Гидрометеорологические исследования и прогнозы. 2025. № 3 (397). С. 92-100

92

DOI: https://doi.org/10.37162/2618-9631-2025-3-92-100

УДК 551.467

Оценка качества

численного прогноза толщины льда

для Каспийского и Охотского морей

в зимний сезон 2023/2024 гг.

Е.С. Нестеров¹, В.Д. Жупанов¹,

А.А. Максимов², А.В. Федоренко¹

¹Гидрометеорологический научно-исследовательский центр

Российской Федерации, г. Москва, Россия;

²Научно-исследовательский центр космической гидрометеорологии

«Планета», г. Москва, Россия

nesterov@mecom.ru

Прогноз толщины льда на 16 суток для Каспийского и Охотского морей реализо-

ван на основе вязко-пластичной модели льда CICE с использованием в качестве фор-

синга трехчасовых прогностических полей негидростатической атмосферной модели

WRF-ARW: приземной температуры, влажности, скорости ветра, осадков и приходя-

щей солнечной радиации. Прогноз рассчитывается в узлах регулярной широтно-дол-

готной сетки 0.25°. Выполнено сравнение значений толщины льда на 7 и 14-й день

прогноза с измеренной толщиной на морских береговых станциях Большой Пешной

в Каспийском море и на пяти станциях в Охотском море, а также а также с данными

анализа GDAS NCEP, карт Sigrid-3 ФГБУ «НИЦ «Планета» и карт ледовой обста-

новки ФГБУ «Гидрометцентр России» по всему Охотскому морю. Сравнение резуль-

татов расчета с данными наблюдений показало, что модель удовлетворительно вос-

производит процессы нарастания и таяния льда.

Ключевые слова: Каспийское море, Охотское море, модель CICE, толщина льда

Verification of numerical forecasts

of sea ice thickness for the Caspian Sea

and the Sea of Okhotsk

in the 2023/2024 winter

E.S. Nesterov¹, V.D. Zhupanov¹,

A.А. Maksimov², A.V. Fedorenko¹

¹Hydrometeorological Research Center of Russian Federation, Moscow, Russia;

²Scientific research center of space hydrometeorology

«Planeta», г. Москва, Россия

nesterov@mecom.ru

The 16-day forecast of sea ice thickness for the Caspian Sea and the Sea of Okhotsk

was implemented on the basis of the CICE viscoplastic sea ice model using three-hour fore-

cast fields of surface temperature, humidity, wind speed, precipitation, and incoming solar

radiation from the WRF-ARW nonhydrostatic atmosphere model as forcing. The forecast

is computed at the points of the 0.25° regular latitude-longitude grid. The values of sea ice

Нестеров Е.С., Жупанов В.Д., Максимов А.А., Федоренко А.В.

93

thickness on the 7th and 14th forecast days were compared with the measured sea ice thick-

ness from the Bol’shoi Peshnoi marine coastal station in the Caspian Sea and five stations

in the Sea of Okhotsk, as well as with the data of the GDAS analysis (NCEP), Sigrid-3

maps (RSC Planeta), and sea ice maps (Hydrometcentre of Russia) for the entire Sea of

Okhotsk. The comparison of the simulation results with observational data showed that the

model satisfactorily reproduces the growth and melting of sea ice.

Keywords: Caspian Sea, Sea of Okhotsk, CICE model, sea ice thickness

1. Метод прогноза толщины льда

Прогнозы характеристик ледяного покрова могут основываться на ста-

тистических или гидродинамических моделях [8]. В данной статье приво-

дятся оценки качества численного прогноза толщины льда для Каспий-

ского и Охотского морей, реализованного на основе вязко-пластичной

модели льда CICE [11] с использованием в качестве форсинга прогности-

ческих полей негидростатической атмосферной модели WRF-ARW [1, 16].

Опыт использования CICE в различных прогностических центрах описан в

[6]. На основе имеющегося у авторов опыта моделирования и прогнозиро-

вания ледяного покрова [3, 5, 6, 14] разработан метод прогноза на 16 суток

одной из основных характеристик ледяного покрова ‒ его толщины.

Основные характеристики метода:

‒ атмосферный форсинг (3-часовые данные о приземной температуре

воздуха, его влажности, скорости ветра, скорости выпадения осадков, при-

ходящей солнечной радиации) задается на основе метеорологического про-

гноза, рассчитываемого с использованием программного пакета модели

WRF-ARW.v4.3 [1, 16];

‒ прогноз толщины льда для морской акватории вычисляется в узлах

регулярной широтно-долготной сетки 0.25° как сумма значения толщины

в анализе GDAS (Global Data Assimilation System) NCEP и приращения на

период заблаговременности прогноза, расcчитанного по модели CICE;

‒ для оценки успешности прогноза используются наблюдения ледо-

вых характеристик на морских гидрометеорологических станциях, харак-

теристики льда по данным GDAS NCEP, информация цифровых карт

Sigrid-3 ФГБУ «НИЦ «Планета» и карты ледовой обстановки ФБГУ «Гид-

рометцентр России».

Ранее были выполнены расчеты ледовых характеристик Каспийского

моря для зимних сезонов 2005–2009 гг., а также для экстремальных сезонов

2011/2012 и 2015/2016 гг. [5, 14]. Ледовые условия зимы 2011/2012 гг.

на Северном Каспии были заметно тяжелее ледовых условий зимы

2015/2016 гг. как по ледовитости, так и по толщине льда. По расчетам, за-

мерзание моря в экстремально холодный сезон 2011/2012 гг. произошло

почти на месяц раньше, чем в экстремально теплый сезон 2015/2016 гг., а

очищение ‒ на полмесяца позже. Это близко к фактическим датам: замер-

зание в 2011/2012 гг. произошло на 37 дней раньше, чем в 2015/2016 гг., а

очищение ‒ на 30 дней позже.

94

Расчеты и прогнозы элементов режима морей и океанов

Также были выполнены расчеты ледовых характеристик в северо-за-

падной части Охотского моря в 2024 г. [3], результаты которых сопостав-

лены с наблюдениями на станциях Аян и Большой Шантар. Сравнение по-

казало, что если на станции Аян рассчитанная толщина льда в марте-апреле

оказалась меньше фактической, то на станции Большой Шантар ‒ больше

фактической.

В [4] описан опыт использования численной модели, разработанной в

ФГБУ «ААНИИ», для прогноза на 5 суток распределения льда в юго-за-

падной части Охотского моря. Оценка достоверности прогнозов выполня-

лась по сплоченности льда. Получено, что оправдываемость прогнозов

сплоченности составила 87 %. В [2] на основе модели CICE прогнозирова-

лась на 5–10 суток ледовая обстановка в Беринговом море. Опыт использо-

вания CICE в различных прогностических центрах описан в [6].

2. Сравнение ледовых полей GDAS NCEP и карт

ФГБУ «Гидрометцентр России»

Значения толщины льда в системе GDAS NCEP основаны на инфор-

мации радарной альтиметрии спутников ICESat-2 и CryoSat-2 [12, 13, 15],

причем доступна информация о пяти категориях толщины льда, использу-

емых в модели CICE. Спутниковые данные также включают высоту снеж-

ного покрова, который влияет на изменчивость толщины льда.

В отделе морских гидрологических прогнозов ФГБУ «Гидрометцентр

России» регулярно строятся карты ледового покрова неарктических морей

России с использованием спутниковой информации и данных наблюдений

на морских гидрометеорологических станциях. Пример ледовых полей

GDAS NCEP и карт ФГБУ «Гидрометцентр России» представлен на рис. 1.

Из сравнения полей видно, что на обеих картах в северо-восточной ча-

сти моря есть обширные области схожей конфигурации с максимальной

толщиной льда 50‒70 см (а) и 30‒70 см (б). Аналогичное сравнение для

Охотского моря представлено на рис. 2.

На обеих картах в западной части моря в районе Шантарских островов

есть область льда толщиной 70‒120 см.

Приведенные примеры свидетельствуют, что области максимальной

толщины льда в Каспийском и Охотском морях в обоих источниках близки

как по конфигурации, так и по значениям толщины. Также подобны зако-

номерности изменения толщины льда от максимальных значений в запад-

ной части моря к уменьшению толщины по направлению к области чистой

воды.

Приведем наибольшие из наблюденных значений толщины льда на

станции Большой Пешной в Каспийском море и Большой Шантар в Охот-

ском море. В экстремально холодный зимний сезон 2011/2012 гг. макси-

мальная толщина льда на станции Большой Пешной составляла 50 см [5].

В суровые зимы толщина льда в районе станции Большой Шантар может

достигать 130‒150 см [3].

Нестеров Е.С., Жупанов В.Д., Максимов А.А., Федоренко А.В.

95

а)

б)

Рис. 1. Толщина льда в Каспийском море 17.02.2023 г. по данным GDAS

NCEP (а) и 14.02.2023 г. по данным ФГБУ «Гидрометцентр России» (б).

Fig. 1. Sea ice thickness in the Caspian Sea (a) on February 17, 2023 according

to the NCEP GDAS data (a) and) on February 14, 2024 according to the data of

the Hydrometcentre of Russia.

а)

б)

Рис. 2. Толщина льда в Охотском море 10.02.2024 г. по данным GDAS NCEP

(а) и 12.02.2024 по данным ФГБУ «Гидрометцентр России» (б).

Fig. 2. Sea ice thickness in the Sea of Okhotsk (a) on February 10, 2024 accord-

ing to the NCEP GDAS data and (b) on February 12, 2024 according to the data

of the Hydrometcentre of Russia.

96

Расчеты и прогнозы элементов режима морей и океанов

3. Оценки оправдываемости прогнозов толщины льда

Каспийского и Охотского морей

Для количественной оценки прогнозов в качестве фактических данных

использовались значения толщины льда в узлах расчетной сетки по инфор-

мации ледовых карт в формате SIGRID-3 [10] и полей анализов GDAS

NCEP [13, 15].

Качество прогноза ледовых условий оценивалось по расчету оправды-

ваемости. Согласно РД 52.27.759-2011 [7], оправдываемость долгосрочных

прогнозов (15 суток ‒ 6 месяцев) должна составлять 70‒75 % при ошибке

прогноза толщины льда, равной 30 % от фактического ее изменения за пе-

риод заблаговременности прогноза.

По аналогии с методикой оценки качества долгосрочных ледовых про-

гнозов для обеспечения морских операций в морях российской Арктики

[9], оправдываемость численного прогноза толщины льда определяется как

осредненное для рассматриваемого числа прогнозов отношение количе-

ства узлов расчетной сетки, разность прогностического и фактического

значений в которых меньше пороговой величины ошибки текущего про-

гноза, равной значению 0,8σ для поля фактической толщины льда для те-

кущей даты прогноза, к общему число узлов расчетной сетки, где σ ‒ сред-

няя пространственная изменчивость поля толщины льда по данным

анализов GDAS NCEP на дату прогноза. В табл. 1 приведены оценки ‒ аб-

солютная (ABS), средняя арифметическая (MDL), среднеквадратичная

(RSME) ошибки сравнения данных анализа толщины льда по информации

GDAS NCEP и SIGRID-3 ФГБУ «НИЦ «Планета» с измерениями толщины

припая морскими береговыми станциями в Охотском море в зимний сезон

2023/2024 годов.

Таблица 1. Сравнение толщины льда в Охотском море по данным анализов

GDAS NCEP с данными береговых станций в зимний сезон 2023/2024 гг.

Table 1. The comparison of sea ice thickness in the Sea of Okhotsk according to

the NCEP GDAS data with the data of coastal stations in the 2023/2024 winter

Ошибки (анализ ‒ станция), см

Макс.

толщина,

Береговая

станция

GDAS NCEP

Sigrid-3*

см

ABS

6

MDL

6

RMSE

ABS

13

29

18

13

7

MDL

8

RMSE

17

Шантар

92

7

Аян

146

170

119

134

14

24

15

8

-12

-8

16

26

18

10

-29

-18

-1

32

Погиби

Джаоре

Байдуков

21

-13

-2

16

7

10

Охотское

море

170

13.4

-5.8

15.4

16

-6.6

19.2

Примечание. *Сравнение с данными SIGRID-3 НИЦ «Планета» выполнено

при условии, что толщина припая, измеренная морскими береговыми стан-

циями, менее 100 см.

Нестеров Е.С., Жупанов В.Д., Максимов А.А., Федоренко А.В.

97

В табл. 2 приведены оценки качества прогнозов толщины льда забла-

говременностью 7 и 14 суток для зимнего сезона 2023/2024 гг. в сравнении

с измеренной толщиной на морских береговых станциях и по всему морю

на основе информации ледовых карт в формате SIGRID-3.

Таблица 2 Качество прогнозов толщины льда для Каспийского и Охотского

морей в зимний сезон 2023/2024 гг. при допустимой ошибке 0.67σ

Table 2. The skill of sea ice thickness forecasts for the Caspian Sea and the Sea

of Okhotsk in the 2023/2024 winter with an acceptable error of 0.67 σ

Ошибки (прогноз ‒ станция), см

Береговая

станция

FCT*

%

ABS

MDL

RMSE

7 дней 14 дней 7 дней 14 дней 7 дней 14 дней

Пешной

Шантар

Аян

77

81

79

76

62

80

7

6

7

4

7

6

7

4

8

5

16

25

16

8

21

25

19

9

-14

-9

-21

-17

-19

-6

18

28

19

10

22

28

22

11

Погиби

Джаоре

Байдуков

-14

-1

Каспийское

море

73

7

6

7

4

Охотское

море

75.6

14.2

15.6

-6.4

-11.8

16.6

17.6

Примечание. * При допустимой ошибке 0.8σ оправдываемость прогнозов в

Охотском море равна 79.8 %.

В таблицах FCT ‒ оправдываемость прогноза; ABS, MDL, RSME – аб-

солютная, средняя арифметическая и среднеквадратичная ошибки соответ-

ственно. Оправдываемость равна 100 % при значении ошибки прогноза ме-

нее 0.67σ значения изменчивости поля анализов толщины льда GDAS

NCEP и равна нулю в противном случае. Допустимая ошибка равна 0.67 σ

для краткосрочных прогнозов и 0.8 σ для долгосрочных [7].

Качество прогнозов толщины льда по станции Большой Пешной в Кас-

пийском море почти не зависит от заблаговременности. Наименьшие

ошибки прогнозов в Охотском море характерны для станции Большой

Шантар, а наибольшие ‒ для станции Погиби. Частично это связано с тем,

что станция Большой Шантар находится на острове в открытом море, а

станция Погиби ‒ у береговой линии в Татарском проливе.

Заключение

Прогноз толщины льда для Каспийского и Охотского морей реализо-

ван на основе вязко-пластичной модели льда CICE с использованием в ка-

честве форсинга трехчасовых прогностических полей негидростатической

98

Расчеты и прогнозы элементов режима морей и океанов

атмосферной модели WRF-ARW: приземной температуры, влажности, ско-

рости ветра, осадков и приходящей солнечной радиации. Прогноз толщины

льда рассчитывается в узлах регулярной широтно-долготной сетки 0.25°

как сумма ее текущего значения в поле анализов и расcчитанного по мо-

дели CICE приращения на период заблаговременности прогноза.

Сравнение ледовых полей GDAS NCEP и ледовых карт ФГБУ «Гидро-

метцентр России» для Каспийского и Охотского показало, что области мак-

симальной толщины льда в обоих источниках близки как по конфигурации,

так и по значениям толщины льда. Данные о толщине льда в узлах расчет-

ной сетки уточнялись по информации ледовых карт в стандартном вектор-

ном формате SIGRID-3.

Для прогнозов в Каспийском и Охотском морях в зимний сезон

2023/2024 гг. выполнено сравнение значений толщины льда на 7 и 14-й

день прогноза с измеренной толщиной на морских береговых станциях

Большой Пешной в Каспийском море и на пяти станциях в Охотском

море и по всему морю на основе информации ледовых карт в формате

SIGRID-3.

Качество прогнозов толщины льда по станции Большой Пешной почти

не зависит от заблаговременности. В Охотском море в среднем наимень-

шие ошибки прогнозов характерны для станции Большой Шантар,

а наибольшие для станции Погиби, что частично связано с особенностями

их физико-географического положения. Оправдываемость прогнозов тол-

щины льда по всему Охотскому морю уменьшается с увеличением забла-

говременности.

Список литературы

1. Вельтищев Н.Ф., Жупанов В.Д., Павлюков Ю.Б. Краткосрочный прогноз сильных

осадков и ветра с помощью разрешающих конвекцию моделей WRF // Метеорология и гид-

рология. 2011. № 1. С. 5-18.

2. Вражкин А.Н. Среднесрочный прогноз ледовой обстановки Берингова моря // Изве-

стия ТИНРО. 2020. Т. 200, вып. 1. С. 131-140.

3. Жупанов В.Д., Нестеров Е.С. Прогноз толщины ледяного покрова в прибрежных

областях Карского и Охотского морей // Гидрометеорологические исследования и про-

гнозы. 2024. № 3 (393). С. 90-104.

4. Клячкин С.В., Гудкович З.М., Гузенко Р.Б., Май Р.И. Численная модель прогноза

распределения льдов в юго-западной части Охотского моря заблаговременностью 1‒5 суток

// Труды Гидрометцентра России. 2015. Вып. 353. С. 63-87.

5. Нестеров Е.С., Жупанов В.Д., Федоренко А.В. Моделирование ледяного покрова

Северного Каспия в экстремальные сезоны // Метеорология и гидрология. 2023. № 11. С. 89-

100.

6. Нестеров Е.С., Жупанов В.Д., Федоренко А.В. Моделирование характеристик ледя-

ного покрова Каспийского моря на основе модели CICE // Гидрометеорологические иссле-

дования и прогнозы. 2022. № 1 (383). С. 57-70.

7. РД 52.27.759-2011 Наставление по службе прогнозов. Раздел 3. Часть III. Служба

морских гидрологических прогнозов. 201 с.

8. РД 52.27.881-2019 Руководство по гидрометеорологическому обеспечению морской

деятельности. 125 с.

Нестеров Е.С., Жупанов В.Д., Максимов А.А., Федоренко А.В.

99

9. Юлин А.В., Миронов Е.У., Шевелева Т.В., Павлова Е.А. Качество долгосрочных ле-

довых прогнозов для обеспечения морских операций в морях российской Арктики // Метео-

рология и гидрология. 2025. № 2. С. 88-99.

10. A vector archive format for sea ice charts // WMO/TD-No.1214.JCOMM Technical Re-

port No. 24. WMO, 2004

11. СICE Documentation. 2024. https://cice-consortium-cice.readthedocs.io/en/main/

https://zenodo.org/record/1205674

12. Kacimi S., Kwok R. Arctic snow depth, ice thickness, and volume from ICESat-2 and

CryoSat-2:2018–2021 // Geoph. Res. Let. 2022. DOI: 10.1029/2021GL097448

13. Landy J., Geoffrey J., Dawson G., Tsamados M. et al. A year-round satellite sea-ice

thickness record from CryoSat-2 // Nature. 2022. Vol. 609. P. 517-522.

https://doi.org/10.1038/s41586-022-05058-5.

14. Nesterov E.S., Zhupanov V.D., Fedorenko A.V. Modeling of the Caspian Sea ice on a

seasonal scale // Research activities in Earth system modelling. Working Group on Numerical Ex-

perimentation. Report No. 52. WCRP Report No.4. WMO, Geneva, 2022. P. 8-05.

15. Schröder D., Feltham D., Tsamados M., Ridout A. et al. New insight from CryoSat-2 sea

ice thickness for sea ice modelling // The Cryosphere. 2019. Vol. 13. Р. 125-139.

16. User”s Guide for the Advanced Research WRF (ARW) Modeling System Version 3.1,

http:|//www.mmm.ucar.edu//wrf/users/docs/user.

References

1. Vel’tishchev, N.F., Zhupanov, V.D., Pavlyukov, Y.B. Short-range forecast of heavy precip-

itation and strong wind using the convection-allowing WRF models. Russ. Meteorol. Hydrol,.

2011, vol. 36, pp. 1-10. DOI: 10.3103/S1068373911010018.

2. Vrazhkin A.N. Mid-term forecast for the ice conditions in the Bering sea. Izvestiya TINRO,

2020, vol. 200, no. 1, pp. 131-140. DOI: 10.26428/1606-9919-2020-200-131-140 [in Russ.].

3. Jupanov V.D., Nesterov E.S. Forecast of ice cover thickness in coastal areas of the Kara

and Okhotsk seas. Gidrometeorologicheskie issledovaniya i prognozy [Hydrometeorological

Research and Forecasting], 2024, vol. 393, no. 3, pp. 90-104 [in Russ.].

4. Klyachkin S.V., Gudkovich Z.M., Guzenko R.B., May R.I. Numerical model of the ice cover

forecast in the south-western part of the Sea of Okhotsk with 1-5 days period in advance. Trudy

Gidromettsentra Rossii [Proceedings of the Hydrometcentre of Russia], 2015, vol. 353, pp. 63-87

[in Russ.].

5. Nesterov E.S., Zhupanov V.D., Fedorenko A.V. Modeling the Northern Caspian Sea Ice

Cover in Extreme Seasons. Russ. Meteorol. Hydrol., 2023, vol. 48, no. 11, pp. 995-1004. DOI:

10.3103/S1068373923110079.

6. Nesterov E.S., Zhupanov V.D., Fedorenko A.V. Modeling the characteristics of the Caspian

Sea ice cover based on the CICE model. Gidrometeorologicheskie issledovaniya i prognozy

[Hydrometeorological Research and Forecasting], 2022, vol. 383, no. 1, pp. 57-70 [in Russ.].

7. RD 52.27.759-2011 Nastavlenie po sluzhbe prognozov. Razdel 3. Chast' III. Sluzhba mor-

skih gidrologicheskih prognozov. 201 p. [in Russ.].

8. RD 52.27.881-2019 Rukovodstvo po gidrometeorologicheskomu obespecheniyu morskoy

deyatel'nosti. 125 p. [in Russ.].

9. Yulin A.V., Mironov E.U., Sheveleva T.V., Pavlova E.A. Quality of Long-term Ice Fore-

casts to Support Marine Operations in the Russian Arctic Seas. Russ. Meteorol. Hydrol., 2025,

vol. 50, no. 2. [in Russ.].

10. A vector archive format for sea ice charts. WMO/TD-No.1214. JCOMM Technical Re-

port No. 24. WMO, 2004.

11.

СICE

Documentation.

2024.

Available

at:

https://cice-consortium-

cice.readthedocs.io/en/main/ https://zenodo.org/record/1205674.

12. Kacimi S., Kwok R. Arctic snow depth, ice thickness, and volume from ICESat-2 and

CryoSat-2:2018–2021. Geoph. Res. Let., 2022. DOI: 10.1029/2021GL097448.

100

Расчеты и прогнозы элементов режима морей и океанов

13. Landy J., Geoffrey J., Dawson G., Tsamados M. et al. A year-round satellite sea-ice

thickness record from CryoSat-2. Nature, 2022, vol. 609, pp. 517-522. DOI: 10.1038/s41586-022-

05058-5.

14. Nesterov E.S., Zhupanov V.D., Fedorenko A.V. Modeling of the Caspian Sea ice on a

seasonal scale. Research activities in Earth system modelling. Working Group on Numerical Ex-

perimentation. Report No. 52. WCRP Report No.4, WMO, Geneva, 2022, pp. 8-05.

15. Schröder D., Feltham D., Tsamados M., Ridout A. et al. New insight from CryoSat-2 sea

ice thickness for sea ice modeling. The Cryosphere, 2019, vol. 13, pp. 125-139.

16. User”s Guide for the Advanced Research WRF (ARW) Modeling System Version 3.1,

Available at: http:|//www.mmm.ucar.edu//wrf/users/docs/user.

Поступила 21.05.2025; одобрена после рецензирования 01.10.2025;

принята в печать 15.10.2025.

Submitted 21.05.2025; approved after reviewing 01.10.2025;

accepted for publication 15.10.2025.