Гидрометеорологические исследования и прогнозы. 2023. № 3 (389). С. 75-92

75

DOI: https://doi.org/10.37162/2618-9631-2023-3-75-92

УДК 551.465

Влияние короткопериодных вариаций

атмосферных воздействий на крупномасштабную

структуру океанографических полей

Ю.Д. Реснянский, А.А. Зеленько,

В.Н. Степанов, Б.С. Струков

Гидрометеорологический научно-исследовательский центр

Российской Федерации, г. Москва, Россия

resny@mail.ru

Исследована зависимость крупномасштабной структуры океанографических

полей от короткопериодных вариаций атмосферных воздействий (АВ) на поверх-

ности океана. Оценки такой зависимости получены путем сопоставления результа-

тов двух численных экспериментов с моделью NEMO в конфигурации ORCA1, ис-

пользуемой в качестве вычислительного ядра в системе усвоения данных в

Гидрометцентре России. Аналогичные во всех прочих отношениях эксперименты

различались лишь дискретностью задания АВ: 3–24 часа в основном эксперименте

и 1 месяц в эксперименте с осредненными по времени АВ. Сопоставлены крупно-

масштабные характеристики: осредненная по крупным регионам кинетическая

энергия, атлантическая меридиональная циркуляция, меридиональный перенос

тепла, толщина верхнего перемешанного слоя, объемы морского льда. Показано,

что исключение высокочастотной изменчивости АВ может существенно искажать

воспроизводимую океанскими моделями долговременную эволюцию океанских

полей и тем самым влиять на качество составляемых с помощью моделей прогно-

зов.

Ключевые слова: океанографические поля, крупномасштабная структура,

модель NEMO, атмосферные воздействия, короткопериодные вариации

The influence of short-term variations in atmospheric

forcing on the large-scale structure of oceanographic fields

Resnyanskii Yu.D., Zelenko A.A.,

Stepanov V.N., Strukov B.S.

Hydrometeorological Research Center of Russian Federation, Moscow, Russia

resny@mail.ru

The dependence of the large-scale structure of oceanographic fields on short-term

variations in atmospheric forcing (AF) at the ocean surface has been studied. Estimates

of this dependence were obtained by comparing the results of two numerical experiments

with the NEMO model in the ORCA1 configuration used as a computational core in the

data assimilation system at the Hydrometeorological Center of Russia. The experiments

similar in all other respects differed only in the discreteness of the AF data: 3–24 hours in

the main experiment and 1 month in the experiment with time-averaged AF. Large-scale

characteristics were compared: kinetic energy averaged over large regions, Atlantic Me-

ridional Overturning Circulation, meridional heat transport, mixed layer depth, sea ice

volume. It is shown that neglecting high-frequency AF variability can significantly

76

Расчеты и прогнозы элементов режима морей и океанов

distort the long-term evolution of oceanographic fields reproduced by ocean models and

thereby affect the quality of model forecasts.

Keywords: oceanographic fields, large-scale structure, NEMO model, atmospheric

forcing, short-term variations

Введение

Становящаяся все более популярной концепция так называемого

бесшовного прогноза основывается на представлении о том, что в атмо-

сфере не существует искусственных временных границ между различны-

ми временными масштабами [20, 26, 33, 42]. В силу нелинейности атмо-

сферы процессы различных временных масштабов оказываются

взаимосвязанными, так что для воспроизведения эволюции атмосферы

необходимо учитывать явления всех временных масштабов.

Аналогичная ситуация имеет место и в морской среде [37, 43], вклю-

чающей морские льды [39]. Изменчивость этой среды контролируется

атмосферными воздействиями (АВ) на ее поверхности и собственной ди-

намикой морских вод и льдов. При воспроизведении морских и океанских

процессов в качестве атмосферных воздействий обычно задаются потоки

F_Q

тепла F , пресной воды

и количества движения (касательное напря-

T

2

жение ветра



или поток механической энергии M u_*³; u_*– ско-

τ u_*

рость трения в воздухе, в первом приближении пропорциональная скоро-

F_Q

сти ветра U ). Метеорологические величины, от которых зависят F ,

T

и τ или M , испытывают колебания в широком диапазоне частот  су-

точные, синоптические, сезонные, межгодовые. Одной из выраженных

мод в непрерывном спектре изменчивости АВ, наряду с сезонными изме-

нениями, являются синоптические вариации с максимумом в частотном

спектре на периодах около четырех суток [6].

При воспроизведении изменчивости океана с помощью численных

моделей не всегда удавалось учесть весь спектр этих колебаний. Из-за

недостаточной точности АВ в первых версиях атмосферных реанализов,

использовавшихся в численных экспериментах с океанскими моделями,

или по соображениям вычислительного характера текущие значения ме-

теорологических переменных иногда заменялись осредненными по вре-

мени, в результате чего отфильтровывались более высокие частоты,

например, суточный ход и синоптические вариации при расчете сезонных

или межгодовых изменений.

Одним из следствий такого осреднения является искажение средних

потоков, задаваемых в качестве атмосферных воздействий. Из-за нели-

F

F_T

нейности формул для F , _Q, τ и M средние по времени потоки

,

T

Реснянский Ю.Д., Зеленько А.А., Степанов В.Н., Струков Б.С.

77

ˆ

F_Q

τ

ˆ

,

и M

отличаются от F_T, F_Q, τ и M , получаемых подстанов-

кой осредненных метеорологических переменных в формулы для этих

потоков (при месячном осреднении на  10 % и более; см. [5, 7, 21, 30]).

Так, на масштабах времени свыше одного месяца источники отличий свя-

заны с непропорционально большим вкладом в τ и M относительно не-

большого числа штормовых эпизодов, сопровождающихся сильными вет-

ˆ

M / M

рами:

 1,5  10,0 [2];

1,7 2 , 5 [28];  0,4

(M  M)/ M

τ / τ

[21].

Из-за временного осреднения, сопровождающегося исключением вы-

сокочастотной части АВ, теряются также некоторые результирующие эф-

фекты высокочастотных вариаций на более длинных временных масшта-

бах. Поскольку АВ приложены к поверхности океана, наиболее заметные

проявления таких эффектов прослеживаются в его верхнем слое. Одно из

показательных проявлений такого рода эффектов – реакция океана на ин-

тенсификацию ветрового перемешивания во время штормов. Характерное

время развития штормовых ситуаций составляет несколько суток, так что

по отношению к сезонному ходу эпизодические прохождения штормов

суть короткопериодные колебания [9, 29].

Эффекты короткопериодных вариаций атмосферных воздействий ис-

следовались как на основе анализа рядов наблюдений, так и в численных

экспериментах с одномерными моделями верхнего перемешанного слоя

[10, 11, 21, 29, 40]. Влияние суточного хода, в частности, обсуждалось в

[1, 14, 15, 31, 45, 46].

Хотя вариации АВ сказываются в первую очередь на верхнем слое

океана, их эффекты могут проявляться и в толще воды. Для анализа таких

эффектов требуются уже более полные модели, воспроизводящие измен-

чивость океанографических полей на всех глубинах наряду с эволюцией

его верхнего слоя. С использованием одной из таких моделей [12] в рабо-

те [13] показано, что эффекты накопленных воздействий на больших глу-

бинах возникают вследствие зависимости процессов плотностной конвек-

ции от непродолжительных эпизодов сильного охлаждения поверхности

океана. Величина этих эффектов зависит от географического положения и

от сезона. В поле температуры поверхности океана в средних широтах эти

эффекты накапливаются преимущественно в течение теплого сезона, то-

гда как в холодную половину года отмечается тенденция к их затуханию.

Влияние суточного хода температуры воды на прогрев верхнего слоя

моря с использованием достаточно полной циркуляционной модели

NEMO исследовалось также в работах [14, 15].

Сходные эффекты, связанные с влиянием суточного хода атмосфер-

ных воздействий на эволюцию верхнего слоя океана, отмечены в трех-

мерной модели океанского пограничного слоя, основанной на численном

интегрировании уравнений гидродинамики с высоким пространственным

разрешением [44], а также в модели общей циркуляции HYCOM [35].

78

Расчеты и прогнозы элементов режима морей и океанов

Влияние короткопериодных вариаций может прослеживаться на

очень длительных масштабах, таких как интердекадные колебания, ис-

следовавшиеся в работе [4] с помощью модели общей циркуляции океана

с сезонно меняющимися климатическими атмосферными воздействиями с

добавлением короткопериодных случайных возмущений типа «белого

шума».

Подобного рода эффекты отмечаются и в изменениях других океано-

графических параметров, таких как характеристики морских льдов. Так,

в работе [32] на основе сопоставления результатов экспериментов

с одномерной термодинамической моделью льда получено, что учет су-

точных изменений поверхностных потоков, влияющих на толщину снега,

альбедо и поверхностную температуру, в конечном итоге сказываются и

на сезонной эволюции. Ежечасные изменения потоков при сохранении

среднесуточных величин приводят к более раннему началу снеготаяния и

увеличению продолжительности безлёдного периода на 21 день.

Перечисленные свидетельства служат указанием на то, что реали-

стичное воспроизведение эволюции океана (особенно важной в связи с

его ролью как основного носителя "тепловой памяти" климатической си-

стемы), да и климатической системы в целом, даже на очень больших

временных масштабах зависит и от высокочастотной изменчивости АВ,

вплоть до самых коротких масштабов. Поэтому остаются актуальными

оценки эффектов короткопериодных вариаций АВ на основе численных

экспериментов с современными моделями общей циркуляции океана, ис-

пользуемыми в исследованиях климатической системы и в разнообразных

практических приложениях, включая диагноз и прогнозирование состоя-

ния гидрофизических полей океана, а также распространения загрязняю-

щих веществ [8, 22, 23].

В данной статье такие оценки получаются для модели NEMO/LIM3,

входящей в состав системы усвоения океанографических данных в Гид-

рометцентре России [3, 17−19].

Схема численных экспериментов

Для проведения описываемых здесь численных экспериментов ис-

пользовалась версия 3.6 модели NEMO в конфигурации ORCA1 [36], сов-

мещенная с ледовой моделью LIM3 [41]. В этой конфигурации расчеты

осуществляются на трехполюсной сетке, имеющей горизонтальное раз-

решение 1×1 в средних широтах (1/3 по широте в приэкваториальном

поясе) и особым отличающимся от широтно-долготного расположением

узлов в северной приполярной области (шаг сетки здесь  50 км).

Интересующие нас оценки эффектов короткопериодных вариаций

оценивались путем сопоставления результатов двух экспериментов. Каж-

дый из них представлял собой численное интегрирование модели

NEMO/LIM3 на интервале времени 2001–2014 гг., отправляясь от началь-

ного состояния покоя с январскими климатическими распределениями

Реснянский Ю.Д., Зеленько А.А., Степанов В.Н., Струков Б.С.

79

температуры и солености воды. Все опции, относящиеся к выбору пара-

метризаций подсеточных процессов и модельных параметров, в обоих

экспериментах были одинаковыми (такими как в [16]), за исключением

параметров атмосферных воздействий. В обоих случаях для задания АВ

использовался набор DFS5.2 (DRAKKAR Forcing Sets) [27]. Различия ка-

сались лишь временной дискретности метеорологических данных, пода-

ваемых на вход расчетной модели. В первом эксперименте, в дальнейшем

обозначаемом как ESyn, температура и влажность воздуха на высоте 2 м,

зональная и меридиональная компоненты скорости ветра на высоте 10 м

изменялись через каждые 3 часа, а нисходящие потоки коротковолновой и

длинноволновой радиации и скорость выпадения осадков, включая жид-

кую и твердую фазы бюджета пресной воды, с дискретностью в одни сут-

ки. Во втором эксперименте, далее обозначаемом как ЕMon, подаваемые

на вход океанской модели атмосферные воздействия задавались в виде

среднемесячных полей.

Турбулентные составляющие потока тепла и пресной воды (разности

осадков и испарения), а также поток количества движения (касательное

напряжение ветра) на поверхности океана рассчитывались по интеграль-

ным аэродинамическим формулам (англ. bulk formulae) с использованием

алгоритма CORE (Coordinated Ocean Research Experiments) [34]. Поступ-

ление пресной воды на боковых границах с речным, материковым и лед-

никовым стоками определялось по климатическим данным из [24, 25] за

каждый из 12 месяцев климатического годового цикла.

Для предотвращения дрейфа солености, возникающего при выбран-

ном способе определения поверхностных потоков вследствие отсутствия

обратной связи между поверхностной соленостью и задаваемым извне

потоком пресной воды, в ходе расчетов осуществлялась релаксация по-

верхностных значений солености к климатическим данным WOA13 [47]

с коэффициентом релаксации

166,67 мм/сут.

_relax



Результаты расчетов в обоих экспериментах выводились в виде

осредненных по времени 5-суточных полей.

Результаты расчетов

Интенсивность циркуляции

Наиболее показательной мерой интенсивности циркуляции является

кинетическая энергия океанских движений. Из сопоставления результатов

численных экспериментов с двумя типами атмосферных воздействий сле-

дует, что фильтрация короткопериодных вариаций в эксперименте EMon

приводит к недооценке осредненной по Мировому океану кинетической

энергию КЕ = ₂(u² v²) (u и v – осредненные за 5-дней компоненты го-

1

ризонтальной скорости, черта сверху – знак осреднения по площади и

глубине) в сравнении с ESyn примерно на 20% (4,50,3 и 5,60,3 см²/с²в

экспериментах EMon и ESyn соответственно). Основной вклад в разность

80

Расчеты и прогнозы элементов режима морей и океанов

между глобально осредненными КЕ вносит экваториальная область

(со средними величинами 15,92,2 и 20,32,5 см²/с²для EMon и ESyn

соответственно). В Северном полушарии разность между ESyn и EMon

составляет около 13 % (соответственно, 3,30,3 и 2,90,3 см²/с²).

Еще сильнее влияние короткопериодной изменчивости АВ сказыва-

ется на кинетической энергии меняющихся со временем течений ЕКЕ =

²

1

 

(u ,v )  (u,v)  ( u , v )

u ,v 

– компоненты

₂(u  v ) , где

,

горизонтальной скорости, осредненные по времени за 2001–2014 гг.

Осредненная по всему Мировому океану ЕКЕ в эксперименте ESyn ока-

зывается на ~35 % выше, чем в EMon (соответственно, 2,3 и 1,6 см²/с²).

Как и для КЕ, основной вклад в разность между средними по Мировому

океану ЕКЕ вносит экваториальная область (со средними величинами 15,1

и 10,1 см²/с²для ESyn и EMon соответственно).

Другой часто рассматриваемый показатель крупномасштабной

структуры течений – это функция тока Атлантической меридиональной

циркуляции (АМЦ), характеризующая меридиональное обращение вод и

связанное с ним межширотное перераспределение тепла. Средние за

2009–2014 гг. функции тока АМЦ качественно похожи в обоих экспери-

ментах, но в ESyn верхняя ячейка АМЦ получилась интенсивнее, чем в

EMon, почти во всей Атлантике с наибольшими разностями между ESyn и

EMon к югу от 20 с. ш. (2–5 Св, 1 Св = 10⁶м³/с). Приповерхностная цир-

куляционная ячейка, обусловленная прямым ветровым воздействием

между 30 с. ш. и 60 с. ш., в ESyn получается тоже интенсивнее пример-

но на 2 Св.

Исключение короткопериодных вариаций АВ приводит также к

ослаблению ячейки Дикона (Deacon cell) в Южном океане. В EMon она

оказывается примерно на 15 Св слабее, чем в ESyn. Поскольку образова-

ние этой ячейки в основном обусловлено действием западных ветров над

Антарктическим циркумполярным течением, то можно полагать, что

ослабление ячейки Дикона вызвано ослаблением ветра за счет месячного

осреднения данных DFS5.

Еще одним следствием фильтрации короткопериодной изменчивости

АВ является уменьшение меридионального переноса тепла (МПТ) от

35 ю. ш. до ~30 с. ш. почти на 30 %. Это уменьшение происходит в ос-

новном за счет ослабления АМЦ. Севернее ~45 с. ш. МПТ уменьшается

на ~15–20 % за счет уменьшения вклада океанского круговорота в EMon.

Исключением является регион от ~37 с. ш. до ~45 с. ш. (на границе оке-

анских круговоротов), где величина МПТ из EMon превышает величину

из ESyn и разность величин МПТ на ~40 с. ш. достигает почти 40 %.

Очевидно, что задание более гладких полей атмосферного воздействия на

океанском фронте фильтрует возмущения, которые могут приводить к

существенным флуктуациям МПТ на границе океанских круговоротов.

Реснянский Ю.Д., Зеленько А.А., Степанов В.Н., Струков Б.С.

81

Верхний перемешанный слой и термохалинные поля

Как отмечалось в [13], исключение короткопериодных вариаций

ослабляет развитие глубокой конвекции в отдельных непродолжительных

эпизодах сильного охлаждения поверхности океана и, как следствие, при-

водит к уменьшению расчетных значений толщины верхнего перемешан-

ного слоя.

На рис. 1 показаны разности между толщинами верхнего перемешан-

ного слоя (ВПС) в экспериментах ESyn и EMon, осредненные за март (а) и

сентябрь (б) периода 2009–2014 гг. В течение летнего океанографическо-

го сезона (сентябрь и март, соответственно, в Северном и Южном полу-

шариях) в умеренных и высоких широтах обоих полушарий ВПС в ESyn

оказывается на ~25 м глубже в сравнении с EMon.

а)

б)

Рис. 1. Разности между толщинами верхнего перемешанного слоя (м) в экс-

периментах ESyn и EMon, осредненные за март (а) и сентябрь (б) периода

2009–2014 гг. Толщина ВПС определяется по положению глубины, на кото-

рой плотность воды отличается от приповерхностной на 0,01 кг/м³.

Fig. 1. Differences between the thicknesses of the upper mixed layer (UML) (m)

in the ESyn and EMon experiments, averaged for March (а) and September (б)

over the 2009–2014. The thickness of the UML is determined by the position of

the depth at which the density of water differs from the surface density by

0.01 kg/m³.

82

Расчеты и прогнозы элементов режима морей и океанов

Более сложная картина имеет место в течение зимнего сезона, когда

во внутритропической зоне конвергенции и в регионе 20–30 обоих по-

лушарий (зона пассатов) ВПС в EMon оказывается на ~25 м глубже в

сравнении с ESyn. В Северной же Атлантике и в Южном океане, наобо-

рот, более глубокий ВПС отмечается в ESyn. Наличие областей с отрица-

тельными значениями разности ВПС между ESyn и EMon в этот период

обусловлено различиями в расположении зон интенсивной конвекции

в ESyn и EMon: они слегка сдвинуты относительно друг друга в ESyn

и EMon.

Другим следствием воздействия короткопериодных колебаний атмо-

сферных воздействий, отмеченным в работе [13], является уменьшение

амплитуды сезонных изменений температуры воды в приповерхностном

слое, отчетливее всего выраженное в средних и высоких широтах

(рис. 2а).

а)

б)

Рис. 2. Разности амплитуд осредненных за 2009–2014 гг. сезонных измене-

ний поверхностной температуры воды (а) и ее солености (б) в эксперимен-

тах ESyn и EMon. Амплитуда определена как модуль разности среднеме-

сячных величин в сентябре и марте.

Fig. 2. Differences in amplitudes of averaged over the 2009–2014 seasonal

changes of surface water temperature (а) and salinity (б) in the ESyn and EMon

experiments. The amplitude is defined as the modulus of the difference between

the monthly averages in September and March.

Реснянский Ю.Д., Зеленько А.А., Степанов В.Н., Струков Б.С.

83

Однако в широтных зонах между 20 и 30 обоих полушарий ампли-

туда сезонных изменений в приповерхностном слое в ESyn оказывается

большей, чем в EMon, – вследствие перераспределения сезонного прогре-

ва в более глубоком ВПС в эксперименте EMon.

В географическом распределении разности амплитуд сезонных изме-

нений для приповерхностной солености между ESyn и EMon максималь-

ные значения отмечаются в полярных районах, в западной части Тихого

океана, в регионе северных пассатов и в энергоактивных районах (Гольф-

стрим и Куросио) (в ESyn более, чем на 1 епс ниже, чем в EMon, рис. 2б).

Разности амплитуд сезонной изменчивости для солености максимальны

там, где высока сама сезонная изменчивость.

В зонально осредненных вертикальных распределениях температуры

и солености воды отмечается чередование положительных и отрицатель-

ных разностей между ESyn и EMon на разных глубинах с максимальными

различиями в поверхностном слое и на глубинах 300–500 м в широтных

поясах от ~50 до ~30 обоих полушарий и около 60 с. ш. Для темпера-

туры воды значения этих разностей, осредненных за период 2009–

2014 гг., достигают 2 С для температуры и 1 епс для солености.

Из сопоставления расчетных полей температуры с данными атласа

WOA13 следует, что результаты расчетов в ESyn лучше согласуются с

данными WOA13, нежели в EMon. За счет более сильной экмановской

накачки в ESyn соленость в области субтропических океанских кругово-

ротов оказывается выше. Поле солености немного лучше воспроизводит-

ся в EMon до ~45 с. ш., однако севернее модельное поле солености

в ESyn ближе к данным наблюдений. Таким образом, учет короткопери-

одной изменчивости АВ позволяет точнее воспроизводить поле темпера-

туры во всех районах Мирового океана и поле солености в высоких ши-

ротах.

Ледовые характеристики

Для оценки результатов воспроизведения характеристик морского

льда в двух экспериментах использовались спутниковые данные о спло-

ченности льдов, представляющие собой совместный продукт Националь-

ного управления океанических и атмосферных исследований (National

Oceanic and Atmospheric Administration, USA) и Национального центра

данных по снегу и льду (National Snow and Ice Data Center, USA) [38]. Эти

данные представлены для обеих полярных областей на сетках с размером

ячейки 25 км (далее данные NOAA/NSIDC).

Как видно из рис. 3, на котором показаны распределения разностей

сплоченности морских льдов между расчетами и данными NOAA/NSIDC

вместе с самими данными NOAA/NSIDC, географическое распределение

сплоченности в Северном полушарии в конце зимнего сезона (март

месяц) не сильно различается между двумя экспериментами и неплохо

согласуется с данными NOAA/NSIDC (рис. 3 а–в), за исключением

периферийной области.

84

Расчеты и прогнозы элементов режима морей и океанов

а)

в)

е)

и)

б)

д)

г)

ж)

з)

к)

л)

м)

Рис. 3. Разности сплоченности морского льда между расчетами в экспе-

рименте ESyn и данными NOAA/NSIDC (левая колонка панелей), между

расчетами в эксперименте EMon и данными NOAA/NSIDC (средняя колон-

ка), а также данные NOAA/NSIDC (правая колонка) в Арктике (а–е) и Ан-

тарктике (ж–м), осредненные за март (а–в, ж–и) и сентябрь (г–е; к–м) в пе-

риод 2009–2014 гг.

Fig. 3. Differences in sea ice concentration between calculations in the ESyn

experiment and NOAA/NSIDC data (left column), between calculations in the

EMon experiment and NOAA/NSIDC data (middle column), as well as NO-

AA/NSIDC data (right column) in the Arctic (а–е) and Antarctica (ж–м), aver-

aged for March (а–в, ж–и) and September (г–е; к–м) over the period 2009–

2014.

Реснянский Ю.Д., Зеленько А.А., Степанов В.Н., Струков Б.С.

85

В обоих экспериментах получается завышенное значение сплоченно-

сти (на ~50 %) на краю ледового покрытия в Атлантике у побережья

Гренландии и в Охотском море (рис. 3 а, б), хотя для ESyn это расхожде-

ние немного ниже.

В сентябре для Северного полушария сплоченность льда в Централь-

ной Арктике в ESyn недооценивается на ~50 % (рис. 3г). Расхождение

между наблюдениями и модельным расчетом сплоченности в EMon в

Центральной Арктике ниже, но в районе от моря Бофорта к Евразийскому

побережью расчетная сплоченность оказывается завышенной более чем

на 50 % (рис. 3д).

Положение границы морского льда в ESyn/EMon в Южном полуша-

рии для марта и сентября находится в хорошем соответствии со спутни-

ковыми данными, географическое распределение сплоченности морского

льда также хорошо согласуется с данными наблюдений (рис. 3 ж–м), но

снова за исключением периферийной области для зимнего сезона (в сен-

тябре). Однако расхождение между наблюдениями и модельным расчетом

для сплоченности льда в ESyn ниже, чем для EMon. Оба расчета в основ-

ном дают для зимнего сезона завышенное значение сплоченности (>50 %)

на краю ледового покрытия в Антарктике (рис. 3к, л), но для ESyn это

расхождение ниже.

В марте модельный морской лед в основном приурочен к западному

побережью моря Уэдделла, к южному побережью морей Беллинсгаузена

и Амундсена и в юго-восточной части моря Росса. В марте также имеются

некоторые различия со спутниковыми наблюдениями. В расчетах ESyn и

EMon недооценивается сплоченность морского льда в юго-западной части

моря Уэдделла и к югу от Австрало-Антарктической котловины (~30 %).

Оба расчета дают завышенную сплоченность в восточной части моря

Уэдделла и в морях Амундсена и Росса, но для ESyn эти различия суще-

ственно меньше (~10–20 %), чем для EMon (~20–40 %).

Более тесное согласование результатов эксперимента ESyn с данны-

ми ледовых реанализов PIOMAS и GIOMAS отмечается и для расчетов

сезонной изменчивости объема морского льда. В Северном полушарии

среднемесячный

объем

морского

льда

в

ESyn/EMon

(14,3×10³/15,3×10³км³) меняется от минимума 4,1×10³/7,8×10³км³в авгу-

сте-сентябре до максимума 25,1×10³/22,9×10³км³в апреле (по данным

PIOMAS минимум 4,2×10³км³). В Южном полушарии среднемесячный

объем морского льда в ESyn достигает своего максимума в октябре

(18,9×10³км³) и затем уменьшается до 2,7×10³км³в феврале (по данным

GIOMAS максимум в сентябре-октябре 18,7×10³км³, минимум в феврале

1,9×10³км³).

Заключение

На основе численных экспериментов с моделью NEMO/LIM3 иссле-

дована зависимость крупномасштабной динамики океана и морских льдов

от короткопериодной изменчивости атмосферных воздействий (АВ) с ха-

рактерными периодами в несколько суток.

86

Расчеты и прогнозы элементов режима морей и океанов

Показано, что короткопериодная изменчивость АВ существенно вли-

яет на крупномасштабные характеристики. При учете такой изменчивости

повышаются средние уровни кинетической энергии океанских течений

(на ~25 %) и меридионального переноса тепла (на 20–35 % в зависимости

от широты). Изменяются поля температуры и солености воды, как в при-

поверхностном слое, так и на больших глубинах. В поверхностных слоях

амплитуда сезонных изменений температуры воды, как правило, умень-

шается.

Короткопериодные вариации АВ способствуют уменьшению спло-

ченности арктических льдов в период наименьшего развития ледяного

покрова (сентябрь).

В целом, результаты моделирования, полученные с учетом коротко-

периодной изменчивости АВ, лучше согласуются с фактическими данны-

ми по температуре и солености в сравнении с отсутствием такого учета.

Лучшее согласование с данными наблюдений отмечается и для ледовых

характеристик в обоих полушариях – сезонных изменений площади, за-

нимаемой морским льдом, и объема льда.

Таким образом, исключение короткопериодной изменчивости АВ

может существенно искажать воспроизводимые океанскими моделями

крупномасштабные характеристики океана и морских льдов и тем самым

влиять на качество прогнозов, составляемых с помощью таких моделей.

Необходимо отметить, что приведенные результаты относятся к цир-

куляционной модели с невысоким (~1 градус) сеточным разрешением,

при котором большинство мезомасштабных океанских вихрей параметри-

зовано. В моделях с высоким разрешением эти эффекты могут быть вы-

ражены еще сильнее.

Работа выполнена в рамках государственного задания ФГБУ «Гид-

рометцентр России».

Список литературы

1. Арсеньев С.А. Численное моделирование деятельного слоя океана // Известия АН

СССР. Физика атмосферы и океана. 1977. Том 13, № 12. C. 1325-1329.

2. Гаврилин Б.Л., Монин А.С. О расчете климатических корреляций по численным

моделям атмосферы // Известия АН СССР. Физика атмосферы и океана. 1970. Т. 6, № 7.

С. 659-665.

3. Думанская И.О., Зеленько А.А., Мысленков С.А., Нестеров Е.С., Попов С.К., Рес-

нянский Ю.Д., Струков Б.С. Морские гидрологические прогнозы и оперативная океаноло-

гия в Гидрометцентре России // Гидрометеорологические исследования и прогнозы. 2019.

№ 4 (374). С. 149-183.

4. Залесный В.Б., Мошонкин С.Н. Влияние аномалий температуры поверхности океа-

на и ветра на изменчивость характеристик Мирового океана с периодами от одного до

нескольких десятилетий // Известия РАН. Физика атмосферы и океана. 2002. Т. 38, № 2.

С. 226-240.

5. Зилитинкевич С. С., Монин А. С., Чаликов Д. В. Взаимодействие океана и атмосфе-

ры // Физика океана. Т. 1. Гидрофизика океана. М.: Наука, 1978. С. 208-339.

6. Колесникова В.Н., Монин А.С. О спектрах микрометеорологических, синоптиче-

ских и климатических колебаний метеорологических полей // Метеорологические иссле-

дования. 1968. № 16. С. 30-56.

Реснянский Ю.Д., Зеленько А.А., Степанов В.Н., Струков Б.С.

87

7. Лаппо С.С., Гулев С.К., Рождественский А.Е. Крупномасштабной тепловое взаи-

модействие в системе океан-атмосфера и энергоактивные области Мирового океана. Л.:

Гидрометеоиздат, 1990. 336 с.

8. Марчук Г.И., Патон Б.Е., Коротаев Г.К., Залесный В.Б. Информационно-

вычислительные технологии – новый этап развития оперативной океанографии // Известия

РАН. Физика атмосферы и океана. 2013. Т. 49, № 6. С. 629-642.

9. Нестеров Е.С. О влиянии штормов на формирование температурных аномалий в

океане в осенний период // Метеорология и гидрология. 1984. № 5. С. 111-114.

10. Реснянский Ю.Д. Прогрев верхнего слоя океана при циклических атмосферных

воздействия // Известия АН СССР. Физика атмосферы и океана. 1990. Т. 26, № 3. С. 227-

233.

11. Реснянский Ю.Д. Моделирование реакции верхнего слоя океана на короткопери-

одные колебания атмосферных воздействий // Метеорология и гидрология. 1992. № 10.

С. 68-76.

12. Реснянский Ю.Д., Зеленько А.А. Численная реализация модели общей циркуляции

океана с параметризацией верхнего перемешанного слоя // Труды Гидрометцентра России.

1992. Вып. 323. С. 3-31.

13. Реснянский Ю.Д., Зеленько А.А. Эффекты синоптических вариаций атмосферных

воздействий в модели общей циркуляции океана: прямые и косвенные проявления // Ме-

теорология и гидрология. 1999. № 9. С. 66-77.

14. Рубакина В.А., Кубряков А.А., Станичный С.В., Мизюк А.И. Влияние суточных

колебаний температуры на особенности термического прогрева верхнего слоя моря //

Комплексные исследования Мирового океана: Материалы VI Всероссийской научной

конференции молодых ученых, Москва, 2021. С. 170-171.

15. Рубакина В.А., Кубряков А.А., Станичный С.В. Cуточный ход температуры при-

поверхностного слоя вод и его влияние на прогрев глубинных слоев по результатам расче-

та одномерной гидродинамической модели POM // Моря России: Вызовы отечественной

науки: Тезисы докладов Всероссийской научной конференции. Севастополь, 2022. С. 248-

249.

16. Степанов В.Н., Реснянский Ю.Д., Струков Б.С., Зеленько А.А. Крупномасштабная

циркуляция океана и характеристики ледового покрова по данным численных экспери-

ментов с использованием модели NEMO // Метеорология и гидрология. 2019. № 1. С. 50-

66.

17. Степанов В.Н., Реснянский Ю.Д., Струков Б.С., Зеленько А.А. Оценка эффектов

усвоения данных наблюдений в модели общей циркуляции океана методом ансамблевого

фильтра Калмана: численные эксперименты с имитацией наблюдений // Метеорология и

гидрология. 2021. № 2. С. 50-66.

18. Струков Б.С., Реснянский Ю.Д., Зеленько А.А. Структура внутригодовой измен-

чивости гидрофизических полей океана в глобальной версии модели NEMO с системой

усвоения данных // Океанологические исследования. 2019. Т. 47, № 3. С. 139-151. DOI:

10.29006/1564–2291.JOR–2019.47(3).12.

19. Струков Б.С., Реснянский Ю.Д., Зеленько А.А. Релаксационный метод усвоения

данных по сплоченности морского льда в модели NEMO–LIM3 с несколькими категория-

ми ледяного покрова // Метеорология и гидрология. 2020. № 2. С. 65-77.

20. Толстых М.А., Шашкин В.В., Фадеев Р.Ю., Шляева А.В., Мизяк В.Г., Рогутов

В.С., Богословский Н.Н., Гойман Г.С., Махнорылова С.В., Юрова А.Ю. Система моделиро-

вания атмосферы для бесшовного прогноза. М.: Триада лтд, 2017. 166 с.

21. Adamec D., Elsberry R.L. The use of mean atmospheric forcing in an ocean mixed lay-

er model // J. Phys. Oceanogr. 1984. Vol. 14 (10). P. 1670-1676.

22. Barker C.H., Kourafalou V.H., Beegle-Krause C., Boufadel. M., Bourassa M.A.,

Buschang S.G., Androulidakis Y., Chassignet E.P., Dagestad K.-F., Danmeier D.G., Dissanayake

A.L., Galt J.A., Jacobs G., Marcotte G., Özgökmen T., Pinardi N., Schiller R.V., Socolofsky S.A.,

Thrift-Viveros D., Zelenke B., Zhang A., Zheng Y. Progress in Operational Modeling in Support

of Oil Spill Response // J. Mar. Sci. Eng. 2020. Vol. 8. https://doi.org/10.3390/jmse8090668.

88

Расчеты и прогнозы элементов режима морей и океанов

23. Bell M.J., Schiller A., Le Traon P.-Y., Smith N.R., Dombrowsky E., Wilmer-Becker K.

An introduction to GODAE OceanView // Journal of Operational Oceanography. 2015. Vol. 8,

no. S1. P. s2–s11. http://dx.doi.org/10.1080/1755876X.2015.1022041.

24. Dai A., Trenberth K.E. Estimates of freshwater discharge from continents: Latitudinal

and seasonal variations // J. Hydrometeorol. 2002. Vol. 3. P. 660-687.

25. Dai A., Qian T., Trenberth K.E., Milliman J.D. Changes in continental freshwater dis-

charge from 1948–2004 // J. Climate. 2009. Vol. 22. P. 2773-2791.

26. Dirmeyer P.A., Ford T.W. A Technique for Seamless Forecast Construction and Vali-

dation from Weather to Monthly Time Scales // J. Climate. 2020. Vol. 148. P. 3589-3603. DOI:

10.1175/MWR-D-19-0076.1.

27. Dussin R., Barnier B., Brodeau L., Molines J.-M. The Making of the DRAKKAR Forc-

ing Set DFS5. DRAKKAR/MyOcean Report 01-04-16. April 2016. 34 p. https://www.drakkar-

ocean.eu/publications/reports/report_DFS5v3_April2016.pdf

28. Elsberry R.L., Camp N.T. Oceanic thermal response to strong atmospheric forcing. I.

Characteristics of forcing events // J. Phys. Oceanogr. 1978. Vol. 8, no. 2. P. 206-214.

29. Elsberry R.L., Garwood R.W. Sea-surface temperature anomaly generation in relation

to atmospheric storms // Bull. Amer. Meteorol. Soc. 1978. Vol. 59, no. 7. P. 786-789.

30. Esbensen S.K., Reynolds R.W. Estimating monthly averaged air-sea transfers of heat

and momentum using the bulk aerodynamic method // J. Phys. Oceanogr. 1981. Vol. 11, no. 4. P.

457-465.

31. Garwood R.L., Halpern D. Numerical simulation of the long-period response of the

upper ocean to diurnal-period fluctuations of wind-stress and surface buoyancy flux // Bull.

Amer. Meteorol. Soc. 1976. Vol. 57, no. 1. P. 134.

32. Hanesiak J.M., Barber D.G., Flato V. Role of diurnal processes in the seasonal evolu-

tion of sea ice and its snow cover // J. Geophys. Res. 1999. Vol. 104, no. C6. P. 13593-13603.

33. Hoskins B. The potential for skill across the range of the seamless weather-climate pre-

diction problem: a stimulus for our science // Q. J. R. Meteorol. Soc. 2013. Vol. 139. P. 573-584.

DOI:10.1002/qj.1991.

34. Large W.G., Yeager S.G. Diurnal to decadal global forcing for ocean and sea ice mod-

els: the data sets and flux climatologies. Technical Report NCAR/TN460+STR, CGD Division of

the National Centre for Atmospheric Research (NCAR), 2004.

35. Li Y., Han W., Shinoda T., Wang C., Lien R.-C., Moum J. N., Wang J.-W. Effects of the

diurnal cycle in solar radiation on the tropical Indian Ocean mixed layer variability during win-

tertime Madden-Julian Oscillations // J. Geophys. Res. Oceans. 2013. Vol. 118. P. 4945-4964.

DOI: 10.1002/jgrc.20395.

36. Madec G. and the NEMO team. NEMO ocean engine. Note du Pôle de modélisation,

Institut Pierre-Simon Laplace (IPSL), France, no. 27. 2008. 386 pp.

37. Mathis, M., Logemann, K., Maerz, J., Lacroix, F., Hagemann, S., Chegini, F. et al.

Seamless integration of the coastal ocean in global marine carbon cycle modeling // Journal of

Advances in Modeling Earth Systems. 2022. Vol. 14. e2021MS002789. https://doi.

org/10.1029/2021MS002789.

38. Meier W., Fetterer F., Savoie M., Mallory S., Duerr R., Stroeve J. NOAA/NSIDC Cli-

mate Data Record of Passive Microwave Sea Ice Concentration, Version 2, National Snow and

Ice Data Center, Boulder, Colorado, USA. DOI: 10.7265/N55M63M1, updated 2016, 2013.

39. Mu L., Nerger L., Tang Q., Loza S. N., Sidorenko D., Wang Q. et al. Toward a data as-

similation system for seamless sea ice prediction based on the AWI Climate Model // Journal of

Advancesin

Modeling

Earth

Systems.

2020.

Vol.

12.

e2019MS001937;

https://doi.org/10.1029/2019MS001937

40. Polonsky A.B., Baev S.A., Diakite A. On the response of the ocean upper layer to synop-

tic variability of the atmosphere // Dynamics of Atmospheres and Oceans. 1992. Vol. 16. P. 225-

248.

41. Rousset C., Vancoppenolle M., Madec G., Fichefet T., Flavoni S., Barthélemy A.,

Benshila R., Chanut J., Levy C., Masson S., Vivier F. The Louvain-La-Neuve sea ice model

LIM3.6: global and regional capabilities // Geosci. Model Dev. 2015. Vol. 8. P. 2991-3005;

https://doi.org/10.5194/gmd-8-2991-2015.

Реснянский Ю.Д., Зеленько А.А., Степанов В.Н., Струков Б.С.

89

42. Ruti P.M., Tarasova O., Keller J.H., Carmichae G.l, Hov Ø., Jones S.C., Terblanche

D., Anderson-Lefale C., Barros A.P., Bauer P., Bouchet V., Brasseur G., Brunet G., DeCola P.,

Dike V., Kane M.D., Gan C., Gurney K.R., Hamburg S., Hazeleger W., Jean M., Johnston D.,

Lewis A., Li P., Liang X., Lucarini V., Lynch A., Manaenkova E., Jae-Cheol N., Ohtake S., Pi-

nardi N., Polcher J., Ritchie E., Sakya A.E., Saulo C., Singhee A., Sopaheluwakan A., Steiner A.,

Thorpe A., and Yamaji M. Advancing Research for Seamless Earth System Prediction // Bull.

Amer. Meteorol. Soc.2020. Vol. 101(1). P. E23-E35; https://doi.org/10.1175/BAMS-D-17-

0302.1.

43. She J., Murawski J. Towards seamless ocean modelling for the Baltic Sea – In: Opera-

tional Oceanography serving Sustainable Marine Development // Proceedings of the Eight Eu-

roGOOS International Conference. 3-5 October 2017, EuroGOOS. Brussels, Belgium. 2018. D /

2018 / 14.040 / 1. 516 pp. Р. 233-241.

44. Wang D., LargeW.G., McWilliams J.C. Large-eddy simulations of the equatorial ocean

boundary layer: Diurnal cyclinf, eddy viscosity, and horizontal rotations // J. Geophys. Res.

1996. Vol. 101, no. C2. P. 3649-3662.

45. Woods J.D. Diurnal and seasonal variation of convection in the wind-mixed layer of the

ocean // Quart. J. Roy. Meteorol. Soc. 1980. Vol. 106, no. 449. P. 379-394.

46. Woods J.D., Barkmann W. The response of the upper ocean to solar heating. I. The

mixed layer // Quart. J. Roy. Meteorol. Soc.1986. Vol. 112, no. 471. P. 1-27.

47. Zavala-Garay J., Zhang C., Moore Andrew M., Wittenberg A. T., Harrison M. J.,

Rosati A., Vialard J., Kleeman R. Sensitivity of Hybrid ENSO Models to Unresolved Atmos-

pheric Variability // J. Climate. 2008. Vol. 21. P.3704–3721. DOI: 10.1175/2007JCLI1188.1

48. Zweng M.M, Reagan J.R., Antonov J.I., Locarnini R.A., Mishonov A.V., Boyer T.P.,

Garcia H.E., Baranova O.K., Johnson D.R., Seidov D., Biddle M.M. World Ocean Atlas 2013.

Volume 2: Salinity. S. Levitus, Ed., A. Mishonov Technical Ed.; NOAA Atlas NESDIS 74,

2012, 39 pp.

References

1. Arsen'ev S.A. Chislennoe modelirovanie deyatel'nogo sloya okeana. Izvestiya AN SSSR.

FAO [Izvestiya of the Academy of Sciences of the USSR. Atmospheric and Oceanic Physics],

1977, vol. 13, no. 12, pp. 1325-1329 [in Russ.].

2. Gavrilin B.L., Monin A.S. O raschete klimaticheskih korrelyaciy po chislennym

modelyam atmosfery. Izvestiya AN SSSR. FAO [Izvestiya of the Academy of Sciences of the

USSR. Atmospheric and Oceanic Physics]. 1970, vol. 6, no. 7, pp. 1325-1329 [in Russ.].

3. Dumanskaya I.O., Zelenko A.A., Myslenkov S.A., Nesterov E.S., Popov S.K., Resnyansky

Yu.D., Strukov B.S. Marine hydrological forecasts and operational oceanology in the Hydromete-

orological Center of Russia. Gidrometeorologicheskie issledovaniya i prognozy [Hydrometeoro-

logical Research and Forecasting], 2019, vol. 374, no.4, pp. 149-183 [in Russ.].

4. Zalesnyy V.B., Moshonkin S.N. Vliyanie anomaliy temperatury poverhnosti okeana i vet-

ra na izmenchivost' harakteristik Mirovogo okeana s periodami ot odnogo do neskol'kih desya-

tiletiy Izvestiya AN SSSR. FAO [Izv., Atmos. Oceanic Phys.], 2002, vol. 38, no. 2, pp. 226-240

[in Russ.].

5. Zilitinkevich S.S., Monin A.S., CHalikov D.V. Vzaimodeystvie okeana i atmosfery. Fizi-

ka okeana. T. 1. Gidrofizika okeana. Moscow: Nauka publ., 1978, pp. 208-339 [in Russ.].

6. Kolesnikova V.N., Monin A.S. O spektrah mikrometeorologicheskih, sinopticheskih i

klimaticheskih kolebaniy meteorologicheskih poley. Meteorologicheskie issledovaniya, 1968,

no. 16, pp. 30-56 [in Russ.].

7. Lappo S.S., Gulev S.K., Rozhdestvenskiy A.E. Krupnomasshtabnoy teplovoe vzai-

modeystvie v sisteme okean-atmosfera i energoaktivnye oblasti Mirovogo okeana. Leningrad:

Gidrometeoizdat publ., 1990, 336 p. [in Russ.].

8. Marchuk G.I., Paton B.E., Korotaev G.K., Zalesny V.B. Data-computing technologies: a

new stage in the development of operational oceanography. Izvestiya, Atmospheric and Oceanic

Physics, 2013, vol. 49, no. 6, pp. 579-591. DOI: 10.1134/S000143381306011X.

90

Расчеты и прогнозы элементов режима морей и океанов

9. Nesterov E.S. O vliyanii shtormov na formirovanie temperaturnyh anomaliy v okeane v

osenniy period. Meteorologiya i Gidrologiya [Russ. Meteorol. Hydrol.], 1984, no. 5, pp. 111-114

[in Russ.].

10. Resnyanskiy Yu.D. Heating of the upper layer of the ocean by cyclical atmospheric fac-

tors. Izvestiya, Academy of Sciences, USSR. Atmospheric and Oceanic Physics, 1990, vol. 26,

no. 3. pp. 163-167.

11. Resnyanskii Yu.D. Modeling of the response of the upper ocean layer to short-term os-

cillations of atmospheric forcing. Soviet Meteorology and Hydrology, 1992, no. 10, pp. 55-61.

12. Resnyanskiy Yu.D., Zelenko A.A. Chislennaia realizatsiia modeli obshchei tsirkuliatsii

okeana s parametrizatsiei verkhnego peremeshannogo sloia. Trudy Gidromettsentra Rossii [Pro-

ceedings of the Hydrometcentre of Russia], 1992, vol. 323, pp. 3-31 [in Russ.].

13. Resnyanskii Yu.D., Zelenko A.A. Еffects of Synoptic Variations of Atmospheric Forcing

in an Ocean General Circulation Model: Direct and Indirect Manifestations. Russian Meteorolo-

gy and Hydrology, 1999, no.9, pp. 42–50.

14. Rubakina V.A., Kubryakov A.A., Stanichnyj S.V., Mizyuk A.I. Vliyanie sutochnyh kole-

banij temperatury na osobennosti termicheskogo progreva verhnego sloya moray. Kompleksnye

issledovaniya Mirovogo okeana: Materialy VI Vserossijskoj nauchnoj konferencii molodyh

uchenyh. Moskva, 2021, pp. 170-171 [in Russ.].

15. Rubakina V.A., Kubryakov A.A., Stanichnyj S.V. Cutochnyj hod temperatury pripover-

hnostnogo sloya vod i ego vliyanie na progrev glubinnyh sloev po rezul'tatam rascheta od-

nomernoj gidrodinamicheskoj modeli POM. Morya Rossii: Vyzovy otechestvennoj nauki: Tezisy

dokladov Vserossijskoj nauchnoj konferencii. Sevastopol', 2022, pp. 248-249 [in Russ.].

16. Stepanov V.N., Resnyanskii Y.D., Strukov B.S., Zelenko A.A. Large-scale Ocean Circu-

lation and Sea Ice Characteristics Derived from Numerical Experiments with the NEMO Model.

Russ. Meteorol. Hydrol., 2019, vol. 44, no. 1, pp. 33-44. DOI: 10.3103/S1068373919010047.

17. Stepanov V.N., Resnyanskii Y.D., Strukov B.S. et al. Evaluating Effects of Observation-

al Data Assimilation in General Ocean Circulation Model by Ensemble Kalman Filtering: Nu-

merical Experiments with Synthetic Observations. Russ. Meteorol. Hydrol. 2021, vol. 46, pp. 94-

105. DOI: 10.3103/S1068373921020047.

18. Strukov B.S., Resnyanskii Yu.D., Zelenko A.A. The structure of intra-annual variability

of hydrophysical fields of the ocean in the global version of the nemo model with a data assimi-

lation system. Journal of Oceanological Research, 2019, vol. 47, no. 3, pp. 139-151.

DOI: 10.29006/1564–2291.JOR–2019.47(3).12 [in Russ.].

19. Strukov B.S., Resnyanskii Y.D., Zelenko A.A. Relaxation Method for Assimilation of

Sea Ice Concentration Data in the NEMO-LIM3 Multicategory Sea Ice Model. Russ. Meteorol.

Hydrol., 2020, vol. 45, pp. 96-104. DOI: 10.3103/S1068373920020053.

20. Tolstyh M.A., SHashkin V.V., Fadeev R.YU., Slyaeva A.V., Mizyak V.G., Rogutov V.S.,

Bogoslovskij N.N., Gojman G.S., Mahnorylova S.V., Yurova A.Yu. Sistema modelirovaniya

atmosfery dlya besshovnogo prognoza. Moscow: Triada LTD publ., 2017, 166 p. [in Russ.].

21. Adamec D., Elsberry R.L. The use of mean atmospheric forcing in an ocean mixed lay-

er model. J. Phys. Oceanogr., 1984, vol. 14, no. 10, pp. 1670-1676.

22. Barker C.H., Kourafalou V.H., Beegle-Krause C., Boufadel. M., Bourassa M.A.,

Buschang S.G., Androulidakis Y., Chassignet E.P., Dagestad K.-F., Danmeier D.G., Dissanayake

A.L., Galt J.A., Jacobs G., Marcotte G., Özgökmen T., Pinardi N., Schiller R.V., Socolofsky S.A.,

Thrift-Viveros D., Zelenke B., Zhang A., Zheng Y. Progress in Operational Modeling in Support

of Oil Spill Response. J. Mar. Sci. Eng., 2020, vol. 8, 668 p. DOI: 10.3390/jmse8090668.

23. Bell M.J., Schiller A., Le Traon P.-Y., Smith N.R., Dombrowsky E., Wilmer-Becker K.

An introduction to GODAE OceanView. Journal of Operational Oceanography, 2015, vol. 8,

no. S1, pp. s2-s11. DOI: 10.1080/1755876X.2015.1022041.

24. Dai A., Trenberth K.E. Estimates of freshwater discharge from continents: Latitudinal

and seasonal variations. J. Hydrometeorol., 2002, vol. 3, pp. 660-687.

25. Dai A., Qian T., Trenberth K.E., Milliman J.D. Changes in continental freshwater dis-

charge from 1948–2004. J. Climate, 2009, vol. 22, pp. 2773-2791.

Реснянский Ю.Д., Зеленько А.А., Степанов В.Н., Струков Б.С.

91

26. Dirmeyer P.A., Ford T.W. A Technique for Seamless Forecast Construction and Vali-

dation from Weather to Monthly Time Scales. J. Climate, 2020, vol. 148, pp. 3589-3603. DOI:

10.1175/MWR-D-19-0076.1.

27. Dussin R., Barnier B., Brodeau L., Molines J.-M. The Making of the DRAKKAR Forc-

ing Set DFS5. DRAKKAR/MyOcean Report 01-04-16. April 2016. 34 p. Available at:

www.drakkar-ocean.eu/publications/reports/report_DFS5v3_April2016.pdf.

28. Elsberry R.L., Camp N.T. Oceanic thermal response to strong atmospheric forcing. I.

Characteristics of forcing events. J. Phys. Oceanogr., 1978, vol. 8, no. 2, pp. 206-214.

29. Elsberry R.L., Garwood R.W. Sea-surface temperature anomaly generation in relation

to atmospheric storms. Bull. Amer. Meteorol. Soc., 1978, vol. 59, no. 7, pp. 786-789.

30. Esbensen S.K., Reynolds R.W. Estimating monthly averaged air-sea transfers of heat

and momentum using the bulk aerodynamic method. J. Phys. Oceanogr., 1981, vol. 11, no. 4, pp.

457-465.

31. Garwood R.L., Halpern D. Numerical simulation of the long-period response of the

upper ocean to diurnal-period fluctuations of wind-stress and surface buoyancy flux. Bull. Amer.

Meteorol. Soc., 1976, vol. 57, no. 1, 134 p.

32. Hanesiak J.M., Barber D.G., Flato V. Role of diurnal processes in the seasonal evolu-

tion of sea ice and its snow cover. J. Geophys. Res., 1999, vol. 104, no. C6, pp. 13593-13603.

33. Hoskins B. The potential for skill across the range of the seamless weather-climate pre-

diction problem: a stimulus for our science. Q. J. R. Meteorol. Soc., 2013, vol. 139, pp. 573-584.

DOI:10.1002/qj.1991.

34. Large W.G., Yeager S.G. Diurnal to decadal global forcing for ocean and sea ice mod-

els: the data sets and flux climatologies. Technical Report NCAR/TN460+STR, CGD Division of

the National Centre for Atmospheric Research (NCAR), 2004.

35. Li Y., Han W., Shinoda T., Wang C., Lien R.-C., Moum J. N., Wang J.-W. Effects of the

diurnal cycle in solar radiation on the tropical Indian Ocean mixed layer variability during win-

tertime Madden-Julian Oscillations. J. Geophys. Res. Oceans., 2013, vol. 118, pp. 4945-4964.

DOI: 10.1002/jgrc.20395.

36. Madec G. and the NEMO team. NEMO ocean engine. Note du Pôle de modélisation,

Institut Pierre-Simon Laplace (IPSL), France, no. 27. 2008, 386 p.

37. Mathis M., Logemann K., Maerz J., Lacroix F., Hagemann S., Chegini F. et al. Seam-

less integration of the coastal ocean in global marine carbon cycle modeling. Journal of Advanc-

es in Modeling Earth Systems, 2022, vol. 14, e2021MS002789. DOI: 10.1029/2021MS002789.

38. Meier W., Fetterer F., Savoie M., Mallory S., Duerr R., Stroeve J. NOAA/NSIDC Cli-

mate Data Record of Passive Microwave Sea Ice Concentration, Version 2, National Snow and

Ice Data Center, Boulder, Colorado, USA, 2016, 2013. DOI: 10.7265/N55M63M1

39. Mu L., Nerger L., Tang Q., Loza S. N., Sidorenko D., Wang Q. et al. Toward a data as-

similation system for seamless sea ice prediction based on the AWI Climate Model. Journal of

Advancesin Modeling Earth Systems, 2020, vol. 12, pp. e2019MS001937. DOI:

10.1029/2019MS001937.

40. Polonsky A.B., Baev S.A., Diakite A. On the response of the ocean upper layer to synop-

tic variability of the atmosphere. Dynamics of Atmospheres and Oceans. 1992, vol. 16, pp. 225-

248.

41. Rousset C., Vancoppenolle M., Madec G., Fichefet T., Flavoni S., Barthélemy A.,

Benshila R., Chanut J., Levy C., Masson S., Vivier F. The Louvain-La-Neuve sea ice model

LIM3.6: global and regional capabilities. Geosci. Model Dev., 2015, vol. 8, pp. 2991-3005. DOI:

10.5194/gmd-8-2991-2015.

42. Paolo M. Ruti, Oksana Tarasova, Julia H. Keller, Greg Carmichael, Øystein Hov, Sa-

rah C. Jones, Deon Terblanche, Cheryl Anderson-Lefale, Ana P. Barros, Peter Bauer, Véronique

Bouchet, Guy Brasseur, Gilbert Brunet, Phil DeCola, Victor Dike, Mariane Diop Kane, Christo-

pher Gan, Kevin R. Gurney, Steven Hamburg, Wilco Hazeleger, Michel Jean, David Johnston,

Alastair Lewis, Peter Li, Xudong Liang, Valerio Lucarini, Amanda Lynch, Elena Manaenkova,

Nam Jae-Cheol, Satoru Ohtake, Nadia Pinardi, Jan Polcher, Elizabeth Ritchie, Andi Eka Sakya,

Celeste Saulo, Amith Singhee, Ardhasena Sopaheluwakan, Andrea Steiner, Alan Thorpe and

Moeka Yamaji Advancing Research for Seamless Earth System Prediction. BAMS. 2020,

vol. 101, no. 1, pp. E23-E35. DOI: 10.1175/BAMS-D-17-0302.1.

92

Расчеты и прогнозы элементов режима морей и океанов

43. She J., Murawski J. Towards seamless ocean modelling for the Baltic Sea – In: Opera-

tional Oceanography serving Sustainable Marine Development. Proceedings of the Eight Eu-

roGOOS International Conference. 3-5 October 2017, EuroGOOS. Brussels, Belgium. 2018,

D/2018/ 14.040/ 1. 516, pp. 233-241.

44. Wang D., LargeW.G., McWilliams J.C. Large-eddy simulations of the equatorial ocean

boundary layer: Diurnal cyclinf, eddy viscosity, and horizontal rotations. J. Geophys. Res., 1996,

vol. 101, no. C2, pp. 3649-3662.

45. Woods J.D. Diurnal and seasonal variation of convection in the wind-mixed layer of the

ocean. Quart. J. Roy. Meteorol. Soc., 1980, vol. 106, no. 449, pp. 379-394

46. Woods J.D., Barkmann W. The response of the upper ocean to solar heating. I. The

mixed layer. Quart. J. Roy. Meteorol. Soc., 1986, vol. 112, no. 471, pp. 1-27.

47. Zavala-Garay J., Zhang C., Moore Andrew M., Wittenberg A.T., Harrison M.J., Rosati

A., Vialard J., Kleeman R. Sensitivity of Hybrid ENSO Models to Unresolved Atmospheric Var-

iability. J. Climate, 2008, vol. 21, pp. 3704-3721. DOI: 10.1175/2007JCLI1188.1

48. Zweng M.M., Reagan J.R., Antonov J.I., Locarnini R.A., Mishonov A.V., Boyer T.P.,

Garcia H.E., Baranova O.K., Johnson D.R., Seidov D., Biddle M.M. World Ocean Atlas 2013,

Volume 2: Salinity. S. Levitus, Ed., A. Mishonov Technical Ed.; NOAA Atlas NESDIS 74,

2012, 39 p.

Поступила 11.09.2022; одобрена после рецензирования 20.09.2023;

принята в печать 06.10.2023.

Submitted 11.09.2022; approved after reviewing 20.09.2023;

accepted for publication 06.10.2023.