Издательство СО РАН

Издательство СО РАН

Адрес Издательства СО РАН: Россия, 630090, а/я 187
Новосибирск, Морской пр., 2

soran2.gif

Baner_Nauka_Sibiri.jpg


Яндекс.Метрика

Array
(
    [SESS_AUTH] => Array
        (
            [POLICY] => Array
                (
                    [SESSION_TIMEOUT] => 24
                    [SESSION_IP_MASK] => 0.0.0.0
                    [MAX_STORE_NUM] => 10
                    [STORE_IP_MASK] => 0.0.0.0
                    [STORE_TIMEOUT] => 525600
                    [CHECKWORD_TIMEOUT] => 525600
                    [PASSWORD_LENGTH] => 6
                    [PASSWORD_UPPERCASE] => N
                    [PASSWORD_LOWERCASE] => N
                    [PASSWORD_DIGITS] => N
                    [PASSWORD_PUNCTUATION] => N
                    [LOGIN_ATTEMPTS] => 0
                    [PASSWORD_REQUIREMENTS] => Пароль должен быть не менее 6 символов длиной.
                )

        )

    [SESS_IP] => 3.147.73.146
    [SESS_TIME] => 1733249025
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [fixed_session_id] => b7fc8bbe0f9d461a8806b62a50898365
    [UNIQUE_KEY] => 0901f5d1af8d886f5210ce74615601bf
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

)

Поиск по журналу

Оптика атмосферы и океана

2016 год, номер 4

Метод восстановления среднемесячных значений прозрачности воды на примере северо-западной части Черного моря

А.С. ЛУБКОВ1, Е.Н. ВОСКРЕСЕНСКАЯ1, А.С. КУКУШКИН2
1Институт природно-технических систем РАН, 299011, г. Севастополь, ул. Ленина, 28
andrey-ls2015@yandex.ru
2Морской гидрофизический институт РАН, 299011, г. Севастополь, ул. Капитанская, 2
kukushkinas@mail.ru
Ключевые слова: прозрачность, нейронные сети, речной сток, гидрометеорологические условия, Черное море, transparency, neural network, runoff, hydrometeorological conditions, Black Sea
Страницы: 343-350
Подраздел: АППАРАТУРА И МЕТОДЫ ОПТИЧЕСКОЙ ДИАГНОСТИКИ ОКРУЖАЮЩЕЙ СРЕДЫ

Аннотация

С целью восстановления данных наблюдений гидрофизических параметров предложена модель на основе нейронной сети с учителем. В качестве входных сигналов модели взяты индексы глобальных климатических колебаний в системе океан - атмосфера. Описан процесс обучения и адаптации модели, позволяющий найти наиболее точное решение задачи моделирования. Сопоставление среднемесячных значений объема стока Дуная, воспроизведенных с помощью модели, с данными наблюдений показало их хорошее согласие. Восстановлены пропущенные в различные годы данные наблюдений по прозрачности (глубине видимости белого диска). Отмечена близость абсолютных величин восстановленных и измеренных значений глубины видимости белого диска. Выявлены некоторые особенности межгодовых изменений восстановленных значений прозрачности, обусловленные климатическими факторами в период 1950-1962 гг. и влиянием изменений содержания хлорофилла а в период 1998-2010 гг.

DOI: 10.15372/AOO20160413