СИСТЕМЫ ЛОКАЛИЗАЦИИ МОЛНИЙ
нивались с координатами центров тайфунов, радиусами максималь- ного ветра и глаза, полученным по данным ветра ASCAT, Японского метеорологического агентства (JMA) и Объединённого центра преду- преждения тайфунов (JTWC).
Методы оценок характеристик облачной стены основаны на чис- ленном анализе распределения множества точек молниевых разрядов в прямоугольной системе координат (х,у) с началом в центре ТЦ, опреде- ляемым координатами ТЦ в архивах JMA. Максимум плотности точек разрядов определяет положение облачной стены. Множество точек раз- рядов в кольцевых структурах аппроксимируются окружностями, что позволяет определить три ее параметра: координаты центра и радиус.
Для их оценок использованы два подхода. Первый использует численную процедуру минимизации суммарного расстояния точек разрядов до аппроксимирующей окружности. Для этого была ис- пользована численная процедура минимизации суммарного расстоя- ния точек разрядов до аппроксимирующей окружности по ее параме- трам – координатам центра С=(хс,ус) и радиусу RCW. Для сравнения с данными архивов JMA и JWTC, координаты центра С=(хс,ус) были пересчитаны в географические координаты С=(λс,φс). По характери- стикам размаха радиального распределения точек разрядов оценива- ются радиусы ее внешней ROUT и внутренней границы RIN и ширина облачной стены (ROUT- RIN). Оценки точности расчетов координат центра и всех радиусов проводилась с помощью бутстреп-метода (Efron 1979). Среднеквадратичные отклонения координат центра находились в пределах (0,4÷1,4 км), а радиусов RIN, RCW, ROUT в пределах 0,3÷1 км. Точность оценки координат центра находится на уровне точности радарных оценок положения центра глаза ~3.5 км.
Второй подход – корреляционный, требует предварительного расчета полей плотности разрядов на прямоугольной сетке, для чего в каждом узле сетки разряды суммируются с весами, зависящими от расстояния от узла до отдельного разряда. Весовая функция для каж- дого разряда – гауссиан, ширина которого равна погрешности оцен- ки координат молнии (произведение скорости света на погрешность оценки момента времени молнии, которая дается в данных WWLLN).
Далее в пространстве трех параметров окружности ищется макси- мум корреляции матрицы плотности точек разрядов с матрицей, рас- считываемой на той же сетке по заданным параметрам идеального кольцевого распределения плотности. В идеальном кольце радиаль- ное распределение плотности задается гауссианом фиксированной (~7 км) ширины с максимумом на радиусе кольца. Поиск максимума
корреляции матрицы-апертуры и поля плотности разрядов дает оцен- ки трех параметров окружности.
В обоих методах поиск минимума (максимума) используются простые процедуры регулярного поиска, они устойчивы к началь- ным приближениям и к ассиметрии поля разрядов, быстро сходятся и дают близкие результаты. Поэтому в массовых расчетах используется первый метод. По радиальным распределениям проводятся оценки радиуса внутренней границы стены (радиус глаза) и внешней. Для расчета погрешностей оценок всех параметров используется метод случайных выборок (бутстрап-метод).
Рисунок 1 демонстрирует результаты оценок характеристик об- лачной стены на примере супертайфуна Haiyan 2013 года. Оценки характеристик облачной стены были получены по двух-часовым вы- боркам данных WWLLN в 6-часовые сроки бест-треков, т.е в (0000, 0600, 1200, 1800, 2400) UTC ± 1 час для 7 ноября 2013.
Оценки параметров кольцевых структур показывают, что среднее расстояние от их центра и центра тайфунов по данным JMA около 12 км (при среднеквадратичном отклонении (СКО) 9 км), что срав- нимо с расстоянием в 9 км (СКО ~8 км) между центрами тайфунов в двух архивах JMA и JTWC. Оценки по ветру скаттерометра ASCAT дают для этого расстояния среднее 17 км (СКО ~14 км). Следует от- метить высокую корреляцию ~0.85 между оценками радиуса макси- мального ветра скаттерометра ASCAT и радиуса облачной стены.
В качестве достоинства представленных методов можно отме- тить возможность оценивать геометрические характеристики облач- ной стены с достаточно высокой точностью, так как точки разрядов, регистрируемых сетями локализации молний, прямо связаны с по- ложение мощных кучевых облаков в стене глаза. В работе показа- но, что точность оценок может быть выше оценок по спутниковым изображениям, достигая точности радиолокационых методов и ее можно контролировать bootstrap-методом. Методы позволяют оце- нивать радиус внешней границы облачной стены и ширину кольца облаков, образующих стену глаза, что не дают традиционные спут- никовые методы. Эти методы могут прямо применяться и к данным других систем локализации молний. Также показано на примере су- пер-тайфуна Хайян, что в случае высокой плотности и частоты дан- ных WWLLN можно проводить оценки в скользящем окне длитель- ностью 15–30 минут и получать оценки параметров облачной стены с дискретностью 15–30 минут, сравнимую с дискретностью получе- ния изображений ТЦ с геостационарных спутников.
Рис. 1. Распределения молниевых разрядов в супертайфуне Хайан 7 ноября 2013 г (верхняя панель) и окружности с радиусами об- лачной стены и ее внутренней и внешней границ. Нижняя панель – сглаженные радиальные распределения разрядов.
Однако перечисленные достоинства методов оценки характери- стик облачной стены по данным WWLLN (или других LLS) могут быть реализованы только при достаточно большой плотности мол- ний в центральной области зрелых интенсивных ТЦ. Но не во всех ТЦ складываются условия, при которых образуются кольцевые мол- ниевые структуры и можно применять описанные методы. Как пока- зала наша статистика, только в 72% тайфунов в поле молний наблю- дались кольцевые структуры или их части в облачной стене (eyewall), а Vagasky (2017) выделяет только 39 % (32 ТЦ из 82 с ветром более 58,1 м/с по данным Vaisala’s Global Lightning Dataset (GLD360) за 2012-2015 гг.) из всех тайфунов (ураганов), в которых множества то- чек разрядов на периодах, превышающих 6 часов, имели вид замкну- тых колец. Отсутствие кольцевых молниевых структур может быть обусловлено недостаточно высокой эффективностью регистрации молний глобальной сетью WWLLN, которая очень изменчива и зави- сит от многих факторов – от конструктивных особенностей станций сети, времени суток, географических условий, состояния ионосферы и др. Однако описанные методы и алгоритмы могут применяться к данным любых сетей локализации молний с большей эффективно- стью регистраций молний, чем WWLLN, или к объедененым данным нескольких разных сетей локализации молний. Это позволяет рас- сматривать сети локализации молний как дополнительный к тради- ционным спутниковым инструмент в оперативной практике монито- ринга ураганов, тайфунов.
Работа выполнена при поддержке РФФИ (проект № 18– 05– 80011).
Литература
1. Пермяков М.С., Поталова Е.Ю., Шевцов Б.М., Чернева Н.В., Holzworth R.H.
Грозовая активность и структура тропических циклонов // Оптика атмосферы и оке- ана. 2015. Т. 28. № 07. С. 638-643.
2. Пермяков М.С., Поталова Е.Ю., Дрога А.Н., Шевцов Б.М. Поля молниевых разрядов в тайфунах// Исследование Земли из космоса. 2017. № 4. с. 59–67.
3. Abarca S.F., Corbosiero K.L. and Vollaro D. The World Wide Lightning Location Network and Convective Activity in Tropical Cyclones // Mon. Wea. Rev. 2011. V. 139.
P. 175 – 191.
4. DeMaria M., DeMaria R. T., Knaff J. A., and Molenar D. Tropical Cyclone Light- ning and Rapid Intensity Change // Mon. Wea. Rev. 2012. V. 140. No 6. P. 1828–1842.
5. Pan L.X., Oiu X.S., Liu D.X. et al. The lightning activities in super typhoons over the Northwest Pacific // Sci.China Earth Sci. 2010. V. 53. No 8. P. 1241-1248. doi:
10.1007/s11430-010-3034-z.
6. Vagasky, C., 2017: Enveloped Eyewall Lightning: The EEL Signature in Tropical Cyclones. J. Operational Meteor., 5, 171-179, https://doi.org/10.15191/nwajom.2017.0514.