ЛАВИН И ВОДОСНЕЖНЫХ ПОТОКОВ
В статье подробно изложен подход, создание и практическое применение оригинальной методики прогнозирования опасных явлений на основе метеорологических наблюдений и математической обработки данных для плато Путорана
Краткая аннотация.
Данная статья посвящена рассмотрению общих принципов прогнозирования опасных природных явлений (главным образом — мокрых лавин и водоснежных потоков) на хозяйственно освоенных территориях Норильского промышленного района. Детально описана методика прогнозирования явлений с помощью набора метеорологических показателей. Приведено уравнение дискриминантной функции, использующееся для прогноза, оценена точность метода. Даны рекомендации к практическому применению методики.
Введение.
Краеугольным камнем научно-исследовательских работ снеголавинной тематики становится разработка методов прогноза опасных явлений. Опыт их прогнозирования в регионах, сходных по природным условиям с Норильским промышленным районом (НПР), в нашей стране и в мире практически не накоплен. Предложенная методика оценки степени лавинной (и др.) опасности является первой для НПР.
Режим опасных явлений данного района предполагает углубленное изучение двух основных типов стихийно-разрушительных явлений — лавин свежевыпавшего и метелевого снега зимнего периода, мокрых лавин и водоснежных потоков (ВСП) весенне-летнего. Генезис данных явлений различен, различаются и подходы к их прогнозированию.
О подходе к прогнозированию опасных явлений.
Лавины свежевыпавшего и метелевого снега в НПР сходят хотя и часто (в основном — осовы), но имеют небольшие объемы и промышленным объектам практически не угрожают. На хозяйственно освоенных участках, подверженных сходу лавин этого генезиса, данные явления имеют весьма редкую повторяемость.
В общем случае для их схода необходимо сочетание трех основных факторов:
• выпадение свежего рыхлого слабосвязанного снега,
• небольшие скорости ветра при выпадении осадков,
• наличие благоприятствующей лавинообразованию подстилающей поверхности, например, в виде уплотненного снежного покрова с выровненной поверхностью или травянистых склонов с ледяными корками после замерзания жидких осадков, грунтовых вод или водотоков.
В большинстве случаев, вследствие сильных ветров, выпадающий свежий снег попросту не задерживается на склонах, а если и задерживается, то ветровое уплотнение и смерзание при сольтации из-за частых и сильных соударений снежинок между собой приводит к накоплению весьма устойчивых снежных масс.
Лавины, отрывающиеся по старому снегу, имеющему развитые лавиноопасные слои, для НПР крайне нетипичны.
Мокрые лавины периода снеготаяния и водоснежные потоки являются более распространенным и опасным стихийно-разрушительным явлением в районе исследований, поэтому их изучение и прогноз являются проблемой первостепенной важности.
В данном случае она складывается из двух составляющих:
• прогноз небольших мокрых лавин, сходящих по поверхности старого снега в период первых оттепелей, при воздействии солнечной радиации или в случае выпадения дождя или мокрого снега;
• прогноз крупных мокрых лавин и водоснежных потоков, захватывающих весь снежный покров и имеющих наибольшие объемы и скорости и, следовательно, представляющих основную опасность.
Так, подавляющее большинство известных случаев гибели людей от стихийных явлений в НПР были связаны со сходом больших мокрых лавин и ВСП.
Прогнозирование лавин первого типа может опираться на оперативные методы — ежедневное исследование температурного режима снежной толщи на репрезентативных площадках. По этим данным вполне возможно предсказать начало появления нулевой изотермы в снежном покрове на различных высотных уровнях и склонах различной экспозиции. Такие прогнозы не требуют повышения точности, поскольку в районе исследований ни один хозяйственный объект не находится в зоне действия лавин первого типа, а их небольшие объемы и удаленность мест их схода от населенных пунктов снижают вероятность причинения людям ущерба.
Ежегодный весенне-летний опасный период необходимо делить на две части — когда возможен сход только небольших (скажем, менее 500-1000 куб.м) мокрых лавин и когда возможен сход мокрых лавин и ВСП любого объема. Кроме объема, рассматриваемые типы опасных явлений возможно разделять по толщине снежного покрова, вовлеченного в движение, по величине коэффициента эффективного сопротивления.
Подход к прогнозированию «крупных» и «мелких» лавин и ВСП должен быть различен, поскольку различны и набор факторов, играющих главную роль при их образовании. Прежде всего, их возникновение связано с процессами прогревания снежной толщи, ход которых зависит, кроме высоты, крутизны и экспозиции участка, в значительной мере еще и от мощности снежного покрова.
В НПР возможно применение следующих методов прогноза лавин и ВСП периода весенне-летнего снеготаяния:
• через анализ физико-механических свойств и температурного режима снежного покрова;
• через разработку теплофизической модели развития снежной толщи в период снеготаяния;
• с использованием метеорологической информации;
• визуальные субъективные методы.
Во многих лавиносборах мощность снежного покрова достигает величины 5-8 и более метров, что делает практически невозможным проведение прямых исследований физико-механических свойств снежной толщи. Выбор участков-аналогов с меньшей мощностью снежного покрова не дает положительных результатов в силу их непоказательности, особенно в период снеготаяния, из-за разновременности их прогревания до нулевых температур, что накладывает значительный отпечаток на стратиграфию и физико-механические свойства снежной толщи.
Обособленно стоит подход к прогнозированию опасных явлений, опирающийся на знание законов термического режима снежного покрова в период его прогревания и таяния. Сход большинства крупных лавин и ВСП района определяется характером и темпами продвижения нулевой изотермы вглубь снежного покрова. Поэтому знание закономерностей продвижения фронта нулевых температур внутри снежной толщи поможет точнее прогнозировать момент наступления лавинной опасности.
Изучение этих процессов невозможно без создания хотя бы приблизительной теплофизической модели всего лавиносбора. Эта проблема нерешаема без знания следующих основных моментов:
• наличие точной температурной картины лавиносбора в начальный момент времени до начала снеготаяния,
• расчет или измерение теплопотока в системе «почва — снежный покров»,
• расчет или измерение теплопотока в системе «снежный покров — воздух», который осложняется наличием ветровой деятельности и воздействием солнечной радиации на снежный покров,
• необходимость изучения процессов теплопередачи внутри самого снежного покрова вследствие миграции газов, водяных паров и влаги.
В силу изложенных причин, прогнозирование опасных явлений в НПР с помощью первых двух подходов видится весьма сложным, почти невозможным на данном этапе исследований и должно быть сопряжено с накоплением большого объема дополнительной информации.
В связи с этим, особое внимание уделено третьему (метеорологическому) подходу.
Наибольшую ценность и практичность в применении могут иметь математические методы прогноза опасных ситуаций по совокупности метеорологических показателей, обусловленные качеством и объемами имеющейся информации. (Основным препятствием в этом случае является небольшая длина ряда наблюдений за сходом лавин и ВСП, поскольку ряд метеонаблюдений, используемых для создания методов прогноза, не может быть длиннее периода изучения опасных явлений).
Вероятно, лучшим выходом из подобной ситуации будет использование как методов математических, использующих для прогноза набор заданных природных показателей, так и методов субъективных (экспертных оценок), базирующихся на опыте прогнозиста, учете всей совокупности природных факторов и материальной, и идеальной сферы.
Методика прогнозирования крупных мокрых лавин, водоснежных и селевых потоков.
Для разработки метода прогноза мокрых лавин и ВСП с помощью общепринятого в лавиноведении дискриминантного анализа, обрабатывались 8-срочные наблюдения метеорологической станции «Талнах» за 6 лет с 1989 по 1994 гг. за май и июнь. Именно за этот период имеется наиболее полная и достоверная информация о возникновении опасных явлений периода весенне-летнего снеготаяния.
Все метеопоказатели, прямо или косвенно влияющие на образование опасных явлений, относились к четырем основным группам:
• данные о температуре воздуха,
• данные о влажности приземного слоя атмосферы,
• данные о ветровом режиме,
• данные о выпадении жидких осадков.
Первая, наиболее многочисленная, группа потенциальных факторов, содержала следующие показатели:
• срочную, максимальную минимальную за период между сроками температуру воздуха,
• сумму положительных градусочасов, начиная с первой в районе оттепели,
• среднюю за 6, 12, 24, 48, 96 часов температуру воздуха,
• скорость изменения температуры воздуха за последние 6, 12, 24, 48, 96 часов, рассчитанная как коэффициент при переменной в уравнении линейного тренда температуры,
• скорость изменения максимальной за период между сроками температуры за последние 6, 12, 24, 48, 96 часов,
• абсолютную амплитуду значений температуры за последние 6, 12, 24, 48, 96 часов,
• среднюю температуру между максимумом и минимумом за период между сроками.
Вторая группа включала следующие показатели:
• срочную относительную, абсолютную влажность, дефицит насыщенности водяного пара,
• среднюю относительную влажность, среднюю и максимальную влажность за последние 6, 12 часов,
• абсолютную амплитуду значений абсолютной влажности за последние 6, 12 часов,
• средний дефицит насыщенности водяного пара за последние 6, 12 часов.
Третья группа — следующие:
• срочную скорость ветра,
• максимальный порыв ветра за период между сроками,
• среднюю и максимальную из срочных скорость ветра за последние 6, 12 часов,
• абсолютный максимум скорости ветра (максимальный порыв) за последние 6, 12 часов.
Последняя, четвертая, группа содержала следующие показатели.
• сумму жидких осадков за период между сроками,
• сумму жидких осадков за последние 6, 12, 24, 48, 96 часов,
• максимальную за период между сроками сумму осадков за последние 6, 12, 24, 48 часов,
Таким образом, были проанализированы 56 метеорологических показателей (предикторов дискриминантной функции), 9 из которых являлись исходными, и 47 — расчетными.
Выборка, состоящая из 402 отобранных значений каждого показателя, разбивалась сообразно данным каталога опасных явлений и субъективным соображениям на два класса — «опасно» и «не опасно». При этом в контрольной выборке, каждой опасной ситуации был присвоен индекс «плюс 1», не опасной — «минус 1».
По годам количество отобранных значений было следующее.
1989
1990
1991
1992
1993
1994
ИТОГО
85
52
63
53
32
14
299
9
23
13
14
32
11
103
Далее, оба класса каждой из выборок подвергались статистическому анализу с процедурой вычисления двойного t-критерия Стьюдента, достаточно хорошо характеризующего разделяемость выборки по классам и свидетельствующей о пригодности показателя для использования при прогнозах с помощью дискриминантной функции.
Вместе с этим, между всеми выборками проводился корреляционный анализ, имеющий целью исключить из дальнейшего использования взаимосвязанные факторы. Согласно полученных значений, часть неинформативных показателей была отброшена. Из групп информативных, но тесно связанных между собой показателей, оставлялся один или два.
Уже из них, при следующем шаге просеивания, опираясь не только на математические методы (значение двойного t-критерия Стьюдента и коэффициента корреляции), но и на экспертные оценки пригодности метеофактора для прогноза опасных явлений, были выявлены три набора показателей. Каждый из них подвергся обработке на предмет оправдываемости прогноза опасных ситуаций. При этом лучшим набором предикторов оказался следующий:
• срочная температура воздуха, в град.С ( t ),
• скорость изменения максимальной за период между сроками температуры воздуха за последние 96 часов (как коэффициент при переменной в уравнении линейного тренда максимальной температуры), в град.С/ч ( V ),
• абсолютная амплитуда значений температуры воздуха за последние 12 часов, в град.С ( a ),
• абсолютная амплитуда значений температуры за последние 48 часов, в град.С ( A ),
• сумма положительных градусочасов, начиная с первой в районе оттепели, в градусочасах ( T ),
• максимальная абсолютная влажность (парциальное давление водяного пара) за последние 6 часов, в мб ( d ),
• сумма жидких осадков за период между сроками, в мм ( r ),
• сумма жидких осадков за последние 48 часов, в мм ( R ).
Таким образом, на данном этапе исследований, наилучшие результаты прогноза опасных явлений дает следующая дискриминантная функция с пороговым значением, равным нулю:
D = 0.131t+0.053r+0.0015T+3.566V+0.030a+0.119A+0.222d+0.029R-5.127.
Общая точность распознавания ситуаций с помощью этого уравнения при обсчете «обучающих» выборок составила около 87,28%, а точность распознавания ситуаций классов «опасно» — более 99,02%, «не опасно» — 83,28%.
Рассматривалась и возможность прогнозирования с помощью более «узких» выборок предикторов.
(обозна-
чения
в тексте)
стандартиз.
дискрим.
функции
нестандартиз.
дискрим.
функции
показа-
телей
(%)
t
r
T
V
a
A
d
R
своб. член
0.35614
0.07837
0.55045
0.15757
0.06290
0.37074
0.29398
0.15038
—
0.13064
0.05317
0.00151
3.56628
0.03015
0.11895
0.22176
0.02861
-5.12736
26.07
0.28
33.75
3.90
1.82
10.82
16.91
1.75
t
T
V
d
R
своб. член
0.50602
0.51043
0.25876
0.20652
0.19908
—
0.18561
0.00140
6.08824
0.15578
0.03787
-3.78443
39.59
38.11
7.12
12.70
2.48
t
T
R
своб. член
0.68546
0.51248
0.30972
0.25143
0.00141
0.05891
-2.92341
55.93
40.04
4.03
Заметим, что на итоговую точность дискриминантного анализа оказывает значительное влияние правильность формирования «обучающих» выборок и разбивки их на классы. Эта работа, при небольшом ряде наблюдений и неполноте (в некоторых случаях) материалов по регистрации явлений, должна быть сопряжена с экспертными оценками, естественно, при достаточном опыте исследователя при анализе причин образования опасных явлений в условиях конкретного горного региона.
Практическое применение созданной методики.
Для использования полученного уравнения созданы специальные бланки в виде файлов программного пакета QWATTRO_PRO для персонального компьютера IBM PC/AT, в которые в определенные ячейки должны заноситься текущие или прогнозируемые значения пяти основных метеопараметров:
• срочной, максимальной и минимальной температуры воздуха,
• 3-часовой суммы жидких осадков,
• абсолютной влажности воздуха.
При введении в бланк текущей метеоинформации, будет вычисляться значение дискриминантной функции, характеризующее возможность образования опасных явлений в настоящий момент. При введении в бланк прогнозируемых метеопараметров — моделироваться природная ситуация на период времени действия прогноза. Точность и заблаговременность прогноза опасности возникновения мокрых лавин и ВСП будет в этом случае определяться точностью и заблаговременностью метеопрогноза Норильского гидрометцентра.
Все приведенные соображения касаются фоновых средне- и крупномасштабных прогнозов опасных явлений для окрестностей городов Норильска и Талнаха. Локальный же прогноз на данном этапе исследований должен базироваться на экспертных оценках и визуальных наблюдениях на опасном участке.
Выводы.
Приоритетным направлением научной деятельности снеголавинной тематики является разработка методов прогноза лавинной, селевой и др. опасности.
Благодаря накопленной и обработанной автором информации, сейчас, впервые для плато Путорана и Норильского промышленного района, создана методика прогноза наиболее опасных явлений — мокрых лавин и водоснежных потоков периода весенне-летнего снеготаяния. Точность модели не уступает точности методик, принятых к использованию в других горных системах России и мира, а также методик прогноза других неблагоприятных явлений, разработанных и применяемых Росгидрометом.
Общая оправдываемость прогноза составляет 87%, при этом точность прогноза опасных ситуаций — более 99%.
Методика успешно апробирована на материалах наблюдений сезонов 1994/95 и 1995/96 гг.
При использовании материалов сайта ссылка на snegohod.org обязательна
