Изменения климата

Агрофизический НИИ,
Санкт-Петербург (Россия)
Принципы использования
динамической модели
агроэкосистемы
для оценки влияния
климатических изменений на
сельское хозяйство
А.Г. Топаж, Р.А. Полуэктов,
С.А. Медведев
Модели «погода-урожай»
• Агрометеорологические прогнозы
продуктивность = f (интегральные показатели
метеорологического режима за вегетационный
период)
• Динамические модели
Xk+1 = L ( Xk , Uk , Wk , P )
Вектор
динамических
переменных
модели
Логика
динамической
модели
Вектор
управляющих
воздействий
продуктивность = f (XN )
Вектор
статических
параметров
Вектор внешних
неконтролируемых
воздействий (погода)
Использование моделей продукционного
процесса в климатологии.
Оценка влияния возможных климатических изменений на
продуктивность сельскохозяйственных посевов.
Погода - урожай
Климат - урожай
Методика использования:
• Агрометеорологические прогнозы
прямой статистический анализ
?
Можно ли этому верить?
• Динамические модели
использование синтетических сценариев погоды (генератор погоды)
Параметры
Реальные
погодные
данные
идентификация
вариация
Параметры
Генератор
погоды
Синтетические
погодные
данные
генерация
Модель
?
Генератор суточных погодных метеоданных
Основа – алгоритм генератора WGEN
(C. W. Richardson and D. A. Wright, 1984)
Динамический формирующий фильтр
Xk 1  F  Xk , ak 
ak – вектор параметров

X 1  Tmin  минимальная температура (С )

2
X
 Tmax  максимальная температура (С )

 X 3  H min  минимальная относительная влажность (%)
 4
 X  K ex  коэффициент ослабления солнечной радиации

X 5  P  осадки ( мм)

X 6  W  скорость ветра ( м / сек )

Генератор суточных погодных метеоданных
X
i
k
a i 0 k  x i k   i 0 k
 i
i
i
a

x


k
1k
 1k
, Pk  0
, Pk  0
, i  1..4 , k  1..365
ai●k – годовой ход среднесуточных величин (для дней с осадками
и без осадков)
i●k – годовой ход дисперсий суточных величин (для дней с
осадками и без осадков)
x k 1  A x k  B ε
A  M1 M 0 1
B B T  M 0  M1 M 0 1 M 1T
M0, M1 – матрицы кросс- и
автокорреляции
метеопараметров
Моделирование осадков
P(W|D)
P(D|D)
D
W
P(W|W)
P(D|W)
Проблема генерации температуры
для зимних месяцев
Январь
120
Среднее: -11.1
Ст. Откл.: 8.95
100
Мин.: -41.0
80
60
40
20
16
12
8
4
0
-4
-8
-1
2
-1
6
-2
0
-2
4
0
-2
8
Макс.: 4.6
Июль
Среднее: 11.6
160
140
Ст. Откл.: 3.10
Мин.: 1.1
Макс.: 19.7
120
100
80
60
40
20
0
-9
-8
-7
-6
-5
-4
-3
-2
-1
0
1
2
3
4
5
6
7
8
Модификация алгоритма Ричардсона-Райта для
генерации несимметричных распределений
температур
Исходный алгоритм:
Модифицированный алгоритм:
X i  mx   x  xi
 ax  bx1  xi
Xi  
ax  bx 2  xi
, xi  0
, xi  0
Три параметра преобразования подбираются так, чтобы
обеспечить равенство трех статистических характеристик
исходной и моделируемой величин – математического
ожидания, среднеквадратичного отклонения и медианы

ax  MEDx


2
2
 bx1   x  1   2   mx  MEDx    2   mx  MEDx 

b   2  1    m  MED 2    m  MED
x
x
x
2  x
2  x
 x 2




Показатель «перекошенности» - mx-MEDx
Метеостанция Белогорка
Величина
Среднее
Медиана
Tmin (Январь)
-11,03
-9,3
Tmax (Январь)
-4,96
-3,4
Tmin (Июль)
11,65
11,6
Tmax (Июль)
22,48
22,4
Реализация генератора в системе поливариантного расчета
Проект Agrotool
База данных
полевого опыта
SIAM v2 (SDB)
Selector
Адаптер
Agrotool
Идентификация
параметров
генератора
погоды
Локальный
Интерфейс
ODB
(MS Excel)
Система
Поливариантного
Расчета v.2
Генератор
погоды
Модель
продукционного
процесса
Agrotool v.4
Результаты
Интерфейс
единичного
расчета
Исходные
данные
Web-Интерфейс
Адаптер
Альтернативная
модель
Проект SIAM
Результаты
- потоки данных
- управление
Проект Register
«Чужая» модель Агроэкосистемы
Идентификация параметров
Верификация генератора
(Яровой ячмень, Меньково)
●, ■ - реальная погода
■, ▲- модельные сценарии
50
Урожай зерна, ц/га
45
40
35
30
25
20
15
205
215
225
235
245
День полной спелости, сут
255
265
Информационная модель
климатических изменений

1
Где брать данные ?
http://www.ipccdata.org/
80000
60000
40000
Показатель точности Ds
Каким моделям верить?
120000
100000
20000
0
22-PCM-NCAR
05-CGCM3(T63)
01-BCCR-BCM2.0
12-GISS-AOM
17-INM-CM3
06-CNRM-CM3
04-CGCM3(T47)
10-GFDL-CM2.0
16-UKMO-HadGEM1
19-FGOALS-g1.0
14-GISS-ER
20-MRI-CGCM2.3.2
13-GISS-EH
07-CSIRO-MK3.0
11-GFDL-CM2.1
18-IPSL-CM3.0
03-CCSR_MIROC_m
09-ECHO-G
21-CCSM3-NCAR
02-CCSR_MIROC_h
15-UKMO-HadCM3
08-ECHAM5_MPI-OM
Глобальные оценки точности модельных воспроизведений значений
средней месячной температуры приземного воздуха по метрике W
(Данные Г.В. Менжулина)
Генерация синтетических сценариев
Местность:
1. Белогорка
Культуры:
1. Яровой ячмень
2. Картофель
3. Озимая рожь
Сценарии:
1. A2
2. B2
Модели:
1. HadCM3 (GB)
2. ECHAM (Germany)
Временные срезы:
1. 2020
2. 2050
3. 2080
Топаж, Полуэктов, Медведев
Принципы использования динамической модели агроэкосистемы
для оценки влияния климатических изменений на сельское
хозяйство
Агрофизический НИИ,
Санкт-Петербург (Россия)
Топаж, Полуэктов, Медведев
Принципы использования динамической модели агроэкосистемы
для оценки влияния климатических изменений на сельское
хозяйство
Спасибо за внимание!
Топаж, Полуэктов, Медведев
Принципы использования динамической модели агроэкосистемы
для оценки влияния климатических изменений на сельское
хозяйство
Топаж, Полуэктов, Медведев
Принципы использования динамической модели агроэкосистемы
для оценки влияния климатических изменений на сельское
хозяйство