Над Индийским субконтинентом количество осадков, получаемых в сезон юго-западных муссонных дождей (июнь-сентябрь), очень важно для сельского хозяйства и, в свою очередь, для экономики. За последние несколько лет в Индии выпало несколько проливных дождей (3-12 см/сутки).
Последние события (июнь 2013 года) - обильные осадки, наблюдаемые в штатах Махараштра (приблизительно на 300% больше, чем в среднем за период с 1 по 16 июня 2013 года в Мумбаи и прилегающих районах) и Уттаракханд (приблизительно на 800% больше, чем в среднем за 13-19 июня 2013 года в Кедарнате и прилегающих районах) Индии. Это привело к массовому уничтожению имущества и гибели людей (более 1000 человек, несколько пропавших без вести и более 61 000 оказались в затруднительном положении в Уттаракханде.
Таким образом, выдача надежных краткосрочных и среднесрочных прогнозов (3-7 дней) имеет первостепенное значение в случае проливных дождей, приводящих к катастрофическим наводнениям, гибели людей и материальному ущербу в пострадавших районах. Эти предупреждения могут помочь властям принять необходимые меры для уменьшения ущерба для жизни людей и имущества. Также очень важной частью прогнозирования погоды является точность прогнозирования рисковых явлений, т.е. достоверность прогноза.
За последние несколько десятилетий во всем мире было разработано несколько сложных цифровых моделей прогнозирования погоды (NWP), например, Глобальная система прогнозирования (GFS) в Центре моделирования окружающей среды (Национальные центры экологического прогнозирования (NCEP)), Единая модель (UM) в Управлении метеорологии Великобритании, Комплексная система прогнозирования (IFS) в Европейском центре среднесрочного прогнозирования погоды (ECMWF) и Глобальная многомасштабная модель окружающей среды, которые включают множество сложных физических процессов и усовершенствованных схем ассимиляции данных.
В Индии Национальный центр среднесрочного прогнозирования погоды (NCMRWF) обеспечивает ежедневное прогнозирование погоды на основе двух моделей УЗП: T574 (Глобальная Прогнозная Система) и унифицированная модель NCMRWF (NCUM).
Верхние территории Гималаев в Уттараханде (широта 28,72-31,45° с.ш. и 77,57-81,03° в.д.) покрыты главным образом лесами и горами. Эти районы не только являются важными центрами паломничества, но и известны как туристические достопримечательности, особенно в жаркие летние месяцы на Индийском субконтиненте. 14-17 июня 2013 г. в Уттараханде выпали обильные осадки, что в сочетании с таянием снега (из-за высокой температуры в летний сезон) привело к обострению паводков в этом регионе.
Только 17 июня штат Уттаракханд получил более 340 мм осадков (37 см/сутки в Дехрадуне [30,32° с.ш., 78,36° в.д.]; как сообщается в бюллетене климатической диагностики Индии в июне 2013 года, что на 375% больше, чем обычно (65,9 мм в день). Метеорологический департамент Индии (Метеорологический департамент Индии) сообщил о еженедельном выпадении осадков в объеме около 847% за неделю, заканчивающуюся 19 июня 2013 года в Уттаракханде.
Постоянно отмечается, что NCUM демонстрирует лучшие навыки прогнозирования, чем Т574 (за весь сезон) в отношении высоты ветра, геопотенциала, температуры и влажности воздуха на различных уровнях. Это выражается в относительно низкой средней квадратной погрешности корня (RMSE) и более высокой корреляции аномалий. Это также отражается в прогнозе осадков на весь сезон, а также в экстремальных случаях.
Обычно выясняется, что повышение квалификации в NCUM находит отражение в улучшенной пространственной организации синоптических систем и связанных с ними осадков, которая отсутствует в T574. Это в значительной степени объясняется ассимиляцией данных 4D-VAR, действующей в настоящее время в NCUM, по сравнению со схемой GSI, действующей в T574, которая основана на ассимиляции 3D-VAR данных.
Настоящее исследование основано на прогнозе в реальном времени, полученном от NCUM и T574 и направлено на сравнение их эффективности при прогнозировании проливных дождей 17 и 18 июня 2013 года в Уттаракхандской области.
Обе модели СЗП, работающие на НСМРЖФ, обеспечили четкую индикацию 8-16 см/сутки осадков 17 июня 2013 года на территории Уттаракхандской области за 5 дней (3 дня) до начала работ в НСУМ (T574). Несмотря на то, что в обеих моделях прогнозировалось наибольшее количество осадков, прогнозы (с 1 по 5 день в NCUM и с 1 по 3 день в Т574) неизменно указывали на большое количество осадков в Уттаракханде и Гимачал-Прадеше.
В данном исследовании метод CRA (район непрерывного выпадения осадков) используется для пространственной проверки количества осадков над Уттаракханде Этот метод использует метод сопоставления моделей для определения погрешности определения местоположения, а также погрешностей в области, средней и максимальной интенсивности и пространственной модели.
Технология CRA также используется для верификации событий, которая рассчитывает количество попаданий, ложных срабатываний, промахов и т.д., классифицируя прогнозы для самих событий как попадания, промахи и т.д. На основе этих данных строится таблица непредвиденных обстоятельств, которая затем используется для расчета различных статистических данных, таких как вероятность обнаружения (POD), справедливый балл угрозы (ETS).
Синоптические особенности по состоянию на 17-18 июня 2013 г.
Некоторые основные синоптические особенности наблюдались 17 и 18 июня 2013 года, как описано в прогнозе погоды (17-18 июня утром, в середине дня, вечером и ночью), выпущенном Индийским метеорологическим управлением (IMD), перечислены ниже:
- Ось муссонного прорыва проходила через Биканер (28.0167° с.ш., 73.3119° в.д.), Гвалиор (26.22° с.ш., 78.18° в.д.), Гая (24.75° с.ш., 85.01° в.д.) и Имфалию (24.82° с.ш., 93.95° в.д.) и через Гангетику Западной Бенгалии.
- Зона низкого давления, возникшая над северо-западной частью Бенгальского залива, сместилась на восток и 13 июня наблюдалась над Одишей (20.15° с.ш., 85.5° в.д.). Он еще более усилился и превратился в хорошо обозначенную область низкого давления. Дальнейшее северо-западное движение этой системы низкого давления можно наблюдать по ветру 850 гПа с 16 по 18 июня. Эта система сохраняла свое движение на северо-запад до 18 июня и ослабла циклоническую циркуляцию над Харьяной (30.73° с.ш., 76.78° в.д.) и прилегающей к западу Уттар-Прадеш (26.85° с.ш., 80.91° в.д.). В районе западного Раджастана (26.57° с.ш., 73.84° в.д.) 16 июня наблюдалось западное нарушение среды в виде впадины на среднем уровне тропосферы. Это ЗД сместилось на восток (к востоку от Раджастана) и 18 июня наблюдалось вблизи северных районов Индии (Пенджаб [30.79° с.ш., 76.78° в.д.], Харьяна, Уттаракханд и прилегающие районы). Эта система окончательно отошла на восток 19 июня 2013 года. Анализ ветра 500 гПа с 15 по 18 июня показывает движение WD на восток в виде впадины над северной Индией.
- Анализ, полученный с помощью T574, аналогичен анализу, проведенному NCUM, и поэтому цифры здесь не отображаются.
Наблюдения за осадками
Наблюдаемыми осадками, используемыми для проверки модельных прогнозов, являются данные объединенного спутника IMD-NCMRWF (NMSG) . Эти данные об осадках представляют собой объединенный продукт спутниковых оценок (TRMM) и наблюдений с помощью осадкомеров (IMD) с разрешением 0,5°, накопленных в течение 24 часов в сутки в 03UTC. Прогнозируемые осадки от Т574 и NCUM - 24-часовые накопления, действительные в 03UTC для соответствия наблюдениям.
Модели NWP на NCMRWF
В T574 используется схема статистической интерполяции точек сетки – GSI, основанная на трехмерной системе асимиляции переменных данных (3D-VAR), а в NCUM для ассимиляции данных используется четырехмерная система асимиляции переменных данных (4D VAR).
4D-Var - это простое обобщение 3D-Var, учитывающее процессы временной эволюции, которые приводят к улучшению представления синоптических систем в исходных условиях. В различных метеорологических организациях (UKMet Office, Метеорологическая служба Канады, NCEP и другие) были проведены обширные исследования для сравнения соответствующих навыков 4D-Var и 3D-Var по ассимиляции данных и формированию начальных условий для различных моделей.
Все эти исследования помогли сформировать общее мнение о том, что 4D-VAR работает лучше, чем схема 3D-VAR. Это отражается в лучшей оценке наблюдаемых синоптических систем в исходных условиях (анализе) моделей с использованием 4D-VAR для ассимиляции данных.