МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ
федеральное государственное бюджетное образовательное учреждение
высшего образования
«РОССИЙСКИЙ ГОСУДАРСТВЕННЫЙ
ГИДРОМЕТЕОРОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ»
Кафедра метеорологии, климатологии и охраны атмосферы
ВЫПУСКНАЯ КВАЛИФИКАЦИОННАЯ РАБОТА
(бакалаврская работа)
«Температурный режим Антарктиды и его изменения»
Исполнитель Ризе Денис Дмитриевич
Руководитель д.т.н, профессор
Лобанов Владимир Алексеевич
«К защите допускаю»
Заведующий кафедрой к.г.н, доцент
Александров Виктор Яковлевич
«___»__________20__г.
Санкт–Петербург
1
СОДЕРЖАНИЕ
1
1.1
1.2
1.3
1.4
СОКРАЩЕНИЯ
ВВЕДЕНИЕ
Физико-географические и климатические условия Антарктиды
Общая информация
Рельеф местности
Особенности климата Антарктиды
Оценка современных и будущих климатических изменений по
Стр.
4
5
7
7
8
10
14
ОД-5 МГЭИК
2
Формирование базы данных по температуре воздуха и её анализ
2.1 Выбранные метеостанции, их расположение и характеристики
19
19
рядов
2.2 Оценка однородности эмпирических распределений
24
среднемесячных температур воздуха
2.3 Приведение рядов к многолетнему периоду и восстановление
34
пропусков наблюдений
3
Оценка климатических изменений в рядах температур воздуха
3.1 Теоретические положения
3.2 Оценка вида моделей временных рядов для температур воздуха
38
38
42
зимнего сезона
3.3 Оценка вида моделей временных рядов для температур воздуха
44
весеннего сезона
3.4 Оценка вида моделей временных рядов для температур воздуха
46
летнего сезона
3.5 Оценка вида моделей временных рядов для температур воздуха
47
летнего сезона
4
Пространственные закономерности климатических изменений
4.1 Пространственные закономерности нестационарных моделей
49
49
зимнего сезона
4.2 Пространственные закономерности нестационарных моделей
51
весеннего сезона
4.3 Пространственные закономерности нестационарных моделей
53
летнего сезона
4.4 Пространственные закономерности нестационарных моделей
55
осеннего сезона
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ
3
57
58
СОКРАЩЕНИЯ
ВМО
–
МГЭИК –
Всемирная метеорологическая организация
Межправительственная Группа Экспертов по Изменению
ОД
TIN
Климата
Оценочный доклад
Triangulated Irregular Network (Нерегулярная Триангуляционная
–
–
Сеть)
4
МНК
–
Метод наименьших квадратов
СДЭБ
–
Специальный доклад экстремальных явлений и бедствий
РТК
–
Репрезентативные траектории концентраций
ГСУМ
–
Глобальный средний уровень моря
ВВЕДЕНИЕ
Изменение климата является одной из наиболее сложных проблем
нашего столетия. Решению этой проблемы посвящены многочисленные
исследования в области климатологии и их обобщения в виде докладов
Межправительственной группы экспертов по проблеме изменений климата
5
(МГЭИК).
В
России
изменению
климата
посвящена
разработанная
Климатическая доктрина и Климатическая программа с оценкой будущих
изменений климата как по всей стране, так и для отдельных федеральных
округов.
Несмотря на то, что существует большое количество эффективных
физико-математических моделей климата для оценки его будущих изменений
на основе климатических сценариев, вопрос региональных изменений
климата, а в частности температурного режима остается открытым.
Поэтому исследование проявлений изменений температурного режима
на региональном уровне является актуальной задачей. Именно решению этой
проблемы и посвящена данная работа по анализу климатических изменений
температуры воздуха на территории Антарктиды.
Для решения поставленной задачи необходимо было выполнить
следующие виды работ:
- собрать информацию по среднемесячным температурам воздуха на 22
метеостанциях Антарктиды, которые равномерно размещены на территории и
охватывают период наблюдений с 1945 года по 2015 год, как последний год
имеющихся наблюдений;
- сформировать базу данных многолетних рядов среднемесячных
температур января, апреля, июля и октября для 22 метеостанций;
- осуществить оценку качества данных, их однородности и привести
данные к единому периоду наблюдений;
- рассчитать параметры стационарной и нестационарных моделей для
каждого однородного ряда наблюдений и сделать вывод о преимуществе той
или иной модели;
- осуществить пространственное обобщение полученных климатических
изменений для каждой нестационарной модели.
При выполнении работ будут применены следующие математические и
статистические методы и модели:
6
- статистические критерии Диксона и Смирнова-Граббса для оценки
однородности эмпирических распределений и их проверки на неоднородные
экстремумы;
-
статистические
критерии
Фишера
и
Стьюдента
для
оценки
стационарности дисперсий и средних значений временных рядов;
- методика восстановления пропусков и приведения непродолжительных
рядов наблюдений к многолетнему периоду;
- модель стационарного среднего и нестационарные модели линейного
тренда и ступенчатых изменений;
- методы пространственной интерполяции для картирования норм
температур воздуха;
1 Физико-географические и климатические условия Антарктиды
1.1 Общая информация
7
Антарктида - самый холодный материк Земли. Своими уникальными
природными
особенностями
Антарктида
обязана
географическому
положению. Практически весь материк находится за Южным полярным
кругом. Солнце никогда не поднимается высоко над горизонтом. Летом в
Антарктику приходит полярный день, а зимой - полярная ночь, длительность
которых на Южном полюсе доходит до полугода - только один раз в год можно
наблюдать здесь восход и заход солнца. Косые солнечные лучи не могут
согреть этот материк, а потому Антарктика находится во власти вечного
холода. Она покрыта километровым ледяным панцирем, только местами изподо льда проглядывают черные голые антарктические скалы - нунатаки.
Природный
мир
материка
достаточно
скудный.
Из
растений
здесь
преобладают мхи и лишайники, имеется несколько видов цветковых растений.
По берегам Антарктики устраивают свои лежбища морские котики, селятся
стаи пингвинов. Из-за своего удаления Антарктида стала последним
открытым материком на Земле. Её открытие произошло только в XIX веке в
ходе
российской антарктической экспедиции под руководством
Ф.Ф.
Беллинсгаузена и М.П. Лазарева. Антарктида была единственным материком
на планете, который не смог заселить человек. И в наши дни в Антарктике нет
постоянного населения, более того, все территории южнее 60 параллели не
принадлежат ни одному государству мира и являются достоянием всего
человечества. Здесь располагается так называемый полюс недоступности точка максимально удаленная от всех населенных пунктов Земли. В
Антарктиде активно ведутся международные исследования, сейчас здесь
работает 37 станций с общей численностью персонала до 3000 человек. На
станции Восток, сейчас остающейся единственной внутриконтинентальной
российской полярной станцией, 21 июля 1983 года была зафиксирована самая
низкая температура на Земле -89,2°C. Действительно, климатические условия
Антарктики - самые суровые на всей планете, при исключительно низких
8
температурах здесь выпадает очень мало осадков, и дуют сильнейшие ветра со скоростью до 90 м/с.
1.2 Рельеф
Антарктида располагается на одноимённой Антарктической плите.
После раскола Пангеи плита двигалась в направлении Южного полюса и за
последние десятки миллионов лет полностью оказалась в его районе.
Наползание крупных материковых плит на полюса уже неоднократно
случалось в истории нашей планеты. При этом климат на Земле становился
более резким, засушливым (аридным), так как возникало оледенение
огромных территорий. Сейчас Антарктическая плита сталкивается с ЮжноАмериканской, при этом идут процессы горообразования в западной части
континента. Практически весь запад Антарктиды, включая Антарктический
полуостров сформировались в кайнозойскую складчатость. На материке идут
процессы вулканизма. Самые крупные вулканы Антарктики – Эребус и
Террор, открытые экспедицией Росса. Восточная Антарктида принадлежит
Антарктической платформе. Эта часть материка наиболее стабильна, так как
она сформировалась в Архейскую эру. Исследование истинного рельефа этого
материка затруднено, так как Антарктида покрыта огромным ледяным
панцирем, толщина которого доходит до нескольких километров. За счет него
она является самым высоким материком земли, её средняя высота 2040 м. В
глубине континента средняя высота доходит до 4000 метров. Самый высокий
участок Антарктиды – массив Винсон с горой Элсуорт (5140 м). Самая низкая
точка – впадина Бентли на равнине Бэрда. Предположительно, она имеет
рифтовое происхождение, то есть образовалась в результате растяжения
земной коры. Впадина Бентли находится ниже уровня моря на 2555 м. По
современным данным, Антарктида под ледяным покровом не является
9
целостным участком суши, как мы привыкли её видеть на картах. Если бы она
полностью освободилась ото льда, то предстала бы перед нами в виде
небольшого материка, окруженного несколькими архипелагами, о чем можно
судить по карте, предложенной Полом Генрихом (рисунок 1.1). Значительная
часть материка, таким образом, находится ниже уровня моря и представляет
собой шельф. В центре Антарктиды через весь материк – от Земли Виктории
до Антарктического полуострова протянулись молодые Трансантарктические
горы. На востоке располагаются старые горы Гамбурцева и Вернадского.
Рисунок 1.1 – Физическая карта Антарктиды
1.3 Особенности климата Антарктиды
Главные климатообразующие факторы в Антарктиде связаны с
околополюсным расположением высокого материка, покрытого льдом и
окруженного океаном. По сравнению с Арктикой климат Антарктиды более
10
суровый. Здесь
находится
мировой полюс холода.
Средняя
годовая
температура во внутренних районах (плато Советское) -57°С, т. е. на 42°С
ниже, чем в области Сибирского полюса холода (-15°С) и на 29°С ниже
температуры внутреннего района Гренландии, лежащего почти на той же
высоте (3000 м над уровнем моря).
Вследствие высоты материка и сухости холодного воздуха, приходящая
суммарная радиация в Антарктиде летом в полтора раза больше, чем на тех же
широтах в Арктике. Летом центральная Антарктида получает столько же
лучистой энергии, сколько Ташкент; и даже за год столько же, сколько
получают ее экваториальные широты. Летом приходящая солнечная радиация
составляет на станции Пионерская (январь-март) 55, на мысе Шмидта (июньавгуст) 34,5, в Карадаге (Крым) 52,1 ккал/см2. Однако, снежно-ледяная
поверхность обладает очень высокой отражательной способностью. Альбедо
составляет 70-90 %. Следует также иметь в виду, что почти вся Антарктида
лежит за полярным кругом. Зимой над ней царят сумерки, а в центральной
части многомесячная полярная ночь. Радиационный баланс за год для
Антарктиды
отрицательный.
Непрерывному
охлаждению
материка
препятствует поступление теплого воздуха с океана, которое усиливается
зимой. Надо отметить одно немаловажное исключение скалы, нунатаки,
оазисы Антарктиды. Поверхность скал отражает не 70-90% лучистой энергии,
а всего около 20%. Поэтому скалы нагреваются летом до 30°С и согревают
воздух над ними. Абсолютно черная поверхность может нагреваться в
Антарктиде до 53°С. Оазисы имеют положительный годовой радиационный
баланс.
Атмосферная
циркуляция
Антарктики
имеет
и
широтную
и
меридиональную составляющие. Широтная составляющая атмосферной
циркуляции Антарктики определяет основные зональные черты ее климата.
Над Антарктидой располагается антициклон, окруженный цепью циклонов,
движущихся с запала на восток. Однако в эту традиционную схему
11
необходимо внести дополнения. Во-первых, у побережья Антарктиды
обнаружены стационарные циклоны. Во-вторых, отроги антарктического
антициклона
нередко
прорывают
циклоническое
кольцо
пониженного
давления и протягиваются через Южный океан к субтропическому кольцу
повышенного давления. В-третьих, циклоны нередко проникают с океана на
материк, особенно в Западную Антарктиду. Что касается Восточной
Антарктиды, то для нее антициклон является устойчивым образованием, хотя
его размеры и положение меняются под влиянием циклонов. Здесь
господствуют ветры с восточной составляющей. Над антарктическим
антициклоном находится высотный циклон, в который до высоты 14 км
притекает теплый воздух с океана. Высотный циклон и низовые циклоны
способствуют приносу влаги внутрь Антарктиды и питанию ледникового
щита.
В соответствии с барической обстановкой ветры внутри Антарктиды
относительно слабы, напротив, в широком (700 км) периферическом кольце
обычны штормы и ураганы, сопровождаемые поземкой и низовой метелью.
Природа ветров двоякая. Во-первых, это циклонические ветры. Так как
центры
периферических
циклонов проходят
обычно
севернее
берега
Антарктиды, то ветер на берегу дует с востока-юго-востока. Приближение к
берегу циклонической депрессии усиливает и другой процесс поступление из
Антарктиды к морю холодного воздуха материка (стоковый ветер). Стоковые
ветры тем сильнее, чем круче склон антарктического купола. Особенно
сильными стоковыми ветрами отличается Земля Адели, именуемая иногда
Страною бурь, и Мирный. Напротив, для станции Литл Америка, за которой к
югу простирается ровная, как стол, поверхность шельфового ледника Росса,
характерны не стоковые, а циклонические ветры. Сила и устойчивость
стоковых ветров в разные времена года различны. Летом на берегу
Антарктиды неделями может держаться штилевая погода. Зимой, в полярную
ночь, воздух над ледниковым покровом сильно охлаждается, и стоковые ветры
12
начинают дуть на берегу регулярно, постепенно усиливаясь до урагана,
особенно, если к побережью подходит циклон. Теплый морской воздух
проникает тогда в глубь материка. К Мирному 24 июля 1957 года подошел
циклон, стоковый ветер достиг ураганной силы (40 м/сек) и продолжался в
течение 10 суток. При этом температура воздуха поднялась в Мирном с -27°С
до -10°С, а на станции Восток I от -71С до -45°С. В середине августа к
побережью подошел циклон, и стоковый ветер снова достиг ураганной силы.
Но особенно сильны и постоянны стоковые ветры не на берегу, а в 200-300 км
к югу от берега материка. Средняя годовая температура (-57°С) внутренних
районов Антарктиды на 45°С ниже, чем у края ледника. Внутри материка
находится мировой полюс холода Земли. В среднем температура понижается
на 1°С при поднятии на 70 м и удалении от океана на 28 км. С удалением от
океана и нарастанием широты увеличиваются и годовые амплитуды
температур. Полярной ночи в Мирном в сущности нет, но на станции Восток
она длится 114 суток. В течение полярной ночи происходит очень сильное
выхолаживание воздуха. Над снежной поверхностью образуется мощная
температурная инверсия. Например, 9 мая 1957 г. на станции Восток, в 635 км
от Мирного, наблюдалась инверсия со скачком температуры от -70 °С у
поверхности снега до -37 °С на высоте 350 м.
Погода зимой в этом районе стоит довольно тихая, и температурная
инверсия почти не разрушается ветром. Оазис Бангера летом значительно
теплее, а зимой немного холоднее района Мирного. Почти все свои осадки
Антарктида получает в твердом виде, но на Антарктическом полуострове и
даже в Мирном и Литл Америке (78° южной широты) известны редкие случаи
выпадения дождя. С удалением во внутренние районы количество осадков
уменьшается. Однако наибольшее количество их выпадает не на самом
побережье, а на крутых склонах ледникового покрова, где циклоническое
осадкообразование усиливается орографическими причинами. В течение 1957
года на острове Дригальского, расположенном в 90 км от Антарктиды, выпало
13
в (пересчете на воду) свыше 800 мм осадков, в Мирном, на побережье, 400 мм
(а у края шельфового ледника Росса только 300 мм), но южнее Мирного, на
склоне ледникового щита, выпало за тот год 600 мм осадков. Далее с
продвижением во внутренние районы количество осадков уменьшается: на
станции Пионерская до 150 мм, а на плато Советском меньше 80-50 мм. Вся
Антарктида в среднем получает тоже мало осадков около 200 мм в год. Снег в
Антарктиде только у края материка тает летом очень интенсивно, в
особенности у темных скал. Но с удалением от берега на несколько десятков
километров (до высоты 500-1000 м над у. м.) таяние снега почти
прекращается, так как температура воздуха нигде не повышается до 0°С.
Большое значение имеет испарение снега, которое в краевой полосе достигает
200-250 мм в год и всего в два раза меньше выпадающих осадков. В
центральных районах Антарктиды испарение ничтожно. Огромные массы
снега переносятся господствующими восточными и южными ветрами. Снег
сдувается с нунатаков, и они стоят обнаженные. Стоковые ветры сбрасывают в
океан только небольшую часть снега. В 10 км от материка они уже затухают.
Зима и лето в Антарктиде. Зима длится с апреля по сентябрь, лето с декабря
по февраль. Зимой на плато Советском четыре месяца царит полярная ночь,
стоит маловетреная погода, морозы достигают 80 и более градусов. Изредка
наступает вызванное приближением циклона потепление (до -40°С), а в это
время
в
Мирном
господствуют
почти
непрекращающиеся
штормы,
переходящие в ураганы. Однако морозы только в редких случаях достигают
40°С.Летом в течение 4 месяцев на плато Советском полярный день. Погода
маловетреная и малооблачная Непрекращающийся поток солнечной радиации
нагревает воздух от -70°С до -30°С. Поверхность снега рыхлая, затрудняющая
передвижение, так как снег не уплотнен ветром. На ледниковом склоне
продолжают дуть и даже усиливаться стоковые ветры.
Мирный большую часть времени залит солнцем, здесь часто царит
безветрие. Температура воздуха около 0 °С, к ледниковому барьеру бегут
14
многочисленные ручьи. Но временами с востока надвигается циклоническая
облачность. В течение нескольких дней дует штормовой восточный ветер,
бушует
низовая
безветренная
метель.
погода.
Затем
Особенно
опять
устанавливается
поразительна
летом
солнечная
погода
и
оазисов
Антарктиды. Здесь на несколько градусов теплее, чем по соседству на льду.
Поверхность скал, покрытая темной корой пустынного загара и выцветами
белых солей, нагревается до 30 °С, воздух – до 11 °С и более. Нагретый
воздух поднимается, и водяные пары, сгущаясь к полудню, образуют
небольшие кучевые облака. Кое-где в котловинах разбросаны соленые и
бессточные озера. Однако на мелкоземе видны следы холода морозобойные
трещины, пятна каменных многоугольников. Толщина мерзлого слоя пород
достигает 100 и более метров, но под озерами находятся талики. Скалы
источены ветром, образовавшим многочисленные каменные соты. Мелкозем
выносится восточными ветрами на лед, поэтому к западу от скал льды под
воздействием теплого воздуха тают особенно сильно. Они образуют
многочисленные голубые озера-снежницы, ручьи и речки на льду.
1.4 Оценка современных и будущих климатических изменений по ОД-5
МГЭИК
Вклад Рабочей группы I в «Пятый доклад об оценке МГЭИК (ДО5)»
состоит в рассмотрении новых свидетельств изменения климата, основанных
на многочисленных независимых научных анализах данных наблюдений за
климатической
системой,
палеоклиматических
архивов,
теоретических
исследований климатических процессов и результатах моделирования с
помощью климатических моделей. Данный материал основывается на вкладе
Рабочей группы I в «Четвертый доклад об оценке (ДО4) МГЭИК» и включает
результаты новых, более поздних исследований. Будучи компонентой пятого
цикла оценки, Специальный доклад МГЭИК по управлению рисками
15
экстремальных явлений и бедствий для содействия адаптации к изменению
климата (СДЭБ) служит важной информационной базой по изменяющимся
метеорологическим и климатическим экстремальным явлениям. В Антарктике
с низкой степенью достоверности прогнозируется уменьшение площади и
объема морского льда в конце XXI-го века по мере повышения средней
глобальной приземной температуры.
Прогнозируется, что к концу XXI-го века сокращение объема ледников в
мире, за исключением окраинных ледников Антарктики, составит от 15 до 55
% по сценарию РТК2.6 и от 35 до 85 % по сценарию РТК8.5 (средняя степень
достоверности).
Поверхностное таяние в Антарктике останется незначительным, но
ожидается
рост
количества
выпадающего
снега
(средняя
степень
достоверности), что приведет к отрицательному вкладу изменений баланса
массы на поверхности ледяного щита в повышение уровня моря. Изменения
суммарных стоков с обоих ледяных щитов внесут, вероятно, вклад в диапазоне
от 0,03 до 0,20 м к 2081–2100 гг. (средняя степень достоверности).
Исходя из современного понимания, только разрушение, если оно
начнется, участков ледяного щита Антарктики, основания которых находятся
ниже уровня моря, могло бы стать в XXI-м веке причиной значительного
увеличения вероятного диапазона повышения среднего глобального уровня
моря. В то же время существует средняя степень достоверности в отношении
того, что этот дополнительный вклад не превысит нескольких десятых метра
роста уровня моря в XXI-го веке.
В отношении площади антарктического льда непродолжительность
рядов данных наблюдений и различия смоделированной и наблюдаемой
изменчивости мешают сделать оценки того, соответствует или нет повышение,
наблюдаемое с 1979 г., внутренней изменчивости. Запутанные процессы,
используемые для построения трендов, и изменчивость Антарктики и
окружающих вод остаются сложными и несколько исследований являются
16
противоречивыми. Подводя итоги можно сказать, что существует низкая
степень достоверности научного понимания наблюдаемого с 1979 г.
увеличения площади морского льда в Антарктике вследствие значительных
различий между модельными расчетами морского льда с использованием
моделей CMIP5 и неполных и конкурирующих научных объяснений причин
изменений, а также низкой степени достоверности оценок естественной
внутренней изменчивости.
Оценки масс льда в Антарктике с 2000 г. показывают самые большие
потери по краям. Анализ наблюдений, проводимых под плавающим ледовым
шельфом Западной Антарктики, позволяет сделать вывод о том, что
потепление океана в этом регионе и повышенный перенос тепла циркуляцией
океана в значительной степени являются причинами повышения темпов
таяния. Ряды данных наблюдений за потерей антарктических масс коротки и
внутренняя изменчивость ледового щита плохо изучена. Из-за низкого уровня
научного понимания существует низкая степень достоверности объяснения
причин наблюдаемой потери массы Антарктического ледового покрова с
1993 г.
В Антарктиде после 2100 г. согласно сценариям с более высокими
концентрациями парниковых газов усиление таяния поверхности может
превысить рост аккумуляции.
Имеющаяся
в
настоящее
время
информация
указывает,
что
динамический вклад ледяных щитов будет продолжаться и после 2100 г.,
однако степень достоверности проекций низкая. Рельеф коренных пород в
Антарктиде способствует возможному повышению темпов потери массы по
мере отступления льда. На глубине примерно 3,3 м эквивалентного
глобального уровня моря Западно-антарктический ледяной щит залегает на
грунте в районах, где коренная порода имеет уклон, что может вызвать
потенциальную потерю льда за счет нестабильности морского ледяного
покрова. В качестве отклика на воздействие изменения климата возможны
17
резкие и необратимые потери льда вследствие потенциальной нестабильности
морских участков Антарктического ледяного щита, однако имеющихся в
настоящее время свидетельств и понимания недостаточно для выполнения
количественной оценки. Можно ожидать, что в результате относительно
слабых снегопадов в Антарктиде и медленного движения льдов в ее
внутриконтинентальной части Западно-антарктическому ледяному щиту
потребуется по меньшей мере несколько тысяч лет для возобновления роста,
если он исчезнет по причине динамического стока льда. В результате любая
значительная потеря массы льда в Западной Антарктиде, которая произойдет в
течение следующего века, будет необратимой во временном масштабе от
нескольких веков до тысячелетия.
Усиление потепления на Антарктическом полуострове и в Западной
Антaрктике, связанное с положительным трендом Южной кольцевой моды;
увеличение осадков в прибрежных районах в результате смещении траектории
штормов в сторону полюса.
К концу XXI века изменение уровня моря будет иметь значительную
региональную тенденцию, которая будет доминировать над изменчивостью,
при этом многие регионы будут, вероятно, испытывать значительные
отклонения от глобального среднего изменения. Весьма вероятно, что
примерно на более чем 95 % океана произойдет региональное относительное
повышение уровня моря, тогда как большинство регионов, где наблюдается
падение уровня моря, находятся вблизи современных и бывших ледников и
ледяных щитов. Локальные изменения уровня моря отклоняются более чем на
10 % и 25 % от глобальной средней проекции примерно на 30 % и 9 %
площади океана, соответственно, что указывает на то, что пространственные
колебания могут быть значительными. Региональные изменения уровня моря
достигают значений до 30 % выше глобальной средней величины в Южном
океане и вокруг Северной Америки, между 10 % и 20 % в экваториальных
районах и до 50 % ниже глобальной средней величины в арктическом регионе
18
и ряде районов вблизи Антарктиды. Согласно проекциям, около 70 %
береговых линий по всему миру претерпят относительное изменение уровня
моря в пределах 20 % от изменения ГСУМ. В течение десятилетних периодов,
темпы изменения регионального относительного уровня моря в результате
изменчивости климата могут отличаться от глобальной средней скорости
более чем на 100 %.
Рисунок 1.2 – Схема средней циркуляции морского льда в Антарктике.
На рисунке 1.2 стрелки показывают среднее направление и величину дрейфа
льда. Среднее состояние морского ледяного покрова для периода 1979 –
2012 гг. по данным спутниковых наблюдений; максимальная (минимальная)
площадь показана затенением оранжевого (серого) цвета.
2 Формирование базы данных по температуре воздуха и её анализ
2.1 Выбранные метеостанции, их расположение и характеристики рядов
19
Для пространственного анализа климатических изменений температуры
воздуха на территории Антарктиды было выбрано 22 метеостанции,
расположение которых показано на рисунке 2.1.
Рисунок 2.1 – Расположение метеостанций на территории Антарктиды
Описание отдельных метеостанций.
Новолазаревская – советская, российская антарктическая станция. Была
открыта 18 января 1961 года во время 6-й Советской Антарктической
экспедиции. Станция расположена в юго-восточной части оазиса Ширмахера
на побережье Земли Королевы Мод, примерно в 80 км от берега
моря
Лазарева. К северу от станции простирается шельфовый ледник со слабо
волнистой
поверхностью,
заканчивающейся
ледниковым
куполом
Ленинградским. С юга подходит склон материкового ледникового щита,
20
который уже на расстоянии 50 км достигает высоты 1000 м. На этом склоне
надо льдом возвышается несколько нунатаков.
Сёва – японская круглогодичная научно-исследовательская станция в
Антарктиде. На станции Сёва с момента открытия постоянно ведутся
метеорологические наблюдения. Среднегодовая температура около – 10 ºС.
Кроме того, проводится ряд наблюдений по геофизике, гляциологии
океанологии, биологии и запуск геофизических ракет. Основана в 1957 году на
острове Ист-Онгуль в Море Космонавтов близ берегов Земли Королевы Мод.
Молодёжная – российско-белорусская антарктическая станция. С 2006
года функционирует как сезонная база. Температура самых холодных месяцев
(июль-август) – 19 ºС, температура января – около 0 ºС.
Моусон
–
австралийская
антарктическая
станция
в
Восточной
Антарктиде. Станция была открыта 13 февраля 1954 года на земле МакРобертсона. В зависимости от сезона, на станции работают от 20 до
60 человек. Климат на станции антарктический, от 0 ºС в январе до – 18 ºС в
июле.
Прогресс
(Прогресс-2)
–
советская,
российская
антарктическая
круглогодичная станция в оазисе Холмы Ларсеманн на берегу залива Прюдс.
Климатические условия здесь из-за особенностей орографии менее суровы по
сравнению с ближайшими береговыми станциями.
Станция
Дейвис
исследовательская
–
действующая
антарктическая
станция,
круглогодичная
научно-
принадлежащая Австралии.
Население летом - 70 человек, зимой - 20. Станция также является
официальной столицей Австралийской антарктической территории. Климат
суровый, антарктический.
Мирный – советская, российская антарктическая станция, находится на
побережье моря Дейвиса. Названа в честь легендарного шлюпа «Мирный».
Среднегодовая температура около −11°C. Для станции характерны сильные
ветра: 220 дней в году сила ветра составляет более 15 м/с.
21
Кейси
–
действующая
круглогодичная
научно-исследовательская
антарктическая станция Австралии, созданная в 1964 году. Расположена в
заливе Винсенес на Земле Уилкса.
Станция Дюмон-д’Юрвиль – французская научная антарктическая
станция, расположенная на севере Земли Адели, на побережье моря
д’Юрвиля, в 2600 км от южного полюса. Население станции, около 30 человек
в зимнее время, в летнее – до 78 человек.
Ленинградская – российская антарктическая станция на берегу Отса
(северное побережье Земли Виктории). Открыта 25 февраля 1971 года
участниками 15-й Советской Антарктической экспедиции, законсервирована в
марте 1991 года. Температура воздуха в этом районе практически весь год
отрицательная (−1,5°C в июле). Только несколько дней в году среднедневная
температура превышает нулевую отметку.
Мак-Мердо – крупнейшее поселение, порт, транспортный узел и
исследовательский центр в Антарктике. Принадлежит Антарктической
программе США, но обслуживает также станции и исследовательские
программы других государств. Находится рядом с ледником Росса. Население
– постоянно там живёт около 1300 человек.
Русская – российская антарктическая сезонная база, расположенная в
Западной Антарктиде на побережье Земли Мэри Бэрд, на небольшом выходе
коренных пород у мыса Беркс. Высота станции над уровнем моря – 134 м.
Наиболее холодные месяцы на станции Русской – июль-август (-20 °C);
наиболее тёплые – декабрь-январь (−2 °C).
Беллинсгаузен – советская, российская антарктическая станция на
острове Ватерлоо. Названа в честь Фаддея Беллинсгаузена. Основана
Советской Антарктической экспедицией 22 февраля 1968 года. Является самой
северной (то есть ближайшей к экватору) российской антарктической
станцией. По состоянию на 2015 год здесь работает восемь человек
круглогодичного состава и пять сезонных специалистов. Антарктический
22
полуостров и близлежащие острова – самое благоприятное место в
Антарктике
для
жизнедеятельности.
Температура
самого
холодного
месяца(август) равна −6,8 °С, самого тёплого (февраль) равна +1,1 °C.
Эсперанса
–
аргентинская
научно-исследовательская
станция,
расположенная на крайнем севере полуострова Антарктический. Климат –
умеренный морской. Средняя температура −5.5 °C, летом +0.2 °C, зимой
−10.8 °C.
Бельграно
II – аргентинская
научно-исследовательская
полярная
станция, расположенная в Антарктиде, на берегу моря Уэдделла. Эта станция
является самой южной постоянной станцией Аргентины.
Халли – британская полярная станция на шельфовом леднике Бранта в
море Уэдделла в Антарктиде. Станция обслуживается Антарктическим
управлением
Великобритании
и
занимается
исследованием
земной
атмосферы. Замеры, сделанные на Халли, привели к обнаружению озоновой
дыры в 1985 году.
САНАЭ – находится на побережье Земли Королевы Мод примерно в
20 км от берега. Станционные сооружения были построены на снежной
поверхности
шельфового
ледника
и
вскоре
оказались
полностью
занесенными. Станция открыта в 1962 г. Ее персонал состоит из 13—
14 человек.
На
станции
выполняются
аэрометеорологические,
гляциологические и некоторые геофизические наблюдения. Кроме того, она
является базой для полевых исследований в западной части Королевы Мод.
Станция Восток – российская антарктическая научная станция. Это
единственная
используемая
Россией
в
настоящее
время
внутриконтинентальная антарктическая научная станция. Толщина ледяного
покрова под станцией 3700 м. Средняя температура самых тёплых месяцев,
декабря и января, −35,1 и −35,5 °C соответственно, что эквивалентно холодной
сибирской зиме. Средняя температура самого холодного месяца, августа,
23
составляет −75,3 °C, иногда опускается ниже −88,3 °C. Осадков практически
не бывает.
Амундсен-Скотт – действующая с 1956 года постоянно обитаемая
антарктическая станция США на Южном полюсе. Располагается на высоте
2835 метров над уровнем моря. Первая станция в глубине Антарктики.
Среднегодовая температура на южном полюсе равна −57,8 °C, это самые
низкие зарегистрированные средние значения температуры на планете.
Таблица 2.1 – Периоды наблюдений и координаты метеорологических станций
Код
89512
89532
89542
89564
89574
89571
89592
89611
Наименование
Новолазаревская
Сёва
Молодежная
Моусон
Прогресс
Дейвис
Мирный
Кейси
Дюмон-
Кол-во
54
58
36
61
26
58
59
58
Период
1991 - 2015
1957 - 2015
1963 - 1999
1954 - 2015
1989-2015
1957 - 2015
1956 - 2015
1957 - 2015
Широта
70,77
69,00
67,68
67,6
69,38
68,58
66,55
68,28
Долгота
11,82
39,58
46,13
62,86
76,38
77,96
93,00
110,51
89642
89657
89664
89132
89066
89062
89050
88963
89034
89022
89002
89001
89606
89009
д’Юрвиль
Ленинградская
Мак Мёрдо
Русская
Сан-Мартин
Ротера
Беллингаузен
Эсперанса
Бельграно ll
Халли
Ноймайер
САНАЭ IV
Восток
Амудсен-Скотт
65
19
59
10
39
45
47
70
35
59
34
35
57
58
1950 - 2015
1971 - 1990
1956 - 2015
1980 - 1989
1976 - 2015
1946 - 1991
1968 - 2015
1945 - 2015
1980 - 2015
1956 - 2015
1981 - 2015
1957 - 1992
1958 - 2015
1957 - 2015
66,66
69,5
77,85
74,76
68,13
67,56
62,2
63,4
77,86
75,58
70,65
71,66
78,46
90,0
140,02
159,39
166,66
136,86
67,1
68,11
58,96
57,00
34,63
26,65
8,25
2,83
106,83
0,0
2.2 Оценка однородности эмпирических распределений среднемесячных
температур воздуха
24
Прежде, чем применять климатическую информацию для обработки и
моделирования необходимо оценить ее качество и однородность. При этом
будем понимать, что нарушение однородности данных в большей степени
обусловлено не естественными, а инструментальными или методическими
причинами, такими как: изменение типа регистрирующих приборов, места и
времени регистрации и другими подобными причинами. Еще одним из
наиболее распространенных видов проявления неоднородности является
наличие неоднородных экстремумов, которые для температуры могут быть
обусловлены двумя основными причинами: большими погрешностями
измеряемой характеристики и малой продолжительностью ряда наблюдений.
Второй случай является наиболее распространенным и связан с наличием в
ряду наблюдений редкого события, вероятность появления которого много
меньше, чем та, которую можно установить по ряду наблюдений такой
продолжительности.
При оценке качества данных среднемесячных температур воздуха был
осуществлен анализ однородности резко отклоняющихся от эмпирического
распределения экстремумов, которые в основном могут быть обусловлены
наличием редких событий в коротком ряду наблюдений. Регистрирующие
приборы на протяжении последних 150 лет практически не изменялись, а
изменение сроков наблюдений (трехсрочные до 1936 г., четырехсрочные до
1966 г. и восьмисрочные в настоящее время) могло в худшем случае повлиять
на
расчет
среднесуточной
температуры,
причем,
как
показывают
исследования, незначительно. Также был осуществлен анализ стационарности
дисперсий и средних значений двух частей временного ряда по критериям
Фишера и Стьюдента.
Для
оценки
однородности
резко
отклоняющихся
экстремумов
применялись критерии Диксона и Смирнова-Граббса, обобщенные на такие
25
особенности гидрометеорологической информации как автокорреляция и
асимметрия.
Статистики
критериев
Диксона
рассчитываются
на
основании
эмпирических данных по следующим формулам:
1) для максимального члена ранжированной в возрастающем порядке
выборки (Yn):
D1n = (Yn – Yn-1) / (Yn – Y1),
(2.1)
D2n = (Yn – Yn-1) / (Yn – Y2),
(2.2)
D3n = (Yn – Yn-2) / (Yn – Y2),
(2.3)
D4n = (Yn – Yn-2) / (Yn – Y3),
(2.4)
D5n = (Yn – Yn-2) / (Yn – Y1),
(2.5)
2) для минимального члена ранжированной в возрастающем порядке
выборки (Y1):
D11 = (Y1 – Y2) / (Y1 – Yn),
(2.6)
D21 = (Y1 – Y2) / (Y1 – Yn-1),
(2.7)
D31 = (Y1 – Y3) / (Y1 – Yn-1),
(2.8)
D41 = (Y1 – Y3) / (Y1 – Yn-2),
(2.9)
D51 = (Y1 – Y3) / (Y1 – Yn),
(2.10)
где: Y1<Y2< … <Yn , и n – объем выборки.
Статистика критерия Смирнова-Граббса для максимального члена
ранжированной последовательности (Yn) рассчитывается по формуле:
Gn = (Yn – Ycp) / σy,
и для минимального (Y1):
26
(2.11)
G1 = (Yср – Y1) / σy,
(2.12)
где: Ycp , σy – среднее значение и среднее квадратическое отклонение
анализируемой выборки.
Полученные по формулам (2.1) – (2.12) расчетные значения статистик
критериев сравниваются с их критическими значениями при уровне
значимости α = 5 % и если расчетное значение больше критического, то
гипотеза об однородности отклоняется. В связи с тем, что в некоторых случаях
расчетные значения статистик могут быть больше критических, но ненамного,
дополнительно определяется уровень значимости, который соответствует
расчетному значению. В результате область между уровнями значимости
α = 5 % и α = 1 % можно разделить на две части: от α = 3 % до α = 5 % и от
α = 1 % до α = 3 %. В первом случае различие между расчетным и
критическим значением небольшое и гипотеза однородности может быть
принята условно. Во втором случае гипотеза также условно отклоняется. В
случае если уровень значимости, соответствующий расчетному значению
статистики ≥ 5 % – гипотеза однородности достоверно принимается, а
при ≤ 1 % – достоверно отклоняется.
Для оценки однородности или стационарности (однородности во
времени) дисперсий и средних значений, соответственно по критериям
Фишера и Стьюдента, временной ряд разбивается на две подвыборки
одинаковой или разной длины, причем границы разбиения связывались с
датами предполагаемого нарушения стационарности. Затем по каждой
подвыборке вычисляются значения средних (Yср j) и дисперсий (σ 2j), которые
используются для получения расчетных значений статистики Фишера:
F = σ 2j / σ 2j+1
27
(2.13)
при σ 2j>σ 2j+1, где σ 2j, σ 2j+1 – соответственно дисперсии двух следующих
друг за другом подвыборок (j и j+1) объемом n1 и n2.
Гипотеза о стационарности дисперсий принимается при заданном
уровне значимости α (%), если расчетное значение статистики критерия
меньше
критического
(F<F*)
при
заданных
степенях
свободы,
соответствующих объемам выборок (n1 и n2).
При объемах выборок n1 и n2 больше или равных 25 членам ряда можно
использовать классическоеF-распределение для нормально распределенных
независимых случайных величин с новыми степенями свободы, которые
зависят от автокорреляции и асимметрии и определяются по формулам:
n1F
1
n2 F
1
n1 g
2r
1 r 2 n1
[
1
]
1 r2
n1 (1 r 2 )
2
(2.14)
n2 g
2r
1 r 2 n2
[
1
]
1 r2
n 2 (1 r 2 )
2
(2.15)
где: g – коэффициент, учитывающий влияние асимметрии исходной
совокупности, r – коэффициент автокорреляции между смежными членами
ряда.
Расчетное значение статистики критерия Стьюдента для оценки
стационарности двух средних значений последовательных подвыборок
определяется по формуле:
t
YcpI YcpII
2
I
n1 n2
2
II
n1n2 (n1 n2 2)
n1 n2
28
(2.16)
где: YcpI , YcpII , σ 2I , σ 2II – средние значения и дисперсии двух
последовательных выборок, n1 и n2 – объемы выборок.
Критические
значения
статистики
Стьюдента
определяются
по
Рекомендациям при равных объемах выборок или рассчитываются по
уравнению:
t'α = Ct * tα .
(2.17)
где: t'α – критическое значение статистики Стьюдента при наличии
автокорреляции,
tα – критическое значение статистики Стьюдента для случайной
совокупности притом же числе степеней свободы k = n1 + n2-2;
Ct – переходный коэффициент, определяемый в зависимости от
коэффициента автокорреляции.
Оценка стационарности по критерию Стьюдента осуществляется также
путем сравнения расчетных и критических значений статистик. Если
расчетное значение меньше критического при заданном уровне значимости,
гипотеза об однородности (стационарности) не отклоняется.
Анализ однородности эмпирических распределений среднемесячных
температур воздуха осуществлялся по статистическим критериям Диксона и
Смирнова-Граббса для проверки однородности как максимальных, так и
минимальных экстремумов. Обобщенные результаты оценки однородности
максимальных (Макс.) и минимальных (Мин.) экстремумов по критериям
Диксона и Смирнова-Граббса приведены в таблице 2.2. В этой таблице знак
«+» обозначает, что гипотеза однородности принимается. Знак «-» –
отклоняется, а если расчетное значение статистики критериев находилось в
диапазоне уровня значимости α от 3% до 5%, то гипотеза принимается
условно и в таблице ставится «(+)», а рядом численное значение уровня
значимости, соответствующее расчетному значению статистики, если же
29
расчетное значение статистики критериев находилось в диапазоне уровня
значимости α от 1% до 3%, то гипотеза однородности условно отклоняется и
в таблице ставится «(-)», а рядом - численное значение уровня значимости. .
Стоит еще отметить, что принятые или отклоненные значения в скобках,
выбирались по наименьшему из критериев. Кроме того, если экстремумы
неоднородны, то приводится год, соответствующий этому неоднородному
экстремуму.
Таблица 2.2 – Результаты оценки однородности среднемесячных
температур воздуха по критериям Диксона и Смирнова
– Граббса.
30
Код
89001
89002
89009
89034
89062
89066
89132
Название метеостанции
Макс.
Мин.
Январь
Макс.
+
+
+
+
+
+
1983
+
+
+
1978
+
+
+
+
+
+
+
+
+
+
+
(-)
1,7 1966
+
+
1962
+
+
1999
+
+
+
Макс.
САНАЭ IV
Ноймайер
Амудсен-Скотт
Бельграно II
Ротера
Сан-Мартин
Русская
89512
Новолазаревская
89564
Моусон
89571
89592
Дейвис
Мирный
+
89611
Кейси
+
89642
Дюмон-д’Юрвиль
+
89657
Ленинградская
+
2006
+
Код
Название метеостанции
Макс.
Мин.
+
+
+
+
Июль
88963
Эсперанта
89050
Беллинсгаузен
89564
Дейвис
Дюмон-д’Юрвиль
89657
Ленинградская
(+)
3,3
1999
+
1976
Мин.
+
+
1987
(+)
3,4 1978
+
+
+
+
+
2002
1994
(+)
3,9
1994
(-)
2,0
2008
+
+
+
+
+
+
+
+
1976
1976
+
Сёва
89571
89642
1998
+
Октябрь
Сан-Мартин
Моусон
2007
1980
1980
1982
(-)
2,7
1963
+
+
+
89532
(+)
3,4
1967
2012
+
+
+
89066
Мин.
Апрель
(+)
3,2
1995
(+)
4,6
1995
31
+
+
Результаты оценки однородности по критериям Диксона и Смирнова –
Граббса, показывают, что наиболее неоднородными являются эмпирические
распределения апреля и октября. В апреле насчитывается 11 станций с
неоднородными экстремумами 1 из них максимальный и 10 минимальных. В
октябре – 6 неоднородных экстремумов и все они связаны с минимальными
значениями. Самыми однородными месяцами можно назвать январь (5
станций с неоднородными экстремумами 1 из них максимальный и 4
минимальных), июль (4 станции с неоднородными экстремумами 2 из них
максимальные и 2 минимальные).
Рисунок 2.2 – Хронологические графики неоднородных рядов
наблюдений за зимний период (январь).
32
Рисунок 2.3 – Хронологические графики неоднородных рядов
наблюдений за весенний период (апрель).
Далее показаны результаты оценки стационарности по критериям
Фишера и Стьюдента (см. таблицу 2.3).
Таблица
2.3
–
Результаты
оценки
стационарности
среднемесячных
температур воздуха по критериям Фишера (Ф) и Стьюдента
(Ст).
Название
метеостанции
Ф
Ст
Январь
+
Ст
+
+
+
(+)
3,7
+
+
(-)
0,9
(+)
4,5
+
+
+
+
+
+
+
(-)
2,0
+
+
+
(+)
3,9
+
САНАЭ IV
Ноймайер
Бельграно II
Ст
Июль
Ф
Ст
Октябрь
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
(+)
3,7
+
(-)
0,9
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
Халли
+
+
(+)
4,8
+
(+)
3,6
+
+
+
+
+
+
+
+
+
+
+
+
(+)
3,2
Сан-Мартин
Русская
Дейвис
Ленинградская
Ф
Апрель
(-)
0,9
+
Эсперанта
Амудсен-Скотт
Ф
Анализ стационарности дисперсий и средних значений двух частей
временного ряда по критериям Фишера и Стьюдента показал, что самым не
стационарным месяцам является апрель (4 станции по критерию Фишера и 1
по критерию Стьюдента). В январе наблюдаются не стационарности
33
временных рядов на станциях Эсперанта, Амудсен-Скотт и Дейвис. Июль не
стационарен только на станции Сан-Мартин, октябрь – Ноймайер и
Ленинградская.
Рисунок 2.4 – Хронологические графики нестационарных рядов
наблюдений за весенний период (апрель).
34
2.3 Приведение рядов к многолетнему периоду и восстановление
пропусков наблюдений.
Восстановление
пропусков
наблюдений
и
приведение
рядов
к
многолетнему периоду основано на построении регрессионных уравнений с
одним или несколькими предполагаемыми аналогами, которые имеют как
более продолжительный период наблюдений, так и данные наблюдений в те
годы, которые были пропущены на рассматриваемой станции.
Последовательность приведения к многолетнему периоду состоит в
следующем:
-
все
уравнения,
удовлетворяющие
условиям
эффективности,
располагаются в порядке убывания коэффициентов корреляции;
-
восстанавливаются
погодичные
значения
метеорологической
характеристики приводимого пункта за период совместных наблюдений в
пунктах-аналогах по уравнению с наибольшим значением коэффициента
корреляции;
- далее используются уравнения регрессии, коэффициенты корреляции
которых меньше предыдущего, но больше всех остальных;
- поэтапное восстановление погодичных значений метеорологической
характеристики продолжается до тех пор, пока не будут использованы все
уравнения регрессии, отвечающие условиям эффективности.
Уравнение
множественной
линейной
регрессии,
по
которому
осуществляется восстановление, имеет следующий вид:
Q= k0+k1Q1 +k2Q2+...+ kjQj+ ...+klQl
где Q - значения температуры в приводимом пункте,
Qj- значения температуры в пунктах-аналогах,
k0 - свободный член,
35
( 2.18 )
kj- коэффициенты уравнения регрессии при j= 1,2,....,l,
l - число пунктов-аналогов.
При расчете соблюдались следующие условия:
n6-10; RRкр; R/RAкр;k/kBкр;Qi /Qi ≤ Cкр,
где n -число совместных лет наблюдений в приводимом
( 2.19 )
пункте
и
пунктах - аналогах (n6 при одном аналоге, n10 при двух и более аналогах);
R - коэффициент парной или множественной корреляции между
значениями стока исследуемой реки и значениями стока в пунктах - аналогах;
k - коэффициенты уравнения регрессии;
k -средняя квадратическая погрешность коэффициента регрессии,
Rкр – критическое значение коэффициента парной или множественной
корреляции (обычно задается 0.7);
Aкр, Bкр ,Cкр– соответственно критические значения отношенийR/R ,k/k
(обычно задается 2.0) и Qi /Qi.
Если хотя бы один из коэффициентов уравнения регрессии не
удовлетворяет условию (2.19), то это уравнение не используется для
приведения к многолетнему периоду.
Восстановленные данные, полученные по уравнению (2.18) на основе
метода наименьших квадратов (МНК) имеют систематически заниженную
дисперсию.
Исключение
систематической
смещенности
дисперсии
восстановленных данных осуществляется путем введения поправки в
значения температуры, полученные по уравнению регрессии:
Qi/ ( Qi Qn ) / R Qn ,
36
(2.20)
где
(2.18),
Qn
Qi/
- значения температуры, рассчитанные по уравнению регрессии
- среднее значение приводимого ряда за совместный с пунктом -
аналогом период.
В таблице 2.4 представлены результаты приведения к многолетнему
периоду рядов температуры воздуха, где n – фактическое число лет
наблюдений, N – количество восстановленных и наблюденных данных.
Таблица 2.4 – Количество фактических и восстановленных лет для
температуры воздуха
Код
88963
89001
89002
89022
89034
89062
89066
89512
89532
89542
Январь
n
N
60
66
34
53
28
59
56
58
27
47
34
62
30
54
54
56
50
56
36
62
Апрель
n
N
65
68
33
59
29
60
60
60
30
60
34
60
32
65
55
59
53
54
37
58
62
36
28
58
31
39
30
55
54
36
68
59
60
58
59
64
66
59
58
58
63
33
29
57
33
39
33
55
51
36
89571
53
63
55
62
55
62
55
62
89574
14
61
15
62
15
62
15
62
89592
59
61
60
60
60
62
60
62
89606
52
56
54
59
54
55
54
56
89611
58
62
59
60
58
60
59
60
89642
52
60
57
62
56
6
56
62
89657
19
62
21
62
21
61
20
60
89664
39
57
40
56
40
58
37
55
89009
58
58
58
58
57
57
57
57
89050
46
46
48
68
48
70
48
70
89132
10
57
10
62
10
62
10
47
37
Июль
n
N
Октябрь
n
N
68
56
60
57
57
66
56
60
58
60
89564
61
61
62
62
61
61
62
62
Среднее
42
58
43
60
43
58
43
59
Из результатов таблицы 2.4 следует, что среднюю продолжительность
рядов в январе удалось увеличить с 42 до 58 лет (на 16 лет), в апреле с 43 до
60 (на 17 лет), в июле с 43 до 58 (на 15 лет), в октябре – на 16 лет.
3 Оценка климатических изменений в рядах температур воздуха
3.1 Теоретические положения
38
Само определение климата предполагает условие стационарности, по
крайней мере, за какой-либо интервал времени. Так в настоящее время
определение климатических норм рекомендуется ВМО за период 1961-1990 гг.
за который
средние
значения
допускаются
стационарными.
Поэтому
стационарная модель является основополагающей для климатологии и все
остальные виды моделей необходимо сравнивать и сопоставлять с ней.
На уровне рассмотрения простых моделей проявление изменений климата в
многолетних временных рядах может быть двух основных видов:
- монотонные изменения в виде тренда,
- ступенчатые изменения, характеризующие переходы от одного
стационарного состояния к другому.
Моделирование временных рядов включает три основные стадии:
- расчет параметров моделей;
- оценка эффективности нестационарных моделей по отношению к
стационарной;
- оценка статистической значимости нестационарных моделей по
отношению к стационарной.
Параметрами стационарной модели являются среднее значение (Ycp) и
среднеквадратическое отклонение (σ), определяемые по ряду наблюдений.
Модель ступенчатых изменений аналогична двум (или нескольким)
стационарным моделям для двух (или нескольких) частей временного ряда,
что характеризуется неизменностью во времени среднего значения и среднего
квадратического отклонения для каждой части ряда:
Y1cp = const1, Y2cp = const1,
σ1 = const1,
Момент
основе
σ2 = const2
( 3.1 )
ступенчатых изменений (tn) определяется визуально или на
дополнительной
информации
39
о
факторе
и
дате
нарушения
стационарности (например, изменение индекса атмосферной циркуляции), а
также может быть определен итерациями при достижении минимального
значения суммы квадратов отклонений двух частей временного ряда:
n1
n
1
n11
SS (Yi Y1ср ) 2 (Yi Y2 ср ) 2 min
( 3.2 )
где n1, n2- объемы каждой из двух частей временного ряда; SS - общая сумма
квадратов отклонений.
Стандартное отклонение остатков ступенчатой модели для одной
ступени и двух стационарных интервалов определяется по формуле:
2
1 n 1 2 2 n2
ступ
n1 n2 1
( 3.3)
где σступ - стандартное отклонение остатков модели ступенчатых изменений;
σ1 , σ2 - стандартные отклонения стационарных отрезков временного
ряда;
n1, n2 – объемы стационарных отрезков.
Модель линейного тренда выражается следующим уравнением:
( 3.4 )
Y (t ) b1t b0
где t – время; b1, b0 – коэффициенты уравнения регрессии, определяемые
методом наименьших квадратов (МНК):
n
(Y
i
b1
Yср )(t i t ср )
i 1
( 3.5)
n
(t
i
t ср )
i 1
40
2
( 3.6)
b0 Ycp b1t ср
Статистическая значимость модели линейного тренда оценивается по
статистической значимости коэффициента b1 или коэффициента корреляции R
зависимости (3.4), который рассчитывается по формуле:
n
(Y
i
R
Yср )(t i t ср )
i 1
n
(Y
i
Yср )
2
i 1
( 3.7)
n
(t
i
t ср )
2
i 1
Статистическая значимость R определяется из условия R≥R*, где R* критическое значение коэффициента корреляции, определяемые при заданном
числе степеней свободы (ν) и уровне значимости (α). где ν = n-2, n- объем ряда,
α=5%.
Для модели линейного тренда стандартное отклонение остатков
вычисляется по формуле:
y 1 R 2
( 3.8)
где: σy – стандартное отклонение исходного ряда (модель стационарного
среднего);
σε – стандартное отклонение остатков относительно модели линейного тренда;
R – коэффициент корреляции уравнения линейного тренда.
Для
количественной оценки отличий модели тренда и модели
ступенчатых изменений от модели стационарного среднего рассчитываются
относительные погрешности по формулам:
41
бy б
тр
бy
*100%
( 3.9)
y ступ
ступ
y
где:
* 100%
( 3.10)
Δтр, Δcтуп – относительные погрешности или отличия (в %) модели
тренда и модели ступенчатых изменений от модели стационарной выборки;
σy , σε , σступ – стандартные отклонения остатков соответственно моделей
случайной выборки, линейного тренда и ступенчатых изменений.
Следующее теоретическое
положение состоит
в том
насколько
полученное преимущество той или иной модели относительно базовой
(стационарной) является статистически значимым. Для оценки статистической
значимости монотонных (трендовых) и ступенчатых изменений во временных
рядах
применяется критерий Фишера, количественно показывающий,
насколько
статистически
значимо
отличаются
остаточные
дисперсии
выбранных моделей от дисперсии временного ряда (стационарной модели).
Статистики критерия Фишера для каждой из двух конкурирующих моделей по
отношению к модели стационарной выборки вычисляются по формулам:
2Y
FТР 2
( 3.11 )
2Y
2 ступ
( 3.12 )
FСТУП
В числителе всегда будет дисперсия исходного ряда наблюдений, т.к. она
является наибольшей или, по крайней мере, равна остаточной дисперсии
конкурирующей модели.
В случае если расчетное значение статистики
Фишера оказывается больше критического, то дисперсии двух моделей имеют
статистически значимое различие и соответствующая модель (тренда или
42
ступенчатых
изменений)
статистически
эффективнее,
чем
модель
стационарной выборки.
3.2 Оценка вида моделей временных рядов для температур воздуха
зимнего сезона
Таблица 3.1 – Результаты расчетов по моделям временных рядов для
температуры января
Код
88963
89001
89002
89009
89022
89034
89050
89062
89066
89132
89512
89532
89542
89564
89571
89574
89592
89606
89611
89642
89657
89664
Δтр
17
0
0.4
0.6
0.2
17.7
0.1
5.1
18.5
4.2
1.6
0.5
0.6
0.8
0.6
0.4
0.1
3.9
0.2
0.2
2
0
Δст
19.7
1.2
1.3
3.4
4.7
24
3.6
12
23.4
8.9
6
2.4
3.7
5.3
5
3.8
1.7
7.9
5.9
5.3
4.6
3
Fтр
1.45
1
1.01
1.01
1
1.48
1
1.11
1.51
1.09
1.03
1.01
1.01
1.02
1.01
1.01
1
1.08
1
1
1.04
1
Fст
1.55
1.03
1.03
1.07
1.1
1.73
1.08
1.29
1.7
1.21
1.13
1.05
1.08
1.12
1.11
1.08
1.04
1.18
1.13
1.11
1.1
1.06
Из результатов таблицы 3.1
Год ст
1991
1979
1979
2002
1967
1981
1980
1984
1982
1969
1980
1970
1995
1994
1967
1978
1989
1967
1994
1994
1967
2005
Год Н
1946
1958
1957
1957
1956
1964
1970
1947
1957
1958
1960
1960
1951
1955
1955
1955
1955
1957
1951
1951
1951
1957
Год К
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
n
66
51
59
58
58
47
46
62
54
57
56
56
62
61
61
60
60
56
62
60
62
56
R
0.56
-0.02
0.09
0.11
0.06
0.57
0.05
0.31
0.58
0.29
0.18
0.1
-0.11
-0.13
0.11
-0.09
-0.03
0.28
-0.07
-0.06
0.2
0.02
следует, что из 22 рядов наблюдений
температур января нестационарными при Δ>10% являются 3 ряда с моделью
линейного тренда или 13,5% от всех рядов и 4 ряда с моделью ступенчатых
изменений или 18% от всех рядов. Статистически значимых по критерию
Фишера при уровне значимости 5% нет. По модели ступенчатых изменений
средний год перехода от одной стационарной части ряда к другой является
1982 г. при вариации от 1967 г. до 2005 г., т.е. очень большой. Для
эффективных моделей в основном – начало 1980х годов. Примеры графиков
временных рядов нестационарных моделей приведены на рисунке 3.1.
43
Рисунок 3.1 – Временные ряды нестационарных моделей температур января.
Из графиков следует, что:
-
для метеостанции 89066 Сан-Мартин температура ступенчато
увеличилась в 1982 г. на 1,7 0С;
- для метеостанции 88963 Эсперанта температура ступенчато
увеличилась в 1991 г. на 1,5 0С;
- для метеостанции 89062 Ротера температура ступенчато увеличилась в
1984 г. на 0,65 0С.
- для метеостанции 89034 Бельграно II температура ступенчато
увеличилась в 1981 г. на 2,5 0С.
44
Таким
образом,
ступенчатое
увеличение
температуры
в
нестационарных рядах в январе варьирует от 1,5 0С до 2,5 0С.
Для температуры апреля (середина весны) результаты моделирования
временных рядов приведены в таблице 3.2.
3.3 Оценка вида моделей временных рядов для температур воздуха
весеннего сезона
Таблица 3.2 – Результаты расчетов по моделям временных рядов для
температуры апреля
Код
88963
89001
89002
89009
89022
89034
89050
89062
89066
89132
89512
89532
89542
89564
89571
89574
89592
89606
89611
89642
89657
89664
Δтр
1.7
0.5
2.2
0
7
0
1.4
10
6.5
0.1
0.1
3.1
5.1
0.4
0
0
0.2
0.2
0
1.8
2.5
1
Δст
3.9
2.7
4.8
1.1
14.5
2
3
13.8
8.8
0.9
2
4.7
7.5
1.5
0.5
0.6
0.9
1.7
2.3
4.4
7.5
2.2
Fтр
1.03
1.01
1.04
1
1.16
1
1.03
1.23
1.14
1
1
1.07
1.11
1.01
1
1
1
1
1
1.04
1.05
1.02
Fст
1.08
1.06
1.1
1.02
1.37
1.04
1.06
1.35
1.2
1.02
1.04
1.1
1.17
1.03
1.01
1.01
1.02
1.03
1.05
1.09
1.17
1.05
Год ст
1976
1998
1990
1967
1990
1985
1992
1992
1996
1978
1968
2005
2005
1981
1967
1967
1992
2001
1979
1999
1998
1983
Год Н
1945
1957
1956
1957
1956
1956
1945
1946
1946
1954
1957
1957
1957
1954
1954
1954
1956
1957
1956
1950
1950
1956
Год К
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
n
R
66
59
59
58
60
59
68
59
64
59
59
53
58
62
61
61
60
58
59
62
62
56
0.18
-0.1
-0.21
0.01
-0.37
-0.01
0.17
0.44
0.35
-0.04
0.04
-0.25
-0.32
-0.09
-0.01
-0.01
-0.07
0.06
0.03
-0.19
-0.22
0.14
Из результатов таблицы 3.2 следует, что из 22 рядов наблюдений
температур апреля нестационарными при Δ>10% является 1 ряд с моделью
линейного тренда или 4,5% от всех рядов и 2 ряда с моделью ступенчатых
изменений
или 9% от всех рядов. Статистически значимых по критерию
45
Фишера при уровне значимости 5% нет. По модели ступенчатых изменений
средний год перехода от одной стационарной части ряда к другой является
1986 г. при вариации от 1967 г. до 2005 г., т.е. очень большой.
Для
эффективных моделей в основном – начало 1990х годов. Примеры графиков
временных рядов нестационарных моделей приведены на рисунке 3.2.
Рисунок 3.2 – Временные ряды нестационарных моделей температур апреля
Из графиков следует, что:
- для метеостанции 89022 Халли температура ступенчато упала в 1990 г.
на 3,2 0С;
- для метеостанции 89062 Ротера температура ступенчато увеличилась в
1992 г. на 2,10С.
3.4 Оценка вида моделей временных рядов для температур воздуха
летнего сезона
Таблица 3.3 – Результаты расчетов по моделям временных рядов для
температуры июля
Код
88963
89001
Δтр
0.9
0
Δст
2
2.6
Fтр
1.02
1
Fст
1.04
1.05
Год ст
1979
1973
46
Год Н
1946
1957
Год К
2015
2015
n
R
63
58
0.14
-0.02
89002
89009
89022
89034
89050
89062
89066
89132
89512
89532
89542
89564
89571
89574
89592
89606
89611
89642
89657
89664
0
0.8
0
2.3
4.2
1.2
3
0
0.5
1.9
0.9
0.4
0.2
0.1
0
0.3
0
0.2
0
2.7
2.5
3.9
1.4
9.4
7.5
3.1
9.6
0.8
5.3
7.5
4
0.9
0.9
0.4
0.5
4
3.3
2.3
3.7
3.9
1
1.02
1
1.05
1.09
1.02
1.06
1
1.01
1.04
1.02
1.01
1
1
1
1.01
1
1
1
1.06
1.05
1.08
1.03
1.22
1.17
1.07
1.22
1.02
1.11
1.17
1.08
1.02
1.02
1.01
1.01
1.09
1.07
1.05
1.08
1.08
1978
1997
2005
1975
1981
1983
1963
1987
1977
1977
1977
1983
1983
1992
1966
2005
1966
1983
2003
1986
1956
1957
1956
1956
1945
1946
1946
1954
1957
1957
1957
1954
1954
1954
1954
1958
1956
1950
1950
1956
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
57
57
58
57
67
58
64
59
57
55
56
61
61
61
61
53
57
60
57
56
0
-0.12
-0.02
0.21
0.29
0.15
0.24
-0.01
0.1
0.2
0.14
-0.09
-0.07
-0.04
0.01
0.08
0
-0.06
0
0.23
Из результатов таблицы 3.3 следует, что из 22 рядов наблюдений
температур июля нестационарных при Δ>10% не наблюдается, Статистически
значимых по критерию Фишера при уровне значимости 5% нет. Примеры
графиков временных рядов, близких к нестационарным моделям, приведены
на рисунке 3.3.
47
Рисунок 3.3 –
Временные ряды близких к нестационарным моделям
температуры июля
Из графиков следует, что:
- для метеостанции 89034 Бельграно II температура ступенчато упала в
1975 г. на 2,1 0С;
- для метеостанции 89066 Сан-Мартин температура ступенчато
увеличилась в 1963 г. на 4,3 0С.
3.5 Оценка вида моделей временных рядов для температур воздуха
осеннего сезона
Таблица 3.4 – Результаты расчетов по моделям временных рядов для
температуры октября
Код
88963
89001
89002
89009
89022
89034
89050
89062
89066
89132
89512
89532
89542
89564
89571
89574
89592
89606
89611
89642
89657
89664
Δтр.
1
0.1
0.1
0
0
8.2
2.4
9.3
1.6
0.4
0
0
0.6
0
0.8
0.9
0.1
1.5
0
0.9
2.6
12.2
Δст.
3.4
1.2
2.3
2.2
1.7
12.6
3.9
11.6
3.1
2.8
1.2
0.8
2.1
0.8
2.6
3.2
1.1
6.4
1.8
2.2
6.2
12.4
Fтр.
1.02
1
1
1
1
1.19
1.05
1.22
1.03
1.01
1
1
1.01
1
1.02
1.02
1
1.03
1
1.02
1.05
1.3
Fст.
1.07
1.03
1.05
1.05
1.03
1.31
1.08
1.28
1.07
1.06
1.02
1.02
1.04
1.02
1.05
1.07
1.02
1.14
1.04
1.04
1.14
1.3
Год ст.
1961
1997
1990
1976
1967
1968
1993
1992
2005
1979
1988
1988
1998
2001
1986
1986
1986
2001
1992
1990
1981
1997
48
Год Н.
1945
1956
1956
1957
1956
1956
1945
1946
1957
1969
1956
1957
1956
1954
1954
1954
1954
1957
1956
1950
1956
1956
Год К
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
n
R
61
53
59
57
57
56
63
57
51
45
60
57
59
62
61
62
62
56
60
61
57
53
0.14
-0.03
0.05
0
-0.01
0.4
0.22
0.42
0.18
0.09
0.02
0.01
-0.11
0.01
0.12
0.14
0.05
0.17
-0.01
-0.13
0.23
0.48
Из результатов таблицы 3.4 следует, что из 22 рядов наблюдений
температур октября нестационарными при Δ>10% являются 1 ряд с моделью
линейного тренда или 4,5% от всех рядов и 3 ряда с моделью ступенчатых
изменений или 13,5% от всех рядов. Статистически значимых по критерию
Фишера при уровне значимости 5% нет. По модели ступенчатых изменений
средний год перехода от одной стационарной части ряда к другой является
1987 г. при вариации от 1961 г. до 2005 г., т.е. очень большой. Для
эффективных моделей в основном – 1985 годов.
Примеры графиков
временных рядов нестационарных моделей приведены на рисунке 3.4 и 3.5
Рисунок 3.4 – Временные ряды нестационарных моделей температур октября.
Рисунок 3.5 – Временный ряд нестационарной модели температуры октября
для станции Мак Мёрдо.
Из графиков следует, что:
49
-
для метеостанции 89034 Бельграно II температура ступенчато
увеличилась в 1968 г. на 2,6 0С;
- для метеостанции 89062 Ротера температура ступенчато увеличилась в
1992 г. на 1,80С;
- для метеостанции 89664 Мак Мёрдо температура ступенчато
увеличилась в 1985 г. на 2,0 0С.
4 Пространственные закономерности климатических изменений
4.1
Пространственные
закономерности
нестационарных
моделей
зимнего сезона
На рисунке 4.1 – показаны пространственные распределения отклонений
нестационарных моделей от модели стационарной выборки в % в процентах
(Δтр. и Δст.) для температуры января. Разными оттенками зеленого, жёлтого и
красных цветов показаны области нестационарных моделей, а оттенками
синего цвета (синий, ¸ голубой) показаны области стационарных моделей.
50
Рисунок 4.1 – Пространственные распределения отклонений модели тренда
(слева, Δтр. в %) и ступенчатых отклонений (справа, Δст. в %) от
стационарной модели для температуры января.
Из рисунка 4.1 следует, что стационарные модели занимают большую
часть материка начиная со станции Халли (значение Δтр=0,2; Δст=4,7) и
заканчивая станцией Русская (значение Δтр=4,2; Δст=8,9) на побережье
антарктического континента.
Нестационарных моделей меньше (13,5%), они занимают меньшую часть
Антарктиды и все находятся в западной части материка.
Наиболее нестационарные модели находятся на Антарктическом
полуострове
и
на
севере
шельфового
ледника
Ронне.
Примеры
нестационарных моделей временных рядов (3 метеостанции) для станций
Сан-Мартин, Эсперанса и Бельграно II показаны на рисунке 4.2.
51
Рисунок 4.2 – Примеры наиболее нестационарных рядов температур января
4.2 Пространственные закономерности нестационарных моделей
весеннего сезона
На рисунке 4.3 – показаны пространственные распределения отклонений
нестационарных моделей от модели стационарной выборки в % в процентах
(Δтр. и Δст.) для температуры апреля.
52
Рисунок 4.3 – Пространственные распределения отклонений модели тренда
(слева, Δтр. в %) и ступенчатых отклонений (справа, Δст. в % ) от
стационарной модели для температуры апреля.
Из рисунка 4.3 следует, что стационарные модели занимают большую
часть материка. В пространственном распределении отклонений модели
тренда нестационарна только станция Сан-Мартин (4,5%), она находится на
побережье Антарктического полуострова в западной части материка. В
пространственном распределении ступенчатых отклонений нестационарны 2
станции Халли и Сан-Мартин (9%). Примеры нестационарных и близких к
нестационарным моделям временных рядов (4 метеостанций) для станций
Ротера, Сан-Мартин, Молодёжная и Ленинградская показаны на рисунке 4.4.
53
Рисунок 4.4 Примеры нестационарных и близких к нестационарным рядов
температур апреля
4.3
Пространственные
закономерности
нестационарных
моделей
летнего сезона
На рисунке 4.5 – показаны пространственные распределения отклонений
нестационарных моделей от модели стационарной выборки в % в процентах
(Δтр. и Δст.) для температуры июля. Так как в июле по результатам
вычислений нестационарных моделей не наблюдается, разными оттенками
синего, голубого и розовых цветов показаны области стационарных моделей и
близких к нестационарным (розовый).
54
Рисунок 4.5 – Пространственные распределения отклонений модели тренда
(слева, Δтр. в %) и ступенчатых отклонений (справа, Δст. в % ) от
стационарной модели для температуры июля.
Из рисунка 4.5 следует, что
стационарные модели занимают весь
материк. В пространственном распределении
отклонений ступенчатых
моделей близки к нестационарным 4 станции (18%). Примеры близких к
нестационарным моделям временных рядов показаны на рисунке 4.6.
Рисунок 4.6 – Примеры близких к нестационарным рядов температур июля
55
4.4
Пространственные
закономерности
нестационарных
моделей
осеннего сезона
На рисунке 4.7 – показаны пространственные распределения отклонений
нестационарных моделей от модели стационарной выборки в % процентах
(Δтр. и Δст.) для температуры октябрь.
Рисунок 4.7 – Пространственные распределения отклонений модели тренда
(слева, Δтр. в %) и ступенчатых отклонений (справа, Δст. в % ) от
стационарной модели для температуры октября.
На рисунке 4.7 – показаны пространственные распределения отклонений
нестационарных моделей от модели стационарной выборки в % в процентах
(Δтр. и Δст.) для температуры октября. Разными оттенками зеленного, жёлтого
и красных цветов показаны области нестационарных моделей, а оттенками
синего цвета (синий, ¸ голубой) показаны области стационарных моделей.
Проанализировав рисунок можно сказать, что нестационарными являются
зоны шельфовых ледников Ронна и Росса, Земля Виктории и территория
севернее Земли Виктории. Примеры наиболее нестационарных рядов
температур октября показаны на рисунке 4.8.
56
Рисунок 4.8 – Примеры наиболее нестационарных рядов температур октября
57
ЗАКЛЮЧЕНИЕ
По выполненной работе можно сделать следующие основные выводы:
1. Сформирована база многолетних рядов среднемесячных температур воздуха
на 22 метеостанциях, как в прибрежных, так и во внутренних районах
Антарктиды, позволяющая репрезентативно представить всю территорию
континента.
2). Выбраны характерные месяцы сезонов года (январь, апрель, июль, октябрь)
и для них осуществлена оценка качества, однородности информации и
восстановление
пропусков
наблюдений,
в
результате
чего
получены
практически непрерывные многолетние ряды средней продолжительностью
58-60 лет с последним 2015 годом наблюдений.
3).
По
непрерывным
продолжительным
рядам
температур
воздуха
установлено, что число эффективных статистических моделей невелико и в
основном приходится на месяцы теплого полугодия (январь, октябрь) и
достигает всего 13-18% от общего числа случаев и в основном для модели
ступенчатых
изменений.
Для
холодного
полугодия
эффективных
нестационарных моделей или совсем не наблюдается (июль) или их всего 13%
и они имеют разную направленность (и повышение и понижение, как в
апреле).
4) Эффективная модель ступенчатых изменений характерна в большем числе
случаев по сравнению с моделью линейного тренда и изменение средних
составляет от 1,5 до 3,00С.
5). Пространственные обобщения показателей нестационарных моделей
позволили сделать вывод, что наибольшее потепление имеет место только на
Антарктическим полуострове и, главным образом, в январе.
58
СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ
1
Анисимов О.А., Белолуцкая М.А., Лобанов В.А. Современные
изменения климата и природной среды в области высоких широт Северного
полушария // Метеорология и гидрология, 2003, № 1, с. 18-30.
2 Анисимов О.А., И.И.Борзенкова, Дж. Ванденберге, Е.Л. Жильцова,
В.А.Лобанов,
Т.В.Сапелко
Быстрое
потепление
климата
на
границе
позднеледниковья – голоцена как возможный аналог изменения климата и
окружающей среды в первой четверти XXI века. Метеорология и гидрология,
№12, 2004, с.31-42.
3. БудыкоМ.И., Винников К.Я. Глобальное потепление, Метеорология и
гидрология, № 7, 1976, с. 16–26.
4. Груза Г. В., Ранькова Э. Я. Обнаружение изменений климата:
состояние, изменчивость и экстремальность климата, Метеорология и
гидрология,№ 4, 2004, с. 50–66.
5. В.А.Лобанов, А.Е.Шадурский. Применение эмпирико-статистических
методов для моделирования и анализа климатических изменений. Ученые
записки РГГМУ №14, 2010, с.73-88.
6
Малинин
В.Н.
Статистические
методы
анализа
гидрометеорологической информации. Учебник. - СПб.: изд. РГГМУ, 2008.408 с.
7
Нидерландский
королевский
метеорологический
сайт
http://climexp.knmi.nl/selectstation.cgi?id=someone@
8
Сайт
Всероссийского
Гидрометеорологической
Научно-исследовательского
Информации
–
Мировой
центр
Института
данных
http://meteo.ru/
9
В.А. Лобанов, И.А. Смирнов, А.Е. Шадурский. Практикум по
климатологии. Часть 1. Учебное пособие. -СПб.: РГГМУ, 2011
59
10 Лобанов В.А., Смирнов И.А., Шадурский А.Е. Практикум по
климатологии. Часть 2. Учебное пособие. -СПб.:изд. РГГМУ, 2012
11 MapInfo Professional. Руководствопользователя (полное). -MapInfo
Corporation, Troy, New York, 2003.
12 Будыко М.И., Анисимов О.А., Борзенкова И.И., Ефимова Н.А., Кобак
К.И., Менжулин Г.В., Строкина Л.А. Прогноз антропогенных изменений
климата
и
их
последствий.
//Труды
Международной
теоретической
конференции «Проблемы гидрометеорологии и окружающей среды на пороге
XXI
века».
Санкт-Петербург,
24-25
июня
1999г.
-С.-Петербург:
Гидрометеоиздат, 2000. -C.35-59.
13 ВКИК.Труды Всемирной конференции по изменению климата,
Москва, 29 сентября —3 октября 2003 г., М., Новости, 2003, 620 с.
14 Benestad R. E., 2005. Climate change scenarios fornorthern Europe from
multi-model IPCC AR4 climate simulations, Geophys. Res. Lett., vol. 32, L17704,
doi: 10.1029/2005GL023401.
15 Houghton J.T., Ding Y., Griggs D.J., Noguer M., Van der Linden P.J., Dai
X., Maskell K., Johnson C.A., eds. Climate change 2001: the scientific basis
Contribution of working group I to the Third assessment report of the
intergovernmental panel on climate change. 2001, Cambridge University Press,
Cambridge, 881 p
16 Lobanov V.A., Lobanova H.V. Trends in cold climate characteristics //
Urban Drainage in specific Climates in Cold Climate. IHP-V, Technical Documents
in Hydrology, N 40, Vol. II UNESCO, Paris, 2000, р 171-199.
17
Lobanov V.A. Empirical-statistical methodology and methods for
modelling and forecasting of climate variability of different temporal scale //
Advances in Atmospheric Sciences. 2001, Science Press, Beijing, p. 844-863.
18 Lobanov V.A. Application of models of nonstationary processes for
hydrological computations. IHP-V, Technical Documents in Hydrology, № 9
UNESCO Publ., Paris, 1999: р.155-164.
60
Отзывы:
Авторизуйтесь, чтобы оставить отзыв