Исследование устойчивости совместной модели к возмущению начальных данных

Main Article Content

Константин Павлович Беляев
Гурий Михайлович Михайлов
Алексей Николаевич Сальников
Наталия Павловна Тучкова

Аннотация

Задача устойчивости рассматривается в терминах классического определения Ляпунова. Для этого задается множество начальных условий, состоящих их данных предварительных расчетов, и анализируется разброс траекторий, полученных в результате численного моделирования. Эта процедура реализована как серия ансамблевых экспериментов с совместной моделью MPI-ESM института метеорологии М. Планка (Германия). Для численного моделирования задавалась серия различных начальных значений полей характеристик, и модель интегрировалась, начиная с каждого из этих полей, на различные временные периоды. Изучались экстремальные характеристики уровня океана за период 30 лет. Строилось их статистическое распределение, оценивались параметры этого распределения, изучался статистический прогноз на 5 лет вперед. Показано, что статистический прогноз уровня соответствует расчетному прогнозу, полученному по модели. Изучалась локализация экстремальных значений уровня и проводился анализ этих результатов. Численные расчеты выполнялись на суперкомпьютере Ломоносов-2 Московского государственного университета имени М.В. Ломоносова.

Article Details

Биографии авторов

Константин Павлович Беляев

Ведущий научный сотрудник Института океанологии им. П.П. Ширшова РАН, доктор физ.-матем. наук, профессор кафедры теории вероятностей и статистики МГУ им. Ломоносова. Сфера научных интересов - математическое моделирование и усвоение данных наблюдений, статистический анализ натурных данных.

Гурий Михайлович Михайлов

Ведущий научный сотрудник Вычислительного центра им. А.А. Дородницына ФИЦ ИУ РАН, кандидат физ.-мат. наук. Сфера научных интересов – архитектура вычислительных систем и сетей, вычислительные и информационные технологии.

Алексей Николаевич Сальников

Ведущий научный сотрудник кафедры математической физики факультета ВМиК МГУ М.В. им. Ломоносова, кандидат физ.-матем. наук. Сфера научных интересов – параллельное программирование, биоинформатика, суперкомпьютеры.

Наталия Павловна Тучкова

Старший научный сотрудник Вычислительного центра им. А.А. Дородницына ФИЦ ИУ РАН, кандидат физ.-мат. наук, окончила ВМиК МГУ им. М.В. Ломоносова. Специалист в области алгоритмических языков и информационных технологий.

Библиографические ссылки

Bronselaer B., Winton M., Griffies S.M., Stouffer R.J., Hurlin W.J., Rodgers K., Russell J.L. Change in future climate due to Antarctic meltwater // Nature. 2018. V. 564. Issue 7734. P. 53–58. https://www.nature.com/articles/s41586-018-0712-z (доступно 07.11.2019)

Holt J., Polton J., Huthnance J., Wakelin S., Enda O'Dea E., Harle J., Yool A., Artioli Y., Blackford Y., Siddorn J., Inall M. Climate-Driven Change in the North Atlantic and Arctic Oceans Can Greatly Reduce the Circulation of the North Sea // Geophysical Research Letters. 2018. https://doi.org/10.1029/2018GL078878 (доступно 07.11.2019)

Jungclaus J.H., Fischer N., Haak H., Lohmann K., Marotzke J., Matei D., Mikolajewicz U., Notz D., Storch J.S. Characteristics of the ocean simulations in the Max Planck Institute Ocean Model (MPIOM) the ocean component of the MPI-Earth system model // J. of Advances in Modeling Earth Systems. 2013. Issue 2. P. 422–446. https://doi.org/10.1002/jame.20023 (доступно 07.11.2019)

Taylor K.E., Stouffer R.J., Meehl G.A. An overview of CMIP5 and the experiment design // Bulletin American Meteorological Society. 2012. V. 93. No. 4. https://journals.ametsoc.org/doi/abs/10.1175/BAMS-D-11-00094.1 (доступно 07.11.2019)

Марчук Г.И., Дымников В.П., Залесный В.Б. Математические модели в геофизической гидродинамике и численные методы их реализации. Л.: Гидрометиздат, 1987. 296 с.

Наац В.И., Наац И.Э. Математические модели и численные методы в задачах экологического мониторинга атмосферы. М.: ФИЗМАТЛИТ, 2010. 328 с.

The Intergovernmental Panel on Climate Change. https://www.ipcc.ch/ (доступно 01.07.2019)

Breckling S.M., Pahlevani N.F. A sensitivity study of the Navier-Stokes-α model // Computers and Mathematics with Applications. 2018. V. 75. P. 666-689.

Belyaev K.P., Kirchner I., Kuleshov A.A., Tuchkova N.P. Numerical Realization of Hybrid Data Assimilation Algorithm in Ensemble Experiments with the MPIESM Coupled Model. In: Velarde M., Tarakanov R., Marchenko A. (eds). The Ocean in Motion. Springer Oceanography. 2018. P. 447–459. https://doi.org/ 10.1007/978-3-319-71934-4_27

Baehr J., Fröhlich K., Botzet M. et al. The prediction of surface temperature in the new seasonal prediction system based on the MPI-ESM coupled climate model // Climate Dynamic. 2015. V. 44. Issue 9-10. P. 2723–2735. https://doi.org/ 10.1007/s00382-014-2399-7

Notz D., Haumann F.A., Haak H., Jungclaus J.H., Marotzke J. Arctic sea-ice evolution as modeled by Max Planck Institute for meteorology’s Earth system model // J. of Advances in Modeling Earth Systems. 2013. V. 5. P. 173–194. https://doi.org/ 10.1002/jame.20016 (доступно 07.11.2019)

Global warming of 1.5 °C https://www.ipcc.ch/sr15/ (access 01.07.2019)

WMO Statement on the State of the Global Climate in 2019. https://library.wmo.int/doc_num.php?explnum_id=5789 (доступно 07.11.2019)

Koul V., Schrum C., Düsterhus A., Baehr J. Atlantic Inflow to the North Sea Modulated by the Subpolar Gyre in a Historical Simulation with MPI‐ESM // J. of Geophysical Research: Oceans, 2019. V. 124. Issue 3. P. 1807–1826. https://doi.org/ 10.1029/2018JC014738 (доступно 07.11.2019)