ამინდის საპროგნოზო მოდელების დამუშავება საქარველოს პირობებისთვის

Abstract

ამორჩეულია და შესწავლილია მოდელი WRF, როგორც ყველაზე ოპტიმალური პროგნოზირებისათვის. ამინდის გამოკვლევის და პროგნოზის მოდელს WRF აქვს ორი დინამიკური ბირთვი: არაჰიდროსტატიკური მეზომასშტაბური მოდელი, რომელიც გამოიყენება ოპერატიული მიზნებისთვის და ARW (გაუმჯობესე¬ბულიWRF), რომელიც გამოიყენება როგორც სამეცნიერო ისე რეალური შემთხვებისთვის. სხვადასხვა ფიზიკური პროცესების და პარამეტრული სქემების გამოყენება დამოკიდებულია ბირთვის ამორჩევაზე. ARW ბირთვი იყენებს არაკავას “C” ბადეს რუნგე-კუტას მე-3 რიგის სქემქაე დაყრდნობით. ორივე ბირთვი იყენებს პრე-პროცესინგის პროგრამას, რომელიც ამზადებს საწყის და ბოლო მეტეოროლოგიურ დაკვირვებებს დოითი ინტეგრირებისა და მოდელის შედეგების გრაფიკული პაკეტისთვის. ჩაწერილი სიგმა კოორდინატთა სისტემაში საწყის მონაცემებად იყენებს მიწისპირა გაზომვების მონაცემებს, გლობალური/ რეგიონული რეანალიზის მონაცემებს ამინდის პროგნოზირებისათვის. მეტეოროლოგიური მონაცემები ჰორიზონტალურად ინტერპოლირებულია ორი დამხმარე პროგრამის საშუალებით მართკუთხა მეზომასშაბურ დომეინზე რომელიმე შემდეგ სამ პროექციაში: ლამბერტის კონფორმალი, პოლარული სტერეოგრაფიკული და მერკატორი. დამხმარე პროგრამა ვერტიკალურად ინტერპოლირებს მონაცემებს სამგანზომილებიანი მოდელირებისათვის. შექმნილია მონაცემთა მასივი, შესრულდა ვერიფიკაცია და მოდელის ასიმილაცია. (პროექტი შესრულებულია 2012-2014 წწ.)

WRF model has been chosen and studied as most optimal for forecasting. Weather research and forecasting model WRF has two dynamical core: nonhydrostatical mesoscale model for operational means and ARW (Advanced WRF) used as for research as real time modeling. The application of various physical processes and parametric schemes depends on chosen core. ARW core uses Arakava C grid based on Runge-Kutha 3 degree scheme. Both cores use pre-processing that prepares input-output meteorological observations for time integration and model output graphic package. It depends on relief and is written in sigma coordinate system, for initial conditions is uses surface measurement data, global/regional reanalysis data for weather forecasting. Weather data are horizon interpolated using two auxiliary programs on mesoscale domain in following projections: Lambert conformal, polar stereographic and Mercator. Auxiliary program vertically interpolates data for three dimensional model. Database has been created; verification and model assimilation procedures were performed.