Динамико-стохастический метод пространственной экстраполяции метеорологических полей в области мезомасштаба

  • Автор:
  • Специальность ВАК РФ: 25.00.29
  • Научная степень: Кандидатская
  • Год защиты: 2005
  • Место защиты: Томск
  • Количество страниц: 129 с. : ил.
  • бесплатно скачать автореферат
  • Стоимость: 230 руб.
Титульный лист Динамико-стохастический метод пространственной экстраполяции метеорологических полей в области мезомасштаба
Оглавление Динамико-стохастический метод пространственной экстраполяции метеорологических полей в области мезомасштаба
Содержание Динамико-стохастический метод пространственной экстраполяции метеорологических полей в области мезомасштаба
1. Современные подходы к пространственной экстраполяции и интерполяции состояния атмосферы
1.1. Общие представления о пространственной экстраполяции и интерполяции состояния атмосферы
1.2. Анализ существующих подходов к моделированию атмосферных объектов
1.2.1. Гидродинамический подход
1.2.2. Физико-статистический подход
1.2.3. Динамико-стохастический подход
1.3. Традиционный метод оптимальной интерполяции (экстраполяции)
2. Исследование и аппроксимация эмпирических распределений и корреляционных функций геопотенциала, температуры и ветра применительно к построению динамико-стохастического алгоритма пространственной экстраполяции в области мезомасштаба
2.1. Характеристика исходного материала
2.2. Оценка соответствия эмпирических распределений геопотенциала, температуры, зональной и меридиональной составляющих скорости ветра закону нормального распределения
2.3. Пространственные корреляционные функции геопотенциала, температуры и ортогональных составляющих скорости ветра в области мезомасштаба и их аналитическая аппроксимация
2.4. Временные корреляционные функции геопотенциала, температуры и ортогональных составляющих скорости ветра и их аналитическая аппроксимация
3. Анализ исходной модели и алгоритма пространственной экстраполяции полей метеорологических величин в области мезомасштаба
3.1. Общая постановка задачи пространственной экстраполяции в рамках теории оптимального оценивания
3.2. Малопараметрическая линейная разностная модель на основе корреляционных свойств атмосферных процессов и полей
3.3. Логическое обоснование исходной малопараметрической линейной разностной модели на основе гидродинамического подхода
3.4. Методика пространственной экстраполяции на основе аппарата калмановской фильтрации и линейной разностной модели
4. Разработка усовершенствованной малопараметрической модели и нового метода синтеза алгоритма оценивания, его исследование и оптимизация
4.1. Модернизация динамической модели за счет оценки её пространственно-временных параметров в процессе поступления текущих измерений
4.2. Метод синтеза алгоритма оценивания метеорологических полей в области мезомасштаба на основе усовершенствованной модели и расширенного фильтра Калмана
4.3. Алгоритм пространственной экстраполяции мезометеорологических полей на основе расширенного фильтра Калмана
4.4. Оптимизация условий инициации алгоритма оценивания
4.5. Оптимизация числа непрерывных прогнозов в одном сеансе проводимых с помощью нового алгоритма
5. Результаты исследований качества и устойчивости разработанного алгоритма пространственной экстраполяции
5.1. Характеристика исходного материала и методика исследований
5.2. Результаты статистической оценки качества предложенного алгоритма
Заключение
Литература
Приложение,
Интенсивное развитие промышленности, транспорта и энергетического комплекса, наблюдаемое в последние десятилетия, привело к существенному увеличению выбросов загрязняющих примесей в атмосферу. В некоторых промышленных районах количество выбрасываемых загрязняющих примесей становится уже ощутимым для экологического равновесия, поскольку атмосфера, находящаяся здесь под непрерывным антропогенным воздействием, постепенно утрачивает свою уникальную способность к самоочищению и восстановлению.
В комплексе задач атмосферно-экологического мониторинга важное место занимает проблема численного моделирования и прогнозирования загрязнения атмосферы в пределах крупных городов и промышленных центров, а также прилегающих к ним территорий. Разработка математических методов исследования процессов загрязнения атмосферы позволяет не только контролировать уровень вредных примесей на урбанизированных территориях, но и решать задачи оптимального размещения промышленных предприятий и станций наблюдений за качеством атмосферного воздуха.
Известно, что на распространение загрязняющих примесей и изменение их содержания во времени существенное влияние оказывают метеорологические условия: скорость ветра и турбулентность, термическая стратификация, облака, туманы и осадки [1-3]. Особо важную роль в переносе загрязняющих примесей занимает ветер [3].
При этом для расчета распространения облака загрязняющей примеси, вместо уровенных значений вектора ветра используют его средние в слое значения [4]. Аналогично поступают и с профилем температуры, которая также играет заметную роль в процессе распространения антропогенных примесей.
На практике решение уравнения переноса загрязнений осуществляется двумя путями: либо с привлечением реальных данных о вертикальном
Анализ рис. 2.5 показывает, что:
- временная корреляция геопотенциала на всех изобарических уровнях и для разных сезонов заметно затухает с увеличением временного сдвига, однако даже при г= 5 суткам (120 ч.) она остается положительной (значения //н( г) варьируют в пределах 0,21-0,30);
-теснота временных корреляционных связей геопотенциала заметно возрастает от 975 гПа к 300 гПа. Действительно, если на изобарическом уровне 975 гПа значения коэффициентов временной корреляции при сдвиге т= 1 сут. (т.е. сдвиге, который будет использован в процедуре временной экстраполяции геопотенциала) составляют около 0,80, то к уровню 300 гПа (~9,0 км) значения тех же коэффициентов уже порядка 0,84-0,86. При увеличении временного сдвига т этот рост //н(^) с высотой еще более значителен.
О временной корреляции других метеорологических параметров можно судить из рис. 2.6 и 2.7, на которых в качестве примера приведены автокорреляционные функции средней температуры (<Т>/,0>Л), зональной (<и>/,0,/,) и меридиональной (<У>и0,к) составляющих скорости среднего ветра, полученные по данным ст. Брест для стандартных слоев: 0-0,2; 0-1,6; 0-5,0 и 0-8,0 км и различных временных сдвигов т= 1,2 5 суток.
Анализ рис. 2.6 и 2.7 показывает, что:
- временная корреляция средней температуры, зональной и меридиональной составляющих скорости среднего ветра для всех стандартных слоев заметно затухает с увеличением сдвига во времени г, однако она даже при г = 5 суткам остается положительной;
- наиболее медленное затухание временных корреляционных связей параметров <Т>/,0/„ <и>/,0,А и <У>к0м отмечается зимой, когда наблюдается повышенная изменчивость атмосферных процессов и полей, но все же при т= 1 суткам подобные связи в зависимости от сезона различаются слабо.

Рекомендуемые диссертации данного раздела