Прогноз шквалов и интенсивных осадков с применением термодинамических параметров атмосферы и потенциального вихря Эртеля

Во введении обоснована актуальность диссертационной ра- боты, сформулирована цель и аргументирована новизна исследований, показана практическая значимость полученных результатов,
Л. В. Берковичу,
С. Л.Белоусову,
Б. Е. Пескову,
М.Я. Шапиро,
Г. В. Кравченко,
представлены выносимые на защиту научные положения. Также во вве- дении описана структура диссертации и приводится список опублико- ванных автором статей и тезисов конференции, содержащих резуль- таты работы.
Первая глава посвящена обзору современных методов про- гноза атмосферной конвекции и связанных с ней явлений – шквалов и интенсивных осадков. В первом параграфе первой главы объяснены условия развития интенсивной конвекции. Изложены основные физи- ческие принципы прогноза интенсивной конвекции, приводятся основ- ные методы прогноза конвекции. Второй параграф первой главы по- священ обзору методов прогноза интенсивных осадков в холодный пе- риод года. В третьем параграфе первой главы изложены известные методы прогноза шквалов.
Вторая глава посвящена разработке технологии изэнтропиче- ского анализа, функционирующей в оперативном режиме. На поверх- ности с постоянной потенциальной температурой  также постоянна и энтропия, которая определяется как  = cpln+ const. Способ представ- ления данных различных метеорологических полей с использованием потенциальной температуры в качестве вертикальной координаты называется изэнтропическим анализом. В первом параграфе второй главы изложены основные принципы изэнтропического анализа. Глав- ным преимуществом изэнтропического анализа по сравнению с изоба- рическим является возможность учета трехмерности атмосферных про- цессов. Отслеживание адвекции воздушных масс на изобарической по- верхности, может привести к ошибочным результатам из-за того, что в реальной атмосфере траектории воздушных частиц лежат в изобариче- ской плоскости только при равенстве нулю вертикальных скоростей. При соблюдении в модели адиабатичности, движение воздушных ча- стиц происходит по изэнтропическим траекториям. В подавляющем большинстве случаев обоснованным является допущение об адиаба- тичности процессов на масштабах временного осреднения 1-2 суток, так как на данных временных масштабах фазовые переходы в большин- стве случаев являются обратимыми, а неадиабатические источники и стоки тепла в свободной атмосфере незначительны. С использованием данного допущения изэнтропические поверхности (в отличие от изоба- рических) можно рассматривать как материальные. Проводя траекто- рии на изэнтропической поверхности, можно отслеживать изменения метеорологических характеристик в индивидуальных частицах.
Разность давлений в начальной и конечной точках траекторий показы- вает изменение давления в индивидуальной частице, т.е. вертикальное смещение со временем частицы в р-системе координат. Отслеживание перемещения потоков влаги по изэнтропическим траекториям дает бо- лее точную прогностическую картину поля влажности, по сравнению с традиционным изобарическим анализом (Юсупов, 2012), что позволяет предположить, что изэнтропический анализ может обеспечить более успешное прогнозирование осадков синоптиком, чем изобарический анализ. С целью определения оценки зависимости от расстояния пере- носа влаги по направлению изэнтропического ветра, был проведен, по предложению В. А. Гордина эксперимент. В качестве исходной инфор- мации использовались данные ECMWF, с разрешением 0.25 градуса, за июнь – июль 2020 г., за сроки 0 и 12 ч ВСВ. Строились корреляционные функции зависимости изменения влажности от расстояния, измеряе- мого по направлению ветра, против ветра и в направлении, ортогональ- ном направлению ветра, на изэтропической поверхности 300К (900 – 700 гПа). Для сравнения, были определены корреляционные функции для изобарической поверхности 850 гПа.
Рис.1. Корреляционные функции отклонения влажности от расстояния по ветру и в ортогональном направлении.
В результате (Рис. 1) была обнаружена сильная корреляционная зависи- мость влажности от перемещения по ветру на расстояние до 100 км, а также разница значений корреляционных функций при перемещении по ветру и в перпендикулярном направлении. Эта разница больше для изэнтропической поверхности 300K ( кривые 1 и 2), чем для барической поверхности 850 гПа (кривые 3 и 4), что подтверждает предположение о том, что изэнтропический анализ больше подходит для прогноза осад- ков, чем изобарический анализ. Во втором параграфе второй главы

описывается технология изэнтропического анализа в архитектуре Ав- томатизированного рабочего места (АРМ) Синоптика. Для проведения изэнтропического анализа был создан модуль пересчета данных из изо- барических координат в изэнтропические. Для интерполяции полей по вертикали использовались кубические сплайны дефекта 1 (сплайны Шонберга), с равенством нулю вторых производных в качестве крае- вых условий. Сплайн строился на отрезке по вертикали от 1000 до 100 гПа, с узлами на стандартных изобарических уровнях.
Диссертантом был создан интерфейс работы с пользователем, позволяющий рассчитать на любой изэнтропической поверхности: дав- ление, влажность, геопотенциал, скорость и направление ветра; меру статической устойчивости, которая обратно пропорциональна толщине слоя между двумя изэнтропическими поверхностями; разность между давлением на изэнтропической поверхности и уровнем конденсации: P = P – Pс, где Pc = P (Tc /T) Cp/Rd, P – давление в точке на изэнтропи- ческой поверхности, T – температура на изэнтропической поверхности, Ср – теплоемкость при постоянном давлении, Rd – газовая постоянная. Tc – температура на уровне конденсации определялась по температуре и относительной влажности по модифицированной формуле Магнуса:

в %, b = 17.62, c = 243.12 °C, d = 234.5C; абсолютный вихрь: a=  + f,где=v/x-u /y-относительныйвихрь,u,v –составляющие скорости вдоль осей X, Y на изэнтропической поверхности, f –параметр Кориолиса: f = 2 sin , где  – угловая скорость вращения Земли,  – широта места; потенциальный вихрь: PV = a (- g / P). Для явлений синоптического масштаба рассматривается, только вертикальная ком- понента вектора потенциального вихря, его горизонтальные компо- ненты на 1-2 порядка меньше; эквивалентно-потенциальный вихрь: PVe = a (- g e/ P), где e – эквивалентно-потенциальная температура:
= , где L – скрытая теплота парообразования, q – удель-
ная влажность, T – температура на уровне конденсации; влажно-потен- циальный вихрь: PVes = a (- g es/ P), где es – эквивалентно-потен-
циальная температура в состоянии насыщения: =  , где
– удельная влажность в состоянии насыщения; вертикальные скоро- сти в р-системе координат, которые рассчитываются как разности

= ,где= ,гдеR–относительнаявлажность

давления в начальной и конечной точках траекторий, лежащих на од- ной изэнтропической поверхности, деленные на время, затраченное на прохождение траектории. Кроме того, производится расчет на поверх- ностях равного значения вертикальной компоненты потенциального вихря следующих параметров: потенциальной температуры, геопотен- циала, давления, абсолютного вихря. В третьем параграфе второй главы описывается алгоритм построения изэнтропических траекторий. Показано, что трехмерные траектории могут существенно отличаться по результату от традиционных двумерных изобарических траекторий, обычно применяемых при анализе синоптических карт для детального составления прогноза погоды. В четвертом параграфе второй главы описываются примеры использования оперативного изэнтропического анализа на практике. В (Юсупов, 2012) автор проводит расследование сильного снегопада 7 декабря 2009 г. в Московском регионе с приме- нением изэнтропического анализа. Результаты исследования показы- вают, что использование изэнтропического анализа позволяет прогно- зировать сильные конвективные снегопады точнее, чем гидродинами- ческая модель, информация которой использовалась, как входные дан- ные для изэнтропического анализа. Расчет количества осадков, выпав- ших в результате наклонной конвекции, отличался от фактических осадков не более, чем на 10% (абсолютные ошибки гидродинамических моделей составили от 500 до 800%).
В третьей главе излагается метод прогноза сильных конвек- тивных осадков в холодный период года. В первом параграфе третьей главы обсуждаются известные методы прогноза конвективных осад- ков в холодное время года. Во втором параграфе третьей главы опи- сывается алгоритм, реализующий разработанный метод. В предлагае- мом алгоритме учитываются условия, необходимые для формирования конвективных осадков: наличие динамического вынуждения, в резуль- тате которого осуществляется подъем воздушных частиц до уровня свободной конвекции; условная неустойчивость атмосферы; наличие достаточной (не менее 80%) влажности в приземном слое. Для опреде- ления степени динамического вынуждения, используется дивергенция
Q-вектора. Q-вектор определяется, как ⃗ ≡ ( , ) = − ⃗ ∙
∇ , − ⃗ ∙ ∇ , где R = 287 Дж кг-1 К-1 – универсальная газовая посто-
янная, − давление, ⃗ – ветер.
В теплый период года главным типом неустойчивости, при ко- торой формируются конвективные осадки, является конвективная не- устойчивость. В холодный период года лишь 9% конвективных явле- ний связаны с конвективной неустойчивостью, а 68% связана с услов- ной симметричной неустойчивостью. При симметричной неустойчи- вости частица, которая устойчива в отношении сил, действующих в вертикальном и горизонтальном направлениях, может быть неустой- чива к наклонному смещению. Термин “условная” означает, что воз- душная частица рассматривается в состоянии насыщения. Для прогноза условной симметричной неустойчивости используется расчет эквива- лентно-потенциального вихря в состоянии насыщения – . Критерий появления условной симметричной неустойчивости – отрицательные значения . При разрешении условной симметричной неустойчиво- сти реализуется наклонная конвекция.
Предлагается рассчитывать функцию PVQRi = PV Q R на изо- барических поверхностях 925, 850 и 700 гПа, где i – индекс, соответ- ствующий конкретной изобарической поверхности, PV, Q, R – функ- ции, учитывающие вклад эквивалентно-потенциального вихря, дивер- генции Q-вектора и относительной влажности R. Для потенциального вихря – это функция Хевисайда от PVes, т.е. = (| | − )⁄2, большие значения которой, как было указано ранее, соответствуют наибольшей вероятности условно-симметричной неустойчивости. Для Q-вектора – функция Хевисайда для дивергенции Q:  =
+ − + 2. Для относительной влажности рассмат-
ривалась вероятностная модель. Ее математическое ожидание равно значению, получаемому из расчетов гидродинамической модели UKMO с заблаговременностью 6, 12, 18 ч, а дисперсия рассчитыва- ется как оценка максимального правдоподобия. Для относительной
влажности получаем функцию = 1 − erf , где erf( ) = √
∫ – функция ошибок, в процентах. При использовании √
модели UKMO мы получили = 12,7. Чтобы оценить эффективность прогноза сильных осадков в холодный период года с помощью каждого предиктора по отдельности, для каждой из указанных выше функций определялись коэффициенты линейной регрессии и вычисляли суммар- ную функцию PVQR: PVQR = a925 PVQR925 + a850 PVQR850 + a700 PVQR700, где , , – коэффициенты линейной регрессии,

, , – значения функции на соответствующих изобарических поверхностях.
В третьем параграфе третьей главы представлены оценки эф- фективности прогноза сильных осадков в холодный период года с ис- пользованием каждого из предикторов в отдельности и с использова- нием комплексной функции . Проводится сравнение результатов расчета количества осадков на основе предлагаемой функции с результатами прогноза осадков по модели UKMO (Великобритания). Для расчета предикторов и определения их связи с количеством осад- ков использовали данные о полусуточных (дневных и ночных) суммах осадков на метеостанциях европейской территории России за холодные периоды с декабря 2005 г. по февраль 2012 г.; прогностические поля метеовеличин (давление, геопотенциал, температура, ветер, влажность) с заблаговременностью 6, 12, 18 ч по модели UKMO на сетке 1,25 x 1,25° (с декабря 2005 г. по февраль 2008 г.); поля объективного анализа по модели UKMO на сетке 1,25 x 1,25° (с декабря 2009 г. по февраль 2012 г.). В (Калинин, Юсупов, 2013) приведены рассчитанные регрес- сионные коэффициенты и пороговые значения, которые подбирались, чтобы получить максимальные значения критерия эффективности штормовых предупреждения и критерия Пирси – Обухова. Там же
a) б)
Рис.2. Прогноз осадков на 7.12.2009 г., забл. 18 ч. Изолинии дивергенции Q-вектора и PVes, цифры – относительная влажность (синие) и фактические осадки (черные) (а). Прогноз шквалов на 21.06.1998 г. 0 ч ВСВ, забл. 12 ч. Изолинии давления на ур. моря (красн.) и PV (пунктир), цифры – рассчитанная скорость ветра при шквале (б).
представлена оценка эффективности прогноза сильных осадков с помо- щью функции PVQR и приведено сравнение оценок качества прогнозов с помощью функции PVQR и прогнозов осадков по модели UKMO с

заблаговременностью 12 и 18 ч. Сравнение результатов показало, что использование функции PVQR позволило существенно улучшить как значения критерия Пирси – Обухова (0,72 против 0,33), так и показа- тель оправдываемости штормовых предупреждений (0,48 против 0,29).
В четвертой главе излагается метод прогноза шквалов с при- менением термодинамических параметров атмосферы и потенциаль- ного вихря Эртеля. В первом параграфе четвертой главы дан обзор исследований, посвященных влиянию глубокой влажной конвекции и линии шквалов на формирование аномалии потенциального вихря в тропосфере. Во втором параграфе четвертой главы излагается алго- ритм расчета предлагаемого метода. Большинство шквалов (более 80%, в том числе самые сильные) происходят на холодных фронтах. Одним из условий существования активных фронтальных зон является доста- точное количество влаги в приземном слое. В окрестностях холодных фронтов, систематически формируются конвективно-неустойчивые или слабоустойчивые слои. Таким образом, в активной фронтальной зоне выполняются условия для развития глубокой влажной конвекции – наличие достаточной влаги в приземном слое и условной неустойчи- вости атмосферы.
В (Hoskins et al., 1985) взрывное понижение давления на поверх- ности земли (на 24 гПа или более за 24 ч.) объясняется мощными вос- ходящими движениями, которые возникают при взаимодействии поло- жительной (в Северном полушарии) аномалии потенциального вихря с бароклинными зонами в нижней тропосфере. В результате этого взаи- модействии возникает система с положительной обратной связью, со- стоящая из аномалии потенциального вихря в верхних слоях тропо- сферы и положительной температурной аномалией в приземной баро- клинной зоне. Таким образом, присутствие положительной аномалии PV в тропосфере с одной стороны является признаком существования зон активной конвекции, с другой, взаимодействие аномалии PV с при- земными бароклинными зонами, создает условия для динамического вынуждения, способствующего образованию и усилению конвекции. Следовательно, определив аномалии потенциального вихря и призем- ные бароклинные зоны, при условии их пересечения, можно предполо- жить с большой долей вероятности существование или формирование в этой области зоны активной конвекции.
Скорость ветра при шквале зависит от кинетической энергии нисходящего потока и от горизонтального ветра в нижних и средних
слоях тропосферы. Поэтому далее, в найденной области необходимо исследовать распределение ветра на высотах, поскольку, шквалы обра- зуются в результате опускания воздуха и переноса количества движе- ния сверху вниз.
Положение бароклинных зон рассчитывается по методике (Huber-Pock, Cress, 1989). Функция, определяющая положение фрон- тальных линий, по этой методике представляется так: = | | ⋅ ⃗ , где  – оператор градиента,  = i  / x + j  / y,  – фронтальный пара-
метр, ⃗ = −  . В качестве фронтального параметра в используется | |
эквивалентная «толщина» слоя от 850 до 500 гПа, определяемая следу- ющим образом: = −∑ ( / ), где e= (Te, u – Te, l) / ln
(Te, u/Te, l) – средняя эквивалентная температура в слое: Te = T exp (L qm / Cp T), где L – скрытая теплота конденсации, qm – отношение смеси, Cp=1.86 кДж/(кг К) – удельная теплоемкость при постоянном давле- нии. Оригинальная формула эквивалентной толщины была модифици- рована диссертантом добавлением данных на уровне 1000 гПа. Для устранения тех участков , которые не соответствуют активным фрон- тальным зонам, используется индекс влажности: HIX = (ZTE – ZT) / (ZTES – ZT), где ZT – толщина слоя 1000–500 гПа, ZTES – значение эк- вивалентной «толщины» в состоянии насыщения, определяемое также как и ZT, но вместо qm используется отношение смеси в состоянии насыщения. Значения HIX > 0.7 и > 2.5 считаются необходимым усло- вием для существования активных фронтальных зон. Наиболее опас- ные шквалы возникают на холодных фронтах, кроме того, только на холодном фронте возможно образование положительной температур- ной аномалии в нижней тропосфере, возникающей вследствие цикло- нической циркуляции в бароклинной зоне. Поэтому, в методе, разрабо- танном в диссертации, предусмотрен алгоритм определения холодных и теплых участков фронта (по значению адвективного изменения ZTE): Ag = -V  ZTE, где V – вектор ветра. Утверждается, что при Ag <0 – определяется холодный фронт, при Ag ≥ 0 – теплый. Сделав предположение о независимости предикторов, для про- гноза зон активной конвекции предлагается рассчитывать функцию Fe, определяемую, следующим образом: Fe = PV, при 0, Fe = 0 (k, kPV – пороговые значения, найденные в результате статистической обработки). При Fe> 0 в точке сетки, для которой производился расчет, следует прогнозировать

глубокую влажную конвекцию. Сильный шквал возможен только в ре- зультате переноса нисходящим потоком количества горизонтального движения нижней половины тропосферы. Максимальную скорость ветра при шквале, в точках сетки, где Fe> 0, можно рассчитать, вос- пользовавшись методом (Песков, Снитковский, 1968):
Uмакс=-410-6 V4 +8.810-4  V3 –0.0618V2 +1.969V, где V – сумма скоростей ветра от Земли до изобарической поверхности 500 гПа, которая рассчитывалась так: V = V1000 + V925 + V850 + V700 + V500.
В третьем параграфе четвертой главы приведены оценки эф- фективности прогноза шквалов по разработанному методу. Для расчета предикторов и определения их связи со шквалами использовались дан- ные о фактических максимальных порывах ветра между сроками на ме- теостанциях европейской территории России за период с мая по ок- тябрь 2012 г., прогностические поля метеовеличин (давление, геопо- тенциал, температура, ветер, влажность) с заблаговременностью 12 ч по модели AVN Вашингтон на сетке 1 x 1°. Рассматриваемые в работе предикторы вычислялись непосредственно для каждой конкретной ме- теостанции (для сеточных функций применялась билинейная интерпо- ляция). Для каждого анализируемого предиктора находилось порого- вое значение, соответствующее сильным ветрам (> 18 м/c). Эффектив- ность каждого предиктора оценивалось с помощью критерия надежно- сти Багрова – Хайдке Ba и критерия качества Пирси – Обухова PI. По- роговые значения предикторов подбирались таким образом, чтобы по- лучить максимальные значения Ba и , соответственно. Полученные на диагностическом материале значения критериев Ba и PI для каждого из предикторов PV, и Uмакс приведены в (Юсупов, 2013). Для оценки успешности прогноза шквалов разработанного метода была выбрана Европейская территория России. В (Юсупов, 2013) представлена мат- рица сопряженности для предлагаемого метода и результаты оценок успешности разработанного метода прогнозов шквалов, которые пока- зали, что основное достижение разработанного метода, в резком умень- шении количества ложных тревог, по сравнению с другими известными методами прогноза шквалов, при сохранении достаточно высокой пре- дупрежденности и оправдываемости для такого явления.
В четвертом параграфе четвертой главы приведен пример применения разработанного метода. В (Юсупов, 2013) анализируются синоптические процессы 20-21 июня 1998 г. в Московском регионе. Ис- следование показало, что в результате взаимодействия аномалии
потенциального вихря в средней тропосфере с бароклинной зоной в нижней тропосфере, произошло падение давления (7 гПа/10 час) и раз- витие глубокой влажной конвекции, что явилось причиной возникно- вения шквала (Рис.2 б).
Пятая глава посвящена исследованию структуры мезомас- штабного потенциального вихря в тропосфере при глубокой влажной конвекции. В первом параграфе пятой главы представлен обзор ис- следований, посвященных мезомасштабной (2 – 20 км) структуре тро- посферного потенциального вихря в условиях глубокой влажной кон- векции. В (Chagnon, Gray, 2009), на основании результатов моделиро- вания, показано, что мезомасштабные потенциальные вихри в условиях глубокой влажной конвекции представляют собой горизонтально ори- ентированные диполи, состоящие из областей с положительными и от- рицательными аномалиями вихря в средней тропосфере (Рис.3 а). Ди- поли образуются при развитии грозовой ячейки вблизи конвективного восходящего потока при наличии сдвига ветра (10 – 20 м/с в слое 0 – 6 км). Это было подтверждено в (Weijenborg et al., 2017), где обрабаты- вались результаты работы модели COSMO с шагом 7 х7 км.
а) б)
Рис.3. Схема расположения аномалий PV вблизи восходящего конвективного потока (а). Диполи PV над Москвой, по данным за 29.05.2017 0 ч ВСВ, забл. 12 ч 50 мин (б).
Во втором параграфе пятой главы проведено исследование структуры потенциального вихря при глубокой влажной конвекции с использованием результатов мезомасштабной негидростатической мо- дели WRF-ARW. Впервые с помощью расчетов по выходной информа- ции модели WRF-ARW удалось воспроизвести диполи аномалий по- тенциального вихря вокруг конвективного восходящего потока (Рис. 3 б). В эксперименте использовалась модель WRF-ARW версия 4.1. В ка- честве начальных граничных данных использовались данные
глобальной модели KWBC с разрешением 1/8 градуса. Горизонтальное разрешение модели составляло 6х6 км, результаты выдавались каждые 10 минут. Для эксперимента автор выбрал случай особо опасного ме- теорологического явления шквала, произошедшего в Москве 29 мая 2017 года. В результате исследования было отмечено хорошее совпаде- ние полей диполей потенциального вихря с данными метеорологиче- ских радиолокаторов. В динамике с 10-минутным шагом по времени удалось проследить зарождение диполей потенциального вихря, их эволюцию и диссипацию за период с 5:40 ч до 22:00 ч ВСВ. Грозовая ячейка состоит из конвективного восходящего потока и диполя PV, рас- положенного по разные стороны от восходящего потока. Зону восходя- щего потока можно определить, применив оператор градиента к ска- лярному полю PV. Однако, самые сильные порывы ветра будут нахо- диться на границе между теплым и холодным воздухом (фронт поры- вистости). Представив грозовую ячейку как мезофронтальную систему, можно применить выражение для нахождения фронтального раздела:
= ∇ |∇ | ∇ , тогда, можно ожидать, что именно в этом месте, |∇ |
где находится фронт порывистости, будут самые разрушительные по- рывы ветра. Для оценки успешности применения поля для прогноза конвекции сравнивались прогнозы, выполненные по полям и пока- зания метеорологических радиолокаторов за июль месяц 2020 г. по Центральному федеральному округу. Прогноз считался оправдав- шимся, если в узле сетки 4х4 км одновременно с нашим прогнозом, яв- ления погоды по данным радиолокатора показывали ливень, грозу, шквал или град. Пороговым значением для наличия явления в нашей методике являлось выполнение неравенства   ∗ =0.610-12c-1Kкг- 1. Критерий Багрова – Хайдке составил 0,63, коэффициент ложных тревог – 0,25.
В третьем параграфе пятой главы описывается технология наукастинга, в которой для производства сверхкраткосрочного про- гноза применяется технология блендинга фактических данных метео- рологических радиолокаторов и прогностических данных, полученных в результате расчета модели WRF-ARW (Юсупов, 2016). В заключе- нии приводится обобщение полученных результатов.
Основные результаты, выносимые на защиту:
1. Разработана технология изэнтропического анализа для опе- ративного краткосрочного прогноза погоды. Возможность проведения

изэнтропического анализа, построения пространственных изэнтропи- ческих траекторий, расчетов потенциального вихря или параметров на уровнях равного значения потенциального вихря наряду с классиче- ским изобарическим анализом, позволяет получить дополнительную информацию о процессах, происходящих в атмосфере, что может су- щественно повысить качество прогноза погоды.
2. Разработан и испытан метод прогноза зон сильных конвек- тивных осадков в холодное время года с использованием таких крупно- масштабных предикторов, как векторная фронтогенетическая функция, эквивалентно-потенциальный вихрь в состоянии насыщения и относи- тельная влажность воздуха в нижней тропосфере Качество прогнозов оценено с использованием выходной продукции модели UKMO и дан- ных наблюдений за 2005 – 2012 гг.: критерий Пирси – Обухова 0,72.
3. Разработан и испытан метод прогноза шквалов с использова- нием расчета пересечения аномалии потенциального вихря Эртеля в средней тропосфере с бароклинными зонами в нижней тропосфере. Вы- численные по объемной выборке оценки успешности прогноза предла- гаемого метода и их сравнение с оценками других современных мето- дов прогноза шквалов, дает возможность сделать вывод о том, что ме- тод имеет практическую значимость: критерий Пирси – Обухова 0,68, коэффициент ложных тревог 1,0.
4. Представлены результаты исследования тропосферного по- тенциального вихря в масштабе мезо- в условиях глубокой влажной конвекции. Впервые, по выходной информации гидродинамической модели WRF-ARW с горизонтальным разрешением 6х6 км, удалось рассчитать и воспроизвести горизонтально ориентированные диполи аномалий потенциального вихря в средней тропосфере вблизи конвек- тивного восходящего потока. Мониторинг диполей потенциального вихря в тропосфере позволяет отследить эволюцию отдельной грозовой ячейки. Технология блендинга данных наблюдений метеорологических радиолокаторов и результатов расчета зон опасных явлений может су- щественно повысить качество наукастинга.