також дослідити за допомогою коефіцієнтів варіації процес накопичення різниці осад симетричних марок, який може допомогти оцінити характер впливу неоднорідності грунтів основи на нерівномірність опади. Результати аналізу, виконаного за допомогою коефіцієнтів варіації, необхідно зіставляти з зміною факторів прогнозного фону і знаходити відповідні пояснення виявляє особливості розвитку процесу опади. Одночасно потрібно обгрунтовувати вибір періодів підстави прогнозу (на яких повинна будуватися прогнозна модель) та періодів попередження, а також вибирати реалізації (марки), за якими необхідно виконати прогноз. p>
3.Алгорітм побудови прогнозної кінематичної моделі. Вихідні алгоритми. Прогнозна кінематична модель процесу опади будується у вигляді наступних двох перших умовних моментних функцій:
;
. (7)
В (7): - час кінця періоду заснування прогнозу, на якому будується модель; - кінець періоду попередження; символи ~ і ^ відповідно ставляться до статистичних та апроксимували значенням оцінок; - прогноз опади i-ой марки на момент часу за умови , що відомі,,, що представляють відповідно центрированное значення опади i-ой марки в і оцінки математичного сподівання, автокореляційної функції і стандарту, екстрапольовані на момент за рівняннями, апроксимується їх розвиток на період заснування прогнозу; - стандарт, що характеризує очікувану похибка прогнозування.
Нерідко доцільно знаходити прогноз опади характерних марок, наприклад, мають максимальне і мінімальне значення опади. Очевидно, що нерівномірність опади між марками з номерами i та l прогнозується у відповідність з (7) за формулою:
. (8)
Похибка прогнозу різниці значень опади формально повинна збільшуватися в. Однак, як правило, точність прогнозу різниці опади підвищується в зв'язку з компенсацією неточності апроксимації та екстраполяції. Тому вважається виправданим використання для оцінки точності прогнозу значення, обчисленого по (7). p> Апроксимація параметрів кінематичної моделі на періоді підстави прогнозу. Апроксимація тренда. Розвиток в часі середнього значення процесу опади, тобто його тренда здійснюється, як правило, у вигляді лінійної або експоненційної залежності у відповідність з характером зміни тренду на періоді підстави прогнозу. Методика апроксимації цих трендів представлена ​​тут в загальному вигляді, тобто як зв'язок між функцією у і аргументом х. Конкретні вирази аргументу і функції надалі прив'язуються до вирішення тієї чи іншої апроксимаційної завдання. Такі рішення виконуються не тільки для визначення кореляційно-регресійної залежності середньої опади від часу, але і для інших видів взаємозалежностей. Аппроксимируемой лінійна залежність виражається рівнянням. Апроксимація виконується методом найменших квадратів, тобто мінімізується функціонал шляхом прирівнювання до нуля його приватних похідних по а і в і складання системи нормальних рівнянь, з вирішенн...
