Том 37, номер 06, статья № 13

Аннотация:

Мониторинг атмосферы с помощью глобальных спутниковых навигационных систем обычно используют в том числе для оценки интегрального влагосодержания атмосферы. С высоким временным разрешением измеряется зенитная тропосферная задержка спутниковых радиосигналов и ее градиентные параметры, характеризующие атмосферные мезомасштабные неоднородности. В настоящей работе выявлена значимая изменчивость этих характеристик атмосферы, связанная с опасными конвективными явлениями. Используется выборка нескольких сотен штормов, ураганов, ливней, гроз, крупного града, соответствующих имеющимся наблюдениям ближайших станций приема спутниковых сигналов в Республике Татарстан и Московской области, находящихся на широтах 55–56° с.ш. Обнаружено, что в условиях опасных явлений растет неоднородность поля зенитной тропосферной задержки спутниковых сигналов, что проявляется в увеличении ее градиентных параметров и их флуктуаций, а также возрастании интегрального влагосодержания атмосферы и его внутрисуточной изменчивости. Наиболее сильно меняется интенсивность флуктуаций интегрального влагосодержания, если станция расположена не далее 20 км от опасного явления, что объясняется размерами конвективных ячеек. Однако даже при расположении станции на расстояниях до 200 км от опасных явлений наблюдаются рост интегрального влагосодержания атмосферы и усиление атмосферных неоднородностей по сравнению со среднемноголетними данными. Результаты работы могут быть полезны для развития технологии подспутникового мониторинга опасных конвективных явлений.

Ключевые слова:

ГНСС-мониторинг, атмосферная конвекция, опасные явления погоды, мезомасштабные неоднородности

Список литературы:

1. Руководство по практике метеорологического обслуживания населения. 2000. ВМО № 834 // World meteorological organization. URL: https://library.wmo.int/records/item/43384------?offset=1 (дата обращения: 03.11.2023).
2. Gensini V.V. Severe convective storms in a changing climate // Clim. Change Extreme Events. 2021. P. 39–56. DOI: 10.1016/B978-0-12-822700-8.00007-X.
3. Харюткина Е.В., Логинов С.В., Морару Е.И., Пустовалов К.Н., Мартынова Ю.В. Динамика характеристик экстремальности климата и тенденции опасных метеорологических явлений на территории Западной Сибири // Оптика атмосф. и океана. 2022. Т. 35, № 2. С. 136–142. DOI: 10.15372/AOO20220208; Kharyutkina E.V., Loginov S.V., Moraru E.I., Pustovalov K.N., Martynova Yu.V. Dynamics of extreme climatic characteristics and trends of dangerous meteorological phenomena over the territory of Western Siberia // Atmos. Ocean. Opt. 2022. V. 35, N 4. P. 394–401. DOI: 10.1134/S1024856022040078.
4. Сумак Е.Н., Семенова И.Г. Циклоническая активность и повторяемость опасных явлений погоды над территорией Беларуси // Журн. Белорус. гос. ун-та. География. Геология. 2019. № 2. С. 79–93. DOI: 10.33581/2521-6740-2019-2-79-93.
5. Davis I., Li F., Chavas D. Future changes in the vertical structure of severe convective storm environments over the US central Great Plains // arXiv preprint arXiv:2310.11631.
6. Ривин Г.С., Розинкина И.А., Вильфанд Р.М., Киктев Д.Б., Тудрий К.О., Блинов Д.В., Варенцов М.И., Захарченко Д.И., Самсонов Т.Е., Репина И.А., Артамонов А.Ю.Система COSMO-Ru негидростатического мезомасштабного краткосрочного прогноза погоды Гидрометцентра России: второй этап реализации и развития // Метеорол. и гидрол. 2015. № 6. С. 58–70.
7. Ривин Г.С., Розинкина И.А., Вильфанд Р.М., Киктев Д.Б., Тудрий К.О., Блинов Д.В., Варенцов М.И., Захарченко Д.И., Самсонов Т.Е., Репина И.А., Артамонов А.Ю. Разработка оперативной системы численного прогноза погоды и условий возникновения опасных явлений с высокой детализацией для Московского мегаполиса // Метеорол. и гидрол. 2020. № 7. C. 5–19.
8. Алексеева А.А. Прогноз ураганных ветров внетропических циклонов на территории России // Метеорол. и гидрол. 2017. № 1. С. 5–15.
9. Алексеева А.А. Метод прогноза сильных шквалов // Метеорол. и гидрол. 2014. № 9. С. 5–15.
10. Krinitskiy M., Sprygin A., Elizarov S., Narizhnaya A., Shikhov A., Chernokulsky A. Towards the accurate automatic detection of mesoscale convective systems in remote sensing data: From data mining to deep learning models and their applications // Remote Sens. 2023. V. 15, N 14. P. 3493. DOI: 10.3390/rs15143493.
11. Bevis M.S., Businger T.A. GPS meteorology: Remote sensing of atmospheric water vapor using the Global Positioning System // J. Geophys. Res. 1992. V. 97, N D14. P. 15787–15801. DOI: 10.1029/92JD01517.
12. Hofmann-Wellenhof B., Lichtenegger H., Collins J. Global Positioning System. Theory and Practice. Wien, New York: Springer-Verlag, 1994. 356 p.
13. Xu G. GPS. Theory, algorithms and applications. Berlin: Springer, 2007. 340 p.
14. Barindelli S., Realini E., Venuti G., Fermi A., Gatti A. Detection of water vapor time variations associated with heavy rain in northern Italy by geodetic and low-cost GNSS receivers // Earth, Planets and Space. 2018. V. 70, N 1. P. 1–18. DOI: 10.1186/s40623-018-0795-7.
15. Lasota E., Slavchev M., Guerova G., Rohm W., Kapłon J. Combined space- and ground-based GNSS monitoring of two severe hailstorm cases in Bulgaria // J. Atmos. Oceanic Technol. 2022. V. 39. P. 649–665. DOI: 10.1175/JTECH-D-21-0100.1
16. Łoś M., Smolak K., Guerova G., Rohm W. GNSS-based machine learning storm nowcasting // Remote Sens. 2020. V. 12. 2536. P. 1–13. DOI: 10.3390/rs12162536.
17. Nykiel G., Figurski M., Baldysz Z. Analysis of GNSS sensed precipitable water vapour and tropospheric gradients during the derecho event in Poland of 11th August 2017 // J. Atmos. Sol.-Terr. Phys. 2019. V. 193. DOI: 10.1016/j.jastp.2019.105082.
18. Aichinger-Rosenberger M., Aregger M., Kopp J. Detecting signatures of convective storm events in GNSS-SNR: Two case studies from summer 2021 in Switzerland // Geophys. Res. Lett. V. 50, N 212023. P. 1–11. DOI: 10.1029/2023GL104916.
19. Dotzek N., Groenemeijer P., Feuerstein B., Holzer A.M. Overview of ESSL’s severe convective storms research using the European Severe Weather Database ESWD // Atmos. Res. 2009. V. 93. P. 575–586. DOI: 10.1016/j.atmosres.2008.10.020.
20. Хуторова О.Г., Маслова М.В., Хуторов В.Е. Проявление конвективных процессов в рядах интегрального влагосодержания атмосферы по многолетним данным мониторинга тропосферы сигналами спутниковых навигационных систем в г.  Казани // Современные проблемы дистанционного зондирования Земли из космоса. 2023. Т. 20, № 3. С. 271–281. DOI: 10.21046/2070-7401-2023-20-3-271-281.
21. Хуторова О.Г., Маслова М.В., Хуторов В.Е. Влияние сильной конвекции в летний период на характеристики атмосферы полученные по данным ГНСС-мониторинга // Оптика атмосф. и океана. 2024. Т. 37, № 2. С. 163–168. DOI: 10.15372/AOO20240211.
22. IGS: International GNSS Service. 2020. URL: https://igs.org/ (05.11.2023).
23. Кобзарь А.И. Прикладная математическая статистика. М.: Физматлит, 2006. 468 с.
24. Вельтищев Н.Ф., Степаненко В.М. Мезометеорологические процессы: учеб. пособие М.: МГУ, 2007. 126 с.
25. Orlanski I. A rational subdivision of scales for atmospheric processes // Bull. Am. Meteorol. Soc. 1975. V. 56, N 5. P. 527–530.
26. Schumacher R.S., Rasmussen K.L. The formation, character and changing nature of mesoscale convective systems // Nat. Rev. Earth Environ. 2020. V. 1, N 6. P. 300–314. DOI: 10.1038/s43017-020-0057-7.