ЖУРНАЛ РАДИОЭЛЕКТРОНИКИ. eISSN 1684-1719. 2023. №11
Оглавление выпускаТекст статьи (pdf)
DOI: https://doi.org/10.30898/1684-1719.2023.11.19
УДК: 528.8, 528.83
ИНФОРМАЦИОННАЯ ИНФРАСТРУКТУРА, ОБЕСПЕЧИВАЮЩАЯ СВОЕВРЕМЕННОЕ ОБНАРУЖЕНИЕ
МЕЗОМАСШТАБНЫХ КОНВЕКТИВНЫХ КОМПЛЕКСОВ
В.П. Саворский, А.П. Чернушич, О.Ю. Панова
ИРЭ им. В.А. Котельникова РАН, Фрязинский филиал
141190, г. Фрязино, пл. Введенского, 1
Статья поступила в редакцию 14 сентября 2023 г.
Аннотация. Описаны результаты разработки информационной инфраструктуры, обеспечивающей своевременное обнаружение мезомасштабных конвективных комплексов (МКК), описаны автоматические процедуры, реализующие основной функционал этой инфраструктуры. Наряду с обнаружением МКК описанные процедуры позволяют выявлять зоны глубокой конвекции, т. е. такие МКК, которые развиваются по сценарию «дневных штормов», т. е. интенсивных гроз, шквалов и смерчей. Информационная инфраструктура, обеспечивает интеграцию данных спутникового СВЧ-радиометрического зондирования геостационарных наблюдений в видимом и ИК диапазоне. Эта интеграция призвана обеспечивать восстановление атмосферных температурно–влажностных профилей в условиях чрезвычайных атмосферных ситуаций, вызываемых МКК. Методическая особенность развиваемого подхода заключается в минимизации вероятности остановки системы анализа данных при прекращении доступа к отдельным источникам априорной информации. В основу этой методики положено использование автоматической системы адаптации к изменению условий доступа и применение результатов модельных прогнозов развития атмосферных процессов.
Ключевые слова: мезомасштабные конвективные комплексы, опасные атмосферные явления, чрезвычайные ситуации, комплексный мониторинг, спутниковые данные, специализированные информационные системы.
Финансирование: Работа выполнена в рамках государственного задания ИРЭ им. В.А. Котельникова РАН № 075-01110-23-01.
Автор для переписки: Саворский Виктор Петрович, savor@inbox.ru
Благодарность: Авторы выражают особую благодарность Отделу технологий спутникового мониторинга Института космических исследований Российской академии наук за предоставленные геостационарные данные, Японскому агентству аэрокосмических исследований JAXA за предоставленные данные СВЧ-радиометрического зондирования.
Литература
1. Кутуза Б. Г., Данилычев М. В., Яковлев О. И. Спутниковый мониторинг Земли: Микроволновая радиометрия атмосферы и поверхности. – 2016.
2. Maddox R. A. Mesoscale convective complexes // Bulletin of the American Meteorological Society. – 1980. – С. 1374-1387.
3. Назаренко А. В. Опасные природные явления. Часть III. Опасные явления погоды конвективного происхождения // Учебно-методическое пособие для вузов. Издательско-полиграфический центр Воронежского государственного университета. – 2008. – С. 62.
4. Шихов А. Н. и др. Идентификация мезомасштабных конвективных облачных систем со смерчами по спутниковым данным // Современные проблемы дистанционного зондирования Земли из космоса. – 2019. – Т. 16. – №. 1. – С. 223-236. https://doi.org/10.21046/2070-7401-2019-16-1-223-236
5. Алексеевский Н. И. и др. Наводнения на Черноморском побережье Краснодарского края // Водные ресурсы. – 2016. – Т. 43. – №. 1. – С. 3-3. https://doi.org/10.7868/s032105961601003x
6. Саворский В. П. и др. Орбитальные СВЧ-радиометрические системы влажностного зондирования атмосферы диапазона 183, 31 ГГц // Радиолокация и радиосвязь. – 2020. – С. 198-202.
7. Гайфулин Д. Р. и др. Использование информации спутникового микроволнового радиометра МТВЗА-ГЯ в системе усвоения данных Гидрометцентра России // Метеорология и гидрология. – 2017. – №. 9. – С. 36-47.
8. Митник Л. М., Митник М. Л., Заболотских Е. В. Спутник Японии GCOM-W1: моделирование, калибровка и первые результаты восстановления параметров океана и атмосферы // Современные проблемы дистанционного зондирования Земли из космоса. – 2013. – Т. 10. – №. 3. – С. 135-141.
9. Васильев В. С., Панова О. Ю., Саворский В. П. Информационная инфраструктура, обеспечивающая виртуальную интеграцию данных спутникового СВЧ-радиометрического зондирования // Распространение радиоволн. – 2021. – С. 710-715. https://doi.org/10.52452/00213462_2021_64_08_698
10. Rosenfeld D., Ulbrich C. W. Cloud microphysical properties, processes, and rainfall estimation opportunities // Meteorological Monographs. – 2003. – Т. 30. – №. 52. – С. 237-258. https://doi.org/10.1175/0065-9401(2003)030<0237:CMPPAR>2.0.CO;2
11. Rosenfeld D., Lensky I., Kerkmann J. Applications of Meteosat Second Generation (MSG)–Cloud processes // Darmstadt: EUMETSAT. – 2004. – URL: https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fresources.eumetrain.org%2FIntGuide%2FPowerPoints%2FApplication%2F00_convection_day.ppt&wdOrigin=BROWSELINK (дата обращения: 12.09.2023).
12. Heymsfield A. J. et al. Homogeneous ice nucleation in subtropical and tropical convection and its influence on cirrus anvil microphysics // Journal of the atmospheric sciences. – 2005. – Т. 62. – №. 1. – С. 41-64.
13. Kerkmann J. Understanding Convective Clouds through the Eyes of (MSG). Cloud Particle Size. – 2016. – URL: https://www.slideserve.com/israel/understanding-convective-clouds-through-the-eyes-of-msg-cloud-particle-size (дата обращения: 12.09.2023).
14. Zeschke B. The Day Convection RGB product // Australian Bureau of Meteorology - 2015. – URL: http://www.virtuallab.bom.gov.au/files/2814/4100/7318/ DayConvectionRGBTOTALoneslide_Compatibility_Mode.pdf (дата обращения: 12.09.2023).
15. Kerkmann J. Applications of Meteosat Second Generation (MSG). RGB Images: Part 4. RGB Composites with Channels 01-11 and Their Interpretation // Eumetsat. Version 0.6. - 2004. – URL:https://www.slideserve.com/calix/applications-of-meteosat-second-generation-msg (дата обращения: 12.09.2023).
16. Kerkmann J. RGB 05-06, 04-09, 03-01 ("Day Convective Storms") // Eumetsat. - 2010. – URL: https://www-cdn.eumetsat.int/files/2020-09/pdf_il_10_08_04.pdf (дата обращения: 12.09.2023).
17. Instrument: SEVIRI: сайт/ Observing Systems Capability Analysis and Review Tool. – World Meteorological Organization, 2011–2023. – URL: https://space.oscar.wmo.int/instruments/view/seviri (дата обращения: 12.09.2023). – Текст: электронный.
18. Instrument: AHI: сайт / Observing Systems Capability Analysis and Review Tool. – World Meteorological Organization, 2011-2023. – URL: https://space.oscar.wmo.int/instruments/view/ahi (дата обращения: 12.09.2023). – Текст: электронный.
19. Himawari 8: сайт / Википедия. Свободная энциклопедия. – URL: https://en.wikipedia.org/wiki/Himawari_8 (дата обращения: 12.09.2023). – Текст: электронный.
20. Instrument: ABI: сайт / Observing Systems Capability Analysis and Review Tool. – World Meteorological Organization, 2011-2023. – URL: https://space.oscar.wmo.int/instruments/view/abi (дата обращения: 12.09.2023). – Текст: электронный.
21. Instrument: MSU-GS: сайт / Observing Systems Capability Analysis and Review Tool. – World Meteorological Organization, 2011-2023. – URL: https://space.oscar.wmo.int/instruments/view/msu_gs (дата обращения: 12.09.2023). – Текст: электронный.
22. Иванов В. В. и др. Восстановление полей метеорологических элементов по спутниковым изображениям облачности // Современные проблемы дистанционного зондирования Земли из космоса. – 2006. – Т. 3. – №. 1. – С. 280-286.
Для цитирования:
Саворский В.П., Чернушич А.П., Панова О.Ю. Информационная инфраструктура, обеспечивающая своевременное обнаружение мезомасштабных конвективных комплексов // Журнал радиоэлектроники. – 2023. – №. 11. https://doi.org/10.30898/1684-1719.2023.11.19