Статьи автора

РЕКОНСТРУКЦИЯ СРЕДНЕСЕЗОННОЙ ОБЛАЧНОСТИ НАД МИРОВЫМ ОКЕАНОМ С ИСПОЛЬЗОВАНИЕМ ВЕРОЯТНОСТНОГО РАСПРЕДЕЛЕНИЯ ОБЛАЧНОСТИ И СИНГУЛЯРНЫХ СПЕКТРОВ

Номер выпуска 4 от 18.12.2024

Применение оценки вероятностного распределения для спутниковых данных об общей облачности над Мировым океаном представляет собой ключевой аспект нашего исследования. Мы используем данную оценку для более глубокого анализа структуры облачности и ее изменений с течением времени. Такой подход позволяет не только оценивать вероятности появления различных режимов облачности, но и прогнозировать их изменения в ответ на различные факторы. Наши расчеты основаны на использовании неполной гамма-функции плотности распределения, что обеспечивает более точное представление о статистической структуре общей облачности. Эти оценки вероятностей помогают построить прогностическое распределение по окта для общего балла облачности в 5-летней перспективе для Мирового океана. Пилотные расчеты глобального покрытия облачности были выполнены на сетке 5° × 5° для зимних и летних сезонов. В работе используется климатология общего балла облачности CLARA-A ed. 3, полученная по спутниковым измерениям AVHRR полярно орбитальных спутников с 1979 по 2023 г. Прогностическое распределение общего балла облачности строилось с применением метода сингулярного спектрального анализа для каждого следующего года. В качестве проверочных были взяты годы с 2019 до 2023 г. Прогностическое распределение строилось по данным 1979–2018 гг., и каждый спрогнозированный год сравнивался с данными проверочного года. Далее были сравнены 5-летние сезонные осреднения общего балла облачности спутниковых и прогностических данных. Использование функции распределения на основе неполной гамма-функции позволяет прогнозировать распределение общего балла облачности с ошибкой значений до 2 окта в зависимости от режима облачности. Причина рассогласования заключается в том, что применение неполной гамма-функции не позволяет точно описать резкое изменение плотности вероятности при переходе от одной окта к другой. Это приводит к систематическим ошибкам в прогнозировании общего балла облачности.

23 0