Статистическое моделирование экстремальных осадков в летний период в Прибайкалье (с использованием корреляционной теории случайных полей)

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Для территории Прибайкалья разработана вероятностная модель сумм экстремальных осадков для сильных ливней, охватывающих большие территории. Исследованы пространственные корреляционные функции полей осадков, выпадающих за сутки и за весь период дождя. На примере бассейна р. Ии оценены погрешности определения средних по заданному контуру экстремальных осадков. Определены погрешности интерполяции расчетных величин осадков для Прибайкалья при отсутствии данных наблюдений с оценкой погрешности получаемых значений по формулам Дроздова–Шепелевского. Они составили порядка 10–15% и более. Исследованы особенности структуры полей осадков с использованием их разложения по естественным ортогональным функциям для периодов за сутки и за период дождя для разных выборок: для всей совокупности случаев и для выборок, состоящих из 10 и 30 максимальных сумм осадков на каждой метеостанции, т. е. для экстремальных событий. Выявлено, что при ограничении данных наблюдений диапазоном наибольших значений структура поля осадков упрощается, и для ее описания достаточно первых 4–5 компонент разложения. Полученные результаты важны для прогнозных задач и для построения имитационных моделей, позволяющих моделировать поля осадков с целью последующего детерминированного моделирования стока.

Об авторах

М. В. Болгов

Институт водных проблем РАН

Email: bolgovmv@mail.ru
Россия, 119333, Москва

М. Д. Трубецкова

Институт водных проблем РАН

Автор, ответственный за переписку.
Email: bolgovmv@mail.ru
Россия, 119333, Москва

Список литературы

  1. Алексеев Г.А. Определение вероятности гидрологических и климатологических явлений, повторяющихся несколько раз в году // Исследования процессов формирования стока и методика гидрологических расчетов. Тр. ГГИ. 1954. Вып. 43(97). С. 106–112.
  2. Багров Н.А. Аналитическое представление последовательностей метеорологических полей посредством естественных ортогональных составляющих // Тр. ЦИП. 1959. Вып. 74. С. 3–27.
  3. Болгов М.В. Моделирование многомерных гидрологических характеристик методом разложения по естественным ортогональным функциям // Метеорология и гидрология. 1994. № 7. С. 82–95.
  4. Болгов М.В. О точности расчетов максимального стока // Вод. ресурсы. 1988. № 6. С. 21–31.
  5. Болгов М.В., Коробкина Е.А., Филиппова И.А., Осипова Н.В. Об учете оценок предельных значений стока при построении функции распределения максимальных расходов воды // Гидротех. стр-во. 2019. № 1. С. 23–28.
  6. Булыгина О.Н., Разуваев В.Н., Александрова Т.М. Описание массива данных суточной температуры воздуха и количества осадков на метеорологических станциях России и бывшего СССР (TTTR). http://meteo.ru/data/162-temperature-precipitation#описание-массива-данных
  7. Гандин Л.С., Каган Р.Л. Статистические методы интерпретации метеорологических данных. Л.: Гидрометеоиздат, 1976. 360 с.
  8. Дроздов О.А., Шепелевский А.А. Теория интерполяции в стохастическом поле метеорологических элементов и ее применение к вопросам метеорологических карт и рационализации сети // Тр. НИУ ГУГМС. 1946. Сер. 1. Вып. 13. С. 65–115.
  9. Каган Р.Л. К оценке репрезентативности осадкомерных данных // Тр. ГГО. 1966. Вып. 191. С. 22–34.
  10. Колмогоров А.Н. Локальная структура турбулентности в несжимаемой вязкой жидкости при очень больших числах Рейнольдса // ДАН СССР. 1941. Т. 30. № 4. С. 299–303.
  11. Крицкий С.Н., Менкель М.Ф. Гидрологические основы управления речным стоком. М.: Наука, 1981. 255 с.
  12. Мещерская А.В., Руховец Л.В., Юдин М.И., Яковлева Н.И. Естественные составляющие метеорологических полей / Под ред. М.И. Юдина. Л.: Гидрометеоиздат, 1970. 199 с.
  13. Огородников В.А., Каргаполова Н.А., Басова К.В., Ильина А.А., Сересева О.В. Численные стохастические модели метеорологических процессов и полей и некоторые их приложения // Вод. хоз-во России. 2012. № 4. С. 33–42.
  14. Огородников В.А., Сересева О.В. Мультипликативная численная стохастическая модель полей суточных сумм жидких осадков и ее использование для оценки статистических характеристик экстремальных режимов их выпадения // Оптика атмосферы и океана. 2015. Т. 28. № 3. С. 238–245.
  15. СП 33-101-2003. Определение основных расчетных гидрологических характеристик. М.: Госстрой России, 2004. 70 с.
  16. Христофоров А.В. Надежность расчетов речного стока. М.: Изд-во Моск. ун-та, 1993. 165 с.
  17. Embrechts P., Kluppelberg C., Mokosh T. Modeling Extreme Events. Berlin: Springer, 1977. 645 p.
  18. Feki H., Slimani M., Cudennec C. Geostatistically based optimization of a rainfall monitoring network extension: case of the climatically heterogeneous Tunisia // Hydrol. Res. 2017. V. 48 (2). P. 514–541.
  19. Foehn A., Hernández J.G., Schaefli B., Cesare D.G. Spatial interpolation of precipitation from multiple rain gauge networks and weather radar data for operational applications in Alpine catchments // J. Hydrol. 2018. V. 563. P. 1092–1110.
  20. Handbook of Hydrology / Ed. D.R. Maidment. L.: McGraw-Hill, 1992. 507 p.
  21. Hosking J.R.M. L-moments: Analysis and estimation of distribution using linear combination of order statistics // J. Roy. Statist. 1990. V. 52. № 1. P. 105–112.
  22. Kyriakidis P.C., Kim J., Miller N.L. Geostatistical Mapping of Precipitation from Rain Gauge Data Using Atmospheric and Terrain Characteristics // J. Applied Meteorol. Climatol. 2001. V. 40. Iss. 11. P. 1855–1877.
  23. Lorenz E.N. Empirical orthogonal functions and statistical weather prediction. Cambridge: MIT, Department Meteorol., Statistical Forecasting Project, 1956. 49 p.
  24. Omer T., Ul Hassan M., Hussain I., Ilyas M., Hashmi S.G.M., Khan Y.A. Optimization of Monitoring Network to the Rainfall Distribution by Using Stochastic Search Algorithms: Lesson from Pakistan // Tellus A: Dynamic Meteorol. and Oceanogr. 2022. V. 74. P. 333–345.
  25. Ozturk D., Gul F.K. Geostatistical Approach for Spatial Interpolation of Meteorological Data // Anais da Academia Brasileira de Ciências. 2016. V. 88 (4). P. 2121–2136.

Дополнительные файлы


© М.В. Болгов, М.Д. Трубецкова, 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».