CC BY
1
Актуальные проблемы авиации и космонавтики - 2022. Том 2
УДК 004.6
АНАЛИЗ ДАННЫХ В ЗАДАЧЕ ПРОГНОЗИРОВАНИЯ УРОВНЯ РЕК
Е. И. Сивцова1, Т. А. Панфилова Научный руководитель - И. А. Панфилов2
Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31
E-mail: i12Liska@mail.ru, 2crook_80@mail.ru
В статье проанализирована зависимость температуры воздуха на уровень воды в реке с помощью методов математической статистики.
Ключевые слова: гидрометеорологические станции, уровень воды, анализ данных, температура воздуха, корреляция.
DATA ANALYSIS IN THE PROBLEM OF RIVER LEVEL FORECASTING
E. I. Sivtsovai, T. A. Panfilova Scientific supervisor - I. A. Panfilov2
Reshetnev Siberian State University of Science and Technology 31, Krasnoyarskii rabochii prospekt, Krasnoyarsk, 660037, Russian Federation E-mail: i12Liska@mail.ru, 2crook_80@mail.ru
The article analyzes the dependence of air temperature on the water level in the river using methods of mathematical statistics.
Keywords: hydro meteorological stations, water level, data analysis, air temperature, correlation.
Гидрометеорология - комплекс наук о гидросфере и атмосфере Земли. Гидрологи часто используют метеорологов и данные, предоставленные метеорологами [1]. Например, метеоролог может спрогнозировать 5-7 сантиметров дождя в определенной области, а гидролог может затем спрогнозировать, какое конкретное воздействие этого дождя будет на конкретную местность [2].
Гидро- и метеоданные ежедневно накапливаются в результате наземных наблюдений через посты наблюдения в огромные архивы информации. Эта информация дает большие возможности для изучения сложных механизмов и зависимостей между определенными параметрами.
В работе рассматривается гипотеза о том, что изменение температуры воздуха приводит к изменению уровня воды в реке через n-количество дней. За объект исследования была взята река Подкаменная Тунгуска.
Вблизи рассматриваемой реки находятся 5 метеорологических станций [3]. По описанию станций, можно сделать вывод, что метеорологические станции располагаются там же где и посты гидроконтроля.
Уровень воды в реках зависит от запаса воды в снеге к началу его таяния и от интенсивности таяния, что в свою очередь напрямую зависит от установившихся температур воздуха в данных районах.
Секция «Математические методы моделирования, управления и анализа данных»
Для рассмотрения зависимости температуры на уровень воды реки Подкаменная Тунгуска были взяты последние известные данные из архивов за 2017, 2018 и 2019 года по среднесуточным уровням воды на всех гидропостах, расположенных на реке Подкаменная Тунгуска, а также среднесуточная температура воздуха на этих же станциях наблюдения [4, 5]. Для более конкретного анализа зависимостей был взят наиболее важный месяц для наблюдения - это май. В мае начинается Северный завоз по северным рекам Красноярского края.
При изучении и сравнении графической информации, а именно графиков изменения температуры воздуха и уровня воды в реке была прослежена некая закономерность - перед увеличение уровня воды в реке за несколько дней до этого наблюдается увеличение средней температуры воздуха. Это может быть связано с тем, что при повышении температуры воздуха начинают более интенсивно таять ледовые покровы реки, которые к этому времени еще не успели растаять.
Далее проанализируем зависимость температуры воздуха на уровень воды в реке с помощью методов математической статистики, а именно при помощи корреляционного анализа.
В гидрометеорологии чаще всего корреляционный анализ включает изучение связей между множеством параметров на одной выборке. То есть вычисления корреляции производятся для каждой пары из множества рассматриваемых параметров. В настоящей работе исследуется взаимосвязь (корреляционная зависимость) между значениями следующих гидрометеорологических параметров:
- среднесуточная температура воздуха;
- среднесуточный уровень воды в реке.
В работе корреляционная зависимость между указанными параметрами определяется для взаимосвязи двух случайных величин только в виде коэффициента корреляции.
Для вычисления коэффициента корреляции использовалось следующее выражение:
VS(x-x)2S(y-y)2.
В работе были рассчитаны коэффициенты корреляции для изменения уровня воды за несколько лет (2017-2019 гг.) на отдельных гидропостах по отдельным датам мая месяца и изменению температуры воздуха по этим же датам.
Результаты вычислений коэффициентов попарной корреляции между метеорологическими параметрами показали, что что между данными параметрами нет связи, если рассматривать напрямую конкретные даты без их смещения. Как известно, и как нам показало сравнение графической информации, изменения уровня воды в мае происходят не сразу в моменте, а через какое-то количество дней, так как нерастаявшему снегу или оставшемуся льду для таяния необходимы теплая погода и время.
При смещении данных в выборке начинает прослеживаться заметная или высокая положительная связь рассматриваемых переменных, то есть коэффициент корреляции варьируется в пределах 0,5-0,77, но не на всех постах наблюдения. Максимальная связь достигается при смещении данных на 4-9 дней, и можно сказать, что на такой разброс количества дней зависит географическое месторасположение рассматриваемых станций наблюдения.
Исходя из всего вышеизложенного, можно сделать вывод, что, когда на северных реках еще не полностью растаял снежный и ледовый покров между температурой воздуха и уровнем воды в реке имеется связь. И рассматриваемая гипотеза о том, что изменение температуры воздуха приводит к изменению уровня воды в реке через n-количество дней -подтвердилась.
Актуальные проблемы авиации и космонавтики - 2022. Тома 2
Таким образом, при прогнозировании уровня воды в реке на начальных этапах Северного завоза целесообразно использовать метеорологические данные, а именно среднюю температуру воздуха.
Для более точного исследования и анализа данных в задаче прогнозирования уровня рек могут потребоваться более сложные многомерные методы статистического анализа, чтобы можно было сформулировать точные обоснованные выводы о взаимосвязи данных.
Библиографические ссылки
1. Hydrometeorology [Электронный ресурс]. URL: https://journals.ametsoc.org/view/journals/ bams/59/5/1520-0477-59_5_609.xml?tab_body=pdf (дата обращения: 04.04.2022).
2. Hydrometeorology. Forecasting and Applications [Электронный ресурс]. URL: https://link.springer.com/book/10.1007/978-3-319-23546-2 (дата обращения: 05.04.2022).
3. Действующие метеорологические станции сети Росгидромета [Электронный ресурс]. -URL: http://esimo.ru/dataview/viewresource?resourceId=RU_RIHMI-WDC_2667 (дата обращения: 06.04.2022).
4. Автоматизированная информационная система государственного мониторинга водных объектов [Электронный ресурс]. URL: https://gmvo.skniivh.ru/index.php?id=180 (дата обращения: 07.04.2022).
5. Архив погоды c 1929 года [Электронный ресурс]. URL: http://pogoda-service.ru/archive_gsod.php (дата обращения: 07.04.2022).
© Сивцова Е. И., Панфилова Т. А., 2022
