Можно отметить еще некоторые факторы, воздействующие на устойчивость защиты данных:

1.Автоматизация обмена информацией.

2.Использование интернет-технологий.

3.Конкуренция предприятий и организаций.

Поэтому важнейшей проблемой при использовании информационных ресурсов и информационных баз данных в Интернете, является проблема гарантирование защищенности при сохранении сведений. Базовые характеристики гарантии защиты представлены в табл. 2.

Таблица 2

Характеристики гарантии защиты информационных данных

Основная задача такого сайта - информирование и привлечение посетителей, представителей целевой аудитории к информационным ресурсам.

Ключевым элементом сайта является его информационное наполнение – контент, в табл. 3 проиллюстрирована его характеристика.

К основным мерам защиты информационных ресурсов, размещаемых на сайтах, относятся правовые, организационные, программно-технические, разобраны в табл. 4.

Для комплексной защиты сайта и контента необходимо выполнить основные действия по защите прав в Интернете и получить авторское право [2-4, 6].

73

Таблица 3

Базовая характеристика контента

Основными возможностями для сохранности контента веб-ресурса сайта являются:

1.Персонализация. Собственник сайта размещает статьи, которые максимальным образом ориентированы на него, а также материал, в котором очень часто идет упоминание конкретных названий, имен и прочего.

2.Блокировка правой кнопки. Это способ защитит лишь от новичка, который не достаточно хорошо ориентируется в интернете, но, тем не менее, такой способ довольно популярный.

3.Активные ссылки на сайт. Защищает от новичков, но гораздо чаще применим на практике.

4.Всплывающие окна. Во время попыток скопировать информацию, всплывает окно с напоминанием о праве авторства.

5.Водяной знак. Целесообразно использовать такой способ, защищая иллюстрации сайта.

6.Логотип. Видеоматериал защищают с помощью проставления логотипа, который содержит название или адрес сайта.

7.Жалобы. Обнаружив, что ваш контент подвергся воровству, вы должны обратиться в техническую поддержку поисковых систем, а также к хозяину площадки в интернете, на базе которой размещен ваш материал, пригрозив разбирательством в суде. Следует отметить, что такой вариант довольно часто срабатывает и приводит к положительному результату.

8.Использование плагинов, скриптов, которые способны блокировать попытки копирования материалов.

9.Запрет выделения текстовой информации на вашем сайте.

74

Таблица 4

Меры защиты информационных ресурсов

Выводы

1.Достичь значительных результатов и надежнее защитить данные своего сайта можно, используя несколько способов в комплексе, что позволяет обеспечить более верную и надежную защиту.

2.Необходимо стремиться как можно скорее, сообщить администраторам поисковиков о краже и о существовании новой странички с уникальными данными.

Литература

1.Автоматизированные информационные технологии в экономике: учебник /Под ред. проф. Г.А. Титоренко. М.: ЮНИТИ. 2000. 400 с.

2.Защита прав в Интернете, восемь шагов. URL: http://www.copyright.ru/documents/zashita_prav_internet/ (дата обращения 20.04.2018).

3.Николаев В. Безопасность в Интернете: сетевые угрозы и средства защиты от них // Директор по безопасности. Вып. № 2. 2017. URL: http://www.s-director.ru/magazine/archive/viewdoc/2017/2/1796.html (дата обращения 18.04.2018).

75

4.Соловьев С.В. Методы защиты контента сайта. URL: https://solovev.photo/zashchita_kontenta.html (дата обращения 18.04.2018).

5.Федеральный закон от 27 июля 2006 г. N 149-ФЗ «Об информации, информационных технологиях и о защите информации».

6.Юридическая защита сайта и контента. URL: http://www.copyright.ru/ ru/documents/34/?doc_id=91 (дата обращения 18.04.2018).

ФГБОУ ВО «Российский государственный аграрный университет - Московская сельскохозяйственная академия имени К.А. Тимирязева (РГАУ-Мсха)», Москва, Россия

T.F. Cherevatova

TECHNOLOGIES FOR PROTECTING THE CONTENT OF WEB-RESOURCES

The need to protect information resources in competition is reflected, the technologies for protecting the content of web resources are given.

Keywords: content, web resource, protection, information technology.

Federal State Budgetary Educational Institution of Higher Education «Russian State Agrarian University - Moscow Agricultural Academy named after KA Timiryazev (RGAU-Msha)», Moscow, Russia

76

СЕКЦИЯ 2

АЭРОКОСМИЧЕСКИЕ, РАДИОЭЛЕКТРОННЫЕ, ГИДРОМЕТЕОРОЛОГИЧЕСКИЕ И ДРУГИЕ ТЕХНОЛОГИИ БЕЗОПАСНОСТИ. СИСТЕМЫ МОНИТОРИНГА

И ПРОГНОЗИРОВАНИЯ СОСТОЯНИЯ АТМОСФЕРЫ, ГИДРОСФЕРЫ И ЛИТОСФЕРЫ

77

УДК 551.559.5

Г.Н. Бакаев, А.Г. Дробот, И.В. Круссер

АНАЛИЗ ДИНАМИКИ КЛИМАТИЧЕСКИХ УСЛОВИЙ НА ЕТР С ЦЕЛЬЮ ПОВЫШЕНИЯ БЕЗОПАСНОСТИ ВЫПОЛНЕНИЯ АВИАЦИОННЫХ ЗАДАЧ

В статье рассматриваются особенности атмосферной циркуляции над Европейской территорией России изменение климатических условий, которые учитываются на этапе планирования в целях повышения безопасности и эффективности выполнения авиационных задач.

Ключевые слова: барические образования, термический режим, климатический режим.

Европейская территория России (ЕТР) располагается в умеренном климатическом поясе [1, 2]. Климат на ЕТР определяется помимо географических факторов – широтой, долготой станции, удаленностью от побережья, наличием горных массивов, еще и климатообразующими процессами, одним из которых является циркуляция атмосферы [3].

Для ЕТР воздействие атмосферной циркуляции исполняет определенную функцию, зачастую значительную относительно иных предикторов, очевидно в наибольшей мере это характерно в сравнении с прочей оставшейся местностью Российской Федерации в определении погодных условий [4, 5]. В ходе гидрометеорологического обеспечения функционирования потребителей метеорологической информацией обязательно учитываются климатические характеристики района проведения различных мероприятий. Особенно актуальным это является на этапах долгосрочного и среднесрочного планирования [6-8]. Таким образом, выявление динамики климатических характеристик района применения авиации, является современной и актуальной задачей [9].

Для ее решения необходимо выполнить ряд частных задач:

1.Обобщение климатических характеристик ЕТР, содержащихся в различных источниках климатической информации.

2.Получение распределения характера атмосферной циркуляции и расчет климатических характеристик метеовеличин в период с 2007 по 2016 г. на основе архива карт барической топографии и данных метеонаблюдений.

3.Проведение сравнительного анализа и выдача рекомендаций.

Для проведения анализа климатических особенностей атмосферной циркуляции над центральной областью ЕТР в работе использовались многолетние данные метеонаблюдений (2007-2016 гг.) на территории г. Воронежа. Из анализа синоптических карт погоды за десятилетний период следует, что движение барических образований на ЕТР в основном происходит с запада, северо-запада и севера (рис. 1).

Рис. 1. Преобладающие направления выхода барических образований на ЕТР в различные сезоны года

78

Значения повторяемости антициклонических и циклонических образований по сезонам года за период 2007-2016 гг., представлены в табл. 1.

Таблица 1 Количество антициклонических и циклонических образований по сезонам

Анализ табл. 1 показывает, что летом преобладает антициклоническая деятельность, зимой – циклоническая, что необходимо учитывать при планировании полетов. Весной и осенью прослеживается снижение интенсивности антициклонической деятельности.

Термический режим исследуемой территории характеризуется средними значениями температуры воздуха и средними значениями температуры по результатам измерений экстремальными термометрами. Средняя годовая температура воздуха на станции Воронеж по годам за рассматриваемый период колеблется в пределах от 8,4 ºС до 9,5 ºС. Для сравнения, за весь период многолетних наблюдений она составляет 6,9 ºС. Данные приведены в табл. 2. Графически климатический тренд температуры воздуха представлен на рис. 2.

Таблица 2

Значения среднестатистической температуры воздуха, °С

79

Наиболее холодный месяц – январь, когда погодные условия определяет отрог Сибирского антициклона. Средняя месячная температура в рассматриваемый период колеблется от –16,4 до 0,5 ºС. Схожая температура воздуха отмечается и в феврале. Стабильно значения среднемесячной температуры переходят через 0,5 ºС в сторону положительных значений в апреле, что объясняется увеличением высоты солнца и, как следствие, продолжительности солнечного сияния. По завершению 1-ой десятидневки апреля среднесуточная степень нагретости атмосферы перескакивает отметку 5 ºС. Самый теплый месяц в Воронеже – июль. Значения средней месячной температуры составляет 21,2–28,5 ºС. В августе температура понижается, в среднем она ниже июльской на 1,5–6,0 oС. В конце о к- тября – начале ноября происходит понижение температуры на 8,7–10,5 ºС. 15-16-того ноября реализуется скачок среднесуточной степени нагретости воздушного пространства, минуя отметку 0 оС, в направлении минусовых температур.

Рис. 2. Изменение средней годовой температуры воздуха,ºС (г. Воронеж)

Весной в Воронеже морозы обычно наблюдаются до конца апреля, в раннюю и очень теплую весну морозы прекращаются в конце марта (табл. 3).

Таблица 3 Средние даты первого и последнего мороза и продолжительность морозного периода

80

В работе был проведен сравнительный анализ рассчитанных климатических характеристик температуры воздуха (период 2) с их многолетними значениями, приведенными в справочнике «Климат Воронежа» (период 1) [10]. Результаты сравнения приведены в табл. 4.

Таблица 4

Среднее значение температуры воздуха различных периодов, °С

Сравнительный анализ представленных результатов показал, что за последние 10 лет среднегодовая температура в г. Воронеже повысилась на 2,1 ºС.

Наибольшее повышение среднемесячной температуры отмечается в зимние месяцы. Так температура февраля повысилась в среднем на 4,7 ºС, января на 2,5 ºС, а декабря на 3,3 ºС. Температура марта увеличилась на 2,6 ºС, апреля на 3,8 ºС, мая на 3,2 ºС.

Летние месяцы, в отличие от зимних, имеют менее значительные изменения – средняя температура июня повысилась на 1,2 ºС, июля – на 1,5 ºС, августа – на 1,8 ºС. В сентябре среднемесячная температура возросла на 2,5 ºС, в октябре – на 2,2 ºС, в ноябре на – 1,8 ºС. По сравнению с многолетними наблюдениями зимой за последние 10 лет стало в среднем теплее на 4 ºС.

Графически температурный режим за два исследуемых периода представлен на рис. 3.

Рис. 3. Сравнительный анализ температуры воздуха двух периодов

Выводы 1. Налицо динамика климатических условий, как в отдельных пунктах, так и в

целом на ЕТР. В характере атмосферной циркуляции выявлено уменьшение среднего числа циклонических образований за летний период и, соответственно, увеличение антициклонических образований, что приводит к повышению средней температуры воздуха в летние месяцы.

2.В зимний период отмечается обратная ситуация – выросло число циклонических образований, что привело к повышению температуры воздуха в зимние месяцы.

3.Все эти изменения необходимо учитывать на этапе планирования авиационных

операций в целях повышении их метеорологической безопасности.

81

Литература

1.Иванов Н.Н. Пояса континентальности земного шара / Н.Н. Иванов // Изв. Всесоюзного Географического общества. 1959. Т. 91. Вып. 5. С. 410-423.

2.Милевский В.Ю. Эффективные температуры на Европейской территории СССР

//Ученые записки Ленинградский государственный университет. Серия географические науки. Вып. 13. Л.: 1959. 269 с.

3.Неижмак А.Н., Звягинцева А.В., Расторгуев И.П. Распознавание опасных метеорологических явлений конвективного происхождения в интересах управления авиацией // Вестник Воронежского государственного технического университета. 2008. Т. 4. № 10. С. 135-139.

4.Яковлев Д.В., Звягинцева А.В. Построение межотраслевой комплексной геоинформационной системы Воронежской области // Известия Самарского научного центра Российской академии наук. 2012. Т. 14. № 1-3. С. 923-930.

5.Авдюшина А.Е., Звягинцева А.В. Локализация объектов в автоматизированной системе видеонаблюдения // Информация и безопасность. 2011. Т. 14. № 4. С. 583-586.

6.Авдюшина А.Е., Звягинцева А.В. Система видеонаблюдения и локализация природных объектов // Вестник Воронежского государственного технического университета. 2010. Т. 6. № 12. С. 107-109.

7.Звягинцева А.В., Яковлев Д.В. Перспективы пространственного анализа в географических информационных системах для прогнозирования риска лесных пожаров на территории Воронежской области // Гелиогеофизические исследования. 2014. № 9. С. 78-88.

8.Аржаных Ю.П., Долженкова В.В., Звягинцева А.В. Прогнозирование гидрологической обстановки в период половодья на водных объектах Воронежской области с применением географических информационных систем // Гелиогеофизические исследования. 2014. № 9. С. 89-98.

9.Емельяненко А.Р., Звягинцева А.В., Федянин В.И. Построение автоматизированной информационной системы оперативного предупреждения // Информация и безопасность. 2008. Т. 11. № 3. С. 361-368.

10. Швер Ц.А., Павлова С.А. Климат Воронежа / Гидрометеоиздат. Л: 1986. 102 с.

ФГКВОУ ВО «Военный учебно-научный центр Военно-воздушных сил «Военно-воздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина» (г. Воронеж) Министерства обороны Российской Федерации», (ВУНЦ ВВС «ВВА»), Воронеж, Россия

G.N. Bakaev, I.V. Krusser, V.A. Karuagin

THE ANALYSIS OF THE DYNAMICS OF CLIMATIC CONDITIONS IN THE EPR, WITH THE AIM OF ENHANCING THE SECURITY OF THE EXECUTION OF AVIATION TASKS

The article discusses the peculiarities of the atmospheric circulation over the ETR climate change, are taken into account at the planning stage in order to improve the safety and efficiency of execution of aviation tasks.

Keywords: pressure of the formation, thermal regime, climate regime.

Federal State State-Owned Military Educational Institution of Higher Education «Military Training and Research Center of the Air Force «Air Force Academy named after Professor N.E. Zhukovsky and Yu.A. Gagarin» (Voronezh) of the Ministry of Defense of the Russian Federation, (VUNTS Air Force «VVA»), Voronezh, Russia

82

УДК 551.559.5

Г.Н. Бакаев, И.В. Круссер, А.В. Помазанов

АНАЛИЗ ИЗМЕНЕНИЙ КЛИМАТИЧЕСКИХ РАСПРЕДЕЛЕНИЙ ОПАСНЫХ ЯВЛЕНИЙ ПОГОДЫ НАД ЕТР С ЦЕЛЬЮ ПОВЫШЕНИЯ БЕЗОПАСНОСТИ ВЫПОЛНЕНИЯ АВИАЦИОННЫХ ЗАДАЧ

В статье рассматривается процесс использования климатической информации об атмосферных явлениях, непосредственно влияющих на безопасность и эффективность решения авиационных задач на этапе планирования.

Ключевые слова: климатическая информация, туман, дымка, гроза, осадки, климатические условия.

Для метеорологического обеспечения безопасности полетов авиации на этапе планирования необходимо знать повторяемость явлений погоды, которые могут сделать невозможными взлет и посадку летательных аппаратов, что в значительной степени осложняет боевое применение авиации [1-3]. Применительно к полетам летательных аппаратов опасными метеорологическими условиями называются такие значения метеорологических величин или явления погоды, которые делают невозможным безопасную эксплуатацию авиационной техники [4-6]. Поэтому анализ повторяемости таких условий по климатическим данным представляется весьма интересным. С этой целью в статье был проведен анализ повторяемостей таких опасных явлений погоды как туман, густая дымка, метель, гроза, осадки. Для проведения анализа климатических распределений опасных явлений погоды над ЕТР были рассчитаны на примере города Воронежа климатические характеристики по данным метеорологических наблюдений за период 2002–2016 гг. и проведено сравнение с аналогичными характеристиками, приведенными в справочнике по климату г. Воронежа за период 1920-1986 гг. Анализ климатических данных за период 2002-2016 гг. показывает, что многолетняя продолжительность густых дымок по району составляет 2408 часов, а среднегодовая продолжительность 200 часов. Наиболее высокие значения продолжительности густых дымок отмечаются в феврале. В мае продолжительность понижается и составляет не более 11 часов в месяц. По сравнению с климатическими условиями второго периода, годовой и суточный ход густых дымок не изменяется. Туманы в большинстве случаев наблюдались в холодный период года с максимумом повторяемости в ноябре, а минимум в июле. Всего за рассматриваемый период наблюдалось 388 случаев с туманом. Туманы чаще отмечались утром с максимумом в 7 часов. Продолжительность туманов в среднем за год за период 2002-2016 гг. составила 5,1 часа. Чаще всего отмечалась градация продолжительности 4–6 часов (25,6 %), в то время как в период до 1986 года по данным [1] средняя продолжительность тумана составляла 3 часа. Преимущественно прослеживались туманы с различимостью меньше 800 м (28,7 %), нечасто – с различимостью меньше 200 м (10,7 %). По сравнению с климатическими условиями до 1986 года годовой ход тумана не изменился. Средняя годовая продолжительность отличается в большую сторону. Кроме туманов и дымок видимость в холодную половину года ухудшают такие явления как метель и поземок. В Воронеже ежегодно отмечается в среднем 40 дней с метелью (табл. 1). В течение исследуемого периода повторяемость метелей имеет четко выраженный годовой ход. Метели наблюдаются в холодное полугодие с октября по март. Наиболее часто метели отмечаются в январе – 83 случая (45,0 %), наиболее редко в марте – 23 случая (12,4 %). Многолетняя продолжительность составляет 2110 часов. Наиболее высокие значения продолжительности метели отмечаются в январе – 838 часов и в декабре – 707 часов. Чаще всего наблюдались метели с продолжительностью 4–6 часов, их повторяемость составила 26,4 %. Кратковременные метели (менее 1 часа) отмечались с повторяемостью 18,0 %. Очень редки метели с продолжительностью более 25 часов (0,6 %).

83

Наибольшая повторяемость отмечалась у метелей с видимостью 2–4 км (43,6 %), наименьшая (1,2 %) – с видимостью менее 200 м.

Обозначения в табл. 1: N – количество дней; Nмакс – максимальное количество дней; Nмин - минимальное количество дней; σ – среднеквадратическое отклонение.

Суточный ход метелей выражен нечетко. По сравнению с климатическими условиями до 1986 года годовой ход метелей не изменился, большинство случаев с метелями отмечается в январе и феврале. Средняя годовая продолжительность метелей в рассматриваемый период (275 часов) незначительно отличается от среднегодовых значений до 1986 года (263 часа).

Грозовая деятельность связана с прохождением холодных фронтов, мощными конвективными процессами и восходящими токами в атмосфере. По данным многолетних наблюдений [1] усреднено ежегодно в Воронеже отслеживается 33 дня с грозой (табл. 2).

Таблица 2 Численность дней с грозой из сведений продолжительного мониторинга

1. Анализ табл. 2 показывает, что число дней с грозой в год колеблется в

пределах от 20 случаев в 1924 г. до 44 случаев в 1961 г.

Выводы

3. В Воронеже грозы начинаются в апреле. Максимальное число дней с

грозой отмечается в июле – 10 дней. Заканчивается грозовая деятельность в октябре. При этом, в октябре и апреле грозы наблюдаются не ежегодно.

Обозначения в табл. 2: N – количество дней; Nмакс – максимальное количество дней; σ – среднеквадратическое отклонение.

84

В районе аэродрома Воронеж за период 2002–2007 г.г. грозы наблюдались в теплый период года с апреля по сентябрь. Общее количество гроз составило 197 случаев. Чаще всего грозы наблюдались в послеполуденные часы (14–18 ч.), реже – утром, между 03 и 07 часами. Средняя продолжительность гроз составила 2,5 часа, с максимумом, до 9 часов – в июле. По сравнению с климатическими условиями до 1986 года годовой и суточный ход гроз не изменился. Средняя продолжительность незначительно увеличилась. Такое явление как осадки тоже оказывает негативное влияние на полеты авиации [7, 8].

Помимо ухудшения видимости и грозовых явлений – сильного ветра, электризации, влажность, обусловленная осадками на базе воды, индуцируют коррозионные процессы по электрохимическому механизму всех изделий на базе металлов, что особенно потенциально рискованно для таких конструкций, как самолеты и вертолеты связанных с жизнью людей. Опасно попадание влаги внутрь различных систем и агрегатов авиационной техники, так как оно, помимо коррозии, при замерзании может привести к заклиниваниям механизмов [3, 9]. Протяженность зон осадков в горизонтальном направлении может составлять сотни километров, а иногда превышать 1000 км.

Сильные осадки значительно ухудшают видимость на взлетно-посадочной полосе, а в случае, когда осадки наблюдаются совместно с дымкой или туманом, то существенно усложняется и полет на малых высотах, а визуальный полет под облаками становится практически невозможным [10, 11].

Таблица 3

Базовые характеристики осадков

Распределение осадков по месяцам в течение года представлено в табл. 4. Из анализа представленных в таблице данных видно, что осадков в среднем за год в последние

85

15 лет выпадает 539 мм, что немного меньше, чем выпадало в период до 1986 г.(554 мм). Сравнительный анализ полученных результатов двух периодов показал, что в целом все характеристики осадков незначительно отличаются от среднегодовых значений.

Таблица 4

Среднее количество осадков (мм)

Таким образом, сравнение в климатическом отношении двух периодов – до 1986 г.

ипериода 2002–2016 гг. позволило сделать ряд выводов:

1.Характер годового и суточного хода густых дымок не изменился.

2.В холодную половину года прослеживается увеличение средней годовой продолжительности туманов.

3.Средняя годовая продолжительность метелей в холодное полугодие отличается в рассматриваемые периоды незначительно.

4.Грозовая деятельность наибольшей активности достигает в теплое время года во второй половине дня.

5.Среднее годовое количество осадков уменьшилось, большая часть годовой нормы осадков приходится на теплое полугодие.

По итогам реализованных изысканий, по всей видимости, напрашивается резюме:

1.Рациональным и позитивным моментом с точки зрения реализации процедуры передвижения по воздуху воздушного флота любого предназначения, является необходимость принимать к сведению опасные явления погоды.

2.Таковыми позиционируются первая половина дня в летний период и середина дня в холодный период года.

Литература

1.Швер Ц.А., Павлова С.А. Климат Воронежа / Л.: Гидрометеоиздат. 1986. 104 с.

2.Баранов А.М., Богаткин В.Ф. Авиационная метеорология / СПб.: Гидрометеоиздат. 1992. 347 с.

3.Неижмак А.Н., Звягинцева А.В., Расторгуев И.П. Распознавание опасных метеорологических явлений конвективного происхождения в интересах управления авиацией // Вестник Воронежского государственного технического университета. 2008. Т. 4. № 10. С. 135-139.

4.Яковлев Д.В., Звягинцева А.В. Построение межотраслевой комплексной геоинформационной системы Воронежской области // Известия Самарского научного центра Российской академии наук. 2012. Т. 14. № 1-3. С. 923-930.

5.Авдюшина А.Е., Звягинцева А.В. Локализация объектов в автоматизированной системе видеонаблюдения // Информация и безопасность. 2011. Т. 14. № 4. С. 583-586.

86

6.Авдюшина А.Е., Звягинцева А.В. Система видеонаблюдения и локализация природных объектов // Вестник Воронежского государственного технического университета. 2010. Т. 6. № 12. С. 107-109.

7.Звягинцева А.В., Яковлев Д.В. Перспективы пространственного анализа в географических информационных системах для прогнозирования риска лесных пожаров на

территории Воронежской области // Гелиогеофизические исследования. 2014. № 9. С. 78-88.

8. Аржаных Ю.П., Долженкова В.В., Звягинцева А.В. Прогнозирование гидрологической обстановки в период половодья на водных объектах Воронежской области с применением географических информационных систем // Гелиогеофизические исследования. 2014. № 9. С. 89-98.

9. Емельяненко А.Р., Звягинцева А.В., Федянин В.И. Построение автоматизированной информационной системы оперативного предупреждения // Информация и безопасность. 2008. Т. 11. № 3. С. 361-368.

10. Хромов С.П., Петросянц М.А. Метеорология и климатология /М.: МГУ. 2012.

582 с.

11. Руководство, по краткосрочным прогнозам, погоды / С.Л. Белоусов, А.А. Васильев, Н.Ф. Вельтищев и др. / Л.: Гидрометеоиздат. 1986. 702 с.

ФГКВОУ ВО «Военный учебно-научный центр Военно-воздушных сил «Военно-воздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина» (г. Воронеж) Министерства обороны Российской Федерации», (ВУНЦ ВВС «ВВА»), Воронеж, Россия

G.N. Bakaev, I.V. Krusser, E.A. Milyaev

THE ANALYSIS OF CHANGES A CLIMATIC DISTRIBUTE DANGEROUS WEATHER PHENOMENA OVER ETR, WITH THE AIM OF ENHANCING THE SECURITY

OF THE EXECUTION OF AVIATION TASKS

The article discusses the process of using climate information on the atmospheric phenomena that directly affect the safety and effectiveness of aerial operations at the planning stage.

Keywords: climate information, fog, smoke, thunder storm, precipitation, climate change.

Federal State State-Owned Military Educational Institution of Higher Education «Military Training and Research Center of the Air Force «Air Force Academy named after Professor N.E. Zhukovsky and Yu.A. Gagarin» (Voronezh) of the Ministry of Defense of the Russian Federation, (VUNTS Air Force «VVA»), Voronezh, Russia

87

УДК 351.814.2:551.5

В.В. Дорофеев, А.В. Степанов, А.А. Насонов

МЕТОДИКА МЕТЕОРОЛОГИЧЕСКОГО ОБЕСПЕЧЕНИЯ ПОИСКОВО-СПАСАТЕЛЬНЫХ РАБОТ В СЛОЖНЫХ МЕТЕОРОЛОГИЧЕСКИХ УСЛОВИЯХ

Методика позволяет оценивать возможность проведения поисково-спасательных работ в сложных метеорологических условиях.

Ключевые слова: полетная дальность видимости, уровень подготовки летного состава, изменчивость метеорологических условий.

Поисково-спасательные работы (ПСР), выполняются на пороговых низких (0–200 м) и низких (200–1000 м) высотах по правилам визуальных полетов (ПВП) с пр и- ложением самолетов и вертолетов, обуславливается метеорологическими условиями (МУ) [1-5]. Полеты на этих высотах осложняются [1, 3, 6]:

1.Физико-географическими особенностями подстилающей поверхности и орографией.

2.Ухудшением визуальной ориентировки из-за увеличения угловых скоростей «перемещения» ориентиров.

3.Изменением привычного очертания ориентиров при наблюдении их в пространстве.

4.Ограничением возможностей контроля радиотехническими средствами самолетовождения.

Минимальные показатели ВНГО и ПДВ, благодаря каковым разрешено выполнение полетов по ПВП днем на ПСР под низкими облаками, представлены в табл. 1 [5, 6].

Цель — усовершенствование добротности оснащения ПСР в сложных метеорологических условиях.

Типы РГВсВ целесообразно представлять, как степень сложности МУ под низкими облаками для различных значений ВНГО и МДВ:

I степень сложности МУ: при ВНГО < 150 м. II степень: ВНГО от 150 до 200 м.

III степень: ВНГО от 200 до 400 м. IV степень: ВНГО от 400 до 800 м [2].

Степени сложности МУ рассчитываются в ТСС циклона [1, 2].

Расчет ПДВ производится для каждой степени сложности МУ по формулам, представленным в [2].

В качестве примера в табл. 2 и 3 приведен р асчет значений ПДВ для различных степеней сложности МУ (ВНГОхМДВ) при дымке и мороси.

88

Таблица 1

Минимальные показатели ВНГО и ПДВ

Информация табл. 2 и 3 показывает, что в дымке по значениям ПДВ в I и II степени сложности МУ планировать и выполнять полеты под низкими облаками нельзя (табл. 1). Можно планировать в III степени на высотах 50-200 метров, а в IV степени сложности МУ только при скоростях до 300 км/час. При мороси полеты нельзя планировать во всех четырех степенях сложности МУ.

Особенностью учета осложняющих факторов выполнения полетов по ПВП на ПСР является необходимость предварительного детального изучения физико-географических условий района поиска, так как они существенно влияют условия визуального поиска при ПСР [2, 79]- .

Физико-географический фактор подстилающей поверхности района полетов учитывается через контраст между объектом и фоном (K = 0,2 – мало заметный ориентир, К = 0,6

– средне заметный ориентир, К = 0,9 – хорошо заметный ориентир). Ухудшение визуальной ориентировки из-за увеличения путевой скорости воздушного судна учитывается уровнем подготовки командира воздушного судна (коэффициентом аккомодации) [3, 10].

Степень подготовки летного состава на проведение ПСР можно оценить по классной квалификации.

89

В табл. 4-6 представлены значения ПДВ в зависимости от классной квалификации летного состава при различных степенях сложности МУ.

Таблица 2

Величины расчетного ПДВ в дымке

Таблица 3

Величины расчетной ПДВ в мороси

90

Таблица 4

Значения ПДВ (м) в зависимости от уровня подготовки лётного состава в первом типе сложности метеорологических условий (100x1) при различных значениях контраста (K), путевой скорости (W), высоте полёта 50 м.

Таблица 5

Значения ПДВ (м) в зависимости от уровня подготовки лётного состава во втором типе сложности метеорологических условий (200x2) при различных значениях контраста (K), путевой скорости (W), высоте полёта 100 м.

Таблица 6

Значения ПДВ (м) в зависимости от уровня подготовки лётного состава в третьем типе сложности метеорологических условий (300x3) при различных значениях контраста (K), путевой скорости (W), высоте полёта 200 м.

91

Информация табл. 5 и 6 выявляет необходимость обязательного учета физикогеографических условий района полетов и психофизические возможности летного состава. Так при W = 300 км/часу летного состава I класса возможность обнаружения и опознавания объектов увеличивается на 10 % по сравнению соII и III классом в первом типе сложности МУ и до 3 % в третьем типе сложностиМУ [6].

При W = 600 км/часу летного состава I класса возможность обнаружения и опознавания объектов увеличивается на 30 % и до 14 % в третьем типе сложности МУ.

наблюдения при σ = 160 м и c v = 0,39 и максимальное 0= 5104 м, наблюдается также в передней части Zn в начале наблюдения - при σ = 2144 м и cv = 0,42.

2. Максимальное значение Н0 = 410 м наблюдается в передней части Zn в начале

3. В теплом секторе Zn наблюдаются примерно одинаковые значения Н0 = 250 м

Анализ степени сложности на примере изменчивости МУ в снеге (cv > 0,2), показывает на сильную изменчивость ВНГО и МДВ. Изменчивость МУ позволяет оценивать предельные возможные минимальные значения ПДВ при оценке возможности проведении ПСР [7-10].

Для выполнения требований безопасности, регулярности и эффективности полетов на ПСР под низкими облаками их планирование должно проводиться на основе оценки ПДВ с учетом изменчивости ВНГО и МДВ по решающему правилу:

Обозначения

Диагностирование верификации ПДВ по критериям успешности реализовано в табл. 7.

92

Таблица 7

Критерии успешности

Выводы:

1.Разработанная методика метеорологического обеспечения полетов на ПСР в сложных метеорологических условиях реализованная путем оценивания, соответствия метеорологических условий полетам по ПВП на ПСР под низкими облаками, позволяет учитывать уровень подготовки летного состава, физико-географические условия и изменчивость степеней сложности МУ.

2.Предложенную методику целесообразно применять и ради диагностирования МУ для составления и реализации плана специальных задач авиации Воздушнокосмических сил, Министерства чрезвычайных ситуаций, Федеральной службы безопасности, Национальной гвардии.

Литература

1.Богаткин О.Г. Основыавиационной метеорологии: учеб. / СПБ.: Изд. РГГМУ. 2009. 339 с.

2.Дорофеев В.В., Бакланов И.О., Степанов А.В., Жильчук И.А., Ковалёв В.И. Полетная видимость: монография / Воронеж. Воронежский ЦНТИ. 2013. 250 с.

3.Жаренков Л.А., Матвеев Ю.А., Ремянников Е.П. Воздушная навигация в различных условиях полетов / М.: Воениздат. 1985. 175 с.

4.Наставление по метеорологическому обеспечению гражданской авиации России (НМО ГА–95) / М.: Федеральная служба России по гидрометеорологии и мониторингу окружающей среды. Министерство транспорта России. 1995. 156 с.

5.Федеральные авиационные правила полетов в воздушном пространстве Российской Федерации (ФАПП-2002) / М.: Воениздат. 2002. 45 с.

6.Неижмак А.Н., Звягинцева А.В., Расторгуев И.П. Распознавание опасных метеорологических явлений конвективного происхождения в интересах управления авиацией // Вестник Воронежского государственного технического университета. 2008. Т. 4. № 10. С. 135-139.

93

7. Авдюшина А.Е., Звягинцева А.В. Система видеонаблюдения и локализация природных объектов // Вестник Воронежского государственного технического университета. 2010. Т. 6. № 12. С. 107-109.

8. Яковлев Д.В., Звягинцева А.В. Построение межотраслевой комплексной геоинформационной системы Воронежской области // Известия Самарского научного центра Российской академии наук. 2012. Т. 14. № 1-3. С. 923-930.

9.Звягинцева А.В., Яковлев Д.В. Перспективы пространственного анализа в географических информационных системах для прогнозирования риска лесных пожаров на территории Воронежской области // Гелиогеофизические исследования. 2014. № 9. С. 78-88.

10.Аржаных Ю.П., Долженкова В.В., Звягинцева А.В. Прогнозирование гидрологической обстановки в период половодья на водных объектах Воронежской области с применением географических информационных систем // Гелиогеофизические исследования. 2014. № 9. С. 89-98.

ФГКВОУ ВО «Военный учебно-научный центр Военно-воздушных сил «Военно-воздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина» (г. Воронеж) Министерства обороны Российской Федерации», (ВУНЦ ВВС «ВВА»), Воронеж, Россия

V.V. Dorofeev, A.V. Stepanov, A. A. Nasonov

METHODOLOGY OF METEOROLOGICAL SUPPORT SEARCH AND RESCUE

OPERATIONS IN DIFFICULT WEATHER CONDITIONS

The method allows us to evaluate the possibility of conducting search and rescue operations in difficult meteorological conditions.

Keywords: flight visibility range, level of training of flight personnel, variability of meteorological conditions.

Federal State State-Owned Military Educational Institution of Higher Education «Military Training and Research Center of the Air Force «Air Force Academy named after Professor N.E. Zhukovsky and Yu.A. Gagarin» (Voronezh) of the Ministry of Defense of the Russian Federation, (VUNTS Air Force «VVA»), Voronezh, Russia

94

УДК 621.396:551.579

А.Ф. Евстафиев, Ф.А. Евстафиев, В.А. Лебедев

АЛГОРИТМ ПОМЕХОУСТОЙЧИВОГО ПРИЕМА СПУТНИКОВОЙ МЕТЕОИНФОРМАЦИИ В УСЛОВИЯХ ФЕДИНГУЮЩИХ РАДИОСИГНАЛОВ И ФЛУКТУАЦИОННЫХ ПОМЕХ

Разработан алгоритм повышения помехоустойчивости приема спутниковой метеоинформации в условиях интенсивного фединга радиосигналов и наличия флуктуационных помех, не требующий привлечения дополнительных энергетических и частотно-временных ресурсов радиоканала связи.

Ключевые слова: фединг радиосигналов, алгоритм обработки, помехоустойчивость (вероятность обнаружения).

Актуальность проблемы повышения помехоустойчивости ради приема спутниковой информации о состоянии погоды, а также о стихийных бедствиях как природного, так и техногенного характера, обусловлена интенсивным федингом (амплитудными замираниями) принимаемых радиосигналов и наличием флуктуационных помех [1-6]. Цель настоящей статьи заключается в повышении помехоустойчивости приема спутниковой информации в условиях федингующих (замирающих) радиосигналов и флуктуационных помех в период незыблемых энергетических и частотно-временных потенциалов обеспечения канала связи (КС). Исследования показывают, что наиболее выражено быстрые интенсивные замирания сигналов проявляются в радиосистемах дальней космической радиосвязи, данный факт проиллюстрирован в табл. 1. В табл. 1 показаны основополагающие концепции наращивания устойчивости к помехам при приеме информационных метеоданных [5, 6].

Таблица 1 Базовые аспекты повышения помехоустойчивости ради приема спутниковой

метеорологической информации

95

Окончание табл. 1.

Вычисление соотношения сигнал-помеха по мощности на входе приемника:

По комбинации всех численных этапов алгоритма принимается результативный маршрут и вердикт о присутствии существовании либо недоступности сигнала в КС соразмерно регламенту, представленного в табл. 1. Представим доказательство реализации

96

сформированной цели, табл. 3. Пусть принимаемый входной федингующий радиосигнал имеет вид:

Таблица 2

Доказательство реализации сформированной цели

Для реализуемой модели радиосигнала вероятность его правильного обнаружения определяется следующим выражением [4]:

Данное обстоятельство является основным недостатком известного способа, который проявляется в требовании значительного увеличения мощности радиопередатчика для получения заданной помехоустойчивости приема информации.

С учетом сформулированного правила принятия решения на основе выражения (3), результат потенциальности показан в табл. 3.

В предлагаемом способе величина порогового напряжения будет равна:

97

где ln( ) – символ натурального логарифма.

Ради вычисления выигрыша по мощности радиопередатчика необходимо приравнять правые части выражений (3) и (4), в результате получим:

Если решить уравнение (6) относительно η , то получим:

Таблица 3 Сигнально-помеховая реализация на выходе локально-согласованного фильтра

98

Соизмерение достоверности фиксации сигнала в известном способе PД , и в пре д- лагаемой процедуре PД рез и коэффициента энергетического выигрыша η в зависимости от отношения сигнал-помеха по мощности 2E / N при одинаковых вероятностях ложной тревоги в известном и предлагаемом способах PF = PF рез = 10−4 , реализовано в табл. 4.

Таблица 4 Соизмерение достоверности фиксации сигнала и энергетического выигрыша

в известном и предлагаемом способе

Базовые условия

Из табл. 4 следует, что для рабочих значений отношений сигнал-помеха имеет место энергетический выигрыш.

В соответствии с условием 2E / N = 64 объективная возможность достоверного радиообнаружения в общепризнанном подходе PД = 0,756 , а в рекомендуемой

процедуре PД рез = 0,805 .

При этом коэффициент энергетического выигрыша становится больше единицы

исоставляет η = 1,296 .

Всоответствии с условием 2E / N = 196 вероятность правильного обнаружения в известном способе составляет PД = 0,911, а в предлагаемой процедуре PД рез = 0,968 .

Коэффициент энергетического выигрыша составляет η = 2,875 .

На рисунке представлены экспериментальные результаты в виде снимка спутниковой метеоинформации, принятой аппаратурой «Сюжет» в условиях замираний сигналов и флуктуационных помех.

Фрагментам снимка на рисунке а, в – соответствуют отношения сигнал-помеха h2 = 7 и h2 =10 .

99

Фрагментам на рисунке б, г – соответствуют отношения сигнал-помеха h2 = 20 и

h2 = 30.

Представленные результаты визуально свидетельствуют о существенном повышении качества принимаемой информации в предлагаемом способе обработки сигналов по сравнению с известной процедурой. Если при исходных данных отношений сигнал-

помеха h2 = 7 и h2 = 10 качество приема информации в известном способе становится неудовлетворительным (фрагменты на рисунке а, в). При тех же энергоресурсах радиок а- нала связи отношение сигнал-помеха в предлагаемом способе приема увеличивается. Оно

составляет h2 = 20 и h2 = 30 , при данном условии качество принимаемой информации существенно возрастает (фрагменты на рисунке б, г).

Рис. Спутниковый снимок принятой метеоинформации аппаратурой «Сюжет» в условиях замираний сигналов и флуктуационных помех

100

Выводы

1.Предлагаемый способ приема и обработки информационных сигналов обладает значительным повышением помехоустойчивости принимаемой спутниковой информации помимо приумножения энергетических и частотно-временных резервов выделенных радиоканалов связи,

2.Полученные характеристики разработанного способа весьма важны для эффективного решения комплексной проблемы аэрокосмического мониторинга в различных технологических сферах деятельности.

Литература

1.Финк Л.М. Теория передачи дискретных сообщений / М.: Сов. Радио. 1970. 728 с.

2.Крэсснер Г.Н., Михаэлс Дж. Введение в системы космической связи / Пер. с англ. Под ред. М.Г. Крынкина. М.: Связь. 1976. 407 с.

3.Зюко А.Г. Помехоустойчивость и эффективность систем связи / М.: Радио и связь. 1985. 384 с.

4.Тихонов В.И. Оптимальный прием сигналов / М.: Радио и связь. 1983. 319 с.

5.Звягинцева А.В., Яковлев Д.В. Перспективы пространственного анализа в географических информационных системах для прогнозирования риска лесных пожаров на территории Воронежской области // Гелиогеофизические исследования. 2014. № 9. С. 7888.

6.Аржаных Ю.П., Долженкова В.В., Звягинцева А.В. Прогнозирование гидрологической обстановки в период половодья на водных объектах Воронежской области с применением географических информационных систем // Гелиогеофизические исследования. 2014. № 9. С. 89-98.

ФГКВОУ ВО «Военный учебно-научный центр Военно-воздушных сил «Военно-воздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина» (г. Воронеж) Министерства обороны Российской Федерации», (ВУНЦ ВВС «ВВА»), Воронеж, Россия

A.F. Evstafiev, F.A. Evstafiev, V.A. Lebedev

ALGORITHM OF IMMUNITY RECEPTION OF SATELLITE METEOINFORMATION UNDER CONDITIONS OF FEDING RADIO SIGNALS AND FLUCTUATION INTERFERENCE

An algorithm has been developed for increasing the noise immunity of receiving satellite meteorological information in conditions of intense fading of radio signals and the presence of fluctuation interference, which does not require the involvement of additional energy and frequency-time resources of the radio communication channel.

Keywords: fading of radio signals, processing algorithm, noise immunity (detection probability).

Federal State State-Owned Military Educational Institution of Higher Education «Military Training and Research Center of the Air Force «Air Force Academy named after Professor N.E. Zhukovsky and Yu.A. Gagarin» (Voronezh) of the Ministry of Defense of the Russian Federation, (VUNTS Air Force «VVA»), Voronezh, Russia

101

УДК 551.509.324

В.П. Закусилов, А.Х. Отаев, А.С. Шералиев

МЕТОДИКА УТОЧНЕНИЯ ПАРАМЕТРОВ КОНВЕКЦИИ ДЛЯ ПРОГНОЗА ЛИВНЕВЫХ ОСАДКОВ

В работе представлена методика уточнение параметров конвекции по данным атмосферного зондирования, благоприятных и неблагоприятных для выпадения ливневых осадков в летний и переходный периоды. В основу методики прогноза конвективных осадков положена модель Лебедевой. Оценка полученных результатов позволила сделать вывод об успешности предлагаемой методики.

Ключевые слова: параметры конвекции, данные зондирования атмосферы, ливневые осадки, модель конвекции, теплый период года.

Осадки являются важным фактором в различных видах хозяйственной деятельности, который благоприятно влияет на произрастание продуктов растениеводства, лесного хозяйства и на другие отрасли экономики [1-5]. Наряду с положительными эффектами, осадки, особенно ливневые, связанные с конвективными процессами, образующимися в неустойчивой воздушной массе, могут нанести значительный ущерб, вызывая значительные катастрофы и даже гибель людей [6].

Поэтому совершенствование методики прогноза ливневых осадков, является актуальной задачей. При этом необходимо определить такие минимально допустимые метеорологические условия, которые способны гарантировать безопасность полетов [7] .

Условия формирования конвекции во многом зависят от местных особенностей района, которые различаются орографией местности, рельефом, высотой над уровнем моря. Поэтому для каждого региона имеется необходимость в уточнении параметров конвекции [7, 8].

Целью данной работы является уточнение модели конвекции в теплый период года на основе данных радиозондирования в пункте Оренбург, для последующего прогноза ливневых осадков.

Воснову прогноза конвективных осадков положена модель Лебедевой [1]. Она основана на физических условиях образования облаков и осадков, поэтому может быть применена в любых физико-географических районах. В данной модели при оценке условий, благоприятных для развития конвекции предусматривается построение прогностических кривых стратификации температуры и влажности на момент максимального развития, по которым производится расчет параметров конвекции и вертикальной протяженности конвективного облака. Многочисленные факторы, влияющие на максимальный прогрев, не позволяют в достаточной мере его спрогнозировать. Поэтому, для вычисления критериальных значений параметров конвекции, расчет производился в диагностическом плане.

С целью анализа и прогноза ливневых осадков в Оренбурге в течение бесснежных периодов с мая по октябрь, 2012-2018 годов, проанализировано 573 плювиограмм, из которых выявлено 260 случаев с ливневыми осадками. Высота прогрева воздуха от поверхности Земли определялась по данным радиозондирования за 12 ч, в случаях, отнесенных к первой стадии конвекции. Дополнительный анализ исходного материала позволил выявить «конвективные дни» (06-18 ч) и стадии конвекции на момент определения высоты прогрева с ливневыми осадками. В результате, было отобрано 108 дней с выпадением ливневых дождей, интенсивность которых была не менее 0,025 мм/мин.

Для данных случаев в диагностическом плане определялись величины параметров конвекции, рекомендованные в Руководстве [2]. Среднемесячные значения параметров, благоприятных для выпадения ливней, представлены в табл. 1.

Вней представлены следующие обозначения: hк – высота уровня конденсации

102

(гПа); Нконв – высота уровня конвекции (гПа); m – толщина конвективно-неустойчивого слоя (КНС); h – мощность конвекции (гПа); hсв – вертикальная протяженность кучево-

дождевого облака (гПа); Т′ −Т – средняя разность в слое между температурой Т' частицы, поднимающейся от нижней границы КНС на j- м уровне и температурой Т окружающего частицу воздуха на j-м уровне; Тконв – температура воздуха на верхней границе кучево-

дождевого облака (температура на уровне Нконв); D – суммарный дефицит точки росы окружающего частицу воздуха на стандартных изобарических поверхностях атмосферы

850, 700, 500 гПа.

Таблица 1 Средние месячные значения параметров конвекции, прикоторых происходит формирование

конвективных осадков

С целью сравнительного анализа, в табл. 1, наряду со среднемесячными значениями параметров, помещены также данные, осредненные отдельно за теплый период (майавгуст) и за месяцы переходного периода (апрель, сентябрь, октябрь). Исходя из данных табл. 1, следует отметить, эти два периода существенно различаются между собой, что необходимо учитывать при разработке прогностических рекомендаций.

Судя по данным таблицы, значения Нконв также четко различаются по сезонам. В летнем сезоне (май-август) минимальные значения высоты уровня конвекции, благоприятные для формирования конвективных осадков составляли от 490 до 430 гПа. В то время как в остальные месяцы (апрель, сентябрь, октябрь) они были ниже высоты 500 гПа.

Комплексным показателем значений Нконв и hк служит вертикальная протяженность кучево-дождевого облака hcb. Средние его значения с мая по август изменяются от 474 до

529 гПа. Весной hcb составила 353 гПа, а осенью – 340 гПа. Значения вертикальной про-

103

тяженности смоделированного облака, способного вызвать ливневые дожди в летнем сезоне колеблются от 370 до 690 гПа, а в другие месяцы – от 125 до 499 гПа.

Такие параметры конвекции как m, Т′ −Т и D характеризуются относительным постоянством по сезонам, как средних величин, так и их экстремальных значений. Безусловно отмечается достоверность чрезмерно большого диапазона их возможных диагностических значений. Так имеются случаи формирования ливневого кучево-дождевого облака при суммарном дефиците точки росы окружающего частицу воздуха на поверхности 850, 700,500 гПа в 35-390 или толщине конвективно-неустойчивого слоя менее, чем в 10 гПа, или средней разности температур не намного больше нуля. Это свидетельствует о меньшей значимости этих параметров в вопросе формирования конвективных осадков.

Аналогичный расчет тех же параметров проведен для случаев отсутствия дождя. Для этого было отобрано 438 дней в период с 06 до 18 часов при отсутствии ливневого дождя. При этом использовались только те случаи, когда высота прогрева была определена по данным вертикального зондирования атмосферы, то есть дни с выпуском дневного радиозонда в момент первой стадии конвекции. Использована только диагностическая высота прогрева, не прибегая к расчетам по имеющимся методикам.

При формировании этой выборки выбирались случаи с абсолютным отсутствием осадков в течение конвективного дня. В результате из 438 диагностических стратификаций температуры и влажности воздуха выбрано 256 случаев, для которых прогностическая рекомендация сводилась к формулировке «без конвективных» (ливневых осадков).

В табл. 2 представлены средние месячные значения параметров конвекции в случаях, когда не происходило формирование конвективных осадков, но возможность развития конвекции и наличие конвективно-неустойчивых слоев имело место.

Таблица 2 Средние значения параметров конвекции, при которых не происходит формирование

конвективных осадков в пункте Оренбург

Как и в случае с наличием осадков, фигурирует сезонность в распределении параметров конвекции. Рассматривая их экстремальные значения, можно обнаружить большой их диапазон и главное пересечение множества значений всех параметров конвекции с отсутствием конвективных осадков с множеством значений, соответствующих параметрам конвекции с наличием ливней [9].

С целью выработки прогностических рекомендаций по факту ливневых осадков была проведена дальнейшая статистическая обработка значений параметров конвекции. В

104

связи с выявленной сезонностью в распределении значений параметров, альтернативный прогноз производился отдельно для теплого и переходного периодов. Общий объем выборки составил 347, для переходного периода – 221 случаев. На их основании были построены статистические ряды дифференциального распределения параметров конвекции для случаев с наличием и отсутствием осадков по сезонам и выявлены параметры, способные разграничивать данные ситуации.

Для летнего сезона из всего набора параметров конвекции были выбраны те из них, которые показали наибольшую вероятность определения, как факта возникновения ливневых осадков, так и факта их отсутствия. В конечном счете, зафиксировано: ливневой дождь следует прогнозировать, если выполняется следующий комплекс условий:

В качестве дополнительного условия подразумевается обязательное сочетание циклонального поля геопотенциала на поверхности 500гПа, а значение лапласиана приземного давления, должно быть не менее +2 гПа.

Во всех остальных случаях ливневые осадки не ожидаются.

Надежность предлагаемого метода, прогнозирующего факт наличия (отсутствия) ливневых осадков с мая по август, производилась согласно указаниям, помещенным в работе [3]. В табл. 3 представлена таблица сопряженности для периода (май-август).

Таблица 3 Таблица сопряженности для оценки альтернативного прогноза ливневых осадков

в Оренбурге с мая по август

В табл. 3 представлена оправдываемость альтернативных прогнозов в процентах: общая (V), наличия (Vя) и отсутствия ( Vб.я), которые рассчитывались с помощью соотношениям:

где n11 и n22 – число оправдавшихся прогнозов с явлением и без явления соответственно; n00 – общее число прогнозов; n10 – суммарное количество прогнозов с явлением

( n10 = n11 + n12 ); n20 – суммарное количество прогнозов без явления ( n20 = n21 + n22 ). Дополнительно, в табл. 3 помещена предупрежденность в процентах случаев с яв-

лением (Пя) и без явления (Пб.я) по формулам:

105

где n01 и n02 – соответственно фактическое количество случаев с явлением и без явления соответственно.

Критерий Н.А. Багрова обозначен буквой Н и вычисляется по соотношениям (4), а расшифровка дана в табл. 4:

Таблица 4

Значимость критерия Н. А. Багрова

При данных обстоятельствах:

Информационная составляющая по критерию Т дана в табл. 5.

Наиболее эффективным статистическим индексом для апробирования какой-либо процедуры прогностики, согласно указаниям [5], считается суммарный показатель (Vя + Пя), характеризующий наиболее важные стороны метода. Прогноз считается удовлетворительным, если (Vя + Пя) ≥ 130 % .

Анализируя приведенные показатели оправдываемости прогнозов, можно считать, что предложенная методика альтернативного прогноза ливневых осадков для летнего периода является успешной. Критерии надежности Н и качества прогнозов Т близки к 1.0, высокие показатели наблюдаются и для параметра (Vя+Пя), особенно при прогнозе «без явления».

106

Таблица 5

Значимость критерия Т на прогнозирование

Отдельно разработан альтернативный прогноз и для переходного периода (апрель, сентябрь-октябрь). При разработке альтернативного прогноза в данном случае в основу положено следующее условие: ливневой дождь прогнозировался, если:

Во всех остальных случаях, не предусмотренных условиями, ливневый дождь не прогнозируется. Успешность рассмотренного варианта представлена в табл. 6.

Таблица 6 Таблица сопряженности для альтернативного прогноза ливневых осадков в Оренбурге

в весенне-осенний период

Как показывают результаты табл. 5 , величины надежности параметров Багрова Н.А. удовлетворяют критериальным значениям. Их величины варьируются от 0,6 до 0,8. Это свидетельствует об успешности предложенной методики. Высокие оценки получены и для параметров Т и Н.

Выводы

1.Судя по представленным в таблицах оценкам, позволяет констатировать: предложенный метод прогноза ливневых осадков, который разработан на основе уточненных параметров конвекции в пункте Оренбург, является успешным.

2.Оперативное его использование должно внести дополнительные коррективы.

107

Литература

1.Лебедева Н.В. Построение модели конвекции и расчета количества ливневых осадков // Тр. ЦИП. Вып. 31. 1952. 87 с.

2.Руководство по краткосрочным прогнозом погоды. Ч. 1 / Л.: Гидрометеоиздат. 1964. 347 с.

3.Орлова Е.М. Расчет интенсивности и продолжительности ливневых осадков // Труды ГМЦ СССР. 1971. Вып. 82. С. 58-66.

4.Бачурина А.А. Об уточнении прогноза стратификации температуры и параметров конвекции в пограничном слое атмосферы // Труды ГМЦ СССР. 1969. Вып. 57. С. 48-56.

5.Byers H.R., Braham R.R. The thunderstorms U/.S. Govt. Printing Office. USA: Washington D.C. 1949. Р. 34-40. 287 p.

6.Авдюшина А.Е., Звягинцева А.В. Анализ статистики столкновений воздушных судов с птицами за 2002-2012 годы и современные средства обеспечения орнитологической безопасности полётов // Гелиогеофизические исследования. 2014. № 9. С. 65-77.

7.Неижмак А.Н., Звягинцева А.В., Расторгуев И.П. Распознавание опасных метеорологических явлений конвективного происхождения в интересах управления авиацией// Вестник Воронежского государственного технического университета. 2008. Т. 4. № 10. С. 135-139.

8.Яковлев Д.В., Звягинцева А.В. Построение межотраслевой комплексной геоинформационной системы Воронежской области // Известия Самарского научного центра Российской академии наук. 2012. Т. 14. № 1-3. С. 923-930.

9.Аржаных Ю.П., Долженкова В.В., Звягинцева А.В. Прогнозирование гидрологической обстановки в период половодья на водных объектах Воронежской области с применением географических информационных систем // Гелиогеофизические исследования. 2014. № 9. С. 89-98.

ФГКВОУ ВО «Военный учебно-научный центр Военно-воздушных сил «Военно-воздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина» (г. Воронеж) Министерства обороны Российской Федерации», (ВУНЦ ВВС «ВВА»), Воронеж, Россия

V.P. Zakusilov, A.Kh. Otaev, A.S. Sheraliev

METHODOLOGY FOR REFINING THE PARAMETERS OF CONVECTION

FOR THE FORECAST OF HEAVY RAINFALL

The paper presents a method for refining the parameters of convection based on atmospheric sounding data that

are favorable and unfavorable for the precipitation of heavy rain during the summer and transition periods. The methodology for predicting convective precipitation is based on the Lebedeva model. The evaluation of the obtained results allowed us to conclude that the proposed method was successful.

Keywords: convection parameters, atmospheric sounding data, heavy precipitation, convection model, warm

season.

Federal State State-Owned Military Educational Institution of Higher Education «Military Training and Research Center of the Air Force «Air Force Academy named after Professor N.E. Zhukovsky and Yu.A. Gagarin» (Voronezh) of the Ministry of Defense of the Russian Federation, (VUNTS Air Force «VVA»), Voronezh, Russia

108

УДК 530.182

С.Л. Кирносов, С.В. Огурцов

МОДЕЛЬ ФУНКЦИОНИРОВАНИЯ МЕТЕОЗАВИСИМОЙ АВИАЦИОННОЙ СИСТЕМЫ С ИСПОЛЬЗОВАНИЕМ ИНФОРМАЦИИ О СТЕПЕНИ ХАОТИЧНОСТИ ПАРАМЕТРОВ

Построена модель функционирования метеозависимой авиационной динамической системы, позволяющая учитывать детерминировано-хаотические параметры ее составных элементов.

Ключевые слова: динамическая система, детерминированный хаос, оптимальная стратегия, метеорологическая информация, авиационная задача.

В настоящее время при обеспечении полетов используемая метеоинформация не всегда является точной по причине ошибок, связанных как с ее получением, так и с неидеальностью имеющихся прогностических моделей и методик [1, 2].

Причем в силу специфики метеорологической неопределенности, ошибки могут быть связаны не, только с прогностической информацией, но и с фактической погодой ввиду наличия методических и инструментальных ошибок измерения метеовеличин.

Данные обстоятельства ведут к снижению качества метеорологического обеспечения полетов, что негативно сказывается на эффективности и безопасности работы авиации в целом. В данной совокупности решения проблемы, вырисовывается насущность построения моделей, предполагающих более рациональное использование имеющейся метеорологической информации [3, 4].

Целью данных исследований является повышение качества использования неидеальной метеорологической информации в процессе принятия решений на выполнение авиационных задач. Достижение данной цели предлагается выполнить на основе построения модели функционирования авиационной системы, учитывающей скрытые детермини- ровано-хаотические колебания параметров [5–8].

Действительно, множество реальных технических систем способны демонстрировать колебания своих параметров, в первом рассмотрении как хаотические, но при более детальном изучении – периодические, подверженные определенным закономерностям [3, 4, 10, 11]. Изучение таких закономерностей предлагается осуществить на основе теории детерминированного хаоса.

С целью учета вышеуказанных параметров необходимо в общем виде построить модель M , наглядно демонстрирующую функционирование метеозависимой военной авиационной системы (ВАС) – S , и определить основные элементы модели, которые представляются следующими подмножествами.

Подмножество входных воздействий на S – xi X , i =1, nX . Подмножество воздействий метеорологических условий – vl V , l =1, nV . Подмножество собственных параметров S – hk H, k =1, nH . Подмножество выходных характеристик S – y j Y , j =1, nY . В этих подмножествах переменные xi , vl , hk , y j содержат как опреде-

ленные (детерминированные параметры), так и параметры, связанные с неопределенным (хаотическим) функционированием. В процессе моделирования ВАС подмножества входных воздействий, воздействий метеорологических условий и воздействий собственных параметров в векторном виде имеют следующий вид:

109

x(t) = (x1(t), x2 (t),.., xnX (t)) ; v(t) = (v1(t), v2 (t),.., vnV (t)) ;

где Ω и Ξ – детерминированная и хаотическая составляющая в модели ВАС соответственно.

Для S выходные характеристики в векторной форме имеют следующий вид:

На следующем этапе необходимо ввести обозначение оператора FS , который в

общем виде будет связан с процессом функционирования исследуемой метеозависимой авиационной динамической системы с течением времени. Данный оператор представлен с использованием выражения (3):

Тогда параметр y(t) будет называться выходной траекторией (законом функционирования) ВАС. Таким образом, параметр y(t) будет отражать динамические свойства

ВАС, а сама модель M будет считаться динамической моделью.

Если в модели ВАС рассматриваются статические параметры, то в формализованном векторном виде будет:

Для (3) и (4) зависимости могут быть представлены в графическом виде, аналитически, в виде таблиц, схем и тому подобное.

Представляется важным рассмотрение функционирования ВАС в определенные моменты времени. Такие срезы системы называются состояниями, которые в формализованном векторном виде можно представить как:

дой реализации исследуемого процесса будет соответствовать своя фазовая траектория, то совокупность таких траекторий будет составлять фазовый портрет или пространство

состояний Z при zk Z [8, 9].

110

ным подмножеством x(t) , метеорологическими условиями, представленных вектором

В процессе моделирования исследуемой динамической системы такой параметр как время может рассматриваться в виде непрерывной или дискретной величины:

T= m∆t с числом интервалов m =1, mT .

Вобщем виде динамические модели принято называть детерминированными, если они содержат строго определенные параметры и элементы, в то время как модели, учиты-

вающие воздействия метеорологических различной степени сложности условий v(t) называются стохастическими:

На вербальном уровне построение модели управления АС с учетом ее функционирования в условиях детерминированного хаоса состоит в следующем, реализованным в таблице.

В связи с тем, что метеорологические условия определяются метеорологическими явлениями и значениями метеовеличин, оказывающими совместное влияние на функционирование АС, то необходимо их комплексное использование при оценке эффективности принимаемых на их основе решений [10, 11].

Следовательно, в основе предлагаемой взаимосвязанной совокупности моделей поддержки принятия метеозависимых решений при управлении АС лежит синтез подходов к получению и применению метеоинформации с учетом степени устойчивости исследуемой динамической системы.

111

Таблица

Условия детерминированного хаоса

Выводы

1.Ключевым свойством построенной модели функционирования метеозависимой военной авиационной динамической системы есть возможность проведения учета тех параметров.

2.Свойства, которых описываются в терминах детерминированного хаоса, что на следующем этапе предоставляет возможность с более высокой степенью адекватности использовать неидеальную прогностическую метеорологическую информацию в процессе обеспечения полетов как военной, так и государственной авиации.

112