Методы классификации и анализа климатических полей; Науковедение; Т. 7, № 6
| Parent link: | Науковедение: интернет-журнал.— , 2009- Т. 7, № 6.— 2015.— [18 с.] |
|---|---|
| 共著者: | , , |
| その他の著者: | , , , |
| 要約: | Заглавие с экрана Показано, что математически сложные вычислительные моделиприродно-климатических процессов, требующие огромные ряды пространственно-распределенных данных инструментальных наблюдений предопределяют особую рольсовременных информационных технологий в этой области. Представлен обзор программныхсредств построения мезомасштабных атмосферных моделей. Детально исследуется длярешения задач моделирования и прогнозирования климатических условий современнаяпрогностическая система моделирования Weather Research and Forecasting Model,обеспечивающая реализацию широкого спектра метеорологического приложений смасштабом от десятков метров до тысячи километров. Приведены источники, из которыхможно получить начальные и краевые условия, необходимые для работы создаваемой модели.Акцентирована важность настройки создаваемой модели, включающая настройку средывыполнения модели, базовых параметров модели, определяющих типы физических процессовв атмосфере и на поверхности, входных данных. Выходная информация содержит околодвухсот наименований переменных, характеризующих состояние атмосферы, подстилающейповерхности и почвы, включая гидрологические характеристики типа поверхностного игрунтового стока. Отмечено, что даже изучение климатических процессов в глобальном ирегиональном масштабах, нацеленное на выявление особенностей общей динамики иэкстремальных явлений только регионального климата, определение влияния этихособенностей на различные локальные экосистемы, требует не только комплексногоиспользования набора апробированных статистических методов, но и современнойвысокопроизводительной инфраструктуры информационно-вычислительных средств. В статье проведен сравнительный анализ методов нахождениязакономерностей поведения во времени поля метеопараметра или иной характеристики натерриториях разного масштаба. Показано, что выявление научно обоснованных глубинныхтенденций изменения геофизического поля по исследуемой территории сопровождаетсярезким увеличением объема данных, что требует не только использования современныхинформационных технологий хранения и обработки больших данных, но и проектированияновых подходов к их обработке. Отмечена перспективность методов и алгоритмовобнаружения закономерностей в экспериментальных данных на основе распределенияобъектов на группы. Вследствие многообразия систем признаков, по которым можетопределяться схожесть объектов, утверждается невозможность унификации процедургруппировки объектов, так как все определяется спецификой решаемой задачи, авторскимформированием классификационной системы критериев и их авторской смысловойнагрузкой. Основываясь на широко распространенном понимании выделенной группыобъектов как подмножества, объединяющего объекты в некоторый единый абстрактный класстолько на основе положения в пространстве признаков, сформулированы основные этапы,характеризующиеся индивидуальными задачами выбора и оптимизации, многомернойстатистической процедуры, направленной на сбор данных о выборке объектов иупорядочения объектов в сравнительно однородные группы. |
| 言語: | ロシア語 |
| 出版事項: |
2015
|
| シリーズ: | Технические науки |
| 主題: | |
| オンライン･アクセス: | http://naukovedenie.ru/PDF/74TVN615.pdf |
| フォーマット: | 電子媒体 図書の章 |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=647400 |
MARC
| LEADER | 00000naa0a2200000 4500 | ||
|---|---|---|---|
| 001 | 647400 | ||
| 005 | 20250210130510.0 | ||
| 035 | |a (RuTPU)RU\TPU\network\12539 | ||
| 090 | |a 647400 | ||
| 100 | |a 20160408d2015 k||y0rusy50 ca | ||
| 101 | 0 | |a rus | |
| 102 | |a RU | ||
| 135 | |a drcn ---uucaa | ||
| 181 | 0 | |a i | |
| 182 | 0 | |a b | |
| 200 | 1 | |a Методы классификации и анализа климатических полей |d Methods for classification and analysis of climatic fields |f И. А. Ботыгин [и др.] | |
| 203 | |a Текст |c электронный | ||
| 225 | 1 | |a Технические науки | |
| 300 | |a Заглавие с экрана | ||
| 320 | |a [Библиогр.: 68 назв.] | ||
| 330 | |a Показано, что математически сложные вычислительные моделиприродно-климатических процессов, требующие огромные ряды пространственно-распределенных данных инструментальных наблюдений предопределяют особую рольсовременных информационных технологий в этой области. Представлен обзор программныхсредств построения мезомасштабных атмосферных моделей. Детально исследуется длярешения задач моделирования и прогнозирования климатических условий современнаяпрогностическая система моделирования Weather Research and Forecasting Model,обеспечивающая реализацию широкого спектра метеорологического приложений смасштабом от десятков метров до тысячи километров. Приведены источники, из которыхможно получить начальные и краевые условия, необходимые для работы создаваемой модели.Акцентирована важность настройки создаваемой модели, включающая настройку средывыполнения модели, базовых параметров модели, определяющих типы физических процессовв атмосфере и на поверхности, входных данных. Выходная информация содержит околодвухсот наименований переменных, характеризующих состояние атмосферы, подстилающейповерхности и почвы, включая гидрологические характеристики типа поверхностного игрунтового стока. Отмечено, что даже изучение климатических процессов в глобальном ирегиональном масштабах, нацеленное на выявление особенностей общей динамики иэкстремальных явлений только регионального климата, определение влияния этихособенностей на различные локальные экосистемы, требует не только комплексногоиспользования набора апробированных статистических методов, но и современнойвысокопроизводительной инфраструктуры информационно-вычислительных средств. | ||
| 330 | |a В статье проведен сравнительный анализ методов нахождениязакономерностей поведения во времени поля метеопараметра или иной характеристики натерриториях разного масштаба. Показано, что выявление научно обоснованных глубинныхтенденций изменения геофизического поля по исследуемой территории сопровождаетсярезким увеличением объема данных, что требует не только использования современныхинформационных технологий хранения и обработки больших данных, но и проектированияновых подходов к их обработке. Отмечена перспективность методов и алгоритмовобнаружения закономерностей в экспериментальных данных на основе распределенияобъектов на группы. Вследствие многообразия систем признаков, по которым можетопределяться схожесть объектов, утверждается невозможность унификации процедургруппировки объектов, так как все определяется спецификой решаемой задачи, авторскимформированием классификационной системы критериев и их авторской смысловойнагрузкой. Основываясь на широко распространенном понимании выделенной группыобъектов как подмножества, объединяющего объекты в некоторый единый абстрактный класстолько на основе положения в пространстве признаков, сформулированы основные этапы,характеризующиеся индивидуальными задачами выбора и оптимизации, многомернойстатистической процедуры, направленной на сбор данных о выборке объектов иупорядочения объектов в сравнительно однородные группы. | ||
| 461 | |t Науковедение |o интернет-журнал |d 2009- | ||
| 463 | |t Т. 7, № 6 |v [18 с.] |d 2015 | ||
| 510 | 1 | |a Methods for classification and analysis of climatic fields |z eng | |
| 610 | 1 | |a электронный ресурс | |
| 610 | 1 | |a труды учёных ТПУ | |
| 610 | 1 | |a временные ряды | |
| 610 | 1 | |a геофизические поля | |
| 610 | 1 | |a экспериментальные данные | |
| 610 | 1 | |a кластерный анализ | |
| 610 | 1 | |a кластеризация | |
| 610 | 1 | |a группировка | |
| 701 | 1 | |a Ботыгин |b И. А. |c специалист в области информатики и вычислительной техники |c доцент Томского политехнического университета, кандидат технических наук |f 1947- |g Игорь Александрович |3 (RuTPU)RU\TPU\pers\25190 |9 11270 | |
| 701 | 1 | |a Катаев |b С. Г. |g Сергей Григорьевич | |
| 701 | 1 | |a Шерстнёв |b В. С. |c специалист в области информатики и вычислительной техники |c доцент Томского политехнического университета, кандидат технических наук |f 1974- |g Владислав Станиславович |3 (RuTPU)RU\TPU\pers\27765 |9 12826 | |
| 701 | 1 | |a Шерстнёва |b А. И. |c математик |c доцент Томского политехнического университета, кандидат физико-математических наук |f 1974- |g Анна Игоревна |3 (RuTPU)RU\TPU\pers\27876 |9 12892 | |
| 712 | 0 | 2 | |a Национальный исследовательский Томский политехнический университет |b Институт кибернетики |b Кафедра информатики и проектирования систем |3 (RuTPU)RU\TPU\col\18697 |9 27150 |
| 712 | 0 | 2 | |a Национальный исследовательский Томский политехнический университет |b Институт кибернетики |b Кафедра вычислительной техники |3 (RuTPU)RU\TPU\col\18699 |9 27152 |
| 712 | 0 | 2 | |a Национальный исследовательский Томский политехнический университет |b Институт международного образования и языковой коммуникации |b Кафедра междисциплинарная |3 (RuTPU)RU\TPU\col\19012 |9 27304 |
| 801 | 2 | |a RU |b 63413507 |c 20160408 |g RCR | |
| 856 | 4 | |u http://naukovedenie.ru/PDF/74TVN615.pdf | |
| 942 | |c CF | ||