Статистический прогноз среднемесячного стока черноморских рек на основе циркуляционных атмосферных процессов

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 сис...

Повний опис

Збережено в:
Бібліографічні деталі
Опубліковано в: :Доповіді НАН України
Дата:2010
Автори: Полонский, А.Б., Воскресенская, Е.Н., Посошков, В.Л.
Формат: Стаття
Мова:Russian
Опубліковано: Видавничий дім "Академперіодика" НАН України 2010
Теми:
Онлайн доступ:https://nasplib.isofts.kiev.ua/handle/123456789/30805
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати: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.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Опис
Резюме: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.
ISSN:1025-6415