?
Корреляционные функции метеополей: как их оценивать и какая от них польза
Однородные изотропные по горизонтальным переменным случайные поля - удобная модель при работе с геофизическими (в частности, метеорологическими) функциями пространственно-временного аргумента. Для задач прогноза погоды важен крупный горизонтальный масштаб (30 — 3000 км), диктуемый масштабом наблюдательной сети и возможностями компьютеров для решения системы уравнений гидротермодинамики, включающих фазовые переходы влаги etc.
Корреляционные функции (КФ) этих случайных полей могут применяться:
1) для оптимальной интерполяции метеоинформации из точек наблюдения в точки регулярной разностной сетки, а также (для контроля одних наблюдений по другим) в другую точку наблюдения;
2) для тестирования моделей: если климатическая модель адекватно моделирует не только поля средних величин, но и поля дисперсии и КФ, то такую модель стоит считать достоверной.
КФ оценивались по глобальному проконтролированному архиву наблюдений с помощью метеозондов. Строгая положительная определенность этих КФ обеспечивается специальной процедурой регуляризации. Отдельно выделялись области атмосферы, где гипотеза изотропности по горизонтальным переменным сильно нарушается.
Если имеется алгоритм построения атмосферных фронтов, разделяющих так называемые однородные синоптические массы воздуха, то, оценивая раздельно КФ по парам точек, лежащих в одной такой массе, и лежащих в разных массах, можно увидеть заметное различие. И это различие будет тем больше, чем лучше алгоритм построения атмосферных фронтов. Таким образом, появляется критерий качества для алгоритмов построения фронтов - этот статистический подход позволил оптимизировать алгоритм по большому количеству числовых параметров. Этот алгоритм реализован оперативно в Гидрометцентре России. Аналогичные алгоритмы численного построения границ сравнительно однородных объемов по дискретному множеству наблюдений возможны для других физических сред.