Архив
Том 21, 2024
Том 20, 2023
Том 19, 2022
Том 18, 2021
Том 17, 2020
Том 16, 2019 г.
Том 15, 2018 г.
Том 14, 2017 г.
Том 13, 2016 г.
Том 12, 2015 г.
Том 11, 2014 г.
Том 10, 2013 г.
Том 9, 2012 г.
Том 8, 2011 г.
Том 7, 2010 г.
Выпуск 6, 2009 г.
Выпуск 5, 2008 г.
Выпуск 4, 2007 г.
Выпуск 3, 2006 г.
Выпуск 2, 2005 г.
Выпуск 1, 2004 г.
Поиск
Найти:
Подписка/отписка
на рассылку новостей
ISSN 2070-7401 (Print), ISSN 2411-0280 (Online)
Современные проблемы дистанционного зондирования Земли из космоса
физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений
и объектов

  

Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. № 5. С. 40-52

Предсказание наводнений на крупных реках по радиометрическим микроволновым измерениям из космоса. Возможно ли это?

В.В. Стерлядкин 1 , Д.М. Ермаков 2, 3 , А.В. Кузьмин 2 , Е.В. Пашинов 2 
1 МИРЭА — Российский технологический университет, Москва, Россия
2 Институт космических исследований РАН, Москва, Россия
3 Фрязинский филиал Института радиотехники и электроники им. В.А. Котельникова РАН, Фрязино, Московская обл., Россия
Одобрена к печати: 19.10.2022
DOI: 10.21046/2070-7401-2022-19-5-40-52
Выпадение обильных осадков над районами водосбора больших рек приводит к сильным наводнениям, которые создают серьёзные угрозы населению и инфраструктуре, наносят существенный социально-экономический ущерб и затрудняют хозяйственную деятельность на прилегающих территориях. В настоящей работе на базе нового метода спутникового радиотепловидения, который позволяет на основе анализа восстанавливаемой динамики полей интегрального влагосодержания (англ. precipitable water vapor — PWV) рассчитывать потоки водяного пара над океанами, оценена точность восстановления полей PWV над сушей в районе водосбора р. Амур. Проведённые оценки позволяют рассчитать баланс атмосферной воды над выделенной территорией: запасённого над поверхностью водяного пара, количество воды, вошедшей или вышедшей через границы водосбора, и определить количество выпавших осадков за любой выбранный интервал времени. Относительная погрешность таких измерений зависит не только от погрешностей измерения водяного пара и точности методов радиотепловидения при восстановлении поля горизонтальных потоков атмосферной влаги, но и от размеров речного бассейна, интенсивности и продолжительности осадков. Так, для территории, составляющей 20 % от бассейна Амура, при среднем количестве выпавших осадков 60 мм в течение 10 дней относительная погрешность предложенного радиометрического метода измерения осадков, по нашим оценкам, составит около 22 %. При прохождении циклонов в средних широтах интенсивность и объём выпавших осадков нередко существенно превышают использованные оценки, что повышает точность предложенного метода и целесообразность его применения. Предложены способы проверки точности разработанного метода сравнением с данными наземных радиозондовых измерений, наземных метеостанций, измеряющих количество выпавших осадков, и данными наземных метеорологических радиолокаторов. Проведённый анализ показывает, что определение количества выпавших осадков над территорией бассейна крупных рек, основанное на многоканальных радиометрических микроволновых измерениях из космоса, вполне возможно.
Ключевые слова: спутниковый мониторинг осадков, прогноз наводнений, бассейн Амура, анализ водного бюджета, интегральное влагосодержание атмосферы, PWV
Полный текст

Список литературы:

  1. Абшаев М. Т., Абшаев А. М., Малкарова А. М., Мизиева Ж. Ю. Радиолокационные исследования водосодержания кучево-дождевых облаков // Изв. Российской акад. наук. Физика атмосферы и океана. 2009. Т. 45. № 6. С. 782–788. https://naukarus.com/radiolokatsionnye-issledovaniya-vodosoderzhaniya-kuchevo-dozhdevyh-oblakov.
  2. Болгов М. В., Трубецкова М. Д., Филиппова И. А., Харламов М. А. Особенности выпадения экстремальных осадков в бассейне реки Амур летом 2013 г. // География и природные ресурсы. 2017. № 2. С. 37–45. DOI: 10.21782/GIPR0206-1619-2017-2(37-45).
  3. Болелов Э. А. Метеорологическое обеспечение полетов гражданской авиации: проблемы и пути их решения // Науч. вестн. Московского гос. техн. ун-та гражданской авиации. 2018. Т. 21. № 5. С. 117–129. https://doi.org/10.26467/2079-0619-2018-21-5-117-129.
  4. Гарцман Б. И. Дождевые наводнения на реках юга Дальнего Востока: методы расчетов, прогнозов, оценок риска. Владивосток: Дальнаука, 2008. 223 с.
  5. Ермаков Д. М., Зражевский А. Ю., Чернушич А. П. Автоматический анализ радиоизображений для систем радиовидения: моделирование и численный эксперимент // Журн. радиоэлектроники: электрон. журн. 2013. № 7. 16 с. http://jre.cplire.ru/jre/jul13/2/text.pdf.
  6. Ермаков Д. М., Кузьмин А. В., Мазуров А. А., Пашинов Е. В., Садовский И. Н., Сазонов Д. С., Стерлядкин В. В., Чернушич А. П., Черный И. В., Стрельцов А. М., Шарков Е. А., Екимов Н. С. Концепция потоковой обработки данных российских спутниковых СВЧ-радиометров серии МТВЗА на базе ЦКП «ИКИ-Мониторинг» // Современные проблемы дистанционного зондирования Земли из космоса. 2021. Т. 18. № 4. С. 298–303. DOI: 10.21046/2070-7401-2021-18-4-298-303.
  7. Крыжов В. Н., Вильфанд Р. М. Макрометеорологические условия формирования сильных осадков в бассейне р. Амур в июне – сентябре 2013 г. и успешность их прогнозирования // Экстремальные паводки в бассейне р. Амур: причины, прогнозы, рекомендации: сб. докл. М.: Росгидромет, 2014. С. 40–53.
  8. Лисина И. А., Василевская Л. Н., Василевский Д. Н., Подвербная Е. Н., Агеева С. В. Анализ гидрологического режима и связей летне-осеннего стока нижнего Амура с циркуляционными индексами // Географ. вестн. 2020. № 3(54). С. 98–112. DOI: 10.17072/2079-7877-2020-3-98-112.
  9. Махинов А. Н., Ким В. И., Воронов Б. А. Наводнение в бассейне Амура 2013 года: причины и последствия // Вестн. Дальневосточного отд-ния Российской акад. наук. 2014. № 2(174). С. 5–14.
  10. Пашинов Е. В. Восстановление интегрального паросодержания атмосферы по данным прибора МТВЗА-ГЯ («Метеор-М» № 2) над поверхностью океана // Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. № 4. С. 225–235. DOI: 10.21046/2070-7401-2018-15-4-225-235.
  11. Пашинов Е. В., Ермаков Д. М. Восстановление интегрального паросодержания атмосферы над сушей по данным SSMIS // Материалы 19-й Международ. конф. «Современные проблемы дистанционного зондирования Земли из космоса». 15–10 нояб. 2021. М.: ИКИ РАН, 2021. С. 187. DOI: 10.21046/19DZZconf-2021a.
  12. Семенов Е. К., Соколихина Н. Н., Татаринович Е. В., Тудрий К. О. Синоптические условия формирования катастрофического наводнения на Амуре в 2013 г. // Метеорология и гидрология. 2014. № 8. С. 25–34.
  13. Степаненко В. Д. Радиолокация в метеорологии. Л.: Гидрометеоиздат, 1966. 350 с.
  14. Deeter M. N. A new satellite retrieval method for precipitable water vapor over land and ocean // Geophysical Research Letters. 2007. V. 34. Iss. 2. Art. No. L02815. 5 p. DOI: 10.3103/S1068373914080032.
  15. Du J., Jones L. A., KimballJ. S. Daily Global Land Surface Parameters Derived from AMSR-E and AMSR2. Version 2 (NSIDC-0451) / NASA National Snow and Ice Data Center Distributed Active Archive. Boulder, 2017.
  16. Ermakov D. Satellite radiothermovision of atmospheric processes: method and applications. Ser.: Springer Praxis Books. Cham: Springer, 2021. 199 p. https://doi.org/10.1007/978-3-030-57085-9.
  17. Ermakov D., Kuzmin A., Pashinov E., Sterlyadkin V., Chernushich A., Sharkov E. Comparison of Vertically Integrated Fluxes of Atmospheric Water Vapor According to Satellite Radiothermovision. Radiosondes. and Reanalysis // Remote Sensing. 2021. V. 13. No. 1639. 15 p. https://doi.org/10.3390/rs13091639.
  18. Hollinger J. P., Peirce J. L., Poe G. A. SSM/I instrument evaluation // IEEE Trans. Geoscience and Remote Sensing. 1990. V. 28. No. 5. P. 781–790.
  19. Kalugin A. S., Motovilov Yu. G. Runoff formation model for the Amur River basin // Water Resources. 2018. V. 45. No. 2. P. 149–159. DOI: 10.1134/S0097807818020082.
  20. Zhang Q., Ye J., Zhang S., Han F. Precipitable Water Vapor Retrieval and Analysis by Multiple Data Sources: Ground-Based GNSS. Radio Occultation. Radiosonde. Microwave Satellite. and NWP Reanalysis Data // J. Sensors. 2018. V. 2018. Art. ID 3428303. 13 p. https://doi.org/10.1155/2018/3428303.