Многомерные динамико-стохастические модели и их применение в задачах восстановления и прогноза полей температуры и ветра

  • Автор:
  • Специальность ВАК РФ: 25.00.30
  • Научная степень: Кандидатская
  • Год защиты: 2008
  • Место защиты: Томск
  • Количество страниц: 168 с. : ил.
  • бесплатно скачать автореферат
  • Стоимость: 230 руб.
Титульный лист Многомерные динамико-стохастические модели и их применение в задачах восстановления и прогноза полей температуры и ветра
Оглавление Многомерные динамико-стохастические модели и их применение в задачах восстановления и прогноза полей температуры и ветра
Содержание Многомерные динамико-стохастические модели и их применение в задачах восстановления и прогноза полей температуры и ветра
Глава 1. Анализ современных подходов к решению задач восстановления и прогноза метеорологических полей. Общие представления о проблеме. Метод оптимальной интерполяции. Фильтр Калмана. Ансамблевый фильтр Калмана. Динамикостохастический подход. Физикостатистический подход. Заключение. Глава 2. Первый этап решения задачи численного восстановления. Второй этап решения задачи численного восстановления. Алгоритм численного восстановления мезометеорологических полей на основе четырехмерной модели и аппарата калмановской фильтрации. Глава 3. Обзор используемых полигонов. Результаты численных экспериментов. Оптимизация алгоритма относительно радиуса пространственной корреляции. Глава 4. Методика применения двумерной динамикостохастической модели и алгоритма фильтра Калмана. Глава 5. Результаты численных экспериментов по оценке качества алгоритма сверх краткосрочного прогноза полей температуры и ветра. Оптимизация длительности интервала непрерывной работы фильтра Калмана. Оптимизация алгоритма прогноза относительно длительности интервала исходной последовательности, на котором проводилась оценка регулярной составляющей метеорологического ноля.


Длительное время задачи пространственной интерполяции и экстраполяции решались в рамках объективного анализа метеорологических полей, осуществляемого на основе методов полиномиальной , и сплайновой , 5 аппроксимации, а также методов оптимальной интерполяции 3, , . Однако результатами такого анализа являются лишь наилучшие в фиксированном заранее смысле оценки метеорологических полей, а уточнение параметров прогностических моделей по результатам совместного анализа данных прогнозирования и данных измерений не производится. Но в последние годы эта задача стала решаться в рамках процедуры усвоения метеорологической информации, подробно описанной А. Лоренцем 9, под которой принято понимать одновременный учет результатов наблюдений и прогноза, проводимого с помощью некоторой математической
модели. Здесь следует подчеркнуть, что все используемые в схемах четырехмерного усвоения данных наблюдения неоднородны по природе, различны по точности и неравномерно распределены по пространству. Важным аспектом при рассмотрении схем усвоения данных является временной аспект, поскольку необходимо сохранить информацию, полученную в предыдущий момент наблюдений. Обычно в основу методов решения такой задачи закладывается модель, описывающая взаимосвязь полей метеорологических величин в фиксированный момент времени так называемая диагностическая модель. При этом, вообще говоря, для нахождения распределения метеорологических величин над заданной территорией привлекается лишь информация о состоянии атмосферы, доступная по результатам измерения в этот же момент.

Рекомендуемые диссертации данного раздела