Результат интеллектуальной деятельности: Способ детектирования кучевой облачности

Изобретение относится к актинометрии, может быть использовано в метеорологии и позволяет детектировать на небосводе кучевую облачность по данным измерений суммарной радиации.

Непрерывный мониторинг кучевой облачности необходим, потому что она является основой для формирования кучево-дождевых облаков, источников опасных метеорологических явлений, таких как ливни, грозы, шквалы, град. Известно, что любая форма облачности формируют свои специфические актинометрические амплитудные и вариационные признаки. Первые зависят от способности облаков пропускать прямую радиацию, а также переизлучать и переотражать рассеянную радиацию. Вторые зависят от однородности облачного слоя и скорости его перемещения по небосводу. Известен способ распознавания форм облачности [1], заключающийся в амплитудном и вариационном анализе временного ряда измеренной незатененным пиранометром суммарной радиации Q с помощью 21-минутного скользящего окна. Сущность способа заключается в следующем. Сначала строится модель суточного хода суммарной радиации при ясном небе Q₀ для определенного дня, которая затем масштабируется к величине 1400 Вт/м² для каждой минуты Затем измеряется суммарная радиация и полученный ряд нормируется путем умножения его значений Q_i на полученный для каждой минуты масштаб k_i. В заключение рассчитываются средние значения и средне-квадратические отклонения σ_i для 21-минутного скользящего окна масштабированной суммарной радиации (±10 мин от точки анализа). Отличительной особенностью кучевой облачности является периодическая, несколько раз в течение 15-25 мин (в зависимости от балла и скорости перемещения облачности), смена состояния солнечного диска с полностью закрытого на полностью открытое. В результате этого формируется очень неоднородный временной ряд значений суммарной радиации с резкими перепадами амплитуды и, как следствие этого, с высокими значениями среднеквадратического отклонения σ. Поэтому в данном способе кучевая облачность определяется, когда среднеквадратическое отклонение 21-минутного скользящего окна лежит в пределах 120<σ_i<800 Вт/м², а отношение средних значений масштабированной измеренной и масштабированной суммарной радиации при ясном небе Кроме того, внутри анализируемого окна должно наблюдаться хотя бы одно значение суммарной радиации, превышающее значение при ясном небе Q_i>Q_0i что характерно для кучевой облачности.

Недостатком такого способа является необходимость проведения амплитудного анализа с использованием модели суточного хода суммарной радиации при ясном небе Q₀, для построения которой требуются некоторые эмпирические и непосредственно измеряемые и рассчитываемые данные, такие как солнечная постоянная на границе атмосферы, зенитный угол Солнца, атмосферное давление, среднедневная точка росы для данного сезона и широты местности, а также коэффициенты пропускания и рассеяния атмосферы.

Наиболее близким к предлагаемому является принятый за прототип способ детектирования кучевой облачности, заключающийся только в вариационном анализе суточного хода измеренной с помощью незатененного пиранометра суммарной радиации Q с помощью 21-минутного скользящего окна [2]. Сущность способа заключается в том, что короткие 21-минутные отрезки измеренной суммарной радиации (±10 мин от точки анализа) принимаются за стационарные выборки с одинаковым масштабом данных, что позволяет отказаться от их нормирования с использованием модели ясного неба. Если коэффициент вариации анализируемой 21-мин выборки превышает выбранное пороговое значение V₂₁>0,33, принятое в статистике за верхнюю границу однородности временного ряда, то считается, что на небосводе присутствует кучевая облачность со средним или высоким баллом. Недостатком такого способа является значительное количество случаев ошибочного определения слоисто-дождевой N_s, слоистой S_t, слоисто-кучевой кучевообразной Sc cuf, высококучевой кучевообразной Ac cuf. и перистой волокнистой Ci fib. облачности как кучевой Cu, что связано с высокой чувствительностью коэффициента вариации к небольшим изменениям суммарной радиации при ее низких средних значениях.

Признаками прототипа, которые совпадают с признаками заявляемого способа, является то, что для детектирования кучевой облачности суммарная радиация измеряется с помощью незатененного пиранометра, затем проводится ее вариационный анализ с помощью 21-минутного скользящего окна (±10 мин от точки анализа) и кучевая облачность со средним или высоким баллом определяется, когда коэффициент вариации для анализируемой точки V₂₁>0,33.

Задачей, на решение которой направлено данное изобретение, является уменьшение количества случаев ошибочного определения кучевой облачности.

Технический результат заключается в автоматизации процесса детектирования кучевой облачности, повышении точности детектирования кучевой облачности и расширении функциональных возможностей актинометрических наблюдений.

Указанный технический результат достигается тем, что в предлагаемом способе для детектирования кучевой облачности дополнительно проводится поиск резких перепадов амплитуды между соседними (1-2 мин) точками внутри анализируемого окна.

В отличие от известного, в предлагаемом способе дополнительно анализируется 3-мин коэффициент вариации V₃ (±1 мин от точки анализа, скользящей внутри анализируемого 21-мин окна), а кучевая облачность определяется, когда для анализируемой точки не только коэффициент вариации V₂₁>0,33, но и хотя бы один коэффициент вариации внутри анализируемого 21-мин окна V₃>0,33.

Сравнение прототипа и предлагаемого способа детектирования кучевой облачности проводилось путем анализа данных измеренной незатененным пиранометром СМ11 (Kipp & Zonen) метеообсерватории ИМКЭС СО РАН (Томск) суммарной радиации за теплый период 2018 г. (при высоте Солнца h>30°) и проверкой полученных результатов с помощью бинарного классификатора по цветным панорамным изображениям всего небосвода от телевизионной камеры, установленной в непосредственной близости от пиранометра. Сравнение полученных результатов показало, что общее количество случаев ошибочного определения кучевой облачности (False positive) уменьшилось более чем на 50% (с 2203 до 1071), точность детектирования (Precision) увеличилась с 81% до 88% при уменьшении полноты (Recall) с 80% до 74% и неизменности F-меры в 81%. Полностью исчезли ошибки детектирования, связанные со слоисто-дождевой Ns и слоистой St облачностью (с 200 и 50 случаев соответственно). Ошибки, связанные со слоисто-кучевой облачностью Sc cuf., уменьшились в два раза (с 895 случаев до 442), с высококучевой Ac cuf – уменьшились на 30% (с 907 до 607), с перистой Ci fib. - уменьшились более чем в 6 раз (с 149 до 22).

Сравнение заявляемого способа с прототипом позволило установить соответствие условию «новизна». При сравнении заявляемого способа с другими известными техническими решениями не выявлены сходные признаки, что позволяет сделать вывод о соответствии условию «изобретательский уровень».

Источники информации:

1. Duchon С.Е., O'Malley M.S. Estimating cloud type from pyranometer observation // J. Appl. Meteor. 1999. V. 38. P. 132-141.

2. Зуев С.В., Красненко Н.П. Упрощенная методика мониторинга кучевой облачности по суммарной радиации. Сб. трудов Междунар. молодежной школы и конференции по вычислительно-информационным технологиям для наук об окружающей среде «CITES '2019», с. 273-275.