Содержание к диссертации
Введение
1 Современное состояние картографирования опасных гидрометеорологических явлений 12
1.1 Опасные гидрометеорологические явления 12
1.2 Современные подходы и методы картографирования пространственно временного распределения опасных гидрометеорологических явлений 16
1.3 Методы и технологии веб-картографии для изучения опасных природных явлений 30
1.4 Выводы по первому разделу 41
2 Методические подходы к созданию региональной атласной информационной системы опасных гидрометеорологических явлений 43
2.1 Особенности реализации атласной информационной системы как одного из типов электронных атласов 43
2.2 Информационное обеспечение 47
2.3 Проектирование картографической базы данных 53
2.4 Аппаратно-программная структура 61
2.5 Функциональные возможности 65
2.6 Выводы по второму разделу 73
3 Методические аспекты создания карт для атласной информационной системы «опасных гидрометеорологических явлений уральского прикамья» 75
3.1 Математико-картографическое моделирование пространственно временного распределения опасных явлений погоды на основе данных точечных наблюдений 75
3.2 Особенности использования данных дистанционного зондирования Земли для картографирования опасных гидрометеорологических явлений 99
3.3 Синтетические геоизображения как территориальная характеристика воздействия опасных гидрометеорологических явлений 114
3.4 Выводы по третьему разделу 125
Заключение
Список сокращений и условных обозначений 131
Список литературы 133
- Современные подходы и методы картографирования пространственно временного распределения опасных гидрометеорологических явлений
- Методы и технологии веб-картографии для изучения опасных природных явлений
- Проектирование картографической базы данных
- Особенности использования данных дистанционного зондирования Земли для картографирования опасных гидрометеорологических явлений
Введение к работе
Актуальность темы исследования. На фоне глобального и регионального изменения климата необходимость и важность исследования пространственно-временного распределения опасных гидрометеорологических явлений (ОГМЯ) не вызывает сомнений. ОГМЯ оказывают неблагоприятное воздействие на различные сферы жизнедеятельности человека и являются причиной социального, экологического и экономического ущерба.
Важную роль в изучении пространственно-временного распределения ОГМЯ играет картографический метод. Картографирование характеристик опасных явлений позволяет выделять и в наглядной форме отображать области наибольшей частоты и интенсивности их проявления. Таким образом, карты являются важным инструментом оценки территориального риска возникновения ОГМЯ и связанных с ними чрезвычайных ситуаций (ЧС). Большинство картографических материалов, посвященных пространственно-временному распределению опасных явлений, создано на глобальном, макрорегиональном и национальном уровнях. На региональном уровне таких работ известно мало, что в основном связано с дефицитом исходной информации о случаях ОГМЯ. Методические аспекты картографирования ОГМЯ на региональном уровне также разработаны недостаточно.
При комплексном изучении ОГМЯ особое место принадлежит атласному картографированию. Большинство изданных атласов посвящены анализу рисков возникновения чрезвычайных ситуаций, вызываемых опасными природными явлениями. Среди них известны атласы глобального (Shi, Kasperson, 2015 г.), национального (Шойгу, 2005; 2007; 2008; 2009 гг.) и регионального уровней (Разумов, 2005 г.; Томскгеомониторинг, 2008 г; Русское географическое общество Смоленское отделение, 2013 г.). Перечисленные атласы в основном изданы в традиционной печатной форме и в связи с этим встает вопрос их своевременного обновления. Одним из путей решения данной проблемы может послужить создание электронных атласов. Наиболее совершенным видом электронного
4 атласа являются атласные информационные системы (АИС), которые предоставляют возможности организации систематизированного хранения, обработки, распространения, оперативного обновления информации, а также включают инструменты построения новых карт, пространственного анализа и моделирования. Широкие функциональные возможности АИС позволяют использовать их для решения ряда научных и прикладных задач.
Необходимость интеграции, систематизации и регулярного обновления данных об опасных гидрометеорологических явлениях, а также организации их мониторинга и поддержки принятия управленческих решений по смягчению и нейтрализации их воздействия обуславливает актуальность разработки научно-методических и технологических принципов создания атласной информационной системы ОГМЯ, которые могут быть реализованы на различных пространственно-иерархических уровнях.
Степень разработанности темы. Вопросы оценки пространственно-временного распределения ОГМЯ, а также их негативного воздействия на различные сферы жизни общества рассматривались многими авторами: Бедрицким А. И., Осиповым В. И., Кобышевой Н. В., Панфутовой Ю. А. и др. Методические аспекты картографирования пространственно-временного распределения ОГМЯ на региональном уровне изучены недостаточно, большинство карт данной тематики создано на национальном уровне. Для территории России и ее отдельных частей такие карты представлены в атласах (Шойгу, 2005; 2007; 2008; 2009 гг.). Разработка и создание АИС – относительно молодое направление в области картографии и геоинформатики. Теоретические и практические аспекты разработки АИС различной тематики, освещены в работах Ormeling F., Тикунова В. С., Батуева А. Р., Бешенцева А. Н., Тимонина С. А. и др.
Цель и задачи исследования.
Цель исследования – разработка научно-обоснованных подходов к проектированию, созданию и информационному наполнению региональной АИС ОГМЯ (на примере Уральского Прикамья).
Для достижения поставленной цели потребовалось решить следующие задачи:
– рассмотреть и обобщить российский и зарубежный опыт картографирования опасных гидрометеорологических явлений на различных территориально-иерархических уровнях;
– выделить характерные методические и технологические особенности проектирования и создания АИС ОГМЯ регионального уровня;
– разработать научно-обоснованные алгоритмы картографирования пространственно-временного распределения ОГМЯ как событий редкой повторяемости и их последствий на региональном уровне;
– провести апробацию созданных алгоритмов картографирования средствами функциональных возможностей АИС ОГМЯ (на примере Уральского Прикамья).
Объектом исследования является атласная информационная система опасных гидрометеорологических явлений.
Предмет исследования – новые методические и технологические подходы при создании типовой региональной атласной информационной системы опасных гидрометеорологических явлений (на примере Уральского Прикамья).
Научная новизна работы. В результате проведенных исследований впервые:
– разработаны и апробированы новые методические решения для геоинформационного картографирования режимных характеристик ОГМЯ (повторяемости и интенсивности) на региональном уровне, позволяющие получить достоверную оценку их пространственно-временного распределения на основе исходных данных точечных наблюдений, с учетом физико-географических характеристик исследуемой территории, а также на основе многолетних рядов данных космической съемки;
– предложены и реализованы методика создания синтетических карт повторяемости климатических экстремумов, а также методики районирования территории по преобладающим видам опасных метеорологических явлений;
– реализован прототип региональной АИС ОГМЯ, обладающей характерной структурой и рядом функциональных особенностей, выделяющих ее среди иных информационных систем подобной направленности.
Теоретическая и практическая значимость работы. Теоретическая значимость исследования заключается в том, что его результаты представляют собой дальнейшее развитие теоретических и практических наработок в области проектирования и создания АИС, а также изучения пространственно-временного распределения опасных гидрометеорологических явлений на региональном уровне. Исследования выполнялись в рамках реализации ряда научных проектов, поддержанных Российским фондом фундаментальных исследований (РФФИ) и Министерством образования и науки Российской Федерации (РФ):
– Грант Министерства образования и науки РФ № 2012-4.B37.21.1891 «Разработка технологии оперативного мониторинга и прогноза затопления территории при образовании ледового затора»;
– Грант РФФИ № 14-05-96000-р-урал-а «Математико-картографическое моделирование и сверхкраткосрочный прогноз опасных гидрометеорологических явлений на территории Уральского Прикамья»;
– Грант РФФИ № 14-05-31220-мол-а «Оценка влияния растительных формаций на процессы формирования и таяния снежного покрова с применением данных дистанционного зондирования Земли»;
– Грант РФФИ № 16-05-00245-а «Современная климатология смерчей по данным дистанционного зондирования Земли (на примере лесной зоны Европейской части России)»;
– Грант РФФИ № 16-45-590056-р-а «Атласное веб-картографирование опасных гидрометеорологических явлений Уральского Прикамья».
Практическая значимость исследования заключается в том, что полученные автором результаты исследований нашли практическое применение при разработке Паспортов безопасности Осинского и Чайковского муниципальных районов Пермского края. Также материалы исследования использованы при
7 разработке курсов лекций и практических занятий в программах дисциплин «Геоинформационные системы», «Веб-картографирование», «Математико-картографическое моделирование» на кафедре картографии и геоинформатики федерального государственного бюджетного образовательного учреждения высшего образования «Пермский государственный национальный исследовательский университет».
Методология и методы исследования. Методология исследования базируется на базовых понятиях и методах картографии, геоинформационного картографирования. В диссертационной работе для решения поставленных задач использованы следующие методы исследования: картографический, геоинформационного картографирования, математико-картографического моделирования, статистические (корреляционный и регрессионный анализ, кластерный анализ), пространственно-временной анализ, экспертные оценки, дешифрирование данных дистанционного зондирования Земли (мультивременной анализ данных).
Положения, выносимые на защиту:
– разработанная АИС ОГМЯ обеспечивает интеграцию, систематизацию и регулярное обновление пространственной и семантической информации об опасных явлениях, а также о климатическом и гидрологическом режиме территории;
– функциональные возможности АИС, включающие визуализацию данных, формирование запросов, пространственно-статистический анализ и моделирование, являются универсальными и могут быть реализованы для любой территории со сходными природными условиями;
– комплексирование различных источников данных, включая станционные наблюдения, сведения об ущербе, данные дистанционного зондирования Земли (ДЗЗ), а также учет зависимостей режимных характеристик ОГМЯ от свойств подстилающей поверхности позволяют получать достоверную оценку пространственно-временного распределения ОГМЯ на региональном уровне;
– предложенные алгоритмы районирования территории по преобладающим видам ОГМЯ и зонирования по повторяемости климатических экстремумов
8 обеспечивают получение достоверных результатов и могут быть использованы для комплексной оценки подверженности территории воздействию ОГМЯ.
Степень достоверности и апробация результатов исследования. Картографические материалы, полученные в результате диссертационного исследования, созданы на основе данных наблюдательной сети Росгидромета, а также тематических продуктов обработки данных ДЗЗ, прошедших проверку их разработчиками. Разработанные алгоритмы картографирования основаны на известных закономерностях пространственного распределения гидрометеорологических величин. Их валидация была проведена по данным космической съемки.
Результаты работы также используются Министерством природных ресурсов, лесного хозяйства и экологии Пермского края при оценке влияния ОГМЯ на лесные и водные ресурсы региона.
Основные положения диссертационной работы и результаты исследований докладывались и нашли положительные отклики на научно-практических конференциях различного уровня:
– на 6-й и 7-й Международных конференциях «Раннее предупреждение и управление в кризисных ситуациях в эпоху "Больших данных"» в рамках XI и XII Международных научных конгрессов «Интерэкспо ГЕО-Сибирь» (г. Новосибирск, 2015, 2016 гг.);
– на XXII международной конференции ИнтерКарто/ИнтерГИС – «ГИС для устойчивого развития территорий» (г. Протвино, 2016 г.);
– на Всероссийской конференции «Международный год карт в России: объединяя пространство и время» (г. Москва, 2016 г.);
– на VI, VII, VIII, IX межрегиональных научно-практических конференциях «Геоинформационное обеспечение пространственного развития Пермского края» (г. Пермь, 2013, 2014, 2015, 2016 гг.).
Публикации по теме диссертации. Основные теоретические положения и результаты исследований представлены в 16 научных публикациях, в том числе семь статей опубликованы в журналах, входящих в перечень рецензи-
9 руемых научных изданий, в которых должны быть опубликованы основные научные результаты диссертации на соискание ученой степени кандидата наук.
Структура диссертации. Диссертационная работа состоит из введения, трех разделов, заключения, списка литературы из 171 наименования. Материал работы изложен на 179 страницах машинописного текста и включает в себя 7 таблиц, 29 рисунков, 9 приложений.
Современные подходы и методы картографирования пространственно временного распределения опасных гидрометеорологических явлений
Карты мест фиксации опасных явлений создаются как с использованием данных наблюдательной сети о пространственной и временной локализации опасных явлений, так и на основе информации, полученной из других источников (например, по данным ДЗЗ, от очевидцев событий через краудсорсинговые ресурсы, из СМИ). Карты данной группы содержат оперативную информацию, либо архивные данные о явлениях, зафиксированных в определенный интервал времени. Карты мест фиксации опасных явлений необходимо регулярно обновлять, поскольку отображаемые на них сведения в дальнейшем могут использоваться для изучения, а также картографирования повторяемости и ряда других характеристик опасных явлений.
Примером регулярно обновляемой карты мест локализации ОЯ является интерактивная карта Европы (включая Европейскую территорию России и часть Западной Сибири) на сайте Европейской базы данных опасных явлений погоды, нанесших социально-экономический ущерб – European Severe Weather Database (ESWD) [133]. На ней, в виде точек, нанесены места наблюдения опасных метеоявлений: торнадо, сильные дожди и снегопады, сильные ветра, грозы, крупный град и т. д.
Подобные интерактивные, обновляемые в оперативном режиме карты мест фиксации опасных явлений представлены на ведомственных сайтах США. Так, на сайте американской национальной системы мониторинга и прогноза стихийных бедствий – National Weather Service (NWS) представлена интерактивная карта мест наблюдения наводнений [149]. Веб-ресурс Внутренней системы пространственного управления чрезвычайными ситуациями – Interior Geospatial Emergency Management System (IGEMS) [136] Департамента управления чрезвычайными ситуациям США – United States Department of the Interior (USDI) предоставляет общественности актуальную информацию о текущих опасных природных явлениях, в частности наводнениях, вулканической активности, землетрясениях, ураганах, штормах, сильных ветрах и лесных пожарах. На сайте Департамента сельского хозяйства США (USDA) [163] осуществляется мониторинг засух (U.S. Drought Monitor) [164] и ежедневно обновляется карта их распространения с градацией по показателю интенсивности.
Также интерес представляют карты линейного распространения на
территории Европы сильнейших ураганов («Anatol», «Kyrill», «Martin» и др.), наблюдавшихся в период с 1998 по 2009 гг., а также зон, которые подверглись их воздействию [142]. Карта подобной тематики, отображающая треки распространения тропических циклонов разной интенсивности с 1967 по 2007 гг., существует в Австралии [150]. В этих же источниках приведены карты мест, где наблюдались катастрофические наводнения и засухи разной интенсивности.
Карты мест фиксации опасных природных явлений на территории России приводятся в атласах природных и техногенных опасностей [10–13], например, карты мест образования заторов льда и зажоров, участки схода селей и оползней и др. Имеются похожие работы и на региональном уровне. Например, в статье [48] представлены карты мест частого и ежегодного возникновения ледовых заторов в Пермском крае.
Также для территории России проведен картографический анализ пространственного распределения опасных явлений за последние 20 лет, которые способствовали возникновению ЧС [27].
Места фиксации опасных явлений на картах отображаются различными способами. Основными характеристиками, влияющими на выбор способа картографического отображения в данном случае, являются масштаб создаваемой карты и площадь территории, подвергшейся воздействию опасного явления. Так, при мелкомасштабном картографировании опасные явления обычно отображаются значками, таким же способом отображают пункты наблюдательной сети и иные места (например, населенные пункты), отметившие опасное явление. Опасные явления, имеющие линейный характер распространения (например, смерчи, шквалы и др.) отображают способом линейных знаков и знаков движения. Ареалами отображаются опасные явления, имеющие значительную площадь распространения, которую можно выразить в масштабе карты (например, распространение засух, зоны затопления населенных пунктов).
Карты ущерба, вызванного опасными явлениями, отражают количественные и качественные характеристики нанесенного ущерба. Карты данной группы создаются на основе данных обследований территорий, подвергшихся воздействию опасных явлений. В России проведение обследований территорий входит в полномочия Росгидромета и его региональных структурных подразделений (УГМС и ЦГМС). Также в обследованиях могут принимать участие представители Министерства Российской Федерации по делам гражданской обороны, чрезвычайным ситуациям и ликвидации последствий стихийных бедствий (МЧС) [89].
В большинстве случаев, на картах данной группы отображаются показатели экономического и экологического ущерба, а также данные о человеческих жертвах. Стоит отметить, что сведения о нанесенном ущербе обычно показываются по территориальным единицам (административно территориального деления, лесничествам и т. п.), пострадавшим от воздействия ОЯ, поскольку данная информация необходима для подсчета и компенсации причиненного ущерба.
Российский опыт создания карт ущерба от воздействия различных видов опасных природных явлений, наиболее широко освещен в атласах ЧС. Так, в них представлены карты ущерба, наносимого сходами селевых потоков, карты потенциального ущерба при затоплениях нагонными волнами и др. [10–13]. Известны исследования, проведенные и на региональном уровне. Например, методика картографирования влияния пожаров и ветровалов на лесные ресурсы Пермского края описана в работе [90].
Методы и технологии веб-картографии для изучения опасных природных явлений
Информационная система ESWD [133], разработанная ESSL (European Severe Storms Laboratory) предоставляет материалы об опасных явлениях, произошедших в Европе и нанесших социально-экономический ущерб. В качестве первоисточников информации для базы данных ESWD используются сведения очевидцев и СМИ, а также материалы сети наблюдений. В ESWD занесены сведения о более чем 100 случаях ОЯ (в основном конвективного происхождения), зафиксированных на территории Пермского края. Причем большинство из них приходится на период с 2010 г. по настоящее время.
Данные об опасных конвективных явлениях локального масштаба (шквалы, смерчи, крупный град) могут быть доступны, благодаря использованию метеорологических радиолокаторов (МРЛ), или метеорадаров [111]. С их помощью в оперативном режиме получают информацию о состоянии кучево-дождевых облаков, высоте верхней границы и радиолокационной отражаемости, а также о метеорологических явлениях в зоне действия МРЛ. Значения параметров состояния облаков дают возможность определять вероятность возникновения опасного явления. Также данные МРЛ позволяют проверять информацию о прохождении конвективных явлений, поступающую от СМИ или очевидцев. Таким образом, метеорадары являются эффективным инструментом мониторинга быстроразвивающихся опасных конвективных явлений [100].
Например, для территории Пермского края на кафедре метеорологии и охраны атмосферы Пермского государственного национального исследовательского университета (ПГНИУ) существует архив данных метеорологического радиолокатора МРЛ-5, функционирующего в аэропорту Большое Савино, за период с 1996 г. по настоящее время. Радиус обзора радиолокатора составляет 150 км, период получения информации – 30 мин. Также, юго-западную часть Пермского края, ограниченную линией Кудымкар – Пермь – Кунгур – Октябрьский, покрывает МРЛ, установленный в городе Ижевске, данные с него в оперативном режиме с периодичностью 30 мин. доступны на сайте meteorad.ru [72]. При этом стоит заметить, что северные районы Пермского края находятся вне зоны действия метеорадаров и поэтому не обеспечены данными МРЛ.
Еще один источник информации об ОГМЯ, который широко и активно применяется в последнее десятилетие – это данные дистанционного зондирования Земли (ДЗЗ) различного пространственного и временного разрешения. Основным направлением их применения является оперативный мониторинг, оценка последствий воздействия опасных явлений, а также оценка повторяемости некоторых опасных явлений по многолетним архивным рядам данных. Стоит отметить, что данные ДЗЗ позволяют получать информацию о районах, где отсутствует наблюдательная сеть, включая труднодоступные районы.
Для решения задачи мониторинга опасных метеорологических явлений используются данные ДЗЗ низкого пространственного разрешения со спутников NOAA, Terra и Aqua, а также с геостационарных спутников. По ним оцениваются температура и альбедо верхней границы облачности, по которым определяются зоны возможного развития конвективных опасных ОЯ, а также вычисляется высота верхней границы и водозапас облаков [90]. Данные ДЗЗ низкого и среднего разрешения активно используются для мониторинга процессов таяния снежного покрова, что позволяет получать дополнительную информацию о местах возможного возникновения опасных гидрологических явлений, связанных с высоким уровнем воды при прохождении весеннего половодья [112]. Для задач мониторинга опасных гидрологических явлений (весеннего половодья, паводков и ледовых явлений) используются данные ДЗЗ разного пространственного разрешения – от низкого до высокого и сверхвысокого [6, 68]. В то же время наряду с оперативными данными дистанционного зондирования применяются и архивные данные, которые являются весомым источником информации, необходимым для изучения повторяемости опасных явлений. В первую очередь, это относится к опасным гидрологическим явлениям – паводкам и половодьям, а также ледовым заторам. Архивы космической съемки с аппаратов серии Landsat и Terra/Aqua MODIS используются для оценки повторяемости затопления территорий, районирования по вероятности затопления [8].
Перспективным является применение многолетних рядов данных ДЗЗ среднего и высокого пространственного разрешения для оценки ущерба, причинённого лесным ресурсам, а также на территориях с высокой лесистостью (более 75 %) по многолетним данным космической съемки может быть определена повторяемость сильных шквалов и смерчей. Для северной части Пермского края, для которой характерен высокий показатель лесистости, проведен анализ материалов космической съемки территории региона со спутников серии Landsat за период 2001–2014 гг., в результате которого было выявлено 17 участков с массовыми ветровалами. Подробные результаты представлены в работе [114].
Помимо перечисленных данных, при описании и анализе отдельных случаев опасных явлений часто используются данные реанализа (NCEP/NCAR, CFSv2 и GDAS) и результаты счета моделей атмосферы (например, WRF/ARW).
На основе описанных источников данных могут создаваться отдельные базы данных, интегрирующие и систематизирующие большой объем информации об ОГМЯ из различных источников.
Так, для территории Пермского края при взаимодействии кафедры метеорологии и охраны атмосферы и кафедры картографии и геоинформатики ПГНИУ создана база данных об опасных и неблагоприятных явлениях погоды [109]. Она содержит актуальную информацию о более чем 1300 случаях опасных и неблагоприятных явлений погоды с 1991 г. по настоящее время. В атрибутивной базе данных представлены следующие основные характеристики опасных явлений: тип, место и дата регистрации, интенсивность и продолжительность явления, кратко описана синоптическая ситуация, описание ущерба от ОЯ. Также характеристика опасных погодных явлений сопровождается дополнительными материалами – синоптическими картами, картами реанализа и объективного анализа, космическими снимками и их производными продуктами (например, температура верхней границы облаков), картами метеоявлений по данным метеорадара, фотографиями.
Также для обеспечения наиболее полной характеристики ОГМЯ целесообразно в информационную основу АИС включить данные о климатическом и гидрологическом режиме территории, которые формируются на сети метеостанций и гидрологических постов. В дальнейшем, как и информация об ОГМЯ, они доступны в метеорологических ежемесячниках и гидрологических ежегодниках, а также в архивах Интернет-ресурсов, которые упоминались ранее.
Описанные выше источники данных послужили информационной основой и для АИС «ОГМЯ Уральского Прикамья» (таблица 2.1). Они в совокупности позволяют разработчику АИС представить для пользователя достаточно обширную характеристику ОГМЯ, наблюдаемых в регионе.
Проектирование картографической базы данных
Математико-картографическое моделирование пространственно-временного распределения опасных гидрометеорологических явлений на разных пространственных масштабах позволяет получить количественные оценки частоты возникновения и возможной интенсивности ОГМЯ, а также представить эти оценки в наглядной форме и выделить области наибольшего риска возникновения того или иного явления [10]. В разделе 1 были рассмотрены проблемы картографирования ОГМЯ на региональном уровне: дефицит информации о зафиксированных случаях явлений, частое изменение критериев ОГМЯ и, как следствие, отсутствие единого репрезентативного массива данных, а также локальный характер многих явлений (вследствие чего они пропускаются наблюдательной сетью). В связи с этим, карты пространственно-временного распределения опасных явлений чаще строятся в обзорном масштабе.
Как известно, основной массив информации об ОЯ составляют данные наблюдательной сети Росгидромета, которые, в отличие от других источников информации, обеспечивает получение режимной информации об ОЯ. Также особенностью данных сети наблюдений является их локализация в точках, что обеспечивает удобство их использования при математико-картографическом моделировании, поскольку в основе построения климатических карт лежат различные методы интерполяции данных.
Для построения карт пространственно-временного распределения ОЯ также можно использовать и другие источники данных. Например, информацию, полученную при проведении обследований территорий, данные об ущербе, информацию от очевидцев событий, СМИ и др. Перечисленные данные могут быть представлены в точечном, линейном или полигональном виде, в зависимости от площади распространения явления и масштаба картографирования. Для мелко- и среднемасштабного картографирования пространственно-временного распределения ОЯ целесообразно использовать данные, приведенные к точечному виду. Пространственно-временное распределение ОГМЯ можно оценивать с разных позиций: как повторяемость (число случаев за единицу времени), а также как плотность (число случаев на единицу площади за период времени). Для явлений, которые характеризуются значительным охватом территории (экстремальная температура воздуха, сильные осадки, сильные ветры и др.) предпочтительно рассматривать повторяемость по данным наблюдательной сети. Наряду с повторяемостью, можно картографировать среднюю и максимальную интенсивность явлений. Для явлений локального характера (смерчей, шквалов, крупного града), которые на мелких масштабах могут рассматриваться как точечные объекты, предпочтительно оценивать плотность пространственного распределения. Использование такого подхода связано с тем, что большинство случаев локальных конвективных явлений фиксируются не по данным метеостанций, а на основе оценки причиненного ущерба [2].
Далее описана реализация этих подходов на региональном уровне на примере опасных явлений, связанных с интенсивными осадками (сильных дождей и сильных снегопадов), опасных явлений, связанных с воздействием экстремальных температур (сильные морозы и сильная жара) и опасных конвективных явлений (смерчи, шквалы, крупный град). Описанные далее методики картографирования использованы в АИС «ОГМЯ Уральского Прикамья» и реализованы в виде инструментов моделей. Методика построения карт повторяемости и интенсивности ОЯ. Пространственное распределение опасных явлений погоды характеризуется высокой степенью изменчивости, которая обусловлена влиянием факторов подстилающей поверхности. Важность их учета особенно возрастает в условиях сложного рельефа. С развитием ГИС-технологий появилась возможность учитывать свойства подстилающей поверхности при средне- и крупномасштабном картографировании различных климатических параметров, в том числе опасных явлений погоды [153, 168].
Как упоминалось выше, в основе создания климатических карт лежат различные методы интерполяции метеорологических данных станционных наблюдений. Однако их прямое использование без учета влияния орографии, крупных водных объектов и других физико-географических особенностей территорий часто приводит к существенным ошибкам и искажению сути картографируемого явления [55]. Поэтому при построении климатических карт (в том числе и карт повторяемости опасных явлений погоды) на территориях со сложным рельефом и редкой сетью наблюдений необходим учет свойств подстилающей поверхности. Такие методы интерполяции метеорологических величин разрабатываются в мире с 80-х гг. XX века. Изначально они применялись в основном для расчета пространственного распределения метеоэлементов, необходимых в качестве входных данных в гидрологических моделях формирования стока [141]. В России первым подобный подход реализовал Шутов А. В. для расчета запасов воды в снежном покрове [117]. Впоследствии в работах Яковченко С. Г. были реализованы способы восстановления полей других метеоэлементов [119]. Наиболее часто при интерполяции метеорологических и климатических данных используется высотный градиент, в связи с чем, данный метод интерполяции получил название «altitude-dependent-regression» [141].
Интерполяция с использованием регрессионных моделей широко применяется в климатическом картографировании, прежде всего на региональном уровне. Одна из первых подобных работ была реализована для территории Каталонии. На основе модели множественной линейной регрессии были созданы высокодетальные реалистичные карты среднегодовой, максимальной, минимальной температуры воздуха, а также количества осадков [153]. Ряд исследований посвящен сопоставлению пригодности различных методов интерполяции для картографирования климатических характеристик. Было установлено, что регрессионные методы (или их комбинирование с методами кригинга) в большинстве случаев обеспечивают высокую точность интерполяции, а для горных районов они практически не имеют альтернативы [146, 166]. В некоторых случаях, для объективной интерполяции температуры воздуха, кроме морфометрических характеристик рельефа используются также продукты обработки спутниковых снимков, а именно температура земной поверхности и вегетационный индекс NDVI [171].
Аналогичные подходы применяются и для картографирования режимных характеристик опасных метеорологических явлений, например сильных дождей в Альпах [166]. Известны также работы по картографированию распределения минимальной температуры воздуха в ночное время и оценке риска заморозков. Для решения этой задачи была разработана схема интерполяции с использованием эмпирической модели, описывающей накопление холодного воздуха в пониженных участках местности [127].
В рамках настоящего исследования предлагается методика построения карт повторяемости и интенсивности ОЯ на региональном уровне, в основе которой лежит интерполяция данных наблюдательной сети с учетом регрессионных зависимостей от свойств подстилающей поверхности. Выбор данного подхода обусловлен наличием в пределах исследуемой территории (Пермского края) возвышенностей и гор с абсолютной высотой до 1469 м. Барьерный эффект Уральских гор оказывает значительное влияние на распределение осадков, в том числе на повторяемость сильных дождей и снегопадов [49, 90]. Очевидным является также существенное влияние свойств подстилающей поверхности на повторяемость экстремально низкой или экстремально высокой температуры воздуха [90].
Особенности использования данных дистанционного зондирования Земли для картографирования опасных гидрометеорологических явлений
С появлением в свободном доступе многолетних рядов данных космической съемки с метеорологических (NOAA, Terra, Aqua), и природно-ресурсных (Landsat) спутников, появились принципиально новые возможности изучения повторяемости и интенсивности ОГМЯ с применением дистанционных методов. Прежде всего, это относится к конвективным опасным явлениям погоды, а также к наводнениям. Космический мониторинг обеспечивает получение регулярной и однородной информации с достаточно высоким пространственным и временным разрешением, что очень важно при изучении ОГМЯ. Основными ограничениями данных ДЗЗ является недостаточная длина ряда наблюдений и косвенный характер получаемых оценок (т. е. невозможность напрямую изменить интенсивность явления). Ниже рассмотрены предложенные методы картографирования режимных характеристик опасных явлений погоды на основе многолетних рядов данных ДЗЗ, и полученные результаты.
Использование данных ДЗЗ для оценки повторяемости опасных явлений локального распространения. Картографирование случаев такого редкого и локального явления, как смерчи, представляет отдельную проблему. Оценка их повторяемости в районах с низкой плотностью населения (к которым относится и большая часть Пермского края) практически невозможна с использованием обоих выше рассмотренных методов. Смерчи практически никогда не фиксируются метеостанциями. Как правило, массив данных о смерчах формируется на основе случайных наблюдений очевидцев и сведений о нанесенном ущербе, и характеризуется невысоким уровнем достоверности. В этой связи весьма перспективным представляется использование для их картографирования данных ДЗЗ.
Актуальных и репрезентативных оценок повторяемости смерчей на территории как всей России, так и отдельных регионов не существует. Систематизация сведений о случаях возникновения смерчей проводилась Снитковским А. И. в 1987 г. [101], а также в Гидрометцентре РФ (с 1987 по 2001 г.) [22, 94]. В этих работах были приведены данные о более чем 350-ти случаях смерчей, зафиксированных на территории России. В последующие годы актуализация этих данных не проводилась.
С появлением в открытом доступе многолетних рядов данных спутниковых наблюдений съемочных систем Landsat и MODIS появилась возможность идентификации случаев прохождения смерчей по вызываемым ими ветровальным нарушениям лесной растительности. В зарубежных странах данные о ветровалах, полученные путем анализа снимков Landsat, используются для изучения последствий прохождения смерчей еще с 80-х гг. XX в. [129]. Для оперативного определения траекторий и уточнения характеристик смерчей (протяженности пути и ширины воронки смерча), в США используются также снимки низкого разрешения MODIS [138]. Важные характеристики смерча (в частности, направление его вращения и характер распределения скорости ветра у поверхности земли) можно уточнить на основе анализа снимков сверхвысокого разрешения и аэрофотоснимков [123].
Таким образом, данные дистанционного зондирования Земли (ДЗЗ) являются важным источником информации для картографирования случаев смерчей, в том числе на региональном уровне. Для территории России это особенно актуально, в связи с низкой плотностью населения и сети метеостанций. В регионах с высокой лесистостью и низкой плотностью населения (таких, как север Европейской части России и Урала) анализ ветровальных нарушений лесного покрова является единственным доступным источником информации о случаях смерчей. По данным о ветровалах может быть определена траектория движения смерча, ширина воронки, направление вращения, сделаны предположения об интенсивности смерча. Основными преимуществами такого подхода является объективность получаемых оценок. Оценка риска возникновения смерчей актуальна и для территории Западного Урала. В 2009 и 2014 гг. в регионе были зафиксированы два случая возникновения сильных смерчей [110]. Анализ крупных ветровалов, произошедших в последние 15 лет на Западном Урале, позволил выявить семь случаев прохождения смерчей в регионе [114]. Также сведения о нескольких случаях смерчей, наблюдавшихся за последние 30 лет и нанесших материальный ущерб, имеются в базах данных, созданных в Гидрометцентре РФ.
Далее описана методика идентификации случаев возникновения смерчей в лесной зоне, на основе анализа многолетних рядов космических снимков Landsat и полученных на их основе тематических продуктов. Представлены результаты применения данной методики на региональном уровне для территории Пермского края.
В настоящее время космический мониторинг ветровалов в России проводится, главным образом, на основе бесплатных снимков со спутников серии Landsat. Наличие многолетнего ряда данных однородного разрешения позволяет изучать особенности пространственного распределения и другие характеристики ветровалов за 30-ти летний период [61, 84]. Для анализа изменений лесного покрова (в том числе вызванных ветровалами) за продолжительный период, помимо исходных снимков Landsat могут быть использованы также готовые тематические продукты, полученные на их основе: Global Forest Change Map и Eastern Europe s forest cover change [135, 156].
Проект Global Forest Change был реализован группой специалистов Мэрилендского университета в 2012 г. На основе анализа временного ряда снимков Landsat с 2000 г. (всего было обработано 654178 сцен), были получены данные о лесопокрытой площади, участках нарушений лесного покрова (forest loss) и лесовосстановления (forest gain) в глобальном масштабе с пространственным разрешением 30 м [135]. Данные Global Forest Change находятся в свободном доступе в Интернете. Данные о нарушениях лесного покрова, классифицированные по годам (Forest Loss Year) предоставляются в виде целочисленных растров в формате GeoTIFF, в разграфке 10 10 по широте и долготе. В ряде случаев, год появления нарушения определен неверно, что обусловлено влиянием облачности, а также тем, что в проекте использованы только сцены LANDSAT, полученные в течение вегетационного периода.
В продолжение проекта Global Forest Change, в 2015 г. была создана карта изменений лесного покрова Восточной Европы с 1985 по 2012 гг. (Eastern Europe s forest cover change). Для создания этой карты использовался весь архив спутниковых снимков Landsat TM и ETM+ с 1985 по 2012 гг., и усовершенствованный алгоритм обработки данных [156]. Были выделены участки нарушений лесного покрова за периоды 1985–1990 гг.; 1991–2000 гг.; 2001–2006 гг. и 2006–2012 гг.
В данных Global Forest Change и Eastern Europe s forest cover change (имеющихся в свободном доступе в Интернете) отсутствуют сведения о типах нарушений лесного покрова. Однако использование геометрических дешифровочных признаков и дополнительных данных (включая исходные снимки Landsat, а также архивные снимки сверхвысокого разрешения с открытых картографических сервисов) позволяет достаточно надежно идентифицировать ветровалы, вызванные прохождением смерчей, среди других типов нарушений. Для идентификации смерчевых ветровалов производилась конвертация исходного растра, содержащего данные о нарушениях лесного покрова (Forest Loss Year), в векторное представление данных. В полученных векторных наборах данных выполнялся поиск объектов, удовлетворяющих следующим критериям: – характерные размеры полигона длина L = 3…50 км, ширина M = 50…1000 м, длина превышает ширину более чем в 10 раз; – сплошной характер повреждения древостоя (может быть определен по исходным снимкам Landsat, полученным с web-ресурса Геологической службы США); – линейная структура полосы повреждения древостоя, отличающая смерчевые ветровалы от шкваловых, для которых характерна линейно-веерная структура и мозаичный характер повреждений.