СРЕДНЕСРОЧНЫЙ ПРОГНОЗ ГРАДА ПО ВЫХОДНЫМ ДАННЫМ ГЛОБАЛЬНОЙ МОДЕЛИ АТМОСФЕРЫ

Введение. Прогноз опасных явлений погоды, в том числе и града, становится все более востребованным не только для служб по борьбе с градом, но и для других отраслей экономики. Этому способствует интенсификация погодных процессов из-за потепления климата и оперативная доступность результатов моделирования атмосферы Земли, в частности, значений стратификации по глобальной модели (GFS NCEP). В данной работе рассматривается возможность прогнозирования града с заблаговременностью 132 часа с помощью дискриминантного анализа. Успешность прогноза града оценивается по критериям качества прогнозов. Материалы и методы исследования. Материалами исследований послужили выходные данные глобальной модели атмосферы GFS NCEP с заблаговременностью 132 часа. Для прогнозирования явления «град» и «не град» использовались дискриминантные функции. Результаты прогнозирования были сопоставлены с данным наблюдений о выпадении града, предоставленными военизированными службами по активному воздействию на метеорологические и другие геофизические процессы, расположенными в радиусе репрезентативности фактических данных аэрологического зондирования на станции «Минеральные воды». Для оценки успешности прогноза града составлена таблица сопряженности и рассчитаны критерии качества прогнозов. Результаты исследования и их обсуждение. Результаты расчетов показали, что прогноз града с заблаговременностью 132 часа соответствуют всем критериям качества прогнозов. Показатели успешности прогноза оказались хорошими. Так, оправдываемость прогноза града составила ~ 70 %. Заключение. Исследования показали, что предлагаемый подход прогноза града по данным глобальной модели атмосферы при увеличении заблаговременности до пяти суток не приводит к заметному снижению качества прогнозов.

глобальная модель атмосферы, аэрологическое зондирование, заблаговременность, метеорологические параметры, дискриминантный анализ, прогноз опасных явлений

1. Кагермазов А. Х. цифровая атмосфера. современные методы и методология исследования опасных метеорологических процессов и явлений. Нальчик: Печатный двор. 2015. 215 с.

2. Kagermazov A. Kh., Sozaeva L. T. Validation of the output of the global atmospheric model on days with the development of dangerous convective phenomena according to aerological sounding with a two-day lead time // VIII All-Russian Conference on Atmospheric Electricity: Journal of Physics: Conference Series. 2020. №1604. doi:10.1088/1742-6596/1604/1/012011.

3. Кагермазов А. Х., Созаева Л. Т. Балидация выходных данных глобальной модели атмосферы, полученных с заблаговременностью до трех суток, по данным аэрологического зондирования // Материалы VI Всероссийской научной конференции «Проблемы военно-прикладной геофизики и контроля состояния природной среды» (г. Санкт-Петербург, 16-18 сентября 2020 г.). СПб.: БКА им. А.Ф. Можайского. 2020. 131-136 с.

4. Кагермазов А. Х., Созаева Л. Т. Балидация выходных данных глобальной модели атмосферы по данным аэрологического зондирования с нарастающей заблаговременностью // Наука. Инновации. Технологии. 2020. № 4. 137-148 с.

5. Kagermazov A. Kh. The forecast of hail based on the atmospheric global model (T254 NCEP) output data // Russian Meteorology and Hydrology. 2012. № 37. C. 165-169.

6. Кагермазов А.Х., Созаева Л.Т. Прогноз града с заблаговременностью до трех суток по выходным данным глобальной модели атмосферы. Труды ГГО. 2020. Вып. 598. 204-214 с.

7. Kalnay E., Kanamitsu M., and Baker W.E. Global numerical weather prediction at the National Meteorological Center // Bull. Amer. Meteor. Soc. 1990. Vol.71. 1410-1428 p.

8. Kanamitsu M. Description of the NMC global data assimilation and forecast system // Weather and Forecasting. 1989. Vol. 4. 335-342 p.

9. 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 // Weather and Forecasting. 1991. Vol. 6. 425-435 p.