Введение 4
1 Статические методы коррекции гидродинамических прогнозов погоды 7
1.1 Регрессионные техники коррекции результатов гидродинамического
прогноза 7
1.1.1 Одномерная линейная регрессия 8
1.1.2 Множественная линейная регрессия 9
1.2 Построение регрессионных моделей 10
1.2.1 Определение связи между предиктантом и предиктором 10
1.2.2 Выбор предикторов 11
1.3 Техника Model Output Statistics (MOS) 15
2 Гидродинамическая мезомасштабная модель WRF 17
2.1 Модель WRF и ее применение 18
2.2 Характеристики используемой WRF 21
3 Численные эксперименты и анализ результатов 25
3.1 Данные, используемые в исследовании, и их предварительная
обработка 25
3.1.1 Предварительная обработка результатов моделирования
мезомасштабной гидродинамической модели WRF 26
3.1.2 Предварительная обработка данных синоптических сообщений 29
3.2 Выбор модели для определения лучших предикторов 31
3.2.1 Описание, использованных программных моделей, и алгоритмов
вычислений 32
3.2.2 Оценка потенциальных предикторов корреляционным анализом 38
3.2.3 Выбор статистической модели 40
3.3 Расчет ошибок регрессионных моделей 42
4 Анализ результатов 48
4.1 Анализ полученных результатов
4.2 Применение 52
Заключение 53
Список использованных источников 55
Приложение А 57
Приложение Б 58
Приложение В 59
Последнее время для прогнозирования погоды широко используются численные гидродинамические модели. Самая распространённая из них модель WRF (Weather Research and Forecasting Model). Но, как известно, моделирование не способно предсказывать с необходимой точностью. Одним из вариантов улучшения результатов прогноза является пост-процессинг, который содержит в себе несколько методов. В данной работе была рассмотрена техника MOS (Model Output Statistics). Эта техника подразумевает под собой использование множественной линейной регрессии, где в левой части уравнения находится прогнозируемая величина (предиктант), а в правой результаты моделирования (предикторы) метеорологических величин.
Актуальность этой работы заключается в использовании техники пост-процессинга MOS в качестве варианта улучшения результатов прогнозирования численной гидродинамической модели WRF.
Цель работы: уточнить результаты гидродинамического прогноза с использованием концепции Model Output Statistics (MOS).
Перед началом работы, были поставлены следующие задачи:
1) Научиться обрабатывать большое количество данных синоптических сообщений с метеорологических станций с помощью высокоуровневого языка программирования Python.
2) Научиться обрабатывать большое количество данных результатов прогнозирования модели WRF с помощью высокоуровневого языка программирования Python.
3) Изучить научную литературу по технике пост-процессинга MOS.
4) Разработать программный код с применением специальных модулей для расчета всех необходимых параметров техники MOS с помощью высокоуровневого языка программирования Python.
5) Произвести исследование возможностей улучшения результатов прогноза WRF для температуры воздуха на уровне 2 метра для каждой метеорологической станции, используя технику MOS.
6) Произвести верификацию результатов применения техники MOS с результатами прогнозирования численной модели WRF.
7) Разработать технологию внедрения техники MOS в оперативную практику.
Магистерская диссертация состоит из введения, четырёх глав и заключения...
В данной выпускной квалификационной работе магистра реализована методика уточнения результатов гидродинамического прогноза с использованием концепции Model Output Statistics (MOS), то есть цель, поставленная перед началом исследования, достигнута.
В начале исследований были поставлены несколько задач, все из которых были успешно выполнены. А именно:
1) Разработана система обработки синоптических сообщений с метеорологических станций с помощью программных кодов на высокоуровневом языке программирования Python.
2) Разработана система обработки результатов прогнозирования модели WRF с помощью программных кодов на высокоуровневом языке программирования Python.
3) Изучена научная литература по технике пост-процессинга MOS.
4) Разработан программный код с применением специальных модулей языка программирования Python для расчета всех необходимых параметров техники MOS.
5) Произведено исследование возможности улучшения результатов прогноза WRF для температуры воздуха на уровне 2 метра для 18 метеорологических станций, используя технику MOS.
6) Произведена верификация результатов применения техники MOS с результатами прогнозирования численной модели WRF.
7) Разработана технология внедрения техники MOS в оперативную практику.
В результате проделанной работы можно сделать выводы о том, что техника Model Ouput Statistics улучшает результаты численного гидродинамического прогноза WRF. Таким образом, ее смело можно использовать в качестве схемы пост-процессинга для оперативного прогнозирования.
Для большинства станций главным предиктором является прогностическая модельная температура воздуха на уровне 2 метров. Исключения составляют станции, высота которых над уровнем моря превышает 1000 метров.
В среднем качество прогноза улучшилось на 2 0С. Практически на всех исследуемых станциях после пост-процессинга прогноз относится к категории успешных, согласно синоптическим наставлениям.
Разработанный алгоритм может быть использован в любых оперативных подразделениях, занимающихся прогнозами погоды на основе гидродинамического моделирования.
