Исследование статистических характеристик временных рядов значений приземной температуры воздуха тема диссертации и автореферата по ВАК РФ 25.00.30, кандидат наук Восканян, Карина Левановна

  • Восканян, Карина Левановна
  • кандидат науккандидат наук
  • 2013, Санкт-Петербург
  • Специальность ВАК РФ25.00.30
  • Количество страниц 143
Восканян, Карина Левановна. Исследование статистических характеристик временных рядов значений приземной температуры воздуха: дис. кандидат наук: 25.00.30 - Метеорология, климатология, агрометеорология. Санкт-Петербург. 2013. 143 с.

Оглавление диссертации кандидат наук Восканян, Карина Левановна

Содержание

Стр.

Введение

1 Автоматические метеорологические станции общего и

специального назначения

1.1 Автоматическая информационно-измерительная система «Погода»

1.2 Автоматическая метеорологическая станция «НОВО»

1.3 Аэродромные метеостанции (KPAMC)

1.4 Дорожная автоматическая информационно-измерительная система «МетеоТрасса»

1.5 Формирование архива данных

1.5.1 Формирование модельных временных рядов температуры

воздуха

1.5.2 Формирование временных рядов по данным AMC РГГМУ

1.5.3 Формирование временных радов по данным AMC ИРАМ

2 Математические методы расчета статистических характеристик

временных рядов

2.1 Статистические характеристики временных рядов и методы их расчета

2.2 Оценивание статистических характеристик временных рядов

2.3 Специальные методы исследования временных рядов

2.3.1 Оптимальная дискретность измерений

2.3.2 Контроль пропусков во временных рядах

2.3.3 Контроль выбросов и смены характера протекания процесса

2.3.4 Сглаживание временных рядов

2.4 Выделение временного тренда и периодических составляющих

временного ряда

3 Анализ статистических характеристик временных рядов приземной температуры воздуха

3.1 Сравнительный анализ временных рядов приземной температуры воздуха

3.2 Анализ статистических характеристик приземной температуры воздуха

3.3 Исследование временного тренда и значений периодических составляющих

4 Оценка возможностей использования аналитических методов для текущего прогнозирования приземной температуры

воздуха

4.1 Технология текущего прогнозирования

4.2 Анализ результатов, полученных при использовании линейной экстраполяции

4.3 Анализ результатов, полученных при использовании полиномиальной экстраполяции

4.4 Анализ результатов, полученных при использовании сплайн экстраполяции

Заключение

Список использованных источников

Рекомендованный список диссертаций по специальности «Метеорология, климатология, агрометеорология», 25.00.30 шифр ВАК

Введение диссертации (часть автореферата) на тему «Исследование статистических характеристик временных рядов значений приземной температуры воздуха»

Введение

Температура воздуха у поверхности земли является одной из важнейших метеорологических величин. Без знания фактического значения этой метеорологической величины, а также ее прогностического значения трудно себе представить жизнь и хозяйственную деятельность современного общества. В своей повседневной жизни мы интересуемся прогностическим ее значением вечером, планируя как свою одежду, так и свою работу, если она будет протекать на открытом воздухе. Утром мы выясняем фактическое значение этой температуры, тем самым уточняя ее прогностическое значение. В своей хозяйственной деятельности трудно себе представить тот случай, когда этот метеорологический параметр или его прогноз различной заблаговременности не учитывался бы в той или иной мере. Это коммунальные службы, авиация, дорожные службы, прогностические подразделения гидрометеослужбы, строительство, энергетика и многие другие виды хозяйственной деятельности /1,2/.

Все выше сказанное определяет важность и актуальность исследования «поведения» временных рядов /3/ приземных значений температуры воздуха и этим же определяется актуальность и практическая значимость данной работы.

При исследовании приземной температуры атмосферного воздуха возможно как рассмотрение двухмерных полей этой метеорологической величины, так и временных рядов значений приземной температуры воздуха, измеренной в одном пункте /4/. В данной работе рассматривались только временные ряды приземной температуры воздуха, измеренные с помощью современных автоматических метеорологических станций (AMC). Использование современных AMC позволяет получать информацию об изменении метеорологических параметров атмосферы, начиная от нескольких секунд и заканчивая часами и сутками в зависимости от требования заказчика /5/. В настоящее время существуют десятки производителей AMC, Россия в том

числе {Aanderаа Data Instruments, Campbell Scientific, DA VIS Data Instruments).

Второй особенностью данной работы является отказ от рассмотрения климатических характеристик приземной температуры воздуха, требующих наличия длинных временных рядов этой величины (при этом дискретность измерений может быть достаточно большой), а сосредоточить свое внимание на исследовании относительно небольших (по продолжительности общего времени измерения) временных рядах, но с малой дискретностью. Такая возможность появилась с внедрением в метеорологическую практику AMC. Это позволило уменьшить дискретность измерений до 10 секунд получить и проанализировать статистические и другие характеристики временных рядов значений приземной температуры воздуха.

В качестве отдельного предмета исследования в данной работе рассмотрены возможности выполнения текущего прогнозирования приземной температуры воздуха. Изучение предсказуемости процессов в атмосфере возможно с использованием различных методов. В частности, для исследования временных рядов метеорологических величин, получаемых с помощью AMC, могут быть использованы аналитические и статистические модели. В данной работе рассматриваются возможности использования только аналитических методов к проведению текущего прогноза значений приземной температуры /6/.

Таким образом, основными целями диссертационной работы являлись получение и анализ статистических и других характеристик временных рядов значений приземной температуры воздуха, измеренных с помощью автоматических метеорологических станций, а также исследование возможностей применения аналитических методов к проведению текущего прогноза значений приземной температуры.

Основные задачи исследования:

- рассмотреть технические характеристики современных автоматических метеорологических станций общего и специального назначения;

- создать архив временных рядов приземной температуры воздуха, полученных с помощью AMC в Санкт-Петербурге и Ленинградской области;

- разработать и реализовать с помощью специально созданной для этой цели программы для ПЭВМ алгоритмы перевода текстовых значений данных с серверов, содержащих результаты измерений на AMC в Санкт-Петербурге и Воейково, в цифровую форму;

- разработать и реализовать с помощью специально созданной для этой цели программы для ПЭВМ алгоритмы контроля «качества» временных рядов и с их помощью исключить из архива данные, содержащие временные разрывы и выбросы;

- с использованием, как стандартных пакетов прикладных программ, так и специально созданных в процессе выполнения данной работы программ для ПЭВМ, произвести серию расчетов статистических характеристик временных рядов, соответствующих различным сезонам и пунктам измерения, и оценить доверительные интервалы для этих характеристик, а также произвести анализ полученных данных;

- разработать алгоритмы и подготовить соответствующую программу для ПЭВМ для расчета аддитивных составляющих временных рядов;

- на основе созданной программы и имеющегося архива данных исследовать поведение характеристик периодических составляющих временных рядов приземной температуры воздуха;

- исследовать, используя созданные для этой цели программы для ПЭВМ, точность текущего прогнозирования приземной температуры воздуха на основе аналитических методов проведения замкнутых численных экспериментов и дать практические рекомендации по их применению.

Исходные материалы и методика исследования:

- временные ряды приземной температуры воздуха, измеренные AMC в Санкт-Петербурге и поселке Воейково Ленинградской области;

- методики исследования статистических характеристик базировались на известных методах и подходах к их расчету с использованием как извест-

ных пакетов «Statistica» и «Excel», так и созданных в процессе выполнения данной работы специализированных программ для ПЭВМ:

— методика оценки точности текущего прогнозирования базировалась на проведении замкнутых численных экспериментов на ПЭВМ с использованием данных натурных измерений приземной температуры воздуха в Санкт-Петербурге и Ленинградской области.

Научная новизна работы заключается в следующем:

1. Скорректирована методика контроля «качества» временных рядов приземной температуры, адаптированная к работе с данными AMC РГГМУ и ИРАМ.

2. Разработана методика выделения аддитивных составляющих временных рядов с использованием специально созданной для этой цели программы для ПЭВМ.

3. Разработаны методики проведения замкнутых численных экспериментов для оценки точности текущего прогнозирования приземной температуры воздуха и для их реализации созданы соответствующие программы для ПЭВМ.

4. Определены статистические характеристики временных рядов приземной температуры воздуха и исследованы их вариации в зависимости от объема выборки, сезона и места проведения измерений.

5. Проведено сопоставление синхронных измерений приземной температуры воздуха в мегаполисе и за его пределами.

6. Для каждого сезона оценены параметры периодических составляющих временных рядов приземной температуры воздуха и исследована их изменчивость в зависимости от объема выборки и места проведения измерений.

7. Разработана методика использования аналитических методов прогнозирования приземной температуры воздуха, и определены оптимальные схемы его проведения на основе этих методов.

Положения, выносимые на защиту:

1. Методика выделения периодических составляющих временных рядов приземной температуры воздуха.

2. Методики использования аналитических методов для проведения текущего прогнозирования приземной температуры воздуха и результаты, полученные при определении оптимальной схемы такого прогнозирования.

В процессе выполнения данной работы автором были

- созданы и обработаны архивы данных с AMC Санкт-Петербурга и Ленинградской области, необходимые для проведения исследования;

- освоены методики и на их основе проведены расчеты статистических характеристик временных рядов приземной температуры;

- разработаны алгоритмы и составлены программы для ПЭВМ, позволяющие реализовывать разработанные методики.

Результаты исследований докладывались на научных семинарах кафедры экспериментальной физики атмосферы в 2012—2013 гг., на Итоговой сессии Ученого совета РГГМУ в 2012 г.

Основные результаты диссертации опубликованы в двух печатных работах и одном учебном пособии, в том числе две публикации - в издании, рекомендованном ВАК.

Работа состоит из введения, 4 глав, заключения, списка использованной литературы - 84 наименования. В ней содержится 145 страниц текста, 35 таблиц, 88 рисунков.

Во введении дано обоснование актуальности темы диссертационной работы, изложены цель и задачи исследования, отражена научная новизна и практическая значимость работы, а также определены положения, выносимые на защиту.

В первой главе рассматриваются структура, технические характеристики и особенности функционирования автоматических метеорологических станций различного назначения. Последовательно рассмотрены автоматические станции общего назначения (на примере АИИС «Погода» и AMC

«НОВО»), аэродромные метеорологические станции (на примере AMC «KPAMC») и дорожные метеорологические станции (на примере АИИС «МетеоТрасса»). Кроме того, в этой главе подробно описана методика получения информации о временных рядах приземной температуры воздуха. Рассмотрена методика формирования модельных временных рядов с заданными характеристиками, а также технология получения реальных данных измерения этого метеорологического параметра с помощью АИИС «Погода». Представленная здесь информация позволяет любому желающему сформировать свой собственный архив получаемых с помощью АИИС «Погода» временных рядов таких метеорологических величин как температура, влажность, скорость и направление ветра. При этом дискретность получаемых данных может колебаться от 1 мин до 6 ч (дискретность исходных данных от АИИС «Погода» составляет 10 с).

Вторая глава диссертационной работы посвящена математическим аспектам анализа временных рядов приземной температуры воздуха. Здесь наряду с рассмотрением методов расчета традиционных статистических характеристик временных рядов, приводятся адаптированные к временным рядам приземной температуры воздуха специально разработанной методики. Она позволяет выявлять временные разрывы, «выбросы» в результатах измерений, определять моменты изменения характера протекания процесса и др.

Отдельный параграф посвящен рассмотрению разработанной в рамках данной работы методики выделения временного тренда и периодических составляющих, адаптированной для относительно коротких временных рядов. Для ее реализации была составлена специальная программа для ПЭВМ.

В третьей главе анализируются статистические характеристики временных рядов приземной температуры воздуха. Эти данные были получены автором диссертационной работы с помощью автоматических метеорологических метеостанций (AMC), расположенных в мегаполисе (Санкт-

Петербург) и вне его (Воейково Ленинградской области). Здесь проведено сопоставление основных статистических характеристик временных рядов приземной температуры воздуха для различных сезонов и в различных пунктах измерения и выполнена их оценка. Особое внимание в этой главе уделено анализу результатов, полученных в процессе выделения, с помощью составленной программы для ПЭВМ, временного тренда и периодических составляющих временных рядов приземной температуры воздуха. Показаны сходство и различия различных характеристик временных рядов приземной температуры воздуха, измеренных в мегаполисе и за его пределами.

В четвертой главе рассматривается задача текущего прогнозирования приземной температуры воздуха на основе обработки аналитическими методами временных рядов приземной температуры воздуха, полученных с помощью AMC. Здесь с помощью специально созданных программ для ПЭВМ на основе проведения численных экспериментов исследованы точностные характеристики текущего прогнозирования приземной температуры воздуха. Для этого использовались архивные данные за 2011-2012 гг., полученные с помощью AMC в Санкт-Петербурге и Воейково. В качестве аналитических методов рассматривались линейная, полиномиальная и сплайн экстраполяции. Точность текущего прогнозирования с использованием этих методов сравнивалась с использованием для текущего прогнозирования инерционного прогноза.

В заключении приводятся перечень основных результатов, полученных в диссертационной работе. Также в заключении указывается направление дальнейшего развития исследования.

1. АВТОМАТИЧЕСКИЕ МЕТЕОРОЛОГИЧЕСКИЕ СТАНЦИИ ОБЩЕГО И СПЕЦИАЛЬНОГО НАЗНАЧЕНИЯ

1.1. Автоматическая информационно-измерительная система «Погода»

Автоматическая информационно-измерительная система (АИИС) «Погода» предназначена для автоматизации процесса проведения наблюдений и обработки результатов на метеорологических станциях наземной наблюдательной сети III.

Высокое качество результатов наблюдений с помощью АИИС «Погода» обеспечивается автоматизацией измерений (с помощью современных датчиков), автоматизацией обработки и контроля результатов наблюдений, а также полной автоматизацией передачи данных. Реализованная технология позволяет максимально сократить влияние человеческого фактора на качество данных.

Первая установка АИИС «Погода» была проведена в 1996 году. По состоянию на 1 июля 2012 г. установлена 121 система АИИС «Погода» на сети Гидрометеорологических служб России, бывших республик Советского Союза, а также на различных ведомственных сетях.

Электропитание аппаратуры АИИС «Погода» производится от однофазной сети переменного тока. Максимальная потребляемая электрическая мощность - не более 1000 Вт. Масса аппаратуры центрального устройства системы - не более 80 кг.

Средний срок службы АИИС «Погода» - 10 лет при условии замены отработавших свой ресурс элементов и изделий, входящих в этот комплект. Среднее время наработки на отказ всей системы - 1000 ч, центрального устройства - 5000 ч, среднее время наработки датчиков и промежуточных измерительных преобразователей указано в их ЭД, среднее время восстановления — 3 ч.

Центральное устройство (вычислительный компонент) работоспособно при температуре от 5 до 40° С и относительной влажности до 80%.

АИИС «Погода» (рис. 1.1) состоит из измерительного, вычислительного и связующего компонентов.

\УАА151 ч* анемометр

\УАС151 траверса датчиков

| \VAV151 . . флюгер

СМ11 датчик солнечной радиации ,

Мачта 10 м

Автоматическая станция МА\УЯ 30) с датчиком давления РМТ16

НМР450 датчик температуры к влажности воздуха с радиационной защитой

БТШЗ АИИС «Погода»

центральное устройство

1МИЗН Датчик осадков

Радиационная защита

СЯМ канал или телефонный коммутируемый канал связи

ОТ812С датчики температуры почвы

Рисунок 1.1. АИИС «Погода»

Измерительный компонент комплектуется сертифицированными Госстандартом и разрешенными к применению на метеорологической сети Росгидромета датчиками и преобразователями. В первом учебном корпусе РГГМУ датчики и измерительные преобразователи установлены в составе:

- датчик параметров ветра;

- датчик температуры и влажности воздуха;

- датчик атмосферного давления;

- датчик осадков;

- актинометрический датчик;

- промежуточные измерительные преобразователи.

Диапазоны и пределы допускаемых погрешностей измерения метеорологических величин указаны в табл. 1.1 /7/.

Таблица 1.1

Диапазоны и пределы допускаемых погрешностей измерения метеорологических величин в системе АИИС «Погода», укомплектованной датчиками

фирмы УтяЫа Оу (Финляндия)

Измеряемая величина Диапазоны измерения Погрешность Примечание

Атмосферное давление, гПа 600-1050 ±0,3 ±0,5 При температуре 5-55 ° С При температуре от - 40 до 55 ° С

Температура воздуха, °С от -50 до 50 ±0,3

Относительная влажность, % 20-100 н- н- При влажности 20-90% При влажности 90-100%

Мгновенная скорость ветра V, м/с 0,6-75 ±(0,4+0,035 V)

Направление ветра, град 0-360 ±3

По результатам автоматического измерения датчиками метеорологических величин система может выдавать информацию о значениях следующих дополнительных характеристик:

- атмосферное давление, приведенное к уровню моря;

- значение барометрической тенденции;

- характеристика барометрической тенденции;

- средняя скорость ветра за 10 мин;

- направление ветра среднее за 10 мин;

- максимальная скорость ветра за 10 мин;

- максимальная скорость ветра за 3 ч;

- минимальная и максимальная температура воздуха между сроками за 3 ч;

- парциальное давление водяного пара;

- дефицит насыщения;

- относительная влажность;

- температура точки росы.

Измерение метеорологических величин выполняется в дистанционном режиме с передачей данных по кабельной линии связи в центральное устрой-

ство. При отсутствии или отказе датчиков все параметры вводятся вручную оператором.

Вычислительный компонент (ПЭВМ) АИИС «Погода» является центральным устройством. Связующий компонент включает средства передачи и преобразования измерительных сигналов.

С помощью АИИС «Погода» можно решить следующие задачи: прием, отображение (рис. 1.2) и архивация результатов измерений датчиками.

-201; £«*л*кх*

мх: 1011.0

Я1П: 997.4

: 4 * ! ¡5 и 14 и II а» гг «*е

1— 2— 3 — 4— 1 »— » •

»— ю— 11— — и— 14— 1»— :« —

Рисунок 1.2. Прием и отображение текущих измерений датчиками

в графическом виде

На рис. 1.3 изображен пример автоматического формирования архивных сообщений с датчиков фирмы «УшяЫа». Слева показана табличка с данными архива, в котором можно выбирать нужные параметры (год, месяц, день) и необходимую метеорологическую величину, например, температуру воздуха. Табличка справа содержит график с обработанными данными по температуре воздуха за выбранную дату и показаны максимальное и минимальное значения метеовеличины.

'Ifocwvp afHHitfl

Ечлат ммлмлммям

год К CSU ДНь 0*гч«

.■с« к Л J3 ЛСТНР МО

.105 с? д 0S№«J CK

ЛЖ' к л

■ к ИХСиГ

It " ¿7 RftF MS

«п* 4P- ■

Hai

[üstiTiT

^Vil^SlHSVGaniVMIlMMri.tri.O« W

II

. vii

• I *■»

26-::

Гекг.-i-pjrypd в-ii'/Äi

Ii) U I* 16 IS

ГО ¿i «i

; — !— 1 — s «— -— «

:: — is— ;г — и— Li— is— л —

Рисунок 1.3. Архивная информация о температуре воздуха

в графической форме

1.2. Автоматическая метеорологическая станция «НОВО»

Автоматическая метеорологическая станция (AMC) НОВО-ШО- NR С-10-S100-00 удобна для гидрометеорологического мониторинга в полевых условиях, так как эта метеостанция очень компактна - вес всего ее оборудования не превышает 10 кг. Система способна работать в автономном режиме, может питаться как от электрической сети, так и от солнечной батареи 6,0 Вт SOLAR-6W. Она легко перестраивается и приспосабливается для широкого ряда приложений. Программное обеспечение AMC используется для приема, передачи и дальнейшей обработки данных /8/.

Метеостанции НОВО фирмы ONSET имеют модульную структуру.

Как и у всех AMC, комплектация НОВО С/30 включает в себя регистратор станции, блок метеорологических датчиков, блок энергопитания и крепежные элементы (тренога, штанга для осадкомера, кронштейны, др.). Общий вид AMC НОВО С/30 изображен на рис. 1.4.

Датчик скорости ветра

Датчики температуры и влажности, экранированные от со лнечной радиации

Датчик

уровня осадков

1,5-метровая мачта

Кабель датчика уровня осадков

Рисунок 1.4. Общий вид АМС НОВО СУЗ О

Метеостанция измеряет следующие параметры:

- температуру воздуха;

- температуру почвы/воды;

- относительную влажность воздуха;

- влажность почвы;

- сумму осадков;

- скорость и направление ветра;

- влажность листвы;

- освещенность;

- фотосинтетическое активное излучение;

- атмосферное давление;

- содержание СОг в воздухе.

Датчик

фотосинтетически активного излучения

Верхняя часть мачты

Регистратор

Тренога

Нижняя часть мачты

Метеостанции НОВО рассчитаны на подключение цифровых и аналоговых датчиков типа Smart. В табл. 1.2 указаны все датчики, которыми укомплектована данная станция. Надо сказать, что точность большинства датчиков, гарантируемая фирмой-производителем, соответствует рекомендациям ВМО и стандартам Росгидромета. Исключение составляют датчики температуры (ошибка 0,2°С при рекомендуемой точности 0,1°С) и атмосферного давления (3 гПа по сравнению с требуемой точностью 0,1 гПа, см. табл. 1.2).

Таблица 1.2

Основные характеристики датчиков Smart

Название датчика Внешний вид датчика Единица измерения Диапазон измерений Разрешение измерений Точность измерений Инерция датчика

Датчик температуры ЭТМВ-МОхх шш X -»0 +75С 0.03Х ±0.2Х < 3 мин

Датчик температуры/ относительной влажности 8-ТНВ-М0хх ■MmJ % 40 +75"'С 0-100% 0.02Х 0,1% ±0.2Х ±2,5...3,5% 5 мин

Датчик количества осадков в-ЯОВ-МОО? - 0-127 ым'ч 0,2 мм 41%

Датчик скорости и направления ветра З-ЛМСА-МООЭ2 Скорость ветра: м/с 0-44 м/'с 0,19 м/с ±4° или ±0.5 м/с

Направление ветра:0 0-358* 1,4° ±5"

Датчик атмосферного давления &-ВР8-СМ503 в гПа (или миллибары) 6601070 мБар 0,1 гПа ±3 гПа 3 мин

Датчик влажности листвы ЭША-МООЗ* - 41 % (проценты) 0-100% 059% ±5%

Датчик фото- синтетически активного излучения в-ил-мооз мкмопь'м^/с 0-2500 MKMOWMVC 2,5 мкмоль/ »Р/С х5 мк молы' м-7с

Датчик солнечной радиации 8-иВ-МООЗ Вт/м* 0-280 Вт/мг' 1,25 Вт/м2 tlO Br/vr>

Датчик влажности почвы &-8МА-М005 s- м^/м3 0-40 мз/м3 ±0,0004 м3/«3 ±0.020 MVM3

Данные измерений архивируются и могут быть представлены на мониторе ПЭВМ в табличной и графической формах. В частности, одна из форм представления данных в графическом виде содержится на рис. 1.5.

Использование AMC, в частности НОВО С/30, сопряжено со следующими проблемами:

- скорость и направление ветра измеряется на высоте 2 м, в то время как на сетевых станциях измерения выполняются на высоте 10 м;

- невозможно измерить твердые осадки (осадкомер НОВО не оснащен устройством для плавления снега);

- нельзя определить полный радиационный баланс подстилающей поверхности (только приходящей видимой радиации);

- невозможно измерить толщину и плотность снежного покрова /8/.

Рисунок 1.5. Пример визуализации метеорологических данных

1.3. Аэродромные метеостанции (KPAMC)

Рассмотрим основные характеристики аэродромных AMC на примере комплексной, радиотехнической, аэродромной, метеорологической станции

КРАМС-4, которая разработана и серийно изготавливается ЗАО «Институт радарной метеорологии» (ЗАО «ИРАМ»). Станция сертифицирована и допущена к применению на авиаметеорологической сети Росгидромета решением ЦКПМ Росгидромета.

Данная станция предназначена для метеорологического обеспечения аэронавигации. По состоянию на 1 июля 2012 г. станция «КРАМС-4» различной комплектации установлена на 114 аэродромах, вертодромах и вертолетных площадках следующих стран: Азербайджан, Белоруссия, Казахстан, Киргизстан, Россия, Молдова, Таджикистан, Узбекистан, Украина. В том числе в 49 международных аэропортах 1-Ш категории ИКАО /9/.

КРАМС-4 обеспечивает:

- автоматические дистанционные измерения метеовеличин;

- обработку измерительных сигналов;

- автоматическое распространение метеоинформации внутри аэродрома, а также за пределы аэродрома в коде МЕТАЯ/БРЕСГ,

- архивацию всей метеоинформации с указанием времени и места проведения измерения метеовеличин.

Схема КРАМС-4 с сертифицированными датчиками метеовеличин, серийно выпускаемыми фирмой УшяаШ (Финляндия), представлена на рис. 1.6.

Как измерительная система КРАМС-4 состоит из измерительного, связующего и вычислительного компонентов, а также средств отображения, регистрации и представления метеоинформации.

Измерительный компонент состоит из датчиков, первичных и промежуточных измерительных преобразователей метеовеличин /10/, измеряющих:

- температуру и влажность воздуха;

- атмосферное давление;

- скорость и направление ветра;

- высоту нижней границы облаков (вертикальную видимость);

- метеорологическую оптическую дальность видимости;

- интенсивность и количество осадков;

- явления погоды и грозовые разряды /11/.

Пршгф

ГСГГ(С

□йлдасгю СТ25К

Условные обозначение

Ц'АС15£ П0и<ЩЦв*Н«1*

^АА151

ЦМГЗЗО

Шмвпл

грвгпгс ш аи'; л»ол-м<илвоа

тм 0£ь.1 РРА21

ИДЯ М1ТПД5

ш»сгг>»й и клавмагчра

Центральный кс«ысгтв[>(2]в стойке смшв нем» и с грс»

грзмм^ьи 0Й5-<гкчемиом

МАИСА

Огноеим район» мило те»ц.*а

Поганиьй дисплей

ше<пь(б)маяйм№м /и-нй /

Лржгвр

Дрсгшвй и илиндтчра

Рвэврвкге

рабочее

1*©6Т0 ген-«« най над «лапа

Рисунок 1.6. Структурная схема системы КРАМС-4 с датчиками метеовеличин фирмы Ушяа1а (Финляндия)

Диапазон измерений метеовеличин и допустимые погрешности представлены в табл. 1.3 /12/.

Таблица 1.3

Диапазон измерений метеовеличин и допустимые погрешности КРАМС-4

Наименование характеристики Внешний вид датчика Диапазон измерений Предел допускаемой абсолютной погрешности

температуры воздуха, °С \'С От - 50 до 50 ±0,3

относительной влажности, % От 20 доЮО ±4 (в диапазоне от О до 90) ±5 (в диапазоне от 91 до 100)

скорости ветра, м/с 1 ■ Л* т От 0,6 до75 ±(0,2 +0.02V), где V-измеренная скорость

направления ветра, град. - * 0-360 ±3

атмосферного давления, гПа О 600-1050 ±0,5

высоты облаков, м 1 15-7500 ±10 м, при высоте облаков до 100 м; ±10%, при высоте облаков (100-7 500) м

метеорологической оптической дальности, м 7 \ Ш 7-6000 ±15% в диапазоне до 250 м ±10% в диапазоне( от 250 до 400) м ±7% в диапазоне (от 400 до 1500) м ±10% в диапазоне (от 1500 до 3000) м ±20% в диапазоне (от 3000 до 6000) м

В измерительный компонент КРАМС-4 входит идентификатор погоды ГЭПР (рис. 1.7). Этот датчик предназначен для автоматического распознавания атмосферных явлений и передачи измерительных сигналов в вычислительный компонент, в котором производится определение и передача информации.

Похожие диссертационные работы по специальности «Метеорология, климатология, агрометеорология», 25.00.30 шифр ВАК

Список литературы диссертационного исследования кандидат наук Восканян, Карина Левановна, 2013 год

Список использованных источников

1 Матвеев JI.T. Курс общей метеорологии. Физика атмосферы. -JL: Гидрометеоиздат. - 1976. - 677 с.

2 Хргиан А.Х. Физика атмосферы. - JL: Гидрометеоиздат. - 1969. -

с.640.

3 Бриллинджер Д. Временные ряды. Обработка данных и теория. -М.: Мир. - 1980.-536 с.

4 Рубинштейн К.Г. и др. Воспроизведение приземной температуры воздуха и ее изменчивости /К.Г. Рубинштейн и др.// Метеорология и гидрология.- 2004. №11.-С. 42-51.

5 Калинин H.A. Метеорологические информационно-измерительные системы и комплексы / H.A. Калинин, H.H. Толмачева. -Пермь: Изд. Пермский университет. - 2007. - 334 с.

6 Русин И.Н. Сверхкраткосрочные прогнозы погоды / И.Н. Русин, Г.Г. Тараканов. - СПб.: Изд. РГГМУ. - 1996. - 308 с.

7 http ://www. iram.ru/iram/p42_pogoda ru.php.

8 Торопов Т.А. «Гидрометеорологический мониторинг в экосистемах ООПТ Алтае-Саянского экорегиона». Методическое пособие / Т.А. Торопов, Б.А. Терентьев. - Москва. - 2011. - 132 с.

9 http://www.iram.ru/iram/p21 kramsru.php.

10 Григоров Н.О. Учебник Методы и средства гидрометеорологических измерений. Метеорологические приборы / Н.О.Григоров, А.Г.Саенко, К.Л.Восканян. - СПб.: Изд-во РГГМУ. - 2012. - 306 с.

11 Автоматизированная метеорологическая измерительная система. ООО "Институт информационных датчиков и технологий". - Режим доступа: http://www.d-test.ru/pdf/amis.pdf.

12 Институт радарной метеорологии Метеорологическое оборудование аэродромов и его эксплуатация. - СПб.: Гидрометеоиздат, - 2003. -591 с.

13 Солонин А.С. Состояние и перспективы развития автоматизированных систем метеорологического обеспечения авиации // Сб.: Труды Международной конференции по авиационной и спутниковой метеорологии. -СПб.: Изд-во РГГМУ. - 2008. - С. 11-14.

14 Дивинский Л.И. Комплексная радиотехническая аэродромная метеорологическая станция - КРАМС-4: Учебное пособие / Л.И. Дивинский, А.Д. Кузнецов, А.С. Солонин. - СПб.: Изд-во РГГМУ. -2010.-66 с.

15 Институт радарной метеорологии. Метеорологические измерения на аэродромах. - СПб.: Гидрометеоиздат. - 2008. - 427 с.

16 http ://www. iram.ru/iram/p31 mtrasru.php.

17 Проектная документация "Расходы на мероприятия по повышению уровня обустройства автомобильных дорог федерального назначения. Строительство интеллектуальной транспортной системы организации дорожного движения на автомобильной дороге Р-23 Санкт-Петербург - Псков -Пустошка - Невель - граница с Республикой Белоруссия на участке км 31+000 - км 54+000, Ленинградская область". Разраб.: ЗАО «Нефтегаз - Оптимизация». - 2012. - т. 174/12-ОПР-ОПЗ. - 106 с.

18 Bazlova T.A. Use of radar data for meteorological provision of transport / T.A. Bazlova, N.V. Bocharnikov, V.A. Olenev, A.S. Solonin // Proc. ERAD 2006, Barcelona. - p. 360-362.

19 http://mkk-group.ru/production/meteostantsii/50/.

20 Дьяконов В.П. Справочник по алгоритмам и программам на языке бейсик для персональных ЭВМ. - М.: Наука, главная редакция физико-математической литературы. - 1987. - 246 с.

21 Восканян К.Л. Статистические характеристики приземной температуры воздуха по данным АМС РГГМУ / К.Л. Восканян, Н.О. Григоров, А.Д. Кузнецов, О.Г. Сероухова, Т.Е. Симакина // Тезисы доклада на Итоговой сессии Ученого совета РГГМУ. -2012.

22 http://meteolab.rshu.ru:8080 (В.В.Чукин).

23 http://www.fier867.0fees.net/iram/div.html (Д.С. Ефременко).

24 Исследование возможностей применения нейросетевых технологий для сверхкраткосрочного прогноза основных метеорологических величин: Определение оптимальных конфигураций нейронных сетей для проведения сверхкраткосрочного прогноза методом проведения численных экспериментов на ПЭВМ. Отчет о научно-исследовательской работе. / Под редакцией А.Д. Кузнецова. - СПб.: Изд-во РГГМУ. - 2010. - № госрегистрации 0120952640.- 101 с.

25 Бокс Дж. Анализ временных рядов. Вып.1. Прогноз и управление / Дж. Бокс, Г. Дженкинс, пер. с англ. A.JI. Левшина. - М.: Мир. - 1974. - 406 с.

26 Андерсен Т. Статистический анализ временных рядов. - М.: Мир. - 1976.-475 с.

27 Бриллинджер Д. Временные ряды. - М.: Мир. - 1980. - 623 с.

28 Тюрин Ю.Н. Статистический анализ данных на компьютере / Ю.Н. Тюрин, A.A. Макаров. Под ред. В.Э.Фигурнова. - М.: ИНФРА-М. -1988.-528 с.

29 Лемешко Б.Ю. Компьютерные технологии анализа данных и исследования статистических закономерностей: Учебное пособие / Б.Ю. Лемешко, С.Н. Постовалов. - Новосибирск: Изд-во НГТУ. - 2004. - 119 с.

30 Статистический анализ данных, моделирование и исследование вероятностных закономерностей. Компьютерный подход: Монография / Б.Ю. Лемешко, С.Б. Лемешко, С.Н. Постовалов, Е.В. Чимитова. - Новосибирск: Изд-во НГТУ. - 2011. - 888 с. (серия «Монографии НГТУ»).

31 Денисов В.И. Прикладная статистика. Правила проверки согласия опытного распределения с теоретическим. Методические рекомендации. Часть I. Критерии типа хи-квадрат / В.И. Денисов, Б.Ю. Лемешко, С.Н. Постовалов. - Новосибирск: Изд-во НГТУ. - 1998. - 126 с.

32 Елисеева И.И. Общая теория статистики / И.И. Елисеева, М.М. Юзбашев. - М.: Финансы и статистика. - 1998. - 368 с.

33 Манита А.Д Теория вероятностей и математическая статистика: Учебное пособие. - М.: Издат. Отдел УНЦ ДО. - 2001- 120 с.

34 Bryan F.J. Manly Statistics for Environmental Science and Management, 2nd Edition Chapman and Hall /CRC. - 2008. - 292 p.

35 Кендал M. Многомерный статистический анализ и временные ряды / М. Кендал, А. Стьюарт. - М.: Наука. - 1976. - 736 с.

36 Ефимова М.Р. Общая теория статистики: Учебник / М.Р. Ефимова, Е.В. Петрова, В.Н. Румянцев, 2-е изд., испр. и доп. - М.: ИНФРА-М. -2007.-416 с.

37 Рудакова Р.П. Статистика /Р.П. Рудакова, JI.JI. Букин, В.И. Гав-рилов, 2-е изд. - СПб.: Питер. - 2007 - 288 с.

38 Гордеева С.М. Практикум по курсу Статистические методы обработки и анализа гидрометеорологической информации / С.М. Гордеева, В.Н. Малинин. - СПб.: Изд-во РГТМУ. - 1996. - С. 6 - 13.

39 Гмурман В.Е. Теория вероятностей и математическая статистика : Учеб. пособие для вузов / В. Е. Гмурман. - 12-е изд., перераб. . - М. : Высш. образование : Юрайт, - 2009. - 479 с.

40 Орлов А.И. Прикладная статистика. - М.: Изд-во «Экзамен». -2004. - 656 с.

41 Бекряев В.И. Основы теории эксперимента: Учебное пособие. — СПб.: Изд-во РГТМУ. - 2001. - 266 с.

42 Design of experiments and statistical analysis for grouped observations: Monograph / V.l. Denisov, K.-H. Eger, B.Yu. Lemeshko, E.B. Tsoy. - Novosibirsk: NSTU Publishing house, 2004. - 464 p.

43 Дубров A. M. Многомерные статистические методы / A.M. Дубров, B.C. Мхитарян, JI.И. Трошин. - М.: Финансы и статистика. - 2000. - 352 с.

44 Елисеева И.И. Общая теория статистики: Учебник / И.И. Елисеева, М.М. Юзбашев. - М.: Финансы и статистика - 2000. - 480 с.

45 Draper N., Smith H. Applied regression analysis / N. Draper, H. Smith. - New York: Wiley, in press. - 1981. - 693 p.

46 Носко В.П. Эконометрика: Введение в регрессионный анализ временных рядов. - М. - 2002. - 254 с.

47 Айвазян С. А. Прикладная статистика. Основы эконометрики. Том 2. - М.: Юнити-Дана. - 2001. - 432 с. - ISBN 5-238-00305-6.

48 Доугерти К. Введение в эконометрику: Пер. с англ. - М.: ИН-ФРА-М. - 1999. - 402 с. - ISBN 8-86225-458-7.

49 Кремер Н. ILL, Путко Б. А. Эконометрика / Н.Ш. Кремер, Б.А. Путко. - М.: Юнити-Дана. - 2002. -311 с..

50 Магнус Я. Р. Эконометрика. Начальный курс / Я.Р. Магнус, П.К. Катышев, A.A. Пересецкий. - М.: Дело.- 2007. - 504 с. - ISBN 978-5-77490473-0.

51 Эконометрика. Учебник. Под ред. Елисеевой И. И. / 2-е изд. — М.: Финансы и статистика. - 2006. - 576 с. - ISBN 5-279-02786-3.

52 Статистика: теория и практика в Excel: Учебное пособие / В. С. Лялин, И. Г. Зверева, Н. Г. Никифорова. — М.: Финансы и статистика: Инфра— М.-2010.-446 с.

53 Козлов А.Ю., Мхитарян B.C., Шишов В.Ф. Статистические функции MS Excel в экономико-статистических расчетах: Учебное пособие для вузов. Под ред. проф. B.C. Мхитаряна / А.Ю. Козлов, B.C. Мхитарян, В.Ф. Шишов. - М.: ЮНИТИ-ДАНА. - 2003.

54 Макарова Н.В., Трофимец В.Я. Статистика в Excel: Учебное пособие /Н.В. Макарова, В.Я. Трофимец. - М.: Финансы и статистика. — 2002.

55 Отчет о научно-исследовательской работе «Создание системы контроля качества данных приземных значений основных метеорологических величин с использованием статистических, аналитических методов, а также нейросетевой технологии обработки данных метеоизмерений». — СПб.: Изд-во РГГМУ. - 2011. - № госрегистрации 01201153793. - 120 с.

56 Малинин В.Н. Статистически методы анализа гидрометеорологической информации. - СПб.: РГГМУ. - 2008. - 407 с.

57 Алдошкина Е.С. Опыт использования аппарата нейронных сетей для анализа и прогноза временного ряда температуры воздуха / Е.С. Алдошкина, А.Д. Кузнецов, А.А. Пугачев, О.С. Сероухова, Т.Е. Симакина, В.В. Чу-кин // Ученые записки РГГМУ. - СПб: Изд-во РГГМУ. - 2009. - №11. - С. 91-110.

58 Васильев А.В. Методы прикладного анализа натурных измерений в окружающей среде /А.В. Васильев, И.Н. Мельникова. - СПб.: Балт. гос. техн. ун-т. - 2009. - 369 с.

59 Восканян K.JI. К вопросу о выделении аддитивных составляющих временного ряда приземной температуры воздуха / K.JI. Восканян, А.Д. Кузнецов, О.С. Сероухова, Т.Е. Симакина //Ученые записки РГГМУ. - СПб.: Изд-во РГГМУ. - 2013. - № 3Z. - С. 55~GG

60 Климат Санкт-Петербурга и его изменения под ред. В.П.Мелешко [и др.] // СПб. «ГГО им. Воейкова». - 2010. - 256 с.

61 Житорчук Ю.В., Стадник В.В., Шанина И.Н. Исследование линейных трендов во временных рядах солнечной радиации // Изв. РАН. Физика атмосферы и океана: - 1994. - т. 30, №3. с. 389-391.

62 Киктев Д. Б., Крыжов В. Н. О сравнении различных методов оценки статистической значимости линейных трендов. // Метеорология и гидрология. - 2004. - №11. - С. 27-38.

63 Чернавская М.М. Тренд температуры воздуха некоторых крупнейших городов СССР. // Изв. АН СССР. Сер.геогр. - 1985.- №3. - С. 94-99.

64 STATISTICA. Искусство анализа данных на компьютере /2-е издание. - М.: Питер. - 2003. - 631 с

65 Боровиков В.П. STATISTICA - Статистический анализ и обработка данных в среде Windows /В.П. Боровиков, И.П. Боровиков. - М.: Информационно-издательский дом «Филинъ». - 1998. - 608 с.

66 Салин В.Н. Практикум по курсу «Статистика» (в системе STATISTICA) /В.Н. Салин, Э.Ю. Чурилова. - М.: Социальные отношения, Перспектива. - 2002.

67 Боровиков В.П. Прогнозирование в системе STATISTICA в среде Windows /В.П. Боровиков, Г.И. Ивченко. - М.: Финансы и статистика. - 2000. -384 с.

68 Восканян K.JI. Актинометрические наблюдения / K.JI. Восканян,

A.Г. Саенко. - СПб.: Изд-во РГГМУ. - 2010. - 35 с.

69 Дроздов O.A. Климатология /O.A. Дроздов, В.А. Васильев, Н.В. Кобышева, А.Н. Раевский, JI.K. Смекалова, Е.Д. Школьный. - Л.: Гидроме-теоиздат. - 1989. - 568 с.

70 Хромов С. Метеорология и климатология / С. Хромов, М. Пет-росянц. - М.: МГУ. - 2012. - 584 с.

71 Голицын Г.С., Ефимова Л.К., Мохов И.И., Тихонов В.А., Хон

B.Г. Долгопериодные изменения режима температуры воздуха и осадков в Санкт-Петербурге по эмпирическим данным и модельным оценкам региональных изменений в прошлом и будущем // Метеорология и гидрология. - 2004. - №8. - С. 5-17.

72 Кораблёва Е. Г. Локальное и региональное потепление на Южном Урале //Вестн. Челяб. гос. ун-та. - 2007. - № 6. Экология. Природопользование. - С. 56-65.

73 Матвеев Л. Т. Формирование и особенности острова тепла в большом городе /Л. Т. Матвеев, Ю. Л. Матвеев //Докл. РАН. - 2000. - Т. 370.

- № 2. - С. 249-252.

74 Матвеев Л. Т. Особенности метеорологического режима большого города //Метеорология и гидрология. - 1979. - № 5. - С. 22-27.

75 Рубинштейн К. Г. Оценка изменения температуры воздуха и количества осадков в крупных городах (на примере Москвы и Нью-Йорка) / К. Г. Рубинштейн, А. С. Гинзбург // Метеорология и гидрология. - 2003. - № 2.

- С. 29-38.

76 Кораблёва Г. Исследования острова тепла города Челябинска в зимний период / Г. Кораблёва, О. Ю. Ленская //Вестник Челябинского государственного университета. - 2010. - № 8 (189) Экология. Природопользование. - Вып. 4. - С. 15-23.

77 Гаврилова Ю.В. Модельное исследование влияния крупных городов на региональные аспекты погоды /Ю.В. Гаврилова, С.П. Смышляев, А.Г. Махура // Ученые записки РГГМУ. - СПб.: Изд-во РГГМУ. - 2010. -№15.-С.107-116.

78 Нейронные сети. Statistica Neural Networks. - М.: Горячая линия-Телеком: Грааль. - 2001. - 316 с.

79 Бокс Дж. Анализ временных рядов. Прогноз и управление /Дж. Бокс, Г. Дженкинс. - М.: Мир. - 1974. - Вып.2. - 198 с.

80 Tennekes Н. Karl Proper and the accountability of numerical forecasting / In New Developments in Predictabibility. - ECMWF Workshop Proceedings, 1991.- 127 p.

81 Браммер К. Фильтр Калмана Бьюси / К. Браммер, Г. Зиффлинг. -М.: Наука. - 1982.-200 с.

82 Комаров В. С. Оценивание и прогнозирование параметров состояния атмосферы с помощью алгоритма фильтра Калмана. Часть 2. Результаты исследований /B.C. Комаров, Ю.Б. Попов // Оптика атмосферы и океана. - 2001. - Т. 14. - №4. - С. 260-264.

83 Орлов А.И. Метод оценивания длины периода и периодической составляющей сигнала // В сб.: Статистические методы оценивания и проверки гипотез. Межвузовский сборник научных трудов. - Пермь: Изд-во Пермского государственного университета. - 1999. - С. 38-49.

84 Константинов А.Р. Применение сплайнов и метода остаточных отклонений в гидрометеорологии / А.Р. Константинов, Н.М. Химин. - Л.: Гидрометеоиздат. - 1983. - 184 с.

85 Корнейчук Н.П. Сплайны в теории приближения. - М.: «Наука», Главная редакция физ.-мат. литературы. - 1984. - 351 с.

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.