ДОСЛІДЖЕННЯ ПЕРІОДИЧНОСТІ АТМОСФЕРНИХ ЯВИЩ

Яків Повод, Володимир Шерстюк

Анотація


При визначенні кількості сонячної енергії, що досягає поверхні Землі, серед розглянутих чинників атмосферних явищ найбільше значення має хмарність. Досліджуючи вплив хмарного покриву на розрахунки соня¬чної інсоляції поблизу поверхні Землі за допомогою усереднених даних був розроблений алгоритм, який дає мож¬ливість враховувати рівень хмарності для прогнозування сонячної інсоляції.
Для дослідження та розробки алгоритму, було проаналізовано існуючі методи отримання даних, та визначено, що найбільший вплив на коливання сонячної інсоляції має саме хмарність. Для розробки математичної моделі було використано дані, які є на сайті NASA Earth Observations, що отримані з супутників Terra і Aqua за допомогою інструмента MODIS. Для застосування в якості статистичних даних були обрані дані в форматі CSV, за період з люто¬го 2000р. по червень 2019р. В результаті було отримано карту усередненої хмарності. Для врахування змін хмарно¬сті було побудовано графіки залежності рівня хмарності від часу. Для цього були використані середньомісячні дані для міста Херсона, для точки з географічними координатами 46.7,32.6; для точки на Алясці - з координатами 67, - 147.4; для точки з координатами 38.7,36.5, що знаходиться на території Туреччини.
В результаті було зроблено апроксимацію цих даних. В якості функції апроксимації було використано функцію Фур'є першого порядку. Щоб отримати дані для всієї поверхні Землі було використано бібліотеку ALGLIB та алго¬ритм Левенберга - Марквардта. Отримані дані було відображено на рисунках з картами коефіцієнтів детермінації, також карта значень середньоквадратичноїпохибки.
Наукова новизна полягає в одержанні більш точних даних коливання хмарності за допомогою обраного методу; та за допомогою розробленої математичної моделі прогнозувати щільність хмарного покриву в будь якій точці планети. Отже розроблений алгоритм дає можливість аналізувати та прогнозувати періодичні коливання рівня хмарності в залежності від місяця (пори року).
Практичне значення розробленого алгоритму полягає в використанні його в програмному забезпеченні, яке допоможе отримувати більш точні розрахунки прогнозованої потужності сонячного випромінювання з урахуван¬ням коливання хмарності для можливого використання в галузях, де потрібні дані сонячної інсоляції.


Ключові слова


алгоритм; похибка; графік; карта; інсоляція; апроксимація; клімат; хмарність

Повний текст:

PDF

Посилання


Cloud Fraction. (23.01.2020). NASA Earth Observatory, https://earthobservatory.nasa.gov

Cloud Fraction. (23.01.2020). NASA Earth Observations https://neo.sci.gsfc.nasa.gov

Hu C, White, R. M. Solar Cells: From Basic to Advanced Systems (p. 23). New York: McGraw-Hill, 1983.

Ma, Z„ Liu, Q., Zhao, С„ Shen, X., Wang, Y„ Jiang, J. H.,... Yung, Y. (2018). Application and Evaluation of an Explicit Prognostic Cloud-Cover Scheme in GRAPES Global Forecast System. Journal ofAdvances in Modeling Earth Systems, 10(3), 652-667. doi: 10.1002/2017ms001234

Mishra, A. K. (2018). Investigating changes in cloud cover using the long-term record of precipitation extremes. Meteorological Applica¬tions, 26(1), 108-116. doi: 10.1002/met.1745

Pepe, D., Bianchini, G., & Vicino, A. (2017). Model estimation for solar generation forecasting using cloud cover data. Solar Energy, 157,1032— 1046. doi: 10.1016/j.solener.2017.08.086




DOI: https://doi.org/10.35546/піт.v0i25.501

Посилання

  • Поки немає зовнішніх посилань.