CC BY
167
5. Калинин Н.А., Смирнова А. А. Совместное использование данных радиолокационных и станционных наблюдений для анализа облачных полей // Метеорология и гидрология. 2002. № 8. С. 53-60.
6. Калинин Н.А., Смирнова А. А., Ветров А.Л., Заморин И.С., Пенский О.Г., Толмачева Н.И. Разработка геоинформационной технологии сверхкраткосрочного прогноза погоды с учетом физико-географических особенностей территории // Университетская география: Материалы юбил. науч. конф. М.: Географический факультет, 2005. С. 89-94.
7. Капралов Е.Г., Кошкарев А.В., Тикунов В.С. Основы геоинформатики: В 2 кн. М.: Изд. центр «Академия», 2004.
8. Матвеев Л.Т. Физическая метеорология. Л.: Гидрометеоиздат, 2000. 780 с.
9. Наставление гидрометеорологическим станциям и постам. Л.: Гидрометеоиздат, 1985. Вып. 3, ч. 1. 302 с.
Поступила в редакцию 17.05.05.
A.L. Vetrov. N.A. Kalinin, A.A. Smirnova
GIS-technology of the operative analysis and supershortterm weather forecast in area mesoscale
In given clause the description of GIS-technology of the operative forecast of the dangerous natural meteorological phenomena developed for territory Ural Prikamye is resulted.
Ветров Андрей Леонидович Калинин Николай Александрович Смирнова Анна Александровна Пермский государственный университет 614990, Россия, г. Пермь, ГСП, ул. Букирева, 15 E-mail: [email protected]
положенных в потенциально опасных местах (зона подтопления, сильного ветра, застоя воздуха), рассчитывать различные сценарии возможного развития атмосферных процессов и выдавать вероятностный прогноз наступления опасного явления погоды (сильный мороз, сильная жара, ураганный ветер, катастрофический ливень, град) над интересующей пользователя локальной территорией (от бассейна реки до населенного пункта).
Пользователь получает оперативную информацию в виде бланка с картой фактически отмечаемых метеоявлений, прогностическую — ожидаемых явлений с выделенными зонами наибольшей опасности. На основе прогностической карты пользователь может принимать решение о проведении защитных мероприятий, самостоятельно оценивая риск в соответствии с вероятностью его наступления.
Авторы благодарят сотрудников кафедры прикладной математики и информатики ПермГУ к.т.н. О.Г. Пенского и В.С. Русакова за программную реализацию методов расчета.
Работа выполнена при финансовой поддержке РФФИ (проекты №№ 04-05-96043, 04-05-97503).
СПИСОК ЛИТЕРАТУРЫ
1. Ветров А.Л., Заморин И.С., Русаков В.С., Смирнова А.А. Комплекс программ расчета приземной температуры воздуха на основе совместного использования данных наземных метеорологических и аэрологических наблюдений ЬаМ_Тешр. М.: НТВИЦ, 2005. № 4742.
2. География, общество, окружающая среда. Том VII: Картография, геоинформатика и аэрокосмическое зондирование / Под ред. А.М. Берлянта, Ю.Ф. Книжнико-ва. М.: Изд. дом «Городец», 2004. 624 с.
3. Заморин И.С., Пенский О.Г., Смирнова А.А. Recod (программа преобразования и извлечения данных радиолокационных наблюдений АМРК МРЛ-5 «Метеоячейка»). М.: НТВИЦ, 2005. № 4287.
4. Калинин Н.А., Наумов А. Д., Смирнова А. А., Толмачева Н.И. Исследование опасных явлений погоды с использованием радиолокационных, радиозондовых и станционных измерений // Региональный конкурс РФФИ-Урал. Пермь: ПНЦ УрО РАН, 2002-2005.
сети наземных метеорологических станций, которые восстанавливаются в узлы регулярной сетки с помощью средств АгсОК, реализующих геостатический анализ методами Кригинга или сплайнов [2];
ветер. Для пространственного восстановления поля ветра используется гидродинамическая модель. В качестве исходных данных применяются значения направления и скорости ветра, полученные с сети наземных метеорологических станций, результаты температурно-ветрового зондирования атмосферы и цифровой модели рельефа.
Наиболее сложными для представления в виде полей пространственного распределения являются облачность и осадки. Сложность заключается в большой пространственно-временной изменчивости этих характеристик. Для их построения производится оценка водности и водозапаса облаков. Расчет водности осуществляется по информации о дефиците влажности и вертикальных движениях в атмосфере, по данным температурно-ветрового зондирования и приземным характеристикам и значениям радиолокационной отражаемости во всем слое облака от его основания до верхней границы (рис.). Эмпирические значения критической водности позволяют оценить опасность выпадения осадков и их возможную интенсивность.
Рис. Поле пространственного распределения водозапаса облачности ^ > 1 кг/м2), восстановленное по данным метеорологического радиолокатора МРЛ-5 (29.07.03)
Расчеты осуществляются с помощью программных комплексов, написанных на языке программирования Бе1рй. Кнопки, запускающие выполнение программ, выведены на панель инструментов АгсОК 8.3. Геообработка, интерполяция методами сплайнов и Кригинга, а также геостатический анализ производятся программными модулями АгсОК.
Уточненные в оперативном режиме для конкретной местности метеорологические параметры представлены в виде изолиний, цветных полей или символов погоды. С помощью конструкторов запросов можно произвести анализ состояния погоды, задавая условие «Если., то.» (например, оценить вероятность радиационного тумана в городе Х, если температура воздуха в нем +12,6°С, точка росы +11,2°С, облачность 1-3 балла, ветер юго-западный 1-3 м/с, относительная влажность воздуха 75 %, относительная средняя высота 57 м, в 1000 м к западу от города озеро площадью 2400 м, в 200 м к северу хвойный лес), выделять буферную зону вокруг объектов, рас-
рологического радиолокатора МРЛ-5 (г. Пермь). При этом информация метеостанций поступает каждые три часа (данные наблюдений в основные синоптические сроки), аэрологической станции — два раза в сутки (0 и 12 ч международного согласованного времени). Частота радиолокационного зондирования атмосферы в зависимости от условий погоды в течение суток изменяется от 30 минут («сложная» погода) до 2 часов. В результате извлечения метеорологической информации из файлов прямого доступа, ее раскодирования, преобразования и комплексирования данные представляются в виде электронной таблицы в формате Интерполяция производится в узлы регулярной сетки с шагом 4 х 4 км. В оболочке АгсОК 8.3 осуществляется визуализация полей приземной температуры воздуха, атмосферного давления на уровне моря, барических тенденций, ветра, приземных характеристик влажности и водозапаса облаков. Используются следующие интерполяционные процедуры для получения метеорологических полей в области мезомас-штаба:
приземная температура воздуха. Для построения поля пространственного распределения приземной температуры воздуха используются данные, полученные при температурно-ветровом зондировании атмосферы, с сети наземных метеорологических станций и цифровая модель рельефа. Данные зондирования применяются для восстановления значений температуры воздуха у поверхности земли с учетом фактического вертикального температурного градиента в пограничном слое атмосферы [1]. Таким образом, учитывается зависимость пространственного распределения температуры воздуха от топографии местности. На следующих этапах предполагается учесть влияние на приземную температуру воздуха природных и антропогенных объектов, имеющих различные тепловой и радиационный режимы (водохранилища, лесные массивы, городская застройка и т.п.);
приземные характеристики влажности. Для пространственной интерполяции приземных характеристик влажности также используются данные, полученные при температурно-ветровом зондировании атмосферы, с сети наземных метеорологических станций и цифровая модель рельефа. На первоначальном этапе определяется фактический вертикальный градиент температуры точки росы в пограничном слое атмосферы. На следующем этапе, используя значения вертикального градиента, производят интерполяцию поля температуры точки росы в узлы регулярной сетки с учетом топографии местности. На основе известного соотношения [8] определяются значения парциального давления водяного пара по вычисленным значениям температуры точки росы у поверхности земли. Восстанавливая значения парциального давления насыщенного водяного пара, которые зависят от температуры воздуха, определяют относительную влажность воздуха в узлах сетки;
атмосферное давление на уровне моря и барическая тенденция. Построение поля пространственного распределения давления и его тенденции осуществляется на основе использования фактических значений атмосферного давления на уровне моря и барической тенденции, полученных с
метеорологическая информация поступает в базу данных каждые три часа в течение суток (основной объем информации) со всех метеостанций северного полушария; она представлена в специфическом формате (метеорологический код, текстовые телеграммы, расчетные значения в узлах регулярной сетки), который требует раскодировки и переформатирования [3]; содержит информацию с различных измерительных и наблюдательных систем (метеостанции, радиозонды, метеорологические радиолокаторы, метеорологические искусственные спутники Земли), а также данные расчетов мировых прогностических центров (Москва, Рединг, Вашингтон, Оффенбах), поэтому IBM PC, на которых работает ГМИС, должны располагать большим объемом машинной памяти и высокой скоростью обработки данных.
Географическая база данных в зависимости от выполняемой задачи, которая определяется требованиями пользователя ГМИС, может содержать векторные и растровые слои рельефа, гидрографии, растительности, населенных пунктов и т.п.
Результаты наблюдений и расчетов должны быть представлены в виде, удобном для потребителя, то есть таком, который позволил бы оценить реальную метеорологическую ситуацию человеку без метеорологического образования, но в то же время форма представления должна отвечать требованиям «Наставления гидрометеорологическим станциям и постам» [9] и адекватно отображать атмосферные процессы. Сфера применения ГМИС определяет ее наполняемость электронным материалом и используемые модели (программные модули). В основном ГМИС должна помогать производить анализ текущего состояния интересующего объекта с учетом метеоусловий, оценивать его будущее состояние при нормальных и неблагоприятных метеорологических условиях, получать прогноз погоды или ее отдельных явлений, производить предпроектную оценку рационального размещения техногенного объекта с учетом риска возникновения опасных природных метеорологических явлений.
На кафедре метеорологии и охраны атмосферы Пермского госуниверситета ведется работа по созданию геоинформационных технологий оперативной оценки опасных природных метеорологических явлений на территории Пермской области на базе пакета ArcGIS 8.3 (ESRI, США) [6]. Географическая база данных содержит электронные топографические карты территории исследования, сельскохозяйственных и лесных угодий, рек и озер, транспортных коммуникаций, населенных пунктов в масштабе 1:200 000 (классификатор Роскартографии UNI - VGM), переданные Пермскому госуниверситету ГосГИСцентром Роскартографии, и карты, полученные разработчиками данных технологий в результате ручной оцифровки (метеорологические станции и посты) и геостатического анализа табличных данных (рельеф местности с осреднением высоты места по квадратам 4 х 4 км).
Оперативная метеорологическая база данных содержит оперативную информацию, поступающую в виде файлов прямого доступа с наблюдательных метеорологических и аэрологических станций Пермского края и метео-
Необходимость оперативного принятия решения о развитии мезо-масштабных атмосферных процессов обусловливает привлечение к анализу атмосферных явлений новых инструментов — геоинформационных систем (ГИС). Метеорологическая информация в них представлена на географической основе в виде накладывающихся друг на друга (операция Overlay) слоев изолиний, цветных полей, символьных обозначений.
Существующие метеорологические ГИС используют географическую информацию лишь в качестве «подложки», для более удобного восприятия пользователем нанесенной метеорологической информации и для привязки к местности при составлении прогнозов погоды и гидрометеорологических обзоров. Такие ГИС не являются в прямом смысле географическими и чаще определяются как гидрометеорологические информационные системы (например, ГИС Метео, Oskar, Метеоэксперт); они незаменимый помощник специалиста-синоптика, гидролога, океанолога, но при этом лишены возможности внесения в глобальную метеорологическую информацию региональных корректив за счет учета влияния на атмосферную циркуляцию мезомасштабных процессов, обусловленных подстилающей поверхностью.
Создание метеорологических ГИС в оболочке существующих геоинформационных пакетов (ArcView, ArcGIS, MapINFO, ГеоГраф, ПАРК, Autodesk Map и т.д.) позволит повысить качество диагноза и сверхкраткосрочного прогноза погоды на региональном уровне, поскольку такая ГИС будет оптимально сочетать стандартные процедуры обработки синоптических карт и возможности пространственного анализа. Географическая метеорологическая информационная система (ГМИС) позволит при оценке физического состояния атмосферы с помощью полей пространственного распределения температуры, давления, ветра, влажности и т.д. учитывать влияние подстилающей поверхности, анализировать возможность развития мезомасштабных явлений над интересующим объектом (городом, аграрной территорией, водным объектом, авто- или железной дорогой), производить мониторинг экологического состояния окружающей среды. С помощью модулей пространственного анализа и анализа поверхностей ГИС-пользователь может производить анализ пространственных объектов в их взаимосвязи с учетом динамики их развития и моделировать трехмерные объекты. Конструкторы запросов на языке SQL позволяют пользователю выбирать необходимые условия взаимного анализа слоев информации; встроенные языки программирования (Avenue, Visual Basic, MapBasic, Delphi и др.) дают возможность адаптировать для решения конкретной проблемы существующие модели анализа данных или разрабатывать и подключать свои модели [2; 7].
В ГМИС информация должна быть представлена метеорологической (климатической и оперативной) и географической базами данных. Климатическая метеорологическая база данных содержит режимную метеорологическую информацию по метеостанциям (экстремальные и средние значения метеовеличин на каждой станции за период наблюдений). Оперативная база данных отличает метеорологические ГИС от прочих, поскольку оперативная
ИСПОЛЬЗОВАНИЕ ГИС-ТЕХНОЛОГИЙ В НАУКАХ О ЗЕМЛЕ
УДК 551.509:528.9
А.Л. Ветров, Н.А. Калинин, А.А. Смирнова
ГИС-ТЕХНОЛОГИЯ ОПЕРАТИВНОГО АНАЛИЗА И СВЕРХКРАТКОСРОЧНОГО ПРОГНОЗА ПОГОДЫ В ОБЛАСТИ МЕЗОМАСШТАБА
Приводится описание ГИС-технологии оперативной оценки опасных природных метеорологических явлений, разрабатываемой для территории Уральского Прикамья.
Ключевые слова: геоинформационные системы, поля пространственного распределения метеовеличин, интерполяция, комплексирование, опасные природные метеорологические явления.
Исследованиям физического состояния атмосферы на региональном уровне в последнее время уделяется большое внимание, которое вызвано тем, что для решения задач прикладной метеорологии требуется информация по не охваченной метеостанциями территории. Восстановление информации осуществляется интерполяцией известных значений в узлы регулярной сетки. Для учета мезомасштабных возмущений атмосферной циркуляции при интерполяции полей приземного давления и температуры воздуха должны учитываться влияние рельефа местности на восстанавливаемую величину и ее фактические горизонтальные и вертикальные градиенты. Дискретные поля влажности, облачности и осадков должны строиться на основе параметризаций, учитывающих термодинамическое состояние атмосферы, радиационно-облачное взаимодействие, турбулентный обмен, процессы конденсации и испарения водяного пара, взаимодействие с подстилающей поверхностью (тепло- и влагообмен). При проведении анализа необходимо вводить в расчеты данные, полученные с других наблюдательных и измерительных систем, поскольку комплексирование различной информации, характеризующей одну и ту же величину, с учетом достоинств каждой системы получения информации и минимизации их ошибок, позволяет повысить качество анализа величины [4; 5]. Полученные в соответствии с изложенными требованиями поля пространственного распределения метеорологических величин позволяют получать уточненный анализ условий погоды на конкретной территории, производить сверхкраткосрочный прогноз погоды, использовать их в качестве мезомасштабного сигнала в глобальных и региональных моделях прогноза погоды.
