Модели распространения вулканического пепла и их валидация с использованием данных дистанционного зондирования Земли

Пепловые облака и шлейфы, возникающие при эксплозивных извержениях вулканов, представляют большую опасность для населения и народного хозяйства. Так, выпадающий из них пепел может вызывать обрушения крыш строений, приводить к респираторным заболеваниям у населения, затруднять движение транспорта и функционирование аэропортов. Пепловые облака, состоящие из частиц размером менее 0,1 мм, могут оставаться в атмосфере продолжительное время и, на больших высотах, переноситься ветром на тысячи километров от вулканов. Прохождение самолета через такое облако может привести к отказу двигателей, а также к коррозии его внешних элементов из-за абразивных свойств частиц пепла (Gordeev and Girina, 2014). Поэтому обнаружение пепловых облаков и шлейфов, а также контроль и прогнозирование их перемещения являются актуальной и важной задачей. Её решение в первую очередь связано с анализом различных типов данных (фото и видео данные, данные дистанционного зондирования Земли, данные с радаров, лидаров и т.д.) и проведением моделирования траекторий перемещения пепловых облаков.
Среди всех моделей, используемых в подобных исследованиях, следует выделить модели, применяемые в консультативных центрах по вулканическому пеплу (VAAC). Данные центры были основаны в 1990-х годах международной организацией гражданской авиации. Их целью является предоставление консультативной информации об объеме и перемещении вулканического пепла в атмосфере, представляющего опасность для авиасообщения. Для этого они активно используют следующие численные модели распространения вулканического пепла: CANERM (D’Amours, 1998), FALL3D (Costa et al., 2006), HYSPLIT (Stein et al., 2015), JMA (Iwasaki et al., 1998), MLDPn (D’Amours et al., 2015), MOCAGE (Sič et al., 2015), NAME (Ryall and Maryon, 1998) и PUFF (Searcy et al., 1998). Как и любые другие модели распространения примеси в атмосфере, данные модели включают в себя следующие компоненты: модель источника примеси (высота облака, массовый расход вещества, вертикальное распределение массы и т.д.), модель распространения примеси (перенос, диффузия, сухое и влажное осаждение и т.д.), а также метеорологическую модель, являющуюся источником фактических или прогнозных данных о метеорологических полях (ветра, температуры и т.д.), используемых при моделировании. При этом именно подход к описанию распространения примеси наиболее полно характеризует модели распространения пепла, которые по данному критерию могут быть подразделены на лагранжевы и эйлеровы (Белихов и др., 2013).
Любая лагранжева модель основывается на идее о том, что частицы пепла перемещаются в атмосфере вдоль траекторий, определяемых полем ветра и эффектами турбулентности. В её рамках пепловое облако представляется в виде некоторой совокупности модельных частиц, каждая из которых имеет свое индивидуальное положение в пространстве, координаты которого рассчитываются по итерационной формуле на каждом временном шаге моделирования. Преимуществами данного класса моделей является высокая скорость их работы в оперативном режиме, когда требуется получить качественное представление о траектории движения облака. При необходимости определения количественных характеристик облака пепла (концентрация пепла в некоторой точке облака, объем пепла, выпавшего на поверхность, и т.д.) требуется значительное увеличение числа модельных частиц, что приводит к возрастанию вычислительной сложности модели (Scollo et al., 2011). В связи с этим данные модели имеют ограниченную применимость при моделировании распространения пепла в глобальных масштабах. К лагранжевым моделям относятся модели JMA, MLDPn, NAME и PUFF.
В отличие от лагранжевых, эйлеровы модели основываются на уравнении неразрывности для некоторого класса загрязняющего вещества, которое численно решается различными сеточными методами. Их основной областью применения является определение количественных характеристик облака пепла, в особенности при его перемещении на большие расстояния от вулкана. К этому классу моделей относятся модели: CANERM, FALL3D и MOCAGE.
Попыткой совмещения сильных сторон рассмотренных классов моделей является применение при моделировании гибридного подхода, при котором на небольшом расстоянии от вулкана распространение облака пепла описывается с использованием лагранжева подхода, а при его удалении от вулкана начинает применяться эйлеров подход. Примером такой модели является модель HYSPLIT.
Несмотря на большой опыт работы с рассмотренными выше моделями в VAAC и других организациях, моделирование распространения облаков пепла сталкивается с рядом факторов, приводящих к погрешностям в определении их положения и характеристик. К ним относятся: погрешности в прогнозных метеорологических данных, получаемых от численных моделей погоды; погрешности при определении начальных параметров пеплового облака; ограничения моделей распространения пепла, вызванные упрощенным описанием процессов, происходящих в пепловом облаке. Поэтому для повышения точности моделирования требуется проводить исследования влияния различных начальных параметров используемой модели (включая пространственное и временное разрешение входных метеоданных, а также используемую численную модель прогноза погоды) на получаемые результаты путем их сравнения с фактическими данными. Также необходимо разрабатывать методы получения как можно большего числа начальных параметров облака из наблюдательных данных. Все это требует активного использования данных, получаемых методами дистанционного зондирования Земли.
В рамках изучения отдельных эксплозивных событий на вулканах Камчатки указанные выше исследования были проведены для моделей PUFF (реализация Puff-UAF (Peterson, 2003)) и FALL3D. В частности, была выполнена их валидация путем качественного сравнения результатов моделирования с данными дистанционного зондирования Земли (использовались данные со спутников серии NOAA, а также со спутников Terra и Aqua). Выбор этих моделей обусловлен успешным опытом их длительного применения для изучения эксплозивных извержений вулканов в различных районах мира, а также тем, что их программные реализации распространяются под свободными лицензиями. Проведенные работы показали хорошую корреляцию результатов моделирования с фактическими данными и позволили выработать рекомендации по выбору начальных параметров рассмотренных моделей.
Работа выполнена при поддержке Российского научного фонда (проект № 16-17-00042).
Для работы с данными дистанционного зондирования Земли использовалась информационная система VolSatView (Ефремов и др., 2012), а также REST сервис, созданный при поддержке Российского фонда фундаментальных исследований (грант № 16-37-00026 мол_а). Расчеты производились с использованием ресурсов ЦКП “Центр данных ДВО РАН”.

Литература
1. Белихов А.Б., Леготин Д.Л., Сухов А.К. Современные компьютерные модели распространения загрязняющих веществ в атмосфере // Вестник Костромского Государственного Университета Им. Н. А. Некрасова. 2013. № 1. С. 14–19.
2. Ефремов В.Ю., Гирина О.А., Крамарева Л.С., Лупян Е.А., Маневич А.Г., Матвеев А.М., Мельников Д.В., Прошин А.А., Сорокин А.А., Флитман Е.В. Создание информационного сервиса "Дистанционный мониторинг активности вулканов Камчатки и Курил" // Современные проблемы дистанционного зондирования Земли из космоса. 2012. Т. 9. № 5. С. 155–170.
3. Costa A., Macedonio G., Folch A. A three-dimensional Eulerian model for transport and deposition of volcanic ashes // Earth and Planetary Science Letters. 2006. Vol. 241. No. 3–4. P. 634–647. doi: 10.1016/j.epsl.2005.11.019.
4. D’Amours R. Modeling the ETEX plume dispersion with the Canadian emergency response model // Atmospheric Environment. 1998. Vol. 32. No. 24. P. 4335–4341. doi: 10.1016/S1352-2310(98)00182-4.
5. D’Amours R., Malo A., Flesch T., Wilson J., Gauthier J., Servranckx R. The Canadian Meteorological Centre’s Atmospheric Transport and Dispersion Modelling Suite // Atmosphere-Ocean. 2015. Vol. 53. No. 2. P. 176–199. doi: 10.1080/07055900.2014.1000260.
6. Gordeev E.I., Girina O.A. Volcanoes and their hazard to aviation // Herald of the Russian Academy of Sciences. 2014. Vol. 84. No. 1. P. 1–8. doi: 10.1134/S1019331614010079.
7. Iwasaki T., Maki T., Katayama K. Tracer transport model at Japan meteorological agency and its application to the ETEX data // Atmospheric Environment. 1998. Vol. 32. No. 24. P. 4285–4295. doi: 10.1016/S1352-2310(98)00171-X.
8. Peterson R.A. Puff UAF User's Manual. 2003. Available at: http://web.archive.org/web/20121119195411/http://puff.images.alaska.edu/doc.shtml (accessed on 23.03.2016).
9. Ryall D.B., Maryon R.H. Validation of the UK Met. Offices name model against the ETEX dataset // Atmospheric Environment. 1998. Vol. 32. No. 24. P. 4265–4276. doi: 10.1016/S1352-2310(98)00177-0.
10. Scollo S., Prestifilippo M., Coltelli M., Peterson R.A., Spata G. A statistical approach to evaluate the tephra deposit and ash concentration from PUFF model forecasts // Journal of Volcanology and Geothermal Research. 2011. Vol. 200. No. 3–4. P. 129–142. doi: 10.1016/j.jvolgeores.2010.12.004.
11. Searcy C., Dean K., Stringer W. PUFF: a high-resolution volcanic ash tracking model // Journal of Volcanology and Geothermal Research. 1998. Vol. 80. No. 1–2. P. 1–16.
12. Sič B., El Amraoui L., Marécal V., Josse B., Arteta J., Guth J., Joly M., Hamer P.D. Modelling of primary aerosols in the chemical transport model MOCAGE: Development and evaluation of aerosol physical parameterizations // Geoscientific Model Development. 2015. Vol. 8. No. 2. P. 381–408. doi: 10.5194/gmd-8-381-2015.
13. Sorokin A.A., Korolev S.P., Polyakov A.N. Development of Information Technologies for Storage of Data of Instrumental Observation Networks of the Far Eastern Branch of the Russian Academy of Sciences // Procedia Computer Science. – Elsevier Science B.V. 2015. Vol. 66, P. 584–591.
14. Stein A.F., Draxler R.R., Rolph G.D., Stunder B.J.B., Cohen M.D., Ngan F. NOAA’s HYSPLIT Atmospheric Transport and Dispersion Modeling System // Bulletin of the American Meteorological Society. 2015. Vol. 96. No. 12. P. 2059–2077. doi: 10.1175/BAMS-D-14-00110.1.