ИССЛЕДОВАНИЕ СТРУКТУРЫ ТРОПИЧЕСКОГО ЦИКЛОНА НА ОСНОВЕ АНАЛИЗА ДАННЫХ СПУТНИКОВОГО ВИДЕОРЯДА С ПРИМЕНЕНИЕМ МЕТОДА ПОЧТИ ПЕРИОДИЧЕСКОГО АНАЛИЗА
Аннотация и ключевые слова
Аннотация (русский):
В настоящий момент, актуальными являются исследования по прогнозированию и моделированию чрезвычайных ситуаций и явлений, сопутствующих их возникновению. В качестве причин возникновения опасных ситуаций, являются, в том числе, явления природного характера. Одним из таких явлений является тропический циклон, который способен вызывать штормовые ветра, торнадо и осадки высокой интенсивности. Исследование проводили на примере тропического циклона Милтон, сформировавшемся с 5 октября по 10 октября 2024 года и вызвавшим широкий резонанс общественности. Необходимо отметить, что тропический циклон образовался 5 октября 2024 года в Мексиканском заливе и распался в Атлантическом океане уже 10 октября 2024 года. При этом под основной удар опасного явления попали жители штата Флорида США, причем, основными причинами разрушений и жертв среди населения являлись сопровождающие тайфун торнадо и сильные ветра. Выполнен анализ полной динамики тропического циклона на предмет выявления характерных структурных участков при помощи аппарата почти периодического анализа. Выявлены характерные почти периодические значения зон тропического циклона, а также изложены, на основании подробного анализа, факторы для дальнейшего исследования и возможности улучшения получаемых результатов почти периодического анализа спутниковых данных с тропическими циклонами

Ключевые слова:
Почти период, анализ данных, обработка изображений, техносферная безопасность, чрезвычайная ситуация, стихийные явления, тайфуны, тропические циклоны, Милтон
Список литературы

1. Peduzzi P., Chatenoux B., Dao H., De Bono A., Herold C., Kossin J. Global trends in tropical cyclone risk // Nat. Clim. Change. – 2012. – №2 (4). – P. 289-294.

2. Miró Ò., Benito-Lozano M., Lopez-Ayala P., Gil V., Lopez-Ayala P., Mueller C., Traveria L., López-Hernández M.de los A., Yufera-Sanchez A., Strebel I., Rodríguez S., Llorens P., Espinosa B., Jacob J., Tost J., Alquézar-Arbé A., Burillo-Putze G. Influence of Meteorological Temperature and Pressure on the Severity of Heart Failure Decompensations // J. gen. intern. med. 2023. V. 38. P. 600-609. https://doi.org/10.1007/s11606-022-07743-7.

3. Varela-Lasheras I. The effects of weather and mobility on respiratory viruses dynamics before and during the COVID-19 pandemic in the USA and Canada // PLOS Digital Health. 2023. V. 2. №. 12. e0000405. https://doi.org/10.1371/journal.pdig.0000405.

4. Baskakov A.G., Krishtal I.A., Uskova N.B. On the spectral analysis of a differential operator with an involution and general boundary conditions // Eurasian Mathematical Journal. 2020. Т. 11. № 2. С. 30-39. https://doi.org/10.32523/2077-9879-2020-11-2-30-39.

5. Jin H., Li M., Hopwood G., Hochman Z., Bakar K Sh. Improving early-season wheat yield forecasts driven by probabilistic seasonal climate forecasts // Agricultural and Forest Meteorology, 2022. V. 315. 108832. https://doi.org/10.1016/j.agrformet.2022.108832.

6. Brown J.N., Hochman Z., Holzworth D., Horan H. Seasonal climate forecasts provide more definitive and accurate crop yield predictions // Agric. For. Meteorol., 2018. V. 260-261. P. 247-254. https://doi.org/10.1016/j.agrformet.2018.06.001.

7. Cannon A.J. Multivariate quantile mapping bias correction: an N-dimensional probability density function transform for climate model simulations of multiple variables // Clim. Dynam., 2018. V. 50 (1-2). P. 31-49. https://doi.org/10.1007/s00382-017-3580-6.

8. Cantelaube P., Terres J.M. Seasonal weather forecasts for crop yield modelling in Europe // Tellus Series A: Dynamic Meteorology and Oceanography. 2005. V. 57 (3). P. 476-487. https://doi.org/10.1111/j.1600-0870.2005.00125.x

9. Bauer P., Thorpe A., Brunet G. The quiet revolution of numerical weather prediction // Nature. – 2015. – V. 525 (7567). – P. 47-55.

10. Geiger T., Frieler K., Bresch D. A global historical data set of tropical cyclone exposure (tropical cycloneE-DAT) // Earth Syst Sci Data. – 2018. – V.10. – P. 185-194.

11. Chen J.-H., Lin S.-J., Zhou L., Chen X., Rees S., Bender M. Evaluation of tropical cyclone forecasts in the next generation global prediction system // Mon. Weather Rev. – 2019. – 147(9). – P. 3409-3428.

12. Easterling D.R. , Meehl G.A. , C. Parmesan, S.A. Changnon, T.R. Karl, L.O. Mearns Climate extremes: observations, modeling, and impacts // Science. – 2000. – V. 289 (5487). – P. 2068-2074.

13. Волков, Ю. А., Перегудин С. И., Щербакова Н. Л. О численном моделировании в задачах волновой динамики // Специальная техника и технологии транспорта. – 2022. – № 15. – С. 308-317.

14. Акимов В. А., Бедило М. В., Шишков Ю. А., Иванова Е. О., Ростовцев Д. И., Сериков В. В. Моделирование чрезвычайных ситуаций природного и техногенного характера – Москва: Всероссийский научно-исследовательский институт по проблемам гражданской обороны и чрезвычайных ситуаций МЧС России, 2023. – 144 с. – ISBN 978-5-93970-306-2.

15. Мизерная А. А., Кобелева Н. Н. Разработка прогнозной математической модели для изучения деформаций зданий и сооружений на языке программирования Python // Интерэкспо Гео-Сибирь. – 2023. – Т. 1, № 1. – С. 224-230. – DOIhttps://doi.org/10.33764/2618-981X-2023-1-1-224-230.

16. Драгова Т. А., Булдакова И. А., Горбачев М. М., Лозница С. Ю. Математические модели прогнозирования погоды для авиационных целей: использование методов статистики и численного моделирования для прогнозирования погоды и оптимизации безопасности полетов // Научный аспект. – 2024. – Т. 6, № 4. – С. 730-742.

17. Толстых, М. А. Применение моделей прогноза погоды для моделирования климата // Фундаментальная и прикладная климатология. – 2023. – Т. 9, № 3. – С. 318-329. – DOIhttps://doi.org/10.21513/2410-8758-2023-3-318-329.

18. Свидетельство о государственной регистрации программы для ЭВМ № 2024668093 Российская Федерация. «Программа для кадрирования видеоряда» : № 2024666554 : заявл. 16.07.2024 : опубл. 01.08.2024 / А. В. Калач, А. А. Парамонов, Т. Е. Смоленцева, К. А. Кузнецова ; заявитель федеральное казенное образовательное учреждение высшего образования «Воронежский институт Федеральной службы исполнения наказаний России».

19. Калач А. В., Парамонов А. А. Применение почти-периодического анализа изображений динамики активности циклонов в целях выработки управленческих решений по повышению устойчивости территорий в чрезвычайных ситуациях // Теория и практика повышения устойчивости урбанизированных территорий в чрезвычайных ситуациях : Сборник материалов международного круглого стола (в рамках проведения XV Международного салона средств обеспечения безопасности "Комплексная безопасность-2024"), Конгрессно-выставочный центр "Патриот", г. Кубинка, Московская обл., 30 мая 2024 года. – Москва: Всероссийский научно-исследовательский институт по проблемам гражданской обороны и чрезвычайных ситуаций МЧС России, 2024. – С. 106-112.

20. National Oceanic and Atmospheric Administration [Электронный ресурс]. – URL: https://www.noaa.gov/ (дата обращения: 27.10.2024).

Войти или Создать
* Забыли пароль?