Использование методов нелинейной пространственно-временной регуляризации для анализа данных метеорологических наблюдений
Костюченко, ЮВ, Белоус, ЮГ, Мовчан, ДМ, Копачевский, ИМ, Ющенко, МВ, Артеменко, ИГ, Попадюк, ЛВ |
Косм. наука технол. 2013, 19 ;(5):42–49 |
https://doi.org/10.15407/knit2013.05.042 |
Мова публікації: Украинский |
Анотація: На основе анализа особенностей распределения исследуемых показателей был предложен метод статистического анализа данных наблюдений, в том числе архивных записей и наблюдений из разных источников, который дает возможность получать распределения в единицах, инвариантных относительно типов данных. Для получения регуляризованих в пространстве и времени распределений метеорологических показателей на региональном уровне, предложен алгоритм, который базируется на методе кернель-анализа главных компонентов (KPCA). Результаты анализа региональных распределений климатических показателей за многолетними метеорологическими измерениями сопоставлены с данными известных общепринятых моделей реанализа NCEP/NCAR, а также определены пространственно-временные особенности изменений климатических параметров на региональном уровне. Полученные результаты проанализированы по сравнению с вариациями показателей производительности растительного покрова и атмосферных концентраций парниковых газов, определенных за данными ДЗЗ. Установлено, что использование предложенного метода дает возможность оценивать региональные параметры риска и безопасности на более корректном уровне. |
Ключові слова: изменения климатических параметров, парниковые газы, спутниковые данные, чрезвычайные ситуации |
19. Villez K., Ruiz M., Sin G., et al. Combining multiway principal component analysis (MPCA) and clustering for efficient data mining of historical data sets of SBR processes // Water Science & Technology. — 2008. — 57, N 10. —P. 1659—1666.