Создание диагностической модели для расчета параметров ветра по пунктам со сложной орографией

Мезенцева, Людмила Ивановна

Бесплатный автореферат и диссертация по наукам о земле на тему
Создание диагностической модели для расчета параметров ветра по пунктам со сложной орографией
ВАК РФ 25.00.30, Метеорология, климатология, агрометеорология

Автореферат диссертации по теме "Создание диагностической модели для расчета параметров ветра по пунктам со сложной орографией"

На правах рукописи УДК 551.509.314: 551.509.322

004600490

Мезенцева Людмила Ивановна

СОЗДАНИЕ ДИАГНОСТИЧЕСКОЙ МОДЕЛИ ДЛЯ РАСЧЕТА ПАРАМЕТРОВ ВЕТРА ПО ПУНКТАМ СО СЛОЖНОЙ ОРОГРАФИЕЙ

Специальность 25.00.30 - метеорология, климатология, агрометеорология

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата географических наук

Москва 2010

004600490

Диссертация выполнена в ГУ Дальневосточный региональный научно-исследовательский гидрометеорологический институт (ГУ ДВНИГМИ)

Научный руководитель:

Официальные оппоненты:

Ведущая организация:

доктор географических наук, профессор

Тунеголовец Валерий Петрович

доктор физико-математических наук, профессор Васильев Петр Петрович

доктор географических наук, профессор

Плотников Владимир Викторович

ГОУ ВПО Дальневосточный государственный университет

Защита диссертации состоится 17 марта 2010 г. в 14 часов на заседании диссертационного совета Д327.003.01 при Государственном учреждении «Гидрометеорологический научно-исследовательский центр Российской Федерации» по адресу: 123242, Москва, Большой Предтеченский пер., д. 11-13.

С диссертацией можно ознакомиться в библиотеке Государственного учреждения «Гидрометеорологический научно-исследовательский центр Российской Федерации».

Автореферат разослан 10 февраля 2010 г.

Ученый секретарь диссертационного совета, доктор географических наук

Нестеров Е. С.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Эффективное освоение тех или иных территорий непременно требует знания особенностей погодных и климатических условий. Для прибрежных территорий, где эволюция поля ветра напрямую связана с взаимодействием в системе «океан-суша-атмосфера», это особенно актуально. При этом оценка ветрового поля сопряжена с существенными трудностями, в силу многофакторности объекта исследования, сложности сбора исходной информации. Для динамично развивающегося Приморского края практически все виды хозяйственной деятельности: строительство, в том числе и гидротехническое, рыбный промысел, развитие марикультуры, круглогодичная навигация и т.д., а также решение ряда задач в области гидрометеорологических прогнозов во многом зависят от знания ветровых условий и возможности их прогнозирования. Последнее диктуется тем, что поле ветра непосредственно влияет на формирование погоды и климата, термического режима вод, течений и других гидрометеорологических процессов. Необходимость более полного учета характеристик ветра в практических и научных задачах, заставляет совершенствовать существующие методы прогноза, шире использовать возможности и средства вычислительной техники, искать новые формы и методы исследования характеристик ветра.

Исследования, относящиеся к диагнозу и прогнозу ветра по пунктам, зачастую фрагментарны и не учитывают ряд факторов, формирующих поле ветра у земли, в частности влияние орографии.

Задача прогноза параметров ветра в конкретном географическом пункте, бесспорно, является актуальной, но она не всегда может быть решена надежно, например, средствами гидродинамического моделирования (ГДМ). Гидродинамические прогнозы метеорологических полей сроком до 7-10 суток настолько успешны в настоящее время, что полностью вытеснили субъекта из области прогнозирования метеорологических полей в тропосфере и стратосфере [Белоусов С.Л., Беркович Л.В., Лосев В.М., 1999, Doug McCollor, Roland Stull., 2008]. Что касается земной поверхности, то явное преимущество Г ДМ выявлено только для прогнозов полей давления. Остальные метеорологические элементы и

явления погоды чаще всего предвычисляются синоптическими или статистическими (объективными) методами, например [Васильев П.П., 1999, Ьетске С., Кгшги^а Б., 1988]. Это общая мировая и российская практика.

В конце XX века методы математической статистики, решающие задачи прогноза элементов погоды, стали использоваться для интерпретации прогнозов Г ДМ в термины элементов погоды, в связи с приемлемой точностью этих прогнозов. В настоящее время прогнозы таких элементов погоды как экстремальные и средние суточные температуры воздуха, количество осадков по суткам и полусуткам, количество облаков определенного типа, некоторых метеорологических явлений в достаточной мере обеспечены методической базой с современным техническим и информационным обеспечением. Методы прогноза ветра по пункту в последние два-три десятилетия в России не совершенствовались, возможно, ввиду кажущейся их простоты или слабого спроса для континентальных районов. Отсутствуют подобные методы и для территории Приморского края, где результаты таких прогнозов востребованы в связи с расширяющейся хозяйственной деятельностью и сложностью рельефа. Это и явилось побудительным мотивом для выполнения данной работы.

Цель и задачи работы. Целью настоящей работы является исследование механизмов формирования поля ветра и создание диагностического метода для расчета скорости и направления ветра по пунктам со сложной орографией.

При этом, метод должен с максимальной точностью, обусловленной исходным набором данных, диагностировать характеристики ветра, быть автоматизированным, включать лишь тот набор информации, который имеется в наличии у прогнозиста при заблаговременности 1-2 суток, и послужить основой для метода краткосрочного прогноза ветра. В качестве полигона выбраны станции Приморского края, где орография местности крайне сложна: изрезанная береговая черта с множеством мысов, заливов, рельеф суши варьирует от равнинных территорий до горных цепей с высотой 500-1500 м.

Для достижения поставленной цели были сформулированы и последовательно решены следующие задачи:

- создать информационное обеспечение исследования;

- получить уточненные оценки параметров ветра на выбранных станциях;

- проанализировать систему взаимосвязей параметров ветрового поля и определяющих ее факторов;

- разработать физико-статистическую модель диагноза направления и скорости ветра по пункту со сложной орографией.

Научная новизна. Впервые применительно к задаче расчета параметров ветра использованы современные данные повторного анализа NCEP/NCAR (National Centers for Environmental Prediction, Washington DC/ National Center for Atmospheric Research, Boulder CO). Это позволило минимизировать затраты на сбор, систематизацию, формализацию исходных данных, исключить субъективные ошибки наблюдения, хранения, свойственные натуральным метеорологическим данным. Использование данных объективного анализа в значительной степени облегчает процесс адаптации модели для новых пунктов и территорий.

Впервые при моделировании скорости ветра по пункту подбирался признак классификации вектора априорных параметров, позволяющий уменьшить изменчивость искомого параметра от коэффициентов шероховатости подстилающей поверхности и одновременно объединить в класс ситуации со сходными термодинамическими свойствами среды. Также предложены альтернативные признаки классификации вектора параметров, определяющих поле ветра у земли.

Объектом исследования являются режим ветра на станциях Приморского края и моделирование параметров ветра на диагностическом материале.

Методы исследования - статистические, в том числе регрессионный анализ, разложение на классы, оценки временных рядов.

Автором диссертации на защиту выносятся следующие результаты работы и положения:

• Обновленные и детализированные режимные характеристики скорости и направления ветра, а также оценки климатических трендов многолетних рядов, которые более адекватно отражают эволюцию поля ветра на станциях Приморского края.

• Разбиение исходной выборки определяющих скорость ветра признаков на классы по направлению барического градиента в приземном слое является лучшим классификационным подходом при расчете скорости ветра по пункту со сложными орографическими эффектами.

• Алгоритм, предложенный для расчета направления ветра, является на настоящее время оптимальным для пунктов со сложной орографией.

• Автоматизированный физико-статистический метод расчета скорости ветра по пункту со сложной орографией, основанный на предварительном разбиении исходной выборки на классы и использовании синхронных связей.

Практическая значимость работы. Метод и технология расчета параметров ветра по пункту разработаны с учетом поступления метеорологической информации по оперативным каналам связи и идеологии составления прогнозов морского назначения на короткие сроки. Разработанный метод позволяет объективно, в оперативные сроки, экономично с точки зрения времени специалистов и технических ресурсов оценить характеристики ветра по пунктам. Поставленная задача решена комплексно: на базе одного сводного массива данных разработаны методы для расчета направления и средней скорости ветра по пункту, охвачены все сезоны года и все направления ветра. Результаты могут быть использованы при принятии решения в прогнозах погоды общего и морского назначения с суточной и большей заблаговременностью (последнее определяется качеством прогностических полей ГДМ).

В дальнейшем планируется адаптировать диагностическую модель к оперативно поступающей по каналам связи прогностической информации, реализуя подход «идеального прогноза» (концепция РР - Perfect Prognosis). По результатам оперативных испытаний внести при необходимости коррективы в модель и технологию прогноза.

Обоснованность и достоверность результатов определяется применением стандартных, апробированных в метеорологии методов сбора и обработки данных, использованием максимально полной современной базы гидрометеорологических данных, многоаспектной проверкой полученных результатов, включая авторские

испытания разработанного метода расчета направления и скорости ветра по пунктам Приморского края, использованием современных методов прикладного статистического анализа, публикациями в рецензируемых изданиях.

Апробация работы и публикации. Результаты работы и основные положения представлялись в докладах на следующих совещаниях и конференциях:

1) Ученых советах ДВНИГМИ в 2007-2009 гг.;

2) оперативно-производственном совещании-семинаре представителей Росгидромета, ДВНИГМИ, Приморского, Сахалинского, Камчатского, Дальневосточного, Забайкальского и Якутского УГМС по вопросам внедрения в оперативную практику методов и моделей ДВНИГМИ, Владивосток, сентябрь 2008;

3) международной научной конференции «Исследования Мирового океана», посвященной 100-летию со дня рождения профессора И.В. Кизеветгера, Владивосток, май 2008;

4) научно-практической конференции «Гидрометеорология Дальнего Востока и окраинных морей Тихого океана», Владивосток, июль 2005;

5) ежегодном 17-ом совещании стран-участниц the North Pacific Marine Science Organization с тематическим названием «Beyond observations to achieving understanding and forecasting in a changing North Pacific», Далянь, Народная республика Китай, октябрь-ноябрь 2008.

Работа выполнялась в рамках НИР внутреннего плана ДВНИГМИ (2006-2007 гг.) и подпрограммы «Региональные аспекты научных исследований в области гидрометеорологии и смежных с ней областей» ЦНТП-8, тема 8.64 плана НИР Росгидромета (2008-2009 гг.).

По теме диссертации опубликовано 7 научных работ, в том числе 2 из списка

ВАК.

Структура и объем работы. Диссертация состоит из введения, пяти глав, заключения и приложения. Общий объем без приложений составляет 111 страниц. Работа включает 22 таблицы, 15 рисунков и библиографический список из 105 публикаций.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ Во введении обосновывается актуальность работы, формулируются цель и задачи исследования. Приведены защищаемые положения и аргументы в пользу практической значимости и новизны исследований, а также обоснованности научных положений и выводов.

Глава 1. Состояние изученности вопроса

В двух разделах представлен обзор современных методов диагноза и прогноза параметров ветра, а также уровень их качества. Исследован опыт использования различных параметров атмосферы в качестве определяющих ветер признаков. Приведены основные современные концепции решения задач прогноза элементов погоды в целом в России и за рубежом.

Использование синхронных связей при решении задачи прогноза направления и скорости ветра является традиционным подходом (так поступали, например, Е.П. Веселов, 1967, А.И. Снитковский, 1971, Г.С. Моисеенко, 1979) и физически оправданным, в связи с малой информативностью предшествующих метеорологических полей и процессов для поля ветра. В качестве предсказателей включаются известные параметры, отражающие возмущенность барического поля у земли, характер стратификации, тип барического поля, скорость ветра в нижней тропосфере, орографию местности. При прогнозировании с заблаговременностью более суток такие параметры как величина вертикального градиента температуры, распределение ветра с высотой оценить и использовать крайне сложно. С этой целью для прогнозов малой заблаговременности часто привлекаются данные утреннего радиозондирования, что значительно повышает качество прогноза.

В ряде работ: О.Н. Белинского, 1971, Е.П. Веселова, 1967, на достаточно большом диагностическом материале для определенного района рассчитаны коэффициенты перехода от геострофического ветра к фактическому с разным базовым набором исходных данных. Однако, следует иметь в виду, что изменчивость переходных коэффициентов довольно значительна. По оценкам А.И. Снитковского с обеспеченностью 80% она может варьировать от 0,6 до 3,0 (1970 г). Без дополнительного учета ряда атмосферных факторов, оказывающих

существенное влияние на скорость ветра у земли, можно получить заметно завышенную или заниженную прогностическую скорость ветра.

Глава 2. Постановка задачи

В разделе 2.1 приведено описание исходных данных, которые используются в работе для выявления особенностей распределения характеристик ветра и для целей моделирования. Исходными данными служили архив срочных метеорологических наблюдений в форматах ТМС (таблицы метеорологические срочные) и повторный анализ гидрометеорологических параметров в кодах вЫВ -архив ЫСЕР/ИСАЯ за период 1971-2000 гг.

Из архива ТМС выбраны и отконтролированы данные о скорости и направлении ветра в сроки наблюдений по станциям Приморского края. На базе архива повторного анализа созданы наборы полей геопотенциала и температуры воздуха на стандартных уровнях нижней и средней тропосферы, заданные в узлах регулярной сетки 2,5x2,5°, по району 40°-50° с.ш., 127,5°-40° в.д. за сроки 00 и 12 ВСВ. Последние используются для расчета априорных параметров модели.

Использование данных повторного анализа для расчета независимых параметров имеет как преимущества, так и недостатки по сравнению с применением натуральных данных. К первым следует отнести явное преимущество данных, заданных в узлах сетки, для расчета пространственных параметров. Кроме этого исследователь не обременен ошибками наблюдения и хранения. Значительно упрощается сбор исходной информации и, таким образом, упрощается процесс адаптации модели для других пунктов. При этом существует некоторое сглаживание поля, что, конечно, приводит к усреднению рассчитываемой характеристики, уменьшению экстремальных значений.

В разделе 2.2 приводятся обоснование и описание выбранного метода, метода множественной регрессии, для расчета скорости ветра и критерии оценки информативности влияющих признаков.

Оптимизация параметров модели осуществлялась с использованием системы стандартных оценок, принятых в практике Росгидромета. Оценки представлены в разделе 2.3.

Глава 3. Климатические обобщения

Приведен список и местоположение 12 станций Приморского края, для которых рассчитаны климатические характеристики направления и скорости ветра. Ряды ветра исследованы на предмет методической неоднородности: изменение сроков наблюдений, смена приборной базы.

В разделе 3.1 представлены и проанализированы основные климатические характеристики скорости ветра: средние и максимальные значения, средние квадратические отклонения средней месячной скорости ветра и характеристики изменчивости скорости ветра в срок наблюдения. Приведены рассчитанные коэффициенты порывистости ветра в (отношение максимальной скорости ветра к средней скорости в срок наблюдения) и его изменчивость для станции Владивосток с детализацией по направлению ветра, сезону и сроку наблюдения. Порывистость ветра - редко рассчитываемый показатель в связи с тем, что порыв ветра в срок наблюдения не хранится в стандартных климатологических таблицах, может быть выписан только с книжек наблюдения КМ-01. Средние значения в для станции Владивосток составляют 1,2-1,3 для сильных и 1,6-1,7 для слабых ветров.

В разделе 3.2 представлены повторяемость направления ветра для различных градаций скорости и розы ветров для отдельных станций. Полученные распределения не противоречат известным исследованиям [К. Рамедж, 1976, Н.И. Лисогурский, А.З. Петричев, 1980] о муссонном характере климата на территории Приморского края, что особенно заметно на побережье. В зимние месяцы преобладающими направлениями являются северное, северо-западное и западное (в 38-84%), в летние - от юго-западного, южного до юго-восточного, восточного на восточном побережье (до 31-55% на исследуемых станциях).

В разделе 3.3 анализируется многолетний ход скорости ветра. Выявлено наличие сдвигов в ходе исследуемого параметра, связанных как с изменениями методики наблюдений, так и колебаниями климата.

Для исследования многолетнего хода скорости ветра на предмет линейных трендов климатического характера выбран временной ряд с 1970-1976 по 2007 годы (начало периода определено датой установки анеморумбометров на станции). Этот

период не имеет неоднородностей, внесенных методически, однако «ползущая» неоднородность, связанная с урбанизацией, вырубкой лесов и пр. не исключается.

В таблице 1 для четырех станций края приведены характеристики линейных трендов, которые показывают, что в исследуемый период имеет место ослабление ветра. Оно наиболее выражено для береговых станций: Владивостока и Тернея. Скорость ветра здесь ослабевает на 0,5-0,7 м/с за 10 лет в осенне-зимний период и на 0,2-0,3 м/с за 10 лет в летние месяцы. Коэффициенты детерминации линейного тренда (R2) в отдельные месяцы достигают 0,5-0,6. Ослабление скорости ветра в конце XX века замечены и другими авторами, в работе Мещерской A.B. и др. (2006 г.) применительно к северным территориям России.

Таблица 1

Коэффициенты детерминации (Я2) и коэффициенты линейных трендов (X, м/С*10лет), рассчитанные для средних месячных значений скорости ветра

Харак-хи Месяцы

линейных трендов I П Ш IV V VI vn vm IX X XI XII

Терней, 1976-2007 гг.

R2 0,52 0,44 0,32 0,26 0,45 0,60 0,57 0,61 0,51 0,52 0,39 0,38

X -0,71 -0,66 -0,38 -0,32 -0,38 -0,34 -0,34 -0,46 -0,40 -0,54 -0,53 -0,53

Владивосток, 1972-2007 гг.

К1 0,30 0,51 0,26 0,36 0,39 0,19 0,04 0,09 0,37 0,61 0,52 0,28

X -0,49 -0,71 -0,29 -0,41 -0,37 -0,28 -0,12 -0,19 -0,35 -0,51 -0,51 -0,42

Анучино, 1975-2007 гг.

R1 0,37 ОДЗ 0,31 0,31 0,49 0,47 0,49 0,51 0,38 0,38 0,57 0,63

X -0,28 -0,24 -0,23 -0,30 -0,44 -0,32 -0,37 -0,41 -0,41 -0,41 -0,46 -0,53

Пограничный, 1973-2007 гг.

R2 0,14 0,28 0,09 0,37 0,34 0,09 0,23 0,22 0,30 0,30 0,31 0,25

X -0,15 -0,18 -0,11 -0,32 -0Д6 -0,08 -0,12 -0,14 -0,20 -0,20 -0,24 -0,20

Глава 4. Моделирование параметров ветра по пункту с помощью данных объективного анализа

В разделе 4.1 дано обоснование выбора зависимых и независимых параметров

модели. К зависимым параметрам отнесена скорость ветра в срок наблюдения по

пункту, выбранная как максимальная из трех сроков, ближайших к сроку расчета.

При формировании ряда выполнялось условие, что направление ветра от срока к

сроку не менялось более чем на 30°, в противном случае скорость ветра

принималась равной скорости в основной срок. Мотивацией к такому отбору

послужили: 1) при прогнозе скорости ветра прогнозируется максимальная за время

прогноза скорость; 2) адаптация полей ветра и давления составляет около 3-х часов,

по некоторым исследованиям несколько больше [Л.С. Гандин, 1955, И.А. Кибель,

1955, Э.А. Морозова, 1978]. Также искомым параметром являлось направление ветра в срок.

Модель «обучалась» на данных станции Владивосток срока 00 ВСВ за период 1971-1995 гг. Результаты модельных расчетов были адаптированы еще для пяти станций края: Находки, Посьета, Тернея, Кавалерова и Астраханки, и срока 06 ВСВ. Большинство станций отличаются заметной повторяемостью сильных ветров (на прибрежных станциях зимой отмечается до 10-15 дней с сильным ветром) и изменчивостью характеристик ветра.

К независимым параметрам модели отнесены градиенты геопотенциала Оюоо. О85о, 6500, его проекции на координатные оси Охюоо, бушо, Ох850, Су850, Сх50о, Оу5оо> оператор Лапласа геопотенциала на стандартных изобарических поверхностях АТюоо и АТ5оо (ЬА10оо, ЬА50о), градиент температуры и его составляющие на АТ850 (ОТ850, бТхио, ОТу850), значения относительного геопотенциала ОТ^оо и ОТ^ооо и тенденция геопотенциала Нюоо за 12 часов (ДНюоо). Перечисленные параметры рассчитаны для каждого узла сетки 2,5x2,5° вблизи пункта расчета по району 40°-50° с.ш., 127,5°-140° в.д., всего 30 узлов, для сроков 00 и 12 ВСВ.

В разделе 4.2 сформулированы принципы деления вектора признаков на таксоны для задачи расчета и последующего прогноза скорости ветра.

Использование метода множественной регрессии предполагает наличие линейных зависимостей между заранее заданными параметрами и рассчитываемой характеристикой. Такие зависимости в реальной атмосфере имеют место далеко не всегда. Так, связь между барическим градиентом, взятым в качестве известной величины, и скоростью ветра близка к линейной. Эффекты орографического искажения ветра, влияние вихревой структуры поля на величину скорости ветра учесть линейными зависимостями не представляется возможным. В регрессионных моделях используются, по крайней мере, два приема для учета нелинейности атмосферных процессов. Модель наполняют нелинейными параметрами или массив данных разбивают на классы по какому-либо признаку, приближая зависимости к кусочно-линейным, при этом часто с целью уменьшения дисперсии искомого параметра.

Исследовано несколько подходов к разбиению вектора предикторов на классы. В качестве приоритетного использовалась классификация по румбам барического градиента в приземном слое. Такой подход обусловлен значительной зависимостью скорости ветра в приземном слое от силы трения. При ограничении исходных ситуаций 45°-ым сектором барического градиента у земли, в значительной степени сокращаются вариации зависимости скорости ветра от рельефа местности (по сути - коэффициентов шероховатости) и автоматически учитывается ориентация барической пары в пространстве, а значит, косвенным образом учитывается стратификация нижней тропосферы и ее термическое состояние.

Следует отметить, что модель настраивалась отдельно для каждого сезона. В противном случае, нельзя надеяться на термическую однородность и сходство ситуаций по вертикальной структуре нижней тропосферы в классе. Имеются в виду сезоны синоптические, т.е. периоды, «в рамках которых синоптические процессы над выделенной территорией отличаются аналогичностью и встречаются процессы, характерные для следующего сезона» по [С.Т. Пагава, 1953]. Для территории Дальнего Востока принято выделять шесть таких сезонов: весна, лето, осень, предзимье, первая и вторая половины зимы [Н.М. Захарова, 1978, Т.М. Журавлева, 1981]. Средние многолетние даты наступления синоптических сезонов приходятся на первые числа четных месяцев. Это позволило, с определенной погрешностью, перейти к календарным датам, объединив в один сезон по два календарных месяца, и сохранить большое число классов без ущерба для обеспеченности модели.

В качестве альтернативного варианта разбиения вектора независимых параметров на классы производилось деление на классы по значению лапласиана геопотенциала Нюоо (относительно нормы, на величину ± ,67а) и по направлению и величине барического градиента Оюоо-

Для целей классификации методы интерполяции не использовались, ближайший узел сетки считался репрезентативным для пункта расчета без доказательств.

Чтобы выявить лучший классификационный признак при решении задачи расчета скорости ветра по пункту со сложной орографией, проводились

эксперименты, в рамках которых строились регрессионные схемы с определенным набором независимых параметров и разными признаками деления исходной выборки на классы. Результаты оценивались на независимой выборке по набору стандартных оценок. Заметное преимущество (оценки в среднем на 5-8 % выше) имеют модели с классификацией по румбу приземного градиента, либо по румбу и значению градиента. Модели без классификации и с классификацией по значению LA10oo имеют худшие оценки.

Таким образом, эксперименты послужили доказательной базой в пользу выбора признака классификации. На последующих этапах моделирования использовался только один вид классификации вектора параметров - деление на классы по румбу барического градиента у земли Gi00o.

В разделе 4.3 сформулированы принципы выбора оптимального сочетания предикторов модели, т.е. такого набора предикторов, который наилучшим образом описывал бы предиктант на независимой выборке в классе.

Для формирования набора предикторов использовалось два подхода. В первом случае отбор независимых параметров осуществлялся субъективно на основании физических законов и результатов корреляционного анализа. Во втором использовался объективный корреляционный отбор параметров, и исследователем задавались только пороговые значения этого отбора.

Корреляционный анализ показал, что наиболее информативными признаками для скорости ветра являются градиент геопотенциала или его проекции на уровне 1000 гПа в ближайших узлах расчетной сетки (коэффициенты парной корреляции R близки 0,5-0,7). Следующие по вкладу - градиенты геопотенциала и температуры воздуха на уровне 850 гПа. Зависимость скорости ветра от относительного геопотенциала, градиента геопотенциала в средней тропосфере и тенденции геопотенциала у земли существенно меньше. Такие результаты совершенно согласуются с выводами гидродинамики, сделанными при анализе геострофических и агеострофических составляющих скорости ветра [JI.C. Гандин, 1955].

Если выбирать независимые параметры в удаленной от пункта расчета точке, то для отдельных классов/сезонов выявляется более высокая линейная зависимость искомого параметра с «неосновными» априорными признаками. Часто абсолютные

значения Я для «удаленных» лапласиана и относительного геопотенциала больше, чем соответствующие коэффициенты корреляции для ближайшего к пункту расчета узла. Эти связи также были использованы при построении регрессионных схем.

Регрессионные модели с субъективным, набором параметров отличаются друг от друга сочетанием предикторов, которые чаще всего относятся к ближайшему узлу расчета (для ст. Владивосток это точка с координатами 42,5° с.ш., 132,5° в.д.). Модели, построенные на принципе объективного отбора параметров, имеют один общий прием - предикторы ранжированы по максимальной линейной зависимости их с предиктантом. В уравнение попадают предикторы с меньшим порядковым номером. Число членов уравнения составляет 10 % от длины выборки, но не более 8, 10 или 15 членов. Некоторые модели имеют ограничение на уровень связности между предиктантом и предикторами (|Я|>0.2) и между предикторами (|Я|<0.5 либо ^ККч» здесь Яц, при уровне значимости 0,05). Всего построено более 30 моделей, различающихся классификационным признаком, набором параметров и способом их отбора.

Некоторые результаты экспериментов по выявлению оптимального набора параметров для двух сезонов приведены в таблице 2. Для представленных в этой таблице моделей предварительно производилась классификация исходных данных по признаку направления барического градиента (8 классов). Модель с условным индексом 2605 содержит фиксированный субъективно закрепленный набор независимых параметров для всех классов и сезонов: Схюоо, Сунхю» СТх850, СТу^о, ЬАюоо- Последний параметр взят в точках с координатами 42,5° с.ш., 140° в.д. и 42,5° с.ш., 127,5° в.д., максимально удаленных по широте от пункта расчета. Для модели 2750 параметры выбирались по величине Я в классе: по максимальным абсолютным значениям Я между предиктантом и предикторами при условии его превышения пороговой величины для данной длины ряда - 0,2. Связанность предикторов ограничивалась значением Количество предикторов было

01раничен0 10% от длины выборки, но не превышало 10. Для модели 2809 также использовался корреляционный отбор параметров. В отличие от модели 2750 независимые параметры выбирались при условии, что | между ними меньше 0,5, количество предикторов составляло 10% от длины выборки, но не более 8. Кроме

этого, использовался несколько расширенный набор независимых параметров; дополнительно использовались градиент геопотенциала и его проекции на уровне Н85о, значения ОТ^оо " ОТ?^оо, ЛНюоо. Последняя в этой таблице модель 2849 учитывала тип циркуляции в средней тропосфере и включала неменяющийся набор параметров: составляющие барического градиента на Нюш) ^ Н5005 термического градиента на Н85о, оператор Лапласа на Н5оо и значения ОТ^ооо и ОТ?ооо в ближайшем узле к точке расчета.

Таблица 2

Оценки модельных расчетов скорости ветра для станции Владивосток для П - Ш сезонов (февраля-марта и апреля-мая) с применением классификации по румбу барического

градиента

В о II м ш се Абсолютная ошибка, м/с РУ2, % РУ5, % Я

3 и и № Я 3 й£ О 5 Модели Модели Модели Модели

I? 2605 2750 2809 2849 2605 2750 2809 2849 2605 2750 2809 2849 2605 2750 2809 2849

N 13 2,0 1,9 1.4 1.2 54 62 77 85 92 92 100 100 0,7 0,7 0,9 0,9

ЫЕ 3 2,6 2,5 3.0 4,3 33 33 50 0 100 100 83 67 0,9 0,4 0,2 1,0

Е 7 2,8 2,4 1.9 3,6 29 43 57 0 86 86 86 100 0,4 0.5 0,4 0,1

II ЭЕ 23 1,5 1,6 1.8 1.3 70 74 61 83 100 96 100 100 0,8 0,7 0,7 0,8

Б 51 1.5 1.4 1,4 1,5 73 77 73 77 100 100 100 100 0.5 0.6 0,6 0,6

85 1,6 1,8 1,5 1,6 69 62 68 62 100 99 98 99 0,7 0,7 0,7 0,7

VI 83 1,8 1.9 1,7 1,8 64 55 65 59 99 99 99 99 0,7 0,7 0,7 0,7

29 2,6 2,4 2,3 2,6 41 41 41 35 93 93 97 97 0,7 0,7 0,7 0,6

Всего 294 1.8 1,8 1,7 1,8 64 61 65 62 98 98 98 99 0,7 0,7 0.8 0,7

N 18 2,3 2,5 2,5 2,2 44 50 39 50 89 94 94 89 0,2 0,6 0,5 0,4

ЫЕ 18 2,5 2,6 2.1 2,7 61 33 33 50 89 94 100 83 -0,1 0,1 1.0 -0,2

Е 27 3,1 2,9 2.6 3,1 48 41 50 48 70 82 89 74 0,5 0.5 0.0 0.3

БЕ 56 2,1 1,9 3.2 2,0 59 63 37 61 95 96 74 95 0,6 0,7 0,6 0,7

III 94 1.8 2,0 1.9 1,8 59 54 59 61 95 95 98 96 0,6 0,6 0,7 0,6

ЭТУ 51 1,7 1,7 1.8 1,6 69 69 61 67 100 98 99 98 0,7 0,6 0,7 0,6

VI 18 2,6 2,3 1,9 2,3 61 56 59 56 83 89 100 89 0,3 0,5 0,6 0,5

т 22 2,2 1.6 2,5 2,5 50 64 56 41 96 96 94 96 0,7 0,9 0,4 0.6

Всего 304 2,1 2,1 1.7 2,1 58 56 68 58 92 94 96 92 0,6 0,6 0.9 0,6

Для выбранных моделей в таблице 2 в качестве лучшей можно указать модель

2809. Однако, для юго-восточного румба (БЕ) оценки этой модели оказались худшими. Одна из самых простых по набору предикторов модель 2605, в которой учитывается форма циркуляции к востоку и западу от точки расчета (включены ЬАюоо, удаленные от точки расчета к востоку и западу), должна была учесть влияние центробежной силы для ветров этих же румбов. В действительности такой подход показал вполне успешные результаты для классов БАУ, (см. в таблице 2 окрашенные ячейки).

Чаще всего, в четырех случаях из пяти, в качестве лучших выбирались регрессионные схемы с объективным отбором предикторов. Самый высокий рейтинг имеют модели 2749 и 2809, в которых применялось ограничение на связность предикторов с |11|<0,5 и уровень связности предикганта с предиктором с |Я|>0,2, число членов ряда ограничивалось 8 и не превышало 10% от длины выборки. Модели отличаются только исходным набором предикторов.

Многочисленные эксперименты с разным сочетанием предикторов показали, что из всей совокупности моделей, построенных на данном наборе априорных параметров зависимой выборки, ни одна модель не показала уверенного преимущества над другими на независимом материале.

Следовательно, завершающим этапом моделирования должна стать группировка моделей по оценкам качества. Предлагается следовать правилу: расчет скорости ветра производить по моделям, для которых абсолютные ошибки расчетов минимальны, с предварительным округлением их до 0,1; при неоднозначном решении выбирать модели с максимальной оценкой РД, с предварительным округлением ее до целых. В случае, если вновь имеется два и более результата с равнозначными оценками, выбирать модель с максимальной оценкой Ру5.

Для каждого сезона и каждого класса выбраны свои, лучшие с точки зрения принятых оценок, модели. Уравнения регрессии, закрепленные за этими моделями, при этом не хранятся. Они каждый раз, для каждой даты, пересчитываются заново, поскольку реализована адаптивная регрессионная схема расчета, когда члены независимой выборки постепенно добавляются, а крайние первые члены исходного ряда исключаются (на самом деле, коэффициенты и члены уравнений в классе меняются незначительно).

Так, например, модель 2809 (описание модели приведено ранее) является лучшей для сезона первой половины зимы в классе (северо-западный румб

барического градиента). Для расчета скорости ветра на 6 декабря 1999 г. использовалось уравнение:

V = 5,93 + 0,51СГ:45ь0-130Д) + 0,3 ЗС^-13" + 0,2Му^127* - (¡¿(НА?*-137* -ОД8С^о133-0 + 0,07Ы«Ь°-132'5 + О.ОгСу^-13" - 0,01 Суд/¿5-140,0.

Нижний индекс указывает уровень стандартной изобарической поверхности, верхний - координаты узла выбранного параметра. В модель вошли составляющие

термического и барического градиентов у земли и на уровне Н85о, значения ЬА на Н500.

Модель 2845 (отбор по максимальному значению II в классе, количество предикторов 10 % от длины выборки, но не больше 8) трижды выбиралась как лучшая, ее уравнение для 28 марта 2000 г. (северо-восточный румб, вторая половины зимы) выглядит следующим образом:

V = 7,45 - 2,01Сх|57-137'5 + 1,59Сх^00-135'0 +1,3БС^0-140'0 - О.ОЭС*^-140'0.

Абсолютная ошибка расчетов по этой модели составляет 1,5 м/с, что для КЕ румба/класса является хорошей оценкой, в целом данный класс отличается низкими оценками качества. Модель учитывает только составляющие барического градиента на уровне Н850 в узлах сетки, удаленных к северо-востоку от точки расчета. При таком расположении барической пары (высокое давление - к северо-востоку, низкое - к юго-западу от точки расчета) наблюдаются ветры восточного, северо-восточного направлений, их повторяемость самая незначительная (1-2%). Класс открытости станции для северо-восточного ветра по Ю.В. Милевскому - 4у (станция ниже окружающих предметов среди элементов защищенности).

В разделе 4.4 представлена технологическая схема, сложившаяся на настоящем этапе развития физико-статистической модели расчета скорости ветра по пункту. Технология включает следующие этапы:

1. Выбираются данные о скорости и направлении ветра на станции и значения геопотенциала и температуры воздуха на стандартных уровнях 1000, 850 и 500 гПа в узлах регулярной сетки по региону, представленные в кодах ОШВ (средства Б^Ь-сервера).

2. Параметры ветра приводятся к формату модели. Рассчитываются независимые параметры модели: производные геопотенциала, температуры, относительный геопотенциал и др., для 30 узлов по району расчета.

3. Весь массив данных делится на синоптические сезоны.

4. Пункт расчета визуально по карте «привязывается» к узлу сетки, по направлению барического градиента в котором исходные данные модели разбиваются на классы.

5. Рассчитываются корреляционные матрицы для каждой пары предиктор-предиктант, предиктор-предиктор (средства Ма&аЬ) для каждого класса/сезона.

6. На обучающей выборке создаются 15 регрессионных схем для расчета скорости ветра, которые в виде параметров модели хранятся в базе данных Бакига.

7. По созданным уравнениям регрессии на независимой выборке рассчитывается скорость ветра на станции, оценки отписываются в сводные таблицы Excel и БД Sakura.

8. По решающим правилам за каждым классом/сезоном закрепляется вид регрессионной схемы, являющейся лучшей и в дальнейшем основной для диагноза (в перспективе - прогноза) скорости ветра по станции.

При адаптации модели для новой станции на территории Приморского края или другого срока, исключается выполнение этапа 2 в части расчета независимых параметров модели. Если станция не принадлежит выбранному региону, то следует выбрать и закрепить район, в узлах сетки которого будут рассчитываться независимые параметры модели.

В разделе 4.5 сформулированы физико-статистические правила расчета направления ветра по пункту со сложной орографией. Для расчета предлагается использовать только параметры уже ранее рассчитанные в работе при определении скорости ветра. Использованы следующие приемы: разбиение параметров на классы, расчет повторяемостей, и законы физики, определяющие движение воздуха у земли.

Глава 5. Оценка результатов моделирования

Оценки успешности расчетов скорости и направления ветра в срок для шести станций Приморского края получены по результатам авторских испытаний на диагностическом материале независимой выборки 1996-2000 гг.

В разделе 5.1 приведены и обсуждаются средние за 5 лет оценки качества диагноза скорости ветра с помощью комплексной регрессионной модели. Средняя абсолютная ошибка расчетов 8 для станций с малой изменчивостью предиктанта -Кавалерова и Астраханки, составила 1,3 м/с, для станций с большей изменчивостью -1,6 м/с для Находки и Тернея и 1,8 м/с для Владивостока и Посьета. Отклонения расчетных значений скорости ветра от фактических для этих групп станций в 8081%, 70% и 67-68%, соответственно, не превышают 2 м/с (оценка Pv2). Отклонениям расчетов от факта на ±5 м/с (оценка Pv5) соответствует 95-99% случаев. Коэффициент корреляции близок к величине 0,7 для всех станций. Систематическая ошибка (или средняя арифметическая) В рассчитывалась только для классов событий, при осреднении она теряет смысл. Для отдельных классов (NW румб в

сезоне второй половины зимы, румб в сезоне весны для ст. Владивосток и др.) значения § достигают 1,5 м/с, что следует учесть при оперативном использовании метода.

В таблице 3 представлены оценки качества расчетов скорости ветра для станций Владивосток и Находка (важнейших портов Дальнего Востока) с детализацией по классам для трех сезонов.

Таблица 3

Оценки качества расчета скорости ветра по станциям Владивосток и Находка с детализацией по классам и сезонам: абсолютная ошибка 5 {м/с), оценки Ру2 (%) и Ру5 (%),

Сезон Класс Число ст. Владивосток ст. Находка

случаев 6 Ру2 I Ру5 1 * Я 8 Ру2 | Ру5 | 8 К

N 17 1,8 71 94 0,7 0,77 и 88 100 0,0 0,64

I № 6 3,0 50 83 0,8 0,15 1,1 83 100 -0,7 0,84

Е 6 1,8 67 100 0,4 0,51 1,7 67 100 0,3 0,08

БЕ 17 1,5 76 100 -о,з 0,87 1,4 88 94 -0,5 0,44

Б 41 1,3 80 100 0,2 0,69 0,8 93 100 0,3 0,61

51 1,9 61 100 -0,1 0,42 2,0 55 100 -0,3 0,73

XV 119 1,6 71 100 0,6 0,71 1,9 59 97 0,0 0,68

52 1,8 58 100 1,5 0,86 1,6 62 100 0,6 0,79

N 13 1,2 85 100 0,9 0,89 1,6 69 100 0,1 0,74

П ИЕ 3 1,5 67 100 1,5 0,80 2,0 67 100 0,3 0,18

Е 7 1,9 57 86 1,3 0,44 1,6 71 100 1,1 0,46

БЕ 23 1,2 78 100 0,5 0,88 1,8 61 96 0,5 0,53

Б 51 1,4 76 100 0,0 0,56 1,3 79 98 0,1 0,67

85 1,5 68 98 -0,1 0,70 1,9 61 95 0,5 0,78

Ш 83 1,7 73 98 1,1 0,73 2,2 51 93 0,2 0,72

29 2,2 52 97 1,5 0,72 2,2 59 93 0,1 0,52

N 18 2,0 72 78 1,4 0,51 1,4 72 94 0,2 0,49

Ш ЫЕ 18 2,4 61 94 0,9 0,11 1,9 72 89 -1,0 0,67

Е 27 2,7 48 85 1,5 0,54 1,8 59 100 0,8 0,64

БЕ 56 1,9 70 96 0,5 0,72 1,6 70 96 -0,1 0,38

в 94 1,8 63 97 0,6 0,69 1,6 71 99 -ОД 0,27

51 1,6 67 98 0,5 0,65 1,9 63 96 0,5 0,70

18 2 Л 67 89 1,5 0,60 1,6 61 100 0,9 0,58

Т'Ш 22 1,6 64 95 1,0 0,87 2,0 59 86 0,2 0,34

Примечание: I — первая половина зимы. П - вторая половина зимы. Ш — весна

На рисунке 1, в качестве примера согласованности фактических и модельных данных, приведен ход фактической скорости ветра и его расчетные значения на станции Владивосток для срок 00 ВСВ в апреле 2000 г. Абсолютная ошибка расчетов для апреля 2000 г. составила 2,1 м/с. Апрель выбран в силу тех обстоятельств, что обычно представлен всеми направлениями ветра и характеризуется большими скоростями ветра.

-Факт Модель

Рис. 1. Фактическая скорость ветра и скорость ветра, рассчитанная с помощью регрессионной модели, на ст. Владивосток в апреле 2000 г.

При прогнозировании метеорологического элемента важно понимание, насколько достоверна полученная величина на границах распределения. С этой целью результаты модельных расчетов сгруппированы по градациям фактической скорости ветра. Результаты для двух станций представлены в таблице 4. Для них более успешно моделируется градация умеренного ветра 5-10 м/с, наиболее часто повторяющегося. Для станции Владивосток хуже других оправдывается ветер в градации слабого. Для ст. Находка неудовлетворительное качество для градации IIIS м/с - абсолютная ошибка 3,2-4,3 м/с.

Таблица 4

Оценки качества расчета скорости ветра по станциям Владивосток и Находка с детализацией по градациям скорости и сезонам: абсолютная ошибка 5 (м/с), оценки Ру2 _(%) и Ру5 (%), средняя арифметическая ошибки В (м/с)_

Скорость м/с ст. Владивосток ст. Находка

•С О M Число S Pv2 Pv5 S Число S Pv2 Pv5 S

Л случаев случаев

I 00-04 52 1,9 62 98 1,9 181 1,4 74 99 0,9

05-10 203 1,5 72 100 0,3 113 1,8 60 99 -0,7

11-15 51 1,8 61 100 0,4 16 3,2 38 81 -3 Л

16-20 3 1,8 33 100 -1,5 0 - - - -

а 00-04 58 2,2 52 95 2,1 180 1,8 64 97 1,3

05-10 201 1,4 74 99 0,2 103 1.8 63 97 -1,0

11-15 33 1.4 85 100 -0,2 12 4,1 17 58 -3,6

16-20 2 1,6 50 100 1,6 0 - - - -

ш 00-04 90 2,9 38 84 2,9 216 1,5 74 98 l.o

05-10 185 1,4 77 99 0,0 85 2,2 53 95 -1.9

11-15 28 1,9 64 93 -1,2 4 4,3 25 50 -4,3

Сравнение фактических карт погоды и карт реанализа при большой ошибке

расчетов (просчет на 4 м/с и более) показало, что при наличии центра глубокого циклона на акватории Японского моря (такие ситуации соответствуют

значительным усилениям ветра) поля реанализа в значительной степени сглажены и не отражают действительной глубины барического образования. Вследствие этого получены заниженные значения барического градиента и расчетные значения скорости.

В работе также приведены оценки качества действующих региональных методов прогноза скорости ветра: физико-статистических методов Е.М. Вербицкой, 2003, и Г.С. Моисеенко, 1986, и синоптического метода Приморского УГМС. Методические расчеты по качеству сопоставимы и в ряде случаев превосходят результаты указанных методов. Это может являться основанием для апробации полученных результатов к прогностической практике.

В разделе 5.2 приведены результаты расчетов направления ветра для шести станций Приморского края. Рассматривались все случаи и отдельно случаи, когда скорость фактического ветра превышала 5 м/с (при маловетрии направление ветра неустойчиво, поэтому его расчет затруднителен). Исключение случаев со скоростью ветра 5 м/с и менее повышает успешность расчета направления на 5-10%.

Для станции Владивосток отклонения расчетного направления ветра от фактического не более чем на 30° в среднем составляют 75% от общего числа случаев, при исключении слабого ветра - 87% (рис.2). Абсолютное отклонение расчетного направления ветра от фактического в среднем по всей выборке равно 35°, при исключении слабого ветра - 24°.

Для других станций: Находки, Посьета, Тернея, Кавалерова и Астраханки, успешность расчетов находится в тех же пределах, что и для станции Владивосток. Отклонение расчетного направления ветра от фактического не более, чем на 30°, составляет 40-65% от общего числа случаев, для ветра более 5 м/с - 56-81%. В соседнюю градацию (отклонение на 31-60°) попадает еще от 12 до 20% всех оцениваемых случаев и от 7 до 31% для ветра более 5 м/с. Абсолютное отклонение для большинства станций составляет 44-50°, несколько больше для станции Находка - 60°; при исключении слабого ветра абсолютная ошибка уменьшается до 22-46°.

■ 60-30°,%

■ 6 31-60°.%

■ 661-90°,% а 6 >91,%

Рис. 2. Диаграмма отклонений модельных значений направления ветра от фактических на 0-30°, 31-60°, 61-90° и >91° (%) для ст. Владивосток с исключением случаев со скоростью

ветра 5 м/с и менее

В целом оценки разработанного метода для диагноза направления ветра соизмеримы и в ряде случаев превосходят региональные физико-статистические и синоптические методы.

В Заключении сформулированы основные результаты и перспективы исследований.

1. Созданы архивы данных и получены уточненные оценки характеристик ветра по станциям Приморского края:

- рассчитаны климатические характеристики для станций, прежде не вошедших в Справочник по климату, и обновлены для длиннорядных станций для периода 1971-2000 гг.,

- на ряде станций для периода 1976-2006 гг. выявлено ослабление скорости ветра, значимое на уровне 0,05.

2. Проведен анализ влияющих на поле ветра факторов. Для скорости ветра наиболее тесная линейная зависимость отмечается с градиентом геопотенциала или его проекциями на уровне 1000 гПа (парные коэффициенты корреляции R по абсолютному значению достигают 0,5-0,7), следующие по вкладу - градиенты геопотенциала и температуры воздуха на уровне 850 гПа (R от 0,1-0,5). Меньше других скорость ветра зависит от значений относительного геопотенциала, градиента геопотенциала в средней тропосфере и тенденции геопотенциала у земли, при этом, часто связь значима на уровне 0,05. Значимость связи может

возрастать, если использовать влияющие признаки в удаленном от точки расчета узле сетки.

3. Для учета орографических и циркуляционных особенности пункта, предложены оригинальные подходы к разбиению вектора параметров модели на таксоны и использованы удаленные влияющие признаки.

4. Предложены правила и автоматизированные приемы, позволяющие комплексировать регрессионные схемы и тем самым минимизировать ошибки расчетов.

5. Разработана и реализована физико-статистическая модель и представлена технологическая схема для диагноза направления и скорости ветра по пункту со сложной орографией. Параметры модели и техника расчета выбраны с учетом требований и возможностей прогноза суточной заблаговременности. В качестве исходной информации модель усваивает и использует результаты объективного анализа, в перспективе - гидродинамического моделирования (ГДМ), - поля геопотенциала и температуры воздуха нижней и средней тропосферы, представленные в узлах регулярной сетки.

6. Оценки модельных расчетов, полученные на независимом материале, показали успешные результаты. Абсолютная ошибка расчетов скорости ветра составляет 1,3-1,8 м/с, коэффициент корреляции с фактической скоростью ветра равен 0,7, оправдываемостъ расчетов с допуском ± 5 м/с находится на уровне 98%, а ±2 м/с - 73%. Абсолютное отклонение направления ветра для большинства станций составляет 44-50°, для станции Владивосток 35°; при исключении слабого ветра ошибка уменьшается до 22- 46°. Полученные оценки сопоставимы и, в ряде случаев, превосходят оценки существующих в настоящее время методов прогноза скорости и направления ветра по пункту.

На настоящем этапе развития модели вектор параметров классифицируется по направлению параметра Оюоо, эксперименты показали преимущество этого подхода для станций со сложным рельефом. Однако, в дальнейшем было бы уместным применять смешанные приемы классификации для станций с большой повторяемостью штилей или с менее сложным рельефом. Для территории

Приморского края это преимущественно станции Приханкайской низменности. Смешанные приемы классификации - это классификация по направлению барического градиента и знаку ЬА или по направлению барического градиента и двум-трем градациям его численного значения.

Расширение списка станций для расчета характеристик ветра на территории Приморского края, равно как и других территорий, с помощью предложенного метода и технологии является преимущественно технической задачей.

Список основных публикаций по теме диссертации.

1. Мезенцева Л.И. Расчет скорости ветра по пункту со сложными орографическими эффектами // Метеорология и гидрология. - 2008. -№ 9 - С. 66-77.

2. Sokolov О.V., Mezentseva L.I. Climatic trends in general atmospheric circulation in the second half of the 20th century // PACIFIC Oceanography. - 2004. -Vol. 2, № 1-2. - C.

3. Кондратьев И.И., Качур A.H., Юрченко С.Г., Мезенцева Л.И., Рощупкин Г.Т., Семыкина Г.И. Синоптические и геохимические аспекты аномального выноса пыли на юг Приморского края // Вестник ДВО РАН. - 2005. -№ 3. - С. 55-65.

4. Mezentseva L.I., Socolov O.V. Change of weather components at the seashore of the Far East as a result of the changes in general circulation of atmosphere // Beyond observations to achieving understanding and forecasting in a changing North Pacific: thesis of report of the North Pacific Marine Science Organization 17th Annual Meeting, oct.24 - nov.2 2008. - Dalian, People's Republic of China. - 2008. C. 9.

5. Мезенцева JI.И. Параметризация ситуаций сильного ветра по станциям Приморского края// Гидрометеорология Дальнего Востока и окраинных морей Тихого океана: Тез. докл. Научно-практической конф. ДВНИГМИ. 1-2 июля 2005. -Владивосток, 2005. - С. 46-47.

6. Мезенцева Л.И. Соколов О.В. Некоторые климатические характеристики скорости ветра по станциям Приморского края за период 1971 - 2000 гг. // Гидрометеорология Дальнего Востока и окраинных морей Тихого океана: Тез. докл. Научно-практической конф. ДВНИГМИ. 1-2 июля 2005. - Владивосток, 2005. - С. 46-47.

7. Соколов О.В., Мезенцева Л.И. Климатические тренды параметров общей циркуляции атмосферы в южном полушарии во второй половине XX века // Проблемы Арктики и Антарктики / ААНИИ. - 2007. -№ 76. - С. 24-35.

67-73.

Лицензия ЛР № 02080832 от 15 октября 1999 года Формат 60x88/16

Бумага офсетная. Печать офсетная. Тираж 100 экз. Заказ № 881

Отпечатано в ООО "ФЭД+", Москва, ул. Кедрова, д. 15, тел. 774-26-96

Содержание диссертации, кандидата географических наук, Мезенцева, Людмила Ивановна

Введение.

1 Состояние изученности вопроса.

1.1 Режим ветра.

1.2 Обзор некоторых аспектов физико-статистического моделирования параметров ветра.

2 Постановка задачи.

2.1 Исходные данные.

2.2 Методы расчетов.

2.3 Система оценок результатов моделирования.

3 Климатические обобщения.

3.1 Климатические характеристики скорости ветра.

3.2 Климатические характеристики направления ветра.

3.3 Исследование многолетнего хода скорости ветра.

4 Моделирование параметров ветра по пункту с помощью данных объективного анализа.&

4.1 Зависимые и независимые параметры.

4.2 Принятые элементы таксономии при расчете скорости ветра.

4.3 Отбор оптимального сочетания параметров модели для расчета скорости ветра.

4.4 Технология расчета скорости ветра по пункту.

4.5 Определение направления ветра.

5 Оценки результатов моделирования.

5.1 Оценки регрессионной модели расчета скорости ветра.

5.2 Оценки качества расчета направления ветра.

Введение Диссертация по наукам о земле, на тему "Создание диагностической модели для расчета параметров ветра по пунктам со сложной орографией"

Эффективное освоение тех или иных территорий непременно требует знания особенностей погодных и климатических условий. Для прибрежных территорий, где эволюция поля ветра напрямую связана с взаимодействием в системе «океан-суша-атмосфера», это особенно актуально. При этом оценка ветрового поля сопряжена с существенными трудностями, в силу многофакторности объекта исследования, сложности сбора исходной информации. Для динамично развивающегося Приморского края практически все виды хозяйственной деятельности: строительство, в том числе и гидротехническое, рыбный промысел, развитие марикультуры, круглогодичная навигация и т.д., а также решение ряда задач в области гидрометеорологических прогнозов во многом зависят от знания ветровых условий и возможности их прогнозирования. Последнее диктуется тем, что поле ветра непосредственно влияет на формирование погоды и климата, термического режима вод, течений и других гидрометеорологических процессов. Необходимость более полного учета характеристик ветра в практических и научных задачах, заставляет совершенствовать существующие методы диагноза и прогноза, шире использовать возможности и средства вычислительной техники, искать новые формы и методы исследования характеристик ветра.

Целью настоящей работы является исследование механизмов формирования поля ветра и создание диагностического метода для расчета скорости и направления ветра по пунктам со сложной орографией.

- создать информационное обеспечение исследования;

- получить уточненные оценки параметров ветра на выбранных станциях;

- проанализировать систему взаимосвязей параметров ветрового поля и определяющих ее факторов;

- разработать физико-статистическую модель диагноза направления и скорости ветра по пунктам со сложной орографией.

Задача прогноза параметров ветра по конкретному пункту, будучи актуальной, не всегда может быть решена надежно, например, средствами гидродинамического моделирования (ГДМ). Гидродинамические предвычисления метеорологических полей сроком до 7-10 суток настолько успешны в настоящее время, что полностью вытеснили субъекта из области прогнозирования метеорологических полей в тропосфере и стратосфере [9, 22]. Что касается земной поверхности, то явное преимущество ГДМ имеет место только для прогнозов полей давления. Остальные метеорологические элементы и явления погоды чаще всего предвычисляются синоптическими или статистическими методами. Это общая мировая и российская практика [16, 74, 78, 104].

В конце XX века методы математической статистики, решающие задачи прогноза элементов погоды, стали методами интерпретации прогнозов ГДМ в термины элементов погоды, в связи с приемлемой точностью этих прогнозов. Это сделало физико-статистические методы универсальными для разных территорий, или почти таковыми.

В настоящее время прогнозы таких элементов погоды как экстремальные и средние суточные температуры воздуха, количество осадков по суткам и полусуткам, количество облаков определенного типа, некоторых метеорологических явлений в достаточной мере обеспечены методической базой с современным техническим и информационным оснащением [4, 20, 53, 80, 97, 100]. Методы прогноза ветра по пункту в последние два-три десятилетия в России не совершенствовались, возможно, ввиду кажущейся их простоты или слабого спроса для континентальных районов. Отсутствуют подобные методы и для территории Приморского края, где результаты таких прогнозов востребованы в связи с расширяющейся хозяйственной деятельностью и сложностью рельефа.

Впервые применительно к задаче расчета параметров ветра использованы современные данные повторного анализа NCEP/NCAR (National Centers for Environmental Prediction, Washington DC/ National Center for Atmospheric Research, Boulder CO). Это позволило минимизировать затраты на сбор, систематизацию, формализацию исходных данных, исключить субъективные ошибки наблюдения, хранения, свойственные натуральным метеорологическим данным. Использование данных объективного анализа в значительной степени облегчает процесс адаптации модели для новых пунктов и территорий.

Впервые при создании регрессионной модели для диагноза скорости ветра по пункту подбирался признак классификации вектора априорных параметров модели, позволяющий уменьшить изменчивость искомого параметра от коэффициентов шероховатости подстилающей поверхности и одновременно объединить в класс ситуации со сходными термодинамическими свойствами среды. Также предложены альтернативные признаки классификации вектора параметров, определяющих поле ветра у земли.

Автором диссертации на защиту выносятся следующие результаты работы и положения:

• Обновленные детализированные режимные характеристики скорости и направления ветра, а также оценки климатических трендов многолетних рядов, которые более адекватно отражают эволюцию поля ветра на станциях Приморского края.

Практическая значимость работы заключается в следующем. Метод и технология расчета параметров ветра по пункту разработаны с учетом поступления метеорологической информации по оперативным каналам связи и идеологии составления прогнозов морского назначения на короткие сроки. Разработанный метод позволяет объективно, в оперативные сроки, экономично с точки зрения времени специалистов и технических ресурсов оценить характеристики ветра по пунктам. Поставленная задача решена комплексно: на базе одного сводного массива данных разработаны методы для расчета направления и средней скорости ветра по пункту, охвачены все сезоны года и все направления ветра. Результаты могут быть использованы при принятии решения в прогнозах погоды общего и морского назначения с суточной и большей заблаговременностью (что определяется качеством прогностических полей Г ДМ).

Обоснованность и достоверность научных положений и выводов определяется применением стандартных, апробированных в метеорологии методов сбора и обработки данных, использованием максимально полной современной базы гидрометеорологических данных, многоаспектной проверкой полученных результатов, включая авторские испытания разработанного метода расчета направления и скорости ветра по пунктам Приморского края, использованием современных методов прикладного статистического анализа, публикациями в рецензируемых изданиях.

Результаты работы и основные положения представлялись в докладах на следующих совещаниях и конференциях:

1) Ученых советах ДВНИГМИ в 2007-2009 гг.;

3) международной научной конференции «Исследования Мирового океана», посвященной 100-летию со дня рождения профессора И.В. Кизеветтера, Владивосток, май 2008;

Работа выполнялась в рамках НИР внутреннего плана ДВНИГМИ (20062007 гг.) и подпрограммы «Региональные аспекты научных исследований в области гидрометеорологии и смежных с ней областей» ЦНТП-8, тема 8.64 плана НИР Росгидромета (2008-2009 гг.).

Заключение Диссертация по теме "Метеорология, климатология, агрометеорология", Мезенцева, Людмила Ивановна

Заключение

Результаты проделанных научных исследований реализованы в виде разработанной физико-статистической модели и технологии для диагноза характеристик ветра по пункту со сложной орографией. Параметры модели и техника расчета выбраны с учетом требований и возможностей прогноза суточной заблаговременности. В качестве исходной информации модель усваивает и использует только один вид метеорологической информации -результаты объективного анализа, в перспективе - гидродинамического прогноза, метеорологических полей: поля геопотенциала и температуры воздуха нижней и средней тропосферы. Орографические и циркуляционные особенности пункта учитываются через деление вектора параметров модели на однородные классы и удаленные влияющие признаки.

Проанализированы возможные варианты взаимосвязей параметров ветрового поля и определяющих его факторов. Для скорости ветра наиболее тесная линейная зависимость отмечается с градиентом геопотенциала или его проекциями на уровне 1000 гПа (парные коэффициенты корреляции R по абсолютному значению достигают 0,5-0,7), следующие по вкладу - градиенты геопотенциала и температуры воздуха на уровне 850 гПа (R 0,1-0,5). Меньше других скорость ветра зависит от значений относительного геопотенциала, градиента геопотенциала в средней тропосфере и тенденции геопотенциала у земли, при этом, часто связь значима на уровне 0,05. Значимость связи может возрастать, если использовать влияющие признаки в удаленном от точки расчета узле регулярной сетки.

Многочисленные эксперименты показали невозможность использования одной конкретной регрессионной схемы для разных классов событий. Предложены правила и автоматизированные приемы, позволяющие комплексировать регрессионные схемы и тем самым минимизировать ошибку расчетов.

В настоящее время реализован расчет скорости ветра в сроки 00 и 06 ВСВ для 6 станций Приморского края: Владивостока, Находки, Тернея, Посьета, Кавалерова и Астраханки. Проверка модельных расчетов на независимой выборке показала следующие результаты: абсолютная ошибка расчетов составляет 1,3-1,8 м/с, коэффициент корреляции с фактической скоростью ветра равен 0,7, оправдываемость расчетов с допуском ± 5 м/с находится на уровне 98%, а ± 2 м/с — 1Ъ%. Полученные оценки сопоставимы и, в ряде случаев, превосходят оценки существующих в настоящее время методов прогноза скорости ветра по пункту.

Разработанные физико-статистические правила расчета направления ветра позволяют определять его с приемлемой точностью (близки по качеству к синоптическим и гидродинамическим прогнозам). Для станции Владивосток абсолютная ошибка расчета направления ветра составляет 35°, для случаев ветра более 5 м/с уменьшается до 24°. Оценка успешности 5СИН равна 90%, при исключении слабых ветров - 95%. Для других станций: Находки, Посьета, Тернея, Кавалерова и Астраханки, в целом успешность расчетов находится в тех же пределах. Абсолютная ошибка расчетов для большинства станций составляет 44-50°, несколько больше для ст. Находка - 60°; при исключении слабого ветра абсолютная ошибка уменьшается до 22—46°. Оценка 5СИн Для всех случаев находится в пределах 74-85%, при исключении ветра 5 м/с и менее - в пределах 83-94%.

Параметры распределения скорости ветра, рассчитанные на базовой выборке моделирования 1971-2000 гг., значимо отличаются от таковых, приведенных в Справочнике по климату [65] с периодом обобщения 1936-1980 гг. Для целей моделирования рассчитаны обновленные климатические характеристики для 12 станций Приморского края.

Исследуемые ряды скорости ветра в большинстве случаев имеют значимые отрицательные линейные тренды на периоде 1976-2006 гг. Наличие трендовых составляющих нивелировано в модельных расчетах с помощью адаптивных приемов регрессии.

Таким образом, в работе выполнены все поставленные в задачи:

• создано информационное обеспечение исследования;

• получены уточненные оценки параметров ветра на выбранных станциях Приморского края;

• проанализированы возможные варианты взаимосвязей параметров ветрового поля и определяющих ее факторов;

• разработана физико-статистическая модель диагноза направления и скорости ветра по пункту со сложной орографией.

Перспективы данной работы и исследований представляются следующие.

В дальнейшем планируется адаптировать технологию расчета параметров ветра к оперативному потоку информации. Результаты модельных расчетов параметров ветра предполагается обработать на предмет систематических ошибок в классе и систематических ошибок, относящихся к определенным состояниям атмосферы. Под последними понимается, например, попадание параметра ЪАюооВ класс «1» (антициклональное поле у поверхности Земли) или параметра ОТ^ооо в класс «-1>> зимой (очаг холода над районом прогноза, когда возрастает вероятность стоковых эффектов). При наличии больших горизонтальных перепадов температуры в нижней тропосфере (класс «1» для ОТ85о), т.е. при наличии фронтальной зоны над районом прогноза, также могут быть выявлены ошибки систематического характера в расчетах скорости. Следует добавить, что созданная технология предусматривает возможность разбиения всех параметров модели на классы относительно нормы, а скорости ветра - на градации.

На настоящем этапе развития модели вектор параметров классифицируется по направлению параметра Оюось эксперименты показали преимущество этого подхода для станций со сложным рельефом. Однако, в дальнейшем было бы уместным применять смешанные приемы классификации для станций с большой повторяемостью штилей или с менее сложным рельефом. Для территории Приморского края это преимущественно станции

Приханкайской низменности. Смешанные приемы классификации - это классификация по направлению барического градиента и знаку ЬА или по направлению барического градиента и двум-трем градациям его численного значения.

При условии накопления прогностических полей ГДМ можно было бы добавить независимые параметры, отражающие состояние конвекции нижнего слоя атмосферы, или внести поправки к расчетной скорости на межуровенный обмен, используя опыт М.А. Мастерских [47]. Таких параметров в разрабатываемой модели в настоящее время мало в силу того набора исходных архивных данных, который имелся в распоряжении исследователя. Расширение списка станций для расчета параметров ветра на территории Приморского края, равно как и других территорий, с помощью предложенного метода и технологии является преимущественно технической задачей.

Библиография Диссертация по наукам о земле, кандидата географических наук, Мезенцева, Людмила Ивановна, Владивосток

1. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Основы моделирования и первичная обработка данных. М.: Финансы и статистика, 1983.- 472 с.

2. Багров H.A. О некоторых особенностях корреляционного анализа и их применение к прогнозам погоды // Метеорология и гидрология. 1968. - № 1. -С. 3-13.

3. Багров H.A. Преобразование и отбор предсказателей в корреляционном анализе // Тр. Гидрометцентра СССР. 1970. Вып. 64. С. 3-23.

4. Бальцер. AFREG — новейшая статистическая модель интерпретационного прогноза погоды на средние сроки // Методы среднесрочных прогнозов погоды / Тр. Международного симпозиума. JL: Гидрометеоиздат. -1978. С. 24-26.

5. Батырева O.A. Расчет значимости множественного коэффициента корреляции и выбор оптимального числа предсказателей // Метеорология и гидрология. 1969. - № 3. - С. 49-57.

6. Батырева O.A. Сравнение канонических переменных с главными компонентами при учете влияния северной Атлантики на температуру воздуха на Европейской территории СССР // Тр. Гидрометцентра СССР. 1983. Вып. 244. С. 62-77.

7. Белинский О.Н. О связи между скоростями фактического и геострофического ветра у поверхности земли // Тр. Гидрометцентра СССР. 1971. Вып. 90. С. 91-95.

8. Белинский О.Н. Прогнозирование скорости ветра в центральной части Европейской территории СССР // Тр. Гидрометцентра СССР. 1970. Вып. 70. С. 71-78.

9. Белоусов С.Л., Беркович Л.В., Лосев В.М. Развитие гидродинамических методов краткосрочного прогноза погоды // Сб. 70 лет Гидрометцентру России /С.-Пб.: Гидрометеоиздат. 1999. С. 44-58.

10. Вельская H.H., Минеева М.Н. К вопросу о прогнозе скорости ветра у поверхности Земли при прохождении холодных фронтов // Тр. Гидрометцентра СССР. 1971. Вып. 90. С. 40-58.

11. Беркович Л.В., Белоусов С.Л., Ткачева Ю.В. Краткосрочный гидродинамический прогноз метеорологических величин в пунктах на территории России и прилегающих стран // Метеорология и гидрология. -1998.-№4.-С. 18-32.

12. Беркович Л.В., Ткачева Ю.В. Неадиабатическая полушарная модель атмосферы для прогноза метеовеличин на несколько суток // Тр. Гидрометцентра СССР. 1984. Вып. 242. С. 3-20.

13. Болдырева H.A., Мещерская A.B., Шалаева Н.Д. Физико-статистический прогноз температуры для районов северо-запада ЕТС на весеннее-летний период//Тр. ГГО. 1975. Вып. 353. С. 106-114.

14. Болыпев Л.Н., Смирнов Н.В. Таблицы математической статистики. М.: Наука, 1965.-416 с.

15. Булдовский Г.С. Гидродинамический прогноз ветра по Москве и результаты его испытаний // Информационный сб. / С.-Пб.: Гидрометеоиздат. 2000. №26. С. 8-17.

16. Булдовский Г.С. Сравнительная оценка успешности отечественных и зарубежных численных схем прогноза // Информационный сб. / Л.: Гидрометеоиздат. 1990. № 19. С. 21-28.

17. Василевская Л.Н., Журавлева Т.М., Манько А.Н. Сезонные и многолетние изменения параметров сибирского антициклона // Тр. ДВНИГМИ. 2002. Вып. 150. С. 87-102.

18. Васильев П.П. Прогноз элементов погоды на средние сроки на основе объективной интерпретации результатов интегрирования по временигидродинамических моделей атмосферы // Тр. Гидрометцентра СССР. 1986. Вып. 280. С. 105-128.

19. Васильев П.П., Васильева Е.Л. Система статистической интерпретации выходной продукции гидродинамических моделей для среднесрочного прогноза погоды // Сб. 70 лет Гидрометцентру России / С.-Пб.: Гидрометеоиздат. 1999. С. 118-133.

20. Васильев П.П. Среднесрочный прогноз температуры воздуха и осадков по территории Евразии // Метеорология и гидрология. 1991. - № 2. - С. 13-23.

21. Вербицкая Е.М. Среднесрочный прогноз элементов и явлений погоды для станций Дальневосточного региона// Тр. ДВНИГМИ. 2003. Вып 149. 159 с.

22. Веселова Г.К., Розинкина И.А., Фролов A.B. О качестве прогнозов метеорологических полей на средние сроки по спектральной модели Гидрометцентра России, реализованной на суперЭВМ CREY // Информационный сб. / С.-Пб.: Гидрометеоиздат. 2000. №27. С. 3-17.

23. Веселов Е.П. К расчету среднего ветра // Тр. Гидрометцентра РФ. 1992. Вып. 321. С. 9-27.

24. Веселов Е.П. К расчету скорости ветра у поверхности Земли и на высотах // Тр. Гидрометцентра СССР. 1971. Вып. 90. С. 113-120.

25. Веселов Е.П. Методика расчета скорости ветра на Белом море и его побережье // Тр. Гидрометцентра СССР. 1967. Вып. 6. С. 13-20.

26. Веселов Е.П. О прогнозе скорости ветра на Белом море// Метеорология и гидрология. 1967. - № 2. - С. 95-96.

27. Веселов Е.П. О расчете вихря, дивергенции скорости ветра и упорядоченных вертикальных движений воздуха по полю давления (геопотенциала) // Тр. Гидрометцентра РФ. 1992. Вып. 321. С. 3-8.

28. Веселов Е.П. Учет порывов при расчете скорости ветра у земной поверхности //Тр. Гидрометцентра СССР. 1972. Вып. 109. С. 18-25.

29. Всемирная конференция по изменению климата: Тез. докл. М.: ИГКЭ, 2003.-699 с.

30. Груза Г.В. Опыт применения статистических главных компонент (естественных ортогональных составляющих) в технике корреляционного прогноза//Тр. САНИГМИ. 1969. Вып. 40(55). С. 19-36.

31. Груза Г.В. Прогностические модели в метеорологии и статистические прогнозы //Тр. ВНИГМИМЦД. 1977. Вып. 35. С. 3-10.

32. Дашко H.A., Варламов С.М. Ветровой режим прибрежной зоны Японского моря // Тр. ДВНИГМИ. 2000. Вып. 148. С. 61-75.

33. Дашко H.A., Варламов С.М. Режим сильных ветров на побережье Японского моря //Тр. ДВНИГМИ. 2000. Вып. 148. С. 76-84.

34. Дрейпер Н., Смит Г. Прикладной регрессионный анализ: Пер. с англ. М.: Финансы и статистика, 1986. - 366 с.

35. Дружинин B.C., Сикан A.B. Методы статистической обработки гидрометеорологической информации. Учебное пособие. С.-Пб.: изд. РГГМУ, 2001.- 168 с.

36. Журавлева Т.М. Об определении границ естественных синоптических сезонов холодного полугодия во втором естественном синоптическом районе // Тр. Гидрометцентра СССР. 1981. Вып. 237. С. 113-122.

37. Захарова Н.М. Границы естественных синоптических сезонов в Восточной Сибири и на Дальнем Востоке // Тр. Гидрометцентра СССР. 1978. Вып. 202. С. 28-35.

38. Ивус Г.П., Иванова С.М. Структура мезоструй над Украиной и Молдавией // Тр. УкрНИИ. 1987. Вып. 225. С. 68-73.

39. Кибель И.А. О приспособлении движения воздуха к геострофическому // ДАН. 1955. Т. 104, № 1. С. 60-63.

40. Климатология / Под ред. O.A. Дроздова.- Л.: Гидрометеоиздат, 1989. -568 с.

41. Коган М.С. Автоматическая классификация в регрессионных моделях // Тр. ЗапСибНИИ. 1981. Вып. 48. С. 33-38.

42. Кондратьев И.И., Качур А.Н., Юрченко С.Г., Мезенцева Л.И., Рощупкин Г.Т., Семыкина Г.И. Синоптические и геохимические аспекты аномального выноса пыли на юг Приморского края // Вестник ДВО РАН. 2005. -№ 3. - С. 55-65.

43. Кузнецова Н. Н., Педь Д. А., Садоков В. П. О количественной оценке муссонной циркуляции атмосферы на Дальнем Востоке // Метеорология и гидрология. 1989. - №11. - С. 12-17.

44. Лаппо С.С., Рева Ю.А. Сравнительный анализ долгопериодной изменчивости уровней Черного и Каспийского морей // Метеорология и гидрология. 1997. - № 12. - С. 63-75.

45. Лисогурский Н. И., Петричев А. 3. Распространение муссона над Восточной Азией и степень его устойчивости // Метеорология и гидрология. -1980.-№5.-С. 54-59.

46. Мастерских М.А. О расчете порывов ветра при развитии внутримассовых кучево-дождевых облаков // Тр. Гидрометцентра РФ. 1992. Вып. 321. С. 3-8.

47. Мезенцева Л.И. Параметризация ситуаций сильного ветра по станциям Приморского края // Гидрометеорология Дальнего Востока и окраинных морей Тихого океана: Тез. докл. Научно-практ. конф. ДВНИГМИ. Владивосток, 2005.-С. 47.

48. Мезенцева Л.И. Расчет скорости ветра по пункту со сложными орографическими эффектами // Метеорология и гидрология. 2008. -№ 9 — С. 66-77.

49. Методы среднесрочных прогнозов погоды // Тр. Международного симпозиума. Л.: Гидрометеоиздат, - 1989. - 166 с.

50. Мещерская A.B., Еремин В.В., Баранова A.A., Майстрова В.В. Изменение скорости ветра на севере России во второй половине XX века по приземным и аэрологическим данным // Метеорология и гидрология. 2006. - № 9. - С. 4658.

51. Мико A.B. Прогноз скорости ветра у поверхности земли в Чите // Тр. ДВНИГМИ. 1976. Вып. 57. С. 157-162.

52. Моисеенко Г.С. Синоптико-статистический способ прогноза скорости сильных ветров на Японском море с заблаговременностью до 36 ч. // Тр. ДВНИГМИ. 1986. Вып. 119. С. 55-66.

53. Моисеенко Г.С. Прогноз сильного ветра на территории Приморского края в холодное полугодие// Тр. ДВНИГМИ. 1979. Вып. 85. С. 23-34.

54. Морозова Э.А. Прогноз сильного ветра в аэропортах Урала и Сибири // Тр. ЗапСибНИИ. 1988. Вып. 83. С. 115-123.

55. Морозова Э.А. Роль градиента давления в возникновении сильных ветров на юго-востоке Западной Сибири // Тр. ЗСРНИГМИ. 1978. Вып. 36. С. 14-27.

56. Морозова Э.А. Синоптические условия возникновения сильных ветров в аэропортах Урала и Сибири // Тр. ЗапСибНИИ. 1986. Вып. 79. С. 76-84.

57. Мякишева H.H. Опыт прогноза сезонной аномалии температуры воздуха с большой заблаговременностью и его уточнение // Тр. Гидрометцентра СССР. 1978. Вып. 211. С. 15-19.

58. Наставление гидрометеорологическим станциям и постам. Вып. 3. Ч. 1. -Л.: Гидрометеоиздат, 1985. 299 с.

59. Наставление по краткосрочным прогнозам погоды общего назначения: РД 52.88.629-2002 С.-Пб.: Гидрометеоиздат, 2002. - 42 с.

60. Наставление по службе прогнозов. Раздел 2. Служба метеорологических прогнозов. Ч. 3, 4, 5. М.: Гидрометеоиздат, 1981. - 55 с.

61. Научно-прикладной справочник по климату СССР. Серия 3: Многолетние данные. Ч. 1-6. - Вып. 26. Приморский край - Л.: Гидрометеоиздат, 1988. -416 с.

62. Основы динамической метеорологии / Л.С. Гандин, Д.Л. Лайхтман и др.; Под ред. Д.Л. Лайхтмана и М.И. Юдина. Л.: Гидрометеоиздат, 1955. - 645 с.

63. Пагава С.Т. Влияние тепловых потоков в атмосфере на формирование е.с. сезонов // Тр. ЦИП. 1953. Вып. 050. С. 3-37.

64. Пекелис Е.М., Прессман Д.Я., Кисельникова В.З., Дрофа О.В. Численные гидродинамические модели мезомасштабного прогноза Гидрометцентра России // Сб. 70 лет Гидрометцентру России / С.-Пб.: Гидрометеоиздат. 1999. С. 80-89.

65. Полхов А.П. Метод прогноза сильных ветров на морской акватории // Тр. ААНИИ. 1983. Том 385. С. 89-98.

66. Полхов А.П. Усовершенствованный метод прогноза скорости ветра на морской акватории // Тр. ААНИИ. 1989. Том 415. С. 7-17.

67. Практикум по синоптической метеорологии / Под ред. A.C. Зверева. Л.: Гидрометеоиздат, 1972. - 335 с.

68. Проведение производственных (оперативных) испытаний новых и усовершенствованных методов гидрометеорологических и гелиогеофизических прогнозов // Методические указания: РД 52.27.284-91. -М.: Гидрометеоиздат, 1991. 150 с.

69. Пятый долгосрочный план ВМО на 2000-2009 гг. / ВМО. Женева, - 2000. -№ 908.-88 с.

70. Рамедж К. Метеорология муссонов. Л.: Гидрометеоиздат, 1976. - 335 с.

71. Руководство по краткосрочным прогнозам погоды. Часть 1. Л.: Гидрометеоиздат, 1986. - 702 с.

72. Руководство по краткосрочным прогнозам погоды. Часть 2. Вып. 5. Дальний Восток. Л.: Гидрометеоиздат, 1988. - 176 с.

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

74. Снитковский А.И. Краткосрочный прогноз сильных ветров // Тр. Гидрометцентра СССР. 1971. Вып. 90. С. 77-90.

75. Снитковский А.И., Переходцева Э.В., Кириллова Н.И., Устинова Г.П. Применение регрессионного анализа для прогноза температуры воздуха в Москве // Тр. Гидрометцентра СССР. 1978. Вып. 211. С. 90-96.

76. Снитковский А.И. Прогноз сильных ветров // Метеорология и гидрология. 1970.-№9.-С. 54-61.

77. Соколов О.В., Мезенцева Л.И. Климатические тренды параметров общей циркуляции атмосферы в южном полушарии во второй половине XX века // Проблемы Арктики и Антарктики. 2007. - №76. - С. 24-35.

78. Соколов О.В., Друзь Н.И. Автоматизированный исследовательский программный комплекс для целей прогноза элементов погоды // Проблемы транспорта Дальнего Востока. 2005. - С. 211-213.

79. Стеблянко В.А. Статистический прогноз средних месячных значений поля Н500 по северному полушарию // Тр. Гидрометцентра СССР. 1983. Вып. 244. С. 7-17.

80. Томин Ю.А. Методы отбора информативных признаков в задачах многомерной регрессии и распознавания образов // Тр. ВНИГМИМЦД. 1974. Вып. 1.С. 70-87.

81. Тунеголовец В.П. Сопряженность тропического и внетропического циклогенеза в северо-западной части Тихого океана в конце XX века // 40 лет геофизическому факультету ИОС ДВГУ: Тез. докл. Пятой науч. юб. конф. -Владивосток, 2004. С. 8-9.

82. Угрюмов А.И., Харькова Н.В. Современные изменения климата Санкт-Петербурга и колебания циркуляции атмосферы // Метеорология и гидрология. 2008. - № 1. - С. 24-30.

83. Храмцова И.Г., Шустова Г.А. Схема прогноза температуры воздуха у земли на пять суток по дням для районов Сибири // Тр. ЗапСибНИИ. 1986. Вып. 79. С. 10-22.

84. Хргиан А.Х. Физика атмосферы. Том 2 Л.: Гидрометеоиздат, 1978. - 308 с.

85. Худсон Д. Статистика для физиков. М.: Мир, 1967. - 296 с.

86. Шерстюков Б.Г. Региональные и сезонные закономерности изменений современного климата. Обнинск: ГУ ВНИГМИ-МЦД, 2008. - 247 с.

87. Юдин М.И., Блажевич В.Г., Голод М.П., Чувашина И.Е. Предварительные выводы об информативности прогностических соотношений // Труды ГГО. 1981. Вып. 446. С. 12-23.

88. Юдин М.И., Блажевич В.Г., Репинская Р.П. Некоторые вопросы отбора значимых предикторов // Труды ГГО. 1972. Вып. 273. С. 16-28.

89. Юдин М.И. Задача многоаспектной статистической оценки информативности прогностических соотношений // Труды ГГО. 1975. Вып. 329. С. 33-40.

90. Climate system monitoring, June 1991- November 1993/ Principal editor David Philips // WMO 1995. № 819. - P. 20-25.

91. Dilumie S. Abeysirigunawardena, Eric Gilleland, David Bronaugh, Pat Wong. Extreme Wind Regime Responses to Climate Variability and Change in the Inner South Coast of British Columbia, Canada // Atmosphere-Ocean 2009. - Vol. 47(1).-P. 41-61.

92. Doug McCollor, Roland Stull. Hydrometeorological Accuracy Enhancement via Postprocessing of Numerical Weather Forecasts in Complex Terrain // Weather and Forecasting. February 2008. - P. 131-144.

93. Drechsel S., Mayr G. Objective Forecasting of Foehn Winds for a Subgrid-Scale Alpine Valley // Weather and Forecasting. April 2008. - P. 205-218.

94. Klein W.H., Lewis F. Computer forecast of maximum and minimum temperatures // J. Appl. Meteorol. 1970. - Vol. 9. - P. 350-359.

95. Lemcke C., Kruizinga S. Model Output Statistics Forecasts: Three years of operational experience in the Netherlands // Mon. Wea. Rev. 1988. - Vol. 116. -P. 1077-1090.

96. Mezentseva L.I., Socolov O.V. Change of weather components at the seashore of the Far East as a result of the changes in general circulation of atmosphere //

97. Beyond observations to achieving understanding and forecasting in a changing North Pacific: thesis of report of the North Pacific Marine Science Organization 17th Annual Meeting, Dalian, People's Republic of China, 2008. P. 9.

98. Sokolov O.V., Mezentseva L.I. Climatic trends in general atmospheric circulation in the second half of the 20th century // PACIFIC oceanography. 2004. -Vol. 2, № 1-2.-P. 67-73.

99. Toshio Suga, Ayato Kato, Kimio Hanawa. North Pacific Tropical Water: its climatology and temporal changes associated with the climate regime shift in the 1970s. // Progress in Oceanography. 2000. - Vol. 47, № 2-4. - P. 223-256.

100. Woodcock F. Australian experiment model output statistics forecasts of daily maximum and minimum temperatures // Mon. Wea. Rev. 1984. - Vol. 112. - P. 2112-2121.

101. Wright K.C. Techniques for forecasting the occurrence of strong winds over the Severn Bridge // Meteorological Magazine. 1985. -Vol. 114, № 1352. - P 7885.

102. Характеристики регрессионных моделей, в том числе экспериментальных, для расчета средней скорости ветра по станции Владивосток с разными признакамиклассификации

103. Примечание: если не оговорены координаты узла, то рассчитанный предиктор относится к точке с координатами Ш-42,5° ели., 1оп=132,5° в.д. (ближайший узел к пункту расчета), в противном случаекоординаты уточняются

Информация о работе

Мезенцева, Людмила Ивановна
кандидата географических наук
Владивосток, 2010
ВАК 25.00.30

Диссертация

Создание диагностической модели для расчета параметров ветра по пунктам со сложной орографией - тема диссертации по наукам о земле, скачайте бесплатно

Автореферат

Похожие работы