Издательство СО РАН

Издательство СО РАН

Адрес Издательства СО РАН: Россия, 630090, а/я 187
Новосибирск, Морской пр., 2

soran2.gif

Baner_Nauka_Sibiri.jpg


Яндекс.Метрика

Array
(
    [SESS_AUTH] => Array
        (
            [POLICY] => Array
                (
                    [SESSION_TIMEOUT] => 24
                    [SESSION_IP_MASK] => 0.0.0.0
                    [MAX_STORE_NUM] => 10
                    [STORE_IP_MASK] => 0.0.0.0
                    [STORE_TIMEOUT] => 525600
                    [CHECKWORD_TIMEOUT] => 525600
                    [PASSWORD_LENGTH] => 6
                    [PASSWORD_UPPERCASE] => N
                    [PASSWORD_LOWERCASE] => N
                    [PASSWORD_DIGITS] => N
                    [PASSWORD_PUNCTUATION] => N
                    [LOGIN_ATTEMPTS] => 0
                    [PASSWORD_REQUIREMENTS] => Пароль должен быть не менее 6 символов длиной.
                )

        )

    [SESS_IP] => 34.201.37.128
    [SESS_TIME] => 1711618051
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [fixed_session_id] => fe88b294e2861338390e29db3c00310f
    [UNIQUE_KEY] => 1f9f4a560e5c1a29ca5dc71d78bb1145
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

)

Поиск по журналу

Оптика атмосферы и океана

2016 год, номер 8

Классификация климатов Северного полушария на основе оценки фазы температурного сигнала

Н.Н. ЧЕРЕДЬКО1, В.А. ТАРТАКОВСКИЙ1, В.А. КРУТИКОВ1, Ю.В. ВОЛКОВ1,2
1Институт мониторинга климатических и экологических систем СО РАН, 634055, г. Томск, пр. Академический, 10/3
atnik3@rambler.ru
2Национальный исследовательский Томский политехнический университет, 634050, г. Томск, пр. Ленина, 30
yvvolkov@tpu.ru
Ключевые слова: синхронность, фаза температурных рядов, классификация климата, Северное полушарие, внешние факторы, synchronicity, temperature series phase, climate classification, Northern hemisphere, external factors
Страницы: 625-632
Подраздел: АТМОСФЕРНАЯ РАДИАЦИЯ, ОПТИЧЕСКАЯ ПОГОДА И КЛИМАТ

Аннотация

Приведены результаты структурирования поля приземной температуры Северного полушария для периода современных климатических изменений. В основе предложенной классификации - гипотеза географической обусловленности особенностей фазовой модуляции температурного сигнала. Критерием служит согласованность, а именно фазированность колебаний температуры в отдельных географических районах. Полагаем, что изменения режимов синхронизации природно-климатических процессов в условиях меняющегося климата приводят к пространственной трансформации структуры температурного поля, что есть следствие перехода системы в новое качественное состояние. Температурные ряды представлены как фазомодулированное колебание. Совокупность внешних и внутренних возмущающих воздействий, оказываемых на климатическую систему, формирует сложный вид фазовой модуляции, но она находится в некотором соответствии этим возмущениям. Исходное пространство 818 температурных рядов структурировано в 17 региональных кластеров. В них изменения температуры происходят синхронно. Проанализированы свойства полученных структур и их соответствие известным климатическим классификациям. Алгоритм дает возможность исследователю выбирать степень дифференциации исследуемого поля в зависимости от поставленной задачи. Для выявления особенностей трансформации внешнего сигнала в поле приземной температуры была получена оценка индекса фазовой модуляции. Величина отклонения индексов от известных закономерностей для гармонической фазовой модуляции позволяет количественно оценить роль региональных климаторегулирующих факторов. Модуляция, наиболее близкая к гармонической, выявлена в районе Североатлантического термогалинного конвейера. Предложенный подход может использоваться как аналитическая основа для изучения изменений климата в любом пространственном масштабе только по данным о приземной температуре до заданного исследователем качественного уровня. Поиск синхронизации в нелинейных хаотических системах, чувствительных к начальным условиям, может стать одним из перспективных путей оптимизации прогнозных моделей.

DOI: 10.15372/AOO20160802