ISSN 0016-7126 (Print)
ISSN 2587-8492 (Online)
Аннотация:
Предложена и реализована методика синтетического картографирования опасных явлений погоды на региональном уровне (на примере территории Пермского края). На её основе впервые построены карты повторяемости климатических экстремумов, а также проведено районирование территории по преобладающим видам опасных явлений. Методом взвешенной интегральной балльной оценки, учитывая в первом приближении «степень опасности» каждого явления, в пределах Пермского края выделена область максимальной повторяемости климатических экстремумов. Она приурочена к горным районам Северного Урала. Также повышенная их повторяемость характерна для южных районов края. Область минимальной повторяемости климатических экстремумов расположена в районе Камского водохранилища. Районирование территории по преобладающим видам опасных явлений погоды проведено экспертным методом и на основе пространственного кластерного анализа. Результаты районирования, полученные с применением обоих методов, характеризуются достаточно высокой степенью подобия. В обоих случаях выделены идентичные по очертаниям границ районы высокой повторяемости сильных дождей и снегопадов, сильных морозов и сильной жары. Различия между полученными результатами районирования имеют частный характер, что указывает на возможность применения автоматизированного районирования на основе кластерного анализа.
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. Гаврилова С. А. Картографирование природных чрезвычайных ситуаций на территории России: Автореф. дис. на соиск. уч. ст. канд. геогр. наук. 25.00.33 – М.:– МГУ, – 2013. – 24 c. |
| 3. Гилязов А. Ф. Кластерный анализ как инструмент районирования территории по крупности речных наносов (на примере бассейна Волги) // Вестн. Удмуртского унта. Серия 6. Биология. Науки о Земле. – 2015. – № 2. – С. 149–158. |
| 4. Иванова М. Б. Математические методы в социально-экономической географии – Пермь: изд. Перм. гос. ун-та, – 2007. – 315 c. |
| 5. Калинин Н. А. Мониторинг, моделирование и прогноз состояния атмосферы в умеренных широтах: Монография – Пермь: изд. Перм. гос. нац. исслед. ун-та, – 2015. – 308 c. |
| 6. Сведения о неблагоприятных условиях погоды и опасных гидрометеорологических явлениях, нанёсших социальные и экономические потери на территории России. Всероссийский научно-исследовательский институт гидрометеорологической информации ‒ мировой центр данных URL: http://meteo.ru/data/310-neblagopriyatnyeusloviya-pogody-nanjosshie-ekonomicheskie-poteri |
| 7. Шкляев В. А. Особенности распределения конвективных явлений на Урале // Вопросы прогноза погоды, климата и циркуляции атмосферы: Межвуз. сб. науч. тр.. – Пермь: изд. Перм. гос. ун-та, – 1990. – С. 76–86. |
| 8. ArcGis Resources. ArcGIS Help 10.2, 10.2.1, and 10.2.2. Grouping Analysis (Spatial Statistics) URL: http://resources.arcgis.com/en/help/main/10.2/index.html#/na/005p00000051000000/ |
| 9. Assunção R. M., Neves M. C., Câmara G., Da Costa Freitas C. (2006) Efficient regionalization techniques for socio-economic geographical units using minimum spanning trees // International Journal of Geographical Information Science. 20(7), pp. 797‒811. |
| 10. Shi P. J., Karsperson R. World Atlas of Natural Disaster Risk Springer, Heidelberg, pp. 368. |
Образец цитирования:
| Синтетическое картографирование опасных метеорологических явлений на региональном уровне // Геодезия и картография. – 2017. – № 8. – С. 39-48. DOI: 10.22389/0016-7126-2017-926-8-39-48 |
СТАТЬЯ
|
Поступила в редакцию: 11.01.2017 Принята к публикации: 04.04.2017 Опубликована: 17.09.2017 |
Авторы:
Содержание номера
|
2017 август
DOI: 10.22389/0016-7126-2017-926-8
 |