Применение адаптивных алгоритмов в численных методах пространственной и временной экстраполяции мезометеорологических полей

• Автор: Попова, Августина Ивановна
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2006
• Место защиты: Сургут
• Количество страниц: 0 с. : 147 ил.

Содержание Введение

Глава 1. Анализ современных методов прогноза метеорологических

полей атмосферы

1 1 Общие положения

1.2. Методы прогноза метеорологических полей

1.2 1 Динамические методы прогноза параметров состояния атмосферы.

основанные на использовании уравнений гидродинамики.

1.2.2. Статистические методы пространственной интерполяции и

экстраполяции метеорологических полей.

1.2.3 Динамикостохастические методы .

1.2.4. Синоптический метод восстановления барического поля и

положения атмосферных фронтов. .
1.3 Классификация атмосферных фронтов
1.4. Общие подходы к синтезу адаптивных алгоритмов
1 5 Выводы .
Глава 2. Статистический анализ экспериментальных данных.
2 1 Общий анализ и систематизация экспериментальных данных
2.2 Обзор полигонов и измерительных станций
2.3.Проверка целостности и достоверности экспериментальных данных
2.4. Статистические характеристики метеорологических полей полигонов
2.4 1 Проверка соответствия эмпирических распределений
метеорологических величин нормальному закону
распределения
2.4 2 Временные статистические свойства температуры и
составляющих скорости ветра
2 4 3 Временные корреляционные функции температуры и ортогональных составляющих скорости ветра
и их аналитическая аппроксимация.
2 4 4 Пространственные корреляционные функции
метеорологических величин в области мезомасштаба и их аналитическая аппроксимации.
2.5. Предварительный выбор малопараметрических моделей
Глава 3. Результаты сравнения потенциальной точности алгоритмов пространственного прогноза мезометеорологических полей на основе малопараметрических моделей.
3.1 Общая методика исследования потенциальной точности алгоритмов .
3 2 Вывод аналитического выражения для дисперсии ошибок прогноза
метеовеличин для динамикостохастической модели в замкнутой форме .
3.3 Вывод аналитического выражения для дисперсии ошибок прогноза метеовеличин для полиномиальной модели в замкнутой форме
3 4 Аналитический анализ ошибок для алгоритма с
полиномиальной моделью прогноза
3.5. Аналитический анализ ошибок для алгоритма с
динамикостохастической моделью прогноза
3 6 Выводы
Глава 4. Разработка адаптивных алгоритмов пространственной и
временной экстраполяции мезометеорологических полей
4 1 Постановка задачи для синтеза адаптивных алгоритмов
пространственного и временного прогноза
4.2. Синтез адаптивного алгоритма временного прогноза
4.3. Синтез адаптивного алгоритма пространственной экстраполяции
4.4 Результаты исследований адаптивного алгоритма
временной экстраполяции.
4.5 Результаты исследований адаптивного алгоритма
пространственной экстраполяции .
Заключение.
Приложение.
Литература


Результаты диссертационной работ внедрены в НИР «Цирконий», выполненной по заказу Секции прикладных проблем РАН. Глава 1. Анализ современных методов прогноза метеорологических полей атмосферы. Общие положения. Состояние атмосферы в текущий момент времени (или промежуток времени) над любым пунктом или районом темного шара характеризуется совокупностью значений метеорологических величин, таких как давление, температура и влажность воздуха, скорость и направление ветра, наличие и интенсивность облачности, атмосферные осадки. А также особыми явлениями - туман, гроза, метель и пр. В силу объективных причин невозможно получить достоверную измерительную информацию из каждой точки земного шара. Это связано с тем. Так в целом для Евразии высокая плотность измерительных станций характерна для территорий промышленно развитых стран Центральной Европы. Для слаборазвитых районов Центральной Азии характерна редкая есть станций, либо ей полное отсутствие. Для территории Российской Федерации подобная тенденция сохраняется. Максимальная плотность измерительных станций наблюдается в европейской части РФ. Крайнего Севера, Сибири и Дальнего Востока Дистанционные средства космического базирования, в силу специфики их работы, в настоящее время еще не позволяют обеспечить измерения с необходимой точностью и периодичностью. Поэтому в прикладной метеорологии важное место занимает проблема диагностики и прогноза состояния атмосферы над районами неосвещенными данными наблюдений и. Это особенно актуально для мезомасштаба, т е. Ю км. Обусловлено это тем, что подавляющее большинство прикладных задач, связанных с мониторингом состояния воздушных бассейнов, решаются в рамках локальных территорий. В частности, в комплексе задач охраны окружающей среды важное место занимает задача моделирования и прогноза пространственного распространения техногенных загрязняющих веществ на малые (до 0-0 км) расстояния от источников промышленных выбросов. Актуальными являются также оценка и прогноз погодных условий в зоне бедствия при чрезвычайных ситуациях, во время катастроф техногенного или природного характера. Еще одна важная область практического применения подобных методов связана с оценкой метеоусловий над территорией противника при метеорологическом обеспечении войск во время планирования и ведения локальных боевых операций. Решение вышеперечисленных прикладных задач, предполагает использование комплекса стационарных и мобильных пунктов, объединенных с помощью каналов связи в локальную автономную сеть наблюдений за метеорологической обстановкой над заданной территорией. Это накладывает дополнительные требования на разрабатываемые методы диагностики состояния атмосферы. По сути, задача диагностики состояния атмосферы над территориями, не обеспеченными метеорологическими измерениями, может рассматриваться как задача прогноза. Как правило, решение подобных задач сводится к процедурам интерполяции или экстраполяции метеорологических полей в пространстве и времени [1-5]. Так, прогноз погоды над территорией обеспеченной измерениями представляет собой экстраполяцию текущих метеоусловий во времени [4,5]. К экстраполяции в пространстве сводятся задачи продолжения метеорологических полей на неосвещенную данными наблюдений территорию (экстраполяция в горизонтальной плоскости) [3-5], а также задачи восстановления полей на больших высотах по данным нижележащих уровней (вертикальная экстраполяция) [4. В общем виде задачу пространственного прогнозирования можно сформулировать следующим образом [4-6]. IV, конечномерного евклидова пространства Л") заданы значения однородного центрированного поля %. Тогда процедура интерполяции поля | в точку г,с ИгхеЛ" или ею экстраполяции в точку г,г И^сЛ" (т. Е определяется способом интерполяции (экстраполяции) и взаимным расположением точек Л), г,. Выражение (1. Учитывая (1. Е(г(г|). Н[г(Г|). Г|)+огг(г>)+_+о. Тогда задача интерполяции (экстраполяцию) сводится к отысканию значений аь и восстановлению поля ? I (*. Более детально процедуры интерполяции и экстраполяции обсуждаются в (4-8].