Применение адаптивных алгоритмов в численных методах пространственной и временной экстраполяции мезометеорологических полей тема диссертации и автореферата по ВАК РФ 05.13.18, кандидат технических наук Попова, Августина Ивановна

• Попова, Августина Ивановна
• кандидат технических наук
• 2006

Оглавление диссертации кандидат технических наук Попова, Августина Ивановна

Глава 1 Анализ современны)! методов прогноза метеорологических полей пюсфвры.

11 Общие положения

1 2 Методы прогноза метеорологических полей

12 1 Динамические методы прогноза параметров состояния атмосферы, основанные на использовании уравнений гидродинамики 15 12 2 Статистические методы пространственной интерполяции и экстраполяции метеорологических полей

1 2.3 Димамико-стохастические методы

1 2 4 Синоптический метод восстановления барического поля и положения атмосферных фронтов

1 3 Классификация атмосферных фронтов

14 Общие подходы к синтезу адаптивных алгоритмов

1.5. Вмкадм., —. т.- —~.

Глава 2. Статистический анализ экспериментальных данных.

2 1 Общий анализ и систематизация экспериментальных данных 47 2 2 Обзор полигонов и измерительных станций 49 2 3 Проверка целостности и достоверности экспериментальных данных 52 2 4 Статистические характеристики метеорологических полей полигонов S

2.4.1 Проверяя соответствия эмпирических распределений метеорологических величин нормальному закону распределения .».„.,.». 55 2,4 2 Временное статистические свойства температуры и составляющих скорости мтра 58 2.4 3 Времетыв корреляционные функции температуры и ортогональных составляющих скорости ветра и их аналитическая аппроксимация

2 4 4 пространственные корреляционные функции метеорологических величин в области мезомэсиггаба и их аналитическая аппроксимации

2 5 Предварительный выбор малопараметрических моделей 5S

Глава 3. Результаты сравнения потенциальной точности алгоритмов пространственного прогноза моэометоорологических полон на основе маполараметричвских иодимА.

3 1 Общая методика исследования потенциальной точности алгоритмов

3 2 вывод аналитического выражения для дисперсии ошибок прогноза метеовеличин для динаммко-стохастической модели в замкнутой форме 77 3 3 вывод аналитического выражения для дисперсии ошибок прогноза метеовеличин для полиномиальной модели в замкнутой форме

3 4 Аналитический анализ ошибок для алгоритма с полиномиальной моделью прогноза

3 5 Аналитический анализ ошибок дм алгоритма с динамико-стокастической моделью прогноза

Глава 4. Разработка адаптивных алгоритмов пространственной и временной экстраполяции мвзометеорологичесних полей.

41 Постановка задачи для синтеза адаптивных алгоритмов пространственного и временного прогноза

4 2 Синтез адаптивного алгоритма временного прогноза 97 4 3 Синтез адаптивного алгоритма пространственной экстраполяции 103 4 4 Результаты исследований адаптивного алгоритма временной экстраполяции

4 5 Результаты исследований адаптивного алгоритма пространственной экстраполяции

Введение диссертации (часть автореферата) на тему «Применение адаптивных алгоритмов в численных методах пространственной и временной экстраполяции мезометеорологических полей»

Актуальность темы Дм решения прикладных оперотиымх пдач в области метеорологии, геофизики. экологического моиитврмыа, управления юпаушным движением, при чрезвычайных ситуациях N катастрофах природного и техногенного характера, а таюкс для р»да тдзач оборонного зиачеши, существует потребность в текущей и прогностической ннфорчяинн а про? хршегкнмо-времемняй структуре полей метеорологических величин Большинство из перечисленных задач решаются в рамках ргрдашчсииых itppHTopirll с тормтонтольнычи размерами 50 - 500 км и вгкотрй верхней границы 10 км Л силу объектипних причин, сеть метеорологически* и аэрологических ciWulHfl распределена неравномерно. что и# позволяет получить регулярную и достоверную измервпыьную информацию id каждой точки земного шора. It районах с редкой сетью синоптических и тродогических станций. .тнбо при роботе по данным измерений локальной спи, состоящей из комплекса стационарных и иобилмшх юмерителыгмя пунктов, диагностика состояния атмосферы над гсрриторией ШМЩМНОЯ данными наблюдении является актуальной

По существу, подобная диагностика представляет собой процедуру пространственной эятграюлядон (интерполяции) четеорологичсских нолей но результатам итаерсииА а прилетающие районах, Обычно ш'ч пространственной кксграполяции pcuiaeicji а рамках объективного анализа метеорологических параметров, осуществляемого на основе истодов полиномиальной и сплвйиовой аппроксимации, а также метода оптимальной интерполяции (экстраполяции} Длнчые методы для своей реализации предполагают привлечение и предварительную обработку значительного архивного материала соответствующего заданному району. Это ж всегда возможно, гклтому неизбежно мгнмкоют ошибки идентификации параметров прогностических чоделсб и. соогпетс1кннй, ошибки прогноза пространственно-врсмСнно! структуры полеЛ метеорологических величии

Непрерывный рост требований к точности текущей м прогностической информации. а также к ее операпшносш, лрскгграисгавпкму и временному разрешении», при минимальных исходных данных, привели к необходимости разработки поник более совершенных четодои нспользуюшлх современный математический аппарат Так, н последние годы шггеиенпиое развитие поду-чили численные методы проеттмиетвяшой и временной lKCTpaiio.iNUHH полей метеорологических величии. основанные на использовании алппрята фильтрации К*лмаиа В частности. ико<1 подход использовал в работах отечественных ученых Климовой ЕХ, 1*иаина Л.С. Комарова ВС. Попова Ю U ируФежных Dee UP. Fa cts en С, tde К, Привлекательность мнх методов обуионен* ни iM о ж и остьзо нспольэовалвя хорошо разработанных чатечатнческих чоделей ш основе дифференциальных уравнений, в той числе нелинейных « стохастических. ошкывакнни* поведение распределенных динамических объектов в пространстве н во времени. Кроме того. эти методы помоляют еннтетировать рекурретгтные алгоритмы, удобные для реализации на «временной микропроцессорной технике.

Основным недостатком этих метол» являются, значительные погрешности диагностики н прогноза по.к ft метеорологических величин а условиях нестационарной синоптической ситуации, те, п случае резкого юченения погодных условий, вызванных прохождением хлюп наго или теплого атмосферных фррагк» «гад ииаиноП территорией Изменение числа и взаимного расположения метеорологических и пэро.-кничееких стааший измерительно!! сети, также п-твет на точность прогноза этими методами Таким обра юм. acna.ii. шит п. темы диссертационной работы определяете*: ростом ipefioeaiiiift к точности оперативной и прогностической информации о простраиствеиио-врсчеииой структуре полей чсгсорологических величии, при решении тддач нарадно-хотяЛственного и оборонного тиачони*;

-необходимостью рирабогеи алгоритмов пространстненио'Врсмснного Про гноя, >сп)Дч11вих к резкому тменеиию ниютпической ситуации нал задмиюЛ жжялыюЛ территорией. ограниченной размерами чсюмоештаба.

-ИСОбХОДММОСТЬИЭ (ШрцбОТКИ алгоритмам НрОСТраЯСТВв ЯИй-1рСМвИ0»О Ц|ЮГИОЯ полей метеорологи'кскнх величии, по данным измерении локальной автономной сети, исшнлией численный состав н дислоннипо мобильных измерительных пунктов,

Целью работы является решение ялвчч пространственное и временной экстрапалжцнн метеорологических полей температуры и ктрл. с помощью алгоритмов, алатняиых к сбоям а шшш измерений ит-м отсутствие информации, технических неисправностей. pewo меимощихся погодных условий, а также при шмемснии численного состава н рнчсинешп станций наблюдения я метеорологической обстановкой.

Задачи исследования, Для достижения поставленной цели к диссертации решены следующие плачи

-■налит еисгсмашицня и статистическая обраСклка многолетних юрологнчсскнх и метеорологических данных по трем четометеорологичсским полигонам, относящимся к разным физико-географическим районам;

-выбор и обоснование ия основе результатов ститнстичесздай обработал. члтеклтн'Ссскиц моделей эволюции метеоре.** ических величин в пространстве и времени в рамках теории фильтрации Кллыаиа;

-получение аналитического решения уравнения РИКОРГИ в замкнутом виде для осинок пйтсмоцлыюЛ точности алгоритма пространственного прогноза с уточнением тина математических моделей и выбором начальных условий нннииашш этого алгоритма, -разработав алагггив1иио алгоритма временной экстраполяции метеорологических величин для работ в условиях сбоев в каналах ишереиия и при резком изменении погодных условий в пунктах наблюдения. рира&нка дмптивною алгоритма пространственной экстраполяции истсороЛрПСЧСГКЛА величин, обеспечивающего исправную работу системы при изменении конфигурации сети наблюдении п пределах ыеюмвсштвбиоги полигона.

Методы исследования Амии» и обработка «схолии* аэрожикчески* и метеорологмчвсаа данных проводилась с помощью истодов математической статистики. При шпек алгоритм пространсгасмиоП и оремеинов жпрвнминн к РОЛЬ**» ни чего дм ошнмального оценивания Исследование точности синтезированных алгоритмов выполнено с itoMOMIMO методе» мп тсчатч * »сс кеч о чолелиропаиия Для разработки адаптивных алгоритмов и с] пользовался послелователыгый аиалш теории решения Научная новизна результатов диссертационной работы

-на основе реальных афотически* к синоптических данных предложен алгоритм олертмичч» выявления прохождения атмосферного фронта;

-разработан адаптивный алгоритм временной экстраполяции метеорологических величин. позволяющий оперят»» учитывать изменение пюгаяиых условий, технические сбои и отсутствие информации в каналах измерении,

-разработан аддитивный алгоритм «рос ipaiict Bcicimfi экстраполяции м еточеясо ролош чески*, полей, позволяющий оперативно учитывал, вменение дислокации н количественный состав пунктов локальной измерительной сети,

-получены пмкнутъм анынтнчсскж шрзження дм расчета иатрныы *ов.трнлинЯ ошибок онеииииа, позволяющие оценить потенциальную точность ЩМНПЦМ метеорологических величин л переходной н \ становившемся режимах

Практическая значимость. Предложенные в диссертации методы н алгоритмы чогут быть использованы для сомаиня автоматизировании* систем атчоеферио-зкологичсского мониторинга воздушного пространства над локальными территориями, ииюлыуюших комплекс стационарных и «обильных измерительных пунктов, a ta*aee для ссплвдн* оперативных систем геофизического обеспечения, позволяющих производить пропил метеорологических muiefl температуры, ветра На защиту вымоеятсн. предложенный алгоритм выявления атмосферного фронта йонояжт оперативно оыеянтъ резкое it 1чг(«гнис погодных s слсвлй н кпж.к>й отдельной станции кабпюдення. ряроботвмиыЯ адаптивный алгоритм временной лкетршкммши метеорологических величин обеспечивает nc'isвс гмгте литсть щк алгоритмов к решим изменениям виеингих условий (отсутствию информации, техническим неисправностям в канпла* наблюдения м рент меияюшгмоа исполним условиям); разработанный адаптивны I) алгоритм пространственной экстраполяции позволяет щ услоииях пъиеияющеЛса конфигурации сети наблюдений носе i а н и вл 11 (шть метеорологические иол* на территория*. неосвещенных наблюдениями и пределах мезомасштобиого полигона. полученное аналитическое решение уравнения Риккащ и тамкнутой форме лдег алгоритмов экстраполяции на основе фильтра Кдлчамп и подобрать иачпльине условий инициации дав алгоритма

Апробации работы Результаты диссертационной работы локлалнвплисс » обсужлжлис* ш:

1 Рабочей группе «Аэрозоли Сибири»,- Томск. 2001

2 Всероссийский иаучио-практичеекоА конферещрш, носницснной -10-леппо Томского государственного университета систем управления и радиоэлектроники «Проблемы современной радиоэлектроники и сияем управления»,• Томск. 2002

3, IX Joint International Symposium «Aimospherie ami Ocean Optics. Atmospheric №yifcs».- Tomsk. 2-5 July 2002.

4. X Joint International Symposium «Atmospheric end Ocean Optics. Atmospheric Physics».- Tomsk. 24-2K June 2003.

5. V Сибирском {'овсигл кнн no ынишв-жологичсскому мониторинг} -Томск, 2003

6. Meai*>!taj*>.inofl конференции «Оружаиящя среда и эказопп C"nO«jniL Дальнего Востока И Арктики» ■ Точек. EE5FEA. 27-J | октября 2003,

7. всероссийской научной конференции "Современные г.иУЫьныс и региональные изменения геосистем.- Казань. IS-3I октября 2004

В XII Intemtfioeal Symposium on Aconstie Remote Sensing and Associated Techmgucs of the Aimoifhrre and Ocean. -Cambridge, 12-16 Jul) 2004

XU Joint International Symposium «Atmospheric and Ocean Optics. Atmenphcric PJiyriCM.-ТотЛ. 27-30 Juny 2005.

10, XIII John International Symposium ■rAtmospheric and Ocean Opti», Atmospheric Pti)-»icS».-To»n^k, t -6 Juny 2006

Публикации, Г1о теме диссертации опубликовано 31 (совместны* с соавторами) работ, в тем числе 10 докладов и 14 статей а журналах, рекомеиломишых ПАК

Личный оклад автора, Выносимые на шииту результаты работы полу'кны лично автором В роботах, опубликованные в соавторстве, автором предложены методические основы, проведены аналитические расчеты и нолучеим результаты

Внедрение результатов работы, Результаты диссертационной работы использованы * научно-мсследоввтельсиЛ деятельности СШ1 СО РАН при разработке автоматизированной мстеоро.ад нческо-я chcjcmm для оперативной обработки аэрологической информации, диагностики и прогноза параметров состояния атмосфер*! в облаян меючасонаба Результат днееерюциониой работ внедрены в НИР "Цирконий*, выполненной по шзп Секции прикладных проблем РАН.

Гпааз 1. Анализ современных методов прогноза метеорологических полей атмосферы

1.1. Общие положения.

Состояние атмосферы и текущий момент времени {или промежуток времени) пал любым пунктом там районом жмиого ширя характеризуется совокупностью тначений метеорологических величии, инк как давление, температуря и влажность видов. скорость н направление ветра, наличие и интенсивность облачности, атмосферные осадки. Л также особыми явлениям" ■ туман, гром, метель и 1«р. Й силу объективных причин невозможно получигь достоверную нтмсрн1с.и1нум1 информацию in каждой точки земного шара ">го связано с тем, что сущеетвутоиия сеть четеормолисюик н аэрологических станций неоднородна по плотности. а в отдельных районах практически отсутствует. Так в целом для Ёвргоин высокая Ндтогиоегь мтмерителышх станций характерна лтг территорий проммш-леино развитых строи Центральной Европы Для слаборазвитых районов Центральной Алии характерна редкая сеть станций, либо ее полное отсутствие. Для территории Российской Федерации подобная тенденция сохраняется Максимальная плотность измерительных станций наблюдается е европейской части РФ. и минимальная в районах КраЛзкго Севера. Сибири и Дальнего Востока Дистанционные средства космического базирования, в силу специфики их работы, в настоящее время сию не позволяют обеспечить измерения с необходимой точностью н периодичностью Поэтому в прикладной метеорологии важное место занимает проблема диагностики и прогноза состояния атмосферы над районами неосвещенный и данными наблюдений и. соотвегстпсиио. разработка методов, позволяющих решить эту проблему. Это особенно акту ально для мситасипаба, т.е. для районов ограниченны!! линейными размерами 5О-ЗО0 км н с высотой верхней границы до 10 км, Обусловлено это тем. ЧТО подавляющее большинство прикладных плач, связанных с мониторингом состояния воздушных бассейнов, решаютс* в рамках локальных территорий. в пределах больших городов и крупных промышленных иешров. В часпюстit. в комплексе задач охрани окружающей среди важное место ыинмает задача моделирования и про-nioia пространственно*о распространенна техногенных ннрягняющи.ч веществ на малые (до I00-500 км) расстояни» от источников промышленных выбросов Актуальными являются также оценка и прогноз погодных условий в зоне бедствия при чрезвычайных ентуа-цнях., во время кагал:i|xh|i техногенного или природного характера. Еше одна важная область практического применения подобных методов cnxiaiu с оценкой мстечтуеловиЛ над территорией противни ка прн метеорологическом обеспечении войск во время планирования и веления локальных боевых операций

Гсшс»не вышеперечисленных прикладных задач, предполагает использование комплекса стационарных и мобильных пунктов, «билинейных с 1юыощью каналов евдтн в локальную автономную сеть наблюдений за метеорологической обстановкой над заданной территорией. ">то накладывает дополнительные требования нп разрабатываемые мстолы диагностнкн состояния атмосферы

По сути, чалпча диагностики состояний атмосферы над территориями, ж обеспеченными метеорологическими измерениями, может рассматриваться как задача нрогиста Как правило, решение подобных идач сводится к процедурам иигержмящш или жстраполя-ции метеорологических гю.кй в пространстве и времени [1-5]. Так, прогноз погоды над территорией обеспеченной измерениями представляет собой экстраполяцию текучий метеоусловий во времени [4,$]. К экстраполяции в пространстве сводятся мдичи продолжения метеорологических полей на неосвещенную данными наблюдений территорию (экстраполяция в горизонтальной плоскости} |3-5]. а шкже задачи восстановления полей на больших высота* по данным нижележащих уровней (вертикальная экстраполяция) (4.5.10,11.16].

В обшеч виде задачу пространственного пропипировадпи можно сформулировать следующим образом [4-6], Пусть • точках rtc IF.cJT(здесь г, - радиус-вемор точки. составленные пространственными координатами (ъ. у. А;) и временем f, а г - 1.2, -число точек а некотором замкнутом множестве Н", конечномерного евклидова пространства РГ) заданы нючеинв однородного иаприроамнюго пола Тогда процедура mttcp* поляиии ноля ^ в точку rrc WjzJC или его экстраполяции в точку г л W'.cJf" (т,е. нахождение значения ноля у п?) внутри или аис множеств W, по известным ею значениям ■ точках г., г;,г,, относящихся к данному множеству) еаодится к вырпянн» (5|:

U) тле анд функции Н определяется способом интерполяции экстраполяции) и взаимным ршлатояздмем точек Га. л. Гь - г, выражение (I.J) данкам? с нешдьювэнием «стии-ных значений no.u 4 в точках г,. г<., г». I) реальности irшести w лишь .манные наблюдений в этих точках (12) которые отличаются от истинных значений на величину ошибки /(г,), обусловленiwrfi погрешностями измерения метеорологического параметра t Учитывая (1.2), процедура интерполяции (экстраполяции) описывается следующим выражением ttn.) j(n). ?{'.)]- (1-3)

Один из простейших вариантов Е является ее представление однородной линейной функцией вида

Щ :In). t (П).: ;(г.К^г (гз>+.(г.) - £<*:(/;). (1 4)

Iдс dj.eju - ММКПШ н подлежащие оцениванию весовые множители, Тогда задача интерполяции (экстраполяцию) подался к опютию значений п., и восстановлению поля ^ по формуле

АгЛ. С 5>

Более летально процедуры иитерпадяцнн и экстраполяции обсуждаются а [4-в].

Задачи пространственной экстраполяции традиционно решались а рамках обьсктнв-•Wfo анализа метеорологических полей, осуществляемого на основ* методов полиноина.тыюЛ f I.2J н сштлДионоЛ (3,41 ляярокеямашт. л также методов мпкмалымй Интерпола -или (экстраполяции) [4-7]. В последние голы *ти задачи стали решаться ■ райка* процедуры усаоеиия метеорологической информации. под которой принято понимать однонре-иенпий у чет результатов наблюдений и прогноза, проводимого с помощью некоторой математической модели (6]. К настоящему времени разработан! ряд метало*. отличающихся исходными прогностическими моделями н алгоритмами численной обработки данных измерений- Для ещнета таких алгоритмов широко используются г юл ходи теории ешммаль-ного оиеиннпння u, и частности, аппарат линейной н нелинейной фильтрации Калмана |36. 59.60,62]. При зтом иге зависимости от специфики мгла диагностических и прогностических моделей, на данные измерений накладывается ряд требований. Так. для совокупности используемых аэрологических и (или) метеорологических станций, набор теку ищи измерений должен |б.43.71);

- относиться к одному моменту ареченн. задаваться во веек точках наблюдений или узлах регулярной сетки,

- у довленюрять уравнениям заданной математической модели.

В силу целого ряда причин комплексное выполнение :чих требований ле всегда возможно Укрупнена, :гц> может был. связано с нерегулярной работой измерительных еган-цнй, шустраннмыин ошибками а процессе передачи данных, решим изменением погодных условий над выбранной территорией при прохождении атмосферного фронта Особенно это характерно для локальных anWioMNMX сетей наблюдений, использующих мобильные пункты измерений. Дм методов и алгоритмов, иеполыукицих молопарачетриче-скне модели (регрессионные, дииамико-стохастичсскне), выполнение перечисленных требований к данный является принципиальным, Поэтому априори к общим недоетагкач щи методе* можно отнести слабую лряслосе&чсиность к тыенсння.м конфигурации сети наблюдений и резкому изменению синоптической ситуации в пределах рассматриваемой локальной территории

Таким обраюм. для прикладных шлдч. перечисленных выше. ришрабаты методе* пространственной it о ременной экстраполяции метеорологических гюлей, свободных от перечисленный иежкгтитков, являете* актуальной

Ниже проводитея липли i методов прогноза метеорологических полей, а также под* ходов, позволяющих синтезировал. алгоритмы, адаптивны* к итмсзиющеАея еиноптиче-екой ситуации и конфигурации сеги станций наблюдений

Заключение диссертации по теме «Математическое моделирование, численные методы и комплексы программ», Попова, Августина Ивановна

Сформулируем основные результаты диссертационной работы, которые сводятся к следующему:

1. Обзор и анализ литературных данных о методах пространственной и временной экстраполяции полей метеорологических величин показал, что разработанные до настоящего времени методы, и алгоритмы не обладают необходимой устойчивостью к нестандартным ситуациям, таким как: отсутствие данных измерений, от какого либо пункта наблюдения; наличие грубых (аномальные) ошибок в измерениях, связанных со сбоями а каналах передачи данных или неверной шифрацией и (или) дешифрацией информации, резкая смена ПОГОЖШЯ условий над частью наблюдаемой территории. Теоретические и практические разработки в этом направлении показывают, что наиболее перспективными для решения задач оперативной пространственной и временной экстраполяции полей метеорологических величин для локальных территорий, являются методы, основанные на теории фильтрации Калмана и малопараметрических моделях.2. Для синтеза алгоритмов пространственной и временной экстраполяции полей метеорологических величин был выбран подход, основанный на использовании субоптимального фильтра Калмана устойчивого к отказам каналов наблюдений. В качестве исходных мал о параметрических моделей для временной экстраполяции был выбран полином шестого порядка, для пространственной экстраполяции -

полином второго порядка.3. Проведена систематизация, обработка и статистический анализ аэрологических и метеорологических данных для трех мезометеорологических полигонов, относящихся к разным физико-географическим районам, за период 2002-2005 г.г.Результаты анализа позволили определить статистические характеристики метеорологических величин, значения средних и стандартных отклонений, для уточнения параметров математических моделей. Получены значения вероятностей возникновения аномальных ошибок и полного отсутствия данных от использованных станций. Проведена проверка алгоритма обнар\ жен и и прохождения атмосферного фронта, с контролем результатов по синоптическим картам.4. Найдено замкнутое решение уравнения Риккати для алгоритма пространственной экстраполяции на основе классического линейного фильтра Калмана. Проведено его исследование, которое позволило уточнить вид моделей для синтеза адаптивного алгоритма и выбрать условия его инициации.5. Синтезирован адаптивный алгоритм временной экстраполяции метеорологических величин в точках наблюдений, позволяющий оперативно учитывать изменение погодных условий, технические сбои и отсутствие информации в каналах измерений.6. Синтезирован адаптивный алгоритм пространственной экстраполяции мезометеорологических полей, позволяющий оперативно учитывать изменение дислокации и количественный состав пунктов локальной измерительной сети, резкое изменение погодных условий над частью наблюдаемой территории, а также технические сбои и отсутствие информации в каналах измерений.7. Выполнено математическое моделирование адаптивного алгоритма и на основе реальных аэрологических данных проведено исследование точности пространственного прогноза для ситуаций экстраполяции и интерполяции.Получены численные результаты, характеризующие точность пространственного прогноза для температуры и ортогональных составляющих ветра для различных высотных слоев.8. Разработаны структурные схемы адаптивных алгоритмов пространственной и временной экстраполяции. Показано, что пространственно-временной прогноз реализуется последовательным использованием алгоритма временной и далее пространственной экстраполяции.9. Даны рекомендации по использованию результатов, полученных в работе.реализации результата» научно-исследовательской работы «Исследование и разработка новых методов достоверного пространственного и временного ггрогнозиройанив погоды (в том числе на территории противника) в интереса! ггавышенн» эффективности функцикигарованм В8Т» (шифр«Цирконий)') Предложенные методы и алгоритмы пространственно-временного анализа н прогноза мсзо масштабных полей гидрометеорологических параметров тропосферы, реализованные в демонстрационном образце про'раммно-нцформаииошюго макета прототипа АРМ военного аэролога, были рассмотрены и апробированы в Главном Гидрометеорологическом Центре МО РФ с цепью использования в оперативной практике гидрометеорологических подразделений Комиссия (тгмечвет. что полученные результаты имеют большую научную н практическую ценность Их использование позволяют существенно повысить • ачесгво и оперативность пирометсорологического обеспечения артиллерийских стрельб, пусков ракет, а также метеороло1"ического обеспечения авиации. Аналогичных программных средств, используемых на современном этапе в практике оперативного гидрометеорологического обсемчеиц. нова нет Особо значимым результатом является реальная перспектива полной автоматизации всех тгапов обработки информации в соответствии с требованиями современных технологий Применение АРМ военного аэролога в оперативном гидрометеорологическом обеспечении позволит выйти на качественно новый уровень решены задач по анализу и прогнозу гидрометеорологических условий и подготовке предложений и рекомендации но эффективному обеспечению войск Председатель комиссии кместнтель председателя комиссии

Список литературы диссертационного исследования кандидат технических наук Попова, Августина Ивановна, 2006 год

1.Builihy F.H-. V M Hueltle Objectiveanalysis ш numerical forecasting. Quail. Journ. key meieorol. Soc-1957, 83 No. 336- P.232-247

2. Келов. 1 11. Практические истоды численного прогноза погода. -Гидрочетеоиздат., 1W.-C.335.A CiOiidin, LS„ end R.L Kqgan Statistical in Methods of Meteorological Data Interpretation, Gidronteteoiidat-- 976.-P.359.

3. Гнид пи Л.С, Karan PJl. Статистические методы интерпретации метеорологически* данных. J1: Гидромстеемздвт. 1976.-С. 359.

4. Комаров 0-С. Попов Ю.Ь, Суворов С.С, Караков ЙА Динамико-стохастические меюди и их применение я прикладной метеорологии ■ Томск, Иэд-Н ИОА СО РАН. 2ИМ.-С13Й

5. Компров B.C. Статистика в приложении к задачам прикладной метеорологии Томск: изд-ю СО РАН, 1997. -С. 255.

6. Чсшраин Е-М. Статистические методы арогновфования, М.: Статистике, 1977.-С.200,

7. СеберДж Линейный регрессионный анализ. М : Мир, 1980,-C.4S6,

8. Вызова ИЛ., Лунина А.А., Хячвтурова М О восстановлении профилей аетра по данным наземной метеостанции Труды Института экспериментальной метеорологии, 957. ВЫЛ. 41 {12й},-С, 25-50.

9. Комаров ВС. О восстановлении вертикальных профилей температуры в условиях облачной атмосферы истодом многомерной зюгтраиодяцнн. Труды ВННИГМИ-МЦД, 1974, ВЫП.9.-С. 19-24.

10. Груза Г, В. Рейтенби Р Г, Сптмспжа и анализ гидрометеорологически* ля иных. Л,: Гидрометеоиздят. I982.-C.2I6,

11. Рао С Р. ЛииеЛиыс статистические методы и их приложения. М : Наука. I963.-C.547.

12. Себер Дж. Линейный регрессионный анализ М Мир 19Я0.-С. -456

13. Груза Г В Некоторые обшие вопросы теории прогноза погоды па основе станктнчсских данных. / Труды Среднеазиатского ИНГ МИ. 1967. вып.29(44|, с.3-34.

14. Имас.Ч.И Обзор работ по днекрпчинаитиому анализу . Груды САРНИГМИ. 1976, вып.31(112J.-C.3-26.

15. Кендала М Стыоарг А. Многомерный статистический анализ н временные ряды. М Наука. I976 -C 736

16. Кулдшкин А,С., Кудрявая К,И, Теория вероятностей и математическая статистика в метеорологии. М.: Восниздат f985.-C.324.

17. МсИтсяоп, R.D К.Н. Bergman. R.E. Ki-Hler. G Е Resell and D S. Gordon. 1979: The NMC apcniiionaI global data assimilation system. Mon. Wea. Rev. Ю7.-Р. 1445-1461.

18. I-orenc. A- AnalyMS method» for numerical weadter prediction. Q. J. R. Mcteorol Soe, 1936, 112-P1 \TtA 194,

19. Айвазян C'A, Буяштабср B.M. и др. Прикладная статистика. Классификация и снижение размерности, М,г Финансы и статистик» IM9--C- 60S,

20. Нвахнснко А.Г. Долгосрочное прогиознрованнс и управление сложными системами, Кист: Техника. 107S,С, 311.

21. Нвахнснко А .Г., Мюллер ЙА Самоорганизация прогнозирующих моделей. КиевТехника, 1930.-С 13329 Нвахнснко А Г. Индуктивный метод самоорганизации моделей сложных систем Киев: Наукой думка t9S2.-C.296.

22. Валзд А, После до вателиый шм/Пер. с англ, М.: Мир. I960,-С. 495

23. Ширяев А Н. Статистический послсдовотслз.ный анализ. М: Наука. 1976.-С 487

24. Вазам М. Стохастическая аппроксимация ' Пер. с англ. М : Мир, 1972--С. 295.

25. Kalnian R.A., Bucy R.S. Nm rewlW in Linear Fillerirtg and PredtcJiOfl Theory /! Trait*. ASME Ser. D. 1961. V.P, 95-10»35. <l4i.n,ipaiin» и стохастическое управление л динамических системах / под рел К Т Леоидеса, М Мир, I9S0 -С-407.

26. Комаров В, С, Попов Ю. Ь Оценивание и нрог позиров&кне параметров состояния атмосферы с помощью алгоритма фильтра Калмана. Часть I. Методические основы /I Оттнка атмосферы и океану 2001. Т, (4. .4-4 -С. 255-259.

27. Саркисян А.С., Кныш В.И. Демыигеа С,Г. и др- Миоюэ,*иентныП четырехмерный анализ гидрофизических полей на основе лниамико-стохастических моделей (Дзи программы 'Разрезы"). В ки- Итоги нау ки и техники Атмосфера. Океан. Космос. М„ т7, Т- 9. -С. 5-64,

28. Покровский О М. Оптимизация метеорологического зондирования атмосферы со спутников, л: Гилрометео1г«ат. 1084. -С.264.

29. Покровский О М. Иванмкни Е, £ Численный анализ поля геонотеициала ги> данным аистанииониого зондирования атмосферы >'/ Метеорология и падролопэд, 1976. №2- -С. 39-48.

30. Марту к Г.И Основные и сопряженные уравнения динамики атмосферы и океана. В кн.; Рамюстиме и спектральные методы решения задач динамики атмосферы и океана Новосивирск: ВЦ СО АН СССР. 1974. -С. 3-31.

31. Pitcher F.J. Application of Stochastic Dynamic Prediction ю Real Jaia//J, Aimos. Sci. Vj4,Nob I977.-P- 3-21.

32. Сейдж Э.Т1, Мзлса Дд Л Теорна оценивания н ее применение в связи и управлении М.: Связь. 1976.-С.496.

33. Браымср К, Зиффлиш Г. Фильтр Калмана Быосн. М : Наука, 1982.-C.200

34. Lortrtc A A $fc*al flrrec-drnwrnional mulif-vAfiirle лыпэтгел! гМегроЫЛж Jchwne Моя. Wca. Rev, 1981, l09-P.70l-m

35. Gilbert J.-C, and С LemarcchaL 1989 Some numerical experiment* with variable storage quasi-Newton algorithms, Math, Pro*. B2J.-P,407-43 5

36. Courtier, p., E, Andersson. HeckJey. J. Pailleux. D. Vasi^evic M, llamnid, A, Hollingssvortlu F. Rabier and M Fisher, 1996: The ECMWF implementation of variational assimilation {3D-Var). Рая I: Formulation. О. I Roy. Mcicorol Soc, submitted.

37. Colin, S.E. and R Todling, 1996: Approximate daia assimilation schemes for stable and unstable dynamics. J. Met Soe. Japan, 74 -P.63-75

38. Courtier P. 1997: Variational Methods J. Met. Soc Japan, Volumc.75, NolB, pp 211*218.

39. Courtier, P. J.-N. Thepaut ami A. HoHingswonh, 1994: Л strategy lor operational implementation of 4l>Var, using an mdrtnteiHaJ approach. Q. J. R. Meteorol Soc, 120, 1367-1388

40. Ажопся В В., Ссуреяич M 3, Корбич Ю,С Методы фильтрации н упрамеша стнкастаческпчи процессами с распределен нычн парачетрачи Кие*: Выпи iuk 19ЯК 448 с.

41. Berber, J. 1989 A vaiiational continuous assimilation technique. Мея. Wca. Rev, 117, 2437-2446

42. Dec o p. Simplification of the Kalman filter for meteorological data assimilation Quart. j. Roy, Met, Soc„ 1991. vol.l 17.-PJ65-384.

43. Glut M. Tod ling R Tracking atmospheric instabilities with the Kalmanfiller Part El. Two-layer results Мои Wea. Rev., 1994, Vol 122.-P 417-424.

44. Климова E Г- Рн&ми 1С Снегеua ycaccitiu метеорологических данных дли Сибирского региона; численные эксперячечгты -Метеорологи* и Гидрология. 1996. J&I2--C. 19-25,

45. Климова Е .Г. Методика усвоеии» ляииых метеонаблюдеплП на основе обобщенного субоггтималыюгофильтра Калмаив МегеорО;ими* и гидрологи», 1997. Jfrl 1.-С.55-65

46. Климова Е.Г Асимптотическое поведение е«ны усвоения метеорологических данных, основанной на алгоритме фильтра Калиаив. Метеорология н гидрологи*. 199», с,55-65

47. Климом Е-Г. Модель для расчета ковармаднП ошибок прогноза в алгоритме фильтра Калмана, основанная на полных уравнения*. Метеорология н гидрология. 2001, »Ц. е. 11-22

48. Зверев А,С, Синотнческая метеорология. Гидромстеоиздат, Л. 1977, с,711

49. СейДж Э. Меле Дж Теория оценившим и ее применение в святи н управлении оСвян.». М. 1976. с,485.

50. Большаков БД Teopiu ошибок наблюдений. Учебник для вузов 2-е изд, иерераО. и доп. М.: Недра. 1983.223 с.

51. Assimakii N. D. LalnkXts DO . Sanida F.L. A survey of recursive atgariihnis for lhe solution of the discrete time Riccail equal юн',' Nonlinear Analysis Theory. Method» £ Application*, 1997. Vol.30. JM,P, 2409-2420.

52. Первачев СВ. Радиоовтоиптивд. M ;РМйо н связь, Г941.295с,

53. Гришин Ю П , Квзаринов Ю М. Динамические системы устойчивые к отказам М :Рдлно и связь, 1985т. С. 173.

54. Кендалл М. Дж., Стьюарт Д. Теория определений М : Наука. 1966.-С".587.76, Неищелз. Е С Исследование операций. М-: Наука J972.-C.55l,77. кори Г, Корн Т, Справочник но математике М. Наука,1984.-С,832

55. В С Комаров. (О Б Попов. К Я Сиисва. А.И Попова. Временная статистическая структура метеорологически* полей в пограничном слое атмосферы Оптика атмосферы и оаеана- Томск, 2001, Т- К №4.-С2б5-271.

56. Кобышева Н,В, Наровляиский Г Я. Климатическая обработка метеорологической информации- Л : Гндрочсгеоизддт, 1978.-С.295.

57. Я иегова B.AI-. Киипннм ВН. Неиг>мова Л А , Решетником И-О, Математическая статистика.-М, Высшая школа, I973.-C.39S.

58. Манита А.Д, Теория вероятное tell и математическая статистика: Учебное пособие. -М №мт- Отдел УНЦ ДО. 200I.-CJ20

59. П С Комаров. Ю-Б. Попов. А-И Попов», Адаптивный алгоритм пространственного прогнозирования метеорологических полей на основе Кал мама н полиномиальной метели второго порядка. Н Оптика атмосферы и океана.-Т. J 7J67.2 ИМ.-С.558-562.

60. Попова А,И- B.C. Комаров, ИЯ.Ломакин». Ю Б.Попав, Банк метеорологических и аэрологических данных для решения прикладных задач. И Оптика атмосферы и океана- 2005- T.I8^S-C716-7I9.

61. Брюхоиь Ф.Ф. Методы климатической обработки и анализа аэрологической информации М.: Гндрометеои1дат.1953,-СЛ12.

62. Попов Ю.К., Попова АН. Оценка пстенииалыюЛ точности алгоритма экстраполяции метеорологических величин методом пространства состояний, /.Оптика атмосферы и океана -2006, Т. 19, №4-С 34S-350.

63. В£ Зуев, ВС Комаров, С.Н. Ильин. Ю.Е. Попов, А,И. Попом. СС. Суворов, Пространственный преюнл параметров состояния атмосферы в области мпомасияабо на основе давши ик о-сто хасти чес кого подхода. Н Оптика атмосферы и океана. -2003, T.I6.KH0-C. 921-926.