Опасные явления погоды на равнинах юга Европейской территории России

• Автор: Андреева, Елена Сергеевна
• Шифр специальности: 11.00.01
• Научная степень: Кандидатская
• Год защиты: 1999
• Место защиты: Ростов-на-Дону
• Количество страниц: 201 с.

Содержание
Введение .

1. Опасные явления погоды .

1.1. Критерии опасных явлений погоды

1.2. Методы исследований хронологических

рядов опасных явлений погоды .

1.3. Изученность опасных явлений погоды .

2. Климатообразующие факторы

2.1. Приход и расход солнечной радиации .

2.2. Циркуляция атмосферы .

2.3. Подстилающая поверхность .

3. Опасные метеорологические явления,
вызванные увеличением барического градиента
3.1. Сильные ветры
3.2. Метели .
4. Опасные метеорологические явления,
вызванные кучеводождевой облачностью
4.1. Ливневые осадки
4.2. Шквалы .
4.3. Град .
5. Гололедноизморозевые явления
5.1. Гололед
5.2. Изморозь .
6. Обобщение результатов
6.1. Расчет вероятностей появления случаев ОЯ
и подбор законов распределения .
6.2. Проверка связности рядов и выявление
цикличности
6.3. Обобщенное статистическое распределение
числа случаев опасных явлений погоды .
6.4. Пространственное распределение обобщенного
числа случаев опасных явлений погоды .
Заключение
Список использованной литературы


Xi число случаев отдельного явления х среднее значение у географический параметр количественное выражение у среднее значение п объем выборки ах среднее квадратическое отклонение числа случаев отдельного опасного явления ау среднее квадратическое отклонение для отдельного географического параметра. Значения вычисленных коэффициентов корреляции заключены в пределах 1 0 1. Отрицательные величины свидетельствуют о наличии обратной связи между элементами, положительный знак о прямой связи. Показатели временной структуры хронологических рядов опасных явлений погоды рассматривались как некоторый случайный процесс, управляемый вероятностными законами. Автокорреляционная функция характеризует связь членов ряда между собой и вычисляется по формуле
М
где х число случаев отдельного опасного явления и и заданные моменты времени х среднее значение п объем выборки. Из статистических критериев, позволяющих установить связность между элементами хронологических рядов, определялись критерии Аббе, учитывающие величину различий между отдельными членами ряда. Выбор данных критериев был обусловлен тем, что расстояния между элементами рядов были равными. При этом рассматривались особенности расположения членов, обнаруживаемые при сопоставлении каждого члена ряда с последующим или предыдущим. Подсчитывалось число серий, математическое ожидание, среднее квадратическое отклонение распределения серий. Определялось нормирование отклонения числа серий от ожидаемого значения стандартной нормальной переменной в проверяемом ряду. Задавались уровни значимости р, причем для случайного ряда считалось, что выполняется неравенство ЪХр. В качестве особенности ряда для первого критерия принималось во внимание наличие любой тенденции к группировкам членов ряда. Второй критерий использовался для проверки имеющихся устойчивых тенденций изменения значений ряда. Третий критерий способствовал проверке преобладаний положительных или отрицательных отклонений от среднего. Ур пу ЪгУп г
где п частота градаций п объем выборки. М,у 0,5
где математическое ожидание для нормированного отклонения наименьшего числа знаков число серий наименьшего числа знаков среднее квадратическое отклонение наименьшего числа знаков. Положительным свойством рассмотренных критериев является то, что, применяя их, можно проследить накопление отличий от случайного по мере накопления информации при неизменной структуре ряда. В связных метеорологических рядах марковского типа как простого, так и сложного наблюдаются колебания уровней значимости элемента. Эти колебания объединяются под общим названием циклических, или ритмических, колебаний. По определению Дроздова цикличность представляет собой колебания связных величин различной степени регулярности при условии существования математических ожиданий параметров этих колебаний. После установления цикличности применялось скользящее осреднение с вычислением прогнозируемых значений. Данные расчеты правомернее производить только в случаях стационарных случайных процессов. Под которыми понимают такие хронологические процессы, в которых математическое ожидание не зависит от вре
мени, а корреляционная функция является функцией только интервала времени. С известной долей допущения предполагалось, что данные ряды опасных явлений в общем виде являются стационарными. Хотя известно, что реальные природные процессы никогда не бывают полностью стационарными . Понятие статистического прогноза связано с задачей экстраполяции интерполяции и сглаживания случайного процесса. Причем очевидно, что оценка реализации в будущем в некоторый момент времени не может быть вычислена по точной формуле, а описывается в вероятностных терминах. Наиболее широкое применение в гидрометеорологии называется инерционным прогнозом получил метод прогноза по последнему значению. ХЛг0 0 предсказанное значение х последнее зарегистрированное значение величины х. Причем в данном случае не учитывается предыстория прогноза и вероятностные характеристики. Алгоритм прогноза заключается в умножении последнего наблюдения х на единицу.