авторефераты диссертаций БЕСПЛАТНАЯ  БИБЛИОТЕКА

АВТОРЕФЕРАТЫ КАНДИДАТСКИХ, ДОКТОРСКИХ ДИССЕРТАЦИЙ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Ирина николаевна климатологический анализ характеристик рассеяния примесей с использованием численных моделей применительно к северо-западному региону россии

Министерство образования и наук

и РФ Федеральное агентство по образованию ГОУ ВПО РОССИЙСКИЙ ГОСУДАРСТВЕННЫЙ ГИДРОМЕТЕОРОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ (РГГМУ)

На правах рукописи

УДК 551.510.42 Липовицкая Ирина Николаевна КЛИМАТОЛОГИЧЕСКИЙ АНАЛИЗ ХАРАКТЕРИСТИК РАССЕЯНИЯ ПРИМЕСЕЙ С ИСПОЛЬЗОВАНИЕМ ЧИСЛЕННЫХ МОДЕЛЕЙ ПРИМЕНИТЕЛЬНО К СЕВЕРО-ЗАПАДНОМУ РЕГИОНУ РОССИИ Специальность 25.00.30 – метеорология, климатология, агрометеорология

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата географических наук Санкт-Петербург Диссертация выполнена на кафедре Метеорологии, климатологии и охраны атмо сферы Российского государственного гидрометеорологического университета.

Научный консультант: Профессор, доктор физико-математических наук, А.С.Гаврилов

Официальные оппоненты: Заслуженный эколог Российской Федерации, профессор, доктор географических наук, Д.М.Белов Кандидат физико-математических наук, А.Г.Попов

Ведущая организация: Научно-исследовательский центр экологической безопасности Российской Академии Наук (НИЦЭБ РАН)

Защита диссертации состоится “26” июня 2008 г. в 15 часов 30 минут на заседании диссертационного совета Д.212.197.01 в Российском государственном гидрометео рологическом университете по адресу:

195196, г. Санкт-Петербург, Малоохтинский пр., 98, тел. (812) 444-41-63.

С диссертацией можно ознакомиться в библиотеке Российского государственного гидрометеорологического университета по адресу:

195196, г. Санкт-Петербург, Малоохтинский пр., 98.

Автореферат разослан “26” мая 2008 г.

Ученый секретарь диссертационного совета, доктор физ. - мат наук, профессор, А. Д. Кузнецов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Северо-Западный регион (СЗР) России сформировал ся за последние десятилетия как крупная промышленно развитая территория, в ко торой сосредоточены как промышленные предприятия и объекты энергетики (в том числе ядерной), так и объекты транспортной инфраструктуры. Можно ожидать, что строительство и реконструкция портовых сооружений в Финском заливе (Санкт Петербург, Приморск, Усть-Луга) в ближайшие годы приведет к значительному уве личению транспортных потоков.

Все это вместе делает СЗР чрезвычайно перспективным в плане размещения новых промышленных предприятий, а значит росту и перераспределению по терри тории региона антропогенной нагрузки на окружающую среду, в том числе и источ ников выбросов загрязняющих веществ в атмосферу. Перспективное планирование такого рода размещения требует помимо всего прочего также и оценку рассеиваю щих способностей атмосферы.

Между тем, ранее интенсивно проводимые полевые исследования в этом на правлении (Берлянд М.Е., 1975) в последние десятилетия в связи с экономическими проблемами оказались практически свернутыми, причем даже при условии их во зобновления, на получение необходимой по количеству и качеству информации по требуются не одно десятилетие.

Вышеизложенное приводит к необходимости поиска способов получения достоверных оценок рассеивающих свойств атмосферы на основании косвенной, но единственно доступной на настоящий момент информации – стандартных метеоро логических наблюдений и аэросиноптических данных, что оказывается возможным с использованием методов математического моделирования.

Целью работы является проведение комплекса расчетов основных парамет ров, определяющих рассеивающие свойства атмосферы, применительно к Северо Западному региону РФ, статистический анализ результатов и построение, в итоге, набора климатических карт этих параметров для всей территории СЗР.

Для достижения поставленных целей в диссертационной работе были сформулированы следующие задачи:

• определить перечень параметров, характеризующих рассеивающие спо собности атмосферы исходя из сложившейся практики принятия управленческих решений в области природопользования;

• адаптировать разработанную ранее численную модель атмосферного пограничного слоя (АПС) к расчету характеристик рассеивания и осу ществить ее верификацию применительно к СЗР;

• провести анализ доступных информационных ресурсов и сформировать архивы исходных данных для расчета в достаточном для статистиче ского и пространственного анализа количестве;

• провести комплекс расчетов и построить климатические карты пара метров, определяющих рассеивающие способности атмосферы СЗР.

Методы исследования. Основные методы исследования – компьютерное моделирование с использованием численной модели АПС, а также статистический и пространственный анализ результатов.

Научная новизна состоит в том, что впервые на примере Северо-Западного региона РФ проведен комплексный статистический анализ и построены климатиче ские карты основных параметров, характеризующих рассеивающие способности ат мосферы, с использованием единственно доступных для этих целей архивов стан дартных метеорологических и аэросиноптических данных.

Основные положения и результаты, выносимые на защиту:

1. Метод расчета характеристик рассеивающей способности атмосферы на основании стандартной метеорологической и аэросиноптической информации, а также результаты его верификации применительно к Северо-Западному региону РФ.

2. Результаты статистического анализа временной изменчивости характери стик рассеивающей способности атмосферы на различных территориях СЗР.



2. Климатические карты характеристик рассеивающей способности атмосфе ры для всего Северо-Западного региона РФ.

Обоснованность и достоверность результатов подтверждаются строгой математической постановкой задачи численного моделирования АПС, результата ми верификации модели АПС применительно с СЗР, а также обеспеченностью рас считанных на основе архивов стандартной гидрометеорологической информации статистических характеристик рассеивающей способности атмосферы.

Теоретическая и практическая ценность диссертации состоит в разработке оригинальных методов, позволяющих лишь на основе стандартной гидрометеороло гической информации рассчитывать характеристики рассеивающих способностей атмосферы и в итоге, построить климатические карты такого рода характеристик, которые могут найти применение при размещении новых промышленных произ водств, объектов традиционной и ядерной энергетики и элементов транспортной инфраструктуры.

Апробация диссертационной работы Основные результаты исследований, изложенные в диссертации, докладывались и обсуждались:

• На научном семинаре кафедры метеорологи, климатологии и охраны атмо сферы Российского государственного гидрометеорологического университе та.

• Итоговых сессиях ученого совета РГГМУ, (2005, 2006 гг.) • На заседании Международной конференции “Климат и биоклимат городов”, Польша, Лодзь, ноябрь 2007г.

• На заседании Международной школе-конференции “Экология, климат, ту ризм”, Германия, г. Бад Хинделанг, апрель 2008г.

Публикации: Основные результаты диссертации опубликованы в 5 печатных работах.

Структура и объем работы:

Диссертация состоит из введения, трех глав, заключения и списка использо ванных источников, включающего наименований. Общий объем работы со ставляет _ страницы, включая _ рисунков и _ таблиц.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертации, сформулированы цели и задачи исследования, приведены основные положения и результаты, выно симые на защиту, теоретическая новизна и практическая значимость работы, а так же кратко излагается содержание диссертации.

В первой главе рассмотрены физико-географическое положение и особен ности климатического режима Северо-Западного региона России (СЗР). В физико географическом отношении СЗР соответствует северной части Восточной Европы, где преобладает равнинный рельеф и умеренно-континентальный климат. Доми нантной физико-географической чертой служит таежный тип ландшафтов, однако значительная площадь относится к тундре и лесотундре.

Климату СЗР присущи черты континентальности. На основной территории СЗР климат определяется влиянием морских воздушных масс, приходящих с Ат лантического океана и вызывающих повышение зимних температур. Таким образом, основная закономерность состоит в увеличении амплитуды температур в долготном направлении (от 25 до 34 °C), в основном, за счет понижения зимних температур.

Другой фактор – это влияние полярных морей. Оно проявляется, главным образом, в теплое время года, когда резко выражено охлаждающее действие морских вод. Здесь континентальность климата ослабляется за счет понижения летних температур.

Кроме того, характерной особенностью климата СЗР является избыточное увлажне ние. Высокой влажности и частым осадкам сопутствует преобладание пасмурной погоды, особенно в холодное время года. Среди неблагоприятных свойств климата можно отнести довольно частые туманы. Кроме того, для территории СЗР характер ны довольно сильные ветры.

Особый аспект экологического исследования и оценки климата связан с его влиянием на способность атмосферы к самоочищению от вредных примесей, глав ным образом, техногенных загрязнений. Условия переноса, рассеивания вредных атмосферных примесей зависят от силы ветра, температурных инверсий, туманов, а также от солнечной радиации и температуры воздуха, влияющих на фотохимиче ские реакции и образование вторичных продуктов загрязнения.





Наибольший вклад в загрязнение атмосферного воздуха на территории СЗР вносит теплоэнергетика, автотранспорт, химическая промышленность и предпри ятия черной металлургии. Здесь сосредоточено большое количество предприятий, использующих радиоактивные материалы. В данном регионе находятся Ленинград ская, Кольская и Калининская АЭС.

За последние десятилетия неоднократно осуществлялись попытки установле ния некоторых интегральных показателей, характеризующий климатические усло вия загрязнения атмосферы. Так, Э.Ю. Безуглая (1980) предложила методологию использования такого показателя, как потенциал загрязнения атмосферы (ПЗА).

Кроме того, для прогноза неблагоприятных метеорологических условий (НМУ) бы ли сформулированы так называемые «индексы НМУ» для шести групп источников (высокие горячие, высокие холодные, средние горячие, средние холодные, низкие и специальные низкие). Применительно к потенциально опасным ядерным объектам в этом отношении действует единая методология, сформулированная в документах по безопасности МАГАТЭ и реализованная в соответствующих отечественных мето диках (МПА-98, ДВ-98), предусматривающих использование таких показателей, как категория устойчивости атмосферы Пэскуилла-Гмиффорда, градиент температуры и высота слоя перемешивания.

Для проведения климатологического анализа рассеивающей способности ат мосферы для Северо-Западного региона России существует, между тем, проблема информационного обеспечения. Действительно, если сформулировать основные требования к качеству информации об атмосфере, необходимой для расчета пере численных выше параметров, то можно прийти к следующему перечню:

• значения скорости ветра в приземном слое для использования при рас чете индекса НМУ;

• данные о температуре до высоты несколько сотен метров над подсти лающей поверхностью с вертикальным разрешением несколько метров для последующей высоты слоя перемешивания, а также верхней и нижней границ температурных инверсий;

• вертикальные градиенты скорости ветра и температуры для расчета категорий устойчивости Пэскулла-Гиффорда.

Известно, что данные вертикального зондирования атмосферы оказываются недостаточно точными для нижнего слоя тропосферы, поскольку радиозонд не дает возможности корректно оценить вертикальный профиль температуры в нижнем 100 200 м слое и высоту слоя перемешивания, да и производятся они на очень неболь шом числе станций зондирования. Другие методы (содарное и лидарное зондирова ние, высотные градиентные мачты) предоставляют вообще лишь эпизодический ма териал и непригодны для получения надежной статистики и последующего про странственного анализа.

Что касается скорости ветра в приземном слое, то она определяется стандарт ным способом на метеостанциях, а вот остальная дополнительная информация для проведения климатологического анализа рассеивающей способности атмосферы может быть получена двумя способами:

• организация специальных масштабных экспериментальных исследова ний для каждой территории;

• путем расчета с использованием математических моделей атмосферы на основе стандартной гидрометеорологической информации.

Совершенно очевидно, что первый путь оказывается чрезвычайно затратным и тре бует длительного времени накопления данных. Реализация альтернативного, второ го пути, как раз и является целью настоящего исследования.

Во второй главе излагается метод расчета характеристик рассеивающей способности атмосферы на основе численной модели атмосферного пограничного слоя (АПС).

Экспериментальные и теоретические исследования вертикальной структуры АПС имеют длительную историю (например, Зилитинкевич С.С., 1970, Лайхтман Д.Л., 1970, Берлянд М. Е., 1975 и другие). Существенно, однако, что основным ис точником экспериментальных данных в этих исследованиях до сих пор являлись лишь градиентные измерения в приземном слое, охват высот которых, как правило, невелик, а накопленных рядов наблюдений оказывается крайне недостаточно для удовлетворения все возрастающих требований практики.

По этой причине возникает проблема разработки таких методов анализа, ко торые позволили бы использовать для расчета различных климатических характери стик АПС данных стандартных метеорологических наблюдений – единственной ин формации, которая имеется на настоящий момент в количестве, обеспечивающем получение достоверных статистических оценок. Между тем, они проводятся на од ном уровне (температура и влажность измеряются на высоте 2 м, а скорость и на правление ветра – 10 м) и, таким образом, впрямую оказываются непригодными для изучения вертикальной структуры.

В данной главе изложен и апробирован метод восстановления вертикальной структуры АПС по рядам наблюдений на одном уровне в атмосфере с привлечением физически содержательной численной модели, корректно описывающей суточные колебания. Метод базируется на том очевидном предположении, что именно суточ ные колебания температуры воздуха, обязанные своим происхождением колебаниям инсоляции, как раз и являются ответственными за формирование вертикальных гра диентов температуры в нижней части АПС и, как следствие, определяют вертикаль ную структуру атмосферной турбулентности, скорости и направления ветра.

В разделах 2.2-2.3 данной главы сформулированы исходные уравнения моде ли АПС. Как известно для АПС над достаточно однородной подстилающей поверх ностью систему уравнений динамики для отклонений u = U 1 U G, v = U 2 VG можно записать следующим образом:

u u = + 2 Z v = 0 (1) KU t x3 x u v = 2 Z u = 0 (2) KU t x3 x Здесь ось x1 декартовой системы координат направлена на восток, ось x2 – на север, ось x3 – вертикально вверх, U 1,U 2 - горизонтальные компоненты скорости ветра, а U G, VG - соответствующие компоненты геострофического ветра, z = sin ( – угловая скорость вращения Земли, - широта).

Особенностью используемого подхода является то, что уравнение для потен циальной температуры записывается здесь следующим образом:

= + (3) K t x3 x где функция ( x1, x2, x3, t ) - совокупность всех остальных членов уравнения прито ка тепла, не учитываемых в явной форме в (3). В данной интерпретации это уравне ние не представляют собой ничего нового по сравнению с обычным до тех пор, по ка не будет указан способ определения этой функции.

В этой связи следует отметить, что за исключением радиационных притоков тепла, все остальные компоненты обусловлены в значительной степени процес сами синоптического масштаба, которые охватывают по вертикали весь атмосфер ный пограничный слой в целом. Что касается первой величины, то, как показали специальные исследования (Гаврилов А.С., Лайхтман Д.Л., 1973 и др.), ее верти кальный профиль имеет целый ряд характерных особенностей, причем максималь ные по модулю значения достигаются в непосредственной близости к подстилаю щей поверхности (за счет интенсивного длинноволнового излучения вследствие значительных локальных градиентов температуры). Если выбрать нижнюю границу области расчета совпадающей с высотой измерения температуры на уровне Z Б =2 м, то влияние радиационных притоков тепла на формирование вертикальной структу ры поля температуры уже не будет столь существенным.

Все это дает основание в первом приближении пренебречь зависимостью от координат и рассматривать ее лишь как функцию времени:

~ d (t ), dt (4) ~ где осредненное значение потенциальной температуры (t ), изменения которой обусловлено лишь процессами синоптического масштаба, допустимо определять путем сглаживания рядов соответствующих наблюдений в приземном слое.

Схема замыкания уравнения (1)-(3) опиралась на подход, основанный на до полнительном привлечении уравнений для вторых и, частично, третьих моментов одноточечных моментов турбулентных пульсаций, хорошо апробированный и ве рифицированный применительно к расчету структуры АПС (Гаврилов А.С., 1986, 1992).

Систему уравнений (1)-(3) следует интегрировать по времени, начиная с не которого момента t 0, с заданием фиктивных начальных условий, поскольку факти ческие сведения о реальной вертикальной структуре АПС отсутствуют.

Для компонент скорости ветра в этом качестве привлекались функции u, v ( x3 ), удовлетворяющие стационарному решению уравнений для горизон ST ST тальных компонент скорости, а для температуры – линейный профиль потенциаль ~ ной температуры: ( x3 ) = (t 0 ) + x3, где градиент потенциальной температуры в нижней тропосфере вычислялся для точки местоположения каждой метеостан ции с использованием архива реанализа метеорологических процессов по данным на поверхностях 850 и 700 гПа.

Для решения задач по оценке климатических характеристик АПС предполага ется интегрировать уравнение переноса тепла с заданием нижнего граничного усло вия для температуры на уровне будки Z Б в форме зависимости:

~ ( Z Б, t ) = (t ) + Б (t ) Б (t ) = A F (t | t, t m ) (5) ~ где (t ) - функция тренда температуры, A - значение амплитуды суточного хода температуры, F (t | t, t m ) - некоторая функция времени, параметрически зависящая также от времени восхода Солнца t (астрономическая величина) и времени наблю даемого максимума температуры на уровне будки t m (климатическая величина).

Собственно функция F (t | t, t m ) задается следующим образом:

(t t m ) (24 + t t m ) 1 для t t t m ) F (t ) = 0 t t F (t ) =, cos cos (t m t ) 24 t m + t 2 (t t m ) t m t 24 F (t ) = (6) cos 24 t m + t В реальных условиях не во всех случаях суточный ход температуры носит «правильный» характер. Это происходит за счет, прежде всего, резкой смены синоп тических условий при прохождении атмосферных фронтов и влияния облачности, которая может существенно искажать суточный ход инсоляции. Понятно, что в этих условиях аппроксимация (5) оказывается неприемлемой и вместо нее следует огра ничиться получением Б (t ) путем той или иной формой интерполяции зависимости температуры от времени между сроками наблюдений.

Задание нижних граничных условий для компонент скорости ветра и характе ристик турбулентности также в этом случае осуществлять на уровне Z Б, используя в этом случае соотношения, вытекающие из известных закономерностей в логариф мическом приземном слое:

u v = M U (u + U G ), = M U (v + VG ), (7) x3 x где Vm = (u + U G ) 2 + (v + VG ) 2 - модуль скорости ветра, M U = 1 Z ln( Z / Z ), а Z 0 Б Б уровень шероховатости подстилающей поверхности, таблично задаваемый для каж дого конкретного типа подстилающей поверхности.

На верхней границе расчетной области Z H, заведомо превосходящей высоту распространения суточных колебаний (около 2 км), все отклонения температуры и компонент скорости ветра от своих фоновых значений принимаются равными нулю.

Существенно, что фоновые значения скоростей ветра U G, VG (t ) являются в данном случае неизвестными. Это отличает данную постановку задачи климатоло гического расчета от сходных задач метеорологического анализа или прогноза, где эти величины могут быть рассчитаны из соответствующих полей давления с помо щью компонент геострофического ветра. Эти функции приходится определять по значениям компонент скорости U Ф,VФ (t ) ветра на уровне флюгера Z Ф, получаемых путем процедуры интерполяции данных наблюдений за стандартные синоптические сроки (минимум 4 срока наблюдений) с привлечением метода сплайнов. При этом справедливы следующие очевидные соотношения:

U G (t ) = U Ф (t ) u ( Z ф, t ) VG (t ) = VФ (t ) v( Z ф, t ) (8) где u, v (Z ф, t ) - текущие значения отклонений компонент скорости ветра от своих фоновых значений, получаемые в результате интегрирования уравнений динамики (1)-(2). При этом, естественно, учитывается нелинейный характер данных уравнений и граничных условий (7) в связи с зависимостью входящих в них величин от фоно вых значений скорости ветра.

~ Для расчета функции тренда (t ) испытывались следующие методы:

• фильтрация фрагмента ряда с помощью того или иного цифрового фильтра;

• построение полиномиального тренда с определением коэффициентов методом наименьших квадратов (МНК).

Расчет функции-тренда производится путем специального вида фильтрации фрагмента исходного ряда температуры для каждой станции:

+ ~ (t ) = (t ) ( )d (9) где ( ) - функция цифрового фильтра, удовлетворяющая условию нормировки.

Подбор функции фильтра требуется осуществить таким образом, чтобы ми нимизировать погрешность аппроксимации суточных колебаний с помощью формул (5).

Всего рассматривались три модели цифрового фильтра:

x 1 при ( x ) = { 1. Прямоугольный ;

при x x 2 при x ( x) = { 2. Треугольный 2;

(10) x при 0 3. Полосовой фильтр нижних частот ( x) = sin x x Характерное окно сглаживания требуется подобрать в диапазоне 1-3 суток (24-72 часов) таким образом, чтобы среднеквадратическая погрешность аппрокси мации реального ряда значений температуры формулами была минимальной.

Для представления полиномиального тренда на фрагменте ряда длиной в этом случае использовалось следующее выражение:

~ (t ) = B0 + B1t + B2 t 2 (11) Определение коэффициентов BI осуществляется здесь методом наименьших квадратов из условия минимальной среднеквадратической ошибки представления:

[ (t ] = min(B ) NT ) B0 B1t K B t K 2K i k =1 (12) Дифференцируя это выражение последовательно по B0, B1, B2 и приравни вая результаты нулю, получаем в итоге систему трех линейных уравнений для вы числения необходимых коэффициентов.

Температура, град.

1 15 18 21 0 3 6 9 12 15 18 21 Время, час Рисунок 1. - Пример выделения гармоники суточных колебаний (1- Б (t ), ~ - (t ) ): прямоугольный фильтр ( =36 час.).

В связи с тем, что в последние годы многие метеостанции перешли на сокра щенный 4-х срочный режим наблюдений (0,6,12 и 18 часов по Гринвичу), излагае мая в данной работе методика расчетов была ориентирована именно на этот режим.

Величина A в (5) определялась при этом методом наименьших квадратов с исполь зованием выборки значений температуры за указанные 4 срока наблюдений за каж дые сутки. При этом эту величину вычисляли таким образом, чтобы сумма квадра тов отклонений была минимально возможной:

[ ] ~ (t K ) (t K | ) A F (t K | t, t m ) = min( A ) (13) k = Дифференцируя это выражение по A и приравнивая результат к нулю полу чим следующее выражения для расчета этой величины:

[ ] ~ 1 (t K ) (t K | ) F (t K | t, t m ) A = K = (14) F 2 (t K | t, t m ) K = Вычислив, таким образом, значение амплитуды для каждого полного 4-х срочного фрагмента ряда для каждой станции рассчитывалась средняя невязка ап проксимации (12) как функция :

[ (t ] n= N 1 ~ ( ) = K ) (t K | ) A F (t K | t, t m ) n 4N n =1 k =1 ( 15) где N - общее количество дней за весь период наблюдений, для которого имеется полный набор сроков. Величина при этом определялась таким образом, чтобы функция (15) приняла минимальное значение.

В разделе 2.7 приведены результаты верификации предложенного метода применительно к расчету характеристик рассеяния примесей для Северо-Западного региона России. Данное исследование являлось составной частью общей схемы ве рификации модели АПС, которая предусматривала привлечение как существующих архивов наблюдений, так и осуществление специальных наблюдательных программ.

Применительно к Северо-Западному региону оценка успешности расчета ка тегории устойчивости атмосферы производилась на основе архива данных гради ентных наблюдений на метеомачте, установленной на метеоплощадке ГУ ЛЦГМС (СПб, Профессора Попова, д.48) и входящей составной частью в систему городского мониторинга. Расчет по модели производился по суточным циклам измерений на одном уровне (10м). Общий ряд наблюдений насчитывал 7865 случаев за период с августа 1999г. до 1 августа 2000 г.

В результате сравнительных расчетов было показано, что предложенный ме тод в 80% всех случаев обеспечивает полное совпадение расчетных и полученных из градиентных наблюдений категорий устойчивости, а в 90% всех случаев дает сов падение с учетом попадания в соседние градации.

Кроме того, для верификации привлекались градиентные измерения темпера туры, полученные с использованием автоматической метеостанции АМС-1, распо ложенной на территории Кольской АЭС.

В качестве исходной метеорологической информации использовались данные наблюдений АМС-1 с измерениями температуры и скорости ветра на уровнях 2 и 10м, расположенной в районе промплощадки Кольской АЭС, а также данные на блюдений метеостанции Мурманского УГМС, расположенной в нескольких кило метрах от станции. Архив данных АМС-1 за период 2000-2006 годов содержит ре зультаты наблюдений за основными метеоэлементами с дискретностью 10 минут, а архив данных метеостанции Зашеек - стандартный набор метеорологической ин формации за синоптические сроки наблюдений.

Фактические категории устойчивости Пэскуилла - Гиффорда оценивались здесь по данным градиентных измерений, а для расчета по модели АПС привлека лись 4-х срочные наблюдения на метеостанции.

На рисунке 2 приведен пример рассчитанных тем и иным способом значений повторяемости различных категорий устойчивости, которое демонстрирует вполне удовлетворительное согласие.

Таким образом, из полученных результатов следует, что применяемый метод расчета категорий устойчивости с использованием информации только с одного уровня измерений в приземном слое вполне может заменить градиентные измере ния, в том случае, если они отсутствуют.

Это дает основание для использования адаптированной модели АПС приме нительно к климатическим расчетам для массовой обработки.

Градиентные измерения Модель АПС Повторяемость, промилле A B C D E F G Категории устойчивости Рисунок 2. - Пример сопоставления повторяемостей расчетных значений ка тегорий устойчивости атмосферы с использованием двух методов за период 2000 2006 г.г В третьей главе представлен климатологический анализ результатов расче тов применительно ко всему Северо-Западному региону. Исходная информация бы ла получена из общедоступного архива метеорологических данных для метеостан ций, имеющих пятизначные номера Всемирной Метеорологической Организации (ВМО). Для получения необходимого для расчетов среднего градиента потенциаль ной температуры на поверхностях 850 и 700гПа применялись данные «реанализа» за период 2000-2005 гг.

Для решения поставленных в работе задач был проведен общий статистиче ский анализ результатов, построены и проанализированы климатологические карты данного региона.

Как уже отмечалось, одним из основных метеорологических явлений, влияющих на рассеивающую способность атмосферы, является инверсия. Представ ленные в работе графики временной изменчивости показывают, что максимальные высоты верхней границы инверсий (ВГИ) наблюдаются в зимнее время года в утрен ние и,чаще, в вечерние часы, составляя при этом не более 60 м. В летнее время года максимальная высота ВГИ отмечается в утренние часы, когда она достигает высоты более 50 м. Эти результаты важны при оценке условий рассеивания примесей от низ ких и высоких источников.

м 1 4 7 10 13 16 19 час Январь Июнь Среднегодовая Рисунок 3. - Пример расчетного и осредненного по всем метеостанциям СЗР суточной ВГИ.

Оценка высоты ВГИ по результатам стандартных метеорологических измере ний в Архангельске, Санкт-Петербурге, Твери выявили пространственную неодно родность характеристик инверсии. В зимнее время года наиболее мощные инверсии и с наибольшей повторяемостью наблюдаются в Твери (южные области изучаемого района). В ночные часы повторяемость инверсии здесь, однако, несколько меньше, чем в Санкт-Петербурге и Архангельске.

. Далее, на основе расчетов был выполнен сравнительный анализ суточного хода повторяемости различных классов устойчивости атмосферы в таких городах как Архангельск, Санкт-Петербург и Тверь. Результаты показали, что наиболее ус тойчивая атмосфера имеет место в районе Санкт-Петербурга в ночные часы летнего времени года (около 80% случаев класса устойчивости Е - слабо устойчивая стра тификация), а также в зимнее время в ночные часы и класса F (умеренно устойчива) в дневные часы ( рисунок 3).

В разделе 3.3 представлен анализ пространственного распределения инвер сий на всей территории Северо-Западного региона России.

В зимних условиях в исследуемом регионе высока повторяемость всех видов инверсий (от 70 до 80 %). Области наибольших повторяемостей инверсий – на севе ре распределяется вдоль побережья и занимают все южные области.

Минимум повторяемости инверсий в зимний период отмечаются на северо западе Карелии и на востоке Вологодской области. В остальных областях повторяе мость инверсий растет, достигая максимума на севере, вдоль побережья Белого мо ря, и на юге, очерчивая Центральную часть России. И на юго-западе района, повто ряемость инверсий достигает максимума – 85 %.

Образование инверсий температуры со слабым ветром формируют, как из вестно, застойные явления, т.е. условия для скопления выбрасываемых примесей вблизи источника загрязнения.

A 50 B C 40 D % E 30 F G часы 1 3 5 7 9 11 13 15 17 19 21 Рисунок 3. – Пример расчета суточного хода повторяемости классов устойчивости для Санкт-Петербурга, зима.

Исследования показали, что наименьшая повторяемость застойных явлений отмечается на севере, вдоль морского побережья (рисунок 4).

Вероятность застоев в Карелии, Ленинградской области, а также западной части Архангельской, Вологодской и Костромской увеличивается в 2-2,5 раза, по сравнению с северным побережьем (северо-западная часть Архангельской области).

Такое распределении застойный явлений объясняется наибольшей повторяемостью слабых ветров. Несмотря на то, что в зимний период высока повторяемость инвер сий, повторяемость застойных явлений не превышает 25 %, т.к. в это время мала по вторяемость слабых ветров, необходимых для формирования застойных явлений.

Максимальная повторяемость застойных явлений возможна в том же районе (Каре лия, Онега), что и максимальная повторяемость слабого ветра.

Велика вероятность застойных явлений (20 %) также в районе большой по вторяемости слабых ветров – восточная часть Карелии, Ленинградская область, а также восток Архангельской и Вологодской областей, Костромская область. Рост повторяемости застойных явлений на юго-западе исследуемого района (юг Псков ской области и юго-запад Тверской) объясняется в основном, большой повторяемо стью здесь инверсий.

Отдельно рассмотрено пространственное распределение повторяемости сла бого ветра в зимний и летний периоды года.

Средняя скорость ветра меняется от 2 до 4х метров в секунду, при этом мак симальные скорости ветра отмечаются вдоль побережья Белого моря, области ми нимальной скорости ветра в районе г. Петрозаводск (Карелия) (2 м/с), а область со скоростью до 2.5 м/с – Карелия и западная часть Ленинградской и Вологодской об ластей, а также центральная часть Архангельской и север Вологодской. Изолинии направлены вдоль побережья.

Рисунок 4. Пример пространственного анализа применительно к СЗР по вторяемостей средней высоты инверсии в летний период.

Наибольшая повторяемость слабого ветра – Карелия, район Онежского озера, север Ленинградской области и западной части Архангельской области. Минималь ные повторяемости слабого ветра – в районе Ярославской, Костромской областей, а также в районе Иваново и Нижнего Новгорода.

Заключительным этапом исследований было изучение пространственного распределения потенциала загрязнения атмосферы (ПЗА) и индекса неблагоприят ных метеорологических условий для низких, средних и высоких источников.

Особенности пространственного распределения ПЗА объясняется, главным образом, пространственным распределением малых скоростей ветра. Наибольшие значения ПЗА отмечаются на севере Карелии и в центральной и северных частях Архангельской области.

Минимальные значения ПЗА имеют место в южных районах исследуемого региона, где наблюдаются и минимальная повторяемость слабого ветра.

Линии равных значений ПЗА имеют в основном широтное распределение.

Исключение составляет побережье Белого моря, что связано с тем, что здесь, не смотря на малую повторяемость слабого ветра и довольно большие скорости ветра, велика повторяемость инверсий и застойных явлений.

Повторяемость НМУ зависит преимущественно от повторяемости инверсий.

Расчеты показали меридиональное распределение максимальных значений вероят ности первых двух категорий НМУ, возрастающих с востока рассматриваемой об ласти на запад.

Рисунок 5 Пример пространственного анализа повторяемости НМУ для вы соких источников, зимний период В Заключении сформулированы основные результаты и выводы из проде ланной работы.

Исходя из сложившейся практики принятия управленческих ре 1.

шений в области природопользования, составлен перечень парамет ров, характеризующих рассеивающие способности атмосферы.

Показано, что для расчета наиболее важных из них, таких как 2.

параметры приземной и приподнятой инверсии, высоты слоя переме шивания и категории устойчивости Пэскуилла-Гиффорда, требуются сведения о вертикальной структуре температуры до высот 500м с вы соким пространственным разрешением.

Сделан вывод, что для расчета указанных характеристик верти 3.

кальной структуры поля температуры требуется либо организация на территории СЗР масштабных многолетних экспериментальных иссле дований, либо разработка методов восстановления профиля температу ры с использованием численной модели АПС на основе доступной стандартной метеорологической информации.

Осуществлена адаптация разработанной ранее численной модели 4.

АПС к расчету характеристик рассеивания на основании архива дос тупной стандартной метеорологической информации применительно к территории СЗР.

С использованием имеющихся для территории СЗР фрагментар 5.

ных данных градиентных наблюдений произведена верификация ис пользуемой модели АПС.

Сформированы архивы исходных данных стандартных метеоро 6.

логических и аэросиноптических данных за период 2000-2006 г.г. при менительно к расчетам необходимых характеристик рассеивающей способности атмосферы на территории Северо-Западного региона с использованием численной модели АПС.

Осуществлен комплекс массовых расчетов, сформированы ар 7.

хивы необходимых параметров в объеме, достаточном для последую щего статистического анализа.

На основе сформированных архивов расчетных характеристик 8.

проведен статистический анализ временной изменчивости и простран ственный анализ параметров, определяющих рассеивающие способно сти атмосферы, применительно ко всей территории Северо-Западного Региона.

Основные публикации по теме диссертации.

1. Липовицкая И.Н., Гаврилов А.С. Моделирование процессов точечного за грязнения подстилающей поверхности от аварийных выбросов. // В меж вуз.темат.сб.тр.: Математическое моделирование, численные методы и ком плексы программ, вып.7. - СПбГАСУ. – СПб.,2001. – С. 149- 2. Липовицкая И.Н. Моделирование загрязнения атмосферы от аварийных вы бросов. // Материалы II Международной научной конференции “Историче ская география, геоэкология и природопользование: новые направления и ме тоды исследования”. – СПб.: Изд-во РГГМУ,2002. - С. 97- 3. Липовицкая И.Н., Василенко С.В., Гаврилов А.С., Мханна А Моделирование атмосферного пограничного слоя применительно к проблемам климатологии.

// В межвуз.темат.сб.тр.: Математическое моделирование, численные методы и комплексы программ, вып.12. - СПбГАСУ. – СПб.,2006. – С. 23- 4. Липовицкая И.Н., Василенко С.В., Гаврилов А.С., Мханна А Метод клима тологического анализа вертикальной структуры атмосферного пограничного слоя с использованием численной модели. // Ученые записки № 2. Научно теоретический журнал. – СПб.: изд. РГГМУ, 2006.- С.74- Из списка ВАК на 2006 год:

5. Липовицкая И.Н. Метод восстановления структуры нижней тропосфе ры.//Научно-технические ведомости СПбГПУ № 6-1(48) – СПб.: Изд. Поли технического университета. – 2006. – С.193-

 

Похожие работы:


 
2013 www.netess.ru - «Бесплатная библиотека авторефератов кандидатских и докторских диссертаций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.