Модель общей циркуляции атмосферы

Модель общей циркуляции атмосферы (МОЦА, также глобальная климатическая модель, GCM — от англ. General Circulation Model) — это математическая модель, основанная на уравнениях гидротермодинамики, которая описывает крупномасштабные движения атмосферы Земли (или другой планеты) и её взаимодействие с подстилающей поверхностью (океаном, сушей, ледяными покровами). Модели общей циркуляции являются основным инструментом для численного прогноза погоды на срок от нескольких дней до сезона, а также для долгосрочного моделирования климата, включая оценку последствий антропогенных изменений.

История развития

Ранние этапы (до 1950-х годов)

Первые попытки математического описания атмосферных процессов относятся к концу XIX века. Норвежский метеоролог Вильгельм Бьеркнес в 1904 году сформулировал задачу прогноза погоды как задачу решения системы уравнений гидродинамики и термодинамики. Однако практическое применение этих идей стало возможным только с появлением электронных вычислительных машин.

Первые численные эксперименты (1950–1970-е годы)

В 1950 году американский математик Джон фон Нейман и метеоролог Джул Чарни провели первый успешный численный прогноз погоды на компьютере ENIAC. В 1956 году Норман Филлипс создал первую упрощённую двухуровневую модель общей циркуляции, которая воспроизводила основные черты атмосферной циркуляции — западный перенос, пассаты и полярные ячейки. В СССР в 1960-х годах значительный вклад в развитие моделей внесли работы Г. И. Марчука и А. С. Монина, которые разработали методы спектрального представления атмосферных полей.

Современный этап (1980-е — настоящее время)

С 1980-х годов, с ростом производительности суперкомпьютеров, модели стали включать всё большее количество физических процессов: радиационный перенос, облачность, турбулентность, процессы в почве и растительности. Появились связанные модели «атмосфера — океан» (AOGCM — Atmosphere-Ocean General Circulation Model). В 1990-е годы началось активное использование МОЦА для сценариев изменения климата в рамках Межправительственной группы экспертов по изменению климата (МГЭИК). В XXI веке модели достигли разрешения в десятки километров и начали включать химию атмосферы, биогеохимические циклы и динамику ледниковых щитов.

Физические основы и математический аппарат

Основные уравнения

В основе МОЦА лежат фундаментальные законы физики, записанные в виде системы дифференциальных уравнений в частных производных:

• Уравнения Навье — Стокса (уравнения движения): описывают сохранение импульса в атмосфере с учётом силы Кориолиса, силы градиента давления, силы тяжести и трения.
• Уравнение неразрывности: описывает сохранение массы воздуха.
• Первое начало термодинамики (уравнение притока тепла): описывает изменение температуры воздуха в результате радиационного нагрева/охлаждения, выделения скрытой теплоты при фазовых переходах воды (конденсация, испарение) и турбулентного обмена.
• Уравнение состояния идеального газа: связывает давление, температуру и плотность влажного воздуха.
• Уравнение переноса влаги: описывает изменение содержания водяного пара и фазовые переходы (образование облаков и осадков).

Дискретизация и численные методы

Поскольку аналитическое решение полной системы уравнений невозможно, применяется численное моделирование. Пространство разбивается на сетку (горизонтальное разрешение — от нескольких сотен километров в ранних моделях до 10–25 км в современных), а время — на шаги (от нескольких минут до получаса). Для решения уравнений используются методы конечных разностей, конечных объёмов или спектральные методы (разложение полей по сферическим гармоникам).

Параметризация подсеточных процессов

Многие важные процессы (турбулентность, конвекция, образование облаков, взаимодействие с растительностью) происходят в масштабах, меньших, чем шаг сетки. Их влияние учитывается с помощью параметризаций — эмпирических или полуэмпирических формул, которые связывают подсеточные эффекты с крупномасштабными переменными (например, поток тепла от поверхности пропорционален разности температур и скорости ветра).

Типы и классификация

По объекту моделирования

• Атмосферные модели (AGCM — Atmospheric GCM): описывают только атмосферу, с заданными граничными условиями (температура поверхности океана, влажность почвы).
• Океанические модели (OGCM — Oceanic GCM): описывают циркуляцию океана.
• Связанные модели (AOGCM): объединяют атмосферную и океаническую модели, обмениваясь потоками тепла, влаги и импульса на границе раздела сред. Это основной тип для климатических расчётов.
• Модели Земной системы (ESM — Earth System Model): расширяют AOGCM включением биогеохимических циклов (углерода, азота), динамики растительности, химии атмосферы (озон, аэрозоли) и ледниковых щитов.

По пространственному разрешению

• Глобальные модели: покрывают всю Землю, используются для климатических прогнозов и среднесрочных прогнозов погоды.
• Региональные модели (RCM — Regional Climate Model): имеют более высокое разрешение (до 1–5 км) на ограниченной территории, граничные условия получают от глобальной модели. Используются для детализации климатических сценариев для конкретных регионов.

Применение

Прогноз погоды

МОЦА являются основой глобальных систем численного прогноза погоды (например, модели ECMWF (Европейский центр среднесрочных прогнозов погоды), GFS (США), ПЛАВ (Россия)). Они обеспечивают прогнозы на срок от 1 до 15 суток, а также сезонные прогнозы (до 6–12 месяцев) на основе ансамблевых расчётов.

Моделирование климата

• Воспроизведение прошлого климата: проверка моделей на данных палеоклимата (последнее оледенение, средневековый тёплый период).
• Прогноз будущего климата: расчёты по сценариям антропогенных выбросов парниковых газов (SSP — Shared Socioeconomic Pathways). Модели используются для оценки изменения температуры, осадков, уровня моря, частоты экстремальных явлений.
• Атрибуция климатических изменений: определение вклада антропогенных и естественных факторов в наблюдаемые изменения климата.

Научные исследования

МОЦА применяются для изучения фундаментальных механизмов атмосферной циркуляции: ячеек Хэдли, Ферреля и полярных ячеек; струйных течений; муссонов; Эль-Ниньо — Южного колебания; атмосферных блокингов.

Ограничения и неопределённости

Несовершенство параметризаций

Параметризации облачности и конвекции остаются одним из главных источников неопределённости. Разные модели по-разному воспроизводят облачные процессы, что приводит к различиям в прогнозах радиационного баланса и чувствительности климата к удвоению CO₂ (от 2 °C до 4,5 °C).

Чувствительность к начальным условиям

Атмосфера является хаотической системой (эффект бабочки). Небольшие ошибки в начальных данных экспоненциально растут, ограничивая предел предсказуемости погоды примерно 2–3 неделями. Для климатических прогнозов используются ансамбли расчётов с варьированием начальных условий.

Вычислительная сложность

Модели высокого разрешения требуют огромных вычислительных ресурсов (суперкомпьютеры с производительностью в десятки петафлопс). Это ограничивает возможность проведения длительных (сотни лет) расчётов с высоким разрешением.

Модели в России

В России разработкой и использованием МОЦА занимаются ведущие научные центры:

• Гидрометцентр России: использует глобальную модель ПЛАВ (Полулагранжева Атмосферная Версия) для оперативного прогноза погоды.
• Институт вычислительной математики РАН (ИВМ РАН): разрабатывает модель общей циркуляции атмосферы и океана (ИВМ РАН-МГУ), используемую для климатических сценариев.
• Главная геофизическая обсерватория им. А. И. Воейкова (ГГО): создаёт региональные климатические модели для территории России.

Источники

1. Марчук Г. И. Численное решение задач динамики атмосферы и океана. — Л.: Гидрометеоиздат, 1974.
2. Монин А. С. Прогноз погоды как задача физики. — М.: Наука, 1969.
3. Randall D. A. An Introduction to the Global Circulation of the Atmosphere. — Princeton University Press, 2015.
4. Washington W. M., Parkinson C. L. An Introduction to Three-Dimensional Climate Modeling. — University Science Books, 2005.
5. IPCC. Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. — Cambridge University Press, 2021.
6. Kalnay E. Atmospheric Modeling, Data Assimilation and Predictability. — Cambridge University Press, 2003.