Meteoweb.ru
     Интернет-журнал
 
главная страница
о проекте
обратная связь
текущая погода
солнечный монитор
 
прогнозы погоды на 5 - 30 сут.
метеостанции проекта
фотодневник погоды
карты погоды
астрономические наблюдения

Сегодня:
22.11.2017 

 5 октября в 18:40
 12 октября в 12:25
 19 октября в 19:12
 27 октября в 22:22
 Весеннее равноденствие
 20.03, 04:30 UTC
 Летнее солнцестояние
 20.06, 22:34 UTC
 Осеннее равноденствие
 22.09, 14:21 UTC
 Зимнее солнцестояние
 21.12, 10:44 UTC
 

Дешифрирование снимков облачности. Часть первая.

По материалам книги "Спутниковая метеорология", М.А.Герман
Опубликовано 25-11-2007

Дешифрирование снимков облачности

Возможность опознавания облаков на телевизионных снимках определяется разрешающей способностью аппаратуры. Очевидно, что чем меньше величина разрешающего элемента на местности, тем с большими подробностями видны заснятые объекты и точнее их дешифрирование. Отдельные облака меньшего размера, чем элемент разложения на местности, не различаются, а облачные поля, состоящие из облаков такого размера, выглядят на ТВ снимках в виде однородной светлой пелены, подобно тонким облакам той или иной яркости.
Фотоснимки облачности, получаемые со спутников, выгодно отличаются от наземных наблюдений тем, что дают целостную картину распределения облаков над обширными территориями, соизмеримыми с основными синоптическими объектами. Это позволяет по характеру рисунка изображения на снимках изучать неоднородности облачного покрова различного масштаба, многие, из которых для дискретных наземных наблюдений являются практически неуловимыми. При изучении возникает естественное желание: идентифицировать и классифицировать облачные образования, отображаемые на снимках, согласно классификации облаков, принятой при наземных наблюдениях. С одной стороны и, с другой — идентифицировать и классифицировать целые облачные системы, покрывающие большие площади земной поверхности.

Рисунок изображения облачности

Текстура изображения. Под текстурой понимается рисунок мелких деталей изображения, создаваемый различием яркостей отдельных элементов, размеры которых сравнимы с разрешающей способностью аппаратуры. В этом случае на снимке воспроизводятся только самые основные черты объекта, по которым можно судить, является ли оно округлым или вытянутым, светлее (холоднее), чем окружающий фон, или наоборот. Различают три основных типа текстуры: матовая, зернистая и волокнистая.
Матовая текстура характеризуется однородным тоном изображения. Телевизионные снимки этой текстуры отличаются между собой только по яркости. Матовая текстура свойственна изображениям открытых участков водной поверхности, суши в районах достаточного увлажнения, засушливых участков суши, сплошных льдов и снежного покрова, тумана и слоистообразной облачности.
Зернистая текстура — скопление пятен (зерен) светлого пли темного на соответствующем фоне. Мелкие зерна обычно характерны для изображений кучевых облаков, при-размеры зерен в этом случае настолько малы, что детали и формы отдельных облаков полностью скрадываются. Слоисто-кучевые облака выглядят аналогично, только зерна в этом случае темные на светлом фоне. Под зернами здесь следует понимать просветы в облаках. Однако наличие темных зерен на светлом фоне не является гарантией того, что изображены слоисто кучевые облака. Это могут быть также кучевые облака геометрические особенности больших участков изображения, создаваемых сотнями элементов, размеры которых примерно на два-три порядка больше разрешающей способности системы.
К крупномасштабным облачным системам относятся: зоны фронтальной облачности, облачные вихри циклонов, облачность струйных течений, облачные вихри тропических циклонов, облачность внутритропической зоны конвергенции, облачность холодных фронтов тропической зоны.
Характеристики облачных систем позволяют выявить общую синоптическую обстановку, в которой наблюдаются те или иные облачные образования.
Таким образом, комплекс основных характеристик, рассмотренных выше, может лечь в основу распознавания облаков и подстилающей поверхности на путниковых фотографиях. Но все же при наличии в распоряжении дешифратора этих облачных характеристик задача дешифрирования остается сложной. Важным дополнением к упрощению распознавания спутниковых фотографий являются радиационные измерения, которые производятся одновременно с ТВ прослеживанием облаков. Совместный анализ всей спутниковой информации позволит выяснить вертикальную протяженность облаков и уточнить по этим данным их форму. Если в распоряжении дешифратора имеются только телевизионные снимки облачности, то для определения мощности облаков используют тени, отбрасываемые высокими облаками, на более низкие Превышение одного облака над другим в этом случае может быть определено по данным высоты Солнца. Тени могут быть видны не только на фоне более низких облаков, но и на светлом песке, снежном и ледяном покрове. В то же время на водной поверхности, которая обычно имеет темный тон, тень не всегда удается обнаружить.

Форма и количество облачности При анализе телевизионных снимков не всегда удается точно определить формы морфологической классификации облаков из-за фотографического сходства большинства из них между собой. Поэтому при дешифрировании пользуются условной классификацией, составленной с учетом информативных возможностей фотографии. Выделяются следующие основные типы облачности, каждый из которых может включать в себя не только соответствующие формы морфологической классификации - кучевые, слоистые, перистые и др., но и всевозможные разновидности всех ярусов, создающих на снимках сходный зрительный эффект: перисто-образные, слоистообразные, кучево-образные, кучево-дождевые или мощные кучевые, слоисто-кучевообразные, различные сочетания указанных типов.
Кроме основных типов облачности, при дешифрировании определяются границы однородных облачных полей и количество облачности.
Границей (контуром) называется линия раздела между полями с различными характеристиками. Контурами очерчиваются районы (поля), однородные по яркости и структуре изображения облачности.
Количество облачности характеризует степень покрытия облаками того или иного участка земной поверхности и определяется отношением (в процентах) площади, занятой облачными элементами внутри контура, ко всей площади, ограниченной контуром.

Перистообразная облачность

Облака, сквозь которые просвечивает рельеф или более низкие облака, являются обычно перисто-образными. Они могут быть опознаны на изображениях в большинстве случаев по волокнистой структуре, а также по ассоциации с другими облаками, такими, например, как кучево-дождевые.
Существенную помощь в распознавании облаков оказывает также знание географии местности. Если облачные полосы пересекают высокие горные цепи и при этом не испытывают их влияния, то о высоте таких облаков можно судить однозначно и отнести их к перисто-образным. Полосы более или менее плотных перистых облаков часто дают тень на облака нижнего и среднего ярусов или заснеженную поверхность Земли. Особенно четкие тени связаны с перистыми облаками, образующимися с правой стороны струйного течения.
К перисто-образным облакам могут быть отнесены не только перистые облака, но и облачные поля других форм, имеющие аналогичную структуру. Так, например, при условии отсутствия других опознавательных признаков, изолированное поле адвентивного тумана над открытым морем создает на снимке такой же фотографический эффект, что и перистые облака. Однако знание физического механизма и района образования тех или иных облачных образований, учет истории, а также привлечение других источников позволяют правильно идентифицировать типы облачности.

Слоистообразная облачность

Основной отличительной чертой слоистообразной облачности на ТВ снимке является ее матовый однородный тон. Мезоструктура этой облачности бывает неопределенная или полосная. Вдоль полос обычно сохраняется однородность тона либо она меняется постепенно.
Тон изображения плотных слоисто-образных облаков чаще белый, иногда ярко-белый, тонких — светло-серый.
Изображение слоистообразной облачности на ТВ снимках создается слоисто-дождевыми (Ns), слоистыми (St), высокослоистыми (As) облаками. Кроме того, некоторые кучево-образные облака: кучевые (Сu), высококучевые (Ас) и слоисто-кучевые (Sc), состоящие из сравнительно мелких облачных элементов, разделенных такими же мелкими просветами, могут выглядеть на ТВ снимках как слоистообразные. Наибольшей яркостью на снимке будут обладать слоисто-дождевые облака, среднее альбедо которых составляет 80%. Меньшая яркость будет у As, имеющих среднее альбедо 60%.
Слоистообразная облачность часто наблюдается в сочетании с кучево-образной. В этом случае матовый топ изображения, характерный для слоистообразной облачности, будет несколько нарушен вкраплениями зернистых или более крупных облачных элементов округлых форм. Нередко в слоистообразную облачность бывают включены кучево-дождевые облака (Cb), которые на снимках просматриваются в виде ярко-белых пятен на менее ярком однородном фоне. Иногда присутствие СЬ можно обнажить по теням от их вершин, выступающих над верхней кромкой слоистообразных облаков. По 'количеству слоистооб-разная облачность бывает только сплошной или значительной.
Для нее характерны большие горизонтальные размеры (до нескольких тысяч километров). Вертикальная мощность ее колебаться от 0,3 до 5—6 км.
Слоистообразная облачность чаще всего наблюдается в области теплых и окклюдированных фронтов, а также в антициклонах в холодную половину года.
От слоистообразных облаков следует отличать туман. На спутниковых фотографиях он имеет сплошное молочно-белое изображение с роимыми краями, повторяющими, как правило, формы рельефа. Адвективный туман над океанами может иметь также полосную структуру, напоминающую структуру перистых облаков. Плотный туман легко опознается даже на фоне снега, поскольку закрывает контуры подстилающей поверхности и может просматриваться сквозь тонкую облачность. Слабый (просвечивающий) туман обнаруживается на снимках только при отсутствии снега и облачности. Светло-серая пелена тумана над небольшими водными бассейнами создает иногда впечатление свечения воды наподобие солнечного блика.
Определенные трудности дешифрирования представляют туманы на ИК изображениях. Малый температурный контраст между туманом и подстилающей поверхностью очень часто не позволяет по тону изображения отличить туман от других объектов. В этом случае существенную помощь могут оказать аэросиноптические материалы за сроки, наиболее близкие к срокам съема информации.

Кучевообразная облачность


Кучевообразная облачность (ячейки)

Изображения кучевообразной облачности на фотоснимках отличается большой яркостной неоднородностью. Тон изображения этих облаков может колебаться от серого до ярко-белого, причем светлый тон изображения обычно чередуется с более темным. Характерной текстурой изображения является зернистая, волокнистая или куполообразная. Мезоструктурные образования кучевообразной облачности могут быть трех видов: ячейки, полосы, цепочки.
Из кучевообразных облаков по фотоснимкам можно выделить в основном облака вертикального развития, к которым относятся кучевые (Си), мощные кучевые (Си cong.) и некоторые формы слоисто-кучевых облаков (Sc). Яркость тона изображения кучевообразных облаков прямо пропорциональна их горизонтальным и вертикальным размерам.
Небольшие скопления кучево-образных облаков, имеющие размеры меньше, чем разрешающая способность системы, выглядят на снимке как сплошная серая дымка и могут быть расшифрованы как тонкие слоистообразные облака. К таким облакам относятся кучевые хорошей погоды < (Сu hum), высококучевые (Ас), некоторые формы слоисто-кучевых (Sc) и перисто-кучевых (Сс).
Кучевообразные облака обычно располагаются в виде отдельных редких облаков или в виде значительных скоплении их. Горизонтальные размеры облаков колеблются в очень широких пределах. Кучевообразные облака могут сочетаться с другими формами облаков всех ярусов. Выделяться на фоне других облаков они будут в том случае, если имеют большую яркость изображения на снимке, либо по характерной тени, отбрасываемой ими на нижележащие облака.
Кучевообразные облака чаще всего образуются вблизи холодных фронтов и в тылу циклона в неустойчивой воздушной массе.
Особенно важно выделить среди других облаков кучево-дождевую облачность. Основными признаками для дешифрирования изображений Сb на ТВ снимке являются: наиболее яркий (ярко-белый) фон изображения (альбедо порядка 80%); отчетливо очерченные контуры облачности, хорошо различимые на фоне подстилающей поверхности и легко опознаваемые на фоне любой другой облачности. Куполообразная текстура изображения; значительные колебания горизонтальных размеров; характерные выбросы (шлейф) наковален перистых облаков; полосная мезоструктура (в виде гряд).
СЬ встречаются как изолированные, так и в сочетании с другими формами. В случае сочетания СЬ с другими формами граница их выражена резко: они обнаруживаются по теням, создаваемым вершинами, ярко-белые купола которых выступают на более темном фоне. В случае отсутствия теней СЬ опознаются по яркости их изображения на снимках. Они могут наблюдаться в тылу циклона в неустойчивом холодном воздухе, а также в антициклоне и размытом барическом поле в особенности в летнее время года.

Слоисто-кучевообразная облачность


Слоисто-кучевая облачность обозначена как SC Sheets

На телевизионных фотографиях слоисто-кучевообразные облака имеют вид крупных или мелких гранул. Иногда эта облачность на снимке выглядит в виде поля изолированных расплывшихся пятен, в центре которых, как правило, прослеживается относительно яркое образование из более мощных облаков. Для слоисто-кучевообразных облаков характерна зернистая текстура. Облачность имеет серый и светло-серый тон на ИК изображениях, светлый и ярко-белый тон на снимках, полученных в видимых лучах. Облака этих форм имеют хорошо выраженную структуру и очень часто группируются в гряды и полосы, которые обычно ориентируются по направлению ветра. Слоисто-кучевообразная облачность формируется в холодном влажном воздухе в подинверсионном слое и имеет небольшую вертикальную протяженность.

Кучево-дождевая облачность


Кучево-дождевая облачность

Этот вид облачности достаточно легко опознается на телевизионных изображениях. Кучево-дождевые облака обычно имеют куполообразную текстуру, большую яркость и размеры. На снимках они имеют вид крупных ярких белых пятен с размерами в поперечнике 10—40 км, а иногда и более.
Облачные образования диаметром около 100 км и более представляют собой скопление отдельных кучево-дождевых облаков, у которых наковальни слились и образовали сплошной покров перистых облаков.
Шлейф перистых облаков, по данным К. О. Эриксона, связанный с кучево-дождевой облачностью, наблюдается при наличии вертикального сдвига ветра. В этом случае наветренный край кучево-дождевого облака резкий, а подветренный, куда происходит снос перистых облаков, размытый. Шлейф перистых облаков простирается по направлению ветра на уровне облаков. В связи с этим по изображению кучево-дождевой облачности можно определять направление воздушных потоков в верхней тропосфере (на уровне перистых облаков), а они в некоторой степени характеризуют перемещение самих кучево-дождевых облаков.
Наличие кучево-дождевых облаков на ТВ снимке является хорошим индикатором для прогноза гроз, ливней и шквалистых ветров в районе, для которого получена спутниковая информация.
При определенных условиях ТВ съемки вес же не всегда удается правильно распознать отдельные формы облачности, тем более что в оперативной практике использования спутниковых изображений этот этап дешифрирования является промежуточным. Эти и другие соображения способствовали созданию обобщенного метода дешифрирования ТВ изображений облачности. Сущность метода, который предложил И. П. Ветлов, заключается главным образом не в распознавании отдельных облачных форм, фиксируемых при наземных наблюдениях, а в выявлении типовых облачных систем, связанных с характерными атмосферными процессами. В основу такого подхода к дешифрированию положен принцип — каждая отдельная облачная система обусловлена определенной формой циркуляции в атмосфере. Дешифрирование изображений облачности в таком плане облегчает и задачу выделения обычных облачных форм, которая после выявления типовых облачных систем с точки зрения анализа и прогноза погоды во многих случаях может терять свое самостоятельное значение.

Назад в раздел

 

© Meteoweb.ru 2006 – 2017
Все права защищены. Авторы проекта не несут ответственности
за точность прогнозов погоды и за возможные негативные
последствия, возникшие при использовании информации с сайта.
При использовании информации с сайта гиперссылка на Meteoweb.ru обязательна!



INFOBOX - хостинг php, mysql + бесплатный домен! Индекс цитирования.