Разработка методов и средств текущего прогнозирования

Кузнецов, Анатолий Дмитриевич

Бесплатный автореферат и диссертация по географии на тему
Разработка методов и средств текущего прогнозирования
ВАК РФ 11.00.09, Метеорология, климатология, агрометеорология

Автореферат диссертации по теме "Разработка методов и средств текущего прогнозирования"

министерство овил-то и профкс < ном \jii>Hom образования рф

.--РОССИЙСКИЙ ГОСУДАРСТВЕННЫЙ - Я ГИДРОМЕТЕОРОЛОГИЧЕСКИМ УНИВЕРСИТЕТ

(РГГМУ)

На правах рукописи

Кузнецов Анатолий Дмитриевич

УДК 551 .[509.324+501.81+507.362.2]

РАЗРАБОТКА МЕТОДОВ И СРЕДСТВ ТЕКУЩЕГО ПРОГНОЗИРОВАНИЯ

11.00.09 - Метеорология, климатология, агрометеорология

АВТОРЕФЕРАТ

диссертации на соискание ученой степени доктора физико-математических наук

Санкт-Петербург 1998

Работа выполнена в Роснпкком государственном гидрометеорологическом

университете.

Официальные оппоненты:

доктор технических наук, профессор Захаров М. Г.

доктор физико-математических наук, профессор Ивлев Л.С.

доктор физико-математических наук, профессор Солдатенко С. А.

Ведущая организация:

Главная геофизическая обсерватория им. А.И.Воейкова

Защита состоится 28 мая 1998 года в 1 530 на заседании специализированного совета Д.063.19.02 по присуждению ученой степени доктора наук при Российском Государственном гидрометеорологическом университете по адресу: 195196, Санкт-Петербург, пр. Малоохтинский, 98.

С диссертацией можно ознакомиться в библиотеке Российского государственного гидрометеорологического университета.

Автореферат разослан 27 апреля 1998 г.

Ученый секретарь специализированного Совета, доктор физико-математических наук, профессор

Дивинский Л.И.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

АКТУАЛЬНОСТЬ РАБОТЫ.

Значительный научный и технический прогресс не изменил роль и значение метеорологических факторов практически во все сферах хозяйственной деятельности. Поэтому среди основных проблем современного этапа развития метеорологии по прежнему остается задача совершенствования оправдываемое™ прогнозов погоды различной заблаговременности.

Практические потребности современного общества поставили перед метеорологией задачу создания средств и методов составления прогнозов погоды малой заблаговременности. Это сверхкраткосрочные прогнозы (согласно терминологии ВМО - с заблаговременностью до 12 ч) и текущие, т. е. постоянно обновляемые по мере поступления метеорологической информации, прогнозы (по терминологии ВМО - наукастинг (Ыо\уса51т§), с заблаговременностью до 3 ч). Необходимость в такого рода прогнозах погоды давно уже ощущала авиация и космонавтика, заинтересованные в информации о состоянии атмосферы на предполагаемые моменты времени взлета и посадки летательных аппаратов или запуска ракет; подразделения, обеспечивающие проведение активных воздействий на атмосферные процессы, в том числе с целью предупреждения градобития, рассеивания туманов, увеличения осадков, обеспечения комфортных условий проведения ответственных спортивных или политических мероприятий на открытом воздухе; строительные организации при осуществлении ответственных и дорогостоящих строительно-монтажных работ, в частности - с использованием вертолетов и т. д. Потребителями такого рода прогнозов являются наземный транспорт, коммунальное хозяйство крупных городов, а также специализированные подразделения МЧС России (оперативное специализированное гидрометеорологическое обеспечение в условиях возникновения чрезвычайных ситуаций). Такого рода метеорологические прогнозы призваны оперативно обеспечивать указанных потребителей необходимой метеорологической информацией с нужной детализацией и с учетом специфики их деятельности.

Решение задачи прогноза погоды малой заблаговременности оказалось возможным благодаря развитию контактных и дистанционных (активных и пассивных) средств и методов метеорологических измерений: лидаров, спектрометров и радиометров наземного и космического базирования, МСЗ на геостационарных и полярных орбитах, МРЛ и

доплеровских МРЛ, автоматических наземных метеорологических станций. Кроме того, решению этих задач способствовало развитие вычислительной техники, компьютерных сетей и информационных технологий. Это обеспечило технические возможности автоматизации практически всех этапов получения, первичной обработки и передачи данных метеорологических наблюдений, позволяющих в реальном масштабе времени получать, обрабатывать и передавать огромный объем метеорологической информации о состоянии атмосферы со значительной территории.

Однако задача реализации текущих прогнозов накладывает свои специфические требования как на необходимую для их осуществления материально-техническую базу, так и на создание соответствующей теоретической основы и программного обеспечения (математических моделей, реализованных в виде пакетов прикладных программ для современных ПЭВМ). Это вызвано прежде всего тем, что для осуществления текущего прогноза необходимо применение новых методов и подходов обработки и представления информации по сравнению с традиционными синоптическими и численными методами прогноза, поскольку только в этом случае может быть обеспечена его необходимая детализация. По этой причине проблема осуществления текущего прогнозирования все еще находится в стадии своего становления, особенно при совместном усвоении такой разнородной метеорологической информации как спутниковая, радиолокационная, аэрологическая и т. д.

ЦЕЛИ И ЗАДАЧИ ИССЛЕДОВАНИЯ

Целью и задачами диссертации являются:

1) модернизация существующих, разработка и создание новых технических средств применительно к решению задачи текущего прогнозирования;

2) разработка методов текущего прогнозирования;

3) реализация действующего макета автономного центра текущего прогнозирования на базе имеющихся в РГГМУ измерительно-информационных метеорологических систем;

4) апробация методов текущего прогнозирования как на основе численных экспериментов, так и на фактическом материале, получаемом в процессе функционирования автономного центра текущего прогнозирования.

ОБЪЕКТ ИССЛЕДОВАНИЯ.

Объектами исследования являются:

1. Измерительно-информационные метеорологические системы, призванные обеспечить необходимой метеорологической информацией

автономный центр текущего прогнозирования атмосферных процессов: МРЛ-5; автономный пункт приема информации с геостационарных и полярных МИСЗ (Дека-1700 и МР - 1000), станция аэрологического зондирования атмосферы (РЛС "Метеорит" для приема информации с радиозондов МАРЗ), автоматическая аэродромная метеостанция КРАМС-2.

2. Математические методы обработки и технические методы получения, сбора, передачи и представления данных метеорологических измерений для целей текущего прогнозирования.

3. Методы текущего прогнозирования.

НАУЧНАЯ НОВИЗНА.

1. Созданы новые технические средства, позволяющие осуществить модернизацию стандартных измерительно-информационных метеорологических систем для решения задачи текущего прогнозирования.

2. Разработаны методы обработки разнородной метеорологической информации, в частности, впервые разработан параметрический метод описания положения и формы атмосферных фронтов и облачных образований, адаптированный для решения задачи текущего прогнозирования..

3. На обширном фактическом материале апробированы как уже существующие, так и разработанные схемы и методы цифровой обработки метеорологических изображений.

4. Разработан метод текущего прогнозирования эволюции атмосферных фронтов и облачных образований.

ПРАКТИЧЕСКАЯ ЗНАЧИМОСТЬ

Практическая значимость диссертации определяется тем, что в процессе ее выполнения в РГГМУ был создан действующий макет автономного центра текущего прогнозирования, а также тем, что разработанные в работе методы и технические средства могут быть использованы:

для оперативной передачи всей получаемой центром метеорологической информации в прогностические подразделения;

- непосредственно для составления и передачи текущих прогнозов потребителям для принятия управленческих решений;

- для мониторинга состояния атмосферы;

- для проведения научных исследований.

Автономный центр текущего прогнозирования используется в РГГМУ при выполнении НИР и для обеспечения учебного процесса при подготовке специалистов различного уровня.

Тактико-технические данные созданного автономного центра текущего прогнозирования могут быть использованы при промышленном производстве автоматизированных систем получения и обработки метеорологической информации, при создании

автоматизированного рабочего места метеоролога.

ОБОСНОВАННОСТЬ И ДОСТОВЕРНОСТЬ РЕЗУЛЬТАТОВ ИССЛЕДОВА НИ Я.

Достоверность результатов исследования обуславливается тем, что разработанные новые технические средства апробированы в процессе функционирования автономного центра текущего прогнозирования, а методы текущего прогнозирования апробированы на репрезентативной выборке реальных метеорологических данных. Сравнение результатов прогноза с фактическим состоянием атмосферы показало, что использование предложенных методов позволяет увеличить оправдываемость текущего прогноза эволюции атмосферных фронтов и облачных образований в среднем на 10 % при заблаговременности до 3 часов (по сравнению с инерционным прогнозом).

РЕАЛИЗАЦИЯ РАБОТЫ

Основные результаты диссертационной работы (в том числе полученные при ее выполнении математические модели и программные продукты) реализованы в РГГМУ в процессе создания автономного центра текущего прогнозирования и используются в учебном процессе, для проведения научных исследований в рамках выполнения госбюджетной НИР кафедры ЭФА "Разработка средств и методов анализа и сверхкраткосрочного прогноза атмосферных процессов", в работе созданного при РГГМУ Регионального метеорологического учебного центра ВМО. Произведена модернизация стандартных измерительно-информационных метеорологических систем и осуществлено их сопряжение с ПЭВМ. На основе разработанных алгоритмов созданы и доведены до практического использования программы текущего прогнозирования для ПЭВМ.

АПРОБАЦИЯ РАБОТЫ

1997 г.), на XV и XVI Всероссийских симпозиумах "Радиолокационные исследования природных сред" (Санкт-Петербург, апрель 1997 г. и апрель

1998 г.), на Итоговых сессиях Ученого совета РГГМУ в 1994, 1995, 1996 и 1997 годах, на научных семинарах Научно-исследовательского центра дистанционного зондирования атмосферы при ГГО

им. А.И. Воейкова, на расширенном научном семинаре кафедры ЭФА РГГМУ.

ОСНОВНЫЕ ПОЛОЖЕНИЯ ВЫНОСИМЫЕ НА ЗАЩИТУ:

1. Организационная структура автономного центра текущего прогнозирования атмосферных процессов.

2. Технические решения, связанные с модернизацией входящих в состав автономного центра стандартных измерительно-информационных метеорологических систем и математические методы обработки метеорологической информации, получаемой в процессе их функционирования.

3. Методы текущего прогнозирования атмосферных процессов.

4. Результаты апробации на фактическом материале методов текущего прогнозирования.

ЛИЧНЫЙ ВКЛАД АВТОРА В РАЗРАБОТКУ НАУЧНЫХ РЕЗУЛЬТАТОВ.

Все теоретические результаты, представленные в диссертационной работе, были получены либо самим автором, либо совместно с руководимыми автором аспирантами Сероуховой О.С., Бриедис Т.Е. и Симакиным А.Д. Разработка и реализация технических решений по модернизации измерительно-информационных систем осуществлялась руководимыми автором временными научными коллективами, состоящих из сотрудников кафедры ЭФА.

ПУБЛИКАЦИИ РЕЗУЛЬТАТОВ ИССЛЕДОВАНИЙ.

По теме диссертации опубликовано 65 работ, в том числе две монографии, учебник (две главы) и четыре учебных пособия.

СТРУКТУРА И ОБЪЕМ ДИССЕРТАЦИИ.

Диссертация изложена на 181 странице машинописного текста. Состоит из введения, 4 разделов, заключения и списка литературы. Текст иллюстрирован 98 рисунками и 23 таблицами. Список использованной литературы включает 227 наименований.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

Во ВВЕДЕНИИ формулируются основные цели выполненного исследования и обосновывается актуальность, практическая значимость и научная новизна выбранного научного направления, рассматриваются цели и задачи диссертационной работы, дается краткое описание структуры диссертации.

ПЕРВАЯ ГЛАВА посвящена решению технических и организационных задач, связанных с созданием автономного центра текущего прогнозирования (АЦТП) на основе модернизации и объединения в единый автоматизированный комплекс отдельных информационно-измерительных метеорологических систем.

В разделе 1.1 рассмотрена организационная структура АЦТП. Здесь отмечается, что для осуществления текущего прогнозирования необходимо выполнение следующих этапов:

1. Проведение комплексных метеорологических наблюдений в режиме, адаптированном к решению задачи текущего прогнозирования.

2. Сбор и обработка данных метеорологических измерений с учетом временных и пространственных масштабов прогнозируемых процессов.

3. Анализ этих данных и составление текущего прогноза.

4. Передача текущего прогноза в форме, удобной для использования ее потребителями (с учетом специфики их интересов).

В настоящее время для экономии финансовых средств представляется целесообразным создание автономных специализированных центров на базе научно-исследовательских организаций или специализированных учебных заведений, имеющих в своем составе необходимые технические средства и располагающих квалифицированным научным и инженерным персоналом. Именно здесь возможно с минимальными затратами использовать уже имеющиеся технические средства из-за наличия определенной "свободы" в использовании сложной и дорогостоящей измерительной и вычислительной техники, режим работы которой не подвержен жесткой регламентации.

При создании АЦТП его основными задачами являются:

- разработка и апробация методов текущего прогнозирования;

- разработка, создание и апробация средств и методов, необходимых для модернизации измерительно-информационных систем с учетом специфических требований текущего прогнозирования;

- обеспечение текущими прогнозами потребителей;

- отработка методов и форм представления специализированных текущих прогнозов заинтересованным потребителям;

- создание банка метеорологических данных;

внедрение текущего прогнозирования в оперативные прогностические подразделения;

- интеграция центра с организациями и научными центрами, осуществляющими получение и распространение гидрометеорологической информации и разрабатывающими методы прогнозирования и средства проведения метеорологических наблюдений.

С учетом пространственно-временных масштабов текущего прогнозирования АЦТП должен содержать в своем составе следующие измерительно-информационные и информационные системы:

- метеорологический радиолокатор;

- автономный пункт приема спутниковой информации;

- метеорологическую станцию;

- автоматизированные рабочие места синоптика, радиометеоролога, аэролога и т.п.;

- каналы связи, компьютерное оборудование и программное обеспечение для принятия, обработки и передачи метеорологической информации.

При этом использование компьютерных сетей, объединяющих как входящие в состав центра измерительно-информационные системы, так и осуществляющие прием и передачу данных, имеет принципиальное значение для успешного функционирования центра.

Выше не указана система аэрологического зондирования, хотя получение информации о вертикальных профилях метеорологических величин имеет важное значение для прогноза погоды различной заблаговременности, в том числе и для текущего прогнозирования. С учетом стоимости и малой оперативности контактных методов радиозондирования атмосферы представляется целесообразным прием центром текущего прогнозирования получаемой в этом случае информации о вертикальных профилях метеорологических величин по каналам связи (например, системой "Оскар"). Однако наличие автономной станции аэрологического зондирования в составе центра позволяет получать более детальную информацию о вертикальной структуре атмосферы и может быть использовано для увеличения частоты зондирования. По этой причине в состав автономного центра была включена и система аэрологического зондирования "Метеорит - МАРЗ", хотя включение этой системы потребовало модернизации используемого здесь способа обработки данных.

Создание АЦТП базировалось на использовании уже имеющихся в РГГМУ технических средств. В состав центра вошли:

1) МРЛ-5;

2) автономные пункты приема спутниковой информации: "Дека-1700", "МР-1000" и "Сюжет-М" (прием изображений с геостационарного спутника "Метеосат", с полярных спутников "Метеор" и "НОАА");

3) автоматическая аэродромная метеостанция КРАМС-2;

4) автоматизированные рабочие места синоптика на базе ГИС-Метео и системы "Оскар";

5) система комплексного температурно-ветрового зондирования "Метеорит-МАРЗ".

Выше уже отмечалась особая важность автоматизации функционирования всех входящих в центр систем. Поэтому следующим (после определения структуры центра) важным этапом создания центра является определение средств и методов модернизации перечисленных выше систем.

В разделе 1.2 рассмотрены вопросы модернизации радиолокационной станции МРЛ-5 для ее использования в составе центра. Поскольку использование серийно выпускаемых в нашей стране МРЛ-5

для решения задач текущего прогнозирования затруднено из-за низкого уровня предусмотренной в этих станциях автоматизации обработки данных радиолокационных наблюдений, то первой задачей является комплексная автоматизация ее работы. Для ее решения была использована одна из двух имеющихся в России систем автоматизации: на MPJ1-5 была установлена система автоматизации "Метеоячейка" (С.-Петербург, Институт радарной метеорологии), превратившая станцию в автоматизированный радиолокационный комплекс. Кроме того, для расширения возможностей проведения радиолокационных наблюдений на станцию была установлена автоматизированная система "Вертикаль". Система "Вертикаль" была впервые создана и апробирована в процессе выполнения диссертационной работы. Автоматизированная система "Вертикаль" предназначена для оперативного получения с помощью MPJ1-5 с высоким пространственным разрешением информации о вертикальном профиле отражаемости по градациям высоты вдоль вертикальной линии на заданном удалении от радиолокатора. Решение этой задачи важно при определении вертикальной структуры облачности, так как информация о радиолокационной отражаемости, получаемая с помощью таких систем автоматической обработки, как АКСОПРИ или "Метеоячейка", оказывается недостаточной для проведения анализа процессов, происходящих в облаке. Последнее объясняется ограниченным числом градаций по вертикали и усреднением отражаемости по очень большим площадям и интервалам высот.

Важной особенностью системы" Вертикаль", обеспечившей возможность ее функционирования в рамках АЦТП, является высокая степень ее автоматизации: она сопрягается с MPJ1-5 и ПЭВМ, и позволяет получать данные о радиолокационной отражаемости вдоль вертикальной линии зондирования, удаленной по горизонтальной дальности на (10-60) км. Высота зондирования - 10 км (допускается программное изменение высоты). Дискретность по дальности - 240 м.

Автоматизированная система "Вертикаль" прошла опытную эксплуатацию в 1996-1998 гг. Натурные наблюдения проводились в рамках совместного российско-японского проекта "WANTS-ARCTIC" по исследованию снеговых осадков, где "Вертикаль" использовалась совместно с автоматизированной системой "Метеоячейка".

Разработанная для обработки получаемых с помощью системы "Вертикаль" данных методика подробно рассмотрена в разделе 2.2.

В разделе 1.3 рассмотрено решение проблемы автоматизации процесса регистрации получаемых с помощью комплексной радиотехнической аэродромной метеорологической станции КРАМС-2 данных, поскольку оперативное получение информации о временных рядах основных метеорологических величин является основой для осуществления текущего прогнозирования их значений. Основная задача такой модернизации - полная автоматизация процесса получения и обработки данных от такой станции с последующей передачей этой информации в

ПЭВМ для ее использования в схемах текущего прогнозирования, а также в случае необходимости изменение расположения датчиков такой станции с учетом требований потребителей, обслуживаемых центром текущего прогнозирования.

Для автоматизации процесса регистрации данных КРАМС-2 была разработана, создана и апробирована система регистрации и обработки данных с использованием РС 1ВМ, а также соответствующее математическое обеспечение для обработки, хранения и визуализации данных измерений. Данная система обеспечивает ввод данных в ПЭВМ таким образом, чтобы этот процесс не оказывал влияния на нормальную работу станции по стандартным алгоритмам.

В процессе модернизации станции КРАМС-2 в ее состав был включен в виде отдельного блока инфракрасный радиометр, предназначенный для дистанционного измерения температуры подстилающей поверхности (в том числе с борта самолета или вертолета). Для автоматизации процесса измерений он был подключен к ПЭВМ, а разработанное для него программное обеспечение позволило автоматизировать процесс автоматического дистанционного определения как температуры подстилающей поверхности (реки, автострады и т.п.), так и состояния этой поверхности на основе определения ее излучательной способности.

В разделе 1.4 рассмотрены технические и программные средства, необходимые для комплексной автоматизации процесса получения, контроля, обработки и представления данных аэрологического зондирования с помощью системы "Метеорит- МАРЗ". Решение всех этих вопросов потребовалось из-за того, что существующие ранее системы автоматизации (такие, как централизованная система "ОКА" или автономная система "ОКТАВА") по своим возможностям и аппаратурной базе не отвечают требованиям, необходимым для их использования в составе центра. Было разработано и создано устройство сопряжения радиолокационной станции "Метеорит" с РС 1ВМ, названное "ЗОНД", а также соответствующее программное обеспечение. Оно позволяет вводить в компьютер всю информацию, которая поступает в систему регистрации и передачи данных, а также осуществлять всю обработку результатов температурно-ветрового зондирования (по мере поступления блоков данных в ПЭВМ) и отображать результаты расчета в виде стандартных таблиц,бланков и графиков.

Раздел 1.5 посвящен решению вопросов модернизации включенных в состав центра систем оперативного получения спутниковых изображений. Это система "Сюжет-М" (с геостационарных и полярных МСЗ) и две относительно старых системы приема спутниковых изображений: "Дека-1700" (прием изображений с геостационарного МСЗ "Метеосат") и "МР-1000" (прием изображений с полярных МСЗ "НОАА" и "Метеор"). Для обеспечения возможности функционирования двух последних в составе центра потребовалась аппаратурная модернизация системы "МР-1000". Данная система предназначена для приема спутниковых

изображений на факсимильную аппаратуру и полностью лишена какой-либо автоматизации. Поскольку в настоящее время эта система морально устарела и вместо нее выпускается система "Сюжет", входящая в состав центра, то в рамках данной работы была выполнена лишь замена схемы регистрации спутниковых изображений - осуществлено сопряжение факсимильного канала с 1ВМ РС и разработана схема архивации принимаемых снимков в стандартных форматах. Последнее позволило использовать для получаемых с помощью этой системы спутниковых изображений разработанные в данной работе методы цифровой их обработки. Кроме того, для всех систем было разработано дополнительное математическое обеспечение цифровой обработки изображений, которое рассматривается в главе 3.

В разделе 1.6 отмечается важность использования наряду с получаемой непосредственно в АЦТП метеорологической информацией и тех данных, которые используются для обеспечения среднесрочных прогнозов погоды. Однако существующие средства зондирования атмосферы в силу ряда объективных причин пока не в состоянии обеспечить требуемого для составления прогнозов объема метеорологической информации над большей территорией земного шара, а также в слое 25—50 км. Одним из принципиальных путей ликвидации «белых пятен» в метеорологической освещенности в глобальном масштабе представляется привлечение дополнительных источников получения информации и, в частности, специально организованного аэростатно-спутникового комплекса зондирования атмосферы.

Аэростатно-спутниковый комплекс зондирования атмосферы достаточно подробно рассмотрен в монографии автора "Зондирование атмосферы метеорологическими аэростатами" (в соавторстве с Е.П. Борисенковым и Ю.Ж. Альтер-Заликом). По этой причине в данном разделе выполнен краткий обзор отдельных аспектов организации, структуры и функционирования комплекса, а также рассмотрен состав получаемой в этом случае метеорологической информации.

В разделе 1.7 рассмотрено решение задачи создания локальной вычислительной сети (ЛВС), т.к. необходимым условием функционирования АЦТП является объединение входящих в его состав ПЭВМ (как подключенных к различным измерительно-информационным системам и внешним линиям связи, так и являющихся рабочими местами операторов) в локальную вычислительную сеть. Выбор же оптимальной стратегии при создании ЛВС - это сложная научная и инженерная задача. ЛВС автономного центра текущего прогнозирования (ЛВС АЦТП) должна:

- обеспечить оперативную работу всех технических средств АЦТП;

- объединить информационные и вычислительные ресурсы кафедр и лабораторий университета;

- обеспечить возможность подключения к сети Интернет (в частности, для работы ГИС-Метео);

позволить осуществить проектирование и оперативное функционирование WEB-сервера, предоставляющего удаленным пользователям информацию о текущей и прогнозируемой погоде по результатам работы центра, а также другие виды информации.

Для решения всех перечисленных задач после детального анализа была выбрана следующая схема создания ЛВС АЦТП:

1. Стандарт ЛВС АЦТП: Ethernet и Fast Ethernet.

2. Пропускная способность: сегменты 10 и 100 Мбит/с, полудуплексные межсоединения сегментов.

3. Топология кабельной системы: "звезда".

4. Тип кабельной системы: "витая пара" и оптическое волокно.

В итоге созданная ЛВС АЦТП состоит из трех макросегментов различного уровня и назначения, подключенных к центральному коммутатору посредством высокоскоростного оптоволоконного кабеля. Высокоскоростной (100 Мбит/с) макросегмент выполняет сбор, обработку, хранение и представление оперативной метеорологической информации, получаемой в реальном масштабе времени с аппаратных средств АЦТП (радиолокационное изображение облачности, спутниковые снимки, оперативные данные о состоянии погоды, видеопейзаж, радиационный фон и т.п.). Все активное сетевое оборудование этого макросегмента нагружено на центральный коммутатор ЛВС АЦТП. Второй макросегмент, занимающий один из портов центрального коммутатора, предназначен для выполнения менее ресурсоемкой работы. Третий макросегмент, также занимающий один из портов центрального коммутатора, представляет собой станцию управления удаленным доступом, состоящую из сервера удаленного доступа, модемного пула, цифровой АТС. Он предназначен для обеспечения доступа к информации, распространяемой по телефонным каналам связи (синоптические карты, метеорологические телеграммы, прогнозы из других источников и по другим регионам, информация штормового кольца и т. д.), а также для подключения удаленных пользователей. Для реализации этого макросегмента потребовалась модернизация местной АТС РГГМУ.

ВТОРАЯ ГЛАВА посвящена разработке и анализу математических методов обработки информации, получаемой техническими средствами АЦТП.

В разделе 2.1 исследованы математические методы цифровой обработки изображений с точки зрения использования этих методов при подготовке спутниковых и радиолокационных изображений для осуществления текущего прогноза. После рассмотрения общих принципов построения системы цифровой обработки изображений в этом разделе последовательно рассмотрены: текстурный анализ, построение центральной линии объекта, сегментация и локальная фильтрация спутниковых и радиолокационных изображений.

Текстурный анализ повышает вероятность распознавания метеорологических объектов на поступающих с метеорологических

спутников изображениях, поскольку текстурные дешифровочные признаки имеют важное преимущество перед тональными признаками. Это преимущество, в частности, заключается в их меньшей подверженности влияниям условий съемки. Поскольку главной проблемой анализа текстурной информации является формирование системы признаков, то в данном разделе был рассмотрен ряд признаков текстур и приведены необходимые для их расчета соотношения. В работе приводятся результаты текстурного анализа реальных спутниковых изображений на основе рассмотрения так называемой матрицы смежности (вычисления осуществлялись с помощью созданной при выполнении данной работы программы РИЛИАТСЖ).

Помимо текстурного анализа в разделе рассмотрены вопросы автоматического построения границ и контуров на спутниковых и радиолокационных изображениях. Разработанные в данном разделе алгоритмы, реализующие процедуры "скелетизации", (в частности, когда скелет образуется множеством центров окружностей, максимально вписанных в контур облака), были апробированы с использованием реальных спутниковых изображений (МСЗ "Метеосат") и могут быть использованы для автоматического нахождения центральной линии ("скелета") облачного вихря или облачности атмосферного фронта.

Для автоматизации процесса построения контуров на спутниковых и радиолокационных изображениях в работе был создан и апробирован специальный алгоритм, который детально описывается в данном разделе (реализован в программе АЗСАМ). Отдельные блоки этого алгоритма могут применяться для любых контурных изображений, представленных на последовательных снимках, в том числе для контуров зон осадков, определяемых на основе обработки данных радиолокационных наблюдений, для зон электрической активности в облаках, потенциально молниеопасных для летательных аппаратов, и других.

Кроме автоматического алгоритма для сегментации контура облачности может быть использован интерактивный подход, для реализации которого также была создана специальная программа для ПЭВМ.

Весьма детально в этом разделе исследованы различные методы локальной фильтрации изображений. В связи с тем, что ограничением локальных фильтров является возможность подавления только импульсных помех, то особое место в данном разделе занимает решение задачи устранения полосовых помех на спутниковых снимках, весьма часто появляющихся в случае расположения пункта приема в черте крупного индустриального центра. В работе разработан, реализован и апробирован алгоритм автоматического выявления таких помех (с целью их последующего устранения) и коррекции спутникового изображения. Кроме того, здесь предложен специально разработанный метод количественной оценки воздействия алгоритмов фильтрации помех на исходное спутниковое изображение.

В разделе 2.2 показано, что использование обычной (при радиолокационных наблюдениях за облаками и осадками) методики оценки отражаемости при обработке данных, получаемых с помощью системы "Вертикаль", может привести к заметным погрешностям из-за нелинейности приемного тракта РЛС и влияния шумового напряжения приемника.

При оценке мощности отраженного сигнала по среднему значению напряжения, регистрируемого на выходе приемника с логарифмической амплитудной характеристикой, получается среднее геометрическое значение, которое всегда меньше среднего арифметического, что приводит к занижению оценки отражаемости. Кроме того, на оценку мощности отраженного сигнала сложным образом влияет шумовая компонента выходного напряжения. Как показал выполненный анализ, если не учитывать в сигнале шумовую компоненту, то могут получаться существенно завышенные оценки средней мощности, а если учитывать (вычитая напряжение, пропорциональное среднему значению шумового напряжения и подчиняющегося статистике Релея), то могут быть получены как завышенные, так и заниженные оценки.

В результате проведенного исследования была определена функция плотности распределения напряжения на выходе приемника РЛС с логарифмической амплитудной характеристикой и аддитивной шумовой компонентой выходного напряжения. При этом предполагалось, что приемник имеет линейно-логарифмическую амплитудную характеристику, мощность выходного сигнала подчиняется экспоненциальному закону распределения со средним значением Рс, а среднее значение шумовой компоненты подчиняется релеевской статистике и равно иш. Тогда полученная функция плотности распределения выходного напряжения приемника будет определяться следующим соотношением:

.. . _ , х-иар)-ехр\-- иГ

и-2-и„-иш-(Рс/Р0) У - " | Щ-(Ре/Р0) о

л(ит1Х - ипр)2 и„р |

~Ш +~й<

где и2 - напряжение, зависящее от особенностей антенно-волноводного тракта радиолокационной станции и равное, для используемой аппаратуры, приблизительно 30 В.

Р0 - нормирующая мощность, равная 1 Вт,.

Полученные в данном разделе результаты были использованы для получения несмещенных, достоверных и состоятельных оценок.

Раздел 2.3 посвящен математическим методам решения обратных задач атмосферной оптики, связанных с обработкой результатов

спутниковых и наземных измерений собственного теплового излучения системы подстилающая поверхность - атмосфера для восстановления характеристик влажности. Кратко формулируются физико-математические основы косвенных дистанционных методов измерений метеорологических величин для двух типов обратных задач теории переноса излучения. Для рассмотрения математических методов решения обратных задач атмосферной оптики уравнение переноса теплового излучения в атмосфере формализуется в следующем виде

и(х)=А[х, v(s)],

где функции v(s) и и(х) принадлежат некоторым функциональным пространствам Ф и F, а аргументы этих функций s и х являются элементами множества вещественных чисел; А — оператор, действующий из Ф в F (так называемый оператор прямой задачи). Или, переходя к конечномерному аналогу, в следующем матричном виде

f = A~<Р >

где <р - искомый вектор, f- известный вектор, А = {а ¡¡} - матрица с элементами а ¡¡.

Рассмотрено понятие корректно поставленных и некорректно поставленных задач нахождения "решения" <р по заданным "исходным данным" f, т. е.

?=R(f),

где R - некоторый оператор, а <р и Г - элементы метрических пространств F hU с расстояниями между элементами pU(fi, f2), pF (<pi, q>i)\ f 1, f 2 e U; (pi, срг e F с заданной метрикой, причем определено понятие "решения" и каждому элементу f eU отвечает единственное решение <р = R(f) из пространства F.

На ряде примеров в данном разделе показано, что обратные задачи атмосферной оптики являются некорректно поставленными.

Для исследования устойчивости решения обратных задач рассматривается исходное уравнение с учетом наличия ошибок задания левой части

где е - вектор ошибок измерений, подчиненных известному

вероятностному распределению. Пологая для общности, что матрица А не является квадратной, а имеет размерность пхш; соответственно вектор <р имеет размерность m xl, а вектора f и е - это п - мерные вектора размерности n xl, после несложных преобразований это уравнение можно привести к уравнению с квадратной матрицей и для него получается

следующее выражение для оценки относительной ошибки определения вектора <р :

где матрица А - это произведение ранее введенной матрицы на транспонированную; вектор 6- ошибка определения q>, вектор е - ошибка задания правой части уравнения (также умноженные на транспонированную матрицу).

Величину, характеризующую степень усиления ошибки измерения, называют числом обусловленности г, для расчета которого можно воспользоваться следующим соотношением

—- max Г >

где в числителе и знаменателе стоят соответственно максимальное и минимальное собственные числа матрицы системы.

Для обратных задач атмосферной оптики число обусловленности весьма велико и поэтому для получения устойчивого (т.е. имеющего физический смысл) их решения требуется применение специальных методов решения плохообусловленных систем линейных алгебраических уравнений. Задачу следует доопределить тем или иным способом, указав признаки искомого решения, выделяющие его из множества всех векторов, удовлетворяющих уравнению прямой задачи с заданной точностью (совокупность этих признаков называют "априорной информацией" и ее введение является необходимым элементом подхода к устойчивому решению уравнения в том случае, если решаемая задача относится к классу некорректно поставленных). Априорная информация позволяет выделить в пространстве r'" класс допустимых решений Ro. Точное указание такого класса является информацией типа Т. Возможен и другой подход, основанный на введении распределения вероятностей в пространстве r'\ В этом случае указывается вероятность принадлежности решения некоторому подмножеству X пространства r". Такое задание априорной информации было названо типом В

Обычно используются следующие априорные ограничения:

1) Tl: Ro = L(iii,U2,..., Uk), где Tl - подпространство размерности k < m в Rm;

2)Т2: R0 = (p:(p,H^)<c),

где Н - симметричная положительно определенная матрица и в этом случае в качестве допустимых решений возможны все те вектора <р, для которых скалярное произведение (<р, Hp) меньше некоторого заданного числа с;

3) В: задано своими двумя первыми моментами гауссово распределение вероятностей:

Е(<р)= (ро , Е [{(р-(ръ){(р-(ро) ]+ = Б. В соответствии с тремя типами априорных ограничений можно выделить три группы численных методов решения: проекционные, регуляризации, статистические оценки.

При использовании проекционных методов на основе априорной

информации Т1 решение задачи ищется в виде

-> -

ч> = ¿Л". >

где Ь. - неизвестные коэффициенты разложения; и, - некоторая система базисных векторов в 11^,т>к.

Регуляризационные методы используют априорные условия Т2 с различным выбором оператора Н. Для устранения неустойчивости решения А.Н. Тихоновым был предложен метод регуляризации, в основе которого лежит понятие сглаживающего функционала, когда вместо поиска минимума исходного функционала предлагается минимизировать функционал вида

¿й =

где £ - ковариационная матрица вектора ошибок е.

В этом случае минимум нормы невязки ищется не во всем пространстве я", а лишь в области, задаваемой априорным условием Т2, а параметр а имеет смысл множителя Лагранжа. Второе слагаемое называется сглаживающим функционалом:

Г-А <р + а и?

£ 1 и

= р, Н .

В этом случае для оценки вектора <р получаем следующее выражение

Ч> = (Р + аН)1 А+1"'Г , где Р - матрица Фишера: Р = А+ Е-1 А.

Методы статистической оценки базируются на использовании априорной информации типа В. В этом случае существует несколько методов построения оценок: байесовская оценка, наилучшая (в среднеквадратичном смысле) линейная оценка, оценка, максимизирующая апостериорную вероятность. При использовании последнего метода,

предполагая, что искомый вектор (р принадлежит некоторому априорному ансамблю, описываемому многомерным нормальным распределением с плотностью вероятности

р(<р)

(2хГ2\Ц

~ехР

можно построить следующее решение (метод статистической регуляризации)

ф = (л*х-'л+ 0-')-' или р = оа'(аэл*+!)■' ? .

На основе полученных оценок в следующем подпункте данного раздела исследуется возможность дистанционного определения профиля влажности на основе интерпретации как спутниковых, так и наземных измерений в полосах и линии поглощения водяного пара собственного теплового излучения системы подстилающая поверхность-атмосфера.

В первом случае для решения обратной задачи были использованы три метода восстановления профиля удельной влажности я(р) (с применением схемы последовательных приближений): метод Смита (метод СМ), метод минимума априорной информации (метод МАИ) и метод статистической регуляризации (метод СР). Существенное отличие этих методов заключается в том, что в первом случае используется минимальное количество априорной статистической информации об искомом вертикальном распределении удельной влажности, во втором случае задание такой информации носит весьма общий характер (задается профиль дисперсии и профиль начального приближения я(р)), в

третьем - при интерпретации радиационных данных используется более подробная статистическая информация (в частности, корреляционная матрица удельной влажности). В процессе проведения численных экспериментов на основе использования разных методик интерпретации радиационных данных исследовалось: влияние ошибок измерения уходящего теплового излучения на результаты восстановления характеристик влажности, сходимость метода последовательных приближений и эффективность используемого критерия для прекращения итерационного процесса, влияние профиля начального приближения д°(р) на точность решения, зависимость между величиной ошибок в задании температурного профиля и радиационной модели атмосферы и точностью восстановления характеристик влажности, а также влияние схемы регистрации уходящего теплового излучения на точность решения.

Как показал анализ результатов численных экспериментов, средняя точность восстановления общего влагосодержания атмосферы на основе измерений 1д„ в полосе 20ч-50 мкм (при средней точности регистрации) рассмотренными методами составляет 20 25 %. Относительная погрешность восстановления профилей удельной и относительной влажности для этого случая колеблется в слое 1000 -г 500 гПа от 20 до 50 %. В случае проведения совместных измерений уходящего излучения в инфракрасном и микроволновом диапазонах спектра (моделировались измерения в двух каналах полосы 20-^50 мкм и двух каналах линии поглощения водяного пара при к = 1,35 см) наблюдается увеличение точности решения.

Во втором случае целью проведенного исследования было сравнение результатов дистанционного восстановления профиля q(P) при использовании следующих трех схем регистрации излучения: спектральных измерений, измерений радиации под различными зенитными углами 0 и совместных спектральных и угловых измерений. При этом для решения нелинейного интегрального уравнения, к которому при известном профиле температуры Т(Р) сводится рассматриваемая задача, использовался итерационный метод Смита. Поскольку в силу своей физической природы косвенные методы зондирования атмосферы на основе измерения ИК-излучения не дают возможности восстанавливать тонкую структуру вертикальных профилей qm(P) и Т(Р) (в частности, весьма существенным является возможность восстанавливать приземные инверсии у профиля удельной влажности q(P)), то исследовалось и влияние на точность восстановления характеристик влажности наличия различных "особенностей" у профиля qm(P) или Т(Р).

Проведенные расчеты показали, что рассмотренный метод практически не требует задания априорной информации об искомом решении. Оптимальное число каналов измерения колеблется от трех до четырех в зависимости от формы профилей и величины ошибок измерения. В качестве рекомендаций для проведения реальных экспериментов укажем на следующие условия измерения (спектральное разрешение Ду~20см-'):

а) v=543 см-1, 0= 0 v= 543 см-1, 0= 30 v= 543 см-1, 0= 60

б) v= 528 см-1, 0= 0 v— 543 см-1, 0= 0 v= 560 см -1, 0= 0

При этом средняя относительная точность восстановления составляет в слое 1000-^500 гПа (при gj = 0,50 эрг/см2-с-ср-см-'): для значений удельной и относительной влажности - 10+15 %, для общего влагосодержания атмосферы - 3+5 %.

В разделе 2.4 выполнено исследование возможности использования данных автоматизированной метеостанции КРАМС-2 для уточнения вертикальных профилей таких метеорологических величин как температура и влажность без привлечения информации о собственном нисходящим излучении атмосферы (т.е. без решения обратных задач атмосферной оптики), а только используя данные прямых измерений приземного давления ро и приземные значений Т(р0) и q(p<>). Измерение всех этих величин при функционировании АЦТП обеспечивает автоматизированная метеостанция КРАМС-2. При этим в данном разделе задача восстановления вертикальных профилей Т(р) и q(p) рассматривается в рамках общего статистического подхода к решению обратных задач атмосферной оптики, общая постановка которого была впервые предложена Вествотером, а затем развита в работах Ю.М.Тимофеева и О.М.Покровского. В этом случае система Земля — атмосфера рассматривается как среда, характеризуемая случайными функциями, а профили Т(р) и q(p) - как случайные векторы, имеющие нормальное распределение с известными средними и

автокорреляционными и взаимокорреляционными матрицами Кт(р),т(р), K4(p).q(p) и Кт(р).ч(р>. Предполагая наличие линейной корреляционной связи как между отклонениями Т(р) и q(p) от их средних значений на различных уровнях в атмосфере: Т'(р) и q'(p), так и наличие линейной взаимокорреляции между профилями Т'(р) и q'(p), на основе наилучшей линейной оценки можно получить статистическую экстраполяцию профилей по известным Т'(р0) и q'(po) (р0 - приземное давление), которую можно записать в следующем виде

Y= А * В ' * X,

где

Кт(р),т(гъ) Кт(г)4п) К<р).Чп>) К<АрНп.)

В--

КЦп).Цп,) КгШгъ)

Сделанное выше предположение о линейности корреляционных связей также позволяет на основе полученной линейной оценки найти объективные статистические характеристики точности такого восстановления.

Для анализа влияния адекватности профилей Т(р) и q(p) используемому в расчетах статистическому материалу на точность восстановления вычислялась априорная вероятность реализации профилей температуры и влажности Рти Рч, (формула только для температуры)

br-i 2

Np)t(P)

-exp

-\(кт1р]Пг)Г(р),Г(р))

где Кцруцр) - обратная корреляционная матрица температуры.

Анализ полученных данных показал, что на основе прямых измерений Т(р0) и q(po) (без привлечения данных о величине собственной нисходящей радиации) статистическая экстраполяция практически всегда позволяет уточнить наши априорные сведения о реальных Т(р), q(p) и W в нижнем слое атмосферы и уменьшить априорную неопределенность в задании профилей Т(р) и q(p) в слое 1000—700 гПа на 10—100 %. При этом, однако, точность статистической экстраполяции конкретных реализаций Т(р), q(p) по Т(р0) и q(p0) существенно зависит от априорной вероятности реализации данных профилей, а эффективность статистического восстановления температуры и влажности достаточно быстро убывает с высотой и практически равна нулю при р<300 мб.

Рассмотренный метод статистической экстраполяции может быть обобщен и на случай использования для восстановления профилей Т(р) и q(p) данных о собственном нисходящем излучении атмосферы (при наличии корреляционных матриц Кт(р), i(v>, Kq(p>, i(v>, Ki(v>, i<v), где I(v) — вектор интенсивности собственного нисходящего излучения атмосферы, v — частота).

В разделе 2.5 рассматриваются математические методы текущего прогнозирования временных рядов. Реализация методов текущего прогнозирования предполагает наличие временного ряда данных,

отображающего изменение некоторого параметра (или непосредственно метеорологической величины, или параметра модели, созданной для описания метеорологического процесса или явления) во времени, и прогноз на основе такой информации значений временного ряда на будущее в реальном масштабе времени. Поэтому в данном разделе, после рассмотрения достаточно общих принципов построения процедуры прогноза, из многочисленных известных математических методов были выбраны и рассмотрены два подхода, основанные на хорошо известном, апробированном и базирующемся на одном из самых распространенных способов обработки результатов наблюдений: методе наименьших квадратов - методе полиномиальной аппроксимации, а также на методе адаптивной фильтрации случайных процессов (с использованием адаптивного Калмановского фильтра).

При использовании методов полиномиальной аппроксимации для целей текущего прогнозирования рассматривался временной ряд координат некоторой "точки" в пространстве в различные моменты времени, причем траектория перемещения этой "точки" задавалась в параметрическом виде на основе двух функций: х(0 и у(1), где параметром является время I. Для каждой из этих функций при использовании полиномиальной аппроксимации строился свой полином степени пр:

х(1) = а0+а,1 + а,12+... + апр1пр

у(1) = Ь0 + Ь,т + Ь2г2 +... + Ьпр1пр

коэффициенты которых определяются методом наименьших квадратов по данным наблюдений. Введя матрицу и вектора

1 I, 1 I,

1 I.

I г

.пр пГ

х.

и В =

получаем следующее уравнение для определения вектора Вх: Для случая неравноточных измерений:

Определенный интерес, и прежде всего, в методическом плане, представляет рассмотрение использования метода наименьших квадратов с дополнительными условиями. В частности, в качестве таких дополнительных условий в данной работе были рассмотрены: минимизация суммы квадратов скоростей перемещения "точки" и минимизация суммы квадратов кривизны аппроксимационной функции. В

первом случае минимизируются следующие функционалы от функций x(t) и y(t):

ZK«iK]! + pÎ

j=i L J j=!

"f r , ч -■» nf

dx(t)

dy(t)

min,

где р - нормировочный коэффициент. Во втором случае:

*,]2-+ £ Ш-у1+ я 1И0Г = ™п'

j=1 j=l 1=1

где q - нормировочный коэффициент; К(^) - кривизна траектории в момент времени

КО,) =

dx(t) . d2y(l) dy(t) d = x(t)

dt dt« = 'j dt t = tj -J dt:

dx(t) dt

dy(t) dt

Кроме того, в данном разделе рассмотрена полиномиальная аппроксимация временных рядов с дополнительным условием (например, определяющим значения полинома в момент времени t > t nf) на основе использования метода неопределенных множителей Лагранжа. Тогда задача определения коэффициентов (например, для функции x(t)) сводится к нахождению минимума следующего выражения

Е = Xj]- -t-X.-gCt) = min ,

j=i

где параметр X - неопределенный множитель Лагранжа. В работе рассмотрено использование этого подхода для случая, когда в качестве дополнительного условия используется задание скорости перемещения "точки" в момент времени to > V.

При использовании для текущего прогнозирования временных рядов метода адаптивной фильтрации, когда процесс адаптации фильтра происходит за счет обработки данных наблюдений, вектор параметров модели оценивается в реальном масштабе времени (по мере поступления текущих измерений) в соответствии со следующим алгоритмом:

Qt =®,.i +Kt(yt-YtT,Ô,-i) •

Здесь К, = AmY^Y,.,7^,.,^., | - вектора Калмановского фильтра, At=[l-K,YtT,Ut_1+£t ,

0,г=(а[.....Эр.ь!.....bq) - вектор параметров модели (р и q являются

порядками авторегрессионного оператора и оператора скользящего среднего),

Y,T| = (-у,.!.....-У,-Р.с,.1.....Et.q) > где у, (i = t-1, ..., t-p) - вектор данных

наблюдений, s , (i = t-1,..., t-q) - вектор ошибок модели.

Для обработки нестационарных процессов параметры модели предполагаются изменяющимися во времени случайным образом: 0, =©,_| +П, , где £lt - многомерный белый шум с неизвестной ковариационной матрицей Et. Дисперсия белого шума в модели оценивается с помощью рекурсивного алгоритма

Для корректной работы алгоритм требует знания ковариационной матрицы Zt > которая на практике чаще всего бывает неизвестна. В этих условиях можно либо априори оценить эту матрицу, либо - оценивать ее в процессе работы алгоритма на основе сравнения выборочного значения дисперсии ошибки оценки с допустимым значением по критерию

В ТРЕТЬЕЙ ГЛАВЕ исследовано практическое применение рассмотренных ранее методов цифровой обработки изображений для подготовки и использования последних при решении задач текущего прогнозирования.

В разделе 3.1 кратко рассмотрены общие принципы построения универсальной интерактивной системы цифровой обработки спутниковых и радиолокационных изображений: модульная конструкция программного обеспечения, единый стандарт на формат хранения данных, возможность участия оператора на любом этапе работы (наличие интерактивных режимов), использование "дружественного" интерфейса между системой и пользователем для максимального облегчения процессов обучения и практического использования программного обеспечения. В частности, здесь обоснована целесообразность использования единого формата хранения данных: формата BMP. Этот формат практически идеально отвечает всем необходимым критериям для информационно-измерительной открытой системы цифровой обработки изображений.

Раздел 3.2 посвящен решению такой важной для автоматизации процесса текущего прогнозирования проблемы как сегментация, фильтрация и контрастирование облачности на спутниковых и радиолокационных изображениях.

Процедура сегментации позволяет автоматизировать процесс построения контуров на изображениях. Для выделения контура массив градаций яркости B(i, j) (или В(х,у)) обычно подвергается предварительно линейной или нелинейной обработке с тем, чтобы усилить перепады яркости. Для выделения контура (т.е. определения его координат (х,у)) можно использовать такие критерии как

\Щх,у)' 2 ~гв(х,у)~

дх ' Эу ]

1а2

> 6

В(х,у) 32В(х,у)

дх'

а у'

> б.

Кроме того, выделение контура облачности на изображении можно выполнить на основе его обработки высокочастотным фильтром с последующим применением операции свертки массива исходного изображения с курсовыми градиентными масками. Для выполнения первой операции ниже представлены три типичные маски

0-10 -1 -1 -1 1 -2 1

НР1: -1 5 -1 ; НР2: -1 9 -1 ; НРЗ: -2 5 -2

0-10 -1 -1 -1 1 -2 1

Еще одним весьма распространенным подходом к выделению потенциальных граничных точек на изображении является анализ скорости изменения функции яркости в заданном направлении на основе расчета соответствующих производных. Одним из способом расчета скорости изменения функции яркости является использование оператора Робертса:

в'0,1) = т1/ва, ¡) - ва+1, /+\) г + ¡ва, / + и - во+1, /-> /2 •

Поскольку метод Робертса очень чувствителен к помехам, то для снижения чувствительности к аддитивному шуму целесообразно увеличить размеры окна, что эквивалентно предварительному сглаживанию изображения путем усреднения отсчетов с соответствующими весами. Такими наиболее известными окнами размерности 3x3 являются операторы Превитта I и Превитта II, Собела и Кирша, имеющие соответственно следующие маски

Для

1 1 1 ООО -1 -1 -1 повышения

I I 1 1 -2 1 -1 -I -I

контраста

I 2 3 ООО -I -2 -I перепадов

5 5 5 -3 0 -3 -3 -3 -3 яркости на

изображении

исследовано использование свертки массива изображения с операторами Лапласа в виде масок следующего вида:

0-10 -I -1 -1 1-2 1

Ы: -1 4 -I Ь2: -1 8 -1 ЬЗ: -г 4 -2

0-10 -1 -I -1 1-2 1

Кроме уже указанных методов, в данном разделе исследованы и методы нелинейной обработки, применяемые, в частности, для выявления имеющихся на изображении локальных максимумов (вершин).

Для выделения в облачных, образованиях локальных участков разных уровней яркости в данном разделе предлагается использовать специальный интерактивный алгоритм, который основан на усилении так называемого "явления Маха". В этом случае яркость элемента В(Ц)' рассчитывается по формуле:

б-д(/./)- ¿е(г+ />,/)- ¿в(«,/ + Р)

1 Р=-1

где К - коэффициент подчеркивания, определяющий степень возрастания крутизны переходной характеристики.

Все рассмотренные в этом разделе алгоритмы тестировались с помощью специально созданной для этой цели программы РП/П^АТСЖ, а объектом обработки были фрагменты изображений полей облачности в видимом и инфракрасном диапазонах, полученные со спутника Метеосат. На многочисленных примерах, приведенных в данном разделе, проанализированы преимущества и недостатки исследованых методов цифровой обработки изображений и получены конкретные рекомендации для их практического применения.

В разделе 3.3 разработана и исследована методика интерактивного и автоматического количественного описания положения и формы облачных образований на спутниковых и радиолокационных изображениях с учетом того обстоятельства, что специфика текущего прогнозирования требует выполнения необходимых для этого расчетов в реальном масштабе времени. В связи с этим возникает необходимость описания облачного образования минимальным набором количественных характеристик, которые, с одной стороны, содержали бы необходимую информацию о форме и положении облака, а с другой - не требовали бы больших затрат машинного времени. Для решения этой задачи в работе была разработана и реализована в виде соответствующей программы для ПЭВМ концепция малопараметрического представления положения и формы облачного массива, основанная на расчете координат его центра "тяжести": Рх, Ру и радиус-векторов: ЩО, 1=1,..., к, которые определяют протяженность облака от его центра Рх, Ру до границы облака в заданных направлениях

с шагом р = (оптимальным оказалось значение параметра к,

равное 16). Для расчета этих параметров использовались следующие формулы

т, -х, т -у

Рх=I -7Г" ' и

М р} м

лч» Д'Ии)

м = X'"); т> = - хьау.]р)];

•ЧгЧ1»Г

1 л«> Кр*и.у) ' ¿1

ХЬ (ly.jp) +

Xedy.jp) - Xbdy.jp)

- номер контура; №0) - число строк ^¡-го контура; у - номер строк ]-го контура (у = 1,..., №(7,1); Мрхи.у) - число пар точек "начала" и "конца" >го контура у-й строки; ХЬ(],у,]р), Xedy.jp) ~ горизонтальные координаты точек "начала" и "конца"; ^ - "центр тяжести " у-й строки; тг - длина или вес у-й строки.

Однако для того, чтобы рассчитать указанные параметры необходимое облачное образование должно быть выделено на изображении, т.е. должны быть локализованы его границы. Для этой цели в работе разработаны две методики: интерактивная и автоматическая.

Для интерактивном видеотерминальной обработки спутниковой или радиолокационной информации использовалась специально составленная для этой цели программа CONTUR, с помощью которой на спутниковом снимке в процессе его визуального просмотра на экране дисплея ПЭВМ выбирается интересующий оператора объект - облачный массив, а затем с помощью манипулятора типа "мышь" происходит нанесение точек по контуру облака. После этого введенные выше параметры рассчитываются автоматически.

Алгоритм автоматизированного выделения границ облачных образований, реализованный программой ASCAN, описан в разделе 3.2. В этом случае в процессе последовательного вывода на экран ПЭВМ серии спутниковых или радиолокационных изображений, выполняется автоматическое построчное сканирование каждого изображения и в памяти ПЭВМ создается отдельный массив для точек контура определенной яркости. По этим массивам рассчитываются характеристики контура в соответствии с малопараметрической моделью представления облачного образования, а сам контур автоматически наносится на исходное изображение.

Сравнения интерактивной и автоматической методик построения контура облачного образования показали, что оба эти подхода могут быть эффективно использованы для последующего малопараметрического представления положения и формы облака или любого другого контура, например, зоны осадков заданной интенсивности.

В разделе 3.4 разработана и исследована методика определения положения и формы атмосферных фронтов по спутниковым изображениям. Обзор литературных данных показал, что хотя задача автоматического определения положения и формы фронтальных разделов постоянно находится в центре проблем, связанных с анализом синоптического положения, тем не менее она все еще не решена в полной мере. Несмотря на существенный прогресс в разработке специализированного программного обеспечения для автоматической идентификации атмосферных фронтов, этот подход все еще находится на стадии исследования. Поэтому в данной работе для определения положения атмосферных фронтов на спутниковых снимках был разработан и апробирован на реальных спутниковых данных интерактивный метод, реализуемый с помощью программы SCAT. Получаемые с ее помощью координаты фронтов различных типов затем использовались для малопараметрического их представления, необходимого для реализации текущего прогнозирования их перемещения.

Малопараметрическое представление положения и формы фронта в различные моменты времени основано на определении заданного числом равноотстоящих вдоль линии фронта точек ("общих" точек). После выполнения данного пункта для всех фронтов серии формируются две матрицы, содержащие координаты фронта для моментов времени t(j) (j=l>2,..., nf: X: { х( i, j)} ; Y: { у( i, j)} (i = 1, 2,. . . , nn;j =1,2,..., nf), где

пГ- число фронтов в данной серии, пп - число "общих" (равноотстоящих друг от друга)точек.

В ЧЕТВЕРТОЙ ГЛАВЕ представлены результаты апробации методов текущего прогнозирования на примере решения двух конкретных задач: текущего прогнозирования эволюции атмосферных фронтов и облачных образований. При этом необходимо отметить, что хотя при проведении расчетов для каждой из этих задач использовалось около 50 и 30 серий соответственно, содержащих данные об эволюции фронтов и облачности, в работе не ставилась задача получения статистически обеспеченных оценок таких характеристик динамики облачных образований или атмосферных фронтов как, например, скорость и направление их перемещений в зависимости от сезона года, географического района и т. п. Основной задачей выполненного исследования была апробация на фактическом материале математических моделей, способных дать указанные характеристики при наличии соответствующего банка данных и получение оценок точности прогноза.

В разделе 4.1 анализируются результаты апробации методов текущего прогнозирования перемещения атмосферных фронтов, положение и форма которых определялись с использованием архива спутниковых снимков с геостационарного МСЗ "Метеосат" (результаты выполнения этого этапа контролировались по синоптической информации, получаемой системой "Оскар"). Исследовались алгоритмы анализа и текущего прогноза перемещения атмосферных фронтов, базирующиеся как на полиномиальной аппроксимации положения "общих" точек с последующей экстраполяцией этих координат (данные алгоритмы различались лишь подходом к построению аппроксимирующих функций, описывающих изменение во времени координат "общих" точек фронта), так и на применении метода адаптивной фильтрации на основе фильтров Калмана-Бьюси (только для прогноза).

Для оценки точности аппроксимации координат "общих" точек фронта при использовании различных алгоритмов была выполнена серия расчетов с использованием всего имеющегося ансамбля данных, на основе которых исследовалась точность аппроксимации в зависимости от используемого алгоритма и схемы сглаживания экспериментальных данных, а также корректность (в классическом смысле) решаемой задачи (определялась обусловленность матрицы системы линейных алгебраических уравнений). Для созданных серий данных число обусловленности решаемых систем (для полиномов второй и третьей степеней) колебалось от 106 до 10®, что указывает на возможность получения значительных погрешностей при выполнении как аппроксимации, так и экстраполяции (прогноза) из-за наличия вычислительной неустойчивости.

Анализ всей совокупности полученных в ходе проведения численных экспериментов данных показал, что наилучшие результаты при

аппроксимации траекторий движения "общих" точек дает совместное применение процедуры сглаживания исходных данных и "классического" подхода к построению аппроксимационных полиномов с масштабированием временной координаты, когда при расчете коэффициентов истинное время t заменяется на t' по формуле

~ ^ ^min ^ max ^ min

Средняя ошибка анализа положения фронта в этом случае колеблется от 1 до 2 км (соответственно для 5 и 15 "общих" точек в каждом фронте). В зависимости от типа фронта для рассмотренного ансамбля данных в среднем меньшая ошибка наблюдается для теплых фронтов, большая - для фронтов окклюзии.

Анализ результатов текущего прогноза перемещения атмосферных фронтов с использованием ряда математических моделей (это уже примененные для объективного анализа эволюции атмосферных фронтов математические модели, а также алгоритм текущего прогнозирования, использующий адаптивную фильтрацию временных рядов, и алгоритмы полиномиальной аппроксимации с заданием дополнительных условий) показал, что средние ошибки текущего прогнозирования положения фронта зависят, прежде всего, от заблаговременности прогноза и мало варьируют в зависимости от типа фронта. При заблаговременности в 0.5 -1.5 часа средняя погрешность методических прогнозов в 2 - 2.5 раза меньше той, которую дает в этом случае инерционный прогноз.

В разделе 4.2, исходя из изложенного в разделе 3.3 метода параметризации положения и конфигурации облака, анализируются результаты апробации алгоритмов текущего прогноза положения и формы облачного образования, основанных на временной экстраполяции предложенных параметров: координат центра "тяжести" и величин радиус-векторов, определенных по двум и более последовательным спутниковым или радиолокационным изображениям. При этом для расчета коэффициентов аппроксимационных полиномов был применен как "классический" метод наименьших квадратов, так и ряд его модификаций, изложенных в разделе 2.5. Для улучшения обусловленности матриц системы линейных алгебраических уравнений, решаемых при определении коэффициентов аппроксимационных полиномов, осуществлялось масштабирование временной координаты: в качестве временной координаты использовалось не реальное время, а осуществлялось его преобразование, при котором независимо от дискретности (для спутниковых данных 30 мин, для радиолокационных - 10 мин) шаг по времени считался равным единице.

Методика проведения численных экспериментов по апробации предложенных моделей текущего прогнозирования эволюции облачных образований в целом не отличалась от той, которая использовалась для текущего прогнозирования эволюции атмосферных фронтов. Выделение

контуров облачного образования проводилось как интерактивно, так и автоматически в соответствии с методикой, описанной в разделе 3.3.

Анализ результатов численных экспериментов (с использованием всего имеющегося ансамбля данных), выполненных для оценки точности аппроксимации положения и формы облачных образований в зависимости от алгоритма аппроксимации и схемы сглаживания экспериментальных данных показал, что (в отличии от атмосферных фронтов) в этом случае не удается выявить признаков, по которым тот или иной метод оказывается оптимальным именно для данной серии. В связи с этим была разработана специальная автоматическая методика выбора схемы прогноза для каждой конкретной серии данных. А именно, для автоматического подбора модели для "зависимого" ансамбля данных предпринимались неоднократные просчеты со всеми рассмотренными моделями (при этом варьировались и параметры моделей) и вычислялась относительная ошибка "прогноза" для последней по времени точки в "зависимой" серии данных (т. е. это еще не собственно прогноз и по этой причине это слово здесь указано в кавычках, а одна из возможных оценок качества используемых для прогноза моделей). В дальнейшем для собственно прогноза использовался тот метод (и с такими его параметрами), который дал наименьшую ошибку. Простота предложенных математических моделей текущего прогноза (с точки зрения времени проведения расчетов на ПЭВМ) позволила легко реализовать этот алгоритм автоматического выбора схемы текущего прогнозирования эволюции облачных образований для каждого конкретного случая.

Анализ результатов проведенных численных экспериментов показал, что использование в качестве методического прогноза полиномиальной аппроксимации при расчете коэффициентов по "классическому" методу наименьших квадратов хотя и улучшает результаты прогноза по сравнению с инерционным, но оказывается заметно хуже по сравнению с модифицированным методом наименьших квадратов. Наилучшие результаты дает метод совместной минимизации суммы квадратов отклонений и суммы квадратов скоростей движения центров тяжести и изменения радиус-векторов. В этом случае даже при заблаговременности в 3 часа он практически в 2 раза лучше, чем инерционный прогноз.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ выполненной работы могут быть сформулированы следующим образом.

1. Выполненный в диссертационной работе анализ позволил сделать вывод о том, что современные автоматизированные измерительно-информационные системы могут являться той технической и информационной основой, которая необходима для создания АЦТП, предназначенного для оперативного мониторинга состояния атмосферы и текущего прогнозирования.

2. В работе показано, что создание АЦТП требует решения широкого комплекса научных, технических и организационных задач. Практическая

реализация его работы в реальном масштабе времени предполагает, в частности:

- создание новых схем и методов текущего прогнозирования одномерных и пространственных метеорологических структур;

- адаптацию уже существующих схем и методов с учетом специфики требований текущего прогнозирования и функционирования технических средств АЦТП;

- модернизацию уже существующих измерительно-информационных систем (в частности, сопряжение их с ПЭВМ);

создание нового и модернизацию уже существующего математического обеспечения для приема, обработки, визуализации, передачи и хранения метеорологической информации;

- создание единой информационной сети для приема и передачи оперативной информации;

решение сложных организационных задач совместного функционирования различных технических средств.

3. В работе с учетом требований к составу и методам получения и передачи информации и возможностей различных измерительно-информационных систем выполнено обоснование состава технических средств АЦТП.

4. Обоснована необходимая для функционирования в составе АЦТП модернизация стандартных измерительно-информационных систем, созданы и апробированы необходимые для этого технические устройства.

5. Разработаны и доведены до практического использования необходимые математические методы, программные продукты и схемы обработки данных, получаемых в процессе функционирования модернизированных измерительно-информационных систем.

6. Проанализированы и доведены до практической реализации созданные схемы и методы цифровой обработки изображений с помощью ПЭВМ, необходимые для практического использования спутниковых снимков и радиолокационных изображений для целей текущего прогнозирования.

7. Рассмотрены и на основе численных экспериментов исследованы математические методы решения обратных задач атмосферной оптики применительно к наземному дистанционному измерению профилей влажности, а также к возможности комплексного использования информации, получаемой как АЦТП, так и аэростатно-спутниковым комплексом зондирования атмосферы.

8. Предложены математические модели, адаптированные к реализации в реальном масштабе времени текущего прогнозирования метеорологических временных рядов (основанные, в частности, на использовании как полиномиальной аппроксимации, так и оптимального в смысле метода наименьших квадратов адаптивного рекуррентного фильтра Калмана-Быоси), построены процедуры их настройки и отработана методика собственно текущего прогнозирования.

9. Разработаны и исследованы методы интерактивного и автоматизированного определения положения и формы облачных образований с целью использования этой информации для проведения анализа и текущего прогноза их динамики.

10. Разработана методика малопараметрического представления положения и формы облачного образования на основе обработки спутниковых снимков или радиолокационных изображений, позволяющая:

- адекватно описывать положение и форму облачного образования;

осуществлять представление двухмерных изображений пространственных метеорологических структур в виде одномерных временных рядов;

- выполнить анализ и текущий прогноз динамики облачных образований на основе независимого прогнозирования временных рядов каждого параметра.

11. Разработаны и исследованы методики определения как положения и формы атмосферных фронтов, так и малопараметрического их представления на основе обработки спутниковых снимков или радиолокационных изображений, с теми же возможностями, что и для пункта 10.

12. На примере текущего прогнозирования динамики атмосферных фронтов и облачных образований исследованы в тестовых и реальных ситуациях предложенные модели текущего прогнозирования и выполнена оценка точности такого прогноза. Выполненный анализ результатов расчетов показал, что использование разработанных схем и методов текущего прогнозирования с заблаговременностью до 3 часов позволяет существенно повысить точность определения прогностического оложения блачных образований и атмосферных фронтов (соответственно и положения связанных с ними атмосферных явлений) по сравнению с использованием инерционных прогнозов (погрешность методических прогнозов в среднем в 2 - 2.5 раза меньше той, которую дает в этом случае инерционный прогноз).

СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Тимофеев Ю.М., Покровский О.М., Кузнецов А. Д. О возможностях уточнения характеристик влагосодержания с помощью решения задачи термического зондирования атмосферы // Метеорология и гидрология,- 1972,-№3.-С. 102-104.

2. Кузнецов А.Д. Оптимальное восстановление профилей температуры и влажности в атмосфере по наземным данным и статистической информации // Проблемы физики атмосферы.- Изд. ЛГУ.-1974,- вып. И,- С. 52—56.

3. Кузнецов А.Д., Тимофеев Ю.М., Шпенкух Д. О точности косвенного восстановления вертикального профиля озона в атмосфере //

Радиационные процессы в атмосфере и земной поверхности.- JI.: Гидрометеоиздат, 1974,-С. 126-130.

4. Кузнецов А.Д., Тимофеев Ю.М. Возможности использования измерений нисходящего инфракрасного излучения для определения характеристик влагосодержания атмосферы // Известия АН СССР, сер. Физика атмосферы и океана.-1975.- Т.11,- N 5,- С. 446-457.

5. Кузнецов А.Д., Тимофеев Ю.М., Козлов В.П. Исследование оптимальной схемы регистрации уходящего теплового излучения в задаче косвенного восстановления высотного профиля водяного пара // Сб. Радиофизические исследования атмосферы. Труды Всесоюзного симпозиума по радиофизическим исследованиям атмосферы,- JI.: Гидрометеоиздат, 1977.-С. 109-110.

6. Кузнецов А.Д., Тимофеев Ю.М. Восстановление характеристик влагосодержания атмосферы на основе инфракрасного излучения // Проблемы физики атмосферы.-JT.: Изд. ЛГУ, 1975.- С.28-36.

7. Кузнецов А.Д., Тимофеев Ю.М., Тараканов В.В., Поберовский A.B. Экспериментальные исследования спектров нисходящего излучения атмосферы в области 7.5 - 12.5 мкм. // Тезисы докладов 1-го Всесоюзного совещания по атмосферной оптике.-Томск, 1976.

8. Кузнецов А.Д., Тимофеев Ю.М., Тараканов В.В., Поберовский A.B. Измерения и интерпретация нисходящего теплового излучения в области 7.5-12.5 мкм // Проблемы физики атмосферы.- Л.: Изд. ЛГУ, 1976,- С. 3-14.

9. Козлов В.П., Тимофеев Ю.М., Кузнецов А.Д. Об оптимизации условий измерений уходящего излучения в задаче косвенного восстановления высотного профиля водяного пара // Изв. АН СССР, сер. Физика атмосферы и океана".- 1976,- т.12,- № 5.- С. 494-505.

10. Кузнецов А.Д. Определение характеристик влагосодержания атмосферы на основе интерпретации реальных измерений теплового излучения // Радиофизические исследования атмосферы. Труды Всесоюзного симпозиума по радиофизическим исследованиям атмосферы 20-21 октября, 1975,- Л.: Гидрометеоиздат, 1977,- С. 110-118.

11. Кузнецов А. Д. Исследование точности определения влажности атмосферы с МСЗ методом численных экспериментов // Проблемы физики атмосферы,- Л.: Изд. ЛГУ, 1978.-вып. 15,- С. 112—129.

12. Кузнецов А.Д., Тимофеев Ю.М., Козлов В.П. Об оптимизации условий измерений уходящего излучения в задаче влажностного зондирования атмосферы // Известия АН СССР, серия Физика атмосферы и океана.- 1978,- т. 14.- N12,- С. 1302-1302.

13. Кузнецов А.Д., Тимофеев Ю.М. Примеры восстановления характеристик влажности на основе измерений уходящего теплового излучения с ИСЗ // Метеорология и гидрология,- 1978,- N 9.- С. 26-34.

14. Панин Б.Д., Кузнецов А.Д., Альтер-Залик Ю.Ж. О некоторых проблемах реализации аэростатно-спутникового комплекса зондирования

атмосферы // Вопросы анализа и прогноза погоды. - Л.: ЛПИ, 1980,- С. 222.

15. Кузнецов А.Д., Альтер-Залик Ю.Ж. Физико-статистический долгосрочный прогноз поля ветра в переменных Лагранжа на стратосферных уровнях // Вопросы анализа и прогноза погоды.- Л.: ЛПИ,

1980.-С. 61-71.

16. Герман М.А., Альтер-Залик Ю.Ж., Кузнецов А.Д., Попов Г.Ф. Перспективы создания аэростатно-спутникового комплекса получения метеорологической информации // Межвузовский сборник,- Л.: ЛПИ,

1981,- вып.73.-С. 118-131.

17. Панин Б.Д., Кузнецов А.Д., Альтер-Залик Ю.Ж., Еремина Н.С. Прогноз поля ветра в нижней стратосфере в переменных Лагранжа с использованием гидродинамической и физико-статистической схем предвычисления // Межвузовский сборник.- Л.: ЛПИ, 1983.- вып. 82,- С. 1926.

18. Кузнецов А.Д., Борисенков Е.П., Альтер-Залик Ю.Ж. Зондирование атмосферы метеорологическими аэростатами,- Л.: Гидрометеоиздат, 1982,- 176 с.

19. Бобылев Л.П., Кузнецов А.Д., Кащеева Н.Г., Щукин Г.Г. Исследование вариаций нисходящего теплового излучения атмосферы в области 3-25 мкм // Труды ГГО им. А.И.Воейкова.- вып. 470,- Л.: Гидрометеоиздат, 1982,- С. 53-69.

20. Бобылев Л.П., Кащеева Н.Г., Кузнецов А.Д., Щукин Г.Г. Об оптимизации условий измерений нисходящего теплового излучения с целью дистанционного определения характеристик влагосодержания атмосферы // Труды ГГО им. А.И. Воейкова,- вып. 470,- Л.: Гидрометеоиздат, 1982,- С. 69-73.

21. Козлов В.П., Кузнецов А.Д., Тимофеев Ю.М. Об оптимизации условий измерений нисходящего теплового излучения атмосферы с целью дистанционного определения характеристик влагосодержания атмосферы // Межвузовский сборник "Авиационная и космическая метеорология".-1984.- С. 233-244.

22. Беляев А.П., Кузнецов А.Д. О формировании собственного теплового излучения полярных областей Земли // Межвузовский сборник "Авиационная и космическая метеорология".- 1984,- С. 258-268.

23. Беляев А.П., Кузнецов А.Д., Кащеева Н.Г. О влиянии пространственного разрешения на результаты дистанционного зондирования характеристик поля температуры подстилающей поверхности // Межвузовский сборник "Авиационная и космическая метеорология",- 1984,- С. 269-278.

24. Кузнецов А.Д., Кащеева Н.Г. О возможностях повышения точности термического зондирования атмосферы // Межвузовский сборник "Авиационная и космическая метеорология".- 1984.- С. 279-292.

25. Кузнецов А.Д., Логинов В.Ф. Космические воздействия на атмосферу // Учебное пособие,- Л.: ЛПИ им.М.И. Калинина, 1984,- 16 с.

26. Беляев А.П., Кузнецов А.Д. К вопросу о моделировании движения аэростатов // В кн.: "Опасные для полетов метеорологические явления и безопасность полетов воздушных судов". Межвузовский тематический сб. научных трудов,-Л.: ОЛАГА, 1984,- с. 103-106.

27. Кузнецов А.Д., Кащеева Н.Г. О повышении надежности данных дистанционного зондирования атмосферы в рамках функционирования аэростатно-спутникового комплекса // Анализ и прогноз полей метеорологических величин и явлений. Межвузовский сб. - Л.: Изд. ЛПИ, 1981,- С. 41-50.

28. Беляев А.П., Кузнецов А.Д., Кащеева Н.Г. Выбор оптимальной схемы размещения пунктов запуска аэростатов // Межвузовский сб. научных трудов,- Л.: ЛПИ, 1985.-С. 114-122.

29. Герман М.А., Космические методы исследования в метеорологии //Учебник. - Л.: Гидрометеоиздат, 1985.- 351 е.- ( Кузнецов А.Д., Митник Л.М. Главы 3,4.-С. 45-108).

30. Киселев В.Н., Кузнецов А.Д. Применение микровычислительной техники для автоматизации обработки радиометеорологической информации// Межвузовский сб. научных трудов.- Л.: Изд. ЛПИ, 1986.-вып. 95.-С. 108-113.

31. Ковалев В.И., Кузнецов А.Д., Тимонин A.A. Восстановление параметров облачности по изменениям уходящего теплового излучения // Межвузовский сб. научных трудов.- Л.: Изд. ЛПИ, 1986.- вып.95.-С. 136-146.

32. Ба Мамаду Ламин, Кузнецов А.Д., Меньшов М.А. К вопросу об автоматизации сверхкраткосрочного прогноза развития облачных образований // Использование спутниковой информации в исследовании атмосферы и океана,- Тезисы докладов.- М.: АН СССР. - 1989.

33. Кузнецов А.Д., Розанов В.В., Тимофеев Ю.М. Дистанционное зондирование атмосферы тропической зоны // Учебное пособие.- Л.: Изд. ЛГМИ, 1988,- 90 с.

34. Киселев В.Н., Кузнецов А.Д., Розанов В.В., Тимофеев Ю.М. Математическое обеспечение автоматизированной обработки данных аэрологических наблюдений, выполненных с помощью зарубежных измерительных систем //Учебное пособие,- Л.: Изд. ЛГМИ, 1989.- 105 с.

35. Ламин Б.М., Кузнецов А.Д., Меньшов М.А. Простой алгоритм сверхкраткосрочного прогноза развития облачности по двум последовательным изображениям // Вопросы прогноза погоды, климата и циркуляции атмосферы. — Пермь.-1990.- С. 31 — 42.

36. Бриедис Т.Е., Кузнецов А.Д., Симакин А.Д. Об одном алгоритме сверхкраткосрочного прогноза динамики облачности // Исследование Земли из космоса,- № 5,- 1996.- С. 60-63.

37. Бриедис Т.Е., Дивинский Л.И., Кузнецов А.Д., Симакин А.Д. Анализ динамики и сверхкраткосрочный прогноз эволюции электрически активных зон в облаках // Тезисы докладов Науч.-техн. семинара "Обнаружение электрически активных облаков, потенциально

молннеопасных для летательных аппаратов.- С.-Пб.: РГГМИ.- 10-11 дек. 1996 г.-С. 10.

38. Кузнецов А.Д. Аппаратурно-программное обеспечение автономного пункта сверхкраткосрочного прогноза мезомасштабных атмосферных процессов // Тезисы докладов Итоговой сессии Ученого Совета РГГМИ,- 1997,-С. 14-15.

39. Divinsky L., Kusnezov A.D. Observations of nonlightning and lightning radioemission signals from electrically active clouds at various stages of development by radar and radioreceiving hardware // International seminar "Weather radar systems COST75", Brussels Belgium, 20-23 September, 1994,-Report EUR 16013 EN -1995,- C. 26-32.

40. Белоцерковский A.B., Кузнецов А.Д., Дивинский Л.И. Результаты работ по международной программе комплексных наблюдений снежных осадков радиотехническими средствами // Тезисы докладов XV Всероссийского симпозиума "Радиолокационное исследование природных сред".- СПб.- 22-24 апр.- 1997 г.

41. Белоцерковский A.B., Дивинский Л.И., Кацухиро Кикучи, Кузнецов А.Д., Хироши Уэда Вертикальное профилирование поля осадков высокого разрешения с использованием МРЛ-5 // Тезисы докладов Всероссийской конференции по физике облаков и активным воздействиям на гидрометеорологические процессы.- Нальчик, КБР, 28-30 окт., 1997 г.

42. Дивинский Л.И., Кузнецов А.Д. Коррекция оценки радиолокационной отражаемости облаков по выходному сигналу приемного устройства метеорологической РЛС // Тезисы докладов Всероссийской конференции по физике облаков и активным воздействиям на гидрометеорологические процессы.- Нальчик, КБР, 28-30 окт., 1997 г.

43. Кузнецов А.Д. Текущее прогнозирование на основе цифровой обработки изображений,- Спб.: Изд. РГГМИ, 1997,- 167 с.

44. Кузнецов А.Д., Сероухова О.С., Симакин А.Д. Сверхкраткосрочный прогноз динамики атмосферных фронтов по данным МИСЗ "METEOSAT" // Исследование Земли из космоса.- № 5, 1997. С. 12-18.

45. Дивинский Л.И., Кузнецов А.Д. Устройство для вертикального радиолокационного зондирования атмосферы с повышенной разрешающей способностью // Труды Всерос. симпоз. "Радиолокациооноее исследование природных сред".- вып. 1.- СПб., 1998 г.-С. 106-114.

46. Belotsercovsky A.Y., Divinsky L.I., Kuznetsov A.D. On the Vertical Profiling of High Resolution with a Convectional Radar // Jour. Fac. Sei., Hokkaido Univ.-Ser. VII (Geophysics).- Vol. ll.-№ 1,- 1998.-P. 17-25.

Текст научной работыДиссертация по географии, доктора физико-математических наук, Кузнецов, Анатолий Дмитриевич, Санкт-Петербург

// ft

93 - / лн

МИНИСТЕРСТВО ОБЩЕГО И ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ РФ

РОССИЙСКИЙ ГОСУДАРСТВЕННЫЙ ГИДРОМЕТЕОРОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ

(РГГМУ)

На правах рукописи

Кузнецов Анатолий Дмитриевич

УДК 551.[509.324+501.81+507.362.2]

РАЗРАБОТКА МЕТОДОВ И СРЕДСТВ ТЕКУЩЕГО ПРОГНОЗИРОВАНИЯ

11.00.09 - Метеорология, климатология, агрометеорология

ДИССЕРТАЦИЯ

на соискание ученой степени доктора физико-математических наук

Санкт-Петербург 1998

СОДЕРЖАНИЕ

Стр.

Введение...............................................................................................................4

1. Технические средства автономного центра текущего прогнозирования .......10

1.1. Организационная структура автономного центра текущего прогнозирования...............................................................................................10

1.2. Автоматизация метеорологической радиолокационной

станции MPJ1-5..................................................................................................16

1.2.1. Автоматизированные метеорологические радиолокационные комплексы "Метеоячейка " и АКСОПРИ.......................................................................... 18

1.2.2. Автоматизированная система "Вертикаль" для вертикального радиолокационного зондирования атмосферы с высокой

разрешающей способностью............................................................................22

1.3. Автоматизация комплексной радиотехнической аэродромной метеорологической станции КРАМС-2..........................................................33

1.4. Автоматизация радиолокационной станции аэрологического зондирования "Метеорит"...............................................................................44

1.5. Автоматизация получения изображений с метеорологических спутников Земли................................................................................................61

1.6. Аэростатно-спутниковый комплекс зондирования атмосферы.....................65

1.7. Сетевое обеспечение автономного центра текущего прогнозирования........73

2. Математические методы обработки информации, получаемой техническими средствами автономного центра текущего прогнозирования..........................86

2.1. Математические методы цифровой обработки радиолокационных

и спутниковых изображений..........................................................................86

2.1.1. Общие принципы цифровой обработки радиолокационных

и спутниковых изображений.........................................................................86

2.1.2. Текстурный анализ изображений...................................................................89

2.1.3. Построение центральной линии объекта на спутниковых

и радиолокационных изображениях...............................:...............................98

2.1.4. Сегментация изображения............................................................................101

2.1.5. Локальная фильтрация спутниковых изображений.....................................114

2.2. Математические методы обработки радиолокационных данных MPJI-5, получаемых с помощью системы "Вертикаль"..............................................138

Стр.

2.3. Математические методы обработки результатов дистанционных спутниковых и наземных метеорологических измерений...........................153

2.3.1. Математические методы решения обратных задач

атмосферной оптики.....................................................................................153

2.3.2. Дистанционное зондирование профиля влажности атмосферы..................174

2.3.3. Использование данных аэростатно-спутникового комплекса для повышения точности дистанционных методов зондирования атмосферы....................199

2.3.4. Дистанционное зондирование параметров облачности................................211

2.4. Использование данных автоматизированной метеостанции КРАМС-2

для уточнения вертикальных профилей метеорологических величин........220

2.5. Математические методы текущего прогнозирования временных рядов.....226

3. Использование методов цифровой обработки изображений для целей текущего прогнозирования...............................................................................238

3.1. Открытая интерактивная система цифровой обработки спутниковых

и радиолокационных изображений...............................................................238

3.2. Сегментация и контрастирование облачности на спутниковых и радиолокационных изображениях.................................................................243

3.3. Определение границ и представление положения и формы

облачных образований...................................................................................269

3.4. Определение положения и представления формы атмосферных фронтов

по спутниковым изображениям......................................................................286

4. Апробация методов текущего прогнозирования...........................................298

4.1. Анализ результатов текущего прогнозирования эволюции атмосферных фронтов.....................................................................................298

4.2. Анализ результатов текущего прогнозирования положения

и формы облачных образований....................................................................318

Заключение.......................................................................................................333

Список использованных источников..............................................................336

ВВЕДЕНИЕ

Технический прогресс и, особенно, современный этап развития компьютерной техники, компьютерных сетей и информационных технологий существенно преобразили практически все виды практической деятельности человека. Изменились как характер решаемых в производственной сфере задач, так и, что особенно существенно, методы и средства их решения. Однако значительный научный и технический прогресс не изменил роль и значение метеорологических факторов практически во все сферах хозяйственной деятельности. Поэтому среди основных проблем современного этапа развития метеорологии по прежнему остается задача совершенствования оправдываемости прогнозов погоды различной заблаговременности. Не останавливаясь на проблеме долгосрочных прогнозов погоды, рассмотрение которой выходит за рамки данной работы, следует отметить, что оправдываемость среднесрочных прогнозов погоды с заблаговременностью до 3 суток в последние десятилетия значительно улучшилась. Такой прогресс стимулировался запросами потребителей этих прогнозов, развитием технических средств осуществления метеорологических наблюдений и теоретических методов их усвоения/1,2/.

До настоящего времени минимальная заблаговременность прогноза погоды определялась не только требованиями потребителей, но и тем временным интервалом, который был необходим для получения, обработки, передачи и анализа данных метеорологических наблюдений. Поэтому прогнозы с малой заблаговременностью (вплоть до 0.5 - 1 часа) ранее не могли использоваться в оперативной метеорологической практике в связи с существующими тогда техническим ограничениями. Использование существующих в то время технических средств наблюдений и каналов связи приводило к тому, что для получения, передачи и обработки необходимой для осуществления таких прогнозов метеорологической информации, а также представления их потребителю требовалось значительно больше времени, чем заблаговременность прогноза.

(ГчГодусазЙ!^), с заблаговременностью до 3 ч) /3/. Необходимость в такого рода прогнозах погоды давно уже ощущала авиация и космонавтика, заинтересованные в информации о состоянии атмосферы на предполагаемые моменты времени взлета и посадки летательных аппаратов или запуска ракет; подразделения, обеспечивающие проведение активных воздействий на атмосферные процессы, в том числе с целью предупреждения градобития, рассеивания туманов, увеличения осадков, обеспечения комфортных условий проведения ответственных спортивных или политических мероприятий на открытом воздухе; строительные организации при осуществлении ответственных и дорогостоящих строительно-монтажных работ, в частности - с использованием вертолетов и т. д. Потребителями такого рода прогнозов являются наземный транспорт, коммунальное хозяйство крупных городов, а также специализированные подразделения МЧС России (оперативное специализированное гидрометеорологическое обеспечение в условиях возникновения чрезвычайных ситуаций). Такого рода метеорологические прогнозы призваны оперативно обеспечивать указанных потребителей необходимой метеорологической информацией с нужной детализацией и с учетом специфики их деятельности.

Решение задачи прогноза погоды малой заблаговременное™ оказалось возможным благодаря развитию контактных и дистанционных (активных и пассивных) средств и методов метеорологических измерений: лидары, спектрометры и радиометры наземного и космического базирования, МСЗ на геостационарных и полярных орбитах, МРЛ и доплеровские МРЛ, автоматические наземные метеорологические станции. Кроме того, решению этих задач способствовало развитие вычислительной техники, компьютерных сетей и информационных технологий. Это обеспечило технические возможности автоматизации практически всех этапов получения, первичной обработки и передачи данных метеорологических наблюдений, позволяющих в реальном масштабе времени получать, обрабатывать и передавать огромный объем метеорологической информации о состоянии атмосферы со значительной территории.

синоптическими и численными методами прогноза, поскольку только в этом случае может быть обеспечена его необходимая детализация. По этой причине проблема осуществления текущего прогнозирования все еще находится в стадии своего становления, особенно при совместном усвоении такой разнородной

метеорологической информации как спутниковая, радиолокационная, аэрологическая и т. д. С учетом этого обстоятельства целью и задачами диссертации являлись:

1) разработка структуры автономного центра текущего прогнозирования;

2) разработка и реализация теоретических и методических положений по модернизации существующих и созданию новых технических средств получения и обработки метеорологической информации применительно к решению задачи текущего прогнозирования атмосферных процессов;

3) реализация действующего макета автономного центра текущего прогнозирования атмосферных процессов на базе имеющихся в РГГМУ измерительно-информационных метеорологических систем;

4) разработка и исследование методов текущего прогнозирования.

Таким образом, в диссертационной работе осуществляется решение важных и актуальных научных проблем по разработке и созданию теоретических методов и технических средств для практического осуществления текущего прогнозирования атмосферных процессов, имеющих большое народнохозяйственное значение. При этом были получены новые научные результаты, которые кратко можно сформулировать следующим образом:

1. Разработаны методы обработки разнородной метеорологической информации, в частности, впервые разработан параметрический метод описания положения и формы атмосферных фронтов и облачных образований, адаптированный для решения задачи текущего прогнозирования.

2. На обширном фактическом материале апробированы как уже существующие, так и разработанные схемы и методы цифровой обработки метеорологических изображений.

3. Созданы новые технические средства, позволяющие осуществить модернизацию стандартных измерительно-информационных метеорологических систем для решения задачи текущего прогнозирования.

4. Разработан метод текущего прогнозирования эволюции атмосферных фронтов и облачных образований.

Практическая значимость диссертации определяется тем, что в процессе ее выполнения в РГГМУ был создан действующий макет автономного центра текущего прогнозирования мезомасштабных атмосферных процессов, а также тем, что разработанные методы и технические средства могут быть использованы:

- для оперативной передачи всей получаемой центром метеорологической информации в прогностические подразделения;

- непосредственно для составления и передачи текущих прогнозов потребителям;

- для мониторинга состояния атмосферы.

Концепция и тактико-технические данные разрабатываемого и созданного в РГГМУ автономного центра текущего прогнозирования могут быть использованы при промышленном производстве автоматизированных систем получения и обработки метеорологической информации, при создании автоматизированного рабочего места метеоролога.

Основные результаты диссертационной работы реализованы в РГГМУ в процессе создания автономного центра текущего прогнозирования. Произведена модернизация стандартных измерительно-информационных метеорологических систем и осуществлено их сопряжение с ПЭВМ. На основе разработанных алгоритмов созданы и доведены до практического использования программы текущего прогнозирования для ПЭВМ.

созданного при РГГМУ Регионального метеорологического учебного центра ВМО. Произведена модернизация стандартных измерительно-информационных метеорологических систем и осуществлено их сопряжение с ПЭВМ. На основе разработанных алгоритмов созданы и доведены до практического использования программы текущего прогнозирования для ПЭВМ.

Результаты работы докладывались на Всесоюзном симпозиуме по радиофизическим исследованиям атмосферы (октябрь 1975 г.), на 1-ой Всесоюзной конференции "Биосфера и климат по данным космических исследований" (Баку, 1982 г.), на Всесоюзной научно-методической конференции по применению технических средств обучения в учебном процессе (Москва, 1984 г.), на Всесоюзной конференции "Использование спутниковой информации в исследовании океана и атмосферы" (г. Звенигород, 1989 г.), на III научно-технической конференции Воронежского Высшего Военного Авиационного инженерного училища (1992 г.), на Всероссийских научно-технических семинарах "Обнаружение электрически активных облаков, потенциально молниеопасных для летательных аппаратов" (Санкт-Петербургб, декабрь 1996 г. и ноябрь 1997 г.), на XV и XVI Всероссийских симпозиумах "Радиолокационные исследования природных сред" (Санкт-Петербург, апрель 1997 г. и апрель 1998 г.), на Итоговых сессиях Ученого совета РГГМУ в 1994, 1995, 1996 и 1997 годах, на научных семинарах Научно-исследовательского центра дистанционного зондирования атмосферы при ГГО им. А.И. Воейкова, на расширенном научном семинаре кафедры ЭФА РГГМУ.

На защиту выносятся следующие основные положения работы:

1. Организационная структура автономного центра текущего прогнозирования атмосферных процессов.

2. Технические решения, связанные с модернизацией входящих в состав автономного центра стандартных измерительно-информационных метеорологических систем и методы обработки метеорологической информации, получаемой в процессе их функционирования.

4. Математические методы обработки результатов измерений, выполненных с помощью модернизированных измерительно-информационных систем, и методы текущего прогнозирования атмосферных процессов.

5. Результаты апробации на фактическом материале методов текущего прогнозирования.

Все теоретические результаты, представленные в диссертационной работе, были получены либо самим автором, либо совместно с руководимыми автором

аспирантами Сероуховой О.С., Бриедис Т.Е. и Симакиным А.Д. Разработка и реализация технических решений по модернизации измерительно-информационных систем осуществлялась руково

Информация о работе

Кузнецов, Анатолий Дмитриевич
доктора физико-математических наук
Санкт-Петербург, 1998
ВАК 11.00.09

Диссертация

Разработка методов и средств текущего прогнозирования - тема диссертации по географии, скачайте бесплатно

Автореферат

Похожие работы