Бесплатный автореферат и диссертация по географии на тему

Исследование температурного режима и разработка синоптико-климатического метода долгосрочного прогноза средней месячной температуры воздуха на юге Дальнего Востока в теплое полугодие

ВАК РФ 11.00.09, Метеорология, климатология, агрометеорология

Автореферат диссертации по теме "Исследование температурного режима и разработка синоптико-климатического метода долгосрочного прогноза средней месячной температуры воздуха на юге Дальнего Востока в теплое полугодие"

На правах рукописи

СТАРОДУБЦЕВА ЛАРИСА АЛЕКСАНДРОВНА

ИССЛЕДОВАНИЕ ТЕМПЕРАТУРНОГО РЕЖИМА И РАЗРАБОТКА СИНОПТИКО-КЛИМАТИЧЕСКОГО МЕТОДА ДОЛГОСРОЧНОГО ПРОГНОЗА СРЕДНЕЙ МЕСЯЧНОЙ ТЕМПЕРАТУРЫ ВОЗДУХА НА ЮГЕ ДАЛЬНЕГО ВОСТОКА В ТЕПЛОЕ ПОЛУГОДИЕ

11.00.09 - метеорология, климатология, агрометеорология

Автореферат диссертации на соискание ученой степени кандидата географических наук

ВЛАДИВОСТОК - 1997

Работа выполнена в Дальневосточном государственном университете

Научный руководитель доктор географических наук, профессор Песгерева Н.М.

Официальные оппоненты: доктор географических наук, профессор Семенов Е.К.

кандидат физико-математических наук Варламов С.М.

Ведущая организация - Приморское управление по гидрометеорологии 1 контролю окружающей среды (г. Владивосток)

Защита состоится 20 июня 1997 г. в 15 час. на заседании специализированного Совета К 064. 58. 05 при Дальневосточном государственном университете по адресу: г. Владивосток, ул. Мордовцева, 12, ауд. 323, 3 этаж.

Отзывы просим присылать по адресу:

690600 г. Владивосток, ул. Суханова, 8, ДВГУ, геофизический факультет, кафедра метеорологии, климатологии и охраны атмосферы, Ученому секретарю специализированного совета К 064. 58. 05.

С диссертацией можно ознакомиться в библиотеке Дальневосточного государственного университета.

Автореферат разослан 18 мая 1997 года

Ученый секретарь

специализированного (^яета\ Блохина В.И.

к.г.н. доцент

з Совета^ Бл

\0 ллфм^г^"

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность исследовапия. Проблема долгосрочных прогнозов погоды одна из актуальных и вместе с тем сложных проблем современной гидрометеорологической науки. Несмотря на значительное расширение знаний о физических процессах, происходящих на Земле и в околоземном пространстве, увеличение количества и качества метеорологической информации, опрацдываемость месячных прогнозов погоды пока еще не удовлетворяет постоянно растущим требованиям народного хозяйства. Это относится и к прогнозам средней месячной температуры воздуха.

Сохранение в. течение длительного времени значительных аномалий средней месячной температуры воздуха, является неблагоприятным фактором для производственной деятельности многих отрзслей народного хозяйства и наносит значительный материальный ущерб.

Поэтому большое практическое значение имеют исследования аномальных явлений погоды, условий их возникновения и разработка или усовершенствование существующих методов прогноза аномалий погоды и, в частности, аномалий средней месячной температуры воздуха.

Однако, существующие в настоящее время способы прогноза средней месячной температуры воздуха для территории Дальнего Востока не вполне удовлетворяют требованиям потребителей данной метеорологической информации как по заблаговременное™, так и по оправдываемое™. В связи с чем возникает необходимость не только уточнить особенности температурного режима юга Дальнего Востока, привлекая исходную информацию за последние десятилетия, характеризующиеся значительной изменчивостью термического режима как в глобальном, так и в региональном масштабах, но и разработать метод долгосрочного прогноза средней месячной температуры воздуха, учитывающий климатические флуктуации современного периода и позволяющий увеличить успешность и заблаговременность прогноза.

Целью днссертаппоппой работы явилась разработка комплексного си-ноптико-климатического метода прогноза средней месячной температуры воздуха для территории юга Дальнего Востока в теплое время года, на оснопе

детального изучения особенностей температурного, режима исследуемой территории юга Дальнего Востока, атмосферной циркуляции в стратосфере н тропосфере и теплового состояния подстилающей поверхности.

Задачами исследования в соответствии с поставленной целью япляюТся:

- выявление закономерностей пространственно-временной изменчивости средней месячной температуры воздуха (ГС);

- выявление и оценка трендов в ходе ГС, их классификация;

- районирование исследуемой территории по степени однородности тем-• пературного режима для отдельных месяцев теплого времени года;

- классификация исходных рядов Т'С по степени аномальности;

- изучение особенностей атмосферной циркуляции и теплового состояния подстилающей поверхности в период предшествующий аномально холодным и аномально теплым месяцам исследуемого периода;

- теоретическое обоснование схемы синоптико-климатического метода долгосрочного прогноза средней месячной температуры воздуха;

- оценка и отбор предикторов с заданным уровнем значимости;

- формализация метода прогноза;

- разработка правил прогноза трендовой составляющей временных рядов средней месячной температуры воздуха;

- разработка правил динамического и статического комплексирования прогноза "случайной" составляющей ДГ'С;

- оценка оправдываемое™ Г*С на зависимой и независимой выборках и выбор схем прогноза.

Метод псслепоЕ1сг.я - синоптико-климатическнй. По данным за каждый месяц и для каждой метеорологической станции были рассчитаны основные статистические характеристики временных рядов, корреляционные матрицы для выявления однородных районов, тренды. Последние были аппроксимированы линейной функцией, полиномом второй и третьей степени, а затем оценены при помощи критерия Стьюдента на предмет статистической значимости. В работе использовался один из самых распространенных методов сглаживания временных рядов - метод скользящего среднего, а также регрессионный и

линейный дискриминантный анализы. Все расчеты и численные эксперименты выполнялись на персональном компьютере.

Научпая поппзпа.

1. Наследованы особенности распределения средней месячной температуры воздуха на юге Дальнего Востока в теплое полугодие с привлечением данных за последние годы (до 1994 г. включительно).

2. Выявлены и оценены тренды в ходе средней месячной температуры воздуха и произведена их классификация.

3. Произведено районирование исследуемой территории по степени однородности температурного режима для каждого месяца исследуемого периода.

4. Произведено теоретическое обоснование схемы енноптико-климати-ческого метода прогноза средней месячной температуры воздуха.

5. Осуществлена трехкратная компрессия исходной информации о характере атмосферной циркуляции п тропосфере н стратосфере и теплового состоя* ния подстилающей поверхности, используемой в прогностических схемах.

6. Впервые (для прогноза средней месячной температуры воздуха) по территории юга Дальнего Востока использован метод раздельного прогнозирования трендовой (климатической) и "случайной" составляющей средней месячной температуры воздуха.

7. Сформулированы прогностические прасола для прогноза трендовой составляющей Т'С, с учетом статистической структуры временных рядов.

8. Разработаны правила для составления фазового и количественного прогноза «случайной» составляющей &ТС на основе сочетания знакоз нескольких линейных дискриминантных функций.

9. Осуществлена формализация синоптико-климатического метода прогноза средней месячной температуры воздуха и разработаны правила динамического комплексирования прогнозов с разной заблаговременностью.

Осповпые полодепия. выпосимые па затлтт

1. Исследование пространственно-временного режима средней месячной температуры воздуха на юге Дальнего Востока в теплое время года.

2. Районирование исследуемой территории по степени однородности температурного режима для отдельных месяцев теплого времени года.

3. Классификация климатических трендов временных рядов средней месячной температуры воздуха.

4. Особенности атмосферной циркуляции в тропосфере и стратосфере и деловитости Охотского моря перед аномально теплыми и аномально* холодными месяцами теплого времени года.

5. Синоптико-климатический метод долгосрочного прогноза средней месячной температуры воздуха на основе раздельного прогнозирования трендовой (климатической) и "случайной" составляющих.

Практическая пепиость работы. Разработанные прогностические схемы после оперативных испытаний будут использоваться Бюро погоды УГКС Дальнего Востока для составления долгосрочного прогноза средней месячной температуры воздуха в теплое полугодие. В настоящее время разработанный метод прогноза внедрен в учебном процессе, при изучении студентами отделения метеорологии ДВГУ курса «Долгосрочные прогнозы погоды».

Адробапня работы. Результаты исследования изложены в 11 статьях, 4 из которых на английском языке. Основные выводы работы и результаты отдельных разделов докладывались на Международных конференциях: "Северная Па-цифика: гидрометеорология, экология, география" в 1994 г.; "Пайсис" в 1996г., "О состоянии прибрежных экосистем Российского Дальнего Востока" в 1996 г.; "Глобальные изменения природной среды на Дальнем Востоке" в 1996 г.; на научных конференциях преподавателей и студентов Дальневосточного государственного университета в 1995 и 1996 гг. Работа рассмотрена и одобрена на кафедре метеорологии, климатологии и охраны атмосферы Дальневосточного государственного университета в 1996 г., на научном семинаре отдела климата долгосрочных прогнозов погоды в Дальневосточного научно-исследовательского гидрометеорологического института в 1997 г., на семинаре Гидрометеорологического центра Гидрографии КТОФ в 1997 г.

состоит из введения, четырех

глав, заключения, списка литературы и приложения, изложенных на 192 страницах. В основной части работа состоит из 150 е., 19 таблиц и 13 рисунков. Список литературы содержит 178 наименований, в том числе 36 на иностранных языках. Общий объем работы составляет 192 страницы.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность выбранной темы; формулируются цель и задачи исследования, способы их реализации, кратко'излагается содержание каждой главы.

В первой главе дается анализ работ, посвященных проблеме исследования температурного режима и прогноза средней месячной температуры воздуха. Выделены три основных направления исследований: синоптическое, статистическое и гидродинамическое.

Синоптические методы основываются на анализе циркуляционных условий в атмосфере, в локальных районах или на полушарии. В рамках данного направления выполнены работы Б.П. Мультановского, С.Т. Пагавы, Г.Я. Ван-генгейма, A.A. Гирса, AJI. Каца, Д.А. Педя, Дж. Неймайеса и др.

Статистические схемы прогноза средней месячной температуры воздуха базируются на анализе временных рядов, с применением регрессионного. и дискриминантного анализов. Регрессионные уравнения в схемах прогноза средней месячной температуры воздуха чаще всего представлены в работах М.И. Юдина, и др. Работы статистического направления часто носят формальный характер, поэтому, в последнее время они, как правило, объединяются с синоптическими в единое синоптико-статистическое направление. Большой вклад в развитие этих методов внесли H.A. Багров, Е.П. Борисенков, Н. И.Зверев, Г.В. Груза, М.И. Юдин М.Х. Байдал, Д.А. Педь и др.

Гидродинамические методы долгосрочного прогноза средней месячной температуры воздуха достаточно подробно изложены в работах Х.Х. Рафаило-вой, Е.К. Блиновой и др.

На Дальнем Востоке долгосрочными прогнозами средних месячных температур занимались А.И. Новская, Т.М. Журавлева, Г.И. Анжина, Р.Я. Жежко, Г.В. Свинухов, Н.М. Пестерева и др.

При разработке долгосрочных методов прогноза погоды многими авторами первоначально исследовались особенности температурного режима данной территории. При этом, как правило, использовалась исходная информация за весь период имеющихся инструментальных наблюдений.

В работах российских и зарубежных авторов-Е.С. Рубинштейн, М.И. Бу-дыко, К.Я Винникова, Л. Лисгарда, Ж. Митчелла, X. Биллета, П. Джоунса и др. - проведены исследования о вековом ходе температуры воздуха.

Выявлению колебаний климата и расчету трендов температуры в различных регионах мира посвящено большое количество научных исследований.

Авторы работ по глобальному изменению климата делятся на две противоположные группы: те, кто объясняет потепление последних лет парниковым эффектом и те, кто показывает, что изменения климата являются проявлением автоколебаний в климатической системе Земли. Ряд ученых просто констатируют этот факт.

Во второй главе изложены методика исследования, анализ пространственно-временной изменчивости рядов средней месячной температуры воздуха, выявлены и оценены линейные тренды произведено районирование исследуемой территории по степени однородности температурного режима.

При разработке комплексного синоптико-климатического метода долгосрочного прогноза средней месячной температуры воздуха в теплое время (апрель-октябрь) по территории юга Дальнего Востока в качестве исходной информации были использованы данные о средней месячной температуры воздуха по тридцати пяти гидрометеорологическим станциям (ГМС). В том числе, девять из них расположены на территории Приморского края, восемь - на острове Сахалин и тринадцать станций занимают район Хабаровского края и Амурской области. Также в работе использовались данные по пяти ГМС острова Хоккайдо, любезно предоставленные профессором X. Такеда из Хоккайдо -Токайского университета. Станции выбирались таким образом, чтобы по возможности равномерно была освещена вся исследуемая территория. Ряды наблюдений на станциях имеют различную продолжительность, от 37 до 141 года.

Данные до 1985 года выбирались из климатических справочников и ежемесячников. Информация за последние десятилетия была любезно предоставлена сотрудниками отдела климата и долгосрочных прогнозов погоды Дальневос-

точного научно-исследовательского гидрометеорологического института (ДВНИГМИ). Проверка исходных данных на климатическую однородность осуществлялась в отделах климата соответствующих территориальных Управлений по гидрометеорологии и контролю окружающей среды (УГКС) Дальнего Востока.

Для оценки временной изменчивости исходных рядов средней месячной температуры воздуха традиционно рассчитывались основные статистические характеристики: среднее многолетнее (7"), среднее квадратическое отклонение (сг), коэффициенты вариации (Ск), асимметрии (А) и эксцесса (£)> которые позволили определить, что распределение средних месячных температур воздуха по исследуемым ГМС является близким к нормальному закону распределения. И в последующих главах мы пользуемся этими расчетами, при определении ширины градации фазового прогноза средней месячной температуры воздуха.

Кроме характеристик распределения анализировались некоторые структурные характеристики рядов. Выделение трендов производят обычно путем различного рода сглаживания рядов средней месячной температуры воздуха и их выравниванием при помощи аналитических функций. Такими функциями являются: линейная функция

Тт=а! +Ь. (1)

полином второй и третьей степени

Тт =а/2 +Ы + с. (2)

Гг=ог'+АГ2+С/ + С/> (3)

где коэффициенты уравнений, I- номер года временного ряда.

Одним из наиболее распространенных методов сглаживания временных рядов является метод скользящего среднего. Вычисления осуществляются по формуле:

, У-1

' " (4)

где N - период осреднения, Х(г)- средняя месячная температура в момент г;

/ - номер последовательности периода осреднения.

Учитывая реальную величину исходных выборок Т, а также длину рядов предполагаемых предикторов, нами было выбрано скользящее осреднение по пятилетиям.

В работе широко использовался корреляционный анализ. Для оценю) коэффициента корреляции (г) рассчитывался критерий Стьюдента (»,) по формуле:

где п- длина исходной выборки, к = п-2 - число степеней свободы. Для решения большинства метеорологических задач принято считать достаточным 10% уровень значимости (90% доверительная вероятность).

Для построения прогностических схем был использован регрессионный и линейный дискриминантный анализ. В частности, рассчитывалась линейная дискриминантная функция (ЛДФ) вида:

(6)

где X, - конкретный предиктор; /, - коэффициент дискриминантной функции при X,; С0 - свободный член, который определяется из условия, что £ = 0; г. -число предикторов (п = 2, 3).

Выбор предикторов осуществляется в несколько этапов. Первоначально рассчитывались коэффициенты корреляции, которые позволяют выявить реальные статистические зависимости и затем сравнивались с некоторым его критическим значением и определяется уровень значимости.

Кроме коэффициента корреляции, для оценки степени и ■•характера связи между предиктором и предиктантом использовались и другие показатели. Применительно к задачам, где все значения предикторов делятся на классы (и в данном случае - на группы) в зависимости от характера предиктанта (к таким задачам относится и наша), в качестве дополнительного показателя рассматривается Дг- расстояние Махаланобиса. В одномерном случае значение Д: вычисляется по формуле:

(5)

[М(А)-М(А)]> (7)

д =-w-,

где а - осредненное значение дисперсий предикторов, предшествующих годам с положительными и отрицательными аномалиями температуры воздуха; М{А) и М(А) - математические ожидания предикторов в разных классах. Лучшими считаются те предикторы, у которых значения Д1 наибольшие.

Затем отбор предикторов осуществлялся при помощи t -критерия Стыо-дента (i,) рассчитанного по формуле:

»5 ~ |---_ - ■ „ —

(8)

ll/rf+Nrif 1 1 )' \ N, +N¡ -2 U, NJ

где М(Хх),М(Хг) - математические ожидания выборок, N, н N,- число членов выборок, of и а\- дисперсии выборок. Если рассчитанный г-критерий (/2) больше табличного значения на заданном уровне при числе степеней свободы n=N,+Nj -2, то указанные выборки статистически различаются между собой. Кроме того для выбора статистически значимых предикторов использовался критерий Фишера (z):

(9)

где г - коэффициент корреляции.

При разработке синоптико-климатического метода прогноза помимо данных о средней месячной температуре воздуха использовалась информация:

- о средних месячных полях Нт (1950-1994 гг.), Я|00,Яя,Ям( 1960-1994 гг.), составленных в Гидрометцентре России;

- о формах атмосферной циркуляции над Дальним Востоком Г.Я. Ван-генгейма, А.А. Гирса За 1950-1994 гг.;

- о формах атмосферной циркуляции над Дальним Востоком O.K. Ильинского за 1950-1994 гг.;

- календари форм атмосферной циркуляции над Дальним Востоком B.C. Калачиковой, Е.В. Николаевой за 1950-1994 гг.;

- сведения о деловитости Охотского моря по декадам, в процентах от общей площади за 1956-1994 гг.

Анализ климатических трендов за период инструментальных наблюдений, позволил выявить, общую тенденцию потепления Дальневосточного региона. Это можно объяснить, по-видимому, влиянием как антропогенных, так и естественных факторов.

В наибольшей мере эта тенденция устойчива в апреле (на 75% станций -положительный тренд значим на 10 и менее процентном уровне; на 42% - значим на однопроцентном уровне), в мае (на 66% станций - положительный тренд значим на 10 и менее процентном уровне; на 42% - тренд значим на однопроцентном уровне), и в июне (трена значим на 10 и менее процентном уровне в 42% случаях). В июле-октябре тренды значимы (на 10% и менее уровне) только в единичных случаях, а в августе в 69% случаев наблюдается слабовыраженный отрицательный тренд.

На первом этапе разработки синоптико-климатического метода прогноза Т необходимо произвести классификацию данной территории по степени однородности температурного режима.

В основе большинства алгоритмов классификации лежит так называемая гипотеза компактности, согласно которой точки, изображающие объекты различных классов в пространстве признаков, образуют компактные изолированные друг от друга группы (кластеры или однородные территории). Задача классификации сводится, таким образом, к разбиению совокупности точек, разбросанных в пространстве признаков, на компактные обособленные группы или районы.

Корреляционные матрицы рассчитывались для всех пунктов по каждому месяцу теплого полугодия, затем строились поля изокоррелят.

Анализ этих полей, позволил выделить: в апреле, сентябре и октябре - по одному однородному по термическому режиму району; в мае, июне, июле - два однородных района, условно названных северный - к нему относятся северные части острова Сахалина и Хабаровского края, и южный - Приморский край, юг Хабаровского края, Сахалинской области и Японские острова.; в августе - два однородных района, условно названных западный (континентальный) - к нему относятся все .станции Хабаровского края и Амурской области, и восточный (прибрежный) - станции расположенные на острове Сахалин, Японских островах, северные станции Хабаровского края и все станции Приморского края.

дается теоретическое обоснование комплексного

синоптико-климатического метода долгосрочного прогноза средней месячной температуры воздуха и исследуются особенности атмосферной циркуляции Дальнего Востока в экстремальные по средней месячной температуре воздуха годы.

Высказана гипотеза о том, что одним из возможных путей повышения качества долгосрочного прогноза средней месячной температуры воздуха является учет естественных долгопериодных (несколько десятилетий) колебаний климата. Под климатической флуктуацией по определению Г.В. Грузы и Э.Я. Раньковой понимают климатическое непостоянство ,с периодом колебаний от нескольких недель до нескольких десятилетий.

Прогноз средней месячной температуры воздуха (), в этом случае, по аналогии с прогнозом урожайности, может быть представлен суммой двух слагаемых

где Ттр - трендовая или детерминированная составляющая, обусловленная, главным образом, долгопериодными колебаниями климата, проявляющимися в вековом ходе средней месячной температуры воздуха либо линейным трендом; ДГ- «случайная» составляющая, обусловленная особенностями атмосферной циркуляции, тепловым состоянием подстилающей поверхности, взаимодействием атмосферы и океана, вулканической деятельностью и другими факторами.

Разработка комплексного синоптико-климатического метода прогноза средней месячной температуры воздуха, учитывающего климатические флуктуации и особенности атмосферной циркуляции, предполагает осуществление нескольких этапов.

1. На первом этапе осуществляется прогноз детерминированной (трендо-вой) составляющей средней месячной температуры воздуха. В зависимости от статистической структуры временного ряда, наличия или отсутствия значимого линейного тренда выбирается способ прогноза Т„.

1.1. Если в вековом ходе средней месячной температуры воздуха линейный тренд отсутствует, либо его доверительная вероятность менее 90% (уровень значимости более 10%), и амплитуда отклонений трендовой составляющей пред-

Гп, = Ттр + Д Т°С

ТР

(10)

ставленной f 5 от линейного тренда или среднего многолетнего значения менее ±|l*ct, то в качестве прогностического значения Ттр принимается среднее многолетнее значение или климатическая норма.

1.2. Если в вековом ходе средней месячной температуры воздуха линейный тренд отсутствует, но амплитуда отклонений трендовой составляющей представленной f, от линейного тренда или среднего многолетнего значения более ±|l'C| и в ходе Ts наблюдается несколько максимумов и минимумов, то лрогноз Т„ осуществляется более сложным способом.

1.2.1. Аппроксимируется волна в ходе Т, от одного, выявленного визуально, максимума до другого полиномом третьей степени, для которого затем определяются max и min функции Y(t), исходя из условия, что если

Y' = 0; Y" < 0, то наблюдается max Y, Y' =0; Y" > 0, то наблюдается min Y, где Y' и У - первая и вторая производные соответственно. Известно, что полином третьей степени имеет два экстремума (максимум и минимум). После достижения максимума функция Y быстро убывает, а затем стремится к минус бесконечности. Это обстоятельство ограничивает область применения полинома третьей степени для прогноза Т„ на длительные сроки.

Устранить этот недостаток можно используя полином как разрывную функцию Y(t), для которой изменяется область определения. Коэффициенты полинома полученные на обучающей выборке (первый цикл в ходе f,) могут быть использованы в качестве прогностических для последующих циклов.

Поскольку в дальнейшем при составлении конкретных прогностических схем использовался линейный регрессионный и линейный дискриминантный анализы, то, мы сочли, целесообразным выделять восходящую (от минимума до максимума) и нисходящую (от максимума до минимума) ветви в ходе нелинейного тренда.

1.2.2. Затем рассчитывались уравнения регрессии, аппроксимирующие восходящие и нисходящие участки в ходе нелинейного тренда и определялись аномалии средней месячной температуры воздуха, представленные разностью

между фактической средней месячной температурой воздуха и трендом, аппроксимированным на заданной области определения прямой.

1.3. Если в вековом ходе средней месячной температуры воздуха линейный тренд значим на десяти- и менее десятипроцентном уровнях значимости, то прогноз Т„ осуществляется с помощью уравнения регрессии

Т„„*аХ + Ь (И)

где X - номер года в многолетнем ходе средней месячной температуры воздуха на конкретной ГМС; а, Ь - коэффициенты уравнения регрессии.

2. На втором этапе осуществляется прогноз случайной составляющей ДТ. Поскольку, на наш взгляд, ДГ обусловлена главным образом особенностями атмосферной циркуляции и взаимодействием атмосферы и подстилающей поверхности реально проявляющимися в каждом конкретном году, то на этом этапе необходимо предварительно выявить особенности атмосферной циркуляции и теплового состояния подстилающей поверхности в периоды предшествующие формированию экстремально теплых или экстремально холодных месяцев теплого времени года, оценить их с помощью количественных критериев с тем, чтобы в дальнейшем использовать их в качестве предикторов в расчетных прогностических схемах.

В качестве основных методов математической статистики при формализации метода прогноза ДГ предлагается также использовать широко распространенный линейный рефессионный и дискриминантный анализ.

Для создания конкретной прогностической синоптико-статистической модели и расчетного способа прогноза случайной составляющей средней месячной температуры воздуха необходимо было выполнить следующие этапы:

• выявить особенности атмосферной циркуляции и теплового состояния подстилающей поверхности в предшествующий период перед аномально теплыми и аномально холодными месяцами;

• осуществить процедуру многократного просеивания предикторов и выявить статистически значимые из них;

• провести формализацию представленной схемы прогноза;

• проверить работу конкретных расчетных схем на зависимой и независимой выборках;

• проанализировать результаты и отобрать оптимальные схемы прогноза.

Поскольку расчетный алгоритм схемы был основан на статистических методах с учетом синоптических особенностей, то такая схема прогноза является синоптико-статистической.

Учитывая исследования проведенные различными авторами по проблеме долгосрочных прогнозов, мы предложили трехуровенную синоптико-статисти-ческую модель долгосрочного прогноза средней месячной температуры воздуха ■ Г на юге Дальнего Востока следующего вида:

Т = аЛ+а,В + а2С (12)

где,а,а,,а,- коэффициенты уравнения; А - предикторы, учитывающие циркуляцию стратосферы (положение, интенсивность ЦПВ и т.д.), В - предикторы, учитывающие циркуляцию тропосферы (формы циркуляции, разложение полей по естественным ортогональным проекциям, положение высотной фронтальной зоны и т.д.), С - предикторы, учитывающие тепловой режим подстилающей поверхности (тепловое состояние океанической подстилающей поверхности, ледо-витость Охотского моря, высота снежного покрова, температура на поверхности почвы и т.д.).

На первом этапе отбора предикторов на основе синоптического (качественного) анализа, нами были рассмотрены особенности атмосферной циркуляции в тропосфере и нижней стратосфере на пространстве второго естественного синоптического района в периоды предшествующие (с октября предшествующего года) аномально холодным и аномально теплым месяцам теплого времени года. Исходные поля средней месячной температуры воздуха классифицировались на теплые, холодные и годы около нормы. За аномально теплые и аномально холодные годы мы принимали годы, в которые на 80% исследуемой территории отмечаются отклонения, когда Д/г2°С по абсолютной величине, (д/£±|2'С|).

Одним из основных макроциркуляционных объектов атмосферной циркуляции над северным полушарием, определяющим условия погоды в умеренных широтах, является циркумполярный вихрь (ЦПВ).

В качестве основных параметров ЦПВ рассматривались координаты его центра (<р- широта, Д- долгота) и значение геопотенциала Я в центре ЦПВ на изобарических поверхностях Нт.Н„,Нк по средним месячным полям. В тех

случаях, когда ЦПВ имел два центра и более, учитывался центр, расположенный в Азиатском секторе Арктики или над Азиатским континентом. Для анализа этих данных были построены типовые поля, для аномально холодных и аномально теплых лет. Далее проводился визуальный анализ различия в положениях ЦПВ на всех высотах. Затем рассчитывались средние по группам лет значения р,Х,7Т, для ЦПВ по отдельным месяцам предшествующих периодов.

Всего нами было построено около 408 типовых полей Н1Ю,НК,НК. Как правило, наибольшие различия в местоположении и интенсивности ЦПВ проявлялось в экстремальные по температуре годы. Ввиду большого количества построенных типовых полей в тексте диссертационной работы мы приводим только те из них, на которых различия проявляются в большей степени.

Анализ особенностей атмосферной циркуляции в нижней стратосфере над Дальним Востоком осуществляется путем рассмотрения средних месячных полей, на которых некоторые характеристики атмосферной циркуляции в течение месяца могут быть сглажены. Поэтому дальнейшее исследование особенностей атмосферной циркуляции в годы с положительными и отрицательными аномалиями температуры воздуха проводилось с помощью форм циркуляции Каца -Громовой - Ильинского по полям Нт. В основу этой типизации положена классификация, предложенная АЛ. Кацем и распространенная на районы Восточной Сибири и Дальнего Востока Г.Г. Громовой, а затем детализированная O.K. Ильинским.

В работах многих исследователей была установлена связь между изменениями температуры воздуха и ледовитостью полярных морей. Принято считать, что ледовый режим, например, Охотского моря, наряду с другими факторами формируется под влиянием определенных атмосферных процессов Дальнего Востока. В работе была выявлена связь между ледовитостью Охотского моря и аномалиями температуры воздуха последующего теплого периода.

Четвертая глава посвящена формализации схемы долгосрочного прогноза Т. Условно, схема прогноза разбита на два блока: блок преобразования (компрессии) и блок прогноза (рис. 1). В работе был использован большой объем исходной информации, поэтому перед нами' встала задача значительно сократить

количество предикторов и выявить наиболее значимые из них. Для этого проводилось трехкратное просеивание предикторов. Первоначально осуществлялась "качественная компрессия" - проводился сравнительный анализ исходных дан. ных по группам лет (аномально холодные и аномально теплые годы). Предсказатели с незначительными различиями отбрасывались.

Критерий, с помощью которого определяются наиболее информативные на заданном уровне значимости предикторы, является I -статистика Стьюдента, часто применяющаяся в испытаниях для малой выборки, что мы и имеем в дан-пом случае.

Блок преобразования исходной информации (структурная, релятивная компрессия)

___

I

Блок прогноза средней месячной температуры воздуха

Прогноз трендовой составляющей средней "1 [ Прогноз месячной температуры воздуха (Ттг)

I пгт

Если Ттг выражено и значимо на 10% уровне, то ДГ"С прогнозируем от тренда

а,А,Е - значительны, то ДТ'С прогнозируем от среднего многолетнего _

1 <-

Согласование результатов

ЕслиТт,шТиа,А,Е

-малы, то ДТ'С прогнозируем: анализ амплитуды (Г,) при помощи уравнения третьей степени аппроксимированное линейным трендом от среднего многолетнего

Если Ггр и}*5 не выражены, то расчет ведется по эмпирической формуле

Окончательный прогноз Т„

'случайной" составляющей ДГ'С

Сбор и контроль гидрометеорологических данных

Расчет количественных значений предикторов, выявленных на основе модели

Расчет линейных

дискриминанта

функций

I

Расчет уравнений регрессии

Комплексирование прогноза на основе решающего прави-

Прогноз ДТ'С

Рис. 1 Блок-схема синоптико-климатического прогноза средней месячной

температуры воздуха

Ттг+АТС

Полученные в результате компрессии предикторы использованы в дальнейшем для построения прогностических схем с помощью регрессионного и дискриминантного анализов.

Предикторы используемые в прогностических схемах, выбирались таким образом, чтобы схема прогноза была трехуровенной, т.е. учитывала бы особенности атмосферной циркуляции в нижней стратосфере, тропосфере и характеристики подстилающей поверхности.

Первоначально было составлено 14 расчетных схем с 2-3-м)1 предикторами, но как оказалось в последствии наилучшие результаты были получены по четырем из них которые имели различную заблзговременность.

Наиболее удачной была схема с большей заблаговременностью (от трех до девяти месяцев), где в качестве предикторов были выбраны: Д\\'н - отклонение от среднего многолетнего комплексного показателя циркумполярного пихр.ч (ЦПВ) на Ни» в ноябре предшествующего года; ДЗН - аномалия среднего многолетнего числа дней с западной формой циркуляции по О. К. Ильинскому в ноябре предшествующего года; ДЭд - аномалия ледовитости Охотского моря в декабре предшествующего года. Уточнение прогноза составляется с меньшей заблаговременностью (от одного до шести месяцев), при помощи расчетной схемы, где в качестве предикторов используются Д\УН - отклонение от среднего многолетнего комплексного показателя циркумполярного вихря (ЦПВ) на Нщо в ноябре предшествующего года; А\УМ - аномалия ЦПВ в марте текущего года; ДХМ - аномалия среднего многолетнего числа дней с меридиональными формами циркуляции за ноябрь-март.

На следующем этапе прогноза определялась ДТС. После выявления степени информативности предсказателей были составлены различные совокупности предикторов и оценена их прогностическая значимость в отношении знака и величины отклонения средней месячной температуры воздуха от трендовой сос-таатяющей.

Сравнительная оценка качества определенной совокупности прогностических указаний может быть получена разными способами. В данном случае мы судили о прогностической значимости группы предикторов непосредственно по успешности составленного по ней прогноза. Для опенки прогноза знака \ТС

составленного при помощи линейной дискриминантной функции (альтернативные прогнозы) использовались показатель качества прогнозов по Р и р.

Процедура одновременного использования нескольких прогнозов (схем или методов) получила название комплексирования. При комплексировании прогнозов одной заблаговременности этот прием носит название статического, с разной заблаговременностью - динамического комплексирования.

Прогноз средней месячной температуры воздуха составляется в декабре предшествующего года или в январе текущего с заблаговременностью 10-9 месяцев. Первое уточнение производится с заблаговременностью - 1 месяц. Динамическое комплексирование в данном случае производится с помощью введения в расчетные схемы в качестве одного из предикторов комплексного показателя ЦПВ за ноябрь предшествующего года или аномалии сумм меридиональных форм циркуляции за ноябрь - март. Такой прием позволяет, на наш взгляд, учитывать информацию о предшествующих атмосферных процессах наряду с информацией о текущих.

Комплексирование прогнозов средней месячной температуры воздуха и аномалий погоды на этапе отбора, оценки, компрессии предикторов, позволяет улучшить их качество, упростить реализацию и уменьшить объемы работ на уровне исследования. Под последним подразумевается значительная экономия машинного времени (на ПК) и сокращение сроков определения оптимальных схем расчета, т.к. зачастую из предполагаемых предикторов (число которых нередко равно десяткам) рассчитывается огромное число уравнений, прогностическая значимость которых находится ниже уровня обеспеченности климатического, инерционного либо случайного прогноза. Предлагаемый подход позволяет значительно сократить время, затрачиваемое на исследование, получить результат, на заданном уровне значимости, что является по своей сути интенсификацией процесса научного исследования.

Не менее важным в прогнозировании является вопрос оценки прогноза. Оценка методического прогноза осуществляется в сравнении с другим методическим и климатическим прогнозами. Оправдываемость прогноза аномалии ДГсоставила 86%.

Обеспеченность количественного прогноза средней месячной температуры по югу Дальнего Востока с заблаговременностью от 9 до 2 месяцев составила на

зависимой выборке 91960-1989 гг.) 81-91 и 86-97% в среднем на независимой (1990-1984 гг.). Предложенный нами метод прогноза имеет оправдываемость на 4% выше, чем инерционный.

Оценка прогноза осуществлялась согласно Наставлению по службе прогнозов (1986 г.) на зависимой выборке (1960-1989 гг.). Прогноз считается'оправдавшимся, если Р и К больше 50%.

Анализ успешности прогнозов показал, что в среднем многолетнем они имеют удовлетворительную оправдываемость. В целом во всем исследуемом регионе знак аномалии температуры воздуха предсказывался правильно ( р= 0,16). Точность прогноза величины &ТС составляет по параметру 0 величину 1,75, а по параметру Р=86%.

В течение летнего периода в среднем по всему региону температурный фон также предсказывается верно. Самые удачные прогнозы знака ДГ'С в августе, величина же аномалии точнее всего прогнозируется в мае.

Анализируя полученные результаты непосредственно по пунктам, можно сделать следующие выводы. Для северо-западного побережья Охотского моря и северного Сахалина наиболее надежно прогнозы работают в мае. Средняя оправдываемость составляет 87%, р=0,22, <3=1,08. Для станций, обозначенных условно континентальными, высокие оценки успешности получены в нюне ( р=0,36, (3=1,53, Р=91%). А для юго-западного района, в состав которого входят станции Приморья, лучше всего среднемесячная температура прогнозируется в августе ( р=0,2, <3=1,47, Р=95%). Для среднего и южного Сахалина, наиболее качественными являются прогнозы средней температуры воздуха в мае (р=0,2б, 0=1,32, Р=85%).

Для Хабаровского края равно как и для Сахалинской области высокие оценки меры мастерства получены для прогноза средней месячной температуры воздуха в июне. В мае, июле, августе прогнозы составленные по разработанному нами методу имеют оправдываемость на 1-5% выше, чем консультационные прогнозы.

Качество авторского метода прогноза средней месячной температуры воздуха для сентября находится ниже консультационного прогноза.

В заключения сформулированы основные результаты исследования:

Исследованы пространственно-временные особенности рядов средней месячной температуры воздуха в теплое время года по 35 ГМС юга Дальнего Вое тока за период инструментальных наблюдений до 1994 г. включительно.

Расчет статистических характеристик позволил установить, что распределение средней месячной температуры воздуха на исследуемых станциях преимущественно близко к нормальному закону распределения.

Анализ трендов рядов средней месячной температуры воздуха, аппроксимированных линейным уравнением регрессии, позволил выявить. устойчивую положительную тенденцию в апреле, мае и июне. В июле-октябре тренды значимы на 10% и менее уровне только в единичных случаях, а в августе наблюдается слабовыраженный отрицательный тренд.

Осуществлено районирование исследуемой территории по степени однородности температурного режима. Для месяцев переходного периода (апрель, сентябрь, октябрь) выделен один однородный район, для остальных месяцев исследуемого периода - два района.

Высказана гипотеза о том, что одним из возможных путей повышения качества долгосрочного прогнозирования является учет естественных колебаний (климатических флуктуаций) климата. На ее основе разработан синоптико-кли-матический метод прогноза средней месячной температуры воздуха.

Исследованы особенности атмосферной циркуляции в стратосфере и тропосфере и деловитости Охотского моряю

Выявлено, что в годы с отрицательными аномалиями температуры на юге Дальнего Востока в течение предшествующего зимнего периода (ноябрь-март) над Дальним Востоком преобладают меридиональные формы циркуляции, центр ЦПВ располагается, как правило, юго-восточнее своего обычного положения, высотная дальневосточная ложбина получает значительное развитие в меридиональном направлении. Высотная фронтальная зона и гидрологический фронт занимают более южное полеэжение, деловитость Охотского моря, как правило -выше нормы.

В эти годы преобладает зональный перенос, происходит сокращение ЦПВ, что усиливает циклоническую деятельность над северными районами Дальнего Востока. Над Японским морем, Приморьем и Корейским

полуостровом, как правило, расположен отрог северотихоокеанского антициклона.

В годи с положительными аномалиями средней месячной температуры воздуха ЦПВ, как правило, расположен северо-западнее своего обычного положения, над Дальним Востоком наблюдается интенсивный зональный перенос, высотная дальневосточная ложбина слабо выражена. ВФЗ занимает более северное положение, циклоны, перемещающиеся вдоль ВФЗ, чаще выходят на акваторию Охотского моря, деловитость Охотского моря, как правило, ниже нормы. В эти годы, чаще осуществляются меридиональные формы циркуляции, особенно центральная и западная.

Таким образом, установлено, что развитие атмосферных процессов и тепг-ловое состояние морской подстилающей поверхности существенно различается в годы с положительными и отрицательными аномалиями температуры. В результате сложного взаимодействия системы атмосфера - гидросфера - подстилающая поверхность по югу Дальнего Востока складывается погодный режим, определяющий в значительной мере межгодовую изменчивость средней меся'шой температуры воздуха.

Составлена блок-схема синоптико-климатического метода долгосрочного прогноза средней месячной температуры воздуха. Сформулированы правила прогноза трендовой составляющей средней месячной температуры воздуха. Применен линейный дискрнминантный анализ для прогнозирования «случайной» составляющей средней месячной температуры воздуха (ДГ). Разработаны правила статистического комплексирования прогноза на основе сочетания знаков нескольких линейных дискриминантных функций. Ширина градации ДТ, при составлении фазового прогноза, выбиралась в соответствии с Наставлением по службе прогнозов (1986 г.). Разработаны правила, позволяющие осуществить переход, от фазового прогноза к количественному. Оправдываемость прогноза средней по югу Дальнего Востока средней месячной температуры воздуха, по данным на зависимой выборке (1960-1989 гт.) составил 88%, на независимой выборке (1990-1994 гг.) - 97%.

Разработаны прогностические схемы, позволяющие составить прогноз Г с заблаговременностью от 1 до 9 месяцев. В качестве предикторов использованы показатели циркуляции в нижней стратосфере (Нюо), на сренднем уровне тро-

посферы (И5ео) 11 характеристики теплового состояния подстилающей поверхности (деловитость Охотского моря). Оправдываемость прогнозов средней месячной температуры воздуха по результатам авторской проверки составила 9395%, в зависимости от заблаговременности.

На основании разработанного автором синоптико-климатического метода прогноза средней месячной температуры воздуха, составлены снноптнко-ста-тнстические модели средней месячной температуры воздуха.

Оправдываемость прогнозов, составленных на независимой выборке (1990-1994 гг.) выше, чем оправдываемость прогнозов, рассчитанных по официальному методу.

По материалам дисссргглми опубликованы работы:

1. Комплексный синоптико-статистический метод долгосрочного прогноза средней месячной температуры воздуха в июне по Приморскому краю // Метод, указания. - Дальневост. ун-т. - Владивосток, 1991 (в соазт. Пестгревой Н.М.).

2. Об одном из возможных путей повышения качества долгосрочного прогноза средней месячной температуры воздуха в Приморском крае // Регион, вопр. синоптич. метеорол. и клнматол./Дальневост. ун-т. - Владивосток, 1991. -Деп. в ИЦ ВНИИГМИ-МЦЦ (в соавт. Пестерсвой Н.М.).

3. Долгосрочный комплексный способ прогноза средней месячной температуры воздуха в июне по Хабаровскому краю и Амурской области // Региональные вопросы синоптической метеорологии и климатологии ДВГУ -Владивосток, 1993 (в соавт. Пестеревой Н.М.).

4. Анализ изменчивости временных рядов средней месячной температуры воздуха за июнь на территории Хабаровского края и Амурской области // Региональные вопросы синоптической метеорологии ДВГУ. - Владивосток, 1993.

5. Комплексный метод долгосрочного прогноза средней месячной температуры воздуха // Тезисы Международной конференции «Северная Пацифика гидрометеорология, охрана окружающей среды, география», посвященной 95-летию ДВГУ, и 30-летию геофизического факультета -Владивосток. - 1994.

6. Социально-экономические аспекты изменчивости климата южных районов Дальнего Востока России // Тр. ДВНИГМИ. - Вып. 83. - 1996 (в соавт. Пестеревой Н.М., Карасевым Е.В.).

7. Долгосрочный прогноз аномалий средней месячной суммы осадков, числа часов с осадками и индекса засушливости (Si) по зоне рисосеяния Приморского края // Труды ДВНИГМИ.- Вып. 84,- 1996 (в соавт. Пестеревой Н.М.).

8. The complex long-term forecasting method for average monthly temperatures // International Symposium North Pacific Hydrometeorology, Protection ' and Geography FESU, FERHRI, PGIFEBASR - Vladivostok. - September, 4. - 1994.

9. The rcle of the atmospferic circulation of the Far East in the formation of ice cover of the Okhotsk Sea International Conference on the Sustainability of Coastal Ecosystems in the Russian Far East - September 16-20. - 1996. - Vladivostok, Russia (wiht N Pestereva).

10. Peculiarities of Okhotsk Sea region climate revealed during instrumental meteorological observations // International Conference on the Sustainability of Coastal Ecosystems in the Russian Far East - September 16-20, 1996, Vladivostok, Russia (wiht N. Pestereva, A. Kochetkov).

11. Specifics of temperature dynamics of Southern parts of the Far East in warm season (april-october) // Global change studies at the Russian Far East.- Worcshcp -September 21-23. - 1996. - Vladivostok, Russia (wiht N Pestereva).