Детализированный модельный архив для Российской Арктики был создан на основе длительных экспериментов с негидростатической моделью COSMO-CLM v5.05 на период 1980 – 2016 гг. с горизонтальным шагом сетки ~12 км, и включает в себя около сотни гидрометеорологических величин на поверхности и 50 модельных уровнях [Platonov, Varentsov, 2021]. Данные модельного архива частично выложены в открытый доступ на репозитории Figshare [Platonov, Varentsov, 2020].
В данной работе проведена оценка качества воспроизведения модельным архивом COSMO-CLM Russian Arctic hindcast приземной скорости ветра на многолетнем временном масштабе для большей части территории Российской Арктики. Оценки проводились по станционным и спутниковым данным. Использовались срочные 3-часовые данные о скорости ветра на 95 метеорологических станциях Росгидромета из базы данных ФГБУ «ВНИИГМИ-МЦД», попадающих в пределы модельной области. Для региона о. Новая Земля отбирались спутниковые снимки радара SAR (Synthetic aperture radar – радар с синтезированной апертурой), установленного на полярно-орбитальном спутнике Radarsat-2 за период 2014 – 2016 гг. из архива NOAA. Также использовались данные архива RADS спутниковых альтиметров GEOSAT, ERS-1, ERS-2, GFO, ENVISAT, CRYOSAT-2, HY-2, SARAL, SENTINEL-3A из системы IMOS [Ribal, Young, 2019] за периоды 1985 – 1988 и 1991 – 2016 гг.
Сравнение с данными станций Росгидромета показало, что средние ошибки скорости ветра составляют +-2 м/с, и до -5 м/с для 95% квантилей. На станциях, где ошибки модельного архива более существенны, отмечается завышение скорости ветра по сравнению со станционными данными, в среднем на 0.5 – 2 м/с. Экстремальные скорости по данным модельного архива почти повсеместно занижаются, ошибка составляет до -5…-8 м/с. Наибольшие ошибки отмечаются по данным станций Малые Кармакулы и Зимнегорский маяк. Наилучшее воспроизведение средних и экстремальных скоростей ветра модельным архивом отмечается для северных станций европейской территории России.
Сравнение модельных данных со спутниковыми снимками SAR показало, что модель способна воспроизводить мезопроцессы β-масштаба (20 – 200 км), однако процессы γ-масштаба (2 – 20 км) моделью не улавливаются. По результатам анализа методом Fraction Skill Score (FSS) удалось установить, что модельный архив COSMO-CLM успешно справляется с воспроизведением тех ситуаций, для которых его разрешения достаточно, а также во многих случаях улавливает общую, но не детальную структуру явлений меньшего масштаба. Так, для воспроизведения поля скорости ветра более 5 м/с достаточно разрешения ~45 км, а для успешного воспроизведения структуры экстремальных значений скорости ветра шага сетки модели (~12 км) не хватает. Из 19 случаев один раз модели удалось воспроизвести даже локальные экстремальные значения скорости ветра (более 20 м/с) [Platonov, Boiko, 2022].
При сопоставлении модельных данных и альтиметров выявлено, что наилучшие показатели соответствия отмечаются для спутников GFO и ERS-1 (средняя квадратическая ошибка (СКО) = 2,9 м/с и 3,2 м/с соответственно), в то время как показатели для CRYOSAT (СКО = 4 м/с) и HY-2 (СКО = 3,7 м/с) оказались хуже остальных. Таким образом, показано, что средние скорости ветра неплохо воспроизводится модельным архивом COSMO-CLM, как по спутниковым (СКО = 3,4 м/с по данным альтиметров; СКО = 4,1 м/с по данным SAR), так и по станционным данным (СКО = 2,4 м/с).
В результате получены количественные оценки ошибок приземной скорости ветра, в том числе экстремальных, по данным модельного архива, их региональные особенности по различным независимым данным, и пространственных масштабов явлений, которые способен воспроизводить модельный архив, в том числе для различных скоростей ветра. Эти оценки важны для дальнейших исследований опасных явлений погоды в арктическом регионе, в том числе связанных с высокими скоростями ветра – например, полярных мезоциклонов или подветренных бурь, для чего также будет применяться модельный архив. Также дальнейшие планы использования модельного архива COSMO-CLM включают в себя: его продление до 2019 года; расширение перечня доступных данных; статистические и климатологические оценки экстремальных и опасных погодных явлений в Арктике на основе спутниковых данных и их трендов; сравнения с другими базами данных и реанализами и др.