Možnosti predikce nebezpečných bouřkových jevů
Tato diplomová práce je zaměřená na analýzu více než 35 indexů a jejich schopnost rozlišovat mezi intenzitami nebezpečných doprovodních jevů bouřek (kroupy, nárazy větru, přívalové srážky). Dílčí stupně intenzity jevů byly vymezeny jako neintenzivní, intenzivní a extrémně intenzivní, přičemž ke každ...
Uloženo v:
| Hlavní autor: | |
|---|---|
| Další autoři: | |
| Typ dokumentu: | VŠ práce nebo rukopis |
| Jazyk: | Angličtina |
| Vydáno: |
2013
|
| Témata: | |
| On-line přístup: | http://is.muni.cz/th/270272/prif_m/ |
| LEADER | 06415ctm a22007097a 4500 | ||
|---|---|---|---|
| 001 | MUB01000850938 | ||
| 003 | CZ BrMU | ||
| 005 | 20130403081309.0 | ||
| 008 | 130207s2013 xr ||||| |||||||||||eng d | ||
| STA | |a POSLANO DO SKCR |b 2020-08-05 | ||
| 035 | |a (ISMU-VSKP)204804 | ||
| 040 | |a BOD114 |b cze |d BOD004 | ||
| 072 | 7 | |a 551 |x Geologie. Meteorologie. Klimatologie |2 Konspekt |9 7 | |
| 080 | |a 551.515.4 |2 MRF | ||
| 080 | |a 551.59 |2 MRF | ||
| 080 | |a 551.509 |2 MRF | ||
| 080 | |a (043)378.2 |2 MRF | ||
| 100 | 1 | |a Púčik, Tomáš |% UČO 270272 |* [absolvent PřírF MU] |4 dis | |
| 242 | 1 | 0 | |a Possibilities of prediction of dangerous storm phenomena |y eng |
| 245 | 1 | 0 | |a Možnosti predikce nebezpečných bouřkových jevů |h [rukopis] / |c Tomáš Púčik |
| 260 | |c 2013 | ||
| 300 | |a 149 l. | ||
| 500 | |a Vedoucí práce: Miroslav Kolář | ||
| 502 | |a Diplomová práce (Mgr.)--Masarykova univerzita, Přírodovědecká fakulta, 2013 | ||
| 520 | 2 | |a Tato diplomová práce je zaměřená na analýzu více než 35 indexů a jejich schopnost rozlišovat mezi intenzitami nebezpečných doprovodních jevů bouřek (kroupy, nárazy větru, přívalové srážky). Dílčí stupně intenzity jevů byly vymezeny jako neintenzivní, intenzivní a extrémně intenzivní, přičemž ke každému výskytu bouřky byly přirazeny na základě dat ESWD. Indexy byly zpracovány z 1962 sondáží získaných za 4 roky (2008-2011) bouřkové aktivity v regionu střední Evropy. Schopnost indexů rozlišovat mezi intenzitami jevů byla zhodnocena na základě neparametrických statistických testů (za použití hodnot pravděpodobnosti a skóre). Jedno z hlavních zjištění je, že rozlišovací schopnost indexů je často velmi rozdílná pro jednotlivé typy doprovodních jevů. Dále pak, i indexy s nejlepším dosaženým skóre vykazují alespoň mírný překryv mezi hodnotami spadajícími pod jednotlivé intenzity. Výsledky statistických testů prokázali nejlepší výsledky pro předpověď intenzivních krupobití, nejhorší pro přívalové srážky. Navíc jsme zjistili, že je jednodušší rozlišit mezi neintenzivními a intenzivními jevy, než mezi intenzivními a extrémně intenzivními. Podmínky vhodné na výskyt intenzivních krupobití byly nejlépe předpovězeny za použití indexů odrážejících labilitu atmosféry, zatímco podmínky pro intenzivní nárazy větru byly lépe vyjádřeny charakteristikami vertikálního střihu větru. Jednoduché kombinace indexů lability a střihu větru přitom vyšly jako zdaleka nejlepší prediktory intenzity obou typů jevů. V případě přívalových srážek byla ale skutečnost jiná s jejich výskytem vázaným především na situace favorizující "teplé srážkové procesy" nebo vysokou efektivitu srážek. |% cze | |
| 520 | 2 | 9 | |a Thesis is devoted to the analysis of more than 35 environmental parameters (indices) and their ability to discriminate between the intensity categories of individual severe weather types (hail, wind gusts, excessive precipitation). Intensity categories were delineated as non-severe, severe and extremely severe while severity for each of the events was assigned using the ESWD data. Environmental parameters (indices) have been processed from 1962 proximity soundings acquired for 4 years of thunderstorm activity (2008-2011) in the region of central Europe. Ability of parameters to discriminate between the intensity categories has been determined via non-parametric statistical tests (using p-values and test score values). One of the primary findings is that the discriminatory ability of a certain parameter is often very different for individual severe weather types, another being that even parameters with the best scores exhibit at least some overlap between the values of individual intensity categories. Statistical results showed that the best discriminatory skills were found for the hail events, worst for the excessive precipitation. Moreover, we found that it is easier to discriminate non-severe and severe events than severe and extremely severe ones. Severe hail environments were well predicted using the buoyancy-related parameters, while severe wind gust environments were more sensitive to the vertical wind shear. Simple combinations of buoyancy and wind shear proved as the best predictors for both severe weather types. In case of the excessive precipitation, results were different with a tendency for severe events to occur in the environments favouring warm rain processes or high precipitation efficiency. |9 eng |
| 650 | 0 | 7 | |a bouřky |7 ph124063 |2 czenas |
| 650 | 0 | 7 | |a meteorologické jevy |7 ph430275 |2 czenas |
| 650 | 0 | 7 | |a předpověď počasí |7 ph135000 |2 czenas |
| 650 | 0 | 9 | |a meteorological phenomena |2 eczenas |
| 650 | 0 | 9 | |a storms |2 eczenas |
| 650 | 0 | 9 | |a weather forecasting |2 eczenas |
| 655 | 7 | |a diplomové práce |7 fd132022 |2 czenas | |
| 655 | 9 | |a master's theses |2 eczenas | |
| 658 | |a Geografie a kartografie |b Fyzická geografie |c PřF N-GK FG (FG) |2 CZ-BrMU | ||
| 700 | 1 | |a Kolář, Miroslav, |d 1947-2023 |7 mub2010591710 |% UČO 404 |4 ths | |
| 710 | 2 | |a Masarykova univerzita. |b Geografický ústav |7 ko2005276089 |4 dgg | |
| 856 | 4 | 1 | |u http://is.muni.cz/th/270272/prif_m/ |
| CAT | |c 20130207 |l MUB01 |h 0420 | ||
| CAT | |a HANAV |b 02 |c 20130212 |l MUB01 |h 2152 | ||
| CAT | |a RACLAVSKA |b 02 |c 20130215 |l MUB01 |h 1348 | ||
| CAT | |a BATCH |b 00 |c 20130304 |l MUB01 |h 1534 | ||
| CAT | |a KOURILOVA |b 02 |c 20130403 |l MUB01 |h 0812 | ||
| CAT | |a KOURILOVA |b 02 |c 20130403 |l MUB01 |h 0813 | ||
| CAT | |c 20130503 |l MUB01 |h 1004 | ||
| CAT | |a HANAV |b 02 |c 20140909 |l MUB01 |h 1158 | ||
| CAT | |c 20140911 |l MUB01 |h 1611 | ||
| CAT | |c 20140912 |l MUB01 |h 1105 | ||
| CAT | |c 20150703 |l MUB01 |h 1217 | ||
| CAT | |c 20150901 |l MUB01 |h 1450 | ||
| CAT | |c 20150921 |l MUB01 |h 1411 | ||
| CAT | |a BATCH |b 00 |c 20151226 |l MUB01 |h 0351 | ||
| CAT | |c 20200805 |l MUB01 |h 1100 | ||
| CAT | |c 20210614 |l MUB01 |h 1002 | ||
| CAT | |c 20210614 |l MUB01 |h 1951 | ||
| CAT | |a BATCH |b 00 |c 20210724 |l MUB01 |h 1219 | ||
| CAT | |a BATCH-UPD |b 00 |c 20240112 |l MUB01 |h 2351 | ||
| GEO | |a 03/04/2013 |b ODESLANO 3/05/2013 | ||
| LOW | |a POSLANO DO SKCR |b 2020-08-05 | ||
| 994 | - | 1 | |l MUB01 |l MUB01 |m VYSPR |1 PRIF |a Přírodovědecká fakulta |2 PRFSK |b ÚK sklad |3 K-11949 |5 3145356900 |8 20130215 |f 71 |f Prezenční SKLAD |q 20180427 |r 20130207 |s dar |
| AVA | |a SCI50 |b PRIF |c ÚK sklad |d K-11949 |e available |t K dispozici |f 1 |g 0 |h N |i 0 |j PRFSK | ||