Борис Азреталиевич Ашабоков — доктор физико-математических наук, профессор, заведующий отделом физики облаков; заведующий отделом
Scopus ID: 6505916110, Researcher ID: K-4299-2015
д. 2, пр. Ленина, 360030, Нальчик
37А, ул. И. Арманд, Нальчик, 360000
Boris A. Ashabokov — Dr. Sci. (Phys.-Math.), Professor, Head of the Department of Cloud Physics, Head of Department at the Institute of Informatics and Regional Management Problems
Scopus ID: 6505916110, Researcher ID: K-4299-2015
2, Lenin Ave., 360030, Nalchik
37A, 2, Lenin Ave., 360030, NalchikI. Armand St., Nalchik, 360000
Алла Амарбиевна Ташилова — доктор физико-математических наук, доцент, ведущий научный сотрудник лаборатории микрофизики облаков
Scopus ID: 57191577384, Researcher ID: K-4321-2015
д. 2, пр. Ленина, 360030, Нальчик
Alla A. Tashilova — Dr. Sci. (Phys.-Math.), Associate Professor, Senior Research Associate at the Laboratory of Cloud Microphysics
Scopus ID: 57191577384, Researcher ID: K-4321-2015
2, Lenin Ave., 360030, Nalchik
Лара Асировна Кешева — кандидат физико-математических наук, старший научный сотрудник лаборатории атмосферных конвективных явлений
Scopus ID: 57191577471, Researcher ID: K-4261-2015
д. 2, пр. Ленина, 360030, Нальчик
Lara A. Kesheva — Cand. Sci. (Phys.-Math.), Senior Researcher at the Laboratory of Atmospheric Convective Phenomena
Scopus ID: 57191577471, Researcher ID: K-4261-2015
2, Lenin Ave., 360030, Nalchik
Наталия Вячеславовна Теунова — кандидат физико-математических наук, старший научный сотрудник лаборатории микрофизики облаков
Scopus ID: 57191571952, Researcher ID: K-4312-2015
д. 2, пр. Ленина, 360030, Нальчик
Nataliya V. Teunova — Cand. Sci. (Phys.-Math.), Senior Researcher at the Laboratory of Cloud Microphysics
Scopus ID: 57191571952, Researcher ID: K-4312-2015
2, Lenin Ave., 360030, Nalchik
Синусоидальная модель динамики рядов селевых сходов, температуры и осадков в теплые сезоны в высокогорной зоне Кабардино-Балкарии дополняет ранее полученный статистический анализ средних характеристик рядов, результаты сравнительного анализа их средних величин за два подпериода (базовый 1953-1983 гг. и современный 1984-2015 гг.), повышает качество однонаправленной регрессионной модели количества сходов селей и метеопараметров за последние 60 лет. В статье показано, что использование функции синусоидальной регрессии дает возможность выявить цикличность временных рядов, что поможет в оценке динамики сходов селей с учетом долговременных изменений климатических переменных. Повышение эффективности моделей подтверждено критериями. Коэффициент детерминации R2, определенный для моделей линейной регрессии, возрастает в моделях синусоидальной регрессии: для рядов с количеством селей от R2 = 0,067 до R2 = 0,645, для осадков от R2 = 0,028 до R2 = 0,653, для температур от R2 = 0,012 до R2 = 0,829. В модели синусоидальной регрессии при использовании восьми гармоник на фоне медленных изменений добавляются короткопериодные пульсации. В ряду с селями - это короткие периоды от Т = 2,4 лет до Т= 10,7 лет на фоне основного периода Т = 62 года. В ряду температур - короткие периоды от Т = 1,9 года до Т = 5,2 лет к длинному периоду Т = 63 года. В ряду с осадками к коротким периодам от Т = 2,2 лет до Т = 8,7 лет добавляется длинный период Т = 20,1 года. Выявленные длиннопериодические колебания у селей и температур (Т = 62 года, 63 года) связаны со значительными и нелинейными изменениями в элементах этих рядов в течении исследуемого периода. В отличие от этих рядов, в ряду осадков доминируют короткопериодические изменения (Т = 4 года) на фоне медленного колебания с периодом Т = 20,1 года.
A sinusoidal model of the dynamics of mudflow series, temperature and precipitation in the warm seasons in the high-mountain zone of Kabardino-Balkaria complements the previously obtained statistical analysis of the average characteristics of the series, results of a comparative analysis of their average values for two subperiods (base 1953-1983 and modern 1984-2015), improves the quality of the unidirectional regression model of the number of mudflows and meteorological parameters over the past 60 years. The article shows that the use of the sinusoidal regression function makes it possible to identify the cyclicity of time series, which will help in assessing the dynamics of mudflows taking into account long-term changes in climate variables. The increased efficiency of the models is confirmed by the criteria. The coefficient of determination R2, determined for linear regression models, increases in sinusoidal regression models: for series with the number of mudflows from R2 = 0.067 to R2 = 0.645, for precipitation from R2 = 0.028 to R2 = 0.653, for temperatures from R2 = 0.012 to R2 = 0.829. In the sinusoidal regression model, using eight harmonics, short-period ripples are added against the background of slow changes. In the series with mudflows, these are short periods from T = 2.4 years to T = 10.7 years against the background of the main period T = 62 years. In the series of temperatures there are short periods from T = 1.9 years to T = 5.2 years to a long period T = 63 years. In the series with precipitation, a long period T = 20.1 years is added to the short periods from T = 2.2 years to T = 8.7 years. The identified long-period fluctuations in mudflows and temperatures (T = 62 years, 63 years) are associated with significant and nonlinear changes in the elements of these series during the period under study. In contrast to these series, the precipitation series is dominated by short-period changes (T = 4 years) against a background of slow fluctuations with a period of T = 20.1 years.
The authors declare that there are no conflicts of interest present.