Целью исследований является выбор набора радиолокационных параметров, характеризующих фронтальную кучево-дождевую облачность во время регистрации гроз и града метеорологическими станциями в районе Новосибирска. За период с 2021 по 2023 год проанализированы 1883 случая с грозой и 67 с градом. Рассчитаны статистические характеристики радиолокационных параметров облачности для случаев с грозой и случаев с грозой с градом. Показано их различие и рассчитаны пороговые значения по данным ДМРЛ-С Новосибирск. В число рассмотренных параметров включены, кроме уже зарекомендованных на практике идентификации конвективных явлений, такие параметры, как турбулентность и вертикально интегрированная водность.
Идентификаторы и классификаторы
- SCI
- Науки о Земле
Потепление климата повлияло не только на изменение средних величин температуры воздуха и количества выпавших осадков, но и на резкое увеличение частоты многих экстремальных погодных явлений [22].
Список литературы
1. Алексеева А.А., Бухаров В.М., Лосев В.М. Диагностика града на основе данных ДМРЛ-С и результатов численного моделирования // Гидрометеорологические исследования и прогнозы. 2023. № 2(388). С. 114-127. DOI: 10.37162/2618-9631-2023-2-114-127 EDN: ODNYNM
2. Алексеева А.А., Песков Б.Е. Оценка максимальной скорости конвективного потока, характеристик ливневых осадков и града по радиолокационной информации // Труды Гидрометцентра России. 2016. № 360. С. 135-148.
3. Аль-Хулайфави И.А., Иошпа А.Р. Анализ грозовой активности на территории Ирака и Турции // Известия Уральского государственного горного университета. 2023. № 4 (72). С. 164-169. EDN: FHHSOG
4. Ананова Л.Г., Горбатенко В.П., Луковская И.А. Особенности радиолокационных характеристик конвективной облачности при шквалах на юго-востоке Западной Сибири // Метеорология и гидрология. 2007. № 7. С. 51-56. EDN: PCYUSZ
5. Базовые требования к технологии подготовки краткосрочных прогнозов погоды: РД 52.27.723-2009. Обнинск “ИГ-СОЦИН”, 2009. 38 с.
6. Беспалов Д.П., Девяткин А.М., Довгалюк Ю.А., Кондратюк В.И., Кулешов Ю.В., Светлова Т.П., Суворов С.С., Тимофеев В.И. Атлас облаков. СПб.: Д’АРТ, 2011. 248 с.
7. Брылев Г.Б., Гашина С.Б., Низдойминога Г.Л. Радиолокационные характеристики облаков и осадков. Л.: Гидрометеоиздат, 1986. 219 c.
8. Горбатенко В.П., Ананова Л.Г., Апостолиди Х.Т., Карпова А.А. Аэросиноптические условия образования града над юго-востоком Западной Сибири // Труды СибНИГМИ. 2023. Вып. 108. С. 17-28. EDN: OHOOCY
9. Горбатенко В.П., Кужевская И.В., Пустовалов К.Н., Чурсин В.В., Константинова Д.А. Оценка изменчивости конвективного потенциала атмосферы в условиях изменяющегося климата Западной Сибири // Метеорология и гидрология. 2020. № 5. С. 108-117. EDN: ZTMBFF
10. Горбатенко, В.П., Яськов А.А. Характеристики грозовых облаков, зарегистрированные спутниками Terra и Aqua // Материалы IX Всероссийской научной конференции по атмосферному электричеству. СПб.: Военно-космическая академия имени А.Ф. Можайского, 2023. С. 336-340. EDN: INRMDN
11. Дядюченко В.Н., Павлюков Ю.Б., Вылегжанин И.С. Доплеровские радиолокаторы в России // Наука в России. 2014. № 1. С. 23-27.
12. Инструкция для оперативно-прогностических и авиаметподразделений Росгидромета по использованию информации ДМРЛ в синоптической практике [Электронный ресурс]. URL: http://omsk-meteo.ru/images/files/cci_doc/inv_n_3406.pdf (дата обращения 15.11.2025).
13. Калинин Н.А., Смирнова А.А. Методика расчета водности и водозапаса кучево-дождевой облачности // Вестник Удмуртского университета. Серия Биология. Науки о Земле. 2008. № 1. С. 59-72.
14. Калинин Н.А., Смирнова А.А. Исследование радиолокационных характеристик для распознавания опасных явлений погоды, связанных с кучево-дождевой облачностью // Метеорология и гидрология. 2005. №1. С. 84-95. EDN: KUISRL
15. Методические указания по использованию информации доплеровского метеорологического радиолокатора ДМРЛ-С в синоптической практике: Третья редакция. М., 2019. 129 с.
16. Методическое письмо об итогах работы сети ДМРЛ Росгидромета в 2023 г. Долгопрудный. 2024. 77 с.
17. Методическое письмо об итогах работы сети ДМРЛ Росгидромета в 2024 г. Долгопрудный. 2025. 75 с.
18. Облака и облачная атмосфера. Справочник под ред. И.П. Мазина и А.Х. Хргиана. Л.: Гидрометеоиздат, 1989. 646 с.
19. Павлюков, Ю.Б., Серебрянник Н.И., Карпов Б.Н. Валидация радиолокационных наблюдений опасных явлений погоды на сети ДМРЛ по данным наземной наблюдательной сети Росгидромета // Труды МФТИ. 2016. Т. 8, № 1 (29). С. 95-101. EDN: WIIJTD
20. Синькевич А.А., Попов В.Б., Абшаев А.М., Boe B.A., Pawar S.D., Михайловский Ю.П., Торопова М.Л., Gopalakrishnan V., Геккиева Ж.М. Радиолокационные характеристики конвективных облаков разных регионов при переходе в грозовую стадию // Оптика атмосферы и океана. 2020. Т. 33. № 12. С. 932-936. DOI: 10.15372/AOO20201205 EDN: JEGDHF
21. Спрыгин А.А., Прохареня М.И. Диагноз и прогноз конвективных структур с опасными явлениями по данным моделирования и дистанционного зондирования над территорией Беларуси и Центральной России // Гидрометеорологические исследования и прогнозы. 2018. № 3 (369). С. 6-22. EDN: YOUCDZ
22. Третий оценочный доклад об изменениях климата и их последствиях на территории Российской Федерации. Общее резюме. СПб.: Наукоемкие технологии, 2022. 124 с. EDN: JNIXIE
23. Федеральные авиационные правила “Предоставление метеорологической информации для обеспечения полётов воздушных судов” (утв. Приказом Минтранса РФ № 60 от 03.03.2014).
24. Чернокульский А.В., Елисеев А.В., Козлов Ф.А., Коршунова Н.Н., Курганский М.В., Мохов И.И., Семенов В.А., Швець Н.В., Шихов А.Н., Ярынич Ю.И. Опасные атмосферные явления конвективного характера в России: наблюдаемые изменения по различным данным // Метеорология и гидрология. 2022. № 5. С. 27-41. DOI: 10.52002/0130-2906-2022-5-27-41 EDN: LXTPLQ
25. Щукин, Г.Г., Булкин В.В. Метеорологическая пассивно-активная радиолокация // Радиотехника и электроника. 2011. Т. 56, № 5. С. 549-572. EDN: NTVZIN
26. Яськов А. А., Горбатенко В.П. Параметры грозовых и градовых облаков над Западной Сибирью по данным спутника Terra за 2020 г. // Гидрометеорология и физика атмосферы: современные достижения и тенденции развития: Материалы Всероссийской научно-практической конференции. СПб.: Издательско-полиграфическая ассоциация высших учебных заведений. 2023. С. 487-491. EDN: CGTJWN
Выпуск
Другие статьи выпуска
На длинных рядах (за период 1958-2024 гг.) проведено исследование статистической структуры поля запасов продуктивной влаги в метровом слое почвы под зерновыми культурами для Европейской территории России, оценено влияние наблюдаемых изменений климата на режим влажности почвы. Показано, что в XXI веке увлажнение почвы выше, чем в период 1958-1999 гг., и наблюдаемые в настоящее время климатические изменения носят в основном положительный характер для сельскохозяйственной отрасли России. Построены кривые сезонного хода запасов продуктивной влаги в метровом слое почвы по современным данным, что может быть применимо в оперативной агрометеорологической практике. Проанализированы основные причины изменений - увеличение повторяемости теплых зим и цикличность климатической системы.
Анализируются два подхода к оценке засушливых условий: широко используемый в отечественной агрометеорологической практике гидротермический коэффициент Селянинова (ГТК) и стандартизированный индекс осадков и испаряемости (SPEI). Дается оценка повторяемости экстремальных засух в земледельческих районах Европейской территории России и Средней Азии в 1991-2020 гг. Приводятся результаты сопоставления временных рядов индексов с влагозапасами в почве. Статистика засух по ГТК и по индексу SPEI за исследуемый период демонстрирует похожие результаты, но индекс SPEI в среднем имеет незначительно более высокие коэффициенты корреляции с данными наблюдений, чем ГТК. Даны рекомендации по использованию индексов ГТК и SPEI в оперативной прогностической и исследовательской практике в работе Северо-Евразийского климатического центра.
Представлены результаты исследования и апробации усовершенствованной методики прогноза максимальных уровней воды в весенний период года с использованием регрессионного анализа. Объектом исследования выбраны реки Жайык-Каспийского (Урало-Каспийского) бассейна, относящиеся к казахстанскому типу с весенним половодьем. К факторам формирования весеннего стока (температурный режим, количество осадков зимнего периода, гидрологический режим рек на момент прогноза) в качестве дополнительных предложены предикторы: продолжительность и расходы воды на конец половодья предшествующего года, а также минимальный зимний сток. Учет этих факторов позволил повысить точность долгосрочного прогноза максимального уровня воды весеннего половодья.
Предлагается набор методов краткосрочного и среднесрочного прогнозирования уровней воды на реках России. В методах используются данные наблюдений на речных гидрологических постах. Прогноз выражается в виде линейной зависимости от наблюдавшихся уровней воды и корректируется путем замены его экстремальных значений допустимым минимумом или максимумом. В первом методе экстраполяции гидрографа учитываются только уровни воды, наблюдавшиеся в прогнозируемом створе. Во втором более общем методе дополнительно учитываются уровни воды, наблюдавшиеся в речном створе, расположенном выше по течению. В третьем еще более общем методе дополнительно учитываются уровни воды, наблюдавшиеся в створе, расположенном на притоке. Проверка методов на независимом материале показала, что каждый из них может давать удовлетворительные прогнозы для большого количества речных створов. Даны рекомендации по внедрению представленных методик в практику оперативных гидрологических прогнозов Росгидромета.
Исследована точность прогноза высоты ветровых волн в акватории Цемесской (Новороссийской) бухты с использованием спектральной модели WAVEWATCH III и прогноза ветра GFS (0.25°). Сравнение модельных расчетов с натурными измерениями, выполненными на пирсе Шесхарис в период декабрь 2023 - август 2025 гг., показало, что качество прогноза высоты волн для заблаговременности до трех суток удовлетворительное. Среднеквадратическая ошибка для прогноза высоты значительных волн составляет 0.17-0.22 м, коэффициент корреляции - 0.85-0.9, систематическая ошибка отрицательная (₋0.09 -₋0.13 м). Минимальные ошибки получены для заблаговременности 15 ч. Анализ сезонной изменчивости показал повышение точности прогноза в осенне-зимний период и снижение в весенне-летний сезон из-за влияния локальных ветровых эффектов. Установлено, что при ветрах с моря модель воспроизводит высоту волн точнее, чем при ветрах с суши. Полученные результаты могут быть использованы для повышения точности оперативных систем прогнозирования волнения и обеспечения безопасности морских операций в акватории Цемесской бухты.
Для условий горного ледника Эльбруса протестирована новая специализированная модель снежного покрова промежуточной сложности SnowDraw, направленная на климатический прогноз динамики ледников и речного стока в горных районах. Верификация модели на данных прямых наблюдений на леднике показала высокое качество воспроизведения сезонной динамики и водозапаса снежного покрова. Сравнение результатов представленной модели с другими доступными моделями различного уровня комплексности (NoahMP, SNOWPACK) показало, что она является вычислительно эффективным и качественным инструментом для прогноза динамики снежного покрова и оледенения в горах. Использование представленной модели в качестве блока параметризации горного оледенения IGRICE позволило получить оценки многолетнего распределения снежного покрова и величины снеговой компоненты стока для оледенения Эльбруса.
Действующая в Гидрометцентре России технология прогнозирования метеорологического показателя рассеивания загрязнений (МПРЗ) основана на использовании прогнозов конфигурации COSMO-Ru6ENA. В связи с переходом на применение прогнозов системы ICON-Ru с шагом горизонтальной сетки 6 км проведены сравнения модельных расчетов температуры и ветра на изобарических поверхностях 1000, 925 и 850 гПа двух конфигураций COSMO-Ru6ENA и ICON-Ru13/6N29 с данными радиозондирования на ЕТР. Установлено преимущество прогнозов ICON-Ru по сравнению с COSMO-Ru на тестируемой выборке. Совместный анализ прогнозов метеорологических характеристик ICON-Ru с данными наблюдений на Останкинской телебашне и в пункте радиозондирования выявил характерные особенности прогнозов вертикальных профилей температуры и скорости ветра, имеющие практическое значение для прогнозирования условий рассеивания примеси. Верификация прогнозов МПРЗ проводилась по данным измерений концентраций загрязнений на телебашне и измерений на наземных станциях контроля ГПБУ «Мосэкомониторинг» для эпизода неблагоприятных метеорологических условия в конце марта 2025 года. Результаты подтверждают связь МПРЗ-1 типа (слабое рассеивание) с повышением концентраций загрязняющих веществ на станциях городского типа и указывают на обоснованность использования данных системы ICON-Ru для прогноза МПРЗ.
Изложены результаты испытаний системы наукастинга порывов приземного ветра, проведенных в мае-сентябре 2024 года в Гидрометцентре России с применением алгоритма машинного обучения “Случайный лес” к выходной продукции статистической модели наукастинга pySTEPS и системы численного прогноза погоды COSMO-Ru2.2. Оценена значимость наблюдений автоматических метеостанций Центрального федерального округа в качестве контрольных данных для наукастинга порывов ветра. Выявлены некоторые систематические особенности численных прогнозов порывов в период испытаний. Обсуждаются проблемы синхронизации данных от различных источников, детально анализируется погодная ситуация с заметными порывами на территории Московской области, приводятся оценки качества с помощью показателя FSS. В разработанной версии системы наукастинга, на накопленной информационной базе и по значениям показателя FSS горизонт полезного прогноза порывов ветра ограничен 30 минутами.
Издательство
- Издательство
- ГИДРОМЕТЦЕНТР РОССИИ
- Регион
- Россия, Москва
- Почтовый адрес
- 123376, Россия, Москва, Большой Предтеченский переулок, д.13, строение 1
- Юр. адрес
- 123376, г Москва, Пресненский р-н, Большой Предтеченский пер, д 13 стр 1
- ФИО
- Борщ Сергей Васильевич (ДИРЕКТОР)
- E-mail адрес
- hmc@mecom.ru
- Контактный телефон
- +7 (499) 2523448