Классификация климатов Северного полушария на основе оценки фазы температурного сигнала

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.

• Волков Ю.В.
• Тартаковский В.А.
• Крутиков В.А.
• Чередько Н.Н.

• Прикладные науки. Медицина. Технология

• Технические науки. Промышленность
• Социальные (общественные) науки
• Естественные науки
• Физико-математические науки