Методы прогнозирования. Требования к моделям для прогнозирования паводков

Требования к моделям для прогнозирования паводков. Учитывая официально признанную проблему изменчивости климата и ee ожидаемое влияние на интенсивность, частоту и последствия паводков и засух, значение прогнозирования в последние годы возросло.

В этом разделе излагаются основные математические и гидрологические методы, которые являются компонентами любой системы прогнозирования. Также кратко описываются критерии, используемые при выборе методов и определении параметров. Примеры использования этих компонентов для конкретных применений даются в разделах 7.4-7.6.

При прогнозировании паводков в центре внимания находится время и степень точности прогноза. Фактически специалист, который занимается прогнозированием, участвует в гонках со временем. Очевидно, что модели, используемые прогностическими организациями, должны быть надежными, простыми и способными обеспечивать достаточную заблаговременность предупреждений и желательную степень точности.

Выбор модели зависит от следующих факторов: количество имеющихся данных; сложность моделируемых гидрологических процессов; требуемые надежность, точность и заблаговременность; тип и частота происходящих паводков и требования пользователей.

Комплексная модель, включающая очень подробные функции, которые позволяют увеличить заблаговременность предупреждения или большую степень точности прогноза, может потребовать весьма тщательного подбора исходных данных. Все входные данные, необходимые для специальной модели, могут отсутствовать в режиме реального времени.

Поэтому с практической точки зрения модель для прогнозирования паводков должна соответствовать следующим критериям:
- она должна обеспечивать надежные прогнозы с достаточной заблаговременностью предупреждения;

- иметь приемлемую степень точности;
- соответствовать требованиям к данным в плане их наличия и финансовых средств как на стадии калибровки, так и при оперативном использовании;

- содержать доступные для понимания функции;
- быть достаточно простой для использования оперативным персоналом со средним уровнем подготовки.

Конечно, выбор не должен ограничиваться конкретной моделью. Всегда лучше выбирать и калибровать столько моделей, сколько возможно, обращая пристальное внимание на пригодность каждой модели для работы в различных условиях. Эти модели должны применяться в соответствии с теми условиями, в которых они должны функционировать.

Комплексные модели, которые весьма сложны, обычно требуют вычислительной техники, например компьютеров подходящего размера. Однако во многих местах подобной техники нет. Иногда отсутствует подготовленный должным образом персонал; к тому же в ряде случаев компьютеры не могут использоваться из-за периодически возникающих проблем, таких как перебои с электричеством.

Следовательно, можно разрабатывать как комплексные модели на компьютерной базе, так и простые типы моделей. Методы с использованием компьютерной техники могут применяться в обычном режиме, а при чрезвычайной ситуации могут быть использованы обычные методы, которые, как правило, просты.

Кроме выбора различных моделей желательна их калибровка для различных условий. Например, модель может быть откалибрована соответственно для большой сети данных наблюдений; однако в то же время модель должна быть откалибрована для меньшей сети и должным образом учитывать возможные сбои при наблюдениях и передачу некоторых данных в режиме реального времени.

Это будет полезно при использовании модели даже в условиях чрезвычайной ситуации, когда отсутствуют данные со всех станций. Для этого потребуются различные наборы параметров для разных условий.