Помощь в написании студенческих работ
Антистрессовый сервис

Создание диагностической модели для расчета параметров ветра по пунктам со сложной орографией

Диссертация: Создание диагностической модели для расчета параметров ветра по пунктам со сложной орографией
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Результаты проделанных научных исследований реализованы в виде разработанной физико-статистической модели и технологии для диагноза характеристик ветра по пункту со сложной орографией. Параметры модели и техника расчета выбраны с учетом требований и возможностей прогноза суточной заблаговременности. В качестве исходной информации модель усваивает и использует только один вид метеорологической… Читать ещё >

Создание диагностической модели для расчета параметров ветра по пунктам со сложной орографией (реферат, курсовая, диплом, контрольная)

Содержание

  • 1. Состояние изученности вопроса
    • 1. 1. Режим ветра
    • 1. 2. Обзор некоторых аспектов физико-статистического моделирования параметров ветра
  • 2. Постановка задачи
    • 2. 1. Исходные данные
    • 2. 2. Методы расчетов
    • 2. 3. Система оценок результатов моделирования
  • 3. Климатические обобщения
    • 3. 1. Климатические характеристики скорости ветра
    • 3. 2. Климатические характеристики направления ветра
    • 3. 3. Исследование многолетнего хода скорости ветра
  • 4. Моделирование параметров ветра по пункту с помощью данных объективного анализа.&
    • 4. 1. Зависимые и независимые параметры
    • 4. 2. Принятые элементы таксономии при расчете скорости ветра
    • 4. 3. Отбор оптимального сочетания параметров модели для расчета скорости ветра
    • 4. 4. Технология расчета скорости ветра по пункту
    • 4. 5. Определение направления ветра
  • 5. Оценки результатов моделирования
    • 5. 1. Оценки регрессионной модели расчета скорости ветра
    • 5. 2. Оценки качества расчета направления ветра

Эффективное освоение тех или иных территорий непременно требует знания особенностей погодных и климатических условий. Для прибрежных территорий, где эволюция поля ветра напрямую связана с взаимодействием в системе «океан-суша-атмосфера», это особенно актуально. При этом оценка ветрового поля сопряжена с существенными трудностями, в силу многофакторности объекта исследования, сложности сбора исходной информации. Для динамично развивающегося Приморского края практически все виды хозяйственной деятельности: строительство, в том числе и гидротехническое, рыбный промысел, развитие марикультуры, круглогодичная навигация и т. д., а также решение ряда задач в области гидрометеорологических прогнозов во многом зависят от знания ветровых условий и возможности их прогнозирования. Последнее диктуется тем, что поле ветра непосредственно влияет на формирование погоды и климата, термического режима вод, течений и других гидрометеорологических процессов. Необходимость более полного учета характеристик ветра в практических и научных задачах, заставляет совершенствовать существующие методы диагноза и прогноза, шире использовать возможности и средства вычислительной техники, искать новые формы и методы исследования характеристик ветра.

Исследования, относящиеся к диагнозу и прогнозу ветра по пунктам, зачастую фрагментарны и не учитывают ряд факторов, формирующих поле ветра у земли, в частности влияние орографии.

Целью настоящей работы является исследование механизмов формирования поля ветра и создание диагностического метода для расчета скорости и направления ветра по пунктам со сложной орографией.

При этом, метод должен с максимальной точностью, обусловленной исходным набором данных, диагностировать характеристики ветра, быть автоматизированным, включать лишь тот набор информации, который имеется в наличии у прогнозиста при заблаговременности 1−2 суток, и послужить основой для метода краткосрочного прогноза ветра. В качестве полигона выбраны станции Приморского края, где орография местности крайне сложна: изрезанная береговая черта с множеством мысов, заливов, рельеф суши варьирует от равнинных территорий до горных цепей с высотой 500−1500 м. Для достижения поставленной цели были сформулированы и последовательно решены следующие задачи:

— создать информационное обеспечение исследования;

— получить уточненные оценки параметров ветра на выбранных станциях;

— проанализировать систему взаимосвязей параметров ветрового поля и определяющих ее факторов;

— разработать физико-статистическую модель диагноза направления и скорости ветра по пунктам со сложной орографией.

Задача прогноза параметров ветра по конкретному пункту, будучи актуальной, не всегда может быть решена надежно, например, средствами гидродинамического моделирования (ГДМ). Гидродинамические предвычисления метеорологических полей сроком до 7−10 суток настолько успешны в настоящее время, что полностью вытеснили субъекта из области прогнозирования метеорологических полей в тропосфере и стратосфере [9, 22]. Что касается земной поверхности, то явное преимущество ГДМ имеет место только для прогнозов полей давления. Остальные метеорологические элементы и явления погоды чаще всего предвычисляются синоптическими или статистическими методами. Это общая мировая и российская практика [16, 74, 78, 104].

В конце XX века методы математической статистики, решающие задачи прогноза элементов погоды, стали методами интерпретации прогнозов ГДМ в термины элементов погоды, в связи с приемлемой точностью этих прогнозов. Это сделало физико-статистические методы универсальными для разных территорий, или почти таковыми.

В настоящее время прогнозы таких элементов погоды как экстремальные и средние суточные температуры воздуха, количество осадков по суткам и полусуткам, количество облаков определенного типа, некоторых метеорологических явлений в достаточной мере обеспечены методической базой с современным техническим и информационным оснащением [4, 20, 53, 80, 97, 100]. Методы прогноза ветра по пункту в последние два-три десятилетия в России не совершенствовались, возможно, ввиду кажущейся их простоты или слабого спроса для континентальных районов. Отсутствуют подобные методы и для территории Приморского края, где результаты таких прогнозов востребованы в связи с расширяющейся хозяйственной деятельностью и сложностью рельефа.

Впервые применительно к задаче расчета параметров ветра использованы современные данные повторного анализа NCEP/NCAR (National Centers for Environmental Prediction, Washington DC/ National Center for Atmospheric Research, Boulder CO). Это позволило минимизировать затраты на сбор, систематизацию, формализацию исходных данных, исключить субъективные ошибки наблюдения, хранения, свойственные натуральным метеорологическим данным. Использование данных объективного анализа в значительной степени облегчает процесс адаптации модели для новых пунктов и территорий.

Впервые при создании регрессионной модели для диагноза скорости ветра по пункту подбирался признак классификации вектора априорных параметров модели, позволяющий уменьшить изменчивость искомого параметра от коэффициентов шероховатости подстилающей поверхности и одновременно объединить в класс ситуации со сходными термодинамическими свойствами среды. Также предложены альтернативные признаки классификации вектора параметров, определяющих поле ветра у земли.

Автором диссертации на защиту выносятся следующие результаты работы и положения:

• Обновленные детализированные режимные характеристики скорости и направления ветра, а также оценки климатических трендов многолетних рядов, которые более адекватно отражают эволюцию поля ветра на станциях Приморского края.

• Разбиение исходной выборки определяющих скорость ветра признаков на классы по направлению барического градиента в приземном слое является лучшим классификационным подходом при расчете скорости ветра по пункту со сложными орографическими эффектами.

• Алгоритм, предложенный для расчета направления ветра, является на настоящее время оптимальным для пунктов со сложной орографией.

• Автоматизированный физико-статистический метод расчета скорости ветра по пункту со сложной орографией, основанный на предварительном разбиении исходной выборки на классы и использовании синхронных связей.

Практическая значимость работы заключается в следующем. Метод и технология расчета параметров ветра по пункту разработаны с учетом поступления метеорологической информации по оперативным каналам связи и идеологии составления прогнозов морского назначения на короткие сроки. Разработанный метод позволяет объективно, в оперативные сроки, экономично с точки зрения времени специалистов и технических ресурсов оценить характеристики ветра по пунктам. Поставленная задача решена комплексно: на базе одного сводного массива данных разработаны методы для расчета направления и средней скорости ветра по пункту, охвачены все сезоны года и все направления ветра. Результаты могут быть использованы при принятии решения в прогнозах погоды общего и морского назначения с суточной и большей заблаговременностью (что определяется качеством прогностических полей Г ДМ).

В дальнейшем планируется адаптировать диагностическую модель к оперативно поступающей по каналам связи прогностической информации, реализуя подход «идеального прогноза» (концепция РР — Perfect Prognosis). По результатам оперативных испытаний внести при необходимости коррективы в модель и технологию прогноза.

Обоснованность и достоверность научных положений и выводов определяется применением стандартных, апробированных в метеорологии методов сбора и обработки данных, использованием максимально полной современной базы гидрометеорологических данных, многоаспектной проверкой полученных результатов, включая авторские испытания разработанного метода расчета направления и скорости ветра по пунктам Приморского края, использованием современных методов прикладного статистического анализа, публикациями в рецензируемых изданиях.

Результаты работы и основные положения представлялись в докладах на следующих совещаниях и конференциях:

1) Ученых советах ДВНИГМИ в 2007;2009 гг.;

2) оперативно-производственном совещании-семинаре представителей Росгидромета, ДВНИГМИ, Приморского, Сахалинского, Камчатского, Дальневосточного, Забайкальского и Якутского УГМС по вопросам внедрения в оперативную практику методов и моделей ДВНИГМИ, Владивосток, сентябрь 2008;

3) международной научной конференции «Исследования Мирового океана», посвященной 100-летию со дня рождения профессора И. В. Кизеветтера, Владивосток, май 2008;

4) научно-практической конференции «Гидрометеорология Дальнего Востока и окраинных морей Тихого океана», Владивосток, июль 2005;

5) ежегодном 17-ом совещании стран-участниц the North Pacific Marine Science Organization с тематическим названием «Beyond observations to achieving understanding and forecasting in a changing North Pacific», Далянь, Народная республика Китай, октябрь-ноябрь 2008.

Работа выполнялась в рамках НИР внутреннего плана ДВНИГМИ (20 062 007 гг.) и подпрограммы «Региональные аспекты научных исследований в области гидрометеорологии и смежных с ней областей» ЦНТП-8, тема 8.64 плана НИР Росгидромета (2008;2009 гг.).

Заключение

.

Результаты проделанных научных исследований реализованы в виде разработанной физико-статистической модели и технологии для диагноза характеристик ветра по пункту со сложной орографией. Параметры модели и техника расчета выбраны с учетом требований и возможностей прогноза суточной заблаговременности. В качестве исходной информации модель усваивает и использует только один вид метеорологической информациирезультаты объективного анализа, в перспективе — гидродинамического прогноза, метеорологических полей: поля геопотенциала и температуры воздуха нижней и средней тропосферы. Орографические и циркуляционные особенности пункта учитываются через деление вектора параметров модели на однородные классы и удаленные влияющие признаки.

Проанализированы возможные варианты взаимосвязей параметров ветрового поля и определяющих его факторов. Для скорости ветра наиболее тесная линейная зависимость отмечается с градиентом геопотенциала или его проекциями на уровне 1000 гПа (парные коэффициенты корреляции R по абсолютному значению достигают 0,5−0,7), следующие по вкладу — градиенты геопотенциала и температуры воздуха на уровне 850 гПа (R 0,1−0,5). Меньше других скорость ветра зависит от значений относительного геопотенциала, градиента геопотенциала в средней тропосфере и тенденции геопотенциала у земли, при этом, часто связь значима на уровне 0,05. Значимость связи может возрастать, если использовать влияющие признаки в удаленном от точки расчета узле регулярной сетки.

Многочисленные эксперименты показали невозможность использования одной конкретной регрессионной схемы для разных классов событий. Предложены правила и автоматизированные приемы, позволяющие комплексировать регрессионные схемы и тем самым минимизировать ошибку расчетов.

В настоящее время реализован расчет скорости ветра в сроки 00 и 06 ВСВ для 6 станций Приморского края: Владивостока, Находки, Тернея, Посьета, Кавалерова и Астраханки. Проверка модельных расчетов на независимой выборке показала следующие результаты: абсолютная ошибка расчетов составляет 1,3−1,8 м/с, коэффициент корреляции с фактической скоростью ветра равен 0,7, оправдываемость расчетов с допуском ± 5 м/с находится на уровне 98%, а ± 2 м/с — 1Ъ%. Полученные оценки сопоставимы и, в ряде случаев, превосходят оценки существующих в настоящее время методов прогноза скорости ветра по пункту.

Разработанные физико-статистические правила расчета направления ветра позволяют определять его с приемлемой точностью (близки по качеству к синоптическим и гидродинамическим прогнозам). Для станции Владивосток абсолютная ошибка расчета направления ветра составляет 35°, для случаев ветра более 5 м/с уменьшается до 24°. Оценка успешности 5СИН равна 90%, при исключении слабых ветров — 95%. Для других станций: Находки, Посьета, Тернея, Кавалерова и Астраханки, в целом успешность расчетов находится в тех же пределах. Абсолютная ошибка расчетов для большинства станций составляет 44−50°, несколько больше для ст. Находка — 60°- при исключении слабого ветра абсолютная ошибка уменьшается до 22—46°. Оценка 5СИн Для всех случаев находится в пределах 74−85%, при исключении ветра 5 м/с и менее — в пределах 83−94%.

Параметры распределения скорости ветра, рассчитанные на базовой выборке моделирования 1971;2000 гг., значимо отличаются от таковых, приведенных в Справочнике по климату [65] с периодом обобщения 1936;1980 гг. Для целей моделирования рассчитаны обновленные климатические характеристики для 12 станций Приморского края.

Исследуемые ряды скорости ветра в большинстве случаев имеют значимые отрицательные линейные тренды на периоде 1976;2006 гг. Наличие трендовых составляющих нивелировано в модельных расчетах с помощью адаптивных приемов регрессии.

Таким образом, в работе выполнены все поставленные в задачи:

• создано информационное обеспечение исследования;

• получены уточненные оценки параметров ветра на выбранных станциях Приморского края;

• проанализированы возможные варианты взаимосвязей параметров ветрового поля и определяющих ее факторов;

• разработана физико-статистическая модель диагноза направления и скорости ветра по пункту со сложной орографией.

Перспективы данной работы и исследований представляются следующие.

В дальнейшем планируется адаптировать технологию расчета параметров ветра к оперативному потоку информации. Результаты модельных расчетов параметров ветра предполагается обработать на предмет систематических ошибок в классе и систематических ошибок, относящихся к определенным состояниям атмосферы. Под последними понимается, например, попадание параметра ЪАюооВ класс «1» (антициклональное поле у поверхности Земли) или параметра ОТ^ооо в класс «-1>> зимой (очаг холода над районом прогноза, когда возрастает вероятность стоковых эффектов). При наличии больших горизонтальных перепадов температуры в нижней тропосфере (класс «1» для ОТ85о), т. е. при наличии фронтальной зоны над районом прогноза, также могут быть выявлены ошибки систематического характера в расчетах скорости. Следует добавить, что созданная технология предусматривает возможность разбиения всех параметров модели на классы относительно нормы, а скорости ветра — на градации.

На настоящем этапе развития модели вектор параметров классифицируется по направлению параметра Оюось эксперименты показали преимущество этого подхода для станций со сложным рельефом. Однако, в дальнейшем было бы уместным применять смешанные приемы классификации для станций с большой повторяемостью штилей или с менее сложным рельефом. Для территории Приморского края это преимущественно станции.

Приханкайской низменности. Смешанные приемы классификации — это классификация по направлению барического градиента и знаку ЬА или по направлению барического градиента и двум-трем градациям его численного значения.

При условии накопления прогностических полей ГДМ можно было бы добавить независимые параметры, отражающие состояние конвекции нижнего слоя атмосферы, или внести поправки к расчетной скорости на межуровенный обмен, используя опыт М. А. Мастерских [47]. Таких параметров в разрабатываемой модели в настоящее время мало в силу того набора исходных архивных данных, который имелся в распоряжении исследователя. Расширение списка станций для расчета параметров ветра на территории Приморского края, равно как и других территорий, с помощью предложенного метода и технологии является преимущественно технической задачей.

Показать весь текст

Список литературы

  1. С.А., Енюков И. С., Мешалкин Л. Д. Прикладная статистика: Основы моделирования и первичная обработка данных. М.: Финансы и статистика, 1983.- 472 с.
  2. H.A. О некоторых особенностях корреляционного анализа и их применение к прогнозам погоды // Метеорология и гидрология. 1968. — № 1. -С. 3−13.
  3. H.A. Преобразование и отбор предсказателей в корреляционном анализе // Тр. Гидрометцентра СССР. 1970. Вып. 64. С. 3−23.
  4. Бальцер. AFREG — новейшая статистическая модель интерпретационного прогноза погоды на средние сроки // Методы среднесрочных прогнозов погоды / Тр. Международного симпозиума. JL: Гидрометеоиздат. -1978. С. 24−26.
  5. O.A. Расчет значимости множественного коэффициента корреляции и выбор оптимального числа предсказателей // Метеорология и гидрология. 1969. — № 3. — С. 49−57.
  6. O.A. Сравнение канонических переменных с главными компонентами при учете влияния северной Атлантики на температуру воздуха на Европейской территории СССР // Тр. Гидрометцентра СССР. 1983. Вып. 244. С. 62−77.
  7. О.Н. О связи между скоростями фактического и геострофического ветра у поверхности земли // Тр. Гидрометцентра СССР. 1971. Вып. 90. С. 91−95.
  8. О.Н. Прогнозирование скорости ветра в центральной части Европейской территории СССР // Тр. Гидрометцентра СССР. 1970. Вып. 70. С. 71−78.
  9. С.Л., Беркович Л. В., Лосев В. М. Развитие гидродинамических методов краткосрочного прогноза погоды // Сб. 70 лет Гидрометцентру России /С.-Пб.: Гидрометеоиздат. 1999. С. 44−58.
  10. H.H., Минеева М. Н. К вопросу о прогнозе скорости ветра у поверхности Земли при прохождении холодных фронтов // Тр. Гидрометцентра СССР. 1971. Вып. 90. С. 40−58.
  11. Л.В., Белоусов С. Л., Ткачева Ю. В. Краткосрочный гидродинамический прогноз метеорологических величин в пунктах на территории России и прилегающих стран // Метеорология и гидрология. -1998.-№ 4.-С. 18−32.
  12. Л.В., Ткачева Ю. В. Неадиабатическая полушарная модель атмосферы для прогноза метеовеличин на несколько суток // Тр. Гидрометцентра СССР. 1984. Вып. 242. С. 3−20.
  13. H.A., Мещерская A.B., Шалаева Н. Д. Физико-статистический прогноз температуры для районов северо-запада ЕТС на весеннее-летний период//Тр. ГГО. 1975. Вып. 353. С. 106−114.
  14. Л.Н., Смирнов Н. В. Таблицы математической статистики. М.: Наука, 1965.-416 с.
  15. Г. С. Гидродинамический прогноз ветра по Москве и результаты его испытаний // Информационный сб. / С.-Пб.: Гидрометеоиздат. 2000. № 26. С. 8−17.
  16. Г. С. Сравнительная оценка успешности отечественных и зарубежных численных схем прогноза // Информационный сб. / Л.: Гидрометеоиздат. 1990. № 19. С. 21−28.
  17. Л.Н., Журавлева Т. М., Манько А. Н. Сезонные и многолетние изменения параметров сибирского антициклона // Тр. ДВНИГМИ. 2002. Вып. 150. С. 87−102.
  18. П.П. Прогноз элементов погоды на средние сроки на основе объективной интерпретации результатов интегрирования по временигидродинамических моделей атмосферы // Тр. Гидрометцентра СССР. 1986. Вып. 280. С. 105−128.
  19. П.П., Васильева Е. Л. Система статистической интерпретации выходной продукции гидродинамических моделей для среднесрочного прогноза погоды // Сб. 70 лет Гидрометцентру России / С.-Пб.: Гидрометеоиздат. 1999. С. 118−133.
  20. П.П. Среднесрочный прогноз температуры воздуха и осадков по территории Евразии // Метеорология и гидрология. 1991. — № 2. — С. 13−23.
  21. Е.М. Среднесрочный прогноз элементов и явлений погоды для станций Дальневосточного региона// Тр. ДВНИГМИ. 2003. Вып 149. 159 с.
  22. Г. К., Розинкина И. А., Фролов A.B. О качестве прогнозов метеорологических полей на средние сроки по спектральной модели Гидрометцентра России, реализованной на суперЭВМ CREY // Информационный сб. / С.-Пб.: Гидрометеоиздат. 2000. № 27. С. 3−17.
  23. Е.П. К расчету среднего ветра // Тр. Гидрометцентра РФ. 1992. Вып. 321. С. 9−27.
  24. Е.П. К расчету скорости ветра у поверхности Земли и на высотах // Тр. Гидрометцентра СССР. 1971. Вып. 90. С. 113−120.
  25. Е.П. Методика расчета скорости ветра на Белом море и его побережье // Тр. Гидрометцентра СССР. 1967. Вып. 6. С. 13−20.
  26. Е.П. О прогнозе скорости ветра на Белом море// Метеорология и гидрология. 1967. — № 2. — С. 95−96.
  27. Е.П. О расчете вихря, дивергенции скорости ветра и упорядоченных вертикальных движений воздуха по полю давления (геопотенциала) // Тр. Гидрометцентра РФ. 1992. Вып. 321. С. 3−8.
  28. Е.П. Учет порывов при расчете скорости ветра у земной поверхности //Тр. Гидрометцентра СССР. 1972. Вып. 109. С. 18−25.
  29. Всемирная конференция по изменению климата: Тез. докл. М.: ИГКЭ, 2003.-699 с.
  30. Г. В. Опыт применения статистических главных компонент (естественных ортогональных составляющих) в технике корреляционного прогноза//Тр. САНИГМИ. 1969. Вып. 40(55). С. 19−36.
  31. Г. В. Прогностические модели в метеорологии и статистические прогнозы //Тр. ВНИГМИМЦД. 1977. Вып. 35. С. 3−10.
  32. H.A., Варламов С. М. Ветровой режим прибрежной зоны Японского моря // Тр. ДВНИГМИ. 2000. Вып. 148. С. 61−75.
  33. H.A., Варламов С. М. Режим сильных ветров на побережье Японского моря //Тр. ДВНИГМИ. 2000. Вып. 148. С. 76−84.
  34. Н., Смит Г. Прикладной регрессионный анализ: Пер. с англ. М.: Финансы и статистика, 1986. — 366 с.
  35. B.C., Сикан A.B. Методы статистической обработки гидрометеорологической информации. Учебное пособие. С.-Пб.: изд. РГГМУ, 2001.- 168 с.
  36. Т.М. Об определении границ естественных синоптических сезонов холодного полугодия во втором естественном синоптическом районе // Тр. Гидрометцентра СССР. 1981. Вып. 237. С. 113−122.
  37. Н.М. Границы естественных синоптических сезонов в Восточной Сибири и на Дальнем Востоке // Тр. Гидрометцентра СССР. 1978. Вып. 202. С. 28−35.
  38. Г. П., Иванова С. М. Структура мезоструй над Украиной и Молдавией // Тр. УкрНИИ. 1987. Вып. 225. С. 68−73.
  39. И.А. О приспособлении движения воздуха к геострофическому // ДАН. 1955. Т. 104, № 1. С. 60−63.
  40. Климатология / Под ред. O.A. Дроздова.- Л.: Гидрометеоиздат, 1989. -568 с.
  41. М.С. Автоматическая классификация в регрессионных моделях // Тр. ЗапСибНИИ. 1981. Вып. 48. С. 33−38.
  42. И.И., Качур А. Н., Юрченко С. Г., Мезенцева Л. И., Рощупкин Г. Т., Семыкина Г. И. Синоптические и геохимические аспекты аномального выноса пыли на юг Приморского края // Вестник ДВО РАН. 2005. -№ 3. — С. 55−65.
  43. Н. Н., Педь Д. А., Садоков В. П. О количественной оценке муссонной циркуляции атмосферы на Дальнем Востоке // Метеорология и гидрология. 1989. — № 11. — С. 12−17.
  44. С.С., Рева Ю. А. Сравнительный анализ долгопериодной изменчивости уровней Черного и Каспийского морей // Метеорология и гидрология. 1997. — № 12. — С. 63−75.
  45. Н. И., Петричев А. 3. Распространение муссона над Восточной Азией и степень его устойчивости // Метеорология и гидрология. -1980.-№ 5.-С. 54−59.
  46. М.А. О расчете порывов ветра при развитии внутримассовых кучево-дождевых облаков // Тр. Гидрометцентра РФ. 1992. Вып. 321. С. 3−8.
  47. Л.И. Параметризация ситуаций сильного ветра по станциям Приморского края // Гидрометеорология Дальнего Востока и окраинных морей Тихого океана: Тез. докл. Научно-практ. конф. ДВНИГМИ. Владивосток, 2005.-С. 47.
  48. Л.И. Расчет скорости ветра по пункту со сложными орографическими эффектами // Метеорология и гидрология. 2008. -№ 9 — С. 66−77.
  49. Методы среднесрочных прогнозов погоды // Тр. Международного симпозиума. Л.: Гидрометеоиздат, — 1989. — 166 с.
  50. A.B., Еремин В. В., Баранова A.A., Майстрова В. В. Изменение скорости ветра на севере России во второй половине XX века по приземным и аэрологическим данным // Метеорология и гидрология. 2006. — № 9. — С. 4658.
  51. A.B. Прогноз скорости ветра у поверхности земли в Чите // Тр. ДВНИГМИ. 1976. Вып. 57. С. 157−162.
  52. Г. С. Синоптико-статистический способ прогноза скорости сильных ветров на Японском море с заблаговременностью до 36 ч. // Тр. ДВНИГМИ. 1986. Вып. 119. С. 55−66.
  53. Г. С. Прогноз сильного ветра на территории Приморского края в холодное полугодие// Тр. ДВНИГМИ. 1979. Вып. 85. С. 23−34.
  54. Э.А. Прогноз сильного ветра в аэропортах Урала и Сибири // Тр. ЗапСибНИИ. 1988. Вып. 83. С. 115−123.
  55. Э.А. Роль градиента давления в возникновении сильных ветров на юго-востоке Западной Сибири // Тр. ЗСРНИГМИ. 1978. Вып. 36. С. 14−27.
  56. Э.А. Синоптические условия возникновения сильных ветров в аэропортах Урала и Сибири // Тр. ЗапСибНИИ. 1986. Вып. 79. С. 76−84.
  57. H.H. Опыт прогноза сезонной аномалии температуры воздуха с большой заблаговременностью и его уточнение // Тр. Гидрометцентра СССР. 1978. Вып. 211. С. 15−19.
  58. Наставление гидрометеорологическим станциям и постам. Вып. 3. Ч. 1. -Л.: Гидрометеоиздат, 1985. 299 с.
  59. Наставление по краткосрочным прогнозам погоды общего назначения: РД 52.88.629−2002 С.-Пб.: Гидрометеоиздат, 2002. — 42 с.
  60. Наставление по службе прогнозов. Раздел 2. Служба метеорологических прогнозов. Ч. 3, 4, 5. М.: Гидрометеоиздат, 1981. — 55 с.
  61. Научно-прикладной справочник по климату СССР. Серия 3: Многолетние данные. Ч. 1−6. — Вып. 26. Приморский край — Л.: Гидрометеоиздат, 1988. -416 с.
  62. Основы динамической метеорологии / Л. С. Гандин, Д. Л. Лайхтман и др.- Под ред. Д. Л. Лайхтмана и М. И. Юдина. Л.: Гидрометеоиздат, 1955. — 645 с.
  63. С.Т. Влияние тепловых потоков в атмосфере на формирование е.с. сезонов // Тр. ЦИП. 1953. Вып. 050. С. 3−37.
  64. Е.М., Прессман Д. Я., Кисельникова В. З., Дрофа О. В. Численные гидродинамические модели мезомасштабного прогноза Гидрометцентра России // Сб. 70 лет Гидрометцентру России / С.-Пб.: Гидрометеоиздат. 1999. С. 80−89.
  65. А.П. Метод прогноза сильных ветров на морской акватории // Тр. ААНИИ. 1983. Том 385. С. 89−98.
  66. А.П. Усовершенствованный метод прогноза скорости ветра на морской акватории // Тр. ААНИИ. 1989. Том 415. С. 7−17.
  67. Практикум по синоптической метеорологии / Под ред. A.C. Зверева. Л.: Гидрометеоиздат, 1972. — 335 с.
  68. Проведение производственных (оперативных) испытаний новых и усовершенствованных методов гидрометеорологических и гелиогеофизических прогнозов // Методические указания: РД 52.27.284−91. -М.: Гидрометеоиздат, 1991. 150 с.
  69. Пятый долгосрочный план ВМО на 2000−2009 гг. / ВМО. Женева, — 2000. -№ 908.-88 с.
  70. К. Метеорология муссонов. Л.: Гидрометеоиздат, 1976. — 335 с.
  71. Руководство по краткосрочным прогнозам погоды. Часть 1. Л.: Гидрометеоиздат, 1986. — 702 с.
  72. Руководство по краткосрочным прогнозам погоды. Часть 2. Вып. 5. Дальний Восток. Л.: Гидрометеоиздат, 1988. — 176 с.
  73. Система объективного краткосрочного прогноза явлений и элементов погоды в США / Снитковский А. И., Сонечкин Д. М., Фукс-Рабинович М.С., Шаповалова Н. С. Обнинск, сер. Метеорология, 1978. — 55 с.
  74. А.И. Краткосрочный прогноз сильных ветров // Тр. Гидрометцентра СССР. 1971. Вып. 90. С. 77−90.
  75. А.И., Переходцева Э. В., Кириллова Н. И., Устинова Г. П. Применение регрессионного анализа для прогноза температуры воздуха в Москве // Тр. Гидрометцентра СССР. 1978. Вып. 211. С. 90−96.
  76. А.И. Прогноз сильных ветров // Метеорология и гидрология. 1970.-№ 9.-С. 54−61.
  77. О.В., Мезенцева Л. И. Климатические тренды параметров общей циркуляции атмосферы в южном полушарии во второй половине XX века // Проблемы Арктики и Антарктики. 2007. — № 76. — С. 24−35.
  78. О.В., Друзь Н. И. Автоматизированный исследовательский программный комплекс для целей прогноза элементов погоды // Проблемы транспорта Дальнего Востока. 2005. — С. 211−213.
  79. В.А. Статистический прогноз средних месячных значений поля Н500 по северному полушарию // Тр. Гидрометцентра СССР. 1983. Вып. 244. С. 7−17.
  80. Ю.А. Методы отбора информативных признаков в задачах многомерной регрессии и распознавания образов // Тр. ВНИГМИМЦД. 1974. Вып. 1.С. 70−87.
  81. В.П. Сопряженность тропического и внетропического циклогенеза в северо-западной части Тихого океана в конце XX века // 40 лет геофизическому факультету ИОС ДВГУ: Тез. докл. Пятой науч. юб. конф. -Владивосток, 2004. С. 8−9.
  82. А.И., Харькова Н. В. Современные изменения климата Санкт-Петербурга и колебания циркуляции атмосферы // Метеорология и гидрология. 2008. — № 1. — С. 24−30.
  83. И.Г., Шустова Г. А. Схема прогноза температуры воздуха у земли на пять суток по дням для районов Сибири // Тр. ЗапСибНИИ. 1986. Вып. 79. С. 10−22.
  84. А.Х. Физика атмосферы. Том 2 Л.: Гидрометеоиздат, 1978. — 308 с.
  85. Д. Статистика для физиков. М.: Мир, 1967. — 296 с.
  86. .Г. Региональные и сезонные закономерности изменений современного климата. Обнинск: ГУ ВНИГМИ-МЦД, 2008. — 247 с.
  87. М.И., Блажевич В. Г., Голод М. П., Чувашина И. Е. Предварительные выводы об информативности прогностических соотношений // Труды ГГО. 1981. Вып. 446. С. 12−23.
  88. М.И., Блажевич В. Г., Репинская Р. П. Некоторые вопросы отбора значимых предикторов // Труды ГГО. 1972. Вып. 273. С. 16−28.
  89. М.И. Задача многоаспектной статистической оценки информативности прогностических соотношений // Труды ГГО. 1975. Вып. 329. С. 33−40.
  90. Climate system monitoring, June 1991- November 1993/ Principal editor David Philips // WMO 1995. № 819. — P. 20−25.
  91. Dilumie S. Abeysirigunawardena, Eric Gilleland, David Bronaugh, Pat Wong. Extreme Wind Regime Responses to Climate Variability and Change in the Inner South Coast of British Columbia, Canada // Atmosphere-Ocean 2009. — Vol. 47(1).-P. 41−61.
  92. Doug McCollor, Roland Stull. Hydrometeorological Accuracy Enhancement via Postprocessing of Numerical Weather Forecasts in Complex Terrain // Weather and Forecasting. February 2008. — P. 131−144.
  93. Drechsel S., Mayr G. Objective Forecasting of Foehn Winds for a Subgrid-Scale Alpine Valley // Weather and Forecasting. April 2008. — P. 205−218.
  94. Klein W.H., Lewis F. Computer forecast of maximum and minimum temperatures // J. Appl. Meteorol. 1970. — Vol. 9. — P. 350−359.
  95. Lemcke C., Kruizinga S. Model Output Statistics Forecasts: Three years of operational experience in the Netherlands // Mon. Wea. Rev. 1988. — Vol. 116. -P. 1077−1090.
  96. Mezentseva L.I., Socolov O.V. Change of weather components at the seashore of the Far East as a result of the changes in general circulation of atmosphere //
  97. Beyond observations to achieving understanding and forecasting in a changing North Pacific: thesis of report of the North Pacific Marine Science Organization 17th Annual Meeting, Dalian, People’s Republic of China, 2008. P. 9.
  98. Sokolov O.V., Mezentseva L.I. Climatic trends in general atmospheric circulation in the second half of the 20th century // PACIFIC oceanography. 2004. -Vol. 2, № 1−2.-P. 67−73.
  99. Toshio Suga, Ayato Kato, Kimio Hanawa. North Pacific Tropical Water: its climatology and temporal changes associated with the climate regime shift in the 1970s. // Progress in Oceanography. 2000. — Vol. 47, № 2−4. — P. 223−256.
  100. Woodcock F. Australian experiment model output statistics forecasts of daily maximum and minimum temperatures // Mon. Wea. Rev. 1984. — Vol. 112. — P. 2112−2121.
  101. Wright K.C. Techniques for forecasting the occurrence of strong winds over the Severn Bridge // Meteorological Magazine. 1985. -Vol. 114, № 1352. — P 7885.
  102. Характеристики регрессионных моделей, в том числе экспериментальных, для расчета средней скорости ветра по станции Владивосток с разными признакамиклассификации
  103. Примечание: если не оговорены координаты узла, то рассчитанный предиктор относится к точке с координатами Ш-42,5° ели., 1оп=132,5° в.д. (ближайший узел к пункту расчета), в противном случаекоординаты уточняются
Заполнить форму текущей работой

Сессия? Спокойно!