Documente Academic
Documente Profesional
Documente Cultură
An 1, Master
Agricultura ecologica
Prognoza numerica a vremii este o metoda obiectiva de prognoza care a evoluat foarte
mult in ultimele deceniisi care se afla intr-o dezvoltare accentuata in prezent. Aceasta presupune
predictia starii viitoare a circulatiei atmosferei, pornind de la o stare prezenta cunoscuta a
acesteia, prin utilizarea aproximatiilor numerice ale ecuatiilor dinamice.
Asa cum este aratat in Holton (1996), indeplinirea acestui obiectiv necesita observatii
ale campurilor variabilelor in starea initiala, un sistem inchis de ecuatii de prognoza relativ la
campurile variabilelor si o metoda de integrare in timp a ecuatiilor, pentru a obtine distributia
viitoare a campurilor variabilelor. Prin urmare, pentru realizarea prognozei numerice este
nevoie sa se cunoasca starea initiala a atmosferei, iar precizia cu care aceasta este descrisa in
model constituie un factor important in ceea ce priveste calitatea prognozei numerice. Se stie ca
starea reala a atmosferei la un moment anumit de timp nu poate fi determinata cu exactitate.
Asimilarea de date este procedura prin care se realizeaza o estimare a starii atmosferei
cat mai apropiata de starea reala, dar care sa fie in acelasi timp si dinamic consistenta,
denumita analiza. Analiza este utila atat prin ea insasi, ca diagnoza a starii atmosferei la un
moment de timp dat, dar mai ales este utila pentru furnizarea datelor initiale necesare integrarii
unui model numeric de prognoza a vremii, stiindu-se faptul ca modul in care este descrisa
starea initiala a atmosferei in model constituie un factor esential care determina calitatea
prognozei. De asemenea, analiza poate fi privita ca o pseudo-observatie, sau ca o referinta fata
de care sa se verifice calitatea observatiilor.
model pe arie limitata in cadrul deja existent al modelului ARPEGE, pentru adaptarea dinamica
la limita aproximatiei hidrostatice, adica un model fara o analiza obiectiva proprie pentru
producerea conditiilor intiale, utilizand campurile ARPEGE interpolate pentru conditiile initiale
si la limitele laterale ale domeniului. Din punct de vedere practic, aceasta a insemnat utilizarea
codului ARPEGE deja existent si crearea de module noi, necesare pentru:
modificarea reprezentarii spectrale a campurilor de la armonice sferice la serii Fourier;
considerarea proceselor care evolueaza in afara domeniului de integrare prin utilizarea unei
scheme de cuplaj avand la baza o tehnica de relaxare;
pregatirea conditiilor initialesi la limitele laterale ale domeniului de integrare prin interpolarea
campurilor ARPEGE in grila noului model;
numeric de prognoza a vremii. Informatiile care intra in sistemul de asimilare sunt observatiile,
prima estimare a modelului si proprietatile fizice cunoscute ale sistemului. Toate aceste
informatii sunt importante, dar in acelasi timp acestea contin erorisi deci nu ne putem baza
complet pe una din ele. Prin urmare, ar trebui cautata o strategie care sa minimizeze in medie
diferenta dintre analiza si starea reala. Pentru a proiecta un algoritm care sa faca acest lucru in
mod automat, este necesar sa reprezentam matematic incertitudinea asupra datelor care intra in
procesul de asimilare. Aceste incertitudini pot fi evaluate prin introducerea statisticilor erorilor
datelor respectivesi pot fi modelate cu ajutorul conceptelor probabilistice. In acest fel, in
conformitate cu Lorenc (1986), algoritmul de asimilare poate fi contruit pornind de la premisa
ca, in medie, erorile analizei sa fie minimesi poate fi privit ca o problema de optimizare.
In practica, problema analizei nu este rezolvata pentru toate componentele vectorului de
stare al modelului, in parte pentru ca nu se cunoaste inca o metoda care sa realizeze o analiza
consistenta pentru toate componentele, sau pentru ca puterea de calcul nu este suficienta pentru a
realiza analiza la rezolutia modelului. Astfel, spatiul de lucru in procesul de asimilare nu este
spatiul modelului, ci spatiul in care se calculeaza corectiile fata de prima estimare, numit spatiul
variabilelor de control. Prin urmare, problema analizei este de a calcula corectia x, denumita
incrementul analizei, astfel incat vectorul de stare al analizei :
(1)
spatiul observatiilor. Aceasta functie este denumita operatorul observatiilor si este notata cu H.
In practica, H este o colectie de operatori de interpolare de la discretizarea modelului in
punctele de observatie si de conversie de la variabilele modelului la parametrii observati.
Diferenta intre observatii si vectorul de stare este data de vectorul abaterilor in punctele
de observatie y H(x). Daca abaterea este calculata fata de prima estimare xb, vectorul
abaterilor se numeste inovatie, iar daca abaterea este calculata fata de analiza xa, atunci acesta se
numeste reziduul analizei. Cu ajutorul acestor marimi se poate studia calitatea procesului de
asimilare.
Teorema ecuatiei fundamentale a analizei liniare in forma algebrica generala a
estimarii celor mai mici patrate, denumita si cea mai buna estimare liniara fara eroare medie
si abreviata BLUE (Best Linear Unbiased Estimator), presupune urmatoarele:
Estimarea optima a celor mai mici patrate, sau analiza BLUE, este definita de urmatoarea
ecuatie de interpolare:
(2)
unde operatorul liniar K este numit matricea de inovatie (sau matricea ponderilor)
analizei si are urmatoarea forma:
(
Matricea de covarianta a erorilor analizei are urmatoarea forma, oricare ar fi K:
(
4) Daca matricea ponderilor K este matricea optima pentru estimarea celor mai mici patrate,
expresia matricii A devine:
(
Analiza BLUE poate fi obtinuta intr-un mod echivalent ca solutie a problemei de
optimizare variationale:
(6
unde J este denumita functia de cost a analizei (sau functia de penalizare), Jb este denumit
termenul primei estimari, iar Jo este denumit termenul observatiilor.
Analiza
este optima: adica este analiza cea mai apropiata posibil (in sensul erorii
Daca functiile de distributie a probabilitatii erorilor primei estimari si ale observatiilor sunt de tip
Gauss, atunci
, cu media
si matricea de covarianta
si matricea de covarianta
, cu media
si matricea de covarianta