ТОП просматриваемых книг сайта:
Метеорологические и геофизические исследования. Г. В. Алексеев
Читать онлайн.Название Метеорологические и геофизические исследования
Год выпуска 2011
isbn 978-5-98797-067-6
Автор произведения Г. В. Алексеев
Жанр Публицистика: прочее
Рис. 9. Временные ряды внутримесячной дисперсии среднесуточных данных температуры и давления D(ti)j (а) и соответствующие спектральные плотности (б)
Ряды D(ti)j, наряду с рядами среднемесячных значений ζ(ti)j, можно рассматривать как ПКСП. Модель (4) позволяет уточнить вклад годовой ритмики в общую дисперсию. Как видно, из таблицы 10 (столбец 1), годовой ход ζ(ti)j давления объясняет всего лишь 36 % дисперсии. Этот вывод согласуется с оценками, полученными в стационарном приближении в таблицах 3, 4 и на рис. 5. Оценки, приведенные в втором столбце таблицы 10, показывают, что без учёта сезонной модуляции синоптических процессов дисперсия годовой ритмики остаётся недооценённой более, чем на 50 %. Таким образом, полный вклад годовой ритмики в дисперсию велик не только для Т (95 %), но и для Р (75 %). К аналогичному результату приводит анализ и других МП. Это подтверждает правомерность расширенной трактовки годовой ритмики как совокупности процессов с годовой периодичностью во всех диапазонах.
Таблица 10. Вклад в общую дисперсию годовой ритмики температуры и давления без учёта (1) и с учётом (2) сезонной модуляции синоптических процессов (%) Примечание. Индексы регулярного годового хода m и его межгодовой модуляции ε
Для оценки роли процессов синоптического масштаба в формировании тенденций многолетней изменчивости рассмотрим квантильные трассы Xp(t), представляющие ряды одноименных квантилей Xp внутримесячного (одноименный месяц) распределения среднесуточных данных. Их анализ показывает вклад положительных и отрицательных аномалий различной обеспеченности в формирование трендов и тенденций межгодовой изменчивости. Графики квантильных трасс Т и Р и их аппроксимация линейными трендами для апреля приведены на рис. 10, а. На рис. 10, б, в приведены гистограммы коэффициентов тренда ар и дисперсии, объясняемой трендом Dр для двадцати одной квантили. На рис. 10, г представлены сезонная изменчивость среднемесячных значений оценок коэффициента тренда а и размаха коэффициентов тренда квантильных трасс Rp=max(ap)-min(ap). Оценки ар по месяцам приведены в таблице 11.
Основной вывод, который можно сделать на основе анализа рис. 10 и таблицы 11 состоит в том, что ар сильно зависит от порядка квантили р. При этом внутримесячный размах R оценки ар соизмерим с годовым размахом оценки а тренда среднемесячных значений и заметно превосходит саму оценку а для данного месяца. В ряде случаев тренды квантильных трасс ар>>а и значимы на 95 % уровне, например, положительные аномалии давления в апреле, обеспеченность которых p≥0,2. Оценки тренда медианы а0,5 и среднемесячных значений а совпадают по знаку и близки по величине.
Рис. 10. Квантильные трассы температуры и давления для апреля и их аппроксимация линейным трендом (а), зависимость от порядка квантили коэффициента (б) и дисперсии (в) тренда; г – годовой ход