Оценка опасности зон структуры тропических циклонов на основе почти периодического анализа

Андрей Владимирович Калач; Александр Александрович Парамонов; Алексей Леонидович Шкерин

doi:10.17308/sait/1995-5499/2025/2/16-28

Андрей Владимирович Калач Воронежский институт ФСИН России, МИРЭА – Российский технологический университет https://orcid.org/0000-0002-8926-3151
Александр Александрович Парамонов МИРЭА – Российский технологический университет https://orcid.org/0000-0002-8504-2108
Алексей Леонидович Шкерин МИРЭА – Российский технологический университет https://orcid.org/0009-0004-2839-4731

DOI: https://doi.org/10.17308/sait/1995-5499/2025/2/16-28

Ключевые слова: почти периодический анализ данных, обработка изображений, тропические циклоны, тайфуны, техносферная безопасность, чрезвычайная ситуация, опасные природные явления, классификация тропических циклонов, оценка безопасности, классификация циклона

Аннотация

Предложен оригинальный подход к оцениваю опасных зон структуры тропических циклонов на основе обработки изображений динамики структуры ураганов. В ходе исследования по результатам обработки и анализа изображений самых крупных и разрушительных тропических циклонов за последние годы, были получены характерные почти периоды, на основе которых были составлены критерии оценки опасности зон тропических циклонов на обрабатываемых изображениях. Полученные оценки были сопоставлены со шкалой ураганов Саффира — Симпсона, что позволило определить классификацию опасных зон для соответствующих категорий развития тропического циклона. В отличие от шкалы ураганов предлагаемая методика позволяет осуществить оперативную классификацию в режиме реального масштаба времени развивающегося тайфуна лишь по доступным фото- или видео данным динамики опасного природного явления. Показана возможность классификации структуры тропических циклонов по зонам различного уровня опасности при помощи почти периодического анализа, что позволит реализовать соответствующие мероприятия по обеспечению мер безопасности при возникновении чрезвычайных ситуаций, вызванных тропическими циклонами. Необходимо отметить, что при использовании для классификации тайфунов традиционной шкалы ураганов, основанной на силе ветра, необходимы дополнительные данные об уровне замеров скорости ветра на высоте порядка 10 м над уровнем моря. При этом, измеряемая скорость ветра, должна фиксироваться постоянно на протяжении минуты, что не всегда представляется возможным, поскольку порывы ветра, особенно, в штормовые погодные условия непостоянны. Для задачи прогнозирования динамики развития структуры тропических циклонов, были предложены ключевые критерии оценивания опасных зон опасного природного явления на основе результатов почти периодического анализа изображений. Полученные оценки универсализированы и являются независимыми от размеров обрабатываемого изображения тропического циклона, что позволило получить отклонение получаемых расчётных и фактических значений опасности циклонов по предлагаемой шкалах в пределах 10 %.

Скачивания

Данные скачивания пока не доступны.

Биографии авторов

Андрей Владимирович Калач, Воронежский институт ФСИН России, МИРЭА – Российский технологический университет

д-р хим. наук, проф., начальник кафедры безопасности информации и защиты сведений, составляющих государственную тайну Воронежского института ФСИН России

Александр Александрович Парамонов, МИРЭА – Российский технологический университет

аспирант третьего курса кафедры прикладной математики, МИРЭА – Российский технологический университет

Алексей Леонидович Шкерин, МИРЭА – Российский технологический университет

аспирант первого курса кафедры прикладной математики, МИРЭА – Российский технологический университет

Литература

1. Mokhov I. I. (2023) Russian climate research in 2019–2022. Izvestiya Rossiiskoi Akademii Nauk. Fizika Atmosfery i Okeana. 59(7). P. 830– 851. DOI
2. Kuzmin S. B. (2024) Natural disasters in the context of management and national security of the Russian Federation. Climate and Nature. 1(50). P. 3–15.
3. Wen Y., Xu X., Waseda T. and Lin P. (2024) Energy flux variations and safety assessment of offshore wind and wave resources during typhoons in the northern South China Sea. Ocean Engineering. 302. P. 117683.
4. Lo K. W., Chan P. W. and Lai K. K. (2024) Observations and simulations of the winds at a bridge in Hong Kong during two tropical cyclone events in 2023. Applied Sciences. 14(17). P. 7789.
5. Lin L. and Wang F. C. (2024) Analytical behavior of concretefilled steel tubular pile used in coastal wharf structure subjected to combined loads. Ocean Engineering. 308. P. 118388.
6. Burmistrova S. S. and Savenkov I. A. (2024) Analysis of the impact of extreme weather events on navigation and development of risk mitigation measures. Original Research. 14(2). P. 66–70.
7. Tarasov I. M., Larin A. I. and Makhova N. B. (2024) Application of probability theory for ensuring navigation safety. Economics and Security. 4. P. 56–59.
8. ArcGIS Online. URL
9. Emanuel K. (2005). Increasing destructiveness of tropical cyclones over the past 30 years. Nature. 436. P. 686–688. DOI
10. Sukmanova T. V., Baranov N. S. and Strekal A. V. (2023) Vulnerability assessment of coastal systems in Kaliningrad region using CVI index. Vestnik BFU im. I. Kanta. Estestvennye i meditsinskie nauki. 4. P. 81–94. DOI
11. Sahoo B. and Bhaskaran P. K. (2018) Multi-hazard risk assessment of coastal vulnerability from tropical cyclones – A GIS based approach for the Odisha coast. Journal of Environmental Management. 206. P. 1166–1178.
12. Xu J., Xue X., Yang B., Wang W., Wu W. and Ji X. (2024) Risk assessment of landfalling tropical cyclones in China based on hazard risk theory. Applied Sciences. 14(12). P. 5126.
13. Ricci F., Yang M., Reniers G. and Cozzani V. (2024) Emergency response in cascading scenarios triggered by natural events. Reliability Engineering & System Safety. 243. P. 109820.
14. Cardona O. D., Ordaz M. G., Mora M. G., Salgado-Gálvez M. A., Bernal G. A., Zuloaga-Romero D., Fraume M. C., Yamín L. and González D. (2014) Global risk assessment: A fully probabilistic seismic and tropical cyclone wind risk assessment. International Journal of Disaster Risk Reduction. 10. P. 461–476.
15. Wan C., Tian Y., Liu J., Yan Y., Shi Z., Wen J. and Yan L. (2024) Identify-ing socioeconomic exposure patterns and hotspots of global tropical cyclones from 1990 to 2019. Climate Services. 34. P. 100494.
16. Artyukhin V. V. (2023) Assessment of the possibility of simultaneous occurrence of largescale emer-gencies. International Journal of Applied Sciences and Technologies Integral. 5.
17. Yaroshevich M. I. (2014) A variant of the concept of “cyclonic hazard” – foundations of a system for assessing cyclone risk. Risk Analysis Problems. 11(4). P. 28–39.
18. National Oceanic and Atmospheric Administration. URL
19. Kuzmin V. I. and Gadzaov A. F. (2012). Methods of building models from empirical data. Moscow : MGIREA.
20. Kalach A. V., Paramonov A. A. and Krynetsky B. A. (2024) On the issue of analyzing meteorological data with an ordered argument in the context of solving technosphere safety problems. Technosphere Safety Technologies. 3(105). P. 170– 180. DOI
21. Paramonov A. A. and Kalach A. V. (2024) Modeling emergencies using nearperiodic analysis of typhoon structure images. Bulletin of the South Ural State University. Series: Mathematics. Mechanics. Physics. 16(4). P. 67–74. DOI
22. Paramonov A. A. (2024) Detection of near-periodic characteristics of satellite images of typhoons in the context of solving technosphere safety problems. Technosphere Safety. 44(3). P. 71–76.
23. Gusyakov V. K. and Sergeev V. A. (2020) Towards certification of measurement scales for natural hazards. Nauchnyi aspect. 8(4). P. 1140– 1147.
24. Fridzon M. B. and Evtushenko O. A. (2014) On requirements for the accuracy of meteorological information. Nauchnyi vestnik MGUTS GA. 210. P. 142–144.