Том 33, номер 02, статья № 11

Синькевич А. А., Попов В. Б., Михайловский Ю. П., Торопова М. Л., Довгалюк Ю. А., Веремей Н. Е., Старых Д. С. Характеристики кучево-дождевого облака с водяным смерчем над Ладожским озером по данным дистанционных измерений. // Оптика атмосферы и океана. 2020. Т. 33. № 02. С. 153–158. DOI: 10.15372/AOO20200211.
Скопировать ссылку в буфер обмена
Аннотация:

Изучены характеристики грозового кучево-дождевого облака, из которого возник водяной смерч над Ладожским озером. Для исследования использованы результаты измерений метеорологического радиолокатора C-диапазона, грозопеленгационной системы и результаты высотного радиозондирования атмосферы. Анализ индексов конвективной неустойчивости показал малую и умеренную вероятность развития мощных конвективных процессов. Впервые применены алгоритмы классификации гидрометеоров и определения восходящих потоков по данным поляризационных характеристик, полученных радиолокатором ДМРЛ-С. С их помощью обнаружено появление крупных ледяных частиц в начале грозовой активности в облаке и зафиксирован протяженный восходящий воздушный поток, связанный со смерчем. Анализ зависимостей частоты молний от различных радиолокационных характеристик показал, что наиболее тесная корреляционная связь наблюдается с количеством крупных ледяных частиц, характеризуемым объемом переохлажденной части облака (выше изотермы 0 °C) с отражаемостью более 50 дБZ.

Ключевые слова:

водяной смерч, поляризационный радиолокатор, алгоритм классификации гидрометеоров, восходящие потоки, индексы неустойчивости, частота молний

Список литературы:

1. Бедрицкий А.И. Российский гидрометеорологический словарь. СПб.: Летний сад, 2009. 66 с.
2. Park H.S., Ryzhkov A.V., Zrnic D.S., Kim K.-E. The hydrometeor classification algorithm for the polarimetric WSR-88D: Description and application to an MCS // Weather Forecast. 2009. V. 24. P. 730–748.
3. Dolan B., Rutledge S.A. A theory-based hydrometeor identification algorithm for X-band polarimetric radars // J. Atmos. Ocean. Technol. 2009. V. 26. P. 2071–2088.
4. Dolan B., Rutledge S.A., Lim S., Chandrasekar V., Thurai M. A robust C-band hydrometeor identification algorithm and application to a long-term polarimetric radar dataset // J. Appl. Meteorol. Climatol. 2013. V. 52. P. 2162–2186.
5. Ryzhkov A.V., Zrnic D.S. Radar Polarimetry for Weather Observations. Switzerland: Springer, 2019. 486 p.
6. Carlin T.J., Gao J., Snyder J.C., Ryzhkov A.V. Assimilation of ZDR columns for improving the spinup and forecast of convective storms in storm-scale models: Proof-of-concept experiments // Mon. Weather Rev. 2017. V. 145. P. 5033–5057.
7. Синькевич А.А., Довгалюк Ю.А. Коронный разряд в облаках // Радиофизика. 2014. Т. LVI, № 11–12. C. 1–12.
8. Попов В.Б., Синькевич А.А., Янг Дж., Михайловский Ю.П., Торопова М.Л., Довгалюк Ю.А., Веремей Н.Е., Старых Д.С. Характеристики и структура кучево-дождевого облака с водяным смерчем в Северо-Западном регионе России // Метеорол. и гидрол. (в печати).
9. Lal D.M., Pawar S.D. Relationship between rainfall and lightning over central Indian region in monsoon and premonsoon seasons // Atmos. Res. 2009. V. 92, iss. 4. P. 402–410.
10. Karagiannidis A., Lagouvardos K., Lykoudis S., Kot­roni V., Giannaros T., Betz H.-D. Modeling lightning density using cloud top parameters // Atmos. Res. 2019. V. 222. P. 163–171.
11. Pessi A.T., Businger S. Relationships among lightning, precipitation, and hydrometeor characteristics over the North Pacific Ocean // J. Appl. Meteorol. Climatol. 2009. V. 48, N 4. P. 833–848.
12. Стасенко В.Н. Радиолокационное исследование многоячеистых конвективных (грозовых) облаков. СПб.: Гидрометеоиздат, 2004. 101 с.
13. Степаненко В.Д. Радиолокация в метеорологии (радиометеорология). Л.: Гидрометеоиздат, 1973. 343 с.
14. Михайловский Ю.П., Синькевич А.А., Павар С.Д., Гопалакришнан В., Довгалюк Ю.А., Веремей Н.Е., Богданов Е.В., Куров А.Б., Аджиев А.Х., Малкарова А.М., Абшаев А.М. Исследования развития грозо-градового облака. Часть 2. Анализ методов прогноза и диагноза электрического состояния облаков // Метеорол. и гидрол. 2017. № 6. С. 31–45.
15. Wanke E., Andersen R., Volgnandt T. A world-wide low-cost community-based time-of-arrival lightning detection and lightning location network [Electronic Resource]. URL: http://en.blitzortung.org/Compendium/ Documentations/Documentation_2014-05-11_Red_ PCB_ 10.4_PCB_12.3_PCB_13.1_PCB_14.1.pdf (last access: 13.01.2020).
16. Armstrong R.W., Glenn J.G. Electrical role for severe storm tornadogenesis (and modification) // J. Climatol. Weather. Forecast. 2015. V. 3, iss. 3. P. 1–8.
17. Stough M.S., Carey L.D., Schultz C.J. Total lightning as an indicator of mesocyclone behavior // XV Int. Conf. Atmos. Electr. Norman, Oklahoma, June 15–20, 2014. P. 1–15.
18. Синькевич А.А., Михайловский Ю.П., Довгалюк Ю.А., Веремей Н.Е. Богданов Е.В., Аджиев А.Х., Малкаро­ва А.М., Абшаев А.М. Исследования развития грозо-градового облака. Часть 1. Развитие облака и формирование электрических разрядов // Метеорол. и гидрол. 2016. № 9. С. 27–40.
19. Синькевич А.А., Михайловский Ю.П., Матросов С.Ю., Попов В.Б., Снегуров В.С., Снегуров А.В., Довгалюк Ю.А., Веремей Н.Е. Связь структуры конвективных облаков с частотой молний по результатам радиофизических измерений // Метеорол. и гидрол. 2019. № 6. С. 37–51.