004.85:551.5051 Методы интеллектуального анализа данных в модели наукастинга опасных явлений
Шершакова А. О. (МГТУ им.Н.Э.Баумана), Пархоменко В. П. (МГТУ им.Н.Э.Баумана/ФИЦ ИУ РАН)
НАУКА О ДАННЫХ, ИНТЕЛЛЕКТУАЛЬНЫЙ АНАЛИЗ ДАННЫХ, МАШИННОЕ ОБУЧЕНИЕ, МАТЕМАТИЧЕСКАЯ МОДЕЛЬ, PYTHON, НАУКАСТИНГ, СМЕРЧИ, ОБЛАЧНЫЕ ЯЧЕЙКИ
doi: 10.18698/2309-3684-2021-3-88104
Настоящая работа посвящена исследованию и применению методов интеллектуального анализа для реализации схемы наукастинга опасных явлений. В ходе работы были сформированы большие наборы данных на основе метеорологических наблюдений облачных ячеек, отличающиеся методами обработки информации для их подготовки. Для каждого набора был построен ряд математических моделей классификации облачных ячеек по степени опасности формирования из них смерчей. В качестве основного языка разработки выбран язык программирования Python. Работа имеет большое практическое значение в сфере прогнозирования погодных явлений. Ее новизна заключается в использовании современной методологии машинного обучения вместо традиционного подхода экстраполяции данных, широко применяемого в различных схемах наукастинга.
Wang Y., Coning E., Jacobs W., Joe P., Nikitina L., Roberts R., Wang J., Wilson J. Guidelines for nowcasting techniques. World Meteorological Organization, 2017, no.1198, 82 p.
Киктев Д.Б., Муравьев А.В., Смирнов А.В. Наукастинг метеорологических параметров и опасных явлений: опыт реализации и перспективы развития. Гидрометеорологические исследования и прогнозы, 2019, № 4, c.92–111.
Мазуров Г.И., Васильев В.А., Акселевич В.И. Анализ характеристик смерчей в России за полтора столетия. Метеоспектр, 2011, № 4, с. 149–155.
Гмурман В.Е. Теория вероятностей и математическая статистика: учебное пособие для вузов. Москва, Высшая школа, 2004, 479 с.
Лаврик С.А. Результаты анализа эффективности и применимости статистических методов для определения информативного набора сейсмических атрибутов. Технологии сейсморазведки, 2009, № 1, c.36–44.
Dimitrienko Yu.I., Koryakov M.N., Zakharov A.A. Computational modeling of conjugated aerodynamic and thermomechanical processes in composite structures of high–speed aircraft. Applied Mathematical Sciences, 2015, vol.9, no.98, pp.4873–4880.
Димитриенко Ю.И., Леонтьева С.В. Моделирование термоконвективных процессов при однонаправленной кристаллизации сплавов с учетом движения свободных границ. Математическое моделирование и численные методы, 2018, № 4, с. 3–24.
Dimitrienko Y.I., Koryakov M.N., Zakharov A.A. Application of finite difference TVD methods in hypersonic aerodynamics. Lecture Notes in Computer Science, 2015, vol.9045, pp.161–168.
Димитриенко Ю.И., Шугуан Ли Конечно–элементное моделирование неизотермического стационарного течения неньютоновской жидкости в сложных областях. Математическое моделирование и численные методы, 2018, № 2, c.70– 95.
Parkhomenko V.P. Modeling of global and regional climate response to solar radiation management. Journal of Physics: Conference Series, 2018, vol.1141, art no.012057. DOI: 10.1088/1742-6596/1141/1/012057
Воронцов К.М. Введение в машинное обучение. Coursera [Электронный ресурс]. URL: https://www.coursera.org/learn/vvedenie-mashinnoe-obuchenie (дата обращения: 14.05.2021)
Флах П. Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных. Москва, ДМК-Пресс, 2015, 400 с.
Коэльо Л.П., Ричарт В. Построение систем машинного обучения на языке Python. Москва, ДМК Пресс, 2016, 302 с.
Маккини У. Python и анализ данных. Москва, ДМК Пресс, 2020, 540 с.
Калмыкова О.В. Оценка смерчеопасности вблизи Черноморского побережья Краснодарского края и Республики Крым. Дисс. канд. физ.-мат. наук. Обнинск, 2019, 230 с.
Дмитриева Т.Г., Песков Б.Е. Синоптические условия, наукастинг и модельные прогнозы сильных шквалов и смерчей в Башкирии 1 июня 2007 г. и 29 августа 2014 г. Метеорология и гидрология, 2016, № 10, с. 16–29.
Калмыкова О.В., Шершаков В.М. Индекс смерчеопасности российской акватории Черного моря. Труды Главной геофизической обсерватории им. А.И. Воейкова, 2017, № 584, c.142–163.
Калмыкова О.В., Шершаков В.М. Технология мониторинга смерчеопасных ситуаций на российской акватории Черного моря. Метеорология и гидрология, 2016, № 10, с. 93–102.
Калмыкова О.В., Шершаков В.М. Технология оценки и прогноза смерчеопасности на российской акватории Черного моря и результаты ее тестирования в сезон смерчей 2017 года. Гидрометеорологические исследования и прогнозы, 2018, № 1 (367), с. 146–167.
Шершакова А.О., Пархоменко В.П. Методы интеллектуального анализа данных в модели наукастинга опасных явлений. Математическое моделирование и численные методы, 2021, № 3, с. 88–104.
Скачать статью
Количество скачиваний: 272