Статья

Название статьи СИСТЕМА КЛАСТЕРНОГО АНАЛИЗА ГРОЗОПЕЛЕНГАЦИОННОЙ ИНФОРМАЦИИ
Автор А. А. Аджиева, В. А. Шаповалов
Рубрика РАЗДЕЛ I. МЕТОДЫ И АЛГОРИТМЫ ОБРАБОТКИ ИНФОРМАЦИИ
Месяц, год 03, 2018
Индекс УДК 004.62: 551.594
DOI
Аннотация Необходимость мониторинга характеристик грозовой деятельности диктуется как ростом материального ущерба и числа случаев серьезных травм и гибели людей от опасных природных явлений, сопровождающих грозовые процессы, так и требованиями к совершенствованию безопасности жизнедеятельности, грозо и молниезащиты и др. Для совершенствования мониторинга молниевых разрядов требуются системы анализа, информационные технологии наглядного представления и интерпретации исходных измерений. Создание таких технологий требует решения ряда задач. Одной, из таких задач, является математическая обработка данных мониторинга молниевых разрядов на основе кластерного анализа. Таким образом, целью работы являлась разработка методов и алгоритмов системы кластерного анализа грозопеленгационной информации. Грозопеленгационная сеть, установленная на Северном Кавказе, начала работу в 2008 году и непрерывно поставляет информацию о развитии грозовых ячеек. Наблюдение параметров разрядов молнии с помощью сети радиолокаторов и грозопеленгаторов представляет собой источник данных, который полезен для распознавания, отслеживания информации о текущем состоянии грозовых процессов. Но, даже когда нет никакой другой информации, грозопеленгатор позволяет до некоторой степени в реальном времени оценить характеристики грозы. Настоящее исследование посвящено вопросу о том, какого рода грозовые очаги можно выделить автоматически и в какой степени отслеживание ячеек на основе молнии позволяет улучшить прогнозирование быстроразвивающихся конвективных опасных явлений. На базе внедрения системы грозопеленгации на Северном Кавказе, выполнены исследования и разработано программное обеспечение, позволяющее решать задачи обнаружения и прослеживания грозовых очагов. Разработан модуль кластеризации молниевых разрядов и отслеживания грозовых очагов, который позволяет оценивать вклад определенных параметров молнии для конкретных грозовых ячеек. Были представлены типичные примеры грозовых процессов. Дальнейшее совершенствование системы возможно в двух направлениях, прямые методы прослеживания, например, на нейронных сетях и математическое моделирование развития опасных явлений погоды. Это позволит добиться улучшения текущего прогноза, и подготовит систему для надежного практического применения.

Скачать в PDF

Ключевые слова Молниевые разряды; грозопеленгация; кластерный анализ; грозовые очаги; мониторинг гроз; центр мониторинга геофизической обстановки.
Библиографический список 1. Аджиев А.Х., Агзагова М.Б., Бжекшиев С.М., Гогунокова Е.Б., Калов Р.Х. Пространственные и временные изменения грозовой активности над Северным Кавказом // Труды ВГИ. – СПб.: Гидрометеоиздат, 2002. – Вып. 92. – С. 96-102.
2. Аджиева А.А., Машуков И.Х., Шаповалов В.А. Оценка степени градоопасности конвективных облаков радиолокационными методами // Гелиогеофизические исследования. Труды Института прикладной геофизики им. академика Е.К. Фёдорова. – 2011. – Вып. 90.
– С. 165-168.
3. Бычков А.А., Шаповалов В.А. Исследование на основе численного моделирования эффективности воздействия на конвективные облака льдообразующими реагентами с целью искусственного увеличения осадков // Учёные записки Российского государственного гидрометеорологического университета. – 2017. – № 49. – С. 65-72.
4. Goodman S.J., Blakeslee R., Christian H., Koshak W., Bailey J., Hall J., McCaul E., Buechler D., Darden C., Burks J., Bradshaw T., and Gatlin P. The North Alabama Lightning Mapping Array: Recent Severe Storm Observations and Future Prospects // Special Issue (ICAE), Atmos. Research. – 2005. – Vol. 76. – P. 423-437.
5. Price C. Lightning sensors for observing, tracking and nowcasting severe weather // Sensors. – 2008. – Vol. 8. – P. 157-170.
6. Orville R.E., Silver A.C. Lightning ground flash density in the contiguous United States: 1992-95 // Monthly Weather Review. – 1997. – Vol. 125. – P. 631-638.
7. Lakshmanan V., Rabin R., DeBrunner V. Multiscale Storm Identification and Forecast // Atmospheric research. – Vol. 67. – P. 367-380.
8. Rigo T., Llasat M.C. A methodology for the classification of convective structures using meteorological radar: Application to heavy rainfall events on the Mediterranean coast of the Iberian Peninsula // Nat. Hazards Earth Syst. Sci. – 2004. – No. 4 (1). – P. 59-68.
9. Betz H.-D., Schmidt K., Oettinger P., and Wirz M. Lightning Detection with
3D-Discrimination of Intracloud and Cloudto-Ground Discharges, Geophys. Res. Lett., 31, L11108, doi:10.1029/2004GL019821, 2004.
10. Bally J. The Thunderstorm Interactive Forecast System: Turning Automated Thunderstorm Tracks into Severe Weather Warnings // Wea. Forecasting. – 2004. – No. 19. – P. 64-72.
11. Hutchins M.L., Holzworth R.H., Brundell J.B. Diurnal variation of the global electric circuit from clustered thunderstorms // Journal of Geophysical Research - Space Physics. – 2014.
– Vol. 119. – P. 620-629.
12. Аджиев А.Х., Стасенко В.Н., Шаповалов А.В., Шаповалов В.А. Напряженность электрического поля атмосферы и грозовые явления на Северном Кавказе // Метеорология и гидрология. – 2016. – № 3. – С. 46-54.
13. Беликова М.Ю., Кречетова С.Ю., Перелыгин А.А. Методы и результаты кластеризации данных по грозовым разрядам // Известия АлтГУ. – 2016. – № 1 (89). – С.97-100.
14. Беликова М.Ю., Каранина С.Ю., Глебова А.В. Экспериментальное сравнение алгоритмов кластеризации в задаче группировки данных о грозовых разрядах // Кибернетика и программирование. – 2018. – № 1. – С.15-26.
15. Горбатенко В.П., Ершова Т.В., Константинова Д.А. Пространственное распределение плотности разрядов молнии в землю над Западной Сибирью // Вестник ТГУ. – 2009.
– № 329. – С. 215–221.
16. Аджиева А.А., Шаповалов В.А. Кластерный анализ в автоматическом выявлении и сопровождении грозовых очагов по данным грозопеленгационной сети // Инженерный вестник Дона. – 2016. – № 2. – С. 164-171.
17. Перелыгин А.А. Кластеризация многомерных данных: методы, алгоритмы, программы // Вестник Алтайского государственного педагогического университета: естественные и точные науки. – 2015. – Т. 25. – С. 24-31.
18. Кононов И. И., Юсупов И. Е. Кластерный анализ грозовой активности // Радиотехника и электроникаю. – 2004. – Т. 49, № 3. – С. 283-291.
19. Kononov I.I., Petrenko I.A., Yusupov I.E. Space-temporal variations of electromagnetic radiation of thunderstorms in the process of their evolution // Proc. 24th Int. Conf. on Lightning Protection, 2000, Rodos, Greece. – P. 145-150.
20. Kriegel H.-P., Kroger P., Sander J., Zimek A. Density-based clustering // Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery. – 2011. – Vol. 1 (3). – P. 231-240.
21. Yair Y.Y., Aviv R., Ravid G. Clustering and synchronization of lightning flashes in adjacent thunderstorm cells from lightning location networks data // J. Geophys. Res. – 2009.
– Vol. 114, D09210. – P. 1-10.
22. Vasconcellos C.A., Curotto C.L., Benetti C., Sato F., Pinheiro L.C. Electrical thunderstorm nowcasting usingn lightning data mining // Data Mining VII: Data, Text and Web Mining and their Business Applications. – 2006. – Vol. 37. – P. 161-166.
23. Кудрявцев Н.Г., Беликова М.Ю., Кречетова С.Ю., Гейман Т.Н., Кочеева Н.А., Кудин Д.В. Построение кластеров молниевых разрядов на основе данных глобальной сети грозопеленгации wwlln и определение их параметров // Новые информационные технологии в исследовании сложных структур пос. Катунь, 09-11 июня 2014 г. – C. 21.
24. Шабаганова С.Н., Козлов В.И. Применение кластерного анализа для выделения грозовых очагов // Динамика сложных систем. – 2010. – Т. 4, № 2. – С. 43-47.
25. Козлов В.И., Муллаяров В.А., Васильев А.Е. Характеристики грозовых очагов по инструментальным наблюдениям в Якутии в 1993-2001 гг. // Метеорология и гидрология.
– 2003. – № 2. – C. 39-45.
26. Матвеев Л.Т. Физика атмосферы. – Л.: Гидрометеоиздат, 2000. – 780 с.

Comments are closed.