Предикторы низкой облачности для г.Санкт-Петербурга при сверхкраткосрочном прогнозе
|
ВВЕДЕНИЕ 4
1 1 ВЫСОТА НИЖНЕЙ ГРАНИЦЫ ОБЛАЧНОСТИ 7
1.1 Понятие высоты нижней границы облачности 7
1.2 Основные факторы, влияющие на изменчивость ВНГО 19
1.3 Методы прогноза ВНГО 23
1.4 Код WAREP 30
2 ИЗМЕНЧИВОСТЬ ВНГО 36
2.1 Описание базы данных изменчивости ВНГО и сопутствующих 36
метеорологических величин г. Санкт-Петербурга
2.2 Климатологическое описание изменения ВНГО над территорией Санкт-Петербурга
2.3 Основные предикторы, используемые при сверхкраткосрочном прогнозе
2.4 Журнал фактической погоды АВ-6 54
3 СВЯЗЬ ВНГО И МЕТЕОРОЛОГИЧЕСКИХ ХАРАКТЕРИСТИК 58
3.1 ВНГО при мороси 69
3.1.1 Морось незамерзающая слабая 69
3.1.2 Морось незамерзающая умеренная 72
3.1.3 Морось замерзающая слабая 75
3.2 ВНГО при дожде 78
3.2.1 Ливневой дождь слабый 78
3.3 ВНГО при снегопаде 81
3.3.1 Снег умеренный 81
3.3.2 Снег сильный 84
ЗАКЛЮЧЕНИЕ 89
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
1 1 ВЫСОТА НИЖНЕЙ ГРАНИЦЫ ОБЛАЧНОСТИ 7
1.1 Понятие высоты нижней границы облачности 7
1.2 Основные факторы, влияющие на изменчивость ВНГО 19
1.3 Методы прогноза ВНГО 23
1.4 Код WAREP 30
2 ИЗМЕНЧИВОСТЬ ВНГО 36
2.1 Описание базы данных изменчивости ВНГО и сопутствующих 36
метеорологических величин г. Санкт-Петербурга
2.2 Климатологическое описание изменения ВНГО над территорией Санкт-Петербурга
2.3 Основные предикторы, используемые при сверхкраткосрочном прогнозе
2.4 Журнал фактической погоды АВ-6 54
3 СВЯЗЬ ВНГО И МЕТЕОРОЛОГИЧЕСКИХ ХАРАКТЕРИСТИК 58
3.1 ВНГО при мороси 69
3.1.1 Морось незамерзающая слабая 69
3.1.2 Морось незамерзающая умеренная 72
3.1.3 Морось замерзающая слабая 75
3.2 ВНГО при дожде 78
3.2.1 Ливневой дождь слабый 78
3.3 ВНГО при снегопаде 81
3.3.1 Снег умеренный 81
3.3.2 Снег сильный 84
ЗАКЛЮЧЕНИЕ 89
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
Низкая облачность является основным и ключевым фактором, осложняющим процессы взлета и посадки воздушных судов, а также полёты на небольших высотах. Полёты в облачном и межоблачном пространстве при низкой высоте нижней границы облаков (ВНГО) и ограниченной видимости имеют отношение к полетам в сложных метеорологических условиях, и учитывая, что влияние облачности и ее ВНГО оказывает очень сильное влияние на осуществление воздушным судном взлёта и посадки, то информация о ВНГО и особенно ее прогноз являются важной составной частью метеорологического обеспечения авиационной деятельности.
Основным и наиболее взыскательным потребитель метеорологической информации является авиация. Сверхкраткосрочный прогноз и наукастинг атмосферных явлений и физических величин, оказывающих влияние на процессы взлёта, посадки и полёта воздушных судов является объектом первостепенной важности для авиационных служб.
В наши дни численные модели атмосферы дают основную и подавляющую информацию о прогнозе метеорологических явлений и атмосферных процессах. Однако даже самые передовые модели не включают всей необходимой информации о метеовеличинах, в которых нуждается авиация. По существу, прогноз таких величин дается синоптиками в метеослужбах руководствуясь личным опытом и знаниями синоптической метеорологии и физики атмосферы, а также с использованием раннее созданных расчетных и синоптических методов.
Актуальность настоящей работы обусловлена тем, что наибольшее количество происшествий в сфере воздушного, автомобильного и железнодорожного транспорта в определённой степени зависит от опасных и неблагоприятных гидрометеорологических явлений погоды (а именно явлениями погоды, связанными с осадками и их разной интенсивностью).
Для предотвращения опасных ситуаций, аварий и катастроф необходимо располагать наиболее своевременными точными данными по метеорологическим величинам и атмосферным явлениям, в том числе требуются современные улучшенные методики сверхкраткосрочного прогнозирования, соответствующих критериям прогноза наукастинг, что в свою очередь является сверхкраткосрочным прогнозом гидрометеорологических величин и явлений погоды в временных промежутках от нескольких минут до нескольких часов, связанных с низкой облачностью с определёнными механизмами получения, обработки, передачи данных.
Предикторы — это «локальная характеристика», поэтому для разных районов и мегаполисов они свои, что требует всегда отдельной научно¬исследовательской работы.
Цель выпускной квалификационной работы - изучение предикторов низкой облачности, и связанных с ней атмосферных явлений, для решения задач сверхкраткосрочного прогноза для территории Санкт-Петербурга.
Для достижения цели были решены следующие задачи:
1. Реализация программы декодирования журнала АВ-6 и создание
электронного архива результатов наблюдений.
2. Подготовка и анализ радиолокационных данных при низкой облачности над Санкт-Петербургом (с 2016 по 2019 гг)
3. Анализ учащенных результатов наблюдений погодных условий в Санкт- Петербурге, связанных с низкой облачностью (обработка журналов АВ -6 с 1-минутным разрешением с 2016 по 2019 гг)
4. Оценка возможности применения метода группового учета аргументов для построения прогностических уравнений и их оптимизация для сверхкраткосрочного прогноза низкой облачности и неблагоприятных атмосферных явлений.
5. Разработка практических рекомендаций по использованию предикторов сверхкраткосрочного прогноза низкой облачности и связанных с ней атмосферных явлений в оперативно-прогностической деятельности метеорологических подразделений Санкт-Петербурга.
Структура работы:
В магистерской диссертации в качестве исходных параметров были использованы радиолокационные данные при низкой облачности над Санкт- Петербургом, данные журнала АВ-6 с 1 минутным разрешением с 2016 по 2019 гг. Магистерская диссертация состоит из введения, трех глав и заключения. Во введении кратко обоснована актуальность проблемы, цель и задачи работы.
В первой главе дается краткий обзор понятия ВНГО, основных факторов, влияющих на изменчивость ВНГО и методы прогнозирования ВНГО.
Во второй главе описана база данных изменчивости ВНГО и сопутствующих метеорологических величин г. Санкт-Петербурга, климатологическое описание изменения ВНГО над территорией Санкт- Петербурга и основные предикторы, используемые при сверхкраткосрочном прогнозе.
Третья глава представляет собой анализ полученных результатов анализа высоты нижней границы облачности и синоптической ситуации в г. Санкт- Петербурге.
В заключении перечислены основные выводы, полученные на основе
Основным и наиболее взыскательным потребитель метеорологической информации является авиация. Сверхкраткосрочный прогноз и наукастинг атмосферных явлений и физических величин, оказывающих влияние на процессы взлёта, посадки и полёта воздушных судов является объектом первостепенной важности для авиационных служб.
В наши дни численные модели атмосферы дают основную и подавляющую информацию о прогнозе метеорологических явлений и атмосферных процессах. Однако даже самые передовые модели не включают всей необходимой информации о метеовеличинах, в которых нуждается авиация. По существу, прогноз таких величин дается синоптиками в метеослужбах руководствуясь личным опытом и знаниями синоптической метеорологии и физики атмосферы, а также с использованием раннее созданных расчетных и синоптических методов.
Актуальность настоящей работы обусловлена тем, что наибольшее количество происшествий в сфере воздушного, автомобильного и железнодорожного транспорта в определённой степени зависит от опасных и неблагоприятных гидрометеорологических явлений погоды (а именно явлениями погоды, связанными с осадками и их разной интенсивностью).
Для предотвращения опасных ситуаций, аварий и катастроф необходимо располагать наиболее своевременными точными данными по метеорологическим величинам и атмосферным явлениям, в том числе требуются современные улучшенные методики сверхкраткосрочного прогнозирования, соответствующих критериям прогноза наукастинг, что в свою очередь является сверхкраткосрочным прогнозом гидрометеорологических величин и явлений погоды в временных промежутках от нескольких минут до нескольких часов, связанных с низкой облачностью с определёнными механизмами получения, обработки, передачи данных.
Предикторы — это «локальная характеристика», поэтому для разных районов и мегаполисов они свои, что требует всегда отдельной научно¬исследовательской работы.
Цель выпускной квалификационной работы - изучение предикторов низкой облачности, и связанных с ней атмосферных явлений, для решения задач сверхкраткосрочного прогноза для территории Санкт-Петербурга.
Для достижения цели были решены следующие задачи:
1. Реализация программы декодирования журнала АВ-6 и создание
электронного архива результатов наблюдений.
2. Подготовка и анализ радиолокационных данных при низкой облачности над Санкт-Петербургом (с 2016 по 2019 гг)
3. Анализ учащенных результатов наблюдений погодных условий в Санкт- Петербурге, связанных с низкой облачностью (обработка журналов АВ -6 с 1-минутным разрешением с 2016 по 2019 гг)
4. Оценка возможности применения метода группового учета аргументов для построения прогностических уравнений и их оптимизация для сверхкраткосрочного прогноза низкой облачности и неблагоприятных атмосферных явлений.
5. Разработка практических рекомендаций по использованию предикторов сверхкраткосрочного прогноза низкой облачности и связанных с ней атмосферных явлений в оперативно-прогностической деятельности метеорологических подразделений Санкт-Петербурга.
Структура работы:
В магистерской диссертации в качестве исходных параметров были использованы радиолокационные данные при низкой облачности над Санкт- Петербургом, данные журнала АВ-6 с 1 минутным разрешением с 2016 по 2019 гг. Магистерская диссертация состоит из введения, трех глав и заключения. Во введении кратко обоснована актуальность проблемы, цель и задачи работы.
В первой главе дается краткий обзор понятия ВНГО, основных факторов, влияющих на изменчивость ВНГО и методы прогнозирования ВНГО.
Во второй главе описана база данных изменчивости ВНГО и сопутствующих метеорологических величин г. Санкт-Петербурга, климатологическое описание изменения ВНГО над территорией Санкт- Петербурга и основные предикторы, используемые при сверхкраткосрочном прогнозе.
Третья глава представляет собой анализ полученных результатов анализа высоты нижней границы облачности и синоптической ситуации в г. Санкт- Петербурге.
В заключении перечислены основные выводы, полученные на основе
В рамках магистерской диссертации были выполнены следующие задачи:
1. Реализованы программы декодирования журнала АВ-6 и создан электронный архив результатов наблюдений.
2. Подготовлены и проанализированы радиолокационные данные при низкой облачности над Санкт-Петербургом (с 2016 по 2019 гг).
3. Проанализированы учащенные результаты наблюдений погодных условий в Санкт-Петербурге, связанных с низкой облачностью (обработка журналов АВ-6 с 1-минутным разрешением с 2016 по 2019 гг).
4. Оценены возможности применения метода группового учета аргументов для построения прогностических уравнений и их оптимизация для сверхкраткосрочного прогноза низкой облачности и неблагоприятных атмосферных явлений.
5. Разработаны практических рекомендаций по использованию предикторов сверхкраткосрочного прогноза низкой облачности и связанных с ней атмосферных явлений в оперативно-прогностической деятельности метеорологических подразделений Санкт-Петербурга
На основании проведенного анализа было получено:
Разработанный в этой работе метод лучше прогнозирует облачность, чем все остальные для случая мороси незамерзающей слабой.
Предложенный метод и метод с учетом относительной влажности лучше прогнозирует облачность, чем метод на основе разности между T и Td для случая мороси незамерзающей умеренной.
При мороси, замерзающей слабой лучше всего, работает предложенный метод расчета ВНГО, очень близко к этому методу работает метод на основании относительной влажности, хуже всех работает метод, основанный на разности T и Td.
При слабом ливневом дожде при ВНГО < 200 предложенный метод сильно завышает ВНГО, при >200 м метод работает намного лучше, чем два остальных.
При одновременном выпадении снега и метели предложенный метод завышает фактическое значение ВНГО, если наблюдается только выпадение сильного снега -то предложенный метод и метод на основе разности T и Td работают одинаково хорошо, метод основанный на R - завышает.
1. Реализованы программы декодирования журнала АВ-6 и создан электронный архив результатов наблюдений.
2. Подготовлены и проанализированы радиолокационные данные при низкой облачности над Санкт-Петербургом (с 2016 по 2019 гг).
3. Проанализированы учащенные результаты наблюдений погодных условий в Санкт-Петербурге, связанных с низкой облачностью (обработка журналов АВ-6 с 1-минутным разрешением с 2016 по 2019 гг).
4. Оценены возможности применения метода группового учета аргументов для построения прогностических уравнений и их оптимизация для сверхкраткосрочного прогноза низкой облачности и неблагоприятных атмосферных явлений.
5. Разработаны практических рекомендаций по использованию предикторов сверхкраткосрочного прогноза низкой облачности и связанных с ней атмосферных явлений в оперативно-прогностической деятельности метеорологических подразделений Санкт-Петербурга
На основании проведенного анализа было получено:
Разработанный в этой работе метод лучше прогнозирует облачность, чем все остальные для случая мороси незамерзающей слабой.
Предложенный метод и метод с учетом относительной влажности лучше прогнозирует облачность, чем метод на основе разности между T и Td для случая мороси незамерзающей умеренной.
При мороси, замерзающей слабой лучше всего, работает предложенный метод расчета ВНГО, очень близко к этому методу работает метод на основании относительной влажности, хуже всех работает метод, основанный на разности T и Td.
При слабом ливневом дожде при ВНГО < 200 предложенный метод сильно завышает ВНГО, при >200 м метод работает намного лучше, чем два остальных.
При одновременном выпадении снега и метели предложенный метод завышает фактическое значение ВНГО, если наблюдается только выпадение сильного снега -то предложенный метод и метод на основе разности T и Td работают одинаково хорошо, метод основанный на R - завышает.