Введение 4
1.1. Климатические особенности Северо-Запада ЕЧР 8
1.1.1. Температурный режим Северо-Запада ЕЧР 9
1.1.2. Ветровой режим и распределение давления 10
1.2. Распределение гроз на Северо-Западе ЕЧР 12
2. Прогноз гроз при помощи атмосферных моделей погоды 15
2.1. Условия формирования кучевообразной облачности 15
2.2. Условия формирования грозовой деятельности 23
2.2.1. Стадии образования грозового облака 24
2.2.2. Классификация гроз 26
3. Методы прогноза грозовой активности различными методами 31
3.1. Синоптические методы 31
3.1.1. Метод Г.Д. Решетова 32
3.2. Индексы неустойчивости, как метод прогноза грозовой активности 34
3.3. Использования метеорологических радиолокаторов, грозопеленгаторов и спутниковой
информации для прогноза грозовой активности 40
3.3.1. Радиолокаторы как источник важной метеорологической информации 41
3.3.2. Важность использования грозопеленгационной информации 43
3.3.3. Спутниковые снимки как дополнение для прогноза грозовой активности 43
3.3.4. Автоматизированный метод МСЗ 45
4. Использование мезомасштабной атмосферной моделей погоды WRF-ARW для численного
прогноза гроз на территории Северо-Запада ЕЧР 47
4.1. Мезомасштабная атмосферная модель погоды WRF-ARW 49
4.1.1. Динамическое ядро WRF-ARW 50
4.1.2. Метод численного решения модели WRF-ARW 52
4.1.3. Параметризация физических процессов модели ARW 53
4.1.4. Структура прогностической системы гидродинамической модели погоды WRF-ARW 54
4.2. Прогноз грозовой активности при использовании численных экспериментов
моделирования факта наличия и отсутствия гроз мезомасштабной гидродинамической модели WRF-ARW 55
4.2.1. Создание версии мезомасштабной гидродинамической модели WRF-ARW для
Северо-Запада Европейской части России 55
4.2.2. Моделирование полей метеорологических величин с использованием
мезомасштабной гидродинамической модели WRF-ARW 56
4.2.3. Расчет индексов неустойчивости атмосферы для полученных численных
экспериментов моделирования 58
4.2.5. Прогноз гроз методом Г.Д. Решетова по численным экспериментам моделирования
65
4.2.6. Визуализация численных экспериментов моделирования для города Сыктывкар за 03.07.16 и 04.07.16 66
Заключение 77
Список использованных источников 80
Приложение А 84
Приложение Б 86
Приложение В 89
Приложение Г 92
Существует множество факторов, влияющих на формирование погоды и климата и одним из важнейших является облачность.
На планете Земля образуется большое количество разновидностей облаков и каждый из них несет свой вклад не только в формирование климата, но и в жизнедеятельность человека.
В данной работе пойдет речь об одном из самых опасных видов облачности - о грозовых облаках.
Гроза - крайне опасное атмосферное явление, способное оказывать сильное влияние не только на жизнедеятельность человека, но и вызывать различные аварии и катастрофы. От грозовой активности страдают следующие сферы человеческой деятельности:
1) авиационный транспорт;
2) линии электропередачи;
3) промышленная и гражданская застройка;
4) лесное хозяйство;
5) животноводство;
6) растениеводство;
7) рекреационная и спортивная деятельность;
Это лишь небольшой список наиболее уязвимых сфер человеческой деятельно, но также гроза может приводить к наводнениям, пожарам и смертям, как среди людей, так и среди животных. Но что же вызывает все эти ужасные последствия? А вызывают их атмосферные явления, сопровождающие грозовую активность, к которым относятся:
1) электрические разряды (молнии);
2) шумовое воздействие (гром);
3) турбулентность;
4) кратковременные усиления ветра (шквалы);
5) выпадение града;
6) ливни;
7) переохлажденная влага, способствующая обледенению самолет.
Актуальность данной работы заключается в первую очередь в предотвращение ужасных последствий, вызываемых деятельностью грозовой активности, поэтому крайне важно уметь прогнозировать это явление. На сегодняшний день все чаще используются результаты гидродинамического моделирования, поэтому разработать прогноз гроз, как постпроцессинг численного прогноза это очень важно и актуально.
• Целью данной работы является оценка возможности использования мезомасштабной гидродинамической модели для прогнозирования гроз на территории Северо-Запада ЕЧР.
Задачи необходимые для выполнения поставленной цели:
1) Создание архива данных о грозах на Северо-западе ЕЧР.
2) Создание версии модели WRF-ARW применительно к области исследования и проведение численных экспериментов для моделирования случаев грозы из созданного архива.
3) Анализ результатов моделирования.
4) Проведение сравнительного анализа качества моделирования гроз с использованием метода Г.Д. Решетова и индексов неустойчивости атмосферы.
Структура работы:
В первом разделе данной работы рассматривается область прогнозирования. Изучаются климатические характеристики Северо-Запада ЕЧР и распределение грозовой деятельности на территории Северо-Запада ЕЧР.
Второй раздел работы посвящен изучению особенностей формированию кучево-дождевой и грозовой облачности.
Рассмотрению различных методов прогнозирования посвящен третий раздел данной работы.
В 4 раздел работы посвящен проведению сравнительного анализа качества моделирования гроз с использованием индексов неустойчивости атмосферы и метода Г.Д. Решетова.
В Приложениях А, Б, В и Г приведены таблицы, содержащие данные о грозах и кучево-дождевых облаках за период с 2015 по 2020 гг.: данные радиозондирования атмосферы, выходные модельные данные, а также расчеты для прогноза по индексам неустойчивости атмосферы Vertical Totals, Gross Totals, Total Totals и методу Г.Д. Решетова.
В результате проделанной работы было изучено: климатические особенности Северо-Запада Европейской части России условия, распределение грозовой активности на территории Северо-Запада ЕЧР, условия формирования конвективной и грозовой облачности, различные метода применяемые для прогноза гроз.
Был создан архив данных включающий в себя факт наличия грозовой активности и факт наличия кучево-дождевой облачности.
Была создана версия мезомасштабной гидродинамической негидростатической модели WRF-ARW и произведен расчет численных экспериментов для последующей обработки и визуализации.
Проведен анализ качества численных экспериментов для использования в качестве данных для прогноза грозовой активности.
Также проведено сравнение полученных результатов численного моделирования с фактическими данными аэрологических наблюдений.
Проводя анализ проделанной работы, можно сделать следующие выводы:
• Общая оправдываемость прогнозов по индексам неустойчивости
сделанных на основе модельных данных колеблется от 55 до 61 % (индекс неустойчивости Vertical Totals - 60%, индекс
неустойчивости Cross Totals - 55%, индекс неустойчивости Total Totals - 61%).
• Оправдываемость прогноза гроз на основе модельных данных наиболее успешна при использовании индексов неустойчивости CT и TT: 100 % и 98% соответственно (при VT - 30 %).
• Оправдываемость прогноза кучево-дождевой облачности на основе модельных данных наиболее успешна при использовании индекса неустойчивости VT: 92% (при CT - 8 %, TT - 23%).
• В целом наиболее успешными являются прогнозы гроз индексами неустойчивости Cross Totals и Total Totals.
• Однако на основе критериев успешности можно сделать вывод, что прогнозы, составленные при помощи индексов неустойчивости при использовании выходных модельных данных неуспешны.
• При сравнении выходных модельных и фактических данных (при использовании метода Г.Д. Решетова) можно сделать вывод, что модель завышает и занижает некоторые рассчитанные метеопараметры (завышает значения высоты верхней границы облачности и занижает значения температуры).
На основе поставленных задач и цели были сформулированы следующие выводы:
• Был создан архив данных о грозах на Северо-Западе ЕЧР;
• Были подобраны 29 случаев фактического наблюдения грозовой деятельности и 40 случая кучевого-дождевой облачности;
• Создана версия мезомасштабной гидродинамической модели WRF-ARW;
• Проанализированы результаты моделирования;
• А также проведен сравнительный анализ при использовании метода Г.Д. Решетова и индексов неустойчивости CT, VT и TT.
Следует понимать, что в настоящее время мезомасштабные гидродинамические модели неспособны давать точный прогноз местоположения относительно небольших конвективных (и др.) явлений, т.к. данные процессы являются подсеточными. О возможном появление такого объекта на прогностической карте, можно судить лишь по экстремальным прогностическим значениям, интерпретация которых может давать разный прогностический результат.
Однако использование всевозможных моделей для прогноза увеличивает общую картину и позволяет более точно понять природу процессов, происходящих в атмосфере.