Бесплатный автореферат и диссертация по географии на тему

Метод среднесрочного прогноза приземного ветра над территорией Евразии (севернее 35° с. ш. )

ВАК РФ 11.00.09, Метеорология, климатология, агрометеорология

Автореферат диссертации по теме "Метод среднесрочного прогноза приземного ветра над территорией Евразии (севернее 35° с. ш. )"

ФЕДЕРАЛЬНАЯ СЛУЛБД. РОССИИ ПО ГИДРОМЕТЕОРОЛОГИИ И МОНИТОРИНГУ окружающей спади

ГЦДРОМЕТЕОРОЛОГИЧВСКЖ НАУ'Ш-ИХЛВДОВЛТЕЛЬСКДО ЦЕНТР

РОССИИ

На праппх: рукописи

УДК 551.509.313:551.509.324

Мальцев Дмитрий Леонидопич

METO,'! ОГВДЕСРОЧНОГО ПРОПЮЗЛ ПРИЗЕМНОГО ВЕТРА НАД ТЕРРИТОРИЕЙ ЕВРАЗИИ (СЕВЕРНЕЕ 35° С.Ш.)

Специальность 11.00.09 -Метеорология, климатология,

агрометеорология

.АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата физико-математических наук

Москпя - 1994

Работа выполнена в Гидрометеорологическом научно-исследовательском центре Ропчта

Научный руководитель

доктор физико-математических наук И.II.Васильев

Официапьныа оппоненты: доктор физико-математических наук II.И.Белов доктор географических наук В.И.Золотого

Ведущее предприятие Российский государственный гидрометеорологический институт

Защита диссертации состоится 17 мая в 13 часов на

заседании Специализированного совета К 024.05.02 Гидрометеорологического научно-исследовательского центра по адресу: 123242, Москва, Б.Предтеченский пер., д. 9-13, Роегидрометцектр.

С диссертацией можно ознакомиться в библиотеке Росгидромет-центра.

Автореферат разослан " ¿4 " марта 199-1/'.

Учений секретарь Специализированного совета

кандидат географических наук

ОБИУШ ХАРАКТЕРИСТИКА РАБОТУ

Актуальность теми. Успешное решение задачи прогноза призем-шго ветра на средние сроки имеет большое значение для планирована и деятельности многочисленных потребителей. Требования раз-1ИЧИЫ* отраслей хозяйственно!! деятельности человека к точности 1рогнозов, повышению их временной и пространственной детализации, з также к заблаговременности прогнозов постоянно растут.

В последние годы достигнуты значительные успехи в исследования по гидродинамической циркуляции атмосферы, по численному провозу погода и в развитии электронно-вычислительной техники. В )сновных прогностических центрах разработаны гидродинамические модели атмосферы (ГДМА), позволяющие получать прогнозы параметров ¡вободной атмосферы до 5-7 суток с достаточно высокой оправдывае-гастью. В то те время гидродинамические прогнозы элементов погода! г поверхности Земли, имеющие наибольшее значение для хозяйственна деятельности, до сих пор еще не удовлетворяют запросы практики. Необходимость получения надежного прогноза метеовеличин у юмной поверхности заставляет исследователей не только совэршенст-ювать ГДМЛ, но и в то яе время искать и применять другие пути ра-

гения проблемы. К одному из таких путей относится прогноз олемен-

1

'ов погоды на основе статистической интерпретации продукции ГДМА. > этом направлении исследований нами был разработан метод средне-рочного прогноза приземного ветра по территории Евразии, исполь-ующий при построении статистической модели данные гидродинамичес-их расчетов. Такой подход успешно развивается как в нашей стране, ак и за рубежом.

Настоящая диссертация выполнялась в рамках тем Госкомгидро-ета № 1.2а.4 (в программе ГННТ задание 01890018487 ) и № 5 тема по плану Гидрометцентра РФ) по разработке методов средне-

арочного прогноза метеоэлементов.

Цель диссертации:

- провести исследование пространственно-временной структуры полл приземного ветра на территории Евразии (севернее 35°с.ш.); оценить степень соответствии временных рядов наблюдений за ветром нормальному закону распределения, создать алгоритм нормализации выборочных распределений характеристик ветра для последующего использования его в статистической модели;

- разработать и реализовать на ЭВМ численную статистическую схему среднесрочного прогноза приземного ветра по дням по территории Евразии.

Научная новизна. Впервые в России разработан и подготовлен для использования в оперативном режиме численный адаптивный метод прогноза приземного ветра на средние сроки, единый для всей территории Евразии (севернее 35° ела.).

Создан новый метод построения адаптивной статистической мо-• дели для прогноза характеристик ветра. Все шаги статистической схемы прогноза выполняются заново для каждого пункта и каждой даты прогноза.

Проведено климатическое районирование территории Евразии (севернее 35° с.т.) для формирования и оптимального использования статистических выборок адаптивной схемы среднесрочного прогноза приземного ветра.

Практическая ценность. Разработаны алгоритм и программное средство (1Ю) детализированного по полусуткам прогноза направления, средней и максимальной скорости приземного ветра с среднесрочной эаблаговременностью по 130 станциям Евразии на основе объективной интерпретации продукции ГДМА ЕЦС11Л и CM-I5 Гидрометцентра RS; численные эксперимента проведены до эаблагоиременнос-ти 48 часов.

Созданное ПС численной статистической модели прогноза приземного ветра на средние сроки позволяет автоматически комплектовать динамические выборки предикторов, наилучшим' образом учитывающие время года и особенности развития атмосферного макроциркуля-ционного процесса над данным пунктом.

Предложен алгоритм нормализации статистических выборок приземного ветра с учетом сезона и физико-географического района.

Предлагаемый в диссертации адаптивный метод среднесрочного прогноза приземного ветра после проведения соответствующих испытаний может быть внедрен в оперативную практику Росгидрометцентра.

Апробация работа. Основные результаты исследований докладывались на II' Всесоюзной конференции по статистической интерпретации гидродинамических прогнозов с целью прогноза элементов и явлений погоди (Одесса, ,3991г. 5, на аенсцт Ученого совета Росгидрометцентра (Москва, 1991 и 1992 гг.), на У военно-научной коьфзрег-ции Воронежского ВВАИУ (1991г.), на межреспубликанской Ш научно-технической кспфэрвкфй} "Праблеш покдпэния эффективности метео-ролопгчзского, азродромяо-тэхшгчйекого и инженерно-аэродромного збесязчотия ЕС" (Вороне», 1992р.), неоднократно докладывались на земгиарах «о краткосрочна» н срэдас-ероч/яал прогнозам погоди в . Гидроттцвлтрв (Москва, 1991-1993гг.}, на кафедральных научио-гетччеешж семинарах (Воронежское ВВАИУ, 1991-1993гг. >. По ?то диссертации опубликовано 9 работ.

Структура и объем работа. Диссертация состоит из введений,

1ятк г.таэ и заключения. Общий объем работы составляет 161 е.,

13 них 233 занимает текст, 7 - иллюстрации, 21 - список ллУора-?ур.г, который содержит 168 наш/ чований, включая 48 иностранных;

• ОСНОВНОЕ СОДЕРЖАНИЕ РЛБОИ

Во введении обосновывается актуальность темы диссертации, формулируется цель исследования, определяется его научная новизна и практическая ценность.

В первой главе представлен обзор исследований по проблеме численного прогноза погоды на средние сроки. В исторической последовательности изложено развитие гидродинамических и статистических методов численного прогноза погоды.

При описании гидродинамических методов показано, что вначале для целей численного прогноза погоды использовались уравнения ги-дротермодинашки в преобразованном виде (квазигеострофические и квазисоленоидальные модели), а сами прогнозы разрабатывались, как правило, с небольшой эаблаговременностью. В дальнейшем благодаря более мощным ЭВМ и возрЬсшецу пониманию вычислительных проблем появилась возможность осуществлять прогноз по полным уравнениям гидротермодинамики на более продолжительные сроки.

Первые практически значимые опыты по среднесрочному прогнозу приходятся на конец 1960-х годов, когда К.МиякодоЙ и др. была разработана многоуровенная прогностическая модель, позволяющая получить прогноз метеорологических элементов по северному полушарию на срок до двух недель. Первоначально при прогнозировании на средние сроки использовались конечно-разностные модели; в 80-х годах они стали интенсивно вытесняться спектральными моделями. В настоящее время в основных прогностических у. исследовательских центрах при среднесрочном прогнозировании спектральные модели используются наряду о традиционными конечно-разностными, либо их полностью заменили.

Параллельно с развитием гидродинамических схем прогноза метеовеличин развивалась статистическая интерпретация продукции ГДМА в

целях прогноза элементов погоды. Первые работы по интерпретации гидродинамических прогнозов были выполне™ в США В.Клейном в конце 50-х годов. В нашей стране систематическое использование архивов продукции ГДМА было впервые предложено М.И.Юдиным в начале 60-х годов и реализовано затем в задаче учета групповых ошибок численных прогнозов с целью уточнения последних,

В 70-е годы с появлением более совершенных ГДМА объективную интерпретацию стали активно развивать во многих странах. Наиболее интенсивна в отом направлении велись работы в США, где уже п середине 70-х годов действовала целая система статистической интерпретации численных прогнозов. В разработке системы принимала участив болыяпя группа ученых (В.Клейн, Ф.Льюис, 1970, Х.Глэн, Д.Ловри, 1972, В.Клейн, Х.Глэн, 1974, Г.Гартер, 1975, В.Клейн, Д.Энжер и др., 1976). Методом MOS были получены уравнения прогноза температуры воздуха, приземного ветра, облачности для каждой станции США, на которых производятся наблюдения. Метод MOS (наряду с РР) использовался также и в прогнозе таких редких явлений, как сильный дождь, низкий потолок видимости, торнадо, грозы.

Однако, статистическая интерпретация ГДМА в терминах локальной погоды осуществлялась в .этот период с удовлетворительным качеством преимущественно для краткосрочных интервалов заблагопре-мвнности, на которых гидродинамические прогнозы имели наилучшую оправдывиемость. К примеру, автоматизированные краткосрочные прогнозы приземного ветра в НМЦ по успешности оставались на уровне синоптических.

В нашей стране в это время, как и в большинстве других государств (кроме США) автоматическая интерпретация ГДМА в целях прогноза приземного ветра была не на уровне оперативной деятельности, а лишь на уровне эксперимента (А.И.Снитковский, Н.И.Кириллова,

Э.В.Переходцвва, 1979),

В 80-х - начале 90-х годов статистическая интерпретация . гидродинамических расчетов для целей среднесрочного прогноза погоды интенсивно развивалась как за рубежом, так и в нашей стране. Для статического расчета элементов локальной погоды наряду с методом РР (К;Бальцер, 1987, А.Ыаллер, Э.Капитань, 1987, П.И.Зи-мич, 1988 и др.) все бельше стали применять метод/10S (В.Клейн, 1981, 1982, Р.Годфрей, 1982, Ф.Вудкок, 1984, К.Лемке, 1987, Г.Росс, 1987, В.И.Воробьев, Р.И.Репинская, 1982, 1986, П.П.Васильев, 1982, 1985, 1991, В.В.Черный, 1986, Г.К.Турулина, 1987, Г.Р.Эстерле, 1989, и др.) или комбинацию методов РР и MOS (Дж.Джевелли, 1987, А.Вагнер, 1989, Г.Гартер, Дж.Даллавалли, Х.Глэн, 1989, П.П.Васильев, 1987, Е.Л.Мищенко, 1989 и др.). Совершенствование методов объективной интерпретации продукции ГДМА в этот период связано с расширением информационного обеспечения решаемых задач, привлечением большего набора гидродинамических прогнозов, полной автоматизацией процесса составления прогноза.

В нашей стране в этом направлении к настоящему времени значительные успехи достигнуты при прогнозе температуры воздуха у Земли и осадков. В отношении приземного ветра, введу его большой прост-ранственновременной изменчивости, задача создания надежного объективного метода среднесрочного прогноза характеристик ветра, единого для всей территории Евразии (для использования его в оперативном режиме), до скх пор не была решена. Это стало возможным, как показано в 1-й главе, лишь при накоплении достаточно большого архива продукции совершенных ГДМА и при полной автоматизации всего процесса составления прогноза приземного ветра по адаптивной статистической схема.

Вторая глава посвящена вопросу создания информационного обеспечения разработанной нами адаптивной статистической модели средне-

срочного прогноза приземного потра. Описана структура системы интерпретации, излагаются требования к среднесрочной проблемно-ориентированной базе данных. Показана связь информативной базы модуля интерпретации с оперативной технологией Гидрометцентра Рй.

Исходные данные система интерпретации били подготовлен» нами для проведения численных экспериментов по применению различных статистических концепций и подходов в задаче среднесрочного прогноза характеристик приземного ветра. Для этого с помощью соответствующих программ из постоянного (пополняющегося) архива среднесрочного прогноза элементов погоды Гидрометцентра Р£ на магнитные лети (МЛ) были переписаны метеорологические данные ЕЦСПП, содержанию ежедневные (для 12 ч сгп) поля объективных анализов и гидродинамических прогнозов на 24 и 48 ч рв } //^ Тдзо с апреля 1900 г- по май 19931'., а также данные модели СМ-15 Росгидромет-центра, содержащие ежедневные (для 12 ч сгд) полп гидродинамических прогнозов на 24 и 40 ч , И1()С0 , ¡%00 , , Т,00,

Тхгоз 7*5*0 г 71x5 , игм > 11гэо / ^гао > "^В^о с марта 1992р. по май 1993г. Территория освещения гидродинамическими прогнозами, для которой проводились численные эксперименты, показана на рис. I.

Характеристики приземного ветра - направление и скорость по четырем срокам (00, Об, 12, 16 ч сгв), а такие порыва ветра по полусуткам для 130 станций Евразии - были взяты из банка данных ВАЗА - 4 Росгидрометцентра (выбраны из 1436 станций списка 5/УОЙ и записаны на МП). Эти данные охватывают период с июля 1990г. по лай 1993г. Для сени станций (аэропортов) Восточной Европы (Бутур-чиновка, Васильков, Воронеж, Малнно, Рязань, Смоленск, Шайковка) цлина рядов наблюдений эа ветром достигает 7 лет и сравнима с цлиной выборки из данных ЕЦСПП. Для этих станций за период с ию-лп 1986г. по май 1993г. характеристики ветра были взяты из днев-

ю.

Рис. I. Территория освещения гидродинамическими прогнозами, для которой проводились численные эксперименты

никое погоды.

Все массивы исходных данных (23,1 мегабайт) были специальным образом организованы и размещены на магнитных дисках ЭВМ НС Воронежского ВВАИУ. Примененная в работе специальная организация исходных данных позволила нал) автоматически формировать выборки метеовеличин, проводить статистический анализ, менять наборы предикторов и предиктантов, рассчитывать прогнозы погоды и оценивать их с помощью программных средств.

В третьей главе описаны результаты исследования по изучению пространственной и временной структуры приземного ветра. Данное исследование проведено длл определения (уточнения) роли основных факторов в формировании поля ветра и учета их в разрабатываемой схеме прогноза. Отработана методика автоматического расчета выборочных статистических характеристик распределений скорости ветра, их анализа и преобразования распределений к нормальному с помощью преобразующей функции в целях корректного применения множественного линейного регрессионного анализа к динамически форми-руг»ш| ш1оркпм. Проведено климатическое районирование территории Евразии (сеттнг.е ) для ({^рлироцг.нип статистических выборок

адаптивной «х«:.,; среднесрочного прогноза приземного ветра (рис.2).

Длл оценки степени зависимости значений направления и скорости ветра от предшествующих в работе вычислялись автокорреляционные функции рядов наблюдений за ветром для различных станций. Сдвиг корреляционной функции по времени изменялся от тести часов до десяти суток. Показало, что при статистическом среднесрочном прогнозе приземного ветра использований п качестве предикторов исходных данных о натре, непосредственно примыкающих ко времени начала расчета прогноза, оказывается неэффективным, так как автокорреляц. энные функции рядов наблюдений за направлением ¡1 скоростью ветра затухают чрезвычайно быстро, их значения для сдвигов, больших одних суток, по модулю не превышают 0,15 - 0,20.

В четвертой глапо описан алгоритм прогноза приземного ветре. Дается обоснование выбора предикторов, иэлонена методика их расчета. Описан метод построения адаптивной статистической модели для прогноза характеристик ветра на средние сроки.

К обучению статистической модели при прогнозе направления ветра предъявляется от 18 до 32 предикторов, при прогноза скорости ветра - от 18 до 40 предикторов (а зависимости от того, продуй-

Рис. 2. Климатическое районирование территории Евразии (севернее 35°с.ш.) на основе анализа статистических характеристик ветра

цию какой ГДМА мы используем).

Статистическая модель строится заново для каждого пункта и даты прогноза. Этот процесс осуществляется динамически так, чтобы пункт прогноза всегда находился в центре рассматриваемого ограниченного географического района. Исходя из размеров синоптических объектов, в целях достаточно полного описания особенностей протекания атмосферных процессов над пунктом прогноза, горизонтальная протяженность такого района была выбрана равной 2С00 - 2500км.

Выборки формируются автоматически с упорядочением архива по аналогичности к протекающему атмосферному процессу, предсказанному гидродинамической моделью. Критерием аналогичности является величина средней абсолютной ошибки, рассчитанной по 27 узлам регулярной сетки для сравниваемых фрагментов метеорологических полей.

В работе проводились госледопания но подбору аналогов как по сходству фрагментов полой приземного давления рв , тяте и по сходству фрагментов полей Нзэо • Коэффициенты множественной корреляции между характеристиками ветра и набором основных: предикторов при формировании выборок по сходству фрагментов ре и целом были несколько большими, чем при формировании выборок по сходству фрагментов №■> однако оправдываемость прогнозов приземного ветра во втором случае оказалась значительно выше, чем в первом. Поэтому о качество основного способа подбора аналогов в диссертационной работа применялся способ формирования выборок по сходству фрагментов Ндоа •

При формировании обучающих статистических выборок учитывается и вромя года. К рассмотрению привлекаются те даты из архива, которые принадлежат к тому же сезону года, что и дата прогноза. Однан . понятие "сезон" здесь имеет несколько другой смысл по сравнению с общепринятым. Временной интервал динамически вьтбироется таким образом, чтобы дата прогноза всегда находилась в середине этого периода. Ширина интервала в зависимости от времени года и принадлежности пункта к тому или иному географическому району (рис.2) колеблется от трех до тести месяцев. Построенный алгоритм сезонной классификации архивных данных позволяет, с одной стороны, достаточно полно учитывать время года, с другой стороны, максимально увеличивать длину рядов статистических выборок.

При формировании обучающих выборок регрессионных моделей использовалась оптимизация заблаговременности архивов (ОЗА). При со-

отаняешш прогнозов на 24 - 36 ч применялась концепция ПО S , при большей заблагосременности - MOS _ I, т.е. использовались архивы прогнозов с меньшей заблаговременностыо. Например, при прогнозе на двое суток обучающие выборки формировались из суточных прогнозов. Это позволило частично исключить методические ошибки ГДМЛ, присутствующие в прогнозах большой заблаговременной™, а также уменьшить вклад несистематических ошибок, связанных: с "уходом" гидродинамической схемы от развивающегося в действительности атмосферного процесса. Параллельно в работе проводились исследования по применению концепции РР . Проведенные числеши,/в ¡эксперименты по концепциям Î10S , M0S-1 и РР показали преимущества иепользс ания ОЗА (MOS, MOS- I) по сравнению с применением концепции РР .

Реализация разработанной схемы прогноза проводилась статис-э

тическими методами численного решения метсоропогических задач. При прогнозе направления и средней скорости ветра в качестве основного метода используется метод множественной линейной регрессии с предварительным просеиванием потенциальных предикторов. Параллельно разработан и программно реализован алгоритм расчета направления и средней скорости ветра по аналоговому методу. При прогнозе максимальной скорости ветра привлекались дополнительные регрессионные связи, установленные с помощью метода группового учета аргументов. Это позволило нам применить метод »I.A.Мастерских (19Ы, 1989) для прогноза максимальных порывов ьетра в автоматическом режиме.

Так как в статистической модели применяется динамическое пространственное и временное центральное типировапив атмосферных макропроцессов, то это позволяет для каждого пункта и каждой дата прогноза получать "оптимальные" уравнения регрессии. Эти уравнения содержат, как правило, 5-10 наиболее информативных предикто-

Уо.

jom, обеспечивающих достаточно надежным детализированный но времени и пространству прогноз характеристик ветра.

Информативность выбираемых предсказателей "плавает" при пересоде от одной станции к другой, что связано с влиянием физико-географических условий и особенностями атмосферных процессов над >пзличиими районами Евразии. Однако, п число наиболее информятив-члх предикторов при прогнозе скорости приземного ретрч чаще псе-•о выбираются следующие характеристики: С, ^^.SSOt ^■fySSO,

V<V ¿vHscafet, VHS0<?, dVp0/dt ¿vTffoMívZSO) y,

ipc/dtЛ*», V34,s<,,dHSoo/dt, oLAHjoc/di, cLAf/dt,

i при прогнозе направления приземного ветра - Vp0, dáp^dt,

\p0,VHsoo, dp0/di, dvHSoojdt, vTjrc, dSJpe/di, dHjocjdi,

lvT31s/dl, vT31s> ¿УзхАгко, dV%S0/dt, Hsoo, dx¡dttbHroo.

Здесь в списках наиболее информативных предикторов: VyOo,^Hf~Oo~ гРадиенты приземного давления и геопотенциала уров-(я 500 гПа, характеризующие интенсивность горизонтального пере-ioca на разных высотах в районе прогноза (р.п.); С - градиентный ветер у поверхности Земли в р.п.;

¿¿ъ - модуль геострофического ветра на уровне Íf-'O rila б р.п.; ^sso ~ пРоекции вектора скорости геострофического ветра ia уровне 850 гПа по осям JC и ^ в р.п.;

Дд, Д/^эд- лапласианы, характеризующие циклонический Инн аптицик-юнический характер поля давления (геопотенциала), а также ваянии iy вертикальной составляющей вихря скорости на разных высотах 5 р.п.;

Ijíy- горизонтальные градиенты температуры воздуха на уроп-1ях 850 и 925 гПа в р.п.;

^SíS ~ лапласиан (вихрь термического ветра), характе-

ризующий принадлежность р.п. к области холода или об асти тепла;

¿f - пертикапьный градиент температуры воздуха в слое

Ш5 - ЮО р'!а, характеризующий устойчивость или неустойчивость пограничного слоя атмосфер.! в р.п.;

Ar gsо ~ адвекция температуры воздуха геострофическим потоком на уровня №0 rila в р.п.;

df>e¡dt, dHSaol¿t - тенденции приземного давления и геогю-тенцийла уровня 500 rila в р.п.;

dvpjdt, dvHSa0¡cit - иппллобарические градиенты, характеризующие изменения по времени горизонтального переноса на разных высотах п р.п. ;

dùpo/dt, dá\\Soo¡¿t - величины, характеризующие осредненные упорядоченные вертикальные движения на разных высотах п р.п.;

dx/Tjfcjdt, dv%2j/(lt - тенденции горизонтальных градиентов температуры воздуха на разных уровнях в р.п.; cL^ssojclt - тенденция Vfso в dtfjdt - тенденция у в р.п.;

df\fjdl ~ тенденция геострофической адвекции средней температуры воздуха в слое между изобарическими поверхностями 1000 и 500 rila в р.п.

Общп^расчетная_схема, построенная нами для прогноза характеристик приземного ветра, выглядит следующим образом.

I. ¿армирование выборки с учетом времени года и аналогичности it протекающему нйд^данЫм пунктом атмосферному макропроцессу, предбказаНиОму ГДМА_.

2^Конт£Оль наличия и полноты гидродинамической информации моделей ЕЦСШ! и CM-I5 Роогндрометцентра для дат, попавших в вы- > борку. Контроль направления и скорости ветра для выбранных из 1

банка данных "BASA - 4" дат, исключение ошибок. Подготовка новых '

I

вектор-столбцов метеовеличин (без отсеянных данных).

3. Вычисление средних значений направления и скорости ветра"1 .для дня и ночи по каждой.дате, попаншвй в выборку.Нормализация

скорости ветра с помощью преобразующей логарифмической функции.

4. Расчет предикторов.

5. Вычисление напрапления и скорости ветра с использованием градиентной модели для дата прогноза и дат выборки. Расчет от-

клоненйй^реальных направления и скорости ветра от направления и I скорости ^етра, вычисленных с использованием градиентной модели ./' „для ■ дат выборки.

6.^Определение направления и скорости ветра для даты прогноза с использованием средних значений (отклонений) характеристик ветра из аналогов.

7. Подготовка матрицы переменных для прогноза направления ве^а по варианту с использованием регрессии по отклонениям.

8. Пошаговое решение уравнений множественной регрессии (с отбором предсказателей) в целях прогноза отклонения направления ветра.

^ 9. Свертка полученных коэффициентов регрессии с оперативными переменными, прогноз отклонения направления ветра. Вычисление прогностического направления ветра (регрессионное отклонение прибавляется к направлению ветра, рассчитанному с помощью градиентной модели для даты прогноза).

10. Засылка в массив результатов трех прогностических значений направления ветра, полученных с использованием:

- регрессии по отклонениям,

- среднего отклонения из подобранных аналогов,

- градиентной модели.

11. Подготовка матрицы переменных для прогноза средней скорости ветра по двум основным вариантам (с использованием прямой регрессии и регрессии по отклонениям).

12. Пошаговое решение двух вариантов уравнений множественной регрессии (с отбором предсказателей) в целях прогноза собственно скорости ветра (1-й вариант) и отклонения скорости ввт[>а (2-й вариант).

13. Свертка полученных коэффициентов регрессий с оперативными переменными:

- непосредственный прогноз скорости ветра (при использовании прямой регрессии);

- прогноз отклонения скорости ветра (при использовании регрессии по отклонениям).

Во втором случае для расчета прогностической скорости ветра полученное регрессионное отклонение прибавляется к скорости ветра, вычисленной с помощью градиентной модели для даты прогноза.

14. Засылка в массив результатов пяти прогностических значений скорости ветра, полученных с использованием:

- прямой регрессии,

- регрессии по отклонениям,

- среднего значения скорости ветра из подобранных аналогов,

- среднего отклонения скорости ветра из подобранных аналогов,

- градиентной модели.

15 ^ Расчет максимальной скорости ветра.

16. Засылка прогностических значений максимальной скорости ветра в массив результатов.

17. Автоматизированная оценка прогнозов (выполняется по мери поступления фактических данных о ветре для дат прогноза).

Статистическая модель предназначена дол разработки деталнзи-ровр"ного по полусуткам (день, ночь) прогноза характеристик приземного ветра на средние сроки и основана на использовании синхронных связей при прогнозах на день и асинхронных связей - при • прогнозах на ночь.

Данный алгоритм и соответствующее программное обеспечение реализованы на ЭВМ ЁО 1022 м ВО 1046 Воронежского ВВЛ11У. Общий объем программного обеспечения составляет около 4000 операторов.

В пятой главе представлены результаты численных экспериментов. Описаны примеры прогноза характеристик приземного ветра. Дал сравнительный анализ и приведены оценки качества прогнозов приземного ветра различными способами.

Оценка качества прогноза направления ветра производилась для трех способов расчета. Первые два способа прогноза разработаны нами, третий способ (градиентная модель) служил для сравнительной оценки.

Анализ результатов сравнительной оценки способов прогноза направления приземного ветра (табл.1) показывает, что первые два способа имеют преимущества по сравнению с градиентной моделью (третий способ). Средние абсолютные ошибки прогнозов направления ветра £ , составленных по предлагаемым способам, значительно ниже, чем у прогнозов, полученных с использованием градиентной модели.

Таблица I

Результаты сравнительной оценки способов прогноза направления ветра У (град)

! Заблаговременность, ч

! 24 ! | 48

I ! 33,9 ! | 34,5

2 ! 28,6 | ! 32,1

3 ! 36,6 ! ! 41,7

Оценка качества прогноза средней скорости ветра производилась для пяти вариантов расчета, из них 4 первых варианта разработаны в данной диссертации, пятый (градиентная модоль) представлен для сравнительного анализа результатов прогноза различными способами.

Проведенные п работо численные эксперименты показали преимущества прогноза скорости ветра по предлагаемым способам. В качестве приме!» приведем результаты сравнительной оценки способов прогноза средней скорости ветра на 48 ч (табл.2). При сравнении оценок прогнозов средней скорости ветра на 48 ч видно, что предлагаемые способы (первые четыре) имеют значительно лучшие показатели, чем пятый (градиентная модель). Наиболее высокую оп-равдыпаемость имеют первый и второй способы (по 96$ каждый). Однако другие статистические характеристики оценки качества прогнозов у второго способа несколько выше, чем у первого. Для второго способа средняя абсолютная ошибка прогнозов $ равна 1,18м/с, средняя относительная ошибка В составляет 0,56, коэффициент корреляции Г между прогностическими и фактическими значэниями срзднвЯ скорости равен 0,83.

Таблица 2

Результаты сравнительной оценки способов прогноза средней скорости ветра на 48 ч

Способ I Характеристика

прогноза 1 и, % ! <Г, м/с е ! Г

I . 1 96 •! 1,28 0,61 ! 0,79 '

2 I 96 ! 1,18 0,56 ! 0,83

3 ! 96 I 1,43 0,68 ! 0,74

4 I 91 ! 1,43 0,67 ! 0,74

5 ! 80 ! 1,68 0,79 ! 0.61

Оценка успешности расчета максимальной скорости ветра при порывах у поверхности Земли производилась раздельно дпл теплого и холодного периодов года. Это связано с тем, что при прогнозах использовались различные уравнения (п.4.3.3).

Оправдываемость прогноза максимальной скорости ветра при порывах сравнительно высокая: для заблаговременности 24 ч она составляет 81% для теплого периода года и 70tf, - для холодного; для заблаговременности 48 ч оправдываемость несколько ниже и равна для этих периодов 69£ и 61% соответственно.

В заключении сформулированы основные результаты работы.

1. В целях среднесрочного прогноза характеристик приземного ветра по территории Евразии нами была спроектирована, подготовлена и реализована на ЭВМ специальная информационная база, которая позволила автоматизировать процесс комплектования необходимых выборок, проводить анализ по различным статистическим концепциям, менять наборы предикторов и предиктантов, рассчитывать прогнозы

и оценивать их с помощью программных средств.

2. Для формирования и оптимального использования статистических выборок адаптивной схемы среднесрочного прогноза приземного ветра изучалась пространственная и временная статистическая структура реального поля ветра, производился анализ ветрового режима на территории Евразии (севернее 35°с.ш.). Рассматриваемая территория была условно разбита на 10 районов, существенно отличающихся друг от друга по характеристикам ветра.

3. Распределения скорости ветра в динамически формируемых выборках перед применением регрессионного анализа автоматически подвергаются нормализации с помощью логарифмической преобразующей функции.

4. Для оценки степени зависимости значений направления и скорости ветра от предшествующих, относящихся к различному вре-

менмому сдвигу, в работе вычислялись автокорреляционные функции рядов наблюдений за ветром. Анализ получзнных автокорреляционных функций позволил сделать вывод о нецелесообразности использования в качестве предикторов исходных данных о ветре при среднесрочном прогнозе приземного ветра в связи с тем, что автокорреляционные функции рядов наблюдений за направлением и скоростью ветра затухает чрезвычайно быстро.

5. Разработан новый метод построения адаптивной статистической модели для прогноза приземного ветра. Статистическая модель для каждого пункта и даты прогноза строится заново с учетом времени года и атмосферного макропроцесса, предсказанного гидродинамической схемой. При формировании обучающих выборок критерием аналогичности к текущему синоптическому макропроцвссу япляется величина средней абсолютной ошибки, рассчитываемой по 27 узлам регулярной сетки в окрестностях пункта прогноза, для сравниваемых фрагментов полей геопотенциала на уровне 500 rila, Временной интервал комплектации выборок динамически выбирается так, чтобы дата прогноза всегда находилась в середине этого "периода. Ширина интервала в зависимости от времени года и принадлежности пункта к тому или иному географическому району колеблется от трех до шести месяцев. При обучении регрессионных моделей используется оптимизации заблаговременности архивов,'позволяющая наиболее полно учитывать особенности конкретной гидродинамической модели. При составлении прогнозов на 24 - 36 ч применяется концепция /IOS , при большей заблаговреманности - MOS - I, т.е. используются суточные прогнозы.

6. Разработан и реализован на ЭВМ численный статистический метод среднесрочного прогноза приземного ветра, единый для всей территории Евразии. С помощью подготовленного программного средства можно разрабатывать на средние сроки детализированный по по-

усутквм прогноз направления, средней и максимальной скорости вера по 130 станциям Евразии.

V. Все этапы прогностического алгоритма выполняются полностью а ЭВМ.

8. Проведенные численные эксперименты и сравнительная оцен-а {азличных способов и подходов при прогнозе характеристик приемного ветра позволяют сделать вывод о том, что прогнрз направле-ия ветра целесообразно рассчитывать по предложенной в диссертации даптивной схеме по двум вариантам: с привлечением множественной ипейной регрессии (1-й вариант) и с использованием среднего от-лонения действительного ветра от градиентного из подобраншге к ,ате прогноза аналогов (2-й вариант). При прогнозе средней скорости егра хорошие результаты показывает рекомендованная в работе адап-ивная схема' расчета с привлечением двух вариантов множественной инойной регрессии (прямей регрессии и регрессии, в которой в ка-естве предиктанта используются отклонения действительного ветра т градиентного). Способ прогноза максимальной скорости ветра раз-1аботан в диссертации на основе метода М.А.Мастерских с привлечены дополнительных регрессионных связей, установленных с помощью 1етода группового учета аргументов. Непосредственное же применение (етода М,А.Мастерских при автоматизации прогноза максимальной ско-юсти ветра, как показано в данной работе, практически не вовможно. 1редлагаемый способ имеет несколько меньшую оправдываемость, чем ютод М.А.Мастерских. Однако, ввиду отсутствия другого метод», еди-юго для такой большой территории, как Евразия, а также учитывал, 1То разработанный в диссертации способ расчета максимальной скорос-ги ветра при порывах имеет большую заблаговременность прогноза, он услуживает рассмотрения и может быть использован в качестве фоно-зого перед примененном региональных методик для заблаговременности фогноза 24 ч и в качестве основного при большей заблаговременное-'

ти. Кроме того, гго мере совершенствования привлекаемых ГДМА, оп-равднваемость прогнозов по данному способу может значительно возрасти.

ПО ТСМ15 ДИССЕРТАЦИИ ОПУБЛИКОВАНЫ СЛВДУЩИЕ РАБОТУ;

1. К проблеме среднесрочного прогноза приземного ветра над аэродромами Европейской территории СССР. Сборник статей. - Воронеж: ВВВАИУ, 1991, вып. 14, с. 73-77.

2. Климатическое районирование территории Евразии с учетом особенностей крупномасштабной циркуляции атмосферы в интересах среднесрочного прогноза приземного ветра (в соавторство с М.Ф.Зи-ннуровым)/Теэисы докладов У военно-научной конференции. - Воронеж: ВВВЛ НУ, 1992, с. 39.

3. Объективная интерпретация результатов интегрирования по времени гидродинамических моделей атмосферы в целях среднесрочного прогноза приземного ветра по аэродромам Восточной Европы (в соавторстве с Э.В.Вилковым)/Тезисы докладов У военно-научной конференции. - Воронеж: ВВВАИУ, 1992, с. 40. !

4. Исследование статистической структуры приземного ветра для территории Евразии (в соавторства с П.П.Васильевым)Дезисы докладов Ш научно-технической конференции "Проблемы повышения эффективности метеорологического, аэродромно-технического и инженерно-аэродромного обеспечения ВС". - Воронеж: ВВВАИУ, 1992,

с. 46-47.

5. К методике среднесрочного прогноза приземного ветра. -Деп. Щ ВНИИГМИ-МВД, 1992, V 1119 ГМ от 8.06.92. - 34 с.

6. Среднесрочный прогноз характеристик приземного ветра . для некоторых пунктов Евразии (в соавторстве с П.П.Васильевым).-Деп. Щ ВНИИГМИ-МЦД, 1994, №

?. Специальная тема (в соавторстве с В.П.Куэьменко, Б.Н.Му-рявником, Е.П.Гончаровым и др, - всего 7 человек). Отчет о НИР Воронежского ВВАИУ, 1986. - 198 с.

8, Разработка типовых прогнозов метеорологических величин и опасных явлений погоды на территории Западной Европы (в соавторстве с В.Н.Золоторевым, М.С.Смагиным, В.П.Семененко и др. - всего 6 человек). Отчет о НИР Воронежского ВВАИУ, 1991. - 201 п.

9. Среднесрочный детализированный по дням прогноз приземного ветра над Восточной Европой (в соавторстве с В.К.Ковалъчуком, Л.А.Кукарских). Отчет о НИР Воронежского ВВАИУ, 1994. - 06 с.