Стохастическая модель погоды в системе детерминированно-стохастического моделирования характеристик стока

• Автор: Шмакова, Марина Валентиновна
• Шифр специальности: 11.00.07
• Научная степень: Кандидатская
• Год защиты: 2000
• Место защиты: Санкт-Петербург
• Количество страниц: 125 с. : ил.

ВВЕДЕНИЕ
Целью настоящей работы является разработка и практическая реализация Стохастической Йоделш Погоды СМГТ и последующее детерминированностохастичсскос ДС моделирование, основагаюс на базе СМИ и ранее разработанной детерминированной модели формирования стока Гидрограф . Итогом ДСмоделирования является набор кривых распределения различных стоковых характеристик. Стохастическая Модель Погоды генерирует поток случайных чисел, соответствующих последовательностям суточных сумм осадков, среднесуточных температур и относительной влажности воздуха в различных точках речного бассейна с учетом их параметров распределения и пространственновременных закономерностей. Для оценки параметров СМИ по данным метеостанций разработан специальный пакет нротрамм. Рассматриваемыми метеорологическими характеристиками являются факт выпадения осадков, суточный слой выпавашх осадков, суточные температура и относительная влажность воздуха. В качестве объектов моделирования представлены три бассейна, расположенные в различных фнзтвеотешрафичеекмх топах, это бассейны рек Нижняя Тунгуска, Варзоб Таджикистан и Ловзгь бассссйн реки Невы. рактичсским результатом рассматриваемою детсриннированно сгохастичсскою моделирования является снсгома кривых распределения минтшальиого, максимального, среднегодового и суточного стока.
Этапы работы с детерминированной и стохастической моделями можно представить следующим образом
1 оценка статистических параметров метеорологических характеристик для метеорологических станций, расположенных на территории бассейна

2 интерполяция параметров распределения по данным метеостанций в РТ

3 моделирование методом Моте Карло метеорологических рядов, поступающих на вход детерминированной модели Гидрограф

4 получение па выходе детерминированной модели рядов расходов воды

5 оттенка параметров распределения различных стоковых характеристик.

Оценка параметров Стохастической Модели Погоды, проведенная по системе алгоритмов , носит также и исследовательский характер в отношении познания климатических особенностей природных объектов и определения пространственновременных структур прилагающихся к ним метеоролотнческих характеристик.
Методическая основа. Дстсрмннировапностохастическос моделирование, представленное в данной работе, использует идею комтюзицноташого метода, которая состоит в определении кривых распределения функции через кривые распределения аргументов. При реализации стохасгичсской задачи использованы вес возможности остаться в рамках гауссовости и марковости Это позволило пользоваться всеми привилегиями нормального распределения и навести в системе корреляционные связи исключительно за счет установления таковых между ближайшими соседями по полю точек или смежными членами временных рядов. Дополнительные возможности дало использование гипотезы стационарных случайных процессов и однородности и изотропности случайных полей. Моделирование велттчин метеорологических элементов проводился методом МонтеКарло и осуществляется для системы точек, удаленных друг от друга на одинаковые расстояния гексагональная сетка. Максимальное число соседних точек, принимаемое во внимание при моделировании для каждой отдельной точки, не превышает трех.
Научная новизна. Продемонстрирована работоспособность СМ н детерминированной модели формирования стока Гидрограф. Произведена оценка статистических параметров кривых распре деле ом, временных и пространственных корреляционных функций, аппроксимаций годового хода метеорологических элементов для бассейнов рек, лежащих в различных физикогеографических зонах и охватывающих большой диапазон размеров площади водосбора. Сделана попытка проследить закономерности распространив статистических параметров по территории бассейнов в зависимости от орографии и широтной протяженности. Представляемая СМ позволяет получать непрерывные последовательности суточных величин осадков, температуры и относительной влажности воздуха для системы репрезентативных точек, назначенных для каждого бассейна. Разработанные в ГГИ летермишгровашая модель формирования стока Гидрограф и СМП представляют систему, которая может быть патожена в основу методов идролоическкх расчетов нового поколения.
Актуальность


Видимо, гидрологические характеристики также претерпят кзыенеши при проведении таких мероприятий, как искусственное создание осадкообразующих облаков, используемое в сельском хозяйстве и гидроэнергетике. Вес это должно быть обеспечено простым аппаратом, позволяющим оценивать параметры распределения стока в новых условиях. Практическая значимость. Дстермнмированностохастнчсская модель на базе модели Гидрограф и Стохастической Модели Погоды позволяет определять результаты воздействия планируемой антропогенной деятельности ка водные оъскгы в том числе, актуальное в настоящее время глобальное изменение климата, выявление значимыхдля функционирования водной системы факторов и характер их влияния на эту систему, определение или уточнение параметров распределения стоковых характеристик на неизученных или слабо изученных реках. Таким образом, представленная дсгершашроватостохлстическая модель является основой гидрологических расчетов уже в недалеком будущем. Апробация работы. Основные результаты работы были доложены на семинарах Лаборатории математического моделирования процессов формирования стока 1ТИ, на Итоговых Сессиях ученого Совета ГГИ г. СНГ г. Москва, на международной конференции i i i ii vi vi г. Процесс познания окружающею мира это ничто иное, как построение абстракций и оперирование ими. Согласно общему мнению У, абстракция есть осмысленное выделение одних и отвлечение от других свойств предмета. Эта философская категория обнаруживает сходство с определением понятия модели. Модель является представлением объекта, системы или явления в некоторой форме, отличной от формы их реального существовании. Модель какоголибо объекта может быть либо его точной копией, либо отображаю лишь некоторые характерные свойства этого объскта. Очевидно, что построение моделей н оперирование ими есть инструмент познания объектов моделирования. Итак, моделирование воспроизведение характерно тк некоторого объекта на другом объекте, специально созданном для их изучения. Потребность в моделировании возникает тогда, когда исследование непосредственно самого объекта невозможно, затруднительно, дорого, требует слишком длительного времени и тому подобное. Между моделью и объектом, юпересующим исследователя, должно существовать известное подобие . В случае математического моделирования речь идет о тождественном математическом описании поведения объекта и его модели. Математическое моделирование может преследовать совершенно различные цели. Математическое моделирование может быть представлено следующими тремя направлениями детерминированным, стохастическим и детермииированно стохастическим. Вероятностные модели являют собой математические уравнения, в которых вход и некоторые параметры представлены параметрами распределения плотности вероятности, что влечет за собой неоднозначный результат. То или иное представление объясняется целью стохастического моделирования н способом решения поставленной задачи. Детерминированные же модели определяют жесткую однозначную связь между входом н выходом. В гидрологической литературе нередко встречаются попытки сопоставления детерминированного и стохастического направлений. Подобное сравнение некорректно в силу того, что каждой из этих ветвей моделирования присущи собственные задачи и цели. Основой практически всего ДСиодслирования в гидрологии является определение кривых распределения функции используя кривые распределения аргумаггов. Существуют прямой и косвенные пут решения такой задачи. К прямому относится метод композиции, представленный теорией вероятности. Классически гюд методом композиции понимается нахождение функции распределения суммы двух независимых случайных величин через функции распределения этих случайных величин . X и У независимые случайные величины, Р,х и РХу соэтветствующис функции распределения этих случайных величин. Если имеет место сумма нескольких независимых случайных величин, то 1. РI, Рз. Рш функции распределения п случайных величин. Рассматривание именно суммы случайных величин является частностью. Но нам кажется, чго распространение этого доказательства на любой вид функциональной зависимости не представляет никаких принципиальных затруднений . В работе выражение 1.