Analysis of mountain waves’ characteristics obtained by high-resolution numerical modeling on Eastern Siberia and Russian Far East

Cover Page

Cite item

Full Text

Abstract

Forecasting of possible locations, intensity, vertical and horizontal propagation of mountain waves (MW) is one of the main problems to ensure flight safety. This is very important in the complete absence predictions’ methods on the territory of Russia in generally and, especially, in Far-Eastern region. Main problem of the MW forecasting is almost complete absence of MW observations and instrumental measurement of their characteristics. In the article, approach to conformity assessment of simulated MW parameters (location, intensity, vertical and horizontal propagation) to real characteristics which are approximately determined by satellite images of lenticular clouds (Sc и Ac lenticularis) and atmospheric sounding is presented. It is shown that characteristics of simulated MW by the Weather Research and Forecasting model with grid spacing of 1 km are close to actual values. Possibilities to calibrate parameters of simulated MW calculated on the 5-km grid by values obtained on 1-km grid are discussed.

About the authors

E. M Verbitskaya

Far Eastern Regional Hydrometeorological Research Institute

Email: werbaem@gmail.com
Candidate of Sciences in Geography, Leading Researcher Vladivostok, Russia

S. O Romanskiy

Far Eastern Regional Hydrometeorological Research Institute

Email: khvrom@ya.ru
Candidate of Sciences in Physics and Mathematics, Senior Researcher Vladivostok, Russia

References

  1. Sharman R.D., Lane T. (Eds.). Aviation turbulence: processes, detection, prediction. Springer International Publishing, 2016. doi: 10.1007/978-3-319-23630-8.
  2. Barry R.G. Mountain weather and climate. Cambridge: Cambridge University Press, 2008. doi: 10.1017/CBO9780511754753.
  3. Винниченко Н.К., Пинус Н.З., Шметер С.М., Шур Г.Н. Турбулентность в свободной атмосфере. Л.: Гидрометеоиздат, 1976. 288 с.
  4. Романский С.О., Вербицкая Е.М. Сильные шквалистые ветры в Южно-Сахалинске летом 2014 г. // Геосферные исследования. 2023. № 4. С. 141–154. EDN: LZBUBM.
  5. Вербицкая Е.М., Крохин В.В., Романский С.О. Прогноз опасных для авиации явлений погоды на территории Восточной Сибири и Дальнего Востока России // Труды ДВНИГМИ. 2024. Вып. 157. С. 18–40.
  6. Galway J.G. The lifted index as a predictor of latent instability // Bulletin of the American Meteorological Society. 1956. Vol. 37. P. 528–529. doi: 10.1175/1520-0477-37.10.528.
  7. Skamarock W.C., Klemp J.B. A time-split non-hydrostatic atmospheric model for research and NWP applications // Journal of Computational Physics. 2007. Vol. 227 (7). P. 3465–3485. doi: 10.1016/j.jcp.2007.01.037.
  8. Fritts D.C., Lund A.C., Lund T.S., Yudin V. Impacts of limited model resolution on the representation of mountain wave and secondary gravity wave dynamics in local and global models. 1: Mountain waves in the stratosphere and mesosphere // Journal of Geophysical Research: Atmospheres. 2022. Vol. 127. e2021JD035990. doi: 10.1029/2021JD035990.
  9. Fritts D.C., Lund A.C., Lund T.S., Yudin V. Impacts of limited model resolution on the representation of mountain wave and secondary wave dynamics in local and global models. 2: Mountain wave and secondary wave evolutions in the thermosphere // Journal of Geophysical Research: Atmospheres. 2022. Vol. 127. e2021JD036035. doi: 10.1029/2021JD036035.
  10. Feltz W.F., Bedka K.M., Otkin J.A., Greenwald T., Ackerman S.A. Understanding satellite-observed mountain-wave signatures using high-resolution numerical model data // Weather and Forecasting. 2009. Vol. 24. P. 76–86. doi: 10.1175/2008WAF2222127.1.
  11. Wilms H., Bramberger M., Dörnbrack A. Observation and simulation of mountain wave turbulence above Iceland: turbulence intensification due to wave interference // Quarterly Journal of the Royal Meteorological Society. 2020. Vol. 146. P. 3326–3346. doi: 10.1002/qj.3848.
  12. Xia G., Draxl C., Raghavendra A., Lundquist J.K. Validating simulated mountain wave impacts on hub-height wind speed using SoDAR observations // Renewable Energy. 2021. Vol. 163. P. 2220–2230. doi: 10.1016/j.renene.2020.10.127.
  13. Eckermann S.D., Lindeman J., Broutman D., Ma J., Boybeyi Z. Momentum fluxes of gravity waves generated by variable Froude number flow over three-dimensional obstacles // Journal of Atmospheric Sciences. 2010. Vol. 67. P. 2260–2278. doi: 10.1175/2010jas3375.1.

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2025 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».