Zastosowania numerycznych prognoz pogody • Modelowanie
Transkrypt
Zastosowania numerycznych prognoz pogody • Modelowanie
• Zastosowania numerycznych prognoz pogody • Modelowanie klimatu Numeryczne prognozy pogody są szeroko wykorzystywane w różnych modelach związanych z zagadnieniami środowiskowymi. Przykłady zastosowań: Prognoza falowania morza Bałtyckiego http://www.meteo.pl/, Model WAM • wysokość fali i średni kierunek fali • średni okres fali Prognozowanie ilości prądu generowanego przez elektrownie wiatrowe Teoretyczna moc czynna generowana przez pojedynczą turbinę wiatrową zależy od prędkości wiatru w trzeciej potędze: P = f ( v )3 Przyczyny odstępstw rzeczywistego przebiegu charakterystyki mocy pojedynczej turbiny wiatrowej: • opady śniegu; • silny wiatr; • zależność od gradientu temperatury przy powierzchni; • dodatkowo praca pojedynczej turbiny wiatrowej może być zaburzona działaniem sąsiadujących turbin (efekt farmy). Krzysztof Karkoszka, Metody prognozowania wielkości mocy elektrycznej z farm wiatrowych dla potrzeb bilansowania oraz prowadzenia ruchu krajowego systemu elektroenergetycznego, Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energii PAN, nr 78, 2010 MSOŚ, 2016, wykład 4/4 1 Anna Trykozko, ICM, Uniwersytet Warszawski Prognozowanie oblodzenia sieci elektrycznej W polskim systemie elektroenergetycznym dominują sieci napowietrzne. Awaryjność systemu dystrybucji energii elektrycznej zależy od wartości wskaźników: • silny wiatr w porywach (porywistość wiatru) • oblodzenie pojawiające się w warunkach wahań temperatury około 0oC. W przypadku wysokich wartości tych wskaźników wzrasta zagrożenie zerwania sieci. Prognozy dla rolnictwa, sadownictwa (przymrozki) i leśnictwa (zagrożenie pożarowe) Bardzo ważny obszar zastosowań, w których kluczowe znaczenie ma informacja o sile i kierunku wiatru to: Modelowanie propagacji zanieczyszczeń atmosferycznych • Piotr Holnicki-Szulc, Modele propagacji zanieczyszczeń atmosferycznych w zastosowaniu do kontroli i sterowania jakością środowiska, Akademicka Oficyna Wydawnicza EXIT, Warszawa 2006. • Maria Markiewicz, Podstawy modelowania rozprzestrzeniania się zanieczyszczeń w powietrzu atmosferycznym, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2004. W przypadku modelowania rozprzestrzeniania się zanieczyszczeń w atmosferze, podstawowe znaczenie ma pole wiatru. Ruchy powietrza można podzielić na dwie kategorie: wiatr średni i turbulencję. Wiatr średni jest definiowany jako w pełni deterministyczny ruch powietrza, którego skale czasowe wynoszą od minut do dni, a skale przestrzenne od kilometrów do skali planetarnej. Turbulencją są nazywane ruchy chaotyczne, mające skale przestrzenne od kilku milimetrów do kilometra, a skale czasowe od kilku sekund do 20-30 minut. Ruch zanieczyszczeń w powietrzu następuje pod wpływem: • wiatr średni – transport • mieszanie turbulencyjne – dyfuzja turbulencyjna. Transport zanieczyszczeń w atmosferze (adwekcja) i dyfuzja turbulencyjna (dyfuzja) odgrywają zasadniczą rolę w rozprzestrzenianiu się zanieczyszczeń w powietrzu atmosferycznym. W zależności od skali modelu uwzględnia się albo obydwa procesy (modele lokalne, np. miejskie - mikroskala) albo tylko procesy związane z adwekcją (skala regionalna – mezoskala i większe). Transport zanieczyszczeń zachodzi głównie w dolnej części atmosfery, czyli w warstwie granicznej. Zanieczyszczenia są emitowane do atmosfery zarówno ze źródeł naturalnych jak i spowodowane działalnością człowieka: energetyka, przemysł, rolnictwo, transport). Mogą występować w postaci gazowej, trójfazowej (aerozole) lub dwufazowej (zanieczyszczenia pyłowe). Wyróżnia się zanieczyszczenia pierwotne, emitowane do atmosfery bezpośrednio ze źródeł oraz zanieczyszczenia wtórne, powstające w wyniku reakcji chemicznych jakim podlegają zanieczyszczenia pierwotne. MSOŚ, 2016, wykład 4/4 2 Anna Trykozko, ICM, Uniwersytet Warszawski Najczęściej występujące zanieczyszczenia pierwotne to związki siarki, związki azotu, związki węgla i związki halonowe (np. fluorydy, chlorydy). Głównymi gazowymi zanieczyszczeniami wtórnymi są: • NO2 , powstający z NO • Ozon O3 , powstający w wyniku reakcji fotochemicznych. Wtórne zanieczyszczenia w postaci cząstek materialnych powstają często w wyniku reakcji chemicznych pierwotnych zanieczyszczeń gazowych: • transformacja dwutlenku siarki SO2 w aerozol siarczanowy SO4= ; • transformacja dwutlenku azotu NO2 w nitraty NO3− ; • przekształcanie związków organicznych w cząstki organiczne. W modelach, oprócz procesów adwekcji i dyfuzji, uwzględnia się zmianę ilości substancji w atmosferze spowodowaną suchą lub mokrą (wymywanie) depozycją. Model propagacji tlenków siarki (wg. P. Holnicki, Modele propagacji zanieczyszczeń atmosferycznych w zastosowaniu do kontroli i sterowania jakością środowiska) Przykładem modelu dynamicznego rozprzestrzeniania się zanieczyszczeń atmosferycznych w skali miejsko-regionalnej jest model propagacji tlenków siarki opisywana za pomocą układu dwóch równań adwekcji-dyfuzji opisujących odpowiednio zanieczyszczenia pierwotne ( SO2 ) oraz wtórne ( SO4= ): ∂c1 + v ⋅ ∇c1 − ∇K∇c1 + (vd 1 + k w1 + k t ) c1 = (1 − β ) Q ∂t ∂c2 + v ⋅ ∇c2 − ∇K∇c2 + (vd 2 + k w 2 ) c2 − kt c1 = β Q ∂t Dodatkowo należy zdefiniować warunki brzegowe i warunek początkowy. Oznaczenia: c1 , c2 - stężenie zanieczyszczeń pierwotnych oraz wtórnych v – wektor pola wiatru K – współczynnik dyfuzji Q – uśrednione pole emisji vd 1 , vd 2 - prędkość suchej depozycji dla zanieczyszczeń pierwotnych oraz wtórnych vk 1 , vk 2 - współczynnik wymywania zanieczyszczeń k t - współczynnik przemian chemicznych SO2 → SO4= β - względny udział SO4= / SO2 w emisji. Zauważmy, że współczynnik k t ‘streszcza’ informację o reakcji chemicznej. Współczynniki wymywania zanieczyszczeń zależą od intensywności opadu, a więc również wykorzystują prognozę pogody. Jako rozwiązanie otrzymuje się ewolucję stężeń zanieczyszczeń pierwotnych oraz wtórnych w obszarze objętym modelem, w okresie czasu objętym prognozą. MSOŚ, 2016, wykład 4/4 3 Anna Trykozko, ICM, Uniwersytet Warszawski Wyjaśnienie: jak się mają te równania do tego, co omówiono podczas poprzednich wykładów? Zostanie to pokazane w uproszczonej sytuacji modelu jednowymiarowego. Dla uproszczenia w tym omówieniu nie rozróżniamy suchej depozycji i wymywania, reprezentując obydwa zjawiska łącznie za pomocą jednego współczynnika w: w1 i w2. Równania opisujące ewolucję stężeń zanieczyszczeń w przypadku jednowymiarowym wyrażają się następująco: ∂ 2c ∂c ∂c1 + v ⋅ 1 − K 21 + w1 c1 + kt c1 = (1 − β ) Q ∂x ∂x ∂t (1) ∂ 2c ∂c ∂c2 + v ⋅ 2 − K 22 + w2 c2 − kt c1 = β Q ∂x ∂x ∂t (2) Analizujemy równanie (1). 1) Zauważmy, że pierwsze 3 składniki oraz prawa strona równania (1) to równanie adwekcjidyfuzji znane z Wykładu 3: ut − κu xx + au x = f (w równaniu (1) prędkość adwekcji, czyli prędkość wiatru, jest oznaczona symbolem v). Składnik źródłowy to wielkość emisji zanieczyszczenia pierwotnego w równaniu (1) opisana jako (1 − β)Q . Składniki te opisują zmianę stężenia zanieczyszczeń c1 w wyniku transportu przez wiatr oraz z powodu dyfuzji. 2) Składnik źródłowy (1 − β)Q powoduje przyrost stężenia c1 w wyniku emisji. 3) Zauważmy też, że każdy z dwóch pozostałych składników równania (1) jest analogiczny do sformułowania równania Malthusa z Wykładu 1 opisującego wzrost (dodatni współczynnik) lub śmiertelność (ujemny współczynnik) populacji. dN (t ) = r N (t ) , dt ∂c1 + K + w1 c1 + kt c1 = (1 − β ) Q wyrażają ubywanie ∂t (sprawdzić znaki!) substancji c1; pierwszy z powodu depozycji/wymywania, a drugi z powodu przemiany na zanieczyszczenie wtórne. 4) Równanie (1) można rozważać niezależnie od równania (2) i wtedy jako rozwiązanie uzyskuje się tylko ewolucję stężenia zanieczyszczeń pierwotych c1. A zatem składniki w1 c1 , kt c1 w Analiza równania (2) przebiega analogicznie. Jedyną różnicą jest składnik ∂c2 + K − k t c1 = β Q , który oznacza przyrost (zwróćmy uwagę na znak!) stężenia ∂t substancji c2 w zależności od stężenia substancji c1. Równania (1) i (2) są sprzężone poprzez ten składnik. W wyniku przemian chemicznych zmniejsza się stężenie c1, powodując tym samym wzrost stężenia c2. Do rozwiązania tego układu równań można wykorzystać schematy różnicowe z Wykładu 2 i Wykładu 3. Aby jednak móc ten układ rozwiązywać, trzeba znać wartości parametrów oraz warunki brzegowe i początkowe dla dwóch nieznanych funkcji: c1 i c2. Pozyskanie realistycznych parametrów bywa niekiedy trudniejsze od rozwiązania równań! MSOŚ, 2016, wykład 4/4 4 Anna Trykozko, ICM, Uniwersytet Warszawski Wyznaczanie zasięgu rozprzestrzeniania się chmur gazowych w przypadku skażenia atmosfery gazami toksycznymi. Modele wykorzystywane przez jednostki operacyjne Państwowej Straży Pożarnej oraz Inspektoraty Ochrony Środowiska. Przykładem takiego programu jest program „Obłok”. Wybrane parametry: • baza charakterystyk właściwości fizyko-chemicznych substancji niebezpiecznych; • warunki meteorologiczne: kierunek i prędkość wiatru oraz temperatura na różnych wysokościach; • uwzględnia się różne rodzaje pokrycia terenu, mające wpływ na szybkość przemieszczania się chmury gazowej (współczynnik szorstkości). • model transportu bazuje na procesach adwekcji i dyfuzji; stąd konieczność określenia współczynników charakteryzujących te procesy; Jako wynik działania programu otrzymuje się rozkład stężenia gazu oraz przekrój obłoku gazu w różnych płaszczyznach. Możliwe jest obliczenie stężenia substancji w dowolnym punkcie przestrzeni. Model prognozowania rozwoju pożaru w obszarach leśnych Modelowanie klimatu • http://naukaoklimacie.pl • klimat.icm.edu.pl • Goosse H., P.Y. Barriat, W. Lefebvre, M.F. Loutre and V. Zunz, (2008-2010). Introduction to climate dynamics and climate modeling. http://www.climate.be/textbook. • blog Doskonale Szare, http://doskonaleszare.blox.pl/html Źródło: http://klimada.mos.gov.pl/zmiany-klimatu-w-polsce/tendencje-zmian-klimatu/ Klimat Projekcje (scenariusze) klimatyczne dają możliwości analizy i oszacowań różnych mechanizmów odpowiedzialnych za warunki pogodowe panujące obecnie i w przyszłości. Klimat można określić jako uśrednioną pogodę. MSOŚ, 2016, wykład 4/4 5 Anna Trykozko, ICM, Uniwersytet Warszawski Opisany jest poprzez ewolucję średnich i innych statystyk określających przebieg badanych parametrów (zmiennych) w pewnym czasie i regionie. • klimat zmienia się w czasie – sezony, lata, wielolecia .... • klimat zmienia się w zależności od szerokości geograficznej, odległości od morza, topografii (góry, niziny...) Składowe modelu klimatycznego: • Dynamika atmosfery; • Dynamika oceanów; • Lód morski; • Powierzchnia lądu; • Biochemia mórz; • Pokrywa lodowa; • Sprzężenia między składowymi. Inaczej: • Obieg wody i energii; • Dynamika atmosfery i oceanu; • Reakcje chemiczne w atmosferze; • Obieg węgla. I interakcje między elementami.... Modele o różnym stopniu złożoności: • Modele zero-wymiarowe (Energy Balance Model). • Modele jedno-wymiarowe: równowaga radiacyjna i równowaga radiacyjnokonwekcyjna. Pozwalają wyznaczyć pionowy rozkład temperatury w atmosferze uwzględniając dwa procesy transportu energii: strumień energii promieniowania słonecznego w kierunku z góry i cieplnego z dołu • Modele klimatu 3D - trójwymiarowe modele atmosfery i oceanu (globalne, regionalne). Problem skali: • zróżnicowanie skal przestrzennych występujących zjawisk (skala turbulencji rzędu cm, w odniesieniu do skali przestrzennej Ziemi) • zróżnicowanie skal czasowych zjawisk (sekundy – a biliony lat, gdy rozważa się zmiany klimatu od początku formowania się Ziemi)... Rozważmy modelowanie klimatu jako prognozę pogody wyznaczoną dla długiego horyzontu czasowego. Wiadomo, że prognoza pogody daje sensowne wyniki tylko w horyzoncie kilku dni. Czy można spodziewać się sensownych wyników w skali lat i tysiącleci? Otóż można. Ale pod warunkiem, że wyniki takiej prognozy o bardzo długin zasięgu będzie się interpretować za pomocą średnich i innych miar statystycznych. Prognoza pogody • Wyznaczana jest ewolucja stanu atmosfery (zmienne prognostyczne i diagnostyczne) w horyzoncie kilku (kilkunastu) dni; • Na podstawie prognozy można określić np. jaka temperatura będzie jutro o godz. 12:00 w Warszawie. MSOŚ, 2016, wykład 4/4 6 Anna Trykozko, ICM, Uniwersytet Warszawski • • • Znajomość stanu początkowego ma kluczowe znaczenie dla jakości prognozy. Niewielkie zmiany warunków początkowych mogą prowadzić do znaczących zmian w prognozie! Zagadnienie wyznaczania prognozy pogody określa się jako problem warunków początkowych Klimat • Zasięg scenariusza klimatycznego obejmuje miesiące, lata, stulecia. • Zamiast stwierdzenia, że 1 maja 2050 roku będzie 20°, scenariusz pozwoli określić jakie średnie temperatury będą występować wiosną w latach 2030-2060. • Określając ewolucję klimatu wyznacza się ewolucję statystycznych właściwości systemu klimatycznego • W kontekście tak długiego okresu prognozy, warunki początkowe tracą na znaczeniu. • Istotne stają się natomiast warunki brzegowe, na przykład zmiany koncentracji dwutlenku węgla, które są pomijane w krótkoterminowej prognozie pogody. • Dlatego zagadnienie prognozowania klimatu określa się jako problem warunków brzegowych – sprawdzamy, jak zmieniają się klimatyczne statystyki w odpowiedzi na zmiany warunków brzegowych (wymuszeń). Wyznaczone numerycznie wartości zmiennych modelu klimatycznego interpretuje się wyznaczając ich statystyki. Okres referencyjny zdefiniowany przez WMO (World Meteorological Organization) obejmuje 30 lat. Statystyki: Średnia arytmetyczna x= 1 N ∑ xi N i =1 Mediana: wartość określająca środek szeregu (N/2), wartość środkowa Moda: wartość pojawiająca się najczęściej Odchylenie od średniej d i = xi − x Wariancja – miara zmienności var( x) = s x2 = 1 N ( xi − x ) 2 ∑ N − 1 i =1 Odchylenie standardowe s x = var(x) MSOŚ, 2016, wykład 4/4 7 Anna Trykozko, ICM, Uniwersytet Warszawski Korelacje Kowariancja cov( x, y ) = 1 N ∑ (xi − x )( yi − y ) N − 1 i =1 Współczynnik korelacji rxy = cov( x, y ) sx s y W praktyce: • Wyznaczenie scenariusza klimatycznego oznacza wykonanie obliczeń analogicznych do obliczeń wykonywanych podczas prognozowanie pogody – ale w znacząco dłuższym horyzoncie czasowym. • Wyznaczenie wieloletniego scenariusza (w sensownym czasie obliczeniowym) nie pozwala na wykonywanie symulacji dla małych kroków czasowych. • Jak wiadomo (Wykład 3) długość kroku czasowego i wielkość ‘oczka’ siatki przestrzennej są ze sobą powiązane. • Dlatego stosowanie stosunkowo długich kroków czasowych wymusza stosowanie odpowiednio dużych oczek siatki, a zatem powoduje pogorszenie rozdzielczości modelu. • To z kolei pociąga za sobą niedokładności rozwiązań... Remedia: • Wykorzystanie układów zagnieżdżonych siatek; • Model najbardziej zgrubny to model globalny (Dlaczego globalny? - Z powodu prostego definiowania warunków brzegowych). Kolejne siatki obejmują coraz mniejsze obszary, na których stosuje się coraz drobniejsze siatki. Czasami stosuje się kilka kolejno zagnieżdżonych siatek. Układ zagnieżdżonych siatek wykorzystywanych w modelach MetOffice, www.metoffice.gov.uk. • Najlepsza uzyskana rozdzielczość siatki dla regionalnego modelu klimatu wynosi ok. 11 km. Weryfikacja • Modele testuje się badając zdolność modelu do historycznych. Czyli wykonuje się symulacje ‘wstecz’. MSOŚ, 2016, wykład 4/4 8 reprodukowania danych Anna Trykozko, ICM, Uniwersytet Warszawski • • Warunkiem jest dostępność danych. Okresami wykorzystywanymi do testowania modeli jest holocen (od 11700) oraz ostatnie tysiąclecie, bowiem naukowcy dysponują stosunkowo dobrą wiedzą na temat zachodzących wtedy zmian klimatycznych. Badane czynniki zmiany klimatu • Efekt cieplarniany • Aerozole • Zmiany wykorzystania gruntów • Wybuchy wulkanów • Zmienność aktywności słońca Czynniki długookresowe • Zmienność orbity ziemskiej • Dryf kontynentów • Zmiany składu atmosfery Ponieważ nie wiadomo, co się wydarzy, projekcje klimatu przygotowuje się w różnych wariantach. Standardem jest wykorzystanie scenariuszy nazywanych Representative Concentration Pathways Modele klimatyczne różnią się miedzy sobą stopniem złożoności i zakresem uwzględnianych zjawisk. Ogólnie należą do klasy najbardziej złożonych zagadnień obliczeniowych. MSOŚ, 2016, wykład 4/4 9 Anna Trykozko, ICM, Uniwersytet Warszawski