Обеспечение полетов авиации МЧС в условиях низкой облачности Текст научной статьи по специальности «Математика»

ОБЕСПЕЧЕНИЕ ПОЛЕТОВ АВИАЦИИ МЧС В УСЛОВИЯХ

НИЗКОЙ ОБЛАЧНОСТИ

Е.В. Вернигорова В.В. Попов, к.г.н., доцент ВАИУ г. Воронеж

Современный парк специальных самолетов и вертолетов МЧС России позволяет использовать авиацию для пожаротушения, спасения людей в труднодоступных местах и на воде, организовывать воздушные пункты управления, ведения инженерной, радиационной и химической разведки, оказывать экстренную медицинскую помощь в крупных мегаполисах. Жизнь показывает, что почти ни одна задача по спасению человека не решается сегодня без участия авиации.

Прошедшее жаркое и сухое лето еще раз продемонстрировало боль-шойую ффективность применения авиации МЧС при пожаротушении и транспортных перевозках сил и средств. Анализ применения авиации МЧС показал, что лучших результатов можно достичь только при всестороннем анализе и прогнозе метеорологической обстановки, особенно облачности и дальности видимости. Без этого не может осуществляться ни один полет, так как деятельность спасателей в случае возникновения каких-либо чрезвычайных ситуаций может быть затруднена.

Существующие методы прогноза нижней границы слоистообразной облачности пока не имеют требуемой руководящими документами точности. В связи с этим является актуальной задача по усовершенствованию существующих и разработке новых методов прогноза слоистообразной облачности.

Исходя из вышеизложенного, одной из важнейших составляющих обеспечения безопасности полетов является прогноз высоты нижней границы облаков.

Целью исследования является анализ возможности совершенствования способов прогноза низкой неконвективной облачности, наиболее существенно влияющей на взлет, посадку и боевое применение авиации. Для этого проведена работа по разработке более точного способа прогноза высоты нижней границы неконвективной облачности с использованием предикторов, полученных на основе гидродинамических функций.

В настоящее время в метеорологической практике широко используются графические способы прогноза высоты нижней границы облачности Гоголевой и МГАМЦ. Способы базируются на использовании эмпирической связи высоты нижней границы облачности с температурой точки росы в исходном районе. Чем меньше дефицит точки росы, тем ниже облачность [1-3].

В качестве исходной информации, используемой для расчета необходимых параметров, брались данные о давлении на уровне моря, темпе-

ратуре, скорости ветра у земли и дефиците точки росы в Воронеже и в четырех пунктах, расположенных вокруг него.

Для улучшения качества прогноза в данном исследовании использовались гидродинамические характеристики атмосферы, которые достаточно редко используются в физико-статистических прогнозах метеорологических величин.

-Mi-

f ' ^

/

/ 00^

-1-1-9-

-15 -10 -5 0 5 10

ТО 850

лапласиан

Рисунок 1. Графики плотности распределения значений предикторов

В качестве предикторов использовались:

Т - средняя температура воздуха в пункте прогноза у земли;

Т 85П - средняя температура воздуха в пункте прогноза на уровне 850

гПа;

D - среднее значение дефицита точки росы у земли; D 850 - среднее значение дефицита точки росы на уровне 850 гПа; VP = 1\ + Р2 +1\ +1\ - Р() - лапласиан давления, косвенно характеризующий характер вертикальных движений;

- dU 6V

divV = — + — - дивергенция ветра, характеризующая сходимость

дХ cY

изогипс;

dV dU

Q =----вихрь скорости, характеризующий завихренность поля;

дХ dY

дТ dD дТ dD

------якобиан, характеризующий взаимодеиствие темпера-

дХ dY dY дХ

туры и дефицита точки росы;

с)Т с)Т

U— + V— - конвективная производная, характеризующая скорость

дХ 8Y

изменения температуры воздуха в пространстве;

и^ = 2—_ проекция геострофического ветра на ось абсцисс; / 2/У V

= у ~ пРоекция геострофического ветра на ось ординат.

Далее распределение данных величин было проверено на соответствие нормальному закону распределения, так как при построении линейной регрессии необходимы только те величины, которые распределены по данному закону. Для этого были построены графики: на оси абсцисс нанесены средние значения величин, на оси ординат их относительная плотность распределения. Для примера на рисунке 1 показаны графики плотности распределения некоторых метеорологических величин, используемых в качестве предикторов.

Выполнено сравнение полученного регрессионного прогностического уравнения с методами прогноза нижней границы слоистообразной облачности Гоголевой и МГАМЦ. Результаты сравнительного анализа приведены в таблице.

Таблица

Значения средней абсолютной ошибки

Прогностический Метод Гоголе- Метод Регрессионный

метод вой МГАМЦ метод

Средняя абсолютная 152 160 139

ошибка

Из анализа полученных результатов можно сделать вывод, что разработанный способ, наряду с существующими может быть после дополнительной проверки использован в оперативной работе при метеорологическом обеспечении авиации МЧС.

Список использованной литературы

1. Воробьев В.И. Практикум по синоптической метеорологии / В.И. Воробьев. - JL: Гидрометеоиздат, 1983.

2. Гусева H.H. Автоматизированный метод прогноза ВНГО: труды Гидрометцентра СССР, 1989. - Вып. 305.

3. Волоконский Ю.Н., Дегтярев A.C. Статистические методы обработки метеорологической информации. Часть 2. / Ю.Н. Волоконский, A.C. Дегтярев. - М.: Воениздат, 2000.