Бесплатный автореферат и диссертация по наукам о земле на тему

Методы и автоматизированная технология прогноза элементов локальной погоды на срок до пяти суток с детализацией по дням для станций Амурской области и Хабаровского края

ВАК РФ 25.00.30, Метеорология, климатология, агрометеорология

Содержание диссертации, кандидата географических наук, Вербицкая, Евгения Митрофановна

Перечень условных обозначений, сокращений, единиц, терминов.

ВВЕДЕНИЕ.

Глава 1. УЧЕТ ФИЗИКО-ГЕОГРАФИЧЕСКИХ ОСОБЕННОСТЕЙ

ДАЛЬНЕВОСТОЧНОГО РЕГИОНА РОССИИ ПРИ ПОСТРОЕНИИ СТАТИСТИЧЕСКИХ МОДЕЛЕЙ ДЛЯ ПРОГНОЗА ЭЛЕМЕНТОВ ЛОКАЛЬНОЙ ПОГОДЫ НА ОСНОВЕ ИНТЕРПРЕТАЦИИ

МЕТЕОРОЛОГИЧЕСКИХ ПОЛЕЙ.

1Л. Определение временных границ исходной выборки.

1.2. Принципы формирования списка потенциальных предикторов.

1.3. Список потенциальных предикторов.

1.4. Деление исходной выборки на классы статистически однородных событий.

1.5. Алгоритм построения расчетных уравнений.

Глава 2. КОМПЛЕКСНЫЙ МЕТОД ПЮГНОЗА ЭКСТРЕМАЛЬНЫХ

И СРЕДНЕСУТОЧНЫХ ТЕМПЕРАТУР ВОЗДУХА У ЗЕМЛИ.

2.1. Описание метода.

2.2. Способ определения классов статистически однородных событий.

2.3. Результаты оперативных испытаний для 12-ти станций Амурской области и Хабаровского края.

Глава 3. МЕТОДИКА ПРОГНОЗА СКОРОСТИ И НАПРАВЛЕНИЯ

ПРИЗЕМНОГО ВЕТРА.

3.1. Описание методики.

3.2. Результаты оперативно- производственных испытаний для 12-ти станций Амурской области и Хабаровского края.

Глава 4. МЕТОД ПРОГНОЗА НАЛИЧИЯ И КОЛИЧЕСТВА ЛОКАЛЬНЫХ

ОСАДКОВ.

4.1. Описание метода.

4.1.1. Расчет количества осадков.

4.1.2. Определение типов текущих ситуаций.

4.1.3. Порядок определения градаций осадков.

4.1.4. Описание решающего правила для согласования суточных и полусуточных сумм осадков.

4.2. Метод расчета дискриминантных уровней.

4.3. Физико-статистические аспекты деления выборок на ситуации и их вероятностный смысл.

4.4. Способ моделирования вероятности выпадения осадков в данном типе ситуации.

4.5. Результаты испытаний метода прогноза наличия и количества осадков для 12-ти станций Амурской области и Хабаровского края.

Глава 5. ТЕХНОЛОГИЧЕСКАЯ ЛИНИЯ РАСЧЕТА ПРОГНОЗА

НА ПЭВМ.

5.1. Информационная база данных.

5.1.1. Архив ежедневных значений метеоэлементов.

5.1.2. Архив данных об осадках.

5.2. Блок считывания информации из оперативной базы данных.

5.3. Пакеты программ, реализующих алгоритм построения расчетных уравнений и система фиксации результатов прогноза.

5.3.1. Комплекс программ общего назначения.

5.3.2. Управляющая программа и особенности ее модификации для прогноза различных элементов погоды.

5.4. Порядок расчета прогноза.

Введение Диссертация по наукам о земле, на тему "Методы и автоматизированная технология прогноза элементов локальной погоды на срок до пяти суток с детализацией по дням для станций Амурской области и Хабаровского края"

Актуальность темы. Одной из основных задач Регионального НИИ является создание методик прогноза элементов погоды на различные сроки по зоне ответственности Региональных Гидрометцентров (РГМЦ) на основе использования и интерпретации результатов численных прогнозов полей метеоэлементов полушарного и регионального масштабов с привлечением региональных физико-статистических зависимостей [73, 77].

При выборе подхода к созданию таких методик важно учитывать имеющийся у пользователя уровень технического и информационного обеспечения, перспективы его развития, а также естественное стремление иметь современную технологию производства различных видов гидрометеорологических прогнозов соответственно мировым стандартам.

Достигнутые к настоящему времени успехи в области гидродинамического предвычисления крупномасштабных особенностей атмосферной циркуляции сроком до 5-7 дней привели к полному вытеснению синоптика из области прогноза метеорологических полей в тропосфере и нижней стратосфере [18, 34]. Более скромными являются достижения в предвычислении распределения метеорологических элементов в пограничном слое, необходимые для прогноза собственно погоды, то есть ожидаемых максимумов и минимумов температуры, факта и количества осадков, облачности, ветра и опасных явлений погоды [40, 73]. Попытки непосредственного расчета последних в рамках гидродинамической модели пока не привели к удовлетворительным результатам [18, 19, 34, 40]. Вследствие этого уже в 70-е годы для прогноза элементов погоды стали применяться системы взаимодействия человека и ЭВМ, названные в зарубежной литературе Man-Machine Mix.Такие системы включают в себя совокупность приемов и способов, позволяющих при прогнозировании погоды комбинировать в том или ином виде традиционные синоптические и численные методы, причем под численными в данной ситуации подразумеваются наряду с гидродинамическими также и статистические методы, называемые часто в литературе "объективными" [24, 60, 89].

Самым простым способом взаимодействия человека и ЭВМ является такой, при котором продукция численных прогностических схем служит в качестве вспомогательного материала, используемого синоптиком при формулировании прогноза погоды. Этот уровень взаимодействия является в настоящее время преобладающим в практике отечественных метеорологических служб, тогда как в службах погоды ведущих зарубежных стран (США, Англия, Япония, Канада, Австралия, Швеция, Франция) достигнут существенно более высокий уровень взаимопроникновения синоптических и численных методов [73, 89, 110, 111, 112].

Наиболее развитой из ныне существующих является система взаимодействия человека и ЭВМ, разработка которой была начата в 70-80 годах в службе погоды США [89, 110]. Важнейшими составными элементами ее являются следующие подсистемы: сбора метеорологических данных; численного (объективного) анализа; численного (гидродинамического) прогноза основных метеорологических полей; архива метеорологических данных; объективных (статистических) прогнозов явлений и элементов погоды; оценок качества прогнозов. Принципиально важной для всей системы является подсистема объективных статистических прогнозов явлений и элементов погоды, разработанная в Techniques Development Laboratori Национальной службы погоды США под руководством В.Г. Клейна и Г.Р. Глана. В контексте представляемой работы следует отметить ряд существенных характеристик этой подсистемы:

- разработка статистических методов прогноза элементов локальной погоды базируется на весьма совершенных гидродинамических прогнозах крупномасштабной атмосферной циркуляции, включая элементы тепло- и влагообмена;

- накоплены достаточно обширные архивы не только данных метеорологических наблюдений, но и прогностической продукции собственных гидродинамических моделей атмосферной циркуляции;

-используется простой линейный статистический аппарат, в основном имеющийся в стандартном математическом обеспечении используемых ЭВМ.

Вслед за НМЦ США подобные подсистемы были разработаны и внедрены в оперативную практику служб погоды других стран [6, 13, 20, 36, 54, 60, 95, 101, 112]. Российская метеорологическая служба имеет схожую по целям и структуре подсистему в Гидрометцентре России [23, 25, 62]. Более простой аналог такой подсистемы функционирует и развивается в Западносибирском РГМЦ [39, 102 - 105]. Подсистема, опирающаяся на собственную региональную гидродинамическую модель ГДМА, для краткосрочных прогнозов по годы разработана в Среднеазиатском региональном центре [94, 106]. Создана и функционирует региональная схема прогноза среднесуточной температуры воздуха на 5 суток по дням для Кольского полуострова и акватории Баренцева моря [8, 9, 94].

На сегодняшний день все отечественные подсистемы расчета элементов погоды (РЭП) на средние сроки (до 3-5 суток) базируются на прогностической продукции Европейского Центра среднесрочных прогнозов погоды (ЕЦСПП, г. Рединг), передающего странам — членам ВМО прогнозы полей приземного давления, высоты поверхности 500 гПа и температуры на поверхности 850 гПа с заблаговременностью от 0 до 168 часов с шагом в 24 часа.

Схема Росгидрометцентра, разработанная под руководством д. ф.-м. н. Васильева П.П., формально охватывает все регионы России, в том числе и Дальний Восток. Однако, согласно результатам оперативных испытаний, именно в Дальневосточном регионе оправдываемость прогнозов элементов погоды по этой схеме оказалась наиболее низкой [17, 19, 45]. Существует и ряд чисто технологических причин, вызвавших потребность разработки подсистемы среднесрочного прогноза элементов локальной погоды для Дальнего Востока России. Это нерегулярность и несвоевременность поступления телеграмм из Росгидрометцентра, неудобная кодировка информации, неполный список станций по территории конкретного УГМС. Перечисленные причины вызвали естественное желание Дальневосточных УГМС иметь собственную региональную подсистему расчета элементов погоды.

Цель работы. Целью настоящей работы явилось создание аналогичной по целям и достижимой по техническому уровню в условиях территориальных УГМС Дальнего Востока России автоматизированной подсистемы прогноза всех элементов локальной погоды на срок до 5 суток с детализацией по дням, с максимально достижимой успешностью на имеющейся информации, доступной в оперативном режиме работы синоптика-прогнозиста.

В работе приводится обоснование выбора моделей, описание методов и технологии расчета значений суточных экстремумов температуры воздуха у земли, скорости и направления приземного ветра, наличия и количества осадков.

Метод исследования. При разработке методов прогноза элементов погоды, использующих прогностическую продукцию ГДМА, применяют два концептуально различных подхода: концепцию идеального прогноза (РР perfect prognosis) и концепцию MOS (Model output statistic) или в русском варианте — СИГП (статистическая интерпретация гидродинамического прогноза). Концепция РР подразумевает расчет статистических зависимостей величины прогнозируемого элемента (предиктанта) от значений предсказателей (предикторов) по архивам фактических данных. Согласно концепции MOS, вектор коэффициентов множественной линейной регрессии рассчитывается по архиву прогностических полей. При этом концепция MOS требует построения своих уравнений регрессии для прогноза каждой заблаговременное™. Такой прогноз может рассчитываться в региональных и территориальных метеоцентрах, в которые гидродинамические прогнозы поступают по каналам связи в коде GRID или GRIB.

История развития обеих концепций подробно изложена, например, в [89]. Там же приведен детальный анализ достоинств и недостатков того и другого подходов и особенностей их применения в практике РЭП. Здесь, с точки зрения целей настоящей работы, важно отметить следующее:

1. Концепция "идеального" прогноза обеспечивает автоматическое улучшение качества прогнозов элементов погоды вплоть до оценок, полученных по архивам фактических данных, при усовершенствовании гидродинамической основы без какой-либо коррекции прогностических уравнений. Усовершенствование самих методов прогноза в этом случае проводится в плане построения более успешной статистической или физико-статистической модели расчета прогнозируемого элемента или явления. Тут возможны два подхода. Во-первых, включение в схему прогноза новых физических влияющих факторов — физический подход. К сожалению, возможности такого подхода ограничиваются той информацией, которую можно получить из ГДМА. Во-вторых, выделение из архива ситуаций, позволяющих построить статистически однородные рабочие выборки — статистический подход. Очевидно, оба подхода взаимно дополняют друг друга.

2. Из данных об уровне оправдываемости прогнозов минимальной и максимальной температуры воздуха, достигнутом при использовании различных концепций в НМЦ США, приведенных в [89], видно, что концепция MOS "обеспечивает относительно более высокую оправдываемость, чем концепция РР, хотя в абсолютном смысле ее преимущество не столь уж велико", особенно с учетом гораздо более высокой трудоемкости в реализации подсистемы в рамках концепции MOS. Тем не менее, в связи с тем, что успешность прогноза метеорологических полей по ГДМА с ростом заблаговременности резко понижается [18, 34], большие затраты труда и более высокие требования к вычислительной технике могут быть оправданы более высоким качеством прогноза элементов погоды с заблаговременностью от 72 до 120 часов. Здесь сразу же следует заметить, что для прогноза элементов погоды с заблаговременностью 24 - 120 часов для территории Дальнего Востока могут быть использованы прогнозы ЕЦСПП с заблаговременностью 48 - 144 часа вследствие различия временных поясов и затрат времени на расчет прогноза и передачу информации. При задержке поступления информации приходится пользоваться прогнозами метеополей с заблаговременностью от 72 часов и более.

3. Кроме относительной простоты реализации существует еще ряд обстоятельств, свидетельствующих в пользу концепции РР при создании системы РЭП в региональных или территориальных метеорологических центрах, не имеющих собственной гидродинамической модели атмосферы с удовлетворительными прогностическими свойствами и необходимой заблаговременностью прогнозов. Эти обстоятельства связаны, во-первых, с нерегулярным поступлением прогнозов ЕЦСПП. Концепция РР позволяет в таких случаях перейти на продукцию других ГДМА, например, отечественную модель Гидрометцентра России [34]. При полном поступлении информации концепция РР позволяет комплексовать прогнозы по различным ГДМА для различных целей, территорий и типов текущих процессов, не создавая при этом дополнительных архивов прогностической информации. Во-вторых, постоянное совершенствование самих гидродинамических моделей может поставить под сомнение статистическую однородность накапливаемых архивов прогностических полей, что может полностью свести на нет основное преимущество концепции MOS — более высокую успешность прогноза элементов погоды при использовании прогностических полей, рассчитанных с большой заблаговременностью.

4. Кроме вышеизложенного, опыт работы по автоматизированной архивации метеоэлементов показал существенный процент ошибок в поступающей информации, которые сложно выявить программным способом. Одна из наиболее распространенных ошибок — потеря знака числа в значениях экстремальных температур. Такая ошибка легко выявляется для зимних месяцев, однако в переходные периоды года, когда значения температур обоих знаков равновероятны, выявление ошибок путем статистической обработки невозможно. Привлечение же каких-либо физических зависимостей не избавит от всех возможных ошибок, но существенно усложнит методику и технологию архивации. Кроме того, разработка методов объективного анализа поступающей в оперативную базу данных информации является отдельной задачей, выходящей за рамки данной работы.

В процессе разработки и испытаний предлагаемой схемы автором проводился анализ влияния ошибок в архивной информации на результаты прогноза экстремальных температур. Вывод однозначный: хороший архив — залог успеха; ошибки в архивной информации, являются причиной многих неудач, особенно при уменьшении длины выборки. Последнее же происходит всякий раз, когда в методике применяется подход с делением архивной выборки на ситуации.

Таким образом, ошибки в архивной информации могут существенно влиять на выборочные значения статистических параметров прогнозируемого элемента, что приводит в конечном итоге к снижению качества прогнозов. Подтверждением этому служит широко известный факт о том, что при разработке статистических, физико-статистических или синоптико-статистических методов гидрометеорологических прогнозов качеству исходной информации уделяется большое внимание. Так, например, в работе П.П. Васильева [24] подробно обсуждаются вопросы качества архивной информации и способов ее контроля, применяемых в практике РЭП на средние сроки в Гидрометцентре России. В [24] отмечается, что программным способом можно устранить только самые грубые ошибки: далее всю информацию необходимо подвергать визуальному синоптическому контролю.

Результатом проведенных исследований явился вывод о том, что стремление автоматизировать все этапы работы подсистемы, включая и формирование архива, нецелесообразно, а использование автоматически собранных архивных данных без их тщательной визуальной проверки в схемах объективного прогноза элементов локальной погоды, крайне нежелательно.

5. В пользу концепции "идеального" прогноза свидетельствуют еще два немаловажных фактора. Это, во-первых, результаты сравнительной оценки качества прогнозов экстремальных температур, проведенные в рамках данной работы в период с января 1991 г. по декабрь 1993 г. в процессе оперативных испытаний метода прогноза t3KCTP, разработанного к. ф.-м. н. Майоровой И.В. в 1989-1990 гг [53]. В основу метода положен подход, примененный в Западносибирском НИИ И.Г. Храмцовой и Г.А. Шустовой [104, 105]. Этот метод опирается на концепцию идеального прогноза, расчет значений t3KCTP проводится, по уравнениям регрессии с фиксированным набором предикторов. Коэффициенты в уравнении регрессии рассчитываются по выборкам за текущий календарный месяц. Таким образом, прогностические уравнения имеют вид:

500 г) +

В 1)

- + ДЛо(^) + + A6Kg 5(Ю(г) + ЬАж(Л где г — дата прогноза; т -1 — дата, предшествующая дате прогноза; Ug p, Vgp — компоненты геострофического ветра на уровне р-гПа; ш — долгота дня; Тр — температура на уровне р-гПа; (Д : i -1,7}— коэффициенты [1, для прогноза t в переходный период года, уравнения регрессии; о =Н Л г " к ^ ^ , г 1 ' [0, для всех остальных случаев.

Коэффициенты {Aj} различны для различных станций и месяцев года. Для фиксированной станции и месяца {А^ фиксированы для любой заблаго-временности прогноза. При расчете {А,} используются только синхронные связи, то есть дата в дату. При подстановке оперативных значений предикторов, рассчитанных по прогностическим полям ЕЦСПП, для прогноза tmin используются поля на дату (г - I), а для /гаах — на дату т.

Сравнение проводилось с прогнозами t3KCTP, поступавшими в Дальневосточное УГМС из Гидрометцентра России. Метод и технология прогноза подробно описаны в [23, 94]. Автор метода — д. ф.-м. н. П.П. Васильев. Для дальнейшего анализа нам понадобятся некоторые подробности сути этого метода.

Согласно приведенным публикациям, метод использует синхронные связи и опирается на концепцию MOS в случае поступления прогнозов из ЕЦСПП. При отсутствии последних используются прогнозы полусферной спектральной модели Гидрометцентра России [18, 34] в концепции PP. Расчетные уравнения имеют переменный набор предикторов, выбираемый из списка потенциальных предикторов пошаговым регрессионным методом сокращения Дулитла [80, 109]. Собственно расчету в схеме подлежит аномалия температуры воздуха у земли. Обозначим ее 5 t3KCTP. В качестве потенциальных предикторов выбраны следующие величины: 8 tMCX — аномалия температуры воздуха у поверхности земли для предшествующих суток в точке (районе) прогноза: для минимальной температуры — предшествующей ночи, для максимальной — предыдущего дня; при восстановлении прогностических значений t3KCTP на первые сутки используется фактическая температура, на все последующие — спрогнозированная на предыдущие сутки; #500 , 7's50, ОТ™} — геопотенциал поверхности

500 гПа, температура на поверхности 850 гПа и относительная топография в районе (точке) прогноза; m — долгота дня в районе прогноза (далее р.п.); АР0, dP0 d (Ы\)

АН , AT — лапласианы соответствующих полей в р.п.; dt dt d(AH5m) d(ATgJ dP dP0

-—--тенденции соответствующих величин в р.п.; —, —, dt dt dX d(j> dH г «л dH ™ v.* -, —— пространственные градиенты полей приземного давления и dX d(f)

ОРУ геопотенциала 500 гПа; v d(j) j о dX j безразмерная скорость геостро ,, dH dT dH dT фического ветра у земли; (Я, Т) = -— х — + — х--адвекция температуря йф d(f> dX ры на уровне 850 гПа; J аа ' £ф ~ j йф — интенсивности зо йф А ал нального и меридионального потоков для средней тропосферы (Я, 2, фХ1 — граde. ds. ницы равновеликих квадратов с центром в точке прогноза [23]); -—-, -—, dt dt dT

- -— величина, характеризующая вертикальный градиент температуры в dZ,

850 нижней тропосфере. Таким образом, в схеме Гидрометцентра России используется 23 потенциальных предиктора, с помощью которых полагалось возможно более полно описать физику прогнозируемого процесса.

Назовем рабочей выборку, по которой рассчитываются коэффициенты в уравнениях регрессии. Для построения рабочих выборок в схеме используется специальная диаграмма дат, анализ которой показывает, что при прогнозе t3KCTP зимой используются временные интервалы от середины ноября до середины апреля, летом — от начала апреля до конца сентября, весной и осенью — смешанные выборки (сентябрь-декабрь) + (март-май). На основе этих временных интервалов формируются рабочие выборки по степени аналогичности к текущему макропроцессу, предсказанному по ГДМА. Прогностические соотношения в этом случае можно схематично записать так: экстра) t.WCfV)np + tKJ} (В.2) n

О?tжат)ПР = Л + КА5*:жсл>(т ' 0 + ИРАФМ , (В.З) i=2 где (8 t)np— прогностическое значение д t; tKh — среднее многолетнее значение t3KCTP (климат); фг (г) — все перечисленные выше предикторы, за исключеием St • b - I если *"ы® п редиктор выбирался, нием исх' ~ (О, если i - ый предиктор не выбирался.

Необходимо отметить, что (В.З) лишь иллюстративная запись расчетных уравнений рассматриваемой модели. Согласно схеме прогноза [23], в (В.З) как значения коэффициентов {Д}, так и набор предикторов {ф.(т),5 t3KCTP(r-1)} различны для разных пунктов прогноза, сезонов года, текущих прогностических макропроцессов и заблаговременностей прогнозов. Таким образом, сравниваемые методы отличались:

1) концепцией построения расчетных уравнений;

2) временными интервалами исходных выборок и способом построения рабочих выборок;

3) способом отбора предикторов для построения прогностических зависимостей;

4) набором предикторов в расчетных уравнениях;

5) собственно предиктантом, что немаловажно как с точки зрения построения статистических моделей вообще, т.е. ответа на вопрос, какой элемент или какое явление моделируется, так и с точки зрения качества прогноза по той или иной схеме для рассматриваемой территории, т.е. ответа на вопрос, какие числовые характеристики рассматриваемого элемента или явления погоды лучше описываются данной информационной базой;

6) степенью технологической сложности в реализации методов на ЭВМ и трудоемкостью их обслуживания в оперативной практике.

Прогнозы сравнивались по величине оправдываемое™ Р(%) и средней абсолютной погрешности £° согласно [64]. Для сравнения выбирались только те станции, которые фигурировали как в списке станций [53], так и в телеграммах Гидрометцентра России. Среднесезонная оправдываемость прогнозов по испытываемой методике [53] оказалась выше, чем по сравниваемой [23, 25]. Величины средней абсолютной погрешности сравнимы друг с другом. В приложении 1 приведены таблицы оправдываемости прогнозов t3KCTP по обоим методам и оправдываемость инерционного прогноза. Следует отметить, что средняя сезонная оправдываемость испытываемого метода обладает определенной регулярностью и значительно реже опускается ниже 70%-ного уровня для всех сезонов года и рассматриваемых станций, в то время как оправдываемость прогнозов ГМЦ РФ имеет более нерегулярный характер, сильно колеблется от станции к станции в зависимое™ от сезона (месяца) года, чаще опускается ниже 70%-ного уровня, а иногда и ниже инерционного прогноза (например, для tmaK в Благовещенске зимой при заблаговременное™ 48 - 72 часа). Низкая оправдываемость прогнозов Гидрометцентра РФ для станций Амурской области и юга Хабаровского края отмечалась и ранее синоптиками Гидрометцентра Дальневосточного УГМС в процессе оперативных испытаний.

6. Еще одним немаловажным фактором, свидетельствующим в пользу концепции "идеального" прогноза для схем РЭП в Дальневосточном регионе, явились результаты исследований, проведенных автором в рамках НИР Р3.3.32 в 1990 г. [32]. Эти исследования показали реальную возможность повышения качества прогнозов t3KCTP при расширении списка предикторов и делении выборки на классы непересекающихся событий. Для примера в приложении 2 представлены данные о росте обеспеченности прогнозов tmin в холодный период года, рассчитанных по моделям различного уровня сложности. Этот пример был выбран потому, что именно прогнозы tmin в холодный период года имеют самую низкую оправдываемость как по схемам Гидрометцентра России для Дальневосточного региона и Зап.Сиб.НИИ для территории Западной Сибири, Урала и Северного Казахстана, так и по методике, представленной в [53] для станций Амурской области и Хабаровского края.

Таким образом, в описываемой подсистеме все расчеты статистических параметров проводятся по тщательно проверенному фиксированному архиву фактических данных. К подсистеме РЭП прилагается полуавтоматизированная технология проверки качества, дополнения и обновления архивной информации данными, прошедшими детальный предварительный контроль. Формирование численных моделей прогноза элементов локальной погоды опирается на концепцию "идеального" прогноза.

Основные результаты и научная новизна.

1. Проведено исследование по влиянию физико-географических особенностей атмосферных процессов Дальневосточного региона на качество прогнозов экстремальных и среднесуточных температур по уже имевшимся схемам постпрогнозинга. Выполнен сравнительный анализ качества и сопоставление различий в прогнозах с различием в применяемых методиках.

2. Проведено исследование статистических характеристик прогнозируемых элементов погоды и их суточных тенденций; их связей с локальными числовыми характеристиками атмосферных процессов, рассчитанными на основе заданной информационной базы.

3. Разработан алгоритм построения расчетных уравнений, ориентированный на возможности учета физико-географических особенностей и местных условий положения пункта прогноза посредством ограничения временных интервалов исходной выборки, деления её на типы ситуаций и типы воздушных масс, а так же спецификой формирования списка потенциальных предикторов.

4. Разработан комплексный метод прогноза экстремальных и среднесуточных температур, учитывающий в среднем ошибки прогнозов ЕЦСПП различных заблаговременностей в различные сезоны года и для различных типов процессов. Разработана методика определения «надежных» и «ненадежных» прогнозов элементов погоды по изменению значений t0KCTp от даты исходного дня к дате прогноза.

5. Апробированы возможности предвычисления скорости и направления приземного ветра на информационной основе прогностических полей ЕЦСПП.

6. Разработан метод прогноза наличия и количества локальных осадков для станций Дальневосточного региона России.

7. Разработана оперативная технологическая линия расчета прогнозов элементов локальной погоды для РСМЦ «Хабаровск» на ЭВМ COMPAREX и для территориальных УГМС Дальневосточного региона России на ПЭВМ класса не ниже AT - 486, снабженной оперативной базой данных ЛАССО комплекса ГИС-Метео. Технология для ПЭВМ рассчитана на список из 12-ти станций для каждого УГМС. К технологии прилагаются методические указания и программное обеспечение по заполнению архивных файлов исторической информацией.

Практическая значимость. Описанная система представляет собой современную автоматизированную технологию производства среднесрочных прогнозов погоды, которая может быть легко установлена в любом УГМС Дальневосточного региона на автоматизированное рабочее место синоптика-прогнозиста, оснащенное ПЭВМ класса не ниже АТ-486 и снабженное комплексом ГИС-Метео. Разработанные методы прогноза элементов локальной погоды могут усваивать прогностическую продукцию любых ГДМА. Технологию можно использовать для разработки методов прогноза других элементов, характеристик и явлений погоды, например, балла облачности или наличия инверсий, занеся в архив историческую информацию о прогнозируемом элементе (явлении) и используя методологию построения статистических моделей, описанную в главе 1.

Структура работы и ее краткое содержание. Диссертация состоит из введения, пяти глав и заключения. Она содержит 210 страниц машинописного текста, 16 рисунков, 55 таблиц. Список литературы состоит из 112 наименований.

Заключение Диссертация по теме "Метеорология, климатология, агрометеорология", Вербицкая, Евгения Митрофановна

ЗАКЛЮЧЕНИЕ

Описанная технология расчетов элементов локальной погоды на срок до пяти суток с детализацией по дням для станций Амурской области и Хабаровского края, разработана в развитие системы взаимодействия человек — ЭВМ, создаваемой для территориальных УГМС. Она ориентирована на реальные условия работы синоптика-прогнозиста регионального или территориального ГМЦ России, имеющего в своем распоряжении прогностическую продукцию ГДМА, поступающую в ГМЦ по каналам связи в коде ГРИД, вычислительную технику средней мощности и ограниченную зону обслуживания с характерными региональными особенностями атмосферных процессов и информационного обеспечения.

Такая ориентация обусловила выбор концепции идеального прогноза для схем РЭП, позволяющей подключать ТЛ к прогностической продукции любой ГДМА, имея в наличии только архив фактических данных. При этом, методологическая основа построения схем прогноза элементов погоды в рамках разработанного алгоритма имеет весьма прозрачную логику и ориентирована на возможность извлечения максимума информации из весьма ограниченного спектра метеорологических характеристик (полей метеоэлементов). Технология доработки архивной информации (внесение изменений, добавление новых элементов или обновление во времени), а также расширение списка станций доступны любому специалисту-синоптику или метеорологу, внимательно ознакомившемуся с методическими указаниями.

В отличие от зарубежных систем взаимодействия человек-ЭВМ, в которых во главу угла ставится синоптическая корректировка результатов объективного анализа и последующая корректировка прогностических полей, так, чтобы оправдываемость имеющихся схем РЭП приближалась к уровню синоптических прогнозов, разработанная система ориентирована на вмешательство синоптика в основном на последнем этапе прогноза — принятии решения о необходимости его синоптической корректировки. Решение основывается на объективных критериях, представленных в разделе 1.4 таблицей 1.1. Такой подход неизбежно обусловлен отсутствием собственной ГДМА на средние сроки в арсенале информационно-технологических средств региональных и территориальных ГМЦ.

Использование представленной технологии избавит синоптика с небольшим опытом работы от грубых ошибок прогноза, а опытному специалисту сэкономит время, уменьшит трудозатраты на выпуск прогноза, поможет в сложных ситуациях принять адекватное решение.

Кра гкие в

1. В основу технологии положена объективная автоматизированная система построения статистических моделей для расчета значений элементов локальной погоды по прогностической продукции ГДМА, дающая максимум оправдываемости на заданной информационной базе и ориентированная на физико-географические условия Дальнего Востока.

Система предназначена для построения моделей прогноза элементов и явлений локальной погоды, то есть погоды в пункте прогноза, с детализацией по суткам и (или) полусуткам.

Элементы и явления погоды задаются суточными или полусуточными числовыми характеристикам в историческом архиве.

Максимальная заблаговременность прогнозов ограничивается доступной прогностической продукцией ГДМА. В представленной технологии используются прогностические поля ЕЦСПП, что обуславливает прогноз до пяти суток для ДВ-региона России на основе полей приземного давления, температуры на уровне 850 гПа и геопотенциала поверхности 500 гПа.

Система ориентирована на физико-географические условия Дальнего Востока России, которые учитываются посредством следующих компонент: временными границами исходной выборки в ±15 дней от даты прогноза; описанием каждого физического влияющего фактора несколькими числовыми характеристиками; учетом степени инерционности прогнозируемого элемента погоды посредством различных числовых предиктантов (элемент или его тенденция); делением исходной выборки по типам воздушных масс с использованием методики расчета границ подвыборки заданной ВМ, так, чтобы вероятность перехода из левого края выборки (холодные ВМ) в правый край выборки (теплые ВМ) за одни сутки равнялась нулю; использованием в качестве критерия при построении моделей прогноза той разновидности контрольных прогнозов, которая имеет максимальную оправдываемость для данного элемента (явления) погоды на рассматриваемой территории.

Система представляет собой совокупность расчетных формул, логических правил и физических констант, применяемых в определенной последовательности и реализующих алгоритм построения оптимальных методик прогноза элементов или явлений погоды, дающих максимум оправдываемости на заданной информационной основе.

2. Технология реализует прогноз трех элементов погоды: экстремальных и среднесуточных температур воздуха у земли; скорости и направления приземного ветра; наличия и количества осадков; и предназначена для составления прогноза общего пользования.

3. Для прогноза суточных экстремумов температуры воздуха у земли используется комплексация трех типов моделей с модификацией, ориентированной на ошибки в скорости развития атмосферных процессов над ДВ-регионом России в прогнозах ЕЦСПП, оцененные в процессе оперативных испытаний. Учет ошибок проводится в среднем по всем заблаговременностям (1-5 сутки).

4. Возможности системы для прогноза скорости и направления приземного ветра испытывались для значений этого элемента погоды на срок до 12 часов СГВ (синхронно с прогностическими полями ЕЦСПП). Исследования показали, что заданной информационной основы недостаточно для успешного прогнозирования резких изменений скорости и направления ветра в течении одних суток. В качестве предиктантов для прогноза этого элемента погоды рекомендуется использовать временные тенденции зональной и меридиональной компонент.

5. Метод прогноза наличия и количества осадков предназначен для предвычисления суточных и полусуточных сумм осадков в пункте прогноза. Здесь используется детализация исходных выборок по типам воздушных масс, определяемым по температуре на уровне 850 гПа, и по типам текущих процессов, определяемым по суточным тенденциям толщины слоев (1000-500) гПа и (850-500) гПа. По результатам авторских исследований, представленным типам текущих процессов соответствуют вполне определенные типы осадков (если они наблюдались), с которыми связаны их продолжительность и интенсивность. Эти исследования положены в основу метода прогноза, состоящего из трех этапов: расчета потенциального количества ночных, дневных и суточных сумм осадков; определения наличия осадков путем сравнения полученного количества с заранее рассчитанным по независимым архивным выборкам дис-криминантным уровнем; согласования градаций суточных и полученных сумм осадков.

6. Технологическая линия прогноза реализована на ПЭВМ и может быть установлена в любом территориальном УГМС ДВ-региона России, имеющем комплекс ГИС-Метео/ЛАССО.

7. Методы и оперативная технология испытывались в Дальневосточном УГМС и рекомендованы к использованию в оперативной практике.

8. Технология снабжена объективной методикой определения степени надежности прогнозов при использовании прогностической продукции ЕЦСПП для расчета оперативных значений предикторов и рекомендациями по комплексации с синоптическими прогнозами, основанными в южных рай

141 онах Дальнего Востока России преимущественно на интерпретации прогностических полей Японского Метеорологического Агентства (Токио).

В заключение автор выражает глубокую признательность администрации Дальневосточного УГМС и ДВ РГМЦ за всемерную помощь при проведении испытаний, а также своему научному руководителю доктору физико-математических наук П.П. Васильеву за внимание к работе, ценные советы и замечания.

Библиография Диссертация по наукам о земле, кандидата географических наук, Вербицкая, Евгения Митрофановна, Владивосток

1. Айвазян СЛ., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Основы моделирования и первичная обработка данных. — М.: Финансы и статистика. — 1983.

2. Андерсон Т. Введение в многомерный статистический анализ. // Пер. с англ.1. М.: Физматгиз. — 1963.

3. Андерсон Т. Статистический анализ временных рядов. // Пер. с англ. — М.: Мир. — 1976.

4. Архангельский В. Л. Пути и скорости перемещения циклонов в Восточной Сибири и на Дальнем Востоке. — Труды ДВНЙГМИ. — 1956.— Вып. 1. — С. 25—28.

5. Архангельский В Л. О влиянии Сихоте-Алиня на тепловое состояние нижней половины тропосферы в 1-ю и 2-ю фазы летнего муссона. // Труды ДВНИГ-МИ. — 1958. — Вып. 3. — С. 84—86.

6. Бальцер (ГДР). AFREG — Новейшая статистическая модель интерпретационного прогноза погоды на средние сроки. It Методы среднесрочных прогнозов погоды. Труды Международного симпозиума. — Л.: Гидрометеоизат.1989.—С. 24—26.

7. Барабашкина А.П., Лескова Е,А. О естественных синоптических периодах в Восточной Сибйри и на Дальнем Востоке. // Труды ДВНИГМИ. —- 1958. — Вып. 3. — С. 33—46.

8. Безух Н.Н. Детализированный прогноз температуры воздуха на 5 суток по дням для Кольского полуострова и акватории Баренцева моря. // Метеорология и гидрология. — 1988. — № 5. — С. 52—60.

9. Бенгтсон Л. Прогнозы на средние сроки в Европейском центре прогнозов погоды на средние сроки (ЕЦСПП). // В сборнике "Динамика погоды".— Л.: Гидрометеоиздат. — 1988. — С. 18—64.

10. Беспалов Д. П. Точность измерения температуры и влажности воздуха и перспективы ее повышения. // Труды ГГО. — 1956. — Вып. 61(123). — С. 3—21.

11. Бобылева Н.М. Альтернативный способ прогноза обложных осадков для Приморья в теплый период (май август). // Труды ДВНИГМИ. — 1976. — Вып. 57. — С. 63—67.

12. Богачев А.Г. (НРБ). Проверка схемы среднесрочного прогноза погоды в квазиоперативном режиме. // Методы среднесрочных прогнозов погоды. Труды Международного симпозиума. —Л.: Гидрометеоиздат. — 1989. —С, 3—6.

13. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление. // Пер. с англ. — М.: Мир. — 1974.

14. Боровков А.А. Курс теории вероятностей. — М.: Наука. — 1972.

15. Боровков А.А. Математическая статистика. Оценка параметров, проверка гипотез. — М.: Наука. — 1984.

16. Булдовский Г.С. Об успешности оперативных прогнозов погоды по Москве, Московской области и 22 экономическим районам России и стран ближнего зарубежья в 1997 г. // Информационный сборник № 26. — Л.: Гидрометеоиздат. — 2000. — С. 67—87.

17. Васильев П.П., Львова Л.С., Мищенко Е.А. Результаты испытания метода прогноза экстремальной температуры воздуха до 6 суток, детализированного по дням. // Информационный сборник № 20 — Л.: Гидрометеоиздат. — 1991. — С. 3—12.

18. Васильев П.П. Прогноз температуры воздуха на 5 суток, детализированный по дням. // Метеорология и гидрология. — 1985. — № 1. — С. 5—13.

19. Васильев П.П. Прогноз элементов погоды на средние сроки на основе объективной интерпретации результатов интегрирования во времени гидродинамической модели атмосферы. // Труды Гидрометцентра СССР. — 1986. — Вып. 280. —С. 105—128.

20. Вербицкая Е.М. О возможности выборочной оценки основной моды при двухмодальном распределении случайной величины. // Сборник научных трудов НИИ КТ по математике. — Хабаровск: Изд-во ХГТУ. — 1997. — Вып. 2, —С. 16—22.

21. У1.Вербицкая Е.М. Статистическая интерпретация гидродинамического прогноза для Амурской области и Хабаровского края с автоматизацией всех этапов работы. // Отчет по НИР Р3.3.32. — Хабаровск. — 1990. — Инв. № 02910011873.

22. ЪЪ. Вербицкая ЕМ. Физико-статистическая модель прогноза локальных осадков для территории Восточной Сибири и Дальнего Востока России. // Сборник трудов НИИ КТ. — Хабаровск: Изд-во ХГТУ. — 1999. — Вып. 8. — С. 80—98.

23. ЪЬ.Веселое Е.П. Номограмма для расчета скорости ветра на различных широтах с учетом местных условий. // Труды ДВНИГМИ. — 1977. — Вып. 68. — С. 105— 108.

24. Водзинская М., Пианко К. (ПНР). Статистическая модель среднесрочного прогноза температуры воздуха. // Методы среднесрочных прогнозов погоды. Труды Международного симпозиума. — Л.: Гидрометеоиздат. — 1989. — С. 160—165.

25. Высоцкая Е.А. Синоптические условия сильных дождей в бассейне Среднего и Нижнего Амура в летне-осенний период. // Труды ДВНИГМИ. — 1958. — Вып. 3. — С. 78—100.

26. ЪЪ.Гандин Л.С., Качан P.JI. Статистические методы интерпретации метеорологических данных. —Л.: Гидрометеоиздат. — 1976. — 359 с.

27. Ъ9.Дальний Восток. Физико-географическая характеристика. — М.: Изд-во АН СССР. —1961, — 176 с.

28. Дрейнер Н.Р., Смит Г. Прикладной регрессионный анализ. — М.: Статистика. — 1973.

29. Егорова М.В. Вероятность выпадения ливневых осадков днем в северной части Приморского края при различных сочетаниях типов высотного и приземного барических полей. // Труды ДВНИГМИ. — 1971. — Вып. 32. — С. 94—100.

30. Занина А.А. Климат Дальнего Востока. -—Л. Гидрометеоиздат. — 1958. — 166 с.

31. Зверев А.С. Синоптическая метеорология. —Л. Гидрометиздат. — 1955.

32. Информационные сборники по результатам испытаний новых и усовершенствованных методов краткосрочных и долгосрочных прогнозов погоды. — С.-Петербург: Гидрометеоиздат. — 1987-1995 г.

33. Королюк B.C., Портенко Н.И., Скороход А.В., Турбин А.Ф. Справочник по теории вероятностей и математической статистике. -— М.: Наука. — 1985.640 с.

34. Крамер Г. Математические методы статистики. // Пер. с англ. — 2-е изд. — М.: Мир. — 1975.

35. Майорова И.В. Разработать усовершенствованный метод прогноза экстремальных температур воздуха у земли на 5 суток для Амурскойобласти и Хабаровского края. // Отчет по НИР Р3.3.29. —- Хабаровск.—1990. — Инв. № 02910022398,— 89 с.

36. Марчук Г.И. Численные методы в прогнозе погоды. — Л.: Гидрометеоиздат.1967. — 356 с.

37. Масягин Г.П. Альтернативный прогноз осадков на сутки по южным районам Сахалина с заблаговременностью 69 часов. // Труды ДВНИГМИ. — 1980. — Вып. 88. — С. 75—99.

38. Масягин Г.П. Расчетные методы прогноза некоторых гидрометеорологических элементов и особо опасных явлений погоды на Сахалине. // Труды ДВНИИ. 1981. — Вып.97. — 128 с.

39. Методические указания по проведению оперативных испытаний новых методов гидрометеорологических прогнозов. — Л.: Гидрометеоиздат. — 1977.101 с.

40. ДВНИГМИ. — 1976. — Вып. 57. — С. 157—162. 62.Мищенко Е.Л. Оперативный среднесрочный прогноз осадков по территории СССР. // Тезисы докладов III Всесоюзной конференции по статистической интерпретации гидродинамических прогнозов. — Нальчик. 1989 — С. 7—8.

41. Мищенко Е. Л. Оценки оперативных прогнозов на средние сроки суточных сумм осадков по территории СССР и Западной Европы. // Информационный сборник № 20 — JL: Гидрометеоиздат. — 1991. — С. 13-—18.

42. Наставление по службе прогнозов. Раздел 2, ч. Ill, IV, V — М.: Гидрометеоиздат. — 1981. — 55 с.

43. Павлов Н.И. О волновых процессах в атмосфере Тихого океана. // Труды ДВНИГМИ. — 1978. — Вып. 73. — С. 98—101.

44. Павлов Н.И. Синоптико-статистический метод прогноза перемещения тайфунов с заблаговременностью 1-3 суток. // Труды ДВНИГМИ. — 1971. — Вып. 32. —С. 3—12.

45. А.Ресурсы поверхностных вод СССР. Том 18, Дальний Восток. Вып.1. Верхний и средний Амур. — Д.: Гидрометеоиздат. — 1966. — 781 с.

46. Решетов В.Д. Изменчивость метеорологических элементов в атмосфере, —-Д.: Гидрометеоиздат. — 1973. — 215 с.

47. Романов JJ.H. О выборе моделей для статистического прогноза. — Труды Зап.Сиб.НИИ. — 1990. — Вып. 93. — С. 3—11.

48. Руководство по автоматизированной оперативной обработке гидрометеорологической информации и по составлению численных прогнозов. — Д.: Гидрометеоиздат. — 1984. —64 с.1%.Руководство по краткосрочным прогнозам погоды, ч. I. — Д.: Гидрометеоиздат. — 1986.

49. Самарский А.А. Введение в теорию разностных схем. — М.: Наука. — 1971.

50. Свинухов Г.В., Свинухова Р.Э., Махиня В.Т. Синоптико-статистический метод прогноза декадного количества осадков на Дальнем Востоке. // Труды ДВНИГМИ. — 1974. — Вып. 41. — С. 128—137.

51. Свинухов Г.В. Синоптико-статистические методы прогноза некоторых элементов циркуляции и погоды на 3—10 дней в Восточной Сибири и на Дальнем Востоке. // Труды ДВНИИ. — 1981. — Вып. 93. — С. 1—119.

52. Свинухова Р.Э. Прогноз аномалии средней температуры воздуха на пентаду и декаду по территории Восточной Сибири и Дальнего Востока. // Труды ДВНИГМИ. — 1980. — Вып. 82. — С. 47—55.

53. Свинухова Р.Э. Синоптико-гидродинамико-статистический способ прогноза средней пентадной минимальной и максимальной температуры воздуха натерритории Восточной Сибири и Дальнего Востока. // Труды ДВНИИ, — 1983. — Вып. 102. — С. 91—96.

54. Ъб.Свинухова Р.Э. Статистический способ прогноза осадков в теплом полугодии на 1—2 дня по Приморскому краю. // Труды ДВНИГМИ. — 1971. — Вып. 32. — С. 79—93.

55. Себер Дж. Линейный регрессионный анализ. — М.: Мир. — 1980.

56. Сергеев Н.И. О влиянии адвекции на влагосодержание атмосферы над Восточной Сибирью в январе и июле. // Труды ДВНИГМИ. — 1976. — Вып. 57. — С. 157—162.

57. Снитковский А.И., Сонечкин Д.М., Фукс-Рабинович М.С., Шаповалова Н.С. Система объективного краткосрочного прогноза явлений и элементов погоды в США.— Обнинск: Метеорология. — 1978. — 55 с.

58. Тезисы докладов 111 всесоюзной конференции по статистической интерпретации гидродинамических прогнозов. Нальчик, 25—30 сентября 1989 г. —М.: Гидрометцентр СССР. — 1989. —41 с.

59. Тот 3. (ВНР). Вероятностные среднесрочные метеорологические прогнозы. // Методы среднесрочных прогнозов погоды. Труды Международного симпозиума. — Л.: Гидрометеоиздат. — 1989. — С. 22—23.

60. Федулова М.Н., Тарасенко М.А. Способ прогноза осадков на 5 дней по районам, примыкающим к Байкало-Амурской магистрали, в июле—августе и результаты его испытания. // Труды ДВНИГМИ. — 1977. — Вып. 68. — С. 74—79.

61. Фомин М.Г. Основные положения комплексно-генетической классификации погоды по югу Дальнего Востока. // Труды ДВНИГМИ. — 1978. — Вып. 73. — С. 115—144.

62. Фомин Н.Г., Панченко Г.В. Синоптическая обусловленность местных генетических типов погоды юга Дальнего Востока в теплое полугодие. // Труды ДВНИГМИ. — 1978. — Вып. 75. — С. 126—136.

63. Хан Сек Зу (КНДР). Метод прогноза осадков на пять суток в мае и июне. // Методы среднесрочных прогнозов погоды. Труды Международного симпозиума. — JL: Гидрометеоиздат. — 1989. — С. 29—32.

64. Храмцова И. Г. и др. Прогноз осадков на 1-5 дней в южной половине Урала и Сибири в холодное полугодие. // Труды Зап.Сиб.НЙГМИ. — 1989. — Вып. 90. —С. 3—12.

65. Храмцова И.Г., Прокопъева И.П. Прогноз осадков по гидродинамическим прогностическим картам давления и геопотенциала на поверхности 500 гПа. // Труды Зап.Сиб.НИГМИ. — 1989. — Вып. 89. — С. 108—114.

66. Храмцова И.Г., Шустова Г.А. Опыт использования в оперативных условиях модели прогноза экстремальной температуры на 1—6 дней. // Труды Зап.Сиб.НИИ Госкомгидромета. — 1990. — Вып. 93. — С. 75—79.

67. Храмцова И.Г., Шустова Г.А. Схема прогноза температуры воздуха у земли на 5 суток по дням для районов Сибири. // Труды Зап.Сиб.НИИ Госком-гидромета. — 1986. — Вып. 79. — С. 10—21.

68. Эстерле Г. Р. Адаптивная региональная схема статистической интерпретации на основе концепции MOS. // Тезисы докладов всесоюзной конференции "Статистическая интерпретация гидродинамических прогнозов". — Алма-Ата. — 1987. —С. 5—6.

69. Эстерле Г. Р. и др. Вероятностно-статистический прогноз трехсуточных осадков. // Труды САНИИ. — 1979. — Вып. 73/54. — С. 58—62.

70. Юдин ММ. Изменчивость метеорологических элементов в пространстве и во времени. // В кн.: А.И. Воейков и современные проблемы климатологии. — JL: Гидрометеоиздат. — 1956. — С. 175—192.

71. Anderson R.L., Bancroft Т.A. Statistical theory in research. McGraw-Hill Book Co., New York. — 1952.

72. Woodcock F. Australian experiment model output statistics forecasts of daily maximum and minimum temperature. // Mon. Wea. Rev. — 1984. — Vol. 112. — P. 2112—2121.154