Бесплатный автореферат и диссертация по географии на тему

Адаптивная схема прогноза аномалий средней месячной температуры воздуха по Средней Азии

ВАК РФ 11.00.09, Метеорология, климатология, агрометеорология

Автореферат диссертации по теме "Адаптивная схема прогноза аномалий средней месячной температуры воздуха по Средней Азии"

РГ8 ОД

•чр*

ФЕДЕРАЛЬНАЯ СЛУЖБА РОССИИ ПО ГИДРОМЕТЕОРОЛОГИИ И МОНИТОРИНГУ ОКРУЖАЮЩЕЙ СРЕДЫ (РОСГИДРОМЕТ)

ГИДРОМЕТЕОРОЛОГИЧЕСКИЙ НАУЧНО-ИССЛЕДОВАТЕЛЬСКИЙ ЦЕНТР

РОССИИ

На правах рукописи

НИКУЛИНА Светлана Петровна

АДАПТИВНАЯ СХЕМА ПРОГНОЗА АНОМАЛИЙ СРЕДНЕЙ МЕСЯЧНОЙ

ТЕМПЕРАТУРЫ ВОЗДУХА ПО СРЕДНЕЙ АЗИИ Специальность 11.00.09 - Метеорология, климатология И агрометеорология

Автореферат

диссертации на соискание ученой степени кандидата физико-математических наук

Москва - 1994

Работа выполнена в Среднеазиатском научно-исследовательское Гидрогидрометеорологическом институте им. В. А. Бугаева

Научный руководитель - кандидат географических наук

И. С. Ким

Официальные оппоненты- доктор физико-математических наук,

Ведущая организация - Главная геофизическая обсерватория

Отзывы в двух экземплярах, заверенные печатью, просим напра лять по адресу: 123242 Москва, Б. Предтеченский пер.,д. 9-13, Гидр* метцентр России.

С диссертацией можно ознакомиться в библиотеке Гидрометцен-

профессор Н. А. Багров

кандидат физико-математических наук,

Э. Я. Ранькова

Защита диссертации состоится " 1994 года

часов на заседании Специализированного совета К 024.05.02 Гидрометеорологического научно-исследовательского центра России.

тра России.

Автореферат разослан 1994 г.

Г

Ученый секретарь Специализированного совета, кандидат географических наук

Страша!

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы. Проблема долгосрочного прогноза югоды является одной иэ наиболее трудных задач метеорологии. 1есмотря на усилия исследователей, качество долгосрочных прог-юзов не всегда удовлетворяет потребителей, это особенно ваяно (ля Среднеазиатского региона, имеющего весьма сложные фиэико-"еографические условия. До недавнего времени в оперативную фактику ГЩ Республики Узбекистан были внедрены расчетные методы прогноза аномалий средней месячной температуры воздуха { месячных сумм осадков только для холодного полугодия, кроме того с течением времени полученные статистические'связи необходимо пересматривать. Поэтому разработка'расчетных методов долгосрочных прогнозов погоды для Средней Азии с учетом вновь юступащей информации остается актуальной.

Цель исследования. Разработать адаптивные схемы прогноза шомалий средней месячной температуры воздуха по территор1ш вредней Азии с заблаговременноетьга от 1 месяца до 2 дней.

Научная новизна.

1. Проведен сравнительный анализ различных способов выбора штймальной совокупности предикторов и построения прогностиче-5ких уравнений на одном и том яе исходном материале с примене- , шем: оптимального осреднения предикторов, глнонической корреляции векторов, двух модификаций метода группового учета аргументов.

2. Разработана адаптивная схема прогноза аномалий среднемесячной температуры воздуха по Средней Азии с заблаговремен-

- г -

ностыо 1 месяц с применением алгоритма оптимального осреднения предикторов.

3. Разработана адаптивная схема прогноза аномалий среднемесячной температуры воздуха по Средней Азии с заблаговремен-ностью 2 дня с использованием в качестве предикторов декадных прогнозов температуры.

Практическая ценность работы. Адаптивная схема прогноза аномалий средней месячной температуры воздуха по территории Средней Азии с заблаговременностью 1 месяц с использованием оптимального осреднения предикторов внедрена в оперативную практику в Гидрометцентре Республики Узбекистан и включена в технологическую линию расчетных методов долгосрочного прогноза погоды САНИГЫИ-ГМЦ Главгидромета Республики Узбекистан.

Адаптивная схема прогноза аномалий средней месячной температуры воздуха по Средней Азии с заблаговременностью 2 дня с использованием в качестве предикторов прогнозов средней температуры воздуха на де!иду передана для производственных испытаний в Гидрометцентр Республики Узбекистан.

На защиту выносятся:

1. Результаты использования алгоритма Ланда и алгоритма, основанного на методе потенциальных функций, для выделения опорных станций и районов с однородными колебаниями среднемесячной температуры воздуха по территории Средней Азии.

2. Сравнение на одном и том же материале (значения среднемесячной температуры воздуха и приземного давления в корреляционно-независимых точках северного полушария) методов прогноза аномалий средней месячной температуры воздуха по Средней Азии основанных на:

а) методе пошаговой множественной линейной регрессии;

0) методе пошаговой множественной линейной регрессии с использованием оптимального осреднения предикторов;

в) различных.модифнгагщйХ; метода группового учета аргументов;

г) методе канонической корреляции.

3. Адаптивная схема прогноза аномалий средней месячной температуры воздуха по Средней Азии с заблаговременностью 1 месяц, основанная на методе пошаговой множественной линейной регрессии с использованием оптнм&чьного осреднения предикторов.

4. Адаптивная схема прогноза аномалий средней месячной температуры воздух?1, по Средней Азии с заблаговременностью 2 дня с использованием а качестве предикторов декадных прогнозов.

Личный вклад автора. Подготошса исходных данных, теоретическое обоснованно и прогаическая реализация выполнены в основном самостоятельно.

Апробация работы. Разделы работы докладывались на 1.!е-тоорологнческнх семинарах н Ученых советах САННГ1П1 и Главгвд-рсмета РоспуОлпкл Усбошстан, на VI Всесоюзном совещании по пршеношет статистических методов п метеорологии (Светлогорск, 1900), на IV Всесоязной гашфзрсицин по статистической интерпретации гидродинамических прогнозов с целью прогноза элементов и явлений погоды (Одесса,1991).

Публикации. По темз диссертацш опублшсовано 3 печатные работы. Программное обеспечение метода прогноза сдало в 05АЛ. Работы перечислены в конце автореферата.

Структура диссертационной работы. Диссертация состоит на введения, четырех глав, заключения и библиографии.

- 4 -

СОДЕРЖАНИЕ ДИССЕРТАЦИОННОЙ РАБОТЫ

Во ьведешп показана актуальность и практическая важность диссертационной работы. Кратко иалолсены содержание каждой главы и новизна подученных результатов.

Первая глава посвящена исследованию статистических характеристик полей средней месячной температуры воздуха Средней Азии и ее пространственно-временного распределения. В начало главы приводится краткий обзор работ, посвященных этой проблеме.

Исходной информацией в донной работе являлись значения среднемесячной температуры воздуха (Тмас) 8а период 1928-1989 годы по 60 станциям, охватывающим всю территорию Средней Азии, включая горние и предгорные районы.

Сложность физико-географических условий Средней Азии ведет к неоднородности территориального распределения различных метеорологических элементов, в частности температуры воздуха, и, следовательно в целях сокращения размерности вектора-преди-ктанта, необходимо предварительно разделить имеющееся множество станций на группы р.' ..однородными колебаниями Тмес « выделить опорные сушщии;

Вопрос. ..'районирования территории Средней Азии и отдельных ее регионов с использованием различных гидрометеорологических элементов изучался рядом авторов (Е.Н.Балашова, 0.11.Кито-мирская, Бабушкин и др.). Были попытки выделения опорных станций по равнинной территории Средней Азии с помощью объективной классификации (И.С.Ким).

В настоящей работе были проведены эксперименты по разделению множества станций Средней Азии на группы с однородными

-М5 -

колебаниями Т^ой- с применением алгоритма^'классификации Ланда и алгоритма, основанного на методе потенциальных функций (А.А.До-рофеюк, Б.А.Головкин).

С использованием алгоритма, основанного на методе потенциальных функций, на группы разделялись станции по 'среднегодовой температуре воздуха. За меру сходства взят коэффициент корреляции.

Основная идея алгоритма заключается в том, что для правильного распределения объектов по ¡массам с использованием некоторой величины сходства S достаточно, чтобы выполнялось условие: win Эццутр > я^ах 5внеши » т.е. Г:"личина сходства любых двух точек одного класса (Ззиутр) Долдна превышать величину сходства любых двух точек разных классов (Зливши.)• '

С этой целью вводится, так называемая, потенциальная функция, представляющая собой величину близости меаду двумя подмножествами: • ■

SWij.Xxj) - £ Z, ( ГЫ/О^.Щ,,), 5i'G

где щ4и щ,- число объектов (шог.оств Xitn Xifi, ru - коэффициент корреляции кадду объектами.

Задача сводится к отыскашсэ максимума потенциальной функции, алгоритм классифшсащш состоит в отг/скашп; на каздом паго1 такой пары подмлодеств, для которой средняя величина внешних величин сходства максимальна. Эти подмножества объединяются., и количество гаассов уменьшается на единицу.

О использованием алгоритма объективной классификации Лайда, основанного на самообучении с неизвестным числом классов, выделялись группы станций с однородными колебаниями и ТЫОс и

опорные станции по Средней Азии внутри кавдого ыесяца.

Суть алгоритма состоит в том, что на каздои шаге после ранжирования объектов по коэффициентам корреляции в качестве эталона выбирается объект, имеющий наибольшее число связей с другими объектами, тиких чтобы коэффициенты корреляции били не шиле порогового значения. Затем объект-эталон и выделенный класс удаляется из рассмотрения. Зи пороговое значение коэффициента корреляции на первом шаге взято вначенно 0.6, которое затеи уменьшается. Процедура повторяется до тех пор, пока количество объектов, объединенных в ¡тасс, не станет меньше 3-х, или значение коэффициента корреляции не снизится до 0.65.

Выбранные для каждого месяца группы станций несущественно различаются в течении года п согласуются с группами, получении-Ш! по среднегодовой температуре.

Ташш образом, с помощью алгоритмов объективной классификации получены 14 групп станций с однородны).«! колебаниями ТКас» и 8 станций, расположенных в горах, не попали ни в одну 5» групп. В итоге из 60 исходных станций по Средней Азии евде-лены 22 опорные.

Полученные результаты согласуются с результатами районирования Средней Азии, проведенного ранее климатологами с учеты фнзшю-геогрефнчееких факторов, температурных характеристик, режима увлажнения и особенностей циркуляции атмосферы.

Ввиду неоднородности пространственного распределения Тцос по Средней Азии в данной работе проанализированы особенности статистических характеристик температуры воздуха отдельно для равнинной, горной и предгорной территорий и проведен их сравнительный анализ, который показал, что в холодное полугодие

широтная зональность распределения ТМВс» имеющая место на равнинах, нарушается в горных и предгорных районах. В теплое полугодие температура в Средней Азии не имеет широтного распределения. В холодное полугодие значения среднеквадратического отклонения среднемесячной температуры воздуха в горных районах меньше, чем на равнине, тогда как в теплое полугодие наблюдается обратная картина.

В ряде работ указывается на то, что при неоднородности ге-ографичесгак условий могут быть значительные отклонения распределения вероятностей ТМ0С от нормального. Для исследования этой проблемы в настоящей работе по всем тлеющимся рядам ТМес Средней Азии расчитаны коэффициенты асимметрии и эксцесса, и на основании проверки гипотез равенства нулю этих статистических • характеристик получен вывод о том, что распределение вероятности среднемесячной температуры воздуха Средней Азии в большинстве случаев"близко к нормальному.

В работе исследована степень аномальности температурных полей Средней Азии и показано, что в последнее время повторяемость крупных по критерию К (Н.А.Багрова) аномалий ТМвс увеличилась, это произошло за счет роста повторяемости крупных положительных аномалий, тогда как повторяемость крупных отрицательных аномалий даке несколько уменьшилась.

Вторая глава работы посвящена разработке методов долгосрочного прогноза аномалий среднемесячной температуры воздуха по территории Средней Азии с заблаговременноетью 1 месяц. В начале главы дается краткий обвор современных методов долгосрочных прогнозов температуры воздуха.

- Большой вклад в разработку методов долгосрочного нетео-

- 8 - ' рологического прогноза внесли такие ученые как Н.А.Багров, Г.В. Груза, Н.И.Зверев, А.В.Мещерская, Д.А.Педь, Ы.И.Юдин и другие ведущие специалисты разных стран.

Основной в статистических методах прогноза является задача нахождения оптимального вектора-предиктора, которая наиболее часто решается с использованием различных вариантов просеиванш и аналитического представлению полей метеоэлементов посредством системы ортогональных функций с тем, чтобы при помощи как можне меньшей размерности вектора дать интегральную оценку всего поля (Н.А.Багров, О.Н.Батырева, М.И Кйин, А.В.Мещерская, Н.И.Зверев, Д.А.Педь, Г.В.Груза, Э.Я.Ранькова и др.).

В Средней Азии первые исследования по долгосрочному прогнозу температуры с использованием цепей Маркова были выполнена Т.А.Сарымсаковым, В.А.Бугаевым и В.А.Джордж)ю еще в 40-х годах. Настоящая работа является продолжением цикла исследований, прб-веденного в САНИГМИ и направленного на создание статистических моделей долгосрочного прогноза погоды по Средней Азии.

В работе проведен ряд численных экспериментов по выбору оптимальней совокупности предикторов и нахождению устойчивых статистических связей для прогноза ДТМ0С по Средней Азии.

Исходными предиктора;.«! во всех моделях были значения среднемесячной температуры воздуха ( Т ) и приземного давления ( Р ) в корреляционно независимых тощеах северного полушария \ио 15 точек для каждого из полей), выделенных с помощью объективной классификации Яанда. Каждая из выбранных точек несет информацию о температуре воздуха или давлении отдельной области, а все вместе они характеризуют поля температуры и давления всего северного полушария. Подтверждением этого являются козф-

фициенты корреляции между среднегодовой температуры воздуха северного полушария, рассчитанной по 15 выделенным точкам и по всем точкам полушария, они составили с рядом Джонса - 0.75 и с рядом Л.Я.Винникова и др. - 0.81.

Разработаны статистические модели прогноза АТмес по Средней Азии с применением метода пошаговой множественной линейной регрессии, различных модификаций метода группового учета аргументов, алгоритма оптимального осреднения предикторов и канонической корреляции векторов.

Модель прогноза аномалий среднемесячной температуры воздуха, основанная на применении метода пошаговой множественной регрессии, в котором предикторы выбираются в зависимости от зтепени их информативности, разработана для 11 равнинных опорных станций Средней Азии. Успешность прогнозов на независимом материале за период 1980-1988 годы составила в среднем по р -3.1, 0 > 1, что находится ка уровне других расчетных методов,

Способы просеивания, используемые в статистических методах прогноза, формируют вектор-предиктор, который в смысле наименьших квадратов дает минимальную ошибку на зависимом ма-сериале, но проверка на независимой выборке резко ухудшает оценен. Поэтому для выявления более устойчивых связей медцу пре-щкторами и предиктантом был использован метод группового учета фгументов (МГУА) (А.Г.Ивахненко).

Основой этого подхода является идея достижения оптималь-юй сложности математических описаний. В структуре каждого ив игоритмов ЫГУА выделяются три основные блока: 1) преобразова-гие исходных данных в соответствии с выбранной системой базис-[ых функций, й которой строится модель; 2) перебор множества

моделей (математических списаиий) в выбранном базисе; 3) вычисление значений критерия селекции и отбор лучших по этому критерию моделей.

Для отбора лучших моделей в МГУА вся рассматриваемая выборка разбивается на три части: 1) обучающую, на которой строится множество моделей для перебора; 2) прозерочную для вычисления значений критерия селекции и отбора лучших моделей; 3) экзаменационную для определения качества прогнозов.

В одном из вариантов МГУА в настоящей работе в качестве исходного базиса взяты сами значения Т и Р в корреляционно-независимых точках. Модель прогноза строилась для 11 равнинных станций. За критерии селекции взяты величины среднеквадратиче-ской ошибки прогноза и оценки совпадения знаков аномалий (р). Проверка на независимой выборке показала следующие реультаты: оправдываемость по р составила 0.14, 0 > 1.

Применение другой модификации МГУА, в которой в качестве системы базисных функций использовались полиномы Чебышева, не повысило оценки прогнозов на независимой выборке, следовательно такое усложнение математического описания не ведет к улучшению конечного результата.

При разработке статистических методов прогноза в качестве предикторов используются величины, осредненные как по времени, так и по пространству, поэтому в следующей экспериментальной модели прогноза для сокращения размерности вектора-предиктора использован принцип оптимального осреднения предикторов (Ы.И. Геткер, И.Д.Шенцис), основанный на максимизации параметра Я, вычисляемого по формуле:

Луг - гЬк /(1/М+((М-1)/М)г7к)1/2. '(1)

где гок - коэффициент корреляции медду предиктантом и к-тын предиктором, г^к - коэффициент корреляции между 1<-тш и ;|-тым предикторами, черта означает осреднение по М - число предикторов, вошедших в оптш,«алышй набор. _

Параметр Г? редставляет собой коэффициент корреляции между предиктантом и предиктором, который получен путем оптимального осреднения (обобщенным предиктором). В результате осреднения центрированных и нормированных предикторов математическое оот-дание обобщенного предиктора остается равным нулю, а его дисперсия становится отличной от единицы. Следовательно коэффициент корреляции медду предиктантом'(также центрированным и нормированным) и обобщенным предиктором есть N N

«ы/^г^'2, (2)

1-1 1-1 м

к-1

Подставляя в формулу (2) выражение для , получаем:

ММ МИ М-1 М N

ъг- 21 ^ У1хк1 /[21 £ Хк1+ 2 Е! И £1 к-1 1-1 к-1 1-1 к-1 ^к+1 1-1

От сюда ввиду центрированности и нормированности исхода« предикторов и предиктантов приходим к формуле (1).

Таким образом, в результате максимизации коэффициента корреляции медду предиктантом и обобщенным предиктором в оптимальный набор попадают предикторы наиболее тесно связанные с предиктантом и наименее тесно между собой.

- 12 -

Для построения прогностической модели исходные ряды предикторов и предшстантов (ДТМВс по 11 равнинны).! опорным станциям Средней Азии ) объединены по два месяца: январь-февраль, март-апрель, май-июнь и т.д., что приблизительно соответствует разделению на синоптические сезоны года и позволило увеличить длину зависимой выборки вдвое.

В качестве предикторов в регрессионной модели использовались обобщенные предикторы Zi, полученные с помощью метода оптимального осреднения из набора 30 значений Т и Р в корреляционно-независимых точках северного полушария с учетом временных сдвигов. Таким способом для каждого из 11 значений предик-танта создан архив обобщенных предикторов, затем с использс нием метода пошаговой множественной регрессии из полученного архива отбирался вектор-предиктор размерностью не более двух и строились прогностические уравнения. Средние оценки успешности прогнозов на независимой выборке за период 1980-1988.годы составили: рСр - 0.30 и Qcp - 1.15.

Выл дан 101 прогноз, из них по знаку оправдалось по величине - 54%, хороших прогнозов оказалось 44%, удовлетворительных - 43% и неудовлетворительных - 141.

Следующая модель прогноза основана на использовании канонической корреляции векторов, частными случаями которой являются парная корреляция и множественная линейная регрессия. Множества значений предиктантов и предикторов, используемых в прогнозах погоды, зачастую представляют собой поля некоторых метеорологических величин, поэтому имеет смысл искать статистическую зависимость предиктантов "и предикторов как корреляцию случайных векторов.

- 13 -

Задача теории канонических корреляций состоит в отыскании линейных комбинаций компонент X и Y вида: U - а'Х W - b'Y

таких, чтобы коэффициент корреляции между ними был максимальным.

Для простоты считается, что X и Y имеют нулевое математическое ожидание, тогда математическое ожидание U и W также равно нулю, а коэффициент корреляции между ними выражается формулой:

г - (a'V12b) / (a'Vua)(b'V22b).

Таким образом, задача сводится к отысканию векторов а и Ь, дающих максиму),! функции г.

Легко показать, что искомыми значениями коэффициентов корреляции являются N собственных чисел матрицы V22_1Vi2'Vii-1Vi2. а искомыми вектора)/!! bi - ассоциированные с этими числами собственные вектора. Вектора a¡ при этом вычисляются по формуле: 3iVn-^bi/rj, 1-1,...,Н.

Тагаял образом, получается N ортогональных пар 1санонических переменных и система прогностических^уравнений имеет вид: b'Y - га'Х

Предиктантами в данной модели являлись значения среднемесячной температуры воздуха на 22 опорных станциях Средней Азии, в список которых входит не только равнинная часть региона, но и станции, расположенные в горах.

Для расчета статистических связей использованы ряды предикторов и предиктантов за 1928-1980 гг., данные за период 1981-1989 гг. составили независимую выборку.

В качестве векторов предикторов и предиктантов при вычис-

лении »канонических переменных использованы главные компоненты исходных величин. Количество главных компонент, учитываемых при разложении вектора-предиктора и вектора-предиктанта, определялось с помощью 'анализа поведения величин собственных значений корреляционных матриц. С этой целью собственные числа ранжировались и рассматривался ряд разностей Ai-Ai.fi. Если эти разности, начиная с какого-то номера, устойчиво уменьшаются незначительно, можно считать, что соответствующие, коэффициенты разложения состоят из шумов. • '*

Разложение вектора-предиктора показало, что его первоначальная размерность сократилась до 10, т.е. 10 главных компонент описывают ;80% дисперсии исходного вектор-предиктора.. Исходное поле аномалий средней месячной температуры воздуха Средней Азии можно охарактеризовать двумя главными компонентами, которые описывают 82% дисперсии исходного вектора-пре-диктанта.

Проведена проверка построенной прогностической модели на независимой выборке за период 1980-1989 гг. Результаты проверки прогнозов показали в среднем по г - 0.25 и по 0 - 1.16. Оценки успешности прогнозов для станций, расположенных на равнине, в предгорьях"»г в горах, как по знаку, так и по величине отличаются незначительно.

Таким образом, сравнение результатов различных методов на одних и тех жг исходных данных показало, что наиболее высокой оказалась оправдываемость прогнозов, полученных по модели с использованием алгоритма оптимального осреднения предикторов. Ыодель прошла производственные испытания в отделе долгосрочных прогнозов погоды Гидрометцентра Республики Узбекистан в 1990-

- 15 -

1991 годах, оценки прогнозов (per- 0.29, Qcp-1.18) не понизились по сравнению с авторскими испытаниями. В настоящее время разработанная модель внедрена в оперативную практику ) ГЩ Республшси УБбегагстан.

Использование канонической корреляции векторов в отличие зт других методов позволяет прогнозировать АТмес в горах, кроме гого имеется возможность в дальнейшем улучшить модель прог-гопол йа счет более оптимального подбора компонент вектора-пре-шктсра и псктсра-предиктанта.

В трзтьой главе разработана модель прогноза ЛТмос по Сред-юй Агяи с гт.Ояаговремениостыо 2 дня с использованием-п качестве 1г<!лтсгсров прогнозов средней температуры воздуха на декаду.

Прогресс в области разработки методов гидродинамических прогнозов и их статистической интерпретации позволяет в насто-т;ео время рассчитывать прогнозы различных метеорологических элементов хорошего качества на срок от 0 до 5-10 суток. С другой строны, навестно, что прогноз на месяц вперед во многом зпределяется первой декадой, поэтому, имея хороший прогноз температуры воздуха на первую декаду месяца, полученный на ос-юве схем гидродинамического прогноза, можно дать прогноз на зесь месяц.

В последнее время появился целый ряд работ, в которых для 'лучшения оправдываемости долгосрочных месячных прогнозов тем-юратуры используются декадные прогнозы (Д.А.Педь, В.П.Садоков, З.Ф.Козельцева, В.Е.Голубев, И.О.Ким и др.).

Предварительные исследования инерционных связей ыезду зна-юнияыи декадной температуры воздуха, осредненными к ?-му числу «есяца, и аномалиями среднемесячной температуры воздуха по

Средней Азии показали сравнительно высокие коэффициенты корреляции, следовательно, имея прогностические значения температур! воздуха на декаду, модно использовать их в качестве предикторов для прогноза на весь месяц с заблаговременностыо 2 дня.

Для разработки модели в данной работе использована концепция "идеального прогноза", когда прогностические уравнения строятся на диагностических дшншх, а при расчете прогнозов используются прогностические значения предикторов.

ПредиктаптаитамЯ являются значений среднемесячной температуры воздуха на 22 опорных станциях Средней Азии.

В качестве предикторов использованы значения средней температуры воздуха са декаду, осредненныэ к 7-му числу прогнозируемого месяца на 11 станциях Средней Азии.

Для построения прогностических уравнений с использованием метода пошаговой множественной линейной регрессии из 11 предикторов выбирался 1 или 2.предиктора.

Проверка на независимой выборке за период 1980-1889 годы проведена также на концепции "идеального прогноза". Для равнинных опорных станций проверка показала следующие средние оценки успешности прогнозов: рСР- 0.42, QcP- 0.89; для предгорных -pop- 0.35, Qcp- 1.00; В горах - рСр- 0.40 и QcP- 1.02.

Всего было составлено 119 прогнозов, по знаку оправдалось 82%, по величине - 67%. Хороших прогнозов оказалось 59%, удовлетворительных - 32%, и неудовлетворительных - 9%.

Видно, что оправдываемость прогнозов как по знаку, так и по величине отличается не значительно в зависимости от физико-географических условий и является достаточно высокой по всему региону.

- 17 -

Нодель прогноза передана в ГОД Главгидромета Республики 'збекистан для производственных испытаний.

В четвертой главе приведены оперативные схемы прогноза шомалий среднемесячной температуры воздуха, вошедшие в техчо-югическую линию численного долгосрочного прогноза погоды ¡АНИГНИ-ГЫЦ Главгидромета Республики Узбекистан.

Разработаны адаптивные оперативные схемы прогноза ЛТ»шс с ¡аблаговременностыо 1 месяц, с применением алогоритма оптималь-юго осреднения предикторов, и с забдягопремешюстью 2 дня, с ^пользованием в качестве предикторов декадных прогнозов тем-:ературы. Адаптация моделей происходит за счет непрерывного своения и обработки поступающей информации.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ 11 ВЫВОДЫ

1. С использованием алгоритма классификации Лайда и ал-оритма, основанного на методе потенциальных фушеций, станции бедней Азий'" разделены на группы с однородными колебаниями реднемеейчной температуры воздуха, и выделены 22 опорные танциипо всему 'региону, включая горные и предгорные области.

2. Анализ статистических характеристик Тиес в горних, редгорных и равнинных районах для различных сезонов года по-азал, что в холодное полугодие значения среднеквадратического тклонения среднемесячной температуры воздуха в горных районах еньше, чем на равнине, тогда как в теплые месяцы наблюдается братная картина.

3. На основании проверки гипотез равенства нулю коэффици-нтов асимметрии и эксцесса Тмвс получен вывод о том, что рас-

пределение вероятности среднемесячной температуры воздуха по Средней Лзин в большинстве случаев близко к нормальному.

4. Исследована аномальность температурных полей Средней Азии и показано, что в последнее время повторяемость крупных по критерию К (Н.А.Багрова) аномалий Тмос возросла, при этом

увеличилась повторяемость крупных положительных аномалий, а повторяемость 1срупных отрицательных аномалий даже несколько уменьшилась.

5. В схемах прогноза среднемесячной температуры воздуха по Средней Азии с заблаговременностью 1 месяц в качестве про-дикторов использованы значения среднемесячной температуры воздуха и приземного давления в 30 корреляционно-независимых точках северного полушария.

6. На одном и том по материале проведены эксперименты по отбору оптимальной совокупности предикторов и нахокдешю устойчивой статистической связи медду предиктантаьш и предикторам« с применением пошаговой множественной линейной регрессии, различных модифшсаций метода группового учета аргументов, оптимального осреднения предикторов, канонической корреляции векторов.

7. Модель прогноза с использованием метода пошаговой множественной линейной регрессии по!сазала на независимой выборке за 1980-1988 гг. следующие оценки успешности:рср - 0.1, 0оР> 1.

8. Прогностические модели на основе ЫГУА с разделением зависимой выборки на обучающую и проверочную и использованием в качестве системы базисных функций самих значений предикторов либо, преобразовав их предварительно в систему ортогональных полиномов Чебышева, показали на независимой выборке за период

1980-1988 гг. оправдывоемость прогнозов по р в среднем 0.14 и Q > 1.

9. Впервые для прогноза ДТмвс по Средней Азии использован алгоритм оптттльного осреднения предикторов. С применением данного алгоритма в сочетании с множественной линейной регрессией разработана статистическая модель прогноза по 11 равнинным станциям, показавшая следующие оценю! успешности прогнозов на независимой выборке за период 1980-1988 годы: рСр- 0.3 и Оср - 1.15.

Модель прогноза прошла производственные испытания в отдело долгосрочных прогнозов погоды Гидрометцентра Республики Узбекистан в 1990-1991 годах,- оценки прогнозов (рСр - 0.29, Оср - 1.18) практичеаш не понизились по сравнению с авторскими испытаниями. На основе данной модели разработана оперативная адаптивная-схема прогноза, которая внедрена в оперативную практику в Гидрометцентре'Республики Узбекистан и вошла в технологическую линию численного долгосрочного прогноза-погоды САНИГШ1-Главгидромета.

10. Разработана модель прогноза аномалий среднемесячной температуры воздуха с использованием метода канонической корреляции векторов для 22 опорных станций Средней Азии.

Проверка построенной прогностииической модели на независимой выборке (1980-1989 годы) показала следующие средние оценки успешности: рСр - 0.25 и Оср - 1.16.

Оценки успешности прогнозов для станций, расположенных на равнине, в предгорьях и в горах, как по знаку, так и по величине отличаются незначительно.

Использование канонической корреляции векторов дает вое-

модность в дальнейшем повысить оправдываемость прогнозов ва счет более оптимального подбора компонент вектора-предиктора и вектора-предиктанта.

12. Разработана статистическая модель прогноза аномалий средней месячной температуры воздуха по Средней Азии с забла-говременностыо 2 дня, в которой в качестве предикторов использованы прогнозы средней температуры воздуха на декаду в период с 28-29 числа текущего месяца по 7 число прогнозируемого месяца, получаемые ив Росгидрометцентра.

Проверка на независимой выборке на концепции "идеального прогноза" за период 1980-1989 годы показала следующие средние оценки успешности: по равнинной территории - рс " 0.42, Qcp - 0.89, по предгорьям - рср - 0.36, Qcp - 1.00 и по горам - рСр - 0.40, Qcp - 1.02,

На основе данной модели разработана оперативная адаптивная схема прогноза ДТМес по Средней Азии, переданная на производственные испытания в Отдел прогнозов погоды Гидрометцентра Республики Узбекистан и вошедшая в технологическую линию численного ДПП.

Основные положения диссертации изложены в следующих работах:

- Ким И.С., Никулина С:П. Автономный комплекс прогноза аномалий среднемесячной температуры воздуха/ САНИГМИ.- Ташкент.-1991.- ГосФАП.- N Ж059191210.

- Ким И.С., Никулина С.П. Прогноз среднемесячной температуры

воздуха по Средней Азии с использованием декадных прогнозов/ Тезисы докладов IV Всесоюзной конференции по статистической интерпретации гидродинамических прогнозов с целью прогноза элементов и явлений погоды.- 1991.- С. 52.

- Ким И.О., Никулина С.П. О возможных подходах к отбору предикторов для долгосрочного метеорологического прогноза // Тр. САНИГЫИ.- 1992.- Вып. 143(224).- С. 92-97

- Метод прогноза среднемесчной температуры воздуха по территории Средней Азии с использованием канонических корреляций / Никулина С.П.; САНИГМИ,- Ташкент, 1993.- 13 с.-Ил.: 2.- Библиогр.: 13 назв.- Рус.- Деп. в ИЦ ВНИИГМИ-МЦД 26.05.93., N 1151 - ГЫ93.