CC BY
40
4. Sukhinin, A. I. Monitoring Forest Fires in Eastern Siberia from Space I A. I. Sukhinin, V. B. Kashkin, E. I. Ponomarev II Proc. of SPIE. V. 3983. P. 206-214.
5. Baлендик, Э. H. Moнитopинг лешых пoжapoв I
Э. H. Baлендик, А. И. Cyхинин, Е. K. Kиcиляхoв [и до.]. II Иccледoвaние леcoв aэpoкocмичеcкими метoдaми : c6. Hoвocибиpcк : Haysa, 1987. C. 118-135.
6. Яншин, B. B. Aнaлиз и oбpaбoткa изoбpaжений: доин-ципы и an^^rami I B. B. Яншин. M. : Maшинocтpoение, 1995.
7. Aвтoмaтизиpoвaннaя oбpaбoткa изoбpaжений дои-poдных кoмплекcoв Cибиpи I пoд pед. А. Л. Яншинa, B. A. Coлoвьевa. Hoвocибиpcк : Hayra, 1988.
8. Kиенкo, Ю. П. Bведение в кocмичеcкoе пpиpoдoве-дение и кapтoгpaфиpoвaние I Ю. П. ^еню. M. : Kapтге-центp- Геoдезиздaт, 1994. 214 c.
9. Диcтaнциoннoе зoндиpoвaние: кoличеcтвенный пoдхoд : rop. c aнгл. I год pед. A. C. Aлекcеевa. M. : Hедpa, 1983. 415 c.
10. Шлихт, Г. Ю. Цифpoвaя oбpaбoткa цветных ^o6-paженийI Г. Ю. Шлихт. M. : ЭKOM, 1997. 336 c.
11. Aхмaнoв, C. А. Bведение в cтaтиcтичеcкyю paдиo-физику и oптикy I C. А. Aхмaнoв, Ю. Е. Дьякoв,
A. C. Чдокин. M. : HayRa, 1981. 640 c.
Общая площадь гарей за 2005 г. и их относительная разность
Номер тестового участка 2 Общая площадь гарей, км DMCII Общая площадь гарей, км2 TERRA/MODIS Относительная разность, %
1 177,92 151,00 16
2 140,18 149,25 6
3 262,48 220,00 17
4 762,61 644,32 16
5 694,10 698,41 1
6 205,81 188,38 8
7 36,58 32,44 11
E. A. Yurikova, A. I. Sukhinin
COMPARATIVE ANALYSIS DISTURBED FIRES OF PRIANGARIE WOODS ACCORDING TO DATA OF SATELLITES TERRA, DMCII
The method of an estimation of a degree of defeat burned areas on the basis of the comparative analysis of data of satellites TERRA and DMCII, and ground data is presented and advanced.
Принята к печати в сентябре 2006 г.
УДК001.576.001.572
О. А. Дубровская
ДИСТАНЦИОННОЕ ЗОНДИРОВАНИЕ И МОДЕЛИРОВАНИЕ СТРУКТУРЫ ОБЛАЧНОСТИ И ДЫМОВЫХ ШЛЕЙФОВ
На основе гидродинамического моделирования и использования данных дистанционного зондирования изучается ближний и дальний перенос тепла, влаги и продуктов горения, оценивается их влияние на процессы облако-и осадкообразования. Рассматриваются различные сценарии взаимовлияния лесных пожаров и ландшафтных и погодных изменений в Азиатской части России
Извеcтнo, что oблaчнocть и ocaдки являются ocнoв-ными элементами пoгoды. C пpoцеccaми oблaкo- и ocaд-кooбpaзoвaния cвязaны тaкие oco6o oпacные явления, гак ливни, гpaд, шквaлы. B coвpеменных зaдaчaх инфop-мaциoннo-кocмичеcкoгo мoнитopингa oблaкa и oблaч-ные клacтеpы являются, cкopее, пoмехoй, экpaниpyя или paзмывaя изoбpaжения нaземных oбъектoв и доепят-cтвyя дocтoвеpнoмy вocпpoизведению дет^ей земнoй пoвеpхнocти. B пpедлaгaемoм пoдхoде инфopмaция o6 oблaчнocти будет иcпoльзoвaтьcя для вoccтaнoвления т-paметpoв aтмocфеpнoгo пoгpaничнoгo cлoя, чтo дои-ведет к увеличению в целoм oтдaчи и эффективнocти
cиcтемы кocмичеcкoгo зoндиpoвaния. Опыт тaких paa-paбoтoк имеется: cпyтникoвые фoтoгpaфии oблaчнocти пpедcтaвляют coбoй cвoеoбpaзнyю cинoптичеcкyю rap-ту pегиoнa и пoэтoмy иcпoльзyютcя cинoптикaми дои cocтaвлении кpaткocpoчных пpoгнoзoв пoгoды и cвеpх-кpaткocpoчных пpoгнoзoв oпacных явлений. B paбoтaх [1-4] иccледyетcя мехaнизм oбpaзoвaния квaзиyпopядo-ченных oблaчных aнcaмблей, a их cвязь c голями ветpa, темпеpaтypы и влaжнocти в aтмocфеpе детмьго не pac-cмaтpивaютcя.
Цель дaннoй paбoты - иcпoльзoвaние дaнных диеган-циoннoгo зoндиpoвaния и pезyльтaтoв чиcленнoгo мoде-
лирования для объяснения структур облачности и эволюции дымовых шлейфов от лесных пожаров.
Математическое моделирование облачных кластеров.
Остановимся на наиболее часто употребляемом методе моделирования мезомасштабных атмосферных явлений -Large Eddy Simulation (LES).
Основное назначение LES - воспроизведение мезомас-штабной турбулентности, возникающей при разрешении различных видов вертикальной неустойчивости атмосферы. Это конвективная неустойчивость либо неустойчивость, связанная с вертикальным сдвигом скорости и направления ветра. В случае моделирования конвективной турбулентности LES должна грубо описать внутреннюю структуру конвективных ячеек, крупных термиков и конвективных облаков, являющихся основными элементами конвективной турбулентности и одновременно воспроизвести достаточно большое (статистически значимое) число конвективных ячеек. LES поход позволяет определить спектр облаков и термиков, их средние размеры, влагосо-держание и другие статистические характеристики.
Отличительная особенность LES - независимость граничных условий от горизонтальных координат. Для этих целей подстилающая поверхность (суша или вода) задается плоской с однородными ландшафтом и температу-
рой. Выше расположен слой толщиной в несколько метров, в котором потоки тепла, влаги, примесей и момента количества движения не меняются по высоте. Над слоем постоянных потоков расположен конвективный слой, толщина которого меняется от нескольких сот метров до нескольких километров в зависимости от интенсивности конвекции. Над конвективным слоем расположена свободная атмосфера.
Математическая постановка в рамках LES, по которой проводились расчеты, изложена в [5; 6]. Проведено две серии численных экспериментов:
- первая относится к внутримассовой конвекции. В ней индикатором скорости и направления ветра служит дымовой шлейф от лесных пожаров;
- вторая серия соответствует циклональным условиям. Скорость и направление ветра восстанавливается при обработке спутниковых снимков по методике, изложенной в данной статье.
Проведем сравнение результатов расчетов представленных схематически с данными космических снимков облачности. Они относятся к первой серии численных экспериментов (рис. 1; 2).
Толстые линии на врезке (рис. 1, а) [5] - это области восходящих движений, соответствующие облакам, тон-
Рис. 1. Сравнение теории с данными при маленькой скорости ветра (0 < U < 5 м/сек) : а - хаотическое расположение облаков; б - облачные «соты»
Рис. 2. Сравнение теории с данными при большой скорости ветра (U > 5 м/сек): а - облачные «дорожки»; б - облачные «валы»
кие линии - нисходящие движения, соответствующие межоблачному пространству. О скорости и направлении ветра можно судить по дымовому шлейфу от лесных пожаров, видимых в центре спутниковых фотографий. Чем шире и короче шлейф, тем слабее ветер. Размеры и высоту облаков можно оценить по изображениям их теней, отчетливо видимым на спутниковом снимке (рис. 1, а). Слабому ветру и слабой конвекции соответствует ансамбль с хаотическим расположением облаков (рис. 1, а). Это так называемые облака хорошей погоды (Cum hum, Cum med), наблюдаемые летом в утренние часы, когда нет сильного ветра. По мере нагрева подстилающей поверхности интенсивность конвекции нарастает, увеличивается количество и размеры термиков и облаков. Иногда в середине дня или в его второй половине облака образуют упорядоченные структуры, имеющие форму сот (рис. 1, б).
Если облачный ансамбль начинает формироваться в условиях ветреной погоды, то облака группируются в направлении вектора скорости. Облачные дорожки - наиболее часто наблюдаемая форма строения конвективных кластеров. О большой скорости ветра можно судить по узкому и длинному дымовому шлейфу от лесных пожаров. Видно, что с изменением направления ветра меняется и направление облачных дорожек (рис. 2, а).
Из сопоставления результатов моделирования с данными спутникового зондирования видно, что интенсивной конвекции соответствует наиболее мощная облачность, так называемые облачные валы (облака, расположены поперек вектора скорости, рис. 2, б).
Таким образом, в случае внутримассовой облачности по спутниковым снимкам облачности можно восстановить качественную картину поля ветра и влаги. При этом наблюдаются следующие закономерности:
- слабому ветру и слабой конвекции соответствует ансамбль с хаотическим расположением облаков;
- слабому ветру и интенсивной конвекции соответствует ансамбль с расположением облаков в виде сот;
- сильному ветру и слабой конвекции соответствуют конвективные дорожки;
- сильному ветру и интенсивной конвекции соответствуют облачные валы.
Упрощенная модель, посвященная объяснению образования квазиупорядоченных структур, изложена в работах [7; 8]. При сравнении результатов расчетов с реальными данными в случае циклонической циркуляции воздуха нами использовалась программа приема изображений облачности с космических аппаратов NOAA в формате APT с последующей тематической обработкой. Этот программный продукт позволяет восстанавливать фактические и прогностические значения некоторых метеорологических параметров по радиояркостным характеристикам облачного покрова. К этим параметрам относятся температура и высота верхней границы облачности, скорость и направление ветра на разных изобарических высотах, количество осадков, а также вид облачности и возможные метеорологические явления, связанные с этой облачностью. Определяется их максимальная интенсивность. Метод восстановления поля ветра проводится для облачных кластеров, имеющих вихревую структуру. Проведем сопоставление результатов расчетов [5] со снимками, полученными при обработке вышеизложенной геоинформационной системы. Изображение облачности формата АРТ для циклональных условий представлено на рис. 3. Горизонтальный масштаб на этом спутниковом снимке намного больше, чем изображено на рис. 1, 2. Из-за этого скопления, которые соответствуют «хаотическому» расположению облаков и облачным «дорожкам» (рис. 3), не идентифицируются. Эллипсами очерчены места, в которых облачность структурирована: в 1-ом эллипсе просматриваются «валы», во 2-ом -«соты». Наиболее мощные валы сопутствуют прохождению атмосферных фронтов. Направление и скорость ветра (рис. 3) соответствуют высоте 700 мб. В циклональных условиях имеет место более сложная картина по сравне-
Рис. 3. Облачные структуры при циклональных условиях:
1 - облачные «валы»; 2 - облачные «соты»; 3 - линия шквала
нию с внутримассовой облачностью. Многоярусность облачности затрудняет анализ и выявление взаимосвязи структур облачности и метеополей.
Анализ большого количества снимков для циклональ-ной облачности показывает, что облачные кластеры имеют многоярусную структуру, особенно в случаях прохождения фронтов. При этом на различных ярусах могут присутствовать одинаковые структуры разных масштабов либо разные структуры. Все это сильно затрудняет анализ и выявление взаимосвязи структур облачности и метеополей.
Таким образом, представлена методологическая схема разработки информационно-аналитического программного комплекса, предназначенного для использования космической информации в задаче диагноза метеорологических параметров в нижней и средней тропосфере. Приведены иллюстрации фактических и расчетных полей облачности и показана возможность решения задачи для ряда типичных атмосферно-облачных ситуаций.
Моделирование распространения дымовых шлейфов от лесных пожаров. Для оценки территории, охваченной дымовым аэрозолем, разработана крупномасштабная модель переноса трассера с использованием обратных траекторий [9; 10]. В расчетах использовались данные Реанализа (ECMWF) Европейского Центра Среднесрочных Прогнозов Погоды с 10по 20 августа 2002 г., когда горение леса на территории Республики Саха было самым сильным [11]. С помощью обратных траекторий восстанавливалась концентрация дымового аэрозоля на территории Якутии и Заполярья.
Для расчета траекторий привлекаются данные о ветре и температуре на 23 изобарических поверхностях с шагом по времени 6 часов. В численных экспериментах обратные траектории вычислялись с шагом по времени 1 ч., поэтому данные о ветре и температуре были линейно про-интерполированы для 1-го ч. на 6-ти нижних уровнях.
Восстановление концентрации проводилось для региона 70° - 172,5° в. д. и 63,5° - 80° с. ш. в узлах сетки 2,5 х 2,5 градуса. Зона пожара была задана как прямоугольный площадной источник с границами с 121° - 131° в. д. и с 61° - 64° с. ш.
Приведем результаты численных экспериментов по восстановление концентрации на высоте 850 мбар для 120 ч и на высоте 600 мбар для этого же времени (рис. 4).
Модель дальнего переноса дает возможность оценить районы, в которых дымовой аэрозоль от Якутских пожаров может оказывать влияние на процессы облако- и осадкообразования, на изменения прозрачности атмосферы, а осевший аэрозоль в районах Арктики может влиять на альбедо снежного и ледяного покрова.
Влияние массовых пожаров на циклональную циркуляцию. Представим снимок космического зондирования, относящегося к массовым лесным пожарам в Якутии в 2002 г. (рис. 5).
Рис. 5. Якутские пожары 2002 г.
На снимке видно, что непосредственно над зоной пожаров облачность отсутствует. Это косвенно подтверждает, что крупнодисперсный аэрозоль подавляет процессы облако- и осадкообразования. Кроме того, под влиянием инсоляции и тепла, выделяемого при пиролизе, происходит перестройка циркуляций воздушных масс над зоной пожара и в ее окрестностях. Циклон огибает территорию пожаров. Анализ большого количества спутниковых снимков массовых лесных пожаров показывает, что данная ситуация весьма характерна для циклонических условий.
70 80 90 100 110 120 130 140 150 1В0 170 70 80 90 100 110 120 130 140 150 1Б0 170
Рис. 4. Распространение примеси на высоте: а - 850 мбар для 120 ч; б - 600 мбар для того же времени
Представим метеорологическую трактовку данной ситуации. Под влиянием крупнодисперсного дымового аэрозоля мощность облаков на обширных территориях уменьшается, а процессы осадкообразования выше изотермы - 12 °С прекращаются [12]. В результате верхняя часть тропосферы, расположенная над этой изотермой, охлаждается и температура ее становится ниже, чем у окружающего облачного пространства, где воздействие аэрозоля не происходило. Холодные и более тяжелые массы воздуха опускаются, подавляя конвекцию в слое, расположенном ниже данной изотермы. Вследствие этого уменьшается интенсивность процессов осадкообразования в жидкокапельной части облаков, что приводит к дальнейшему охлаждению облачного слоя и усилению нисходящего потока. Этот процесс продолжается до тех пор, пока облачный слой над зоной задымления не исчезнет.
В условиях ясной погоды возникает перемешанный слой. Все тепло и дымовой аэрозоль, выделяемые при пожарах, теперь не проникают выше этого слоя. Если этот процесс происходит на больших территориях, то возникает циркуляция, при которой холодный воздух опускается в верхней и нижней части тропосферы и растекается в перемешанном слое. Под действием силы Кориолиса возникает типичная антициклональная циркуляция, при которой ветер в этой области меняет свое направление, что подтверждает анализ снимков космического зондирования над зоной наиболее мощных массовых пожаров. Ледяные частицы, образовавшиеся в результате кристаллизации в большом количестве облаков, формируют перистые ледяные облака, которые расположены (рис. 5) с подветреной стороны от лесных пожаров.
Похожий механизм реализуется при искусственных воздействиях на дождевые и градовые облака. Различие заключается в том, что роль кристаллизующего фактора играет не крупнодисперсные дымовые частицы, а специальный реагент.
Таким образом, основным выводом данного исследования, базирующегося на численных расчетах и их метеорологической трактовке, а также на сравнении результатов моделирования с данными наблюдений является то, что в зоне лесных массовых пожаров может меняться тип циркуляции воздушных масс с циклонической на антициклональную. В результате возникает механизм положительной обратной связи, приводящей к усилению и длительности массовых пожаров в условиях Сибирских регионов.
Библиографический список
1. Вельтищев, Н. Ф. Ячейковая конвекция: лабораторные измерения и наблюдения в атмосфере / Н. Ф. Вель-
тищев, Т. X Геохланян // Труды Гидрометцентра СССР. 1974. Вып. 132. С. 71-87.
2. Вельтищев, Н. Ф. Теория мезомасштабных конвективных систем в атмосфере, наблюдаемых с искусственных спутников Земли : автореф. дис. ... д-ра физ.-мат. наук / Н. Ф. Вельтищев. М. : Гидрометцентр СССР, 1979. 395 с.
3. Мальбахов, В. М. Численное моделирование некоторых атмосферных явлений / В. М. Мальбахов, В. А. Шлыч-ков, О. А. Дубровская // Современные методы математического моделирования природных и антропогенных катастроф : труды VIII Всероссийской конф. Кемерово, 2005. С. 228-238.
4. Elperin, T. Formation of large-scale semi-organized structures in turbulent convection / T. Elperin, N. Kleeorin,
I. Rogachevskii, and S. Zilitinkevich // Phys. Rev. 2002. E 66, 066305 (1-15).
5. Mal’bakhov V. M. Numerical modeling of a coherent structures ensemble with convection in the atmospheric boundary layer / V. M. Mal’bakhov, V. A. Shlychkov // Bull. Of the Novosibirsk Computing Center, series «Numerical Model in Atmosphere, Ocean and Environment Studies». NCC Publisher, Novosibirsk, 2001.Application Issue 7. P. 35-43.
6. Мальбахов, В. М. Гидродинамическое моделирование эволюции атмосферных конвективных ансамблей /
В. М. Мальбахов. Новосибирск : Изд-во ИВМиМГ СО РАН, 1997. 186 с.
7. Мальбахов. В. М. Упрощенная модель квазиупоря-доченных ансамблей конвективных ячеек / В. М. Мальбахов. М. : Метеорология и гидрология, 1997. № 11. C. 33-40.
8. Malbackov, V. M. Instability of convective cells and genesis of convective structures of different scale / V. M. Malbackov // J. Fluid Mech. 1998. 365. P. 1-22.
9. Sutton, R. T. High-resolution stratospheric tracer fields estimated from satellite observations using lagrangian trajectory calculations / R. T. Sutton, A. O’Neill, F. M. Taylor // J. Atmos. Sci. / 1994. 51. 2995-3005.
10. Белоусов, С. Л. Расчет трехмерных траекторий воздушных частиц / С. Л. Белоусов, Ю. И. Юсупов // Метеорология и гидрология. 1991. N° 12. С. 41-48.
11. Сухинин, А. И. Якутские пожары 2002 г. как прообразы глобальных экологических катастроф / А. И. Су-хинин // Природные пожары: возникновение, распространение, тушение и экологические последствия : материалы 5-й Междунар. конф. Томск : изд-во Томского ун-та, 2003. С. 181-182.
12. Дубровская, О. А. Оценка влияния крупных дымовых частиц на процессы осадкообразования / О. А. Дубровская, В. С. Козлов, В. М. Мальбахов // Оптика атмосферы и океана. Томск, 2005. Т. 18. № 5-6. С. 430-435.
O. A. Dubrovskaya
MODELLING AND REMOTE SENCING OF SMOKE AND CLOUDINESS STRUCTURE
Interdependence between smoke and clouds structure, and temperature, air humidity and wind fields is presented. Smoke plums and clouds ensemble structure is reconstructed by computer modeling using hydrological and thermodynamics base equations described atmosphere state.
Принята к печати в декабре 2006 г.
