Работа посвящена исследованию мезомасштабных циклонов над территорией Западной Сибири в период с 2014 по 2017 год (60 случаев возникновения), горизонтальными размерами не более 1000 км и временем жизни до 3 дней, которые зарождаются как вне прямой связи с фронтальными системами (48 %), так и на них (52 %). Проведена объективная классификация мезомасштабных циклонов на основе расчетных характеристик - кинетической энергии, энергии фазовых переходов воды в слое 1000-500 гПа и составляющих облачного продукта ATML2 радиометра MODIS. В результате, все мезоциклоны были разделены на 3 класса: 1 классу соответствуют мезоциклоны образовавшиеся в теплый период года, преимущественно внутримассовые, с значительным распространением по высоте; 2 классу принадлежат мезоциклоны образовавшиеся в фронтальных системах, с самыми низкими температурами на верхней границе облачности (среднее значение - 225,2 K), имеющие наибольшую оптическую толщину (46 у.е.) и наибольшие значения кинетической энергии (0,99*106 Дж/м2); к 3 классу относятся внутримассовые мезоциклоны с малым распространением по высоте и самыми высокими значениями температуры на верхней границе облачности. Все случаи возникновения мезоциклонов в период 2015-2017 гг. были сопоставлены с опасными явлениями погоды в точке их зарождения согласно телеграммам кода WAREP. Мезоциклоны 1 и 2 класса, в более 80 % случаев, сопровождались такими опасными явлениями как гроза,
сильный ветер, ливневый дождь, ливневый снег. В 3 классе опасные явления фиксировались лишь в 47 % случаев, в основном это был ливневый снег. Также была решена задача по обнаружению мезомасштабных циклонов в автоматическом режиме. В основе методики лежит предварительно обученный искусственный интеллект (нейросеть), основанный на каскаде Хаара. Для обучения использовалось 250 предварительно подготовленных снимков с мезоциклонами и 300 снимков на которых мезоциклона нет. Вероятность обнаружения достигла 80%, при этом, вероятность совершения ошибки первого рода ("ложная тревога") не превышает 10%. На основании всех расчетов был разработан программный комплекс, в котором реализовано выделение области мезоциклона, присвоение ему класса и вероятность возникновения опасных явлений.
The work is aimed to the study of mesoscale cyclones over the territory of Western Siberia from 2014 to 2017 (60 cases), with horizontal dimensions not exceed 1000 km, and their lifecycle up to 3 days. Mesoscale cyclones can be both external and part of the frontal systems. In this regard, they were divided into frontal (52%) and non-frontal (48%). An objective classification was carried out on the basis of the calculated kinetic energy, the energy of water phase change within 1000-500 hPa, and the cloud product ATML2 of the MODIS radiometer. As a result, all mesocyclones were divided into 3 classes: 1st class consist of mesocyclones formed during the warm season, mostly intra-mass, with a significant distribution in height. Class 2 includes mesocyclones formed in the frontal systems, with the lowest temperatures at the upper cloud cover (mean value - 225.2 K), the greatest optical thickness (46 cu) and the peak values of kinetic energy (0,99*106 J/m2). Class 3 is assigned to intra-mass mesocyclones with a low height distribution and the highest temperature values at the cloud top height. All cases of mesocyclones in 2015-2017 were compared with hazardous weather phenomena at their origin according to the WAREP (Weather Reports). More than 80% of all cases mesocyclones of the 1st and 2nd classes were accompanied by such hazardous phenomena as: thunderstorm, heavy wind, heavy rain, and heavy snow. Hazardous events in 3rd class accompanied with 47% of cases, mostly shower snow. The issue of detecting mesoscale cyclones in the automatic mode has been solved. The technique is based on artificial intelligence (neural network) which has been trained based on the Haar cascade. For training we used 250 pre-prepared images with mesocyclones and 300 images where without them. The probability of detection has reached 80%, while the probability of making a mistake of the first kind ("false alarm") does not exceed 10%. Based on all calculations a software package has been developed which allow detecting of mesocyclone area, assigning a class and probability of occurrence of hazardous phenomena.
