CC BY
65
Физико-географические исследования
УДК 551.59
Н.А. Калинин, О.Ю. Булгакова, Л.А. Дегтярева
ПРОСТРАНСТВЕННОЕ РАСПРЕДЕЛЕНИЕ КОМПЛЕКСНЫХ КРИТЕРИЕВ ПОГОДНОЙ ИЗМЕНЧИВОСТИ ПО ТЕРРИТОРИИ ПЕРМСКОГО КРАЯ И УДМУРТСКОЙ РЕСПУБЛИКИ
Рассчитаны интегральные критерии погодной изменчивости на территории Пермского края по таким метеорологическим величинам, как температура воздуха, ветер и осадки. Выявлены сезонные особенности пространственного распределения критериев метеорологической уязвимости на территории Пермского края, а также проведен сравнительный анализ по данным критериям с территорией Удмуртии.
Ключевые слова: критерии уязвимости, неблагоприятные условия погоды, метеорологические явления, районирование территории.
Территория Пермского края составляет 160236,5 км2. Максимальная протяженность края с севера на юг составляет 645 км, с запада на восток - 417,5 км. Протяженность автомобильных дорог общего пользования (с учетом Коми-Пермяцкого автономного округа) составляет 10540 км, из них с твердым покрытием - 10143 км (96,2%). Плотность автомобильных дорог общего пользования с твердым покрытием составляет 79,9 км на 1000 км2. По территории края проходит федеральная автодорога Казань
- Пермь - Екатеринбург. В настоящее время регион имеет автодорожные выходы в соседние Удмуртию (три), Башкортостан (один) и Свердловскую область (один). В связи с большой протяженностью дорожной сети на территории края, а также в связи с отсутствием на большей территории других видов транспорта, кроме автомобильного, возрастает роль дорожного хозяйства в экономике края. Рентабельность этой отрасли во многом зависит от эффективности использования гидрометеорологической информации. Погодная зависимость отрасли наиболее ярко проявляется в холодный период года. Такие явления, как интенсивные снегопады, дождь, метели, сильные морозы, гололедные явления оказывают существенное влияние на состояние дорожного полотна, что в свою очередь приводит к снижению объема перевозок, к увеличению аварийности, а перерасход противогололедных материалов ведет к загрязнению окружающей среды и увеличению материальных затрат [1].
В условиях низкой температуры резко увеличивается вязкость масел, что ведет к ухудшению смазки агрегатов, снижается работоспособность аккумуляторных батарей, увеличивается хрупкость деталей из пластмассы и резины. В условиях недостаточной видимости (туман, морось, дождь, снегопад) замедляется скорость движения автомобилей. При гололедных явлениях снижается сцепление колес с дорогой, возникает боковое скольжение, занос автомобилей, увеличивается тормозной путь. Снегопады ухудшают возможность проезда по дорогам. Даже при слабых метелях образуются заносы, скрывающие границы дороги.
Затраты на уборку дорог в зимнее время в среднем по России составляют до 75% всех расходов дорожных хозяйств. Зимнее содержание дорог включает: 1) механизированные работы (подметание снега с проезжей части и тротуаров, удаление наката, расширение проезжей части, посыпка проезжей части и тротуаров противогололедными материалами, вывозка снега); 2) ручные работы (очистка от снега и наледи тротуаров, лестниц, мест у борта, посыпка песком).
От правильной оценки степени влияния метеорологических факторов на состояние дорожного полотна зависит эффективность работы дорожных служб [2-4].
Несмотря на умеренно-континентальный климат Пермского края, погодные условия в холодный период года, особенно на севере края, бывают достаточно суровые. Зимы обычно снежные и продолжительные. Средняя температура января на северо-востоке региона составляет -18,50С, а на юго-западе -150С. Абсолютный минимум температуры на севере края достигает -53ОС.
Годовая норма осадков возрастает от 410 - 450 мм на юго-западе до 1000 мм на высокогорном северо-востоке. Снежный покров устанавливается в конце октября - начале ноября и держится в среднем 170-190 дней в году. Высота снежного покрова в марте изменяется от 60 до 90 см.
Наблюдается частая повторяемость опасных метеорологических явлений (туманы, грозы, метели, сильные морозы, заморозки, гололеды). В восточной горной части региона (район Полюдова
Камня) насчитывается до 195 дней в году с туманом. Зимние туманы связаны с явлением температурных инверсий, когда в замкнутых долинах и горных котловинах застаивается плотный холодный воздух. Наибольшее число дней с грозами отмечается на северо-востоке края (в районе Полюдова Камня 27 дней в году). Наблюдаются частые возвраты холодов весной [5].
Для анализа эффективности использования гидрометеорологической информации в работе дорожных организаций необходимо провести расчет критериев погодной изменчивости, определить их пороговые значения, провести районирование территории по метеорологической уязвимости, а также провести сравнительный анализ уязвимости с соседними территориями.
Для расчета оценки изменчивости условий погоды необходимо определить среднюю климатическую величину М метеорологической величины. Это связано с тем, что средние климатические характеристики различных метеорологических величин (например, температуры, осадков, ветра) позволяют провести районирование исследуемой территории на однородные по условиям погоды районы. Построение однородных районов позволяет в дальнейшем классифицировать их по изменчивости.
Другими важными оценками для классификации являются пороговые значения сезонного (зима / лето) экстремума е метеорологической величины (т.е. критерии принятия решений для заданной территории). Эти критерии могут быть определены, исходя из практической деятельности потребителя и из статистического распределения метеорологической величины, как это продемонстрировано на рис. 1.
I
II
Рис. 1. Распределение минимальной (I) суточной температуры воздуха зимой и максимальной (II) суточной температуры воздуха летом в Перми
Градации экстремальной температуры определялись по 5 %-му критерию повторяемости для минимальной температуры из левой части распределения и для максимальных - из правой.
Таким образом, в качестве безразмерного критерия К, определяющего метеорологическую уязвимость по одной метеорологической величине, распределение которой подчиняется нормальному закону, предлагается отношение порогового значения экстремума 5%-й повторяемости е к его средней М:
К = —. М
(1)
Несколько сложнее получить такой критерий для метеорологической величины, распределение которой не подчиняется нормальному закону, например, для осадков (рис. 2). В этом случае значение средней является сильно смещенной оценкой для распределения суточных сумм осадков.
В связи с этим необходимы исследования сезонного распределения осадков на наблюдательных станциях рассматриваемой территории. В частности, исследования, проведенные во ВНИИГМИ-МЦД [2; 6], показали, что для России мода распределения осадков очень мало меняется по станциям
- от 70 до 80% повторяемости, в большей степени по сезонам - 65-90 %, что соответствует градации суточных сумм осадков 0-4 мм. Поэтому в качестве порогового значения для суточных сумм осадков был использован не пяти, а 10%-й уровень повторяемости. При этом превышения 10%-го уровня повторяемости предложено считать не в процентах от нормы (средней), а в процентах от моды.
По методике, разработанной ВНИИГМИ-МЦД [6; 7], критерий К оценивается для суточных значений трех основных метеорологических величин по рассматриваемой территории и по сезону: температуре - КТ; осадкам - Кя; ветру - Ку.
Оценки Кт, ^ и Ку для суточных значений этих метеорологических величин позволяют определить критерий оценки погодной изменчивости К0:
К0 = КТРТ + КНРН + КуРу, (2)
где через РТ, Рц, Ру обозначены наблюденные повторяемости метеорологических величин.
37
повторяемость. 9/ч
:
1 1 п О о . о . о . о . о
О 5 10 15 20 25 30 35 ЛО 45 50 55 БО
Рис. 2. Распределение суточных сумм осадков в Перми
Исследования по метеорологической уязвимости территории необходимо проводить с учетом экономической направленности ее хозяйственной деятельности. Отдельные метеорологические величины могут не влиять (или слабо влиять) на какие-то виды хозяйственной деятельности. Чтобы учесть в формуле (2) только нужные слагаемые, в качестве множителя к каждой из метеорологических величин вводится бинарная экспертная оценка Е, принимающая значения 0 или 1:
При этом критерий К0 является безразмерной величиной, что позволяет проводить сравнение различных территорий по погодной изменчивости.
Кроме изменчивости условий погоды на хозяйственную деятельность территорий существенное влияние, как было показано выше, оказывают опасные гидрометеорологические явления. Именно поэтому после определения критерия погодной изменчивости необходимо определить также критерий уязвимости от опасных явлений погоды (ОЯ). Оценки уязвимости от ОЯ рассчитываются в зависимости от интегральных оценок метеорологических величин. Учитывая, что в работе исследуются три основные метеорологические величины, в качестве основных, производных от них ОЯ, наносящих наибольшие экономические потери, предлагается выбрать засухи - наводнения - I/, ураганы,
шквалы, смерчи - 1„.
В качестве критерия оценки уязвимости Т0 от этих трех явлений выбирается суммарная оценка порогового значения их интенсивности (продолжительности) в баллах, умноженная на Р - наблюдаемую повторяемость:
Здесь, как и выше, через бинарную экспертную оценку Е, принимающую значения 0 или 1, учитывается важность рассматриваемого опасного явления для исследуемой территории с учетом ее основной производственно-хозяйственной деятельности.
Из формулы (4) видно, что критерий Т0 является также безразмерной величиной.
Кроме основных ОЯ, на территорию могут воздействовать другие потенциально опасные явления. Это воздействие может быть не столь существенным с точки зрения экономических потерь, или такие явления могут проявляться редко. Несмотря на это, их влияние также должно учитываться в исследованиях метеорологической безопасности.
В качестве потенциально опасных явлений погоды предлагается рассматривать следующие явления: сильные морозы, сильная жара, заморозки - Р/, ограниченная видимость - Р„; гололедные явления - Р; грозовые разряды - Р1. Их сезонная повторяемость Р при заданном (территориальным органом Росгидромета для территории или совместно с ним для хозяйствующего субъекта) пороговом критерии интенсивности будет составлять третью группу оценок метеорологической уязвимости Р0:
В данном случае через бинарную экспертную оценку Е аналогично учитывается важность рассматриваемого потенциально опасного явления для исследуемой территории.
(3)
(4)
(5)
Таким образом, полная оценка метеорологической уязвимости D рассматриваемой территории будет составлять сумму перечисленных критериев (3) - (5):
D = К0 + Т0 + Р0. (6)
Выражение (6) состоит из суммы безразмерных, положительных величин и является полной (в рамках поставленной задачи) характеристикой метеорологической уязвимости рассматриваемой территории. По такой характеристике классифицируемые территории могут сравниваться между собой и объединяться в группы по близким значениям D.
Схема предлагаемой классификации может быть несколько иной: вначале исследуемые территории классифицируются по первым трем основным метеорологическим величинам в соответствии с критерием К0 (вычисленным по формуле (3)), затем по производным от них опасным явлениям погоды в соответствии с критерием Т0 (вычисленным по формуле (4)), затем по четырем дополнительным потенциально опасным явлениям в соответствии с критерием Р0 (вычисленным по формуле (5)).
Целесообразно также отметить, что классификация территории по рассмотренным климатологическим характеристикам требует сравнения с их классификацией по размерам фактического ущерба. Оценка связи метеорологической уязвимости и фактического ущерба в денежных единицах может быть выполнена с помощью корреляционного анализа соответствующих данных.
Подобные исследования ранее были проведены по территории Удмуртии [8-10]. По региону Пермского края такое исследование проводится впервые. На первом этапе работы была произведена оценка уязвимости территории только по основным метеорологическим характеристикам (температура, ветер, осадки). Критерий оценки погодной изменчивости К0 рассчитывался по предложенной в методике формуле (3). Для этого использовались ряды суточных наблюдений основных метеорологических величин (порыв ветра (V), осадки (Я), максимальная (Ттах) и минимальная (Тт,„) суточная температура воздуха) по 12 станциям, равномерно расположенным по территории Пермского края за 1981-2010 гг. При этом выбор экстремальных градаций по каждой станции выполнен на основе распределений метеорологических величин, построенных с помощью стандартных программных средств. Отметим, что экстремальные градации выбирались на основе 5%-й повторяемости (для осадков 10%-й повторяемости) по двум периодам года: теплый (апрель-октябрь) и холодный (ноябрь-март). Полная статистика по экстремальным значениям для рассматриваемых метеорологических величин по всем станциям Пермского края приведена в табл. 1.
Таблица 1
Сводная таблица экстремумов для трех основных метеорологических величин на территории Пермского края по сезонам (тп - теплый период, хп - холодный период) за 1981-2010 годы
Станция Температура (5%) Ветер (5%) Осадки (10%)
Т 1 хп T 1 тп V хп V тп Rхп Rтп
етах emin ^ср emax emin ^ср emax emin єср emax emin єср emax emin єср emax emin єср
Вая -34,4 -46,6 -15,2 34,0 19,2 10,0 20 11 5,1 24 12 4,7 17 7 2,0 49 12 2,1
Чердынь -27,9 -44,0 -14,1 33,5 17,8 11,1 20 12 7,1 24 14 6,5 22 8 2,1 47 11 2,2
Гайны -24,5 -42,3 -13,0 34,0 18,8 11,3 21 14 7,0 28 14 6,4 16 7 1,0 42 8 1,9
Лысьва -25,1 -42,3 -12,8 36,5 22,0 12,3 24 14 6,2 24 14 5,5 18 6 2,0 64 9 2,1
Березники -26,3 -41,8 -12,9 33,7 20,2 11,9 24 18 7,4 28 15 6,5 18 5 1,8 45 11 2,0
Кудымкар -29,6 -42,9 -12,8 34,1 19,7 11,7 20 14 6,3 21 14 6,2 16 6 1,8 49 8 1,9
Бисер -27,5 -42,3 -14,9 31,5 19,1 9,9 20 14 7,3 21 14 6,0 22 7 2,1 73 11 2,0
Пермь -24,1 -39,4 -11,7 35,4 20,9 12,6 24 15 6,1 24 14 5,0 19 6 1,8 54 9 2,0
Б.Соснова -28,6 -43,5 -12,6 35,2 20,5 12,5 24 14 5,9 28 12 4,8 17 6 1,9 51 9 2,1
Кунгур -27,4 -41,5 -12,5 36,2 21,5 12,7 20 14 6,4 21 13 5,1 16 5 1,8 50 9 2,0
Чайковский -22,1 -36,3 -10,9 36,0 21,3 14,1 21 15 5,9 23 14 5,2 18 7 1,9 50 10 2,2
Чернушка -27,1 -43,2 -12,5 35,6 21,0 13,2 23 16 8,1 23 14 6,4 20 5 1,9 63 9 2,2
В табл. 1 приведен ряд минимальных (максимальных) значений для холодного и теплого периодов из средних за каждый год. Ряд ранжировался в порядке возрастания (убывания). По формуле
0,95*(количество лет)+1 получен порядковый номер члена, температура которого есть средняя температура с 5%-й повторяемостью. Аналогичные действия выполнялись для максимальных (минимальных) значений из абсолютных минимумов для холодного периода (ХП) и абсолютных максимумов для теплого периода (ТП). Далее выбирались максимальные (минимальные) значения из макси-
мального ветра по рассматриваемым периодам (ТП и ХП), для которых также рассчитывались значения ветра с 5%-й повторяемостью. Так как осадки имеют резко асимметричное распределение, среднее арифметическое не является типичным значением элемента, поэтому превышения 10%-го уровня повторяемости суточных сумм осадков считалось не в процентах от нормы (средней), а в процентах от моды. Мода - наиболее часто встречающееся в совокупности значение. Суточные суммы осадков были разбиты по градациям 0,1-3; 3,1-6 мм и т.д. Найден модальный интервал - это интервал с наибольшей повторяемостью, соответствующей градации 0,1-3 мм. Далее выстраивался ряд из мод, ранжировался и выбирался член, соответствующий 10%-й повторяемости. Затем выбирались максимальные (минимальные) значения из наибольшего суточного количества осадков, для которых также рассчитывались значения с 10%-й повторяемостью. На основе данных табл. 1 проведен расчет безразмерных характеристик изменчивости условий погоды (Кт, Кр, Кк), а также интегральной характеристики изменчивости условий погоды (К0), которые представлены в табл. 2.
Таблица 2
Критерии погодной изменчивости по основным метеорологическим величинам по территории Пермского края за 1981-2010 годы
Станция Кт Ку Кя К
Теплый период
Вая 853,9 1229,4 9324,3 11407,6
Чердынь 743,2 938,3 8462,7 10144,2
Гайны 750,0 1053,3 8447,4 10250,7
Лысьва 764,7 1108,9 11158,6 13032,2
Березники 728,3 1061,8 8988,0 10778,1
Кудымкар 738,0 906,1 9630,0 11274,1
Бисер 820,3 936,3 13482,0 15238,6
Пермь 718,4 1219,8 10111,5 12049,7
Б.Соснова 716,5 1337,5 9171,4 11225,4
Кунгур 730,5 1070,0 9469,5 11270,0
Чайковский 653,4 1142,0 8754,6 10550,0
Чернушка 688,2 927,9 10505,5 12121,6
Холодный период
Вая 604,8 689,9 2718,0 4012,7
Чердынь 579,6 511,6 3235,7 4326,9
Гайны 583,2 567,5 2741,8 3892,5
Лысьва 597,7 695,7 2718,0 4011,4
Березники 600,1 644,2 2894,2 4138,5
Кудымкар 643,8 612,5 2768,3 4024,6
Бисер 531,7 528,6 3127,9 4188,2
Пермь 617,0 725,7 3145,8 4488,5
Б.Соснова 650,4 731,0 2741,8 4123,2
Кунгур 626,5 603,0 2642,5 3872,0
Чайковский 608,1 692,5 2980,3 4280,9
Чернушка 639,2 546,5 2980,3 4166,0
Используя значения Кт, Кр, Кк и К0, вычислили их среднегодовые значения. Результаты расчетов представлены в табл. 3, из которой следует, что наибольший вклад в изменчивость условий погоды на территории края вносят осадки.
Аналогичные выводы получены в работах [9-10] для Удмуртии (табл. 4).
Даже если учесть, что экстремальные значения по осадкам определялись на основе 10%-й повторяемости, показатель изменчивости К на порядок выше аналогичных показателей по ветру и температуре. В целом изменчивость условий погоды в теплый период больше, чем в холодный. Отличия в значениях Кт как по всей территории края, так и по рассматриваемым периодам незначительны. Изменчивость условий погоды по ветру в холодный период года, в отличие от теплого, выражена слабо. Критерий изменчивости по осадкам меняется существенно и отличается как по территории, так и по периодам.
Таблица 3
Среднегодовые критерии погодной изменчивости по основным метеорологическим величинам по территории Пермского края за 1981-2010 годы
Станция Kт Kv Kr K0
Теплый период
Вая 28,5 41,0 310,8 380,3
Чердынь 24,8 31,3 282,1 338,1
Гайны 25,0 35,1 281,6 341,7
Лысьва 25,5 37,0 372,0 434,4
Березники 24,3 35,4 299,6 359,3
Кудымкар 24,6 30,2 321,0 375,8
Бисер 27,3 31,2 449,4 508,0
Пермь 24,0 40,7 337,1 401,7
Б.Соснова 23,9 44,6 305,7 374,2
Кунгур 24,4 35,7 315,7 375,7
Чайковский 21,8 38,1 291,8 351,7
Чернушка 22,9 30,9 350,2 404,1
Холодный период
Вая 20,2 23,0 90,6 133,8
Чердынь 19,3 17,1 107,9 144,2
Гайны 19,4 18,9 91,4 129,8
Лысьва 19,9 23,2 90,6 133,7
Березники 20,0 21,5 96,5 138,0
Кудымкар 21,5 20,4 92,3 134,2
Бисер 17,7 17,6 104,3 139,6
Пермь 20,6 24,2 104,9 149,6
Б.Соснова 21,7 24,4 91,4 137,4
Кунгур 20,9 20,1 88,1 129,1
Чайковский 20,3 23,1 99,3 142,7
Чернушка 21,3 18,2 99,3 138,9
Таблица 4
Среднегодовые критерии погодной изменчивости по основным метеорологическим величинам по территории Удмуртской Республики за 1961-2003 годы
Станция Kт Kv Kr K0
Теплый период
Можга 20,6 24,4 585,1 630,1
Сарапул 20,7 20,7 398,6 440,0
Ижевск 21,2 21,8 538,6 581,7
Воткинск 21,4 19,4 512,8 553,6
Селты 21,4 18,5 398,0 438,0
Игра 21,6 18,8 383,3 423,7
Дебесы 21,6 21,2 409,3 452,1
Глазов 21,8 26,7 390,0 438,5
Холодный период
Можга 22,8 15,0 180,2 218,0
Сарапул 22,7 12,7 255,6 291,0
Ижевск 22,1 13,5 219,5 255,1
Воткинск 22,5 13,9 182,3 218,7
Селты 22,3 14,7 181,0 218,0
Игра 21,8 17,0 156,4 195,3
Дебесы 21,0 14,6 173,3 209,0
Глазов 21,6 17,3 174,1 213,0
Наименьшие значения интегрального коэффициента изменчивости К0 отмечаются в районе Чердыни в теплый период и в Кунгуре в холодный период года. Наибольшая изменчивость в холодный период отмечается в краевом центре, а в теплый период - в Бисере. Прослеживается четко выраженная меридиональная направленность пространственного распределения уязвимости территории Пермского края, что обусловлено влиянием Уральского хребта.
Изменчивость условий погоды в холодный период носит равномерный характер по всей территории Пермского края, значение К0 находится в пределах 129,1-149,6 (табл. 3). По Удмуртии данный показатель имеет большую изменчивость и колеблется от 195,3 до 291,0 (табл. 4). В теплый период года градиент изменчивости по территории края усиливается: значения К0 изменяются от 338,1 до
508.0 (табл. 3). По территории Удмуртии в теплый период года значение К0 изменяется от 423,7 до
630.1 (табл. 4).
В табл. 5 представлено районирование территории Пермского края по степени метеорологической уязвимости, рассчитанной по основным метеорологическим показателям. Условно всю территорию края можно поделить на три зоны: зону со слабой (показатель К0 меньше 500 единиц), зону со средней (500 < К0 < 550) и зону с высокой изменчивостью (показатель К0 больше 550 единиц). С позиции воздействия неблагоприятных условий погоды на экономику Пермского края наиболее опасной в целом за год является территория горно-восточного района (Бисер). Близки к показателям станции Бисер значения К0 на станциях Пермь, Лысьва и Чернушка (табл. 5).
Таблица 5
Среднегодовые критерии метеорологической уязвимости территории Пермского края
за 1981-2010 годы
Станция К0тп К0хп К
Вая 380,3 133,8 514,1
Чердынь 338,1 144,2 482,3
Гайны 341,7 129,8 471,5
Лысьва 434,4 133,7 568,1
Березники 359,3 138,0 497,3
Кудымкар 375,8 134,2 510,0
Бисер 508,0 139,6 647,6
Пермь 401,7 149,6 551,3
Б.Соснова 374,2 137,4 511,6
Кунгур 375,7 129,1 504,8
Чайковский 351,7 142,7 494,4
Чернушка 404,1 138,9 543,0
Несмотря на то, что по территории Удмуртии значения комплексных показателей погодной уязвимости выше за счет большего вклада изменчивости по осадкам, территория Пермского края значительно больше подвержена погодной уязвимости по таким метеорологическим величинам, как ветер и температура воздуха. В целом и территория Пермского края, и территория Удмуртии подвержены значительным погодным колебаниям, что объясняется рельефом местности и циркуляционными условиями, сопровождающимися частым прохождением циклонов, которые задерживаются перед переваливанием Уральских гор и углубляются за счет поступления дополнительных порций холодного воздуха с севера.
Районирование территорий показало, что наибольшие значения критериев уязвимости наблюдаются в юго-западной части Удмуртии, включая столицу Удмуртской Республики - Ижевск. По территории Пермского края - это центральная и северо-восточная части, включая краевой центр Пермь. В том и другом случае - это районы с развитыми транспортными структурами, развитой экономикой, имеющие перспективы развития, поэтому наибольший экономический эффект от использования гидрометеорологической информации будет получен именно в этих районах.
Из приведенной методологии оценки метеорологической уязвимости территории видно, что в ее основу было положено классическое определение изменчивости условий погоды. Именно поэтому для расчета оценки было исследовано, как сильно экстремумы отличаются от средних значений и к чему
это отклонение может привести с позиции риска воздействия природной среды на экономику конкретной территории или на конкретный объект и, в частности, на дорожное хозяйство Пермского края.
Предполагается, что повторяемость экстремумов метеорологических величин оказывается не ниже определенного значения, что и будет характеризовать высокую изменчивость. А устойчивым развитием экономики предлагается считать такое ее функционирование, при котором малые снижения предотвращенных потерь или незначительные превышения не предотвращенных потерь не сказываются негативно на динамике развития дорожной отрасли.
СПИСОК ЛИТЕРАТУРЫ
1. Транспорт. URL: http://www.perm.ru/index.php?id= 114122
2. Бедрицкий А.И., Коршунов А.А., Хандожко Л.А., Шаймарданов М.З. Проблема использования метеорологических прогнозов (экономический аспект) // На рубеже веков: экономические проблемы реформирования России: сб. науч. тр. М.: Экономика, 1998. С. 129-148.
3. Загребина Т.А. Экономические эффекты от использования гидрометеорологической информации в дорожном хозяйстве // Вестн. ИжГТУ. Ижевск, 2006. С. 60-62.
4. Калинин Н.А., Булгакова О.Ю., Казакова К.А., Пенский О.Г. Условия адаптации транспортных сетей к погодно-климатической неустойчивости на территории Пермского края // Вестн. Удм. ун-та. Сер. Биология. Науки о Земле. 2011. Вып. 4. С. 127-131.
5. Климат. URL: http://www.perm.ru/index.php?id=114183
6. Бедрицкий А.И., Коршунов А.А., Шаймарданов М.З. Опасные гидрометеорологические явления и их влияние на экономику России. Обнинск: ВНИИГМИ-МЦД, 2001. 36 с.
7. Коршунов А.А., Филиппов И.А. Опасные гидрометеорологические явления и неблагоприятные условия погоды: некоторые результаты анализа статистики // Тр. ВНИИГМИ-МЦД. Вып. 169. 2002. С. 134-147.
8. Загребина Т.А. Уязвимость территории при возникновении опасных природных явлений // Великие реки: Междунар. науч.-пром. форум. Н. Новгород, 2006. С. 354-359.
9. Калинин Н.А., Загребина Т.А., Булгакова О.Ю. Расчет критериев оптимальности использования метеорологической информации в дорожном хозяйстве Удмуртии // Вестн. Удм. ун-та. Сер. Биология. Науки о Земле. 2010. Вып. 3. С. 3-11.
10. Калинин Н.А., Загребина Т.А, Булгакова О.Ю. Региональная модель расчета показателей экономической эффективности метеорологической информации в дорожном хозяйстве. Пермь: ПГНИУ, 2012. 156 с.
Поступила в редакцию 06.11.12
N.A. Kalinin, O. Yu. Bulgakova, L.A. Degtyareva
Spatial distribution of complex criteria of weather variability on the territory of Perm Krai and the Udmurt Republic
Integral tests of weather variability are calculated in the territory of Perm Krai on such meteorological criteria as air temperature, wind and precipitation. Seasonal features of the spatial distribution for the criteria of meteorological vulnerability in the territory of Perm Krai are revealed, and the comparative analysis between Perm Krai and the territory of Udmurtia on the criteria is carried out.
Keywords: criteria of vulnerability, adverse conditions of weather, meteorological phenomena, territory division into districts.
Калинин Николай Александрович, доктор географических наук, профессор E-mail: kalinin@psu.ru
Булгакова Ольга Юрьевна, кандидат географических наук, доцент
Дегтярева Людмила Анатольевна, соискатель E-mail: meteo@psu.ru
ФГБОУВПО «Пермский государственный национальный исследовательский университет» 614990, Россия, г. Пермь, ГСП, ул. Букирева, 15
Kalinin N.A., doctor of geography, professor E-mail: kalinin@psu.ru
Bulgakova O.Yu.,
candidate of geography, associate professor
Degtyareva L.A., postgraduate E-mail: meteo@psu.ru
Perm State National Research University 614990, Russia, Perm, Bukireva st., 15
