Výsledky

Teoretická část práce popisuje definice a zařazení mlhy, příklady výskytu mlh v ČR, podmínky vzniku, typy mlh dle jejich intenzity a vzniku a předpověď mlh. Dále shrnuje současné modely pro předpověď mlhy. Jsou zde zmíněny základní údaje a klimatická charakteristika obou lokalit (letiště Brno-Tuřany a Letiště Ostrava) a také charakteristika přístroje (Transmissometr MITRAS) měřícího dohlednost na letištích.

Prvním úkolem praktické části práce bylo předzpracovat poskytnutá data, což zahrnovalo popis všech parametrů základní meteorologické zprávy METAR s příkladem na konkrétním záznamu letištních dat. Těmito parametry byly hlavička, vítr, dohlednost, dráhová dohlednost, současné počasí, oblačnost, teplota vzduchu, rosný bod, tlak vzduchu, doplňující informace a předpověď TREND. Sloupec počasí obsahoval zkratky s aktuálním počasí, bylo tedy možné ze všech záznamů vygenerovat pouze ty, kde se vyskytovala mlha označená písmeny FG nebo MIFG, PRFG a BCFG vysvětlené v části Vygenerování záznamů se stavem mlhy.

Na vygenerovaných záznamech s mlhou byly provedeny úpravy odstranění záznamů, kdy se mlha vyskytovala pouze v předpovědi TREND a správné zařazení některých hodnot do sloupců. Z původních 8576 záznamů zprávy METAR z letiště Brno-Tuřany, měřených během roku 2010 zůstalo 178 záznamů s mlhou. Pro data z Janáčkova Letiště v Ostravě za stejné období to bylo 268 záznamů z původních 8753. Tyto upravené záznamy vstupovaly do další analýzy dat, která probíhala v ArcGIS 10, kdy se za použití funkce Summarize a Select By Attributes zjišťovala četnost výskytu mlhy při jednotlivých hodnotách všech parametrů. Výsledky analýzy byly porovnány s informacemi zjištěnými v teoretické části práce. Výsledné tabulky byly upraveny v MS Excel, kde byly pro některé proměnné vytvořeny grafy četnosti výskytu mlhy. Z podmínek mající vliv na vznik mlhy byly z dat zvoleny teplota vzduchu, teplota rosného bodu, rychlost větru a tlak vzduchu.

Vybrané proměnné byly v další části zkoumány pomocí statických metod v programu RStudio, kdy prvně byly hodnoceny data z LKTB a následně byl pro porovnání zjištěných skutečností proveden průzkum na datech LKMT. Zkoumala se závislost dohlednosti na jednotlivých proměnných postupně pomocí korelační analýzy se Spearmanovým koeficientem, kde v obou lokalitách nabýval hodnot z intervalu 0±0,3, tedy podle klasifikace Anděl, 1993 tyto výsledky odpovídají nízké těsnosti závislosti a typů závislosti volná závislost.

Mlha dle literatury vzniká při slabém větru od 3-4 m/s, tato skutečnost byla potvrzena na datech. Nejčastěji se mlha vyskytuje za bezvětří a s rostoucím větrem klesá výskyt mlhy. Mlha se obecně vytváří při poklesu teploty a především na podzim a v zimě, kdy jsou teploty nízké. Teplota vzduchu na LKTB při stavech nabývá hodnot od -14 °C do 13 °C a právě okolo rozmezí -2 až 4°C nastal největší výskyt mlh. Teplota rosného bodu nabývá podobných počtů výskytů při stejných stupních jako teplota vzduchu, přičemž největší výskyt byl zjištěn při 1 °C. Na brněnském letišti se mlha objevila při hodnotách tlaku od 979 hPa do 1026 hPa, nejvíce však při hodnotě tlaku 1023 hPa (17 výskytů).

Letištní data z obou lokalit se vztahují k bodu. Pro model byly zvoleny proměnné, ke kterým jsou k dispozici hodnoty z letištních dat, proto bylo zvoleno statistické zpracování místo GIS softwaru. Vybrané proměnné byly v další části zkoumány pomocí statických metod v programu RStudio, kdy prvně byly hodnoceny data z LKTB a následně byl pro porovnání zjištěných skutečností byl proveden průzkum na datech LKMT. Zjišťovala se závislost dohlednosti na jednotlivých proměnných postupně pomocí korelační analýzy se Spearmanovým koeficientem, kde v obou lokalitách nabýval hodnot z intervalu 0±0,3, tedy podle klasifikace Anděl, 1993 tyto výsledky odpovídají nízké těsnosti závislosti a typů závislosti volná závislost.

Další metoda, korelační matice, porovnala vzájemné závislosti všech proměnných, kdy většina vztahů veličin z brněnských dat měla nízkou těsnost závislosti a u tlaku vs. větru, teploty vzduchu a teploty rosného bodu je mírná závislost. V ostravských datech se mírná závislost vyskytovala u vtahu dohlednost vs. teplota vzduchu a teplota rosného bodu, tyto dvě teploty se vyznačovaly velmi vysokou těsností závislosti jinak měly všechny ostatní kombinace proměnných nízkou závislost.

Pro zjištění vlivu na dohlednost při kombinaci všech čtyřech parametrů byl použit zobecněný lineární model GLM, následně funkce Stepwise k odstranění redundantních proměnných a znovu glm model se sníženým počtem proměnných (glm2). Porovnávány byly koeficienty determinace, které určují kvalitu těchto modelů. Glm model se čtyřmi i dvěma proměnnými není vhodný jelikož se jeho úspěšnost pohybuje okolo 8 % na LKTB (konkrétně 8,6 % pro glm1 a 7,9 % pro glm2) a kolem 16 % na LKMT (přesně 16,2 % pro glm1 a 15,7 % pro glm2).

Vzhledem ke studiu literatury bych modely označila spíše za nekompletní, jelikož hlavní podmínkou vzniku mlhy je zvýšená vlhkost vzduchu (literatura uvádí minimální hranici výskytu mlhy při relativní vlhkosti 90 %). Tato veličina však není v rámci základní meteorologické zprávy METAR na letištích měřena a tak nemohla být dále zkoumána její míra závislosti jako u vybraných proměnných z dat. Zvýšená vlhkost souvisí s obsahem hydroskopických kondenzačních jader v ovzduší, který taktéž není měřen. Dále zde nejsou zachyceny vertikální přesuny tepla, pohyb frontálního systému a přenos znečištěného ovzduší z okolí. Literatura také uvádí větší výskyt mlhy u vodních ploch a v údolích. Pro kompletní modelování by byl potřeba nejen podrobný terén ale i typ povrchu. Současný model pro předpověď počasí WRF nepočítá s jemnými změnami v reliéfu, jeho rozlišení 3*3 km používané pro ČR není dostatečné pro modelování mlhy.