Мониторинг, прогнозирование и обеспечение готовности к метеорологическим бедствиям и ликвидации их последствий

Защита жизни и собственности людей от бедствий, связанных с погодой, климатом и водой, была и остаётся важнейшей задачей для обеспечения глобального устойчивого развития. Это особенно важно для метеорологов, потому что почти 90 % стихийных бедствий обусловлены или инициированы опасными метеорологическими явлениями.

Китай расположен в зоне муссонов, где погода и климат весьма изменчивы и где явления суровой погоды и климатические бедствия происходят часто. Китайцы давно страдают от таких бедствий и поэтому накопили опыт в смягчении последствий бедствий и развитии метеорологических наук. Записи показывают, что еще в 2200—2100 годах до н.э. Император Ю помог китайскому народу, разработав методы борьбы с наводнениями и укрощения рек. Смягчение последствий бедствий, связанных с погодой, климатом и водой остаётся одним из главных приоритетов в работе Китайского метеорологического управления (КМУ) и в рамках соответствующей научно-исследовательской деятельности.

Нельзя преуменьшить значительные  усилия ВМО в этой области. ВМО координирует наблюдения, мониторинг и обмен данными по всему миру и содействует научным исследованиям с целью повышения успешности прогнозов экстремальных метеорологических явлений. Например, Глобальная система обработки данных и прогнозирования (ГСОДП) ВМО способствует совместному использованию данных, а также совместному использованию возможностей для численного прогнозирования погоды и климата. Китайские метеорологи получают пользу от деятельности ВМО и, в свою очередь, прилагают усилия, чтобы внести в неё свой вклад, обеспечивая тем самым общее благосостояние человечества.

 

Прогресс и последние достижения

За последнее столетие учёные добились значительного прогресса в мониторинге, прогнозировании и обеспечении готовности к связанным с погодой, климатом и водой бедствиям и ликвидации их последствий. Это случилось благодаря применению данных спутникового дистанционного зондирования, численного прогнозирования погоды и климата и обработке данных с использованием высокопроизводительных компьютеров — все это началось в 1960-х годах и достигло высокого уровня в 1990-х годах.

В настоящее время имеется следующее: полнокомплектная группировка метеорологических спутников, способных осуществлять мониторинг любой метеорологической системы, возникающей в любое время и в любом месте; модели высокой сложности, способные прогнозировать погоду с заблаговременностью от нескольких часов до нескольких дней и климатические аномалии с заблаговременностью от нескольких месяцев до нескольких лет; суперкомпьютеры, способные быстро обрабатывать «большие данные».

Примеры тропических циклонов (ураганов в Атлантическом регионе и тайфунов в Тихоокеанском регионе) и длительных наводнений позволяют нам продемонстрировать прогресс и последние достижения. Тропические циклоны часто становятся причиной связанных с погодой бедствий, в то время как длительное наводнение является типичным бедствием, связанным с климатом.

Тропические циклоны (ураганы и тайфуны)

Рис. 1. Развитие и траектория движения центра тайфуна Раммасун (12—20 июля 2014 г.)

Рис. 2. Предсказания траектории движения центра тайфуна Раммасун 16 июля по расчетам с использованием моделей ЧПП (за 3 дня до выхода на сушу в провинции Хайнань)

В 1900 году никакого предупреждения не было, когда ураган Галвестон (1900 г.), ставший одним из самых страшных стихийных бедствий в истории США, вышел на сушу в Галвестоне, штат Техас, потому что в то время не было никакого мониторинга и прогнозирования. Ураган полностью разрушил город, и примерно от 6 000 до 8 000 человек погибло.

В 1992 году метеорологические спутники обеспечивали непрерывный мониторинг урагана Эндрю. Но эффективное предупреждение было дано только за 24 часа до выхода урагана на сушу, потому что численное прогнозирование погоды было недостаточно развито в то время.

Всего лишь 20 лет спустя предупреждение о том, что ураган Сэнди (2012 г.) выйдет на сушу, было выпущено за 5 дней до того, как он достиг побережья США, несмотря на необычную траекторию шторма. Это стало результатом достижений в моделировании ЧПП с усвоением данных спутниковых наблюдений. Интересно, что модели ЧПП без усвоения метеорологических спутниковых данных прогнозировали, что ураган будет безостановочно двигаться на восток, не поворачивая к прибрежной зоне и не выходя на сушу.

В 2014 году китайские спутники Фэн Юнь-2 и Фэн Юнь-3, а также американские и японские геостационарные спутники следили за развитием и траекторией движения (12—20 июля, рис. 1) супертайфуна Раммасун. На рис. 2 показана траектория движения центра тайфуна 16 июля 2014 года в соответствии с прогнозами различных моделей ЧПП (за 3 дня до того, как он вышел на сушу в провинции Хайнань). Спутниковые данные и модели ЧПП позволили КМУ выпустить предупреждения для судов и рыбаков до того, как Раммасун вошёл в Южно-Китайское море, и предупреждения о выходе на сушу в провинции Хайнань с заблаговременностью 36 часов. С такими заблаговременными предупреждениями провинциальные и городские власти могли планировать и предпринимать безотлагательные меры, чтобы смягчить ущерб. Когда Раммасун совершил второй и третий выходы на сушу в провинциях Хайнань и Гуандун соответственно, он принёс сильный ветер (максимум 60—63 м/с), сильный дождь и затопление (3 м) прибрежной зоны и высокие океанские волны (13 м). Это нанесло серьёзный ущерб.

Человеческих жертв в провинции Гуандун в результате Раммасуна не было благодаря непрерывному мониторингу, точному прогнозу, стратегическому планированию и соответствующим мерам реагирования. Однако экономические потери были значительными по причине силы и сложной асимметричной структуры тайфуна. Силу и структуру тайфуна всё ещё сложно прогнозировать, и это требует дальнейших исследований.

Длительное наводнение

Рис. 3. Прогнозирование аномалий осадков (%) в реальном времени для лета (ИИА) 1998 г. с использованием ИАФ/ДКП, инициированной для периода с 1 по 28 февраля. Прогноз включает: (А) ансамблевый прогноз аномалии дождевых осадков для лета (ИИА) 1998 г., (Б) стандартное отклонение элементов ансамблевого прогноза, (В) вероятность положительной аномалии.

Рис. 4. Аномалии (%) дождевых осадков летом для 1998 г.: (А) наблюдения, (Б) прогнозы

Муссонные регионы часто имеют высокую плотность населения, и там применяются традиционные методы ведения сельского хозяйства, особенно при выращивании сельскохозяйственных культур. На безопасность людей и урожай сельскохозяйственных культур серьезное влияние оказывают связанные с климатом бедствия, такие как наводнения и засухи. Следовательно, прогнозирование связанных с климатом бедствий имеет очень важное значение.

ВМО учредила Всемирную программу исследований климата (ВПИК) в 1983 году после того, как ЧПП стало осуществляться на регулярной основе в ряде развитых стран. В рамках программы был опубликован 10-летний план развития динамических (численных) климатических прогнозов (ДКП).

В ходе осуществления ВПИК в Китае опыт, накопленный в 1989 году, показал, что есть возможность расширить ДКП до двух сезонов или даже до одного года. Прогноз на период длительнее сезона (на два сезона) с использованием модели ДКП (ИАФ-ДКП) стал одной из оперативных схем для повседневного прогнозирования климата в КМУ в 1994 году.

На примере прогнозирования летней (июнь (И), июль (И), август (А)) аномалии дождевых осадков можно сказать, что ИАФ/ДКП состоит из трёх частей: ансамблевые прогнозы, которые инициируются каждый февраль; система коррекции для того, чтобы устранить смещение модели с помощью статистики на основе ретроспективных прогнозов; окончательный (официальный) прогноз, который состоит из трёх компонентов, как показано на рис. 3 (А—В). На рисунке показан в реальном времени прогноз аномалий для лета (ИИА) 1998 года, полученный с помощью ИАФ/ДКП, инициированной для периода с 1 по 28 февраля.

Высокая вероятность и небольшое стандартное отклонение указывают на то, что прогноз выглядит правдоподобным. На рис. 4 приведены результаты проверки, подтверждающие, что прогноз климата был успешным. Режимы летних аномалий дождевых осадков в 1998 году, полученные в результате прогнозирования и на основе данных наблюдений, очень похожи. Сила положительной аномалии необычно велика, как по прогнозу, так и по данным наблюдений (хотя аномалия по прогнозу была меньше, чем аномалия по данным наблюдений).

В примере на рис. 3—4 прогноз климата показывает, что наводнения могут произойти на средних и низких участках реки Янцзы и вдоль реки Нэньцзян (северо-восточная часть Китая). В связи с этим оповещение было направлено в начале марта центральным и провинциальным органам власти, чтобы начать подготовку по обеспечению защиты от наводнений.

Наводнения, произошедшие впоследствии, были необычно сильными. Берег реки Янцзы был неожиданно разрушен у города Цзю Цзян в непредвиденном месте. Аварийно-спасательным службам пришлось мобилизовать население и материалы по всему Китаю. Президент Китая Цзян Цзэминь приехал в Цзю Цзян, чтобы возглавить работу по смягчению ущерба от наводнения и перекрытию разрушенного берега. Последующий спутниковый мониторинг и ЧПП оказали большую помощь инженерам, перед которыми стояла задача перекрыть берег. Таким образом, численный прогноз погоды оказался полезным для заблаговременной подготовки по обеспечению защиты от наводнений, а спутниковый мониторинг и ЧПП — для мероприятий во время бедствия с целью ликвидации его последствий.

К определенным недостаткам прогнозов можно было отнести то, что по прогнозу летние осадки были недостаточно сильными, и должное внимание не было уделено прогнозированию особенностей чрезвычайной ситуации (в частности, размера пострадавшей территории, глубины затопления, времени и места разрушения берега, что стало серьезной проблемой).

Рис. 6. Спутниковые орбиты: Фэн Юнь-3 (FY-3), раннее утро, NPP (полдень) и Metop (середина утра)

Обеспечение готовности к метеорологическим бедствиям и ликвидации их последствий

Итак, следующие шаги являются важными при управлении рисками бедствий во время экстремальных метеорологических явлений.

1. Мониторинг и прогнозирование метеорологической/климатической ситуации и её эволюции.
2. Прогнозирование последствий или катастрофических ситуаций и оценка потенциальных потерь.
3. Выпуск предупреждений.
4. Разработка стратегического плана защитных мероприятий.
5. Осуществление плана и регулирование ситуации в реальном времени (принимая во внимание свежую информацию, получаемую в результате мониторинга погоды и бедственной ситуации в реальном времени).
6. Проверка и оценка фактических потерь (на основе данных и опыта).
7. Хранение данных и документов в соответствующих (или специальных) банках данных и библиотеках.

Каждый шаг в процессе обеспечения готовности к бедствиям и смягчения их последствий следует оптимизировать для рассмотрения конкретных сценариев и удовлетворения конкретных потребностей, особенно шаги (2), (4) и (5). Для достижения непрерыв­ного успеха необходимо тесное сотрудничество между метеорологами и учёными из других областей знаний.

Дальнейшие улучшения

Ниже приводятся ряд рекомендаций по продвижению вперед, основанных на китайском опыте, планах и соображениях.

 

Улучшение мониторинга, наблюдений и дистанционного зондирования

Интегрированная глобальная система наблюдений ВМО (ИГСНВ) является всеобъемлющей и крайне важной для непрерывного улучшения в области интеграции и совместного использования данных наблюдений. Китай сделает свой вклад в космический компонент ИГСНВ посредством запуска на раннеутреннюю полярную орбиту спутника серии Фэн Юнь-3 и геостационарных спутников нового поколения серии Фэн Юнь-4 с высоким временным и пространственным разрешением и улучшенными возможностями для мониторинга (например, мониторинг вертикальных профилей температуры и влажности, более детальной структуры облаков и молний).

В будущем в составе космического компонента ИГСНВ будут три полярно-орбитальных спутниковых комплекса (Фэн Юнь-3 — раннее утро, NPP — полдень и Metop — середина утра). Они будут составлять орбитальную группировку для наблюдения за всем земным шаром и обеспечения каждые шесть часов данных, необходимых для усвоения в целях ЧПП (рис. 6).

Спутники серии Фэн Юнь-4 будут полезны для мониторинга и прогнозирования тропических метеорологических систем, таких как тайфуны, колебаний Маддена-Джулиана, высокой грозовой активности, сильных дождей или наводнений в районах Тихого и Индийского океанов. Предварительные результаты мониторинга процессов развитий гроз и молний с использованием Фэн Юнь-4А (первый экспериментальный спутник серии Фэн Юнь-4А, запущенный в 2016 году) уже показали их полезность.

Китайские учёные также рассматривают возможности для новых применений небольших спутников и спутников с высоким разрешением для изучения и мониторинга метеорологических систем. Предварительные результаты, полученные с помощью китайского научно-исследовательского спутника Гао Фэн-4 (запущен в 2016 году), показали, что у тайфуна Непартак был глаз с очень детальной структурой. В противоположность сказанному в прошлом считалось, что глаз тайфуна является областью спокойной погоды.

КМУ строит Лунмэньскую комплексную наземную станцию в провинции Гуандун для наблюдения за микрофизикой облаков и дождя, их вертикальными профилями и спектром дисперсности дождевых капель с помощью радиолокаторов, лазеров и других методов. Цель заключается в разработке на основе наблюдений и физики схем параметризации для улучшения ЧПП.

 

Улучшение метеорологических прогностических моделей и усвоения данных

За последние 20 лет в ЧПП в области усвоения данных достигнут значительный прогресс. Но сложные модели для прогнозирования климата, сильного дождя, структуры тайфуна и т. п. следует серьезно улучшить для удовлетворения будущих потребностей. Усвоение специальных данных также может быть проблемой.

У Китая есть сеть наземных автоматических станций с очень высоким разрешением, обеспечивающих, практически, непрерывный поток метеорологических данных во времени и пространстве. Например, в трёх провинциях южной части Китая — Гуандун, Гуанси и Хайнань — имеются 5 265 станций. Усвоение этих очень полезных, но неоднородных данных в моделях ЧПП является проблемой, которую ещё предстоит решать. Некоторые схемы использовались в экспериментальном порядке, но необходимы дальнейшие улучшения, чтобы обеспечить возможность для регулярного применения.

 

Разработка численных моделей для прогнозирования бедствий и моделей для оптимального управления бедственными ситуациями и их регулирования в реальном времени

В настоящее время метеорологи могут на регулярной основе давать прогнозы бедственных ситуаций на основе прошлого опыта или изучения предыдущих случаев. Но эти прогнозы не полностью объективны, необходимо обрабатывать большие данные, особенно данные, полученные с использованием географических информационных систем (ГИС).

Прогнозирование (априорную оценку) потерь можно осуществить с использованием цифровых данных или карт, отображающих бедственную ситуацию, а также данных, полученных с использованием ГИС для отображения социальной ситуации. Затем прогноз бедственной ситуации и априори оцененные потери можно довести до сведения директивных органов для управления рисками бедствий. Регулирование бедствия в реальном времени осуществляется директивными органами на основе их опыта и коллективных обсуждений.

Желательно выполнять эту работу объективно, с использованием суперкомпьютерных вычислений, чтобы помочь в удовлетворении будущих потребностей. Разработка численных (количественных) моделей для прогнозирования бедственных  ситуаций и моделей для оптимального управления бедственными ситуациями и их регулирования в реальном времени необходима и важна.

Модели наводнений, модели оползней и другие модели находятся в настоящее время в стадии разработки, но им необходимы дополнительные улучшения с тем, чтобы их можно было использовать в ближайшем будущем. Этого можно достичь посредством сочетания суперкомпьютерных вычислений и соответствующих научных исследований и технологии.

Оптимальное управление бедственной ситуацией означает, что план управления должен быть разработан в соответствии с определёнными принципами, например использование минимальной рабочей силы и минимальное расходование финансовых средств для проведения мероприятий и обеспечение минимальных потерь за счёт смягчения последствий бедствия. Мероприятия предусматривают эвакуацию жителей, мобилизацию рабочей силы и материалов, оценку необходимых трудовых ресурсов и инженерно-технических работ, обеспечение транспорта, контроль и регулирование уровня воды и расхода воды (в случае наводнения) и т. д. Следовательно, оптимальное управление связано со сложными математическими проблемами, которые можно решить только с помощью суперкомпьютерных вычислений. 

Передача и визуализация данных важны при регулировании мероприятий в реальном времени. Используя такие методы, приёмы и оборудование, процессы развития метеорологических и бедственных ситуаций, а также результаты мероприятий можно визуализировать в реальном времени, и директивные органы могут принимать свои решения.

 

Создание научной платформы

Есть необходимость в построении моста — научной платформы — для ускорения научных исследований с целью использования их результатов для регулярного практического применения, чтобы добиться необходимых улучшений, перечисленных выше. Такие платформы уже созданы в Европе, Японии, Соединенном Королевстве и США.

Китай разрабатывает научную платформу, Систему численного моделирования Земли (СЧМЗ), посредством сотрудничества Китайской академии наук, КМУ и ряда китайских университетов.

Цели СЧМЗ состоят в том, чтобы:

1. Разработать модели системы Земля для исследования глобальных изменений климата и окружающей среды и их региональных последствий.
2. Разработать модели бесшовного численного прогнозирования (от прогнозирования климата к прогнозированию погоды и к наукастингу), а также модели прогнозирования бедствий, модели оптимального управления и методы регулирования в реальном времени.
3. Разработать численную модель проектирования  будущих систем наблюдения.
4. Разработать методы применения больших данных (исследование больших данных и искусственного интеллекта). 

Китай собирает и накапливает большие объёмы данных и ценные комплекты данных (большие данные) в ходе долгосрочного метеорологического наблюдения за соответствующими бедствиями, их прогнозирования и управления ими. Разработка методов и технологий для работы с большими данными будет важной и полезной, особенно для прогнозирования бедствий и управления ими в определённых районах. Учёные разрабатывают новые теоретические и практические методы в дополнение к существующим статистическим методам. К этим новым методам относятся методы тщательного и количественного анализа причинно-следственной связи. Будет интересно протестировать эти инновационные методы на практике.