Статистический прогноз среднемесячного стока черноморских рек на основе циркуляционных атмосферных процессов

• Published in: Доповіді НАН України
• Date: 2010
• Main Authors: Полонский, А.Б., Воскресенская, Е.Н., Посошков, В.Л.
• Format: Article
• Language: Russian
• Published: Видавничий дім "Академперіодика" НАН України 2010
• Subjects: Науки про Землю
• Online Access: https://nasplib.isofts.kiev.ua/handle/123456789/30805
• Journal Title: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Cite this: Статистический прогноз среднемесячного стока черноморских рек на основе циркуляционных атмосферных процессов / А.Б. Полонский, Е.Н. Воскресенская, В.Л. Посошков // Доп. НАН України. — 2010. — № 11. — С. 95-101. — Бібліогр.: 6 назв. — рос.

З використанням моделі нейронних мереж і даних тривалих спостережень за приземним атмосферним тиском був виконаний експериментальний статистичний прогноз аномалій стоків найбільших чорноморських річок у весняні місяці. Модель побудована на виділених зв'язках між просторово-часовими модами в системі океан — атмосфера — суша й стоками річок, що є інтегральним показником атмосферних умов над площами водозбору, та враховує автокорельованість рядів стоку. Порівняння прогнозу двомісячної завчасності зі спостереженнями для контрольного періоду показало, що прогноз описує до 85% дисперсії рядів. Using the neuron network model and long-term sea surface pressure observations, an experimental statistical forecast of the anomalies of the discharges of main Black Sea rivers in spring is done. The model is based on the separated relationships between space-temporal modes in the ocean — atmosphere — land system and the discharges as the integral factor of hydrometeorological conditions above the river's catchment area, by taking the autocorrelations of the long-term runoff series into account. The comparison of the results of a two-month lead time forecast and the observational data (for the checking period) shows that the forecast account for up to 85% of the runoff interannual variability.