RU1795401C - Способ составлени краткосрочного прогноза оптической погоды - Google Patents
Способ составлени краткосрочного прогноза оптической погодыInfo
- Publication number
- RU1795401C RU1795401C SU904851730A SU4851730A RU1795401C RU 1795401 C RU1795401 C RU 1795401C SU 904851730 A SU904851730 A SU 904851730A SU 4851730 A SU4851730 A SU 4851730A RU 1795401 C RU1795401 C RU 1795401C
- Authority
- RU
- Russia
- Prior art keywords
- cloud forms
- time
- sets
- data bank
- cloud
- Prior art date
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Использование: метеорологи , на аэрологических станци х в прогностических центрах, при планировании режимов работы аппаратуры по исследованию атмосферы . Сущность изобретени : по результатам предварительных метеонаблюдений, при которых определ ют совокупность форм облачности с учетом конвективной облачности и форм облаков на трех русах, составл ют банк данных с определением веро тностей перехода каждой из совокупностей форм облачности в другие совокупности. После проведени метеонаблюдений в начальный момент времени выбирают из банка данных совокупность форм облачности, соответствующую совокупности, определенной в начальный момент времени, и учитывают веро тности перехода выбранной совокуп- ности форм облачности в другие совокупно- ; 3 сти. 6 ил.7 ел С
Description
Изобретение относитс к метеорологии и может быть использовано на аэрологических станци х, в прогностических центрах и при планировании режимов работы аппаратуры по исследованию атмосферы как информационно-динамического канала распространени оптических волн.
Известны способы составлени краткосрочных прогнозов погоды, основанные на детерминированных модел х атмосферы или модел х со случайными воздействи ми, содержащих уравнени гидротермодинамики в форме уравнений Эйлера, Навье-Сто- кса, или интегродифференциальные уравнени в частных производных. Решение этих уравнений св зано с существенны- ми затратами машинного времени
высокопроизводительных ЭВМ. Несмотр на это, формируемый по результатам решени этих уравнений прогноз обладает низкой точностью, так как его веро тность и веро тности иных возможных исходов априорно неизвестны.
Наиболее близким по технической сущности и достигаемому положительному эффекту к за вленному изобретению вл етс способ, по которому составление краткосрочного прогноза погоды производитс путем проведени текущих метрологических измерений, определени по этим измерени м аналога в р ду многолетних климатических данных и построени на основе выбранного аналога прогноза погоды. В качестве метрологических измерений исполь ч| Ю
ел
4 О
зуют данные аэрологического зондировани трех сроков наблюдений, а аналог определ ют в виде синоптического процесса четырех дней. Недостатком прототипа вл етс низка точность прогноза, так как он не позвол ет определ ть все возможные исходы состо ни атмосферы на прогнозируемый период и их веро тности.
Целью изобретени вл етс повышение точности прогноза.
Данна цель достигаетс тем, что провод т предварительное метеонаблюдени , составл ют банк данных, провод т метеонаблюдени в начальный момент времени, предшествующий моменту прогноза и обрабатывают результаты наблюдений с учетом информации банка данных.
В отличие от прототипа, при проведении предварительных метеонаблюдений в начальный момент времени производ т определение совокупностей форм облачности с учетом видов конвективной облачности и форм облаков на трех русах. При составлении банка данных определ ют веро тности перехода каждой из совокупностей форм облачности в другие совокупности. При обработке результатов наблюдений учитывают веро тности перехода совокупности форм облачности соответствующей совокупности , определенной в начальный момент времени, в другие совокупности. Дл определени веро тности по влени той или иной совокупности форм облачности решают систему дифференциальных уравнений вида
Pl+C21Aj|P (1)
i(1,2..., I, с) I j
AJJ- веро тность перехода из i-ой совокупности в j-ую совокупность (из банка данных). В качестве начальных условий полагают
Ре 1; Pi . (2)
I - совокупность форм облачности, наблюдаема в начальный момент времени;
PI - веро тности совокупностей форм облачности.
Интегрированием системы уравнений (1) на заданное врем прогноза наход тс искомые веро тности Pj(tn). Таким образом определ ютс возможные исходы состо ний атмосферы k С. i на прогнозируемый период tn. их веро тности Pk(tn).
На фиг.1 приведена модель облачной атмосферы, характерна дл центральных
районов европейской части СССР. На фиг.2,3.4,5 - примеры составлени банка данных в виде размеченных графов состо ний .
Способ реализуетс следующим образом .
При проведении метеорологических измерений по оптическому режиму атмосферу можно разделить на два четко различимых
0 состо ни : облачное и безоблачное. При этом выбирают модель трех русного построени облачности В особую группу выдел ютс облака конвективного развити . Известно, что наиболее существенное
5 вли ние на оптический режим оказывает временна изменчивость форм облачности. Данные о временной изменчивости форм облачности могут быть вз ты из таблиц ТМ- 1, содержащих статистику многолетних на0 блюдений над облачными покровами, провод щихс сетью метеостанций Госком- гидромета. При реализации за вленного способа выполн ютс следующие действи , Заранее, по имеющимс данным метеоро5 логических наблюдений производитс разбиение всех возможных состо ний с учетом выбранной модели атмосферы на совокупности и составление банка данных, Так, на- пример, на фиг.2,3,4,5 приведены
0 результаты разбиений на совокупности форм облачности наблюдений Ростовского гидрометцентра дл сезонов весна, лето ,осень, зима за период 1978 - 1982 г. Результаты приведены в виде размеченных
5 графов состо ний. Количество совокупностей форм облачности, которые были получены после обработки при составлении банка данных было больше, чем, представлено графами, например, дл весны оно рав0 но 22. Однако, часть из них настолько маловеро тна, что без особого ущерба дл точности они могут быть опущены. Каждое состо ние графов характеризуетс двоичным п тизначным кодом, веро тностью и
5 средним временем непрерывного существовани . Наличие 1 в соответствующих разр дах п тизначного двоичного кода соответствует наличию в наблюдаемой совокупности той или иной формы облачности.
0 Значени , проставленные у стрелок, указывающих направление переходов характеризуют их интенсивности. Дл каждого из представленных графов может быть записана система дифференциальных уравнений
5 вида (1). Путем проведени текущих метеорологических наблюдений и сопоставлени результатов наблюдений с параметрами совокупностей форм облачности определ ют аналог текущего состо ни атмосферы. Интегрированием системы дифференциальных уравнений (1) с начальными услови ми (2), где Ре веро тность текущей совокупности форм облачности определ ют веро тности наблюдени различных совокупностей форм облачности на заданный момент времени tn.
В отличие от аналогов и прототипа предложенный способ обеспечивает более высокую точность прогноза, так как позвол ет определ ть априорно веро тности наблюдени всех совокупностей форм облачности в заданный момент времени.
Claims (1)
- Формула изобретениСпособ составлени краткосрочного прогноза оптической погоды, включающий проведение предварительных метеонаблюдений , составление банка данных, проведение метеонаблюдений в начальный момент времени, предшествующий моменту прогноза и обработку результатов наблюдений с учетом информации банка данных, отличающийс тем. что, с целью повышени точности, при проведении предварительных метеонаблюдений и метеонаблюденийв начальный момент времени производ т определение совокупностей форм облачности с учетом видов конвективной облачности и форм облаков на трех русах, при составлении банка данных определ ют веро тности перехода каждой из совокупностей форм облачности в другие совокупности, а при обработке результатов наблюдений учитывают веро тности перехода совокупности форм облачности соответствующей совокупности, определенной в начальный момент времени, в другие совокупности .Фиг.1Фиг. 6
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
SU904851730A RU1795401C (ru) | 1990-07-17 | 1990-07-17 | Способ составлени краткосрочного прогноза оптической погоды |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
SU904851730A RU1795401C (ru) | 1990-07-17 | 1990-07-17 | Способ составлени краткосрочного прогноза оптической погоды |
Publications (1)
Publication Number | Publication Date |
---|---|
RU1795401C true RU1795401C (ru) | 1993-02-15 |
Family
ID=21527880
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
SU904851730A RU1795401C (ru) | 1990-07-17 | 1990-07-17 | Способ составлени краткосрочного прогноза оптической погоды |
Country Status (1)
Country | Link |
---|---|
RU (1) | RU1795401C (ru) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106291764A (zh) * | 2016-08-12 | 2017-01-04 | 华南师范大学 | 基于大数据和气象分析场的气象预报方法和系统 |
-
1990
- 1990-07-17 RU SU904851730A patent/RU1795401C/ru active
Non-Patent Citations (1)
Title |
---|
Авторское свидетельство СССР Мг 1187594, кл. G 01 W 1/10, 1986. Руководство по краткосрочным прогнозам погоды. Часть 2, вып.1, Европейска часть и Закавказье, Ленинград, Гидромете- оиздат, 1987. * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106291764A (zh) * | 2016-08-12 | 2017-01-04 | 华南师范大学 | 基于大数据和气象分析场的气象预报方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110928993A (zh) | 基于深度循环神经网络的用户位置预测方法及系统 | |
CN112180471B (zh) | 天气预报方法、装置、设备及存储介质 | |
CN108805174A (zh) | 聚类方法及装置 | |
CN115271181A (zh) | 一种基于多模态数据融合的台风概率预报智能方法及装置 | |
CN106651007A (zh) | 基于gru的光伏电站辐照度中长期预测的方法及装置 | |
CN110781316A (zh) | 一种融合超平面和持续时间建模的时间感知知识表示学习方法 | |
CN113009553A (zh) | 基于NGBoost和SHAP值的可解释地震动参数概率密度分布预测方法 | |
CN111274710A (zh) | 一种基于游戏的核应急疏散出口选择行为模型的构建方法 | |
Liang et al. | Method of bidirectional LSTM modelling for the atmospheric temperature | |
RU1795401C (ru) | Способ составлени краткосрочного прогноза оптической погоды | |
CN117236016B (zh) | 一种基于bim的水中生态系统构建方法和系统 | |
CN116091852B (zh) | 树木倒伏预测方法、装置、电子设备及可读存储介质 | |
CN116227899A (zh) | 小区房屋能耗预测方法、装置、电子设备及可读存储介质 | |
CN116431988A (zh) | 基于活动模式-马尔科夫链的居民出行活动时间序列生成方法 | |
CN115169544A (zh) | 一种短期光伏发电功率预测方法及系统 | |
CN113035363B (zh) | 一种概率密度加权的遗传代谢病筛查数据混合采样方法 | |
CN109670645A (zh) | 预测风速模型的建立方法及装置 | |
Rasp | Statistical methods and machine learning in weather and climate modeling | |
CN110533241B (zh) | 终端区起降容量预测系统 | |
Bai et al. | Real-time prediction for fine-grained air quality monitoring system with asynchronous sensing | |
Wadi et al. | Comparison of five different distributions based on three metaheuristics to model wind speed distribution | |
Wang et al. | Efficient climate simulation via machine learning method | |
CN107506949B (zh) | 光伏数据聚类方法、光伏功率预测方法、存储介质和设备 | |
CN115495912A (zh) | 一种台风灾害下的风电场出力曲线模拟生成方法及装置 | |
Kryzhov | Downscaling of the global seasonal forecasts of hydrometcenter of Russia for North Eurasia |