Аннотация 2
ВВЕДЕНИЕ 4
1 Конвективная облачность с атмосферными явлениями в виде грозы и града 8
1.1 Условия образования конвективных явлений 8
1.2 Условие образования града 11
1.2.1 Ингредиенты 11
1.2.2 Процесс роста градины 13
1.3 Формирование града в конвективных штормах 14
1.4 Грозовые облака 16
1.4.1 Внешний вид 17
1.4.2 Механизмы образования гроз 18
1.4.3 Роль конвекции в образовании молнии 20
1.4.4 Характеристика и классификация гроз 21
1.4.5 Методы регистрации молниевой активности 23
2 Исследования на тему «Спутниковые и наземные наблюдения за опасными
конвективными явлениями» 27
2.1 Оценки параметров облачного покрова по данным радиометра AVHRR ИСЗ NOAA
регионального покрытия в светлое время суток в автоматическом режиме 27
2.2 Методика расчета водности и водозапаса кучево-дождевой облачности 28
2.3 Оценка условий формирования градовых процессов на юго-востоке Западной
Сибири 30
2.4 Особенности радиолокационных характеристик конвективной облачности при
шквалах на юго-востоке Западной Сибири 33
2.5 Об особенностях развития суперячейкового конвективного облака в стадии
максимальной грозой активности (19 августа 2015 г., Северный Кавказ) 34
3 Спутники Terra и Aqua. Использование данных со спутников для исследования облачных
систем 38
3.1 Общее описание спутников серии Terra и Aqua 38
3.2 Сканирующий спектрорадиометр среднего разрешения MODIS и продукты на
основе его данных 38
3.3 Дизайн MODIS 39
3.4 Компоненты MODIS 40
3.5 Технические характеристики 41
4 Оценка характеристик облачных систем Западной Сибири при регистрации в них молниевого разряда 43
4.1 Извлечение данных о характеристиках грозовых и градовых облаков 43
4.2 Сравнение характеристик грозовой облачности и грозовой облачности с градом по
продукту MODIS с разрешением 5 км 44
4.3 Сравнение характеристик грозовой облачности и грозовой облачности с градом по
продукту MODIS с разрешением 1 км 47
4.4 Результаты сравнения характеристик грозовой облачности с градом и без града 50
ЗАКЛЮЧЕНИЕ 52
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ И ИСТОЧНИКОВ 54
ПРИЛОЖЕНИЕ А Выборки дней с грозовой облачностью без града и с градом, а также их характеристики по спутниковым данным 60
ПРИЛОЖЕНИЕ Б Визуальное отображение характеристик грозовой облачности 69
Актуальность данной работы заключается в том, что атмосфера Западной Сибири в теплый период года теплеет, и при наличии местных источников влаги, становится более влажной, что сопровождается интенсификацией конвективных процессов и увеличением частоты экстремальных погодных явлений, обусловленных ее развитием [1].
На территории Западной Сибири чрезвычайное положение из-за развития глубокой мезомасштабной конвекции в последние десятилетия повторялось гораздо чаще, чем до 2000 года. Кроме того, в 2012 году в Ханты-Мансийском регионе наблюдался смерч [2].
Физической основой, необходимой для формирования опасных конвективных явлений (грозы, град, шквалы, торнадо), является наличие в атмосфере мощных кучево-дождевых облаков. Результаты нескольких исследований показывают статистически значимые положительные тенденции в повторяемости кучево-дождевых облаков и отрицательные тенденции в других рассматриваемых формах облачности [3] на территории России в целом и Западной Сибири в частности [4]. В [5] также указано годовое количество осадков в регионе за период 1966-2014 годов. Преобладают обильные смешанные осадки, что указывает на высокую частоту образования кучево-дождевых облаков.
На фоне того факта, что потепление атмосферы в Западной Сибири продолжается в течение теплого периода года, есть основания предполагать, что в грозовой облачности происходят изменения ранее установленных физических характеристик, учет которых позволит улучшить идентификацию мощности конвективной облачности и повысит вероятность прогноза грозы и града.
Целью настоящих исследований является определение характеристик конвективной облачности, продуцирующей такие атмосферные явления как грозы и град по спутниковым данным.
Основные задачи исследования:
• Формирование базы данных о времени и месте локализации каждого конвективного явления (грозы и града) в период с 2015-2022.
• Извлечение данных о характеристиках грозовых облаков с градом и без града с продуктов Cloud_Top_Height, Cloud_Water_Path, Cloud_Optical_Thickness, Cloud_Effective_Radius с разрешением 5 км и 1 км.
• Сравнение полученных характеристик грозовой облачности и грозовой облачности с градом между собой. Поиск различий в физических характеристиках конвективной облачности во время гроз и гроз с градом.
• Сравнение продуктов MODIS c разрешением 5 км и 1 км.
• Сравнение результатов с опубликованными в научной литературе.
Объектом исследования является конвективная облачность с грозой и градом.
Предметом исследования являются характеристики грозовых и грозовых облаков с градом по спутниковым данным, различия между ними.
Материалы и методы исследования.
Численные схемы, основанные на методах пакетной обработки данных - организации выполнения нескольких программ в определенной последовательности. При анализе данных наблюдений использовались статистический и дискриминантный анализы.
Для составления выборки конвективной облачности с опасными явлениями, такими как гроза и град, были использованы материалы Западно-Сибирского УГМС и материалы журнала «ШТОРМ» Томского ЦГМС. По сформированным выборкам были отобраны спутниковые данные с промежутком между явлением и снимком максимум в 30 минут. Для этого использовался портал EARTHDATA [6], содержащий данные, получаемые с космических аппаратов Terra и Aqua в виде HDF-файла. Эти файлы содержат в себе набор характеристик облачных продуктов с разрешением 5 км и 1 км, из которых в настоящей работе использованы: Cloud_Top_Height (Высота ВГО), Cloud_Optical_Thickness (Оптическая плотность облака), Cloud_Water_Path (Водозапас облака), Cloud_Effective_Radius (Эффективный радиус облачных частиц - Каф). Все перечисленные характеристики конвективных облаков существенно различаются в облаках разной мощности.
После того как были созданы базы данных о характеристиках облачности во время, близкое к зарегистрированным случаям грозы и града, с помощью языка программирования Matlab был написан скрипт, позволяющий извлечь данные из файлов и составить наглядные изображения характеристик грозовых облаков и грозовых облаков с градом (Рисунок 1).
После того как были извлечены параметры грозовой облачности с градом и без града со спутниковых данных, были пересчитаны значения водозапаса. Известно, что для расчета количества осажденной воды в облаке по спутниковым данным используются параметры
LWP - содержание воды в капельном облаке (г/м2) и IWP - содержание кристаллов льда в ледяном облаке (г/м2) [7]. Рассматриваемая облачность в данной работе является кучево-дождевой, а значит по морфологии является смешанной, то есть сумма LWP и IWP будет являться водозапасом облака. Расчет этих параметров осуществляется на основе значений т (оптическая плотность облака) и Яэф [7].
При расчете параметра LWP считается, что по вертикали масса жидкой воды (LWC, г/м3) и Яэф в облаке неизменны [8,9]:
2
LWP = -pwxre (1)
Где pw - плотность воды. Наблюдения за облаками нижнего яруса показали, что величина LWP корректно описывается линейной функцией от высоты НГО, А концентрация облачных капель с высотой в таких облаках примерно постоянна. Так формула (1) пришла к виду [10,11]:
5
ШР = -pwxre
Разница между оценками LWP по выражениям (1) и (2) в среднем составляет 0,83 [5]. С учетом величины ошибки определения оптической толщины, максимальная ошибка расчета LWP по формуле (2) составляет 20-40% [11].
Для расчета IWP используется формула, предложенная в [12]:
т 1/0,84
IWP =-—ттг
0,065
В [12] установлено, что эффективный радиус на вершине плотной ледяной облачности мало коррелирует с эффективным радиусом в толще облака.
В спутниковых данных прибора MODIS используется другой алгоритм определения водозапаса, который включает в себя определение температуры ВГО [13]. В следствии чего, имеются различия в значениях водозапаса. Поэтому был использован метод, который описан в других работах, и уже по нему проводился анализ.
Также в работе был проведен дискриминантный анализ характеристик грозовой облачности, продуцирующих грозу с градом и без града на основе случаев, которые наиболее близки по времени и месту их фиксации.
Цель дискриминантного анализа: на основе измерения различных характеристик (признаков, параметров) объекта классифицировать его, то есть отнести к одной из нескольких групп (классов) некоторым оптимальным способом.
Целью работы был анализ характеристик конвективной облачности, продуцирующей такие атмосферные явления как грозы и град по спутниковым данным (MODIS) в период с 2015-2022 гг
Основной задачей этого исследования было определение и сравнение характеристик грозовой облачности без града и грозовой облачности с градом c разрешением 5 км и 1 км.
В результате исследования получено:
1. Статистические характеристики грозовой облачности (среднее, максимальное и минимальное значение, медиана и стандартное отклонение) во время гроз без града, полученные по спутниковым данным КА Terra и Aqua с разрешением 5 и 1 км.
2. Статистические характеристики грозовой облачности во время гроз с градом, полученные по спутниковым данным КА Terra и Aqua с разрешением 5 и 1 км.
3. При сравнении продуктов КА Terra и Aqua с разрешением 5 км и 1 км не было найдено особых различий в полученных результатах, кроме того, что при разрешении 1 км можно более точно выбрать пиксель с данными.
4. Результаты сравнения конвективных облаков, продуцирующих грозу и грозу с градом:
• Водозапас грозовой облачности и грозовой облачности с градом на ВГО примерно одинаков, поскольку водозапас по спутниковым данным определяется лишь на вершине облачности;
• Величина водозапаса в грозовой облачности без града в среднем по продукту прибора MODIS с разрешение 5 км составила 3306,5 г/м2 (3301,3 г/м2 - разрешение 1 км), среднее значение рассчитанное по формулам (2, 3) в 5 км разрешении составило 5777,9 г/м2 (5753,8 - разрешение 1 км). В грозовой облачности с градом, величина водозапаса в среднем по продукту прибора MODIS с разрешением 5 км составила 3412,1 г/м2 (3579,8 г/м2 - разрешение 1 км), среднее значение рассчитанное по формуле (2, 3) в 5 км разрешении составило 5821,5 г/м2 (5939,6 г/м2 - разрешение 1 км);
• Высота ВГО в грозовой облачности без града в среднем составила 10007 м - разрешение 5 км, 10175 м - разрешение 1 км. В грозовой облачности с градом высота ВГО составила в среднем 9085 м - разрешение 5 км, 8913 м - разрешение 1 км;
• Оптическая плотность облачности почти во всех случаях была равна 100;
• Эффективный радиус частиц в грозовой облачности без града в среднем составил 36,7 мкм - разрешение 5 км, 36,5 мкм - разрешение 1 км. В грозовой облачности с градом эффективный радиус частиц составил в среднем 37,2 мкм - разрешение 5 км, 39,2 мкм - разрешение 1 км.
5. Согласно дискриминантному анализу получено что с 66 % вероятностью можно разделить грозовую облачность и грозовую облачность с градом по совокупности анализированных характеристик.
6. Сравнение полученных результатов с опубликованными ранее в научной литературе позволило сделать выводы:
• Если рассматривать характеристики конвективной облачности, то значения высоты ВГО и эффективного радиуса частиц, соответствуют стандартным значениям высоты ВГО - от 5 км до 10 км, эффективного радиуса частиц 35 мкм;
• Значения водозапаса по полученным спутниковым данным не отличаются при грозе без града и с градом, тогда как по аэрологическим данным эти различия заметны и могут достигать разницы в 13 кг/м2.
Таким образом полученные результаты позволяют сделать заключение, что использование данных КА Terra и Aqua возможно для детектирования грозовой облачности и облачности с грозой и градом, если для анализируемой территории определены пороговые значения ряда характеристик по данными аэрологического зондирования или ДМРЛ. Для детектирования потенциально опасной облачности, которая может дать град необходимо использовать данные геостационарных спутников с высокой частотой снимков (от 5 до 15 мин), что позволит отмечать развитие конвективных явлений и мощности облачных образований.
1. Чернокульский А.В. Анализ изменений условий смерчегенеза в Северной Евразии с использованием простого индекса конвективной неустойчивости атмосферы / Чернокульский А.В., Курганский М.В., Мохов И.И. // Доклады Академии наук. — 2017. — Т 477, № 6. — С. 722-727.
2. Курганский М.В. Смерч под Ханты-Мансийском: пока исключение или уже симптом? / Курганский М.В., Чернокульский А.В., Мохов И.И. // Метеорология и гидрология. — 2013. — № 8. — С. 40-50.
3. Стратегические ресурсы и условия устойчивого развития Российской Федерации и ее регионов // Краткие итоги реализации Программы фундаментальных исследований Отделения наук о Земле РАН №13 в 2012-2014 гг. - М.: Институт географии РАН, 2014. — 166 с.
4. Горбатенко В.П. Оценка изменчивости конвективного потенциала атмосферы в условиях изменяющегося климата Западной Сибири / Горбатенко В.П., Кужевская И.В., Пустовалов К.Н., Чурсин В.В., Константинова Д.А. // Метеорология и гидрология. — 2020. — № 5. — С. 108-117.
5. Чернокульский А.В. Климатология осадков разного генезиса в Северной Евразии / Чернокульский А.В., Козлов Ф.А., Золина О.Г., Булыгина О.Н., Семенов В.А. // Метеорология и гидрология. — 2018. — № 7. — С. 5-18.
6. EOSDIS [Электронный ресурс]. - URL: https://www.earthdata.nasa.gov (дата обращения 15.04.2022)
7. Косторная А. А. Определения влагосодержания атмосферы и водозапаса облаков по данным российских метеорологических спутников: дис. физ. наук канд. физ.- мат. наук / А. А. Косторная. - М., 2021. - 137 с.
8. Slingo, A. A GCM parameterization for the shortwave properties of water clouds / A. Slingo // Journal of the Atmospheric sciences. - 1989. - Vol. 46, №. 10 - P. 1419-1427.
9. Han, Q. Near global survey of effective droplet radii in liquid water clouds using ISCCP data / Q. Han, W. B. Rossow, A. A. Lacis // J. Climat. - 1994. - Vol. 7. - P. 465-497.
10. Wood, R. Drizzle in stratiform boundary layer clouds. Part I: Vertical and horizontal structure / R. Wood // Journal of the Atmospheric sciences. - 2005. - Vol. 62. - P. 3011-3033.
11. Wood, R. Spatial Variability of Liquid Water Path in Marine Low Cloud: The Importance of Mesoscale Cellular Convection / R. Wood, D. L. Hartmann // Journal of Climate. - 2005. - Vol. 19. - P. 1748-1764.
12. Heymsfield, A. J. Ice Water Path-Optical Depth Relationships for Cirrus and Deep Stratiform ice cloud layers / A. J. Heymsfield, S. Matrosov, B. Baum // Journal of Applied Meteorology. - 2003. - Vol. 42. - P. 1369-1390.
13. Pitts. K. L. Vertical distribution of cloud liquid water and ice: a comparison of MODIS satellite observations and the giss global climate model / K. L. Pitts. - Texas: Texas A&M University, 2015. - 44 p.
14. Pungea H. J. Hail frequency estimation across Europe based on a combination of overshooting top detections and the ERA-INTERIM reanalysis / H. J. Pungea, K. M. Bedkab, M. Kunza, A. Reinbolda // Atmos. Res. - 2017. - Vol. 198. - P 34-43.
15. Vinet F. Climatology of hail in France / F. Vinet // Atmos. Res. - 2001. - Vol. 56, №1-4. - P. 309-323...62