Гидрометеорологические исследования и прогнозы. 2023. № 3 (389). С. 59-74

59

DOI: https://doi.org/10.37162/2618-9631-2023-3-59-74

УДК 551.515.4

Расчет климатических характеристик

осадков над Черным морем по данным

региональных климатических моделей

А.Б. Полонский, П.А. Сухонос

Институт природно-технических систем, г. Севастополь, Россия

pasukhonis@mail.ru

Оценивается способность 16 региональных климатических моделей (РКМ) из

исследовательской программы Coordinated Regional Downscaling Experiment (проект

CORDEX) адекватно воспроизводить средние величины и долгопериодные тенден-

ции изменений количества атмосферных осадков, выпадающих над Черным морем.

Результаты расчетов, выполненных с помощью РКМ, сопоставляются с данными ре-

анализа ERA5 за контрольный период (1959–2005 гг.). Проанализированы величины

среднегодового и среднесезонного для зимы и лета количества осадков, а также дол-

гопериодные тенденции их изменения во все месяцы в широком диапазоне кванти-

лей. Получено, что среднесезонное количество осадков, выпадающих над Черным

морем, в зимний сезон удовлетворительно воспроизводится большинством РКМ, а

в летний сезон – всего шестью РКМ. При этом ежемесячные тренды осадков, оце-

ненные на основании прогностических расчетов, близки к аналогичным трендам,

полученным по данным ERA5, только для одной РКМ.

Ключевые слова: атмосферные осадки, квантильная регрессия, Черное море,

CORDEX

Simulation of climatic characteristics

of precipitation over the Black Sea

with the data of regional climate models

A.B. Polonsky, P.A. Sukhonos

Institute of Natural and Technical Systems, Sevastopol, Russia

pasukhonis@mail.ru

The ability of 16 regional climate models (RCMs) from the CORDEX project to ade-

quately simulate the average values and long-term trends in precipitation over the Black

Sea is assessed. The results of the simulations performed using the RCMs are compared

with the data of the ERA5 reanalysis for the control period (1959–2005). Average annual

precipitation and average seasonal precipitation for winter and summer, as well as long-

term trends in precipitation for all months in a wide range of quantiles, are analyzed. It was

found that average seasonal precipitation over the Black Sea is satisfactorily simulated by

most RCMs in winter and by six RCMs in summer. At the same time, the monthly precip-

itation trends estimated on the basis of forecast calculations are close to those based on the

ERA5 data only for one RCM.

Keywords: precipitation, quantile regression, Black Sea, CORDEX

60

Метеорологические прогнозы, математическое моделирование

Введение

Атмосферные осадки (АО) являются одним из ключевых факторов,

влияющих на изменения гидролого-гидрохимического режима Черного

моря [1, 2, 6, 8]. К сожалению, получение достоверных климатических оце-

нок количества АО, выпадающих на поверхность Черного моря, затруд-

нено из-за отсутствия длительных инструментальных гидрометеорологи-

ческих наблюдений за АО на акватории моря. Это приводит к

труднопреодолимым проблемам при проверке адекватности прогностиче-

ских моделей, пригодных для диагноза изменчивости АО над Черным мо-

рем, и получения достоверных региональных климатических проекций.

Среднемесячные и среднегодовые карты сумм АО, построенные по

данным многолетних береговых наблюдений и эпизодических судовых из-

мерений АО, приведены в [2]. По данным, приведенным в этой работе,

среднемноголетнее количество АО, выпадающих над Черным морем, со-

ставило 571 мм/год (за период 1923–1988 гг., исключая 1941–1944 гг.). Ав-

торы работы [8] получили аналогичную оценку по данным за период 1923–

2002 гг. (с разрывом в 1941–1944 гг.), которая оказалась равной

560 мм/год. Климатическая изменчивость количества АО, выпадающих

над Черным морем, по 82-летнему ряду месячных и годовых величин, рас-

считанных по методу модульных коэффициентов и по данным береговых

станций продолжительностью около 100 лет, проанализирована в [5]. По-

казано, что до 2005 г. включительно среднее многолетнее количество АО,

выпадающих на акваторию моря, составляло 590 мм/год. С учетом предла-

гаемой в этой работе поправки в 20 % средняя многолетняя величина АО

за период 1923–2005 гг. увеличится приблизительно до 700 мм/год.

Оценки среднемноголетней величины АО, выпадающих на акваторию

Черного моря, полученные с использованием регулярных спутниковых из-

мерений и по данным атмосферных реанализов, также достаточно проти-

воречивы. Так, количество АО, выпадающих над Черным морем, за период

1988–2006 гг., оцененное по массиву HOAPS-3, основанному на спутнико-

вых данных, составляет 475 мм/год, а по данным атмосферных реанализов

NCEP, ERA-40 и ERA-Interim за этот же период равно 658 мм/год,

454 мм/год и 490 мм/год соответственно [16].

В принципе, пересчет данных реанализа с низким пространственным

разрешением на сетку с более высоким разрешением с помощью регио-

нальных климатических моделей (РКМ) позволяет существенно уточнить

приведенные выше оценки. Результаты регионального численного модели-

рования при помощи модели PRECIS с входными данными из реанализа

ERA-40 за период 1958–2001 гг. (региональной модели PRECIS с вход-

ными данными из реанализа ERA-Interim за период 1990–2001 гг., а также

региональной модели RegCM с входными данными из реанализа

ERA-Interim за период 1980–2013 гг.) позволили получить количество АО,

выпадающих над Черным морем, равное, соответственно, 564 мм/год

528 мм/год и 475 мм/год [9]. Однако использование РКМ с различной

Полонский А.Б., Сухонос П.А.

61

параметризацией облачности и осадков в отсутствие долговременных ин-

струментальных наблюдений за АО над акваторией моря делает затрудни-

тельным установление наиболее адекватного варианта регионального мо-

делирования.

Что касается долгопериодных тенденций изменения количества АО,

то рост количества АО, выпадающих над Черным морем, с 510 мм/год в

1923–1926 гг. до 570 мм/год к 1998 г., позволил авторам работы [8] оценить

коэффициент линейного тренда АО в 0,88 мм/год / год. По оценкам, опуб-

ликованным в [5], во временных изменениях годовых величин АО над Чер-

ным морем также отмечается значимый положительный тренд с угловым

коэффициентом 1,9 мм/год / год. Напротив, по данным спутниковых

наблюдений из массива HOAPS-3 за период 1988–2006 гг. линейный тренд

количества АО, выпадающих над Черным морем, отрицателен с коэффи-

циентом -7,3 мм/год / год, но значим на доверительном уровне 95 % только

на 5 % площади акватории [16].

Таким образом, различия оценок среднего количества АО, выпадаю-

щих над Черным морем, и долгопериодных тенденций их изменения очень

велики и варьируют вплоть до знака оцениваемых трендов. Причем в раз-

ных работах эти оценки рассчитываются по данным из разных источников

и за разные временные периоды. При условии наличия высокоамплитуд-

ных междесятилетних вариаций гидрометеорологических параметров в

Черноморском регионе (включая АО) изменение периода, по которому

оценивается линейный тренд, само по себе может приводить к смене знака

оцениваемого тренда [15].

Необходимо отметить, что процесс осадкообразования характеризу-

ется сильной пространственной перемежаемостью, что приводит к возник-

новению большой дисперсии оценок средних по площади величин и боль-

шим различиям величин АО в близлежащих точках пространства.

Нестационарный характер процесса выпадения АО и их сложная простран-

ственно-временная изменчивость приводят к тому, что величины количе-

ства АО характеризуют случайный процесс, существенно отличный от

простого гауссовского процесса [4]. Поэтому в данной работе основное

внимание будет уделено оценке медианных значений количества АО и дол-

гопериодных тенденций их изменения во все месяцы в широком диапазоне

квантилей.

В связи с отмеченными выше обстоятельствами, выбор того или иного

варианта РКМ для оценки климатических характеристик АО, выпадающих

над акваторией Черного моря, и их изменения в будущем с использованием

различных климатических сценариев представляет собой нетривиальную

задачу. Применение ансамблевого усреднения, широко используемого при

сценарных оценках, далеко не всегда представляется целесообразным, осо-

бенно при анализе региональных изменений количества АО. Как показано

в ряде работ (см., например, [3, 11]), из всего набора доступных РКМ лучше

отобрать лишь те из них, которые более точно описывают климатические

62

Метеорологические прогнозы, математическое моделирование

характеристики АО, известные из данных наблюдений. Ошибки в модели-

ровании средних величин и климатических тенденций изменения АО мо-

гут привести к слишком большому разбросу ансамбля проекций РКМ и не-

определенности будущих пространственно-временных характеристик АО

в Черноморском регионе. Поэтому цель данной работы состоит в анализе

способности РКМ из исследовательской программы Coordinated Regional

Downscaling Experiment (CORDEX) адекватно воспроизводить средние ве-

личины и долгопериодные тенденции изменения количества АО, выпада-

ющих на поверхность Черного моря, за контрольный период (1959–

2005 гг.). Результаты регионального моделирования за этот период сопо-

ставляются с данными одного из самых современных атмосферных реана-

лизов – ERA5, которые в свою очередь сравниваются с данными наблюде-

ний.

Используемые данные и методы их обработки

Использованы среднемесячные величины количества АО по данным

16 РКМ исследовательской программы CORDEX [13]. Данные имеются в

свободном доступе на сайте Climate Explorer (https://climexp.knmi.nl/). Мо-

дельные расчеты выполнены с использованием различных сочетаний базо-

вых глобальных моделей с грубым разрешением и РКМ, реализующих ди-

намический даунскейлинг. Данные РКМ имеют пространственное

разрешение 0,5×0,5° по территории Европейского региона (27,75–

72,25° с. ш., 24,75° з. д. – 44,75° в. д.) и охватывают период 1951–2099 гг.

Для сравнения с модельными расчетами величин количества АО использо-

вались среднемесячные данные реанализа ERA5 с пространственным раз-

решением 0,25×0,25° за период 1959–2020 гг. [12]. Исходные величины ко-

личества АО по данным РКМ и реанализа имеют размерность кг/(м²×с) и

для удобства сравнения были преобразованы в эквивалентные мм/месяц и

мм/год. Использовались данные численных экспериментов и реанализа за

контрольный период 1959–2005 гг. для акватории Черного моря (40–

48° с. ш., 26–42° в. д.). С целью облегчения идентификации конкретного

численного эксперимента в рамках проекта CORDEX в таблице приво-

дится трехзначный шифр каждого численного эксперимента, проведенного

с помощью РКМ с входными данными от определенного члена ансамбля

реализаций глобальных климатических моделей (ГКМ).

Для оценки качества воспроизведения величин количества АО в реа-

нализе ERA5 использованы суточные данные инструментальных наблюде-

ний, взятые из базы данных European Climate Assessment & Dataset (E-OBS)

(v. 27.0e) (https://climexp.knmi.nl/). Массив E-OBS основан на материалах

инструментальных наблюдений национальных метеослужб, интерполиро-

ванных на сетку с разрешением 0,25×0,25° для Европейского региона за

период 1950–2019 гг. Эти данные показывают количество АО только над

сушей и для анализа были преобразованы в ежемесячные данные.

Полонский А.Б., Сухонос П.А.

63

Таблица. Список использованных численных экспериментов, проведенных с

помощью региональных климатических моделей в рамках исследовательской

программы CORDEX с различными входными данными из ансамбля реали-

заций глобальных климатических моделей

Table. List of used numerical experiments conducted using regional climate mod-

els within the framework of the CORDEX research program with various input data

from an ensemble of implementations of global climate models

Член

ансамбля

глобальной

климатич.

модели

Шифр

Региональная

климатическая

модель

числен.

экспери-

мента

Глобальная

климатическая модель

000

001

002

003

004

005

006

007

008

009

010

011

012

013

014

015

CNRM-ALADIN53

DMI-HIRHAM5

KNMI-RACMO22E

MPI-CSC-REMO2009

SMHI-RCA4

CNRM-CERFACS-CNRM-CM5

ICHEC-EC-EARTH

r1i1p1

r3i1p1

r1i1p1

r2i1p1

r1i1p1

r12i1p1

r1i1p1

ICHEC-EC-EARTH

MOHC-HadGEM2-ES

MPI-M-MPI-ESM-LR

CCCma-CanESM2

SMHI-RCA4

CNRM-CERFACS-CNRM-CM5

CSIRO-QCCCE-CSIRO-Mk3-6-0

ICHEC-EC-EARTH

SMHI-RCA4

IPSL-IPSL-CM5A-MR

MIROC-MIROC5

SMHI-RCA4

MOHC-HadGEM2-ES

MPI-M-MPI-ESM-LR

SMHI-RCA4

NCC-NorESM1-M

SMHI-RCA4

NOAA-GFDL-GFDL-ESM2M

Были выбраны четыре узла сетки, образующие трапецию, в Северном

Крыму (координаты: 45,875° с. ш., 34,125° в. д.; 45,875° с. ш., 34,375° в. д.;

45,625° с. ш., 34,125° в. д.; 45,625° с. ш., 34,375° в. д.). Этот район был вы-

бран, поскольку он представляет собой относительно однородный в про-

странстве степной ландшафт. Такие особенности подстилающей поверхно-

сти, как, например, Крымские горы, недостаточно хорошо описываются

моделями с пространственным разрешением в несколько десятков кило-

метров. В тоже время они не оказывают существенного влияния на клима-

тические величины АО, выпадающих над акваторией Черного моря. По-

скольку рассматриваемая характеристика не является нормально

распределенной, то между временными рядами, полученными в узлах

64

Метеорологические прогнозы, математическое моделирование

сетки с совпадающими координатами, рассчитаны коэффициенты ранго-

вой корреляции Спирмена для каждого месяца и среднегодовых величин за

период 1959–2019 гг.

По исходным данным о количестве АО для каждой РКМ и реанализа

ERA5 рассчитаны величины среднегодового количества АО и среднесезон-

ного количества АО для зимы (декабрь–февраль) и лета (июнь–август), а

также их максимальные и минимальные величины, медиана и ее довери-

тельный интервал.

В качестве количественного показателя долгопериодных тенденций

использованы оценки трендов величин количества АО, основанные на ме-

тоде квантильной регрессии [7, 14]. Преимущества этого метода для ана-

лиза тенденций изменения количества АО обсуждаются в [10]. В данной

работе расчеты проводились отдельно по каждому массиву данных для

9 значений квантилей: от 0,1 с шагом 0,1 до 0,9 включительно для каждого

месяца года. Далее рассчитывалась разность между коэффициентами кван-

тильных трендов, оцененных по каждой РКМ и по данным реанализа

ERA5. Коэффициент линейного тренда по данным РКМ выше, чем по дан-

ным реанализа ERA5, если разность положительна, и наоборот. Если вели-

чина разности находится в пределах ±0,4 мм/месяц / год, то принималось,

что для данного месяца и значения квантиля долгопериодные тенденции

изменения количества АО по данной РКМ и реанализу совпадают.

Результаты и их анализ

Перед тем, как перейти к анализу качества РКМ, сравним величины

количества АО, выпадающих в степной части Крыма, рассчитанных по

двум типам данных за 61-летний период (1959–2019 гг.): полученным из

реанализа ERA5 и из массива E-OBS. Коэффициенты ранговой корреляции

Спирмена между соответствующими величинами для зимних месяцев со-

ставляют ~0,85–0,9, а для летних месяцев находятся в диапазоне ~0,55–0,7.

В качестве иллюстрации на рис. 1 показаны временные ряды количества

АО из массивов E-OBS и ERA5 с наибольшим коэффициентом корреляции,

равным 0,92 (рис. 1а) и с наименьшим коэффициентом корреляции, равным

0,57 (рис. 1б). Среднегодовые величины количества АО, полученные из

этих массивов, за указанный период коррелированы с коэффициентами

корреляции в диапазоне ~0,75–0,80. Таким образом, в целом между реана-

лизом ERA5 и данными инструментальных наблюдений из массива E-OBS

отмечается высокое согласие, по крайней мере в зимний период и для степ-

ной части Крыма, т. е. области, расположенной на севере Черноморского

региона. Отметим вместе с тем, что в летний период соответствующие ко-

эффициенты корреляции существенно понижаются, несмотря на то, что

инструментальные данные, доступные для территории Крыма, усваива-

ются в реанализе ERA5 и в этот сезон, что свидетельствует о худшей пара-

метризации осадков конвективного типа в реанализе ERA5.

Полонский А.Б., Сухонос П.А.

65

Рис. 1. Временные ряды количества АО (мм/месяц) из массива E-OBS (дано

синим цветом) и реанализа ERA5 (дано красным цветом), выпадающих в

Северном Крыму в январе в узле сетки с координатами 45,875° с.ш.,

34,125°в.д. (а) и в июле в узле сетки с координатами 45,625° с.ш., 34,125°

в.д. (б).

Fig. 1. Time series of the amount of precipitation (mm/month) from the E-OBS da-

taset (blue) and ERA5 re-analysis (red) over the Northern Crimea in January at the

grid point with coordinates 45,875° N 34,125° E (a) and in July at the grid point with

coordinates 45,625° N, 34,125° E (б).

По полученным результатам расчетов величин среднегодового коли-

чества АО и среднесезонного количества АО для зимы и лета были постро-

ены диаграммы, представленные на рис. 2. По горизонтальной оси на этих

диаграммах отложены номера каждой РКМ из проекта CORDEX, приве-

денные в таблице, и реанализ ERA5. По вертикальной оси отображены зна-

чения в мм/год. Построенные таким образом диаграммы позволяют визуа-

лизировать особенности межмодельных различий и оценить согласие с

данными о величинах количества АО из реанализа ERA5.

Минимальная величина среднегодовых АО, выпадающих над Черным

морем, по данным реанализа ERA5 равна 401 мм/год, максимальная –

677 мм/год (рис. 2а).

66

Метеорологические прогнозы, математическое моделирование

Рис. 2. Величины (мм/год) среднегодового количества АО (а), среднесезон-

ного количества АО для зимнего (б) и летнего (в) сезонов над Черным морем

по данным РКМ из проекта CORDEX и реанализа ERA5 за период 1959–

2005 гг.: вертикальные отрезки показывают диапазон от минимальной до мак-

симальной величины, вертикальные размеры блоков соответствуют довери-

тельному интервалу для медианы на уровне 99 %.

Fig. 2. Values (mm/year) of the average annual amount of precipitation (a), aver-

age seasonal amount of precipitation for the winter (б) and summer (в) over the

Black Sea in the RCM data from the CORDEX project and the ERA5 re-analysis

for the period 1959–2005: vertical segments show the range from the minimum to

the maximum value, the vertical sizes of the blocks correspond to the confidence

interval for the median at the level of 99 %.

Полонский А.Б., Сухонос П.А.

67

Доверительный интервал медианы среднегодовых АО по этим данным

составляет 508–551 мм/год. По литературным данным среднее значение

количества АО, выпадающих над Черным морем, равно 528 мм/год [1].

Ширина доверительного интервала медианы среднегодовых АО по данным

РКМ 008 и 011 в 2 раза, а по данным РКМ 003 – в 4 раза превышает соот-

ветствующую величину по данным реанализа ERA5. Разность между мак-

симальными и минимальными значениями среднегодовых АО по данным

реанализа ERA5 составляет 275 мм/год. Эта разность по данным РКМ, за

исключением перечисленных выше, составляет от 80 % до 140 % по срав-

нению с данными реанализа.

Минимальная величина среднесезонного количества АО, выпадаю-

щих над Черным морем за зиму, по данным реанализа ERA5 равна

373 мм/год, максимальная – 1126 мм/год (рис. 2б). Доверительный интер-

вал медианы на уровне 99 % для среднесезонного количества АО за зимний

сезон по этим данным составляет 700–782 мм/год. Эта величина

(82 мм/год) наименьшая по сравнению с соответствующей величиной по

данным всех РКМ. Доверительный интервал медианы среднесезонного ко-

личества АО за зиму по данным РКМ 002, 004, 005, 009, 010, 013 и 014 не

более чем в 2 раза, а по данным РКМ 003 – более чем в 4,5 раза превышает

соответствующую величину по данным реанализа ERA5. РКМ 003 неадек-

ватно воспроизводит АО над Черным морем в зимний сезон, завышая ве-

личины количества АО более чем в 2,5 раза. Это негативно сказывается на

оценках среднегодовых величин количества АО по этой модели и на ан-

самблевой статистике. Осреднение по ансамблю моделей часто встреча-

ется при анализе мульти-модельных результатов. Такой подход предпола-

гается более надежным при изучении климатических изменений. Однако

он не всегда является наиболее благоприятным [3, 11]. Разность между

максимальной и минимальной величинами среднесезонного количества

АО для зимы по данным РКМ, за исключением РКМ 003, составляет от

70 % до 132 % по сравнению с данными реанализа ERA5.

В летний сезон отмечаются наиболее сильные межмодельные разли-

чия в воспроизведении величин количества АО РКМ (рис. 2в). Минималь-

ная величина среднесезонного количества АО за летний сезон по данным

реанализа ERA5 равна 178 мм/год, максимальная – 665 мм/год. Довери-

тельный интервал медианы на уровне 99 % для среднесезонного количе-

ства АО за летний сезон по этим данным составляет 260–413 мм/год. Верх-

няя граница указанного интервала у РКМ 000, 001, 002, 006, 007, 008, 009,

012, 013 и 014 ниже нижней границы соответствующего интервала для ко-

личества АО по данным реанализа ERA5. Эти РКМ неадекватно воспроиз-

водят АО над Черным морем в летний сезон, занижая их величины в 3–6

раз. Величины среднесезонного количества АО за летний сезон по данным

РКМ 003, 004, 005, 010, 011 и 015 находятся в более удовлетворительном

согласии с соответствующими величинами по данным реанализа ERA5 по

сравнению с остальными РКМ.

68

Метеорологические прогнозы, математическое моделирование

Рассмотрим далее квантильные тренды для величин количества АО

над Черным морем по данным реанализа ERA5 в период 1959–2005 гг.

(рис. 3) и их соответствие квантильным трендам, рассчитанным по данным

каждой РКМ из проекта CORDEX (рис. 4). По данным реанализа ERA5

наиболее значительные тенденции уменьшения количества выпадающих

АО отмечаются в зимний сезон. В зимние месяцы преобладают отрица-

тельные тренды на всем диапазоне значений квантиля (коэффициенты ме-

нее -0,4 мм/месяц / год). Вместе с тем в октябре по данным реанализа ERA5

отмечаются значительные тенденции увеличения количества выпадающих

АО (коэффициенты более 0,6 мм/месяц / год), особенно интенсивных осад-

ков (таким АО соответствуют высокие значения квантиля). В остальные

месяцы значимых тенденций изменения количества выпадающих АО над

Черным морем в рассматриваемый период не обнаружено.

Рис. 3. График зависимости коэффициента линейной квантильной регрессии

(мм/месяц / год) от значения квантиля, рассчитанного для величин количе-

ства АО, выпадающих над Черным морем. Использованы данные реанализа

ERA5 для каждого месяца за период 1959–2005 гг.

Fig. 3. Linear quantile regression coefficient (mm/month / year) vs. quantile value

calculated for the amount of precipitation over the Black Sea. The ERA5 atmos-

pheric re-analysis data for each month for the period 1959–2005 have been used.

Рис. 4 демонстрирует различия характера изменений квантильных

трендов, рассчитанных по данным о количестве АО на основе модельных

расчетов по каждой РКМ из проекта CORDEX и на основе реанализа ERA5.

Положительные тенденции изменения количества выпадающих АО в

зимний сезон и близкие к нулю в октябре получены по данным РКМ 000,

001, 002, 015. Разность между коэффициентами квантильных трендов

Полонский А.Б., Сухонос П.А.

69

по данным этих РКМ и реанализа ERA5 в зимние месяцы высока и поло-

жительна, а в октябре высока и отрицательна. Для этих РКМ характерны

тенденции, которые противоположны по знаку обнаруженным в данных

реанализа.

Рис. 4. Разность между коэффициентом линейной квантильной регрессии

(мм/месяц / год) для каждого значения квантиля, рассчитанного для величин

количества АО, выпадающих над Черным морем, для каждого месяца за пе-

риод 1959–2005 гг., по данным РКМ из проекта CORDEX и реанализа ERA5.

Если разность положительна, то коэффициент по данным РКМ больше, чем

по данным ERA5. Если разность отрицательна – наоборот.

Fig. 4. The difference between the linear quantile regression coefficient

(mm/month/ year) for each quantile value calculated for precipitation over the Black

Sea for each month for the period 1959–2005, in the RCM data from the CORDEX

project and the ERA5 re-analysis. If the difference is positive, then the coefficient

in RCM is greater than in ERA5. If the difference is negative, vice versa.

Отсутствие однонаправленных тенденций изменения количества вы-

падающих АО с января по март, отрицательные тенденции в мае и декабре

и положительные в октябре–ноябре обнаружены по данным РКМ 003. Раз-

ность между коэффициентами квантильных трендов по данным этой РКМ

и реанализа ERA5 в январе положительна, в мае отрицательна, а в октябре

и декабре – около нуля. Таким образом, для этой РКМ характерно совпаде-

ние по знаку и величине тенденций АО в октябре и декабре с данными ре-

анализа, однако в целом очень неточное моделирование величины АО для

зимнего периода (рис. 2) не позволяет рекомендовать использование РКМ

003 для получения реалистичных сценарных оценок.

70

Метеорологические прогнозы, математическое моделирование

Невысокие отрицательные тенденции изменения количества выпада-

ющих АО в зимние месяцы и положительные тенденции в октябре выде-

лены по данным РКМ 004. Разность между коэффициентами квантильных

трендов по данным этой РКМ и реанализа ERA5 в зимние месяцы невысока

и положительна, а в октябре невысока и отрицательна. Для этой РКМ ха-

рактерно совпадение по знаку тенденций в зимние месяцы и октябре, но

величины коэффициентов трендов меньше, чем по данным реанализа.

Существенные тенденции изменения количества выпадающих АО в

большей части диапазона значений квантилей не обнаружены почти во все

месяцы по данным РКМ 005, 006, 007, 008, 010, 011, 013 и 014. Вместе с

тем обращает на себя внимание тот факт, что коэффициенты квантильных

трендов по данным этих РКМ и реанализа ERA5 схожи между собой по

абсолютной величине, но противоположны по знаку. Разница между соот-

ветствующими коэффициентами в зимние месяцы высока и положительна,

а в октябре высока и отрицательна.

Невысокие положительные тенденции изменения количества выпада-

ющих АО в январе и октябре и существенные отрицательные тенденции в

декабре получены по данным РКМ 009. Разность между коэффициентами

квантильных трендов по данным этой РКМ и реанализа ERA5 в январе по-

ложительна, в октябре отрицательна, а в декабре – около нуля. На рис. 5

для иллюстрации совпадения тенденций изменения количества выпадаю-

щих АО приведены временные ряды в декабре (месяце максимального ко-

личества АО в годовом цикле [2]).

Рис. 5. Временные ряды количества АО (мм/месяц), выпадающих над Чер-

ным морем в декабре, по данным РКМ 009 из проекта CORDEX (дано синим

цветом) и реанализа ERA5 (дано красным цветом). Прямые линии – меди-

анные тренды (для значения квантиля 0,5) за общий период 1959–2005 гг.

Fig. 5. Time series of the amount of precipitation (mm/month) at the Black Sea

surface in December in RCM 009 data from the CORDEX project (blue) and re-

analysis ERA5 (red). Straight lines are median trends (for a quantile value of 0,5)

over the overlapped period 1959–2005.

Полонский А.Б., Сухонос П.А.

71

Угловой коэффициент медианного тренда (для значения квантиля 0,5)

по данным РКМ 009 составляет -0,34 мм/месяц / год, а по данным реана-

лиза ERA5 равен -0,35 мм/месяц / год. Отмечается также хорошее согласие

межгодовых изменений количества выпадающих АО по данным этой РКМ

и реанализа ERA5 с коэффициентом ранговой корреляции Спирмена, рав-

ным 0,45 в период 1959–2005 гг.

Невысокие положительные тенденции изменения количества выпада-

ющих АО в зимние месяцы и октябре выделены по данным РКМ 012. Раз-

ность между коэффициентами квантильных трендов по данным этой РКМ

и реанализа ERA5 в зимние месяцы положительна, а в октябре невысока и

отрицательна. Для этой РКМ, по сравнению с данными реанализа, харак-

терны противоположные тенденции в зимние месяцы, а в октябре совпада-

ющие по знаку, но меньшие по величине.

Заключение

Проанализирована способность 16 РКМ из проекта CORDEX адек-

ватно воспроизводить средние величины и долгопериодные тенденции из-

менения количества АО, выпадающих над Черным морем. Данные РКМ

сопоставляются с данными реанализа ERA5 в контрольный период (1959–

2005 гг.). Показано, что величины количества АО из этого реанализа для

зимы хорошо согласованы с данными инструментальных наблюдений из

массива E-OBS, относящимися к северной части Крыма. Для лета соответ-

ствующие коэффициенты ранговой корреляции по Спирмену уменьша-

ются приблизительно в 1,5 раза. Оценены величины среднегодового коли-

чества АО и среднесезонного количества АО для зимы и лета, а также

долгопериодные тенденции их изменения во все месяцы в широком диапа-

зоне квантилей. Получено, что среднесезонное количество АО, выпадаю-

щих над Черным морем, в зимний сезон удовлетворительно воспроизво-

дится большинством РКМ, за исключением РКМ 003, а в летний сезон –

всего шестью РКМ. Полученные результаты свидетельствуют о необходи-

мости более точной параметризации осадков конвективного типа, как в

РКМ из проекта CORDEX, так и в реанализе ERA5.

Количество АО, выпадающих над Черным морем, по данным поло-

вины из всех РКМ, представленных в проекте CORDEX, характеризуется

незначимыми тенденциями в большей части диапазона изменения кванти-

лей почти во все месяцы. Величины количества АО по данным четырех

РКМ показывают значительные тенденции, которые противоположны по

знаку тенденциям, обнаруженным в данных реанализа ERA5. РКМ 003 вос-

производит высокие положительные тенденции изменения количества вы-

падающих АО в октябре и отрицательные тенденции в декабре, но сильно

завышает зимние и, как следствие, среднегодовые АО. Тенденции измене-

ния количества выпадающих АО, полученные по данным РКМ 004, совпа-

дают по знаку с тенденциями, выделенными по данным реанализа ERA5,

но соответствующие коэффициенты квантильных трендов по результатам

72

Метеорологические прогнозы, математическое моделирование

модельных расчетов занижены. РКМ 009 (012) верно воспроизводит отри-

цательные (положительные) тенденции изменения количества выпадаю-

щих АО в декабре–январе (в октябре).

Таким образом, анализ численных расчетов количества АО, выпадаю-

щих над Черным морем, в рамках проекта CORDEX показал, что исполь-

зование отдельных РКМ, а именно MPI-CSC-REMO2009 с входными дан-

ными из ГКМ MPI-M-MPI-ESM-LR (РКМ 004) во все месяцы, SMHI-RCA4

с входными данными из ГКМ ICHEC-EC-EARTH в зимние месяцы (РКМ

009) и SMHI-RCA4 с входными данными из ГКМ MOHC-HadGEM2-ES в

октябре (РКМ 012) представляется оптимальным для оценок тенденций бу-

дущих изменений количества АО в рассматриваемом регионе.

Авторы статьи выражают благодарность анонимному рецензенту за

полезные рекомендации, позволившие улучшить первый вариант статьи, и

редакции за оперативное и профессиональное рассмотрение рукописи.

Работа выполнена в рамках Госзадания ИПТС, № госрегистрации

121122300074-7.

The research was supported by the state assignment of the Institute of Nat-

ural and Technical Systems (Project Reg. No. 121122300074-7).

Список литературы

1. Белокопытов В.Н. Климатические изменения гидрологического режима Чёрного

моря: Дис. … докт. геогр. наук. Севастополь: МГИ РАН, 2017. 377 с.

2. Гидрометеорология и гидрохимия морей СССР. Т. IV. Черное море. Вып. 1. Гидро-

метеорологические условия. СПб.: Гидрометеоиздат, 1991. 430 с.

3. Елисеев А.В., Семенов В.А. Изменения климата Арктики в XXI веке: ансамблевые

модельные оценки с учетом реалистичности воспроизведения современного климата //

ДАН. 2016. Т. 471, № 2. С. 214-218. DOI: 10.7868/S0869565216320190.

4. Ефимов В.В., Шакалова Е.С. О формировании атмосферных сезонных осадков в

Черноморском регионе // Морской гидрофизический журнал. 2008. № 4. С. 43-51.

5. Репетин Л.Н., Долотов В.В., Липченко М.М. Пространственно-временная и клима-

тическая изменчивость атмосферных осадков, выпадающих на поверхность Черного моря

// Экологическая безопасность прибрежной и шельфовой зон. 2006. Т. 14. С. 462-476.

6. Справочник по климату Черного моря. М.: Гидрометеоиздат, 1974. 406 с.

7. Тимофеев А.А., Стерин А.М. Применение метода квантильной регрессии для ана-

лиза изменений характеристик климата // Метеорология и гидрология. 2010. № 5. С. 27-41.

8. Тимофеев Н.А., Юровский А.В. Климатический мониторинг атмосферных осадков и

радиации на Чёрном море по спутниковым данным // Морской гидрофизический журнал.

2009. № 1. С. 68-84.

9. Яровая Д.А., Ефимов В.В. Численные климатические оценки осадков и температуры

приповерхностного воздуха для Черноморского региона // Морской гидрофизический жур-

нал. 2016. № 3 (189). С. 63-76.

10. Abbas S.A., Xuan Y., Song X. Quantile regression based methods for investigating rainfall

trends associated with flooding and drought conditions // Water Resources Management. 2019.

Vol. 33. P. 4249-4264. DOI: 10.1007/s11269-019-02362-0

11. Basharin D., Polonsky A., Stankūnavičius G. Projected precipitation and air temperature

over Europe using a performance-based selection method of CMIP5 GCMs // J. Water Clim.

Change. 2016. Vol. 7, no. 1. P. 103-113. DOI: 10.2166/wcc.2015.081

Полонский А.Б., Сухонос П.А.

73

12. Hersbach H., Bell B., Berrisford P., Hirahara S., Horányi A., Muñoz-Sabater J., Nicolas

J., Peubey C., Radu R., Schepers D., Simmons A., Soci C., Abdalla S., Abellan X., Balsamo G.,

Bechtold P., Biavati G., Bidlot J., Bonavita M., De Chiara G., Dahlgren P., Dee D., Diamantakis

M., Dragani R., Flemming J., Forbes R., Fuentes M., Geer A., Haimberger L., Healy S., Hogan

R.J., Hólm E., Janisková M., Keeley S., Laloyaux P., Lopez P., Lupu C., Radnoti G., de Rosnay P.,

Rozum I., Vamborg F., Villaume S., Thépaut J.-N. The ERA5 global reanalysis // Quarterly Journal

of the Royal Meteorological Society. 2020. Vol. 146, no 730. P. 1999-2049. DOI: 10.1002/qj.3803

13. Kotlarski S., Keuler K., Christensen O.B., Colette A., Déqué M., Gobiet A., Goergen K.,

Jacob D., Lüthi D., van Meijgaard E., Nikulin G., Schär C., Teichmann C., Vautard R., Warrach-

Sagi K., Wulfmeyer V. Regional climate modeling on European scales: a joint standard evaluation

of the EURO-CORDEX RCM ensemble // Geoscientific Model Development. 2014. Vol. 7, no. 4.

P. 1297-1333. DOI: 10.5194/gmd-7-1297-2014

14. Koеnkеr R. Quantilе Rеgrеssion. Есonometriс Soсiеty Monographs. Cambridgе, 2005.

349 p.

15. Polonsky A. The Ocean’s Role in Climate Change. Cambridge Scholars Publishing. New-

castle, UK, 2019. 294 p.

16. Romanou A., Tselioudis G., Zerefos C.S., Clayson C.-A., Curry J.A., Andersson A. Evap-

oration–precipitation variability over the Mediterranean and the Black Seas from satellite and rea-

nalysis estimates // J. Clim. 2010. Vol. 23, no. 19. P. 5268-5287. DOI: 10.1175/2010JCLI3525.1

References

1. Belokopytov V.N. Klimaticheskiye izmeneniya gidrologicheskogo rezhima Chernogo

morya: Diss. doct. geogr. nauk [Climatic changes in the hydrological regime of the Black Sea].

Doct. geogr. sci. thesis, Sevastopol: MGI, 2017, 377 p. [in Russ.].

2. Gidrometeorologiya i gidrokhimiya morey SSSR. T.IV. Chernoye more. Vyp.1. Gidro-

meteorologicheskiye usloviya [Hydrometeorology and hydrochemistry of the seas of the USSR.

T.IV. Black Sea. Issue 1. Hydrometeorological conditions]. Saint-Petersburg: Gidrometeoizdat

publ., 1991, 430 p. [in Russ.].

3. Eliseev A.V., Semenov V.A. Arctic climate changes in the 21st century: ensemble model

estimates accounting for realism in present-day climate simulation. Dokl. Earth Sci., 2016,

vol. 471, no. 1, pp. 1183-1187. DOI: 10.1134/S1028334X16110131.

4. Efimov V.V., Shakalova E.S. On the formation of atmospheric seasonal precipitation in the

Black Sea region. Phys. Oceanogr., 2008, vol. 18, pp. 204-211. DOI: 10.1007/s11110-008-9022-

6.

5. Repetin L.N., Dolotov V.V., Lipchenko M.M. Prostranstvenno-vremennaya i klimatich-

eskaya izmenchivost' atmosfernykh osadkov, vypadayushchikh na poverkhnost' Chernogo morya

[Spatial-temporal and climatic variability of atmospheric precipitation falling on the surface of the

Black Sea]. Ekologicheskaya bezopasnost' pribrezhnoy i shel'fovoy zon, 2016, vol. 14, pp. 462-

476 [in Russ.].

6. Spravochnik po klimatu Chernogo morya [Guidebook on the climate of the Black Sea].

Moscow: Gidrometeoizdat publ., 1974, 406 p. [in Russ.].

7. Timofeev A.A., Sterin A.M. Using the quantile regression method to analyze changes in

climate characteristics. Russ. Meteorol. Hydrol., 2010, vol. 35, no. 5, pp. 310-319. DOI:

10.3103/S106837391005002X.

8. Timofeev N.A., Yurovsky A.V. Klimaticheskiy monitoring atmosfernykh osadkov i radi-

atsii na Chornom more po sputnikovym dannym [Climatic monitoring of precipitation and radia-

tion in the Black Sea based on satellite data]. Phys. Oceanogr. 2009, no. 1. pp. 68-84 [in Russ.].

9. Iarovaia D.A., Efimov V.V. Numerical climatic estimations of precipitation and surface air

temperature for the Black Sea region. Phys. Oceanogr. 2016, no. 3, pp. 57-69. DOI:

10.22449/1573-160X-2016-3-57-69

10. Abbas S.A., Xuan Y., Song X. Quantile regression based methods for investigating rainfall

trends associated with flooding and drought conditions. Water Resources Management, 2019,

vol. 33, pp. 4249-4264. DOI: 10.1007/s11269-019-02362-0

74

Метеорологические прогнозы, математическое моделирование

11. Basharin D., Polonsky A., Stankūnavičius G. Projected precipitation and air temperature

over Europe using a performance-based selection method of CMIP5 GCMs. Journal of Water and

Climate Change, 2016, vol. 7, no. 1, pp. 103-113. DOI: 10.2166/wcc.2015.081

12. Hersbach H., Bell B., Berrisford P., Hirahara S., Horányi A., Muñoz-Sabater J., Nicolas

J., Peubey C., Radu R., Schepers D., Simmons A., Soci C., Abdalla S., Abellan X., Balsamo G.,

Bechtold P., Biavati G., Bidlot J., Bonavita M., De Chiara G., Dahlgren P., Dee D., Diamantakis

M., Dragani R., Flemming J., Forbes R., Fuentes M., Geer A., Haimberger L., Healy S., Hogan

R.J., Hólm E., Janisková M., Keeley S., Laloyaux P., Lopez P., Lupu C., Radnoti G., de Rosnay P.,

Rozum I., Vamborg F., Villaume S., Thépaut J.-N. The ERA5 global reanalysis. Quarterly Journal

of the Royal Meteorological Society, 2020, vol. 146, no. 730, pp. 1999-2049. DOI: 10.1002/qj.3803

13. Kotlarski S., Keuler K., Christensen O.B., Colette A., Déqué M., Gobiet A., Goergen K.,

Jacob D., Lüthi D., van Meijgaard E., Nikulin G., Schär C., Teichmann C., Vautard R., Warrach-

Sagi K., Wulfmeyer V. Regional climate modeling on European scales: a joint standard evaluation

of the EURO-CORDEX RCM ensemble. Geoscientific Model Development, 2014, vol. 7, no. 4,

pp. 1297-1333. DOI: 10.5194/gmd-7-1297-2014

14. Koеnkеr R. Quantilе Rеgrеssion. Есonometriс Soсiеty Monographs. Cambridgе, 2005,

349 p.

15. Polonsky A. The Ocean’s Role in Climate Change. Cambridge Scholars Publishing. New-

castle, UK, 2019, 294 p.

16. Romanou A., Tselioudis G., Zerefos C.S., Clayson C.-A., Curry J.A., Andersson A. Evap-

oration–precipitation variability over the Mediterranean and the Black Seas from satellite and rea-

nalysis estimates. Journal of Climate, 2010, vol. 23, no. 19, pp. 5268-5287. DOI:

10.1175/2010JCLI3525.1.

Поступила 03.07.2023; одобрена после рецензирования 20.09.2023;

принята в печать 06.10.2023.

Submitted 03.07.2023; approved after reviewing 20.09.2023;

accepted for publication 06.10.2023.