Scientific journal

International Journal of Applied and fundamental research

ISSN 1996-3955

ИФ РИНЦ = 0,593

Большинство исследователей, работающих в области климатологии, не рассматривают атмосферу как контролируемую растительностью систему потоков вещества и энергии. В то же время, именно биотическая регуляция климата обеспечивает стабильность приземных температур воздуха и круговорота воды на Земле, причем в отсутствии такой регуляции атмосфера будет иметь только два устойчивых состояния с температурами порядка +400°C и −80°C [5]. Разработанный нами метод пространственной кластеризации континентальных метеорологических полей основан на системно-иерархическом анализе эволюционно выработанной системы человек-растительность-атмосфера и представлен в первой части данного исследования [2]. Выполняемый с помощью данного метода анализ межгодовой динамики приземных температур воздуха и осадков позволяет выделить территории с наибольшими отклонениями от эволюционно выработанных статистических закономерностей этих факторов. Отклонения оцениваются с помощью информационно-статистических показателей, отражающих региональное резонансное влияние на климат растительности и человеческого общества как ритмически функционирующих систем.

Материалы и методы исследования

Для декомпозиции континентальных метеорологических полей по их региональной ритмике нами используются первичные климатические наблюдения за температурами воздуха и осадками, представленные в созданной агрометеорологической группой FAO базе климатических данных FAOCLIM-2 [8]. Используемые данные охватили около 6000 метеостанций Северного полушария Земли. Расчет поля осадков выполнялся по 1847 метеостанциям для Евразии, 1378 – Африки и 2622 – Северной Америки; а поля температур воздуха по 969 метеостанциям Евразии, 99 – Африки и 1768 – Северной Америки. При этом метеорологические поля Африки не разделялись по полушариям и рассматривались для континента в целом. В совокупности использовалось порядка 300000 первичных данных о годовых суммах осадков и 150000 – о среднегодовых температурах воздуха. Методика подготовки и обработки метеорологических данных подробно охарактеризована в первой части работы [2].

Метод исследований изложен в [2]. В его рамках предложены информационно-статистические показатели, характеризующие повторяемые особенности многолетней динамики климатических факторов. Имея многолетние ряды годовых климатических данных, мы выделяем отдельные серии относительного изменения характеристик с последовательно возрастающими или убывающими значениями. При этом каждому году в таких сериях присваивается собственный порядковый номер 1, 2, 3, 4,…, который назван тенденцией.

Первый показатель рассчитывается как нормированная информация Шеннона [1]:

, (1)

где l – максимальный номер у имеющихся в анализируемом ряде тенденций k = 1, 2, 3, 4,…; pk – вероятность появления в ряде (доля) лет с тенденцией k, .

Расчет показателя K2 ведется по двум элементам: (а) средней продолжительности периодов нарастания/убывания климатической характеристики и (б) 33-летней продолжительности фаз векового цикла. Здесь также используется нормированная информация Шеннона:

, (2)

где k – номер элемента, k =1, 2; pk – долевой вклад элемента k в сумме элементов, то есть в сумме двух указанных продолжительностей (а) и (б), .

Для выделения территорий с наибольшими отклонениями от эволюционно выработанного нормального статистического распределения температур и осадков нами использовались абсолютные отклонения показателей K1 и K2 от теоретически требуемых значений 0,618 и 0,297:

DK1 = |K1 – 0,618|, DK2 = |K2 – 0,297|. (3)

При пространственной кластеризации метеорологических полей одновременно с K1 и K2 использовались еще два показателя K3, K4, характеризующие расположение метеостанций на континенте. Их привлечение позволило отразить пространственно-временную связность метеорологических факторов и адекватно учесть региональное единообразие/синхронизм динамики метеорологических полей.

Метеорологические поля исследуемой территории визуализировались с помощью ГИС-платформы ESRI ArcGIS Desktop 10.1 в конфигурации ArcEditor.

Результаты исследования
и их обсуждение

Средние значения показателей K1 и K2 и их среднеквадратичные (стандартные) отклонения для каждого из трех исследуемых континентов Северного полушария Земли приведены в табл. 1. Мы видим, что все показатели оказались сдвинутыми в большие значения относительно теоретически требуемых величин 0,618 и 0,297, отвечающих поддерживаемому растительностью нормальному статистическому распределению годовых осадков и среднегодовых значений температур воздуха [1, 6]. Это означает многолетнее антропогенное изменение на всех континентах естественной динамики метеорологических полей с увеличением числа больших тенденций. Иначе говоря, увеличивается длительность, а значит, и амплитуда многолетних колебаний метеорологических факторов, что, в свою очередь, ведет к повышению вероятности экстремальных климатических явлений.

Для показателей K1 и K2 3 % погрешность расчетов [2] составляет 0,618×0,03=0,019 и 0,297×0,03=0,009 соответственно. Приведенные в табл. 1 средние стандартные отклонения для осадков и температур воздуха эту погрешность заметно превышают, то есть мы имеем значительное количество метеостанций с K1 и K2, значимо отличающихся от их теоретических значений 0,618 и 0,297. Это позволяет выполнить пространственную кластеризацию полей и выделить зоны наибольшей дестабилизации климата. Очевидно, нам целесообразнее использовать более стабильный показатель K2, стандартные отклонения которого составляют меньшую долю от его значений по сравнению с K1.

Таблица 1

Средние значения показателей K1 и K2 по (1) и (2) для метеорологических полей осадков и температур Евразии, Африки и Северной Америки*

* Значения K1 и K2 приводятся с указанием в скобках стандартного отклонения.

На рис. 1-5 и в табл. 2 представлены результаты пространственной кластеризации метеорологических полей осадков и температур воздуха. Во всех случаях, как указано выше, задавалось четыре кластера. Из рисунков в целом видно, что при полученной детализации метеорологических полей, определяемой количеством используемых метеостанций и числом выделяемых кластеров, расположение последних слабо связано с климатическими зонами, ландшафтом земной поверхности или крупными водотоками.

Рис. 1. Кластеризация осадков Евразии

Рис. 2. Кластеризация температур Евразии

Рис. 3. Кластеризация осадков (а) и температур (б) Африки

Рис. 4. Кластеризация осадков Северной Америки

Рис. 5. Кластеризация температур Северной Америки

Таблица 2

Средние значения показателей K1 и K2 по (1) и (2) для выделенных кластеров метеорологических полей Северного полушария Земли

Для того чтобы отделить кластеры дестабилизированного климата от остальных, был оценен уровень достоверного превышения показателем K2 теоретического значения 0,297. С учетом 3 % погрешности расчета K2 этот уровень составил:

0,297+0,297×0,03=0,306.

На рис. 1-5 все метеостанции, относящиеся к кластерам со значениями K2 > 0,306 обведены дополнительной окружностью большего размера, а в табл. 2 эти значения показаны жирным шрифтом. Данные пространственные кластеры и будут отвечать зонам дестабилизации климата.

В соответствии с теоретическими представлениями об иерархически организованной климатической ритмике [1, 6], межгодовая динамика осадков и температур формируется на иерархическом уровне с 99-летним циклом функционирования, известным также как вековой климатический цикл. В образовании такого уровня может участвовать как естественная растительность, так и человек. Поэтому выделенные кластеры обусловлены воздействием на климатические процессы или естественных наземных экосистем, или антропогенных систем. Поскольку естественная растительность эволюционно приспособлена к более значительным изменениям климата по сравнению с современными, то она должна сохранять на своей территории нормальное распределение годовых значений температур и осадков, характеризующееся показателями K1 = 0,618 и K2 = 0,297. Отсюда следует, что именно деятельность человека приводит к дестабилизации климата на континентах.

Последний вывод подтверждается расположением кластеров дестабилизированного климата (рис. 1-5). На всех трех континентах, Евразия, Африка и Северная Америка, данные кластеры осадков и температур приурочены к территориям с развитыми сельским хозяйством и/или промышленностью [3]. Например, в Евразии (рис. 1-2) они находятся в пределах границ Западной Европы и бывшего СССР, обеспечивших на протяжении XX века интенсивное развитие своего сельского хозяйства, промышленности и добычи полезных ископаемых. Еще один кластер для температур находится в Юго-Восточной Азии, характеризующейся в XX веке быстрым ростом численности населения. Следует указать, что температурное поле самой западной островной части Европы и южных островных частей Юго-Восточной Азии (рис. 2) и Центральной Америки (рис. 5) в значительной степени зависит от теплообмена между океаном и атмосферой. Для него характерны многолетние колебания температуры воздуха из-за большой теплоемкости вовлеченных в теплообмен водных масс, в том числе теплых океанических течений [4]. Это приводит к увеличению вклада больших тенденций и росту показателей K1 и K2, что и отражено на рисунках как дестабилизация континентального температурного поля.

Отличительной особенностью зон дестабилизированного климата (за исключением случая Африки, рассматриваемого ниже) является их пространственное совмещение с кластерами, имеющими статистическое распределение метеорологических характеристик, близкое к нормальному. Это объясняется тем, что в данных зонах присутствует естественная растительность, поддерживающая такое распределение.

Полученное совмещение нормального и нарушенного распределений метеорологических характеристик на одной территории (рис. 1-5) означает, что одновременно с нарушением многолетней динамики климатических процессов будет дестабилизирован еще и внутригодовой ход метеорологических процессов. Например, если две соседние метеостанции принадлежат разным кластерам, то на одной из них очередной год может оказаться более засушливым, а на другой – наоборот более влажным по сравнению с предыдущим годом. Подобная разбалансировка внутригодового хода метеорологических процессов на одной территории, очевидно, приводит к дополнительному увеличению числа экстремальных климатических событий, что и наблюдается в соответствующих регионах в последние десятилетия.

Для Африки роль растительности как естественного «биологического насоса», перекачивающего океаническую влагу вглубь континента [7], менее значительна по сравнению с Евразией и Северной Америкой. Наряду с особенностями глобальной атмосферной циркуляцией это привело к появлению на континенте обширных пустынных территорий. Неэффективность указанного «биологического насоса» обусловило также слабую пространственно-временную связность поля осадков и, тем самым, раздельное расположение выделенных пространственных кластеров (рис. 3а). Аналогичная ситуация, видимо, имеет место и для поля температур воздуха, надлежащая декомпозиция которого затруднена из-за небольшого числа метеостанций (рис. 3б).

Отметим, что для Северной Америки между 30° и 50° с.ш. (рис. 4-5) мы получили выраженную, одинаковую для температур и осадков границу у пространственных кластеров относительно ненарушенного климата. Эта граница, видимо, связана со средним положением полярного климатологического фронта за рассматриваемый 150-летний период.

Выводы

Проанализирована многолетняя ритмика температур воздуха и осадков на континентах Северного полушария Земли. С помощью метода пространственной кластеризации выделены территории наибольшей дестабилизации климата, характеризующиеся наибольшими отклонениями от эволюционно выработанных статистических закономерностей указанной ритмики. Дестабилизация климата может сопровождаться разбалансировкой внутригодового хода метеорологических процессов с увеличением числа экстремальных климатических событий.

Декомпозиция метеорологических полей на зоны с относительно устойчивым и дестабилизированным климатом отражает преимущественное влиянием в этих зонах естественной растительности или интенсивной промышленной и сельскохозяйственной деятельностью человека соответственно.

Работа выполнена в рамках междисциплинарного интеграционного проекта № 70 фундаментальных исследований СО РАН на 2012-2014 гг. и Государственного задания по проекту VIII.76.1.4.