Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла

ABSTRACT

Quality of operational forecasting of surface temperature for the points of Russian Far East by the Weather Research and Forecasting (WRF) – Advance Research WRF model during the period from 2014 to 2016 is analyzed in the article. The estimations of surface temperature forecasts’ quality for various intervals of mean daily temperatures are shown. Results of analysis are discussed.

РЕФЕРАТ

ВКР содержит 62 с., 12 рис., 5 источников, 8 таблиц.

ПРОГНОЗ ПОГОДЫ, ТЕМПЕРАТУРА, WRF, PYTHON, ДАЛЬНИЙ
ВОСТОК

Цель работы – анализ качества прогнозов приземной температуры численной моделью «Хаб–15» за 2014-2016 годы в зависимости от фактической среднесуточной температуры воздуха в пункте наблюдений, а также создание программного обеспечения, необходимого для проведения этого анализа.

В результате работы была установлена зависимость качества прогнозов приземной температуры воздуха от фактической среднесуточной температуры в пункте наблюдения. Разработан комплекс программ для обработки исходных архивов данных о прогнозах и наблюдениях фактической температуры и анализа качества прогнозов температуры в зависимости от интервала среднесуточных температур.

Данное исследование необходимо для выявления значимых закономерностей в поведении прогностической температуры и выявления условий, влияющих на качество прогноза. Успешное проведение исследования необходимо для совершенствования численной модели и разработки метода коррекции прогноза приземной температуры с целью повышения его качества.

СОДЕРЖАНИЕ

Введение 6

1 Описание исходных данных исследования 9

1.1 Краткие сведения о численной модели прогноза погоды 9

1.2 Архивы значений температуры в пунктах наблюдения 10

1.3 Определение оценок качества прогнозов 11

2 Разработка программного комплекса для анализа архивов температур 13

2.1 Сведения о разработке программ для интерпретатора языка Python 13

2.2 Разработка программного решения для анализа архивов температур 15

2.3 Разработка программного решения для нанесения данных оценок качества прогнозов на карту Дальнего Востока 19

3 Исследование качества прогнозов 22

3.1 Анализ полученных результатов 22

3.2 Анализ поведения оценок качества прогнозов на территории Дальнего Востока 26

3.3 Исследование поведения средней систематической погрешности 33

Заключение 43

Список использованных источников 45

Приложение А 46

Приложение Б 53

Приложение В 57

ВВЕДЕНИЕ

В Вычислительном центре Регионального специализированного метеорологического центра Всемирной службы погоды в г. Хабаровске функционирует система численных прогнозов погоды (ЧПП) на базе негидростатической модели Weather Research and Forecasting с динамическим ядром Advanced Research WRF (WRF–ARW) для территории Дальнего Востока России под названием «Хаб-15».

Ранее производились испытания краткосрочного прогноза погоды в пунктах Дальневосточного региона России по данным модели WRF. Эти испытания показали, что среднегодовая оправдываемость прогнозов приземной температуры находится в пределах 68%-58%, снижаясь по мере увеличения заблаговременности прогнозов.

Практическая значимость этого исследования заключается в построении программных инструментов для анализа качества прогнозов приземной температуры, которые можно использовать для оценки качества работы модели прогноза погоды. Применение разработанного программного обеспечения будет способствовать разработке новых методик улучшения качества прогнозов, а также сопутствующей их проверке при сравнении с имеющимися архивными значениями фактической температуры за указанным пользователем период времени, при наличии исходных данных за заданный период.

Также данное исследование необходимо для выявления значимых закономерностей в поведении прогностической температуры и выявления условий, влияющих на качество прогноза. Успешное проведение исследования необходимо для совершенствования численной модели и разработки метода коррекции прогноза приземной температуры с целью повышения его качества.

Актуальность данного исследования заключается в требовании обеспечения как можно более точных прогнозов погоды, в частности, уменьшения ошибочности и улучшения оправдываемости прогнозов приземной температуры воздуха. Знание достоверной прогностической информации о погоде выполняет сберегающие функции, так как позволяет на практике заблаговременно планировать хозяйственную деятельность таким образом, чтобы уменьшить или вовсе исключить убытки, связанные с метеорологическими факторами.

Новизна исследования заключается в исследовании недавно введенной на территории Дальнего Востока численной модели и разработки программных инструментов для анализа архивов данных формата, специфичного для хранения данных о прогнозах в пунктах наблюдения Дальнего Востока.

В данной работе в качестве целей исследования ставилась задача анализа качества прогнозов приземной температуры моделью «Хаб–15» за 2014-2016 годы в зависимости от фактической среднесуточной температуры воздуха в пункте наблюдений для выявления статистически значимых закономерностей, которые необходимы для повышения качества прогнозов температуры, а также создания программного обеспечения, необходимого для проведения этого анализа. Для достижения этих целей были поставлены следующие задачи:

- определить подлежащие анализу оценки качества прогнозов температуры;

- разработать комплекс программных инструментов, способный проводить подготовку, обобщение и систематизацию исходных данных, а также производить расчет выбранных для анализа оценок качества прогнозов;

- по имеющимся фактическим и прогностическим данным в пунктах наблюдения рассчитать оценки качества прогнозов температуры;

- исследовать зависимость точности прогноза температуры от фактической среднесуточной температуры в данном пункте наблюдения;

- рассмотреть влияние физико-географического положения пункта наблюдения на качество прогнозов.

Для решения поставленных задач Росгидрометом были предоставлены архивы фактических и прогностических значений приземной температуры воздуха в пунктах наблюдения Дальнего Востока за 2014-2017 гг. С целью систематизации и анализа предоставленных данных разработан комплекс программ на языке программирования Python. В работе используются статистические, графические методы исследования поведения прогностической температуры и качества прогнозов.

Настоящая работа состоит из трех глав. В первой главе приводится описание используемых данных, методов и инструментов, обосновывается выбор методов решения задач. Определяются используемые оценки качества прогнозов, улучшение которых ставится целью работы. Определяются требования и объясняются принципы создания программного комплекса, позволяющего решать задачи анализа качества прогнозов температуры.

Вторая глава посвящена исследованию результатов работы программы: анализ оценок качества прогнозов приземной температуры воздуха в пунктах наблюдения Дальнего Востока. Анализируется влияние фактической среднесуточной температуры воздуха на оценки качества прогнозов.

В третьей главе проводится попытка исследования влияния на качество прогнозов как физико-географического положения пункта наблюдения, так и времени года.

В заключении формулируются наиболее важные выявленные закономерности, которые имеют влияние на оценки качества прогнозов, а также даются рекомендации для разработки метода коррекции прогнозов, учитывающие выявленные закономерности.

Наиболее объемные материалы и иллюстрации вынесены в приложения, на которые в тексте делаются ссылки по мере необходимости.

1 Описание исходных данных исследования

1.1 Краткие сведения о численной модели прогноза погоды

В разработке модели WRF принимает участие несколько учреждений: Национальный центр исследования атмосферы (NCAR), Национальные центры прогнозов окружающей среды (NCEP), Метеорологическое агентство ВВС США (AFWA), Исследовательская лаборатория ВМФ США (NRL), Центр анализа и прогноза гроз Университета шт. Оклахома (CAPS) и др.

Модель WRF-ARW является численной негидростатической моделью атмосферы (с возможностью гидростатического режима) в предположении полностью сжимаемой среды. Вертикальная система координат соответствует гидростатическому закону изменения давления с высотой. В модели используется С-сетка Аракавы и схемы интегрирования Рунге-Кутта 2-го и 3-го порядка по времени, а также схемы 2-6 порядка для переноса в горизонтальном и вертикальном направлениях. В Вычислительном центре используется сетка с горизонтальным шагом 15 километров.

Код модели WRF-ARW содержит несколько программ инициализации и подготовки начальных данных, программу численного интегрирования и программы визуализации и пост-обработки. Модель WRF-ARW версии 2 поддерживает множество возможностей: моделирование реальных и идеализированных данных, различные варианты боковых граничных условий для моделирования как реальных процессов, так и тестовых; настраиваемую параметризацию, негидростатическое и гидростатическое приближение, вложенные и перемещающиеся сетки. При расчетах WRF ARW используются данные глобального анализа и прогнозы модели NCEP.

Модель представляет собой систему уравнений в частных производных, включающую уравнения движения, уравнения притока тепла, учитывающие радиацию и адвекцию, уравнения баланса влаги и неразрывности.

При использовании модели в прогностических целях требуется информация о геопотенциале, температуре, влажности, горизонтальных компонентах скорости, температуре подстилающей поверхности, приземном давлении, температуре почвы, водном эквиваленте снежного покрова, альбедо подстилающей поверхности, доле растительного покрова, рельефе.

1.2 Архивы значений температуры в пунктах наблюдения

Для проведения исследования Вычислительным центром были предоставлены исходные данные, необходимые при проведении анализа. Одним из результатов работы численной модели является массив прогностических значений приземной температуры воздуха в узлах сетки, которые затем интерполируются в пунктах наблюдения Дальнего Востока. В состав исходных данных входят сведения о прогностических значениях приземной температуры воздуха в пунктах наблюдения, полученные в результате работы численной модели при прогнозировании температуры на 24 часа вперед с периодичностью 3 часа, и соответствующие этим прогнозам фактические данные о температуре воздуха, полученные из пункта наблюдения. Пары фактических и прогностических значений дополняются датой и сроком проведения прогноза и объединяются в архив данных, составленный для данного пункта наблюдения.

Исходные данные о прогнозах температуры были выгружены в файлы данных в текстовом формате в табличном представлении, называемые архивами прогностических и фактических значений температуры для определенного пункта наблюдения. Каждый файл помимо таблицы содержит дополнительную информацию, содержащую сведения об уникальном коде и названии пункта наблюдения, для которого представлены данные в таблице этого файла, сведения и местоположении пункта наблюдения и о регионе, к которому он относится. Ниже приведены примеры такой сопроводительной информации:

- «31735 ХАБАРОВСК: 48.517 с.ш. 135.167 в.д., ДАЛЬНЕВОСТОЧНОЕ УГМС»

- «30758 ЧИТА: 52.083 с.ш. 113.483 в.д., ЗАБАЙКАЛЬСКОЕ УГМС»

Таблица данных, представляющая собой все остальное содержание архива, состоит из 4 колонок:

- дата прогноза/измерения температуры;

- срок прогноза/измерения температуры;

- прогностическое значение температуры воздуха , градусы Цельсия;

- фактическое значение температуры воздуха , градусы Цельсия.

Характеристики

Тип файла документ

Документы такого типа открываются такими программами, как Microsoft Office Word на компьютерах Windows, Apple Pages на компьютерах Mac, Open Office - бесплатная альтернатива на различных платформах, в том числе Linux. Наиболее простым и современным решением будут Google документы, так как открываются онлайн без скачивания прямо в браузере на любой платформе. Существуют российские качественные аналоги, например от Яндекса.

Будьте внимательны на мобильных устройствах, так как там используются упрощённый функционал даже в официальном приложении от Microsoft, поэтому для просмотра скачивайте PDF-версию. А если нужно редактировать файл, то используйте оригинальный файл.

Файлы такого типа обычно разбиты на страницы, а текст может быть форматированным (жирный, курсив, выбор шрифта, таблицы и т.п.), а также в него можно добавлять изображения. Формат идеально подходит для рефератов, докладов и РПЗ курсовых проектов, которые необходимо распечатать. Кстати перед печатью также сохраняйте файл в PDF, так как принтер может начудить со шрифтами.

Список файлов ВКР