Прогнозирование температурных полей атмосферы с использованием расширенного фильтра Калмана

Ключевые слова: оценка параметров, МНК, конечно-разностная схема Кранка — Николсон, расширенный фильтр Калмана

Аннотация

Предложен комбинированный метод для прогнозирования температурных полей атмосферы, на основе статистических данных реанализа параметров атмосферы. Первой составляющей метода является получение МНК-оценок параметров конечно-разностной схемы Кранка — Николсон. Однако, эти оценки оказываются смещенными в силу наличия ошибок в регрессорах. С целью уменьшения указанного смещения в качестве второй составляющей метода применяется расширенный фильтр Калмана. С помощью найденных оценок параметров, подставленных в конечно-разностную схему Кранка — Николсон, прогнозировались значения температуры во внутренних узлах по тестовой части выборки. Приводится натурный вычислительный эксперимент, подтверждающий эффективность предложенной методики, на основе данных временных рядов температур атмосферы, полученных из системы NCEP/DOE AMIP II Reanalysis. Проведенные исследования показали, что на качество оценок параметров моделей в форме дифференциальных уравнений параболического типа существенное влияние оказывает выбор типа разностной аппроксимации; качество оценок повышается при использовании устойчивых конечно-разностных схем и повышении их порядка. Разработанная в результате исследований комбинация МНК и расширенного фильтра Калмана с моделью эволюции на основе конечно-разностной схемы Кранка — Николсон, обеспечивает повышение точности прогноза изменения температурных полей атмосферы в среднем на 38 %. Полученные математические модели температурных полей атмосферы могут быть использованы при исследовании метеорологической обстановки, определяющей безопасность полетов авиации.

Скачивания

Данные скачивания пока не доступны.

Биографии авторов

Екатерина Александровна Копытина, Воронежский государственный университет

старший преподаватель кафедры информационных технологий управления Воронежского государственного университета

Алексей Вячеславович Копытин, Воронежский государственный университет

канд. физ.-мат. наук, доц., доцент кафедры информационных технологий управления Воронежского государственного университета

Михаил Григорьевич Матвеев, Воронежский государственный университет

д-р техн наук, проф., профессор кафедры информационных технологий управления Воронежского государственного университета

Литература

1. Efimov V. V., Barabanov V. S., Krupin A. V. (2012) Modelirovanie mezomasshtabnyh osobennostej atmosfernoj cirkuljacii v Krymskom regione Chernogo morja [Modeling of mesoscale features of atmospheric circulation in the Crimean region of the Black Sea], Morskoy Gidrofizicheckiy Zhurnal. (1). P. 64–74. (in Russian)
2. Efimov V. V., Komarovskaja O. I. (2018) Prostranstvennaja struktura i povtorjaemost’ krupnomasshtabnyh anomalij temperatury poverhnosti Chernogo morja [Spatial structure and frequency of large-scale anomalies of the Black Sea surface temperature], Okeanologija. (2). P. 173–180. (in Russian). DOI
3. Matveev M. G., Sirota E. A. (2014) Pazpabotka i issledovanie statistidheskih modclej nestacionapnogo mnogomepnogo vpemennogo pyada atmosfepnyh tempepatup v usloviyah neodnopodnosti [Development and study of statistical models of a non-stationary multidimensional time series of atmospheric temperatures in conditions of heterogeneity], Informacionnye tekhnologii. (12). P. 20–24. (in Russian).
4. Matveev M. G., Kopytin A. V., Sirota E. A., Kopytina E. A. (2017) Modeling of Nonsta-tionary Distributed Processes on the Basis of Multidimensional Time Series. Procedia Engineering. (201). P. 1–862. DOI
5. Jarovaja D. A., Shokurov M. V. (2012) Mezomasshtabnye ciklonicheskie vihri, voznikajushhie nad Chernym morem vblizi Kavkazskogo poberezh’ja [Mesoscale cyclonic eddies emerging over the Black Sea near the Caucasian coast], Morskoy Gidrofizicheckiy Zhurnal. (3). P. 14–30. (in Russian)
6. Ben-Moshe, D. (2020) Identification of linear regressions with errors in all variables. Econometric Theory.P. 1–31.
7. Cao J., Huang J. Z., Wu H. (2012) Penalized nonlinear least squares estimation of time-varying parameters in ordinary differential equations. Journal of Computational and Graphical Statistics. (21). P. 42–56.
8. Chen J., Wu H. (2008) Efficient local estimation for time-varying coefficients in deterministic dynamic models with applications to HIV-1 dynamics. Journal of the American Statistical Association. (103). P. 369–384.
9. Fogler, H. R. (1974) A pattern recognition model for forecasting. Management science. (8). P. 1178—1189.
10. Xiaolei Xun, Jiguo Cao, Bani Mallick, Raymond J. Car-roll, Arnab Maity (2013) Parameter Estimation of Partial Differential Equation Models. Journal of the American Statistical Association. (108:503), P. 1009–1020, DOI
11. Kopytin A. V., Kopytina E. A., Matveev M. G. (2021) Identifying a distributed dynamic system using an advanced filter Informacionnye tehnologii i vychislitel’nye sistemy [Information technology and computing systems]. (2). P. 75–83. (in Russian). DOI
12. Kopytin A. V., Kopytina E. A. (2019). Primeneniye integral’nogo metoda identifikatsii parametrov raspredelennoy dinamicheskoy sistemy [Application of the integral method for identifying the parameters of a distributed dynamic system]. Vestnik Voronezhskogo gosudarstvennogo universiteta. Seriya Sistemnyy analiz i informatsionnyye tekhnologii [Proceedings of Voronezh State University. Series Systems Analysis and Information Technologies]. 1:21–26.
13. Kopytin A. V., Kopytina E. A. (2018) Application of the method of instrumental variables for parametric identification of a distributed dynamic system. Vestnik Voronezhskogo gosudarstvennogo universiteta. Serija: Sistemnyj analiz i informacionnye tehnologii [Voronezh State University Bulletin. Series: Systems Analysis and Information Technology]. (4). P. 19–23. (in Russian).
14. Kopytina E. A., Kopytin A. V. Application of the extended Kalman filter in distributed dynamic systems. Certificate of registration of the computer program 2021617140, 05/20/2021. Application No. 2021617892. dated 05/13/2021. (in Russian)
15. Chui C. K., Chen G. (2009) Kalman filtering with real-time applications. Berlin : Springer-Verlag Berlin Heidelberg. 241 p.
16. NCEP/DOE AМOP II Reanalysis [Elektronnyj resurs], URL
Опубликован
2022-11-09
Как цитировать
Копытина, Е. А., Копытин, А. В., & Матвеев, М. Г. (2022). Прогнозирование температурных полей атмосферы с использованием расширенного фильтра Калмана. Вестник ВГУ. Серия: Системный анализ и информационные технологии, (3), 45-54. https://doi.org/10.17308/sait/1995-5499/2022/3/45-54
Раздел
Математические методы системного анализа, управления и моделирования

Наиболее читаемые статьи этого автора (авторов)