By this author

RECONSTRUCTION OF SEASONAL MEAN CLOUDS OVER THE WORLD OCEAN USING PROBABILISTIC DISTRIBUTION OF CLOUDS AND SINGULAR SPECTRA

Issue number 4 from 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.

24 0