Современные подходы к трехмерной интерполяции климатических данных

Повышение качества геоэкологического мониторинга источников загрязнения окружающей природной среды в результате антропогенного воздействия на биосферу остается сложной междисциплинарной проблемой. Нелинейность исследуемых процессов обуславливает необходимость решения многомерных геоэкологических задач, что требует усложнения инструментов геопространственного анализа. В связи с этим возрастает необходимость совершенствования методики интерполяции климатических и гидрометеорологических данных. Сущность методики исследования состояла в классификации и анализе детерминированных, машинного обучения и стохастических методов аппроксимации функций, заданных в неявном виде. В результате было выявлены основные недостатки большинства типов методов, а также предложено использовать алгоритм Loess в сочетании с методом конечных элементов для повышения точности полученных моделей при формировании нового подхода к интерполяции гидрометеорологических данных. Использование результатов работы в смежных областях знаний позволяет выявлять оптимальные параметры детерминированных методов пространственной интерполяции для конкретных типов задач.

Improving the quality of geoecological monitoring of environmental pollution sources as a result of anthropogenic impact on the biosphere remains a complex interdisciplinary problem. The nonlinearity of the processes under study necessitates the solution of multidimensional geoecological problems, which requires the complication of geospatial analysis tools. In this regard, there is an increasing need to improve the methodology for interpolating climatic and hydrometeorological data. The essence of the research methodology consisted in the classification and analysis of deterministic, machine learning and stochastic methods for approximating implicitly defined functions. As a result, the main shortcomings of most types of methods were identified, and it was also proposed to use the Loess algorithm in combination with the finite element method to improve the accuracy of the obtained models when forming a new approach to hydrometeorological data interpolation. Using the results of work in related fields of knowledge allows us to identify the optimal parameters of deterministic methods of spatial interpolation for specific types of problems.