CC BY
21
©Е.В. Горев, А.В. Лавриненко,
В.С. Комаров, 2009
УДК 551.501
Е.В. Горев, А.В. Лавриненко, В. С. Комаров
ИНФОРМАЦИОННО-ВЫЧИСЛИТЕЛЬНАЯ СИСТЕМА «МЕТЕО» ДЛЯ МЕТЕОРОЛОГИЧЕСКОЙ ПОДДЕРЖКИ РЕШЕНИЯ ПРИКЛАДНЫХ ЗАДАЧ
Рассмотрены основные функции, структура и технические характеристики информационно-вычислительной системы «Метео». Данная система разработана для решения метеорологических прикладных задач.
Ключевые слова: информационно-вычислительная система «метео», численное моделирование, усвоение данных, фильтр калмана.
~П последние годы возросли требования к объёму и точно-
-Я-М сти текущей и прогностической метеорологической информации, используемой в различных прикладных задачах. В качестве примера таких задач можно назвать оценку и прогноз развития процессов загрязнения атмосферы на локальном уровне, определение масштабов распространения токсичных и радиоактивных выбросов в случае крупных промышленных аварий, повышения все-погодности дистанционного лидарного зондирования окружающей среды в условиях сложной метеорологической обстановки, связанной с наличием тумана, интенсивных осадков, низкой сплошной облачности. Увеличение количества и разнообразия источников метеорологической информации диктует необходимость автоматизации всех звеньев получения, обработки и отображения исходной информации и прогнозирования этих полей по пространству и во времени.
В Институте оптики атмосферы (ИОА) СО РАН проводятся широкие исследования по разработке новых эффективных методов в области мезомасштаба. Эти исследования позволили создать оригинальную версию информационно-вычислитель-ной системы (ИВС) «Метео», базирующейся на применении новейших алгоритмов численного восстановления и сверхкраткосрочного прогноза метеорологических полей в области мезомасштаба, в основу которых положены малопараметрические динамико-стохастические модели регрессионного типа и аппарат калмановской фильтрации.
1. Назначение и функциональная схема ИВС «Метео»
ИВС «Метео», состоит из семи подсистем (см. функциональную схему на рисунке). Система предназначена для обработки метеорологических и аэрологических данных, поступающих из 1Шег-пе^а или в виде бюллетеней КН-01 и КН-04 для решения таких целевых задач как:
• восстановление вертикальных профилей температуры, влажности и ветра до высоты 1,6 км в месте расположения аэрологической станции и точках, удаленных от нее на 50-100 км;
• сверхкраткосрочный (с заблаговременностью 3-6 ч) прогноз параметров атмосферы (температуры, влажности и ветра) на приземном уровне и в пограничном слое атмосферы;
• пространственная экстраполяция мезомасштабных полей геопотенциала, температуры, влажности и ветра в точку пространства, вдоль траектории (до 250 -300 км) или в узлы заданной регулярной сетки точек.
• представление и визуализация результатов в табличном, графическом и картографическом видах.
2. Проверка качества и эффективности алгоритмов ИВС «Метео»
Для апробации алгоритмов ИВС «Метео» и статистического оценивания их качества и эффективности был проведён ряд экспериментов. Для этого были использованы данные четырехлетних (2004-2007 гг.) и двухсрочных (00 и 12 ч. по Гринвичу) радиозон-довых наблюдений пяти аэрологических станций: Москва, Смоленск, Рязань, Сухиничи и Курск, расположенных в пределах ме-зомасштабного полигона с размерами 540х470 км.
Для оценки качества и эффективности алгоритмов, примененных в ИВС «Метео», были использованы стандартные (среднеквадратические) погрешности 5^, рассчитываемые с помощью выражения:
(здесь £7 и <^7 - восстановленное (или спрогнозированное) и измеренное значения рассматриваемой метеорологической величины соответственно, взятые для 7-й реализации, ап- число
(1)
Рис.1 Функциональная схема ИВС «Метео»
247
Таблица 1
Среднеквадратические (8^) и относительные (в$ %) погрешности восстановления вертикальных профилей температуры (Т, °С), зонального (и,м/с) и меридионального (V,м/с) ветра, для опорной станции Москва и контрольной ст Рязань. Лето
Высота, м ст. Москва ст. Рязань
Т и V т и V
Ьт 0т Ьи 0и Ьу 0У Ьт 0т Ьи 0и Ьу 0У
200 0,2 04 0,3 16 0,3 18 1,2 25 1,7 56 1,0 34
400 0,3 08 0,7 22 0,5 22 1,7 40 2,5 75 2,3 62
800 0,4 10 0,7 19 0,7 21 1,9 50 3,1 86 2,8 65
1200 0,5 13 0,8 20 0,8 20 2,2 63 3,5 88 3,3 69
1600 0,6 17 1,0 24 1,0 24 2,4 70 3,8 89 3,5 70
Таблица 2
Среднеквадратические (8^ и относительные (в$ %) погрешности сверхкраткосрочного прогноза вертикальных профилей температуры (Т, °С), зонального (и,м/с) и меридионального (У^,м/с) ветра, для ст Вена. Лето
Высота, м Г II и Н II 6
т и V т и V
Ьт 0т Ьи 0и Ьу 0У Ьт 0т Ьи 0и Ьу 0У
0 1,2 32 1,4 47 1,1 48 2,0 54 2,0 64 1,5 65
200 0,9 29 1,0 31 1,0 33 1,5 50 21 58 1,7 57
400 0,9 29 1,4 29 1,3 31 1,5 50 2,8 58 2,5 60
600 0,8 28 1,6 29 1,7 31 1,3 45 3,1 56 3,3 60
800 0,7 24 1,7 28 1,9 29 1,0 32 3,4 55 3,6 55
использованных реализаций), а также относительные погрешности 0^=5^/с^, где с - среднеквадратическое отклонение той же метеорологической величины.
В табл. 1 приводятся стандартные 5^ и относительные 0 (%) погрешности восстановления вертикальных профилей метеовеличин до высоты 1600 м.
В табл. 2 в качестве примера приводятся результаты оценки качества сверхкраткосрочного прогноза температуры, зонального и меридионального ветра, представленные величинами стандартных 5^ и относительных 0^ (%) погрешностей такого прогноза.
3. Заключение
Программа занимает всего порядка 10 Мб на жестком диске и разработана таким образом, что в ней отсутствуют избыточные оперативные данные, что позволяет сократить объем используемой памяти. Применение многопоточности при дешифрировании, обработке и отображении данных позволяет оптимизировать использование современных многопроцессорных компьютеров. Наконец, ИВС «Метео» построена таким образом, что может легко дополняться новыми программными модулями, обеспечивающими ввод и обработку других видов метеорологической информации, получаемой, например, в результате дистанционного (лидарного, акустического и т.п.) зондирования, а также решение более широкого спектра целевых задач.
Gorev E. V., Lavrinenko A. V., Komarov V.S.
DATA PROCESSING SYSTEM “METEO”FOR SOLUTION
OF METEOROGICAL APPLICATION
The main function, structure and engineering factors of the data processing system «Meteo» are considered. This system is developed for solution of meteorological application.
Key words: data processing system “meteo”, numeral modelling, data assimilation, kalman filter.
— Коротко об авторе ---------------------------------------------------
Горев Евгений Владимирович - младший научный сотрудник,
E-mail: [email protected]
Лавриненко Андрей Викторович - кандидат физико-математических наук, научный сотрудник,
E-mail: [email protected]
Комаров Валерий Сергеевич - доктор географических наук, профессор, главный научный сотрудник, тел/факс: (382-2) 49-16-16
Учреждение: Институт Оптики Атмосферы им. В.Е. Зуева СО РАН, г. Томск, E-mail: [email protected]
