RU2163026C2 - Weather prediction technique - Google Patents
Weather prediction technique Download PDFInfo
- Publication number
- RU2163026C2 RU2163026C2 RU97117122A RU97117122A RU2163026C2 RU 2163026 C2 RU2163026 C2 RU 2163026C2 RU 97117122 A RU97117122 A RU 97117122A RU 97117122 A RU97117122 A RU 97117122A RU 2163026 C2 RU2163026 C2 RU 2163026C2
- Authority
- RU
- Russia
- Prior art keywords
- day
- database
- forecast
- value
- weather
- Prior art date
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
Изобретение относится к метеорологии и может быть использовано на метеорологических станциях, а также в любом пункте на определенном расстоянии от метеостанции, в том числе и на подвижных объектах, например на судах и на других объектах, где необходимы прогнозы погоды. The invention relates to meteorology and can be used at meteorological stations, as well as at any point at a certain distance from the weather station, including moving objects, for example, on ships and other objects where weather forecasts are needed.
Наибольшее распространение для прогнозирования погоды получили синоптические способы, основанные на анализе состояния атмосферы на значительной площади земной поверхности представленные в виде карт погоды. Развитие синоптических способов было связано с постоянным расширением сети метеорологических наблюдений, считалось чем большую площадь анализировать одновременно, тем более совершенным будет прогноз, то есть постоянно наращивали пространственную составляющую, причем не только по координатам x, у (по площади), но и по z (по высоте), но только не по t (времени). И это понятно так, как очень сложно найти аналог в синоптическом архиве (скорее всего это просто невозможно сделать даже на суперкомпьютере). Причина этого отсутствие подходящего критерия, поэтому временная составляющая здесь не задействована в полной мере. В связи с этим пространственно-временное соотношение измеряемых метеорологических параметров сдвигалось влево (в сторону пространства). Более того, временная составляющая в синоптических способах минимизировалась, например, в идеальном случае для лучшего осуществления этого способа стремились иметь глобальную карту погоды, составленную как можно за короткий период времени, то есть в данном случае пространственная составляющая стремиться к максимуму, а временная к минимуму. Такое неоптимальное пространственно-временное соотношение, используемое в синоптических методах, привело к тому, что наиболее надежные прогнозы могут составляться в основном на три дня. Для преодоления этого рубежа стали применять суперкомпьютеры типа CRAY-YMP8 [1]. Synoptic methods based on the analysis of the state of the atmosphere over a significant area of the earth's surface, presented in the form of weather maps, are most widely used for weather forecasting. The development of synoptic methods was associated with the continuous expansion of the network of meteorological observations, it was believed that the larger the area analyzed at the same time, the more perfect the forecast will be, that is, the spatial component would be constantly increased, not only along the x, y coordinates (by area), but also by z ( in height), but not in t (time). And this is understandable because it is very difficult to find an analogue in the synoptic archive (most likely it is simply impossible to do even on a supercomputer). The reason for this is the lack of a suitable criterion, so the time component is not fully involved here. In this regard, the spatio-temporal ratio of the measured meteorological parameters shifted to the left (towards space). Moreover, the time component in synoptic methods was minimized, for example, in the ideal case, for the best implementation of this method, they sought to have a global weather map compiled as soon as possible, that is, in this case the spatial component tends to the maximum, and the temporary one to the minimum. Such a non-optimal spatiotemporal relation used in synoptic methods has led to the fact that the most reliable forecasts can be compiled mainly for three days. To overcome this milestone, supercomputers of the CRAY-YMP8 type [1] began to be used.
Указанный компьютерный способ позволяет обеспечить составление детализированных по дням прогнозов погоды на срок до 10 дней (вместо существующих 3-дневных прогнозов), повысить оправдываемость прогнозов стихийных гидрометеорологических явлений, увеличить заблаговременность их выпусков; обеспечить выпуск численных прогнозов температуры, влажности, скорости ветра, осадков для крупных населенных пунктов. The specified computer method allows for the preparation of daily detailed weather forecasts for up to 10 days (instead of the existing 3-day forecasts), to increase the accuracy of forecasts of natural hydrometeorological phenomena, to increase the lead time of their releases; ensure the release of numerical forecasts of temperature, humidity, wind speed, precipitation for large settlements.
Недостатками этого способа является прежде всего предел прогнозируемости 14 дней, высокая стоимость компьютера 18 миллионов долларов США плюс 15-20% стоимость периферийных устройств, а также составление прогнозов только на 10 дней (при пределе прогнозируемости 14 дней). The disadvantages of this method are primarily the predictability limit of 14 days, the high cost of a computer of 18 million US dollars plus 15-20% the cost of peripheral devices, as well as making forecasts for only 10 days (with a predictability limit of 14 days).
Известен способ [2] составления прогнозов среднесрочных (15 суток) и долгосрочных (месяц), а также способ составления прогноза погоды [3], основанные на использовании аналогов синоптических процессов. A known method [2] of making forecasts of medium-term (15 days) and long-term (month), as well as a method of making weather forecasts [3], based on the use of analogues of synoptic processes.
Эти способы включают проведение текущих метеорологических и аэрологических измерений, определение по этим измерениям аналогов в базе данных и составление прогноза погоды по выбранному аналогу. Аналоги отбираются по меткам тенденций геопотенциалов, а также по меткам данных метеорологических величин по методу наибольшего правдоподобия, при этом используются осредненные данные. Недостатки этих способов в том, что они основаны на использовании аналогов синоптических процессов (площадных), хотя и имеют более оптимальное чем у вышеуказанных способов, пространственно-временное соотношение, так как используется многолетний ряд аналогов синоптических процессов. Последнее усложняет процедуру выбора аналогов, значительно снижает их точность. Поиск синоптического аналога (площадного) в базе данных значительно сложнее осуществить в сравнении с точечным аналогом, предлагаемым в заявляемом способе. Точность прогнозов существенно снижает использование осредненных данных. Кроме того, проведение аэрологического зондирования требует дополнительных затрат и может быть выполнено в ограниченном объеме, например, в региональных центрах, аэропортах и др. Это ограничивает широкое применение этого способа. Проблема более совершенного поиска аналога в этом способе не решена, так как не предложено объективного критерия его оценки, что также ограничивает применение этого способа. These methods include conducting current meteorological and aerological measurements, determining analogs from these measurements in a database, and compiling a weather forecast for the selected analog. Analogs are selected according to the tendency markers of the geopotentials, as well as according to the data labels of the meteorological variables by the most likelihood method, using averaged data. The disadvantages of these methods are that they are based on the use of analogues of synoptic processes (areal), although they have a more optimal spatial-temporal ratio than the above methods, since a long-term series of analogues of synoptic processes is used. The latter complicates the procedure for selecting analogues, significantly reduces their accuracy. Search synoptic analogue (areal) in the database is much more difficult to carry out in comparison with the point analogue proposed in the present method. The accuracy of forecasts significantly reduces the use of averaged data. In addition, conducting aerological sounding requires additional costs and can be performed to a limited extent, for example, in regional centers, airports, etc. This limits the widespread use of this method. The problem of a more perfect search for an analogue in this method has not been solved, since no objective criterion for its evaluation has been proposed, which also limits the application of this method.
Наиболее близким к заявляемому является способ [4], выбранный за прототип, используемый в "Вычислительном устройстве для прогнозирования погоды". По этому способу измерение температуры относительной влажности и давления проводят один раз в сутки, например, в 12 часов в день составления прогноза и в предыдущий день и сравнивают по критерию "Равно" с аналогичными данными, полученными на ближайшей метеостанции за 50-100 лет наблюдений. Данные последовательно квантуют с шагом 1, 2, 4, 8, 16 и попеременно сравнивают попарно со сдвигом на один день до достижения критерия "Равно" при этом дробные части отбрасывают. При достижении критерия "Равно" к найденной паре дней добавляют третий и берут его в качестве прогноза, в тройке дней первый отбрасывают, по оставшимся двум находят третий день и так до составления прогноза до конца текущего календарного месяца. Closest to the claimed is the method [4], selected for the prototype used in the "Computing device for weather forecasting". According to this method, the measurement of the temperature of relative humidity and pressure is carried out once a day, for example, at 12 o’clock on the day the forecast was made and on the previous day and compared according to the Equals criterion with similar data obtained at the nearest weather station for 50-100 years of observations. The data are sequentially quantized in increments of 1, 2, 4, 8, 16 and are alternately compared in pairs with a shift of one day until the criterion "Equal" is reached, while the fractional parts are discarded. When the criterion “Equally” is reached, the third is added to the found pair of days and taken as a forecast, the first is discarded in the three days, the third day is found on the remaining two and so on until the forecast is made until the end of the current calendar month.
Недостатками прототипа является низкая точность прогноза, обусловленная тем, что текущие измерения проводят только один раз в сутки. Ступенчатое квантование снижает точность отбора аналога. The disadvantages of the prototype is the low accuracy of the forecast, due to the fact that current measurements are carried out only once a day. Step quantization reduces the accuracy of analog selection.
Цель изобретения - оптимизация пространственно-временного соотношения измеряемых параметров и увеличение временной составляющей. The purpose of the invention is the optimization of the spatio-temporal ratio of the measured parameters and the increase in the time component.
Сущность изобретения в том, что проводят текущие метеорологические измерения с периодом, равным периоду прогноза, определяют по этим измерениям аналог в ряду многолетних данных метеорологических наблюдений и составляют прогноз погоды по выбранному аналогу, путем представления пространства точкой метеорологической сети, а временной составляющей рядом многолетних данных метеорологических наблюдений. Текущие измерения проводят путем измерения каждые три часа температуры в градусах Кельвина, атмосферного давления и относительной влажности воздуха, измеренные значения величин записывают в виде строки по 12 символов на каждый замер, составляют и записывают за восемь замеров строку из 96 символов. Далее последовательно сравнивают эту строку со строками значений величин базы данных, которую представляют аналогичным образом в виде строк из 96 символов, где каждым календарным сутках соответствует своя строка. Если тождественная строка в базе данных не найдена, то сравниваемые строки квантуют путем деления нацело их значений на числа от двух до n с шагом 1, попеременно с указанным сравнением строк до нахождения в базе данных после указанного деления тождественной строки; соответствующую ей исходную, до упомянутого деления, строку из базы данных принимают за строку-аналог; следующую за ней строку базы данных берут за первое значение суточного прогноза, фиксируют его, сравнивают описанным выше образом с базой данных, при этом найденную строку в базе данных пропускают, и вышеописанным образом определяют для нее строку-аналог, которую берут за второе значение суточного прогноза, фиксируют интервал изменения прогнозируемых параметров, затем по второму значению суточного прогноза путем смещения на одну строку базы или на одни сутки вперед, определяют первое значение прогноза на вторые сутки, фиксируют его, сравнивают с базой данных, при этом найденную строку в базе данных пропускают и вышеописанным образом определяют строку-аналог, которую берут за второе значение прогноза на вторые сутки, фиксируют интервал изменения прогнозируемых параметров, затем по второму значению прогноза на вторые сутки путем смещения на одну строку базы или на одни сутки вперед определяют первое значение прогноза на следующие сутки, фиксируют его. Такие операции выбора аналога, сдвига на одни сутки в базе данных и фиксации прогнозируемых параметров многократно повторяют до достижения срока заблаговременности прогноза. N - предельный показатель точности прогноза, расположен в интервале 30 < n < 60. Радиус действия метеостанции равен половине расстояния между двумя ближайшими метеостанциями. The essence of the invention is that current meteorological measurements are carried out with a period equal to the forecast period, the analogue is determined from these measurements in the series of long-term meteorological observations and a weather forecast is made for the selected analogue, by representing the space as a point of the meteorological network and the time component next to long-term meteorological data observations. Current measurements are carried out by measuring every three hours the temperature in degrees Kelvin, atmospheric pressure and relative humidity, the measured values are recorded as a string of 12 characters for each measurement, make up and record a string of 96 characters for eight measurements. Next, this line is sequentially compared with the lines of the values of the database values, which are presented in the same way in the form of lines of 96 characters, where each calendar day has its own line. If no identical row is found in the database, then the compared rows are quantized by dividing their values entirely by numbers from two to n in increments of 1, alternating with the specified row comparison before being in the database after the indicated division of the identical row; the corresponding source, before the mentioned division, row from the database is taken as an analog line; the next row of the database is taken as the first value of the daily forecast, fix it, compared with the database as described above, while the found row in the database is skipped, and the analog line is determined for it, which is taken as the second value of the daily forecast , fix the interval of changes in the predicted parameters, then according to the second value of the daily forecast by shifting by one row of the base or one day in advance, determine the first value of the forecast on the second day, fix it, they move with the database, while the found row in the database is skipped and the analog line is determined in the manner described above, which is taken for the second forecast value on the second day, the interval of forecast parameters changes, then the second forecast value on the second day is fixed by shifting by one line base or one day ahead determine the first forecast value for the next day, fix it. Such operations of selecting an analogue, shifting by one day in the database and fixing the predicted parameters are repeated many times until the forecast lead time is reached. N is the limiting indicator of forecast accuracy, located in the interval 30 <n <60. The radius of the weather station is half the distance between the two nearest weather stations.
Способ прогноза погоды осуществляется следующим образом. The weather forecast method is as follows.
Измеренные в ноль часов, три часа, шесть часов, девять часов, двенадцать часов, пятнадцать часов, восемнадцать часов и двадцать один час значения температуры с десятыми долями в градусах Кельвина составляющие четыре символа, давление в гектопаскалях с десятыми долями составляющее пять символов и, наконец, относительная влажность - три символа, записывают в виде строки по двенадцать символов на каждый замер. Таким образом, из двенадцати символов, полученных за восемь замеров, составляют и записывают строку из 96 символов (байтов). Аналогичным образом в виде строк из 96 байтов представляется база данных, где также каждым календарным суткам соответствует своя строка. Measured at zero hours, three hours, six hours, nine hours, twelve hours, fifteen hours, eighteen hours and twenty one hours, temperature values in tenths of a degree Kelvin are four characters, the pressure in hectopascals with tenths is five characters and finally , relative humidity - three characters, recorded as a string of twelve characters for each measurement. Thus, of the twelve characters obtained in eight measurements, make up and record a string of 96 characters (bytes). Similarly, in the form of lines of 96 bytes, a database is presented, where also each calendar day has its own line.
Поиск аналога осуществляется последовательным сравнением этой строки со строками значений величин базы данных, которую представляют аналогичным образом в виде строк из 96 символов, где каждым календарным сутках соответствует своя строка. Если тождественная строка в базе данных не найдена, то сравниваемые строки квантуют путем деления нацело их значений на числа от двух до n с шагом 1. Попеременно с указанным сравнением строк до нахождения в базе данных после указанного деления тождественной строки; соответствующую ей исходную, до упомянутого деления, строку из базы данных принимают за строку-аналог; следующую за ней строку базы данных берут за первое значение суточного прогноза, фиксируют его, записывая в первую колонку таблицы прогноза. Первое значение суточного прогноза сравнивают описанным выше образом с базой данных, при этом найденную строку в базе данных пропускают, и вышеописанным образом определяют для нее строку-аналог, которую берут за второе значение суточного прогноза, записывают во вторую колонку таблицы. Таким образом фиксируют интервал изменения прогнозируемых параметров на восемь сроков. Затем по второму значению суточного прогноза путем смещения на одну строку базы или на одни сутки вперед, определяют первое значение прогноза на вторые сутки, фиксируют его, сравнивают с базой данных, при этом найденную строку в базе данных пропускают и вышеописанным образом определяют строку-аналог, которую берут за второе значение прогноза на вторые сутки, фиксируют интервал изменения прогнозируемых параметров, затем по второму значению прогноза на вторые сутки путем смещения на одну строку базы или на одни сутки вперед определяют первое значение прогноза на следующие сутки, фиксируют его, такие операции выбора аналога, сдвига на одни сутки в базе данных и фиксации прогнозируемых параметров многократно повторяют до достижения срока заблаговременности прогноза (10 дней, 2 недели, месяц, сезон), n - предельный показатель точности прогноза, расположенный в интервале 30 < n < 60, при этом текущие метеорологические измерения проводят в пределах радиуса действия метеостанции, который принимают равным половине расстояния между ближайшими метеостанциями. The search for an analogue is carried out by sequential comparison of this line with the lines of the values of the database values, which are presented in the same way in the form of lines of 96 characters, where each calendar day has its own line. If no identical row is found in the database, then the compared rows are quantized by dividing their values entirely by numbers from two to n with step 1. Alternately with the specified row comparison before being in the database after the indicated division of the identical row; the corresponding source, before the mentioned division, row from the database is taken as an analog line; the next row of the database is taken as the first value of the daily forecast, fix it, writing in the first column of the forecast table. The first value of the daily forecast is compared in the manner described above with the database, while the found row in the database is skipped, and the above-described line is determined for it, which is taken as the second value of the daily forecast, is written in the second column of the table. Thus fix the interval of changes in the predicted parameters for eight terms. Then, using the second value of the daily forecast by shifting one base line or one day in advance, determine the first forecast value on the second day, fix it, compare it with the database, while the found line in the database is skipped and the analog line is determined in the above manner, which is taken for the second forecast value on the second day, the interval of forecast parameters changes is fixed, then the second forecast value on the second day by shifting by one row of the base or one day ahead determines the forecast value for the next day, fix it, such operations of selecting an analog, shift for one day in the database and fixing the predicted parameters are repeated many times until the forecast lead time is reached (10 days, 2 weeks, month, season), n is the limit accuracy indicator forecast, located in the range 30 <n <60, while the current meteorological measurements are carried out within the radius of the weather station, which is taken equal to half the distance between the nearest weather stations.
Практически нахождение тождественной строки в базе данных реализуется крайне редко или вообще не реализуется. Если этот критерий реализуется, то очень большая вероятность того, что одна и та же строка ошибочно записана дважды, для этого перед сравнением строки квантуют с шагом единица, что достигается путем деления нацело их значений на числа от двух до n (при этом дробные части отбрасываются, а целые сравниваются). In practice, finding an identical row in a database is extremely rare or not implemented at all. If this criterion is realized, then it is very likely that the same line is mistakenly written twice, for this, before comparing the lines, the units are quantized in increments, which is achieved by dividing their values entirely by numbers from two to n (in this case, the fractional parts are discarded , and integers are compared).
Показатель интервала значений "n" получен экспериментальным путем при составлении прогнозов погоды по данному способу. В результате проведенных исследований установлено, что наилучшая оправдываемость прогнозов при n = 30, а при n = 60 и более точность прогноза снижается. Приведенные результаты получены на базах данных за период с 1966 по 1983 (1985) гг. The indicator of the interval of values of "n" was obtained experimentally in the preparation of weather forecasts for this method. As a result of the studies, it was found that the best predictability of forecasts at n = 30, and at n = 60 or more, the accuracy of the forecast decreases. The results are obtained on databases for the period from 1966 to 1983 (1985).
Для оптимальной эксплуатации заявляемого способа желательно иметь базу данных за 30-50 лет наблюдений, при этом показатель точности прогноза погоды n должен сместиться влево и достигнуть, например, таких значений: 20 < n < 60. For optimal operation of the proposed method, it is desirable to have a database for 30-50 years of observation, while the accuracy indicator of the weather forecast n should shift to the left and reach, for example, such values: 20 <n <60.
Положительный эффект способа обеспечивается прежде всего тем, что используют неосредненные данные метеорологических измерений с дискретизацией по времени в три часа. При такой дискретизации не происходит разрыва естественного метеорологического процесса. Это доказано экспериментально при работе с аналогичной базой данных с 1936 по 1965 гг., но с дискретизацией по времени 6 часов, то есть при измерении параметров 4 раза в сутки. Установлено, что при работе с этой базой заявляемый способ не дает положительных результатов, по тому что теряется связь внутри природных метеорологических процессов при переходе одного срока измерения к другому. The positive effect of the method is ensured primarily by the fact that they use non-direct data of meteorological measurements with a sampling time of three hours. With this discretization, the natural meteorological process does not break. This was proved experimentally when working with a similar database from 1936 to 1965, but with a sampling time of 6 hours, that is, when measuring parameters 4 times a day. It is established that when working with this database, the inventive method does not give positive results, because the connection is lost within the natural meteorological processes during the transition of one measurement period to another.
При замене пространства на время, для оптимизации пространственно-временного соотношения измеряемых параметров происходит следующее. Пространство (слой атмосферы над определенной частью земной поверхности), используемое в синоптических способах прогнозов погоды, в заявляемом способе также используется, поскольку атмосфера постоянно находится в движении и быстро меняется, но все это фиксируется в длинном ряду метеорологических наблюдений на конкретной метеостанции. Получается так, что каждое изменение движущейся атмосферы фиксируется, если оно проходит в определенный момент времени (срок наблюдения) над определенной точкой земной поверхности (конкретной метеостанции). When replacing space with time, the following happens to optimize the spatio-temporal ratio of the measured parameters. The space (layer of the atmosphere over a certain part of the earth’s surface) used in synoptic weather forecasting methods is also used in the claimed method, since the atmosphere is constantly moving and changing rapidly, but all this is recorded in a long series of meteorological observations at a particular weather station. It turns out that every change in the moving atmosphere is fixed if it passes at a certain point in time (observation period) over a certain point on the earth's surface (a particular weather station).
Заявляемый способ обеспечивает увеличение срока заблаговременности, детальности, точности прогноза при одновременном существенном уменьшении затрат на его проведение. Весьма существенно, что такие прогнозы могут осуществлять сотрудники метеостанций на своих рабочих местах и это не требует дорогостоящего оборудования. The inventive method provides an increase in the lead time, detail, accuracy of the forecast while significantly reducing the cost of its implementation. It is very significant that such forecasts can be carried out by weather station employees at their workplaces and this does not require expensive equipment.
Источники информации
1. Краткое описание проектов федеральной службы России по гидрометеорологии и мониторингу окружающей среды для Москвы и Московской области. М., 1994 г.Sources of information
1. A brief description of the projects of the Russian Federal Service for Hydrometeorology and Environmental Monitoring for Moscow and the Moscow Region. M., 1994
2. Авторское свидетельство N 1721569. 2. Copyright certificate N 1721569.
3. Авторское свидетельство N 1780074. 3. Copyright certificate N 1780074.
4. Патент N 1429131. Вычислительное устройство для прогнозирования погоды. G 06 F 15/54, 1993 (прототип). 4. Patent N 1429131. A computing device for weather forecasting. G 06 F 15/54, 1993 (prototype).
Claims (1)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU97117122A RU2163026C2 (en) | 1997-10-15 | 1997-10-15 | Weather prediction technique |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU97117122A RU2163026C2 (en) | 1997-10-15 | 1997-10-15 | Weather prediction technique |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| RU97117122A RU97117122A (en) | 1999-07-10 |
| RU2163026C2 true RU2163026C2 (en) | 2001-02-10 |
Family
ID=20198083
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU97117122A RU2163026C2 (en) | 1997-10-15 | 1997-10-15 | Weather prediction technique |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2163026C2 (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6597990B2 (en) | 1997-02-13 | 2003-07-22 | Anthony Brown | Severe weather detector and alarm |
| DE212007000013U1 (en) | 2006-11-28 | 2008-06-26 | Borodulin, Nikolai Borisovich | Broadband information system |
| MD4170C1 (en) * | 2010-07-16 | 2012-12-31 | Институт Электронной Инженерии И Промышленных Технологий | Method for predicting the type of precipitation from cumulonimbus clouds |
| RU2487394C2 (en) * | 2007-12-31 | 2013-07-10 | Мастеркард Интернешнл Инкорпорейтед | Methods and systems for implementing approximate string matching within database |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SU1429131A1 (en) * | 1986-07-14 | 1988-10-07 | В.В. Кузнецов | Computer for weather forecasting |
| SU1721569A1 (en) * | 1986-10-02 | 1992-03-23 | Л.А.Ждэнов | Weather forecasting method |
-
1997
- 1997-10-15 RU RU97117122A patent/RU2163026C2/en not_active IP Right Cessation
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SU1429131A1 (en) * | 1986-07-14 | 1988-10-07 | В.В. Кузнецов | Computer for weather forecasting |
| SU1721569A1 (en) * | 1986-10-02 | 1992-03-23 | Л.А.Ждэнов | Weather forecasting method |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6597990B2 (en) | 1997-02-13 | 2003-07-22 | Anthony Brown | Severe weather detector and alarm |
| USRE43903E1 (en) | 1997-02-13 | 2013-01-01 | Richmond Ip Holdings, Llc | Severe weather detector and alarm |
| USRE45514E1 (en) | 1997-02-13 | 2015-05-12 | La Crosse Technology Ip Holdings, Llc | Severe weather detector and alarm |
| DE212007000013U1 (en) | 2006-11-28 | 2008-06-26 | Borodulin, Nikolai Borisovich | Broadband information system |
| RU2487394C2 (en) * | 2007-12-31 | 2013-07-10 | Мастеркард Интернешнл Инкорпорейтед | Methods and systems for implementing approximate string matching within database |
| RU2623802C2 (en) * | 2007-12-31 | 2017-06-29 | Мастеркард Интернешнл Инкорпорейтед | Methods and systems for approximate comparing strings in database |
| MD4170C1 (en) * | 2010-07-16 | 2012-12-31 | Институт Электронной Инженерии И Промышленных Технологий | Method for predicting the type of precipitation from cumulonimbus clouds |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Gaffen et al. | Climatology and trends of US surface humidity and temperature | |
| Atlas | Atmospheric observations and experiments to assess their usefulness in data assimilation (gtSpecial IssueltData assimilation in meteology and oceanography: theory and practice) | |
| Snell et al. | A summary of geographical characteristics of the Galapagos Islands | |
| Basu et al. | Separation of biospheric and fossil fuel fluxes of CO 2 by atmospheric inversion of CO 2 and 14 CO 2 measurements: Observation System Simulations | |
| Basist et al. | Comparison of tropospheric temperatures derived from the NCEP/NCAR reanalysis, NCEP operational analysis, and the Microwave Sounding Unit | |
| Guttman et al. | Exploratory analysis of the difference between temperature observations recorded by ASOS and conventional methods | |
| BR8506774A (en) | APPARATUS TO PROVIDE INFORMATION TO IMPROVE MOBILE VEHICLE TRACKING PRECISION, APPLIANCE AND SYSTEM FOR AUTOMATIC MOBILE VEHICLE TRACKING, VEHICLE NAVIGATION SYSTEM, PROCESS TO PROVIDE INFORMATION TO IMPROVE THE VEHICLE OF TRACKING VEHICLE FOR TRACKING VEHICLE. MOBILE | |
| RU2163026C2 (en) | Weather prediction technique | |
| Dudhia et al. | Validation of temperature measurements from the improved stratospheric and mesospheric sounder | |
| Davis | A synoptic climatological analysis of winter visibility trends in the mideastern United States | |
| Fox et al. | Characterizing major frontal systems: A nowcast/forecast system for the northwest Atlantic | |
| Braithwaite | After six decades of monitoring glacier mass balance we still need data but it should be richer data | |
| O'Sullivan et al. | Retrieval of water vapor profiles from GPS/MET radio occultations | |
| Simonson | Soil correlation and the new classification system | |
| CN113360849A (en) | Sea ice density estimation method and system based on ICESat-2 data | |
| RU97117122A (en) | WEATHER FORECASTING METHOD | |
| Tang | Slope profile analysis and classification on limestone residual hills in Guilin, China | |
| Kahl et al. | Intercomparison of long-range trajectory models applied to arctic haze | |
| Jovanović et al. | Observing changes of settlement size in viticultural zones of Serbia using VIIRS nighttime light data | |
| Bellamy | Some basic characteristics of observational data | |
| Swindle et al. | Computer contouring of deep sea bathymetric data | |
| O'Hara et al. | A Comparative Study of Contrail Frequency Indices and GOES-16 Contrail Data Set | |
| Abbas et al. | The Impact of Land Use and Land Cover Change on Land Surface Temperature Using Geospatial Techniques in Sokoto North Local Government Area of Sokoto State, Nigeria | |
| Siegel | Geographic location and ecoregional effects on determinants of avian species richness | |
| Streletskaya et al. | Russian permafrost map bibliography and index |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20061016 |