Метод прогноза наличия низкой облачности

Общие сведения

Данный метод разрабатывался как составная часть технологии выпуска прогностических карт особых явлений на нижних уровнях для авиации. Областью прогноза являлась Европейская часть бывшего СССР. Заблаговременность прогноза: 12 и 24 ч.

Метод разрабатывался на основе следующих материалов:
- по каждому аэродрому используется относительная влажность RH(925) и вертикальный градиент температуры, - cозданная в ОАМ и пополняемая новыми данными база аэродромных наблюдений, получаемых декодированием телеграмм в коде METAR (2001-2010 гг.),
- база данных объективного анализа Гидрометцентра России на сетке 2.5х2.5° до 2005 г. и 1.25х1.25° по 2010 г.,
- численные прогнозы на 12 и 24 ч по моделям ПЛАВ (0.9х0.72°) и COSMO-RU7.

Метод является статистическим, разработан с использованием линейного дискриминантного и кластерного анализов.
Обучающая выборка: Данные METAR с временным разрешением 30 мин за 2001-2008 гг. и объективный анализ за тот же период.
Независимая выборка: данные METAR и объективный анализ за 2009-2010 гг.
Архив модельных численных прогнозов за апрель-октябрь 2010 г.

Характеристики зависимой выборки:
- температура воздуха,
- температура точки росы.
Аэродромные наблюдения (METAR): температура, температура точка росы (с точностью 1°С), ветер, облачность (окт), ее нижняя граница ( 1500 м); ряд для каждого аэродрома содержит около 130 000 наблюдений.

Объективный анализ:
- температура и влажность воздуха.
Давление, геопотенциальные высоты 1000, 925, 850, 700 гПа; ряд для каждого аэродрома содержит около 5700 сроков анализа.

Независимая выборка
Аэродромные наблюдения (METAR), ряд для каждого аэродрома содержит около 30000 сроков.
Объективный анализ, ряд для каждого аэродрома содержит около 1300 сроков.

Выборка модельных данных
Начальные поля и прогноз на 12 и 24 ч: давление, высоты поверхностей 1000, 925, 850, 700 гПа, температура и влажность у земли и на изобарических поверхностях за апрель-октябрь 2010 г. (около 100 прогнозов каждой заблаговременности по области в узлах модельных сеток):
Модель ПЛАВ: 43х43 узла,
Модель COSMO-Ru7: 520х470 узлов.

Предпочтение отдавалось предикторам, взятым из данных объективного анализа. В качестве двух наилучших предикторов на большинстве аэродромов используются относительная влажность RH (925) и вертикальный градиент температуры (925-850). На обучающей выборке успешность разделения случаев наличия и отсутствия низкой облачности 6 окт:
Критерий Пирси-Обухова (средний по 45 аэродромам) 0.52
Критерий Хайдке-Багрова 0.50


Методы прогноза низкой облачности 6 окт по каждому аэродрому

Дискриминантный анализ обучающей выборки для данного аэродрома
В качестве потенциальных предикторов использовались как наземные наблюдения, так и характеристики стратификации атмосферы по данным объективного анализа в ближайшем узле.
Из наземных данных наилучшим синхронным предиктором найдена относительная влажность у земли.

Предпочтение отдавалось предикторам, взятым из данных объективного анализа. В качестве двух наилучших предикторов на большинстве аэродромов используются RH (925) и (925-850). На обучающей выборке успешность разделения случаев наличия и отсутствия низкой облачности 6 окт:
Критерий Пирси-Обухова (средний по 45 аэродромам) 0.52
Критерий Хайдке-Багрова 0.50

Наиболее информативные предикторы низкой ( 1500 м) облачности 6 окт по индивидуальным аэродромам (указаны числа наблюдений - объем обучающих выборок):
RH – относительная влажность,
– вертикальный градиент температуры в слое,
RH(3) – относительная влажность на высоте 2 м над подстилающей поверхностью.




Метод прогноза низкой облачности 6 окт по области

С помощью кластерного анализа множество 45 аэродромов разделено на 7 групп (кластеров) по принципу сходства «режимных» характеристик:
- Годовой ход низкой облачности,
- Средние повторяемости RH(925),
- Cредние повторяемости (925-850),
- Барические ситуации, в которых повторяемость низкой облачности повышена.


Результаты кластерного анализа аэродромов по четырем переменным
способом tree-clustering


По объединенной выборке в пределах кластера выполнялся дискриминантный анализ.
Объединение аэродромов в кластеры позволило увеличить объем выборок и тем повысить надежность результатов.
Наиболее информативными предикторами для всех кластеров остаются RH (925) и (925-850).
Область делится на части («мозаика»), в каждой из которых используется дискриминантная функция соответствующего кластера.


Схема расчета прогностической карты низкой облачности

Оценка успешности прогноза низкой облачности по модельным предикторам:
- При оценке прогноза по площади за «факт» принимался результат расчета по предлагаемому методу в том же узле сетки по начальному полю модели;
- Модель COSMO-RU7, 2010 г.: PI 0.50 по индивидуальным аэродромам, PI 0.60 по площади;
- Модель ПЛАВ: PI 0.45, PI 0.60 соответственно.


Модельный прогноз низкой облачности 6 окт

Модельная облачность (анализ, прогноз на 12 и 24 ч) архивировалась по данным модели COSMO-RU7, а также по модели NCEP. Определение низкой облачности в моделях не совпадает с измерениями на аэродромах: так, COSMO-RU7 прогнозирует облачность в слое ниже 800 гПа. Если пренебречь разницей в определениях, то оценки показывают значимый уровень согласия модельной и наблюдаемой облачности (PI ~ 0.4) в обеих моделях (NCEP – c 2010 г.), хотя он ниже успешности статистического прогноза.


Условия оперативных испытаний

Программа прогноза наличия низкой облачности по предикторам из модели ПЛАВ сдана в АСООИ в конце 2010 г., расчеты проводятся оперативно с записью результатов в базу данных.
Аналогичная программа для COSMO-RU7 сдана в июне 2011 г., и начат оперативный счет с записью результатов в базу данных.
Поля предикторов и результаты расчета, а также аэродромные наблюдения и модельная облачность COSMO-RU7 архивируются в квазиоперативном режиме.


Выводы

Cтатистический метод прогноза наличия облачности 6 окт с нижней границей 1500 м разработан на реальных данных (аэродромные наблюдения и объективный анализ), т. е. в рамках концепции РР.
Метод обеспечивает практически значимые результаты на выходных данных моделей ПЛАВ и COSMO-RU7.

В процессе работы над темой показано, что «низкая облачность», прогнозируемая в модели COSMO-RU7, обнаруживает практически значимый уровень согласия с наблюдениями на аэродромах, но с более низкой предупрежденностью наличия низкой облачности (высокий процент непредсказанных явлений) в сравнении со статистическим методом.

На этом основании можно полагать, что модельную облачность целесообразно использовать как один из предикторов реально наблюдаемой низкой облачности (концепция MOS). Оценки на данных COSMO-RU7 показали, что таким путем удается несколько повысить успешность прогноза.


Рекомендации ЦМКП

ЦМКП считает необходимым рекомендовать использовать разработанный метод прогноза наличия низкой облачности по выходным данным моделей ПЛАВ и COSMO-RU7 в качестве основного расчетного метода при прогнозировании условий полета на нижних уровнях для авиации, а также считать целесообразной организацию выпуска в ФГБУ «Гидрометцентр России» карт особых явлений на нижних уровнях для использования при метеообеспечении авиации.

ФГБУ «Гидрометцентр России» рекомендуется продолжить работу по развитию метода прогноза наличия низкой облачности по выходным данным модели COSMO-RU.


Авторы

Н. П. Шакина, Е. И. Ветрова, Е. Н. Скриптунова, А. Р. Иванова


Контакты

Отдел авиационный метеорологии ФБГУ «Гидрометцентр России»
Тел. 8 (495) 255-51-01
E-mail: chakina@mecom.ru


© Методический кабинет Гидрометцентра России