Лежинка Танашевна Созаева — кандидат физико-математических наук, доцент, старший научный сотрудник
д. 2, пр. Ленина, Нальчик, 360030
Scopus ID: 57204527832
Researcher ID: AIC-6568-2022
Lezhinka T. Sozaeva — Cand. Sci. (Phys.–Math.), Associate Professor, Senior Research Associate
2, Lenin Ave., Nalchik, 360030
Scopus ID: 57204527832
Researcher ID: AIC-6568-2022
Многолетние осредненные значения температуры атмосферного воздуха (годовые, осенние, зимние, весенние и летние) являются одной из ключевых позиций, использующихся для принятия научно обоснованных решений по адаптации сельскохозяйственных культур к изменяющимся природно-климатическим условиям. Несмотря на их широкое применение для анализа и прогнозирования различных метеорологических параметров атмосферы, еще недостаточно изучена природа таких рядов. Этим определяется актуальность детального анализа и прогнозирования временных рядов температуры атмосферного воздуха. При этом считается, что они формируются под влиянием линейного и циклического факторов. Для выявления циклических составляющих применяется один из сильных и адекватных инструментов анализа временных рядов — фазовый анализ. В данном исследовании для предпрогнозного анализа строится фазовый портрет временного ряда значений средних температур воздуха за осенний период по метеостанции г. Нальчика с 1961 по 2022 г. Для отбора наиболее значимых периодов квази-циклов применяется теория нечеткой логики, на базе которой реализован алгоритм формирования нечеткого множества длин квази-циклов. Дальнейшее прогнозирование значений временного ряда на ретроспективном участке проводится методом наименьших квадратов. По итогам проведенного исследования обнаружено, что предлагаемая модель позволяет прогнозировать значения средних осенних температур воздуха с высокой точностью (≈5%). Во временном ряду средних осенних температур воздуха прослеживается цикл, характерный 11-летнему циклу солнечной активности и его фазам. Все критерии качества предлагаемой модели удовлетворяют требованиям, предъявляемым к качеству и адекватности моделей прогноза. Эту модель возможно применить к анализу и прогнозированию значений средних температур воздуха за весенний, летний и зимний сезоны, а также в целом среднегодовые температуры. Исследование показало, что временной ряд, характеризующий температурный режим атмосферного воздуха, являющийся очень сложным по своей природе, возможно прогнозировать с применением фазового анализа.
Long-term average values of atmospheric air temperature (annual, autumn, winter, spring and summer) are one of the key points used to make scientifically valid decisions on the adaptation of crops to changing climate and environmental conditions. Despite their widespread use for the analysis and forecasting of various meteorological parameters of the atmosphere, the nature of such series has not yet been sufficiently studied. This determines the relevance of detailed analysis and forecasting of time series of atmospheric air temperature. At the same time, they are considered to be formed under the influence of linear and cyclic factors. To identify cyclical components, one of the most powerful and adequate time series analysis tools called phase analysis is used. In this study, a phase portrait of the time series of average air temperatures for the autumn period at the Nalchik weather station from 1961 to 2022 is constructed for preforecast analysis. To select the most significant periods of quasi-cycles, the theory of fuzzy logic is used. On its basis an algorithm for the formation of a fuzzy set of quasi-cycle lengths is implemented. Further prediction of the values of the time series in the retrospective section is carried out by the least square method. Further forecasting of time series values in the retrospective section is carried out using the least squares method. According to the results of the conducted research, it was found that the proposed model makes it possible to predict the values of average autumn air temperatures with high accuracy (5%). In the time series of average autumn air temperatures, a cycle characteristic of the 11-year cycle of solar activity and its phases is traced. All the quality criteria of the proposed model meet the requirements for the quality and adequacy of forecast models. This model can be applied to the analysis and forecasting of the average values of atmospheric air temperatures for the spring, summer and winter periods, as well as the average annual temperatures in general. The research has shown that the time series characterizing the temperature regime of atmospheric air, which is very complex in nature, can be predicted using phase analysis.
The authors declare that there are no conflicts of interest present.