Každý modelář ví, že při termickém létání závisí výkony na termice. Zajímalo mě, zda se to dá nějak kvantifikovat, jestli se dá z aktuálního počasí a jeho bezprostřední historie určit taktika pro následující soutěžní let. S celkem slušnou pravděpodobností to jde.

V 70. letech se anglický meteorolog Frank Pasquill zabýval rozptylováním škodlivin v ovzduší (tovární komíny) a přišel s celkem jednoduchou klasifikací stability ovzduší (A je nejvíce nestabilní, F je nejvíce stabilní) podle intenzity slunečního svitu a větru:

V literatuře [2] (odkazy jsou na konci) je dále uvedeno, že když je slunce výše než 65 °, je oslunění silné, mezi 65 ° a 35 ° střední, mezi 35 ° a 15° slabé a pod 15 ° žádné. Zatažená obloha zmenšuje třídu o 3 stupně, pokud je zatažená polovina oblohy, tak o dva stupně. Noc nás jako denní piloty nezajímá. Ve [2] zkoumali, jak se Pasquillovu stupnice shoduje s počasím měřeným pomocí vědečtějších metod, až na D se to celkem shodovalo.

článek [1] je úžasně zajímavý – už ten název „pomalu a bezpečně nebo rychle a riskantně“ je skvělý. Tažní ptáci se snaží urazit co největší vzdálenost s co možná nejmenším vynaložením energie. [1] prokazuje, že ptáci mají výkonný palubní letový počítač (= ptačí mozeček 🙂 ), který jim umožňuje optimalizovat rychlost letu vzhledem k riziku, že budou muset mávat křídly nebo dokonce jít pěšky. Ptáci „počítají“ s termikou, když je jí hodně, letí rychleji (a s větším opadáním), když málo, hospodaří s výškou mnohem opatrněji. Intenzitu termiky lze měřit pomocí veličiny TKE (kinetická energie turbulence).

Tedy, nabízí se otázka, zda lze z aktuálního počasí (řekněme sluníčka, mraků a větru) usoudit na intenzitu termiky a případně tomu přizpůsobit taktiku letu. Určitě ano, děláme to jaksi samovolně, ale možná to lze vylepšit.

ERES (F5L) je výhodná tím, že všechny modely totiž zahajují kluz ve stejné výšce. Vytvořil jsem si tedy hypotézu, že nalétané časy by mohly být v nějaké úměře k intenzitě termiky.

Vzal jsem výsledky z pěti F5L soutěží, kterých jsem se letos zatím zúčastnil, a podrobil je statistickému zpracování. Zajímalo mě rozložení (distribuce) nalétaných časů, z takových grafů je obvykle nejvíce vidět.

Na vodovné ose je nalétaný čas, na svislé ose je počet letů spadající do intervalu T-30 se a T+30 s.

Počty letů jsou v každé soutěži jiné, proto je výhodné data „normalizovat“, třeba převést na procenta (N je počet letů celkem):

Zdá se, že rozložení má dva vrcholy, první, nevýrazný, okolo 3. minuty, druhý v letovém maximu. To má logiku. Bez termiky modely naklouzají z výšky 90 m při opadání 0.5 m/s okolo 180 sekund, tj. 3 minuty. Pokud pilot najde stoupák, maximum většinou nalétá.

K odhadu vlivu termiky lze tedy použít následující kritérium:

• n(3) je součet hodnot ve sloupcích 1 až 4, tj. počet letů (resp. procento letů) bez vlivu termiky (n(3) je to proto, že je to vlastně pravděpodobnost nalétání 3 minut)
• n(6) je součet hodnot ve sloupcích 5 a 6, tj. počet termických letů
• Index vlivu termiky (TII) je potom roven přímo n(6). Když budou všechny lety kratší než 4.5 minuty (horní mez 4. sloupce je 4.5 minuty), budou všechny lety zahrnuté v n(3), na n(6) nezbyde nic, tj. n(6) je nula a TII=0. Na druhé straně, když budou všechny lety delší než 4.5 minuty, bude n(3) nula a n(6) jedna, proto TII=1.

Počasí na jednotlivých soutěžích bych charakterizoval takto:

• Neratovická soutěž byla výjimečná, jasné „áčko“, taky vyšlo TII=91%.
• Závody v Mnichově Hradišti a obě soutěže v Roudnici byly „typické“, počet termických letů je okolo 60%.
• V Podhořanech byla zima, TII „jen“ 54%.

Výše jsou souhrny za celou soutěž, počasí se ale v průběhu dne vyvíjí. Stejnou metodu zpracování mohu použít i na jednotlivé skupiny. Z letu jedné skupiny je k dispozici málo dat (v optimálním případě jen počet startovišť, nuly se nepočítají), roli hraje šikovnost pilotů i štěstí/smůla.

Jen v jedné skupině měla termiku celá skupina. Ale jen v jedné skupině ji neměl nikdo. Nazval by to “nevýrazným” létáním, prostě „půl na půl“. Je vidět i mírné zhoršování v průběhu soutěže.

V Mnichově Hradišti se létalo na 4 skupiny se 4 startovišti. Z grafu nic nepoznám, počet dat je příliš nízký.

Krásné termické polétání v Neratovicích, nenalétat bylo umění 🙂 .

Houpačka celý den. Tři skupiny z 12 byly plné, jen jedna si termiky neužila.

Viditelná pauza v termice ke konci soutěže (řekněme po poledni).

Své závěry bych shrnul takto:

• Závislost nalétaných časů na klasifikaci počasí existuje.
• Termika je „vždycky“, dobří piloti ji najít a využít dokáží.

Když už jsem byl v tom počítání, tak jsem zahrnul i přistávání. Podobně jako u letového času jsem si přistávací pásku rozdělil na dva úseky – do 4 m (85 bodů) a víc. To znamená, že když všichni piloti ve skupině přistanou za 85 bodů a lépe, je index přistání (LI) roven 1, když budou všichni piloti ve skupině dále, bude LI=0. Index přistání jsem přidal do grafů s index termiky jako červenou čáru pro soutěže v Podhořanech a v Roudnici.

Je vidět, že mezi TII a LI existuje souvislost. Vítr může odfouknout nejen termiku, ale i model od přistávacího bodu.

Svou zvídavost jsem uspokojil 🙂 , zdá se mi, že podle počasí vypočítat (nejen odhadovat) výkony lze. Zpracovávat data lze ovšem až po soutěži, z grafů a výpočtů je vidět, co se dělo. Na soutěži je však třeba se rozhodovat na místě a hned, a tady je každá rada drahá. Přemýšlím o tom už asi 3 roky, od doby kdy jsem v práci potřeboval počítat rozptyl škodlivých látek a kdy mě napadla souvislost s rozptylování s termikou. Zatím jsem se dopracoval jen k poznání, že:
(1) čím stabilnější je počasí, tím důležitější je schopnost modelu doletět daleko
(2) čím stabilnější je počasí, tím zbytečnější je opakování (alespoň v ERESkách 😉 )
(3) čím stabilnější je počasí, tím důležitější je sledovat, co se dělo v předchozím kole, případně kolech, a přizpůsobovat se zjištěnému 🙂

Ovšem jako obvykle – každý, nechť si dělá, co je mu libo 😉 .

Honza
17. 6. 2023

Literatura:
[1] Horvitz, Nir a kol. (2014). The gliding speed of migrating birds: slow and safe or fast and risky? Ecology Letters, (2014) 17: 670–679
https://animalflight.haifa.ac.il/wp-content/uploads/2015/05/Horvitz_etal2014EcolLett.pdf

[2] Luna, R. E. & Church, H. W. (1972). A Comparison of Turbulence Intensity and Stability Ratio Measurement to Pasquill Stability Classes. Journal of Applied Meteorology, Vol. 11, June 1972, str. 663-669
https://journals.ametsoc.org/view/journals/apme/11/4/1520-0450_1972_011_0663_acotia_2_0_co_2.xml