Электронная библиотека диссертаций и авторефератов России
dslib.net
Библиотека диссертаций
Навигация
Каталог диссертаций России
Англоязычные диссертации
Диссертации бесплатно
Предстоящие защиты
Рецензии на автореферат
Отчисления авторам
Мой кабинет
Заказы: забрать, оплатить
Мой личный счет
Мой профиль
Мой авторский профиль
Подписки на рассылки



расширенный поиск

Адаптивные методы сверхкраткосрочного прогнозирования в мезомасштабных задачах метеорологии Белоцерковский, Андрей Владленович

Данная диссертационная работа должна поступить в библиотеки в ближайшее время
Уведомить о поступлении

Диссертация, - 480 руб., доставка 1-3 часа, с 10-19 (Московское время), кроме воскресенья

Автореферат - бесплатно, доставка 10 минут, круглосуточно, без выходных и праздников

Белоцерковский, Андрей Владленович. Адаптивные методы сверхкраткосрочного прогнозирования в мезомасштабных задачах метеорологии : автореферат дис. ... доктора физико-математических наук : 11.00.09.- Санкт-Петербург, 1996.- 35 с.: ил.

Введение к работе

Актуальность. Развитие современных информационных
гхнологий существенно преобразило образ жизни и
гятельности человека. За последние два десятилетия до
еузнаваемости изменился как характер решаемых в

роизводственной сфере задач, так и методы и средства их гшения. Метеорология в полной мере испытывает этот процесс эновления на себе. Конечно, динамика природных атмосферных роцессов и погодообразующих факторов осталась неизменной и зяд ли в обозримом будущем претерпит сколько либо дцественную трансформацию (если, конечно, не произойдет іких-либо катастроф глобального характера). В то же время етоды измерения, передачи, обработки и анализа етеоинформации становятся качественно иными, как по форме, а и по содержанию.

Начиная с 80-х годов быстрое и широкое распространение во ;ем мире получает мезомасштабная технология наукастинг lowcasting). Наукастинг - это технология сбора, обработки, гредачи и сверхкраткосрочного прогнозирования с упреждением в 0-

часа текущей метеорологической информации в реальном асштабе времени. По самому названию, наукастинг - это прогноз

ого, что сейчас, на сейчас", сообщение о сиюминутных локальных етеорологических условиях и тенденции их развития в тижайшее время. Наукастинг - это прямой телерепортаж с места )бытий, в то время как традиционные метеорологические іблюдения - это, скорее, киносъемка, с ее проявкой пленки, онтажом, изготовлением копий и затем передачей потребителю елезных коробок с киноматериалами. Основным потребителем {формации наукастинг первоначально являлась авиация, >ажданская и военная, и наземный транспорт, как наиболее [интересованные отрасли в текущем сиюминутном мониторинге гзомасштабных метеорологических условий. Со временем эеимущества наукастинг были оценены и в других областях шйственной деятельности человека, что значительно ісширило круг потенциальных потребителей и, соответственно,

стимулировало дальнейшее развитие этой технологии. По оценкам
К.А.Браунинга, президента Британского королевского

метеорологического общества, одного из "отцов" наукастинга и
мезометеорологии, к началу XXI века 80% мировой
метеорологической информации будет добываться,

распространяться и обрабатываться в рамках идеологии наукастинг.

Развитие средств дистанционного зондирования сделало возможным быстрый обзор и регистрацию метеорологических параметров на больших площадях. Появление сравнительно дешевых высокопроизводительных персональных компьютеров и рабочих станций позволило быстро усваивать, комплексировать и обрабатывать огромные количества информации, доставляемые измерительными устройствами. Прогресс в телекоммуникационных технологиях обеспечил быстроту обмена информацией между измерительными и вычислительными устройствами и передачу результатов потребителям в темпе измерений. Это и составило аппаратурную основу наукастинга. Однако вопрос о том, какими же алгоритмами должен управляться вычислительный комплекс (методическая основа технологии), до сих пор является предметом исследований и разработок.

Одной из основных методических задач, решаемых в
автоматическом режиме, является задача сверхкраткосрочного
прогнозирования текущей мезомасштабной метеорологической
обстановки. Принципиальными факторами, затрудняющими

решение этой задачи оказались следующие.

1. Значения параметров измеряемых метеорологических процессов в пространственных и временных масштабах технологии наукастинг являются реализациями нестационарных случайных процессов. Использование численных методов метеорологического прогнозирования, основанных на решении детерминированных физических уравнений, нецелесообразно в этом случае. Использование классических методов прогноза случайных процессов также зачастую оказывается не адекватным задаче в силу их ориентации на стационарные процессы.

2. Отсутствие априорной информации о статистической

структуре прогнозируемых процессов. Ее изменчивость в силу нестационарной природы самих мезомасштабных процессов. Единственный источник информации - сами измерительные данные.

3. Результаты измерений содержат измерительные ошибки, не
имеющие отношения к природе прогнозируемого процесса.

4. Необходимость автоматической работы в реальном
масштабе времени. Прогноз должен выполняться в темпе
поступления измерений.

До появления наукастинга подобной задачи в метеорологии в полном объеме просто не возникало, поэтому и не были развиты соответствующие методы. Методы же, имевшиеся в распоряжении, не преодолевали всех этих трудностей.

Цель работы. Целью настоящей работы является

разработка теоретического обоснования методов сверхкраткосочного
прогнозирования метеорологических процессов, как одномерных,
так и пространственных структур, учитывающих

нестационарность прогнозируемых процессов, работающих в
условиях априорной неопределенности при наличии измерительных
помех в реальном масштабе времени, и алгоритмическая

реализацию этих методов. Решение этой задачи может служить
универсальной методической компонентой современных

метеорологических технологий, имеющих дело с мезомасштабными процессами.

Научная новизна.

- Разработан метод оптимальной фильтрации и
сверхкраткосрочного прогнозирования метеорологических

одномерных временных рядов в реальном масштабе времени. Метод основан на использовании адаптивных стохастических моделей с применением калмановскои фильтрации и сохраняет работоспособность в условиях априорной неопределенности статистической структуры прогнозируемых процессов, их нестационарности и наличия измерительных ошибок.

- Разработан метод прогноза полей пространственных
метеорологических структур. Метод состоит в трансляции
изображения в область многомерных пространственных
спектральных компонент, фильтрации высокочастотных
составляющих, применении адаптивных стохастических моделей
для прогноза спектральных компонент и восстановлении изображения
по усеченному прогностическому многомерному пространственному
спектру.

Разработан метод обнаружения и подавления расходимости с прогнозируемым процессом адаптивной стохастической модели путем настраиваемого увеличения дисперсии случайного блуждания ее параметров

Разработан метод информационно-временной сегментации структуры прогнозируемого временного ряда по изменениям настраиваемых параметров прогнозирующей модели,

Разработан метод построения оптимальной в смысле максимума энтропии оценки спектральной плотности временного ряда в реальном времени по адаптирующимся параметрам стохастической модели,

Практическая ценность. Полученные в диссертации

результаты и разработанные методы могут быть использованы:

в системах, реализующих технологии мезомасштабного прогнозирования,

при сверхкраткосрочном прогнозировании различных метеорологических величин,

при оперативном спектральном анализе метеорологических величин,

при оценке эффекта активных воздействий по изменчивости параметров атмосферных процессов,

при фильтрации ошибок измерений различных метеорологических величин,

- при модернизации с целью расширения функциональных
возможностей автоматических метеорологических станций,
метеорологических радиолокаторов, систем обработки и анализа
спутниковой информации.

Основные положения, выносимые на защиту:

метод оптимальной фильтрации и прогноза метеорологических временных рядов на основе адаптивно идентифицируемых стохастических моделей и использования калмановской фильтрации с настраиваемой в темпе измерения структурой,

метод обнаружения и подавления расходимости прогнозирующей модели путем настраиваемого увеличения дисперсии случайного блуждания парамегров модели,

метод информационно-временной сегментации прогнозируемого временного ряда по изменениям настраиваемых параметров прогнозирующей модели,

метод построения оптимальной в смысле максимума энтропии оценки спектральной плотности временного ряда в реальном времени по адаптирующимся параметрам стохастической модели,

метод прогноза пространственных метеорологических структур, основанный на трансляции изображения в область многомерных пространственных спектральных компонент, фильтрации высокочастотных составляющих, применении адаптивных стохастических моделей для прогноза спектральных компонент и восстановлении изображения по прогностическому многомерному пространственному спектру.

Апробация. Основные результаты работы докладывались: на 4
международной школе по метеорологии и гидрологии (Варна,
Болгария. 1988 г.), на 5 международном симпозиуме по обледенению
сооружений (Токио, Япония, 1990 г.), на итоговых конференциях
Японского метеорологического общества 1990 и 1991 гг. (Токио,
Нагоя), на 11 международной конференции по облакам и осадкам
(Монреаль, Канада, 1992 г.), на совместном международном
съезде метеорологов и гидрологов 1AMAP-1AHAS'93 (Иокогама,
Япония. 1993 г.), на итоговых сессиях ученого совета РГГМИ (1985,
1993), на научных семинарах: кафедры экспериментальной физики
атмосферы РГГМИ (1983-1996), кафедры радиометеорологии
университета
Хоккайдо (1990-1992), научного факультета

университетов Киото (1991), Нагоя (1991) и Токио (1992), кафедры атмосферных наук университета Мак-Гшш (Канада, 1992).

Материал диссертации состоит из введения, семи глав, заключения и приложения. Основной текст содержит 185 страниц, включая 16 рисунков. Список литературы составляет 204 наименования.

Похожие диссертации на Адаптивные методы сверхкраткосрочного прогнозирования в мезомасштабных задачах метеорологии