Главная Коллекция "Otherreferats" География и экономическая география Методы долгосрочных прогнозов погоды на территории Российской Федерации

Методы долгосрочных прогнозов погоды на территории Российской Федерации

Метод прогноза среднемесячной температуры воздуха и сглаженного хода среднесуточной температуры в течение месяца с нулевой заблаговременностью. Анализ взаимосвязей между предикторами и предиктантами. Последовательность составления оперативного прогноза.

Рубрика География и экономическая география
Вид реферат
Язык русский
Дата добавления 12.12.2011
Размер файла 1,0 M

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Страница:

Размещено на http://www.allbest.ru/

Министерство образования и науки, молодежи и спорта Украины

Одесский государственный экологический университет

Реферат

на тему: «Методы долгосрочных прогнозов погоды на территории Российской Федерации»

Одесса- 2011

1. Метод прогноза среднемесячной температуры воздуха и сглаженного хода среднесуточной температуры воздуха в течение месяца с нулевой заблаговременностью

В Гидрометцентре России впервые разработан объективный метод прогноза сглаженного хода среднесуточной температуры воздуха в течение месяца на основе нового регрессионно-аналогового метода долгосрочного прогноза среднемесячной температуры воздуха по городам России с нулевой заблаговременностью с использованием статистической интерпретации среднесрочных гидродинамических прогнозов метеорологических величин.

Описание метода (общие сведения).

Схема статистического прогноза средней месячной температуры и сглаженного хода среднесуточной температуры воздуха в течение месяца в пунктах на территории России базируется на концепции совершенного прогноза. При этом в качестве предикторов применяются гидродинамические прогнозы полей метеорологических величин на первую декаду прогностического месяца. Наиболее инерционной метеорологической величиной является относительный геопотенциал H500, H1000. Однако его использование в качестве предиктора затруднено, поскольку не существует архива относительного геопотенциала достаточной длины и высокого качества. Поэтому в качестве основного предиктора выбран абсолютный геопотенциал H500. Кроме того, в прогностическую схему включены давление на уровне моря (p0) и температура на изобарической поверхности 850гПа (Т850), хорошо коррелированная с приземной температурой воздуха. Ежедневные данные по вышеуказанным величинам взяты из архива Национального центра прогнозирования окружающей среды США (NCEP USA) и представлены в узлах регулярной географической сетки. Предиктантом является сглаженный ход температуры (Т0) в течение месяца в пунктах на территории России и средняя месячная температура воздуха. Предиктант и предикторы в задаче прогноза используются в сглаженном виде. Сглаживание необходимо для фильтрации ежедневных флуктуаций метеорологических полей, которые со статистической точки зрения представляют собой шум, а из-за сравнительно небольшой выборки метеорологических объектов, размерность их может быть велика. Существенное уменьшение размерности предикторов и предиктантов позволяет устанавливать статистически устойчивые зависимости. Чтобы уменьшить влияние случайных процессов и сократить размерность предиктора, применяется разложение по естественным ортогональным составляющим (е.о.с.):

, (1)

где X - ежедневные значения Н500, р0 или Т850 в первой декаде (а также Т0 в течение месяца); Vij - собственные векторы ковариационной матрицы временного хода указанных величин, Yjh - коэффициенты разложения по времени. Процессы, происходящие в атмосфере над исследуемым районом, даже при одинаковом ходе метеорологических величин в определенной точке не всегда будут близки друг к другу. Необходимо привлечь в качестве предикторов величины, описывающие пространственную изменчивость процессов. Такими могут быть коэффициенты двойного разложения по е.о.с. (по времени и пространству). Коэффициенты разложения временного хода предикторов в первой декаде месяца в определенном узле географической сетки и в восьми окружающих его узлах раскладывались по пространственной координате:

, (2)

где Vh(фk) - собственные векторы ковариационной матрицы временного хода указанных величин в узле сетки, Wk(xj) - главные компоненты временных коэффициентов разложения в 9 точках, Lhk - коэффициенты двойного разложения по времени и горизонтальным координатам. Таким образом, предикторы отражали с одной стороны динамику геопотенциала на среднем уровне тропосферы и давления на уровне моря за первую декаду месяца в каждой точке поля, с другой - давали представление о барической ситуации синоптического масштаба. Сумма первых трех собственных чисел, характеризующая вклад первых трех коэффициентов разложения в общую дисперсию Н500, p0 и Т850 составляли 80-85%. Ход температуры в течение месяца для всех пунктов представлялся пятью первыми коэффициентами разложения, что позволило описать общую изменчивость на 70-80%.

Аномалии исследуемых величин объединены в одну выборку за последовательные пять декад. Это позволило увеличить объем выборки с 49 до 245 случаев (что заметно повышает устойчивость статистических выводов), а также соблюсти условие нормального статистического распределения для некоторых среднедекадных и среднемесячных величин.

1.1 Анализ взаимосвязей между предикторами и предиктантами

Изучение взаимосвязей средней месячной температуры (и хода температуры в течение месяца) в пунктах на территории России и Казахстана с предполагаемыми предикторами из архива Н500, р0 и Т850 проводилось на всей территории Северного полушария. Однако уже предварительный анализ линейных связей продемонстрировал целесообразность использования предикторов только на территории первого и второго естественных синоптических районов. 

Рис. 1 - Распределение множественного коэффициента корреляции между средней месячной температурой в указанных пунктах и ходом Н500 в узлах географической сетки. Лето: а - С.-Петербург, б - Москва; в - Красноярск

На первом этапе рассчитывались парные и множественные коэффициенты корреляции между средней месячной температурой в пунктах и полями предикторов в первой декаде месяца. Обнаружены «дальние связи» между исследуемыми величинами. В течение года районы, где отмечаются максимальные значения парной и множественной корреляции, перемещаются в пространстве, причем примерно одинаково для всех исследуемых пунктов. В теплое полугодие максимальные значения корреляции наблюдаются вблизи исследуемых пунктов (Рис. 1). Исключение составляет район Дальнего Востока, где летом практически отсутствуют взаимосвязи между указанными величинами.

В холодное полугодие отмечаются два ярко выраженных максимума взаимосвязей - один на северо-западе относительно исследуемого пункта, второй - в среднем южнее его. В частности для северной половины европейской территории России (ЕТР) характерно такое положение максимумов корреляции - район Исландской депрессии и район Балканского полуострова (рисунок 2).

Рис. 2 - Распределение множественного коэффициента корреляции между средней месячной температурой в указанных пунктах и ходом Н500 в узлах географической сетки. Зима: а - С.-Петербург, б - Москва; в - Красноярск

Для Западной и Восточной Сибири данные максимумы расположены вблизи побережья Северного Ледовитого океана и в районе климатического положения Сибирского антициклона. В переходные сезоны происходит перестройка полей корреляций. Причем для каждого пункта весной характерно приближение максимума корреляций, расположенного южнее, и обратный процесс осенью. Северный максимум также существует, однако становится заметно слабее. Для поля множественных корреляций по сравнению с полем парных корреляций отмечено более позднее смещение южного максимума к пункту прогноза весной и более раннее его перемещение к югу осенью. Анализ взаимосвязей хода температуры внутри месяца с параметрами, описывающими декадные изменения Н500, р0 и Т850, оказалось предпочтительнее проводить в режиме скользящего контроля над работой аналого-регрессионной схемы.

1.2 Аналого-регрессионная схема прогноза сглаженного хода температуры в течение месяца

В регрессионной схеме предиктантами являются средняя месячная температура воздуха и пять коэффициентов разложения хода средней суточной температуры в течение месяца по е.о.с. Предикторы отражают с одной стороны динамику геопотенциала на среднем уровне тропосферы и давления на уровне моря за первую декаду месяца и температуры на верхней границе пограничного слоя (коэффициенты разложения временного хода Н500, р0 и Т850) в каждой точке поля, с другой - дают представление о пространственной эволюции барической ситуации синоптического масштаба (коэффициенты двойного разложения хода Н500, р0 и Т850). Динамика данных величин (полей) представлялась тремя коэффициентами либо временного, либо пространственно-временного ортогонального базиса, определяемого методом главных компонентов. 

Для прогноза хода температуры внутри месяца использована схема множественной линейной регрессии:

, (3)

где Y - вектор-предиктант, состоящий из коэффициентов разложения временного хода температуры в течение месяца, X - вектор-предиктор, т.е. коэффициенты разложения временного хода (либо двойного разложения) Н500, р0 и Т850 в первой декаде месяца, A' - вектор-строка коэффициентов регрессии. 

Оценка прогнозов на зависимом материале производилась с помощью схемы скользящего контроля, или так называемой «кросс-валидации», которая близка к верхнему пределу оценки качества прогноза на независимом материале. При проведении «кросс-валидации» из выборки исключается первый контрольный случай, по всем оставшимся рассчитываются параметры уравнения регрессии, которые и позволяют рассчитать прогноз исключенного элемента, далее исключается второй, третий и т.д. случаи. Таким образом, дается прогноз всех исключенных элементов. Мерой оценки прогнозов были коэффициенты корреляции r и параметр с между прогностическими и фактическими средними месячными аномалиями температуры воздуха, а также фактическими и восстановленными по пяти коэффициентам разложения значениями температуры за каждый день месяца. Оценивалась оправдываемость прогноза (%) при абсолютной ошибке за каждый день д ? 30 и 50 (соответственно Д3 и Д5). Поскольку длина ряда T850 меньше, чем других рядов, для использования T850 в уравнениях регрессии необходимо вводить Т850 в уравнения после нахождения коэффициентов регрессии, соответствующих Н500 и р0. В этом случае коэффициент регрессии, соответствующий Т850, будет находиться не для самой аномалии температуры воздуха, а для ошибки ее прогноза по остальным предикторам в 1962-1994 гг. На первом этапе строится уравнение регрессии для самого длинного ряда, а ошибка регрессии д1T выводится для дальнейшего предсказания по более коротким рядам. На втором этапе из ошибки д1T выделяется та часть, которую можно предсказать, используя второй предиктор меньшей длины. Для прогноза оказалось предпочтительнее использовать аналого-регрессионную схему, которая составлялась как для прогноза средней месячной температуры (на основе установленных зависимостей), так и для прогноза хода температуры внутри месяца. Уравнение множественной линейной регрессии решалось после отбора определенного количества аналогов (разного для различных пунктов и сезонов). Фактически это схема кусочно-линейной регрессии. 

Для применения кусочно-линейной регрессии наиболее оптимальным оказалось использование в уравнении регрессии трех различных предикторов (три коэффициента разложения Н500, р0 либо Т850 считались за один предиктор). К каждой новой реализации первого предиктора (средней декадной величине или трем коэффициентам при главных компонентах Н500) подбиралась группа аналогов, составляющая около 50% исходной выборки. В качестве меры аналогичности были использованы евклидовы расстояния между исходным и всеми остальными векторами-предикторами. Выстраивались предикторы с учетом увеличения евклидова расстояния между исключенным и архивным предикторами. Евклидово расстояние Dбв вычислялось по формуле:

, (4)

где Pi - весовой коэффициент i-го признака, Xi(б), Xi(в) - i-й признак объектов б и в. Если признаками являлись средние декадные значения предикторов, то данное выражение вырождалось в сумму по одному индексу, а весовой коэффициент равнялся нулю. Если в качестве признаков рассматривались коэффициенты разложения по е.о.с., то Pi представляли собой величины, обратные собственным числам лi. Это связано с тем, что первое собственное число л1 обычно в 1,5-2 раза больше второго (л2), а л2 в 1,5-2 раза больше л3. Не вводя весовые коэффициенты, мы теряем часть информации о колебаниях величин предикторов, описываемых вторым и третьим коэффициентами разложения.

Затем отбиралась группа аналогов ко второму предиктору среди уже отобранных. Такие же действия применялись по отношению к третьему предиктору. При этом на каждом шаге число аналогов уменьшалось на 20-30 по сравнению с предыдущим.

Далее на аналоговой выборке решалось уравнение множественной линейной регрессии. По полученным коэффициентам регрессии рассчитывались значения предиктанта (коэффициентов разложения по е.о.с.). Временной ход температуры восстанавливался по коэффициентам разложения. Оценка с прогноза средней месячной температуры в режиме скользящего контроля оказалась в среднем около 0.5 для всех пунктов за исключением района Дальнего Востока, где прогноз по данной методике возможен лишь в холодное полугодие. Такие показатели оправдываемости позволяют применять спрогнозированную среднюю месячную температуру для уточнения прогноза хода температуры.

Прогноз хода температуры также проверялся в «квази-оперативном» режиме. В целом оправдываемость таких прогнозов достаточно высока, однако далеко не всегда хорошо прогнозируется амплитуда колебаний температуры. 

При прогнозе хода температуры во всех случаях выявлено несколько (от 5 до 30) комбинаций предикторов с учетом и без учета пространственных сдвигов, на основе которых получены высокие показатели оправдываемости, близкие друг к другу. Поэтому было принято решение использовать все эти комбинации предикторов при проверке прогнозов в «квази-оперативном» (т. е. с применением «кросс-валидации») и оперативном режиме. Полученные по разным наборам предикторов прогнозы осреднялись. В 2001-2003 гг. схема статистического прогноза хода температуры внутри месяца (T(ф=1,2,...,30)) проверялась на фактическом материале. В качестве исходных данных использовались ансамбли гидродинамических прогнозов, составленных в Гидрометцентре России, за исходный срок ф0 и за сроки ф1=ф0-12h и ф2=ф0-24h. Для восстановления сглаженного хода температуры в течение месяца T(ф=1,...,30) в прогностической схеме применялись как отдельные гидродинамические прогнозы, так и осредненные по ансамблю. Кроме того, для каждого случая рассматривались несколько наилучших наборов предикторов, полученных по расчетам на зависимом материале. Таким образом, прогноз хода температуры представляет собой расширенный ансамбль, рассчитанный по реализациям ансамблевого гидродинамического прогноза и различным комбинациям предикторов.

1.3 Результаты оперативных испытаний

Оперативные испытания метода проводились в Гидрометцентре России в период с февраля 2001 г. по январь 2003 г. по следующим городам России: Москва, Санкт-Петербург, Нижний Новгород, Красноярск. Прогнозы составлялись с нулевой заблаговременностью на 30-дневные периоды, начиная с 1, 11 и 21 числа календарного месяца. Успешность прогнозов рассчитывалась путем их сравнения со среднесуточными и среднемесячными сглаженными и не сглаженными фактическими значениями температуры и климатическими нормами за 49-летний период (1946-1994 гг.). 

Успешность прогнозов среднесуточной температуры в течение 30-дневных периодов характеризовали средние абсолютные ошибки величиной 2,5-5,0°С. В теплый период года по сравнению с холодным периодом характеристики качества прогнозов оказались несколько лучше. Сравнение прогнозов среднесуточной температуры в течение месяца по данному методу с оперативными прогнозами Гидрометцентра России и климатическими прогнозами в период 2001 г. показало, что рассматриваемый метод в среднем имел преимущество в оправдываемости прогнозов на 5 - 9% и меньшие (на 0,4 - 0,7°С) абсолютные ошибки. Успешность прогнозов среднемесячных аномалий температуры по указанным городам характеризовали значения с, равные 0,28 - 0,39 и величины относительных ошибок от 0,74 до 0,84. Указанные показатели успешности прогнозов среднемесячной температуры воздуха по испытываемому методу близка к успешности оперативных прогнозов Гидрометцентра Росси или несколько ниже ее. 

Не отмечено существенных различий в оценках для прогнозов, составленных в начале месяца, с первой или второй декады. Хотя в отдельных случаях несколько лучше оказывались прогнозы, составленные с начала календарного месяца. При сравнении прогнозов со сглаженными фактическими значениями температуры было отмечено уменьшение абсолютных ошибок примерно на 1°С. 

1.4 Рекомендации к внедрению

Метод долгосрочного прогноза среднемесячной температуры воздуха и сглаженного хода среднесуточной температуры воздуха в течение месяца с нулевой заблаговременностью по городам Российской Федерации был рассмотрен Центральной методической комиссией по гидрометеорологическим прогнозам Росгидромета (ЦМКП) 14 октября 2003 г. Комиссия отметила, что такой метод в Гидрометцентре России разработан впервые. ЦМКП рекомендовала внедрение метода в оперативную практику при прогнозировании среднемесячной аномалии и среднесуточной температуры воздуха на месяц с нулевой заблаговременностью для городов Москва, Санкт-Петербург, Нижний Новгород и Красноярск. Одновременно рекомендовано Гидрометцентру России разработать форму представления потребителям прогноза сглаженного хода среднесуточной температуры воздуха внутри месяца, включая априорные вероятностные характеристики, и с января 2004 г. организовать их эксплуатацию. Предложено реализовать данный метод прогноза для других городов Российской Федерации.

2. Статистический метод автоматизированного прогноза аномалии температуры воздуха на зимние месяцы по станциям о. Сахалин с большой заблаговременностью

Данная работа является продолжением научных исследований, начатых в отделе долгосрочных прогнозов (ОДПП) Дальневосточного регионального научно-исследовательского гидрометеорологического института (ДВНИГМИ) 15 лет назад. Применительно к дальневосточному региону в то время была проверена гипотеза о том, что на полушарии существуют такие области, в которых аномальное состояние гидрометеорологических параметров может указывать в будущем на большие аномалии в элементах погоды удаленных территорий (“дальние связи”). Был разработан алгоритм объективного способа нахождения этих областей (информативных точек) в полях Н500, Н100, Р0, Т0 над Северным полушарием для целей долгосрочного прогноза аномалии температуры воздуха (ДT) и сумм осадков (ДR). Он подробно описан в статье. По этому алгоритму в отделе был получен большой архив информативных районов, представленный в виде 420 карт. В дальнейшем предполагалось опробовать их в качестве потенциальных предикторов при прогнозе ДT и ДR для отдельных регионов Дальнего Востока с различной заблаговременностью.

Результаты первой апробации найденных информативных районов в полях Н500 и P0 Северного полушария в качестве предсказателей для долгосрочного прогноза знака ДT весной в Приморском крае, начатые в 1992 г., опубликованы в работе. Также изучены возможности их использования для прогноза знака ДT весной на о. Сахалин с большой заблаговременностью (о результатах упоминается в работе). Заметим, что в то время названные прогнозы составлялись “ручным” способом на основе архива карт информативных районов, в которых зафиксированы качественные прямые или обратные зависимости между знаками аномалии предиктора в информативном районе и аномалии прогнозируемого элемента. Удовлетворительная успешность фоновых прогнозов позволила надеяться на то, что использование информативных районов будет удачным при прогнозе не только знака, но и величины ДT.

Начиная с 1999 г. работа продолжалась в направлении создания автоматизированного статистического метода и технологии прогноза знака и величины ДT с большой заблаговременностью на весенние месяцы в целом для территории о. Сахалин (авторы Журавлева Т. М., Анжина Г. И). Созданы программные средства для статистической модели, включающей объективный поиск информативных предикторов по упомянутому выше алгоритму и расчет по ним прогностических значений ДT по стандартной программе пошаговой множественной регрессии, а также блок оценки прогнозов по Наставлению и Методическим указаниям. Для хранения и использования гидрометеорологической информации заимствованы программные средства, разработанные ранее в ОДПП. На зависимой (1960 (1959) - 1989 (1988) гг.) и независимой (1990 - 1996 гг.) выборке авторам удалось найти оптимальные прогностические схемы для прогноза ДT на календарные весенние месяцы с заблаговременностью (ф) 5 и 6 месяцев в целом для территории о. Сахалин. Авторские испытания прогностических схем для всей территории острова показали успешность, равную в среднем 87%.

В 2001 г. метод прогноза на весенние месяцы усовершенствован для расчета ДT по 9 станциям о. Сахалин: Александровск, Оха, Кировское, Поронайск, Углегорск, Холмск, Корсаков, Погиби, Южно-Сахалинск. Была создана технология для автоматизированного прогноза с использованием оперативных данных, поступающих по каналам связи в ГИС МЕТЕО базы ЛАССО. Авторские (1992-1998 гг.) и оперативные (2002-2004 гг.) испытания автоматизированного метода показали успешность 91% и 83%, соответственно, и рекомендованы к внедрению. 

2.1 Цель работы и использованная методология

Известно, что аномалия средней месячной температуры воздуха труднее всего поддается прогнозу в зимний период не только в исследуемом регионе о. Сахалин, но и по многим другим территориям. По этой причине настоящее исследование посвящено созданию автоматизированного статистического метода прогноза Д? с большой заблаговременностью для станций о. Сахалин на месяцы зимних синоптических сезонов этого региона: декабрь, январь - первой и февраль, март - второй половины зимы. 

В данной работе также использованы методология, изложенная в для поиска предикторов - информативных точек в полях Н500 и Р0 Северного полушария, и основные принципы построения прогностических моделей, представленных уравнениями множественной пошаговой регрессии, примененные авторами в работах для прогноза ДT на весенние и в- на зимние месяцы по станциям о. Сахалин. Поскольку они в выше названных работах описаны достаточно подробно, здесь кратко изложим основные результаты, полученные при создании автоматизированного статистического метода долгосрочного прогноза ДT на зимние месяцы в рассматриваемом регионе. 

2.2 Материалы, использованные при создании и испытании метода

Архивы данных по температуре воздуха в зимних месяцах подготовлены за период с 1954 по 2004 г. по тем же упомянутым выше 9 станциям о. Сахалин, для которых был разработан метод прогноза ДT на весенние месяцы. Прежде чем получить фактические средние значения ДT за конкретные месяцы, были рассчитаны многолетние средние значения температуры воздуха на использованном в работе базовом периоде длиной 30 лет (1961-1990 гг.), рекомендованном ВМО на период разработки данного метода. Относительно этих средних были рассчитаны аномалии и средние квадратические отклонения температуры воздуха отдельно для каждого месяца.

На базе данных NCEP/NCAR Reanalysis за срок 00 ч ВСВ (всемирно скоординированного времени) были созданы архивы средних месячных значений барических полей на двух уровнях атмосферы - у поверхности Земли (Р0) и на уровне 500 гПа (Н500) в узлах стандартной сетки 5х10° за период с 1954 по 1998 г. Многолетние средние значения Р0 и Н500 и их средние квадратические отклонения рассчитаны на том же базовом периоде, что и температура воздуха.

Для поиска предсказателей использовались также средние месячные температуры воздуха для всех месяцев и рассчитанные в ОДПП ДВНИГМИ индексы зональной циркуляции Е. Н. Блиновой за период с 1954 по 1998 г. Кроме этого были опробованы и другие расчетные параметры. Например, подготовленные новые наборы индексов состояния пар центров действия атмосферы (ЦДА), сформированных ранее в [5, 10]. Индексы рассчитаны по рядам давления за период 1954 - 1999 гг. для четырех перманентных и шести сезонных ЦДА. Это перманентные океанические центры над Атлантическим океаном - Азорский максимум и Исландский минимум, над Тихим океаном - Гонолульский максимум и Алеутский минимум; континентальные сезонные центры - Сибирский и Канадский максимумы (в холодное полугодие), Азиатский и Калифорнийский минимумы (в теплое полугодие). Рассматривались и региональные ЦДА теплого периода: как охотский антициклон и дальневосточная депрессия. Кроме этого информативные точки отыскивались в полях относительной топографии Н500/1000, которые рассчитывались по данным полей Н500 и Р0. 

Для проведения испытаний, приближенных к оперативным условиям приема и обработки информации (квазиоперативных), был использован другой набор полей Н500 и Р0, полученный посредством оперативного приема и обработки данных центра KWBC (Вашингтон). Прием осуществлялся из базы ЛАССО ГИС МЕТЕО в сетке 5х5° за период с 1998/99 по 2004/05 гг.

2.3 Проведение экспериментов

Отрабатывались несколько вариантов прогностической модели: одноуровенные с использованием информативных очагов либо в полях Н500, либо в Р0; двухуровенные - с использованием информативных очагов в полях Н500 и Р0. Кроме того, испытывались одноуровенные варианты модели с использованием в качестве предикторов и других расчетных параметров, перечисленные выше. Помимо этого в качестве предикторов использовались средние месячные значения температуры воздуха на упомянутых выше станциях о. Сахалин и индекс зональной циркуляции над северным полушарием Е. Н. Блиновой. Отбор предикторов и построение уравнений с использованием всей упомянутой выше информации осуществлялись для каждой станции в отдельности. Был применен статистический аппарат пошаговой множественной регрессии, в котором матрица ковариаций пересчитывается после каждого отобранного предиктор. Константа, задаваемая при отборе независимых переменных, равна 0,05.

Для каждого месяца сезонов первой и второй половин зимы (с декабря по март) рассчитывались прогнозы ДТ с заблаговременностью от 0 до 6 месяцев. Обучающаяся выборка, по которой составлялись уравнения регрессии, составила 37 лет (1954/55 - 1990/91 гг.). Независимый ряд, или экзаменационная выборка, по которой рассчитывались контрольные прогнозы, принят длиной 7 лет (1991/92-1997/98 гг.). Прогнозы на обучающейся и экзаменационной выборке оценивались в соответствии с “Наставлением…“ по каждой из 9 станций в предположении, что область прогноза содержит только одну станцию. Использованная здесь методика оценки применяется в практике гидрометеорологического обслуживания для официальных месячных прогнозов с нулевой заблаговременностью. В нашем случае заблаговременность намного больше. Тем не менее, по этой методике оценивалась успешность предлагаемых прогностических схем. 

Эксперименты по настройке модели для прогноза ДT на зиму по станциям о. Сахалин проводились по аналогии с весенними месяцами по одноуровенному варианту, где в число потенциальных предсказателей в пошаговой регрессионной модели входили информативные точки в поле Н500. Предсказатели брались из разных предшествующих периодов времени со сдвигами в -1, -2, -3, -4, -5, -6 и -7 месяцев, что соответствует заблаговременности 0, 1, 2, 3, 4, 5 и 6 месяцев. 

Для 5 и 6-месячной заблаговременности качество зимних прогнозов на зависимой выборке получилось удовлетворительное, на независимой - удовлетворительное лишь на отдельных станциях (при Р > 60 %). 

В связи с этим, с целью оценки прогностических возможностей модели, на втором этапе была проведена серия экспериментов, различающихся исходной информацией (Р0, Н500, Н500/1000, индекс Е. Н. Блиновой, индексы состояния пар ЦДА, средняя месячная температура на станции и их комбинации) и заблаговременностью (от 0 до 6 месяцев). Для каждого варианта прогнозов были рассчитаны показатели успешности с, Q, P% согласно. Ограниченное число экспериментов показало, что существенного улучшения прогнозов при добавлении новых предикторов не происходило. Поэтому продолжался поиск других вариантов прогностической модели по пути увеличения их заблаговременности от 5 до 12 месяцев. Для этого была осуществлена модификация модели. При этом варианты с ф < 5 месяцев уже не рассматривались. Дальнейшие эксперименты проводились по одноуровенному (только с Н500 или Р0) и двухуровенному (с Н500 и Р0) вариантам модели.

2.4 Анализ отобранных схем прогноза и оценок их успешности

Из множества вариантов для каждой из 9 станций и каждого прогнозируемого месяца на зависимой выборке построены, затем на независимом материале отобраны по одной наиболее удачной по всем 3-м показателям успешности с, Q, P% прогностической схеме.

прогноз температура воздух предиктор

Табл. 1 - Оптимальные прогностические схемы для прогноза ?Т на зимние месяцы по 9 станциям о. Сахалин и их успешность на независимой выборке 1991/92 - 1997/98 гг.

Название

Месяц

ф,

Вариант

Прогностическое уравнение

Оценки успешности

станции

прогноза

месяцев

модели

 

?

Q

P%

1

2

3

4

5

6

7

8

XII

10

Inf_H

ДT = 0.366ДH612

.43

.26

82

Александровск

I

7

Inf_H

ДT = 0.499 ДH496 + 0.339 ДH539

.43

1.28

68

II

5

Inf_H

ДT = 0.413 ДH385 + 0.315 ДH318

1.00

.77

68

III

6

Inf_H

ДT = 0.341 ДH300+ 0.291 ДH391- 0.226 ДH359

.71

.61

79

 

 

 

 

 

 

 

 

XII

7

Inf_P

ДT = 0.524 ДP365 - 0.475 ДP595- 0.308 ДP462

.71

.31

89

Оха

I

6

Inf_H

ДT = 0.378 ДH679- 0.425 ДH164

.43

.89

68

II

6

Inf_P

ДT = - 0.395 ДP216 - 0.434 ДP681 + 0.331 ДP675

.71

.57

71

III

12

Inf_H

ДT = 0.505 ДH393+ 0.392 ДH420

.14

.38

75

XII

12

Inf_P

ДT = 0.474 ДP370+ 0.274 ДP518

.71

.27

75

Тымовское

I

7

Inf_H

ДT = 0.288 ДH496 - 0.275 ДH153 + 0.222 ДH642

.14

.90

68

II

5

Inf_P

ДT = - 0.347 ДP133 + 0.322 ДP677

.71

.67

79

III

6

Iinf_H

ДT = 0.356 ДH300- 0.386 ДH537 + 0.494 ДH326- 0.334 ДH360

1.00

.18

89

Поронайск

XII

10

Iinf_P

ДT = - 0.383 ДP241

1.00

.52

82

I

7

Inf_H_P

ДT = 0.859 ДH496 - 1.133 ДP474 + 0.982 ДH608

.43

.85

71

II

11

Inf_P

ДT = 0.482 ДP525+ 0.287 ДP322

.14

.59

71

III

12

Inf_P

ДT = - 0.322 ДP360 - 0.310 ДP192

.14

.15

96

XII

10

Inf_P

ДT = 0.546 ДP400 + 0.474 ДP358- 0.608 ДP472+ 0.408 ДP474

.43

.34

86

Углегорск

I

6

Inf_H

ДT = 0.332 ДH679 + 0.394 ДH242

.71

.66

61

II

5

Inf_H

ДT = 0.418 ДH326 + 0.290 ДH319- 0.284 ДH275

1.00

.55

79

III

12

Inf_P

ДT = 0.292 ДP598 + 0.317 ДP312+ 0.303 ДP357

.14

.27

89

XII

10

Inf_H

ДT = - 0.296 ДH161 + 0.264 ДH612

.71

.25

89

Холмск

I

6

Inf_H

ДT = 0.397 ДH242 - 0.323 ДH467

-.14

1.38

61

II

12

Inf_H

ДT = 0.525 ДH327+ 0.390 ДH492

.71

.68

79

III

12

Inf_H

ДT = 0.427 ДH428 - 0.349 ДH352+ 0.248 ДH513

.14

1.06

75

XII

9

Inf_P

ДT = - 0.456 ДP150 - 0.341 ДP488

1.00

16

93

Корсаков

I

6

Inf_H

ДT = - 0.348 ДH190 - 0.259 ДH128 + 0.247 ДH360

.71

.44

79

II

5

Inf_P

ДT = - 0.385 ДP169 + 0.354 ДP676- 0.282 ДP82

.43

1.01

75

III

12

Inf_P

ДT = 0.285 ДP634+ 0.410 ДP393

1.00

.33

93

Погиби

XII

7

Inf_P

ДT = 0.599 ДP365 - 0.445 ДP595 + 0.362 ДP247

.71

.45

86

I

6

Inf_H

ДT = 0.337 ДH679 - 0.393 ДH129

.43

.96

71

II

9

Inf_P

ДT = 0.385 ДP246 - 0.233 ДP300 - 0.233 ДP679

.71

.38

79

III

11

Inf_H

ДT = 0.382 ДH222 - 0.348 ДH644

.43

.50

75

XII

10

Inf_P

ДT = 0.251 ДP359 - 0.239 ДP206

.71

.16

93

Южно-Сахалинск

I

6

Inf_H

ДT = 0.283 ДH242 + 0.311 ДH679 - 0.319 ДH180

.71

.78

71

II

5

Inf_P

ДT = - 0.466 ДP169 + 0.282 ДP433 + 0.252 ДP676

.71

.74

79

III

7

Inf_P

ДT = 0.772 ДP493- 0.321 ДP323 - 0.506 ДP457

.43

.36

82

СРЕДНИЕ ОЦЕНКИ (МСТ)

XII

 

.71

.30

86.1

I

 

.40

.90

68.7

II

 

.68

.66

75.6

III

 

.46

.43

83.7

 

XII - III

 

.56

.57

78.5

Выбранные схемы закреплены в прогностическом модуле. Оценки успешности прогнозов ДT за независимый период. В прогностических уравнениях подстрочные индексы у предсказателей означают номер информативной точки (номер узла сетки 5 х 10°). В графе 4 стоят условные обозначения варианта модели. Аббревиатура “Inf” означает, что расчеты осуществлялись с использованием информативных точек в полях H500 (Inf_H) или P0 (Inf_P), а аббревиатура Inf_H_P означает, что используется двухуровенный вариант модели, когда информативные точки отыскиваются в полях H500 и P0 и совместно включаются в прогностическую схему. 

Данные (табл.1) показывают, что практически на всех станциях температурный фон удалось предсказать правильно (с > 0 - от 0.14 до 1.00, в среднем 0.56). Знак аномалии не оправдался лишь на станции Холмск в январе (с = -0,14). Успешность прогнозов величины аномалии по параметру P по всем схемам для трех месяцев (декабрь, февраль, март) хорошая - от 75% до 96%. Для января - несколько меньше: минимальная - 61% на станциях Углегорск и Холмск и максимальная - 79% на станции Корсаков. В среднем по всем станциям (вариант оценки МСТ - метожический прогноз, оцененный по средней величине на метеорологических станциях) для всего зимнего периода успешность методических прогнозов величины аномалии по параметру Q равна 0,57, по критерию Р% - 78,5%. Параметр Q оказался заметно больше единицы только в январе для 2-х станций - Александровск и Корсаков. 

Интересно, что одинаковой оптимальной заблаговременности для всех станций найти не удалось. В среднем в 36-ти выбранных схемах (4 месяца х 9 станций) она распределилась в пределах от 5 до 12 месяцев неравномерно:

Рис. 3 - Распределение количества оптимальных прогностических схем для зимних месяцев при разной заблаговременности прогноза

Оптимальные прогностические уравнения по станциям о. Сахалин в большинстве своем (9, 7, 6, 5 и 5 уравнений) построены с ф = 6, 12, 7, 5 и 10 месяцев, соответственно. По два уравнения отобрано с ф = 9 и 11 месяцев. Для ф = 8 месяцев не нашлось ни одной удачной прогностической схемы. Если анализировать заблаговременность схем отдельно по месяцам, то по большинству станций она соответствует для декабря 10 (5 станций), для января - 6 и 7 (6 и 3 станции), для февраля - 5 (5 станций) и марта - 12 месяцам (5 станций). 

2.5 Положение информативных точек в тропосфере Северного полушария

Анализируя расположение вошедших в прогностические уравнения (табл. 1) информативных точек на полушарии, можно заметить, что для декабря они выбраны преимущественно в поле приземного давления Р0, для января - в поле H500, для февраля - с преобладанием точек в поле Р0 и для марта - примерно поровну в приземном и высотном барических полях. Координаты точек показывают, что для каждого прогнозируемого месяца информативные области располагаются в разных районах полушария.

Рис. 4 - Схематическое представление информативных точек на Северном полушарии Усл. обозначения: Р10 - точки в поле Р0 с ф=10 месяцев; Н6 - точки в поле Н500 с ф=6 месяцев и т.п.

Наибольшие скопления точек выделены эллипсом . Так, для декабря наиболее информативные точки в поле приземного давления, несмотря на различную заблаговременность их обнаружения, преимущественно группируются над восточными районами Черного, Средиземного морей и Аравийского полуострова (ф = 10 и 7 месяцев). Есть точки (ф = 10) в районах расположения Канадского и Азорского центров действия атмосферы (ЦДА), в тропической зоне центральной части Тихого океана между центральной Полинезией и Маршалловыми островами (ф = 7). Некоторые единичные точки в поле P0 разбросаны в широтной полосе от 30 до 70° как западного, так и восточного полушарий (ф = 7, 9, 12). Для двух станций о. Сахалин обнаруживаются информативные точки в поле H500 с ф = 10 месяцев у западного побережья Африки в районе Дакара.

Для января преобладающее количество информативных точек с ф = 6 месяцев сосредоточено в поле H500 западного полушария: над севером Канады, северным водоразделом реки Амазонки, над Чукотским морем. С такой же заблаговременностью для некоторых станций выявляются отдельные точки над Атлантикой вблизи европейских и африканских берегов. С ф = 7 месяцев на уровне средней тропосферы они группируются в основном над Мексиканским заливом.

Для февраля полезная прогностическая информация обнаруживается в основном в поле Р0западного полушария (ф = 5 и 6 месяцев). Четко выделяется обширная информативная область, протянувшаяся с запада на восток вдоль экватора - от берегов Тихого в Атлантический океан через северный водораздел реки Амазонки (100° з. д. - 40° з. д.). Информативные точки с ф = 5 месяцев также сосредоточены у Северного магнитного полюса (о. Виктория и о. Принца Уэльского) и над северными районами Канады. Есть отдельные точки (ф = 11 месяцев) в Северной Атлантике и в Тихом океане в районах расположения климатических ЦДА - Азорского и Гавайского максимумов давления. На уровне средней тропосферы полезная информация для температуры воздуха февраля для незначительного числа станций о. Сахалин выявляется преимущественно с ф = 5 месяцев над полуостровом Лабрадор и у западного побережья Канады. Есть по одной точке (ф = 12 месяцев) над Тихим океаном на широте северного тропика восточнее Гавайских островов и над севером Балканского полуострова. 

Для марта полезная информация содержится как в приземном, так и высотном барическом поле в основном с годовой и полугодовой заблаговременностью. Наибольшее количество информативных точек на обоих уровнях тропосферы группируются над северной Атлантикой в районах преимущественного расположения Азорского ЦДА и полярного атмосферного фронта. Несколько точек в поле P0 выявляются с годовой заблаговременностью над центральной частью Тихого океана в приэкваториальной полосе 5 - 10° с. ш., около 150° з. д., у тихоокеанских берегов Канады и над территорией Азиатского континента на севере Иркутской области. Кроме этого есть несколько информативных точек, разбросанных в поле H500 по полушарию, например, над Забайкальем на юге Бурятии и над севером Италии с заблаговременностью полгода, а с годовой заблаговременностью - над севером Индии и северо-востоком США. 

В целом анализ предикторов, вошедших в лучшие прогностические схемы, позволяет заключить, что для прогноза ДT по большинству станций о. Сахалин на декабрь ценная информация содержится в поле Р0 Северного полушария преимущественно в предшествующем январе; при прогнозе ДT на январь - в предшествующих полях H500 июня и мая; для февраля она находится в основном в поле Р0 и частично H500 предшествующего августа, для марта - как в поле H500, так и в поле Р0 февраля с заблаговременностью 12 месяцев и предшествующих июне и июле. Поскольку для разных станций о. Сахалин лучшие предикторы имеют различную заблаговременность, то окончательный прогноз для декабря и января можно составить, соответственно, в мае и в июле, для февраля и марта - в сентябре после получения всей необходимой для прогноза информации о предикторах. В среднем получается, что прогнозы на зимние месяцы можно получить за полгода вперед. По отдельным станциям о. Сахалин прогноз ДT может быть рассчитан и в более ранние сроки.

2.6 Успешность квазиоперативных испытаний

Наряду с испытаниями устойчивости прогностических схем на независимой выборке в ОДПП ДВНИГМИ были проведены также квазиоперативные испытания.

Табл. 2 - Показатели успешности (r, Q и P%) методического квазиоперативного долгосрочного прогноза DT на зимние месяцы по станциям о. Сахалин (варианты оценки - МСТ и МН) на периоде 1998/99 - 2004/05 гг.

Станция

Месяц

и варианты оценки

Декабрь

Январь

Февраль

Март

?

Q

P%

Q

P%

Q

P%

Q

P%

 Александровск

-0,4

1,17

39,3

0,43

1,37

53,6

-0,14

1,35

46,4

-0,14

1,4

64,3

 Оха

0,7

0,65

67,9

0,43

0,79

71,4

0,14

1,62

35,7

-0,14

0,78

71,4

 Тымовское

0,1

0,97

53,6

0,43

0,74

57,1

-0,14

1,14

53,6

0,14

0,78

67,9

 Поронайск

0

1,90

42,9

0,43

0,48

82,1

0,14

2,38

46,4

0,43

1,27

67,9

 Углегорск

0,14

0,73

71,4

0,71

0,67

67,9

0,43

1,27

78,6

0,14

1,03

78,6

 Холмск

-0,14

0,70

75

-1

1,91

28,6

0,43

1,61

57,1

1

0,33

92,9

 Корсаков

0,14

0,80

67,9

-0,14

0,71

57,1

0,43

1,34

71,4

-0,14

1,41

57,1

 Погиби

0,14

1,34

46,4

0,43

0,82

60,7

0,14

1,31

46,4

-0,14

0,55

71,4

 Южно-Сахалинск

0,14

0,88

60,7

0,14

0,6

67,9

-0,43

1,05

75

-0,14

0,7

78,6

 МСТ - средние

 по станциям

0,11

1,05

58,3

0,2

0,9

60,7

0,13

1,45

56,7

0,11

0,92

72,2

МСТ за декабрь - март: ? = 0,14, Q = 1,08, P = 62%

МН - оценки

по Наставлению

0,11

1,05

60,7

0,2

0,9

71,4

0,13

1,45

64,3

0,11

0,92

71,4

МСТ - методический прогноз, оцененный по средней величине на метеорологических станциях;

МН - методический прогноз, оцененный по Наставлению.

Табл. 3 - Успешность (Р %) квазиоперативных методических (МСТ и МН) и оперативных консультационных (КС) прогнозов на зимние месяцы для о. Сахалин по годам с 1998/99 по 2004/2005 г.

Метод прогноза 

Годы

 

Месяц

Декабрь- март

Декабрь

Январь

Февраль

Март

МСТ

1998 / 99

75,0

75,0

41,7

16,7

52,1

МН

 

75

75

25

0

43,8

КС

 

25

0

25

75

31,3

Разность МН-КС 

 

50

75

0

-75

12,5

 

 

 

 

 

 

 

МСТ

1999 / 00

47,2

33,3

80,6

38,9

50

МН

 

25

25

100

25

43,8

КС

 

25

0

75

100

50,0

Разность МН-КС 

 

0

25

25

-75

-6,2

МСТ

2000 / 01

19,4

86,1

0,0

86,1

47,9

МН

 

25

100

0

100

56,3

КС

 

25

75

0

100

50,0

Разность МН-КС 

 

0

25

0

0

6,3

МСТ

2001 / 02

55,6

11,1

47,2

88,9

50,7

МН

 

100

0

75

100

68,8

КС

 

75

0

0

100

43,8

Разность МН-КС 

 

25

0

75

0

25,0

МСТ

2002 / 03

13,9

88,9

75,0

97,2

68,8

МН

 

0

100

75

100

68,8

КС

 

75

25

0

75

43,8

Разность МН-КС 

 

-75

75

75

25

25,0

МСТ

2003 / 04

97,2

75,0

75,0

91,7

84,7

МН

 

100

100

100

100

100,0

КС

 

100

75

100

25

75,0

Разность МН-КС 

 

0

25

0

75

25,0

МСТ

2004 / 05

94,4

55,6

77,8

86,1

78,5

МН

 

100

100

75

75

87,5

КС

 

100

100

100

25

81,3

Разность МН-КС 

 

0

0

-25

50

6,2

МСТ

Средние Р % за

1998/99 - 2004/05 гг.

57,5

60,7

56,8

72,2

61,8

МН

60,7

71,4

64,3

71,4

67,0

КС

60,7

39,3

42,9

71,4

53,6

Разность МН - КС 

 

0,0

32,1

21,4

0,0

13,4

МСТ - методический прогноз, оцененный по средней величине на метеорологических станциях;

МН - методический прогноз, оцененный по Наставлению;

КС - консультативный прогноз, оцененный по методу Свинухова.

В табл.2. и табл.3. приводятся оценки успешности этих прогнозов и оперативных статистических консультационных, составляемых и рассылаемых потребителям с 5-ти месячной заблаговременностью по методу Г. В. Свинухова. Методические прогнозы даны на месяцы зимних сезонов 1998/99 - 2004/05 гг. За 7-летний квазиоперативный период оценки прогнозов ДT, рассчитанные как средние из оценок по станциям (вариант МСТ), оказались в среднем на 16,5 % ниже, чем аналогичные оценки по этим схемам, полученные прежде на 7-летней независимой выборке (сравним данные таблицы 1 и таблицы 2: соответственно 78,5% и 62,0%). Особенно они снизились для декабря и февраля (58,3 и 56,7% по сравнению с 86,1 и 75,6%, соответственно). В январе и марте, несмотря на снижение показателей, квазиоперативные прогнозы можно признать удовлетворительными: в среднем по территории с > 0, Q < 1, P = 60,7% и 72,2 %, соответственно. Следует отметить, что периоды, как независимой выборки, так и квазиоперативных истытаний отличались необычайно аномальными зимами в исследуемом регионе. Анализу аномальности температуры воздуха зимних месяцев на станциях о. Сахалин на независимой выборке уделено достаточно внимания в работе.

Здесь рассмотрим кратко особенности зимних месяцев квазиоперативного периода. Если в качестве единицы принять фактическую аномалию на станции за месяц, то за 4-месяца имеем 36 единиц (9 ст.*4 мес.). Тогда число случаев со значительными (|0.675у|) аномалиями температуры можно представить (на рис.5) в процентах к общему числу рассмотренных аномалий. Как видно (на рис.5), практически все рассмотренные зимы по температуре воздуха на станциях о. Сахалин можно назвать аномальными, особенно первые 4-е сезона. Рассматриваемый период испытаний был аномально теплым преимущественно во все месяцы зимы, за исключением декабря, который теплым был только в 1999 году. Особенно выделяется зимний сезон 2001/2002 гг., когда значительные аномалии охватили 69% территории о. Сахалин. Причем, декабрь был холодным, а в остальные 3 месяца сезона на большинстве станций значения положительных аномалий превысили 3°С. Можно выделить и зимний сезон 1998/99 гг. В нем теплым был только январь; другие зимние месяцы были аномально холодными, особенно март. Остальные зимы на большей части или на трети территории также были аномально теплыми (с января по март) или холодными (в феврале и марте). Добавим, что за весь квазиоперативный период только в декабре 2003 и 2004 г., а также в марте 2001 г. ни на одной станции температура воздуха не превысила значимый порог аномальности |0.675у|.

Рис. 5 - Распределение числа случаев (в %) со значительными ДT в сезоны зимы на станциях о. Сахалин на периоде квазиоперативной выборки

Больше всего значительных аномалий (положительных и отрицательных) было в январе - 66% от числа случаев за 7 лет на 9 станциях (56 случаев). Меньше всего - в марте - 45%. В декабре и феврале их число примерно одинаково (55 и 57%, соответственно), однако в этих месяцах аномалии были самые большие по величине. Так, в феврале очень крупные аномалии, превышающие 3° по абсолютной величине, составили 59% от общего числа аномалий за этот месяц, в декабре - 48%. В январе таких аномалий было 35%, в марте - 28%. Невысокие оценки квазиоперативных прогнозов в декабре и феврале (Р в % = 58 и 57, соответственно) свидетельствуют о том, что с помощью предложенного метода не удается хорошо прогнозировать крупные аномалии (ДT > |3°|), которых больше всего оказалось именно в эти месяцы. Тем не менее в каждом месяце на отдельных станциях есть случаи прогнозов крупных аномалий с оценкой Р, равной 100% и 75%.

Учитывая выше сказанное, не удивительно, что при переходе на независимую необычно аномальную выборку успешность предлагаемых прогностических схем заметно снизилась. Представляет интерес сравнение успешности предлагаемой методики с оперативным консультационным методом Г.В. Свинухова. Для корректного сравнения произведена оценка квазиоперативных методических прогнозов по варианту оценки МН, применяемому в оперативно-прогностических подразделениях Росгидромета. В таблице 3 для каждого зимнего месяца, начиная с декабря 1998 года по март 2005 года, даны два варианта оценок методического прогноза (МСТ и МН) и оценки прогнозов на основе консультационного метода Г.В. Свинухова (КС) по показателю P%. Здесь же представлена разница между МН и КС. По данным таблицы 3 можно понять, в какой период времени сравниваемые методы оказались лучше или хуже. 

По средним оценкам за период 1998/99 - 2004/05 гг. успешность методических прогнозов по параметру Р оказалась лучше успешности консультационных прогнозов на 13,4%. При этом превышение оценок имело место практически во все зимние периоды (6,2% - 25,0%), за исключением одной зимы 1999/2000 гг., когда успешность и консультационных (50%), и методических (43,8%) прогнозов в среднем за период с декабря по март была неудовлетворительной (-6,2%).

2.7 Процедура составления оперативного прогноза

Для оперативного прогноза ДT на зимние месяцы по станциям о. Сахалин предлагается автоматизированная модель прогноза, адаптированная к оперативным условиям приема информации. Технологическая линия прогностического программного комплекса (рабочего места прогнозиста - долгосрочника) включает в себя блоки пополнения, осреднения срочной информации, записи в месячный архив и расчета прогноза аномалии температуры воздуха. Оперативное пополнение данных осуществляется на основе программного блока, разработанного ранее в научном коллективе ОДПП ДВНИГМИ, и адаптированного в дальнейшем при создании автоматизированного метода прогноза ДT на весенние месяцы для тех же станций о. Сахалин, которые использованы и в данной задаче. 

На пополнение требуется времени в пределах минуты, на осреднение - несколько секунд. Ввод даты прогноза и расчет прогностических значений ДT занимает не более минуты. Результаты расчетов можно просмотреть на экране монитора, выдать на печать. Они записываются в специальный файл, что позволит в дальнейшем рассчитать оценки успешности прогнозов.

2.8 Результаты испытаний статистического метода прогнозов ДТ на станциях о. Сахалин

В зону обслуживания прогнозами погоды на месяц Приморского УГМС помимо Приморского края входят также полуостров Камчатка и остров Сахалин. Поэтому оперативные испытания автоматизированного статистического метода прогноза аномалии средней месячной температуры воздуха (ДT) на зимние месяцы (с декабря по март) по станциям о. Сахалин с заблаговременностью (ф) от 5 до 12 месяцев проводились в Приморском УГМС в период с мая 2005 г. по май 2007г. За указанный период было составлено всего 72 прогноза: по 2 прогноза на декабрь, январь, февраль и март для 9 станций.

Табл. 4 - Прогностические и фактические значения аномалии температуры воздуха для зимних месяцев по станциям о. Сахалин и показатели успешности методических прогнозов за отдельные месяцы и в целом за период оперативных испытаний

Станции

ф,

мес.

Норма

Годы и месяцы зимнего периода

2005/2006

2006/2007

анТпр

анТф

Д/ Рст

анТпр

анТф

Д/ Рст

декабрь (минимальная заблаговременность ф= 7)

Александровcк

0

-12,7

0.6

0.7

-0.1/100

0.3

-0,4

0,7/100

Оха

7

-14,8

1.1

5.4

-4.3/75

0.4

-3.1

3.5/0

Тымовское

12

-18,9

-04

5.6

-6.0/ 0

-0.5

-1,6

1,1 / 75

Поронайск

10

-12.8

-0.3

0.8

-1.1/75

0.6

04

0,2 / 100

Углегорск

10

-8.9

04

1.5

-1.1/75

0.9

-0,9

1,8 /75

Холмск

10

-5.7

0.3

0.5

-0.2/100

0.2

0,0

0,2/100

Корсаков

9

-6,4

-0.6

0.4

-0.1/100

-0.1

-0,5

0,4/100

Погиби

7

-16,0

0.4

4.3

-3.9/0

-0.4

-2,1

1,7/75

Ю-Сахалинск

10

-8.7

0.2

1.1

-0.9/100

0.5

-1,2

1,7/ 75

Средние за декабрь

 

 

0.2

2.3

-2.1/ 69

0,2

-1,0

1,3/78

январь (минимальная заблаговременность ф= 6)

Александровcк

7

-17.9

-0,1

0,5

-0,6/100

0.1

3.0

-2.9 / 25

Оха

6

-19,5

-0.6

2,3

-2.9/25

0.9

-0,1

1.0 / 100

Тымовское

7

-23,6

-1,4

2,3

-3.7/0

0.3

1,5

-1.2/75

Поронайск

7

-16,6

0,0

1,6

-1.6/75

1.1

2,2

-1.1 / 75

Углегорск

6

-12.9

0,7

0,3

0.4/100

1.3

2,7

-1.4/75

Холмск

6

-9,6

-0,1

0,9

-1.0/100

0.6

3,0

-2.4 / 25

Корсаков

6

-10,9

-0,4

1,2

-1.6/75

0.1

2.1

-2.0 / 75

Погиби

6

-20,0

-0,1

0,3

-04/100

0.9

0,5

0.4 / 100

Ю-Сахалинск

6

-13,5

0,5

1,2

-0.7/100

1.2

0,7

0.5 /100

Средние за январь

 

 

-0,2

1,2

-1.3/75,0

0,7

1.7

-1,0/72

февраль (минимальная заблаговременность ф= 5)

Страница:


Подобные документы

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.

© 2000 — 2023, ООО «Олбест» Все права защищены