Моделирование и анализ изменчивости гидролого-гидрохимических характеристик водных масс Северной Атлантики тема диссертации и автореферата по ВАК РФ 25.00.28, кандидат физико-математических наук Чернышев, Леонид Сергеевич

  • Чернышев, Леонид Сергеевич
  • кандидат физико-математических науккандидат физико-математических наук
  • 2001, Москва
  • Специальность ВАК РФ25.00.28
  • Количество страниц 132
Чернышев, Леонид Сергеевич. Моделирование и анализ изменчивости гидролого-гидрохимических характеристик водных масс Северной Атлантики: дис. кандидат физико-математических наук: 25.00.28 - Океанология. Москва. 2001. 132 с.

Оглавление диссертации кандидат физико-математических наук Чернышев, Леонид Сергеевич

ВВЕДЕНИЕ

СОДЕРЖАНИЕ

ГЛАВА 1. МЕТОДЫ СТАТИСТИЧЕСКОЙ ОБРАБОТКИ ДАННЫХ ОКЕАНОГРАФИЧЕСКИХ НАБЛЮДЕНИЙ

1.1. Статистический анализ рядов океанографических наблюдений,

1.2. Методы интерполяции и сглаживания рядов океанографических наблюдений.

1.3. Непараметрические методы исследования временных рядов океанографических наблюдений.

1.4. Методы оценивания спектральной рядов наблюдений.

1.5. Методы анализа функций океанологических рядов.

1.6. Использование эмпирических гидрометеорологических исследованиях. плотности океанографических распределения вероятности ортогональных функций в

1.7. Методы автоматической классификации - кластерного анализа океанографических наблюдений.

ГЛАВА 2. ПЕРВИЧНАЯ ОБРАБОТКА И МОДЕЛИРОВАНИЕ ДАННЫХ НАТУРНЫХ НАБЛЮДЕНИЙ ГИДРОЛОГО-ГИДРОХИМИЧЕСКИХ

ХАРАКТЕРИСТИК ВОД СЕВЕРНОЙ АТЛАНТИКИ

2.1. Моделирование временных рядов, отражающих особенности пространственной и временной изменчивости океанологических величин.

2.2. Предварительная обработка массивов натурных наблюдений температуры солености и концентрации кислорода вод Северной Атлантики- оптимизация выбора временной и пространственной дискретности исходного массива океанологических наблюдений.

2.3. Оценка пространственно-временной неоднородности исходных рядов наблюдений температуры солености и концентрации кислорода акваторий Северной Атлантики.

ГЛАВА 3. ТЕСТИРОВАНИЕ МЕТОДОВ СТАТИСТИЧЕСКОЙ ОБРАБОТКИ ОКЕАНОЛОГИЧЕСКОЙ ИНФОРМАЦИИ НА ОСНОВЕ МОДЕЛЬНЫХ РЯДОВ

3.1. Определение оптимальных параметров при оценке пространственной корреляционной структуры исходных рядов натурных наблюдений.

3.2. Применение методов оптимальной пространственной интерполяции для восстановления рядов натурных наблюдений.

3.3. Применение компонентного метода для восстановления неэквидистантных временных рядов данных.

3.4. Восстановление структуры однородных полей океанологических характеристик на основе модифицированного метода пространственно-временной интерполяции.

ГЛАВА 4. ОКЕАНОГРАФИЧЕСКОЕ РАЙОНИРОВАНИЕ ВОД СЕВЕРОВОСТОЧНОЙ ЧАСТИ АТЛАНТИЧЕСКОГО ОКЕАНА

4.1 Метод океанографического районирования на основе алгоритма кратчайшей связывающей сети.

4.2 Результаты океанографического районирования акваторий северовосточной части Атлантического океана

ГЛАВА 5. РЕЗУЛЬТАТЫ АНАЛИЗА МЕЖГОДОВОЙ МНОГОЛЕТНЕЙ ИЗМЕНЧИВОСТИ И СПЕКТРАЛЬНОГО СОСТАВА ВОДНЫХ МАСС АТЛАНТИЧЕСКОГО ОКЕАНА.

5.1. Результаты анализа межгодовой многолетней изменчивости температуры, солености и кислорода водных масс северо-восточной части

Атлантического океана.

5.2. Спектральный состав температуры, солености и кислорода водных масс северо-восточной части Атлантического океана.

5.3. Моделирование плотности распределения вероятности и оценка годового хода водородного показателя рН для акваторий Северной

Атлантики.

Рекомендованный список диссертаций по специальности «Океанология», 25.00.28 шифр ВАК

Введение диссертации (часть автореферата) на тему «Моделирование и анализ изменчивости гидролого-гидрохимических характеристик водных масс Северной Атлантики»

Построение статистических обобщений гидролого-гидрохимических характеристик и их аномалий для акваторий Мирового океана является одной из важнейших задач современной океанологии. Данные статистических обобщений гидролого-гидрохимических характеристик необходимы при проведении долговременного мониторинга состояния вод океана. Решение указанной задачи строится на результатах статистического анализа изменчивости гидролого-гидрохимических характеристик Мирового океана. Непосредственное применение известных методов статистической обработки для анализа данных гидролого-гидрохимических наблюдений, проведенных к настоящему времени в акваториях Мирового океана, сопряжено с рядом проблем, вызванных пространственно-временной неоднородностью массивов наблюдений, а так же нестационарностью процессов, определяющих изменчивость исследуемых океанологических характеристик. Анализ, отражающий особенности реальных океанологических процессов на основе массивов натурных наблюдений, с учетом шумовых эффектов, вносимых неэквидистантностью и пространственной неоднородностью рядов океанологических наблюдений, требует модификации существующих методов статистической обработки. Важную роль при таких модификациях играют алгоритмы тестирования и настройки используемых методов, применительно к специфике исходных данных. В этих условиях значительную помощь могут оказать методы моделирования исследуемых океанологических массивов, учитывающие полицикличность и разномасштабность процессов изменчивости данных натурных наблюдений, а также их временную и пространственную неоднородность.

Наиболее эффективными методами обработки океанологических данных, являются методы основанные на применении вероятностно-статистического аппарата, к которым относятся регрессионный и корреляционные анализы. Определение пространственной корреляционной структуры полей гидролого-гидрохимических характеристик является важным звеном в задаче классификации данных наблюдений, а та^же может использоваться при восполнении информации в рядах океанологических данных, соответствующих ограниченным пространственным областям. Изучение спектрального состава компонентов временной изменчивости океанологических процессов неразрывно связано с результатами корреляционного анализа, и позволяет определить основные периодичности в многолетней измененчивости гидролого-гидрохимических характеристик океана. Ряды океанологических данных имеют все свойства статистических совокупностей и, вместе с тем, обладают многими специфическими свойствами. Физические свойства океанических процессов накладывают отпечаток на структуру гидролого-гидрохимических величин, которая имеет свои особенности. Значения этих величин не составляют однородных статистических совокупностей, так как на протяжении многих лет меняются условия наблюдения, а так же влияние физические процессы в океане. Ряды океанологических данных не являются стационарными, вследствие существования суточных, годовых, и других цикличных изменений океанологических величин. Члены океанографических рядов связаны между собой как внутри одного ряда, так и в разных рядах. Связность рядов океанологических величин во времени и пространстве позволяет искать различные способы оптимального разбиения исходных массивов наблюдений с использованием методов корреляционного анализа. [13,31,39,63,71].

Эффективными способами обобщения информации о полях гидролого-гидрохимических величин являются методы классификации и районирования океанографических объектов. Цель классификации и районирования гидролого-гидрохимических полей состоит в том, чтобы на основе статистического анализа свойств этих полей выделить районы, сходные с точки зрения особенностей пространственно-временной структуры изучаемых полей. Задача классификации сводится к разбиению совокупности значений характеристик, распределенных в пространстве признаков на компактные обособленные группы по определенному критерию. В современных исследованиях океанографическое районирование, в основном проводятся с использованием TS - анализа и метода главных компонент (эмпирических ортогональных функций) [4,6,7,14,15,36,81,86]. С использованием методов автоматической классификации [19,35,48,58] могут быть построены новые алгоритмы для проведения океанографического районирования, направленного на выявление статистически-значимого климатического сигнала, например-климатических трендов.

Сегодня представляется возможным с использованием различных модификаций современных методов статистической обработки океанографических данных получить новые результаты, позволяющие более эффективно использовать режимную информацию при решении практических задач.

В первой главе рассматриваются статистические методы анализа временных рядов, каковыми являются натурные наблюдения изменчивости гидролого-гидрохимических характеристик Мирового океана. Для этой цели выполнен сравнительный анализ методов: объективного анализа, периодически-коррелированных случайных процессов, спектрального и корреляционного анализа, изучения функций распределения вероятности процессов, фильтрации и интерполяции океанографических рядов, кластерного анализа и автоматической классификации, разложения по естественным компонентам (естественным ортогональным функциям ).

Для каждого из рассмотренных методов выявлены основные трудности и особенности использования при анализе рядов натурных океанографических наблюдений, отличающихся пространственно-временной неоднородностью.

Во второй главе решается задача оптимального разбиения на поквадратные ряды исходного массива данных океанографических величин. От правильности решения этой задачи зависит качество и достоверность результатов, как предварительной обработки, так и определения гидрологических и гидрохимических режимных характеристик водных масс исследуемых акваторий. Кроме этого, в настоящей главе предложен алгоритм моделирования массивов данных, обладающих особенностями массивов натурных наблюдений океанологических величин: пространственной и временной неоднородностью данных, полицикличностью и пространственной разномасштабностью океанологических процессов. Моделирование массивов данных, обладающих особенностями массивов натурных наблюдений океанологических величин, позволит провести тестирование различных методов статистической обработки. В данной главе модельные массивы используются для определения оптимальных параметров метода корреляционного анализа, таких как протяженность совокупности синхронных поквадратных выборок и максимальный лаг пространственной корреляционной функции.

В третьей главе Разработан модифицированый метод для проведения пространственно-временной интерполяции данных, основанный на алгоритмах оптимальной пространственной интерполяции и компонентном разложении данных временного ряда. Данный метод позволяет восстанавливать пропущенные значения во временных рядах с учетом вероятностной структуры процессов временной и пространственной изменчивости исследуемых характеристик. В частности, данный метод с использованием пространственных корреляционных связей между соседними рядами добавляет информацию о процессе временной изменчивости характеристик в исследуемом квадрате. С помощью компонентного разложения интерполяция в данную точку временного ряда проводится на основе информации об изменчивости данных всего поквадратного ряда и соседних рядов, удаленных на расстояние не более радиуса корреляции, с учетом изменений, происходящих в пространственной корреляционной структуре с течением времени. Данный метод тестируется с помощью специально построенных алгоритмов тестирования, основанных на методах спектрального анализа и метода главных компонентов ( МГК).

В четвертой главе Разработан метод автоматической классификации, на основе которого предложен подход к океанографическому районированию акваторий Мирового океана, учитывающий пространственную структуру корреляционных связей между выборочными рядами. В качестве метода классификации используется модифицированный метод кратчайшей связывающей цепи. Возможность варьировать число квадратов, принадлежащих выделенным классам, позволяет определить водную массу с заданным климатическим сигналом. Применение данного метода классификации позволяет выделить области, обладающие статистически-значимыми климатическими трендами, что особенно важно в условиях изменения глобального климата. Данный подход может быть так же использован при изучении распространения загрязняющих веществ и оценки биологических последствий загрязнения. Использование данного метода классификации и оригинальных, обновленных данных многолетней изменчивости температуры, солености и концентрации кислорода позволило уточнить расположение основных водных масс Северной Атлантики. Определены области, занимаемые тлантическими и юлярными водными массами и обладающие статистически-значимыми климатическими сигналами -многолетними трендами

В пятой главе Получены результаты исследования изменчивости гидролого-гидрохимических характеристик водных масс Северной Атлантики, таких как соленость, температура, содержание кислорода, и водородный показатель рН.

Для каждой из полученных в результате районирования акватории Северной Атлантики водных масс - Атлантической и Полярной - построены климатические тренды температуры, солености и концентрации кислорода. Интересной особенностью являются статистически-значимые разнонаправленные тренды температуры Атлантической и Молярной водных масс в весенний сезон - для сравнительно теплой Атлантической массы - охлаждение, а для холодной Полярной массы - увеличение температуры. Данное обстоятельство дает возможность предположить о существовании процесса уменьшения широтного температурного градиента в водных массах Северной Атлантики.

Для атлантической водной массы наблюдается статистически -значимое уменьшение температуры в весенний и летний сезоны, причем летом тренд наибольший. Для области Полярных вод характерно повышение температуры, распреснение и падение концентрации кислорода. Во всех случаях изменение температуры и концентрации кислорода носит противоположный характер. Соленость статистически - значимо уменьшается для Атлантических вод в зимние, весенние и летние сезоны, для Полярных вод - статистически - значимо уменьшается в весенние, летние и осенние сезоны.

С помощью спектрального анализа определены основные периоды изменчивости температуры, солености и концентрации кислорода атлантической и юлярной водных масс Северной Атлантики. Получено, что для температуры и концентрации кислорода Атлантической и Полярной водных масс Северной Атлантики основным периодом изменчивости является годовой цикл, а для солености - квази-11 летняя цикличность.

Для значений рН акватории тропической части Северной Атлантики построены апроксимации функции распределений вероятностей на основе сшивки двух нормальных распределений. Для того же массива значений рН строились оценки годового хода методом периодически коррелируемых процессов и квантильного анализа.

Похожие диссертационные работы по специальности «Океанология», 25.00.28 шифр ВАК

Заключение диссертации по теме «Океанология», Чернышев, Леонид Сергеевич

ВЫВОДЫ

Исследование климатических трендов и основных периодов изменчивости температуры, солености, концентрации кислорода проводилась для водных масс северо-восточной части Атлантического океана, выделенных в результате проведенного районирования с использованием модифицированного метода КСС. Использовались наблюдения, относящиеся к району Норвежской Энергоактивной зоны океана, проводившихся в период с 1954 по 1989 гг. Произведенное в результате применения разработанного метода разделения акватории на две области отображает, положение двух основных водных масс -Атлантической и Полярной. Возможность варьировать число квадратов, принадлежащих выделенным классам, позволяет определить водную массу с заданным климатическим сигналом. Вследствие этого, большинство из выделенных областей обладают значимыми трендами в многолетней изменчивости. Области Атлантических и полярных масс обладают различными знаками трендов практически во всех рассмотренных случаях.

Важной особенностью являются статистически-значимые разнонаправленные тренды температуры Атлантической и Полярной водных масс в весенний сезон - для сравнительно теплых вод Атлантической массы - охлаждение, а для холодных вод Полярой массы - увеличение температуры. Данное обстоятельство дает возможность предположить о существовании процесса уменьшения широтного температурного градиента в водных массах Северной Атлантики.

Для Атлантической водной массы наблюдается статистически -значимое уменьшение температуры в весенний и летний сезоны, причем летом тренд наибольший. Для области полярных вод характерно повышение температуры, распреснение и падение концентрации кислорода. Во всех случаях изменение температуры и концентрации кислорода носит противоположный характер. Соленость статистически - значимо уменьшается для Атлантических вод в зимние, весенние и летние сезоны, для Полярных вод - статистически - значимо уменьшается в весенние, летние и осенние сезоны.

С помощью спектрального анализа определены основные периоды изменчивости температуры, солености и концентрации кислорода Атлантической и Полярной водных масс Северной Атлантики. Получено, что для температуры и концентрации кислорода Атлантической и Полярной водных масс Северной Атлантики основным периодом изменчивости является годовой цикл, а для солености -11 летняя цикличность.

Результаты обработки измерений водородного показателя являются основой изучения распространения загрязняющих веществ. Для наблюдений значений рН, проведенных в тропической зоне Северной Атлантики были построены оценки функции плотности распределения вероятности с использованием модели бимодального распределения, построенного с помощью сшивки двух нормальных распределений. Определено, что для квадратов, находящихся в удалении от материков бимодальнность в функциях плотности распределения водородного показателя рН получены для осеннего сезона. По данным тех же поквадратных временных рядов построены оценки сезонной изменчивости ( годового цикла ) значений водородного показателя рН с применением методов исследования периодически- коррелируемых процессов и методов квантильного анализа. Для уменьшения временной неоднородности поквадратные выборочные ряды разбивались на временные промежутки, которые обеспечивают однородность среднего и дисперсии, и в то же время исключают значительные флуктуации дисперсии. В качестве величины интервала разбиения определен период три декады. Полученные в работе статистические оценки могут быть использованы, в частности, для подготовки долговременных прогнозов динамики уровней загрязнения исследуемых акваторий и оценки биологических последствий.

ЗАКЛЮЧЕНИЕ

В работе проведено исследование на основе исторических массивов ВНИИГМИ-МЦД и ГОИНа синхронных наблюдений изменчивости гидролого-гидрохимических характеристик, таких как соленость, содержание кислорода, температура и водородный показатель рН по данным измерений, выполненных более чем на 150 тысячах станций в акваториях Северной Атлантики научно-исследовательскими судами -отечественными и зарубежными - в период с 1929 по 1994 годы.

В работе исследовались результаты применения различных методов статистической обработки к данным исходных массивов с учетом пространственно-временной неоднородности в обеспеченности наблюдениями, а так же нестационарности по времени и пространству процессов, определяющих изменчивость исследуемых океанологических характеристик. Для этого потребовалась модификация существующих методов статистической обработки и моделирования для наиболее эффективного их применения к имеющимся натурным данным с учетом их специфики.

Для решения этой задачи в первой главе выполнен обзор современных методов статистической обработки и статистического моделирования данных, в котором особое внимание уделялось влиянию неоднородности данных на эффективность применения описываемых методов.

Во второй главе решена задача оптимизации масштаба пространственной дискретности для построения упорядоченного в пространстве массива данных. Указанный массив состоит из ансамбля временных рядов натурных наблюдений для каждой элементарной области пространственного разбиения исследуемой акватории. От выбора величины дискретности пространственного разбиения исследуемой акватории зависит с одной стороны пространственное разрешение деталей гидролого-гидрохимической структуры водных масс, что особенно важно при проведении океанографического районирования фронтальных зон, с другой стороны- достоверность результатов применения используемых методов статистической обработки. Достоверность оценок, полученных в результате применения различных методов статистической обработки зависит от степени обеспеченности временных рядов данными - отношения количества имеющихся наблюдений, приходящихся на одну элементарную ячейку, к полной длине ряда (суммы наблюдений и пропусков). На основе построенного критерия определен процент обеспеченности, позволяющий получать достоверный результат с помощью метода спектрального анализа. Так же исследовалась роль порядка следования пропусков для контроля статистической достоверности полученных результатов. В результате тестирования, проведенного на основе специально разработанного алгоритма оценки качества применения методов спектрального анализа даны рекомендации по выбору оптимальных величин пространственной дискретности для акваторий тропической части Северной Атлантики -предпочтительная величина пространственной дискретности 5 градусов и акватории Северной Атлантики - 2 градуса.

Предложен алгоритм моделирования исходных рядов, учитывающий полицикличность и разномасштабность процессов изменчивости данных натурных наблюдений, а так же временную и пространственную неоднородность массивов натурных данных.

Для данных наблюдений значений температуры, солености и концентрации кислорода вод акватории Северной Атлантики построены автокорреляционные функции по пространству с максимальным корреляционным лагом- 10 градусов для каждого из сезонов временного периода с1954 по 1991 год.

В третьей главе построен модифицированный метод для проведения пространственно-временной интерполяции данных, основанный на алгоритмах оптимальной пространственной интерполяции и спектральном разложении данных временного ряда.

С помощью построенного модельного массива оценивались параметры, необходимые при построении автокорреляционных функций пространственной изменчивости исследуемых характеристик с учетом нестационарности корреляционной структуры рассматриваемых полей. Для оптимизации выбора таких параметров как длина квазистационарного пространственного ряда для фиксированного временного интервала и максимального лага пространственной автокорреляционной функции использовался специально построенный критерий. Рассчитанные с использованием выбранных оптимальных параметров пространственные автокорреляционные функции применялись в дальнейшем в модифицированном методе интерполяции данных. Данный метод использовался для частичного устранения пространственной и временной неоднородности данных массивов натурных наблюдений. Указанный метод позволяет восстанавливать пропущенные значения во временных рядах с учетом вероятностной структуры процессов временной и пространственной изменчивости исследуемых характеристик. В частности, с помощью использования пространственных автокорреляционных функций между рядами соседних квадратов добавляется информация о процессе временной изменчивости характеристики в исследуемом квадрате. С помощью спектрального разложения выполнена интерполяция исходного ряда с привлечением информации об изменчивости данных интерполируемого ряда и рядов соседних квадратор, но с учетом нестационарhocti^ пространственных автокорреляционных функций.

Изложенный выше метод был протестирован для решения задач океанографического районирования с использованием методов спектрального анализа и метода главных компонентов ( МГК ) на модельном массиве данных. Полученные результаты районирования показывают высокую эффективность данного метода при проведении океанографического районирования.

В четвертой главе выполнена интерполяция массива данных натурных измерений значений температуры, солености и концентрации кислорода вод акватории Северной Атлантики с1954 по 1991 год с использованием модифицированного метода пространственно-временной интерполяции, что позволило увеличить точность проведенного районирования, достоверность оценок климатических трендов и основных периодов изменчивости рассматриваемых характеристик.

Разработан модифицированный метод автоматической классификации на основе которого предложен подход к океанографическому районированию акваторий Мирового океана, учитывающий пространственную структуру корреляционных связей между выборочными рядами. В качестве метода классификации используется модифицированный метод кратчайшей связывающей цепи. Возможность варьировать число квадратов, принадлежащих выделенным классам, позволяет определить водную массу с заданным климатическим сигналом. Применение данного метода классификации позволяет выделить области, обладающие статистически-значимыми климатическими трендами, что особенно важно в условиях изменения глобального климата. Данный подход может быть так же использован при изучении распространения загрязняющих веществ и оценки биологических последствий загрязнения. Использование данного метода классификации и оригинальных, обновленных данных многолетней изменчивости температуры, солености и концентрации кислорода позволило уточнить расположение основных водных масс Северной Атлантики. Определены области, занимаемые Атлантическими и Полярными водными массами и обладающие статистически-значимыми климатическими сигналами - многолетними трендами.

По данным проведенного районирования выделены две основные водные массы акватории Северной Атлантики. Атлантическая водная масса состоит из теплых и соленых вод, поступающих из районов умеренных и тропических широт. Полярные водные массы, состоящие из относительно холодных и пресных вод, занимают северную часть акватории. При классификации по температуре и солености область Атлантических вод расположена с юго-запада на северо-восток в южной части акватории, Полярных вод - в северной части акватории. При классификации по кислороду граница раздела между двумя областями расположена с северо-запада на юго-восток.

Районирование рассматриваемой акватории проводилось так же для зимних, весенних, летних и осенних сезонов отдельно, с использованием метода автоматической классификации на основе алгоритма кратчайшей связывающей сети, а так же и с использованием традиционного TS -анализа. Большинство из выделенных, с помощью этих двух методов областей, для различных сезонов качественно совпадают ( за исключением районирования с помощью автоматической классификации по кислороду ).

В пятой главе для данных наблюдений значений температуры, солености и концентрации кислорода вод акватории северо-восточной части Атлантического океана исследовались климатические тренды и основные периоды изменчивости в районах, занимаемых Полярной и Атлантической водными массами.

В данной главе применялись методы, разработанные для анализа неэквидистантных временных рядов на примере исследования характеристик процессов изменчивости таких гидролого- гидрохимических величин, как температура, соленость, концентрация кислорода и водородный показатель рН по анализам данных натурных наблюдений, проведенных в Северной Атлантике.

Исследование климатических трендов и основных периодов изменчивости температуры, солености, концентрации кислорода проводилась для водных масс северо-восточной части Атлантического океана, выделенных в результате проведенного районирования с использованием модифицированного метода КСС. Использовались наблюдения, относящиеся к району Норвежской Энергоактивной зоны океана, проводившихся в период с 1954 по 1989 гг. Произведенное в результате применения разработанного метода разделения акватории на две области отображает, положение двух основных водных масс -Атлантической и Полярной. Возможность варьировать число квадратов, принадлежащих выделенным классам, позволяет определить водную массу с заданным климатическим сигналом. Вследствие этого, большинство из выделенных областей обладают значимыми трендами в многолетней изменчивости. Области Атлантических и Полярных масс обладают различными знаками трендов практически во всех рассмотренных случаях.

Важной особенностью являются статистически-значимые разнонаправленные тренды температуры Атлантической и Полярной водных масс в весенний сезон - для сравнительно теплых вод Атлантической массы - охлаждение, а для холодных Полярных Роа ' - увеличение температуры. Данное обстоятельство дает возможность предположить о существовании процесса уменьшения широтного температурного градиента в водных массах Северной Атлантики.

Для Атлантической водной массы наблюдается статистически -значимое уменьшение температуры в весенний и летний сезоны, причем летом тренд наибольший. Для области Полярных вод характерно повышение температуры, распреснение и падение концентрации кислорода. Во всех случаях изменение температуры и концентрации кислорода носит противоположный характер. Соленость статистически - значимо уменьшается для Атлантических вод в зимние, весенние и летние сезоны, для Полярных вод - статистически - значимо уменьшается в весенние, летние и осенние сезоны.

С помощью спектрального анализа определены основные периоды изменчивости температуры, солености и концентрации кислорода Атлантической и Полярной водных масс Северной Атлантики. Получено, что для температуры и концентрации кислорода Атлантической и Полярной водных масс Северной Атлантики основным периодом изменчивости является годовой цикл, а для солености -11 летняя цикличность. Для значений рН акватории тропической части Северной Атлантики построены аппроксимации функции распределений вероятностей на основе сшивки двух нормальных распределений. Массив значений рН был разбит на пятиградусные квадраты в соответствии с приведенными в главе 2 рекомендациями по выбору величины пространственной дискретности. Бимодальность функций распределений получена для большинства квадратов акватории. Для того же массива значений рН строились оценки годового хода методом периодически коррелируемых процессов и квантильного анализа.

Г)о данным наблюдений водородного показателя рН в акватории тропической части Северной Атлантики построены аппроксимации функции распределений вероятностей. Получена бимодальность функций распределений для большинства квадратов акватории. Для того же массива значений рН построены оценки годового хода методом периодически коррелируемых процессов и квантильного анализа.

Результаты применения рассмотренных методов и алгоритмов статистического анализа и моделирования изменчивости гидролого-гидрохимических характеристик, с учетом условий сильной пространственной и временной неоднородностей натурных наблюдений может позволить более точно проводить оценки при долговременном мониторинге загрязнения вод океана , исследования изменчивости климата. Полученные результаты тдк же могут быть полезны при построении режимного обобщения гидролого - гидрохимических характеристик вод океана.

На защиту выносятся следующие результаты:

1. Океанографическое районирование акватории северовосточной части Атлантического океана с использованием автоматической классификации. Районирование проводилось с использованием модифицированного метода кратчайшей связывающей цепи отдельно для каждого из трех основных океанографических параметров - температуры, солености и концентрации кислорода.

2. Для каждой из полученных в результате районирования акватории Северной Атлантики водных масс - Атлантической и Полярной -рассчитаны климатические тренды температуры, солености и концентрации кислорода. Интересной особенностью являются статистически значимые разнонаправленные тренды температуры Атлантической и Полярной водных масс в весенний сезон - для сравнительно теплых Атлантических вод -уменьшение, а для холодных Полярных вод - увеличение температуры. Данное обстоятельство дает возможность предположить широтное уменьшение температурного градиента в водных массах Северной Атлантики

3. В области Атлантической водной массы наблюдается статистически значимое уменьшение температуры в весенний и летний сезоны, причем летом тренд наибольший. Для области Полярных вод характерно статистически значимое повышение температуры в весенний сезон и статистически значимое уменьшение в летний и осенний сезоны.

4. Аномалии температуры и солености, как положительные, так и отрицательные, сильно коррелированны друг с другом. Это прослеживается для обеих выделенных водных масс и всех сезонов. Совместный анализ межгодовой многолетней изменчивости концентрации кислорода, концентрации для соответствующих значений температуры и солености. Исключением являются годы, в которые наблюдались аномалии содержания кислорода. Несоответствие содержания кислорода равновесным концентрациям для аномалий объясняется особенностями биопродуктивности.

5. Соленость статистически значимо уменьшается в области атлантических вод в зимний, весенний и летний сезоны, в области полярных вод - в весенний, летний и осенний сезоны.

6. С помощью спектрального анализа, проводившегося по данным, интерполированным с использованием разработанного в диссертации модифицированного метода пространственно-временной интерполяции, определены основные периоды изменчивости температуры, солености и концентрации кислорода Атлантической и Полярной водных масс Северной Атлантики. Получено, что для температуры и концентрации кислорода Атлантической и Полярной водных масс Северной Атлантики основным периодом изменчивости является годовой цикл, а для солености - квази-одиннадцатилетняя цикличность.

7. Разработана модификация метода моделирования массивов данных, обладающих особенностями массивов натурных наблюдений. К таким особенностям относятся: - пространственная и временная неоднородность данных, полицикличность и пространственная разномасштабность океанологических процессов. Предложен модифицированный метод пространственно- временной интерполяции временных рядов натурных наблюдений океанологических величин, основанный на использовании алгоритмов оптимальной интерполяции с учетом пространственно- временной корреляционной структуры массивов данных и разложения временной изменчивости океанологических величин внутри ряда на гармонические компоненты. С использованием модельных массивов определены уровни обеспеченности выборочных рядов, позволяющие выявить статистически значимые цикличности в многолетней изменчивости океанографических параметров. Кроме того, с использованием данных модельных массивов и модифицированного метода классификации, основанного на спектральных оценках Блэкмана-Тьюки, определены оптимальные параметры пространственного осреднения для массивов

Список литературы диссертационного исследования кандидат физико-математических наук Чернышев, Леонид Сергеевич, 2001 год

1. Алексеев Г. А. Методы оценки случайных погрешностей гидрометеорологической информации. —Л.: Гидрометеоиэдат, 1975. —94 с.

2. Алимов Ю. И. Измерение моментов системы случайных величин. — Свердловск: Изд. УПИ, 1984. —84 с.З

3. Аникиев В.В., Волошин Г.Я., Косенкова С.Т., Задонская Т.А. Исследование статистических закономерностей изменчивости гидрохимических характеристик водных масс и биомассы планктона во фронтальной зоне Куросио. Владивосток: ТОЙ ДВО РАН, 1995. 42с.

4. Аристова Л.Н. Чернещная Е.Ю. Анализ пространственно-временной структуры производного поля давления в Северной Атлантике методом эмпирических ортогональных функций.//Тр.ВНИИГМИ.-МЦД-. 1996. №162. С 47-62

5. Атлас океанов. Атлантический и Индийский океаны. М.: ГУНиО МО СССР,1977.

6. Багров Н.А. Аналитическое представление последовательности метеорологических полей посредством естественных ортогональных составляющих//Тр.ЦИП. -1959. Вып.74. - С.3-20.

7. Багров Н.А. Разложение метеорологических полей по естественным ортогональным составляющим //Тр. ЦИП. -1960. Вып. 106.-С/133-138.

8. Багров А.Н.,Кожевникова Н.Н. Объективный анализ температуры поверхности океана в северном полушарии // Метеорология и гидрология 1981 №12 С 69-75.

9. Баранов Г.И., Вангенгейм Т.Г. Естественные ортогональные функции зимних полей комплекса характеристик северного полушария // Тр. ААНИИ. 1988. -Т.404. - С.36-46.

10. Беспалов Д. П., Колычева В. С., Светлова Т. П. Методика восстановления пропущенных и забракованных данных в системе обработки метеорологической информации // Труды ГТО. — 1987. — Вып. 612. — С. 3—15

11. Белоцерковский А. В. Об одном адаптивном алгоритме оптимальной фильтрации и прогнозе метеорологической ситуации на короткие временные интервалы. — Гидрология и метеорология, 1983, № 6, с. 28—34.

12. Беляев В.И. .Тимченко И.Е. О применении объективного и четырехмерного анализа в океанографии//Морокие гидрофизические исследования №2(58) 1972.

13. Бендат Дж, Пирсол А. Измерение и анализ случайных процессов.М:Мир, 1971,

14. Вангенгейм Т. Г. Об устойчивости собственных векторов, связанных с изменением порядкового номера естественных ортогональных составляющих зимнего поля атмосферного давления северного полушария. Депонировано во ВНИИГМИ-МЦД. 10.12.1987, Jt719-rM87.

15. Вангенгейм Т. Г. Спектральный анализ коэффициентов разложения среднемесячных аномалий атмосферного давления северного полушария по естественным ортогональным составляющим для зимнего периода // Тр. ААНИИ. -1986. -Т.393. C.I3I-I36.

16. Вероятностный статистический анализ метеорологических процессов и полей (ВЕСТА). Пакет программ/Гидрометцентр СССР, ВНИИ1МИ4ЩД; ОФАП, Разработчики: Э.Я.Ранькова, Н.М.Ефремова, Л.Н.Аристова и др. Инв. » И050020832. Обнинск, 1983.

17. Вейнтцель А.Д. Курс теории случайных процессов М.:Наука,197518. .Винников К. Я., Гройсман П. Я. Эмпирическая модель современных изменений климата // Метеорология и гидрология. — 1979. — № 3. — С. 25—36.

18. Волошин Г.Я., Бурлаков И.А., Косенкова С.Т. Статистические методы решения задач распознавания, основанные на аппроксимационном подходе. Владивосток: Изд, ДВО ран| 1992, 272 с,

19. Гаскаров Д.В., Шаповалов В.И. Малая выборка. М.: Статистика, 1978.

20. Гандин Л.С. Объективный анализ метеорологических полей. Л. Гидрометеоиздат. 1963.

21. Гандин Л.С.,Каган Р.Л. Статистические методы интерпретации метеорологических данных. Л. Гидрометеоиздат. 1976.

22. Груза Г. В. Адаптивные системы статистического анализа и прогноза погоды в метеорологии. — В кн.: Применение статистических методов в метеорологии. — Л., Гидрометеоиздат, 1971, с. 4—12.

23. Г р у з а Г.В., Рейтенбах Р.Г. Статистика и анализ гидрометеорологических данных. М.: Гидрометеоиздат, 1982. -C.I67-I73.

24. Г ру з а Г. В., Р а н ь к о в а Э. Я., Э с т е р л е Г. Г. Схема адаптивного статистического прогноза с использованием группы аналогов. — Труды ВИИИГМИ-МЦД, 1976, вып. 13, с. 5—25.

25. Груза Г. В. Некоторые общие вопросы статистического анализа временных рядов в климатологии. — Труды ВНИИГМИ-МЦД, 1982, вып. 83, с, 3-9.

26. Гулев С.К., Кадеев Д.Г., Яшаяев И.М. О синоптической изменчивости температуры поверхности океана в районе Гольфстрима и Северо-Атлантического течения // Океанология. 1988. Т, 28. № 5. С.721-727.

27. Гулев С.К., Яшаяев И.М. Пространственно-временные масштабы синоптических неоднородностей поля температуры поверхности океана в районе Гольфстрима // Океанология. 1990. Т. 30. № 6. С.507-512.

28. Гулев С.К., Яшаяев М. Характеристики изменчивости температуры поверхности океана на пространственно-временных масштабах синоптического диапазона // Морской гидрофизический журнал. 1992. №1. С. 43-51.

29. Давидан И.И. , Рожков В.А., Андреев Е.М. Вероятностные характеристики волнения, методы их анализа и расчета. Труды ГОИН, 1971, вып 97.

30. Дженкинс Г. Вате Д. Спектральный анализ и его приложения. М. Мир. Вып 1, 1971, вып 2, 1972.

31. Дэйвид Г. Порядковые статистики. М.:Наука, 1979.

32. Ефимов В.В., Прусов А.В. Шакуров М.В. Классификация межгодовых аномалий температуры поверхности Мирового океана // Океанология. 1995. Т. 35. №4. С. 505-513

33. Естественные составляющие метеорологических полей / А.В. Мещерская, Л.В.Руховец, М.И.Юдин, Н.И.Яковлева. Л :Гидрометеоиздат, 1970. - С.199.

34. Зверяев И.И., Яшаясн ИМ. Сезонная изменчивость полей давления, температуры воды и воздуха в Северной Атлантике по данным СОА08 // Изв. РАН Физ. атм. и океана. 1996. Т. 32. № 2. С.222-239.

35. Каган Р.Л. Осреднение метеорологических полей. Л. Гидрометеоиздат, 1979.

36. Кей С.М., Марпл С.Л. Современные методы спектрального анализа. ТИИЭР т.69 №11, 1981, С 5-51.

37. Косенкова С.Т. Пакет прикладных программ «Аппроксимационный метод классификации и анализа данных» (АМКЛЛ). Владивосток: ТОЙ ДВО РАН, 1993.

38. Косенкова С.Т., Павлов А.С. Об одном нетрадиционном подходе к анализу экспериментальной океанографической информации.// Информатика в океанологии /Тихоокеанский океанологический институт. Владивосток. 1996 -187 стр.

39. Крамер Г.; Математические методы статистики.,М.,Мир, 1975.

40. Лаппо С.С. Механизм межокеанского обмена теплом и солями // Природа. 1995. №2. С. 100-106.

41. Лаппо С.С., Гу лев С.К., Рождественский А.Е. Крупномасштабное тепловое взаимодействие в системе океан—атмосфера и энерго-активные области Мирового океана. Л.: Гидрометиздат, 1990. 336с.

42. Лапшин В.Б., Орех А.Г., Чернышев Л.С. Пространственная структура водных масс Норвежского и Гренландского морей в зимний сезон. // Метеорология-гидрология №4 , 2001 г.

43. Лапшин В.Б., Чернышев Л.С., Орех А.Г. Межгодовая многолетняя изменчивость температуры, солености и концентрации кислорода водных масс Северной Атлантики. // Доклады Академии наук РФ, на опубликовании -2001 г.

44. Лапшин В.Б., Чернышев Л.С. Моделирование сезонного хода гидрохимических полей тропической зоны Атлантического океана. М. Физическая экология, 1998 г. №3, стр. 41-57.

45. Лапшин В.Б. Чернышев Л.С., Моделирование сезонного хода гидрохимических полей тропической зоны Атлантического океана. Тезисы докладов 2-й Всероссийской научной конференции«Проблемы экологии» Физ. Факультет МГУ. 1999 г.

46. Лапшин В.Б. Чернышев Л.С., Оценка эмпирической плотности распределения водородного показателя для акваторий Северной Атлантики. // Рукопись депонир.в ВИНИТИ. Государственный океанографический институт. Москва 1999 г.

47. Л v к а ш и н Ю. П. Адаптивные методы краткосрочного прогнозирования. —

48. М' Статистика, 1979. — 254 с.

49. Марченко А. С., Огородников В. А. Авторегрессионные процессы с заданной корреляционной структурой. — СО АН СССР, Выч. центр. Препринт 445, Новосибирск, 1983. — 17 с.

50. Матушеский Г.В., Привальский В.Е. Фильтрация временных рядов в гидрометеорологии // Океанология. 1968. Т. 8. № 3. С. 502-513.

51. Микулинская С.М.,Рожков В.А. Обработка малых выборок./ в сб.Режимообразующие факторы, информационная база и методы ее анализа. Л. Гидрометеоиздат 1989.

52. Микулинская С.М, Михайлов Н.Н., Рожков В.А. Шпаер И.С. Методы анализа сезонной изменчивости неэквидистантных временных рядов гидролого-гидрохимических данных. / там же.

53. Миленький А.В. Классификация сигналов р условиях неопределенности. М.: Сов. радио, 1975.

54. Мякишера Н.В, Рожков В.А. Методические рекомендации по применению меитодов теории периодически коррелированных случайных процессов для вероятностного анализа океанологических временных рядов.М. изд ГОИН. 1983.

55. Мюллер П. Таблицы по математической статистике. М.: Финансы и статистика, 1982. 184 с.

56. Орех А.Г. .Чернышев Л.С. Районирование акваторий Норвежской энергоактивной зоны с применением методов автоматической классификации. Тезисы докладов конференции молодых ученых национальных гидрометео-служб стран СНГ., Москву, 2000 г.

57. Отнес Р.,Эноксон Л. Прикладной анализ временных рядов. М. Мир. 1982

58. Пальм В. А. Основы количественной теории органических реакций. — Л.: Химия. — 1977. — 340

59. Пановский Г А. Брайер Г. В. Статистические методы в метеорологии. Л. Гидрометеоиздат, 1972

60. Питербарг Л. И. Динамика и прогноз крупномасштабных аномалий температуры поверхности океана. Л.: Гидрометиздат, 1989. 200 с.

61. Привальский В.Е., Панченко В.А., Асарина Е.Ю. Модели временных рядов с приложениями в гидрометеорологии. С.-П.: Гидрометеоиздат, 1992

62. Проект научной программы по исследованию роли энергоактивных зон океана (ЭАЗО) в колебаниях климата («Разрезы»), М.: Гидрометеоиздат, 1989. 110с.

63. Пуголовкин В.В., Степаненко С.Р., Хачатуров О.Х. Методы восстановления пропусков в ежедневных метеорологических наблюдениях и оценка их погрешности.//Тр.ВНИИГидромет инф.-Мир.центр данных. 1996. №162. С 2733.

64. Рожков В.А. Методы вероятностного анализа океанологических процессов. Л. Гидрометеоиздат, 1979.

65. Рожков В.А. Трапезников Ю.А. Вероятностные модели океанологических процессов. . Л. Гидрометеоиздат, 1990.

66. Рожков В.А. Анализ натурных данных в проекте "Моря СССР"/ в сб.Режимообразующие факторы, информационная база и методы ее анализа. Л. Гидрометеоиздат 1989.

67. Рожков В.А.,Терзиев Ф.С.,Смирнова А.С. Проект "Моря СССР"./там же.

68. Рожков В.А. Теория вероятностей случайных событий величин и функций. Книга 2, С-Петербург, Прогресс-Погода 1996.

69. Розенфельд С.Х. Анализ регулярных составляющих рядов наблюдений, заданных на неравномерной последовательности точек II Метеорология и гидрология. 1986. №3. С. 5-14.

70. Румиинокий Л.З. Математическая обработка результатов вксперимента. Справочное пособие. Изд-во "Наука", М., 1971, 192 с.

71. Селеменов К.М. Сезонные колебания температуры воды на поверхности Северной Атлантики II Гидрометеорологические закономерности формирования сред неширотных энергоактивных областей Мирового океана. Ч. 2. М.: Гидрометеоиздат, 1986. С. 23-28.

72. Смирнов Н.П. Скпяренко В.Л. Методы многомерного статистического анализа в гидрологических исследованиях.Л. изд ЛГУ. 1986.

73. Степаненко С. Р. Об одном способе эмпирического разложения гидрометеорологических полей и процессов. Деп. ИЦ ВНИИГМИ—МЦД. — № 1093-ГМ91 от 08.08.91. — 22 с.

74. Степаненко С.Р., Метод мягкого сглаживания эмпирических зависимостей.// Тр.ВНИИГМИ.-МЦД-. 1996. №162. С 51-57.

75. Суховей В.Ф. Многолетняя изменчивость гидрологических элементов в Атлантическом океане// Морские гидрофизические исследования №2(58) 1972.

76. Тьюки Дж. Анализ результатов наблюдений. М.:Мир, 1981.

77. Угрюмов А. И. Тепловой режим океана и долгосрочные прогнозы погоды. Л.: Гидрометиздат, 1981. 176с

78. Ф о р т у о К.И. Эмпирические ортогональные функции глобального поля давления // Метеорология и гидрология. -1964. № 12. -С.28-37.

79. Хвостова Р. Н. Испытание адаптивной системы для корреляционного прогноза. — Труды САРНИГМИ, 1969, вып. 40(55), с. 69—74.

80. Чернышев Л.С., Лапшин В.Б., Орех А.Г., Постнов А.А. Оценка трендов океанологических характеристик водных масс Норвежского и Гренландского морей. // Метеорология-гидрология №6 , 2001 г. С 77-88.

81. Чернышев Л.С. Плотность распределения концентрации кислорода для акваторий в Атлантическом океане. // Рукопись депонир.в ВИНИТИ. Государственный океанографический институт. Москва 1999г.

82. Чернышев Л.С., Лапшин В.Б. Моделирование плотности распределения вероятности океанологических величин для акваторий Северной Атлантики на примере водородного показателя рН. Труды ГОИН, 2000г. Вып. 207 с26-30

83. Чернышев Л.С. Модифицированный метод пространственно-временной интерполяции для восстановления полей океанологических величин. В сб. труды ГОИН, 2001г. в печати.

84. Чернышев Л. С, Лапшин В. Б. , Орех А. Г. Климатические тренды и основные периоды изменчивости температуры, солености и кислорода водных масс Северной Атлантики. Труды ГОИН, 2001г. в печати.

85. Ч у е в Ю. В., Михайлов Ю. В., Кузьмин В. И. Прогнозирование количественных характеристик процессов. — М.: Сов. радио, 1975. — 398 с.

86. Шулейкин В.В. Физика моря. М.: Наука, 1968. 1084с.

87. Яшаяев ИМ., Логутов О.М. Пространственно временные масштабы и динамика аномалий температуры поверхности океана в Северной Атлантике // ОКЕАНОЛОГИЯ. 1998, том. 38, № 2, с. 175-187.

88. Яшаяев И.М. О соотношении сезонного хода, межгодовой и синоптической изменчивости температуры поверхности океана в Северо- Западной части Атлантического океана. // ОКЕАНОЛОГИЯ. 1997, том. 37, № 2, с. 180-187.

89. В own R. G. Smoothing forecasting and prediction of discrete time series. N\ Prentice Hall, 1963. — 340 p.

90. Brinicaan W.A.R. aea-level presure patteme over 66 Eastern North America 18991976. Mon.Wea.Rev., 1981, vol.109, N 6, p.1305-1317.

91. Brown R. G., Me ye r R. F. The fundamental theorem of exponential Smoothing. — Oper. Res., 1961, vol. 9, N 5, p 673—685.

92. Hasselmann K. Stochastic climate models //1. Tellus. — XXVID (1976). — в. — P. 473—485.

93. H о g e r s J.C. Spatial variability of seasonal sealevel presure and 500-mb height anomalies. Mon.Wea.Rev., 1981,vol. 109, p. 209 3-2106.

94. Kut zbach J.E. Large-scale features of monthly mean Northern Hemisphere anomaly maps of sea-level presure.-Mon.Wea.Rev., 1969, vol.98, p.708-716.

95. Monthly mean presure reconstructions for Europe (back to 1780) and North America (to 1858). IR037, DOE/ER/60397-41-February, 1987.

96. North C.R.» Bell I.L., С a n a 1 a n P.P., M о e n g P.J. Sampling errors in the estimation of empirical ortogonal functions. Mon.Wea.Rev., 1982, vol.110, N 7,p.699-706.

97. Roe B. Probability and statistic in experimental physics.Springer-Verlag N.Y. 1992,

98. Tukey I.W. A survery of sampling from contaminated distribution // Contribution to Probability and statistics. Stanford Univ. Press, 1960. P.448-485.

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.