Региональные модели прогнозирования природно-климатических характеристик и оценки эффективности активных воздействий на облака.

Шугунов, Лион Жамбулатович

Бесплатный автореферат и диссертация по наукам о земле на тему
Региональные модели прогнозирования природно-климатических характеристик и оценки эффективности активных воздействий на облака.
ВАК РФ 25.00.30, Метеорология, климатология, агрометеорология

Автореферат диссертации по теме "Региональные модели прогнозирования природно-климатических характеристик и оценки эффективности активных воздействий на облака."

На правах рукописи

Шурупов Лион Жамбулатович

РЕГИОНАЛЬНЫЕ МОДЕЛИ ПРОГНОЗИРОВАНИЯ ПРИРОДНО-КЛИМАТИЧЕСКИХ ХАРАКТЕРИСТИК И ОЦЕНКИ ЭФФЕКТИВНОСТИ АКТИВНЫХ ВОЗДЕЙСТВИЙ НА

ОБЛАКА

25.00.30 - метеорология, климатология, агрометеорология

АВТОРЕФЕРАТ

диссертации на соискание ученой степени доктора физико- математических паук

НАЛЬЧИК 2009

003473277

Работа выполнена на кафедре геофизики и экологии физического факультета Кабардино-Балкарского государственного университета им. Х.М. Бербекова, г. Нальчик.

Официальные оппоненты:

доктор физико- математических наук Стерпи Александр Маркович.

доктор физико- математических наук Макуашев Мусарби Килпниевич.

доктор физико- математических наук Закиняи Роберт Гургенович.

Ведущая организация:

Российский Государственный Гидрометеорологический университет. Региональный учебный центр ВМО, г. С-Петербург.

Защита состоится июня 2009 года в 14- 00 часов на заседании

диссертационного совета Д327.001.01 при Высокогорном геофизическом институте по адресу: 360030, КБР, г. Нальчик, пр. Ленина, 2.

С диссертацией можно ознакомиться в библиотеке Высокогорного геофизического института.

Автореферат разослан « ¿>f» мая 2009 г.

Ученый секретарь диссертационного совета

доктор физико- математических наук, ¡щ У

профессор bftiAw**^— A.B. Шаповалов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ.

Актуальность темы исследовании. Исследование состояния погоды и климата в прошлом и настоящем и их предсказание в будущем являются одними из основных задач метеорологии, так как практически все процессы, происходящие на земле, в той или иной мере зависят от них. Проблема эта чрезвычайно сложна в силу различных причин. С одной стороны, процессы, определяющие погоду и климат, являются сложными, так как включают в себя многие взаимосвязанные физические процессы: от простых перемещений воздушных масс до сложных физико-химических превращений атмосферного воздуха, включая фазовые переходы воды в атмосфере. С другой стороны, эти процессы зависят от многих факторов, в том числе от состава и состояния атмосферного воздуха.

В последние годы интенсивно и в широких масштабах изменяется состав атмосферы под действием антропогенных факторов, а также в результате естественных процессов. Все это делает исследование атмосферных процессов, которыми определяются погода и климат, чрезвычайно сложной задачей. Полный учет всех факторов и решение соответствующих уравнений, описывающих эти процессы, в настоящее время невозможны даже с использованием современных вычислительных систем. Поэтому несомненный интерес представляют более простые методы исследования этих процессов, которые обеспечивают получение практически важных результатов.

Одной из основных проблем этих исследований является проблема предсказания региональных изменений климата. Этой проблеме посвящено большое число работ, в которых предложены методы с использованием различных видов информации. В данной работе указано, что наиболее просто эта проблема может быть решена при использовании временных рядов многолетних наблюдений основных метеорологических параметров. Предлагаемый метод позволяет также провести оценку эффективности АВ на облака по ИУО и ПГЗ.

В настоящей работе для решения этой проблемы рассмотрены методы, основанные на использовании многолетних значений основных метеорологических параметров: количества выпадающих осадков, температуры и влажности атмосферного воздуха в умеренных широтах со сложной орографией, а также данные временного хода различных показателей эффективности активных воздействий на метеорологические процессы для оценки их эффективности.

личных климатических зонах Центрального Предкавказья (на примере КБР и Ставропольского края), экстраполяция их значений на последующие годы и на этой основе разработка усовершенствованных методов оценки эффективности АВ по регулированию осадков.

В соответствие с целью работы решались следующие основные задачи.

• Построение моделей динамики временных рядов метеорологических параметров (температуры и влажности воздуха и количества выпадающих осадков) и динамики временного хода различных параметров облаков по данным наблюдений этих параметров в различных географических зонах (горной, предгорной и степной) КБР и Ставропольского края для различных сезонов года. Для построения моделей предложен метод разложения временных рядов метеопараметров на основные составляющие, основанный на спектральном анализе с использованием критериев случайностей остатка ряда и критерия детерминированной составляющей ряда.

• На основе построенных моделей разработка метода долгосрочного прогнозирования указанных метеопараметров с упреждением на 30 точек.

•Использование стохастических моделей для краткосрочного прогнозирования метеопараметров с упреждением на 10 точек.

• Построение метода интерполяции (восстановления) данных между пунктами наблюдений и отсутствующими в рядах данных сроками наблюдений.

• Усовершенствование методов оценки эффективности противо-градовой защиты (ПГЗ) и искусственного увеличения осадков (ИУО) на основе построенных моделей и сравнение полученных результатов с результатами существующих методов, в частности, с результатами численных методов.

Научная новизна работы. В диссертационной работе впервые решены следующие задачи:

-разработан общий метод, позволяющий исследовать с единых позиций как временные ряды многолетних наблюдений, так и временной ход различных параметров облаков, основанный на разложении временного хода метеопараметров на основные составляющие с использованием преобразования Фурье (спектральный анализ) дополненного критериями случайностей остатка ряда и метода классической декомпозиции данных метеорологических наблюдений;

- построены модели основных метеопараметров (температуры, влажности воздуха и количества выпадающих осадков) по данным метеонаблюдений

Центрального Предкавказья (на примерах КБР и Ставропольского края); для горной, предгорной и степной зон в различные сезоны года; -предложены два различных метода прогноза временного хода метеопараметров: краткосрочный с использованием известного метода стохастических моделей (с упреждением до 10 точек) и долгосрочный на основе построенных моделей (с упреждением до 30 точек);

-предложены метод интерполяции значений метеопараметров между пунктами наблюдений, основанный на уравнениях теплового баланса атмосферного воздуха, и метод интерполяции недостающих членов ряда на основе лагового анализа;

- усовершенствованы методы оценки эффективности АВ на облака с целью ИУО и предотвращения града, базирующиеся на предложенном методе экстраполяции;

-предложен комбинированный метод оценки эффективности ПГЗ, объединяющий преимущества метода «исторического ряда » и метода «контрольной территории».

Основные положения, выносимые на защиту.

1. Модели динамики природно- климатических характеристик региона (температуры, влажности воздуха и количества выпадающих осадков) по данным метеонаблюдений Центрального Предкавказья (на примерах КБР и Ставропольского края) для горной, предгорной и степной зон в различные сезоны года.

2. Метод и результаты долгосрочного прогнозирования метеопараметров основанные на разложении временных рядов метеопараметров на основные составляющие на основе преобразования Фурье ряда, дополненного критериями случайностей остатка ряда и метода классической декомпозиции с использованием многолетних метеонаблюдений в регионе Центрального Предкавказья.

3. Результаты краткосрочного прогнозирования метеопараметров с использованием стохастических моделей.

4. Усовершенствованный метод и результаты оценки эффективности регулирования осадков (ИУО и ПГЗ) с использованием численных методов анализа показателей эффективности и без них.

5. Методика интерполяции значений метеопараметров между пунктами наблюдений, основанная на уравнениях теплового баланса атмосферного воздуха.

6. Предложенный подход для интерполяции недостающих членов ряда на основе лагового анализа.

7. Модели и результаты оценки эффективности противоградовых работ на ЗТ с использованием данных на КТ и ЗТ.

8. Рекомендации по оптимальному размещению пунктов метеонаблюдений.

Практическая значимость работы. Практическая ценность работы состоит в получении закономерностей изменения природно- климатических характеристик в различных климатических зонах КБР и Ставропольского края, а также их прогнозных значений на перспективу для нужд народного хозяйства. В частности, полученные результаты могут быть использованы для исследования агроклиматических ресурсов в различных зонах исследуемой территории.

Результаты работы могут быть также использованы: -при разработке перспективных планов социально-экономического развития региона; -для решения задачи организации производства сельскохозяйственной продукции в новых природно-климатических условиях;

- при решении задач прикладной климатологии;

- в различных моделях долгосрочного прогноза климата;

- при решении экологических задач;

- в численных моделях облачных процессов.

Результаты диссертационной работы внедрены в учебный и производственный процессы и получены соответствующие акты внедрения.

Достоверность результатов работы. Достоверность полученных результатов обеспечена корректностью постановки рассматриваемых задач и методов их решения, решением модельных задач, что подтверждается хорошим соответствием полученных результатов с фактическими результатами метеонаблюдений.

Достоверность результатов по разработке моделей прогнозирования природно- климатических характеристик обеспечена применением широко используемых в мировой практике современных методов обработки данных наблюдений.

Обоснованность предложенной методики подтверждается большой выборкой тестовых задач и соответствием полученных результатов прогнозных значений с фактическими данными, в том числе полученными за последние годы.

Апробация работы. Основные результаты работы докладывались на Всероссийских конференциях по физике облаков и активным воздействиям на градовые процессы (Нальчик, 1997, 2005), на Международной конференции по системным проблемам надежности, математическому моделированию, информационным технологиям (Сочи, 1998), на симпозиуме «Математическое моделирование и компьютерные технологии». (Кисловодск, 1997), на итоговых сессиях, общегеофизических и научных семинарах ВГИ, 1СБГУ, КБГСХА.

По теме диссертации опубликовано 36 работ в научных журналах и сборниках и одна монография.

Структура и объем диссертации. Работа состоит из введения, пяти глав, заключения и списка литературы. Общий объем работы составляет 298 страниц машинописного текста, включая 50 таблиц, 98 рисунков, список используемой литературы из 187 наименований.

Содержание работы.

Во введении диссертационной работы обосновывается актуальность темы исследования, формулируются цель и задачи, характеризуются теоретические и методологические основы, предмет исследования, раскрываются научная новизна и практическая ценность результатов работы.

В первой главе кратко приведены основные характеристики по-годо- и климатообразующих факторов. Рассмотрены некоторые общие и региональные модели климата и основные результаты, полученные на основе этих моделей. Здесь же приведены некоторые результаты исследований, характеризующие влияние погоды и климата на производство сельскохозяйственной продукции.

В данной главе проводится постановка некоторых основных задач для эффективного использования природных факторов в сельскохозяйственном производстве и некоторые пути их решения. В частности предложены различные методы прогнозирования основных.метеорологических параметров, приведены алгоритмы их реализации. В этой же главе приведены основные положения используемых в работе методов обработки временных рядов. Проведено обоснование предлагаемого метода на примерах решения модельных задач.

Для решения этой проблемы временной ряд многолетних наблюдений метеопараметра представляем выражением вида

x(t)=m(t)+C(t)+u (t), (1)

где m(t)- тренд ряда; C(t)-\w клическая составляющая; u(t)-нерегулярная часть.

Циклические компоненты представлены полигармоническим процессом вида,

где неизвестные В > Т > подлежащие определению.

Для выявления циклических составляющих ряда в данной работе используется преобразование Фурье (спектральный анализ) ряда. . £

ь *

где

А, ~ U Г а) = - J'x(t) cos со, clt, В j й V((ü) = - ) sin со, dt (4)

-/, ' -i

Оценка спектральной плотности определяется в виде

I, И = 71 К И2 = 2 (СУ) + к2 («)] Ф

Построение функций [/(«>)> V(a) позволяет обнаружить в x(t)

периодические компоненты, т. е. определить параметры скрытых пе-риодичносгей.

Однако ни один из существующих селективных методов не позволяет получить точное решение этой сложной задачи, в том числе и спектральный анализ. Поэтому для получения более точных результатов в этих методах используется разные приемы. В настоящей работе для решения этой задачи используется спектральный анализ дополненный различными критериями случайности остатка ряда, а также критерием регулярной части- метод классической декомпозиции. Такой совместный анализ регулярной и случайной частей ряда, по мнению автора, приводит к более надежным результатам.

По результатам такого анализа построены математические модели динамики временных рядов метеопараметров для различных сезонов года и среднегодовых значений.

Во второй главе приведены модели и результаты анализа и прогноза температуры атмосферного воздуха в различных климатических зонах КБР и Ставропольского края: горной, предгорной и степной в различные сезоны года. Для выделения циклической составляющей ряда в работе, как отмечено выше, используется преобразование Фурье (спектральный анализ), дополненное критериями случайностей остатка ряда и метода классической декомпозиции.

В качестве примера на рис.1 приведены периодограмма и спектр среднегодовой температуры воздуха в горной зоне КБР (пос. Камен-номостское).

Рис. 1. Периодограмма (сплошная линия) и спектр (пунктирная линия) среднегодовой температуры воздуха.

Периодограмма имеет сравнительно большое число близко расположенных пиков. Из графика спектра (рис. 1, пунктирная линия), полученного сглаживанием периодограммы с помощью спектрального окна Хемминга шириной т~5, видно, что выделились три области гармоник: низкая, средняя и высокая. Для окончательного выбора циклической составляющей проводится анализ с использованием критериев случайностей остатка ряда и метода классической декомпозиции.

В таблице 1 приведены различные критерии случайности остатка ряда в сравнении с их теоретическими значениями для среднегодовой температуры в горной зоне КБР (пос. Каменномостское).

Таблица 1.

Критерии: Фактические Теоретические

Дарбина-Уотсона 1,993 2,00

Числа поворотных точек 36 37

Числа положительных разностей 27 28

Числа отрицательных разностей 27 28

Нетрудно заметить согласие теоретических и фактических значений приведенных критериев, из которого следует, что нерегулярная часть ряда выделена достаточно четко.

На рис. 2 приведены тренд- циклические составляющие среднегодовой температуры в предгорной зоне КБР (г. Нальчик).

Годы

Рис. 2. Тренд -циклические составляющие температуры воздуха спектральный метод (сплошная линия), метод декомпозиции (пунктирная линия). Приведенный пример наглядно показывает, что выделенная методом спектрального анализа тренд- циклическая составляющая ряда находится в хорошем согласии с аналогичными результатами широко используемого метода классической декомпозиции. Так как метод классической декомпозиции достаточно надежно позволяет разложить временной ряд на основные составляющие, то в данном случае это служит подтверждением надежности полученных результатов в пред-

лагаемом подходе Полученные в результате такого анализа данные позволяют построить математические модели рядов метеопараметров для различных сезонов года для описания их динамики. На основе такого анализа получено, например, что основные характеристики среднегодовой температуры воздуха в горной зоне республики (пос. Ка-менномостское) описываются моделью вида

У СО = 7,175 + 0,012 / + 0,291 eos [—3í) - 0,17816 jwí—Зп-

1 28 ) 1 28 J

-0,17814 сол +0,3318 ^

В следующей таблице приведены результаты анализа и прогноза температуры воздуха в различные сезоны года в предгорной зоне КБР на основе построенных моделей.

Таблица 2

Прогноз температуры °С (Нальчик) Прогноз температуры °С (Баксан)

Годы Зи- Вес Ле Осень Зима Вес- Ле Осень

ма на то на то

2004 -1,5 10,5 22 10,1 -1,2 7,0 22,3 10,3

2005 -0,8 9,8 22,1 8,9 0,0 6.9 23,1 11,3

2006 -0,6 9,2 21,8 10 0,9 6,9 23,3 10,9

2007 -1,6 9,5 21,3 11 0,1 6,9 22,5 9,7

2008 -2.5 10,2 21,1 10,4 -0,9 6,9 21,9 10,5

2009 -2,1 10,4 ГТПз 11 -0,3 7,0 22,4 11,1

2010 -1,3 9,7 21.7 10,5 0,7 7,0 23,1 10,9

2011 -1,5 9,0 21,9 9,7 0,0 7,1 22,9 11,8

2012 -2,4 9,1 21,8 И -1,4 7,2 22,0 11,7

2013 -2,3 9,8 21,3 11,1 -1,4 7,3 21,7 10,4

2014 -U 10,3 20,8 10,2 -0,4 7,4 22,3 10,9

2015 -0,4 9,8 20,8 10,5 -0,4 7,4 22,9 11,6

2016 -0,9 9,1 21,2 9,6 -1,8 7,4 22,5 11,1

2017 -1,2 9,0 21,5 9,4 -2,2 7,4 21,7 11,8

2018 -0,4 9.7 21,6 11,3 -1,0 7,3 21,6 11,9

2019 0,7 10,4 21,1 11,4 -0,3 7,2 22,4 10,3

2020 0.4 10,3 20,6 11 -1,1 7,0 22,9 10,4

2021 -0,5 9,6 20,4 11,3 -1,7 6,7 22,4 11.2

2022 -0,6 9,4 20,6 10 -0,6 6,5 21,6 10,7

2023 0,2 10,0 21 9,9 0,7 6,2 21,8 11,2

2024 0,3 10,8 21,2 11,2 0,4 6,0 22,7 11,7

2025 -0,8 10,9 20,9 10,6 -0,5 5,7 23,0 10,2

В первом пункте наблюдения (г. Нальчик) в зимний период ожи-

даемая средняя температура воздуха в приземном слое остается отрицательной за прогнозируемый период за исключением 2019 и 2020 годов, в которых ожидаются около плюс 0,5 градуса. Наиболее теплые периоды наблюдаются в 2005-2006, 2019-2020 годах. Наиболее холодными периодами являются 2008-2009 и 2012-2013 годы. За прогнозируемый период максимальная отрицательная температура воздуха ожидается в 2008 г, а максимальная положительная температура в-2019 году. Аналогично изменяется температура в другие сезоны года согласно приведенным в таблице данным. Аналогичные результаты получены по всем остальным зонам республики, некоторые результаты таких расчетов приведены на следующих рисунках.

На рис. За. приведены графики изменения весенней температуры и ее прогноза в степной зоне КБР (г. Прохладный).

а") 12 11

'N Л

' / ^ ' 1 ' I

1 Л Л ' 1

v I /

1957 1968 1979 1990 2001 2012 2023

-— Годы

10,5 10,0 9,5 8,0

¡5 7,6 а.

0> 7.0

6,0 5,5

/ \ ,

1961 1987 1973 1979 1985 1991 1997 2003 200Э 2015 2021 2027 -о- Годы

Рис. 3. Фактические (сплошная линия) и прогнозные (пунктирная линия) значения весенней температуры воздуха.

Как видно из рисунка, в данном пункте изменения весенней температуры и ее сглаженные значения хорошо согласуются. Это означает, что выбранная модель ряда достаточно точно описывает основные характеристики исходного ряда, а значит, ее можно использовать для прогнозирования значений весенней температуры воздуха. В целом происходит повышение температуры воздуха от относительно низкой

около 10 градусов тепла в начале прогнозируемого периода (2002 г.) до более высокой- около 11.8 градусов тепла в 2020-2021 годы.

На рис. 36 приведены такие же результаты для горной зоны Ставропольского края (г. Кисловодск). Из графика видно, что в период прогноза значения температуры в среднем уменьшаются, совершая периодические изменения от значения 8 градусов до 7,8 градусов тепла в соответствии с линейным трендом ряда.

Для количественной оценки точности метода проведено вычисление относительной ошибки прогноза средней температуры в горной зоне КБР (пос. Каменномостское), результаты которой приведены в таблице 3.

Таблица 3

Относительная ошибка прогноза среднегодовой температуры %. Ср.

1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001

9,20 20,1 3,75 9,61 1,99 3,92 7,34 4,24 4,521 10,9 3,79 7,01

Из таблицы видно, что относительная ошибка прогноза изменяется от 4% до 20%, со средним значением 7%.

На следующем рисунке приведены фактические и прогнозные значения среднегодовой температуры воздуха.

9,5

га о. 8,5

О. 0) 7,5

Ф 6,5

5,5

1946 1951 1956 1961 1966 1971 1976 1981 1986 1991 1996 2001

— Годы

сэ

а 10 >. ь со о.

/л ,

1957 1963 1969 1975 1981 1987 1993 1999 2005 2011 2017 2023 2029 2035 Годы

Рис. 4. Фактические (сплошная линия) и прогнозные (пунктирная линия) значения температуры воздуха.

Из графиков рис. 4а следуют, что прогнозные значения (пунктирная линия), полученные в предположении, что последние члены ряда неизвестны, находятся в согласии с их фактическими значениями (сплошная линия).

Из графиков, приведенных на рис.4б, видно, что прогнозные значения среднегодовой температуры воздуха в предгорной зоне КБР (г. Нальчик), полученные по данным до 2002 года (пунктирная линия), хорошо согласуются с фактическими данными (точечная линия), полученными за последние годы (2003-2008 гг.).

Аналогичные исследования проведены по данным метеорологических параметров Ставропольского края. В частности для среднегодовой температуры в горной зоне (г. Кисловодск) получена модель вида:

V (1)= 7,87-0,0038/ + 0Д53«и[—5Н+0,254 а7и(—5<|-

И5 ; 145 ) (7)

- 0,217 с<м^Н( ^ + 0,323 " j

Наряду с рассмотренным методом долгосрочного прогнозирования предлагается метод краткосрочного прогнозирования временных рядов метеопараметров, основанный на использовании стохастических моделей.

В методе стохастических моделей для выбора адекватной модели временного ряда из ряда альтернативных проводится анализ автокорреляционной (АКФ) и частной автокорреляционной (ЧАКФ) функций ряда. Используя критерии выбора пробных функций, проводится исследование альтернативных моделей, из которых выбирается адекватная модель.

Прогнозные значения временных рядов в разностной форме при к<(], описываемые моделью авторегрессии проинтегрированного скользящего среднего (АРПСС(р.Дс])), определяются по формуле х;{к) = ф,[х , + + фг{Х + - + ФР[Х, + ь-г 1 - , (8)

где при3 > 1 = х;(Л ПР"* * 0 1 ^ и

где к- упреждение. А на основании последних соотношений при к>д члены, содержащие а , равны нулю.

Практический интерес представляет исследование минимальной и максимальной температур наиболее теплых периодов и т д.

В качестве такого примера на рис. 5а. приведен график минимальной температуры воздуха в горной зоне КБР.

Рис.5. Фактические (сплошная линия) и прогнозные (пунктирная линия) значения среднегодовой температуры воздуха.

Фактические значения этого параметра за период наблюдения (с 1946 по 1998 гг.) иллюстрирует сплошная линия, прогнозные значения до 2010 года - пунктирная линия. Из графиков видно, что имеет место значительное понижение минимальной температуры воздуха в периоды 1988-1991 и 2008-2010 гг., а относительное повышение минимальной температуры ожидается в 2001-2006 гг.

На рис. 56. приведены результаты краткосрочного прогнозирования среднегодовой температуры атмосферного воздуха, полученные для предгорной зоны Ставропольского края (г. Ставрополь) с использованием стохастических моделей. В данной зоне изменения среднегодовой температуры описывается стохастической моделью авторегрессии проинтегрированного скользящего среднего (АРПСС(2,1,1)). После незначительных колебаний в начале прогноза среднегодовая температура к 2012 году приближается к 9,4 градусам тепла.

Аналогичные результаты получены по остальным зонам. В частности, в предгорной зоне (м.с. Ставрополь) также наблюдается уменьшение температуры в среднем от значения 9,5 (1961 г) до 9,3 градуса тепла (2030 г). В степной зоне (м.с. Лрзгнр) наблюдается увеличение температуры от значения 10,3 до 11,2 градуса тепла, в соответствии с линейным трендом ряда, совершая периодические изменения с амплитудой около 0,5 градуса.

По результатам краткосрочного прогнозирования в горной зоне (м.с. Кисловодск) среднегодовая температура к 2012 году примет значение около 7,7 градуса тепла, а в степной -около 11 градусов. Примерно тоже самое наблюдается и в аналогичных зонах КБР.

В таблице 4 приведены параметры стохастических моделей температуры воздуха в климатических зонах КБР в различные сезоны года, где р1 и /?2-парметры авторегрессии, с1- порядок разности модели, ц1-парамегр скользящего среднего.

Таблица 4.

Параметры стохастических моделей температуры.

Сезоны Параметры модели

Р1 р2 й 41

Зима -0,26 -0,13 1 0,630

весна -0,21 -0,22 1 0,963

Лето -0,20 -0,27 1 0,853

Осень -0,23 -0,03 1 0,926

Ср. год 0,019 1 0,847

Зима 0,042 1 0,913

весна -0,03 -0,23 1 0,887

Лето -0,19 -0,23 1 0,644

Осень -0,04 -0,05 1 0,844

Ср. год 0,622 -0,094 1 0,083

Зима -0,20 -0,16 1 0,672

весна -0,04 1 0,808

Лето -0,01 -0,13 1 0,662

Осень 0,079 -0,16 1 0,928

Ср. год 0,072 0,182 1 0,815

В зимнее время средняя температура воздуха в горной зоне (пос. Каменномостское) описывается стохастической моделью авторегрессии проинтегрированного скользящего среднего (АРПСС (2,1,1)), параметры которой приведены в таблице 4. Первый коэффициент авторегрессии больше второго, а параметр скользящего среднего намного превосходит параметры авторегрессии. По изложенной методике использования стохастических моделей для анализа и прогноза временных рядов проведено прогнозирование среднегодовой температуры воздуха.

Аналогичные исследования проведены для горной, предгорной и степной зон Ставропольского края. Параметры моделей для среднегодовой температуры воздуха приведены в следующей таблице.

Таблица 5.

Параметры р! Р2 6 с|1

Кисловодск.

Ср. год 0,04 -0,06 1 0,78

Ставрополь

Ср. год -0,0007 -0,1495 1 0,7875

Арзгир

Ср. год | -0,0337 -0,0756 1 0,8695

В третьей главе приведены результаты анализа и прогноза временных рядов количества выпадающих осадков в рассмотренных климатических зонах КБР и Ставропольского края в различные сезоны года, аналогичные полученным во второй главе результатам для температуры воздуха.

На рис. 6а приведены фактические и прогнозные значения среднегодового количества выпадающих осадков в предгорной зоне Ставропольского края (г. Ставрополь) и весеннего количества осадков в степной зоне КБР (г. Прохладный) (рис. 66).

а)

750

700

650

600

5 550

Ь 500

4511

« 400

о 350

300

б) 250 200

5 150

| ,0°

I ' \

— >--."-Л------г —

1961 1967 1973 1979 1985 1991 1997 2003 2009 2015 2021 2027 — Годы

1955 196?. 1-933 1974 1980 1986 1932 1998 2004 2010

— Годы

Рис. 6. Фактические (сплошная линия) и прогнозные (пунктирная линия) значения количества выпадающих осадков.

Из графиков (рис. 6а) видио, что основные тенденции в характере изменений фактических значений количества выпадающих осадков (сплошная линия) хорошо отслеживает сглаживающая кривая (пунктирная линия), полученная по изложенной методике долгосрочного прогнозирования.

На графиках (рис. 66) приведены прогнозные значения весеннего количества осадков в степной зоне КБР (г. Прохладный), полученные на основе метода стохастических моделей. Вначале прогнозные значения быстро уменьшаются до минимального значения около 100 мм, а затем начинают расти и быстро достигают максимального значения около 150 мм, а к концу прогноза они достигают значения около 140 мм.

Количественная оценка точности прогноза приведена в следующей таблице.

Таблица 6.

Относительные ошибки прогноза среднегодового количества осадков %. Ср. зн.

1992 1993 1994 1995 | 1996 | 1997 | 1998 1999 2000 2001

Каменномостское

15,37 20,8 16,8 30,5 | 30,8 | 47,4 | 22,8 72,3 4,95 22,7 28,8

Заюково

6,537 4,95 теп 68,0 1 2,02 1 25,3 | 13,8 29,6 9,19 26,2 19,6

В таблице приведены относительные ошибки прогноза количества осадков в пос. Каменномостское и пос. Заюково, из которых следуют, что они изменяются от 2% до 72% , а средние значения соответственно равны около 29% и 20%.

Четвертая глава посвящена анализу временного ряда относительной влажности воздуха в горной и предгорной зонах КБР в различные сезоны года, аналогичного проведенным в предыдущих разделах.

Как отмечено выше, рассмотренный подход позволяет построить модель, описывающую динамику относительной влажности воздуха, которая используется для получения долгосрочного прогноза, а для краткосрочного прогноза также используются стохастические модели.

Используя изложенную выше методику, построены соответствующие модели прогнозирования временных рядов многолетних наблюдений относительной влажности воздуха в горной и предгорной зонах КБР. Ниже приведены результаты таких исследований.

Параметры стохастических моделей значений относительной влажности воздуха в горной и предгорной зонах КБР приведены в следующей таблице.

Таблица 7

Сезоны Параметры модели

р1 | р2 | д Ч»

Каменномосгское

Зима 0,553 -0,19 1 0,999

весна 0,192 1 0,999

Лето -0,04 1 0,714

Осень -0,09 1 0,764

Ср. год 0,129 1 0,882

Нальчик

Зима -0,05 -0,03 1 0,93

весна -0,10 1 0,865

Лето 0,172 1 0,805

Осень -0,09 -0,18 1 0,695

Ср. год -0,251 -0,29 1 0,408

Из данных таблицы 7 следуют, что среднегодовая относительная влажность воздуха в рассматриваемой зоне описывается моделью авторегрессии проинтегрированного скользящего среднего (АРПСС(1,1,1)) с небольшим коэффициентом авторегрессии.

Результаты анализа относительной влажности воздуха в различных зонах КБР приведены на следующем рисунке.

а) 90

и «В

-•5 86

а) н ь 84

о I ^ 82

О с; а> 80

1944 1952 1960

1976 1984 1992 2000 2008 2016 2024 Годы

«4

б) 82

¡5 „ 78

X й5-

л „ | ё 76 5 5 74

1944 1850 1956 1962 1968 1974 1980 1986 1992 1998 2004 2010 — Годы

Рис. 7. Фактические (сплошная линия) и прогнозные (пунктирная линия) значения относительной влажности воздуха.

Из графиков (рис. 7а) следуют, что прогнозные значения (пунктирная линия) хорошо согласуются с фактическими значениями (точечная линия), полученными за последние годы.

Из графиков, приведенных на рис.76, видно, что прогнозные значения (маркированная линия) относительной влажности воздуха достигают максимального значения равного около 76,2 мм, затем начинают падать до минимального значения около 76 мм и снова немного увеличиваются и стабилизируются около значения 76,1 мм.

В табл. 8 приведены прогнозные значения относительной влажности воздуха % в предгорной зоне КБР (г. Нальчик) в различные сезоны года.

Таблица 8.

Годы Зима Весна Лето Осень Ср. г.

2004 86,2 74,3 72,7 81,6 78,9

2005 86,0 72,3 72,4 80,7 76,4

2006 85,0 71,8 71,0 79,4 75,9

2007 83,7 73,0 69,5 78,4 77,5

2008 82,7 74,4 69,0 78,2 77,1

2009 82,4 74,4 69,8 78,6 75,9

2010 82,9 73,4 71,5 79,2 77,8

2011 83,7 73,1 72,9 79,4 80,1

2012 84,2 74,4 73,1 79,0 79,0

2013 84,0 76,2 72,0 78,1 77,5

2014 83,0 76,5 70,4 77,4 78,7

2015 81,7 74,9 69,4 77,5 78,9

2016 80,5 73,3 69,7 78,4 76,7

2017 80,2 73,3 71,2 79,7 76,8

2018 80,9 74,7 72,8 80,7 79,5

2019 82,3 75,6 73,5 80,9 79,8

2020 83,7 75,0 72,9 80,4 78,2

2021 84,5 73,9 71,3 79,6 78,7

2022 84,5 74,1 70,0 79,2 79,7

2023 83,6 75,9 69,8 79,4 77,5

2024 82,6 77,7 70,9 80,1 75,6

2025 82,0 77,7 72,6 80,7 74,8

Значения относительной влажности воздуха в зимнее время в данном пункте меняются от 80,2 % до 86,2 %. Малые значения относительной влажности воздуха ожидаются в 2016-2018 годах, а относительно большие значения приходятся на 2004-2006 и 2021-2022 годы. Аналогично изменяется относительная влажность воздуха в другие сезоны согласно приведенным в таблице данным.

Пятая глава посвящена использованию предлагаемых методов в вопросах регулирования природных процессов и оценки их эффективности.

В таблице 9 приведены выделенные предлагаемым методом гармоники и соответствующие им периоды временных рядов метеопараметров.__Таблица 9.

Температура

Пункты Зима Весна Лето Осень Ср. год

Каменномостское, 2;11 1;11 9 3;16 3;12

гармоники.

Период 21; 4 42 ;4 5 14;3 19; 5

Мин темп, гарм. 2;6;11

Период 21;7; 4

Нальчик, гарм. 3;13 11;16 1;9 6;11 1;6;12

Период 20;5 5;4 59;6 10;6 59;10;5

Баксан, гарм. 2;10 1 ;9; 9 1;9 2;7;13 1;9

Период 20;4 43;5;2 43;5 21;6;4 43 ;5

Прохладный, гарм. 2;11 2;8 3;9 2;5 2;5;9

Период 22;5 22;5 15;5 22;9 22;9;5

Терек, гарм. 1;6 1;5 8; 13 5;11 3

Период 30;5 30;6 4;3 6;3 10

Осадки

Каменномостское, 3; 10 6; 9 4; 9 2; 14 2; 9

гарм.

период 14; 4 ГТб 10; 5 21; 3 28; 6

Заюково, гарм. 1; 11 1; 7 4 2 3; 10

период 42; 4 42; 6 10 21 14; 4

Нальчик, гарм. 4; 10 1; 7; 16 2; 8;17 3;9;17 1; 9

период 15; 6 59; 8; 4 29;7;4 19;7;4 59; 6

Баксан, гарм. 3; 6 2; 9 2; 6 2; 13 3; 13

период 15; 8 23; 5 23; 8 23; 4 15; 4

Прохладный, гарм 2; 7 1;5 2; 9 2; 8 6; 13

период 23; 9 46; 9 23; 5 13; 6 8; 4

Терек, гарм. 2; 6 1;7 2; 12 4; 13 6; 12

период 22; 7 45; 6 23; 4 11; 4 7; 4

Относительная влажность

Каменномостское, 2; 5 2; 5 4; 8 1;5 2; 5

гарм.

период 21; 8 21; 8 10; 5 42; 9 28; 11

Нальчик, гарм. 3; 7 1;5;Л 1;8 3;8;14 3;7

период 19; 8 59;12;5 59; 7 19;7;4 19; 8

Из данных таблицы следуют, что в спектрах рассмотренных метсо-параметров выделяются три области гармоник: низкие 1-3 (с периодами 59-20 лет), средние (с периодами 7-15 лет) и высокие (с периодами 3-6 лет).

Так как сеть метеорологических наблюдений ограничена, возникает задача оценки значений метеорологических параметров в пунктах, не охваченных сетью наблюдений. В данном разделе предложен подход, позволяющий определить временные ряды метеопараметров в любом месте (пункте) исследуемой территории по результатам измерений метеопараметров в пунктах наблюдений.

Уравнение баланса температуры в произвольном объеме приземного слоя воздуха можно записать в виде

¡^/У = + |ес1У , (9)

V V

где выражение слева описывает изменение температуры воздуха в выделенном произвольном объеме V воздуха; первое слагаемое справа-поток температуры ТС через поверхность ограничивающую выделенный объем; С- скорость потока; 8-объемная плотность источников тепла, включая солнечную и земную радиации. Используя теорему Остроградского- Гаусса и учитывая, что выделенный объем произвольный, имеем:

~ + ё^(ТС) = е (10)

Далее, используя соотношение ¿ю(ТС ) = ТйкС + С^гааТ и учитывая, что сИ\-С = 0> получим

дТ дТ дТ дТ

-+ и-+ У-+ С0-= 8, (11)

3/ дх ду дг

или с учетом, что вдоль широты (ось у) температура постоянна, имеем

дТ дТ дТ

— + и-+ Ю-= Е, (12)

81 дх дг

где Ы , СО -соответственно горизонтальная (вдоль мередиана) и вертикальная составляющие скорости воздуха. Интегрируя уравнение (12) от 0 до имеем

ЛТ1 ^Т1 ^ л

Т — Аг + —- Аг - Гел С// , (13)

дх дг •>

где Ах=и А/ и Аг=(0 А/ соответственно, ах, 2- соответственно горизонтальная и вертикальная координаты пункта;

С = Ец — £п -разность между объемной плотностью источника тепла,

связанная с поступлением примесей (парниковых газов) в атмосферу, и объемной плотностью «поглощения» тепла в выделенном объеме воздуха в результате убыли примесей в рассматриваемом объеме воздуха. При интегрировании выражения (12) учтено, что в рассматриваемом сезоне суммарный поток приходящей солнечной радиации за сезон (год) на земную поверхность зависит линейно от состава атмосферного воздуха, в котором находится исследуемый пункт. Тогда оценку значений температуры Т в любом пункте наблюдения можно определить по формуле

Т -Тй+Тх ,í~ — Axcosa + — Az + 'S^ai cosa¡t + Ь{ sina^t, (14)

дх dz '

где f , ^-параметры полиномиальной модели; дГ > дТ . вертикаль-

dz дх

ный и горизонтальный градиенты температуры воздуха, определяемые по данным наблюдений/ Ах -расстояние от пункта до экватора; (X -угол между пунктом и мередианом, который изменяется в интервале

f0;nj; fl) _ 2-я- -циклическая частота ряда; Л'-длина ряда; Az-высота

пункта над уровнем моря; А-число выделенных гармоник; a¡t bl -

коэффициенты Фурье ряда.

Сопоставляя формулы и (13) и (14), получим

'к и Т =

Je ndt - - X а, eos со ¡t + bj sin со i' >:„

0 i = 1

Ниже приведены результаты расчетов, полученных по формуле (14) значений среднегодовой температуры и их фактических значений (табл. 10).

Таблица 10

Расчетные и фактические значения среднегодовой температуры воздуха.

№ Высота Пункт наблюде- Фактические Расчетные

п/п н.у. м. ния значения значения

I 793 Камеи номостское 7,398 7,399

2 660 Заюково 8,083

3 450 Нальчик 9,358 9,165

4 460 Баксан 9,74 9,63

5 212 Терек 10,7 10,549

6 181 Прохладный 10,2 10,33

Из этих данных видно, что расчетные и фактические значения

среднегодовой температуры находятся в хорошем согласии.

Рассмотрены также возможности использования предлагаемых методов для решения ряда других задач, в частности, для оценки эффективности ЛВ на облака, ПГЗ и др. На основании такого анализа установлено, что основные процессы, формирующие характер изменения отражаемости в облачных процессах большой продолжительности, можно описать моделью, аналогичной использованной при описании изменений метеопараметров. В частности, в облачном процессе 05.06.89 12.00 (КБР) радиолокационная отражаемость на длине волны 10 см описывается следующей моделью:

Y ( 1 ) = 50 ,87 + 0 ,47 l - 19 ,45 cos f }- (¡5)

2,77 sin

гГ

м + I .32 cos

-2 t

— 2t\ + 2 ,27 sin — 17 J ^17

С использованием формулы (15) можно получить прогноз временного хода радиолокационной отражаемости реального облака 14.07.2004 14.57 (КБР). На рис. 8а. приведены фактические и прогнозные значения отражаемости облака, развивавшегося над КБР.

а)

10 15 20 25

35 40 45 50 55 ■— Время (мин)

60 65 70 75 80 85

б)

£ 2

0 2 4 6 8 10 12 14 16 13 20

— Время (мин)

Рис. 8. Отражаемости облаков (сплошные линии) и прогнозные значения (пунктирные линии).

Из графиков, приведенных на рис. 8а, следуют, что предлагаемый подход позволяет достаточно точно описать характер изменения радиолокационной отражаемости в облаке и может быть использован в задачах прогнозирования ее значений и оценки эффективности воздействий на облака.

На рис. 86. приведены результаты анализа и численного метода расчета радиолокационной отражаемости реального облака в КБР (05.06.89 12.00). Из этих графиков видно, что кривые временного хода отражаемости, построенные различными методами: численным (штрих пунктирная линия), декомпозиции (пунктирная линия) и предлагаемым методом (точечная линия)) находятся в хорошем согласии.

В данной главе приведены результаты анализа по оценке эффективности активных воздействий на метеорологические процессы. По пункту (м.с. Арзгир) орошаемой территории степной зоны Ставропольского края проведена оценка физического эффекта работ по ИУО в годы проведения активных воздействий (с 1986 по 1994) с использованием прогнозных значений, полученных на основе предложенных моделей.

Для оценки физического эффекта АВ предлагается формула

л'; =

■100%

(16)

где Х1 > Х""соответственно фактические и прогнозные значения показателя эффективности АВ.

Ниже на следующем рисунке приведены такие результаты.

4У

1961 1965 1969 1973 1977 1901 1985 1989 1993

Рис. 9. Фактические (сплошная линия) и прогнозные (пунктирная линия) значения ряда.

Из графика следует, что в годы воздействий (1986-1994 гг.) фактические значения количества осадков (точечная линия) существенно больше прогнозных (пунктирная линия).

Результаты оценки экономической эффективности активных воздействий по ИУО на урожайность озимой пшеницы за годы проведения работ по Ставропольскому краю по годам, методом стохастических моделей, лагового анализа и прогнозирования на основе предложенных моделей, приведены в таблице 11.

Таблица 11

Результаты оценки эффективности активных воздействий на метеорологиче-____скис процессы. _____

Годы 1986 1987 1988 1989"1 1990 1991 1992 1993 1994 Ср.

Стох. мод 0,34 0,170 0,15 0,35 0,35 0,33 0,28 0,36 0,09 0,3

Лаг. анал. -0,2 -0,9 -0,01 0,12 0,01 0,12 0,15 0,16 -0,08 0,02

Мет. спе ктр. ан. 0,08 0,532 0,19 0,32 0,24 0,17 0,27 -0,1 -0,3 0,2

Из данных таблицы следует, что имеет место как положительный, так и отрицательный эффект по годам, однако в среднем за годы проведения мероприятий по ИУО эффект положительный. Анализ распределенных лагов метеопараметров и методы оценки эффективности противоградовой защиты. Анализ различных пар метеопараметров, проведенный в предыдущих разделах, показал, что между метеопараметрами существуют статистические связи, особенно сильные корреляционные связи наблюдаются внутри зон. При достаточно высоких связях между параметрами удается получить регрессионные уравнения, позволяющие построить один временной ряд по значениям другого, причем результаты, получаемые при этом, достаточно точно воспроизводят основные характеристики временных рядов. По результатам такого анализа получено регрессионное уравнение для количества осадков в горной зоне КБР:

Г(0 =476.8+1.б* (1-5)+0.5495 *г(0+0.242 *гП-4) (17)

Такой подход предлагается использовать в методах оценки эффективности противоградовой защиты по данным на контрольной территории (КТ).

Для оценки эффективности противоградовой защиты по данным на ЗТ предлагается использовать изложенный метод долгосрочного прогнозирования метеопараметров. А именно, по этой методике определить ожидаемые (прогнозные) значения показателей эффективности противоградовой защиты (ПГЗ) и по разности их значений с фактическими значениями оценить эффективность ПГЗ.

В данной работе для оценки эффективности ПГЗ по данным на ЗТ предлагается формула:

I >П

где значения /-¿о показателя эффективности на ЗТ в год защи-

ты и его прогнозные значения в годы проведения противоградовых работ, соответственно.

Для оценки эффективности ПГЗ по данным на КТ предлагается

формула:

А', =

У Пк'Г

•100% , (19)

где у пкг- прогнозные значения в годы проведения ПГЗ.

С использованием предлагаемой методики проведены расчеты для оценки эффективности противоградовых работ, проведенных в Болгарии. Из анализа данных видно, что эффективность проведения ПГЗ в Болгарии меняется от года к году. Имеет место как положительная, так и отрицательная эффективность. В среднем за годы проведения ПГЗ (с 1971 по1980) получена положительная эффективность равная 30-35 %.

Основные выводы и рекомендации.

1. Предложен общий подход для построения моделей динамики временных рядов многолетних наблюдений метеопараметров и временного хода различных параметров облаков, основанный на разложении этих метеопараметров на основные составляющие с использованием преобразования Фурье, дополненного критериями случайностей остатка ряда и метода классической декомпозиции.

2. На основе предложенного подхода построены модели описания динамики временных рядов многолетних наблюдений метеорологических параметров, характеризующих режимы атмосферных осадков, температуры и влажности воздуха, и динамики временного хода различных параметров облаков и показателей эффективности АВ на облака.

3. Разработаны методы долгосрочного прогнозирования динамики временных рядов многолетних наблюдений метеопараметров и экстраполяции временного хода различных параметров облаков с использованием построенных моделей динамики метеопараметров. Проведены расчеты прогнозных значений природно- климатических характеристик, т.е. основных метеорологических параметров (количества осадков, температуры и влажности атмосферного воздуха) в различных климатических зонах Центрального Предкавказья (на примере Кабардино- Балкарской Республики и Ставропольского края) на период до 2030 года.

Построены модели и проведена экстраполяция значений временного хода различных параметров облаков, развивавшихся на территории КБР.

Сравнение полученных результатов с фактическими значениями, в том числе полученными за последние годы, а также результаты проверки моделей на примерах решения тестовых задач показали работоспособность метода и хорошее согласие прогнозных значений с фак-

тическими.

4. Для краткосрочного прогнозирования (с относительно небольшим числом точек наблюдения) предложен метод стохастических моделей, который позволяет получить более точный прогноз на короткий срок. Однако он не позволяет строить долгосрочный прогноз, с чем связано использование двух методов прогнозирования.

5. Усовершенствованы методы оценки эффективности АВ на облака с целью противоградовой защиты и искусственного увеличения осадков на основе разработанных моделей с использованием данных на ЗТ, а для данных на КТ- с использованием лагового анализа.

6. С использованием построенных моделей прогнозирования проведены расчеты по оценке эффективности активных воздействий на облака по данным ПГЗ Болгарии и ИУО Ставропольского края. Сравнение полученных результатов с результатами, полученными другими методами, показало их хорошее согласие.

7. Предложен метод оценки значений метеопараметров в любом пункте исследуемой территории по данным метеостанций, основанный на уравнении теплового баланса атмосферного воздуха. Проведены расчеты и сравнение результатов, полученных на основе предложенной модели с фактическими, которые показали их хорошее совпадение.

8. Предложен метод интерполяции (восстановления) данных, отсутствующих в рядах наблюдений, на основе лагового анализа. Проведены расчеты по оценке недостающих членов ряда в одном из пунктов наблюдения горной зоны КБР, данные которых отсутствуют с 1981 по 1987 гг. Сравнение полученных результатов с результатами линейной интерполяции недостающих членов ряда показало, что предлагаемый метод дает более реальные результаты.

9. Предложен также метод оценки эффективности активных воздействий на облака совместно с численными методами и методом классической декомпозиции. Проведенные расчеты показали, что совместное использование различных методов позволяет получить более надежные результаты, нежели использование каждого из них в отдельности.

10. На основании полученных в диссертации результатов можно дать некоторые рекомендации по эффективному использованию природных факторов и управлению различными метеорологическими процессами.

10.1. Число пунктов наблюдений в степной зоне можно ограничить в связи с тем, что средняя летняя, весенняя и осенняя температуры воздуха в степной зоне практически совпадают, тогда как в горной и предгорной зонах требуется более густая сеть метеорологических станций.

10.2. При проведении АВ на облака с целью вызывания осадков в горной зоне АВ рекомендуется проводить локально по согласованию со

службами предупреждения схода лавин, селей, оползней и др.; в предгорной зоне ранней весной нужны мероприятия по рассеиванию облаков из- за частых продолжительных обложных дождей, которые к тому же по прогнозам должны увеличиться; в степной зоне поздней весной и летом нужны АВ по вызыванию осадков. В остальные сезоны года из- за неоднозначности поведения метеорологических процессов пока нельзя уверенно определить стратегические мероприятия по их регулированию и нужны тактические решения, адекватные создавшимся условиям.

10.3. Предлагаемый метод оценки эффективности АВ на облака, основанный на совместном использовании данного подхода и численных методов, может быть эффективно использован в задачах регулирования осадков и оценке их эффективности.

Результаты диссертации опубликованы в следующих работах: Из перечня ВАК по специальности «Науки о земле»

1.Шугунов. Л.Ж. Спектральный анализ температуры воздуха и количества выпадающих осадков в различных зонах Ставропольского края.//Естественные и технические науки. -М.:2008,- №4.-С.212-214.

2. Шугунов. Л.Ж. Оценка эффективности активных воздействий по ИУО Ставропольского края. //Естественные и технические науки. -М:. 2008.-№4.-С. 215-216.

3.Шугунов Л.Ж. Полуэмпирическая методика определения территориальных метеопараметров по данным отдельных пунктов наблюдений. //Изв. вузов. Сев.-Кав. регион. Естест. шуки.-2007.-№3.-С.99-102.

4. Шугунов Л.Ж. Стохастические модели в анализе временных рядов метеопараметров в Кабардино- Балкарской республике. //Доклады Адыгской (Черкесской) Международной академии наук. -2008. -Т.10, №2,- С. 107-112.

5.Шугунов Л.Ж., Шугунов Т.Л. Исследование и анализ среднегодовой температуры на основе методов спектрального анализа и классической декомпозиции. //Изв. вузов. Сев-Кав. регион. Естест. науки. Приложение. -2006. -№1,- С. 83-88.

6. Шугунов Л.Ж. Прогнозирование метеопараметров на основе стохастических моделей. //Изв. вузов. Сев-Кав. регион. Естест. науки. При-ложение-2006.- №1.-С. 77-83.

7. Шугунов Л.Ж., Шугунов Т. Л Методы оценки эффективности про-тивоградовой защиты на основе анализа распределенных лагов метеопараметров. //Изв. вузов. Сев.-Кав. регион. Естест. науки.-2007. -№4,- С. 110-112.

8. Шугунов Л.Ж., Шугунов Т.Л., Шаповалов А.В., Инюхин B.C., Купо-вых Г. В. Спектральный и численный анализы радиолокационной

отражаемости градовых облаков. //Изв. вузов. Сев.-Кав. регион. Ес-тест. науки. Спецвыпуск. -2007. -С. 79-82.

9.Ашабоков Б.А., Федчснко Л.М., Шугунов Л.Ж. Разложение и прогноз временных рядов метеопараметров в степной зоне КБР. //Изв. вузов. Сев.-Кав. регион. Естест. науки. Спецвыпуск.-2007.-С.59-62.

10. Шугунов. Л.Ж., Шугунов. Т.Л., Калов Х.М. Анализ и прогноз основных метеопараметров в различных зонах Кабардино- Балкарской республике. //Доклады Адыгской (Черкесской) Международной академии наук. -2008. -Т.10.-№2.-С. 113-117.

Из перечня ВАК по другим специальностям

1. Шугунов Л.Ж., Шугунов Т.Л. Анализ лагов временных рядов метеопараметров в горной зоне КБР. //Обозрение прикладной и промышленной математики. - 2007,- Т. 14, вып. 5,- С. 810-814.

2. Шугунов Л.Ж., Шугунов Т.Л. Использование стохастических моделей в анализе временных рядов метеопараметров. //Обозрение прикладной и промышленной математики. - 2007. - Т. 14, вып.1,-С. 171175.

3.Калов Х.М., Шугунов Л.Ж. Шугунов Т.Л. Статистический анализ и разложение временного ряда среднегодового количества выпавших осадков в горной зоне КБР. //Обозрение прикладной и промышленной математики.- 2007.-Т. 14, вып. 5. -С. 798-804.

4. Шугунов Л.Ж., Куповых Г.В. Метод распределенных лагов в анализе временных рядов метеопараметров. //Известия ТРТУ,- 2005 -

№ 11.-С. 11-14.

5. Шугунов Л.Ж., Куповых Г.В. Разложение , анализ и прогноз аремен ных рядов метеопараметров. // Известия ТРТУ.-2005.- № П.- С. 1520.

Публикации в различных научных журналах.

1. Шугунов Л.Ж., Шугунов Т.Л., Калов X. М. Особенности климатических зон КБР и возможности регулирования осадков,- Нальчик, КБГСХА, 2006. -226с.

2.Шугунов Л.Ж. Динамика среднегодового количества осадков в горной зоне КБР. //Вестник КБГУ. Серия физические науки,- Нальчик,-2004,- Вып. 9.-С. 56-57.

3.Шугунов Л.Ж. Об одном методе прогнозирования естественного хода показателей эффективности в методах оценки эффективности противоградовых работ. //'Гр. ВГИ,- 1992 .- Вып.85,- С. 49-53.

4.Ашабоков Б.А., Федченко Л.М.,. Шугунов Л.Ж. Метод анализа эффективности противоградовых работ, основанный на выделении скрытых периодичностей во временных рядах. //Тр. ВГИ,- 2002.-Вып.92. - С.135-144.

5. Ашабоков Б.А., Федченко Л.М., Шугунов Л.Ж. К вопросу об оценке

физического эффекта воздействий на градовые процессы.//Тр. ВГИ. -1989,- Вып.74,- С.133-137.

6. Ashabocov В.А., Fedchenko L.M., Shugunov L.G. Method For coalution of economic efficiency of hailstorm feeding operations. Междук. конференция по физике облаков Beijing,China (8-12 May, 1989).- C.391-394.

7.Шугунов Jl.Ж., Шугунов Т.Л. Стохастические модели в анализе временных рядов метеопараметров. //Вестник КБГУ. Серия физические науки,- Нальчик- 2005.- Вып. 10. -С. 46-49.

8. Ашабоков Б.А., Федченко Л.М.,. Шугунов Л.Ж Об одном подходе к решению задачи прогнозирования в методах оценки эффективного воздействия на градовые процессы. //Тр. Всесоюзного семинара,-Нальчик, 16-21 октябрь 1991 г.-С. 148-152.

9.М.Т. Абшаев, Б.А. Ашабоков, B.C. Макитов, Л.М. Федченко, Л.Ж. Шугунов. Об оценке физической эффективности экспериментов по воздействию на градовые облака. //Тр. Всесоюзной конференции. г.Киев, 17-21 ноября 1990 г.- С.181 -185.

10. Шугунов Л.Ж., Шугунов Т.Л Анализ временных рядов метеорологических параметров на территории КБР с использованием стохастические моделей. //Обозрение прикладной и промышленной математики. - М.: 2005. - Том 14, вып.!.- С 1139-1140.

11. Калов Х.М., Шугунов Л.Ж., Шугунов Т.Л. Динамика временных рядов метеопараметров в горной зоне КБР. //Обозрение прикладной и промышленной математики. -М.: 2005. - Том 14, вып.1.-С. 981.

12. Шугунов Л.Ж. Стохастические модели в задачах прогнозирования природных факторов. //Всеросс. конф. по физике обл. и акт. возд. на гидромет. проц. - Нальчик, 1997,- С. 35.

13. Шугунов Л.Ж. Стохастические модели в методах оценки эффективности активных воздействий на градовые облака. //Всеросс. конф. по физике обл. и акт. возд. на гидромет. проц.- Нальчик, 1997.-С. 110.

14. Аджиева A.A., Шугунов Л.Ж. Об одном подходе к прогнозирова-

нию осадков по многолетним данным. //Тр. Всероссийского Симпозиума "Математическое Моделирование и компьютерные технологии".- Кисловодск, апрель 1997.- С. 7.

15. Аджиева A.A., Ашабоков Б.А., Шугунов Л.Ж. Метод прогнозирования природных факторов при планировании сельскохозяйственных мероприятий.// Материалы научно-практической конферен-ции.-Нальчик, КБГСХА, 1996.-С.91-94.

16. Шугунов Л.Ж. К задаче прогнозирования природных факторов на основе стохастических моделей. //Тр. Всеросийского симпозиума "Математическое моделирование и компьютерные технологии".-

Кисловодск, апрель 1997,- С. 24.

17. Шугунов Л.Ж., Шугу нов Т.Л. Стохастические модели в анализе временных рядов метеорологических параметров. //Тезисы Все-росс. конф. по физике обл. и акт. возд. на гидромет. проц. 28-30 сентябрь,- Нальчик, 2005,- С.120-121.

18. Калов Х.М., Шугунов Л.Ж., Шугунов Т.Л. Результаты анализа и разложения временных рядов метеопараметров для горной зоны КБР. //Тезисы Всеросс. коиф. по физике обл. и акт. возд. на гидромет. проц. 28-30 сентябрь,- Нальчик, 2005,- С. 118.

19. Калов Х.М.,Шугунов Л.Ж., Шугунов Т.Л. Использование методов классической декомпозиции в анализе временных рядов метеопараметров в горной зоне КБР. //Тезисы Всеросс. конф. по физике обл. и акт. возд. на гидромет. проц,- Нальчик, 2005,- С.119.

20. Шугунов Л.Ж., Шугунов Т.Л. Анализ распределенных лагов временных рядов метеопараметров в горной зоне КБР. //Тезисы Всеросс. конф. по физике обл. и акт. возд. на гидромет. проц,- Нальчик, 2005. - С.120.

21. Кумыков X.К., Шугунов Л.Ж. Некоторые результаты прогнозирования динамики летних осадков на основе стохастических моделей. //Системные проблемы надежности, математического моделирования и информационных технологий. -Москва - Сочи, 1998,- С. 19.

Отпечатано с готового оригинал-макета

Подписано в печать 20.05.09г.Формат 60 X 84 \/

/16

Бумага офсетная. Усл. п.л. 2,0. Тираж 80. Заказ № 1032

Содержание диссертации, доктора физико-математических наук, Шугунов, Лион Жамбулатович

Введение.

Глава 1. Климат и его характеристики. Общие и региональные модели климата. Краткий обзор методов анализа временных рядов.

1.1. Общие модели климата.

1.2. Региональные модели климата.

1.3. Краткий обзор методов анализа временных рядов.

1.3.1. Методы выделения скрытых периодичностей.

1.3.2. Селективные преобразования при наличии случайных помех.

1.3.3. Интегральное преобразование Фурье.

1.3.4. Алгоритм метода классической декомпозиции.

1.3.5. Прогнозирование метеопараметров на основе стохастических моделей.

1.3.6. Метод распределенных лагов в анализе временных рядов метеопараметров.

1.4. Постановка задачи и обоснование предлагаемого подхода.

Глава 2. Анализ и прогноз временных рядов многолетних наблюдений за температурой атмосферного воздуха.

2.1. Статистические характеристики температуры воздуха и их анализ.

2.2. Спектральный анализ и прогноз температуры воздуха в горной зоне.

2.3. Критерии проверки случайности остатка ряда.

2.4. Прогноз значений температуры воздуха в горной зоне КБР в различные сезоны года.

2.5. Спектральный анализ и прогноз температуры воздуха в предгорной зоне.

2.6. Спектральный анализ и прогноз температуры воздуха в степной зоне.96 2. 7. Спектральный анализ температуры воздуха в различных зонах Ставропольского края.

2.8. Стохастические модели в анализе и прогнозе температуры воздуха

2. 9. Анализ температуры воздуха в различных зонах Ставропольского края с использованием стохастических моделей.

Глава 3. Анализ и прогноз временных рядов многолетних наблюдений за количеством выпадающих осадков.

3.1. Статистические характеристики количества выпадающих осадков и их анализ.

3.2 Спектральный анализ и прогноз количества выпадающих осадков.

3.3. Сравнение полученных результатов с аналогичными результатами выполненными в ВГИ другими методами.

3.4. Спектральный анализ количества выпадающих осадков в различных зонах Ставропольского края.

3.5. Прогноз количества выпадающих осадков, основанный на использовании стохастических моделей.

3.6. Анализ и прогноз количества выпадающих осадков в различных зонах

Ставропольского края с использованием стохастических моделей.

Глава 4. Анализ и прогноз временных рядов многолетних наблюдений за относительной влажностью воздуха.

4.1.Статистические характеристики относительной влажности воздуха и их анализ.

4.2. Спектральный анализ и прогноз относительной влажности воздуха.

4.3. Прогноз относительной влажности воздуха, основанный на использовании стохастических моделей.

Глава 5. Климатические характеристики региона и методы оценки эффективности АВ по регулированию осадков.

5.1. Анализ значений метеопараметров в различных зонах республики.

5.2. Методика оценки значений метеопараметров в любом пункте республики.

5.3. Физические принципы воздействия на метеорологические процессы.

5.4. Воздействие на облака кристаллизующими реагентами.

5.5. Численный и спектральный анализы радиолокационной отражаемости облака.

5.6. Анализ распределенных лагов метеопараметров и методы оценки эффективности противоградовой защиты.

5.7. Оценка эффективности активных воздействий по ИУО.

Введение Диссертация по наукам о земле, на тему "Региональные модели прогнозирования природно-климатических характеристик и оценки эффективности активных воздействий на облака."

Проблемы погоды и климата являются одними из основных проблем в метеорологии, так как практически все процессы, происходящие на земле, в той или иной мере зависят от них, а некоторые из них определяются ими. Поэтому исследование состояния погоды и климата в прошлом и настоящем и их предсказание в будущем (на будущее) являются одними из основных задач метеорологии. Проблема эта чрезвычайно сложна в силу различных причин. С одной стороны, процессы, определяющие погоду и климат, являются сложными, так как включают в себя многие взаимосвязанные физические процессы от простых перемещений воздушных масс до сложных физико-химических превращений атмосферного воздуха, включая фазовые переходы воды в атмосфере. С другой стороны, эти процессы зависят от многих факторов, в том числе от состава и состояния атмосферного воздуха.

В последние годы интенсивно и в широких масштабах изменяется состав атмосферы под действием антропогенных факторов, кроме того, атмосфера изменяется и в результате естественных процессов. Все это, делает, исследование атмосферных процессов, которыми определяются погода и климат, чрезвычайно сложной задачей. Полный учет всех факторов и решение соответствующих уравнений, описывающих эти процессы, в I настоящее время невозможны даже с использованием современных" вычислительных систем. Поэтому несомненный интерес представляют более простые методы исследований этих процессов, которые вместе с тем обеспечивают получение практически важных результатов.

Одной из основных проблем этих исследований является проблема предсказания погоды и изменений климата. Этой проблеме посвящено большое число работ, в которых предложены различные методы с использованием различных видов информации. Наиболее просто эта проблема может быть решена при использовании многолетних данных основных метеорологических параметров.

В данной работе для решения этой проблемы предложен подход, основанный на использовании многолетних значений основных метеорологических параметров: количества выпадающих осадков, температуры и влажности атмосферного воздуха и различных параметров облаков в горной зоне Центрального Предкавказья.

Цель работы ( и задачи). Целью работы является разработка моделей динамики метеорологических параметров, характеризующих режимы атмосферных осадков, температуры и влажности воздуха в различных климатических зонах Центрального Предкавказья (на примере КБР и Ставропольского края), экстраполяция их значений на последующие годы и на этой основе разработка усовершенствованных методов оценки эффективности АВ по регулированию осадков.

В соответствие с целью работы решались следующие основные задачи. Построение моделей динамики временных рядов метеорологических параметров (температуры и влажности воздуха и количества выпадающих осадков) и динамики временного хода различных параметров облаков по данным наблюдений этих параметров в различных географических зонах (горной, предгорной и степной) КБР и Ставропольского края для различных сезонов года. Для построения моделей предложен метод разложения временных рядов метеопараметров на основные составляющие, основанный на спектральном анализе с использованием критериев случайностей остатка ряда и критерия детерминированной составляющей ряда. о На основе построенных моделей разработка метода долгосрочного прогнозирования указанных метеопараметров с упреждением на 30 точек. Использование стохастических моделей для краткосрочного прогнозирования метеопараметров с упреждением на 10 точек. Построение метода интерполяции (восстановления) данных между пунктами наблюдений и отсутствующими в рядах данных сроками наблюдений.

• Усовершенствование методов оценки эффективности противоградовой защиты (ПГЗ) и искусственного увеличения осадков (ИУО) на основе построенных моделей и сравнение полученных результатов с результатами существующих методов, в частности, с результатами численных методов. Научная новизна работы. В диссертационной работе впервые решены следующие задачи:

- построены модели основных метеопараметров (температуры, влажности воздуха и количества выпадающих осадков) по данным метеонаблюдений Центрального Предкавказья (на примерах КБР и Ставропольского края); для горной, предгорной и степной зон в различные сезоны года; -предложены два различных метода прогноза временного хода метеопараметров: краткосрочный с использованием известного метода стохастических моделей (с упреждением до 10 точек) и долгосрочный на основе построенных моделей (с упреждением до 30 точек); -предложены метод интерполяции значений метеопараметров между пунктами наблюдений, основанный на уравнениях теплового баланса атмосферного воздуха, и метод интерполяции недостающих членов ряда на основе лагового анализа;

- усовершенствованы методы оценки эффективности АВ на облака с целью ИУО и предотвращения града, базирующиеся на предложенном методе экстраполяции/

Основные положения, выносимые на защиту.

3.Результаты краткосрочного прогнозирования метеопараметров с использованием стохастических моделей.

6. Предложенный подход для интерполяции недостающих членов ряда на основе лагового анализа.

7. Модели и результаты оценки эффективности противоградовых работ на ЗТ с использованием данных на КТ и ЗТ.

8. Рекомендации по оптимальному размещению пунктов метеонаблюдений.

Результаты работы могут быть также использованы:

-при разработке перспективных планов социально-экономического развития региона; -для решения задачи организации производства сельскохозяйственной продукции в новых природно-климатических условиях;

- при решении задач прикладной климатологии;

- в различных моделях долгосрочного прогноза климата; :

- при решении экологических задач;

- в численных моделях облачных процессов.

Результаты диссертационной работы внедрены в учебный и производственный процессы и получены соответствующие акты внедрения. Достоверность результатов работы. Достоверность полученных результатов обеспечена корректностью постановки рассматриваемых задач и методов их решения, решением модельных задач, что подтверждается хорошим соответствием полученных результатов с фактическими результатами метеонаблюдений.

По теме диссертации опубликовано 36 работ в научных журналах и сборниках и одна монография.

Заключение Диссертация по теме "Метеорология, климатология, агрометеорология", Шугунов, Лион Жамбулатович

Выводы и рекомендации.

В работе решена крупная проблема, имеющая важное народнохозяйственное значение — проблема разработки моделей динамики метеорологических параметров, характеризующих режимы атмосферных осадков температуры и влажности воздуха в различных климатических зонах Центрального Предкавказья (на примере КБР и Ставропольского края) и экстраполяция их значений на последующие годы, и усовершенствование методов оценки эффективности активных воздействий на метеорологические процессы.

1. Разработаны модели прогнозирования временного хода различных параметров климата и метеорологических параметров облаков (по данным натурных измерений) на основе комплексного учета критериев тренд-циклических составляющих и случайности остатка ряда.

2. Разработаны усовершенствованные методы оценки эффективности АВ на облака на основе разработанных моделей, обеспечивающие с единых позиций решать задачи прогноза различных метеопараметров и оценки эффективности ПГЗ и ИУО независимо от имеющейся информации (данных).

3. Разработаны методы прогноза параметров изменений климата и эволюции параметров облаков:

-метод краткосрочного прогноза параметров (на основе стохастических моделей) на 5-10 шагов вперед;

-метод долгосрочного прогноза временного хода параметров (на основе построенных моделей) на 20-30 шагов вперед.

4. Разработан метод интерполяции (восстановления) данных между пунктами наблюдений и отсутствующими в рядах данных сроками наблюдений.

4.1. Проведены оценки значений метеопараметров между пунктами наблюдений по методике, предложенной в работе, и проведены расчеты значений метеопараметров в пунктах наблюдений. Сравнения результатов, полученных предлагаемым методом с фактическими значениями, показали их удовлетворительное согласие.

4.2. На основе лагового анализа восстановлены значения количества выпадающих осадков в одном из пунктов наблюдений (пос. Заюково, КБР) данные которых отсутствуют за 1981-1987гг.

5. На основе применения разработанных моделей и методов анализа рядов многолетних наблюдений за температурой воздуха на равнинных и горных метеостанциях получены следующие закономерности и результаты:

5.1.Среднемноголетнее значение температуры в различных зонах КБР изменяется в пределах от плюс 7,4 градуса (в горной зоне) до плюс 10,7 градуса (в степной зоне). Максимальные вариации температуры воздуха приходятся на зимний период во всех зонах республики и более стабильны в летний период.

5.2.По результатам краткосрочного прогнозирования в горной зоне, как и следовало ожидать, зимняя температура стабильно ниже, чем в предгорной, а в степной зоне ожидается самая высокая температура из всех зон. В ближайшие годы среднегодовая температура воздуха в горной зоне (пос. Каменномостское) около 8,5 градуса тепла. В период прогноза наблюдается незначительный рост минимальной температуры, определяемый линейной моделью тренда ряда.

Ожидаемые значения летней температура воздуха в предгорной зоне несколько выше среднемноголетнего значения за прошлые годы.

5.3. В степной зоне (г. Прохладный) среднегодовая температура в период прогноза изменяется от плюс 11,5 до плюс 10,8 градуса. В горной зоне в целом следует ожидать повышения температуры воздуха на 1-2 градуса по сравнению со средним значением за период наблюдения. В предгорной зоне ожидается повышение весенней температуры воздуха и понижение летней температуры.

5.4. В степной зоне ожидаемая средняя зимняя температура воздуха отрицательна в северной части (г. Прохладный) и выше нуля в южной части г. Терек). Средняя летняя температура, ожидаемая в степной зоне, около 2325 градусов тепла, а осенняя температура около 10-12 градусов тепла.

5.5. Результаты прогнозирования среднегодовой температуры в горной зоне Ставропольского края (г. Кисловодск 943м) показывают, что в среднем значения этого параметра уменьшаются в соответствии с линейным трендом ряда, совершая ряд периодических изменений от значения 8 до 7,8 градусов тепла; в предгорной зоне (м.с. Ставрополь 451м), за годы наблюдений температура в среднем повышается на 0,2 градуса (от 9,3 до 9,5 градусов тепла за 60 лет) на фоне периодических колебаний в соответствии с циклическим характером изменения температуры как в годы наблюдений, так и в годы прогноза; в степной зоне (м. с. Арзгир 102м), наблюдается более значительное увеличение температуры от 10,3 (1961 г) до 11,2 (2030 г) градусов тепла, в соответствии с линейным трендом ряда, совершая периодические изменения с амплитудой около 0,5 градуса.

5.6. По результатам стохастических моделей (краткосрочного прогнозирования) ожидаемая среднегодовая температура воздуха в различных зонах Ставропольского края изменяется от 7,5 в горной зоне до 11 градусов тепла- в степной, примерно то же самое наблюдается и в аналогичных зонах КБР.

6. На основе применения разработанных моделей и методов анализа рядов многолетних наблюдений за количеством выпадающих осадков на равнинных и горных метеостанциях получены следующие закономерности и результаты:

6.1. В результате статистического анализа для количества выпадающих осадков получено, что зимой меньше осадков выпадает в степной зоне КБР и больше - в предгорной зоне, летом соответственно меньше в степной и горной, осенью больше- в степной и предгорной зоне. Меньше всего осадков во все сезоны года выпадает в степной зоне, в горной и предгорной они изменяются неоднозначно. Меньше всего осадков в течение года выпадает в степной зоне, а больше- в предгорной зоне. В первом пункте наблюдения степной зоны (г. Прохладный) ожидается повышение количества выпадающих осадков на 5 %- 6 %.

6.2. Долгосрочный прогноз количества выпадающих осадков показывает, что в предгорной зоне республики в будущем ожидается относительно устойчивое увеличение количества выпадающих осадков в весенне- летний период.

6.3. Аналогичные результаты получены по данным количества выпадающих осадков в Ставропольском крае. Для горной зоны, среднегодовое количество осадков, увеличивается от 600 мм (1961 г) до 700 мм (2030 г.), претерпевая периодические изменения в соответствии с циклическим трендом ряда. В предгорной зоне также наблюдается рост количества осадков, однако он значительно меньше и изменяется от 560 мм (1961 г.) до 570 мм (2030 г.) году. К 2010 году ожидается максимальное значение около 650 мм, а наименьшее значение за период прогноза ожидается к 2020 году (менее 500 мм). В степной зоне не наблюдается каких-либо тенденций в изменении количества выпадающих осадков, и ряд совершает колебания около значения 350 мм. Наибольшие значения (около 400 мм) ожидаются в 2005-2007 годах.

6.4. По результатам краткосрочного прогнозирования прогнозные значения количества осадков в горной зоне Ставропольского края (г. Кисловодск) в ближайшие годы носит сложный характер и после ряда колебаний прогнозные значения к концу прогноза принимают значения близкие к 700 мм. Прогнозные значения, полученные на основе стохастической модели АРПСС(2,1,1) в предгорной зоне (г. Ставрополь) показывают, что количества ожидаемых осадков в ближайшие годы носят колебательный характер. В начале прогноза они достигнут максимального значения около 680 мм, а к концу (в 2012 году) стабилизируются около значения 570-580 мм. В степной зоне края (м.с. Арзгир) прогнозные значения количества осадков описываются моделью АРПСС(2,1,1), и показывают, что в ближайшие годы не ожидаются существенных изменений количества выпадающих осадков, (примерно 350 мм).

7. На основе применения разработанных моделей и методов анализа рядов многолетних наблюдений за влажностью воздуха на равнинных и горных метеостанциях КБР получены следующие закономерности и результаты:

7.1. В результате статистического анализа относительной влажности воздуха получено, что в горной зоне республики среднегодовое значение относительной влажности немного меньше, чем в предгорной. Разброс значений влажности также несколько больше в предгорной зоне. Однако, в различные сезоны года, это не выполняется. Так, среднее значение относительной влажности весной практически одинаково в обеих зонах, летом относительная влажность выше в горной зоне, а зимой- в предгорной зоне. Поэтому для окончательных выводов необходимы дальнейшие исследования на основе новых данных.

7.2. Долгосрочный прогноз относительной влажности воздуха показывает, что в рассматриваемый период в горной зоне республики происходит уменьшение относительной влажности воздуха на 5%-7 %. В предгорной зоне в зимний и осенний периоды наблюдается увеличение относительной влажности воздуха, а в весенний и летний периоды наблюдается уменьшение. В горной зоне, в целом наблюдается незначительное увеличение значений влажности в период прогноза по сравнению с ее прошлыми значениями. В прогнозируемый период в предгорной зоне наблюдается некоторое уменьшение среднего значения влажности воздуха приблизительно на 2-3 %. В будущем в горной зоне ожидается стабильное, хотя и не сильное, увеличение относительной влажности воздуха как в весенний, так и в летний периоды.

8. Применение методов для оценки эффективности ПГЗ и ИУО показало. 8.1. Метод долгосрочного прогнозирования, построенный на основе разработанных моделей позволяет провести оценку эффективности ПГЗ по данным наблюдений на ЗТ, а также для оценки эффективности АВ на «долгоживущие» облака (многоячейковые, суперячейковые), с целью предотвращения града или ИУО.

8.2. Метод краткосрочного прогнозирования используется для оценки эффективности на «короткоживущие» облака (одноячейковые и многоячейковые небольшой продолжительности), с целью предотвращения града или ИУО.

8.3. Метод лагового анализа используется для оценки эффективности ПГЗ по данным значений показателя эффективности на КТ.

8.4. Результаты оценки эффективности ПГЗ по данным Болгарии показали, что эффективность проведения ПГЗ в Болгарии меняется от года к году. Имеет место, как положительная эффективность, так и отрицательная. В среднем за все годы проведения ПГЗ (с 1971 по 1980 гг.) получена положительная эффективность равная 30-35 %.

8.5. Результаты оценки эффективности по ИУО по данным Ставропольского края показали, что в среднем физический эффект за годы проведения мероприятий по ИУО увеличился на 16%, а для урожайности озимой пшеницы получено ее увеличение приблизительно на 27%, по оценке на основе стохастической модели.

9. Преимуществами предлагаемых методов анализа, прогноза и оценки эффективности ПГЗ и ИУО являются:

9.1. Разработанные модели позволяют с единых позиций решать задачи прогноза различных метеопараметров и оценки эффективности ПГЗ и ИУО независимо от имеющейся информации (данных).

9.2. В предлагаемом методе для оценки эффективности ПГЗ и ИУО наиболее точно учитываются особенности временных рядов метеонаблюдений (цикличность и др.) тогда как в аналогичных методах проводится «грубое осреднение» рядов наблюдений.

9.3. Предложенный в работе метод для оценки эффективности АВ на облака предусматривает возможность сравнения (согласования) полученных результатов с результатами численных методов оценки эффективности по искусственному регулированию осадков и другими методами, в частности с методом классической декомпозиции. Это позволяет получить более надежные результаты в численных моделях без усложнения модели. С другой стороны согласование («совпадение») результатов численных моделей с результатами, полученными в предлагаемых моделях, свидетельствуют о том, что в них выделение детерминированной составляющей временного хода показателей эффективности проведено успешно. Таким образом, эти два различных метода оценки эффективности АВ на облака взаимодополняют друг друга. 10. Пределы применимости и точность предлагаемых моделей.

10.1. Модели прогнозирования чувствительны к длине временного хода различных показателей, поэтому короткая длина ряда ухудшает точность метода, это особенно касается долгосрочного метода прогноза, так как не позволяет надежно выделить низкие гармоники. С увеличением длины ряда точность увеличивается- эти требования являются общими при анализе и разложении любых временных рядов.

10.2. Частично этот недостаток устраняется использованием второго, предлагаемого в работе метода краткосрочного прогнозирования.

С учетом вышеизложенного, зная метеорологические условия в различных зонах республики, можно дать некоторые рекомендации по эффективному использованию природных факторов и для регулирования и управления различными метеорологическими процессами (количеством выпадающих осадков и др.).

1. Число пунктов наблюдений в степной зоне можно ограничить, в связи с тем, что средняя летняя, весенняя и осенняя температуры воздуха в этой зоне практически совпадают, тогда как в горной и предгорной зонах требуется более густая сеть метеорологических станций.

2. Рекомендации по АВ на облака:

-в горной зоне АВ с целью вызывания осадков рекомендуется проводить локально по согласованию со службами безопасности и предупреждения схода лавин, селей, оползней и др.;

- в предгорной зоне ранней весной, нужны мероприятия по рассеиванию облаков из- за частых продолжительных обложных дождей, которые к тому же по прогнозам должны увеличиться;

- в степной зоне поздней весной и летом нужны АВ по вызыванию осадков.

3. В остальные сезоны года из- за неоднозначности поведения метеорологических процессов пока нельзя уверенно определить стратегические мероприятия по их регулированию и нужны тактические решения, адекватные создавшимся условиям.

4. Предлагается метод оценки эффективности, основанный на совместном использовании данного подхода с численными методами, который может быть эффективно использован в задачах регулирования осадков и методах оценки их эффективности.

Аналогичные рекомендации можно дать и по Ставропольскому краю, с учетом полученных результатов.

Библиография Диссертация по наукам о земле, доктора физико-математических наук, Шугунов, Лион Жамбулатович, Нальчик

1. Абшаев М.Т.,Жубоев М. М. Принципы воздейсвтия на одноячейковые, многоячейковые и суперъячейковые градовые процессы.// Труды ВГИ.- 1978, вып 39.-С. 106-129.

2. Абшаев М.Т., Бурцев И.И., Шевела Г.Н. Руководство по применению радиолокаторов MPJI-4, MPJI-5 и MPJI-6 в системе градозащиты.- Л.: Гидрометеоиздат.- 1980.-231 с.

3. Абшаев М.Т., Циканов М.М. О методах защиты сельскохозяйственных культур от градобитий// Тр. ВГИ.- 1987, вып., 69.- С.100-107.

4. Аджиев А.Х., Шугунов Л.Ж. К прогнозу электрического состояния грозовых облаков. //Всеросс. конф. по физике обл. и акт. возд. на гидромет. проц. -Нальчик.- 1997.-С.36.

5. Аджиева А.А., Шугунов Л.Ж. Об одном подходе к прогнозированию осадков по многолетним данным. //Тр. Всероссийского симпозиума "Математическое моделирование и компьютерные технологии " Кисловодск, апрель 1997г. С. 45.

6. Алисов Б.П., Дроздов O.A.5lРубинштейн Е.С. Курс климатологии. Ч. 1,2- Л.: Гидрометеоиздат, 1952. 485 с.

7. Андерсон Т.В. Статический анализ временных рядов. М.: Мир.-1976г.- 755с.

8. Антропогенные изменений климата / Под. Ред. М.И. Будыко и Ю.А. Израэля,- Л., Гидрометеоиздат.- 1987.-274с.

9. Ю.Ариель Н.З., Шахмейстер В.А., Мурашова А.В. Спектральный анализ характеристик энергообмена океан-атмосфера. //Метеорология и

10. Гидрология. -Москва- 1986.- № 2.- С. 17-26.

11. П.Ашабоков Б.А., Гаева З.С., Калажоков Х.Х. Численная модель управления формированием микроструктуры градовых облаков// Тр. II Всесоюз. симпозиума «Матем. модел. атм. конвекции и искусст. воздейсвий на конвекктивн. облака». 1989.- С. 66-72.

12. Ашабоков Б.А., Шаповалов А.В. Численные расчеты по оптимизации управления формированием микроструктуры градовых облаков.// Тр. Всесоюзного семинара. г.Нальчик, 16-21 октябрь 1991 .-С.8-18.

13. Ашабоков Б.А., Федченко JI.M., Шугунов Л.Ж. К вопросу об оценке физического эффекта воздействий на градовые процессы.// Тр. ВГИ.-1989, вып.74,-С. 133-137.

14. М.Ашабоков Б.А., Федченко Л.М., Шугунов Л.Ж. Метод анализа эффективности противоградовых работ, основанный на выделении скрытых периодичностей во временных рядах.// Тр. ВГИ.- 2002.-Вып.92. -С. 135-144.

15. Ашабоков Б.А., Федченко Л.М., Шугунов Л.Ж. Разложение и прогноз временных рядов метеопараметров в степной зоне КБР// Изв. вузов. Сев.-Кавк. регион. Естеств. науки. Спецвыпуск.- 2007.-№4.- С. 59-62.

16. Ашабоков Б.А., Федченко Л.М., Шугунов Л.Ж. Об одном подходе к решению задачи прогнозирования в методах оценки эффективного воздействия на градовые процессы. //Тр. Всесоюзного семинара. г.Нальчик, 16-21 октябрь 1991 .-С. 148-152.

17. П.Ашабоков Б.А., Федченко Л.М., Калов Х.М., Бисчоков P.M., Богаченко Е.М. Анализ и прогноз изменения климата в Кабардино-Балкарской республике. Нальчик, КБГСХА.- 2005.- 152 с.

18. Байдаев Э. К. Анализ фрактальных свойств временных рядов количества осадков и средней температуры воздуха. Нальчик: ФГОУ ВПО « Кабардино-Балкарская государственная сельскохозяйственная академия».- 2005 .-16с.

19. Бекряев В.И. Практикум по физическим воздействиям наатмосферные процессы. JL: Гидрометеоиздат, 1991. -144с.

20. Белов П.Н. Численные методы прогнозов погоды. Л., Гидрометеоиздат.- 1975. -392с.

21. Бендат Дж., Пирсол А. Прикладной анализ случайных данных.- М.: Мир 1989. -325с.

22. Бержерон Т. Физика облаков и осадков., М.: ИЛ.- 1951 .-178 с.

23. Берлянд М.Е. Современные проблемы атмосферной диффузии и загрязнения атмосферы. Л.: Гидрометеоиздат.- 1975.- 234с.

24. Бибилашвили Н.Ш., Бурцев И.И., Серегин Ю.А. Руководство по организации и проведению противоградовых работ.- Л.: Гидрометеоиздат.- 1981.-215 с.

25. Блинова Е.Н. Состояние и перспективы развития гидродинамических методов долгосрочных прогнозов погоды. //«Метеорология и гидрология».- 1972.- №10.- С. 23 32.

26. Блинова Е.Н. Состояние и перспективы развития гидродинамической теории климата и долгосрочного прогноза погоды. //Тр. ММЦ.- 1964, вып. 2.-С.З 20.

27. Бокс Дж. Дженкинс Г. Анализ временных рядов. Прогноз и управление. М.,Мир,1974, вып. 2.-197с.

28. Бокс Дж. Дженкйнс Г. Анализ временных рядов. Прогноз и управление. М.: Мир, 1974, вып. 2 -406 с.

29. Боровиков А. М., Гайворонский И. И., Физика облаков.- Л.: Гидрометеоиздат.- 1961. 476с.

30. Боровиков В.П., Ивченко Г.И. Прогнозирование в системе statistica в среде WINDOWS. М.: «Финансы и статистика».-1999.- 382 с.

31. Боровиков A.M. и др. Физика облаков. Под редакцией А.Х. Хргиана. Л.: Гидрометеоиздат.- 1961. 378с.

32. Браун С. Visual Basic 6.0: Учебный курс-СПб: ЗАО.-С-П.: Питер, 1999. 156с.

33. Будыко М.И. Тепловой баланс земной поверхности. Л.:

34. Гидрометеоиздат.- 1956.-255 с.

35. Будыко М.И. Климат в прошлом и будущем.- JL, Гидрометеоиздат.-1980.-351с.

36. Будыко М.И. Эмпирическая оценка изменений климата. // Метеорология и Гидрология. М.: 1989.- № 10.- с.5-14.

37. Будыко М.И.Климат и жизнь. JL: Гидрометеоиздат.-1971.-472 с.

38. Будыко М.И.Голицын Г.С., Израэль Ю.А. Глобальные климатические катастрофы.-М.: Гидрометеоиздат.-1986.- 159с.

39. Буйков М.В., Пирнач A.M. Численное моделирование искусственного воздействия на смешанные слоистообразные облака. //Труды

40. УкрНИИ.- 1974, вып 137. С. 25-37.

41. Буйков М.В., Пирнач A.M. Моделирование распространения кристаллизации в смешанныех фронтальных облаках. //Труды УкрНЙИ.- 1984, вып 203. С. 3-16.

42. Вентцель Е.С. Теория вероятности.- М.:Физматгиз.- 1958.- 464с.

43. Вольвач В. В., Устинова O.K. Использование агрометеорологической информации в интенсивных технологиях возделывания сельскохозяйственных культур // Метеорология и Гидрология. М.: 1989.-№6.- С.105-115.

44. Востренков В.м., Иванов А.А., Пинский М.Б. Применение методов адаптивной фильтрации в доплеровской метеорологической радиолокации.// Метеорология и Гидрология. -Москва.- 1989.- № 10.-С.114-118.

45. Гире А.А. Многолетние колебания атмосферной циркуляции и долгосрочные гидрометеорологические прогнозы.- Л.: Гидрометеоиздат. -1971.- 280 с.

46. Горелова В.Л., Мельникова Е.Н. Основы прогнозирования систем.-М.: Высшая школа.-286 с.

47. Гренджер К., Хатанака М. Спектральный анализ временных рядов в экономике. М.: Статистика. -1972.-232 с.

48. Грибин А.С. «Новая методика использования временных рядов метеорологических величин для краткосрочного прогноза».- С. 13-23.

49. Груза Г.В. Мониторинг современного климата как эмпирико-статистическая основа долгосрочных прогнозов погоды. //Труды ВНИИГМИ-МЦД.- 1986, вып. 129.- С.23-30.

50. Груза Г.В., Апасова Е.Г. Климатическая изменчивость месячных сумм осадков северного полушария. //Метеорология и гидрология. -1981.-№5.- С.5-16.

51. Груза Г.В., Ранькова ЭЛ. Структура и изменчивость наблюдаемого климата. Температура воздуха Северного полушария. Л.: Гидрометеоиздат.- 1980.- 172с.

52. Груза Г.В., Ранькова Э.Я. Вероятностные метеорологические прогнозы. М.: Гидрометеоиздат.- 1983. -310с.

53. Груза Г.В., Шевченко Н.Н. Климатический сигнал, климатический шум и предельные возможности долгосрочного прогнозирования. //Метеорология и Гидрология.- 1988.- № 6.- С.5-14.

54. Густокашина Н.Н., Максютова Е.В. «Тенденции изменения засушливости в степи и лесостепи Предбайкалья»). -2007.- С. 34-42.

55. Данко П. Е., Попов А.Г., Кожевникова Т.Я. Высшая математика в упражнениях и задачах. Учебное пособие для вузов. М.: Высшая школа.- 1988.- 304 с.

56. ДженкинсГ., Ватте Д. Спектральный анализ и его приложения. -М.: Мир.- 1972.- 320с.

57. Дмитренко В.П. Оценка влияния температуры воздуха и осадков наформирование урожая основных зерновых культур. Методическое пособие. JL: Гидрометеоиздат.- 1976.- 49 с.

58. Елекоева Л.И., Сонькин Л.Р. Разработка схемы прогноза загрязнения воздуха с использованием метода разложения по естественным ортогональным функциям. // Тр. ГГО.- 1983.- Вып. 467.- С. 93-98.

59. Жилинская Е.И., Калов Х.М., Кудлаев Э.М., Кузнецова И.А., Федченко Л. М. Об оценке эффективности экспериментов по активным воздействиям на облачную среду. //Труды ВГИ.- 1992.-Вып. 85.- С. 45-49.

60. Жуков В.А., Святкина О.А. Стохастическое моделирование и прогноз агроклиматических ресурсов при адаптации сельского хозяйства к региональным изменениям климата на территории России. //Метеорология и гидрология . -2000.- №1.- С.100-109.

61. Жуков В.А., Святкина О.А. К вопросу адаптации сельского хозяйства центра Европейской России к возможным изменениям климата. //Метеорология и гидрология . -2002.- №4.- С.85-92.

62. Журбенко И.Г., Кудлаев Э.М. О выявлении эффекта воздействия в рандомизированных экспериментах// Успехи математических наук.-1989 .-Т. 39, вып. 1(235).-С. 3-38.

63. Зайцев В. И., Размеры и распределение капель в кучевых облаках. //Труды ГГО.- 1948.-С. 15-26.

64. Зверев А. С., Синоптическая метеорология, Л.: Гидрометеоиздат.-1977.- 741с.

65. Иванов В.В. Периодические колебания погоды и климата. // Успехи физических наук. -2002. -Т. 172.- №7. -С.777-811.

66. Иванов И. Н. Новый подход к анализу климата подтверждает антропогенное воздействие. //Экология.-2007.- 137с.

67. Израэль Ю.А. Проблемы опасного антропогенного воздействия на климатическую систему и возможности биосферы. //Тезисы докладов Всемирной конференции по изменению климата. Москва, 29 сентября-3 октября 2003.- С. 19-21.

68. Израэль Ю.А., Сиротенко О.Д. Моделирование влияния изменений климата на продуктивность сельского хозяйства России.

69. Метеорология и Гидрология.- 2003,- № 6.- С 5-17.

70. Каган P.JI. Осреднение метеорологических полей. JL: Гидрометеоиздат.- 1979.- 216 с.

71. Казакевич Д.И. Основы теории случайных функций и ее применение в гидрометеорологии. -JL: Гидрометеоиздат,- 1977. 328с.

72. Калов Х.М., Шугунов Л.Ж. Шугунов Т.Л. Статистический анализ и разложение временных рядов метеопараметров// Обозрение прикладной и промышленной математики. -Москва.- 2007.-С 139-143.

73. Калов Х.М., Шугунов Л.Ж., Шугунов Т.Л. Динамика временных рядов метеопараметров в горной зоне КБР. // Обозрение прикладной и промышленной математики.- Москва.- 2005.- С. 981.

74. Качурин Л.Г. Физические основы воздействия на атмосферные процессы. Л.: Гидрометеоиздат.- 1973.- 366 с.

75. Кендэл М. Г. Ранговые корреляции .М.: Статистика.-1975.- 232с.

76. Кендэл М. Временные ряды. М.: «Финансы и статистика».-1981,-200 с.

77. Кендэл М. Дж., Стьюарт А. Многомерный статистический анализ и временные ряды. М.: Наука.- 1976.- 736 с.

78. Клосс Р., Фаси Л., Облака, -Л.: Гидрометеоиздат,- 1970,- 187 с.

79. Кокоуров В.Д., Казимировский Э.С. Долговременные вариации fmin по наблюдениям в Иркутске. //Солнечно-земная физика.- Вып. 4.2004.- С. 64-67.

80. Колосков П.И. Климатический фактор сельского хозяйства и агрометеорологическое районирование. Л.: Гидрометеоиздат.- 1971.328 с.

81. Кумыков Х.К., Шугунов Л.Ж. Некоторые результаты прогнозирования динамики летних осадков на основе стохастических моделей. //Системные проблемы надежности, математического моделирования и информационных технологий Москва — Сочи 1998. -С.19.

82. Курбаткин В.П., Кадыров Б.Ш., Ушинцева В.Ф. О возможности рассеивания тумана на участке горной автодороги в районе перевала Камчик. //Тезисы Всероссийской конференции 28-30 сентября 2005, Нальчик. С. 43-45.

83. Липцер Р.Ш., Ширяев А.Н. Статистика случайных процессов.- М.: Наука. 1974.- 287с.

84. Литвиненко Т.В. Visual Basic 6.0 Учебное пособие для вузов. М.: «Горячая линия- Телеком».- 2001.- 144 с.

85. Литовка Н.И., Налоева Р.Х., Хавцуков А. X. Результаты исследования изменения режима атмосферных осадков на территории КБР// Труды Международного Форума по проблемам науки, техники и образования. -Том 2.- С.85-86.

86. Лобанов В.А., Анисимов.О.А. Современные изменения температуры воздуха на территории Европы. //Метеорология и Гидрология.- 2003-№2.- С.5-14.

87. Лукашин Ю.Л. Адаптивные методы краткосрочного прогнозирования. М.: «Статистика».- 1979.- 254 с.

88. Мазин И.П., Шметер С.М. Облака: строение и физика образования. Л.: Гидрометеоиздат,- 1983.-280с.

89. Макашарипов С. Программирование баз данных на Visual Basic 5.0 в примерах.-СПб: Питер.- 1997. 272с.

90. Макквиг Д.Д. Климатическая изменчивость и сельское хозяйство в районах умеренного климата. Всемирная конференция по климату.

91. Женева. -1979.- С.273-284.

92. Марчук Г.И. Математическое моделирование в проблеме окружающей среды.- М: Наука.- 1982. -322с.

93. Марчук Г.И. Метод вычислительной математики .-М.: Наука, 1977.-458с.

94. Матвеев Л. Т., Динамика облака, Л.: Гидрометеоиздат.- 1981,- 340с.

95. Матвеев Л.Т. Курс общей метеорологии. Физика атмосферы. Л.: Гидрометеоиздат,- 1984.- 876с.

96. Матвеев Л.Т., Кожарин B.C. Роль турбулентного перемешивания в формировании структуры слоистообразных облаков. //Изв. АН СССР, сер. геоф.- 1956.-№ 11.-С.132-145.

97. Мейсон Б. Дж. "Физика облаков", перевод с английского Никандровой Г.Т. и Протопоповой В. С., Л.: Гидрометеоиздат,-1961.- 542с.

98. Мейсон П. Выводы второго отчета об адекватности глобальной системы наблюдений за климатом. //Тезисы докладов Всемирной конференции по изменению климата. -Москва 29 сентября 3 октября 2003.- С.26-27.

99. Моисейчик В.А., Богомолов Н.А., Максименкова Т.А. Оценка агрометеорологических условий осенне-зимнего периода для перезимовки и формирования валого урожая озимых зерновых культур в России. //Метеорология и Гидрология.- 2000.- №2.- С. 89101.

100. Монин А.С. Прогноз погоды как задача физики.-М.: Наука,-1979.-98с.

101. Монин А.С., Шишков Ю.А. История климата.- Л., Гидрометеоиздат.-1979.- 239 с.

102. Мусаелян Ш.А. О работе неофициального совещания экспертов ВМО по долгосрочному прогнозу погоды. //Метеорология и гидрология.- 1981.- №9.- С. 115-119.

103. Никитин Ю.М., Чиркова Э.М., Немов В.В. Математическийметод выявления биологических и гелиогеофических режимов разной частоты.//ДАН СССР.- 1986.-С. 1347-1351.

104. Пасов В.М. Изменчивость урожаев и оценка ожидаемой продуктивности зерновых культур. JL: Гидрометеоиздат.- 1986.152 с.

105. Писаренко В.Ф. Спектральная оценка максимальной энтропии и ее использование для определения частот гармоник. //Вычичслительная сейсмология.- 1975, вып. 8.- С.93-106.

106. Плахоткин А.Ф. Взаимодействие океана и атмосферы.-М.: Наука.- 1978.- 187с.

107. Полевой А.Н. Влияние агрометеорологических условий на полноту уборки урожая клубней картофеля. //Труды ИЭМ.-1972.-Вып.28,- С. 126-133.

108. Потайчук С.И. Некоторые результаты статистического анализа долгопериодной изменчивости темепературы воды в Северной Атлантике.//Труды ВНИРО.- 1972.-Т. XXV.- С.37-45.

109. Привальский В.Е. Климатическая изменчивость ( стохастические модели, предсказуемость, спектры). —М.: Наука.- 1985.- 128с.

110. Пугачев B.C. Введение в теорию вероятностей.- М.: Наука.-1968.-368 с.

111. Романова Е.Н., Мосолова Г.И., Берсонов И.Л. Микроклимотология и ее значение для сельского хозяйства. Л.: Гидрометеоиздат.- 1983.- 346 с.

112. РязанцевГ.Б., ЛысЯ.И., ФедосеевВ.М. «Черные пески» как опасный фактор. Третий съезд по радиационным исследованиям М.: 1997.- Т.2.-41 с.

113. Семенченко Б.А., Белов П.Н. Метеорологические аспекты охраны природной среды. Издательство МГУ.- 1984.- 95с.

114. Сергеев Б.Н., Ипатова В.М. Численное моделирование активных воздействий на фронтальные слоистообразные облака с цельюрегулирования осадков. //Метеорология и Гидрология. -1988.- № 6.-С. 51-61.

115. Сергеев Б.Н. Численное моделирование микрофизических процессов в капельных конвективных облаках. //Тр. ЦАО.- 1980.-Вып. 137. -С. 3-26.

116. Сиротенко О.Д., Абашина Е.В. Агроклиматические ресурсы и физико-географическая зональность территории России при глобальном потеплении. Метеорология и гидрология. -1998.- №3.1. С. 92-103.

117. Сиротенко О.Д., Абашина Е.В. Влияние глобального потепления на агроклиматические ресурсы и продуктивность сельского хозяйства России. //Метеорология и гидрология. -1994.- №4.- С.101-112.

118. Слуцкий Е.Е. Сложение случайных причин как источник циклических процессов. Вопросы конъюктуры 3 (1927), вып.1; 34-64, М.: Финансовое изд-во НКФ СССР.-182с.

119. Сулаквелидзе Г.К. Ливневые осадки и град. Л.: Гидрометеоиздат.- 1967.- 412с.

120. Суркова Г.В., Пона К. Колебания изменчивости температуры воздуха и атмосферных осадков как агрометеорологический фактор. //Метеорология и гидрология. -2002.- №6.- С.85-92.

121. Тверской Г. Н., "Курс метеорологии", Д.: Гидрометеоиздат.-1962 г.- 700с.

122. Турчак Л.И. Основы численных методов. М.: «Наука», Главная редакция Физико-математической литературы.-1987.-318с.

123. Уланова Е.С. Агрометеорологические условия и урожайность озимой пшеницы. Д.: Гидрометеоиздат.- 1975.- 302с.

124. Устинова O.K. Метод учета погодных условий при программировании урожаев картофеля.- М., Гидрометеоиздат.- 1984.-138с.

125. Федосеев А.П. Агротехника и погода. Д., Гидрометеоиздат.-1979.- с.

126. Федченко Л.М., Беленцова В.А., Берова М.А. Прогноз интенсивных градовых процессов на Северном Кавказе. //Труды ВГИ.- 1983.- Вып. 50.- С. 21-35.

127. Финдайзен В., "Физика образования осадков".- 1951.- 198с.

128. Финдайзен В., Шульц Г. Экспериментальное исследование образования ледяных частиц. Сб. "Физика образования осадков". М.: ИЛ.- 1951,-312с.

129. Фихтенгольц Г,М. Курс дифференциального и интегрального исчисления . -М.: "Наука".- Том 3.- 1970. 656с.

130. Хавцуков А.Х. Прогноз климатических изменений температурного режима предгорной зоны территории КБР. -Нальчик, КБГСХА.-2002.- 16с.

131. Хенан Э. Дж. Анализ временных рядов.- М.: Наука.- 1964.- 287с.

132. Хргиан А. X., Мазин И. П., О распределении капель по размерам.//Труды ЦАО.- 1952.- С.45-56.

133. Хргиан А. X. "Физика атмосферы", Госиздательство технико-теоретической литературы.-Москва 1953.- 648с.

134. Чирков Ю.И. Основы агрометеорологии. Д.: Гидрометеоиздат.-1988.- 248с.

135. Чувашина И.Е., Любанская В.А., Маргасова В.Г. Статистическое исследование взаимодействия между энергоактивными районами Северной Атлантики и Тихого океана// Метеорология и Гидрология. Москва.- 1989.- № 10.- С. 67-73.

136. Чуев Ю.В., Михайлов Ю.В., Кузьмин В.И. Прогнозирование количественных характеристик процессов. — М.: «Советское радио».-1975. -400 с.

137. Шипилов О.И. Применение статистических методов к оценке эффективности работ по увеличению осадков (обзор).- Обнинск: ВНИИГМИ-МЦД.- 1983.-Вып I.- С. 1-24.

138. Шишкин Н. С., Осадки, облака и грозовое электричество. Л.: Гидрометеоиздат.- 1964.- 401с.

139. Шишкин Н. С., Расчёт интенсивности осадков из водяных облаков. //Труды ГГО.- 1948.- С. 12-25.

140. Шишкин Н.С. О прогнозе гроз и ливней по методу слоя. //Метеорология и гидрология.-1957.- №7.- С.67-83.

141. Шугунов Л.Ж. Динамика среднегодового количества осадков в горной зоне КБР. //Вестник КБГУ. Серия физические науки. Выпуск 9.- Нальчик.- 2004.- С. 56-57.

142. Шугунов Л.Ж. Полуэмпирическая формула определения значений метеопараметров в любом пункте по результатам измерений в пунктах наблюдений. // Изв. вузов. Сев.-Кавк. регион. Естеств. науки.- 2007.- №3 .-С. 45-50.

143. Шугунов Л.Ж. Прогнозирование метеопараметров на основе стохастических моделей. // Изв. вузов. Сев.-Кавк. регион. Естеств. науки.- 2005.-С.77-83.

144. Шугунов Л.Ж. К задаче прогнозирования природных факторов на основе стохастических моделей. //Тр. Всероссийского симпозиума "Математическое моделирование и компьютерные технологии "г. Кисловодск, апрель 1997г. С.20.

145. Х.М Машуков., Шугунов Л.Ж Прогноз грозовой деятельности облаков по величине напряженности электрического поля //Тр.ВГИ. -1984.- Вып 53.-С. 85-88.

146. Шугунов Л.Ж., Куповых Г.В. Разложение, анализ и прогноз временных рядов метеопараметров. //Известия ТРТУ.- 2005.- № 11(55).- С. 15-23.

147. Шугунов Л.Ж., Куповых Г.В. Метод распределенных лагов в анализе временных рядов метеопараметров. //Известия ТРТУ.- 2005.-№ 11(55).-С. 11-15.

148. Шугунов Л.Ж., Шугунов Т.Л. Анализ распределенных лагов метеопараметров// Обозрение прикладной и промышленной математики.- Москва.- 2007.-С. 35-40

149. Шугунов Л.Ж., Шугунов Т. Л Анализ распределенных лагов метеопараметров и методы оценки эффективности противоградовой защиты// Изв. вузов. Сев.-Кавк. регион. Естеств. науки.- 2007.-№4,-С.65-70.

150. Шугунов Л.Ж., Шугунов Т.Л Анализ временных рядов метеорологических параметров на территории КБР, с использованием стохастические моделей. // Обозрение прикладной и промышленной математики.- 2005.-С. 1139-1140.

151. Шугунов Л.Ж., Шугунов Т.Л Использование стохастических моделей в анализе временных рядов метеопараметров// Обозрение прикладной и промышленной математики.- 2007.-С. 171-175.

152. Шугунов Л.Ж., Шугунов Т.Л. Стохастические модели в анализе временных рядов метеопараметров. //Вестник КБГУ. Серия физические науки.- Выпуск 10.- Нальчик.- 2005.- С.46-49.

153. Шугунов Л.Ж., Шугунов Т.Л. Исследование и анализ среднегодовой температуры на основе методов спектрального анализа и классической декомпозиции. // Изв. вузов. Сев.-Кавк.регион. Естеств. науки.- 2005.- №1.-С.83-88.

154. Шугунов Л.Ж., Шугунов Т. Л., Калов Х.М. Особенности климатических зон КБР и возможности регулирования осадков.-Нальчик, КБГСХА.- 2006.- 226 с.

155. Шугунов Л.Ж., Шугунов Т.Л., Шаповалов А.В., Инюхин B.C., Куповых Г. В. Спектральный и численный анализы радиолокационной отражаемости градовых облаков// Изв. вузов. Сев.-Кавк. регион. Естеств. науки. -2007.-№ 5-.С. 74-80.

156. Шугунов Л.Ж. Стохастические модели в анализе временных рядов метеопараметров в Кабардино- Балкарской республике. //Доклады Адыгской (Черкесской) Международной академии наук. -2008. -Т. 10.- №2.- С. 107-112.

157. Шугунов. Л.Ж., Шугунов. Т.Л., Калов Х.М. Анализ и прогноз основных метеопараметров в различных зонах Кабардино-Балкарской республике. //Доклады Адыгской (Черкесской) Международной академии наук. -2008. -Т.Ю.- №2.- С. 113-117.

158. Экба Я.А., Каплан Л.Г., Закинян Р.Г. Физико-статистические модели урожай-осадки для засушливых и влагообеспеченных районов Ставропольского края. //Труды ВГИ.- 1992.- Вып. 85.- С.64-70.

159. Экба Я.А., Каплан Л.Г., Закинян Р.Г., Лашманов Ю.К. Оценка дополнительной урожайности озимой пшеницы при искусственном увеличении осадков в Ставропольском крае. Обозрение прикладной и промышленной математики. -1996.-Том 3.- Вып. 2.- С. 163-173.

160. Экба Я.А., Каплан Л.Г., Закинян Р.Г. Об оценке физической эффективности по искусственному увеличению осадков в Ставропольском крае. // Труды ВГИ.- 1992.- Вып. 85.- С. 71-77.

161. Экба Я. А., Каплан Л.Г., Закинян Р.Г. Экономическая эффективность работ по искусственному увеличению осадков в Ставропольском крае. // Труды ВГИ.- 1992.- Вып. 85.- С. 77-80.

162. Юдин М.И. Физико-статистический метод долгосрочныхпрогнозов погоды. JL: Гидрометеоиздат.-1968.- 228 с.

163. Яглом A.M. Корреляционная теория стационарных случайных функций.-Л.: Гидрометеоиздат,- 1981. 321с.

164. Ashabocov В.A., Fedchenko L.M., Shugunov L.G. Method for coalution of economic efficiency of hailstorm feeding operations. Междун. конференция по физике.-СЫпа.-1989.-р. 391-394.

165. Bartlett M.S. Periodogram analysis and continuous spectra. Biometrica, 3. -1950.-1,- 283 p.

166. Blacman R. В., Tukey I.W., The measurement of power spectre. New York, 1959.-228 p.

167. B. Bolin (ed.). Greenhouse effects, climatic change and ecosystems. -John Wiley and Sons, New York, 1986.-p. 324-332.

168. Cooper C.F. What might man-induced climate change mean? Foreign affairs, 1979, 56.- p. 500-520.

169. Gough William A., Wolfe Edmud. Climate change scenarios for Hudson Bay, Canada, from general circulation models. Arctic. 2001, 54, N 2.-p. 142-148.

170. Granger C. W. J. and Hughes A.O. A new look at some old data: the Beverige wheat price series. J. R/ Statist. Soc., A., 1971.- p. 134-144.

171. Hulme M., Viner D.A climate change scenario for the Tropics Clim. Change. 1998, 39, N 2-3. p. 145-176.

172. Henderson T.I. Result from a two-year operational hail suppression program in Kenya, East Africa. Preprints 2-nd Nat. Conf. Weather Modification.-Santa Barbara, Amer. Meteorol. Soc., 1970.- p. 140-144.

173. Lirmans D., Bumgarner B. Numerical comparison of five mean frequency estimators.- J. Appl. Meteorol.-1973, vol. 14.- № 9.- p. 14-19.

174. Mitchell J. F. В., Johns Т. C., Eagles M., Ingram W. J., Davis R. A. Towards the construction of climate change scenarios. Clim. Change. 1999. 41, N3-4, p. 547-581.

175. Manabe S., Broccoly A.J. A comparison of climate model sensitivitywith data from the last glacial maximum. J. Atmos. Sci., 1985, vol. 42, No.23.-p.140-156.

176. Menz. Uber den Chlorgehalt der Niederschlage. Ztitschr. I. Met., Nr 10, 1948.-p. 10-18.

177. Namias J., Gayan D.R. Large-scale air-sea interactions and short-period climatic fluctuations.- Science, 1981, vol. 214,- p. 43-54.

178. Newell R.E., Deepak A. Mount st Helens" Eruptions of 1980: atmospheric effects" and potencial climatic impact. NASA Scientific and Technical Information Branch, 1982.- 119 p.

179. Nichols N. Long-range weather forecasting: value, status and prospects.- Rev. of Geophys and Spase Phys., 1980, vol. 18, No.4.- p. 4-9.

180. Reid D.G. Forecasting in action: A-comparison of forecasting teachiques in economic time-series/ Joint Conference of O.R. Society's Group in Loong Range Planning and Forecasting.-1971.- p. 178-192.

181. Phillips Norman A. Numerical integration of the primitive equations on the hemisphere. Monthly Weather Rev., 87, No 9, 1959. -p. 236-248.

182. Singh B. Climate changes in the grater and southern Caribbean. Int. J. Climatol. 1997, 17, N 10.- p. 1093-1114.

183. Rahmstorf S., Ganopolsky A.Long-term global warming scenarios computed with an efficient coupled climate model. Clim. Change.- 1999, 43, N2.- p. 353-367.

184. Shucla J. Comments on " Natural variability and predictability".-Mon.Weather Rev., 1983, vol. 111, No. 3.- p. 33-41.

185. The Anti- Hail Device Corbalan. Cociete Corbalan.- France, 1984.

186. Visual Basic 6.0. Пер. с англ.- СП6.:БХВ-Санкт-Петербург.- 1998. -218с.

Информация о работе

Шугунов, Лион Жамбулатович
доктора физико-математических наук
Нальчик, 2009
ВАК 25.00.30

Диссертация

Региональные модели прогнозирования природно-климатических характеристик и оценки эффективности активных воздействий на облака. - тема диссертации по наукам о земле, скачайте бесплатно

Автореферат

Региональные модели прогнозирования природно-климатических характеристик и оценки эффективности активных воздействий на облака. - тема автореферата по наукам о земле, скачайте бесплатно автореферат диссертации

Похожие работы