7Известия Кабардино-Балкарского научного центра РАН № 1 (57) 2014
НАУКИ О ЗЕМЛЕ
УДК 551.578.7
ИСПОЛЬЗОВАНИЕ ВЫХОДНЫХ ДАННЫХ ГЛОБАЛЬНОЙ МОДЕЛИ АТМОСФЕРЫ (GFS) ДЛЯ ОЦЕНКИ ПАВОДКОВОЙ СИТУАЦИИ НА РЕКАХ ЮГА ЕВРОПЕЙСКОЙ ТЕРРИТОРИИ РОССИИ
А.Х. КАГЕРМАЗОВ, Л.М. ФЕДЧЕНКО
ФГБУ Высокогорный геофизический институт 360030, КБР, г. Нальчик, пр. Ленина, 2 E-mail: vgikbr@rambler.ru
Предложен метод оценки паводковой опасности по выходным данным глобальной модели атмосферы (T254,NCEP) с использованием концепции «выходных статистик модели» (Model Output Statistics MOS) для некоторых регионов юга ЕТР.
Ключевые слова: статистический анализ, паводковая опасность, глобальная модель атмосферы, концепция «выходных статистик модели», регрессионное уравнение.
Риск возникновения чрезвычайных ситуаций, обусловленных наводнениями на юге европейской территории России (ЕТР), очень высок. Это объясняется тем, что значительная часть населенных пунктов, объектов промышленности и сельского хозяйства расположены на прибрежных территориях в долинах рек. Наводнения в регионе часто носят катастрофический характер. Экономические потери достигают миллиардов рублей. Значительны и социальные потери: количество пострадавших исчисляется тысячами, а погибших - сотнями человек.
Степень опасности наводнений и масштаб последствий принято определять в первую очередь в зависимости от того, насколько максимальный уровень воды в реках во время затопления превышает исходный уровень. С максимальным уровнем связана площадь затопления в пойме реки и в конечном счете объем ущерба, наносимого инфраструктуре, хозяйственным и жилым постройкам.
В данной работе рассматриваются регионы с реками, максимальный сток которых обусловлен выпадением интенсивных осадков (дождей).
В последние годы в информационном обеспечении методов прогнозирования опасных явлений погоды, связанных с конвективными процессами в атмосфере, происходят существенные изменения. Интенсивное развитие вычислительных средств, информационных технологий (Интернет) и как следствие - оперативная доступность результатов расчетов глобальных моделей атмосферы открывают новые возможности для развития методов прогноза на основе новой информационной базы [1-3].
В настоящей работе используется выходная продукция Глобальной системы прогнозов (GFS NCEP) для расчета предикторов, используемых в прогнозе опасных явлений погоды и сопутствующих им чрезвычайных ситуаций (в частности, паводка).
Основные свои черты глобальная модель приобрела в начале 90-х годов после обобщающих работ авторов [4-6]. Глобальная модель атмосферы высокого пространственного разрешения (T254) имеет дискретность по времени 3 часа для заблаговременности прогноза 0-180 час. и 12 часов для заблаговременности 180-384 часа. В последнем варианте модели расчеты проводятся на гауссовой сетке с разрешением (768х384), что приблизительно соответствует горизонтальному разрешению 0,5° широтно-долготной сетки. По вертикали толща атмосферы (от поверхности земли до высоты изобарической поверхности 0,27 гПа) разделена на 64 слоя, к серединам которых предписаны основные счетные
А.Х. КАГЕРМАЗОВ, Л.М. ФЕДЧЕНКО
Sigma-уровни. Координатная сетка по вертикали неоднородна: имеет место сгущение в нижних слоях, где 1,5 км пограничный слой атмосферы описывают 15 счетных уровней и 24 уровня выше 100 гПа. Орография построена на основе глобальной цифровой модели рельефа Геологической службы США с горизонтальной сеткой в 30 угловых секунд (примерно 1 км). Так, для оценки опасности развития паводка в данном случае используется информация, предоставленная Гидрометцентром КБР, которая состоит из дат, когда наблюдались паводки, региона и максимального превышения высоты уровня воды в реках над ординаром (Н) в сантиметрах.
К этим данным подбираются предикторы, рассчитываемые на основе Глобальной модели, а именно: Q3 - спрогнозированное количество осадков, выпавших за предыдущие три дня до наблюдения паводка; Qn - прогноз количества осадков, выпавших в день паводка.
Таким образом, в соответствии с концепцией MOS (Model Output Statistics) Выходных Статистик Моделей с использованием регрессионного анализа (пакет SPSS) получены статистические схемы оценки опасности наблюдения паводка. В табл. 1, 2 приведены результаты оценок развития паводков по соответствующим регрессионным уравнениям для двух характерных регионов юга ЕТР - Западной и Центральной части Северного Кавказа, а на рис. 1, 2 - нормализованные р-р графики стандартизированных регрессионных остатков и гистограмма их распределения как критерии качества регрессионных уравнений.
Оценка паводка с помощью регрессионного анализа. Западная часть Северного Кавказа (Краснодарский край, Адыгея)
Сводная таблица модели регрессии
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson
1 0,686(a) 0,471 0,295 188,38174 3,086
Предикторы: (Constant), Qn, Q3 Зависимая переменная: H (см).
Коэффициенты
Model Unstandardized Standardized t Sig. Collinearity Statistics
Coefficients Coefficients
B Std. Error Beta Tolerance VIF
1 (Constant) 169,901 149,094 1,140 0,298
Q3 10,518 4,962 0,861 2,120 0,078 0,535 1,870
Qn -6,981 9,057 -0,313 -0,771 0,470 0,535 1,870
Уравнение регрессии (модель): Н1=10,518 • 03-6,981 • ОП +169,9. (Н 1) - оценочные значения зависимой переменной Н (см).
Таблица 1.
Оценочные значения высоты превышения ординара уровнем воды Н1 в сравнении
с фактическими Н, полученные по регрессионному уравнению на основе параметров, рассчитанных по данным Глобальной модели ОББ
№ пп DATA H Q3 Qn H1
1 2 3 4 5 6
1 06.07.08 475,00 22,40 11,50 325,22
2 14.06.09 350,00 20,50 4,40 354,80
3 19.06.10 594,00 56,00 10,00 689,10
4 21.06.10 275,00 39,90 22,90 429,70
5 27.06.10 609,00 25,30 12,00 352,23
6 30.06.10 80,00 21,30 8,20 336,69
7 09.04.11 749,00 52,00 16,80 599,56
8 23.05.11 652,00 69,80 37,80 640,18
9 28.06.11 230,00 24,50 20,20 286,58
Normal P-P Plot of Regression Standardized Residual
Dependent Variable: h sm
Observed Cum Prob Histogram
Dependent Variable: h sm
Regression Standardized Residual
Рис. 1. Нормализованный р-р график стандартизированных регрессионных остатков и гистограмма их распределения по модели оценки паводков для Западного Кавказа
А.Х. КАГЕРМАЗОВ, Л.М. ФЕДЧЕНКО Normal P-P Plot of Regression Standardized Residual
Dependent Variable: h sm
Observed Cum Prob
Histogram
Dependent Variable: h sm
Regression Standardized Residual
Рис. 2. Нормализованный р-р график стандартизированных регрессионных остатков и гистограмма их распределения по модели оценки паводков для Центрального Кавказа
Оценка паводка с помощью регрессионного анализа. Центральная часть Северного Кавказа (Ставропольский край, КБР, Северная Осетия,
Чечня, КЧР, Ингушетия)
Коэффициенты
Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 423,182 148,133 2,857 ,024
Q3 2,027 3,320 ,252 ,610 ,561 0,663 1,507
Qn -6,214 9,870 -,260 -,630 ,549 0,663 1,507
Уравнение регрессии (модель): Ш=2,027^3-6,214^П+423,2. (Н1) - оценочные значения зависимой переменной Н (см).
Таблица 2.
Оценочные значения высоты превышения ординара уровнем воды Н1 в сравнении с фактическими Н, полученные по регрессионному уравнению на основе параметров, рассчитанных по данным Глобальной модели ОББ
№ пп DATA H Q3 Qn H1
1 2 3 4 5 6
1 18.06.09 416,00 20,20 17,00 358,49
2 07.06.10 415,00 15,60 13,10 373,40
3 19.06.09 465,00 47,50 3,70 496,47
4 20.06.09 495,00 47,30 3,90 494,82
5 22.06.09 335,00 9,00 8,50 388,61
6 22.06.11 530,00 35,00 5,50 459,95
7 27.08.11 565,00 21,30 1,10 459,52
8 14.07.09 400,00 8,10 11,60 367,52
9 21.07.09 431,00 14,90 10,00 391,24
10 22.07.09 150,00 20,60 8,50 412,12
В заключение отметим, что новая технология прогноза опасных конвективных явлений погоды и сопутствующих им чрезвычайных ситуаций, основанная на использовании выходной продукции Глобальной системы прогнозов Национального центра экологических прогнозов США (GFS NCEP), показала свою работоспособность. В соответствии с концепцией MOS (Model Output Statistics) Выходных Статистик Моделей могут быть реализованы статистические схемы прогноза и для других опасных явлений (град, сильный ливень, сель, сильный ветер).
ЛИТЕРАТУРА
1. Кагермазов А.Х. Прогноз града по выходным данным глобальной модели атмосферы (Т254 NCEP) // Метеорология и гидрология, 2012. № 3. С. 28-34.
2. Кагермазов А.Х., Федченко Л.М. Использование концепции «идеального» метода статистического анализа (PERFECT PROGNOS METHODS-PP) для прогноза града // Известия КБНЦ РАН. Нальчик, 2012. С. 75-80.
3. Кагермазов А.Х., Кешева Л.А., Хучунаева С.Б. Прогноз сильного ливня и паводка на основе концепции MOS (Model output statistic) выходных статистических моделей // Материалы международного симпозиума «Устойчивое развитие: проблемы, концепции, моде-
А.Х. КАГЕРМАЗОВ, Л.М. ФЕДЧЕНКО
ли», посвященного 20-летию КБНЦ РАН. Нальчик, 28 июня - Зиюля, 2013. Т. II. С. 126-128.
4. Kalnay E., Kanamitsu M., Baker W.E. Global numerical weather prediction at the National Meteorological Center // Bull. Amer. Meteor. Soc., 1990. Vol. 71. P. 1410-1428.
5. Kanamitsu M. Description of the NMC global data assimilation and forecast system // Wea. and Forecasting, 1989. Vol. 4. P. 335-342.
6. Kanamitsu M., Alpert J.C., Campana K.A., Caplan P.M., Deaven D.G., Iredell M., Katz B., Pan H.-L., Sela J. and White G.H. Recent changes implemented into the global forecast system at NMC // Wea. and Forecasting, 1991. Vol. 6. P. 425-435.
USAGE OF THE OUTPUT DATA OF THE GLOBAL ATMOSPHERIC MODEL (GFS) FOR ESTIMATING THE FLOOD SITUATION ON THE RIVERS OF THE SOUTH OF THE EUROPEAN TERRITORY OF RUSSIA
A.KH. KAGERMAZOV, L.M. FEDCHENKO
High-mountainous Geophysical Institute 360030, KBR, Nalchik, 2, Lenin's avenue E-mail: vgikbr@rambler.ru
The method for estimating of the flood risk on the output data of the global atmospheric model (T254, NCEP) using the concept of "model output statistics" (Model Output Statistics, MOS) for some southern regions of the ETR is represented.
Key words: statistical analysis, flood risk, global atmospheric model, Model Output Statistics (MOS), the regression equation.
Работа поступила 15. 01. 2014 г.
