удк 551.583.2 пространственная анизотропность вековой
реклама
Пузаченко Ю.Г. Пространственная анизотропность вековой динамики средней глобальной температуры поверхности суши // Известия Российской академии наук. Серия географическая. 2009. № 5. С. 22-33. УДК 551.583.2 ПРОСТРАНСТВЕННАЯ АНИЗОТРОПНОСТЬ ВЕКОВОЙ ДИНАМИКИ СРЕДНЕГОДОВЫХ ТЕМПЕРАТУР Пузаченко Ю.Г. Аннотация Изложены результаты формального статистического анализа пространственно-временной изменчивости среднегодовых температур для суши за период с 1900 по 2002 года на основе карт реконструкции поля температур по сетке с ячейкой в половину градуса. С использованием спектрального анализа показано действие двух различных механизмов пространственно-временной динамики один из которых, определяющий периодическую составляющую в 51 год, почти наверное связан с функционированием океанических осцилляторов. Показано, что наблюдаемое потепление во второй половине 20 ого века хорошо описывается через композицию гармонических колебания с периодами 100 – 400 лет, выявляемых на основе палео данных на интервале наблюдений в последние пять-десять тысяч лет как квазирегулярные колебания. Рассмотрена пространственная изменчивость линейных и полиномиальных трендов пятой степени и показана их в целом закономерная географическая обусловленность. 2 Изменение температуры суши в течении последнего столетия - одна из самых популярнейших тем. Объем исследований по этой проблеме весьма велик и их результаты в целом приведены в последнем обзоре «Изменение климата, 2007 г.: физическая научная основа» [2]. В этой монументальной работе изменения поверхностных температур за 100 лет в основном рассматриваются на основе исследований Смита [14,15] по сетке с ячейкой в 10-15o градусов. Авторы применяли для рядов 15 летнее сглаживание и представленная ими картина при этих двух условиях довольно груба. M. Нью и др. [12] применили методику тонких сплайнов для интерполяции среднемесячных значений измерений климатических переменных на сетку с ячейкой 0,5х0,5о. Сплайны строятся в пространстве трех переменных: широта, долгота, высота над уровнем моря в окне с стороной приблизительно 50. Технология реализована Хатчинсоном [11] в программе ANUSPLIN. Тонкие сплайны сглаживания могут фактически рассматриваться регрессионного как обобщение анализа, в стандартного котором многомерного параметрическая линейного модель заменена соответственно гладкой непараметрической функцией. Степень гладкости функции обратно пропорциональна степени сложности и обычно определяется автоматически на основе данных по метеостанциям, минимизируя ошибку интерполируемой поверхности. В предлагаемой работе анализ температур суши осуществляются на основе материалов проекта CRU TS 2.0 [10] на интервале 1901-2002 г по 0.50 сетке. Авторы этой разработки предупреждают, что она выполнена для того, чтобы содействовать развитию экологических динамических моделей. Авторы специально рассматривают вопрос о возможности использования результатов интерполяции осуществленной в рамках этой программы для исследования региональной динамики климата. Они отмечают, что ограничения могут быть связаны с тем, что интерполяция оптимизирована по пространству, а не по времени. Строго говоря, в этом трудно усмотреть ограничение для анализа временных рядов, но можно только приветствовать разумную осторожность. Нет сомнения в том, что качество интерполяции особенно в регионах с небольшим числом станций и в первой половине начала 20 3 ого века не может не содержать каких-либо ошибок и искажений и конечно нужно быть осторожным в интерпретации результатов для таких территорий. Однако наш опыт использования результатов этого проекта для построения статистических моделей продукции запасов [4], растительного покрова пространственно-временной углерода в почве климатическим [5], динамики соответствия переменным [6] чистой состояния показывает, что интерполяция удачна не только в целом, но и деталях. В задачу настоящего анализа входит выявление компонент пространственновременной динамики среднегодовой температуры суши, региональных параметров линейных и полиномиальных трендов и их вклада в общую динамику на всех спектрах частот. Анализ обобщенного временного ряда На рис. 1 приведен обобщенный временной ряд на основе среднегодовых температур осредненным по всем ячейкам грида. Спектр ряда позволяет утверждать существование общего тренда и 51 летнего периода колебаний (рис.2). Остальное гармоники с периодами 34.0, 20.4, 9.3, 7.3, 6.8, 5.4, 3.5, 2.0 на глобальном уровне статистически не значимы, что не исключает их значимости на региональных уровнях. Повышение температур в 30-ых годах прошлого века, определяемое 51 летней гармоникой обсуждалось в литературе. В частности Л.С. Берг [1] в статье «Недавнее изменение климата в сторону потепления», написанной в 1947 году констатировал: «…. Мы были свидетелями мощного климатического процесса в виде потепления, захватившего всю или почти всю Землю. Будет ли продолжаться наблюдавшееся в 1919-1938 годах повышение температуры, сказать, при современном состоянии климатологии, невозможно, Во всяком случае с 1939 года потепление прекратилось и вплоть до 1945 года не возобновлялось» стр. 157. Дальнейшее показало, что к 1968 г средняя глобальная температура температуры, достигла минимума, вызвавший общее после чего беспокойство. начался Такая быстрый подъем структура спектра временного ряда требует выделения и оценки векового линейного тренда и 9.2 9.0 Температура С 8.8 8.6 8.4 8.2 среднее тренд линейный нелинейный кубический полиномиальный пяиая степень 8.0 7.8 7.6 1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000 Год 1.8 70 1.6 1.4 60 1.2 50 1.0 40 0.8 30 0.6 20 0.4 400 300 200 40 50 60 70 80 90 100 30 0.0 20 0 4 5 6 7 8 9 10 0.2 3 10 Значение периодограмы (Глобпльная температура) 80 2 Значение периодограмы (NAO) Рис.1 Ряд глобальной среднегодовой температуры поверхности суши с 1900 по 2002 год NAO Температура Индекс Глобальная температура Период (год) Рис. 2 Совместное отображение периодограмм глобальной среднегодовой температуры и северного Атлантического осциллятора 4 полинома пятой степени, достаточного для отображения периодической составляющей. Линейный тренд описывается уравнением TCo=-21.0377+.011Год при R2=0.47, F=92.58 и среднеквадратической ошибке 0,34 (рис.1) Таким образом, за год температура увеличивается на 0,011+/-.00114 Со. Однако очевидно, что тренд условно можно признать линейным. Его нелинейные аналоги, описываемые уравнением TC0=а+bГодn имеют более высокую статистическую значимость, так при n=2 - R2=0.48, F=92.973, ошибка 0.24093, при n=3 - R2=0.49, F=99.9, ошибка 0.2367, при n=4 - R2=0.499, F=99.8, ошибка 0.23673, при n=5 - R2=0.524, F=112.1, ошибка 0.22980. Полиномиальный тренд пятой степени воспроизводит ряд с R2= 0,728 при F=268.23 и ошибкой 0, 174, остатки от линейного тренда также хорошо описываются полиномом пятой степени с теми же статистикам, выделяя фактически гармонику с периодом 51 год. Колебания с периодичностью 51 и более 100 лет описаны в литературе [13]. Спектральный анализ палеорядов изменения температуры за последние 10 000 лет показывает, что для станции Восток [14] выделяются следующие квазипериодческие составляющие при упорядочивании по мощности образующие ряд 627, 5013, 477, 716, 835, 192, 418, 257, 323 года; для Гренландии [8] - 4994, 761, 1649, 987, 618, 481, 380 лет; для Килиманджаро [17] за 1500 лет периоды 500, 214, 75, 107, 150 лет. Таким образом, для трех рядов общими являются периоды 400-500 и 200-300 лет. Для североатлантического осциллятора (NAO) по древесным кольцам из Европы и Северной Америки был восстановлен ряд температур и значения индекса (Atlantic Multidecadal Oscillation (AMO) index) осцилляции за 423 года [9]. На рис. 2 приведен спектр этих рядов в сопоставлении со спектром глобального колебания температуры за 102 года. Из сравнения периодограм следует, что изменчивость средней температуры для суши всей планеты весьма подобна таковой для СевероАтлантического осциллятора и основной период в 51 год является безусловно общим. Соответственно, можно полагать, что наблюдаемый 102 летний ряд есть результатирующая по крайней мере трех квазигроманических колебаний с периодами 200, 100 и 51 год или с учетом возможных более длинных периодов 5 400, 300, 200, 100 и 51 год. Более длинные периоды априори не воспроизводятся в относительно коротком временном ряду. Технически просто представить временной ряд через его квазигармонические составляющие. Каждая гармоника описывается как TCo:=a +b1sin((2Pi/Period)(t+1))+b2 cоs((2Pi/Period)(t+1), где Period – период соответствующей гармоники, t – время в годах, a, b1. b2 – параметры уравнения. Используя многомерный регрессионный анализ, можно оценить параметры уравнения и построить модель динамики на любой интервал времени. В табл. 1 приведены параметры двух вариантов моделей для ряда средних температур суши и температур в области распространения северо-атлантического осциллятора (NAO). Как следует из первой модели (рис.3, табл.1) динамика средней глобальной температуры суши определяется в основном гармониками с периодами 100 и 200 лет, а из второй с периодами 200 и 400 лет. Вклад в динамику гармоники с периодом 51 год не высок. Включение в модель гармоник с периодом 300 и 400 лет лишь немного усложняет форму колебаний, но предсказывает повышение температуры к 2050 году до 11.6оС с 9оС в 2002 году. Если не рассматривать гармоники 200-400 лет, то температура к 2050 году подымится до 11.1оС. Динамика температуры в области активности NAO в наибольшей степени определяется гармоникой с периодом 100 лет и 51 год, а вклад низкочастотных гармоник не высок. В океаническом секторе Атлантики в отличие от суши в целом максимум температур уже пройден и к 2016 году должен наступить относительный минимум, а к 2050 температура должна вернуться к значениям близким к средним. При всех этих различиях корреляция этих модельных рядов довольно высока - 0,85. Но все-таки динамика температуры в области активности глобального осциллятора и в целом для суши существенно различна и, если это справедливо, то можно предполагать наличие, по крайней мере двух существенно независимых процессов с разной физической основой, определяющих 3.0 12.0 2.5 11.5 2.0 10.5 1.0 0.5 10.0 0.0 9.5 -0.5 9.0 -1.0 -1.5 8.5 -2.0 8.0 -2.5 7.5 -3.0 1570 1610 1650 1690 1730 1770 1810 1850 1890 1930 1970 2010 2050 2090 1590 1630 1670 1710 1750 1790 1830 1870 1910 1950 1990 2030 2070 o) 1.5 Температура NAO (C Температура суши (С о) 11.0 Температура NAO суши Модель 51,100,200 лет 51,100,200,400 NAO 51, 100, 200, 400 Год Рис. 3 Аппроксимация колебания температуры суши и Северного Атлантического осциллятора (NAO) гармоническими колебаниями 0.063 1.23 2.52 Рис. 4 Варьирование среднегодовых температур (среднеквадратическое отклонение) 6 многолетнее варьирование температур и имеющих существенно различные масштабы проявления в разных регионах. Вид Периоды (лет) Средняя 51, 100, температура 200 суши R2 0.729 51, 100, 200, 400 0.729 Средняя 51, 100, температура 200, 400 NAO 0.387 Табл. 1 Параметры модели линейного осциллятора для двух вариантов колебаний с большим периодами. F Ошибка Переменные Параметры Ошибка модели 42.69 0.1786 Константа 9.059559 .320978 SIN51 .084176 .038349 COS51 -.017300 .049396 SIN100 -.613661 .170218 COS100 .071661 .152389 SIN200 1.018970 .215258 COS200 -.924498 .462537 Константа 9.453773 .139832 51.73 0.1777 COS51 .091690 .032521 SIN100 .195873 .050334 COS100 -.511650 .107622 SIN200 1.014282 .258718 SIN400 .905999 .127905 32.81 0.7901 Константа -.074437 .040326 SIN51 .257264 .054458 COS51 .332017 .054276 SIN100 -.515018 .053821 COS100 -.221461 .055252 SIN200 -.183495 .054895 COS200 -.320744 .057445 SIN400 .121211 .055585 COS400 -.300799 .054725 Таким образом, можно высказать некоторые суждения о возможном изменении климата, опираясь на факт наличия относительно устойчивых гармоник. Конечно, имея в виду, представления о климатической системе как о сложном нелинейном осцилляторе, считать эти модели истинными недопустимо. Но они показывают, что на основе одних и тех же гармоник в разных регионах могут генерироваться различные колебания, а потепление в ближайшие годы неизбежно, но, по-видимому, ни в коем случае не повсеместно. Важно так же, что каждый последующий десяток лет наблюдений дает новую информацию, позволяющие вносит необходимые коррективы в статистическую модель. 7 Анализ варьирования в пространстве Для отображения пространственной анизотропности в изменении климата для каждой ячейки грида земной поверхности необходимо оценить дисперсию и параметры трендов с соответствующими статистическими оценками (F-критерий, R2 ). Наиболее общей оценкой пространственно- временного варьирования может быть среднеквадтратическое временного ряда для каждой ячейки грида для всей суши. На рис. 4 представлено пространственное варьирование среднекватратического при глобальном среднем 0.709 с среднем квадратическим по пространству 0.284 при минимуме 0.000922 и максимуме 2.524029 при нормальном распределении по пространственной выборке. Как следует из рис. 4 масштаб варьирования температуры во времени в разных регионах принципиально различен. В основном высокое варьирование сосредоточено в северном полушарии и более узко в его бореальной зоне (зона действия Арктического осциллятора). Максимум варьирования в Европейской части России наблюдается на побережье Баренцова и Карского морей в области прямого влияния Гольфстрима или Североатлантического осциллятора. В северовосточной Америке высокое варьирование температур связано с влиянием того же осциллятора. С Северным Тихоокеанским осциллятором связано высокое варьирование температур в Северо-западной части Америке и на Чукотке. Весьма характерна зона относительно повышенного варьирования в Евразии в степях и пустынях и горных районах центральной Азии. Локальные области очень высокого варьирования выделяются на юге Пакистана, у Магелланова пролива и западном Тиморе. Две последние области согласуются с соответствующими климатическими осцилляторами, а первая с локальным осциллятором в Индийском океане. В целом в южном полушарии варьирование температуры существенно ниже, чем в северном и относительные его максимумы согласуются с представлениями о положении соответствующих глобальных осцилляторов. Варьирование во времени климатических переменных является важным экологическим и экономическим фактором. В области высокого варьирования 8 формируются виды с высокой толерантностью к соответствующим переменным с биологическими механизмами снижения негативного влияния варьирования условий среды. Точно так же стабильная хозяйственная деятельность требует использования адаптивных технологий. Отметим, что западная Европа, США и Китай не испытывают такого большого потенциального влияния варьирования температуры. Выделение типов варьирования температуры в пространстве можно осуществить, используя кластерный анализ для нормализованных рядов с дистанцией, опирающейся на скалярное произведение векторов (дистанция Буняковского). Такая метризация пространства позволяет выделять кластеры с подобными временными рядами без учета абсолютных значений температуры. Используется дихотомическая беспороговая итерационная процедура классификации. Суть ее сводится к следующему: на первом шаге находим две наиболее удаленные друг от друга точки и, используя дистанции, относим все остальные точки к первому или второму подмножествам; на втором шаге рассчитываем центр тяжести для каждого подмножества и, принимая эти центры как точки, перераспределяем по отношению к ним все остальные точки множества, на третьем шаге рассчитываем новые центры тяжести и вновь перераспределяем все точки и т.д. Процедура продолжается до тех пор пока разность между координатами центров тяжести на шаге i+1 и шаге i соответствует точности компьютера. Далее процедура повторяется для каждого выделенного подмножества и т.д. до требуемого уровня. Максимальное число классов в такой классификации равно 2L, где L – номер иерархического уровня в дихотомии. На рис. 5а показано деление суши на регионы с двумя разными типами колебаний. Визуально видно, что первый класс связан с региональными осцилляторами. В Северном полушарии он охватывает обширную область, находящуюся под влиянием Северо-Атлантического, Арктического и Северо Тихоокеанского осцилляторов. В Южном полушарии в районе островов Полинезии выделяется область Эль-Ниньо. В южной Америки, по-видимому, выделяются области находящиеся под влиянием слабо изученного Южного 9 Атлантического осциллятора, а южная оконечность Южной Америки и юг Австралии отражают Антарктический осциллятор. Из рисунка 6 следует, что эти два типа выделяются на основе различий динамики в низкопериодических колебаниях, в то время как общие тренды весьма подобны. Двухмерный анализ временных рядов позволяет детально рассмотреть различия этих двух типов колебаний (рис.7). При этом колебания связанные с активностью океанических осцилляторов (первый тип, рис. 5 а) рассматривается как генератор, а второй тип как его функция. Значения спектральной плотности показывают, что амплитуда колебаний температуры для периодов меньше 51 года существенно больше в первом типе. Мера когерентности (максимум 1) позволяет выделить общие периоды колебаний вне зависимости от их сдвига относительно друг друга. Это колебания с периодами 2.5-2.7 лет, 5.3-5,6, 9.3, 14,57, 17, 34, 51, 102 года. Максимальная когерентность близкая к абсолютной соответствует периодам 2,75, 9,27, 34, 51 и 102 года. В каком типе сначала возникает волна определяется по фазовому сдвигу, максимум которого равен половине соответствующих ему периодов. Если волна на половину периода раньше возникает в первом типе колебаний, то фазовый сдвиг равен -0,5, если раньше во втором типе, то +0,5, если синхронно на всей планете, то фазовый сдвиг близок к нулю. В соответствие с этими критериями получаем, что самая низко периодическая волна с периодом 2,75, зарождается в зоне действия океанического осциллятора и почти точно через 1,37 года переносится на сушу. Волна с периодом 9,27 лет имеет фазовый сдвиг -0,29 и соответственно распространяется на сушу с запаздыванием примерно в 2,7 лет. Волны с периодами 34, 57, 102 возникают практически синхронно. Волны с положительным фазовым сдвигом близким к половине периодов, возникающие сначала во втором типе и затем распространяющиеся на первый имеют периоды 2,66, 6,37, 14,57 и 17 и относительно невысокую когерентность не превышающую 0,5. Таким образом, амплитуда флюктуаций температур выше в области влияния океанических осцилляторов и они являются генераторами основных короткопериодических волн. 1 а 2 4 1 2 3 Рис. 5 Типы колебаний среднегодовой температуры: а – два подтипа, б- четыре подтипа б 10 Температурные ряды четырех подтипов второго уровня классификации (рис.5б) приведены на рис. 8. Эти четыре подтипа хороша различаются по значениям максимальных и минимальных температур и амплитуде (табл. 2). Подтипы 1 2 3 4 Табл. 2 Экстремальные значения стандартизованных температур Минимум Максимум Амплитуда -0.97661 1.733318 2.709931 -1.03151 2.022965 3.054472 -1.44625 1.632865 3.079113 -1.46522 1.643700 3.108917 Первый тип соответствующей наиболее выраженным областям действия осцилляторов характеризуется минимальной амплитудой и четко выраженным 50 летним циклом. Второй близкий ему подтип, очевидно подобен ему по высокочастотным колебаниям, но амплитуда их в целом выше, а 50 летний цикл выражен очень слабо. Этот подтип в основном охватывает умеренную зону Евразии, но реализуются, так же в области влияния других осцилляторов. Третий и четвертый подтип имеют более низкие стандартизованные минимумы и максимумы, но максимальную амплитуду. Пятидесяти летняя периодическая составляющая более выражена в четвертом подтипе и в меньшей степени в третьем. При этом третий подтип чаще соседствует с территориям, находящимся под влияния океанических осцилляторов. Очевидно, что в рассматриваемой версии классификации температурных рядов в ее основе лежат в первую очередь различия в колебаниях температур с периодами меньше пятидесяти лет. На первом уровне разделение происходит в первую очередь по синфазному колебанию, на втором и ниже лежащих, по деталям синфазности и амплитудам. Анализ этих отношений отражающих высокочастотную пространственновременную структуру колебания поля температур выходит за рамки данного сообщения. Из демонстрируемой классификации следует, что пятидесятилетняя периодическая составляющая существенно различно проявляется на разных территориях и на значительной части суши низкопериодические изменения температуры приближаются к линейному тренду. 2.00 1.75 Стандартизованная температура 1.50 1.25 1.00 0.75 0.50 0.25 0.00 -0.25 -0.50 -0.75 -1.00 -1.25 -1.50 1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 Тип 1 Тип 2 2000 ГОД 2.2 -0.5 2.0 -0.4 1.8 -0.3 1.6 -0.2 1.4 -0.1 1.2 0.0 1.0 0.1 0.8 0.2 0.6 Фазовый сдвиг Спектральная плотность Когерентность <1 Рис. 6 Два типа колебания среднегодовой температуры поверхности суши 0.4 0.3 Спектр тип 1 0.2 0.4 Тип 2 0.0 0.5 2 4 3 6 5 8 10 7 9 30 20 50 40 70 90 60 80 100 Когерентность Фазовый сдвиг Период (год) Рис. 7 Двухмерный спектральный анализ для двух типов колебания среднегодовых температур. 11 Для рассмотрения низкопериодических составляющих с периодами колебания в 50 и более лет необходимо исключить из анализа высокочастотную составляющую. Так как скорее всего колебания температур описываются трендом близким к линейному, отражающим вклад колебаний с периодами 100400 лет, то простейший и наглядный путь сводить к определению параметров линейного тренда для каждой ячейки грида. В том случае когда линейный тренд статистически значим будет велико значение коэффициента детерминации (R2 ) и критерия Фишера (F). Для территорий с большим вкладом пятидесятилетнего периода и всокочастотных колебаний значения этих критериев будут статистически не значимы. Критерий F и коэффициент детерминации R2 однозначно связаны зависимостями R2=100(1-1/F) и F=100/(100-R2). Линейные тренды статистически значимы R2>4% на уровне p=0,05, R2>6.25% c p=0,01 и при R2>9% c p=0,001. В соответствие с этим критерием для 24% суши линейные тренды не достоверны при первом уровне значимости и на 33% при втором. Линейные тренды абсолютно достоверны на более чем 45% поверхности суши (рис. 9). Из рисунка следует, что линейные тренды отсутствуют или недостоверны в областях влияния океанических осцилляторов. Они также слабо выражены в на долготах 40-500, маркируя как бы граничную область между западным и восточным полушариями. В целом же линейный тренд в наибольшей степени выражен в Центральной Азии, в зоне действия азорского максимума, на юге Карибского бассейна. В общем можно полагать, что максимумы коэффициента детерминации линейного тренда соответствуют областям с высоким давлением. Распределение в пространстве тренда температуры за 102 года идеально нормальное с средним 0.755984 и среднеквадратическим 0.483958. Пространственное варьирование величины линейного тренда (рис.10) в целом демонстрирует довольно правильную структуры: максимальные значения линейного тренда (больше 1,26о за 100 лет) согласуются с областями барических максимумов, а отрицательные тренды (меньше – 0,3) в основном с регионами Стандартизованная температура 2.0 1.5 1.0 0.5 0.0 -0.5 -1.0 1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000 Подтип 1 Подтип 2 Год Стандартизованная температура 1.5 1.0 0.5 0.0 -0.5 -1.0 -1.5 1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000 Год Рис.8 Четыре типа колебания температуры для второго уровня классификации Подтип 3 Подтип 4 12 северных и южных субтропиков и в первую очередь с областями распространения дождевых тропических лесов. Такая пространственная структура показывают возможную природу колебания климата с периодами более 100 лет. Очевидно, что ее очень трудно связать с гипотетическим влиянием парниковых газов. Более логично связывать потепление в областях барического максимума с переносом более теплового воздуха из субтропических секторов земного шара, что корреспондируется с некоторым относительным похолоданием в регионах с наибольшим испарением влаги в субтропической и экваториальной зонах. В общем такая пространственная структура значений линейного тренда не противоречит гипотезе О.Г. Сорохтина [7], связывающего колебания климата с этими периодами с прецессией Земли или с динамикой солнечной активности. Пространственная изменчивость температуры, связанная с периодом в 51 год, может быть продемонстрирована на основе аппроксимации остатков от линейного тренда полиномом пятой степени, достаточном для отображения такой периодической составляющей. Полином достоверен практически для всей суши. На рис. 11, 12 показаны восемь типов динамики. Голубым тоном выделены типы, скорее всего связанные с океаническими осцилляторами. Два первые типа имеют схожий тренд с фазовым сдвигом 51 летнего периода у второго типа по отношению к первому примерно на 7 лет. При этом амплитуда первого типа меньше амплитуды второго. Третий тип по фазе совпадает с первым и отличается от него по значениям стандартизованных температур. Четвертый тип выделяет территории, на которых потепление в 30-ых годах наступило на пять лет раньше, чем на остальной территории и с 1995 года начинается похолодание. Это, прежде всего наблюдается: в Северной Атлантики в районе Флориды; в северном Ледовитом океане - бассейн Баренцова и Карского морей; в бассейне южной Атлантики – западный сектор экваториальной Африки; в Тихом океане в северном полушарии - юг Аляски и Скалистые горы, Алеутские острова и север Камчатского полуострова; в южном полушарии -прибрежная часть южной Америки, связанная с Перуанским течением на 10-20о южной широты, и группы тропических и субтропических остров, связанных с областью действия Эль- 4 Уровни значимости <0.05 0,05-0,01 0,01-0,001 <0,001 Рис.9 Уровни значимости линейного тренда -0.86 -0.31 -0.05 0.20 0.46 0.72 0.99 1.26 1.51 1.79 2.05 2.38 Рис. 10 Линейные тренды температуры с 1900 по 2002 год 13 Ниньо, а также Западный Иреан; в Индийском океане - восточное экваториальное побережье Африки. Таким образом, в целом первые четыре типа отражают область действия океанических осцилляторов и колебания, по-видимому, генерируются из областей объединяемых четвертым типом. Пятые тип по временной динамике тождественен четвертому и сопряжен с ним территориально, но в отличие от четвертого здесь потепление в 30 годах прошлого века было ниже, а в 90-ых выше. Восьмой тип – континентальный и сопряжен с областями высокого давления с почти линейным трендом температуры. Седьмой и шестой типы - переходные между континентальным и океаническими типами. Седьмой тип территориально сопряженный с восьмым имеет слабо выраженное потепление в 30-ых годах, но очень интенсивный и продолжающийся по настоящее время подъем температуры. Для территорий занятых шестым типом вообще не выражено потепление в 30ых годах, а минимум наблюдался 1955 году. В нем выражено потепление второй половины 20 ого века, но с 1990 года начинается похолодание. Этот тип распространен в основном в южном полушарии и охватывает большую часть Австралии и Новой Гвинеи. Полученная схема размещения различных типов низкочастотной динамики близко к схеме, полученной на основе классификации полных стандартизованных рядов. Она заставляет полагать, что колебания с периодом в 51 год, так же как и более высокочастотные генерируются океаническим осцилляторами единый механизм которых порождает так называемую телекоммуникацию. Динамика температур вне интенсивного влияния осцилляторов определяется, по-видимому, наложениями их действия и низко периодических колебаний с периодами больше 100 лет в полной мере реализуемых в областях барического максимума. В табл. 3 приведены параметры трендов для каждой ячейки грида. При этом рассматривается общий линейный тренд за 102 года и линейный тренд от локального минимума в 1968 году до 2003 года. Также рассматривается две полиномиальные версии; в целом для ряда и для остатков от линейного тренда. Типы колебания 4.0 Стандартизированная температура 3.5 1 2 3 4 5 6 7 8 Рис. 11 Типы полиномиальных трендов пятой степени (1- максимальная выраженность 51 летнего периода, 8 – минимальная) 3.0 2.5 2.0 1.5 1.0 0.5 0.0 -0.5 -1.0 -1.5 -2.0 1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000 ГОД Рис. 12 Восемь типов полиномов пятой степени, отражающих динамику варианты динамики температуры в области пятидесятилетней периодичности 1 2 3 4 5 6 7 8 14 Табл. 3. Параметры линейного и полиномиального трендов как среднее от параметры в каждой ячейки грида Тип F-критерий Параметры тренда изменчивости (С0 на 100 лет) средний Ср. кв Максимум Среднее Ср.кв Минимум Максимум Линейный тренд 1.194 0.245 5.021 0.75598 0.4839 -1.570 3.5595 (1900-2002) Линейный тренд 1.355 0.368 6.316 3.05448 1.556 -2.231 13.209 (1968-2002) Полиномиальный 1.491 .3947 6.530 .35925 7.7184 9.18324 тренд в целом Полиномиальный 1.2982 .23659 5.0610 тренд для остатков от линейного тренда Обсуждение результатов Проведенный анализ демонстрирует наиболее общие черты пространственно временной динамики среднегодовых температур суши и безотносительно к порождающим ее механизмам. Полученный результат представляет интерес для ретроспективной Гармонический интерпретации анализ, выделяя динамики наиболее других явлений устойчивые природы. стационарные составляющие позволяет с высокой надежностью говорить о продолжении потепления в континентальных регионах и о переходе к некоторому похолоданию в океанических секторах континентов. Соответственно пространственная контрастность температур будет расти. Можно полагать устойчивость этих тенденций по крайней мере на протяжении ближайших десяти лет. Имея дело с нелинейными системами опасно обсуждать более отдаленное будущее. Но вместе с тем каждые пять лет с новыми данными будут вносить важные коррективы и снижать неопределенность прогноза. В этой связи хотелось бы поддержать авторов проекта CRU 5, представляющих эту важную с научной и практической точек зрения информацию и просить их представить в общем доступе материалы за последние пять лет (2003-2007 г). Гармонический анализ показывает, что наблюдаемое в 20 веке потепление климата нельзя назвать «беспрецедентным». Оно обеспечивается наложением двух вполне реалистичных субгармоник и конечно наблюдалось в прошлом и тем 15 самым не превосходит естественной нормы колебаний. Но все наиболее длинные инструментальные ряды наблюдений имеются только для районов действия океанических осцилляторов, где вклад вековых гармоник не велик. Полученные пространственные структуры варьирования температуры для периодов более 100 лет (линейный тренд) и колебаний с периодами в 51 год обладают очевидным естественно географическим порядком. Особенно очевиден этот порядок для линейного тренда и несколько более сложен для полувековой гармоники. Моделей колебания климата столь много, что выдвигать еще одну было по меньшей мере неосторожно. Однако проведенный анализ позволяет констатировать существование по крайней мере двух разных механизмов, порождающих колебание поля температур. Первый определяется работой нелинейного океанической осциллятора с основным собственным периодом колебания в 51 год и действующим постоянно на основе поглощения солнечной энергии. Второй механизм, по-видимому, связан с изменением прихода количества солнечной энергии в летний период соответствующего полушария. Это может быть как изменение солнечной активности, так и прецессия наклона земной оси. Очевидно, что человеческая активность может влиять на изменение климата лишь на локальном уровне (масштаб мезоклимата). Еще И. Пригожин [3] на полуколичественном вербальном уровне дал описание нелинейной модели колебания климата, в которой земля рассматривается как нелинейный осциллятор с наличием, как отрицательных, так и положительных обратных связей. В этой модели практически нет места влиянию парниковых газов. О.Г. Сорохтин [7] фактически развил эту модель и в общем довольно убедительно показал, так называемые парниковые газы не могут быть ответственны за изменение климата. В последние годы число исследователей усомнившихся в истинности гипотезы парникового эффекта прогрессивно растет. Автор этой статьи всегда считал гипотезу влияния парниковых газов на современное изменение климата хорошей научной спекуляцией, оказавшейся выгодной для экономики и политики. В качестве доказательства ее несостоятельности я приводил студентам в качестве 16 примера инфракрасный газоанализатор, в котором для того чтобы измерить концентрацию СО2 необходимо извлечь из воздуха всю воду. Однако я вполне осмысленно не выступал против этой гипотезы, напротив, использовал ее для демонстрации студентам красивого парадокса: «ложная гипотеза порождает полезные действия: уменьшение загрязнения атмосферы и технологическое развитие». Вопрос о связи науки, политики и экономики в современной глобальной антропосистеме выходит за рамки данной статьи. Ее целью является демонстрация того, что увеличение полноты анализа реальных измерений в сочетании с постоянным мониторингом явления может дать информацию для оценки реалистичных тенденций на ограниченном, но имеющем практическое значение интервале времени, и важные основания для поиска механизмов (моделей), объясняющих наблюдаемую пространственно-временную динамику. В силу сложности реальности число таких моделей образует несчетное множество. Литература 1. Изменение климата 2007 - физические основы науки. Рабочая группа I. Вклад четвертого доклада об оценке МГЭИК. (Межправительственной группы экспертов по изменению климата) <http://www.ipcc>. ch/ipccreports/climatechanges-2007-ar4-ru.htm 2. Пузаченко Ю.Г., Санковский А.Г. Климатическая обусловленность чистой продукции биосферы//Изв. РАН. Сер. геогр. 2005. № 5. 3. Пузаченко Ю.Г., Козлов Д.Н., Сиунова Е.В., Санковский А. Оценка запасов органического вещества в почвах мира//Почвовед. 2006. №12. 4. Пузаченко Ю.Г., Санковский А.Г., Козлов Д.Н., Сиунова Е.В. Соотношение ландшафтообразующих факторов на уровне биосферы//Ландшафтоведение: теория, методы, региональные исследования, практика: Матер. XI Международной ландшафтной конференции/Отв. ред. Касимов Н.С. М.: Изд-во МГУ, 2006. С. 44-46. 5. Alley R.B. The Younger Dryas cold interval as viewed from central Greenland. Quaternary Scie. Revi. 2000. 19:213-226. 17 6. Climate Change 2007: The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment IPCC, 2007: Report of the Intergovernmental Panel on Climate Change/Еds Solomon S., Qin D., Manning M., Chen Z., Marquis M., Averyt K.B., Tignor M., Miller H.L. Cambridge University Press, Cambridge, United Kingdom and New York, N.Y: 2007. 996 p. 7. CRU TS 2.0 (http://www.cru.uea.ac.uk <http://www.cru.uea.ac.uk>/~timm/grid/CRU_TS_2_0.html) 8. Hutchinson M.F. 2008, ANUSPLIN Version 4.3 URL: Page last updated: 06 March 2008 (<http://fennerschool>. anu.edu.au/publications/software/anusplin.php). 9. New M., Hulme M., Jones Ph. Representing Twentieth-Century Space-Time Climate Variability. Pt I: Development of a 1961-90 Mean Monthly Terrestrial Climatology//J. Climate. 1999. V. 12. Р. 829-856. 10. Mann M. E., Park J. Oscillatory spatiotemporal signal detection in climate studies//Advances in Geophysics. 1999. V 41.Р. 1-131. 11. Park J., Mann M. E. Interannual temperature events and shifts in global temperature: A multiwavelet correlation approach//Earth Interactions. 2000. V. 4, online paper 4-001. 12. Smith T.M. 2005: New surface temperature analyses for climate monitoring//Geophys. Res. Lett. V. 32. L14712. 13. Smith T.M., Reynolds R.W. A global merged land and sea surface temperature reconstruction based on historical observations (1880-1997)//J. Clim. 2005. №18. Р. 2021-2036. 14. Smith T.M., Peterson T.C., Lawrimore J. H., Reynolds R. W. New surface temperature analyses for climate monitoring//Geophys. Res. Letters. 2005. V. 32. L14712, doi:10.1029/2005GL023402, 2005
