ПРОГНОЗИРОВАНИЕ ПРИТОКА ВОДЫ В КРАСНОЯРСКОЕ И САЯНО-ШУШЕНСКОЕ ВОДОХРАНИЛИЩА ВО ВТОРОМ КВАРТАЛЕ ГОДА : научное издание | Научно-инновационный портал СФУ

ПРОГНОЗИРОВАНИЕ ПРИТОКА ВОДЫ В КРАСНОЯРСКОЕ И САЯНО-ШУШЕНСКОЕ ВОДОХРАНИЛИЩА ВО ВТОРОМ КВАРТАЛЕ ГОДА : научное издание

Перевод названия: Forecasting the water inflow into the Krasnoyarsk and Sayano-Shushenskoe reservoirs in the second quarter of the year

Тип публикации: статья из журнала

Год издания: 2016

Ключевые слова: формирование речного стока, стохастическое моделирование, прогнозирование притока в водо хранилище, ансамблевый прогноз, streamflow formation, stochastic modeling, forecasting the inflow into the reservoir, Ensemble forecasting

Аннотация: Рассмотрены различные способы построения моделей, предназначенных для прогноза среднего притока воды во втором квартале года в два водохранилища, расположенных на р. Енисей. Для решения задач моделирования примене на новая компьютерная технология, реализованная в специализированном пакете программ «Стохастическое модели рование». Созданные по разным алгоритмам варианты моделей формирования изменчивости квартального притока проверены на независимых данных. Более сложная и устойчивая модель для прогнозирования притока построена как ансамбль частных моделей. По совокупным результатам моделирования рекомендован способ построения прогноза среднего за второй квартал бокового притока в Красноярское и притока в Саяно-Шушенское водохранилище по ма териалам наблюдений, накопленным Среднесибирским УГМС, на основе ансамбля частных моделей. Установлено, что подобная операция уменьшает вероятность ошибки прогноза, заключающейся в произвольном выборе моделей. Состав лены прогнозы названных характеристик по оперативным данным за 2015 г. Определено, что при использовании до полнительной информации возможно упростить решение прогностической задачи. We consider the various methods of constructing models intended to forecast the average water inflow, in the second quarter of the year, into two reservoirs on the Yenisei river. To solve modeling problems used a new computer technology implemented in the specialized “Stochastic Modeling” software package. Independent data were employed to verify the variants of the models for the formation of variability in quarterly inflow as generated based on different algorithms. A more sophisticated and robust model for forecasting the inflow was constructed as an ensemble of partial models. Based on aggregate results of modeling, we suggest the method of constructing a forecast of the average (for the second quarter) lateral inflow into the Krasnoyarsk reservoir and the inflow into the Sayano-Shushenskoe reservoir by use of observational data accumulated by Srednesibirskoe UGMS (Weather Control and Environmental Monitoring Service), based on an ensemble of partial models. It is established that such an operation reduces the probability of forecasting errors implying an arbitrary selection of models. We constructed forecasts of the aforementioned characteristics using real-time data for 2015. It is stated that the solution of the forecasting problem can be facilitated by using additional information.

Ссылки на полный текст

Издание

Журнал: География и природные ресурсы

Выпуск журнала: 2

Номера страниц: 175-182

ISSN журнала: 02061619

Место издания: Новосибирск

Издатель: Общество с ограниченной ответственностью Академическое издательство Гео

Авторы

  • БУРАКОВ Д.А. (Красноярский государственный аграрный университет)
  • ГОРДЕЕВ И.Н. (Среднесибирское управление гидрометслужбы Росгидромета Минприроды РФ)
  • ИГНАТОВ А.В. (Институт географии им. В. Б. Сочавы СО РАН)
  • ПЕТКУН О.Э. (Красноярский государственный аграрный университет)
  • ПУТИНЦЕВ Л.А. (Среднесибирское управление гидрометслужбы Росгидромета Минприроды РФ)
  • ЧЕКМАРЁВ А.А. (Институт географии им. В. Б. Сочавы СО РАН)

Вхождение в базы данных

Информация о публикациях загружается с сайта службы поддержки публикационной активности СФУ. Сообщите, если заметили неточности.

Вы можете отметить интересные фрагменты текста, которые будут доступны по уникальной ссылке в адресной строке браузера.