Иркутск, Россия
Иркутск, Россия
Иркутск, Россия
Мониторинг грозовой активности помогает решать множество задач: защита объектов инфраструктуры, предупреждение об опасных явлениях, связанных с интенсивными осадками, исследование условий возникновения гроз и степени их влияния на человеческую деятельность, а также влияния грозовой активности на формирование околоземного пространства. В работе исследованы характеристики грозовых ячеек методом кластерного анализа. За основу взяты данные грозопеленгационной сети «Верея-МР», накопленные за период с 2012 по 2018 г. Рассматриваемая в данной работе грозопеленгационная сеть «Верея-МР» относится к сетям, работающим в ОНЧ-НЧ-диапазоне (длинные и сверхдлинные радиоволны). Пункты приема, оснащенные регистрирующей аппаратурой, системами первичной обработки информации, системами связи, устройствами позиционирования и формирования сигналов точного времени, использующими глобальные спутниковые навигационные системы, расположены по всей территории России. В исследуемых долготно-широтных распределениях грозовой активности, возможно, проявляется зависимость от местоположения регистрирующих устройств. Проведено сравнение поведения гроз на всей территории РФ и на Байкальской природной территории. Определено, что над Байкальским регионом мощность гроз меньше. Полученный суточный ход грозовых ячеек соответствует данным других подобных работ. В остальных характеристиках гроз различия между исследуемыми регионами не наблюдается. Это может быть связано с особенностями метода анализа. На основе результатов данной работы предложены места размещения новых пунктов собственной грозопеленгационной сети и проведено рассмотрение дополнительных методов кластерного анализа.
грозы, кластерный анализ, молниевые разряды
1. Аргунов В.В. Квазипериодические вариации амплитуды сигналов грозовых разрядов, проходящих над эпицентрами землетрясений. Вестник СВФУ. 2018. № 4 (66). С. 38–49.
2. Блиох П. Свист в космосе. Научно-популярный физико-математический журнал «Квант». 1997. № 3. С. 3–8.
3. Кононов И.И., Юсупов И.Е. Кластерный анализ грозовой активности. Радиотехника и электроника. 2004. Т. 49, № 3. С. 1–9.
4. Константинова Д.А., Горбатенко В.П. Динамика грозовой активности над территорией Западной Сибири. ИНТЕРЭКСПО ГЕО-СИБИРЬ. Новосибирск: Сибирский государственный университет геосистем и технологий, 2016. Т. 4, № 1. C. 96–99.
5. Мареев Е.А., Стасенко В.Н., Шаталина М.В. и др. Российские исследования в области атмосферного электричества в 2015–2018 гг. Известия РАН. Физика атмосферы и океана. 2019. Т. 55, № 6. С. 79–93. DOI: 10.31857/S0002-351555679-93.
6. Московенко В.М., Знаменщиков Б.П., Золотарев С.В. Применение системы грозопеленгации «Верея-МР» в интересах электроэнергетики России. Новое в российской электроэнергетике. 2012. № 2. С. 15–23.
7. Панюков Б.Д., Будуев Д.В., Малов Д.Н. Системы пассивного мониторинга грозовой деятельности. Вестник ЮУрГУ. 2003. № 8. С. 11–20.
8. Синькевич А.А., Михайловский Ю.П., Абшаев А.М. Исследование связи частоты электрических разрядов с радиолокационными характеристиками для многоячейкового кучеводождевого облака. Труды ГГО. 2018. Вып. 591. С. 25–41.
9. Тарабукина Л.Д., Козлов В.И. Сравнение измерений нескольких систем регистрации молниевых радиоимпульсов. Вестник СВФУ. 2018. № 2 (64). С. 77–86.
10. Шабаганова С.Н., Козлов В.И. Применение кластерного анализа для выделения грозовых очагов. Динамика сложных систем — XXI век. 2010. № 2. С. 43–47.
11. Шабаганова С.Н., Каримов Р.Р., Козлов В.И., Муллаяров В.А. Характеристики грозовых ячеек по наблюдениям в Якутии. Метеорология и гидрология. 2012. № 12. С. 35–43.
12. Ripoll J.F., Farges T., Lay E.H., Cunningham G.S. Local and statistical maps of lightning-generated wave power density estimated at the Van Allen probes footprints from the World–Wide Lightning Location Network Database. Geophys. Res. Lett. 2019. Vol. 46, no. 8. P. 4122–4133. DOI: 10.1029/2018GL081146.
13. Rycroft M.J., Israelsson S., Price C. The global atmospheric electric circuit, solar activity and climate change. J. Atmos. Solar-Terr. Phys. 2000. Vol. 62, no. 17–18. P. 1563–1576. DOI: 10.1016/S1364-6826(00)00112-7.
14. Scholkmann F., Boss J., Wolf M. An efficient algorithm for automatic peak detection in noisy periodic and quasi-periodic signals. Algorithms. 2012. Vol. 5. P. 588–603. DOI: 10.3390/a5040588.
15. Yang J., Liu N., Sato M. Characteristics of thunderstorm structure and lightning activity causing negative and positive sprites. J. Geophys. Res.: Atmos. 2018. Vol. 123. P. 8190–8207. DOI: 10.1029/2017JD026759.
