Тип работы:
Предмет:
Язык работы:


ПРОГРАММНАЯ СИСТЕМА ДЛЯ АНАЛИЗА СЕЗОННО-ШИРОТНЫХ ЗАКОНОМЕРНОСТЕЙ ФИЗИЧЕСКИХ ПАРАМЕТРОВ ОБЛАЧНОСТИ ПО ДАННЫМ MODIS

Работа №76482

Тип работы

Бакалаврская работа

Предмет

информатика

Объем работы63
Год сдачи2019
Стоимость4260 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
291
Не подходит работа?

Узнай цену на написание


Введение 7
2 Дистанционное зондирование облачного покрова из космоса 9
2.1 Глобальное поле облачности и его влияние на климат 9
2.2 Классификация облачности 11
2.3 Повторяемость типов облачности на территории РФ на основе метеоданных 13
2.4 Спекторорадиометр и продукты MODIS 18
2.5 Основные характеристики облачности 23
2.6 Выводы к разделу 27
3 Порядок подготовки и описание исходных данных 28
3.1 Восстановление характеристик облачности по климатическим зонам 28
3.2 Классификация облачности с использованием технологии нейронных сетей и методов нечеткой логики 29
3.3 Выводы к разделу 31
4 Описание программной системы для анализа сезонно-широтных закономерностей физических параметров облачности по данным MODIS 33
4.1 Функциональные требования к программной системе 33
4.2 Структура программной системы 35
4.2.1 Моделирование работы программной системы 35
4.2.2 Описание логической структуры программной системы 38
4.3 Используемые средства разработки 40
4.4 Интерфейс и руководство пользователя 41
4.5 Выводы к разделу 46
5 Результаты расчетов и их обсуждение 48
5.1 Повторяемость основных типов облачности на территории Западной Сибири 48
5.2 Сезонно-широтные закономерности физических параметров облачности 50
5.3 Выводы к разделу 53
6 Заключение 54
7 Список использованных источников 56
Приложение А. Морфологическая классификация облачности 58
Приложение Б. Диаграммы повторяемости облачности на территории РФ на основе метеорологических данных 60
Приложение В - Повторяемость облачности на территории Западной Сибири на основе спутниковых данных


Глобальное поле облачности является одним из основных составляющих климатической системы Земли и участвует в различных процессах, протекающих в ней, таких как перенос радиации, циркуляция влаги и т.п. Облачность влияет на флуктуации значений физических параметров атмосферы и подстилающей поверхности. При этом структура глобального поля облачности является неоднородной. Согласно стандарту всемирной метеорологической организации (ВМО) облака классифицируются на 27 разновидностей, включая 10 основных типов, их подтипы и некоторые сочетания на основе морфологического описания приведенного в Атласе облаков [1]. Каждый тип облачности оказывает свое локальное воздействие на процессы, протекающие в системе «атмосфера- подстилающая поверхность».
Фактические сведения об атмосфере, погоде и климате дают наблюдения, как наземные, так и спутниковые. Анализ результатов таких наблюдений служит в метеорологии и климатологии средством выяснения причинных связей в изучаемых явлениях. Но ни один из способов наблюдений не лишен недостатков. Спутники позволяют проводить наблюдения в тех районах, которые слабо освещены наземными наблюдениями (океаны, пустыни и горные массивы, полярные и малообжитые районы), но существует проблема идентификации и классификации облачности на снимках.
В настоящее время актуальными являются исследования, направленные на изучение региональных особенностей протекания различных атмосферных процессов и связанных с ними явлений, к которым относится и облачность. Особый интерес представляют исследования для Западной Сибири, расположенной сразу в нескольких климатических поясах и охватывающей большое число природных зон.
Цель выпускной квалификационной работы - разработка программной системы для анализа сезонно-широтных закономерностей повторяемости и физических параметров облачности Западной Сибири по данным MODIS.
Для достижения поставленной цели были решены следующие задачи:
- изучение предметной области;
- анализ сезонно-широтных закономерностей распределения различных
разновидностей облаков и их характеристик на основе метеоданных;
- проектирование программной системы для анализа сезонно-широтных закономерностей повторяемости и характеристик облачности на основе результатов спутниковой съемки;
- выбор средств разработки спроектированной программной системы;
- разработка программной системы;
- подготовка набора исходных данных для тестирования разработанной программной системы;
- тестирование программной системы и анализ полученных данных.
Зная годовой ход характеристик различных типов облачности за несколько лет, можно не только оценивать их изменчивость, но и определять преобладающие атмосферные процессы в регионе. Каждый тип облачности формируется под воздействием определенного атмосферного процесса. Полученные результаты можно сопоставить с результатами измерений других параметров, например, углерода, и сделать вывод относительно их взаимосвязи, что даст возможность оценить климатические изменения, происходящие в рамках одного конкретного региона. Проведение аналогичных исследований для других территорий позволит сравнить вклад каждой из них в общую климатическую систему Земли. На основании этого могут быть приняты управленческие решения, относительно предотвращения будущих негативных изменений и нивелирования существующих

Возникли сложности?

Нужна помощь преподавателя?

Помощь студентам в написании работ!


В ходе выполнения выпускной квалификационной работы были решены все задачи, поставленные в начале ее выполнения.
Основные результаты работы заключаются в следующем:
1. Проведено исследование повторяемости 27 возможных типов облаков для нескольких климатических природных зон РФ на основе данных наземных наблюдений на метеостанциях. В результате которого установлено, что распределения облаков различных типов имеет сезонно-широтную зависимость. Например, в умеренных широтах над материками в болотистых местностях в весенне-летний период преобладает значительная облачность, в осенне-зимний период - малооблачная погода. Также построены гистограммы повторяемости основных типов облаков для различный климатических зон РФ.
2. Изучен принцип работы программы ANFIS, разработанной научным сотрудником ИОА СО РАН Скороходовым А.В. Программа основана на использовании нейро-нечеткой нейронной сети и методов параллельных вычислений, что позволяет классифицировать однослойную облачность на спутниковом снимке MODIS и получить спутниковое изображение в псевдоцветах.
3. Разработана программная система для анализа сезонно-широтных закономерностей повторяемости и физических параметров различных типов облачности Западной Сибири по данным MODIS. Исходными данными для программной системы являются проклассифицированные спутниковые снимки и тематические продукты MODIS: M(O/Y)D03 - файлы географической привязки и M(O/Y)D06_L2 - файлы с физическими параметрами облачности.
4. Использование программной системы позволяет выполнять полный цикл исследований, начиная от просмотра и визуализации спутниковых данных, и, заканчивая получением статистической информации о изменчивости значений различных параметров облачности.
5. В ходе тестирования программной системы обработано 363 проклассифицированных спутниковых снимка для различных природных зон Западной Сибири за 2017 год. В результате получены графики годового хода повторяемости и физических характеристик слоисто-дождевых, высококучевых волнистообразных и кучевых и слоисто-кучевых облаков.
Результаты работы представлены в докладах в соавторстве на Шестнадцатой Всероссийской Открытой конференции «Современные проблемы дистанционного зондирования Земли из космоса» (12 - 16 ноября 2018 г., Москва) и Международном Симпозиуме «Оптика атмосферы и океана. Физика атмосферы» (30 июня - 5 июля 2019 года, Новосибирск). Подготовлена статья в сборник Proceedings of SPIE, индексируемом в Web of Science.



1. Атлас облаков / Федер. служба по гидрометеорологии и мониторингу окружающей среды (Росгидромет), Гл. геофиз. Обсерватория им. А.И. Воейкова ; [Д. П. Беспалов и др. ; ред.: Л. К. Сурыгина]. - Санкт-Петербург : Д’АРТ, 2011. - 248 с.
2. IPCC, 2007: Climate Change 2007: Synthesis Report. Contribution of Working Groups I, II and III to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change [Core Writing Team, Pachauri, R.K and Reisinger, A. (eds.)]. IPCC, Geneva, Switzerland, 104 pp.
3. Uncertainty in Climate Sensitivity: Causes, Consequences, Challenges, Schwartz, S. E. Energy Environ. Sci. 1, 430-453. doi:10.1039/b810350j
4. Леонович, И. И. Дорожная климатология [Электронный ресурс]: [учебное пособие для вузов по специальности 1-70 03 01 "Автомобильные дороги" и для инженерно-технических работников ДСТ,ДСУ,ДЭУ и других организаций] / И. И. Леонович ; Белорусский национальный технический университет, Кафедра "Строительство и эксплуатация дорог" . - Минск : БИТУ, 2007
5. Meteorologische Zeitschrift: Aircraft induced contrail cirrus over Europe, H.Mannstein, Ulrich Schumann (2005-08): 549-554 doi:10.1127/0941-2948/2005/0058
6. Глобальное потепление : Докл. Гринпис : [Пер. с англ. / Дж. Леггетт, С. Шнайдер, Д. Вудуэлл и др.]; Под ред. Дж. Леггетта. - М. : Изд-во МГУ, 1993. - 271 с.
7. Андреев А.О., Дукальская М.В., Головина Е.Г. Облака: происхождение, классификация, распознавание. Под ред. д-ра геогр. наук А.И. Угрюмова. Учебное пособие. СПб., изд. РГГМУ, 2007, 228 с.
8. Матвеев Л.Т. Курс общей метеорологии. Физика атмосферы. Л.: Гидрометеоиздат, 1984.- 752 стр.
9. OGIMET [Электронный ресурс] - Режим доступа:http://www.ogimet.com/
10. Электронный ресурс]. - Режим доступа:
http://www.eostation.irk.ru/specification/spec_modis.html
11. Облака и облачная атмосфера. Справочник / Под ред. Мазина И.П., Хргиана А.Х. Л.: Гидрометеоиздат, 1989. 647 с.
12. С.П. Хромов, М.А. Петросянц - Метеорология и климатология: Учебник - 5-е изд., перераб. и доп. - М.: Изд-во МГУ, 2001. - 528 с.
13. В.Г. Астафуров, А.В. Скороходов. Классификация многоярусной облачности по данным MODIS с использованием технологии нейронных сетей и методов нечеткой логики // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т.12. №6. С. 162 - 173.
14. Гагарина Л. Г., Кокорева Е. В., Виснадул Б. Д. Технология разработки программного обеспечения: учебное пособие / под ред. Л. Г Гагариной. — М: ИД «ФОРУМ»: ИНФРА-М, 2008. — 400 с: ил. — (Высшее образование).
15. Технология разработки программного обеспечения : учебное пособие / В. Т. Калайда, В. В. Романенко ; Федеральное агентство по образованию, Томский гос. ун-т систем упр. и радиоэлектроники. - Томск : ТУСУР, 2007. - 237 с.
16. Буч, Гради Введение в UML от создателей языка / Гради Буч , Джеймс Рамбо , Ивар Якобсон. - М.: ДМК Пресс, 2015. - 496 с.
17. Буч, Грейди Язык UML. Руководство пользователя / Грейди Буч , Джеймс Рамбо , Айвар Джекобсон. - М.: ДМК, 2015. - 432 с.
18. Microsoft Visual Studio [Электронный ресурс] - Режим доступа:
https://en.wikipedia.org/wiki/Microsoft_Visual_Studio
19. Понамарев, Вячеслав Программирование на C++/C# в Visual Studio .NET 2003 / Вячеслав Понамарев. - М.: БХВ-Петербург, 2012. - 734 с.
20. Герберт Шилдт. MFC: Основы программирования: Пер. с англ. - Киев, издательская группа "BHV", 1997.
21. В.Г. Астафуров, А.В. Скороходов. Статистическая модель физических параметров облачности на основе тематических продуктов MODIS // Исследование Земли из космоса. 2017. № 5. С. 66 - 81.
22. MODIS Atmosphere [Электронный ресурс] - Режим доступа: https://modis-
images.gsfc.nasa.gov/trend_web/Timeseries9.html


Работу высылаем на протяжении 30 минут после оплаты.




©2024 Cервис помощи студентам в выполнении работ