|
|
| 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 1-10 １２７頁まで終わり 1.4.8。積雪積雪は、静止した（恒久的な）スラットを使用し、積雪調査の助けを借りて観察されます。これら2つの方法で取得される情報は異なり、さまざまな目的で使用されます。雪の調査結果は、主に水文学者や設計者が建設現場を選択する際に必要になります。負荷の計算や気候変動の研究には、恒久的なバーからのデータがより一般的に使用されます。積雪の密度と貯水量の気候特性は通常、積雪調査のデータから決定され、積雪の高さの特性は一定のすくいと積雪調査から決定されます。積雪のある日数、積雪の出現、降下、形成および破壊の日付、高さの標準偏差、日数、積雪の出現および降下の日付-のみ一定のレールに沿って。それを取得する方法という意味での特別な位置は、1日あたりの雪の最大増加（平均および絶対）などの特性によって占められています。これは、積雪高の観測結果と降水量のデータから判断できます。積雪の高さの特性については、その平均値は月ではなく、冬の数十年ごとに計算されます。冬の初めと終わりのこれらの値は、冬の50％以上で積雪が観察された場合にのみ計算されます。 10年間の平均値は、その10年間の雪の存在に関係なく、全高を選択した期間aの全年数で割ることによって得られます。冬の50％未満で雪が観測された場合、この10年間の平均は計算されません。同時に、テーブルxに従来の記号（•）を入れるのが通例です。 1977年以降、表TM-1の月間出力xには、したがって月間xには、積雪の平均10日間の高さではなく、上の雪の高さが示されていることに注意してください。 10年の最後の日。したがって、今年から、TM-1で利用可能な数十年の高さの合計を使用して、平均長期高さを計算する必要があります。積雪の高さおよび積雪調査の長期平均値は、一定のスラットの場合と同じ方法で計算されます。雪の調査からの観測数は少ないので（雪の調査は1936年に開始されました）、それを処理して、一定のスタッフから得られた128のデータといくつかの結果を比較するのに役立ちます。これは、積雪の高さに関するデータが、一部の冬には雪がない冬の極端な数十年と数十年についてチェックされる方法です。雪の調査中に、雪が10日間記録されなかった場合（表xにダッシュがあります）、一定のレーキの読み取り値によると、雪が観察された場合、今年は計算に含めるべきではありません。月ごとの積雪の最高と最低の10日間の高さは、静止ラスのデータに基づいて決定され、冬の最高と最低の高さは同じ観測方法で計算されます。原則として、結果はそれほどではありませんが、それらの間で異なります。積雪の密度（kg / m3）と積雪の貯水量の平均値は、積雪の高さの同様の値とは対照的に、次の年のデータからのみ計算されます。積雪が形成されました。積雪密度は、高さが5 cmに達したときにのみ測定が開始されるため、春と秋には、積雪高と積雪密度が示される極端な数十年、つまり、積雪の期間が一致しない場合があります。積雪密度は積雪深の期間よりも短いと報告されています。平均密度に加えて、平均密度は、積雪の最高の10日間の高さと、積雪の最高の貯水量で計算されます。毎年の密度のこれらの特性を取得するために、密度値は、積雪の高さまたは雪の中の水分量が最大であった数十年のセットで選択されます。これらの数十年は通常、年ごとに異なります。これは、さまざまな数十年の密度データを平均します。平均のある雪の服の貯水量も、最大値の平均によって決定されます。積雪の発生期間の特性（積雪の日数、出現日、降下と形成、安定した積雪の破壊）は、厳密に言えば、類似の方法と同じ方法で取得する必要があります。気温の特性。段階的な傾向チャート。しかし、歴史的に、これらの日付を決定するためのいくつかの条件付き基準が確立されており、気候学的処理の実践で使用されています。 MGOの方法論に従って、次の基準が採用されます。-このような積雪は安定していると見なされ、少なくとも1か月間、3日以内の中断または不連続性で、1回の休憩があります。冬の初めの日で、5日以上の積雪が発生し、2〜3日で10日以上の休憩があります。 -冬の終わりに、積雪が溶けてから3日以内に、再び積雪が形成された場合、それは変化しません10日間、このような積雪の発生は継続的であると見なされます。-冬の間に安定した積雪の期間がいくつかあり、時間で区切られ、互いに5日以内の場合、最初の日からの期間eは安定しています。冬の最終日までの積雪は、このような積雪で安定した積雪がある期間と見なされます。 -積雪の形成と破壊の平均長期日は、積雪のある冬の数が全冬の50％を超える場合にのみ、安定した積雪から1期間しかなかった冬の間のみ計算されます。 ; -積雪がないが、少なくとも冬の1つでは、2つの極端な日付のみが選択されます-積雪自体の最も早い出現と遅い消失、同じ遅い出現と同じ早い降下の日付決定されません（同様に、安定した積雪によって）。 1.4.9曇り気象観測所xでの標準的な観測は、雲の量と形状、および高さに基づいています。通常、最初の2つの特徴的なシリーズは気候学的処理を受けます。の雲の高さは、目視による不正確な決定であるため、その気候特性は、空中測深データ（現時点ではキャンセルされています）、パイロット気球データ、または間接計算法から取得されます。雲の量の主な気候指標は、平均値、さまざまな雲レベルの頻度、晴れた日と曇りの日の平均数です。 j平均は、一般的に曇りを示すものではありません。これは、平均が1か月（年）にわたって優勢でないだけでなく、一般的に雲の量が最も少ないためです。それにもかかわらず、それは簡単な気候学的特性として、そして例えば放射収支などの多くの特別な計算でうまく使用されています。雲の数の再現性（一般と下のxを別々に）は通常、毎月0〜2ポイント（クリア）、3〜7ポイント（セミクリア）、8〜10ポイント（曇り）のグラデーションに従って計算されます、観測時間や個々のタイミングに関係なく。前回は、雲の頻度がより細かいグラデーションで決定されることがあります：0.1-3、4-6、7-9、10ポイント。 0〜10ポイントのグラデーションの割り当ては、これらの雲のレベルが通常最も多くのケースを占めるという事実によるものです。 0〜2点と8〜10点のグラデーションでは、ケース数の分布が不均一であることがわかります。グラデーションによる雲の数の再現性に加えて、晴天と曇りの平均日数は、全体の曇りと低い曇りから計算されます。この特性は、再現性よりもはるかに、日中の晴天と曇り空の安定性を判断することを可能にします。晴れた日とは、8期間の曇りマークの合計が14ポイントを超えず、すぐに5ポイントを超えなかった日です。曇りの日とは、定義上、8期間の曇りマークの合計が少なくとも66ポイントになる日です。 4期観測の期間では、ポイントの合計が7ポイントを超えない日は晴れ、33以上の日は曇りと見なされました。上記の定義から、晴れた日がいくらか定義されていることがわかります。以前とは異なり、1966年以前とその後の期間のデータを組み合わせると、気候学的シリーズaの不均一性が作成されます。観察時間が長くなると、さらに小さな不均一性が生じます。気候ハンドブックの編集で行われた4期および8期の観測データに基づく晴天日数の相関グラフに修正を導入することによってこれらのデータをリンクする試みは、成功を収めていません。修正案は、地域全体で変動することが判明しました。したがって、地域全体でのこの特性の変動性が低いことと同様に、晴れた日と曇りの日を計算するときは、8期間の観測期間を制限することをお勧めします。気候特性を得るための雲の形態の処理は、さまざまな方法で実行できます。たとえば、さまざまな雲の形の発生頻度を計算する場合、観測の総数と雲が記録されたときの観測の数の両方を100％と見なすことができます。通常、2番目の計算方法が使用されます。これにより、雲の形状の相対的な再現性を得ることができます。また、上層雲と中層雲の発生頻度を決定する際には、これらの雲が見えない場合、つまり下層の雲が連続している場合（10点）も除外する必要があります。 晴天と曇りの発生頻度がわかれば、特定の雲の形の相対頻度から絶対頻度に移ることができます。与えられた雲の形の相対頻度が式によって決定される場合  ここで、mは特定の雲の形状のケースの数、nは次の場合のケースの数です。  この形式のクラウドEの絶対再現性は次のようになります。  雲の形態の気候学的処理の他の原則もあります。たとえば、雲量の再発は、雲量が5ポイントの場合、または雲量が1、2、3、...、10ポイントの場合にのみ計算されます。 1.4.10。大気現象形成の頻度と大気現象の持続時間の気候特性はほとんどありません。大気現象の観測は視覚的に行われ、常に主観的な要素が含まれています。過去数年間、観察方法論は、その持続時間の1つまたは別の現象を評価するときに不平等な基準を提供していました。したがって、1959年までは、現象の持続時間は15分ごとの精度で記録され、その後は1時間の何分の1かで、1977年以降は時間と分で記録されていました。さらに、観測自体の品質は必ずしも同じではありませんでした。観察の出発材料の品質に自然に影響を与えたこれらすべての理由は、材料の処理を複雑にします。大量処理中の現象の一連の観測の構造的特性は計算されておらず、現象の平均日数と最大日数、および現象のさまざまな期間（合計および連続）の発生頻度に制限されています。最も難しいのは、現象の持続時間を処理することです。 132まず、特定の月のイベントの平均期間と、イベントを伴う1日あたりのイベントの平均月間期間を区別する必要があります。最初の特性を計算するときは、現象のあるすべてのケースの合計（1日に複数のケースを観察できます）を観察の年数で割って、2番目の特性を計算するときは現象のある日数で割ります。 、現象の持続時間の絶対頻度と相対頻度が計算されます。現象の連続期間を計算するときは、ある月に始まり別の月に終わる現象のケースを処理する方法を規定することが不可欠です。そのような現象を異なる月の部分に分割するのではなく、その合計期間を現象の期間の大部分が落ちた月に帰するのが通例です。継続期間の気候特性は、その再発です。持続時間の変化する現象は、持続時間のグラデーションによって分類され、各グラデーションでの特定の持続時間のケースの数は、この現象のケースの総数を指します。記載されている特性は通常、霧、雷雨、吹雪、雹、砂嵐などの現象から計算されます。霧氷現象は、視覚的にだけでなく、装置、製氷機の助けを借りて観察されるため、特に考慮する必要があります。 1.4.11霧氷堆積物複雑な堆積物（氷、粒状および結晶性の霧氷、ワイヤー上に堆積した凍った湿った雪）を含む霧氷の形成は、視覚的および機器的観察の両方に従って特徴付けられます。着氷の日数、堆積物の蓄積の合計時間、および時間単位の着氷は、他の大気現象（霧、吹雪など）の同様の特性と同じ方法で、氷結機での堆積物の観測から視覚的に決定されます。氷のマシンでの最大質量の分布の特性を取得するには、次のようにします。堆積物の質量が直接測定されず、堆積物の大径と小径のサイズのみが測定された場合、質量は式P ^ 78（ac-d2）-y、（1.121）によって計算されます。 aとcはそれぞれ、堆積物の大径と小径であり、機械のワイヤーの直径を考慮に入れています。 yは堆積物の密度です。 V値は通常、釉薬氷の場合は0.75、複雑な堆積物と湿った雪の場合は0.2、粒状の霜の場合は0.1、結晶性の霜の場合は0.05 g / cm3に等しくなります。堆積物のサイズを決定するとき、氷の密度の平均値のためにエラーが発生します。後者は地域の物理的および地理的条件に依存するため、地域ごとに決定する方が正確です。さらに、堆積の密度は、それが形成されるワイヤー、ケーブル、またはロープの直径に依存するため、架空送電線のワイヤーなどの着氷を評価する場合に異なります。他のオブジェクトの場合、密度値を修正する必要があります。 M.V. Zavarinaの本では、さまざまな値で密度を決定するためのノモグラムが示されています（ac-d2）。通常、霧氷堆積物の質量の年間最大値のさまざまな値の発生頻度、および堆積物の質量の年間最大値の分布の標準偏差、堆積物。これは2、5、10、15年に1回可能です。与えられた年に一度可能な氷塊の最大値は、年間最大値からの積分分布曲線と最大風速の統計的外挿によって決定されます。年間累積分布曲線  ここで、F（x）は、ワイヤー1メートルあたりの氷の質量がxの値を超えないという事実の積分再現性です。 aとPは分布パラメーターです。 Pは平均年間最大値に近いです。 aはそれらの分散を特徴づけ、o / xに反比例します。強風時のワイヤーの着氷は大きな危険をもたらします。したがって、実際の着氷の特性とともに、風と着氷の複雑な特性が計算されます。これらの特性は次のとおりです。-風向の再現性（％）と、特定の着氷の場合に形成される最大堆積での落ち着き。 -1年で堆積物の最大サイズに達する着氷期間中の最大風速の再現性; -シーズン中の着氷時の最大風速の再現性。 1。4。12日射と日光さまざまなタイプの日射の観測データシリーズには、観測の詳細に関連する独自の特性があります。まず、他の気象量を観測するために設定された時間とは異なる時間に観測が行われます。放射線バランスの成分の測定は、1日6回行われます：Och 30分、6時間30分、9時間30分、12時間30分、15時間30分、18時間30分。時間通りの観察は十分に信頼できるデータを提供しません。小さな雲が太陽を覆っているのが観測されるとすぐに、直達日射の測定値は劇的に変化します。このため、また、気候処理中の特定の期間（時間、日、月）の太陽熱の総到着量を、太陽放射（照射）の強度の特性とともに取得するという実際的な必要性に基づいています。 、日射量の合計の特性は、時間間隔、日、月で計算されます。時間合計の特性は、レコーダーのデータ（感光局の約1/3で利用可能）から、または日周グラフを使用して取得されます。このようなグラフは、観測期間中の放射線の複数年の平均値に対してプロットされています。強度値は、1時間間隔の中央のグラフから取得され、1時間および1日の量はこれらのデータから決定されます。月額は、日次の値にその月の暦日数を掛けて計算されます。気候参考書には、通常、次の気候指標が配置されています。-直接、散乱、全放射の平均強度（kW / m2単位の放射照度）と、晴天で平均的な曇りの条件下での放射バランス。 -ビームに垂直な表面と、晴天で平均的な曇りのある水平面での直達日射量の平均（MJ / m2）。 -晴天と平均曇り状態の水平面での全日射量の平均合計（MJ / m2）。 -平均的な曇りの条件下での水平面での散乱日射の平均量（MJ / m2）。 -平均的な雲の条件下でのアクティブな表面アルベド（％）。 -平均的な雲の条件下でのアクティブな表面の放射バランスの平均合計（MJ / m2）。晴天の太陽放射の強度の平均値は、次の条件下で得られます：散乱、全放射、および放射バランスの場合-全曇りは2ポイント以下、太陽ディスクと太陽に近いゾーン半径5°には雲や雲の痕跡がありません。直接放射の場合-雲に関係なく、ただし太陽の円盤と5°の太陽周囲ゾーンがあり、雲とその痕跡はありません。平均的な雲の状態での日射強度の特性は、任意の雲の状態での観測データと太陽円盤の状態から直接計算することによって得られます。日射特性の平均値に加えて、平均二乗偏差、非対称性、および1日の日射量の相関係数も計算されます（最新の科学および応用参考書では、これらの特性は全日射に対してのみ計算されます）。適用目的のために、垂直面と傾斜面の日射量の合計の気候特性が計算されます。そのような計算のための方法論の提示は、応用気候学の主題です。これらの特性を計算するための公式といくつかの方法は、K。Ya。Kondrat'ev、Z。I。Pivovarova、MI Fedorovによる本にあります。「傾斜面の放射レジーム」放射輝度（時間と％）;-オーロラあたりの平均持続時間太陽のある日; -1時間間隔ごとの日照時間の月平均値;-日光のない平均日数;-日光の持続時間の標準偏差最初の指標の特性は、観測期間全体の直接計算によって計算されます。日照時間の相対的な特徴は、観測された時間と理論的に可能な時間の比率、つまり、日の出から日没までの雲ひとつない空のオーロラの時間です。山岳観測所の場合、可能な時間は、クローズドホライズン..。残りの特性の計算は、原則として、問題に遭遇しません。 1.4.13気象量の複合体これらの量の各同期観測が自然環境の1つの可能な状態と見なされる場合、2つ以上の気象量の複雑な意味について話すことができます。次に、これらの気象値を共同処理することで、別のサンプルで取得した情報の合計と比較して、環境の気候に関する追加情報を取得することができます。 これらの値のそれぞれについて個別に。気象値の共同処理の結果は、通常、その後の多くの複雑な特殊な気候パラメータの取得の基礎として機能します。これらの理由から、近年、主要な気象複合体の分布や様々な複合体の特徴を計算することに多くの注意が払われています。気温-相対湿度と気温-風速などの最も重要な気象複合体の分布は、新しい気候参考書に掲載されました。一部の外国の参考書には、三重錯体（気温-湿度-風）の分布さえ含まれています。多次元分布を計算する場合、通常、3つを超える気象量は複合体に含まれません。多成分複合体の形成に対する障害は、提示された結果の煩雑さとそれらの不十分な統計的精度です。これらの障害は、いくつかの気象量の値の組み合わせの頻度を計算するのではなく、最初に特定の式に従って特定の複雑な特性を形成する場合に回避できます。たとえば、応用目的では、さまざまな「有効」または「同等」の複雑な特性（有効温度、同等の風）がよく使用されます。この場合、複素標数の分布は1次元です。ただし、このような積分方法でも直接計算は簡単ではありません。観測では複雑な標数の値を計算する必要があり、処理が非常に困難になるためです。さらに、そのような各特性は、1つの特定の問題のみを解決するために使用できますが、気象量の組み合わせの多変量分布により、間接的な方法で多くの異なる複雑な適用特性を決定できます。間接計算の例については、次のセクションで説明します。気候学の実践では、2つまたは3つの気象量の組み合わせの値は、通常、比較的狭いグラデーションに従って最初に分布されます。多くの場合、特定の初期グラデーションでの組み合わせの再現性の値は、統計的精度が不十分です。特に、分布の最後で低いデータ精度が観察されることがよくあります。それにもかかわらず、将来、複雑な適用指標を計算するときに、特定の適用問題の要件に従っていくつかのグラデーションを一般化する必要があることが多いため、これは行われます。統一、つまりグラデーションの拡大は、必要な任意の組み合わせで可能です。これにより、再現性の精度が向上します。気象量の2つの最も一般的なセットを考えてみましょう。複合体の温度-相対湿度と温度-風速の分布を表に示します。 1.13および1.14。表の数は、示されたグラデーション（表1.13を参照）、温度、および風速（表1.14を参照）における温度と相対湿度の組み合わせの2次元再現性です。 2次元の再現性は、指定された値の観測値のペアの発生総数に関連して計算されます。二次元の再現性または量の各組み合わせの発生数から、他の特定の値に対する一方の量の分布の従来の再現性を取得することが可能です。テーブルの行またはストロンの1つにあるケースの総数は、100％と見なされます。この場合、テーブルは条件付き分布のセットで構成されます。各列または行について、条件付き（条件付き平均、条件付き標準偏差、条件付き分位数）と呼ばれる同様の値、標準偏差、分位数、およびその他の特性を計算できます。 １３８頁まで絵終わり 表1.13 気温と相対明度の「緊急」値の組み合わせの再現性（％）7月キエフ、GMO  表1.14 気温と風速の「緊急」値の組み合わせの頻度（％）1月。キエフ、GMO  適用される問題では、条件付き再現性やその他の条件付き特性を計算する必要がある場合がありますが、気象量の複合体の分布を表す最も一般的な形式は、多次元再現性の表です。 このような表は通常、気候参考書に記載されています。 将来的には、それらはしばしば統合された再現性テーブルに変換され、テーブルの行と列で同時に再現性の値を合計します。 1.5気候変動を研究するための方法1.5.1気候変動性気象変動性はしばしば気候回復力と対照的です。天候と気候は同じ物理的要因によって引き起こされますが、それらの寄与は時間スケールによって異なります。地球全体の大気の上部境界への放射線の流入は実質的に一定であるため、放射レジームなどの要因は、活動面の特性が不変である条件下では、年ごとに比較的ほとんど変化しません。ただし、地面の近くと大気中で発生する熱収支は、大気のガスとエアロゾルの組成（曇りを含む）にかなり大きく依存します。天候の変動は、主に大気と部分的に海洋の循環によるものです。同じ気候を考えると、たとえ局所的であっても、短期間に現れる循環の特徴は滑らかになります。地球全体の気象値の平均値によって特徴付けられる場合、地球の気候はさらに安定しています。一般に、気圧は大気の質量が不変であるため一定になります。温度の変動は、大気の上限での放射バランスを変化させます。これは、太陽や他のソースからの一定の熱の流入まで、この値の変動の可能性を制限します。蒸発と凝縮のプロセスの比率によって決定される湿度も、熱の流入によって部分的に制御され、たとえば、地面の近くでは、時間の相対湿度は温度よりもさらに安定しています。しかし、気候システムの活動の発現、つまり特定の気象分布に移るとすぐに、その局所的な異常が目立つようになるだけでなく、気候学の実際の応用のほとんどを決定します。したがって、気候学は、気象の変動を排除するために、国際規制で要求されているように、数十年にわたって平均された気象量の値だけでなく、この変動の特性（極値、分散、気象の分布）も研究します時間と空間における量とその複合体）。これは逆説的な状況を生み出します。温帯および極緯度では、変動が非常に大きいため、数十年だけでなく、気候自体が著しく変化するかなり長い期間も、実践に必要な体制の安定した特性を得るには十分ではありません。したがって、中緯度で1月の気温を10分の1度（少なくとも95％の可用性で）を保証する精度で取得するには、数千年の観測が必要です。しかし、機器観測の期間が少なくとも10分の1であるという事実にもかかわらず、このような長期間にわたる非常に平均的な温度値は、場合によっては数度変化します。さらに、気候について話す時間間隔を数十年に制限することは、一般的に完全に正当化されるわけではありません。たとえば、爆発的な火山噴火が数年間発生した後の透明度の長期的な低下は、世界的な気温体制、極地の氷の分布、大気循環、そしてそれを通して曇りと降水量に影響を与えます。一方、これらの現象はすでに気象の概念を超えており、気候システムの振る舞いにおける明らかな摂動です。それらを研究対象として気候学の問題から除外する理由はありません。しかし、それでもなお、気候が一定であると見なされる時間間隔内で、個々の日の天気から始まる、異なる時間間隔での気象レジームの変動性の研究は、の最も重要な実際的な問題の1つです。世界的にも地域的にも気候学。このために、時間と空間におけるこの変動性の統計的特性のセット全体が使用されます（平均と極値、分散、分布、気象量とそれらの複合体の時間的および空間的構造の特性）。  図1.25 1881- 1915年1月と4月の1日の平均気温の発生頻度。 1-ソ連のヨーロッパ部分の中心、2-南コーカサス。 1.5.2気候変動の研究に統計的特性を適用することの複雑さ気候学における統計的手法の適用は、気象観測システムの開発のための特定の条件、ならびに時間的および空間的パターンを考慮した場合にのみ成功することができます。気候自体の形成の。実際には、小学校のコースで検討されている古典的なサンプルとは通常異なるポイントまたはエリアの気象量の非標準分布曲線があります。 1.非標準性は、これらの量に固有の物理的境界による分布が制限されているために発生します。多くの量は正の値しか取得できず、この制限は0になります。この制限またはそれに近い値が頻繁に観察される場合、分布は正の対称性を取得します。厳しい制限はないかもしれません。 しかし同じゼロ値は、融解のための熱消費のため、雪が存在する温暖な緯度での冬の制限、温度値は0°Сよりも大幅に高いか、春には雪が融解すると、それは遅れます年間の気温変化、0 "Сよりやや高い温度の蓄積を作成（図1.25）分布の一部で温度の変動を変化させる他の要因があります。 たとえば、ヤクートの冬では、アンチサイクロンで冷却されます。ほぼ極端に低い温度を生み出し、どんな移流または風の増加だけでも温度の上昇を引き起こし、モードは最低温度に近いことが判明し、分布は正の非対称性を獲得します（図1.26）。最後に、いくつかの分布は気候の量は両端で制限されています（相対湿度、曇り、数 １４２頁下から３行目より再開  図 1.26 北東アジアにおける1日の平均気温の再発。 1月。  図 1.27 13時間の相対湿度の分布。Sverdlovsk。 7月。 2.非標準性は、気象条件の点で不均一な気象体制の特性に関連しています（比較的晴天、曇りの日、および曇りの日に典型的な値の蓄積による毎日の相対湿度の分布のマルチピーク観測期間中の降水事例）（図1.27）。二峰性の降水量の分布は、年が高気圧性および低気圧性の体制と交互になる月に起こります。分布はまた、1日のさまざまな時間またはさまざまな季節での値のBレベルの違いのために、処理中に（1か月または1年以内に）除外されない年間の日変化によって歪められます。  図1.28 大気圧のコレログラムを作成します。 ポルタバ 3.分布は、気象量B '、時間、および空間の値の接続性によって複雑になります。たとえば、隣接する日の気温（または気圧など）の値は、0.8までの係数と相関しており、単純なマルコフ連鎖のスキームに従って、時間間隔の増加とともに低下します。ある記号または別の記号の接続も保持されますが、異なる年の値の間に0.3〜0.4を超える相関係数が作成されることはめったにありません（図1.28）。接続性は、非常に異なる分布曲線につながる可能性があります。厳密ではない形式で、これはピアソンによって取得され、1934年にA.I.コルモゴロフは、マルコフ型の接続を持つ直列またはプロセスの量の分布がさらに多様であることを示しました。 4.気象量の分布の多様性は、観測された量の任意の機能の実践の必要性のための使用によっても引き起こされます。たとえば、風力発電所の電力や雪のドリフトを評価するために使用される場合、すでに非対称な風速の分布を変換する必要があります。これは、風の流れによって放出されるプラントのエネルギーが風速の3乗に比例するためです。後者の分布はさらに非対称です。事故を避けるために非常に高速の風力タービンを風下から取り出さなければならないことを考慮すると、設備による発電の分配も切り捨てられます。一般に、気候学の適用された質問における切り捨てられた分布は、気候が有用な資源である分布の部分を、それに対して防御しなければならない部分から分離する必要がある場合に必然的に現れます。したがって、春には、閉鎖された地面の「良い」天候を可能な限り野菜の苗の早期放牧に使用する必要がありますが、霜の状態では、苗を暖める必要があります。深さ10 cm、それにもかかわらず、牛は溺れる可能性があります。実際の分布と正規分布との不一致。エラーの理論で使用されます。これには、数学統計自体と気象学および水文学の両方でほとんどの式が導き出された一連の相関量が含まれます。変数の変化のスケールの理論的または経験的変換を修正して、この分布を正規分布に近づけます。この手法は、統計理論を標準形式で使用する可能性を広げますが、正規分布なので、かなり慎重に使用する必要があります。与えられた分散に対して最大値があります最小の統計エントロピー、つまり、特定の分布の実際の特徴から抽出できる、調査された量の値の形成パターンに関する情報など、最小限の情報が含まれています。一方、気候学者の立場は、リアプノフの定理によれば、平均と分散の数学的期待値が存在する分布によって特徴付けられる量から平均を決定するときに、平均の分布が通常に近づくという事実によって促進されます。当初、この定理は独立変数の分布を参照していましたが、後にいくつかの一般化が行われました。特に、A。A.Fridmanの同僚であるL.Kellerは、この定理が減衰制約のあるシリーズに適用できることを示しました。一定の気候を考えると、これは気象シリーズにも当てはまると信じる理由がいくつかあります。近隣の日の気象接続は急速に衰退しており、SEAZは個々の年の特性の間で徐々に衰退するはずです。特定の時間における観測間の接続に対するこの定理の有効性は、たとえば、曇りデータによって説明できます。別々の期間の非分布は通常とは大きく異なり、スコア0と10が最も頻繁に繰り返されるU字型の文字を持っていることがよくあります（図1.29）。  図図1.29 雲の量の分布。 カザリンスク。 1月。 ただし、これらのデータを毎月平均するだけで、極端な可能性のある曇り値が分布で実質的に消え、最も頻繁な平均曇り値が中間スコアになります。 。したがって、気候学で使用される気象量の平均値への誤差理論の適用は正当化されますが、接続性の修正を導入する必要があります。気象量の接続性は、分布の形に影響を与えるだけでなく、平均化の精度も大幅に変更します。すでに述べたように、気象量の値の間の有意な正の相関は、短時間で、シリーズの独立した値の実際の減少につながり、最終的に平均化の精度を低下させます。経験によれば、実際に採用されているグラデーションでの気象値の再現性の精度は、一連の独立した値の同じ数と比較して2〜3倍以上低下します。それほど頻繁ではありませんが、発生頻度を決定する際の実際のエラーがランダムなシリーズで予想されるよりも少ない場合があります。これは、休業日の気候値の異常間の負の関係の可能性を示しています。 14６頁下２行目から 気候値の月平均値間のリンクは弱いですが、それにもかかわらず、多くの場合のそれらの影響は、それらの長期平均を決定する精度に大きく影響します。 この機能は、長期的な基準からの連続した年の偏差を合計することによって識別するのが最も簡単です。 級数の1つまたは別の構造による接続性がない場合、二乗平均平方根の累積異常（o ^ q *）は次のようになります。  d e A x = x-x（N）、X（n）はN年級数の平均値です。約x-。平均-行yxの二乗偏差ではありません。 nは、合計が実行されるシリーズの連続するメンバーの数です。経験によれば、実際の合計はランダムなシリーズの予想よりも大きい場合と小さい場合があり、実行されたテストの数を考慮すると、一方向または別の方向でのこれらの差は2倍に達します。 （過剰分散）の比較的短い（4年）系列からの平均の誤差の増加が、長期の自然変動と系列のレベルの変化の両方によって説明できる場合（つまり、気候変動の存在を示す） 、または気象観測のさまざまな欠陥と人為的要因を含む局所の自然な影響によるシリーズの均一性の違反）、異常に小さな異常の蓄積（「ピオノーマル分散」）は主に比較的短期間にのみ引き起こされる可能性があります、しかしかなり規則的な気候変動。これにより、処理中に気付かなかった多数の異なる兆候の均一性の多数の違反が発生する可能性が低いため、1つの兆候の異常の蓄積が逆プロセスによって迅速に補償されます（図。 1.30）系列xの分散係数を決定するために上記で検討した最も簡単な方法により、時間構造のいくつかの特徴とxを明らかにすることができます。  図1.30 一年の寒い（1）期間と暖かい（2）期間のモジュラー降水係数の積分差曲線。 a-キエフ、b-オムスク。 C„は変動係数、Kは値のモジュラー値です。 ランク。 |