Журнал

О журнале Новости Редколлегия Информация для авторов и рецензентов Публикационная этика Дискуссия Контакты ЛИЧНЫЙ КАБИНЕТ:
отправка и рецензирование статей
Архив
Том 22, 2025
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5
Том 21, 2024
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 20, 2023
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 19, 2022
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 18, 2021
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 17, 2020
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6 Номер 7
Том 16, 2019 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 15, 2018 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6 Номер 7
Том 14, 2017 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6 Номер 7
Том 13, 2016 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 12, 2015 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 11, 2014 г.
Номер 1 Номер 2 Номер 3 Номер 4
Том 10, 2013 г.
Номер 1 Номер 2 Номер 3 Номер 4
Том 9, 2012 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5
Том 8, 2011 г.
Номер 1 Номер 2 Номер 3 Номер 4
Том 7, 2010 г.
Номер 1 Номер 2 Номер 3 Номер 4
Выпуск 6, 2009 г.
Том 1 Том 2
Выпуск 5, 2008 г.
Том 1 Том 2
Выпуск 4, 2007 г.
Том 1 Том 2
Выпуск 3, 2006 г.
Том 1 Том 2
Выпуск 2, 2005 г.
Том 1 Том 2
Выпуск 1, 2004 г.
Том 1
Поиск
Найти:
Подписка/отписка
на рассылку новостей
Ваш e-mail:
подписаться отписаться
English version
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. 2025. Т. 22. № 5. С. 9-25

Диагностические признаки интенсивной конвекции. Часть 1: по данным наземных радиолокационных наблюдений

О.В. Калмыкова 1, 2 , А.А. Спрыгин 1, 2 
1 Научно-производственное объединение «Тайфун», Обнинск, Россия
2 Институт физики атмосферы им. А.М. Обухова РАН, Москва, Россия
Одобрена к печати: 29.07.2025
DOI: 10.21046/2070-7401-2025-22-5-9-25
Работа открывает цикл исследований авторов, направленных на изучение потенциала предсказуемости опасных конвективных явлений на европейской территории России и сопредельных территориях на основе анализа региональных особенностей динамики мезомасштабных конвективных систем различного типа и масштаба с привлечением комплекса данных разных видов наблюдений и численного моделирования. В первой части работы представлен литературный обзор диагностических признаков (сигнатур) интенсивных конвективных процессов по данным наземных радиолокационных наблюдений. Это наиболее хорошо описанный (детализированный) и широко представленный класс сигнатур, связанных с интенсивной конвекцией. Радарные сигнатуры могут выступать индикатором угроз формирования опасных конвективных явлений. Рассмотрены 12 видов радарных сигнатур, наиболее часто используемых преимущественно в зарубежной практике, но некоторые из которых известны и в нашей стране. В том числе приведены схемы (шаблоны) их проявлений, дано объяснение специфики их формирования в контексте динамики атмосферных процессов в системах глубокой конвекции с учётом степени их изученности, указаны связи сигнатур с конкретными классами конвективных систем и конкретными типами опасных явлений. Проанализирован известный опыт автоматической идентификации радарных сигнатур. На конкретных примерах продемонстрированы случаи проявлений радарных сигнатур при прохождении кучево-дождевых облаков с опасными явлениями на европейской территории России.
Ключевые слова: диагностические признаки, сигнатуры, интенсивная конвекция, радиолокация, радиолокационные данные, опасные конвективные явления, прогноз, наукастинг
Полный текст

Список литературы:

  1. Абшаев М. Т., Абшаев А. М., Барекова М. В., Малкарова А. М. Руководство по организации и проведению противоградовых работ. Нальчик, 2014. 500 с.
  2. Абшаев М. Т., Абшаев А. М., Синькевич А. А. и др. Об особенностях развития суперячейкового конвективного облака в стадии максимальной грозовой активности (19 августа 2015 г., Северный Кавказ) // Метеорология и гидрология. 2022. № 4. С. 96–110. DOI: 10.52002/0130-2906-2022-4-96-110.
  3. Брылев Г. Б., Гашина С. Б., Низдойминога Г. Л. Радиолокационные характеристики облаков и осадков. Л.: Гидрометеоиздат, 1986. 234 с.
  4. Временные методические указания в области активного воздействия на метеорологические и другие геофизические процессы (защита сельскохозяйственных растений от градобития). 2021. 116 с. https://meganorm.ru/mega_doc/norm/akt_forma/1/vremennye_metodicheskie_ukazaniya_v_oblasti_aktivnogo.html.https://meganorm.ru/mega_doc/norm/akt_forma/1/vremennye_metodicheskie_ukazaniya_v_oblasti_aktivnogo.html.
  5. Жуков В. Б., Щукин Г. Г. Пример наблюдения мезоциклона метеорологическим многопараметрическим радиолокатором // 7-е Всероссийские Армандовские чтения «Современ. проблемы дистанц. зондирования, радиолокации, распространения и дифракции волн»: сб. ст. 2017. С. 191–196.
  6. Новицкий М. А., Павлюков Ю. Б., Шмерлин Б. Я., Махнокрылова С. В., Серебрянник Н. И., Петриченко С. А., Тереб Л. А., Калмыкова О. В. Башкирский смерч: возможности анализа и прогноза смерчеопасной ситуации // Метеорология и гидрология. 2016. № 10. С. 32–42.
  7. Попов В. Б., Синькевич А. А., Янг Д., Михайловский Ю. П., Торопова М. Л., Довгалюк Ю. А., Веремей Н. Е., Старых Д. С. Характеристики и структура кучево-дождевого облака с водяным смерчем над Финским заливом // Метеорология и гидрология. 2020. № 9. С. 5–16.
  8. Чернокульский А. В., Шихов А. Н., Ажигов И. О. и др. Шквалы и смерчи на европейской части России 15 мая 2021 г.: диагностика и моделирование // Метеорология и гидрология. 2022. № 11. С. 71–90. DOI: 10.52002/0130-2906-2022-11-71-90.
  9. Atmospheric convection: Research and operational forecasting aspects / eds. Giaiotti D. B., Steinacker R., Stel F. Wien, Italy: Springer, 2007. 227 p. DOI: 10.1007/978-3-211-69291-2.
  10. Brotzge J. A., Nelson S. E., Thompson R. L., Smith B. T. Tornado probability of detection and lead time as a function of convective mode and environmental parameters // Weather and Forecasting. 2013. V. 28. No. 5. P. 1261–1276. DOI: 10.1175/WAF-D-12-00119.1.
  11. Browning K. Some inferences about the updraft within a severe local storm // J. Atmospheric Sciences. 1965. V. 22. No. 6. P. 669–677. DOI: 10.1175/1520-0469(1965)022<0669:SIATUW>2.0.CO;2.
  12. Bunkers M. J., Klimowski B. A., Zeitler J. W. et al. Predicting supercell motion using a new hodograph technique // Weather and Forecasting. 2000. V. 15. No. 1. P. 61–79. DOI: 10.1175/1520-0434(2000)015<0061:PSMUAN>2.0.CO;2.
  13. Bunkers M. J., Wilson M. B., Van Den Broeke M. S., Healey D. J. Scan-by-scan storm-motion deviations for concurrent tornadic and nontornadic supercells // Weather and Forecasting. 2022. V. 37. No. 5. P. 749–770. DOI: 10.1175/WAF-D-21-0153.1.
  14. Doswell C. A., III, Burgess D. W. Tornadoes and tornadic storms: A review of conceptual models // The tornado: Its Structure, Dynamics, Prediction and Hazards. Washington D. C.: American Geophysical Union, 1993. P. 161–172. DOI: 10.1029/GM079p0161.
  15. Duda J. D., Gallus W. A., Jr. Spring and summer midwestern severe weather reports in supercells compared to other morphologies // Weather and Forecasting. 2010. V. 25. No. 1. P. 190–206. DOI: 10.1175/2009WAF2222338.1.
  16. Elizaga F., Conejo S., Martin F. Automatic identification of mesocyclones and significant wind structures in Doppler radar images // Atmospheric Research. 2007. V. 83. No. 2–4. P. 405–414. DOI: 10.1016/j.atmosres.2005.10.023.
  17. Falk K. W. Techniques for issuing severe thunderstorm and tornado warnings with the WSR-88D Doppler radar. National Weather Service, 1997. 44 p.
  18. Forbes G. S. On the reliability of hook echoes as tornado indicators // Monthly Weather Review. 1981. V. 109. No. 7. P. 1457–1466. DOI: 10.1175/1520-0493(1981)109<1457:OTROHE>2.0.CO;2.
  19. Groot E., Tost H. Divergent convective outflow in large-eddy simulations // Atmospheric Chemistry and Physics. 2023. V. 23. No. 11. P. 6065–6081. DOI: 10.5194/acp-23-6065-2023.
  20. Heinselman P., LaDue D., Kingfield D., Hoffman R. Tornado warning using phased-array radar data // Weather and Forecasting. 2015. V. 30. P. 57–78. DOI: 10.1175/WAF-D-14-00042.1.
  21. Hengstebeck T., Wapler K., Heizenreder D., Joe P. Network radar-based detection of mesocyclones at the German Meteorological Service // J. Atmospheric and Oceanic Technology. 2017. V. 35. No. 2. P. 299–321. DOI: 10.1175/JTECH-D-16-0230.1.
  22. Homeyer C. R., Murillo E. M., Kumjian M. Relationships between 10 years of radar-observed supercell characteristics and hail potential // Monthly Weather Review. 2023. V. 151. No. 10. P. 2609–2632. DOI: 10.1175/MWR-D-23-0019.1.
  23. House D. C. Air mass modification and upper-level divergence // Bull. American Meteorological Soc. 1958. V. 39. No. 3. P. 137–143. DOI: 10.1175/1520-0477-39.3.137.
  24. Houze R. A., Jr., Rutledge S. A., Biggerstaff M. I., Smull B. F. Interpretation of Doppler weather radar displays of midlatitude mesoscale convective systems // Bull. American Meteorological Soc. 1989. V. 70. No. 6. P. 608–619. DOI: 10.1175/1520-0477(1989)070<0608:IODWRD>2.0.CO;2.
  25. Kamani M. M., Farhat F., Wistar S., Wang J. Z. Shape matching using skeleton context for automated bow echo detection // 2016 IEEE Intern. Conf. on Big Data. Washington, DC, USA, 2016. P. 901–908. DOI: 10.1109/BigData.2016.7840685.
  26. Kumjian M. R., Schenkman A. D. Interpretation of the “Flying Eagle” Radar Signature in supercells // 24th Conf. on Severe Local Storms. Savanhah, Georgia, USA, 2008. 7 p.
  27. Lakshmanan V. Using a genetic algorithm to tune a bounded weak echo region detection algorithm // J. Applied Meteorology and Climatology. 2000. V. 39. P. 222–230. DOI: 10.1175/1520-0450(2000)039<0222:UAGATT>2.0.CO;2.
  28. Lemon L. R. Wake vortex structure and aerodynamic origin in severe thunderstorms // J. Atmospheric Science. 1976. V. 33. P. 678–685. DOI: 10.1175/1520-0469(1976)033<0678:WVSAAO>2.0.CO;2.
  29. Lemon L. R. New severe thunderstorm radar identification techniques and warning criteria: A preliminary report. 1977. 64 p.
  30. Lemon L. R. The radar “three-body scatter spike”: An operational large-hail signature // Weather and Forecasting. 1998. V. 13. No. 2. P. 327–340. DOI: 10.1175/1520-0434(1998)013<0327:TRTBSS>2.0.CO;2.
  31. Lemon L. R., Doswell C. A., III. Severe thunderstorm evolution and mesocyclone structure as related to tornadogenesis // Monthly Weather Review. 1979. V. 107. No. 9. P. 1184–1197. DOI: 10.1175/1520-0493(1979)107<1184:STEAMS>2.0.CO;2.
  32. Mahale V. N., Zhang G., Xue M. Fuzzy logic classification of S-band polarimetric radar echoes to identify three-body scattering and improve data quality // J. Applied Meteorology and Climatology. 2014. V. 53. No. 8. P. 2017–2033. DOI: 10.1175/JAMC-D-13-0358.1.
  33. Markowski P. M. Hook echoes and rear-flank downdrafts: A review // Monthly Weather Review. 2002. V. 130. No. 4. P. 852–876. DOI: 10.1175/1520-0493(2002)130<0852:HEARFD>2.0.CO;2.
  34. Marwitz J. D. The structure and motion of severe hailstorms. Pt. I: Supercell storms // J. Applied Meteorology and Climatology. 1972. V. 11. No. 1. P. 166–179. DOI: 10.1175/1520-0450(1972)011<0166:TSAMOS>2.0.CO;2.
  35. Meng L., Sang Y., Tang J. Automatic identification of three-body scatter spike based on Jensen–Shannon divergence and support vector machine // J. Applied Meteorology and Climatology. 2024. V. 63. No. 9. P. 981–996. DOI: 10.1175/JAMC-D-24-0024.1.
  36. Mounier A., Raynaud L., Rottner L. et al. Detection of bow echoes in kilometer-scale forecasts using a convolutional neural network // Artificial Intelligence for the Earth Systems. 2022. V. 1. No. 2. 20 p. DOI: 10.1175/AIES-D-21-0010.1.
  37. Pal N. R., Mandal K., Pal S. et al. Fuzzy rule–based approach for detection of bounded weak-echo regions in radar images // J. Applied Meteorology and Climatology. 2006. V. 45. No. 9. P. 1304–1312. DOI: 10.1175/JAM2408.1.
  38. Pilorz W., Lupikasza E. Radar reflectivity signatures and possible lead times of warnings for very large hail in Poland based on data from 2007–2015 // Environmental and Socio-economic Studies. 2020. V. 8. No. 3. P. 34–47. DOI: 10.2478/environ-2020-0016.
  39. Rotunno R., Klemp J. B. On the rotation and propagation of simulated supercell thunderstorms // J. Atmospheric Sciences. 1985. V. 42. No. 3. P. 271–292. DOI: 10.1175/1520-0469(1985)042<0271:OTRAPO>2.0.CO;2.
  40. Sassa K., Yamawaki M., Tanase H., Kubo T., Honda R. Automatic detection of hook echo by deep learning // Japan Geoscience Union Meetting 2022. 2022. https://confit.atlas.jp/guide/event/jpgu2022/subject/MGI35-02/detail.
  41. Shi J., Ping W., Wang D., Jia H. Radar-based automatic identification and quantification of weak echo regions for hail nowcasting // Atmosphere. 2019. V. 10. No. 6. 21 p. DOI: 10.3390/atmos10060325.
  42. Stout G. E., Huff F. A. Radar records Illinois tornadogenesis // Bull. American Meteorological Soc. 1953. V. 34. No. 6. P. 281–284. DOI: 10.1175/1520-0477-34.6.281.
  43. Stumpf G. J., Witt A., Mitchell D. E. et al. The national severe storms laboratory mesocyclone detection algorithm for the WSR-88D // Weather and Forecasting. 1998. V. 13. No. 2. P. 304–326. DOI: 10.1175/1520-0434(1998)013<0304:TNSSLM>2.0.CO;2.
  44. Wakimoto R. M. Convectively driven high wind events // Severe Convective Storms. Boston: American Meteorological Soc., 2001. P. 255–298. DOI: 10.1175/0065-9401-28.50.255.
  45. Wang H., Mercer R. E., Barron J., Joe P. Skeleton based hook echo detection // Proc. 2007 IEEE Intern. Conf. on Image Processing, ICIP 2007. San Antonio, Texas, USA, 2007. P. VI-361–VI-364. DOI: 10.1109/ICIP.2007.4379596.
  46. Weisman M. L. Bow echoes: A tribute to T. T. Fujita // Bull. American Meteorological Soc. 2001. V. 82. No. 1. P. 97–116. DOI: 10.1175/1520-0477(2001)082<0097:BEATTT>2.3.CO;2.
  47. Weisman M. L. Mesoscale meteorology. Convective storms: Overview // Encyclopedia of Atmospheric Sciences. N. Y.: Academic Press, 2015. P. 401–404. DOI: 10.1016/B978-0-12-382225-3.00490-4.
  48. Wheatley D. M., Trapp R. J., Atkins N. T. Radar and damage analysis of severe bow echoes observed during BAMEX // Monthly Weather Review. 2006. V. 134. No. 3. P. 791–806. DOI: 10.1175/MWR3100.1.
  49. Zeng F., Hou J. Automatic detection of bow echoes from weather radar images // 13th World Congress on Intelligent Control and Automation (WCICA). 2018. P. 503–508. DOI: 10.1109/WCICA.2018.8630468.
  50. Ziegler C. L., Lee T. J., Pielke R. A., Sr. Convective initiation at the dryline: A modeling study // Monthly Weather Review. 1997. V. 125. No. 6. P. 1001–1026. DOI: 10.1175/1520-0493(1997)125<1001:CIATDA>2.0.CO;2.