ПРОГНОЗ ГРАДА И ОЦЕНКА ЕГО МАКСИМАЛЬНОГО РАЗМЕРА ПО ВЫХОДНЫМ ДАННЫМ ГЛОБАЛЬНОЙ МОДЕЛИ АТМОСФЕРЫ С ЗАБЛАГОВРЕМЕННОСТЬЮ ДО ТРЕХ СУТОК

Введение. Глобальное потепление вызывает увеличение частоты и интенсивности опасных явлений погоды. В связи с этим становится актуальным их прогноз, востребованный службами по борьбе с градом, а также другими отраслям экономики. Этому способствует оперативная доступность результатов моделирования атмосферы Земли, в частности, значений стратификации по глобальной модели (GFSNCEP). В данной работе рассматривается возможность прогнозирования града с заблаговременностью до трех суток с помощью дискриминантного анализа и оценка его размера по регрессионному уравнению. Успешность прогноза града оценивается по критериям качества прогнозов. Качество регрессионной модели по показателям, характеризующим статистическую значимость и практическую применимость регрессионного уравнения, соответствует принятым критериям.
Материалы и методы исследования. Материалами исследований послужили выходные данные глобальной модели атмосферы GFSNCEP с заблаговременностью до трех суток. Прогноз проводился по дискриминантным функциям. Для оценки успешности прогноза града составлена таблица сопряженности по явлениям «град» и «не град», по которой рассчитаны критерии качества прогнозов. Для оценки максимального размера града составлялось регрессионное уравнение. Были рассчитаны показатели, характеризующие статистическую значимость и практическую применимость уравнения. Данные наблюдений о выпадении града и его размере были предоставлены военизированными службами по активному воздействию на метеорологические и другие геофизические процессы, расположенными в радиусе репрезентативности фактических данных аэрологического зондирования на станции «Минеральные воды».
Результаты исследования и их обсуждение. Результаты расчетов показали, что прогноз града соответствуют всем критериям качества прогнозов. Показатели успешности прогноза оказались хорошими. Так, оправдываемость прогноза града составила ≈70%. Все показатели, характеризующие статистическую значимость и практическую применимость регрессионных уравнений, показали, что предлагаемая модель града может адекватно оценивать максимальный диаметр града.
Выводы. Исследования показали, что предлагаемый подход прогноза града и оценки его максимального размера по данным глобальной модели атмосферы при увеличении заблаговременности до трех суток не приводит к заметному снижению качества прогнозов и регрессионного уравнения.

1. Алексеева А.А. Методика прогноза опасных и стихийных конвективных явлений погоды, а также их совокупности, приносящих значительный ущерб отраслям экономики / Методический кабинет Гидрометцентра [Электронный ресурс] http://method.meteorf.ru/danger/economy/economy.html (дата обращения: 14.04.2021).

2. Алексеева А.А., Глушкова Н.И.Способ прогноза стихийных конвективных гидрометеорологических явлений теплого полугодия. Патент Российской Федерации № 2162237. 2001.

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. Беленцова В.А., Гораль Г.Г., Терскова Т.Н., Федченко Л.М., Чеповская О.И. Аэросиноптические и термодинамические особенности возникновения и развития интенсивных градобитий и шквалов в условиях Северного Кавказа // Труды ВГИ. 1982. Вып. 51 С.88–99.

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

7. Haiden T., Janousek M., Vitart F., Ferranti L. Prates F. Evaluation of ECMWF forecasts, including the 2019 upgrade // ECMWF Technical Memorandum. 2019. No 853.

8. Dueben P., Wedi N., Saarinen S., & Zeman C. Global simulations of the atmosphere at 1 45 km grid-spacing with the integrated forecasting system // Journal of the Meteorological. Society of Japan. 2020. Ser. II

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

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

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

12. Кагермазов А.Х. Альтернативный прогноз града по выходным данным глобальной модели атмосферы GFS NCEP с заблаговременностью 72 часа «Hail forecast with a 72-hour lead time» Свидетельство о регистрации программы для ЭВМ № 2020666197 от 04.12.2020.

13. Кагермазов А.Х., Федченко А.Х., Созаева Л.Т., Жабоева М.М. Среднесрочный прогноз града по выходным данным глобальной модели атмосферы // Наука. Инновации. Технологии. 2021. № 2 C.91–106.

14. Кагермазов А.Х., Созаева Л.Т. Оценка характеристик интенсивности града по выходным данным глобальной модели атмосферы GFS NCEP // Наука. Инновации. Технологии 2021 № 4 C.113-126.

15. Kalnay E., Kanamitsu M., and Baker W.E. Global numerical weather prediction at the National Meteorological Center // Bull Amer Meteor Soc. 1990. V.71 P.1410–1428.

16. Kanamitsu M. Description of the NMC global data assimilation and forecast system // Weather and Forecasting 1989 V.4 P.335–342.

17. Kanamitsu M., Alpert J.C., Campana K.A. et al. Recent changes implemented into the global forecast system at NMC // Weather and Forecasting. 1991.V.6 P.425–435.

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

19. Raupach T.H., Martius O., Allen J.T. et al. The effects of climate change on hailstorms // Nat Rev Earth Environ 2021. No 2 P.213–226 https://doi.org/10.1038/s43017-020-00133-9.

20. Официальный сайт Национальных центров экологического прогнозирования США. Центр экологического моделирования [Электронный ресурс] https://www.emc.ncep.noaa.gov/ (дата обращения: 16.04.2021).