Сравнение способов восстановления мезомасштабных особенностей распределения температуры воздуха в Севастопольском регионе

от

В.П. Евстигнеев1,2, В.А. Наумова1,2, Д.Ю. Воронин1, П.Н. Кузнецов1

1 ФГАОУ ВО «Севастопольский государственный университет»,

РФ, г. Севастополь, ул. Университетская, 33

2 Институт природно-технических систем, РФ, г. Севастополь, ул. Ленина, 28

E—mail: vald_e@rambler.ru

DOI: 10.33075/2220-5861-2021-2-131-141

УДК 551.584.2

Реферат:

   В работе рассмотрены способы воспроизведения мезомасштабных особенностей распределения температуры воздуха в Севастопольском регионе. Задача воспроизведения метеорологических полей, как правило, решается путем применения методов статистического анализа и пространственной интерполяции данных регулярных метеорологических наблюдений на сети станций и постов, данных реанализа метеорологических полей или климатических моделей с учетом существующих сценариев развития будущего климата, а также с применением геопространственного статистического моделирования и элементов интеллектуального анализа данных.

   В настоящей работе рассмотрены методы пространственной интерполяции данных, включая метод построения сплайновой поверхности типа «тонкая пластинка», метод «обратных расстояний», метод билинейной интерполяции и «ближайшего соседа». В качестве источников информации использовались данных наблюдений на метеорологических станциях в Севастопольском регионе и прилегающей местности, а также массив данных реанализа температурных полей в Азово-Черноморском регионе ERA5. В качестве основной локации для валидации методов интерполяции было выбрано местоположение станции М Орлиное.

   В результате сравнительного анализа было показано, что данные реанализа ERA5 отражают, в большей степени, термические условия воздушных масс над морем в окрестностях Крымского полуострова и в меньшей – мезоклиматические особенности региона. Сделан вывод о том, что для воспроизведения мезомасштабных особенностей Севастопольского региона существующей сети климатического мониторинга недостаточно, существует потребность ее расширения. Это может быть сделано за счет вневедомственной сети датчиков измерения параметров окружающей среды.

Ключевые слова: : климатический мониторинг, температура воздуха, Севастопольский регион, пространственная интерполяция.

Для цитирования: Евстигнеев В.П., Наумова В.А.,  Воронин Д.Ю.,  Кузнецов П.Н.  Сравнение способов восстановления мезомасштабных особенностей распределения температуры воздуха в Севастопольском регионе // Системы контроля окружающей среды. 2021. Вып. 2 (44). C. 131-141.

Полный текст в формате PDF

СПИСОК ЛИТЕРАТУРЫ

  1. Sharifi A. Urban resilience assessment: Mapping knowledge structure and trends // Sustainability. 2020. Vol. 12. P. 5918.
  2. Timmons Roberts J. The international dimension of climate justice and the need for international adaptation funding // Environ. Justice. 2009. Vol. 2. P. 185–190.
  3. Fouillet A., Rey G., Wagner V. et al. Has the impact of heat waves on mortality changed in France since the European heat wave of summer 2003? A study of the 2006 heat wave // Int. J. Epidemiol. 2008. Vol. 37(2). P. 309–317.
  4. Rameezdeen R., Elmualim A. The impact of heat waves on occurrence and severity of construction accidents // Int. J. Environ. Res. Public Health. 2017. Vol. 14 (1). P. 70.
  5. Chapman L., Azevedo J.A., PrietoLopez T. Urban heat & critical infrastructure networks: a viewpoint // Urban Clim. 2013. Vol. 3. P. 7–12.
  6. Tewari M., Yang J., Kusaka H. et al. Interaction of urban heat islands and heat waves under current and future climate conditions and their mitigation using green and cool roofs in New York City and Phoenix, Arizona // Environ. Res. Lett. 2019. Vol. 14(3). P. 034002.
  7. Fenner D., Holtmann A., Meier, F. et al. Contrasting changes of urban heat island intensity during hot weather episodes // Environ. Res. Lett. 2019. Vol. 14 (12). P. 124013.
  8. Good E.J. An in situ-based analysis of the relationship between land surface “skin” and screen-level air temperatures // J. Geophys. Res.-Atmos. 2016. Vol. 121(15). P. 8801–8819.
  9. Toparlar Y., Blocken B., Maiheu B., van Heijst G.J.F. A review on the CFD analysis of urban microclimate // Renew. Sust. Energ. Rev. 2017. Vol. 80. P. 1613–1640.
  10. Parastatidis D., Mitraka Z., Chrysoulakis N., Abrams M. Online global land surface temperature estimation from Landsat // Remote Sens. 2017. Vol. 9(12). P. 1208.
  11. Hersbach H., Bell B., Berrisford P. et al. The ERA5 global reanalysis // Q J R Meteorol Soc. 2020. Vol. 146. P. 1999–2049.
  12. Климат и опасные гидрометеорологические явления Крыма / под ред. К.Т. Логвинова, М.Б. Барабаш. Л.: Гидрометиздат, 1982. 318 с.
  13. Krause P., Boyle D.P., Base F. Comparison of different efficiency criteria for hydrological model assessment // Adv. Geosci. 2005. Vol. 5. P. 89–97.

Loading