Файл: Григоркина Р.Г. Прикладные методы корреляционного и спектрального анализа крупномасштабных океанологических процессов.pdf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 29.06.2024
Просмотров: 226
Скачиваний: 1
сячных колебаний составила 1,4 (град/30 м)2. К о р р е л о г р а м м а этих колебаний показана на графике рис. 2 (кривая 1). Довери
тельные |
пределы оценки, вычисленные по формулам |
(2.40), по |
||
к а з а н ы |
на рис. 3. В этих пределах с вероятностью 0,95 |
находится |
||
истинное значение автокорреляционной функции. |
|
|||
Н о р м и р о в а н н а я автокорреляционная функция имеет вид за |
||||
тухающей |
косинусоиды (см. рис. i2, кривая |
1). Б ы л а |
предприня |
|
та попытка |
ее аппроксимации в ы р а ж е н и я м и |
(2.15) и |
(2.20). П р и |
аппроксимации вида |
(2.15) параметры а и р оказались равными |
|||
( ц ~ 0 , 0 7 |
I/сутки; |
р « |
0,28 |
рад/сутки. |
П р и аппроксимации |
вида (2.20) |
|
|
|
<X2»0,04 |
I/сутки; |
р я» 0,29 |
рад/сутки. |
|
Подставив эти значения в (2.15) |
и |
(2.20), |
получим |
|
|
/•* ( x ) = e - ° . ° 7 w |
cos 0,28т, |
г* (т) =6-0,041x1 ( C 0 S o,29t+0,14 sin 0,29т).
Аппроксимирующие кривые (см. рис. 2, кривая 2, 3) почти с оди наковой точностью совпадают с численной оценкой. О д н а к о срав нение среднеквадратической разности м е ж д у ними показало, что более подходящей является аппроксимация вида (2.15). Под
ставив в |
(2.17) а = ' 0 , 0 7 I/сутки |
и (3 = |
0,28 рад/сутки, |
получим |
||
значения интервалов |
корреляции |
|
|
|
||
|
« J 2 0 суток, |
« 4 |
суткам. |
|
||
|
кор |
J |
кор |
J |
|
|
Интервал |
. определенный |
по |
числу |
пересечений |
реализаци |
ей процесса нулевого уровня, оказался равным 22 суткам. Таким образом, линейная зависимость вертикального гради
ента температуры от предшествующей ситуации в данном пункте достаточно велика на интервале, не превышающем 4 суток. Че рез 20—22 суток значения процесса практически не коррелирова - ны. Полученные значения т ( 1 ) и . т ( 2 ) могут быть использованы
J
кор кор J
при оценке длительности надежного экстраполирования .
П о известному параметру р вычислим средний период коле
баний исследуемой |
характеристики |
|
г |
2л |
6,28 |
Тп= |
- у - = |
-Q2g-суток«22 суток. |
Совпадение по величине среднего периода с максимальным ин тервалом корреляции указывает, по-видимому, на то, что перио дическое колебание вертикального градиента температуры в сильной степени модулировано. Действительно, дл я периодиче ского процесса его значения д о л ж н ы повторяться через проме жуток времени, равный периоду, однако в нашем примере они отличаются в среднем друг от друга иа величину
30
AJC=V2[/?*(0) —/?*(22)] = V 2 , 2 » ± 1,5 град/30 м.
П о с т а в им задачу экстраполяции исследуемого процесса по двум последовательным наблюдениям на интервал в 1 сутки. Ли нейная экстраполяция, как известно, осуществляется по формуле
x(t+x) = |
^сцхУ—бг), |
|
i |
где t ' = l , 2, . . . т — интервал |
экстраполирования, 6j — интервал |
времени, на котором используются значения процесса дл я экст раполяции (очевидно, что ( T + 6 J ) ) , at — коэффициенты
экстраполяции, выбираемые таким образом, чтобы предвычисленные значения отличались от истинных не более чем на вели чину минимальной средиеквадратнческон ошибки
M[x(t+x) |
— 2 |
aix(t—6i)]^em\n. |
|
|
г |
Коэффициенты экстраполяции находятся по известной авто корреляционной функции из системы уравнений (Яглом, 1952)
|
Я * ( т + в * ) = |
2 &iRx ( 6 i - 6 i ) . |
|
|
|
г |
|
Приня в т = 1 |
суткам, 6i —0, |
62=1 суткам, |
т + 6 = 3 суткам, дл я |
экстраполяции |
по двум последовательным |
значениям получим |
x(t-\-,l)=a1x(t)+a2x-(tT-l).
Коэффициенты экстраполяции определяются зависимостями (Зе
леный, |
1966) |
|
|
|
|
|
|
|
|
|
R%(0)-R%{1) |
|
|
|
|
|
|
_ |
RA0)RA2)-Rx |
( l ) |
|
||
|
|
a i |
^ ( 0 ) - ^ ( l ) |
|
|
||
Подставив |
в выражение |
дл я at и с» численные значения |
Rx(Q)y |
||||
Rx(\) |
и Я*(2) , получим |
a i = l , 4 ; а2=— |
ОД- x{t+\)=\,Ax\t) |
— |
|||
—0,bx(t—1). |
Эффективность |
применения |
полученного |
эстрапо- |
|||
ляционного |
уравнения будет |
зависеть |
от |
точности определения |
|||
ординат автокорреляционной |
функции. |
|
|
|
§ 3. Спектральный анализ океанологических процессов
С помощью автокорреляционной функции можно описать внутреннюю структуру процесса, определяемую доминирующими компонентами, во временной области. В тех случаях, когда про-
31
цесс складывается из составляющих разных временных масшта бов (а именно с такими процессами обычно приходится иметь дело в гидрометеорологии), знание структуры процесса во вре
менной |
области часто оказывается недостаточным. Д л я решения |
многих |
з а д а ч океанологии надо т а к ж е знать распределение ин |
тенсивности процесса м е ж д у составляющими различных времен
ных масштабов, т. е. необходимо описание |
случайного процесса |
в частотной области. Д л я этой цели служит |
спектральное разло |
жение процесса. |
|
Целесообразность спектрального р а з л о ж е н и я оправдана тем, |
|
что многие океанологические процессы с достаточным приближе |
нием могут быть описаны линейными системами уравнений с постоянными параметрами . В этом случае, во-первых, удовлет
воряется |
принцип суперпозиции |
(реакция океана на сумму внеш |
них сил |
равна сумме реакций па |
к а ж д о е из с л а г а е м ы х ) . Во-вто |
рых, периодическое внешнее воздействие вызывает периодиче скую реакцию океана той ж е частоты. В-третьих, свободные колебания в океане происходят в виде затухающих или возра стающих (динамическая неустойчивость) по амплитуде гармоник .
Сказанное в одинаковой мере справедливо для детерминиро ванных и случайных процессов.
Таким образом, описание процесса в частотной области мо жет быть основой д л я выяснения происхождения и механизма колебаний тех или иных временных масштабов и, следовательно, представляет несомненный интерес с прогностической точки зрения.
Особо в а ж н о е практическое значение спектральное р а з л о ж е
ние приобрело |
после того, к а к А. Я. Хинчиным |
и Н. Винером бы |
|||
ли получены |
соотношения, |
связывающие автокорреляционную |
|||
функцию с функцией |
спектральной плотности |
процесса |
|||
|
|
|
|
со |
|
|
Sx{a) |
= |
~~ |
$Rx(x)e-^dx, |
(3.1) |
|
|
|
|
—со |
|
|
|
|
|
со |
|
|
|
Rx(x) |
= |
JSx((a)el a «rfco. |
(3-2) |
*—со
Так как д л я стационарного случайного процесса функция ав токорреляции является четной, эти соотношения можно предста вить в виде прямого и обратного косинус-преобразования Фурье
со
Sx(a) |
= |
— |
§Rx(x) |
cos ахdx, |
(3.3) |
|
|
л |
о |
|
|
|
|
со |
|
|
|
Rx(x)=2 |
jsx:(co) cosaxda. |
(3.4) |
|||
|
|
о |
|
|
|
Функцию 5 ж ((о) часто называют энергетическим спектром про |
|||||
цесса, подразумевая, |
однако, |
под |
этим определением |
спектраль- |
32
ную плотность интенсивности (мощности) колебаний (Зиновьев, Филиппов, 1968).
•Приближенное вычисление спектральной плотности легко осуществимо, если известно аналитическое выражение Rx{x). Так, например, подставив в (3.3) экспоненциальную и экспонен циально-косинусную автокорреляционные функции
# ж ( т ) = £ ж е - « № с о 5 рт,
получим спектральные плотности |
|
5 ^ ( 0 ) = А . |
(3.5) |
я |
о г + с г |
S*(co) = — - 7 |
° |
a • |
(3.6) |
я( с о — р ) 2 + а 2
Энергетический спектр вида (3.5) характерен д л я широкого класса случайных процессов, являющихся суперпозицией беско нечно большого числа колебаний, интенсивность которых моно
тонно убывает |
с увеличением |
частоты. |
М а к с и м у м |
спектральной |
плотности (3.5) |
находится на |
частоте |
со = 0. П р и |
а->-оо, т. е. с |
уменьшением степени корреляции м е ж д у ординатами процесса, кривая спектральной плотности выравнивается и переходит в
прямую линию, параллельную |
оси частот |
и отстоящую от |
нее |
Dx |
с подобным |
видом спектральной |
|
на расстоянии — — . Процессы |
|||
я а |
|
|
|
плотности, у которых интенсивность колебаний одинакова |
д л я |
всех частот, называют «белым шумом». Примером «белого шу
ма» являются, в частности, некоррелированные |
ошибки океано |
|||||
логических |
измерений. |
|
|
|
|
|
Процессы, спектр которых может быть аппроксимирован вы |
||||||
ражением |
(3.6), содержат доминирующее по интенсивности ко |
|||||
лебание на |
частоте |
с о 0 > 0 . Кривая функции спектральной |
плот |
|||
ности (3.6) имеет максимум, частота которого |
связана с |
п а р а |
||||
метрами а и р зависимостью |
(Зиновьев, Филиппов, 1968) |
|
||||
|
Ш о |
= У - а 2 |
- р 2 |
+ 2 р У а 2 + р 2 . |
|
(3.7) |
а ширина основания |
максимума |
определяется |
выражением |
|
||
|
|
АсоЭ ф= |
|
. |
|
(3.8). |
|
|
1 + |
а 2 + 4 р 2 |
|
|
где Дсоэф называют эффективной шириной спектра.
3 Зак. 11821 |
3 £ |
|