ОЦЕНКА ХАРАКТЕРИСТИК ИНТЕНСИВНОСТИ ГРАДА ПО ВЫХОДНЫМ ДАННЫМ ГЛОБАЛЬНОЙ МОДЕЛИ АТМОСФЕРЫ GFS NCEP

Введение. Опасные конвективные явления погоды имеют выраженную тенденцию к росту, что вызывает необходимость разработки новых подходов к их прогнозированию. Этому благоприятствует оперативная доступность результатов моделирования атмосферы Земли. В данной работе рассматривается возможность прогнозирования характеристик интенсивности града по данным значений стратификации атмосферы, полученных по глобальной модели (GFS NCEP). Рассматриваются такие характеристики интенсивности града как площадь погибших сельхозкультур и максимальный диаметр града, нашедшие применение в исследованиях града и эффективности активных воздействий на градовые процессы. Материалы и методы исследования. Материалами исследований послужили выходные данные глобальной модели атмосферы GFS NCEP с заблаговременностью 24 часа и характеристики интенсивности града, предоставленные военизированными службами по активному воздействию в радиусе репрезентативности фактических данных аэрологического зондирования на станции «Минеральные Воды». Предварительно рассчитывались параметры атмосферы, из которых были отобраны наиболее информативные с помощью бисериального коэффициента корреляции и факторного анализа. Последующая оценка характеристик интенсивности града была проведена методом множественного регрессионного анализа. Результаты исследования и их обсуждение. Были построены уравнения регрессии для площади погибших сельскохозяйственных культур и максимального диаметра града. Оценка параметров уравнения регрессии, характеризующих статистическую значимость и практическую применимость модели, показала их соответствие предъявляемым к ним критериям. Выводы. Предлагаемый подход прогноза характеристик интенсивности града по данным глобальной модели атмосферы показал свою работоспособность и может быть использован на практике при качественном и достаточном объеме исходных данных.

глобальная модель атмосферы, аэрологическое зондирование, метеорологические параметры, дискриминантный анализ, интенсивность града

1. Raupach, T. H., Martius, O., Allen, J. T. et al. The effects of climate change on hailstorms. Nat Rev Earth Environ. 2021. Vol. 2. Р. 213-226. https://doi.org/10.1038/s43017-020-00133-9.

2. Dzombak B. Severe hailstorms are costly and hard to predict // Eos. 2021. № 102. https://doi.org/10.1029/2021EO158268.

3. Беленцова В.А., Федченко Л. М., Чеповская О. И. Оценка интенсивности градовых процессов на Северном Кавказе // Труды ВГИ. 1974. Вып. 25. С. 3-16.

4. Беленцова В.А., Федченко Л. М. О влиянии циркуляции и термодинамического состояния нижнего слоя тропосферы на локализацию и интенсивность конвективных процессов на Северном Кавказе // Труды ВГИ. 1979. Вып. 44. С. 48-59.

5. Данилова Н. Е., Семенова Ю.А., Смерек Ю. Л., Закинян Р.Г. Влияние подоблачной конвекции на развитие облачной конвекции // Наука Инновации Технологии. 2018. № 4. С. 131-150.

6. Федченко Л. М., Беленцова В.А., Берова М.А. Прогноз интенсивности градовых процессов на Северном Кавказе // Труды ВГИ. 1983. Вып. 50. С. 21-35.

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. P. 1410-1428.

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

9. Kanamitsu M., Alpert J. C., Campana K. A. et al. Recent changes implemented into the global forecast system at NMC // Weather and Forecasting. 1991. Vol. 6. Р. 425-435.

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

11. URL: http://www.emc.ncep.noaa.gov (дата обращения: 14.04.2020).

12. Кагермазов А. Х. Цифровая атмосфера. Современные методы и методология исследования опасных метеорологических процессов и явлений. Нальчик: Печатный двор, 2015. 215 с.

13. Иберла К. Факторный анализ. М.: Статистика, 1980. 398 с.

14. Бююль А., Цёфель П. SPSS: Искусство обработки информации Анализ статистических данных и восстановление скрытых закономерностей: Пер с нем. СПб : ДиаСофтЮП, 2005. 608 с.