CC BY
33
ISSN 1026-2237 BULLETIN OF HIGHER EDUCATIONAL INSTITUTIONS. NORTH CAUCASUS REGION. NATURAL SCIENCE. 2021. No. 1
УДК 551.508.79
doi 10.18522/1026-2237-2021-1-59-69
СПОСОБ ПРОГНОЗИРОВАНИЯ ЗОН ОБЛЕДЕНЕНИЯ ВОЗДУШНЫХ СУДОВ НА ОСНОВЕ РАДИОМЕТРИЧЕСКИХ ИЗМЕРЕНИЙ ПАРАМЕТРОВ АТМОСФЕРЫ*
© 2021 г. В.В. Зуев1, А.В. Павлинский1, Д.П. Мордус12, О.Е. Нечепуренко13, Г.Н. Ильин4, В.Ю. Быков4
Институт мониторинга климатических и экологических систем СО РАН, Томск, Россия,
2Западно-Сибирский филиал Авиаметтелеком Росгидромета, Новосибирск, Россия, 3Национальный исследовательский Томский государственный университет, Томск, Россия, 4Институт прикладной астрономии РАН, Санкт-Петербург, Россия
METHOD FOR FORECASTING AIRCRAFT ICING ZONES BASED ON RADIOMETRIC MEASUREMENTS OF ATMOSPHERIC PARAMETERS
V.V. Zuev1, A.V. Pavlinsky1, D.P. Mordus12, O.E. Nechepurenko13, G.N. Ilin4, V.Yu. Bykov4
1Institute of Monitoring of Climatic and Ecological Systems, SB RAS, Tomsk, Russia, 2West-Siberian branch, Aviamettelekom Roshydromet, Novosibirsk, Russia, 3National Research Tomsk State University, Tomsk, Russia, 4Institute of Applied Astronomy, RAS, Saint Petersburg, Russia
Зуев Владимир Владимирович - доктор физико-математических наук, член-корреспондент РАН, профессор, главный научный сотрудник, Институт мониторинга климатических и экологических систем Сибирского отделения Российской академии наук, пр. Академический, 10/3, г. Томск, 634055, Россия, e-mail: vzuev@list.ru
Павлинский Алексей Валерьевич - кандидат физико-математических наук, научный сотрудник, Институт мониторинга климатических и экологических систем Сибирского отделения Российской академии наук, пр. Академический, 10/3, г. Томск, 634055, Россия, e-mail: wf@inbox.ru
Мордус Дарья Петровна - кандидат физико-математических наук, научный сотрудник, Институт мониторинга климатических и экологических систем Сибирского отделения Российской академии наук, пр. Академический, 10/3, г. Томск, 634055, Россия; синоптик 1-й категории, Западно-Сибирский филиал Авиаметтелекома Росгидромета, ул. Депутатская, 1, г. Новосибирск, 630099, Россия, e-mail: dariymordus@gmail.com
Нечепуренко Ольга Евгеньевна - кандидат физико-математических наук, ведущий инженер, Институт мониторинга климатических и экологических систем Сибирского отделения Российской академии наук, пр. Академический, 10/3, г. Томск, 634055, Россия; ассистент, Национальный исследовательский Томский государственный университет, пр. Ленина, 36, г. Томск, 634050, Россия, e-mail: o.e.nechepurenko@gmail.com
Vladimir V. Zuev - Doctor of Physics and Mathematics, Chief Researcher, Corresponding Member, Russian Academy of Sciences, Professor, Institute of Monitoring of Climatic and Ecological Systems, Siberian Branch of the Russian Academy of Sciences, Akademicheskii Ave, 10/3, Tomsk, 634055, Russia, e-mail: vzuev@list.ru
Alexey V. Pavlinsky - Candidate of Physics and Mathematics, Researcher, Institute of Monitoring of Climatic and Ecological Systems, Siberian Branch of the Russian Academy of Sciences, Akademicheskii Ave, 10/3, Tomsk, 634055, Russia, email: wf@inbox.ru
Daria P. Mordus - Candidate of Physics and Mathematics, Researcher, Institute of Monitoring of Climatic and Ecological Systems, Siberian Branch of the Russian Academy of Sciences, Akademicheskii Ave, 10/3, Tomsk, 634055, Russia; Forecaster of the 1st Category, West-Siberian Branch, Aviamettelecom Roshydromet, Deputatskaya St., 1, Novosibirsk, 630099, Russia, e-mail: dariymordus@gmail.com
Olga E. Nechepurenko - Candidate of Physics and Mathematics, Leading Engineer, Institute of Monitoring of Climatic and Ecological Systems, Siberian Branch of the Russian Academy of Sciences, Akademicheskii Ave, 10/3, Tomsk, 634055, Russia; Assistant, National Research Tomsk State University, Lenina Ave, 36, Tomsk, 634050, Russia, e-mail: o. e.nechepurenko@gmail. com
* Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 18-05-80051.
ISSN 1026-2237 BULLETIN OF HIGHER EDUCATIONAL INSTITUTIONS. NORTH CAUCASUS REGION. NATURAL SCIENCE. 2021. No. 1
Ильин Геннадий Николаевич - кандидат физико-математических наук, заведующий отделением, Институт прикладной астрономии Российской академии наук, наб. Кутузова, 10, г. Санкт-Петербург, 191187, Россия, email: igen@iaaras.ru
Быков Владимир Юрьевич - научный сотрудник, Институт прикладной астрономии Российской академии наук, наб. Кутузова, 10, г. Санкт-Петербург, 191187, Россия, e-mail: bykovvladimir@mail.ru
Gennadii N. Ilin - Candidate of Physics and Mathematics, Head of Department, Institute of Applied Astronomy, Russian Academy of Sciences, Kutuzova Emb., 10, Saint Petersburg, 191187, Russia, e-mail: igen@iaaras.ru
Vladimir Yu. Bykov - Researcher, Institute of Applied Astronomy, Russian Academy of Sciences, Kutuzova Emb., 10, Saint Petersburg, 191187, Russia, e-mail: bykovvladimir@mail.ru
Обледенение является одним из неблагоприятных метеорологических явлений для авиации. Обледенение воздушного судна (ВС), как правило, возникает в результате образования льда на его поверхности при отрицательной температуре и высокой влажности воздуха в атмосфере. Предложен способ прогнозирования зон обледенения ВС на основе радиометрических измерений параметров атмосферы на базе аппаратно-программного комплекса «Нева». Приведены результаты наукастинга зон обледенения в районе аэродрома Санкт-Петербурга (Пулково), полученные на основе дистанционных измерений в нижнем километровом слое атмосферы. Осуществлена верификация полученных данных с использованием информации о фактическом обледенении самолетов в полете по данным метеослужбы аэродрома, а также данным радиозондирования аэрологической станции Воейково. Оценка качества наукастинга указывает на перспективность использования аппаратно-программного комплекса «Нева» для прогнозирования зон обледенения ВС на основе радиометрических измерений параметров атмосферы. Полученные за период с октября 2018 г. по март 2020 г. в районе аэродрома Пулково прогнозы характеризуются высокой оправдываемостью и предупрежден-ностью, при этом результаты в значительной степени совпадают с общепринятым методом прогноза зон обледенения ВС (метод Годске).
Ключевые слова: обледенение, наукастинг, верификация, радиометрия, профиль температуры, общее влагосодер-жание, аппаратно-программный комплекс.
Icing is a potentially hazardous weather events for aviation. Aircraft icing, as a rule, occurs as a result of the formation of ice on its surface at negative temperatures and high air humidity. Automated nowcasting system "Neva " implements a method for predicting aircraft icing zones based on radiometric measurements of atmospheric parameters. The results of nowcasting of icing zones in the area of the St. Petersburg airfield (Pulkovo) at heights up to 1 kilometer on the basis of remote measurements are presented. The accuracy of forecasting was verified using information on the actual icing cases according to the data of the aerodrome weather service, as well as the data of radio sounding at the Voeikovo aerological station. The high accuracy offorecasts and the icing warning rate are shown, as well as good agreement of the nowcating results with the Godske method generally used in operational practice. Evaluation of the quality of nowcasting shows to the prospects of using the automated system "Neva" for predicting aircraft icing zones on the base of radiometric measurements of atmospheric parameters. The forecasts obtained for the period from October 2018 to March 2020 in the Pulkovo airfield area feature high accuracy and warning rate, and the results largely coincide with the generally used method for forecasting aircraft icing zones (Godske method).
Keywords: icing, nowcasting, verification, radiometry, temperature profile, total water content, automated nowcasting system.
Введение
Обеспечение безопасности полётов воздушных судов (ВС) включает в себя необходимость своевременного прогнозирования опасных явлений [1, 2]. Опасные метеорологические явления в районе аэродрома нарушают регулярность полетов и нередко являются причиной авиационных происшествий и катастроф [3]. К числу таких опасных для авиации явлений относят обледенение ВС на этапах взлета и посадки, высокая повторяемость которого чаще всего приходится на зимний и переходный сезоны года [1]. Наиболее негативное влияние обледенение
оказывает на аэродинамику беспилотных летательных аппаратов (БПЛА) и легкой авиации (самолеты с максимальной взлетной массой не более 5700 кг и вертолеты), которые, в частности, имеют полезный ресурс для решения задач в нефтегазовой [4-6] и сельскохозяйственной [7-9] отраслях, картографировании [10], мониторинге пожароопасной обстановки в лесах [11, 12] и в труднодоступных районах Русского Севера [13, 14]. ВС таких типов не оборудованы противообледенительной системой, а их защита от обледенения заключается в проведении обработки перед взлётом для получения аэродинамической чистоты самолета [15].
ISSN 1026-2237 BULLETIN OF HIGHER EDUCATIONAL INSTITUTIONS. NORTH CAUCASUS REGION. NATURAL SCIENCE. 2021. No. 1
Наличие фактического обледенения регистрируется экипажем в полете по датчикам системы или визуально [1]. Прогноз обледенения ВС состоит из прогноза метеорологических условий, способствующих обледенению, т.е. его успешность зависит от прогноза температуры и влажности воздуха на высоте полета. Аэрологические и мачтовые средства измерения метеорологических величин, которые применяются по настоящее время, не обеспечивают высокое пространственно-временное разрешение данных в нижнем километровом слое, а в удалении от аэропортов эти данные отсутствуют вовсе. Для качественного прогнозирования зон обледенения ВС целесообразно применять современные методы и средства дистанционного зондирования атмосферы с поверхности Земли [16]. Наиболее предпочтительными для этих целей представляются пассивные средства радиозондирования, принцип действия которых основан на приеме собственного излучения атмосферы на разных длинах волн [17]. Работа таких приборов не оказывает влияния на функционирование аэродромных средств радиотехнического обеспечения полетов. К таким средствам дистанционного зондирования относятся метеорологический температурный профиле-мер и радиометр водяного пара, измерения которых позволяют прогнозировать зоны обледенения, в том числе в районе аэродрома, в режиме прогноза текущего состояния погоды - наукастинга [18]. Прогноз в формате наукастинга составляется на срок от 0 до 2 ч [19] и подразумевает сохранение особенностей, выявленных при последнем наблюдении, считая, что в течение всего периода действия данного прогноза существенных погодных изменений не ожидается. Независимо от периода составления любой прогноз должен пройти оценку качества - верификацию с учетом того, что при прогнозировании опасных метеорологических явлений значительно увеличивается количество «ложных тревог» [20].
В данной работе рассмотрен новый аппаратно-программный комплекс (АПК) «Нева», позволяющий осуществлять прогнозирование зон обледенения ВС на основе радиометрических измерений параметров атмосферы. Приведены результаты наука-стинга зон обледенения в районе аэродрома Санкт-Петербурга (Пулково), полученные на основе дистанционных измерений в нижнем километровом слое атмосферы. Осуществлена верификация предложенного способа и проведен сравнительный анализ результатов наукастинга и прогноза зон обледенения ВС с использованием общепринятого в оперативной практике метода Годске по данным радиозондирования.
Аппаратно-программный комплекс «Нева»
АПК «Нева» предназначен для определения зон вероятного обледенения на основе радиометрических измерений параметров атмосферы. Исходными данными для прогнозирования являются вертикальный профиль температуры воздуха и общее влагосо-держание атмосферного столба в зените. В состав АПК входят метеорологический температурный профилемер MTP-5РЕ [21], радиометр водяного пара RMS-1 [22] и персональный компьютер (ПК) управления и обработки данных (рис. 1). В состав комплекса также может быть включен измеритель высоты нижней границы облачности (ВНГО). В наших измерениях использовались данные измерителя ВНГО ^31, входящего в аэродромную метеослужбу Пулково [23].
Рис. 1. Блок-схема АПК «Нева»: 1 - MTP-5PE; 2 - RMS-1; 3 - CL31; 4 - система управления и обработки данных (ПК) / Fig. 1. Scheme of the automated nowcasting system "Neva": 1 - MTP-5PE; 2 - RMS-1; 3 - CL31; 4 - control and data processing system (PC)
Температурный профилемер обеспечивает измерение вертикальных профилей температуры воздуха на высотах до 1 км (табл. 1). Принцип действия профилемера основан на приеме собственного излучения атмосферы на частоте 56,6 ГГц, интенсивность которого характеризует ее радиояр-костную температуру с последующим ее пересчетом в термодинамическую. Формирование профиля температуры обеспечивается пошаговым сканированием в вертикальной плоскости с углом места от -3 до 90°. Радиометр водяного пара (табл. 2) измеряет общее (интегральное) влагосодержание атмосферного столба в зените путем измерения ра-диояркостной температуры излучения атмосферы на частотах 20,7 и 31,4 ГГц. По результатам изме-
рений рассчитывается интегральное влагосодержа-ние атмосферного столба на луче зрения антенны (в зените). Данные о профиле температуры и об-
Измерение вертикального профиля температуры воздуха позволяет получить распределение зон возможного обледенения по высотам над точкой измерений. Пространственное разрешение при
щем влагосодержании атмосферы поступают в ПК, где происходит их обработка и формирование прогноза обледенения на текущий период измерения.
1
Таблица 2
определении зон возможного обледенения соответствует вертикальному разрешению температурного профилемера и при использовании профиле-мера MTP-5PE составляет от 10 до 100 м в зависи-
Таблица
Основные характеристики MTP-5PE / MTP-5PE general characteristics
Параметр Значение
Диапазон измерений температуры, °С -80...+45
Диапазон высот измерения, м 0 .1000
Интервал измерений, мин От 5
Дискретность представления в слое 0-100 м, м 10
Дискретность представления в слое 100-200 м, м 25
Дискретность представления в слое 200-1000 м, м 50
Предел погрешности результата измерений температуры атмосферы, °С 1,2
Предел погрешности определения высоты измеряемых слоев атмосферы, % 25
Нелинейность градуировочной характеристики, % ± 5
Наличие автоматической калибровки +
Время установления рабочего режима, ч 1
Питание от сети переменного тока 220 В, 50 Гц
Интерфейс передачи данных RS232
Рабочий диапазон температур, °С -80...+60
Рабочий диапазон относительной влажности, % 0...100
Масса, кг 25
Основные характеристики RMS-1 / RMS-1 general characteristics
Параметр Значение
Диапазон измерений интегрального влагосодержания, г/см2 0,2-4
Точность измерений, г/см2 0,1
Наличие автоматической калибровки +
Относительная нестабильность коэффициента передачи за 18 ч, % ±0,5
Ширина диаграммы направленности антенной системы по уровню 3 дБ, ° 3
Чувствительность приемника при постоянной времени 1 с, К 0,1
Время установления рабочего режима, ч 6
Питание от сети переменного тока 220 В, 50 Гц
Интерфейс передачи данных RS232
Рабочий диапазон температур, °С -40...+40
Рабочий диапазон относительной влажности, % 0...98
Масса, кг 230
ISSN 1026-2237 BULLETIN OF HIGHER EDUCATIONAL INSTITUTIONS. NORTH CAUCASUS REGION. NATURAL SCIENCE. 2021. No. 1
мости от высоты. Период действия прогноза соответствует интервалу измерений и для используемых приборов составляет 10 мин. При наличии в
Способ прогноза вертикального распределения зон возможного обледенения ВС
На территории РФ для прогнозирования обледенения ВС на малых высотах (до 3 км) применяется расчетный метод Годске [24]. На основе аэрологической информации за 00:00 и 12:00 иТС для прогноза обледенения в оперативной практике используется соотношение, предложенное Годске и связывающее дефицит точки росы с температурой насыщения надо льдом. Обледенение считается возможным, если Тн.к выше температуры окружающего воздуха:
Тил = -8Б = -в(Т-Тл) > Т, где Т- температура воздуха; Та - температура точки росы.
В данной работе предлагается способ прогноза вертикального распределения зон возможного обледенения ВС на основе радиометрических измерений параметров атмосферы. Разработка и верификация способа наукастинга для аэродрома Пулково выполнена на основе данных о профилях температуры воздуха в слое от поверхности земли до 1 км и общего влагосодержания атмосферы, полученных с помощью МТР-5 РЕ и RMS-1 соответственно. Приборы установлены на площадке Института прикладной астрономии РАН на расстоянии 17 км от аэродрома Пулково, что позволяет рассматривать результаты измерений как полученные в районе аэродрома. Измерения ведутся в непрерывном режиме с октября 2018 г. по настоящее
составе комплекса измерителя ВНГО СЬ31 прогноз может быть уточнен. Параметры СЬ31 приведены в табл. 3.
3
время, с дискретностью 10 мин. Дополнительно использовались данные о ВНГО до 3 км с шагом 30 м, измеренные СЬ31 на аэродроме Пулково.
На основе измерений температуры воздуха Т и общего влагосодержания атмосферы Q в районе аэродрома Пулково и данных о зарегистрированных случаях обледенения за период с октября 2018 г. по март 2020 г. были определены диапазоны рассматриваемых параметров, при которых обледенение ВС наиболее вероятно. Обледенение в рассматриваемой зоне вероятно при выполнении следующих условий: -13 °С < Т < 2 °С, 0,4 г/см2 < Q < 3,0 г/см2.
В этот период было зарегистрировано всего 1,02 % случаев обледенения за пределами предложенного температурного диапазона и 4,03 % - за пределами диапазона значений общего влагосодержания.
Качество прогноза улучшается при использовании данных о ВНГО над точкой измерений. В этом случае к предложенным критериям прогнозирования добавляется третье ограничительное условие для высоты зоны прогнозирования обледенения НЗПО: Нзпо > Нвнго.
Результаты прогноза вертикального распределения зон возможного обледенения ВС
За период с октября 2018 г. по март 2020 г. в районе аэродрома Пулково было зарегистрировано 827 случаев обледенения ВС, из них 609 случаев -
Таблица
Основные характеристики CL31 / CL31 general characteristics
Параметр Значение
Диапазон измерения высот облаков, м 0...7500
Разрешение отчетов, м 5
Цикл отчетов, с 2...120
Питание от сети переменного тока, В 100/115/230
Интерфейс передачи данных RS-232/RS-485
Рабочий диапазон температур, °С -40...+60
Рабочий диапазон относительной влажности, % 0...100
Размеры измерительного блока, мм 620x235x200
Масса, кг 32
в нижнем километровом слое атмосферы. Все случаи обледенения наблюдались во время взлета или посадки ВС. На рис. 2-4 приведены примеры расчета зон возможного обледенения для района аэродрома Пулково за выбранные дни с наибольшим количеством случаев обледенения ВС. Светло-серая заливка на рис. 2-4 соответствует результатам расчета вертикальных зон возможного обледенения ВС, а белая - областям, где метеорологические условия не способствуют возникновению обледенения. Черными штриховыми линиями обозначены пространственные зоны фактического обледенения, информация о которых поступала с бортов самолетов. На основе измеренных радиозондом температуры воздуха и общего влагосодержания за 00:00 и 12:00 ЦГС по методу Годске были определены зоны возможного обледенения, на рис. 2-4 обозначения © и © соответствуют возможному обледенению и его отсутствию.
Как видно на рис. 2, 18 ноября 2018 г. в районе аэродрома Пулково фактическое обледенение, согласно сводкам бортовой погоды, фиксировалось в слое от 600 до 1000 м c 04:00 до 04:30, с 10:00 до 10:30, с 12:30 до 13:30, с 15:00 до 15:30 и с 22:30 до 23:00 иТС. Прогноз по измерениям температуры воздуха и общего влагосодержания показал вероятность обледенения с 10:00 до 21:00 UTC на высотах от 275 до 1000 м. Прогноз с учетом ВНГО показал вероятность обледенения с 10:30 до 21:30 UTC на высотах от 325 до 1000 м. Расчеты по методу Годске за 00:00 ЦТС показали возможное обледенение на высотах 620 и 760 м, а за 12:00 UTC -
на высотах 270, 700 и 880 м. Наибольшая согласованность прогностических полей и фактически наблюдавшегося обледенения отмечается в промежуток времени с 10:00 до 15:30 UTC. Как видно на рис. 3, 10 декабря 2019 г. в районе аэродрома Пулково были зарегистрированы случаи обледенения в период с 12:30 до 14:00 и с 16:00 до 16:30 UTC в слое высот от 0 до 1000 м. Прогноз по измерениям температуры воздуха и общего влагосо-держания показал вероятность обледенения с 00:00 до 02:00 и с 12:00 до 18:00 ЦГС на высотах от 0 до 1000 м. При учете ВНГО высота прогностической зоны обледенения увеличивается до высоты фактического обледенения. По данным радиозондирования за 00:00 UTC обледенение по методу Годске прогнозируется на высотах 620 и 760 м, а на 12:00 ЦГС - на высотах 265, 700 и 875 м. Как видно на рис. 4, 24 февраля 2020 г. обледенение регистрировалось с 04:30 до 05:00, с 07:00 до 07:30, с 11:00 до 11:30 и с 16:00 до 16:30 иТС в слое от 275 до 1000 м. По радиометрическим данным обледенение прогнозировалось в течение всего дня на высотах от 100 м. Прогноз с учетом ВНГО показал вероятность обледенения с 00:00 до 19:30 ЦТС на высотах от 275 до 1000 м. По данным радиозондирования за 00:00 ЦТС по методу Годске обледенение прогнозировалось на высотах 620 и 760 м, а на 12:00 ЦГС - на высотах 265, 700 и 880 м. Таким образом, представленные результаты на рис. 2-4 показывают, что прогноз с учетом ВНГО, как правило, более близок к фактическим данным об обледенении.
a/a
б/b
Рис. 2. Результаты расчета прогностических и фактических зон обледенения ВС для аэродрома Пулково на 18 ноября 2018 г. без учета ВНГО (а) и с учетом ВНГО (б) / Fig. 2. Predicted and actual aircraft icing zones for Pulkovo airfield, November 18, 2018, excluding (a) and using (b) the ceiling height data
Рис. 3. Результаты расчета прогностических и фактических зон обледенения ВС для аэродрома Пулково на 10 декабря 2019 г. без учета ВНГО (а) и с учетом ВНГО (б) / Fig. 3. Predicted and actual aircraft icing zones for Pulkovo airfield, December 10, 2019, excluding (a) and using (b) the ceiling height data
Рис. 4. Результаты расчета прогностических и фактических зон обледенения ВС для аэродрома Пулково на 24 февраля 2020 г. без учета ВНГО (а) и с учетом ВНГО (б) / Fig. 4. Predicted and actual aircraft icing zones for Pulkovo airfield, February 24, 2020, excluding (a) and using (b) the ceiling height data
Верификация способа прогнозирования зон обледенения ВС
Наукастинг обледенения ВС относится к альтернативному фазовому прогнозу [25], т.е. прогноз имеет одно из двух взаимоисключающих содержаний, например метеорологическое явление с фазами «наличие» либо «отсутствие». Оценка успешности прогноза зон обледенения ВС определяется путем сопоставления прогнозируемых за каждый 10-минутный интервал зон с фактически наблюдавшимися зонами обледенения ВС в районе аэродрома до высоты 1 км на основании расчета определенных статистиче-
ских показателей. Прогноз зон обледенения ВС считается оправдавшимся, если прогнозируемая зона соответствует фактически наблюдаемой по времени и высоте (в пределах нижнего километрового слоя атмосферы). Верификация предложенного способа проводилась с октября 2018 г. по март 2020 г. с использованием данных дневника фактической погоды АВ-6, который включает сводки о случаях обледенения ВС в районе аэродрома по сообщениям экипажей (бортовая погода). За рассматриваемый период получено 741 985 прогнозов с интервалом 10 мин. Оправ-дываемость обледенения ВС без учета и с учетом ВНГО приведена в табл. 4.
Таблица 4
Оправдываемость прогноза обледенения без учета ВНГО / с учетом ВНГО / Accuracy of icing nowcasting excluding and using the ceiling height data
Показатель Явление прогнозировалось Явление не прогнозировалось Всего случаев
Явление наблюдалось 4386/ 4249 1337 / 1474 5723 / 5723
Явления не наблюдалось 184440 / 67075 551822 / 669187 736262 / 736262
Всего случаев 188826 / 71324 553159 / 670661 741985
В соответствии с РД 52.27.284-91 [26] на основе данных табл. 3 были получены показатели качества прогноза, общая оправдываемость U, оправдываемость прогноза наличия явления ия, оправдываемость прогноза отсутствия явления иб.я, предупре-жденность факта наличия явления Пя, предупре-жденность факта отсутствия явления Пб.я, критерий Пирси - Обухова K:
U = nii+ n22 .100 , и = «Л .100, ибяЯ = -100,
N
nn
п = ^-loo, пк. = -loo.
02
K =
lo
nn
11
12
'22
'21
n
01
n
02
n
02
n
01
где пю - число случаев наличия явления; «20 -число случаев отсутствия явления; По\ - число слу-
чаев прогнозов наличия явления; «02 - число случаев прогнозов отсутствия явления; пп - число случаев оправдавшихся прогнозов наличия явления; «22 - число случаев оправдавшихся прогнозов отсутствия явления; «21 - число случаев неоправдавшихся прогнозов наличия явления; «12 - число случаев неоправдавшихся прогнозов отсутствия явления; N - общее число прогнозов. Все показатели оправдываемости являются объективными критериями и широко используются в научных исследованиях и в оперативной практике [27]. Отметим, что единого критерия, пригодного для оценки успешности любых прогнозов, не существует. Полученные критерии качества прогноза зон возможного обледенения ВС для всего исследуемого периода приведены в табл. 5.
Таблица 5
Результаты оценки качества прогноза обледенения ВС / Evaluation of the quality of aircraft icing forecast
n
2o
Показатель Без учета ВНГО С учетом ВНГО
Общая оправдываемость, % 53,33 83,47
Оправдываемость прогноза наличия явления, % 1,80 4,78
Оправдываемость прогноза отсутствия явления, % 99,84 99,86
Предупрежденность факта наличия явления, % 90,99 87,62
Предупрежденность факта отсутствия явления, % 52,98 83,43
Критерий Пирси - Обухова 0,44 0,71
Полученные значения критериев успешности прогнозов указывают на удовлетворительную степень верификации предложенного способа. Общая оправдываемость прогноза зон обледенения ВС без учета ВНГО составила 53,3 %, а с учетом ВНГО -83,5 %. Согласно Федеральным авиационным правилам № 60 (ФАП-60) [28], оправдываемость прогноза опасных явлений погоды должна составлять не менее 80 %. Оправдываемость наличия явления составила 1,8 % без учета ВНГО и 4,8 % с учетом ВНГО. Занижающим фактором является значительное количество «ложных тревог», когда обледенение прогнозировалось с высокой частотой, а регистрировалось существенно реже. При этом прогноз
отсутствия обледенения соответствовал фактической погоде в 99,9 % случаях.
Наиболее точно успешность прогнозов опасных явлений, в том числе и обледенения ВС, отражает предупрежденность. Как видно из табл. 5, предупре-жденность наличия явления превышает 85 %, что свидетельствует о большом количестве соответствий спрогнозированного обледенения фактически наблюдаемым. Предупрежденность факта отсутствия явления на высотах до 1 км составляет 53,0 % без учета ВНГО и 83,4 % с учетом ВНГО. Положительные значения критерия Пирси - Обухова свидетельствуют о том, что предупрежденность явления превышает отношение ошибочных прогнозов к фак-
ISSN 1026-2237 BULLETIN OF HIGHER EDUCATIONAL INSTITUTIONS. NORTH CAUCASUS REGION. NATURAL SCIENCE. 2021. No. 1
тическому числу дней без явления и стремится к идеальному прогнозу [26].
Верификация, проводимая на основе сравнения результатов наукастинга и сообщений экипажей об обледенении ВС, является важной в отношении качественной оценки прогнозов, однако информация о фактическом обледенении ВС, получаемая из сообщений экипажей, может быть неполной. Для сопоставления с результатами прогнозов зон обледенения по предложенному способу для района аэродрома Пулково были рассчитаны зоны возможного обледенения по методу Годске с использованием данных [29] аэрологической станции Воейково (59,95 ° с.ш., 30,70 ° в.д.). В прогнозе за основу брались полученные метеорологические условия, способствующие возникновению обледенения за 00:00 и 12:00 ИТС, с сохранением их в течение последующих двенадцати часов. Значение общей оправдываемости составило 77,0 %, что говорит о том, что результаты прогнозов по предложенному способу и методу Годске достаточно близки.
Заключение
В данной работе показаны возможности прогнозирования зон обледенения ВС с помощью нового АПК «Нева». Исходными данными для прогнозирования являются вертикальные профили температуры воздуха, общее влагосодержание атмосферы, а также данные о ВНГО, полученные с использованием метеорологического температурного профилемера МТР-5РЕ, радиометра водяного пара RMS-1 и измерителя ВНГО СЬ31. Согласно предложенному способу обледенение в рассматриваемой зоне считается наиболее вероятным при температуре воздуха от -13 до 2 °С и общем влагосодержании от 0,4 до 3,0 г/см2. При наличии данных о ВНГО качество прогноза улучшается (обледенение ВС в большинстве случаев наблюдается выше ВНГО). Оправдываемость прогнозов, полученных с использованием предложенного способа с учетом ВНГО, превышает установленный ФАП-60 минимальный порог (80 %) для этой величины. Предупрежденность факта наличия явления, описывающая успешность прогнозов, достигает 87,6 и 91,0 % с учетом и без учета ВНГО соответственно. Сравнение полученных за исследуемый период прогнозов по предложенному способу и методу Годске показало совпадение в 77,0 % случаях. Таким образом, полученные оценки качества наукастинга указывают на перспективность использования АПК «Нева» для прогнозирования зон обледенения ВС на основе радиометрических измерений параметров атмосферы. Полученные с октября 2018 г. по март 2020 г. в районе аэродрома Пулково прогнозы характеризуются высокой оправдываемостью и предупре-жденностью, при этом результаты в значительной
степени совпадают с общепринятым методом прогноза зон обледенения ВС (метод Годске). Предложенный способ рекомендуется для использования квалифицированным авиационным синоптиком для задач наукастинга в целях обеспечения безопасности полетов ВС в нижнем километровом слое.
Литература
1. Шакина Н.П., Иванова А.Р. Прогнозирование метеорологических условий для авиации. М.: Триада ЛТД, 2016. 312 с.
2. Рыбалкина А.Л., Спирин А.С. Определение уровня безопасности полетов на основе синтеза метеоинформации // Надежность и качество сложных систем. 2015. Т. 11, № 3. С. 39-44.
3. Шакина Н.П., Скриптунова Е.Н., Иванова А.Р. Условия выпадения замерзающих осадков в некоторых аэропортах России и СНГ. I. Аэропорты Московского аэроузла // Метеорология и гидрология. 2003. № 6. С. 40-58.
4. Зоев И.В., Марков Н.Г., Рыжова С.Е. Интеллектуальная система компьютерного зрения беспилотных летательных аппаратов для мониторинга технологических объектов предприятий нефтегазовой отрасти // Инжиниринг георесурсов. 2019. Т. 330, № 11. С. 34-49.
5. Гордеев С.Л., Асадуллин И.М., Баширов В.Ф., Мамаев М.Ф. Мониторинг капитального ремонта протяженных участков магистральных газопроводов ООО «Газпром Трансгаз Уфа» с применением беспилотных летательных аппаратов // Газовая промышленность. 2020. Т. 797, № 1. С. 44-47.
6. Гольдзон И.А., Завьялов А.П., Лопатин А.С. О перспективах использования систем автоматизированного контроля технического состояния оборудования объектов ТЭК с использованием беспилотных технологи // Автоматизация, телемеханизация и связь в нефтяной промышленности. 2019. Т. 551, № 6. С. 25-30.
7. Митращук В.В., Баранова М.П. Конструкция беспилотного летательного аппарата для применения в сельском хозяйстве // АПК России. 2020. Т. 27, № 2. С. 333-338.
8. Музалевский К.В. Дистанционное измерение профилей влажности в пахотном слое почвы на основе поляриметрических наблюдений коэффициента отражения в Р- и С-диапазонах частот. Эксперимент // Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17, № 3. С. 145-148.
9. Магдин А.Г., Припадчев А.Д., Горбунов А.А. Улучшение качества работы сельскохозяйственного беспилотного летательного аппарата // Автоматизация в промышленности. 2020. № 2. С. 16-18.
10.МажитоваГ.З., Пашков С.В., Крыцкий С.В. Совершенствование методики крупномасштабного агро-ландшафтного картографирования на основе применения беспилотных летательных аппаратов // Региональные геосистемы. 2020. Т. 44, № 1. С. 64-74.
ISSN 1026-2237 BULLETIN OF HIGHER EDUCATIONAL INSTITUTIONS. NORTH CAUCASUS REGION. NATURAL SCIENCE. 2021. No. 1
11. Кузьмин О.В., Лавлинский М.В. Создание модели беспилотного летательного аппарата для помощи в решении проблемы пожаров в Иркутской области // Современные технологии. Системный анализ. Моделирование. 2020. Т. 66, № 2. С. 136-143.
12. Анойкин Р.К. Применение и анализ возможностей беспилотных летательных аппаратов по обнаружению очагов лесных пожаров // Проблемы безопасности и чрезвычайных ситуаций. 2019. № 4. С. 72-77.
13. Попова Л.Н. Применение беспилотных летательных аппаратов в условиях Крайнего Севера // Молодой ученый. 2016. № 24. С. 105-108.
14. Кабалдин Ю.Г., Шатагин Д.А., Киселев А.В., Желонкин М.В., Головин А.А. Концепция интеллектуального построения маршрута беспилотных транспортных средств с использованием облачных технологии и дополненной реальности в условиях Арктики и Крайнего Севера // Вестн. машиностроения. 2018. № 7. С. 55-58.
15. Письмо Федерального агентства воздушного транспорта от 5 февраля 2013 г. № 03.10-7 «Рекомендации по противообледенительной обработке воздушных судов». URL: https://files.stroyinf.ru/In-dex2/1/ (4293768/4293768739.htm (дата обращения: 10.11.2020).
16. Nechepurenko O.E., KuzhevskaiaI. V., VolkovaM.A., BarashkovaN.K., Kizhner L.I. Aircraft icing detection with satellite data in southwestern Siberia // IOP Conference Series: Earth and Environmental Science. 2018. Vol. 211. P. 012058.
17. Иванов В.Э., Фридзон М.Б., Ессяк С.П. Радиозондирование атмосферы. Технические и метрологические аспекты разработки и применения радиозондовых измерительных средств. Екатеринбург: Изд-во УрО РАН, 2004. 596 с.
18. Зуев В.В., Павлинский А.В., Мордус Д.П., Ильин Г.Н., Быков В.Ю., Нечепуренко О.Е. Результаты радиометрических измерений параметров атмосферы в районе аэропорта Пулково (Санкт-Петербург) // Труды ИПА РАН. 2020. Вып. 52. С. 3-8.
19. ВМО-№ 485. Наставление по глобальной обработке данных и прогнозирования. Т. 1: Глобальные аспекты (Дополнение к IV Техническому регламенту ВМО). Женева: ВМО, 2010. 204 с.
20. Методические рекомендации по использованию в прогностической практике продукции численных краткосрочных прогнозов опасных конвективных явлений погоды в летний период года. М., 2018. URL: http://method.meteorf.ru/norma/document/short_s.pdf (дата обращения: 10.11.2020).
21. Кадыгров Е.Н., Ганьшин Е.В., Миллер Е.А., То-чилкина Т.А. Наземные микроволновые температурные профилемеры: потенциал и реальность // Оптика атмосферы и океана. 2015. Т. 28, № 6. С. 521-528.
22. Институт прикладной астрономии РАН. URL: http://iaaras.ru/quasar/wvr/ (дата обращения: 10.11.2020).
23. Vaisala Corporation. URL: https://www.vaisala.com/ en/products/instruments-sensors-and-other-measurement-de-
vices/weather-stations-and-sensors/cl31/ (дата обращения: 10.11.2020).
24. Godske C.L., Bergeron T., Bjerknes J., BungaardR.C. Dynamic Meteorology and Weather Forecasting. Boston: Amer. Meteor. Soc., 1957. 800 p.
25.Хандожко Л.А. Экономическая метеорология. СПб.: Гидрометеоиздат, 2005. 491 с.
26. РД 52.27.284-91. Методические указания. Проведение производственных (оперативных) испытаний новых и усовершенствованных методов гидрометеорологических и гелиогеофизических прогнозов. М.: Госкомгидромет СССР, 1991. URL: http://docs.cntd.ru/document/1200068360 (дата обращения: 10.11.2020).
27. Токарев В.М., ЗдереваМ.Я., Хлучина Н.А., Воробьева Л.П., Бабошина Н.А. Оперативная технология прогноза гроз в Сибири и результаты ее испытаний // Гидрометеорологические исследования и прогнозы. 2018. Т. 368, № 2. С. 27-43.
28. Федеральные авиационные правила № 60. Правила предоставления метеорологической информации для аэронавигационного обслуживания полетов воздушных судов. URL: http://www.ato.ru/content/fap-pravila-predostavleniya-meteorologicheskoy-informacii-dlya-aerona-vigacionnogo (дата обращения: 10.11.2020).
29. Upper-air sounding, Department of Atmospheric Science, University of Wyoming. URL: http:// weather.uwyo.edu/upperair/sounding.html (дата обращения: 10.11.2020).
References
1. Shakina N.P., Ivanova A.R. (2016). Forecasting of meteorological conditions for aviation. Moscow, Triada LTD Publ., 312 p. (in Russian).
2. Rybalkina A.L., Spirin A.S. (2015). Determination of the level of flight safety based on the synthesis of meteorological information. Nadezhnost' i kachestvo slozhnykh sistem, vol. 11, No. 3, pp. 39-44. (in Russian).
3. Shakina N.P., Skriptunova E.N., Ivanova A.R. (2003). Conditions of freezing precipitation at some airports in Russia and the CIS. I. Airports of the Moscow air hub. Meteorologiya i gidrologiya, No. 6, pp. 40-58. (in Russian).
4. Zoev I.V., Markov N.G., Ryzhova S.E. (2019). Intelligent computer vision system of unmanned aerial vehicles for monitoring technological objects of oil and gas enterprises. Inzhiniringgeoresursov, vol. 330, No. 11, pp. 3449. (in Russian).
5. Gordeev S.L., Asadullin I.M., Bashirov V.F., Mamaev M.F. (2020). Monitoring of the overhaul of long sections of the main gas pipelines of Gazprom Transgaz Ufa using unmanned aerial vehicles. Gazovaya promysh-lennost', vol. 797, No. 1, pp. 44-47. (in Russian).
6. Goldzon I.A., Zavyalov A.P., Lopatin A.S. (2019). On the prospects of using automated systems for control of the technical condition of equipment in the fuel and energy complex using unmanned technologies. Avtomatizatsiya, telemekhanizatsiya i svyaz' v neftyanoi promyshlennosti, vol. 551, No. 6, pp. 25-30. (in Russian).
ISSN 1026-2237 BULLETIN OF HIGHER EDUCATIONAL INSTITUTIONS. NORTH CAUCASUS REGION. NATURAL SCIENCE. 2021. No. 1
7. Mitraschuk V.V., Baranova M.P. (2020). The design of an unmanned aerial vehicle for use in agriculture. APK Rossii, vol. 27, No. 2, pp. 333-338. (in Russian).
8. Muzalevsky K.V. (2020). Remote measurement of moisture profiles in the topsoil based on po-larimetric observations of the reflection coefficient in the P- and C-frequency ranges. The experiment. Sov-remennye problemy distantsionnogo zondirovaniya Zemli iz kosmosa, vol. 17, No. 3, pp. 145-148. (in Russian).
9. Magdin A.G., Pripadchev A.D., Gorbunov A.A. (2020). Improving the quality of the agricultural unmanned aerial vehicle. Avtomatizatsiya v promyshlennosti, No. 2, pp. 16-18. (in Russian).
10. Mazhitova G.Z., Pashkov S.N., Krytskiy S.V. (2020). Improving the technique of large-scale agroland-scape mapping based on the use of unmanned aerial vehicles. Regional'nye geosistemy, vol. 44, No. 1, pp. 64-74. (in Russian).
11. Kuzmin O.V., Lavlinsky M.V. (2020). Creation of a model of an unmanned aerial vehicle to help solve the problem of fires in the Irkutsk region. Sovremennye tehnologii. Sistemnyi analiz. Modelirovanie, vol. 66, No. 2, pp. 136-143. (in Russian).
12. Anoikin R.K. (2019). Application and analysis of the capabilities of unmanned aerial vehicles for detecting hotspots of forest fires. Problemy bezopasnosti i chrezvy-chainykh situatsii, No. 4, pp. 72-77. (in Russian).
13. Popova L.N. (2016). Usage of unmanned aerial vehicles in the Far North. Molodoi uchenyi, No. 24, pp. 105108. (in Russian).
14. Kabaldin Yu.G., Shatagin D.A., Kiselev A.V., Zhe-lonkin M.V., Golovin A.A. (2018). The concept of intelligent route planning for unmanned vehicles using cloud technology and augmented reality in the Arctic and the Far North. Vestnik mashinostroeniya, No. 7, pp. 55-58. (in Russian).
15. Recommendations for aircraft de-icing and anti-icing: Letter of the Federal Air Transport Agency No. 03.10-7 at February 5, 2013. (2013). Moscow. Available at: https://files.stroyinf.ru/Index2/1/4293768/4293768739.htm (accessed November 10, 2020). (in Russian).
16. Nechepurenko O.E., Kuzhevskaia I.V., Volkova M.A., Barashkova N.K., Kizhner L.I. (2018). Aircraft icing detection with satellite data in southwestern Siberia. IOP Conference Series: Earth and Environmental Science, vol. 211, p. 012058.
17. Ivanov V.E., Fridzon M.B., Essyak S.P. (2004). Radio sounding of the atmosphere. Technical and metrologi-cal aspects of the development and application of radiosonde measuring instruments. Yekaterinburg, UB RAS Press, 596 p. (in Russian).
Поступила в редакцию /Received_
18. Zuev V.V., Pavlinsky A.V., Mordus D.P., Ilyin G.N., Bykov V.Yu., Nechepurenko O.E. (2020). Results of radiometric measurements of atmospheric parameters in the area of Pulkovo airport (St. Petersburg). Trudy IPA RAN, No. 52, pp. 3-8. (in Russian).
19. WMO-No. 485. Manual on Global Data Processing and Forecasting. Vol. 1. Global aspects (2010). (Supplement to IV WMO Technical Regulations). Geneva, WMO, 204 p. (in Russian).
20. Methodical recommendations for the use in forecasting practice of the products ofnumerical short-term forecasts of dangerous convective weather phenomena in the summer period. (2018). Moscow. Available at: http://method.mete-orf.ru/norma/document/short_s.pdf (accessed November 10, 2020). (in Russian).
21. Kadygrov E.N., Ganshin E.V., Miller E.A., Tochil-kina T.A. (2015). Ground-based microwave temperature profilers: potential and reality. Optika atmosfery i okeana, vol. 28, No. 6, pp. 521-528. (in Russian).
22. Institute of Applied Astronomy of the Russian Academy of Sciences. Available at: http://iaaras.ru/quasar/wvr/ (accessed November 10, 2020). (in Russian).
23. Vaisala Corporation. Available at: https:// www.vaisala.com/en/products/instruments-sensors-and-other-measurement-devices/weather-stations-and-sen-sors/cl31/ (accessed November 10, 2020).
24. Godske C.L., Bergeron T., Bjerknes J., Bungaard R.C. (1957). Dynamic Meteorology and Weather Forecasting. Boston, Amer. Meteor. Soc., 800 p.
25. Khandozhko L.A. (2005). Economic meteorology. Textbook. Saint Petersburg, Gidrometeoizdat Publ., 491 p. (in Russian).
26. RD 52.27.284-91. Methodical instructions. Conducting production (operational) tests of new and improved methods of hydrometeorological and heliogeophysical forecasts. (1991). Goskomgidromet Press. Moscow, Available at: http://docs.cntd.ru/document/1200068360 (accessed November 10, 2020). (in Russian).
27. Tokarev V.M., Zdereva M.Ya., Khluchina N.A., Vorobieva L.P., Baboshina N.A. (2018). Operational technology for forecasting thunderstorms in Siberia and the results of its tests. Gidrometeorologicheskie issledovaniya i prognozy, vol. 368, No. 2, pp. 27-43. (in Russian).
28. Federal Aviation Regulations No. 60. Rules for the provision of meteorological information for air navigation services for aircraft flights. (2014). Available at: http://www.ato.ru/content/fap-pravila-predostavleniya-me-teorologicheskoy-informacii-dlya-aeronavigacionnogo (accessed November 10, 2020). (in Russian).
29. Upper-air sounding, Department of Atmospheric Science, University of Wyoming. Available at: http:// weather.uwyo.edu/upperair/sounding.html (accessed November 10, 2020).
12 ноября 2020 г. /November 12, 2020
