Реализация численного моделирования штормов в Баренцевом море с помощью волновой модели SWAN на основе прогностических полей ветра COSMO-CLMтезисы доклада
Аннотация:В работе рассматриваются предварительные результаты моделирования случаев
экстремальных скоростей ветра в Баренцевом море и связанных с ними штормовых
волнений. Моделирование осуществлялось совместным использованием региональной атмосферной модели COSMO-CLM и океанической волновой модели SWAN. Применение региональной модели высокого разрешения является серьёзным подспорьем для более подробного и точного воспроизведения ветрового волнения в океане.
COSMO-CLM – климатическая версия негидростатической региональной атмосферной модели COSMO, разработанной в DWD (Deutscher Wetterdienst) [1]. Модель COSMO основана на уравнениях гидротермодинамики для сжимаемой жидкости, записанных во вращающихся географических координатах и обобщённой вертикальной z-координатой. Моделирование штормового волнения осуществлялось
спектральной волновой моделью SWAN [2]. Расчёты проводились на нерегулярной сетке, включающей Баренцево и часть Карского морей с разрешением порядка 3 км.
Региональная модель COSMO-CLM запускалась от начальных данных реанализа ERA-Interim на период порядка недели с разрешением около 18 км, затем методом вложенных сеток в конечном счёте разрешение уменьшалось до 2,8 км. Далее полученные поля ветра использовались в качестве входных данных для волновой модели SWAN.
На Суперкомпьютерном комплексе МГУ «Ломоносов» были проведены эксперименты для двух случаев экстремальных скоростей ветра и нагонов в Баренцевом море – в конце октября 2000 года и в январе 2002 года. Было показано, что форсинг COSMO-CLM даёт существенное увеличение высоты волн – свыше 5 м – по сравнению с 4 м в ре-анализе ERA-Interim.
Технология совмещения региональной атмосферной модели высокого разрешения COSMO-CLM с волновой моделью SWAN показала неплохое воспроизведение экстремальных явлений и распределения их основных характеристик. Дальнейшее развитие и адаптация этой технологии и её апробация на других экстремальных
случаях позволит повысить точность модельных результатов.