Математико-картографическое моделирование пространственно-временного распределения опасных явлений погоды

Картография
УДК: 
528.942
DOI: 
10.22389/0016-7126-2017-920-2-26-32
1 Абдуллин Р.К.
2 Шихов А.Н.
Год: 
2017
№: 
2
920
Страницы: 
26-32

Пермский государственный национальный исследовательский университет

1, 
2, 
Аннотация:
Предложена методика климатического картографирования повторяемости и возможной интенсивности неблагоприятных и опасных метеорологических явлений. Моделирование их пространственного распределения основано на интерполяции многолетних данных сети метеостанций с учётом зависимостей от морфометрических характеристик рельефа (высоты местности, угла наклона и кривизны склонов). На основе регрессионного анализа отобраны статистически значимые зависимости, которые использованы при создании серии карт повторяемости, средней и максимальной интенсивности опасных явлений погоды (на примере территории Пермского края). Предложенная методика позволяет выявить закономерности пространственного распределения опасных явлений погоды со значительно более высокой точностью и детальностью, чем традиционные детерминированные или геостатистические методы интерполяции. Достоверность полученных результатов подтверждается как по данным станционных наблюдений, так и на основе сравнения с тематическими продуктами обработки спутниковых данных MODIS. Важными преимуществами данной методики является возможность её применения для оценки риска возникновения опасных явлений погоды на территориях, по которым отсутствуют данные метеонаблюдений.

Список литературы: 
1.   Атлас природных и техногенных опасностей и рисков чрезвычайных ситуаций в Российской Федерации / Под ред. С.К. Шойгу. – М.: Феория, – 2005. – 271 c.
2.   Калинин Н.А., Фрик Л.В., Смирнова А.А. Исследование влияния рельефа Пермского края на распределение полей осадков // Географический вестник. – 2008. – № 2. – С. 187‒195.
3.   Панфутова Ю. А. Опасные метеорологические явления на равнинной территории России и риски, создаваемые ими: Автореф. дис. на соиск. уч. ст. канд. геогр. наук. – СПб.: ГУ «Государственная геофизическая обсерватория», – 2008. – 21 c.
4.   Шутов В.А. Методы анализа пространственной изменчивости снегозапасов // Изв. РАН. Серия географическая. – 1998. – № 1. – С. 122‒132.
5.   Chung U., Seo H.H., Hwang K.H., Hwang B.S., Choi J., Lee J.T., Yun J. I. (2006) Minimum temperature mapping over complex terrain by estimating cold air accumulation potential // Agricultural and Forest Meteorology. 137, pp. 15‒24. DOI: 10.1016/j.agrformet.2005.12.011.
6.   Moral F.J. (2010) Comparison of different geostatistical approaches to map climate variables: Application to precipitation // International Journal of Climatology. 30, pp. 620‒631. DOI: 10.1002/joc.1913.
7.   Ninyerola M., Pons X., Roure J.M. (2000) A methodological approach of climatological modelling of air temperature and precipitation through GIS techniques // International Journal of Climatology. 20, pp. 1823‒1841.
8.   Vicente-Serrano S.M., Saz-Sánchez M.A., Cuadrat J.M. (2003) Comparative analysis of interpolation methods in the middle Ebro Valley (Spain): Application to annual precipitation and temperature // Climate Research. 24, pp. 161‒180.
9.   Weisse A.K., Bois Ph. (2002) A comparison of methods for mapping statistical characteristics of heavy rainfall in the French Alps: The use of daily information // Hydrological Sciences Journal. 47, pp. 739‒752.
10.   Zheng X., Zhu J., Yan Q. (2013) Monthly air temperatures over northern China estimated by integrating MODIS data with GIS techniques // Journal of Applied Meteorology and Climatology. 52, pp. 1987‒2000. DOI: 10.1175/JAMC-D-12-0264.1.
Образец цитирования:
Абдуллин Р.К., 
Шихов А.Н., 
Математико-картографическое моделирование пространственно-временного распределения опасных явлений погоды // Геодезия и картография. – 2017. – № 2. – С. 26-32. DOI: 10.22389/0016-7126-2017-920-2-26-32
СТАТЬЯ
Поступила в редакцию: 12.07.2016
Принята к публикации: 31.10.2016
Опубликована: 28.02.2017

Содержание номера

2017 февраль DOI:
10.22389/0016-7126-2017-920-2