Бесплатный автореферат и диссертация по географии на тему

Стахастическая модель погоды в системе детерминированно-стохастического моделирования характеристик стока

ВАК РФ 11.00.07, Гидрология суши, водные ресурсы, гидрохимия

Автореферат диссертации по теме "Стахастическая модель погоды в системе детерминированно-стохастического моделирования характеристик стока"

государственный гидрологический ^ 0 од институт

На правах рукописи УДК 556.16.048.001.57

ШМАКОВА МАРИНА ВАЛЕНТИНОВНА

СТОХАСТИЧЕСКАЯ МОДЕЛЬ ПОГОДЫ В СИСТЕМЕ ДЕТЕРМИНИРОВАННО-СТОХАСТИЧЕСКОГО МОДЕЛИРОВАНИЯ ХАРАКТЕРИСТИК СТОКА

11.00.07 - гидрология суши, водные ресурсы, гидрохимия

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Санхт-Петербург-2000

Работа выполнена в Государственном Гидрологическом Институте

Научный руководитель: доктор технических наук, профессор

Ю.Б.Виноградов

Официальные оппоненты: доктор технических наук, профессор

Й.Ф. Карасев

кандидат географических наук КМ. Лугина

Ведущая организация: Институт водных проблем РАН

Защита диссертации состоится « 25 » мая 2000 г. В 11 час. на заседании Диссертационного Совета Д 024.03.01 по специальности 11.00.07 «Гидрология суши. Водные ресурсы. Гидрохимия.» при Государственном Гидрологическом Институте по адресу: 199-53, С-Петербург, 2-я линия, 23. Факс (812)213-10-28

С диссертацией можно ознакомиться в библиотеке Государственного Гидрологического Института.

Автореферат разослан « 25 » апреля 2000 г.

Просьба отзывы на автореферат (2 экз., заверенные печатью) направлять ученому секретарю Диссертационного совета.

Ученый секретарь Диссертационного^сбвета. Кандидат географических // НАЛемешко

%) 12- 5 . 2 2 С // с?

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Диссертационная работа выполнена автором в Лаборатории математического моделирования гидрологических процессов Государственного гидрологического института. Работа представляет собой практическую реализацию «Стохастической Модели Погоды» в рамках дегерминированно-стохастического моделирования стока на примере трех речных бассейнов, расположенных в различных природных зонах.

Актуальность темы

При решении различного рода задач в гидрологии нередко стоит необходимость получения кривых распределения расходов вода. Часто ситуация осложняется недостаточностью данных о расходах воды, тогда как наблюдения за метеорологическими элементами являются более продолжительными и более распространенными по территории. В условиях глобального изменения климата встала задача оценки статистических параметров гидрологических характеристик в новых условиях. Видимо гидрологические характеристики также претерпят изменения при проведении таких мероприятий, как искусственное создание осадкообразующих облаков, используемое в сельском хозяйстве и гидроэнергетике. Все это должно быть обеспечено простым аппаратом, позволяющим оценивать параметры распределения стока в новых условиях.

Цель работы

Целью настоящей работы является создание и практическая реализация Стохастической Модели Погоды (СМП) и последующее детерминировадно-стохастическое (ДС) моделирование, основанное на базе СМП и ранее разработанной детерминированной модели

формирования стока "Гидрограф". Итогом ДС-моделирования является набор кривых распределения различных стоковых характеристик.

Освоение задачи:

• участие в конструировании и создание программной версии С МП;

• Участие в получении алгоритмов и составление пакета программ для оценки параметров СМП;

• оценка параметров СМП для трех речных бассейнов;

• проведение моделирования с получением кривых распределения характеристик стока для трех речных бассейнов, расположенных в различных географических зонах,

• оценка результатов моделирования.

Методическая основа

ДС-моделирование, представленное в данной работе, использует идею композиционнного метода, которая состоит в определении кривых распределения функции через кривые распределения аргументов. При реализации стохастической задачи использованы все возможности остаться в рамках гауссовости и марковости. Это позволило пользоваться всеми привилегиями нормального распределения и навести в системе корреляционные связи исключительно за счет установления таковых между ближайшими соседями по полю точек или смежными членами временных рядов. Дополнительные возможности дало использование гипотезы стационарных случайных процессов и однородности и изотропности случайных полей. Моделирование величин метеорологических элементов проводится методом Монте Карло и осуществляется для системы точек, удаленных друг от друга на одинаковые расстояния (гексагональная сетка). Максимальное число

соседних точек, принимаемое во внимание при моделировании для каждой отдельной точки, не превышает трех.

Научная новизна

Продемонстрирована работоспособность СМП и детерминированной модели формирования стока «Гидрограф». Произведена оценка статистических параметров кривых распределения, временных и пространственных корреляционных функций, аппроксимаций годового хода метеорологических элементов для бассейнов рек, лежащих в различных физико-географических зонах и охватывающих большой диапазон размеров площади водосбора. Сделана попытка проследить закономерности распространения статистических параметров по территории бассейнов в зависимости от орографии и широтной протяженности. Представляемая СМП позволяет получать непрерывные последовательности суточных величин осадков, температуры и относительной влажности воздуха для системы репрезентативных точек, назначенных для каждого бассейна. Разработанные в ГГИ динамическая модель формирования стока "Гидрограф" и СМП представляют систему, которая может быть положена в основу методов гидрологических расчетов нового поколения.

Практическая значимость

Детерминированно-стохастяческал модель на базе модели "Гидрограф" н СМП позволяет определять результата воздействия планируемой антропогенной деятельности на водные объекты (в том числе, актуальное в настоящее время глобальное изменение климата), выявление значимых для функционирования водной системы факторов и характер их влияния на эту систему, определение или уточнение параметров распределения стоковых характеристик на неизученных или слабо изученных реках. Актуальность и важность решения перечисленных задач имеют место при проектировании, в

ПиуЧЛЫл гкЭЫСхиии1ЯХ, nyOixiOSc i пдрОиСи iricCKOi и vwiiuuuui Сгйлемы И в раде других приложений. Таким образом, представленная детермишровашо-стохастическая модель является основой гидрологических расчетов нового поколения, уже в недалеком •будущем.

Апробация работы

Основные результаты работы были доложены на семинарах Лаборатории математического моделирования процессов формирования стока ГГИ, на Итоговых Сессиях ученого Совета ГГИ (1996 г., 1998 г.), на конференции молодых ученых гидрометеослужбы стран СНГ (1999 г., Москва), на международной конференции Stochastic Models of hydrological processes and Iheii applications to problems of environmental preservation (1998 г., Москва)

Публикации

По теме диссертации; опубликовано 3 печатных работы, подготовлены разделы в двух научных отчетах (1996 г., 1998 г.), две работы сданы в печать.

Структура в объем работы

Диссертация состоит из введения, 5 глав, заключения, списка литературы и содержит 112 страниц текста, 70 рисунков, 4 таблицы и 8 приложений. Список литературы включает 67 наименований, из них 20 - зарубежных авторов.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность и практическая важность представленной темы, сформулированы цепь и задачи диссертационной работы.

Первая глава работы представляет собой обзор работ, посвященных динамико-стохастическому моделированию в пирологии.

Основой практически всего ДС-ыоделирования в гидрологии является определение кривых распределения функции используя кривые распределения аргументов. Существуют прямой и косвенные пути решения такой задачи. К прямому относится метод композиции, представленный теорией вероятности. Классически под методом композиции понимается нахоядение функции распределения суммы двух независимых случайных величин через функции распределения этих случайных величин. По причине громоздкости использования метода композиции в гадрологии решают задачу композиции косвенным}! способами. К наиболее используемому можно отнести получение эмпирической кривой распределения функции через увеличение рядов аргументов, являющихся входом в расчетное выражение для рассматриваемой функции. Увеличение рядов-аргументов может проводшься следующим образом. Через

ПЛЬСЪХГШС 1ШроМС1уЫ Р<11Л фсдслсмпя меюдим миш с-хчарли

моделируются ряды аргументов какой угодно длины. Смоделированные ряды аргументов являются входом в детерминированную систему, в результате расчетов по которой на выходе имеют место ряды функции, параметры распределения которой и есть искомый результат. Такой режим работы детерминированной модели называется имитационным. Одним из способов разрешения этой задачи является схема:

1) оценка статистических параметров входа в детерминированную модель;

2) моделирование посредством этих параметров методом Монге Карло временных рядов;

3) расчет по детерминированной модели;

4) оценка статистических параметров выхода детерминированной модели.

Впервые в гидрологии идея композиции представлена работой М.А. Великанова (1949), где была сделана попытка применить метод композиции к простым динамическим моделям. Но применение метода композиция в классическом варианте затруднено по причине сложных динамических уравнений, используемых в пщролопш. В 1960 году Г. А. Алексеев представил "графический способ определения обеспеченности функции от двух статистически связанных признаков".

Работой Г.П. Калинина и З.И. Дармана (1953) открывается эпоха динамико-стохастического моделирования в имитационном режиме.

В книге Ю. Б. Виноградова (1988) рассматривается схема стохастической модели, выходом из которой являются метеорологические ряды, служащие входом в динамическую систему, описывающую процессы формирования стока.

Динамико-стохастическое моделирование в имитационном режиме позволяет решать широкий спектр задач. Но в то же время этот метод полагается на адекватность детерминированной модели природной системе и требует тщательного статистического анализа пространственно-временных радов метеорологических величин, параметры распределения которых косвенным образом служат входом в детерминированную модель.

Во второй главе содержится физико-географическое описание объектов моделирования. В качестве таковых выбраны три бассейна, расположенных в различных физико-географических зонах бывшего Советского Союза. Река Ловать - типичная равнинная река Северо - Запада России, бассейн реки Варзоб расположен на горной территории Таджикистана, река Нижняя Тунгуска является одной из

средних по величине рек Восточной Сибири. Указанные бассейны помимо отличающихся условий формирования стока имеют также различные площади водосборов - от 438000 км2 для р.Нижняя Тунгуска до 1270 км2 для р. Варзоб. Бассейн реки Варзоб

Бассейн горной реки Варзоб до п. Датака, площадью 1270 км2, расположен в пределах высот от 900 до 4500 м (наивысшая точка бассейна пик Газнок 4881 м). По своим высотным характеристикам бассейн р. Варзоб является типичным для района Средней Азии. Относительные превышения водоразделов над долинами рек уменьшаются с севера на юг от 2700 до 1400 м. Рельеф горный, рассеченный множеством ущелий, глубокими оврагами и саями. Склоны тор крутые (45-70°), нередко почти отвесные, у подошв прикрытые мощными осыпями из крупного и мелкого обломочного материала.

При работе использовалась информация 18 метеопунктов, из которых 5 станций и 13 постов. В расчете принимали участие 10 репрезентативных точек. В качестве расчетного был принят период с 27.10.1965 по31.12.1981 год. Бассейн реки Ловать

Площадь водосбора бассейна р. Ловать до г.Холм 14700 км2, длина реки от истока 337 км, средневзвешенный уклон реки 0.36%, средняя высота водосбора 140 м, залесенность 51%, заболоченность 4%, озерность 2%.

Верховья р.Ловать расположены на стыке Валдайской и Лужско-Великолукской возвышенностей. Они представляют собой краевые зоны Валдайского ледника.

В бассейне р .Ловать находятся 9 метеостанций. Период расчета по модели с использованием 27 репрезентативных точек 28.09.1973-31.12.1983 годы.

Бассейн реш Нижняя Тунгуска

Река Нижняя Тунгуска берет начало на северном склоне Лено-Ангарского водораздела. Длина реки до фактории Большой Порог 2864 км, площадь водосбора 438000 км2.

Бассейн Нижней Тунгуски полностью расположен в пределах среднесибирского плоскогорья, в зоне многолетней мерзлоты.

Река Нижняя Тунгуска является водотоком 11 порядка. По типу растительности и почвогрунтов в бассейне выделены 10 стокофорыирующих комплексов. Расчет проводился по 51 репрезентативной точке, метеоинформация по которым была получена посредством интерполяции между 20 метеостанциями, для периода с 28.09.1978 по 31.12.1984 годы.

Треля глава посвящена описанию Стохастической Модели Погоды. Структура СМП выглядит следующим образом. На каждой репрезентативной точке (РТ) определяется факт выпадения осадков на текущие сутки. Факт выпадения осадков зависит от ситуации на соседних РТ к наличия либо отсутствия осадков в минувший день на данной РТ. В случае, если осадки есть, моделируется слой осадков с учетом сдоя на соседних РТ. Следующей ступенью моделирования является определение суточной температуры воздуха и суточной относительной влажности воздуха. Если осадки на данной РТ имели место, то при моделировании указанных метеоэлементов используются параметры, оцененные для дней с осадками, иначе - для дней без осадков. При моделировании температуры воздуха и относительной влажности воздуха учитывается временная, пространственная и пространственно-временная корреляция. Моделирование погоды завершается пересчетом относительной влажности воздуха в дефицит влажности воздуха. Причина моделирования относительной влажности воздуха, а не дефицита влажности воздуха состоит в том, что последний не является

независимой величиной и есть функция температуры и относительной влажности воздуха.

Рассмотрим более подробно моделирование отдельных элементов С МП.

Факт выпадения осадков. Для каждой точки задается годовой ход (гармоническая аппроксимация) трех вероятностей выпадения осадков - безусловная вероятность Л, вероятность выпадения осадков, если накануне осадки были Х(+) и то же, но без осадков накануне ЯС~). Каждая пара метеостанций А, В характеризуется вероятностью несовпадения обстановки (на одной станции осадки есть, на другой нет) V, систематического (климатического) несовпадения 8 = /&4-ЛВ/, случайного несовпадения Через эти вероятности

вычисляется коэффициент корреляции между случаями выпадения осадков

гю={тп[Х(А). Х(В)]- 0.5 ¡л{А,В)- Х(А)Х(В)}> V Х(А)[1- Х(А)]Х(В)[1- Л/В)] (I)

Величины глв систематизируются в зависимости от расстояния между станциями.

Условная вероятность выпадения осадков в точке X, если они выпадали (А=1) или не выпадали (А=0) в точке А рассчитывается по формуле:

Х(Х?А)-Х(Х)+г^ Х(Х)[1- Щ)] [А-Х(А)]/ ■>! Х(А)[ 1- Х(А)] (2)

Аналогичны, но несколько более сложны уравнения для вычисления условных вероятностей Щ/АВ) и ХрС/АВС).

Работа блока оценки факта выпадения осадков заканчивается сопоставлением случайного равномерно распределенного числа, полученного на каждый день для текущей РТ, с соответствующей

вероятностью выпадения осадков. Таким образом, дня каждой точки ставится диагноз - "день с осадками", "день без осадков".

Критерием качества при моделировании поля точек, занятых дождем, является степень соответствия наблюденных и смоделированных кривых, характеризующих долю охвата бассейна осадками (рис.1).

Суточный слой осадков. Суточный слой осадков моделируется, если на данной репрезентативной точке имеет место день с осадками. Используется следующая цепь преобразований: нормированная величина и ~/х-М(х)]/Я(х) <-> нормализованная величина х=(Н+1)* Ьп Н «-> суточная сумма осадке® Я. Для каждой точки считаются известными: параметр асимметрии п, среднее М(х) и среднее квадратичное отклонение 8(х). При моделировании отдельно рассматриваются безусловные и условные (накануне были Н(+) или нет Н(-) осадки) кривые распределения вероятности суточных сумм осадков. Линейность связи этих кривых распределения дает возможность ограничиться переходными коэффициентами для аргументов от безусловной к соответствующим условным кривым распределения:

Коэффициенты к(-) и к(+) определяются для каждой РТ одновременно с оценкой параметров п, М(х)., S(x).

Для каждой пары станций оцениваются временная р и пространственная г корреляционные функции

р=/(нм(к(-т-))=/(к(+)н(+))

(3)

а=ехр(-а At i)=pl\ rj =exp(-b ALj)=г*,

(4)

(5)

где р ~exp(-aät), г =exp(-bAL ), inj - число расчетных интервалов времени Ai=86400c и расстояний между точками AL.

Численная оценка корреляционных функций поля нормализованных слоев осадков осложнена недоброкачественными наблюдениями на гидрометеорологической сети за осадками со слоем меньше 1 мм, а также разрывностью полей осадков.

Внутригодовое распределение суточных сумм осадков может быть представлено годовым ходом (гармоническая аппроксимация) относительной величины слоя осадков

(декадная сумма осадков)(число дней с осадками за год) К- --(6)

(годовая сумма осадков)(чиспо дней с осадками за декаду)

На первой точке вычисляется последовательность нормализованных слоев осадков:

М(х, /хи) =x(i -1)р+ Mix,)(1-р); (7)

S(x,An.J-S(xj V 1-pZ; (8)

x%=M(xtJx1.j)+ eSfaKi), (9)

где s - нормально распределенная случайная величина с параметрами 0;1.

На второй точке вычисляется последовательность нормализованных слоев осадков xj в зависимости от слоя осадков в первой точке.

Аналогичны, но несколько более сложны уравнения для вычисления нормированных слоев осадков в зависимости от слоя осадков в двух и трех соседних точках.

Величины слоя осадков вычисляются из полученных нормализованных сумм осадков методом Ныотона-Рафсона. Алгоритм моделирования суточных сумм осадке» завершается приведением полученного слоя Я* к величине, представляющей собой слой осадков, учишвающий внутригодовое распределение К и условие наличия или отсутствия осадков накануне

Суточная температура воздуха. Для каждой точки задается годовой ход (гармоническая аппроксимация) "сухих" и "мокрых" средних многолетних суточных температур воздуха М(ц) и средних квадратичных отклонений температур от их "норм" ("сухих" и "мокрых") "Сухие" - температуры в дни без осадков, "мокрые" - в дни с осадками. Условные суточные отклонения температуры воздуха от сред них многолетних суточных величин, нормированные по суточным значениям средних квадратичных отклонений, подчиняются нормальному закону распределении и не являются функцией высоты станции над уровнем моря. Для моделирования суточных нормированных отклонений необходимо располагать информацией о их временных р, пространственных г и пространственно-временных Я корреляционных функциях

Последовательность температур воздуха на первой точке вычисляется по формулам:

М(Ац/АтК.1)^рАц8(Агк.1)/8(Аг^1) (10)

да* /ь^^шм) V 1-рг (и)

Ац=М(Ащ /Агц)+£8(Ап /Аг^) (12)

Ч^МШ+АЦг (13)

На последующих точках вычисляется последовательность температур воздуха в зависимости от отклонения температуры от "нормы" на соседних точках вчера и сегодня. В качестве М(г}) выступают соответственно "сухие" или "мокрые" температурные "нормы".

Относительная влажность воздуха. Моделирование относительной влажности воздуха л во всем подобно моделированию температуры. Здесь тоже различаются "сухой" и "мокрый" варианты. Для каждых суток по температуре воздуха рассчитывается упругость насыщенного водяного пара Е. Дефицит влажности воздуха вычисляется по известной формуле (с поправочным коэффициентом, учитывающим пересчет по среднесуточным температурам, а не по срочным).

Представляет интерес вопрос интерполяции параметров СМП по данным метеостанций для РТ. По параметрам кривых распределения суточных сумм осадкс© для каждой станции определяются нормированные по годовой сумме квантили 0.1, 1.44, 10 % вероятности. После интерполяции в РТ нормированные квантили умножаются на соответствующие для РТ годовые суммы и пересчишваютсяв параметры кривой распределения суточных сумм осадков для РТ. Параметры температуры воздуха интерполируются в РТ с учетом высотного градиента температуры воздуха.

Важно отмешсь, что интерполяция суточных значений метеовеличин в значительной степени сглаживает ситуацию внутри бассейна, тогда как интерполяция параметров помогает этого избежать. Последнее хорошо иллюстрирует рис.2, где представлены пространственные корреляционные функция факта выпадения осадков для станций н для РТ. Суточные значения мегеоэлеменгов в РТ получены интерполяцией го метеостанций. Поле точек для

метеостанций лежит ниже, тогда как коэффициенты корреляции факта выпадения осадков для РТ несколько завышены.

Средние годовые значения метеоэлементов (вероятность выпадения осадков, температура воздуха, относительная влажность воздуха) меняются от года к году, что сказывается на величине стоковых характеристик. Колебания этах средних годовых значений учитываются в СМП через моделирование случайных нормально распределенных нормированных чисел для каждого метеоэлемента. Такие случайные числа моделируются один раз в начале года для первой репрезентативной точки и принимаются одинаковыми для всех репрезентативных точек бассейна в течение года. Сглаживание между годами с различными средними значениями осуществляется параболой десятой степени. Если принять средние годовые значения метеоэлементов постоянными, дисперсия расходов воды заметно уменьшается и обуславливается лишь рамками случайных внутригодовых колебаний, что не соответствует действительности.

В че гаер той главе представлены краткое описание детерминированной модели формирования стока «Гидрограф» и алгоритм динамико-стохастического моделирования стока. Основные положения детерминированной модели "Гидрограф" изложены в монографии Ю.Б. Виноградова (1988). Модель Тщротраф" представляет собой математическую систему с распределенными параметрами, описывающую процессы формирования стока в бассейнах с различными физико-географическими характеристиками. Входом в описываемую модель служит суточная метеорологическая информация - слой осадков, продолжительность их выпадения, температура и дефицит влажности воздуха. В модели представлены климатические и ландшафтные параметры бассейна. Для оценки параметров исследуемого бассейна на его территории выделяются однородные природные зоны, так

называемые стокоформирующие комплексы (СФЬО. Вся площадь бассейна покрывается гексагональной сеткой, узлы которой есть репрезентативные точки (РТ) определенной единичной площади. Далее решается задача динамики тепла и влаги в почвенной колонке, представляющей единичную площадь. Распределенность параметров в модели имеет место в вертикальном (почвенная колонка) и горизонтальном (система РТ) плане. В модели учитывается неоднородное распределение снежного покрова на территории бассейна.

Детерминированно-стохастическое моделирование с использованием детерминированной модели "Гидрограф" и Стохастической Модели Погоды представляет собой следующую систему:

1)оценка параметров Стохастической Модели Погоды;

2)имигационное моделирование последовательностей метеорологических величин (осадки, температура и дефицит влажности воздуха) сколь угодной длины;

3) поступление смоделированной метеорологической информации на вход детерминированной модели формирования стока "Гидрограф'' и расчет по этой модели;

4) получение на выходе модели "Гидрограф" имитированных гидрологических рядов и определение параметров распределения таких стоковых характеристик, как максимального, минимального, суточного и среднегодового стока.

Таким образом ожидается, что статистические характеристики метеорологических рядов подразумевают адекватность статистических характеристик наблюденной информации и смоделированного выхода.

В пятой главе представлены результаты динамико-стохастического моделирования стока. Результатом динамико-

стохастического моделирования по СМП и динамической модели "Гидрограф" является набор кривых распределения различных стоковых характеристик - минимальных, максимальных, среднегодовых и суточных расходов воды. Следует отметить, что в данной работе количество смоделированных лет слабо отличается от числа наблюденных, что не является рекомендацией. При моделировании очень большого числа лет полученные кривые распределения будут представлять почти сплошную линию.

Результаты моделирования по СМП отдельных метеорологических элементов для всех бассейнов адекватны интерполированным данным. Так, среднее относительное отклонение ингерпохшрованных величин от моделированных для годовых сумм осадков меняется по бассейнам от 7 до 15 %, для относительной влажности воздуха - 1.3 - 7.7 %, для годового значения вероятности выпадения осадков - 1.5 - 9.7 %; среднее абсолютное отклонение интерполированных величин от моделированных для годовой температуры воздуха меняется от 0.065 до 1.65 "С.

Для статистических параметров распределения максимальных, минимальных, среднегодовых и суточных расходов воды проведена оценка на расхождение между средними значениями по критерию Стьюдента и между дисперсиями по критерию Фишера. Для всех расчетных бассейнов расхождение между средними значениями допустимо при уровне значимости 10%. Оценки дисперсий соответствуют одной генеральной совокупности с вероятностью превышения 5%. Для р. Нижняя Тунгуска дисперсии расходов воды, полученные в результате моделирования по СМП, больше дисперсий, полученных при использовании реальной метеорологии. Этого следовало ожидать, так как кривые распределения расходов воды, полученные по реальной метеорологии, построены лишь для семи пет наблюдений, и

Степень охвата бассейна осадками

.............

I е"

! I

..........

""--о.

О • •

Количество РТ

Рис.1. Наблюденные (о) и смоделированные (х) кривые пространственного распределения количества РТ, охваченных осадками, бассейн р.Нижняя Тунгуска, 51 РТ.

1

0.8 0.6 0.4

0.2

-0.2

Коэффициент корреляции

200

400

-2

ч

600

800

1000 1200 Расстояние, км

Рис. 2. Пространственная корреляционная функция факта выпадения осадков для метеостанций (1) и репрезентативных точек (2), бассейн р.Нижняя Тунгуска, 1978-1984 тт.

следовательно не являются репрезентативными. Кроме прочего, имеет место попадание в столь короткую выборку четырех лет одинаковой водности. Это и объясняет значительную разницу дисперсий.

На рисунках 3-5 представлены наблюденные и рассчитанные по СМП 1фивые распределения расходов воды.

Для р. Ловать кривые распределения, полученные по СМП, хорошо соответствуют эмпирическим кривым распределения. Для максимальных, минимальных, среднегодовых распределений дисперсии смоделированных по СМП расходов воды несколько выше наблюденных. Это следует из недостаточной длины ряда наблюдений (10 лет).

Моделирование погоды для бассейна реки Варзоб осложнилось тем, что величина слоя осадков и факт выпадения осадков являются функцией орографии и распространение этих характеристик по территории бассейна крайне неоднородно. Поэтому статистические параметры для моделирования факта выпадения осадков и слоя осадков назначались отдельно для каждой РТ, а не интерполировались из метеостанций.

Маленького периода наблюдений (7 лет) для бассейна реки Нижняя Тунгуска н наличие нескольких лет одной водности недостаточно для исчерпывающего уточнения корректирующих параметров динамической модели. Также очевидно, что ряд наблюдений из 7 членов не является репрезентативной выборкой для построения кривой распределения вероятности. Перечисленное выше явилось причиной небольших отклонений смоделированных кривых распределения суточных расходов воды от наблюденных.

, со •

99* ОС

8:88-' ».00

73.

зо. оо кз.оа ю.оо

3:88' 1.00

о. да а.О!

-4—'"»......|-

: о «• • —!-Р**1

н'/с 1

ас

К: 88

.оо-.оо-

90.00 71.00 50

гз.

10. оо

3:88

1.Ш

а. ю ■

Среднегодовые расходы

............

15«

3

...

-■е--

»Ус

«п.о

дао. о

140.а

Рис.3. Наблюденные (о) и рассчитанные (*) кривые распределения вероятности расходов воды, р.Ловать - г.Холм, 14700 км2,27 РТ.

1 1 Ммсннальные расходы

О !

»0.00 73.00

те.оа м.оо ю.оа

5:

л.м 0.10 О.О!

зао.о

а«о.а

п. 90

»».(X

М).0С га.аа

5С. ОС Х3.00 10.0« 1:8' X. ос

о.»«

О.О!

Среднегодовые расходы

-в»-—-

9«. О

«.а

еа.о

«а.о

м.о

Рис.4. Наблюденные (о) и рассчитанные (*) кривые распределения вероятности расходов воды, р.Варзоб - кишлак Дагана., 1270 ш2, 41 РТ.

»9. Я. » .

П:

»0.

»3. 50. (9. 10. I: 1.

и эа

оо

88-оо

00

оо

00

ао

Мнкютахые расходы

•с

о

XX

оо

1СО.О 1во.о аоо.о гго.о 840.0 *&о

«оо зоо 1000 зооо аооо юооо воаоо эоооо

Рис.5. Наблюденные (о) и рассчитанные (*) кривые распределения вероятности расходов воды, р.Нижняя Тунгуска - фактория Большой Порог, 438000 ш2, 51 РТ.

В целом, при указанных затруднениях, ДС-моделироаание дало хорошие результаты и продемонстрировало свою универсальность.

В за ключе вин сформулированы основные результаты диссертационной работы. При интерполяции статистических параметров метеостанций в репрезентативные точки обратили на себя внимание следующие вопросы. Во-первых, сглаживание параметров при сравнительно небольшом количестве метеостанций н большом числе РТ (например, бассейн р. Вазоб: 5 метеостанций и 41 РТ). Во-вторых, неоднородное распределение отдельных статистических параметров по территории. Выявление территориальных и высотных закономерностей распространения статистических параметров метеорологических элементов представляет собой отдельную самостоятельную задачу. Поэтому в данной работе интерполирование таких параметров для метеостанций в репрезентативные точки ! проводилось без глубокого исследования отмеченных закономерностей.

Кривые распределения, являющиеся итогом моделирования, в целом хороню увязываются с наблюденными (как кривые распределения для расходов воды, полученные по наблюденной метеорологии, так н для расходов воды, рассчитанных с имитированным метеорологическим входом) для всех расчетных бассейнов.

Основные результаты работы изложены в следующих публикациях:

1. Долгосрочный прогноз гидроэкологической обстановки на территории России. - Краткие сообщения на международном симпозиуме «Методы охраны атмосферы и водной среды. Регулирование и долгосрочное планирование

природоохранных мероприятий», РГТМИ, С-Пб., 1594, (в соавторстве с В.В. Коваленко, В А. Хаустов, И.И. Величко).

2. Stochastic Model of Weather at the Input of the Distributed Determined Model of Runoff Formation. //NATO Advanced Research Workshop. Stochastic Models of hydrological processes and their applications to problems of environmental preservation. - Moscow, Russia, November 23-28, 1998, 170-175 е., (в соавторстве с Ю.Б. Виноградовым).

3. К вопросу о пространственных корреляционных функциях суточных слоев осадков. - Сб. Тезисы докладов международной конференции молодых ученых гидрометеорологической службы стран СНГ, М., 1999.

4. Моделирование гидрографа стока в бассейне реки Нижняя Тунгуска, Труды ГГИ, в печати.

5. Stochastic Model of Weather at the Input of the Distributed Determined Model of Runoff Formation. //NATO Advanced Research Workshop, 2000, (в соавторстве с Ю.Б. Виноградовым), в печати.