|
|
| ミランコヴィッチメニューへ戻る 全体目次 教科書 気候学 Климатология 173頁 ロシア語 http://elib.rshu.ru/files_books/pdf/img-214143231.pdf 序-1 序-2 序-3 1-1 1-2 1-3 1-4 1-5 1-6 1-7 1-8 1-9 1-10 ９８頁まで完了  関数x（t）の分散は、依存関係によって記述されます。  したがって、分散はスペクトル平面曲線の下の総面積の2倍に等しくなります。時間領域での2つのプロセス間の関係の性質は、相互共分散関数によって記述されます。後者は、このプロセスの主要なコンポーネント間の接続を特徴づけますが、他のコンポーネント間の接続の有無を確立することはできません。 2つのプロセス間の関係の周波数構造を研究するために、スペクトル密度との類推によって、ランダムプロセスの相互スペクトル密度の概念が導入されます。 1つのプロセスのスペクトル密度がフーリエ変換であるのと同じように、その相関関数であるため、2つの実現x（t）とy（f）の相互スペクトル密度は相互相関関数のフーリエ変換です。  相互相関関数にはパリティの特性がないため、クロススペクトル密度は通常複雑な量です。  ここで、Cox y（s）の実数部は同相成分（余弦スペクトル）と呼ばれ、Qx y（w）の虚数部は相互スペクトル密度の直交成分（正弦スペクトル）です。コモンモードコンポーネントは、として表すことができます。 yからh + Aまでの狭い周波数範囲での平均積x（t）とy（t）の比率、およびこの間隔の幅に対する比率。周波数単位で表されます。周波数cの成分がl / 2だけ位相シフトされるように、2つのプロセスの一方だけが他方に対してシフトされる場合、同じ定義を直交成分に与えることができます。 コサインスペクトルは、次の式で計算できます。  逆に、値を y  その後、関数の非対称性とRxy(i)の効果を強化して、直交スペクトルRxy（-t）とRxy（t）を加算し、続いて合計を2で除算することにより、関数の非対称性と相互相関が平滑化されます。これにより、余弦スペクトルが同期振動の特性になります。  あるプロセスの周波数を持つコンポーネントが、別のプロセスの同じ周波数を持つコンポーネントに対して90°位相シフトされた場合の非同期振動、つまり周波数分散分布を特徴づけます。 相互スペクトル密度は、指数形式で表すこともできます  量| S xy（（o）| / 5 x（（o）5 y（u）= YXY（N）はコヒーレンス関数と呼ばれます。与えられた周波数値に対してVxy（u）= then on Atこの周波数では、プロセスx（t）とy（t）は無相関（インコヒーレント）です。周波数範囲7xy（u）= 0全体で、プロセスx（t）とy（t）は独立して進行し、その逆も同様です。周波数のセット全体で7xy（s）= 1>の場合、プロセスx（t）とy（t）は完全にコヒーレント（相関）です。したがって、コヒーレンス関数は、異なるコヒーレンスでの2つのプロセス間の接続の特性です。は量1> xy（s）>であり、スペクトル相関係数を表し、同じ周波数でのスペクトル成分の線形統計関係を特徴付けます。  図1.21 風速とその異常のスペクトル関数。 量©xv（w）= arctgQJey（（o）/ Cox y（co）は位相差と呼ばれます。®xy（co）の場合、プロセスx（t）からプロセスy（t）の位相遅れを決定します。 ）は0 qから約180°で正であり、180から負であることがわかります。= 1の場合、プロセスの位相差は一定であり、7 xy（（o）-> 0の場合、位相差は不安定です。したがって、コヒーレンスは安定性の位相差の尺度として役立ちます。気候学的シリーズへのスペクトル分析の適用の具体例に目を向けましょう。 風速係数とその異常の一連の月平均値をもう一度考えてみましょう。ノルウェー海に位置する気象船「M」のデータによると、スペクトルは図1.21に示されています。風速係数の相関関数は、12msの周期を持つ弱く減衰したコヒーレンスです（図1.19を参照）。この点に関して、風速係数のスペクトル密度関数のグラフ（図1.21を参照）は、年周期の変動に対応する頻度で顕著なピークを持ちます。 相関関数が理想的な余弦の形をしていて、この場合のように減衰されていない場合、頻度は0）o = 2n / 1 2 = l / 6か月-1はスペクトル密度の円周率ではなく、縦軸に平行な無限の長さの線になります。したがって、スペクトル密度と水文気象量の数の関数は、年間または日変化が除外されていないため、年間または毎日の期間に対応する頻度でよく発音される最大値を持ちます。風速係数の正規化された異常のスペクトル密度関数は、で明確に顕著な有意な最大値を持っていません（図1.21を参照）。 その外観により、推定値のランダムな変動と関数およびスペクトル密度を無視すると、風速係数の月平均値の正規化された異常のスペクトルは、「ホワイトノイズ」の理論スペクトルに近くなります。は周波数軸に平行な直線です。ホワイトノイズのスペクトルは、大気圧の月平均値の正規化された異常のスペクトルと、気温aおよび大気圧に基づく年間平均値のスペクトルです。  図1.22 大気圧の平均年間値のスペクトル密度。 バーゼル、1755-1957 1755年から1957年までのバーゼルステーションのデータについて。信頼できるデータがないため、現在、主要な気象パラメータの平均年間値のスペクトル密度関数の形式を判断することはできません。 xスペクトルもホワイトノイズのスペクトルに近く、その形式はyです。正規化された温度異常2か月以上の期間に対応する周波数範囲の空気レベルは、1次マーカープロセスとホワイトノイズの合計と見なすことができます。 図では1.23は、stでの気温aの月平均値の異常のスペクトル密度の正規化された関数を示しています。  図1.23 気温の月平均値のスペクトル密度の正規化された関数。 コルビル、1884-1960 1884年から1960年までの期間のコルビル。このスペクトルの特徴的な特性は、低周波数から高周波数へのスペクトル密度の段階的な減少です。これは、このシリーズ内にも慣性関係が存在することを示しています。スペクトル密度関数の有意な最大値は、これらの最大値の周波数に対応する周期を持つ準規則的な振動の存在を示します。 e時系列を分析する場合、原則として、気象量のスペクトルの一部のみが考慮され、ナイキスト周波数2n /2Δtによってyより上に制限されます。ここで、Atは観測の離散性の間隔です。 一連の緊急観測の場合、ナイキスト周波数（On = n / 3h -1、これは6時間に等しい周期のm高調波eに対応します。低周波数に関しては、この領域の気象量のスペクトル地球の気候変動による数日から数週間から数千年以上の周期の変動が見られるこれらの特性により、スペクトル密度関数は気候変動と変動を研究する上で重要なツールになります。過去60万年間のダイナミクスと大陸氷河の研究の例。 全球の氷量の増加または減少の指標は、深海層のプランクトン殻の同位体組成（6 18 0）の変動である可能性があります。このような変動のスペクトルを図1.24に示します。関数とスペクトル密度のグラフは、過去60万年にわたって、大陸の氷河作用が発生し、消滅したことを示しています。平均して約10万年の期間。  図1.24 プランクトンの同位体組成の変動のスペクトル。 1.4個々の気象量を処理する方法の特徴1.4.1個々の量を処理する方法が異なる理由*基本的な気候特性を計算するための上記の統計的方法は、すべての気象量に共通ですが、正式には転送されていません。元の資料の詳細により、任意の気候シリーズeに。気候学的シリーズxでもeでも、注意深く制御した後、除去できない不均一性が残っています。これは、処理中に考慮する必要があります。これは通常、すでに計算された気候特性への修正の導入につながります。補正の取得は、同じ気象量であっても、特性ごとに異なります。特定のベースライン特性は、伝統的に間接的な方法で、時にはグラフィカルに定義されてきました。計算のためのさまざまなタイプの機能的網膜の使用は広く行き渡っている。 104の事前設定された制限を介した移行日の気候特性、期間の期間、および気象量または現象の特定の値を持つ日数を計算する場合、処理結果は制限値の選択に大きく依存します、現象のある日の定義だけでなく。そして、その他は、解決される問題の性質、特定の気象量の特性に依存し、この特性を計算するための特定の方法を事前に決定します。また、いくつかの気候学的シリーズの年次および日次の非定常性も考慮に入れる必要があります。これらは、気象量によって異なり、固有の行間接続性があります。これは、特定の月に、よく発音された年率を持ついくつかの気象値の標準偏差を計算する必要があることを意味します。複数年の月間平均からの偏差ではなく、時間の経過とともに変化する日次の複数年の平均からの偏差によって。特定の値の行内接続の性質を考慮に入れて、毎日の値と緊急の値の両方の自己相関関数を、さまざまな時間シフトに対して計算する必要があります。それぞれの気象量の特異性、量によって表される気象過程の独創性、およびその観測の特異性を反映して、異なる統計的特性が主なものとして選択されます。これらすべての理由から、各気象値を個別に処理するための方法論的基礎を作成する必要があります。個々の気象量を処理するための一連の方法は、「個々の気象量を処理する方法」と呼ばれる気候学的処理の特別なサブセクションを構成します。このサブセクションは、気象物質の特性を考慮に入れることに基づいています。リストされた機能。1.4.2気温。気温の主な指標は、月次、日次、緊急の一連の気温の統計的特性（平均、標準偏差、非対称係数、自己相関関数）、および1日あたりの気温の最大値と最小値と見なすことができます。一連の極端な温度計。伝統的に、気象処理では、主な指標には、「カイのパーセンテージまたはx単位の割合としてではなく、平均日数の形式で再現性を表す」1日の平均気温の分布が含まれます。平均的および極端なだけでなく設定された制限を介した平均設定温度への移行の日付、最初と最後の霜の日付、および設定レベルより上（下）の温度の連続持続時間の特性。これらの指標の組み合わせにより、特定のステーションの領域における熱レジームのかなり完全なアイデアが得られ、最初の気候学的シリーズに頼ることなく、一連の特殊な気候指標全体に進むことができます。リストされた特性の計算の最も重要な機能のいくつかについて詳しく見ていきましょう。別々のサイトでの観測期間数の違いxシリーズa（1936年までの3期観測、1936年から1966年までの4期、1966年以降の8期）のため、一連の月平均気温は不均一なままです。夜間の気温が低いことを無視しているため、4回、特に3回の観測期間から計算された1日の平均気温は、1時間ごとのデータから得られた1日の平均気温とは異なります。これらの違いは、季節や地理的条件によって異なります。ソ連の温帯緯度では、3つの期間の観測データから計算された1日の平均気温は、夏の1時間平均と約0.4〜1.0°C、冬の1時間平均と1.0〜0.3°C異なります。夏でも8期間の平均日当は、「真の」（毎時）平均日当と0.1℃以上の差はありません。通常、彼は、話すことが受け入れられているため、3項および4項の観測値の平均にmの補正を導入し、mおよびxを真の平均に導きます。 m毎日の気温。この目的のために、3期および4期の観測から計算された月平均気温に、真の平均と対応する観測数の平均との差を表す補正が導入されます。真の平均は、1時間ごとのサーモグラフ測定値から10年間にわたって決定されます。サーモグラフがないステーションの温度を示すために、同様の風景を持つ最も近いステーションの補正が行われます。一部の国では、複数年の平均月間気温を計算するためにさまざまな方法を使用しています。米国とイタリアでは、最高気温と最低気温の平均について、月平均気温を計算することが認められています。計算に極端な温度を含むこの方法やその他の方法は、Sovetskiy_Soshaで採用されている方法よりも精度が低くなります。-特定の日の平均長期10日および平均日気温は、通常、手動処理を使用してグラフィカルに決定されます。自動化された<？バスルームを使用したヒストグラム法-スプライン補間による。ヒストグラムは、1年のすべての月の平均月間気温のデータを使用してプロットされます。横線は日を示し、縦線は月平均の長期気温を示しています。滑らかな曲線が長方形を通り抜けて描かれ、ヒストグラムの各長方形から切り取られます。nは、対応する直線/ yv_; yavnikに切り取られた正方形の行に等しくなります。この場合の曲線の裂け目の面積は、すべての長方形の面積に等しく、したがって、その年の1日の平均気温の合計に等しくなります。グラフから、任意の日の長期平均日気温を取得できます。各10年の中央値の日の平均日気温の値は、平均長期10年気温の値と等しくなります。 RLKaganとEIFedorchenkoは、3次スプライン、つまり3次の多項式を使用して、aの年次変動とその後の補間を記述することを提案しました。 1日の平均気温の年間実行は、区分的立方関数として表され、1年に等しい時間間隔で1次および2次導関数とともに連続します。スプライン補間は、スプライン多項式の係数が1年を通して一定ではなく、ある時間間隔から別の時間間隔に時間とともに変化するという点で、単純な多項式補間とは異なります。年は12のセクションに分割され、12か月の中間点の間隔に等しくなります。各セクションについて、次の条件から4つの多項式係数が決定されます-Aj、Bi、C、-、D、-（i = 1,2、...、12）：-近似関数の平均月間気温への同等性中間月であるノード。 -n 前月の半ばから翌月の半ばまでの1日の平均気温の値は、次の式によって決定されます：   ここでは12次の連立方程式から決定されます。   隣接する3か月の平均月間気温、tは月単位の時間）。 xt（t）-毎日の平均気温。 係数DF、ATは、次の式に従って順番に求められます。 ヒストグラムの経験的曲線とこの方法の間の適合は、通常、非常に良好です。後者の方法は、コンピューターでのデータ処理に便利です。最近まで、示された方法による補間の結果は、限られたシリーズで毎日および10日間の温度値を平均することによって直接得られた結果よりも信頼性が高いと一般に認められていました。ヒストグラム法の検証により、観測数の増加に伴い、毎日のデータを平均した結果から作成された年次変動の曲線がますます滑らかになり、ヒストグラムの内挿曲線に近づくことが示されました。個々の年の特徴は、平均化中および長期間にわたって平滑化されると考えられていました。しかし、過去20年間のシリーズの延長により、年間の気温変動の中で、数日および数か月の気温レジームのいくつかの安定した特徴を明らかにすることが可能になりました。地域に応じて、このような安定した特徴は、秋（「インドの夏」）または春（「寒さの回復」）のいずれかの月に発生します。これは、少なくともa年の移行期には、グラフィカルな方法を放棄し、年間の10日間のデータ、および必要に応じて毎日のデータを平均化することをお勧めします。同じ頻度の観測期間、たとえば1966年から始まる8期間の観測期間についてのみ、期間（1日の個々の時間）の平均値を計算することをお勧めします。これまで、現地の平均太陽時間に応じて3〜4周期の観測が行われており、モスクワ標準時間に基づく8周期の観測結果と組み合わせるのは難しい。異なる期間の期間に対して行われた観察をリンクするには、修正システム全体の導入が必要になります。短縮された行の8期間の平均気温を計算し、行の長さが短いため、最終結果に修正を加える方がはるかに簡単です。この場合、補正は次の式で決定されます。 １０９頁の中バから  ここで、hiesは、利用可能な全年数（30年以上）の月間（日）平均気温であり、Зсは、8期観測期間のi番目の期間の平均気温です。この修正は、x、-のすべての緊急値に追加されます。毎日および緊急の気温値の標準偏差、非対称係数、相関（および一般に最初の値よりも高いモーメント）の計算には、1つの共通の特徴があります。 B]その年の移行期（春と秋）は、数学的な期待値の非定常性を考慮に入れる必要があります。春と秋の月に;長期平均日気温のそれぞれの上昇と下降は、非常に明確に追跡されます。したがって、個々の毎日または緊急の気温の平均からの偏差を計算するときは、1日あたり1回の平均月間気温ではなく、1回の平均として、緊急または平均の1日の長期値を使用する方が適切です。その月の間に変化します。当然、後者の場合の偏差は少なくなります。これら2つの方法で計算された標準偏差の違いを表に示します。 1.11。 ..。厳密に言えば、いくつかの月には非定常もあります|分散。ただし、この状況を無視しても、気候特性に大きな違いはありません。さらに、特定の地理的地域について、温度分散が非定常である月を事前に示すことは困難です。したがって、分散の非定常性は無視され、次の式を使用して平均二乗偏差と非対称係数aが計算されます。 表1.11 12時間の平均月間気温（o）および毎日の12時間の平均長期気温（o '）からの12時間の気温の二乗平均平方根偏差   d e Xjiは気温a（1日の平均eまたはいずれかの用語）です。 Xj-気温の長期平均値。 j-月の日0 '= 1>-> fc）、kは月に応じて28から31まで変化します。 /-年a（r = 1、...、N）。自己相関関数と毎日の気温を計算する際には、移行期の年間コースにおける気温aの変化の数学的期待値の非定常性も考慮することをお勧めします。 aの説明の原則は、o 'とA'の両方を決定する場合と同じです。項から項yまでの緊急値の自己相関関数は、年間コースの定常性を仮定して計算されますが、数学的な期待値と相関関数の両方によって、毎日の温度変化による非定常性を考慮に入れています。一般的なケースでは、温度系列の示されたプロパティを考慮に入れると、自己相関関数の式は次の形式になります。 毎日の温度値  d e f j、I-月の日; i-年; Xjiとхц-毎日の平均気温。 t-日単位の時間シフト、x-j-l; 緊急の温度値の場合  d e fy、C-その日の条件（fc、1 = 1、...、24）; х^およびхц- "年の緊急気温; Xk、x \ -fc番目と1番目の用語での平均長期温度。 上記の式に基づいて、日次データと緊急データの自己相関関数のタイプの違いを簡単に確認できます。 最初のものは時間tのシフトの値にのみ依存し、2番目のものはシフトが選択された日のどの部分に依存します。 stの毎日の値の自己相関関数。 モスクワ、VDNKh、1月  一次元です。緊急値の自己相関関数は、行列の形式を持っています（表1.12）。 表1.12 緊急気温の自己相関関数。 モスクワ、VDNKh。 1月  この場合の緊急値の自己相関関数は、観測日の間の温度間の関係を特徴づけます。後で示すように、練習で最も興味深いのはこの関数です。原則として、緊急値の自己相関関数を計算することもできます。これは、同時に、ただし異なる日の温度間の依存関係を表します。計算方法によれば、このような相関関数は、実際には日次値の相関関数と変わらず、特定の日の平均の代わりに、その日のいずれかの日付の温度が使用されます。通常、毎日の温度値の自己相関関数は、5〜7日目には統計的に有意ではない値に、緊急の値には120時間後に減少します。これにより、5日と120時間に等しいシフトに制限することをお勧めします。 。緊急自己相関関数の計算のシフトは、不均一に増加する可能性があります。初日はシフトが3時間増加し、次の日はより大きな値で増加します。離散性は、相関関数の値がキャプチャされず、0に近づくと大きい値または小さい値のみがキャプチャされるように（シフトインの大きさが選択されるように）ある必要があることを覚えておくことが重要です。緊急気温の自己相関関数の分析は、シフトの次の値をとることができることを示しました：m = 0.3、6、9.12、15.18、21、.. .. h。1年のさまざまな月の日中および緊急の自己相関関数のタイプの比較、およびシーズン中のそれらの同一性を明らかにしました。したがって、季節の中央月のxを計算することのみをお勧めします。最低気温と最高気温は、最低気温と最高気温の一連の観測から決定されます。これにより、気温を継続的に監視できます。いくつかの極値を特徴付ける指標の中には、すべての国で発生する伝統に従って、平均最高気温と最低気温、絶対最高気温と最低気温、絶対最高気温と最低気温の平均があります。 平均最低（最高）温度は、毎月、最低（最大）温度計を使用して毎日の測定値から計算され、特定の月の日の最も寒い（暖かい）部分の平均気温のアイデアを提供します。 （最大）の絶対最小値からの平均は、（最大）温度の最低x（最高）年間最小値を平均することによって計算されます。これらの特性は、2年に1回、個々の月および1年間に予想される最低（最高）温度のアイデアを提供します。絶対最低気温と最高気温は、この観測所の気温が個々の月と年間全体の長い観測期間にわたって到達した最低気温と最高気温を特徴づけます。これらの指標は、50〜70 *年以上の長い一連の観察に基づいて取得された場合にのみ、実際に関心があることを強調しておく必要があります。観測数が少ない観測所では、隣接する長列基準局と同じ年に短列観測所で発生する絶対極値が使用されます。以前は、極端な温度特性と平均を長い列に「もたらす」ことが認められていました。この目的のために、参照の長い列のステーションでの極端な値または平均値に、極端な速度または平均的な速度の平均差が追加されました。 -これらのステーション間の距離は、短列ステーションで利用可能な年数に基づいています。この場合の参照長列ステーションは、同様の地形条件にあり、近くおよび短列に配置されている必要があります。特に緊急の必要性持ち込むために（到達が困難で、気象学の用語で不十分に照らされている）、参照ステーションを選択するための必要な条件が満たされていませんでした。平均値、特に極端な値の計算に大きなエラーがあります。 1964年から1966年に発表されたソ連の気候6山岳地帯のクラスノヤルスク地域の南選択に失敗した基準局の削減を使用した気温aの決定の誤差と絶対最小値は、20°Cに達しました。沿海地方では、同じ理由で発生する大きな誤差と横方向の絶対最小値、およびxの過小評価が見られました。 1960年の短いシリーズにさらに20年間などの新しいデータが補充されて初めて、低下による温度特性の誤差を検出することができました。個々の気象パラメータの処理の特殊性は、長いものに変わりました。現時点では、短い行を長い行に減らすことは、実質的にその意味を失っています。絶対的な最大値と最小値をもたらすことは、大部分がランダムな特性であり、質量計算では不合理です。場合によっては、特に重要なタスク（たとえば、原子力発電所の設計）を解決するために可能な極値を推定する必要がある場合、削減は細心の注意を払って実行されます。選択する基準局は、指定された要件を満たしている必要があります。削減の過程で、その地域のすべてのメソおよび微気候の特徴が徹底的に分析され、メソの確立された規則性とマクロ気候が使用されます。 「Za」のルールに従って削減の結果を確認し、それを一連の年次極値に適用すると便利です。与えられた制限を超える遷移の平均日と極値は、原則として、特殊な適用特性です。経済、建設設計、および国民経済の他の多くの分野について。解決すべき問題の性質によって、それが決定される限界が決まります。同時に、いくつかの標準値による1日の平均気温の遷移（たとえば、5°Cの倍数）は、この時点での気候条件とダイナミクスについての一般的な考え方を示します。限界を介して遷移と温度の2つの概念を区別します：「安定した」遷移、その後原則として、1日の平均気温は、与えられた限界の低いe（eが上に行くとき）と高い（下に行く）のm値を取りません。そして、特定の期間が観察された後の遷移だけを取ります。 od不安定な温度条件。ヒストグラムに基づいて作成された年率の複数年曲線に従って、特定の制限を超える安定した遷移を間接的に決定できます。このようにして得られた日付は、指定された制限を超える安定した温度遷移の平均日付です。移行の期限とこの制限を通過する温度は、温度が初めて制限を下回った（上回った）ときの、利用可能な観測期間全体の最も早い日付になります。気候特性前回への移行日などの目盛りが決定されました。移行日に関するより詳細な気候情報を入手したいという願望は、LPNaumovaによるより客観的な計算方法の開発につながりました。毎年、95％のセキュリティレベルで、日々の平均日気温の経過の傾向成分の段階的なグラフが作成されます。毎年2つの日付が決定されます。トレンドの破線による設定温度の最初の交差と、ラインの上昇の分岐での最後の交差（春）と、下降の分岐での同じ2つの日付（秋）です。 ）。次に、最初の交差点の最初と最新の日付と最後の交差点の同じ日付が、複数年にわたる一連の日付から選択されます。さらに、指定された制限の最初と最後の交差の平均日付が計算されます。したがって、スケジュールの両方のブランチに対して12の日付が取得され、設定された制限温度（0、5、10°Cなど）に対してそれぞれ6つの日付が取得されます。上昇ブランチの最初の3つの日付は、温度が選択した制限の周りで変動する期間を特徴づけ、次の3つの日付は、温度が指定された限界を着実に上（下）である期間の始まりを特徴づけます。多くの場合、最初の期間の最後の日付と2番目の期間の最初の日付は同じです。 2番目の期間の平均日付は、ヒストグラムによって決定された日付に近いです。秋の最初の霜と春の最後の霜の日付は、最低気温のいくつかの観測を処理した結果として得られた温度体制の重要な特性です。最初と最後の霜の日付は、湿り空気線図ブースの最低温度計の読み取り値に従って設定されます。最小土壌温度計に基づいて同じ日付が設定されている場合、それらは凍結日と呼ばれます。最初と最後の霜の日付に従って、霜のない期間の期間が決定されます。霜のない期間が毎年観察されない場合、そのすべての特性は、霜のない期間がなかった年を考慮せずに計算されます。処理期間を構成する全年の半分以上無霜期間がなかった場合、無霜期間の気候特性は計算されません。最初と最後の霜（霜）の中間と極端（最も早いものと最も遅い）の日付を区別します。これらの日付は、前の場合のように平滑化された曲線ではなく、観測データに従って決定されます。最初の霜の日付は常に、0°Сまでの1日の平均気温への移行よりも早く、最後の霜の日付は遅くなります。毎日の平均気温、緊急気温、最高気温、最低気温の再現性が、最初の観測資料を処理することによって決定されることはめったにありません。理論的な関数と分布の選択に基づいて、実用的な目的のために十分に信頼できるデータを間接的に取得できます。関数のパラメーターは、最初の2つまたは3つの統計モーメントによって決定されます。それでも発生頻度が経験的な方法で得られる場合（そのようなデータはソ連の気候に関するハンドブックに記載されています）、通常はその月または年の日の平均として表されます。気温はかなり変動します。したがって、温度の再現性は通常1℃で計算されますが、消費者にはより大きな間隔が与えられ、ほとんどの場合約5℃です。最大0。1日の精度で再現性を計算するには、少なくとも30年の期間の一連の観測が必要です。再現性を計算する際の3項、4項、および8項の観測値の組み合わせは、修正を導入しなくても許容されます。度数分布は、気温aの平均値と極値（および他の気象値）と比較して、宇宙でより安定した特性であり、比較的少数の長列ステーションから計算されます。 1.4.3土壌温度土壌温度の気候特性は、一般的に気温の気候特性と類似しています。計算方法と方法および空気の特性の計算の主な違いは、土壌の種類に関連して、年の寒い半期のデータ処理から除外される場合もある、より短い行の使用にあります観察が行われます。比較的短いシリーズの使用は、土壌温度を観察するための方法論が根本的に変化し、初期には信頼できなかったという事実によって説明されます。良性の観察の始まりは1947年であると一般に認められています。彼らが通常処理を開始するデータで。土壌cとdは通常、気候チャートに直接記載されています。次の標準名が使用されます：ローム、砂質ロームなど。冬の土壌は凍結し、エルボー温度計を使用した観測は行われません。当然のことながら、この時期と深さx 5、10、15、20cmの土壌の気候特性は計算されません。 116の深さで、排気温度計の位置は0.4です。 0.8; 1.6および3.2mの土壌温度は年間を通じて測定されます。これらの深さについては、土壌温度が0℃を超えない平均日数が、特定の月および1年に観察されます。重要な実用化は、0°Cの土壌への侵入深さに関する情報です。 0°Cは毎年補間によって決定されます。そのような深さの数から、平均とその最大値と最小値が見つかります。土壌への温度0°Cの浸透の深さはそれを作ります凍結した土壌層の厚さを判断することは可能ですが、通常は土壌の凍結の深さよりもいくらか大きいです。事実、土壌に含まれる水分は、土壌水分中の塩分濃度や土壌毛細管の大きさにもよるが、ほとんどの場合、0℃以下の温度で凍結する。排気温度計を用いて観測データを処理する場合は、 70年の多くのステーションで、排気温度計は抵抗温度計M-54に置き換えられたことを覚えておく必要があります。しばらく作業した後、抵抗温度計は故障し、排気温度計はに再設置されました。観測所のネットワーク全体。M-54の運用期間のデータは元のシリーズから除外する必要があります。1.4。4風風は他の気象量とは異なりベクトル量であるため、風の気候学的処理は2つで実行できます。方法：各コンポーネントを個別に処理するか（極座標では、これはベクトル係数、つまり風速とその方向です）、速度と方向を一緒に検討します。ほとんどの風の特性は最初の方法で取得されました。月平均風速、1日全体および時間別の変動係数と非対称性、緊急値の自己相関関数、月間および年次の最大速度、風速のさまざまなグラデーションの再現性、および風のある日数指定値以上の速度。風向は、各日付とすべての日付の両方で異なるポイントが再現可能であることを特徴としています。気候特性は通常、間接的に計算されます。ワイブル分布関数によるすべての風速の分布、または最初の制限ガンベル関数による風の年間最大値の均等化に基づいています。ワイブル関数には、適用された問題を解決するためにのみ計算される平均風速ベクトルの係数であるベクトルと、さまざまな組み合わせの再現性があるため、風のタイプがあります。  d e F（v）-風速がvより大きい確率。 $およびy-特定の地域の風況に応じて、風速の平均および二乗平均平方根偏差に関連するパラメーター。 式（1.114）は、グラフィカルに簡単に解くことができます。 次に、与えられた確率の高風速を決定するとき、速度の経験的再現性のデータに依存して、パラメータpとyを計算せずに行うことが可能です。 実際、（1.114）の対数を2回取ると、次のことがわかります。  この式は、lgおよびlg（-lgF）に関して線形です。したがって、風速の累積経験的再現性に関するデータから得られた点をlgおよびlg（-lgF）座標系の直交座標グリッドにプロットする場合、これらの点は1つの直線上にある必要があります（式（1.114 ）特定の領域における風速の分布の法則を正しく表現します）。 この直線を積分確率（可用性）の特定の値まで継続すると、特定の確率に対してどの風速を計算できるかを判断できます。ワイヤーはまっすぐであることに注意してください。主に網膜の中心点に焦点を当てる必要があります。 最初の点は、通常は直線上にないため、低速に関連する3つの点は無視できます。ちなみに、この状況は、最大風速を決定するための分析方法のエラーの理由の1つです。最大速度を決定する2番目の方法は、最初のタイプのガンベル極値の分布を風の年間最大値の分布に適用することです。 1番目の制限分布の式は次の形式です。  d de y = dn（v- $ n）; v =（l / a n）y + P„; l / a„ = o v / o n; pn = v-y„ / a。 ここで、Vh ov-一連の最大風速からの平均および標準偏差。 ynとo„は、一連の補助量yの平均と標準偏差です。 月次または年次の最大値の数が少ないという事実を考慮して、初期最大値と補助値ymの両方の発生頻度の経験値は、よく知られている式に従って求められます  ここで、m-メンバー番号のシリアル番号。 n-昇順のメンバーの総数。 F（v）の代わりに、繰り返し周期Tが示されることがよくあります。通常、風速が決定されます。これは、10、25、50、100年に1回可能です。 補助標数値yは次の式になります：  2番目の方法は、対応する機能的な網膜を構築することによってグラフィカルに実現することもできます。ただし、風速の年間最大値は直線にうまく適合し、したがって、それらの分布は、ワイブル分布への日速の分布よりも理論的なガンベル法則によく対応するため、通常は分析的な方法が好まれます。 2番目の方法の欠点は、最大風速のサンプリングが制限され、1日あたりの観測回数にある程度依存することです。 4項の観測値から計算された最大値は、10〜15％増加する必要があります。計算された最大風速とともに、観測された最大風が決定されます。これは、ほとんどの場合、計算された風速に対応します。これは、25年に1回可能です。最大風速の体制はまた、強風の日数を特徴づけます。風速が15m / sを超える日数を決定するのが通例です。そのような特徴は、気候の参考書に記載されています。最大風速の日とは、観測期間中または日付の間に少なくとも1回は15 m / sを超える速度が観測された日です。風見鶏から風速計への移行中に、観測日の間に強風を固定する方法が変わったため、風見鶏と風速計のデータを組み合わせたシリーズでこの特性を計算することはお勧めしません。風速のもう一つの重要な特徴は、それが観測される風速と一緒に計算される突風係数です。突風係数は、10分間隔の突風の風速と同じ間隔の平均速度の比率です。この係数は、アネモメトリック観測の期間についてのみ計算できます。計算の初期データは、表TM-1からではなく、KM-1の本にある観測自体の主要な記録からも抽出する必要があります。突風xと風速xcに関する一連の同期データに基づく。観測期間は、突風係数と風速の二次元分布です。衝動性のグラデーション係数aは、通常、x 0.0〜0.5の範囲で0.5に設定されます。 0.5-1.0など、風速グラデーション：0-5; 6-9; 10-13; 14-17; 18-21など風ベクトル。風速と風向を一緒に処理する場合、平均風速ベクトルの係数と方向、および風の中でのベクトルの再現性が計算されることがあります。これは、の再現性の2次元テーブルの形式で最初のものを表します。風速と風向のさまざまなグラデーション。平均風ベクトルの特性は、各観測期間の個々の風ベクトルを平均することによって得られます。計算はコンピューター上で行われます。風速の方向の再現性を計算するには、厳密に言えば、約50年のシリーズが必要です。ただし、観測の主な数が比較的狭い範囲の速度にあることを考慮すると、実際には、通常、より短い系列で満足しますが、20〜25年以上です。この場合、嵐の異常な風向から生じるまれな嵐の重要なケースが消えることがあることにも注意する必要があります。頻度を計算するとき、風観測のすべてのケースは100％と見なされます。 1.4.5大気圧大気圧データの処理は、多くの点で気温データの処理と似ていますが、重要な機能もあります。毎日の大気圧の流れは存在しますが、非常に弱いです。その結果、次のことが可能になります。-修正を導入せずに、3項、4項、および8項の観測値を組み合わせる。 -温度や同様の量とは対照的に、圧力の特性と構造（標準偏差、非対称係数、自己相関関数）を期間ごとに個別に計算するのではなく、1日の平均圧力値の特性を計算することに限定します。 -最大eと最小eの2つの極値のみを選択します（気温の場合は6つではありません）。圧力処理の重要な機能は、平均化中の圧力値と年次データを気圧計の同じ高さにする必要があることです。事実、長年の観測の過程で、気圧計の高さは通常何度も変化しました。したがって、処理のために準備された一連の年次データには、気圧計の状態に関する一連の履歴情報が並行して含まれている必要があります。気圧計の高さが変化しなかったさまざまな期間の気圧計のデータは、単一の最後の高さになります。この操作を1年間実行し、接続と圧力のグラフを2つの異なる高さでプロットした後（12か月のデータに対応する12ポイントを使用）、このグラフを他の年に使用すると、削減が容易になります。観測所レベルで計算された複数年の平均気圧も同様に海面に変換されます。大気圧構造の特性は、ステーションレベルでのみ計算されます。 1.4.6 Vl関連性湿度の気候特性（分圧、相対湿度、飽和不足）は気温の特性と類似しており、ほぼ同じ方法で計算されます。月次分解能の水分特性を計算するために使用されるシリーズは、通常1936年に限定されています。これにより、必要がなくなり、3期の観測から得られたデータに修正が加えられます。修正を導入しないと、これらの観測値のデータを4項および8項の観測値のデータと組み合わせると、シリーズの重大な不均一性が生じます。これは、排除するのが難しく、最も重要なことに、非現実的です。湿度の変化は一般に気温の変化に追随しますが、湿度の経年変化や周期的な変動はそれほど顕著ではありません。さらに、水分系列は、いわば気温と土壌温度に由来するため、気候変動と変動を研究するときに独立して研究されることはめったにありません。湿度を計算するための初期データは、かなり重大な観測誤差によって特徴付けられます。冬の気温がマイナスの場合、湿度を測定するための唯一の装置は、非常に高い慣性（最大1日以上）を持つ湿度計です。このため、水分構造の特に細かい特性を計算し、詳細な統計分布を編集することは一般的ではありません。ほとんどの場合、湿度値が高い日と低い日数が計算されます。相対湿度が30％以下で80ドル以上の平均日数を決定するための湿度データの処理は、特筆に値します。相対湿度が30％以下の日は、いつでも相対湿度が30％を超えなかった日です。 1日あたりの湿度が最も低い時間（平均太陽時で約13時間）には、少なくとも80％の相対湿度を観測する必要があります。 1.4.7降水量大気中の降水量と気温は、最も重要な気象量の1つであり、土地の湿潤の主な原因であり、多数の気候指標によって表されます。降水量、期間、強度の気候指標が確立されています。また、降水は現象（降水の有無）として扱われます。堆積物は液体、固体、混合物であり、これも処理に影響を与え、指標の数を増やします。指標の最大数は、自己相関関数を除くすべての主要な統計的特性を計算するために使用される降水量に依存します。後者は月降水量についてのみ計算できますが、このような関数は気候理論の特別な研究にのみ使用され、他のほとんどの問題にはほとんど関心がありません（行内相関が弱いため）。 124他の気象量とは異なり、降水量は時間ではなく、毎日のセクションでのみ考慮されます。以下が計算されます：10日、月間、季節および年平均、月および年ごとの総降水量の変動係数および非対称性、液体、固体および混合降水量の月間および年平均量。月ごとおよび年ごとの平均、変動係数および1日の最大降水量の非対称性。降水量と風の分布は、地域全体で、または少なくとも地域全体で、困難かつ均一に平準化されているためです。関数の広い領域を選択することはできません。降水の頻度が決定され、グラデーションとx量による降水の平均日数の形式で表されます。降水期間は通常、月と年の平均値、および計算によって得られたさまざまな十分性の分位数で表されます。降水の強さは、気候学的に平均値とさまざまな値の発生頻度によって特徴付けられます。平均降水量を計算する上での主な難しさは、それらを測定する方法が不完全であり、周辺地域への依存度が高いことです。この意味で、降水量は風に似ています。降水量の一連の観測では、少なくとも2倍の均一性の大きな質量擾乱が発生しました。最初の違反は、1930年代にステーションがオープンエリアに移動されたときのことで、ほとんどの気象値を表していますが、降水量、特に激しい降水量についてはそうではありません。 1952年から195年に4年。駅のネットワークで、彼らは新しいデバイスに切り替えました-トレチャコフ保護を備えた雨量計は、雨量計をニファー保護に置き換えました。最初の違反は、隣接するステーション（ポータブルおよびリファレンス）で相関グラフを作成することにより、リファレンスブックを作成するときに排除されました。 2番目の違反を排除するために、雨量計と雨量計を使用した一連の並行観測に基づいて修正が決定されました。それらは、降水の種類、デバイスの設置場所の保護の種類、風速に依存し、物理的および地理的な違いがあります。 12の大きな地区が特定され、それに応じて補正係数の表がまとめられました。 そして上記の影響要因から。各観測所の係数、保護の種類、機器の交換日は、ハンドブックの「大気降水量」のセクションの付録に記載されています。係数は固体降水量のみを指し、混合降水量はその値の半分で補正されます。レインゲージで測定された降水量を補正するための式がさらに開発されました。風係数は、レインゲージ入口のレベルでの風速と雨滴のサイズ（液体x降水量の構造のパラメータ）に依存します。は、月量から0.03 mm / min以下の強さの小滴雨の割合であり、固体および混合降水の場合は、気温からもです。固体降水の期間については、風係数にを掛けます。雨量計の高さで、yの上から下向きに水平面を通過する収縮雪の量と、吹雪補正が得られます。信頼性が高く、水収支計算に堆積物が含まれている場合にのみ導入されます。計量カップに土砂を注ぐときに雨量計のバケツの壁に残っている少量の水の損失を避けるために、約0.1〜0.2mmの「濡れ」補正が導入されています。観測の初期処理中にデータに入力します。昔は、シリーズを均一にするために年次データに入力する必要があります。濡れの補正は、すべての気候処理中に導入される修正の1つだけです。その他の場合、解決されている問題に関係なく、「蒸発のための」補正も確立されています。 2〜8％ですが、気温がすでに比較的高く、雨量計にまだ頭上の漏斗がない時期の過渡期には、15％、さらには20％に達する可能性があります。この修正yの堆積物の量は、バランス計算でも行われます。月降水量と年間降水量の液体、固体、混合への分割は、地理的地域ごとに以前に確立された合計量のシェアとxに従って実行されます。割合は「ソ連の気候ハンドブック」に記載されており、降水頻度だけでなく、降水頻度も判断するために、降水日数が0.1; 0.5; 1.0; 5.0; 10.0; 20.0; 30.0mm以上である。発生頻度と強度降水量を計算する前に、湿潤の補正を導入する必要があります。降水量が0、1、0.5 mm以上の日数に不可欠なこれらの補正を導入すると、次のことが可能になります。さまざまなグラデーションの降水量で日数の比率を著しく変化させます.mm / h単位の強度値の分布は、プルビオグラムを処理することによってのみ取得できます126。たとえば、Alibegovaなどの多くの著者がそのような計算を実行しましたこの気候指標は、手動でしか実行できない取得の手間がかかるため、大量処理システムには含まれていません。平均降水強度は、月平均（年間）の比率として定義されます。月平均降水時間に対する降水量。また、1日の最大降水量の分布の分位数は、間接計算法によって決定されます。実際には、機能的な網膜がiとxの決定に最もよく使用されます。つまり、正常、対数正規、およびガンマ分布の網膜です。降水量の分布の平準化が水文学者によって初めて行われたので、水文学で確立された用語に従ってリストされた繊維はしばしば網膜と呼ばれます：中程度に非対称で、かなりの非対称性とブロブコビッチ網膜。これらの網膜の機能スケールの構築の基礎となる分布は、1日の最大値と降水期間の分布のモデルとして計算に使用できます。降水期間の処理は、TM-1では1959年まで、測定された降水期間（0.1 mm以上）のみが記録され、その後の降水は現象として記録されたため、現象の期間のみが記録されたため、複雑になります。表TM-1の雨Iから判断できます（同時に、降水量が0.1 mm未満のときにもこのような雨がありました）。この変更と同時に、期間のデータを1時間に丸める新しい方法が導入されました。 1959年以降、切り上げられたのは月間降水量の合計ではなく、各雨の期間です。 1959年以前とその後の期間のデータを組み合わせるには、1959年以前の5年間のさまざまな方法で決定された、参照ステーションでの降水期間の比較に基づいてデータを修正する必要がありました。降水期間に加えて、日単位の無雨期間が決定されます。一年の暖かい半分で雨が降らない日は、寒い日で、1日あたりの降水量が0.1 mm以上であった日、つまり1日あたりの降水量が0.0mm以上の日と見なされます。雨のないペリの場合o dは、ある月に始まり、別の月に終わりました。期間全体とは、この期間のほとんどが含まれる月を指します。 １２７頁まで終わり |