Температурные риски и оценка вероятности их возникновения на территории Алтайского края и Республики Алтай
Предлагается способ оценки температурных рисков с использованием цепей Маркова на примере станций Алтайского края и Республики Алтай. Приведены результаты использования разработанного авторами алгоритма для расчета рисков, обусловленных следующими опасными явлениями: периодами низких / высоких температур, аномально холодной / аномально жаркой погодой, сильным морозом / сильной жарой. Показано высокое соответствие модели фактическим данным, что говорит о перспективности ее использования в вероятностном прогнозировании.
Тemperature risk and estimated probability of its occurrence in the Altai regionand the Republic of Altai.pdf Экологическая безопасность человечества выводитпроблему исследования рисков в разряд наиболее акту-альных. Население планеты уязвимо перед природны-ми аномалиями, которые становятся все более ощути-мыми по масштабам проявления и последствиям.К катастрофическим относятся не только внезапныеэндогенные и экзогенные процессы на Земле, но и на-правленные многолетние изменения климатическиххарактеристик, которые приводят к пересмотру спосо-бов управления различными отраслями хозяйства дляминимизации убытков и максимального увеличенияприбылей. Усовершенствование управления климати-ческой информацией крайне актуально и является ос-новой социально ориентированных систем предупреж-дения [1]. Для России особо важны диагноз и прогнозклиматических изменений, детализированные регио-нально, что связано с неравномерностью их проявле-ния на территории страны из-за широкого спектра про-странственных природно-обусловленных различий.В среднем по стране ущерб от гидрометеорологическихявлений оценивается в 80% от ущерба, наносимогоэкономике всеми природными катастрофами [2]. Про-блеме изменений климата и адаптации к этим измене-ниям посвящено огромное количество работ, большаячасть информации резюмируется в отчетах Межгосу-дарственной группы экспертов по изменению климата(МГЭИК) [3], организованной Всемирной метеороло-гической организацией (ВМО) и Программой Органи-зации Объединенных Наций по окружающей среде(ЮНЕП).Под гидрометеорологическими рисками понимаютстатистические вероятности наступления тех или иныханомальных или опасных явлений погоды [4]. Рассчи-танные вероятности опасных состояний определяютвыбор стратегии различных экономических и социаль-ных решений. Критерии опасных явлений приводятся вруководящих документах Росгидромета [5, 6], согласнокоторым гидрометеорологические явления относятся копасным при достижении и превышении ими опреде-ленных пороговых значений либо качественных харак-теристик, установленных для того или иного региона.Для данного исследования выбран район, включающийАлтайский край и Республику Алтай (далее Алтайскийрегион). Расположение в центре Евроазиатского кон-тинента, наряду с разнообразием ландшафтной струк-туры территории, обусловливает высокую континен-тальность климата и приводит к таким опасным явле-ниям, как аномально холодные и аномально жаркиепогоды, периоды низких (< -30°С) и высоких (> +30°С)температур, сильный мороз и сильная жара, обильныеосадки (с интенсивностью более 30 мм за сутки), за-тяжные дожди, сильные снегопады, бесснежные пе-риоды в начале холодной части года, засухи (отсутст-вие в вегетационный период года эффективных осад-ков за период не менее 30 сут подряд при температуревоздуха выше 25°С), продолжительные периоды с вы-сокими скоростями ветра. Все эти явления создаютсерьезные риски для проживания людей и их хозяйст-венной деятельности, сказываются на состоянии здоро-вья населения, на качестве воды и продуктов питания,приводят к огромным потерям в большинстве отраслейэкономики. Кроме того, погода и климат являются од-ними из основных требующих оценки геоэкологиче-ских факторов, лимитирующих рекреационное исполь-зование территории, которое является весомым эконо-мическим ресурсом для исследуемого региона.Целью данной работы является оценка вероятностивозникновения температурных рисков в данном рай-оне. Материалами для исследования послужили данныесуточного и месячного разрешения на 34 станциях Ал-тая за период с 1961 по 2010 г.Риски, или вероятности, погодных аномалий рас-считывают при помощи различных методов, основан-ных на математической статистике и теории вероятно-стей [7]. В данной работе предлагается оценивать ус-тойчивость климатических характеристик и структуруоднотипных периодов в условиях меняющегося клима-та с помощью методики, основанной на применениицепей Маркова [8, 9]. При этом открываются возмож-ности теоретического расчета продолжительности пе-риодов с экстремальными погодными условиями, про-гноза этой продолжительности, а также вероятностногопрогноза возникновения подобной ситуации. Полноеописание простой цепи Маркова достигается заданиемвероятности начального состояния системы и вероят-ностей перехода. Таким образом, простая цепь Марко-ва позволяет определить вероятность пребывания сис-темы в любом из ее состояний. Подробно алгоритмданной методики применительно к рядам осадков опи-сан в [10]. В настоящей работе рассмотрены цепи Мар-кова с двумя состояниями, соответствующими требуе-мым для исследования характеристикам.Для оптимизации представления материала и нахо-ждения однородных климатических изменений в Алтаебыла проведена пространственная классификация полятемпературы. Цель классификации заключается в вы-явлении по эмпирическим данным районов с близкимвременным ходом величины [11]. В данной работепроцедура классификации проводилась в соответствиис алгоритмом, разработанным и подробно описаннымавторами [12], позволяющим выделять среди всех объ-ектов группы, в которых элементы связаны друг с дру-гом сильнее, чем со всеми остальными. Этот метод по-зволяет выделять таксоны сложной формы, включаю-щие станции, расположенные в разных районах, нообъединяемые в единый класс в силу высокой степениих связности. Основное отличие примененного методазаключается в том, что финальная классификация со-стоит из классов, полученных на предыдущих этапахклассификации. То есть при уменьшении пороговогорасстояния классы, существующие при более высокомпороге, могут разрушаться, но не исключаются из фи-нальной классификации. Предложенный способ клас-сификации позволяет выявить нерепрезентативныестанции, не относящиеся ни к одному классу.Классификация поля средней месячной температу-ры позволила выделить 4 класса, что говорит о его не-однородности. Характеристики классов исходного полятемпературы и распределение их в пространстве при-ведены в табл. 1 и на рис. 1.В табл. 1 приведены характеристики каждого от-дельного класса и его отличие от других. Следует от-метить, что внутриклассовые расстояния в 2-5 разменьше, чем межклассовые, что свидетельствует обизолированности классов и о хорошем качестве клас-сификации.Т а б л и ц а 1Характеристика классификации поля температуры на территории Алтайского регионаКласс ЧислостанцийСредняятемпература, °С Дисперсия, °С2 Средний коэффициенткорреляцииВнутриклассовоерасстояние, °СМежклассовоерасстояние, °С1 21 2,5 171,5 0,99 0,17 0,32 0,25 0,772 3 4,0 105,5 0,99 0,20 - 0,43 0,883 4 0,0 163,5 0,99 0,20 - - 0,524 5 -4,1 152,5 0,97 0,36 - - -Рис. 1. Распределение классов приземной температуры воздуха по территории Алтайского регионаИсследование показало, что классы имеют выра-женную географическую локализацию (рис. 1), отра-жающую общность формирующих их факторов. Пер-вый класс станций пространственно занимает всюравнинную часть рассмотренной территории. Климатэтой части Алтайского региона обусловлен свойствамиприходящих с западным переносом масс воздуха. Вто-рой класс включает в себя станцию Чемал и две стан-ции вблизи Телецкого озера (Яйлю и Беля), располо-женные в меридионально ориентированной котловине,трансформирующей движение приходящих воздушныхмасс в направление юг - север. На температуру на этихтрех станциях оказывают влияние фены [13] и наличиекрупного водоема.Термические особенности третьего и четвертогоклассов, расположенных в среднегорье и высокого-рье Алтая, обусловлены рельефом местности.Cтанции Усть-Улаган и Уландрык не вошли ни водин из классов, что можно объяснить индивидуаль-ными особенностями их расположения в долинахвысокогорных рек.Для оценки температурных рисков были использо-ваны станции Барнаул, Алейская, Чемал, Усть-Кокса иКош-Агач, характеризующие выделенные классы.В данной работе проведена оценка температурныхрисков по трем выбранным характеристикам. По су-точным данным температуры рассчитывались продол-жительность и число периодов аномально холоднойпогоды, когда средняя суточная температура воздухазначительно (на 7°С и более) ниже климатическойнормы в течение 5 сут и более в период с октября помарт; аномально жаркой погоды, когда средняя суточ-ная температура воздуха значительно (на 7°С и более)выше климатической нормы в течение 5 сут и более впериод с апреля по сентябрь [5]; периодов низких(< -30°С) и высоких (> +30°С) температур любойпродолжительности в соответствующие полугодия [2];периодов с сильным морозом и сильной жарой, когдазначение минимальной (максимальной) температурывоздуха составляет -40°С (+35 °С) или ниже (выше) втечение трех суток и более с ноября по март (с мая поавгуст) [6]. Все эти характеристики при прогнозах до-водятся до потребителей по схеме распространенияэкстренной информации [5].Для расчета температурных рисков с применениемцепей Маркова были получены последовательности из«1» и «0». Так, например, день, когда среднесуточнаятемпература отличалась от нормы для данного месяцана 7°С и более, принимался за «1», остальные случаиобозначались «0». Аналогично к бинарному состояниюприводились периоды низких и высоких температур,периоды с сильным морозом и сильной жарой. За нор-му принимали значения многолетней средней темпера-туры соответствующего месяца за 1971-2000 гг. Этотпериод рекомендован Всемирной метеорологическойорганизацией для расчета климатической нормы [3].Расчеты проводились для периода с 1999 по 2010 г.,соответствующего последней климатической эпохе,продолжительность которой определяется границамисовременной циркуляционной эпохи с преобладаниемзападной формы циркуляции по классификацииГ.Я. Вангенгейма, выделенной на основе анализаструктурных особенностей многолетних рядов индек-сов циркуляции [14].Проведенное исследование показало, что число пе-риодов с аномально холодной погодой на станцияхАлтайского региона значительно большее, чем ано-мально жарких периодов (табл. 2). Это объясняетсятем, что межсуточная амплитуда температуры воздухав летние месяцы гораздо меньше, чем в холодное полу-годие. Летом степные, полупустынные и пустынныеландшафты юга Западной Сибири сильно прогревают-ся, и над ними формируется однородная воздушнаямасса с высокой температурой, которая представляетсобой в барическом поле термическую депрессию, ма-лоподвижную и бесфронтальную, в значительной мереопределяющую формирование летних типов погод (яс-ных или малооблачных без осадков).В холодное полугодие над этой территорией погодуопределяет Азиатский антициклон, формирующий час-тые периоды ясной холодной погоды. Процессы мери-дионального типа наименее часты в холодное полугодиеи кратковременны, но их воздействие на термическийрежим существенно. При таких типах циркуляции про-исходит вынос тепла по западной периферии Азиатскогоантициклона, приводящий к значительному повышениютемпературы на предгорных равнинах. Для Южного иГорного Алтая характерны фены, которые способствуютвозникновению больших неоднородностей в распреде-лении тепла над этими территориями. Максимальнаяповторяемость фенов отмечается на станциях класса 2(Чемал, Яйлю, Беля) [13]. Влияние фенового эффекта натермический режим особенно сильно проявляется зи-мой, приводя к оттепелям. Их последствия неблагопри-ятны для растительности и животных, так как следую-щие за ними резкие понижения температуры способст-вуют образованию ледяной корки или наста на поверх-ности снега, уменьшая поступление воздуха к растени-ям, приводящее к их вымерзанию, и затрудняя доступ ккорму животным [13. С. 5, 83].Т а б л и ц а 2Число периодов c аномальной погодой (n) и вероятность их наступления (P, %) на станциях различных классовБарнаул Алейская Кош-Агач Усть-Кокса Чемалn P n P n P n P n PАномально холодная погода21 7,1 21 7,1 19 6,1 14 4 19 6,2Аномально жаркая погода7 1,9 5 1,5 7 1,7 2 0,6 4 1,2Наибольшая вероятность возникновения аномальнохолодных погод отмечается на станциях Барнаул иАлейская (класс станций № 1) (табл. 2). Максимальнаявероятность превышения нормы температуры воздухана 7°С и более (аномально жаркая погода) отмечается вБарнауле и Кош-Агаче.Далее были получены характеристики аномальнойпогоды на станциях Алтая для каждого месяца. Оценкапоказала, что число периодов с аномально холоднойпогодой максимально на станциях четвертого класса вфеврале, на остальных станциях - в январе. Периодыболее 5 дней со средней суточной температурой, зна-чительно превышающей средние многолетние значе-ния (аномально жаркие), характерны для месяцев пере-ходных сезонов, в июле и августе они не наблюдалисьни на одной станции рассматриваемого региона.На рис. 2 показана вероятность возникновения ано-мальной погоды в течение года на станции Алейская,из которого следует, что максимальная вероятностьаномально холодных погод отмечается в январе и де-кабре.Вероятность возникновения аномально жарких по-год в теплом полугодии в целом ниже, чем вероятностьаномально холодной погоды в период с октября помарт. Реже всего аномально жаркая погода наблюдает-ся в июне-августе.Рис. 2. Вероятность возникновения аномально холодной погоды (а)и аномально жаркой погоды (б) на станции Алейская по месяцамОпределенные вероятности смены дней с аномаль-ной погодой на «другие» дни и обратно позволяют,применяя алгоритм цепей Маркова, получать прогно-стические характеристики продолжительности перио-дов с аномально холодной (жаркой) погодой, возмож-ных в заданный интервал времени (были рассмотреныинтервалы 20, 30 и 50 лет). В табл. 3 приведены рас-считанные значения продолжительности периодов саномально холодной/жаркой погодой на примере стан-ции Алейская. Так, например, в марте 1 раз в 30 летаномально жаркая погода может отмечаться в течение15 дней подряд (табл. 3).Т а б л и ц а 3Продолжительность периодов аномальной погоды (дни) на станции Алейская, возможная 1 раз в k летk, годы k, годыМесяц20 30 50Месяц20 30 50Аномально холодная погода Аномально жаркая погодаОктябрь 17 18 19 Апрель 12 13 14Ноябрь 19 20 22 Май 10 10 11Декабрь 13 14 15 Июнь 5 5 5Январь 7 8 8 Июль 6 6 7Февраль 13 14 15 Август 7 7 8Март 14 15 16 Сентябрь 8 8 9Аналогично оценивались риски возникновения пе-риодов низких (< -30°С) и высоких (> +30°С) темпера-тур. Повторяемость периодов низких температур изме-няется по территории в широких пределах: от 0,4% настанциях второго класса (Чемал) до 11,4% на станцияхчетвертого класса (Кош-Агач), где их длительностьможет достигать 20 дней (табл. 4). На остальных стан-циях вероятность периодов с температурой ниже -30°Ссоставляет порядка 2-3%.Периоды высоких температур не характерны длятерритории Алтая, на большинстве станций за рас-смотренный период времени они не наблюдались со-всем. Повторяемость таких периодов отлична от нулятолько на нескольких станциях, например на Алейскойи в Чемале. Однако такие периоды возможны на всехстанциях за более длительные промежутки времени(табл. 4).Повторяемость периодов сильного морозав сред-нем по территории составляет порядка 4%. За рассмот-ренный временной промежуток максимальная непре-рывная продолжительность таких периодов на разныхстанциях существенно не отличалась и составляла око-ло 8-10 дней.Максимальная продолжительность периодов силь-ной жары существенно варьирует в зависимости отстанции даже внутри одного класса. Повторяемостьтаких погод в Алтае достаточно высока и составляетоколо 6-7%. Оценка длительности периодов такой по-годы, возможных один раз в различные интервалы лет,показана в табл. 4.Адекватность предложенной модели оцениваласьдвумя способами. Во-первых, выявлена высокая связьмежду расчетной и фактической вероятностями насту-пления периодов с заданными характеристиками, опи-сываемая линейным уравнением. Так, например, приоценке периодов с аномальной погодой на станцииАлейская коэффициент корреляции расчетной и факти-ческой вероятностей составил 0,98 (рис. 3).Т а б л и ц а 4Продолжительность периодов (дни) низких (< -30°С) и высоких (> +30°С) температур,периодов с сильным морозом и сильной жарой на станциях Алтая, возможная 1 раз в k летk, годыСтанция20 30 50 20 30 50≤ -30°С Сильный морозБарнаул 9 9 10 6 7 8Алейская 11 12 13 6 7 8Кош-Агач 18 19 20 11 12 13Усть-Кокса 12 13 14 * * *Чемал 5 5 6 5 5 6≥ 30°С Сильная жараБарнаул 1 1 1 3 3 3Алейская 1 1 1 5 5 6Кош-Агач 1 1 1 * * *Усть-Кокса 1 1 1 * * *Чемал 1 1 1 5 5 6* Периоды с температурой воздуха ниже (выше) -40°С (+35°С), но продолжительностью менее 3 сут, что не позволяет их относить к сильномуморозу (сильной жаре).Рис. 3. Зависимость расчетной и фактической вероятностей наступления периодов аномальной погоды на станции АлейскаяСоответствие расчетного распределения фактиче-скому оценивалось по критерию согласия Пирсона. Вовсех случаях условие выполнялось, т.е. гипотезу о со-ответствии модели фактическим данным можно счи-тать достоверной.Таким образом, для снижения экономических по-терь от температурных рисков и их последствий не-обходимо проведение исследований, результаты ко-торых должны быть использованы при разработкерегиональных программ социально-экономическогоразвития территорий [15], в частности для Алтайскогорегиона.Для принятия потребителем оптимального эконо-мического решения в настоящее время наилучшейформой прогноза является вероятностная [16]. Приме-нение методики цепей Маркова позволяет достовернооценить статистические вероятности опасных явлений(гидрометеорологические риски), которые необходимыдля получения характеристик экономических рисковдля различных отраслей экономики.
Ключевые слова
abnormal atmospheric temperature,
a simple Markov chain,
hydrometeorological risk,
Altai region,
простая цепь Маркова,
аномальная температура воздуха,
гидрометеорологические риски,
Алтайский регионАвторы
Волкова Марина Александровна | Национальный исследовательский Томский государственный университет | кандидат географических наук, доцент, доцент кафедры метеорологии и климатологии геолого-географического факультета | mvolk@mail.tsu.ru |
Чередько Наталья Николаевна | Институт мониторинга климатических и экологических систем СО РАН (г. Томск) | младший научный сотрудник | atnik3@rambler.ru |
Кусков Аркадий Игнатьевич | Институт мониторинга климатических и экологических систем СО РАН (г. Томск) | кандидат географических наук, доцент, старший научный сотрудник | arcus1309@rambler.ru |
Всего: 3
Ссылки
Рекомендации по предоставлению данных о неопределенности прогнозов / PWS-18 WMO/TD No1422P / под ред. Х. Кутвала ; Всемирная метеорологическая организация. 2008. URL: http://meteoinfo.ru/wmo-td-1422 (дата обращения: 22.09.2011 г.).
Комплексные климатические стратегии для устойчивого развития регионов Российской Арктики в условиях изменения климата (модельный пример Мурманской области) : резюме. М. : Программа развития ООН в России, Российский региональный экологический центр, 2009.
Севастьянова Л.М., Севастьянов В.В. Фены Горного Алтая. Томск : Изд-во ТПУ, 2000. 139 с.
Чередько Н.Н. Перестройка крупномасштабных атмосферных процессов как критерий выделения периодов с однотипной тенденцией изменения температуры // Материалы XVII Международного симпозиума «Оптика атмосферы и океана. Физика атмосферы» : сб. тр. Томск : Изд-во ИОА СО РАН, 2011. Диск CD-ROM. С. D59-D62.
Катаев С.Г., Кусков А.И. Проблемы исследования геофизических полей // Вестник Томского государственного педагогического университета. 2006. Вып. 2 (18). С. 21-27.
Кусков А.И., Катаев С.Г. Структура и динамика приземного температурного поля над Азиатской территорией России. Томск : Изд-во Том. гос. пед. ун-та, 2006. 176 с.
Волкова М.А., Кусков А.И., Чередько Н.Н. Пространственно-временная структура атмосферных осадков в Западной Сибири // Вестник Томского государственного университета. Сер. «Науки о земле». 2009. № 328. С. 214-219.
Кобышева Н.В., Наровлянский Г.Я. Климатологическая обработка метеорологической информации. Л. : Гидрометеоиздат, 1978. 294 с.
Груза Г.В. и др. Статистические методы прогноза погоды. Обнинск : Изд-во Информационного центра, 1975. 102 с.
Горбачев Н.А., Груза Г.В., Редюхин В.Т. Моделирование условных вероятностей с использованием цепей Маркова // Методы предвычисления вероятностей условий погоды. Обнинск, 1977. С. 11-14.
МГЭИК, 2007: Изменение климата 2007. Обобщающий доклад / под ред. Р.К. Пачаури [и др.]. Женева, 2008. 104 с.
Карлин Л.Н. и др. Гидрометеорологические риски / под ред. проф. Л.Н. Карлина. СПб. : Изд-во РГГМУ, 2008. 282 с.
Наставление по краткосрочным прогнозам погоды общего назначения. Обнинск : ИГ-СОЦИН, 2009. 62 с.
Перечень и критерии опасных гидрометеорологических явлений для территории обслуживания Западно-Сибирского УГМС. URL: http://www.meteo-nso.ru/img/files/perechen.pdf (дата обращения: 21.07.2011 г.).
Справочник по опасным природным явлениям в республиках, краях и областях Российской Федерации / под ред. К.Ш. Хайруллина. 2-е изд., испр. и доп. СПб. : Гидрометеоиздат, 1997. 587 с.
Гюингла Р.М., Маскаренхас А. Управление в условиях климатических рисков на западе Южной Америки: осуществление успешной информационной системы // Бюллетень ВМО. Женева : Секретариат ВМО, 2009. Т. 58, № 3. С. 188-196.