Диагноз и прогноз продолжительности сложных метеорологических условий

Бочкин, Сергей Павлович

Бесплатный автореферат и диссертация по наукам о земле на тему
Диагноз и прогноз продолжительности сложных метеорологических условий
ВАК РФ 25.00.30, Метеорология, климатология, агрометеорология

Автореферат диссертации по теме "Диагноз и прогноз продолжительности сложных метеорологических условий"

На правах рукописи

Бочкин Сергей Павлович

ДИАГНОЗ И ПРОГНОЗ ПРОДОЛЖИТЕЛЬНОСТИ сложных МЕТЕОРОЛОГИЧЕСКИХ УСЛОВИЙ

Специальность 25.00.30 - Метеорология, климатология, агрометеорология

Автореферат диссертации на соискание ученой степени кандидата географических наук

Воронеж - 2006

Диссертация выполнена в научно-исследовательской лаборатории метеорологического обеспечения полетов Воронежского высшего военного авиационного инженерного училища (военного института)

Научный руководитель: кандидат географических наук,

доцент Закусилов Вадим Павлович

Официальные оппоненты: доктор географических наук,

профессор Васильев Александр Александрович;

доктор географических наук, профессор Мазуров Геннадий Иванович

Ведущая организация: Главный гидрометеорологический цетр Министерства обороны Российской Федерации

Защита состоится « 28 » февраля 2006 г. в 12 часов на заседании диссертационного совета К 215.007.01 при Воронежском высшем военном авиационном инженерном училище (военном институте) по адресу: 394064, г. Воронеж, ул. Старых Большевиков, д. 54«а», ауд. 621.

С диссертацией можно ознакомиться в учебной библиотеке ВВВАИУ(ВИ)

Автореферат разослан « 26 » января 2006 г.

Ученый секретарь диссертационного совета

кандидат географических наук, доцент Т.Н. Задорожная

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Погодные условия, применительно к деятельности авиации, характеризуются различной степенью сложности. Количество облачности, высота ее нижней границы, значение дальности видимости, зависящие от состояния атмосферы и явлений погоды, являются главными элементами, определяющими степень сложности метеорологических условий. Различными сочетаниями они определяют возможность взлета, посадки летательных аппаратов, варианты проведения полетов, условия выполнения полетного задания, боевого применения тех или иных видов летательных аппаратов в полном объеме. В зависимости от характера их распределения во времени и пространстве, полеты могут выполняться в простых, сложных метеоусловиях, при установленном минимуме погоды или не выполняться вообще. Необходимостью учета степени сложности метеорологических условий при обеспечении авиации и объясняется актуальность данного исследования.

В связи с этим, при планировании различных видов деятельности авиации увеличивается роль прогнозов погоды, которые содсржаг данные о будущем распределении высоты нижней границы облачности и горизонтальной дальности видимости. Причем, важно предсказать не только ожидаемую степень сложности метеорологических условий, но и разработать прогноз ее продолжительности, которая обеспечивала бы выполнение планируемых работ в течение летной смены.

Вопросу разработки таких прогнозов уделяется большое внимание, однако, ввиду возникающих при их решении сложностей как теоретического, так и технического характера данная проблема далека от ее удовлетворительного решения. Выполненная работа посвящена прогнозу продолжительности сложных метеорологических условий в пределах летной смены с заблаговременно-стью в несколько дней. В этом плане она также является актуальной.

Объектом настоящего исследования являются рт^тти птмпгфкры

рос национальная I

определяющие степень сложности метеорологических урловп&ИБЛиотЕКЛ I

Предметом исследования являются сложные метеорологические условия с высотой нижней границы облачности 100 м и ниже и горизонтальной дальностью видимости 100Q м и менее, а также сопутствующие им факторы приземного и среднего уровня тропосферы.

Целью работы является совершенствование методики прогноза дневной продолжительности сложных метеорологических условий в холодный период года над районами Восточной Европы.

Достижение поставленной цели обусловило решение следующих задач:

- исследование климатического распределения продолжительности сложных метеорологических условий над рассматриваемой территорией в холодный период года, выявление особенностей данного распределения при различных формах атмосферной циркуляции;

- исследование пространственной связи продолжительности сложных метеорологических условий, наблюдаемых на аэродромах исследуемой территории,

- расчет повторяемости метеорологических условий различной степени сложности при установленных типах синоптических ситуаций, наблюдаемых над исследуемым районом;

- диагноз влияния ряда факторов приземного и среднего уровней тропосферы на сложность метеорологических условий над рассматриваемой территорией, выбор наиболее информативных из них;

- разработка методики прогноза дневной продолжительности сложных метеорологических условий.

Методическая база исследования. Решение поставленных задач проводилось путем синопггико-статистического анализа гидрометеорологических полей с привлечением метода главных компонент, корреляционного анализа. Разработка методики прогноза продолжительности сложных метеорологических /словий осуществлялась с использованием пошаговой множественной линей-юй и нелинейной регрессии. Все необходимые вычисления производились на 1ЭВМ с использованием электронных таблиц Microsoft Excel 5.0/7.0, программы STATISTICA 6.0.

Достоверность полученных результатов обеспечена использованием аэросиноптического материала, полученного по каналам Гидрометцентра России, срочных наблюдений за метеорологическими величинами, проводимых на АМСГ аэропортов в соответствии с нормативными руководящими документами; корректным применением математико-статистических методов анализа и обработки исходной информации и лицензионных программных продуктов для ПЭВМ, удовлетворительным согласованием расчетных и фактических данных.

Научная новизна работы в том, что для рассматриваемой территории, в холодный период года рассчитаны климатические поля распределения средней месячной продолжительности сложных метеорологических условий (100x1000м); выявлены особенности этих полей при различных формах атмосферной циркуляции (по А.Л.Кацу); предложена методика выбора запасных аэродромов на основе использования корреляционных пространственных связей продолжительности сложных метеорологических условий, наблюдаемых на аэродромах исследуемой территории; для исследуемой территории предложена методика прогноза дневной продолжительности сложных метеорологических условий, основанная на учете параметров приземного уровня атмосферы, среднего уровня тропосферы и вертикальных движений.

Теоретическая значимость. Результаты работы направлены на решение научных и прикладных задач по гидрометеорологическому обеспечению авиации.

Прикладная ценность полученных результатов заключается в разработке методики прогноза продолжительности сложных метеорологических условий в целях эффективного шшнирования летной деятельности авиационных подразделений.

Реализация результатов работы. Основные результаты работы используются в учебном процессе гидрометеорологического факультета Воронежского ВВАИУ; при гидрометеорологическом обеспечении полетов в частях Военно-воздушных Сил.

Личный вклад автора заключается в сборе, статистической обработке исходных данных, проведении исследований по теме диссертации, анализе результатов, формулировании выводов, разработке прогностических моделей и методики прогноза продолжительности сложных метеорологических условий.

Апробация работы. Основные результаты исследования докладывались и обсуждались на заседаниях и научных семинарах научно-исследовательской лаборатории метеорологического обеспечения полетов и научно-практических конференциях Воронежского ВВАИУ в период с 2002 по 2005 г.г., на Международной научной конференции «Совершенствование наземного обеспечения авиации» (Воронеж, 2003г.), на Всероссийской научной конференции МГУ им. М.В.Ломоносова «Сергей Петрович Хромов и синоптическая метеорология (к 100-летию со дня рождения С.П.Хромова) (Москва, 2004г.), Всероссийской научной конференции «Современные глобальные и региональные изменения геосистем» (Казань, 2004г.).

Положения, выносимые на защиту:

1. Климатическое распределение месячной продолжительности сложных метеорологических условий над рассматриваемой территорией в холодный период года, особенности данного распределения при различных формах атмосферной циркуляции;

2. Результаты пространственной корреляционной связи продолжительности сложных метеорологических условий, наблюдаемых на аэродромах исследуемой территории, возможность использования их при определении перечня запасных аэродромов;

3. Результаты анализа повторяемости метеорологических условий при различных типах синоптических ситуаций, наблюдаемых над исследуемым районом;

4. Модели прогноза дневной продолжительности сложных метеорологических условий на основе вариантов линейной и нелинейной регрессии;

5. Методика прогноза дневной продолжительности исследуемой степени сложности метеорологических условий в месяцах холодного периода года, для исследуемой территории.

Структура н объем работы. Диссертация состоит из введения, четырех глав, заключения. В работе имеется 27 таблиц, 56 рисунков, 12 приложений. Список используемой литературы включает 127 наименований. Общий объем работы составляет 162 страницы машинописного текста.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

В первой главе «Особенности климатического распределения сложных метеорологических условий над районами Восточной Европы» проведен анализ современных подходов к диагнозу и прогнозу метеорологических условий различной степени сложности, поставлены задачи исследования, определены граничные условия, дана характеристика исходных данных; исследовано климатическое распределение продолжительности сложных метеорологических условий над рассматриваемой территорией в холодный период года; выявлены особенности распределения данных параметров при различных формах атмосферной циркуляции.

Отмечено, что, несмотря на многочисленные исследования по прогнозу облачности и видимости с заблаговременностыо более суток, удается составить лишь весьма общие прогнозы климатического характера: получение норм, среднеквадратичсских отклонений. Чаще всего исследуются отдельно горизонтальная дальность видимости и высота нижней границы облачности.

Т.Н. Дерюгина, А.П. Пенькова (1979, 1969) районируют Азиатскую территорию СНГ по сложным для авиации условиям погоды. З.М. Маховер (1991) выявил особенности многолетнего режима сложных метеорологических условий на аэродромах Москвы. В работе Е.С. Износковой (1985) дана сравнительная оценка нелетных условий погоды по аэропортам Московского аэроузла.

Отдельно по частям суток для трех месяцев холодного полугодия представлены пространственные климатические характеристики комплекса метеорологических условий 150х 1500 м в работе Н.И. Чуприна (1992),.

Попытка применения алгоритма кластерного анализа при решении задач авиационно-климатического районирования для Западной Европы рассмотрена в работе В.А. Клепикова (1992).

Основной проблемой прогноза комплекса сложности (облачности и видимости) является выбор предикторов, ответственных за их формирование. В последнее время делаются попытки такого прогноза К ним следует отнести работу В.Н. Зо-лоторева (1992). В работе различным сочетаниям значений высоты нижней гра-

ницы облаков и значениям горизонтальной дальности видимости присвоен индекс, который является функцией направления и скорости ветра, температуры и влажности воздуха в приземном слое атмосферы

Разработке методики прогноза комплекса сложности летно-метеорологических условий на сроки, не превышающие одних суток, посвящены работы A.B. Назаренко и И.П. Расторгуева (1995, 1997). Для определенных синоптических ситуаций ими построены гистограммы распределения летно-метеорологических условий по градациям видимости с детализацией по трехчасовым интервалам.

Вопросы сверхкраткосрочного прогноза метеорологической дальности видимости и высоты нижней границы облаков в явлениях погоды, ухудшающих метеорологические условия ниже минимума 100x1000 м на период от 15 минут до одного часа нашли свое отражение в исследованиях В.В. Дорофеева (2002).

Проблеме прогноза продолжительности комплекса погодных условий посвящен цикл работ Т.Н. Задорожной (1996, 1997). В них изучается распределение сочетания высоты нижней границы облачности и горизонтальной дальности видимости, соответствующие минимуму погоды 150x1500м. Прогноз суммарной продолжительности (в часах) данного типа сложности погоды разрабатывается на естественный синоптический период (5-7 суток), с последующей детализацией по дням периода.

Проведенный анализ показал, что общепринятой методики прогноза продолжительности сложных метеорологических условий не существует, а делаются лишь первые шаги в этом направлении. Расширение возможностей применения летательных аппаратов, требования эффективности, экономической целесообразности и безопасности вызывают необходимость продолжения исследований в данном направлении.

Для диагноза возникновения сложных метеорологических условий по 20 аэродромам Восточной Европы (рис.1) была составлена исходная выборка ежечасных наблюдений о состоянии метеорологических условий за ноябрь, декабрь и январь, охватывающая 5 лет: с 1984 по 1988 годы, включительно. По

ним были сформированы ряды продолжительности сложных метеорологических условий в течение дня. Под термином день в работе для рассматриваемого времени года подразумевался период с 9 до 16 часов. В выборку включались случаи с количеством облаков 7 баллов и более, при высоте их нижней границы 100 м и ниже и горизонтальной дальности видимости 1000 м и менее, или когда хотя бы одни из данных параметров (высота нижней границы облаков или посадочная видимость) был равен или ниже этих значений. День, когда такие метеоусловия сохранялись непрерывно в течение 4 часов и более, назван нелет ной сменой

Рис. 1. Схема расположения станций, привлекаемых к исследованию, и узлов регулярной сетки точек

Исходные данные представлены в виде матрицы (1), вектор-столбец которой характеризует дневную продолжительность рассматриваемых условий в различных ]гунктах наблюдения в конкретный момент времени Вектор-строка описывле! дневную продолжительность сложных метеорологических условии в конкретной точке в различные моменты времени.

л,-

Л,; 1,,: - • 1

р . 2,1» Р. ■ с 2,2. ••• ■1

■1

р . С 20.1, £ . год. •• • 1 ■

1.460

2,460

(1)

4.460 20.460

где £ - продолжительность сложных метеорологических условий, наблюдаемых в течение светлого времени суток; j - порядковый номер рассматриваемого дня в выборке; я - порядковый номер станции.

На первом этапе работы выявлены особенности климатического распределения продолжительности сложных условий над Восточной Европой. Для каждого из 20 пунктов рассчитаны средние значения дневной продолжительности сложных метеорологических условий и повторяемость дней с ними, наблюдающихся в течение месяца рассматриваемого периода. Выявлено, что в климатическом плане имеют место участки исследуемой территории, существенно различающиеся по степени сложности метеорологических условий. Наименьшая продолжительность сложных условий отмечается на северо-востоке и востоке территории, максимум продолжительности наблюдается на юге, западе и северо-западе территории. В качестве оценки успешности использования полученных норм приведены их среднеквадратические отклонения. Выявлено, чю с большим доверием к климатическому прогнозу месячной продолжительности сложных метеорологических условий следует относиться для северо-восточных и восточных районов. Дополнительно для каждой станции были приведены пределы возможных колебаний продолжительности нелетных условий с 95% доверительной вероятностью.

Для исследуемого периода рассчитана повторяемость форм атмосферной циркуляции по типизации Каца, определяющих направление воздушных потоков. Выявлено, что преобладает зональный тип циркуляции (около 70%), из форм меридионального типа реже всего наблюдается западная форма циркуляции (2%) и примерно поровну приход1ггся на центральную, восточную и смешанную формы циркуляции (8-10%).

Сравнительный анализ карт пространственного распределения среднемесячной продолжительности сложных метеорологических условий, характерных для разных типов и форм атмосферной циркуляции, позволили выявить их особенности, что в определенной мере позволяет уточнить климатический прогноз сложных метеорологических условий для рассматриваемой территории в месяцах холодного периода.

Представленные в данном разделе статистические характеристики полей, могут быть использованы в качестве предварительных рекомендаций при перспективном планировании летной работы на месяц в холодный период года для рассматриваемой территории.

Во второй главе «Пространственная связь метеорологических условий» проведено исследование пространственной связи между метеорологическими условиями рассматриваемых аэродромов с точки зрения разработки методики выбора запасных аэродромов. В основу ее была положена корреляционная зависимость степени сложности метеорологических условий, наблюдаемых на аэродромах, расположенных на исследуемой территории (один из аэродромов поочередно выбирался в качестве основного, все остальные считались запасными). При этом учитывались не только сами значения парных коэффициентов корреляции, но и их знак, характеризующий прямую или обратную зависимость.

Сравнивая предлагаемую методику с традиционной, основу которой составляет вычисление вероятности пригодных (или непригодных) для посадки метеорологических условий в тот момент, когда на основном аэродроме посадка по метеоусловиям невозможна, было выявлено: 1) поля распределения по-вторяемостей и коэффициентов корреляции довольно схожи, 2) в основном аэродромы, со значимой положительной корреляционной связью имеют соответственно большую повторяемость совпадения нелетных условий (от 30% до 56%). а для аэродромов с незначимой и особенно отрицательной корреляционной связью, она мала (менее 20%); 3) зависимость показателей, используемых при выборе запасных аэродромов, как с использованием традиционной методики так и предлагаемой, с изменением удаленности запасных аэродромов от ос-

новного схожа. Однако корреляционная связь данной зависимости в предлагаемой методике выше, чем в традиционной и составляет соответственно -0,73 и -0,67, что делает применение парных коэффициентов корреляции при выборе запасных аэродромов также предпочтительнее, по сравнению с показателями, используемыми в настоящее время. Это свидетельствует о том, что предлагаемая методика может дать дополнительную информацию при выборе запасных аэродромов. Для областей со значимой положительной корреляционной связью с определенной долей вероятности, можно считать, что будут наблюдаться однотипные метеорологические условия и наоборот.

На следующем этапе работы проведен анализ синоптических ситуаций, наблюдаемых над исследуемой территорией, который показал, что в рассматриваемый период преобладает циклонический тип погоды (50-75% от общего числа случаев). Повторяемость антициклоиичсского тина погоды составляет 23-44%. Рассчитана повторяемость дней со сложными метеорологическими условиями при различных типах синоптических ситуаций. Выявлено, что в рассматриваемый период времени повторяемость дней с лётными условиями для всех станций выше при антициклоническом типе синоптических ситуаций (колеблется от 0,69 до 0,95) и наоборот повторяемость нелетных условий выше при циклоническом типе синоптических ситуаций (колеблется от 0,19 до 0,39). Спрогнозировав тип синоптической ситуации можно, используя рассчитанные повторяемости, предсказать вероятность возникновения нелетных условий в течение дня. Однако, поскольку повторяемость нелетных условий, как для циклонического, так и антициклонического типов синоптических ситуаций меньше 0,50, вопрос о прогнозе нелетных условий в этом случае может быть решен только на основании экспертных оценок с учетом важности ошибок «пропуска» или «ложной тревоги», что далеко не всегда возможно в реальных условиях..

В третьей главе «Оценка факгороп, влияющих на формирование сложных метеорологических условий» с использованием корреляционного анализа проведен диагноз влияния на дневную продолжительность сложных метеорологических условий над исследуемой территорией изменений параметров приземного слоя атмосферы, среднего уровня тропосферы и вертикальных

движений в атмосфере, произошедшими в асинхронные сроки со сдвигом во времени 24, 48 и 72 часа (для возможного использования результатов в прогностических целях).

В качестве параметров приземного слоя атмосферы к исследованию привлекались данные по температуре (Т) и дефициту точки росы (О) у поверхности ,'емли, атмосферному давлению (Р) на уровне моря, для всех 20 пунктов (рис 1)

К корреляционному анализу в этом случае привлекались ряды межсчточных изменений параметров приземного слоя атмосферы АТ, АО, АР со сдвигом т до трех дней. Эти ряды имеют вид'

А'Г - (ЛТ,_ЗВ),Ш„(АТ,_М),.1,(АТ,_Х )тш} АО~(АО,_20)т„11(АО1.20)т__2.(АО1_2п)^1 (2) АР ~ (АР^Ъ.^АР^^ЛАР,.» )г.,

В качестве параметров среднего уровня тропосферы к исследованию привлекались значения абсолютного (//„„) и относительного (//) геопотен циала над рассматриваемой территорией в 20 узлах регулярной сетки точек (рис 1) с шагом 5® по широте и 10° по долготе. В корреляционном анализе исполыова-лись межсуточные изменения первых шести коэффициентов разложения полей абсолютного (АГ(АТ)) и относительного (АР"(ОТ)) геопотенциала по естественным ортогональным составляющим описывающих соответственно 93°о и 90° о общей дисперсии полей.

Ряды изменений параметров среднего уровня тропосферы, привлекаемые я этом случае к корреляционному анализу для трех временных сдвигов, имеют и ид:

АТ-(АТ) ~ ),-*)„,.(&(ЛТМ (ЛГ

АГ(ОТ) ~ (А1' (ОТ)1_6),11.(АГ(ОГ),_6),.:.(Л1- (01 л_я

В качестве параметра, косвенно характеризующего интенсивность и направление вертикальных движений, в работе использован лапласиан геопоген-циала среднего уровня тропосферы (А/,), который рассчитывался по данным г/,,,,, в средних узлах регулярной сетки (7 - 9 и 12 - 14) (рис I)

Ряды межсуточных изменений параметров вертикальных движений в атмосфере, привлекаемые в этом случае к корреляционному анализу для соответствующих временных сдвигов, имеют вид:

Д£ — (1 а-14 ) г=1 > (^7-9,12-14 )г=2 5 (^7-912-14 )г=1 ^

Количественная оценка тесноты связей осуществлялась с помощью парных коэффициентов корреляции (г^.), рассчитанных по формуле.

£ Ос . - х~Хг. - Г)

Г „ —-,-_- , (3)

(я - 1 > ,<т ,

где п - объем архивной выборки; У, - дневная продолжительность сложиы\ метеорологических условий; X, - значения параметров влияющих метеорологических факторов; <тх <ту-среднеквадратические отклонения X, и У: соответственно

При анализе взаимно-корреляционных связей, используя осреднсниыс парные коэффициенты корреляции, а также учитывая число значимых корреляционных связей, решалось несколько практических задач, связанных с выявлением, во-первых, наиболее информативных параметров исследуемых факторов, во-вторых, оптимальных сдвигов по времени, через которые такое влияние проявляйся, в--хретьих, районов континента, где эти связи проявляются максимальным образом

При решении первой задачи, выявлено, что наиболее информативными параметрами приземного слоя атмосферы (рис. 2,а) являются межсуточные и ¡-менения температуры воздуха у поверхности земли и изменение дефншпл влажности. Слабее всего на всех временных сдвигах проявляется влияние изменения а1-мосферного давления. Что касается параметров среднего уровня тропосферы (рис 2,б,в), то наиболее информативными из предложенных в работе, можно считать ЛК(^Г) №(АТ)г, ¿&(АТ)5. А/="(ЛГ)6 и ДГ(ОТ),, Д/ (0/), В то же время

параметры ДК(ЛГ)4 и ЛГ(ОГ)4, ДГ(ОГ)5, наоборот, следует отнести к наименее информативным, Исследуя параметры вертикальных движении (рис 2.г), выявлено, что наиболее информативными предикторами из предложенных. след\с1 считать ЛЬ в, Д£в. Наименее информативными предикторами являются шмсне-ния значений Д£ и, Д£ 12.

Параметры приземного уровня атмосферы

ЛРЦОТ) йГС(ОТ) ЛР^ОТ} йР4(ОТ) ЛР5(ОТ) ЛР6(0Т) Параметры среднего уровня тропосферы (ОТ)

Параметры вертикальных токов

Рис 2 Оценка информативности рассматриваемых параметров приземного >ровня атмосферы (а), среднего уровня тропосферы (б, в) и вертикальных токов (I)

При решении второй задами (рис.3) выявлено, что в порядке уменьшения информативности сдвиги располагаются следующим образом: 72 часа, 48 часов, 24 часа. Полученный результат может быть объяснен тем, что более продолжительные изменения, рассматриваемых метеорологических факторов, ведут к установлению более устойчивых сложных метеорологических условий.

24ч 48ч

Временной сдвиг

72ч

Рис. 3 Выбор оптимального временного сдвига При решении третьей задачи, на каждом временном сдвиге, в отдельности, проведено районирование рассматриваемой территории по степени влияния на нее рассматриваемых параметров (рис.4). Выявлено, что параметры приземного уровня тропосферы значимо влияют на первом и втором временных сдвигах на 60% территории, на третьем временном сдвиге на 65% территории. Параметры среднего уровня тропосферы на первом временном сдвиге значимо влияют на 90% территории, на втором - на 85% территории, на третьем - на 70% территории. Параметры вертикальных движений в атмосфере на первом временном сдвиге значимо влияют на 75% территории, на втором - на 65% территории, на третьем - на 55% территории. Полученный набор карт, позволяет оптимальным образом учитывать рассмотренные параметры в качестве предикторов при разработке прогноза дневной продолжительности рассматриваемых метеорологических условий в определенном районе с желаемой заблаговрсменностью.

Таким образом, из результатов исследований данного этапа следует, что рассмотренные в работе метеорологические факторы оказывают определенное

4 - * -я

~ I' - V -

б)

Рис.4. Районы значимого влияния параметров приземного уровня атмосферы (а), среднего уровня тропосферы (б) и вертикальных токов в атмосфере (в) на степень сложности метеорологических условий рассматриваемой территории на различных временных сдвигах

влияние на возникновение сложных метеорологических условий, причем выявлено, что на определенных временных сдвигах и в различных частях континента оно проявляется по-разному.

В четвертой главе «Методика прогноза дневной продолжительности сложных метеорологических условий» представлена регрессионная схема однофакторной и двухфакторной моделей прогноза продолжительности сложных метеорологических условий. Для каждой из 20 привлекаемых к исследованию станций для рассматриваемого периода с заблаговременностью 24, 48 и 72 часа разработаны прогностические регрессионные уравнения. При этом рассмотрены варианты линейной и нелинейной (второго порядка) регрессии.

В однофакторной моделе в качестве предикторов используются только значения параметров рассмотренных выше метеорологических величин приземного слоя атмосферы (2). Это связано с тем, что на практике эти данные более доступны и потребителю получить их не составляет особого труда. Двухфакторная модель включает в себя параметры: приземного слоя атмосферы, среднего уровня тропосферы и вертикальных движений в атмосфере (2-4) в комплексе.

Оценка успешности прогностических уравнений предложенных моделей прогноза для обоих вариантов регрессии проводилась по значениям множественных коэффициентов корреляции. Их средние значения, полученные по станциям исследуемой территории, представлены на рис.5.

: в Однофвктормая { I модель, линейная < | регрессия

I ■ Однофвктормая 1 модель, нелинейная 1 регрессия

! В Двухфакторная I модель, линейная ; регрессия 1

I □ Двухфакторная | модель, нелинейная [ ] регрессия '

Рис. 5 Оценки успешности прогностических уравнений предложенных моделей прогноза для вариантов линейной и нелинейной регрессии

Временной сдвиг

При этом также учитывалась доля территории, для которой множественный коэффициент корреляции значим (таблица 1).

Таблица 1

Доля территории (%), для которой множественный коэффициент корреляции в предлагаемых моделях значим (варианты линейной и нелинейной регрессии)

Временной сдвиг Доля территории, %

Однофакто зная модель Двухфакторная модель

Линейная Нелинейная Линейная Нелинейная

г = 1 (24 ч) 30 90 95 100

г = 2 (48 ч) 35 85 1100 100

г = 3 (72 ч) 50 90 \ 90 100

Из анализа рисунка и таблицы можно сделать вывод, что успешность прогностических уравнений для прогноза продолжительности сложных метеорологических условий выше всего для двухфакторной модели, варианта нелинейной регрессии (средние значения множественного коэффициента корреляции составляют 0,62, доля территории, для которой множественный коэффициент корреляции в предлагаемых моделях значим, составляет 100%). Ниже всего оценки у однофакториой модели линейной регрессии (средние значения множественного коэффициента корреляции составляют в зависимости от сдвига 0,21-0,24, а доля территории, для которой множественный коэффициент корреляции и предлагаемых моделях значим, соеганляет 30-50%).

Оценка прогнозов проводилась путем сравнения фактических и прогностических значений прогнозируемой величины. При этом использовались общепринятые критерии: среднеквадратичсское отклонение и среднее нормальное отклонение. Их значения, осреднениые по территории, полученные по обеим прогностическим моделям, для вариантов линейной и нелинейной регрессии на различных временных сдвигах приведены на рис. 6, 7

Анализ данных рисунков подтверждает выводы, полученные при оценке прогностических уравнений. Успешность прогноза дневной продолжительности исслезуемых метеорологических условий выше для двухфакторной модели, вари-

анта нелинейной регрессии Ниже всего оценки у однофакторной модели линейной регрессии.

В Однофакторная модель, линейная регрессия

В Однофакторная модель, нелинейная регрессия

■ двухфакторная модель, линейная регрессия

□ Двухфакторная модель, 1

___ьелинейнэа____.

Рис. 6 Оценки успешности рассматриваемых моделей прогноза для вариантов линейной и нелинейной регрессии по среднеквадратичному отклонению

Временной сдвиг

13 Однофакторная модель, линейная регрессия

■ Однофакторная модель, нелинейная регрессия

Ш Двухфакторная модель, линейная регрессия

□ Двухфакторная модель, нелинейная

Рис.7 Оценки успешности рассматриваемых моделей прогноза для вариантов линейной и нелинейной регрессии по среднему нормальному отклонению

Дополнительно успешность прогноза продолжительности нелетных метеорологических условий для исследуемой территории оценивалась по параметру (?, который рассчитывается по формуле

<2 =

( 5 СО«

Я " 1

(6)

• <' >ч ;

Прогноз по территории считается успешным, если д < I. Из анализа но-

лученных значений (рис. 8) следует, что для всех моделей и вариантов, для всех временных сдвигов прогноз продолжительности нелетных условий по рассматриваемой территории может считаться успешным.

Временной сдвиг

■ Однофакторная I модель, линейная регрессия

| ВОднофаюгорная модель, нелинейная регрессия □ Двухфакгорная модель, линейная регрессия

□Двухфакгорная модель, нелинейная

Рис. 8 Значения параметра {2 рассматриваемой территории для предлагаемых моделей прогноза

С учетом выполненной работы и анализа полученных результатов предложена следующая методика прогноза нелетных метеорологических условий.

1. При перспективном планировании летной деятельности (с заблаговремен-ностью в несколько месяцев) предлагается использовать фоновый прогноз нелетных метеорологических условий. В качестве самого простого варианта можно использовать карты средних месячных значений дневной продолжительности сложных метеорологических условий. Дополнительно для вероятностного прогноза целесообразно использовать каргу повторяемости нелетных смсн.

2. Если имеются данные об ожидаемом типе и формах атмосферной шгрку-ляции (имеется долгосрочный прогноз поля абсолютного геопотенциала в средней тропосфере), то в этом случае имеется возможность уточнения климатического прогноза, полученного на первом этапе.

3. При краткосрочном прогнозе сложных метеорологических условий (за-благовременность до трех суток) необходимо, спрогнозировав тип синоптической ситуации, определить вероятность возникновения сложных метеорологических условий.

4. При разработке прогноза дневной продолжительности нелетных условий для всех трех временных сдвигов, предлагается использовать две модели вариантов линейной и нелинейной регрессии. При этом, как наиболее успешная рекомендуется нелинейная двухфакторная модель, следующей по успешности является линейная двухфакторная модель, затем нелинейная однофакторная и в случае отсутствия необходимого набора предикторов рекомендуется, с некоторой потерей успешности прогноза, применять линейную однофакгорную модель прогноза.

Прогноз следует начинать с большей заблаговременности, а затем от сдвига к сдвигу проводить его уточнение.

В заключении приведены основные результаты исследования.

1. Для Восточно-Европейского региона в месяцах холодного периода (ноябрь, декабрь, январь) рассчитаны климатические поля распределения средней месячной продолжительности сложных метеорологических условий (100x1000м). Наименьшая продолжительность их отмечается на северо-востоке и востоке территории, максимум продолжительности наблюдается на юге, западе и северо-западе территории. Оценка устойчивости такого распределения по величине среднеквадратических отклонений указывает на то, что с большим доверием к климатической норме месячной продолжительности сложных метеорологических условий следует относиться для северо-восточных и восточных районов.

2. Выявлено, что для данной территории в рассматриваемый период времени преобладает зональный тип циркуляции (69%). Повторяемость меридионального типа циркуляции соответственно составляет 31%, при этом в данном типе реже всего встречаются процессы западной формы циркуляции (2%). С учетом типов и форм атмосферной циркуляции проведено уточнение климатических полей продолжительности сложных метеорологических условий. Данные поля могут быть использованы в качестве уточнения климатического прогноза, если форма циркуляции будет заранее предсказана.

3. Предложена методика выбора запасных аэродромов на основе использования корреляционных пространственных связей продолжительности сложных

метеорологических условий, наблюдаемых на аэродромах исследуемой территории. В качестве примера определена территория значимой корреляционной связи для шести аэродромов Восточно-Европейского региона.

4. Анализ синоптических ситуаций, наблюдаемых над исследуемой территорией показал, что в рассматриваемый период преобладает циклонический тип погоды (50-75% от общего числа случаев). Повторяемость антициклонического типа погоды составляет 23-44%. Повторяемость летных условий для всех станций выше при антициклоническом типе синоптических ситуаций (0,690,95), а нелетных условий выше при циклоническом типе синоптических ситуаций (0,19-0,39). Малая повторяемость при циклоническом типе объясняется выбранным достаточно низким порогом, характеризующим в данном случае нелетные метеорологические условия. ч

5. Выявлен ряд метеорологических факторов влияющих на возникновение сложных метеорологических условий. Среди метеорологических величин приземного слоя атмосферы выделены суточные изменения температуры и дефицита точки росы, среди параметров среднего уровня тропосферы - суточные изменения значений 1-3, 5,6 коэффициентов разложения поля АТ-500 и 1, 3 коэффициентов разложения поля ОТ-500/1000 по естественным ортогональным составляющим, а также значения суточных изменений лапласианов поля АТ-500 в определенных узлах регулярной сетки точек, косвенно учитывающие характер вертикальных движений в атмосфере.

6. Анализ пространственно-временного влияния исследуемых факторов на степень сложности летно-метеорологичсских условий позволил выявить оптимальные временные сдвиги. Ими явились 72 и 48 часов и несколько хуже 24 часа. Для каждого временного сдвига проведено районирование исследуемой территории по степени влияния на нес рассматриваемых факторов. Получен набор карт, позволяющих оптимальным образом учитывать их в качестве предикторов на определенном временном сдвиге и для конкретного района.

7. Предложены две модели регрессионной схемы прогноза дневной продолжительности сложных метеорологических условий по каждому- аэродрому

исследуемой территории с заблаговремеиностью до трех суток, построенные на основе вариантов линейной и нелинейной регрессии. Однокомпонентная модель включает в качестве предикторов параметры приземного слоя атмосферы, двухкомпонентная - использует в комплексе параметры приземного слоя атмосферы, среднего уровня тропосферы и характер вертикальных токов в а: мосфе-ре. Выявлено, что предпочтение имеет вариант нелинейной регрессии При этом наиболее успешной является нелинейная двухфакторная модель, следующая по успешности - линейная двухфакторная модель, затем нелинейная однофак-юрная. Наименее успешной является линейная однофакгорная модель прогноза

8. Предложена методика прогноза дневной продолжительности сложных метеорологических условий над исследуемой территорией Восточной Европы Оценки результатов испытания на независимом материале свидетельствуют об ее >с-пешности. Это позволит применять ее в оперативной практике для прогнозирования дневной продолжительности выбранных сложных метеорологических условий с заблаговремеиностью до трех суток.

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Бочкин С.П. Возможность учета атмосферной циркуляции при уточнении климатического прогноза нелетных метеорологических условий / Бочкин С П . Закусилов В.П.// Международный сборник научно-методических трудов «Современные методы подготовки специалистов и совершенствование систем и средс гв наземного обеспечения авиации». 4.2. Воронеж: ВВАИИ, 2003 - С. 162-168

2. Бочкин С.П. Использование коэффициентов разложения поля геопотенциала в качестве параметров атмосферной циркуляции / Бочкин СП// Межд\народный сборник научно-методических трудов «Современные методы подготовки специалистов и совершенствование систем и средств наземного обеспечения авиации». 4.2. Воронеж: ВВАИИ, 2003,- С. 236-239.

3. Бочкин С.П. Влияние атмосферной циркуляции на сложность метеорологических условий / Бочкин С.П., Закусилов В.П// Материал,! Всероссийской научной конференции «Современные глобальные и региональные изменения геосш.-чем». Казань: 2004 - С. 282-284.

4. Бочкин С.П. Исследование особенностей атмосферной циркуляции в формировании метеорологических условий / Бочкин С.П., Закусилов В.П.//. Сборник тезисов Всероссийской научной конференции «Сергей Петрович Хромов и синоптическая метеорология» (к 100-летию со дня рождения С П Хромова). Москва: МГУ, 2004,- С.21.

5. Бочкин С.П. Использование параметров циркуляции атмосферы в прогнозе летно-метеорологических условий / Бочкин С.П , Закусилов В П // Сборник тезисов Всероссийской научной конференции «Сергей Петрович Хромов и синоптическая метеорология» (к 100-летию со дня рождения С П Хромова) Москва: МГУ, 2004,-С.22.

6. Бочкин С.П. Повторяемость летно-метеорологических условий при определенных типах синоптических ситуаций / Бочкин С П . Закусилов В П. Козельцов Р.В.// Материалы межвузовской научно-практической конференции «Со-ьременные методы подготовки специалистов и совершенствование спаем наземного обеспечения авиации». Воронеж: ВВВАИУ, 2005 - С 64-67.

7. Бочкин С.П. Методика использования результатов корреляционной) анализа при разработкеспособов прогноза погоды / Бочкин С.П , Закусилов В.П, Козельцов Р.В.// Материалы межвузовской научно-практической конференции «Современные методы подготовки специалистов и совершенствование систем наземного обеспечения авиации». Воронеж: ВВВАИУ, 2005,- С 67-69

8. Бочкин С.П. Климатические особенности летно-метеорологических условий над районами Восточной Европы / Бочкин С П , Заклснлов В П Ч Ден в Центральном справочно-информационном фонде МО РФ, инв№ В6105 Сборник рефератов депонированных рукописей Серия Б Вып 73,-М ЦВИП МОРФ, 2005,-18 с.

9. Бочкин С.П. Распределение климатических полей метеорологических условий над исследуемой территорией / Бочкин СП// Матер папы межв\ зовскои научно-практической конференции «Современные методы подготовки сиециаш-отов и совершенствование систем наземного обеспечения авиации» Воронеж ВВВАИУ, 2005.-С. 58-63.

10. Бочкин С.П. Влияние метеорологических величин приземного слоя атмосферы на сложность летно-метеорологических условий / Бочкин СП'/ Деп. в Центральном справочно-информационном фонде МО РФ, инв № В6105 Сборник рефератов депонированных рукописей. Серия Б. Вып 73, - М ЦВНН МО РФ, 2005,- 20 с.

11. Бочкин С.П. Особенности климатических полей метеорологических З'словий над Восточной Европой / Бочкин С.П., Закусилов В П, Козельцов Р В // Вестник Воронежского отдела Русского Географического общества Том 5 Воронеж: ВГПУ, 2005,- С. 41-45.

12. Бочкин С.П. Влияние атмосферной циркуляции на поля летно-метеорологических условий / Бочкин С.П., Закусилов В.П.// Вопросы естествознания. Выпуск 13. Липецк: ЛГПУ, 2005,- С. 109-112.

Подписано к печати 24.01.2006 г. Заказ № 28 Тираж 100 экз.

Типография Воронежского ВВАИУ 394064, г. Воронеж, ул. Старых Большевиков, 54 «а»

Л/<Р/

2181

Содержание диссертации, кандидата географических наук, Бочкин, Сергей Павлович

ВВЕДЕНИЕ.

1. ОСОБЕННОСТИ КЛИМАТИЧЕСКОГО РАСПРЕДЕЛЕНИЯ СЛОЖНЫХ МЕТЕОРОЛОГИЧЕСКИХ УСЛОВИЙ НАД РАЙОНАМИ ВОСТОЧНОЙ ЕВРОПЫ.И

1.1 Обзор исследований по диагнозу и прогнозу метеорологических условий различной степени сложности

1.2 Постановка задачи исследования и характеристика исходных данных.

1.3 Климатические поля продолжительности сложных метеорологических условий над исследуемой территорией.

1.4 Особенности полей продолжительности сложных метеорологических условий при различном характере атмосферной циркуляции.

2. ПРОСТРАНСТВЕННАЯ СВЯЗЬ МЕЖДУ МЕТЕОРОЛОГИЧЕСКИМИ УСЛОВИЯМИ.

2.1 Оценка рядов продолжительности сложных метеорологических условий на соответствие нормальному закону распределения.

2.2 Учет корреляционных связей между продолжителыюстями сложных метеорологических условий при выборе запасных аэродромов.

2.3 Анализ повторяемости метеорологических условий при различных синоптических ситуациях.

3. ОЦЕНКА ФАКТОРОВ, ВЛИЯЮЩИХ НА ФОРМИРОВНИЕ СЛОЖНЫХ МЕТЕОРОЛОГИЧЕСКИХ УСЛОВИЙ.

3.1 Методика использования результатов корреляционного анализа

3.2 Влияние параметров приземного слоя атмосферы на продолжительность сложных метеорологических условий.

3.3 Влияние параметров среднего уровня тропосферы на продолжительность сложных метеорологических условий.

3.4 Влияние вертикальных движений в атмосфере на продолжительность сложных метеорологических условий.

4. ПРОГНОЗ ДНЕВНОЙ ПРОДОЛЖИТЕЛЬНОСТИ СЛОЖНЫХ МЕТЕОРОЛОГИЧЕСКИХ УСЛОВИЙ.

4.1 Методика построения прогностических уравнений.

4.2 Регрессионная схема прогноза дневной продолжительности сложных метеорологических условий.

4.2.1 Использование линейного регрессионного анализа.

4.2.2 Использование нелинейного регрессионного анализа.

4.3. Оценка успешности прогнозов дневной продолжительности сложных метеорологических условий по территории.

4.4 Методика прогноза продолжительности сложных метеорологических условий над районами Восточной Европой.

Введение Диссертация по наукам о земле, на тему "Диагноз и прогноз продолжительности сложных метеорологических условий"

Развитие авиационной техники привело к созданию совершенно новых пилотажно-навигационных комплексов. В РФ появились аэродромы, оборудованные современными системами «слепой» посадки. Однако, экономические проблемы страны и, как следствие, недостаточное финансирование авиационных программ пока не позволяют обеспечить каждый аэродром средствами, например такими, с помощью которых была обеспечена посадка российского космического корабля многоразового использования. Поэтому задача визуального взлета, посадки летательного аппарата остается актуальной и в настоящее время. При взлете, посадке летчик должен иметь визуальный контакт с взлетно-посадочной полосой. Отсюда становится понятным, что основными метеорологическими величинами, оказывающими влияние на безопасные условия взлета и посадки, являются горизонтальная (посадочная) видимость и высота нижней границы облаков.

Однако, говоря шире, учет степени сложности метеорологических условий необходим при любой деятельности авиации, особенно, при планировании учебно-боевой подготовки в частях, а также во время проведения войсковых учений. Применение тех или иных видов летательных аппаратов в полном объеме зависит от степени сложности метеорологических условий.

Главными элементами, определяющими степень сложности метеорологических условий, являются количество облачности, высота ее нижней границы, значение горизонтальной (посадочной) дальности видимости, зависящие от состояния атмосферы и явлений погоды. По этим параметрам определяют минимумы аэродрома, самолета и летчика. В зависимости от характера их распределения во времени и пространстве полеты могут выполняться в простых, сложных метеоусловиях, при установленном минимуме погоды или не выполняться вообще.

В связи с этим при планировании различных видов деятельности авиации увеличивается роль прогнозов погоды, которые содержат данные о будущем распределении высоты нижней границы облачности и горизонтальной дальности видимости. Причем, важно предсказать не только ожидаемую степень сложности метеорологических условий, но и прогноз ее продолжительности в течение летной смены. В этом и заключается актуальность данного исследования.

Вопросу разработки таких прогнозов уделяется большое внимание, как в нашей стране, так и за рубежом, однако, ввиду возникающих при их решении сложностей как теоретического, так и технического характера данная проблема далека от ее удовлетворительного решения. В настоящее время существует ряд способов, позволяющих спрогнозировать в отдельности либо горизонтальную видимость, либо высоту нижней границы облаков. Что касается прогноза комплекса сложности метеорологических условий, то, как таковых методик, апробированных на практике, в целом не существует, а наметились лишь некоторые подходы в этом направлении.

Объектом настоящего исследования являются параметры атмосферы, определяющие степень сложности метеорологических условий.

Предметом исследования являются сложные метеорологические условия с высотой нижней границы облачности 100 м и ниже и горизонтальной дальностью видимости 1 ООО м и менее, а также сопутствующие им факторы приземного и среднего уровня тропосферы.

Целыо работы является совершенствование методики прогноза дневной продолжительности сложных метеорологических условий в холодный период года над районами Восточной Европы.

Достижение цели обусловило решение следующих задач:

- исследование пространственной связи продолжительности сложных метеорологических условий, наблюдаемых на аэродромах исследуемой территории;

- диагноз влияния ряда метеорологических факторов приземного и среднего уровней тропосферы на сложность метеорологических условий над рассматриваемой территорией, выбор наиболее информативных из них;

- построение регрессионных уравнений для прогноза дневной продолжительности сложных метеорологических условий, наблюдаемых над исследуемой территорией;

- разработка методики прогноза дневной продолжительности сложных метеорологических условий.

Методическая база исследования. Решение поставленных задач проводилась путем синоптико-статистического анализа гидрометеорологических полей с привлечением метода главных компонент, корреляционного анализа. Разработка методики прогноза продолжительности сложных метеорологических условий осуществлялась с использованием пошаговой множественной линейной и нелинейной регрессии. Все необходимые вычисления производились на ПЭВМ с использованием электронных таблиц Microsoft Excel 5.0/7.0, программы STATISTICA 6.0.

Достоверность полученных результатов обеспечена использованием аэросиноптического материала, полученного по каналам Гидрометцентра России, срочных наблюдений за метеорологическими величинами, проводимых на АМСГ аэропортов в соответствии с нормативными руководящими документами; корректным применением математико-статистических методов анализа и обработки исходной информации и лицензионных программных продуктов для ПЭВМ, удовлетворительным согласованием фактических и расчетных данных.

Прикладная ценность полученных результатов заключается в разработке методики прогноза дневной продолжительности сложных метеорологических условий в целях эффективного планирования летной деятельности авиационных подразделений.

Личный вклад автора заключается в сборе, статистической обработке исходных данных, проведении исследований по теме диссертации, анализе результатов, формулировании выводов, разработке прогностических моделей и методики прогноза дневной продолжительности сложных метеорологических условий.

4. Модели прогноза продолжительности сложных метеорологических условий на основе вариантов линейной и нелинейной регрессии;

Работа изложена на 162 страницах машинописного текста, иллюстрированного 56 рисунками. Цифровой материал содержится в 27 таблицах. Библиографический список содержит 127 источника. Приложений 12.

Во введении показаны цель, актуальность и новизна работы, решаемые задачи и методы их реализации.

В первом разделе сделан обзор современных исследований по диагнозу и прогнозу метеорологических условий различной степени сложности, ставший методологической базой выполнения данной работы, поставлена задача исследования, определены граничные условия, дана характеристика исходных данных; получено климатическое распределение продолжительности сложных метеорологических условий над рассматриваемой территорией в месяцах холодного периода года; выявлены особенности данного распределения при различных формах атмосферной циркуляции.

Во втором разделе проведена оценка рядов продолжительности сложных метеорологических условий на соответствие нормальному закону распределения, исследована пространственная связь между метеорологическими условиями рассматриваемых аэродромов с точки зрения разработки методики выбора запасных аэродромов. В основу предлагаемой методики была положена корреляционная зависимость степени сложности метеорологических условий, наблюдаемых на аэродромах, расположенных на исследуемой территории.

Установлена взаимосвязь синоптических ситуаций, наблюдаемых над исследуемым районом со степенью сложности метеорологических условий.

В третьем разделе по средствам корреляционного анализа проведен диагноз влияния на дневную продолжительность сложных метеорологических условий над исследуемой территорией изменений параметров приземного слоя атмосферы, среднего уровня тропосферы и вертикальных движений в атмосфере, произошедшими в асинхронные сроки со сдвигом во времени 24, 48 и 72 часа (для возможного использования результатов в прогностических целях).

При этом в качестве параметров приземного слоя атмосферы рассмотрены ряды температуры, дефицита точки росы, атмосферного давления; в качестве параметров среднего уровня тропосферы рассмотрены ряды коэффициентов разложения полей абсолютного (Н-500) и относительного (Н-500/1000) геопотенциала по естественным ортогональным составляющим; в качестве косвенной характеристики вертикальных движении в атмосфере рассмотрены ряды значений лапласианов поля Н-500.

Выявлены наиболее информативные предикторы. Дан анализ пространственно-временного влияния исследуемых факторов, в результате которого выявлены оптимальные временные сдвиги и участки территории, на которые такое влияние распространяется.

В четвертом разделе рассмотрена возможность прогноза полей продолжительности сложных метеорологических условий. При этом разработаны однокомпонентная (учитывающая влияние только параметров приземного слоя атмосферы) и двухкомпонентная (учитывающая параметры приземного слоя атмосферы, параметры среднего уровня тропосферы и характер вертикальных движений в атмосфере) модели линейного и нелинейного вариантов регрессионного прогноза продолжительности сложных метеорологических условий в течение дня по каждому пункту исследуемой территории с забла-говременностью до трех суток. Проведена оценка прогностических уравнений и оценка самого прогноза, как по отдельным аэродромам, так и по рассматриваемой территории в целом. Предложена общая методика прогноза сложных метеорологических условий для дневного времени над исследуемой территорией Восточной Европы.

В заключении приведены основные результаты исследования, перспективы использования предложенной методики прогноза в оперативной практике метеорологических подразделений авиации ВС РФ.

Заключение Диссертация по теме "Метеорология, климатология, агрометеорология", Бочкин, Сергей Павлович

Основные выводы проведенного исследования сводятся к следующему:

1. Для Восточно-Европейского региона в месяцах холодного периода (ноябрь, декабрь, январь) рассчитаны климатические поля распределения средней месячной продолжительности сложных метеорологических условий (100x1000м). Наименьшая продолжительность их отмечается на северо-востоке и востоке территории, максимум продолжительности наблюдается на юге, западе и северо-западе территории. Оценка устойчивости такого распределения по величине среднеквадратических отклонений указывает на то, что с большим доверием к климатической норме месячной продолжительности сложных метеорологических условий следует относиться для северовосточных и восточных районов.

3. Предложена методика выбора запасных аэродромов на основе использования корреляционных пространственных связей продолжительности сложных метеорологических условий, наблюдаемых на аэродромах исследуемой территории. В качестве примера определена территория значимой корреляционной связи для шести аэродромов Восточно-Европейского региона.

4. Анализ синоптических ситуаций, наблюдаемых над исследуемой территорией, показал, что в рассматриваемый период преобладает циклонический тип погоды (50-75% от общего числа случаев). Повторяемость антициклонического типа погоды составляет 23-44%. По каждому из аэродромов рассчитана повторяемость летных и нелетных метеорологических условий сопутствующих определенным синоптическим ситуациям в холодный период года. Повторяемость летных условий для всех станций выше при антициклоническом типе синоптических ситуаций (0,69-0,95), а нелетных условий выше при циклоническом типе синоптических ситуаций (0,19-0,39). Малая повторяемость при циклоническом типе объясняется выбранным достаточно низким порогом, характеризующим в данном случае нелетные метеорологические условия.

6. Анализ пространственно-временного влияния исследуемых факторов на степень сложности метеорологических условий позволил выявить оптимальные временные сдвиги. Для каждого временного сдвига проведено районирование исследуемой территории по степени влияния на нее рассматриваемых факторов. Получен набор карт, позволяющих при ограниченной метеоинформации оптимальным образом учитывать в качестве предикторов на определенном временном сдвиге и для конкретного района те исходные данные, которые имеются в распоряжении прогнозиста.

7. Предложены две модели регрессионной схемы прогноза дневной продолжительности сложных метеорологических условий по каждому аэродрому исследуемой территории с заблаговременностыо до трех суток, построенные на основе вариантов линейной и нелинейной регрессии.

Однокомпонентная модель включает в качестве предикторов параметры приземного слоя атмосферы, двухкомпонентная - использует в комплексе параметры приземного слоя атмосферы, среднего уровня тропосферы и характер вертикальных токов в атмосфере. В результате анализа выявлено, что предпочтение имеет вариант нелинейной регрессии. При этом наиболее успешной является нелинейная двухфакторная модель, следующая по успешности - линейная двухфакторная модель, затем нелинейная однофакторная. Наименее успешной является линейная однофакторная модель прогноза.

8. Предложена методика прогноза дневной продолжительности исследуемых сложных метеорологических условий над районами Восточной Европы. Оценки результатов испытания на независимом материале свидетельствуют об успешности предлагаемой методики прогноза. Оправдываемость методического прогноза дневной продолжительности сложных метеорологических условий оказалась выше инерционного прогноза на 7-11% (в зависимости от заблаговременности прогноза) и составила 79-83%. Это позволит применять данную методику в оперативной практике метеоподразделений при обеспечении полетов.

9. Полученные в работе результаты могут быть использованы в оперативной работе метеорологических подразделений с целью повышения эффективности метеорологического обеспечения авиации, а также для дальнейших исследований по прогнозу продолжительности сложных летно-метеорологических условий.

ЗАКЛЮЧЕНИЕ

Библиография Диссертация по наукам о земле, кандидата географических наук, Бочкин, Сергей Павлович, Воронеж

1. Абрамова Е.И. К вопросу об определении количества облачности. ТР. ГМЦ,1983, вып. 14, с.13-16.

2. Абрамович К.Г. Условия образования и прогноз низких облаков.- Тр. ГМЦ СССР, 1973, вып. 78. 124 с.

3. Алескеров Т.Э., Задорожная Т.Н. Особенности распределения нелетных условий погоды в естественных синоптических периодах в пункте Воронеж. Сборник научных статей. Воронеж. ВВАИУ, вып. 19, ч.1, 1996. с. 14-20.

4. Аристова Л.Н. Статистические оценки многолетних изменений зональных характеристик глобального поля общей облачности по данным спутниковых наблюдений за 1966-1975 г.г. Тр. ВНИИГМИ - МЦД, 1985, вып. 112, с. 26-40.

5. Арушанов М.Л. Пространственно-временная статистическая структура крупномасштабных облачных полей над Среднеазиатским регионом.- Тр. ГМЦ СССР, 1978, вып. 204, с. 31-45.

6. Багров Н.А. Аналитическое представление последовательности метеорологических полей посредством естественных ортогональных составляющих. Тр. ЦИП, 1959, вып. 74, с. 3-24.

7. Багров Н.А. и др. Долгосрочные метеорологические прогнозы. Л.: Гидрометеоиздат, 1985.

8. Багров Н.А., Зверев Н.И. Способ прогноза геопотенциала АТ-500 на средние сроки. Тр. ЦИП, 1961, вып 108, с. 3-22.

9. Багров Н.А., Мякишева Н.Н. Прогноз температуры на месяц. Тр. ГМЦ СССР, 1969, вып. 44, с. 107-114.

10. Бакланов И.О., Артамонов С.В. Регрессионный метод прогноза количества баллов общей облачности на средние сроки. Сборник научных статей. Воронеж. ВВАИУ, вып. 19, ч.1, 1996. с. 36.

11. Бакланов И.О., Усанин АЛ. с. 7-Юс. О возможности прогноза количества баллов облачности на станции Воронеж в осенний период Сборник научно-методических материалов . Вып. 20, Воронеж, ВВАИУ, 1997, с. 7-10.

12. Баранов A.M. Видимость в атмосфере и безопасность полетов. -Л.: Гидрометеоиздат, 1991, -207 с.

13. Баранов A.M. и др. Авиационная метеорология. -С.-Пб.: Гидрометеоиздат, 1992, -348 с.

14. Баранов A.M., Лещенко Г.П., Белоусова Л.Ю. Авиационная метеорология и метеорологическое обеспечение полетов. М.: Транспорт, 1993.-287 с.

15. Батырева О.В. Расчет значимости коэффициента множественной корреляции и выбор оптимального числа предсказателей. Метеорология и гидрология, 1969, № 3.

16. Белгородский СЛ. К вопросу определения видимости в атмосфере применительно к взлету и посадке воздушных судов. Метеорология и гидрология, 1979, N5, -с. 57-61.

17. Берлянд Т.Г., Строкина Л.А. Режим облачности на земном шаре. Тр. ГГО, 1975, вып.338, с. 3-20.

18. Берлянд Т.Г., Строкина Л.А. Глобальное распределение общего количества облаков. Л.: Гидрометеоиздат, 1980. - 70 с.

19. Берлянд Т.Г., Строкина Л. А., Грешникова Л.Е. Зональное распределение количества облаков на земном шаре. Метеорология и гидрология, 1980, № 3, с. 15-23.

20. Бендат Дж., Пирсол А. Применение корреляционного и спектрального анализа: Пер. с англ. М.: Мир, 1983, - 312 с.

21. Богаткин О.Г., Еникеева В.Д. Анализ и прогнозы погоды для авиации. -С.Пб.: Гидрометеоиздат, 1992, -272 с.

22. Божевинов Н.Г. О связи нижней границы облаков с дальностью видимости. // Тр. ГГО, 1964, вып. 153,-с. 11-17.

23. Большев JI.H., Смирнов H.B. Таблицы математической статистики. -М.: Наука, 1983.-416 с.

24. Верещагин М.А., Наумов Э.П., Шанталинский К.М. Статистические методы в метеорологии. -Казань.: Изд-во КГУ, 1990, -110 с.

25. Вучков И., Баяджиева JI., Солаков Е. Прикладной линейный регрессионный анализ. -М.: Финансы и статистика, 1987, -238 с.

26. Воробьев В.И. Долгосрочные прогнозы погоды. Л.: ЛВИКИ им. А.Ф. Можайского. -251 с.

27. Гетман А.П. Изменение ограниченной метеорологической дальности видимости при разных синоптических условиях. // Тр. ЛГМИ, 1986, вып.92, -с. 105-108.

28. Гмурман В.Е. Теория вероятностей и математическая статистика. -М.: Высшая школаЮ, 2002. 479 с.

29. Гусева Н.Н., Абрамович К.Г. Прогноз низких облаков на основе объективной классификации синоптических процессов. // Тр. ГМНИЦ, 1988, вып.296, -с. 29-36.

30. Гусева Н.Н. Принципы объективной классификации синоптических процессов с целью прогноза низких облаков. Тр. ГМЦ СССР, 1988, вып. 296.-152 с.

31. Даценко Н.М. Анализ естественных составляющих поля температуры водной поверхности океанов Северного полушария. Тр. ГМЦ СССР, 1987, вып. 278, с. 108-126.

32. Демиденко Е.З. Линейная и нелинейная регрессии. -М.: Финансы и статистика, 1981, -302 с.

33. Дерюгина Т.Н. (и др.) Авиационно-климатическое районирование территории по характеру годового хода облачности и ограниченной дальности горизонтальной видимости. Тр. ВНИИГМИ-МЦД, 1979, вып. 65, с.3-20.

34. Дорофеев В.В., Жильчук И.А. Учет изменчивости видимости в туманах при разработке авиационных прогнозов. Международный сборник научных трудов «Человек и общество: на рубеже тысячелетий». Воронеж, 2002, вып. 12.

35. Дорофеев В.В., Маляр А.А., Степанов А.В. Динамика изменчивости видимости в туманах различной продолжительности. Международный сборник научных трудов «Человек и общество: на рубеже тысячелетий». Воронеж, 2002, вып. 12.

36. Дрейпер Н., Смит Г. Прикладной регрессионный анализ: /Пер. с англ. -М.: Финансы и статистика, 1987.-351 с.

37. Дружинин B.C., Сикан А.В. Методы статистической обработки гидрометеорологической информации.- С-Пб.: РГГМУ, 2001. 168 с.

38. Дулетова и др. Основы синоптического метода долгосрочных прогнозов погоды JI.-M.: Гидрометеоиздат, 1940, с. 367.

39. Жежко Р.Я., Ажина Г.И., Хадаковская Т.Н. Прогноз сезонных сумм осадков с помощью метода пошаговой множественной регрессии. Тр. ДВНИГМИ, 1988, вып. 139, с. 14-24.

40. Жуковский Е.Е., Чудковский А.Ф. Методы оптимального использования метеорологической информации при принятии решений. JI.: Гидрометеоиздат, 1978. 52 с.

41. Задорожная Т.Н., Чуприн Н.И. Оценка термического влияния Северной Атлантики на распределение типов сложности погоды. Сб. статей. -ВВВАИУ, Воронеж, 1988, вып. 11, с. 26-33.

42. Задорожная Т.Н., Мусаелян Ш.А., Угрюмов А.И. Об асинхронных связях между аномалиями облачности над океаноми аномалиями температуры воздуха на континенте. Тр. ГМЦ СССР, 1977, вып. 177с.

43. Задорожная Т.Н., Алескеров Т.Э. Особенности распределения нелетных условий погоды в естественных синоптических периодах в пункте Воронеж. Сборник научных статей. Воронеж, ВВАИУ, вып. 19, ч. 1, 1996, с. 14-20.

44. Задорожная Т.Н., Никифоров Ю.И. Регрессионная модель прогноза частоты появления летных условий погоды в пределах естественных синоптических периодов. Сборник статей Воронежского ВВАИУ, вып. 19, чЛ, 1996,-с. 9-13.

45. Задорожная Т.Н., Бучнев А.Н. Использование дискриминантного анализа для прогноза естественных синоптических периодов с преобладанием облачности ниже нормы. Сборник научно-методических материалов, вып. 20, Воронеж, ВВАИУ, 1997, с. 14-18.

46. Закусилов В.П., Задорожная Т.Н. Использование климатических особенностей для прогноза полей среднемесячного количества общей облачности. Сб. статей. -ВВВАИУ, Воронеж, 1990, вып. 12.

47. Закусилов В.П. О точности представления полей геопотенциала с помощью ортогональных функций. Материалы Всерос. науч. конф. "Совершенствование наземного обеспечения авиации" Воронеж, 4.2. 1999.

48. Закусилов В.П., Зубков О.А. О возможности учета атмосферной циркуляции при гидрометеорологическом обеспечении авиации. Межвузовский сборник научно-методических трудов. Часть 4.- Воронеж, ВВАИИ, 2000, с. 5-9.

49. Зверев Н.И. Синоптико-статистический метод прогноза погоды на месяц. Тр. ГМЦ СССР, 1983, вып. 257, с.3-5.

50. Зверев Н.И. Применение статистики в предсказании погоды. Тр. ГМЦ, 1970, вып 66, с.195.

51. Золоторев В.Н., Семененко В.П. Основные принципы разработки статистической модели прогноза высоты нижней границы облаков и горизонтальной дальности видимости с заблаговременностыо до 5 суток. // Сб. науч. тр. ВВВАИУ, 1994, вып.15, -с. 95-103.

52. Износкова Е.С., Маховер З.М. Особенности распределения ограниченной дальности видимости на территории СССР. -JL: Гидрометеоиздат, 1985, -38 с.

53. Исаев А.А. Статистика в метеорологии и климатологии. М.: Изд-во МГУ, 1988 г.,-248 с.

54. Казакевич Д.И. Основы теории случайных функций в задачах гидрометеорологии. Л.: Гидрометеоиздат, 1989. - 230 с.

55. Кайсл Н. Анализ временных гидрологических рядов: Пер. с англ. Л.: Гидрометеоиздат, 1972. - 138 е.

56. Каплан С.Н. Объективный анализ крупномасштабных облачных полей над ETC.- Тр.ГГО, 1974, вып 165, с. 5-12.

57. Кац А.Л. Сезонные изменения общей циркуляции атмосферы и долгосрочные прогнозы погоды.- Л.: Гидрометеоиздат, I960, 270с.

58. Кислов А.В. Теория климата. М.: Изд-во МГУ, 1989. - 149 с.

59. Китаев С.М. Прогноз облачности с помощью карт вероятных условий. Тр. ЦИП, 1948, вып. 5, с. 10-15.

60. Костинская В.И. Высота нижней границы облачности на территории СССР. В кн.: Физические процессы в атмосфере. - М.: Гидрометеоиздат, 1974,-с. 35-43.

61. Кошеленко И.В. Пространственно временная изменчивость видимости. // Тр. УкрНИГМИ, 1977, вып. 160, -с. 41-48.

62. Кудашкин А.С., Кудрявая К.И. Теория вероятностей и математическая статистика в метеорологии. М.: Военное издательство. - 1985. - 324 с.

63. Куликова И.А. Об использовании факторного анализа в сезонных прогнозах погоды. Тр. ГМЦ, 1987, вып 287, с. 63-71.

64. Куликова И.А., Просекина Г.М. Способы прогноза атмосферных засух с помощью регрессионного анализа. Тр. ГМЦ СССР, 1989, вып. 303, с. 60-74.

65. Клепиков В.А. Проблемные вопросы авиационно-климатического моделирования Проблемы повышения эффективности метеорологического,аэродромно-технического и инженерно-аэродромного обеспечения авиации ВС. Воронеж, ВВАИУ, 1992, с. 42.

66. Кэндалл М., Стьюарт А. Многомерный статистический анализ и временные ряды: Пер. с англ./ Под ред. А.Н. Колмогорова, Ю.В. Прохорова.-М.: Наука, 1976.-736 с.

67. Матвеев J1.T. Физика атмосферы. С-Пб.: Гидрометеоиздат, 2000. 778 с.

68. Маховер З.М., Нудельман Л.А., Пеньков А.П. Авиационно-климатические особенности Западной Европы. Тр. ВНИИГМИ-МЦЦ, 1979, №65.

69. Маховер З.М. Особенности многолетнего режима сложных метеоусловий на аэродромах Москвы. «Метеорология и гидрология», 1991, №12, с. 57-65.

70. Маховер З.М., Нудельман Л.А. Авиационно-климатические характеристики Северного полушария. Том 1. Облачность. М.: Гидрометеоиздат, 1987,- 230 с.

71. Мещерская А.В., Руховец Л.В., Юдин М.И., Яковлева Н.И. Естественные составляющие метеорологических полей. Л.: Гидрометеоиздат, 1970.-199 с.

72. Михель В.М. Климатическое районирование СССР по по нижней облачности 8-10 и 0-2 баллов. Аэроклиматический атлас СССР. - Л.: Гидрометеоиздат, 1958, 76 с.

73. Монин А.С. О физическом механизме долгосрочных изменений погоды. Метеорология и гидрология, 1963, № 8, с. 43-46.

74. Мультановский Б.П. Влияние центров действия атмосферы на погоду в Европейской России в течение теплого времени года. Геофизический сборник, 1915, том 2, вып. 3, с. 73-97.

75. Мультановский Б.П. Основные положения синоптического метода долгосрочных прогнозов погоды. М.: Изд. ЦУЕГМС, 1933, 140 с.

76. Мюллер П., Нойман П., Шторм Р. Таблицы по математической статистике. //Перевод с нем. В.М. Ивановой.- М.:Финансы и статистика.-1982.-272 с.

77. Наставление по метеорологическому обеспечению гражданской авиации России (НМО ГА-95). Москва, 1995,- 156 с.

78. Наставление по метеорологическому обеспечению государственной авиации. Москва, 2005.- 144 с.

79. Назаренко А.В., Чуприн Н.И., Расторгуев И.П. Разработка алгоритмовпрогноза комплексов сложности летно-метеорологических условий. Отчет о НИР № 49404, шифр «Осмолка-3»,- Воронежское ВВАИУ, 1995.- 142 с

80. Наровлянский Г.Я. Авиационная климатология. Л.: Гидрометеоиздат. - 1968. - 267 с.

81. НикифоровЮ.И., Задорожная Т.Н. Регрессионная модель прогноза частоты появления летных условий погоды в пределах естественных синоптических периодов. Сборник статей Воронежского ВАИУ,вып.19, часть 1, 1996. с. 9-13.

82. Николаев Ю.В. Преобразование информации в приложении к задачам гидрометеорологии. Л.: Гидрометеоиздат, 1969. - 64 с.

83. Никольская Н.А., Безух Н.Н. Применение метода естественных составляющих при анализе синоптических процессов и явлений погоды. Тр. ГМЦ СССР, 1978, вып. 195, с. 84-91.

84. Пагава С.Т. Синоптический метод месячных прогнозов погоды. Тр. ЦИП, 1948, вып. 5, с. 10-15.

85. Пагава С.Т. и др. Основы синоптического метода сезонных прогнозов погоды. Л.: Гидрометеоиздат, 1966, 362с.

86. Пановский Г.А., Брайер Г.В. Статистические методы в метеорологии. -Л.: Гидрометеоиздат, 1967. 242 с.

87. Педь Д.А., Попов А.В. О классификации средних месячных полей Н-500 в первом естественном синоптическом районе. Тр. ГМЦ СССР, 1980, вып.231, с. 100-126.

88. Пеньков А.П. Распределение ограниченной дальности горизонтальной видимости на территории СССР. // Тр. ВНИИГМИ-МЦД, 1974, вып.7, -с. 88-94.

89. Переведенцев Ю.П., Белов П.Н. Теория общей циркуляции атмосферы и климата.- Казань: Изд. Казанского университета, 1987.- 109 с.

90. Переведенцев Ю.П., Шанталинский Н.М., Исмагилов Н.В. Некоторые особенности атмосферной циркуляции северного полушария и взаимосвязь между слоями. Казань: МАГАРИФ, 1999. -64 с.

91. Петросьян Я.В. Разработка Прикладной программы для расчета уравнений линейной и полиномиальной регрессии в целях решения задач гидрометеослужбы. Отчет о НИР № 110304 шифр «Расчет». Воронеж, ВВАИИ, 2003.

92. Погосян Х.П. Общая циркуляция атмосферы. JL: Гидрометеоиздат,1972.

93. Попов А.В. О природе аномалии средней месячной температуры воздуха с учетом особенностей термического состояния Северной Атлантики и циркуляции атмосферы. Тр. ГМЦ СССР, 1983, вып. 257, с. 12-17.

94. Поляк И.И. Методы анализа случайных процессов и полей в климатологии. — JL: Гидрометеоиздат, 1979. 255 с.

95. Пустыльник Е.И. Статистические методы анализа и обработки наблюдений. М.: Наука, 1968.

96. Рафаилова Х.Х. Использование характеристик стратосферы, тропосферы и подстилающей поверхности в долгосрочных прогнозах погоды. -JI.: Гидрометеоиздат, 1973. 317 с.

97. Руководство по месячным прогнозам погоды. JL: Гидрометеоиздат, 1972. - 369 с.

98. Руководство по прогнозированию метеорологических условий для авиации. Л.: Гидрометеоиздат, 1985. 300 с.

99. Семенченко Б.А. Физическая метеорология. М.: Аспект-Пресс, 2002.-415 с.

100. Сидоренков Н.С. К вопросу о природе зональной циркуляции атмосферы. Тр. ГМЦ, 1982, вып. 248.

101. Сонечкин Д.М., Хандауров И.С. Анализ корреляционных функций в вопросе об пространственно-временной изменчивости облаков. Тр. ГМЦ, 1982, вып 3, с. 9-19.

102. Сонечкин Д.М. Динамико-статистический подход к задаче объективного анализа данных разнородных метеорологических наблюдений. Тр. ГМЦ, вып. 181, 1976, с. 54-78.

103. Спицина Н.В., Деменева Е.В. Использование метода линейной регрессии для прогноза высоты нижней границы облачности. Тр. ЗапСибНИИ, 1983, вып. 59.

104. Сердюк В.И. Использование типовых характеристик для прогноза погоды на 3-5 дней. Тр. ЛКВВИА им Можайского, 1953, вып. 308, с. 7-23.

105. Титов В.И. Вероятность сложных для авиации метеорологических условий и их устойчивость на Европейской территории СССР. Тр. НИИЛК, 1967, №46.

106. Фрумкин В.Д., Рубичев Н.А. Теория вероятностей и статистика в метеорологии и измерительной технике. -М.: Машиностроение, 1987. 168 с.

107. Хандожко Л.А. Практикум по экономике гидрометеорологического обеспечения народного хозяйства. Санкт-Петербург : Гидрометеоиздат. -1993.-311 с.

108. Храбров Ю.Б. Методика составления прогноза погоды на 3-7 дней. -М.: Гидрометеоиздат, 1959. 174 с.

109. Хромов С.П., Петросянц М.А. Метеорология и климатология. Москва: Изд. МГУ «КолосС», 2004. -584 с.

110. Цверева В.Г. Зависимость между высотой нижней границы облаков и метеорологической дальности видимости. Метеорология и гидрология. 1974, N5,-34-39 с.

111. Швец М.Е. О методе определения высоты внутримассовых слоистых облаков. Л.: Гидрометеоиздат, 1953, 160 с.

112. Эфрон Б. Нетрадиционные методы многомерного статистического анализа. Сб. статей /Под ред. Ю.П. Адлера. М.: Финансы и статистика, 1988. -263 с.

113. Юдин М.И. Физико-статистический метод долгосрочных прогнозов погоды. Л.: Гидрометеоиздат, 1968, 28 с.п/п Пункт Уравнение регрессии R СКО СНО

114. Таллин n=5.93-0.28AD+0.03AP 0.40 1.43 1.23

115. С.Петербург П=6.46-0.02ДО+О.О1ДР 0.11 1.53 1.37

116. Череповец П=6.86-0.05 ДО+0.02Д+0.02ДР 0.19 1.41 1.24

117. Киров П=6.38+0.07ДТ-0.03ДР 0.19 1.68 1.55

118. Рига П=6.27-0.064д0-0.03дт-0.01 ДР 0.11 1.62 1.47

119. Осташково П=6.21-0.11ДО+О.ОЗДР 0.17 1.59 1.42

120. Иваново П=6.44+0.04ДГ)+0.05ДТ 0.11 1.63 1.51

121. Внуково П=6.67-0.05д0-0.02др 0.13 1.61 1.43

122. Н.Новгород П=6.14+0.27ДО-0.02ДТ-0.03ДР 0.31 1.59 1.44

123. Казань П=6.87+0.11 ДБ+0.04ДР 0.25 1.46 1.27

124. Вильнюс n=6.94+0.39AD-0.01AP 0.35 1.45 1.28

125. Минск П=6.49-0.08ДО+0.07ДТ-0.02ДР 0.28 1.49 1.35

126. Брянск n=6.92-0.06AD-0.01ДТ +0.01Д Р 0.10 1.42 1.27

127. Самара П=6.10-0.06AD-0.07AT-0.05 ДР 0.22 1.66 1.51

128. Курск П=6.33-0.01ДТ+0.06ДР 0.22 1.65 1.53

129. Воронеж П=7.12+0.05ДО+О.ОЗДР 0.26 1.33 1.12

130. Уральск П=6.26-0.11ДЭ+0.04ДТ+0.04ДР 0.18 1.62 1.48

131. Киев П=5.92-0.03ДТ-0.02ДР 0.10 1.68 1.53

132. Харьков П=6.64-0.11ДЭ+0.02ДТ-0.04ДР 0.28 1.37 1.24

133. Донецк n-6.47-0.06AD+0.15 ДТ+0.04ДР 0.31 1.49 1.33п/ п Пункт Уравнение регрессии R СКО СНО

134. Таллин П=6.05-0.02ДТ+0.03ДР 0.27 1.50 1.33

135. С.Петерб. П=6.70-0.38К2(АТ)-0.03КЗ(АТ)+0.68К(АТ)-0.41К5(АТ) 0.51 1.29 1.11

136. Череповец П=7.01+0.05др+0.02ь3+0.43к1(0т)+0.39к2(0т) 0.53 1.22 1.04

137. Киров П=6.50-0.10ДТ-0.04ДР 0.34 1.61 1.44

138. Рига n=6.21+0.04Ll-0.42K3(AT)-0.38K4(OT)+0.34K5(OT) 0.43 1.49 1.29

139. Осташково n=6.43-0.04L4+0.03L5-0.02L6-0.31(OT) 0.40 1.47 1.33

140. Иваново П=6.41+0,05ДО+0.03ДТ-0.01 ДР 0.15 1.64 1.52

141. Внуково П=6.47-0.06ДР-0.03Ь6+0.64К2(АТ)+0.84К4(АТ) 0.47 1.43 1.22

142. Н.Новгор. П=6.09+0.17ДО-0.02ДР-0.47КЗ(ОТ)+0.24К5(С>Т) 0.38 1.55 1.39

143. Казань П=6.86+0.02Ь5-0.72КЗ(АТ)-0.42К 1 (С>Т)+0.54К2(ОТ) 0.38 1.40 1.17

144. Вильнюс П=6.97+0.31 AD-0.01 L2+0.03L5+0.39K5(AT) 0.37 1.43 1.23

145. Минск n=6.58-0.18AD+0.02Ll-0.25Kl(AT)+0.75Kl(OT) 0.49 1.36 1.19

146. Брянск П=6.94-0.1 ОД D-0.04 ДТ+0.01Д Р 0.23 1.38 1.21

147. Самара n=6.04-0.05L2+0.02L5-0.39Kl(OT)-0.54K2(OT) 0.45 1.52 1.33

148. Курск П=6.17+0.03 L3+0.58K3(AT)-0.41K3(OT)-0.32K5(OT) 0.43 1.53 1.36

149. Воронеж П=7.17+0.03 ДО+0.02ДР 0.23 1.34 1.13

150. Уральск П=6.26-0.06ДБ-0.03ДТ 0.12 1.64 1.53

151. Киев П=6.00+0.17 ДО+0.02АТ-0.02ДР 1.18 1.66 1.53

152. Харьков П=6.45-0.06ДР-0.02Ь2+0.56К2(АТ)+0.49К4(ОТ) 0.49 1.26 1.07

153. Донецк n=6.47+0.03L2-0.02L4+0.38K4(AT)-0.53K3(OT) 0.48 1.38 1.17п/п Пункт Уравнение регрессии R ско сно

154. Таллин n=5.97-0.15AD-0.03AT+0.02AP 0.33 1.48 1.33

155. С.Петербург n=6.44-0.02AD-0.03AT-0.03AP 0.27 1.45 1.23

156. Череповец П=6.92-0.06ДТ+0.02ДР 0.37 1.29 1.09

157. Киров П=6.37+0.03ДО-0.02ДТ-0.02ДР 0.12 1.70 1.56

158. Рига П=6.20-0.11ДО+0.03ДТ+0.01ДР 0.17 1.63 1.49

159. Осташкове П=6.28-0.08ДО-О.ОЗДР 0.14 1.60 1.46

160. Иваново П=6.41+0.12ДО+0.05ДТ+0.02ДР 0.22 1.62 1.48

161. Внуково П=6.61 -0.16 ДЭ+0.04ДТ-0.01ДР 0.30 1.55 1.32

162. Н.Новгород П=6.25+0.17ДЭ+0.05 ДТ-0.02ДР 0.36 1.56 1.39

163. Казань n=6.75+0.08AD+0.01 ДТ 0.13 1.51 1.32

164. Вильнюс П=6.92+0.31 AD+0.03 ДТ-0.02ДР 0.32 1.46 1.24

165. Минск n=6.45-0.05AD+0.03AT 0.15 1.54 1.41

166. Брянск П=7.02-0.20+0.02ДР 0.30 1.28 1.08

167. Самара П=6.14+0.05д0-0.02дт+0.01 ДР 0.22 1.66 1.51

168. Курск П=6.25+0.02ДО+0,04ДТ+0.04ДР 0.24 1.67 1.55

169. Воронеж П=7.11+0.08 AD-0.01 ДТ+0.02ДР 0.28 1.33 1.12

170. Уральск П=6.20-0.10ДО+0.02ДТ-0.01 ДР 0.16 1.63 1.50

171. Киев П=5.84-0.37ДО+0.08ДТ+0.03ДР 0.38 1.57 1.34

172. Харьков п=б.бз-о.о5до-о.оздр 0.27 1.39 1.24

173. Донецк П=6.4б-0.02 AD-O.01 ДТ-0.01 ДР 0.12 1.53 1.40п/ п Пункт Уравнение регрессии R CKO CHO

174. Таллин n=5.95-0.28AD+0.04AP+0.01 L6-0.27K 1 (AT) 0.44 1.40 1.21

175. С.Петербург П=6.76-0.01 L5-0.02L6+0.83K4(AT)-0.41 К2(ОТ) 0.44 1.38 1.20

176. Череповец n=6.85-0.05AT+0.02L4-0.54K4(AT)-0.69Kl(OT) 0.41 1.31 1.14

177. Киров n=6.22-0.04AT-0.03L5-0.61Kl(AT)-0.48K5(AT) 0.38 1.58 1.40

178. Рига n=6.30+0.04Ll+0.03L2-0.40Kl(OT)-0.52K2(OT) 0.46 1.44 1.18

179. Осташково Il-6.27-0.03AT-0.01L2-0.02L3-0.37K4(AT) 0.28 1.54 1.38

180. Иваново П=6.11 -0.03 L1 -0.02L3-0.40K 1 (ОТ)-О.31 K5(OT) 0.47 1.45 1.22

181. Внуково n=6.58-0.03AP+0.03L4-0.39K4(OT)-0.21K5(OT) 0.32 1.53 1.35

182. Н.Новгород n=6.02+0.20AD+0.03L4-0.26K2(OT)-0.41K3(OT) 0.42 1.51 1.34

183. Казань n=6.88+0.04AP+0.02L2+0.01L5-0.35K5(OT) 0.34 1.42 1.18

184. Вильнюс n=7.00+0.40AD-0.03Ll+0.03L4+0.03L5 0.53 1.31 1.10

185. Минск П=6.59+0.14AT-0.02L4+0.03L+0.45K3(AT) 0.41 1.42 1.26

186. Брянск n=6.60-0.02L3-.31Kl(AT)+0.15K3(AT)+0.44K2(OT) 0.53 1.21 0.97

187. Самара n=6.28-0.04AT+0.03L3-0.03L5-0.58Kl(AT) 0.44 1.54 1.36

188. Курск n-6.34+0.05AP+0.05L5-0.44K4(OT)-0.54K5(OT) 0.43 1.53 1.34

189. Воронеж n=6.94-0.02Ll+0.04L2-0.04L3+0.66K3(OT) 0.58 1.12 0.93

190. Уральск n=6.36-0.04L2+0.04L3+0.04L4-0.03L6 0.49 1.43 1.19

191. Киев П=6.09+0.15AD-0.04L3-0.02L4+0.81 Kl(OT) 0.50 1.47 1.34

192. Харьков n=6.48-0.12AD-0.06AP-0.02L5+0.30K3(FT) 0.36 1.35 1.16

193. Донецк П=6.38+0.15AT+0.01 L4+0.01 L5-0.6()K3(OT) 0.47 1.39 1.19п/п Пункт Уравнение регрессии R СКО сно

194. Таллин П=6.23+0.04ДР-0.02Ь5-0.03Ь6-0.59К2(ОТ) 0.44 1.40 1.23

195. С.Петербург H=6.44+0.02AD-0.05 А Т-0.02 Д Р 0.24 1.46 1.27

196. Череповец П=6.91+0.05 Д D+0.05 Д Р 0.36 1.34 1.11

197. Киров n=6.59-0.07AT-0.03L2+0.05L3+0.06K3(AT) 0.55 1.43 1.18

198. Рига П=6.18-0.15 A D+0.07 А Т+0.03 А Р 0.29 1.58 1.46

199. Осташково n=6.23-0.06AD+0.02 А Т+0.02 А Р 0.15 1.59 1.44

200. Иваново П=5.85+0.08 AY-0.02L6-0.52K1(OT)-0.37K5(OT) 0.37 1.54 1.34

201. Внуково П=6.55-0.09 A D-0.03 А Р 0.26 1.57 1.36

202. Н.Новгород П=6.22+0.19 A D+0.01 А Т-0.02 А Р 0.26 1.62 1.50

203. Казань n=6.79+0.12AD-0.03 А Т 0.20 1.49 1.27

204. Вильнюс n=6.97+0.33AD-0.01 А Р 0.28 1.48 1.30

205. Минск n=6.49-0.20AD-0.02 Д Р 0.30 1.48 1.35

206. Брянск П=6.19-0.05 A D-0.02 Д Т-0.02Р 0.13 1.69 1.55

207. Самара n=6.27-0.07AD-0.01 А Т+0.02 Д Р 0.13 1.68 1.56

208. Курск П=6.11 +0.04L5-0.49K 1 (АТ)+1.03 К2(АТ)-0.27К5(ОТ) 0.38 1.54 1.35

209. Воронеж П=7.06+0.02 A P-0.04L3+0.18К.1(ОТ)+0.29К4(ОТ) 0.43 1.24 1.03

210. Уральск n=6.84+0.02L3+0.40K 1 (ОТ)+0.6К2(ОТ)+0.34К4(ОТ) 0.41 1.50 1.32

211. Киев П=6.22-0.03 АР-0.03 L5+0.50K4(AT)+0.34K 1 (ОТ) 0.45 1.51 1.35

212. Харьков П=6.63-0.13 ДО-0.04ДР 0.35 1.35 1.19

213. Донецк n=6.54-0.04AD+0.03 А Т-0.02 Д Р 0.21 1.53 1.38п/ п Пункт Уравнение регрессии R ско СИО

214. Таллин П=5.89-0.18AD-0.05AT-0.02L6-0.32K4(AT) 0.42 1.42 1.22

215. С.Петербург n=6.56-0.02L3-0.03K5(AT)+0.09Kl(OT)-0.35K2(OT) 0.43 1.36 1.18

216. Череповец n=6.92+0.08AD-0.05AT+0.02AP+0.59K4(AT) 0.47 1.23 1.04

217. Киров n=6.22-0.2L3+0.03L5-0.75Kl(AT)+0.31K2(OT) 0.46 1.53 1.33

218. Рига П=6.22-0.14AD+0.01 L2-0.02L4-0.01L6 0.25 1.60 1.43

219. Осташково n=6.22-0.05AD+0.18K4(AT)-0.52K2(OT)-0.54K5(OT) 0.42 1.46 1.28

220. Иваново П=6.19+0.13 AD+0.03 L2+0.59K5( AT)-0.45K 1 (ОТ) 0.39 1.53 1.34

221. Внуково П=6.57+0.06АТ+0.84КЗ(АТ)+0.20К4(АТ)-0.64К2(ОТ) 0.43 1.47 1.25

222. Н.Новгород П=6.19-0.01 L4-0.63 К1 (АТ)-0.94КЗ(ОТ)+0.69К5(ОТ) 0.58 1.36 1.11

223. Казань П=6.81 -1 /01 К5( АТ)-0.23 К1 (ОТ)-О.З 6 К2(ОТ)-.60К4(С>Т) 0.40 1.40 1.18

224. Вильнюс П=6.97+0.25 AD-0.03 ДР+0.65КЗ(АТ)-0.61 К2(ОТ) 0.41 1.41 1.14

225. Минск П=6.46-1.55К1(АТ)+1.35К2(АТ)+1.30К1(ОТ)-0.24К2(ОТ) 0.48 1.36 1.20

226. Брянск П=6.86-0.18AD-0.02L2+0.39K2(AT)+0.36K3(AT) 0.50 1.16 0.95

227. Самара П=6.41-0.03 L5=0.4 7К2(АТ)+0.25 К5( АТ)+0.61 К4(ОТ) 0.47 1.50 1.30

228. Курск n=6.12+0.02L3-0.60K3-0.56Kl(AT)+0.83K2(OT) 0.56 1.42 1.21

229. Воронеж П=7.12+0.09AD+0.02L 1 -0.02L5+0.21К1 (ОТ) 0.37 1.28 1.05

230. Уральск n=6.30+0.07Ll+0.03L2-0.79K2(OT)+0.55K5(OT) 0.52 1.41 1.23

231. Киев П=6.16-0.02L3+0.06L5+0.99K1(OT)+0.32K5(OT) 0.66 1.27 1.02

232. Харьков П=6.57-0.04ДР+0.01L1 -0.02L6+0.34K4(OT) 0.39 1.32 1.15

233. Донецк n=6.32+0.43K2(AT)+0.21K3(AT)-0.51K2(OT)+0.37K3(OT) 0.24 1.51 1.36п/п Пункт Уравнение регрессии R СКО сно

234. Таллин П=5.77-0.30ДО+0.03ДР+0.01ДТ2 0.43 1.41 1.22

235. С.Петербург П=6.41 -0.03 ДЭ+О.О1 ДЭДТ-О.01ДТДР 0.13 1.53 1.36

236. Череповец rN6.82+0.02AP-0.04ADAT-0.01ADAP 0.29 1.38 1.19

237. Киров П=6.20+0.02Д D2-0.01 ДТ2-0.01ДТД Р-0.01 ДТДР 0.27 1.65 1.48

238. Рига П=6.13+0.04ДР2-0.06ДОДТ-0.02ДОДР 0.27 1.56 1.42

239. Осташково П-6.06+0.03 ДР+0.03 AD2+0.01ДТ2

240. Иваново U=6.26+0.02ADZ+0.06ADAT +0.02ДТ2 0.32 1.55 1.40

241. Внуково П=6.80-0.03 ДР+0.01 ДЭДТ-О.01 ДР2 0.17 1.60 1.40

242. Н.Новгород n=6.20+0.32AD-0.02AP-0.02AD2 0.31 1.58 1.44

243. Казань П=6.72+0.03ДР+0.03ДО2-0.02ДОДТ 0.32 1.43 1.23

244. Вильнюс П=7.23+0.44ДО-0.09Д02+0.01ДТДР 0.42 1.41 1.20

245. Минск П=6.60-0.20ДО+0.24ДТ-0.02ДТ2 0.37 1.44 1.26

246. Брянск П=7.01-0.03ДТ-0.04ДОДТ -0.01 ДТ2 0.31 1.35 1.18

247. Самара П=6.15-0.21 ДЭ-0.04ДТ-0.05 ДЭДР 0.40 1.56 1.39

248. Курск П=6.57+0.05 ДР-0.01 ДТ2-0.01 ДР2 0.30 1.61 1.48

249. Воронеж П=7.25+0.06ДР-0.01 ДТ2-0.01 ДТДР 0.44 1.24 1.02

250. Уральск П=6.51 +0.05ДР-0.04ДОДР-0.01 ДР2 0.43 1.49 1.33

251. Киев n=5.97+0.30AD-0.10ДЭДТ-0.08 ADA? 0.44 1.52 1.33

252. Харьков П=6.65-0.13ДО-0.05ДР-0.01 ДЭДТ 0.29 1.38 1.21

253. Донецк П-6.21 +0.14ДТ+0.06Д02-0.01 ДТДР 0.38 1.45 1.28п/п Пункт Уравнение регрессии R ско сно

254. Таллин П=6.18-0.26AD-0.02 ДГУ+0.01ДТДР 0.41 1.43 1.24

255. С.Петербург П=6.69-0.04ДР+0.01ДОД Р-0.01 ДР2 0.31 1.42 1.26

256. Череповец П=6.69+0.04ДР+0.01 ДТ2+0.01 ДТДР 0.45 1.28 1.08

257. Киров П=6.55-0.06ДТ-0.03 ДР-0.01 ДТ2 0.37 1.59 1.45

258. Рига П=6.18-0.15 ДЭ+0.07ДТ+0.03 ДР2 0.29 1.58 1.46

259. Осташково П=6.16-0.04ADAT-0.03 ДЭДР-0.01 ДТДР 0.29 1.54 1.35

260. Иваново П=6.38+0.04ДТ+0.03ДОДТ-0.01ДОДР 0.32 1.57 1.41

261. Внуково П=6.66-0.02ДР+0.03ДОДТ+0.02ДОДР 0.31 1.54 1.35

262. Н.Новгород П=6.49+0.19AD-0.03 ДР-0.01 ДР2 0.31 1.60 1.45

263. Казань П=6.48+0.15 Д D-0.04AT+0.01 ДР2 0.34 1.43 1.17

264. Вильнюс П=7.18+0.28 AD-0.07AD2+0.01 ДТДР 0.36 1.44 1.23

265. Минск П=6.70-0.23ДО-0.01ДТДР-0.01ДР2 0.36 1.45 1.31

266. Брянск П=6.94+0.03ДР-0.04 ADz+0.01 АРг 0.24 1.38 1.24

267. Самара П=б. 11 +0.06AD2-0.01 ДЭДР-О.01 AT2 0.24 1.65 1.48

268. Курск П=6.39-0.11 AD+0.01 ДТДР-0.01 ДР2 0.20 1.66 1.52

269. Воронеж 1Т=7.21+0.03ДР-0.01 ДТДР-0.01 ДР2 0.30 1.32 1.09

270. Уральск n=6.03+0.06AD2-0.02ADAT+0.01 ДТДР 0.33 1.56 1.40

271. Киев П=5.83-0.03ДР+0.02ДТДР+0.01ДР2 0.45 1.51 1.32

272. Харьков П=6.78-0.14ДС-0.05 ДР-0.01 ДР2 0.40 1.32 1.16

273. Донецк П=6.10-0.02 ДР+0.05 ДЭ2-0.001 ДТДР 0.27 1.48 1.32п/п Пункт Уравнение регрессии R СКО CIIO

274. Таллин П=6.18-0.26AD-0.02 AD2+0.01ДТАР 0.41 1.43 1.24

275. С.Петербург П=6.62-0.03ДР-0.01 ДТДР-0.04ДР2 0.35 1.40 1.35

276. Череповец П=7.02-0.05ДТ+0.02ДР-0.03Д^ 0.38 1.29 1.08

277. Киров П=6.52+0.04ДТ-0.01ДР-0.01ДТ2 0.27 1.65 1.49

278. Рига П=6.45-0.10AD-0.06ADAT-0.01ДТ2 0.38 1.53 1.36

279. Осташково П=6.09+0.14ДО+0.02ДР+0.01ДР2 0.32 1.57 1.44

280. Иваново П=6.19-0.02 ДТ+0.01 ДОДТ-О.01ДТДР 0.24 1.57 1.41

281. Внуково П=6.71 -0.14AD+0.05 ДТ-0.01 AT1 0.31 1.54 1.31

282. Н.Новгород П=6.25+0.17AD+0.05 ДТ-0.02ДР 0.36 1.56 1.39

283. Казань П=6.50+0.02ДЭМ).01ДОДР-0.01ДТДР 0.34 1.44 1.25

284. Вильнюс n=7.04+0.32AD-0.02AP-0.05AD' 0.33 1.44 1.23

285. Минск n=6.40-0.04ADAT-0.02ADAP-0.01ATAP 0.28 1.49 1.35

286. Брянск П=6.87-0.28ДО-0.01ДЭДР-0.01ДТДР 0.43 1.21 1.00

287. Самара П=6.26+0.07ДО+0.01ДР-0.01ДТ' 0.25 1.65 1.49

288. Курск П=6.62+0.04ДР-0.12ADz+0.01 AT1 0.36 1.60 1.42

289. Воронеж П=7.30+0.02ДР-0.01AD ДР-0.01 ДТ' 0.35 1.29 1.07

290. Уральск П=6.54+0.02AD ДР+0.01 ДТДР-0.01 А?г 0.37 1.53 1.39

291. Киев П=5.69-0.32ДБ+О.ОЗ Д D ДР+0.01 ДТДР 0.42 1.54 1.36

292. Харьков П=6.72-0.04ДР+0.01 ДОДР+0.01 ДТДР 0.31 1.37 1.21

293. Донецк П=6.09-0.01ДО+0.06Д02-0.01ДТДР 0.30 1.48 1.30п/ п Пункт Уравнение регрессии R CKO CHO

294. Таллин n=5.73-0.20AD-0.12ATK,(AT)+0.04L|K.3(AT)+0.03L4K5(OT) 0.59 1.26 1.07

295. С.Петербург n=6.77+0.83K4(OT)+0.07APK2(AT)-0.01L|L4-0.04L2K5(OT) 0.59 1.24 1.09

296. Череповец n=7.23+0.09ATK,(OT)+0.03L5K,(AT)-0.57Kl(AT)--0.62K5(AT)K5(OT) 0.57 1.18 1.02

297. Киров П=6.06+0.01 U L, -0/)3L4K3(OT)-0.06L5K2(OT)-0.57K5(AT) К4(ОТ) 0.62 1.34 1.16

298. Рига П=5.24+€.05АРК1(АТ)-0.04Ь,К2(ОТ)-0.62К5(АТ)К4(ОТ)+0.62К5(ОТ)2 0.62 1.28 1.07

299. Осташково П=6.16-0.05L,K5(AT)+0.01 Ь4Ц+1.01 К2(АТ)К, (ОТ)-0.62К3(АТ) К5(ОТ) 0.63 1.25 1.03

300. Иваново П=7.41+0.18 ДТК2( АТ)-0.01 АРЦ-0.01 L/+0.02 L4K5( AT) 0.66 1.23 0.96

301. Внуково П=7.16-0.47ADK|(AT)+0.01 L2L4-().66K,(AT)K2(OT)-0.50 К4(АТ) К,(ОТ) 0.60 1.30 1.05

302. Н.Новгород n=6.50-0.03ADL4-0.05APK4(OT)+0.03L3K5(OT)-0.97K5(AT)K5(OT) 0.64 1.28 1.08

303. Казань n=6.69+0.03AD2+0.01APL4+0.06APK,(OT)-0.03L|K4(OT) 0.52 1.29 1.07

304. Вильнюс П=7.19+0.39AD+0.01 L2L.r0.47K,(OT)2+0.42K3(OT)K5(OT) 0.61 1.22 0.98

305. Минск П=6.59+0.18АТ-0.01 ATL3+0.05L,K5(AT)-0.09L2K2(AT) 0.63 1.21 1.04

306. Брянск n=6.75+0.81K3(AT)+0.07ADK2(AT)-0.13APK2(AT)-0.03LlK5(AT) 0.65 1.08 0.86

307. Самара П=6.14+0.01 ATL3-0.04L, K5(OT)+0.01 L2L6-0.57K,(AT)K2(OT) 0.59 1.38 1.17

308. Курск n=6.15+0.02ADL6-0.05L5K2(OT)-0.91K3(AT)K4(AT)+0.20K3(OT)' 0.70 1.21 0.96

309. Воронеж П=7.16-0.06ATK,(OT)-0.04L5K3(AT)-0.06L5K3(OT)+0.04L6K,(OT) 0.70 0.98 0.77

310. Уральск n=7.40-0.02ADL3-0.09L,K2(OT)+0.62K3(AT)K,(OT)-0.67K3(OT)2 0.69 1.20 0.98

311. Киев n=6.16-0.35ADKl(OT)-0.17ATK1(OT)+0.01L,L5+0.58K3(OT)K4(OT) 0.69 1.22 1.03

312. Харьков n=7.07-0.11ATK5(OT)-0.01L,'+0.07L5K4(OT)-0.47K1(AT)K1(OT) 0.55 1.20 0.99

313. Донецк n=6.97+0.01L2L6-0.03L4K,(OT)-0.04L4K3(OT)+0.90K3(AT)K1(OT) 0.64 1.21 1.02п/ п Пункт Уравнение регрессии R СКО СНО

314. Таллии n=5.97-0.03AT40.01L2J+0.03L1K5(OT)-0.65K,(AT)K2(AT) 0.55 1.30 1.14

315. С.Петербург П=6.46+0.54К4(АТ)-0.61 K5(AT)+0.03ADAT+0.46ADK5(AT) 0.60 1.20 1.02

316. Череповец n=7.37+0.04AP+0.04APK3(OT)-0.05L5K,(AT)-0.34K2(OT)' 0.60 1.15 0.89

317. Киров n=6.98-0.18ATK,(AT)-0.01APL2-0.01L3'+0.03L6K5(AT) 0.71 1.21 0.96

318. Рига П=6.01 -0.09ДТК2(О"Т>0.04Ь3К5(ОТ>0.08Ь4К2(АТ>0.76К ,(АТ)К2(ОТ) 0.60 1.33 1.19

319. Осташково П=6.8(Н0.03Ьг0.05ДРК5(АТ)+0.63К,(АТ)1С4(ОТ>НЧ).49К5(АТ)К3(ОГ) 0.64 1.24 1.03

320. Иваново П^38+{).МДОДТ+0.19ДТК2(АТ)-0.96К|(ЛТ)К4(ОТ)Ш.52К1(О'1)К5{ОТ 0.63 1.29 1.10

321. Внуково n^.85^.54iaAT>0.03LiK1(AT>f0.04L4K.1(OT)-0.47K,(AT)IC4(AT) 0.56 1.34 1.14

322. Н.Новгород П=6.47-0.02ДПЬГ0.()1ДТЬ5-0.06ДРК|(АТ)-0.52К4(АТ)К5(С)Т) 0.58 1.36 1.17

323. Казань (1=6.12-0.39ДОК,(ОТ>+0.03ДРК2(ОТ)-0.79К2(АТ)К3(ОТ)+().35К4(О'Г)- 0.54 1.28 1.09

324. Вильнюс П=6.99+0.01 L2L3-0.01L3L5 +0.021.5К4(АТ)+0.82КЗ(ОТ)К5(ОТ) 0.59 1.24 1.03

325. Минск П=6.91+0.30ДОК2(ОТ>К).05ДРК4(АТ)-0.05ЬЗК1(ОТ)4{).36ЦК2(АТ) 0.64 1.19 1.01

326. Брянск П=6.63-Ю.70Кз(АТ)-0.04ДТКз(ОТ) -0.06Д РК5(АТ>0.66 К2(АТ)К4(АТ) 0.74 0.95 0.77

327. Самара n=5.82-0.03L2-0.05L2K5(AT)-0.01L4L5+0.40K,(OT)K5(OT) 0.61 1.35 1.12

328. Курск n=6.33-0.23ADK,(AT>0.01U L5+1.01 K3(AT)K5(AT)-0.70K4(AT)K2(OT) 0.57 1.39 1.15

329. Воронеж П=7.57+0.03ДР+0.55К1(АТ)Кз(ОГИ).66Кз(АТ)Кз(ОТ> 1.11 К^АТЖгСОТ) 0.67 1.02 0.79

330. Уральск n=7.244<).61K4(O'T>O.04L6K1(OT>I .02K3(AT)Ki(OT>I ,46К2(ОТ)2 0.68 1.21 0.99

331. Киев n=6.27+0.54ADK4(OT)-0.16ATK,(OT)+0.0IAPL,-0.01L|L3 0.70 1.20 1.02

332. Харьков П=7.15-0.52К4(АТ)+0.01ДРЦ+0.05ДРК5(ЛТ)-0.65К,(АТ)' 0.68 1.05 0.89

333. Донецк П=6.32+0.13ДТК1(ОТ)-0.01ДРЬ-0.041.зК,(АТ)-0.03Ь5К|(ОТ) 0.57 1.27 1.03п/ п Пункт Уравнение регрессии R CKO с HO

334. Таллин n=559K).05L2Kl(AT>K).04L4K4(OT>0.69K1(OT)K2(OTH)41 К3(ОТ)К5(ОТ) 0.58 1.28 1.08

335. С.Петербург П=6.93-0.01ДРЬ2-0.04ДРК4(ОТ)+0.03Ь2К5(ОТ)-0.50К|(ОТ)2 0.62 1.17 0.98

336. Череповец П=6.93-0.12ДТ+0.01 ДТЦ-0.14 ДТК3(АТ)+0.09ДТК5(АТ) 0.59 1.12 0.96

337. Киров n=6.28-0.07L2K2(OT)-0.07L4K4(AT)-0.05L6K,(OT)+0.71 К2(АТ)К2(ОТ) 0.69 1.24 1.00

338. Рига П=6.11 +0.29Д DK4(OT)-0.01L3L4 -0.08L5 K3(AT)+0.06LsK2(OT) 0.54 1.39 1.10

339. Осташкове n=5.41-0.01ATL2-0.05L3K2(OT)+0.97K1(AT)K2(AT)+0.41K5(AT)2 0.58 1.31 1.10

340. Иваново П=5.88+0.01 AP2-0.02APKi(OT)+0.01 L|L2-0.72 К4(АТ)К,(АТ) 0.55 1.38 1.22

341. Внуково П=б.73-0.01 ATL,+0.04L4K5(OT>0.04 ЦК, (0'>0.72 К4( АТ)К5( AT) 0.63 1.25 1.05

342. Н.Новгород n=6.31-0.75K3(OT)+0.02L|K4(AT)-0.01L2 L3-0.05L4K!(AT) 0.65 1.27 1.04

343. Казань П=6.80-0.58К5(С)Т)-0.01L5 L6+0.04 L6K4(AT)+0.02L6K5(AT) 0.58 1.24 1.03

344. Вильнюс H^.65+{).05APK.<A1><)^5L1Ki(AT>K)43K4(AT)I^OT>H).61K2(O'I)K1(OT) 0.58 1.26 1.06

345. Минск n=6.83+0.42K,(OT)+0.05ATK5(OT)+0.04L2K4(OT)+0.07L5K5(AT) 0.60 1.24 1.04

346. Брянск n=6.86-0.19AD+0.55K3(AT)-0.03L4K5(AT)-0.53K|(AT)K4(AT) 0.58 1.09 0.88

347. Самара n=6.47-0.04ATK,(OT)+0.04L,K3(AT)-0.01 L52 +0.06L 6K2(AT) 0.61 1.35 1.13

348. Курск П=6.39+О.56К2(ОТ)+0.01 АРЦ-0.09 L, K2(AT><).63K|(Ar)K2(AT) 0.64 1.32 1.07

349. Воронеж 11=7.36-0.03 L3K ,(OT)-0.04L5K5(OT>-1,09K:(AT)+0.54K ,(OT)K5(OT) 0.68 1.01 0.83

350. Уральск n=6.74+0.03ADL3-0.01 ATL4+0.06L4K4(AT)-0.39K3(OT)2 0.69 1.19 0.99

351. Киев n=5.79+0.07L5-0.04ADLr0.0.APL2+0.03L4K2(OT) 0.79 1.04 0.86

352. Харьков П=7.29+0.01A DL6 -0.01L, L6 -0.41К,(AT)2+0.53 K3( AT)K4(OT) 0.63 1.12 0.90

353. Донецк n=6.09+0.12ATK,(OT)-0.03L2K2(OT)-0.03L3Ki(AT)+0.46K1(AT)2 0.57 1.28 1.04

Информация о работе

Бочкин, Сергей Павлович
кандидата географических наук
Воронеж, 2006
ВАК 25.00.30

Диссертация

Диагноз и прогноз продолжительности сложных метеорологических условий - тема диссертации по наукам о земле, скачайте бесплатно

Автореферат

Похожие работы