Тип работы:
Предмет:
Язык работы:


Реализация процедуры интерполяции данных по методу Reiniger-Ross в базе данных Access

Работа №171566

Тип работы

Магистерская диссертация

Предмет

менеджмент

Объем работы70
Год сдачи2018
Стоимость4820 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
1
Не подходит работа?

Узнай цену на написание


Введение 3
1Описание исследуемого района 5
1.1 Охотское море 5
1.2 Значение Охотского моря 6
2 Разработка сеточной базы 9
2.1 Описание исходных данных 9
2.2 Описание технологии создания сеточной базы 15
2.3 Контроль качества данных непосредственных наблюдений 19
2.4 Специальная обработка и расчёт статистических показателей
гидрофизических полей 21
2.5 Метод интерполяции Рейнигера - Росса 24
2.6 Процедуры объективного анализа результатов расчёта статистических
показателей и формирование сеточной базы полей средней скорости распространения звука 30
2.7 Сравнительный анализ сеточных баз скорости распространения звука в
воде, полученных по данным из различных источников 34
3 Разработка рекомендаций по использованию сеточной базы 42
3.1 Визуализация данных 42
Заключение 64
Список использованной литературы 66

При исследовании океанологических полей приходится сталкиваться с обработкой больших массивов данных. Эти данные часто представляют собой результаты наблюдений, осуществленных в произвольном множестве точек области задания изучаемого поля, и являются исходным материалом для проведения многих исследований. От качества обработки исходного числового материала существенно зависит доверие к получаемым выводам. Одной из важных задач обработки исходного числового материала являются процедура интерполяции.
Обработка и интерполяция измеренных данных (оперативные данные, данные океанографических станций, данные обрывного батитермографа, данные с заякоренных буев, профильные наблюдения и т.д.) является актуальной проблемой в связи с бурным развитием наблюдательных систем мониторинга природной среды, мощных вычислительных комплексов и новейших математических алгоритмов анализа и обработки данных наблюдений и гидродинамического прогноза состояния Мирового океана. Например, система профилирующих буев ARGO дает уникальную оперативную информацию о состоянии океана, дополняя возможности других измерительных комплексов, поскольку дает важную информацию о глубинной изменчивости полей океана. С использованием данных системы ARGO впервые в истории океанографии стало возможным более детальное описание слоя океана до глубин в 2000 м.
Сложность обработки измеренных данных состоит в их неравномерном распределении по пространству и по времени. Для решения этой проблемы используются алгоритмы интерполяции данных, благодаря которым строятся поля основных океанографических параметров Мирового океана на равномерных сетках с различными пространственными разрешениями, на различных горизонтах. С помощью построенных полей можно решать задачи термогидродинамики океанов и морей, улучшать точность прогностических расчетов численных моделей, усваивая эти поля данных наблюдений в моделях циркуляции океанов и морей, решать различные обратные задачи и строить атласы наблюдаемых полей, проводить инженерные изыскания и т.д.
Цель данной работы является разработка и реализация базы данных исходных океанологических параметров (температуры и солености), плотности воды и скорости звука для Охотского моря с использованием интерполяции по методу Reiniger-Ross.
Для достижения поставленной цели необходимо решение следующих задач:
- выполнить сбор имеющихся данных о распределении температуры и солености в Охотском море, путем объединения информации, имеющейся в различных источниках, и провести их объективный анализ, включая контроль качества данных непосредственных наблюдений;
- разработать сеточную базу и реализовать хранение данных с учетом их интерполяции на стандартных горизонтах в узлы сеточной области.
- выполнить анализ сеточных баз скорости распространения звука в воде, полученных по данным из различных источников;
- реализовать возможность визуализации информации, получаемой при использовании базы данных.


Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!


В процессе исследований получены следующие результаты:
1. На основе отечественных и зарубежных данных (данных АО «ГНИНГИ» и международного массива данных WOD13) сформирован массив исходных данных по температуре и солёности воды.
2. Выполнены необходимые процедуры контроля качества созданного массива. Оценена степень освещённости моря данными наблюдений. Выявлена недостаточная степень освещённости северных и центральных районов моря.
3. Выполнены необходимые процедуры по созданию сеточной базы скорости распространения звука в воде на основе данных АО «ГНИНГИ» и WOD13.
4. Выполнено сравнение результатов расчёта средних полей скорости звука по сформированному массиву с сеточным массивом данных GDEM NAVO ВМС США. Выявлено, что средние квадратические невязки между значениями скорости звука, рассчитанные по двум массивам данных, в целом по морю в поверхностном слое достигают 3 м/с, быстро уменьшаясь глубже 500 м. При этом расхождения между оценками скорости звука в слабоосвещённых данными наблюдений районах растут и в поверхностном слое достигают 10 м/с.
5. Сравнительный анализ результатов показал высокую степень согласованности формы профилей и кривых сезонного хода гидрофизических параметров, полученных по различным массивам данных. Это обстоятельство позволило принять решение о создании интегрированной сеточной базы данных средней скорости распространения звука в воде на основе осреднения результатов обработки массивов АО «ГНИНГИ» и WOD13.
6. Разработана рекомендация по применению и визуализации базы данных.



1. https://geographyofrussia.com.
2. http: //www. imo. org/en/Pages/Default.aspx.
3. ГОСТ 18451-73-ГОСТ 18458-73. Океанология. Термины и определения [Текст]: разраб. ГОИН, ВНИИКИ; введ. 21.02.1973. - М.: изд-во стандартов, 1973. - 14 с.
4. World Ocean Database 2013 [Electronic resource]: User’s Manual / D. R. Johnson, T. P. Boyer, H. E. Garcia [et al.]; Ed.: S. Levitus; Technical Ed.:
A. Mishonov // NODC Internal Report 22, NOAA Printing Office, Silver Spring, MD, 2013. - 172 pp. - URL: www.nodc.noaa.gov/OC5/WOD13 /docwod13.html.
5. Лямзина В. Г. Состояние разработки интегрированных баз
океанографических данных в НИЦ ГНИНГИ МО РФ [Текст]: статья /
B. Г. Лямзина, С. И. Мастрюков // Навигация и гидрография. - СПб.: ГНИНГИ, 2004. - № 19. - 125-130 с.
6. Data Sets and Products: World Ocean Database and World Ocean Atlas Series [Electronic resource]: electronic data // National Oceanographic Data Center; NOAA Satellite and Information Service. - USA, Washington. - URL: www.nodc.noaa.gov/OC5/woa13/.
7. World Ocean Atlas 2013 [Text]: documentation / R. A. Locarnini, , A. V. Mishonov, J. I. Antonov [et al.] / S. Levitus, Ed.; A. Mishonov, Technical Ed. // NOAA Atlas NESDIS 73, 2013. - Vol. 1: Temperature. - 40 pp.
8. GEODAS-NG Desktop Software [Electronic resource]: electronic data // NOAA, NESDIS, NCEI (formerly NGDC), Marine Geology & Geophysics. - URL: www. ngdc. noaa. gov/mgg/geodas/.
9. Границы океанов и морей [Текст]: научное издание. - Л.: Изд. ГУНиО МО РФ, 2000. - Адм. № 9031. - 254 с.
10. Reineger, R.F. and Ross, C.F. A method of interpolation with application to oceanographic data. Deep-Sea Res. 1968, v. 15, p. 185-193 с.
11. Quality control and processing of historical oceanographic temperature, salinity and oxygen data [Text]: NOAA technical report. - Washington D.C., 1994.
- NESDIS 81. - 64 с.
12. Методические рекомендации по контролю качества гидролого-гидрохимических данных [Текст]: методические материалы // НИЦ ГНИНГИ МО РФ. - Утв. Нач. ГУНиО МО 16.12.2002. - ГНИНГИ МО, 2001. - 43 с.
13. Мастрюков, С. И. Технология контроля качества данных батитермографных наблюдений НИЦ ГНИНГИ МО [Текст]: статья /
С. И. Мастрюков, В. Ю. Тугарев // Навигация и гидрография. - 2000. - № 11.
- 105-109 с.
14. GTSPP real-time quality control manual. UNESCO Manual and Guedes № 22, 1990-121с.
15. Rattray, M. Interpolation errors and oceanographie sampling. Deep-Sea Res., 1962, v. 9, 25-37с.
16. Агошков В.И., Ассовский М.В., Гиниатулин С.В. Захарова Н.Б., Куимов Г.В., Пармузин И.Е., Фомин В.В. Информационно-вычислительная система вариационной ассимиляции данных наблюдений ИВС «ИВМ РАН - Черное море» // Экологическая безопасность прибрежной и шельфовой зон и комплексное использование ресурсов шельфа: Сб. научн. тр. Вып. 26, том 2 / НАН Украины, МГИ, ИГН, ОФ ИнБЮМ. Редкол.: Иванов В.А. (гл. ред.) и др.
- Севастополь, 2012, 352-360 с.
17. Клюквин Л. Н. О методике интерполяции океанографических характеристик с помощью ЭВМ. — Труды ААНИИ, 1977, т. 342, с. 64—79.
19. Hennion P. E. Algorithm 77 — interpolation, differentiation, and integration.— Communications of the ACM, 1962, vol. 5, N 2, 96 с.
18 Petrasova A., Harmon B., Petras V., Mitasova H. Tangible Modeling with Open Source GIS. Springer International Publishing, 2015. 135 с.
20. Algorithms for computation of fundamental properties of seawater [Text]: documentation // UNESCO technical report in marine science. - 1983. - № 44. - 53 с.
21. Brainered, K.E. Surface mixed and mixing layer depth [Text]: article / K.E.Brainered, M.C. Gregg // Deep-Sea Res. - 1995. - V. 42. -№ 9. -. 1521-1543 с.
22. Добровольский А. Д., Залогин Б. С. Моря СССР. М., Изд-во МГУ, 1982 г., 192 с.
23. Дубина, В. А. Течения Охотского моря по спутниковым данным и результатам численного моделирования [Текст]: статья / В. А. Дубина, П. А. Файман, И. А. Жабин, В. И. Пономарёв, Ю. А. Кузлякина // Современные проблемы дистанционного зондирования Земли из космоса, 2012. - Т. 9. - № 1. -206-212 с.
24.. NCEP Global Ocean Data Assimilation System (GODAS) [Electronic resource]: electronic data // U.S. department of Commerce, NOAA, ESRL, PSD. - URL: www. esrl. noaa. gov/psd/data/gridded/data. godas. html.
25. Penny, S. G. A hybrid global ocean data assimilation system at NCEP [Text]: article / S. G. Penny, D. W. Behringer, J. A. Carton, E. Kalnay // Monthly weather review, 2015. - V. 143., 4660-4677 с. - URL: journals.ametsoc.org/doi/abs/ 10.1175/MWR-D-14-00376. 1.
26. Copernicus - Marine Environment Monitoring Service [Electronic resource]: electronic data // European Commission. - URL: marine.copernicus.eu/.
27. Product User Manual for Global Physical Analysis and Coupled System Forecasting Product: GLOBAL_ANALYSIS_FORECAST_PHYS_001_015 [Electronic resource]: documentation / C. Harris, E. Blockley, M. Price // EU Copernicus Marine Service-Public. - App. Date: 11/07/2017. - 21 с. - URL: http://cmems-resources.cls.fr/documents/PUM/CMEMS-GLO-PUM-001-015.pdf.
28. Lea, D. J. Assessing a new data assimilation system based on the Met Office coupled atmosphere-land-ocean-sea ice model [Text]: article / D. J. Lea, I. Mirouze, M. J. Martin [et al.] // Monthly Weather Review, 2015. - № 143. - P. 4678-4694.
29. Product User Manual for Global Physical Analysis and Coupled System Forecasting Product: GLOBAL_ANALYSIS_FORECAST_PHY_001_024 [Electronic resource]: documentation / L.Nouel // EU Copernicus Marine Service-Public. - App. date: 21/09/2016. - 22 p. - URL: http://cmems- resources.cls.fr/documents/PUM/CMEMS-GLO-PUM-001-024.pdf.
30. Tranchant, B. Evaluation of an operational ocean model configuration at 1/12° spatial resolution for the Indonesian seas (NEMO2.3/INDO12) [Text]: article / B. Tranchant, G. Reffray, E. Greiner [et al.] // Geosci. Model Dev. - Part 1: Ocean physics. - 2016. - № 9. - P. 1037-1064.
31. Захарова Н.Б., Лебедев С.А. Алгоритмы интерполяции и экстраполяции оперативных геофизических данных наблюдений // Сборник статей молодых ученых факультета ВМиК МГУ. - М.: Издательский отдел факультета ВМиК МГУ им. М.В. Ломоносова; МАКС Пресс, 2009. - Выпуск 6, 177-188 с.
32. Агошков В.И., Ассовский М.В., Гиниатулин С.В. Захарова Н.Б., Куимов Г.В., Пармузин И.Е., Фомин В.В. Информационно-вычислительная система вариационной ассимиляции данных наблюдений ИВС «ИВМ РАН - Черное море» // Экологическая безопасность прибрежной и шельфовой зон и комплексное использование ресурсов шельфа: Сб. научн. тр. Вып. 26, том 2 / НАН Украины, МГИ, ИГН, ОФ ИнБЮМ. Редкол.: Иванов В.А. (гл. ред.) и др. - Севастополь, 2012, 352-360 с.
33. Клюквин Л. Н. О методике интерполяции океанографических характеристик с помощью ЭВМ. — Труды ААНИИ, 1977, т. 342, с. 64—79.
34. Rattray M. Interpolation errors and oceanographic sampling. — Deep -Sea Res., 1962, vol. 9, N 1, 25—37 с.
35. Hennion P. E. Algorithm 77 — interpolation, differentiation, and integration.— Communications of the ACM, 1962, vol. 5, N 2, p. 96.
36. Reiniger R., Ross C. A method of interpolation with application to oceanographic data. — Deep-Sea Res., 1968, vol. 15, N 2, с. 185— 193.
37. А. А. Амосов, Ю. А. Дубинский, Н. В Копчёнова. Вычислительные методы для инженеров. — М.: Изд. Высшая школа, 1994, с. 182-230.
38. Захарова Н.Б., Лебедев С.А. Интерполяция оперативных данных буев ARGO для ассимиляции данных в модели циркуляции Мирового океана // Современные проблемы дистанционного зондирования Земли из космоса: Физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений и объектов. Сборник научных статей. Том 7. Номер 4. - М.: ООО "ДоМира", 2010, с.104-111.
39. oceanographic data. Deep-Sea Res. 1968, v. 15, p. 185-193.
40. Rattray, M .. Interpolation errors and oceanographie sampling. Deep-Sea Res.,1962, v. 9, 25-37 с.
41. Советов Б.Я., Яковлев С.А. Моделирование систем: Учеб., для вузов. - 5-е изд., стер. - М.: Высш. шк. , 2007. - 343 с.


Работу высылаем на протяжении 30 минут после оплаты.




©2025 Cервис помощи студентам в выполнении работ