Экспериментальные исследования погрешностей пеленгации грозовых очагов

• Автор: Снегуров, Александр Викторович
• Шифр специальности: 25.00.30
• Научная степень: Кандидатская
• Год защиты: 2005
• Место защиты: Санкт-Петербург
• Количество страниц: 149 с. : ил.

1.1. Активный радиолокационный метод распознавания гроз.

1.2. Пассивные пелеигационнодальномерные методы регистрации гроз.

1.3. Радиолокационнопеленгационный метод распознавания

гроз

ГЛАВА 2. Результаты экспериментальных исследований

ошибок измерения пеленга и дальности грозопеленгаторамидальномерами различной конструкции.
2.1 .Методика измерений, аппаратура и данные регистрации ЭМИ 1розовых разрядов с низким временным разрешением.

2.1.1. Методика и аппаратура для измерения параметров ЭМИ.

2.1.2. Результаты экспериментов.

2.2. Методика, аппаратура и данные измерений параметров ЭМИ

с высоким временным разрешением

2.2.1 Методика и аппаратура для измерения параметров ЭМИ
2.2.2. Результаты определения аппаратной инструментальной погрешности измерения пеленга
2.2.3. Результаты оценки суммарной погрешности измерения пеленга
2.3. Результаты испытания грозодальномеров различной конструкции.
2.4. Результаты исследований временных и пространственных изменений амплитудных параметров ЭМИ молний.
ГЛАВА 3. Методика и результаты наблюдений за грозами
системами пеленгации гроз и МРЛ
3.1. Методика наблюдений за грозами системами пеленгации
гроз и МРЛ.
3.2. Результаты совместных наблюдений за грозами пеленгатором ОГПД и МРЛ в зоне до 0 км4
3.3. Результаты наблюдений за грозами ОГПД совмещенного
и не совмещенного программно с МРЛ в зоне до 0 км
3.4. Результаты наблюдений за грозовыми очагами пеленгационной системой местоопределения гроз и МРЛ в зоне до
0 км.
ГЛАВА 4. Предложения по оснащению сети пеленгации гроз
Росгидромета.
Заключение
Список литературы


В результате авторами показано, что при использовании критерия превышения одного порога наиболее эффективными одиночными признаками являются максимальная высота Нмакс и отражаемость в слое км. Относительная погрешность распознавания ливней Рлтр количество ложных тревог по этим двум признакам составила и , а относительная вероятность погрешности распознавания гроз или пропуски гроз Рпр и соответственно. Тогда вероятность правильного распознавания гроз Рраспгр оценивается в и соответственно каждому из двух признаков. Применение алгоритма мажоритарного выбора показало, что увеличение используемых признаков применение совокупности двух и более признаков приводит к уменьшению погрешности распознавания гроз Рпр до и соответственно для совокупностей Ж2 и Н , как наиболее эффективных. При этом, увеличивается вероятность погрешности распознавания ливней или числа ложных тревог Рлтр до и . Следовательно, вероятность правильного распознавания гроз РраСпГР составит только и соответственно для каждой из двух совокупностей. Численное моделирование с помощью алгоритма линейной дискриминантной функции показало, что более надежными являются данные по параметрам I и Н. Для них погрешность распознавания гроз Рр составит 5 и , а вероятность погрешности распознавания ливней или числа ложных тревог Рлтр и соответственно. Следовательно, вероятность правильного распознавания гроз Рраснгр составит и . Численный эксперимент выявил некоторую зависимость от расстояния, которая приводит к снижению вероятности распознавания ливней и гроз.