CC BY
28
ГЕОМАГНИТНОЕ ПОЛЕ И КЛИМАТ КАРА-ДАГА: КОГЕРЕНТНЫЕ
КОЛЕБАНИЯ
Курбасова Галина Сергеевна
канд. физ.-мат. наук, ведущий научный сотрудник Крымской астрофизической
обсерватории, РФ, Крым, п. Научный E-mail: gskurb@gmail. com Вольвач Александр Евгеньевич д-р физ.-мат. наук, зав. лабораторией радиоастрономии Крымской астрофизической обсерватории, РФ, Крым, п. Научный
E-mail: volvach@meta. ua
THE GEOMAGNETIC FIELD AND CLIMATE QARA DAGH: COHERENT
OSCILLATIONS
Kurbasova Galina
candidate of Sciences, Leading Researcher Crimean Astrophysical Observatory,
Russia, Crimea, Science Vol'vach Alexander
dr. of Sciences, Head. laboratory of Radio Astronomy Crimean Astrophysical
Observatory, Russia, Crimea, Science
АННОТАЦИЯ
В статье рассматриваются результаты сравнения общего геомагнитного поля и климатических характеристик Кара-Дага. Данные о геомагнитном поле вычислены за период с 1983 по 2007 год с помощью Международной геомагнитной модели IGRF-12. Климатические характеристики взяты из базы данных SSE (NASA).
ABSTRACT
The article discusses the results of comparing the total geomagnetic field and climatic characteristics Qara - Dagh. Data on the geomagnetic field are calculated for the period from 1983 to 2007, with the help of the International Geomagnetic model IGRF-12. Climatic data are taken from the database SSE (NASA).
Ключевые слова: магнитное поле; Кара-Даг. Keywords: magnetic field; Qara - Dagh.
Введение. Периодические изменения локальных климатических характеристик связаны, в первую очередь, с детерминированными процессами:
Created by DocuFreezer | www.DocuFreezer.com |
вращением Земли вокруг оси и движением ее на орбите [1; 3], периодическими процессами на Солнце [2; 3]. Циклические процессы на Солнце, астрономические и геофизические факторы определяют циклический характер изменений климатических параметров. Эти изменения предсказуемы. Однако, неравномерное вращение Земли вокруг оси и геофизические процессы глобального и регионального происхождения (вулканы, землетрясения, явление Эль-Ниньо, аномалии гравитационного и геомагнитного полей и пр.) порождают вариации климатических характеристик на обозримых интервалах времени. Многогранные процессы обмена энергией между различными оболочками системы Земля, влияние внешних факторов обуславливают появление вариаций, когерентность которых не имеет достаточных причинно-следственных обоснований. Тем не менее, изучение этих вариаций помогает предсказать появление аномалий в изменениях климатических характеристик.
К подобным вариациям относятся недостаточно изученные вариации геомагнитного поля и климата. В настоящей работе обсуждаются установленные авторами когерентные вариации главного магнитного поля и климатических параметров Кара-Дага.
Для обнаружения когерентных вариаций использовались данные о геомагнитном поле и климатических характеристиках в пункте Кара-Даг, где ранее нами был обнаружен аномалий рост инсоляции на горизонтальную поверхность [6].
Характеристика исходных данных. Геомагнитное поле в пункте Кара-Даг, как и в любой точке Земного шара, характеризуется напряжённостью общего поля F или составляющими этого вектора. Часть геомагнитного поля: более чем 90 % измеряемого поля, генерируется внутри планеты и в земной коре.
Эта часть геомагнитного поля часто называется главным магнитным полем. Главное магнитное поле изменяется медленно во времени и может быть описано такими математическими моделями как IGRF (The International Geomagnetic Reference Field) — международная геомагнитная рекомендуемая модель [11]. Обновляемые каждые пять лет по наблюдениям коэффициенты модели IGRF
обеспечивают надёжность вычисленных параметров геомагнитного поля. При вычислении вектора Г нами использовалась последняя версия модели — ЮЯБ-12. На рисунке 1 приведен график ежегодных данных главного магнитного поля Кара-Дага и график их эволюции (тренд).
Время, годы
Рисунок 1. Графики данных о геомагнитном поле Кара- Дага. Сплошная линия — исходные данные (модель IGRF — 12); пунктирная — тренд
Климатические характеристики Кара-Дага получены из базы данных SSE (Surface meteorology and Solar Energy) [12].
Данные SSE основаны на спутниковых наблюдениях и моделях, которые включают в себя долгосрочные оценки метеорологических величин и поверхностных потоков солнечной энергии. Они обеспечивают надежные солнечные и метеорологические ресурсы данных по регионам, где наземные измерения редки или отсутствуют.
Из базы SSE на интервале 1983—2007 год нами использовались следующие среднегодовые данные: температура воздуха на высоте 2 метров (T), температура поверхности земли (ET), инсоляция горизонтальной поверхности земли (swv), давление (Р), инсоляция поверхности воздуха (toa).
Когерентные колебания. Малая длительность временного интервала ограничивает возможности применения классических методов спектрального анализа. Поэтому для вычисления функций взаимной когерентности данных и её
оценки (квадрата модуля когерентности) использовались устойчивые процедуры оценок спектральной плотности мощности для ограниченных последовательностей данных реализуемые в методе двухканального спектрального анализа.
Циклов на год
Рисунок 2. Квадрат модуля когерентности между данными: а) — геомагнитное поле Г и температура воздуха на высоте 2 м Т; б) — геомагнитное поле Г и давление Р; в) — геомагнитное поле Г и инсоляция падающая на горизонтальную поверхность земли swv; г) — геомагнитное
поле Г и температура земли ЕТ
Двухканалъный спектральный авторегрессионный(АР)-анализ заключается в вычислении АР-оценок взаимной спектральной плотности мощности (СПМ) для двух последовательностей (два канала) данных. Для измерения сходства (как функции частоты) двух сигналов вычисляется квадрат модуля
когерентности и фаза когерентности. Величина квадрата модуля когерентности должна лежать между 0 (для частот, на которых нет когерентности между каналами) и 1 (для частот, на которых каналы полностью когерентны). Определение порядка двухканальной АР-модели выполняется с помощью АИК критерия Акаике. Более подробное изложение метода двухканального спектрального анализа содержится в работе [5]. С некоторыми
приложениями этого метода к решению задач сопоставления экспериментальных данных можно познакомиться в публикациях [8—10].
Анализ графиков, приведенных на рисунке 2, указывает на существование когерентной связи между вариациями с периодом 9±2 года в данных о геомагнитным поле F и данных о климатических характеристиках Кара-Дага.
Менее выражена когерентность колебаний с периодом 4±1год: величина квадрата модуля когерентности для этих вариаций более 0,6, что указывает на существование когерентной связи. На графиках б), в), г) максимальные величины квадрата модуля когерентности соответствуют колебаниям с периодом 20±2 года. Достоверность существования в климатических и магнитных данных этих вариаций подтверждают исследования учёных [6].
Выводы. 1. Установленные когерентные колебания с периодами 4±1 г, 9±2 г, 20±2 г допускают физическую интерпретацию, основанную на взаимодействии поверхностного слоя земной коры и прилегающей атмосферы, влияния солнечной активности и внутри земных процессов.
2. Обнаруженные ранее тенденции ускоренного (по сравнению с другими пунктами Крыма) роста инсоляции и температуры поверхности земли Кара-Дага коррелируют с ростом магнитного поля за период 1983—2007 годы. Коэффициент корреляции равен 0,82.
Список литературы:
1. Авсюк Ю.Н. Приливные силы и природные процессы. М.: Объединённый институт физики Земли им. О.Ю. Шмидта РАН. 1996. — 186 с.
2. Берри Б.Л. Синхронные процессы в оболочках Земли и их космические причины // Вестник МГУ. — 1991. — Сер. 5, — № 1. — С. 20—27.
3. Сидоренков Н.С. Атмосферные процессы и вращение Земли. СПб.: Гидрометеоиздат. 2002, — 200 с.
4. Кондратьев К.Я., Крапивин В.Ф., Савиных В.П. Перспективы развития цивилизации: многомерный анализ М.: Логос, 2003. — 576 с.
5. Марпл С.Л. мл. Цифровой спектральный анализ и его приложения. М: Мир, 1990. — 584 с.
6. Dickey, Jean O., Steven L. Marcus, Olivier de Viron Air Temperature and Anthropogenic Forcing: Insights from the Solid Earth. //J. Climate. — 2011. — № 24 — P. 569—574.
7. Kurbasova G.S., Volvach A.E. The insolation anomalies on the Crimean peninsula with observations from space // CriMiCo2014, Conference Proceedings Sevastopol: Weber Publishing. — 2014. — Vol. 2. — P. 1085—1086.
8. Kurbasova G.S., Korsun A.A., Rykhlova L.V., Rybalova M.N., Shlikar G.N. Statistical Correlations between 10-Year Variations of Annual Mean Geodynamical, Geophysical, and Heliophysical Data. //Astronomy Reports. — 1997. — Vol. 41, — № 1. — P. 128—134.
9. Kurbasova G.S., Korsakova S.P., Rybalova M.N., Shlikar G.N. Spatiotemporal Relationships in the Structure of the 80_Year Time Series of Observationsof Local Surface Air Temperatures //Bulletin of the Crimean Astrophysical Observatory, — 2012, — Vol. 108, — pp. 140—145.
10. Kurbasova G.S., Korsakova S.P., Rybalova M.N., Shlikar G.N. Correlations of Changes in the Earth's Rotational Velocityand Some Climate Characteristics: Spectral Estimation in Two_Channel Autoregression Models //Bulletin of the Crimean Astrophysical Observatory, — 2011, — Vol. 107, — pp. 90—97.
11. NGDC Geomagnetic Calculators. — 2015. [Электронный ресурс] — Режим доступа. — URL: http:// www.ngdc.noaa. gov
12. Surface meteorology and Solar Energy — A renewable energy resource web site (release 6.0) sponsored by NASA's Applied Science Program in the Science Mission Directorate developed by POWER: Prediction of Worldwide Energy Resource Project. — 2015. [Электронный ресурс] — Режим доступа. — URL: https ://eo sweb .larc. nasa. gov/s se/
