RU2010140576A

RU2010140576A - Способ прогнозирования времени наступления и уровня паводков

Info

Publication number: RU2010140576A
Application number: RU2010140576/08A
Authority: RU
Inventors: Татьяна Павловна Варшанина (RU); Татьяна Павловна Варшанина; Ольга Анатольевна Плисенко (RU); Ольга Анатольевна Плисенко; Виктор Николаевич Коробков (RU); Виктор Николаевич Коробков
Priority date: 2010-10-04
Filing date: 2010-10-04
Publication date: 2012-04-10
Also published as: RU2480825C2

Abstract

1. Способ прогнозирования времени наступления и уровня паводков путем введения информации о предшествующих значениях хода ежесуточных признаков синоптической ситуации и уровня воды, включая предпрогнозные значения параметров и получения прогноза уровня воды, отличается тем, что ! в качестве предиктора используется вычисляемое значение в точке прогнозирования регионального градиента поля температуры, ! реализация способа осуществляется математической моделью нейронной сети, представляющей гибридную сеть с каскадным подключением слоя Кохонена и двухслойной персептронной сети, ! прогнозные значения параметров получаются путем сопоставления текущих значений с каким-либо кластером слоя Кохонена и последующей аппроксимацией прогнозных значений. ! 2. Способ по п.1, отличающийся тем, что в качестве предиктора используется значение в точке прогнозирования регионального градиента поля температуры, вычисляемого в плоской Декартовой системе координат. ! 3. Способ по п.1, отличающийся тем, что в качестве предиктора используется значение в точке прогнозирования регионального градиента поля температуры, вычисляемого в локальной области поля температуры, заданной граничными пунктами (граничными точками) наблюдений с известными значениями температур. ! 4. Способ по п.1, отличающийся тем, что в качестве предиктора используется значение регионального градиента поля температуры в точке прогнозирования gradTi0, вычисляемое как сумма градиентов температуры в точке прогнозирования относительно граничных точек gradTi0,j, выраженные через координаты векторов xj, yj ! . ! 5. Способ по п.1, отличающийся тем, что реализация способ�

Claims

1. Способ прогнозирования времени наступления и уровня паводков путем введения информации о предшествующих значениях хода ежесуточных признаков синоптической ситуации и уровня воды, включая предпрогнозные значения параметров и получения прогноза уровня воды, отличается тем, что

в качестве предиктора используется вычисляемое значение в точке прогнозирования регионального градиента поля температуры,

реализация способа осуществляется математической моделью нейронной сети, представляющей гибридную сеть с каскадным подключением слоя Кохонена и двухслойной персептронной сети,

прогнозные значения параметров получаются путем сопоставления текущих значений с каким-либо кластером слоя Кохонена и последующей аппроксимацией прогнозных значений.

2. Способ по п.1, отличающийся тем, что в качестве предиктора используется значение в точке прогнозирования регионального градиента поля температуры, вычисляемого в плоской Декартовой системе координат.

3. Способ по п.1, отличающийся тем, что в качестве предиктора используется значение в точке прогнозирования регионального градиента поля температуры, вычисляемого в локальной области поля температуры, заданной граничными пунктами (граничными точками) наблюдений с известными значениями температур.

4. Способ по п.1, отличающийся тем, что в качестве предиктора используется значение регионального градиента поля температуры в точке прогнозирования gradT_i0, вычисляемое как сумма градиентов температуры в точке прогнозирования относительно граничных точек gradT_i0,j, выраженные через координаты векторов x_j, y_j

.

5. Способ по п.1, отличающийся тем, что реализация способа осуществляется математической моделью нейронной сети, входным вектором которой являются ход ежесуточных признаков синоптической ситуации, состоящий из значения регионального градиента поля температур, выраженного координатами, и соответствующего значения уровня воды за предшествующие восемь дней в точке прогнозирования.

6. Способ по п.1, отличающийся тем, что реализация способа осуществляется математической моделью нейронной сети, представляющей гибридную сеть с каскадным подключением слоя Кохонена и двухслойной персептронной сети, обученными на ежесуточных 20-ти летних данных по уровням воды и значениям регионального градиента поля температуры в точке прогнозирования, представляющих период естественного изменения климатической системы.

7. Способ по п.1, отличающийся тем, что реализация способа осуществляется математической моделью нейронной сети, распределяющим слоем которой является слой Кохонена, в процессе обучения накапливающий информацию о классах признаков хода синоптической ситуации, а именно уровня воды и значений регионального градиента поля температуры, в точке прогнозирования путем выделения кластеров значений соответствующих наблюденным синоптическим ситуациям.

8. Способ по п.1, отличающийся тем, что реализация способа осуществляется математической моделью нейронной сети, прогнозирующим слоем которой является двухслойная персептронная сеть.

9. Способ по п.1, отличающийся тем, что реализация способа осуществляется математической моделью нейронной сети, включающей слой Кохонена на выходе которого формируется вектор значений, соответствующий определенному классу признаков хода синоптической ситуации.

10. Способ по п.1, отличающийся тем, что реализация способа осуществляется математической моделью нейронной сети, первый персептронный слой которой на входе получает вектор значений, соответствующий определенному кластеру признаков хода синоптической ситуации, и на основе аппроксимации сложной нелинейной зависимости между значениями регионального градиента поля температуры в точке прогнозирования и уровнем воды вычисляют прогнозные значения регионального градиента поля температуры и уровня воды.