Академия

Улучшена модель снежного покрова для более точных прогнозов изменения климата

Улучшена модель снежного покрова для более точных прогнозов изменения климата

Рубрика Исследования

Российские специалисты разработали улучшенную версию модуля «Почва-снег» климатической модели INMCM Института вычислительной математики Г. И. Марчука РАН. Новая работа учитывает наличие жидкой воды и повторное замерзание талой воды в слое снега. Это помогает учёным качественней анализировать влияние климатических изменений на водные ресурсы и экосистемы планеты. Исследования ученых опубликованы в журнале Atmosphere. Работа поддержана грантом РНФ.

Изучение снежного покрова — важный аспект климатических исследований, так как снег играет ключевую роль в регуляции мирового климата. Он влияет на отражение солнечного излучения, поглощение и испарение воды, изменение поверхностной температуры и многие другие климатические процессы. Снег также играет важную роль в гидрологическом цикле, процессе распределения влаги в почве, уровне подземных вод и паводков. Понимание процессов взаимодействия снежного покрова с атмосферой, почвой и гидросферой позволяет улучшить прогнозы изменений климата и их воздействия на окружающую среду. Основным инструментом для анализа изменения климата является математическое моделирование.

Модель Земной системы INMCM, создаваемая в ИВМ РАН, базируется на версии, состоящей из трёх основных частей: динамики атмосферы, океана и аэрозолей. Один из модулей, описывающих деятельный слой суши,  рассчитывает водно-эквивалентную толщину снежного покрова. В его основе лежит уравнение теплового баланса, а также учет таких явлений, как  снежные осадки, таяние и сублимация снега (так называется переход снега от твердого состояния к газообразному). Недостатком его является то, что плотность снега считается постоянной во времени и определяется только в зависимости от температуры поверхности. Также предполагается, что растаявший снег моментально попадает в грунт, что не является достоверным фактом. Ученые из Института вычислительной математики им. Г. И. Марчука РАН, Московского физико-технического института  и Института глобального климата и экологии им. Ю. А. Израэля  разработали улучшенный модуль «Почва-снег». 

В ходе работы над новым модулем исследователи учли пористую структуру снежного покрова. Теперь в расчётах учитывается, что вода просачивается сквозь слой снега, а не мгновенно стекает в почву, что позволяет более точно отражать процессы таяния и замерзания снега. Особое внимание было уделено параметризации повторного замерзания талой воды и уплотнения снега. Также в новой версии модуля возможно наличие жидкой фракции в снежном слое. Этот фактор требует корректировки уравнения баланса.

Изменение массы снега в течение года, усреднённое за период моделирования

Специалисты уже протестировали модифицированную модель в автономном и глобальном режимах на основе метеорологических наблюдений, реанализов и спутниковых данных. По итогам апробации был сделан вывод, что новая версия модуля «почва — снег» существенно повысила качество моделирования снежного покрова и связанных с ним эффектовв глобальной климатической модели ИВМ РАН, сделав прогнозы более точными и достоверными.

«Анализ показал, что наши данные сопоставимы с почвенно-снежными параметризациями других климатических моделей. В частности, наша новая модель занимает 20 место из 27 среди других известных в мире моделей по качеству моделирования объема снежного покрова. Кроме этого, наша разработка показала хорошие результаты по температуре поверхности. По этому параметру мы находимся между 10 и 12 местами из 27. Новая версия модуля “почва — снег” — это значительный шаг вперед в изучении процессов водного и снежного баланса. Мы сможем использовать модуль совместно с другими моделями для лучшего анализа альбедо снега и его метаморфизма, а также для применения к снегу морского льда», — рассказывает первый автор публикации, Алексей Черненков, младший научный сотрудник Института вычислительной математики им. Г. И. Марчука РАН, аспирант МФТИ.

Текст: Захар Слуковский.
Источник: «За науку».

Новости Российской академии наук в Telegram →