авторефераты диссертаций БЕСПЛАТНАЯ РОССИЙСКАЯ БИБЛИОТЕКА - WWW.DISLIB.RU

АВТОРЕФЕРАТЫ, ДИССЕРТАЦИИ, МОНОГРАФИИ, НАУЧНЫЕ СТАТЬИ, КНИГИ

 
<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     | 1 | 2 || 4 | 5 |

Теоретические основы геоинформационной поддержки принятия решений при формировании систем технического наблюдения в аспекте гидрометеорологического обеспечени

-- [ Страница 3 ] --

– компоненты геострофического ветра, причем z=sin (– угловая скорость вращения Земли, - широта), - плотность воздуха,

– оператор горизонтального макротурбулентного перемешивания (KL– коэффициент турбулентного перемешивания по горизонтали).

Член в уравнении (7) представляют собой, соответственно, суммарный радиационный приток тепла в атмосфере (за счет поглощения коротковолновой и длинноволновой радиации), - скорость конденсации; L - удельная теплота парообразования; Ср - теплоемкость воздуха при постоянном давлении.

В дополнение запишем уравнения турбулентной диффузии в атмосфере для массовой доли водяного пара S (г/кг) и водности (г/кг):

; (8)
. (9)

Уравнение (9) записано в предположении о полном увлечении капель турбулентным потоком, что вполне справедливо для таких явлений, как слоистые облака или туманы.

Уравнения (8) - (9) следует интегрировать по времени, начиная с некоторого момента t0 с заданием фиктивных начальных условий, поскольку фактические сведения о реальной вертикальной структуре АПС отсутствуют.

Влажность - весьма специфическая характеристика атмосферы, которую невозможно рассчитывать без учета в той или иной форме таких физических процессов, как конденсация и испарение. При этом эффект конденсации приводит к дополнительному нагреву атмосферы, а испарения – к охлаждению. В случае превышения влажностью некоторого порогового значения (максимального или насыщающего значения, зависящего от температуры) часть водяного пара переходит в жидкую форму (капель аэрозоля).

Традиционным способом описания процессов в атмосфере с учетом фазовых переходов, широко распространенным, в частности, при моделировании туманов и слоистой облачности (Матвеев Л.Т., 1981), является переход от уравнений (7) - (9) к уравнению для эквивалентной потенциальной температуры , (сложение (7) с (8), умноженным на ) и уравнению для суммарного влагосодержания D=S+ (путем сложения (8) и (9)):

; (10)
. (11)

Удобство использования (10) и (11) состоит в том, что эти уравнения приближенно инвариантны относительно фазовых переходов (не содержат явно величины скорости конденсации ). Обратный переход от рассчитанных с использованием (10) и (11) функций П, D и к и S осуществляется путем использования предположения о наличии насыщения внутри тумана:

при DSmax(T) S=D, =П - D; при D>Smax(T) (Т)= П - Smax(T), (12)

где (Р0=1000 гПа; R – газовая постоянная для сухого воздуха; P – давление воздуха), а Smax(T) - насыщающее при данной температуре значение массовой доли водяного пара.

Изложенная выше общая модель АПС описывает всю совокупность процессов в атмосферном пограничном слое. Ее применение на практике осложняется, между тем, как трудностями формулировки краевых условий, так и проблемами параметризации притоков тепла. Как показали многочисленные исследования, привлечение разного рода уточненных схем описания физических процессов (уравнения теплового баланса подстилающей поверхности, высокоточных алгоритмов расчета радиационных притоков тепла и т.д.), приводит, в итоге, к необходимости задания весьма большого числа плохо известных характеристик атмосферы, почвы или растительности. Погрешности задания всех этих дополнительных свойств среды способствуют увеличению суммарных ошибок расчета, что во многом нивелирует положительный эффект подобных уточнений.

Особенность предлагаемого подхода, ориентированного на использование стандартной гидрометеорологической информации, состоит в том, что уравнения (10) и (11) требуется интегрировать при отсутствии необходимых для корректной постановки задачи краевых условий. Выходом из положения здесь может быть упрощение этих уравнений путем выделения так называемого «синоптического фона» с записью их в следующей форме:

; (13)
, (14)

где функции П,D(x1,x2,x3,t) - совокупность всех остальных членов уравнений (10) и (11), не учитываемых в явной форме в этих уравнениях.

Предполагаем, что П и D обусловлены в значительной степени процессами синоптического масштаба, которые охватывают по вертикали значительную часть АПС. Это дает основание для их расчета на сновании данных реанализа атмосферных процессов с использованием весьма грубой вертикальной сетки, формируемой стандартными изобарическими поверхностями 1000, 925 и 850 гПа.

Немаловажно, что непосредственно значения водности в ходе стандартных гидрометеорологических наблюдений не измеряются и могут быть оценены лишь косвенно, например, по данным о дальности метеорологической видимости V путем обращения формулы (1).

Для задания нижних граничных условий для каждой из F(t)=П,D(t), получаемых по измерениям на метеостанциях, на фрагменте ряда длиной t в этом случае используется формула полиномиального тренда, позволяющего выделить синоптический фон и отделить его от суточных колебаний:

, (15)

где коэффициенты определяются методом наименьших квадратов (МНК).

Для расчета начальных профилей функций П, D(x3,t0) предполагалось, что потенциальная температура растет с высотой с фоновым градиентом , а массовая доля водяного пара – уменьшается с градиентом S, причем для расчета последних привлекались данные реанализа за соответствующие сроки. На верхней границе расчетной области ZН все отклонения искомых переменных от своих фоновых значений полагались равными нулю.

На рисунке 4 демонстрируются примеры применения описанного выше способа анализа ПБ(t) и DБ(t), реализованные в ходе обработки данных гидрометеорологических наблюдений для метеостанции «Балтийск».

В разделе 4.5 рассмотрены приложения разработанного метода восстановления вертикальной структуры АПС для решения двух практических задач: расчета характеристик обнаружения на наклонных трассах и вычисления вертикального градиента индекса рефракции для сантиметрового диапазона радиоволн.

Рис. 4. Примеры результатов интерполяции рассчитываемых по результатам

измерений величин ПБ(t) и DБ(t) и соответствующих функций тренда по данным

метеостанции «Балтийск» (август 2000 г.)

Общая схема наблюдения некоторого наземного объекта с использованием ТСН, расположенного на высоте , представлена на рисунке 5.

Максимальная наклонная дальность L обнаружения подобного объекта будет здесь определяться следующим образом:

, (16)

, (17)

где - средняя вдоль луча L водность, а - упомянутый выше параметр «цель-качество» (формула (2)).

Рис. 5. Схема наблюдения за объектом А с высоты h под углом .

С учетом того, что дифференциал приращения луча (где z - вертикальная координата), интеграл (17) может быть вычислен следующим образом:

, (18)

. (19)

Если теперь представить искомую максимальную дальность обнаружения объекта на местности с высоты наблюдения h (рис. 7) как , то в итоге из (16) - (19) можно получить:

. (20)

При наблюдениях с летательного аппарата, барражирующего на высоте h, величина представляет собой половину ширины полосы обнаружения различных объектов вдоль траектории полета.

Из (20) следует, что единственным метеорологическим параметром, определяющим условия обнаружения различных объектов на наклонных лучах наблюдения, оказывается интеграл по вертикали от водности (19), который может быть без труда рассчитан на каждый момент времени с использованием упомянутой выше модели АПС.

В четвертой главе представлена геоинформационная система для поддержки принятия решений при формировании систем технического наблюдения, информация о базе пространственных данных и результаты проведенного анализа характеристик обнаружения различных объектов, а также предложены способы использования такого рода информации для повышения эффективности подобных систем.

Говоря о геоинформационной системе поддержки принятия решений, следуя (Биденко С.И., Яшин А.И., 2003) отметим, что общий геоинформационный метод предназначен для организации сквозной интегральной обработки геоинформации, включая, в первую очередь, автоматизацию создания и использования картографической (геопространственной) информации пользователями-неспециалистами как в области картографии, так и в той или иной предметной области.

Исходя из принятого разделения геоинформационных методов исследования на общие и частные, разрабатываемый нами метод геоинформационной поддержки следует рассматривать как частный, направленный непосредственно на решение задач такой предметной области, как обеспечение управления системами технического наблюдения.

В общем виде управляющие воздействия и критерии, по которым можно оценить их результативность, приведены в таблице 2.

Общая схема организации информационных потоков при решении поставленной задачи с учетом выводов предыдущих глав выглядит так, как это представлено на рисунке 6.

При этом в качестве основного критерия следует рассматривать величину эффективности функционирования отдельного ТСН и всей СТН в целом. За критерий эффективности в последнем случае принимается относительная средняя площадь контролируемой поверхности суши или моря с учетом вероятности исправной работы средств наблюдения, а также влияние среды.

Таблица 2

Способы повышения эффективности СТН

№ п/п Способ Критерий оценки
Выбор типа ТСН, соответствующего поставленным задачам Вероятность обнаружения целей данного класса
Выбор позиции, места размещения ТСН Максимальная (оптимальная) площадь контроля
Выбор режимов работы ТСН Математическое ожидание количества обнаруженных целей
Выбор продолжительности работы ТСН Надежность (утомляемость) человека-оператора, наблюдателя
Выбор режимов эксплуатации ТСН Вероятность исправной работы ТСН и системы в целом
Определение площади поля (зоны) контроля Максимальный (заданный) коэффициент перекрытия участка
Комплексирование ТСН Суммарная вероятность обнаружения
Обеспечение скрытности и внезапности действия Максимальное значение коэффициента маскировки
Обеспечение достоверности информации Вероятность ложной тревоги
Обеспечение своевременности передачи информации Надежность и быстродействие каналов связи

В качестве исходных данных для расчета привлекаются ряды наблюдений на метеостанциях, данные реанализа на стандартных изобарических поверхностях, а также данные реанализа температуры морской поверхности. Все эти материалы собраны за период около 6 лет, начиная с 2000 г. Как показывает опыт прикладной климатологии (например, Дроздов О.А., 1989) пятилетнего архива в целом, оказывается достаточно для получения статистически обеспеченных характеристик атмосферы.

 Общая схема информационных потоков при решении задачи пространственного-71

Рис. 6. Общая схема информационных потоков при решении задачи

пространственного анализа характеристик наблюдения

Свойства подстилающей поверхности, необходимые для расчета (суша или море, шероховатость поверхности) задаются с помощью слоев электронной карты территории, поддерживаемой в ГИС ArcView 3.2. Необходимый набор слоев формировался на основе топографической карты 1:200 000 и включает гидрографию и растительность, а также дополнительную информацию (населенные пункты, границы государств), необходимую для последующего наложения на карту с результатами расчета для удобства последующего использования. Все исходные ГИС-покрытия хранятся в обменных форматах ГИС (SHP-файлы).

На начальном этапе производится совмещение всех исходных данных в точках проведения расчетов. Для поверхности суши в качестве таких точек выбрано местоположение метеостанций, куда из градусной сетки реанализа (2,50х2,50) переносились сведения о скорости ветра, температуре и влажности на стандартных изобарических поверхностях. Для моря в качестве таких точек рассматривались узлы регулярной градусной сетки (10х10), для которых была известна температура.

Далее, для выбранных точек расчета восстанавливались фоновые характеристики атмосферы, после чего для каждых суток за изучаемый период путем интегрирования уравнений модели суточных колебаний на каждый час восстанавливалась вертикальная структура АПС, и рассчитывались искомые характеристики наблюдения. На следующем этапе производилась статистическая обработка результатов, полученных на каждый час суток за выбранный временной период анализа (месяц, сезон года, день или ночь).

На завершающем этапе расчетов построенное таким образом растровое поле преобразовывалось в векторное с использованием специальной процедуры векторизации с получением, в итоге, ГИС-покрытия рассчитываемой характеристики наблюдения в SHP-форматах. Данный слой совмещался в ГИС ArcView 3.2 с другими слоями и далее формировался в качестве выходного документа.

В связи с тем, что количество характеристик обнаружения различных объектов, которые могут потребоваться для решения задач управления, достаточно велико, на этапе синтеза информации при построении различного рода электронных карт выбирались лишь типичные из них, которые могут рассматриваться в качестве некоторых индексов. В таблице 3 представлен сводный перечень такого рода величин.

Пространственный анализ такого рода индексов позволяет уже на начальном этапе выявлять территории, требующие повышенного внимания при развертывании систем технического наблюдения.

На рисунке 7 для региона Калининградской области для летнего и зимнего периодов представлены карты повторяемости необнаружения объекта «человек» на дальностях более 1000 м в течение светлого времени суток с высоты стандартной пограничной вышки с помощью бинокулярной трубы ТПБ-2.

Таблица 3

Сводный перечень карт характеристик обнаружения, рассматриваемых

в качестве тематических индексов на этапе синтеза информации

Диапазон День/Ночь Картируемая характеристика
Сантиметровый День Градиент индекса рефракции
-«- День Вероятность субрефракции
-«- День Вероятность суперрефракции
-«- День Среднесезонная высота слоя суперрефракции (высота волновода)
-«- День Вероятность высоты волновода более 10 м
-«- День Вероятность высоты волновода более 20 м
Оптический День Градиент индекса рефракции
-«- День Вероятность субрефракции
-«- День Вероятность суперрефракции
-«- День Вероятность превышения среднего по лучу визирования своего критического значения 0,5 (-ед.м-1/3)2
-«- День Вероятность необнаружения фигуры движущегося человека на дальности свыше 1000 м с использованием бинокля Б-8
-«- День Вероятность необнаружения фигуры движущегося человека на дальности свыше 1000 м с использованием бинокля Б-12
-«- День Вероятность необнаружения фигуры движущегося человека на дальности свыше 1000 м с использованием ТПБ-2
Сантиметровый Ночь Градиент индекса рефракции
-«- Ночь Вероятность субрефракции
-«- Ночь Вероятность суперрефракции
-«- Ночь Среднесезонная высота слоя суперрефракции (высота волновода)
-«- Ночь Вероятность высоты волновода более 10 м
-«- Ночь Вероятность высоты волновода более 20 м


Pages:     | 1 | 2 || 4 | 5 |
 





 
© 2013 www.dislib.ru - «Авторефераты диссертаций - бесплатно»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.