Национальный цифровой ресурс Руконт - межотраслевая электронная библиотека (ЭБС) на базе технологии Контекстум (всего произведений: 635043)
Контекстум
Руконтекст антиплагиат система
Вестник Воронежского государственного аграрного университета  / №1 2017

ПРОГНОЗИРОВАНИЕ СРЕДНЕМЕСЯЧНОЙ ТЕМПЕРАТУРЫ ВОЗДУХА НА ОСНОВЕ МЕТОДОВ ФРАКТАЛЬНОЙ ТЕОРИИ (90,00 руб.)

0   0
Первый авторБуховец Алексей Георгиевич
АвторыЗадорожная Тамара, Некрасов Юрий, Сёмин Евгений
Страниц11
ID609987
АннотацияРассматриваются вопросы прогнозирования среднемесячной температуры воздуха на Европейской территории. Актуальность темы во многом объясняется доминирующей ролью влияния температуры на климатические факторы, которые, в свою очередь, оказывают существенное влияние на эффективность сельскохозяйственного производства. Для построения прогноза были использованы данные на поверхности 1000 гПа с дискретностью широтно-долготной сетки 2,5о за период с 1958 по 2014 г. Информационной базой служили данные международных метеорологических архивов: NCEP/NCAR (R-1) и NCEP/DOE AMIP-II. В качестве основного методического инструментария для построения модели прогноза были выбраны рандомизированные системы итерированных функций (РСИФ). В основе выбранного подхода лежит предположение о механизме формирования исходных данных как реализации некоторой случайной динамической системы. Специфика решения задачи прогнозирования с помощью РСИФ заключается в том, что временные ряды исходных данных рассматриваются не изолированно, а совместно с другими временными рядами, взятыми в соседних географических точках. Одновременное рассмотрение, в конкретном случае пяти временных рядов, позволяет выделить кластеры схожих значений среднемесячных температур с помощью методов кластерного анализа и восстановить значения параметров РСИФ, а затем на основе полученных оценок перейти к построению вариативного прогноза, то есть указанию возможных значений ожидаемых температурных режимов с вероятностями их реализации. Приводятся результаты прогнозирования среднемесячных значений температур на 2014 год по данным 1958–2013 гг. Как показывает анализ, все три кластера прогнозируются довольно успешно, однако приближение не является равномерным и в разных кластерах отличается друг от друга. На наш взгляд, это может быть связано с качеством оценок типичных объектов, которое можно улучшить, если удастся получить поправки на смещения и выйти на доказательства несмещенности получаемых оценок
УДК338.27: 551.509.314: 519.248
ПРОГНОЗИРОВАНИЕ СРЕДНЕМЕСЯЧНОЙ ТЕМПЕРАТУРЫ ВОЗДУХА НА ОСНОВЕ МЕТОДОВ ФРАКТАЛЬНОЙ ТЕОРИИ / А.Г. Буховец [и др.] // Вестник Воронежского государственного аграрного университета .— 2017 .— №1 .— С. 164-174 .— URL: https://rucont.ru/efd/609987 (дата обращения: 03.05.2024)

Предпросмотр (выдержки из произведения)

ТЕХНИЧЕСКИЕ НАУКИ УДК 338.27: 551.509.314: 519.248 DOI: 10.17238/issn2071-2243.2017.1.164 ПРОГНОЗИРОВАНИЕ СРЕДНЕМЕСЯЧНОЙ ТЕМПЕРАТУРЫ ВОЗДУХА НА ОСНОВЕ МЕТОДОВ ФРАКТАЛЬНОЙ ТЕОРИИ Тамара Николаевна Задорожная2 Юрий Владимирович Некрасов1 Евгений Александрович Сёмин1 Алексей Георгиевич Буховец1 2Военный учебно-научный центр Военно-воздушных сил «Военно-воздушная академия имени профессора Н.Е. Жуковского и Ю.А.Гагарина» 1Воронежский государственный аграрный университет имени императора Петра I Рассматриваются вопросы прогнозирования среднемесячной температуры воздуха на Европейской территории. <...> Актуальность темы во многом объясняется доминирующей ролью влияния температуры на климатические факторы, которые, в свою очередь, оказывают существенное влияние на эффективность сельскохозяйственного производства. <...> Для построения прогноза были использованы данные на поверхности 1000 гПа с дискретностью широтно-долготной сетки 2,5о за период с 1958 по 2014 г. Информационной базой служили данные международных метеорологических архивов: NCEP/NCAR (R-1) и NCEP/DOE AMIP-II. <...> В качестве основного методического инструментария для построения модели прогноза были выбраны рандомизированные системы итерированных функций (РСИФ). <...> Специфика решения задачи прогнозирования с помощью РСИФ заключается в том, что временные ряды исходных данных рассматриваются не изолированно, а совместно с другими временными рядами, взятыми в соседних географических точках. <...> Одновременное рассмотрение, в конкретном случае пяти временных рядов, позволяет выделить кластеры схожих значений среднемесячных температур с помощью методов кластерного анализа и восстановить значения параметров РСИФ, а затем на основе полученных оценок перейти к построению вариативного прогноза, то есть указанию возможных значений ожидаемых температурных режимов с вероятностями их реализации. <...> Приводятся результаты прогнозирования среднемесячных значений температур на 2014 год по данным <...>