THE SUMMER TEMPERATURES FORECAST BY THE METHOD OF SINGULAR-SPECTRAL ANALYSIS IN THE SOUTH OF RUSSIA IN 2019-2023

Introduction: The 2019 Climate Report on the Territory of the Russian Federation states that warming continues in Russia, the rate of which is much higher than the global average for the globe. In recent years, the world has witnessed the largest natural disasters in modern human history, one of the reasons for which are abnormally high temperatures. Materials and methods of the research: Based on the meteorological data for the period 1961-2018 provided by the North Caucasus Department of Hydrometeorology and Environmental Monitoring, an analysis and forecast of the series of summer temperatures in the south of the European territory of Russia (ETR) was made. The analysis and forecast of time series are based on the method of singular-spectral analysis, implemented in the program «Caterpillar»-SSA. The method makes it possible to single out various regularities in the behavior of time series, which are often not a priori obvious. Forecast of average summer temperatures in the south of the ETR for the period 2019-2023 using the program «Caterpillar»-SSA was carried out. The results of the study and their discussion: For the possibility of using the method of singular-spectral analysis, the average summer temperatures were selected according to the results of prediction criteria that determine the stability of the trend: the maximum value of the Hurst exponent on trend stability (H > 0,80); the maximum value of the determination coefficient to determine the statistical significance of the trend (R² > 0,20). According to the results of a fractal analysis of the trend persistence of average summer temperatures, the maximum value of the Hurst exponent equal to H = 0,80 was obtained. To highlight the trend and periodic component, one (MC1) and three (MC3) main components were used. Using of the first twenty main components (MC20) made it possible to study and restore the internal structure of the entire time series as accurately as possible for a subsequent forecast for 5 years. The restoration, approximation and forecasting of the series was carried out by the obtained linear-recurrence formula. The forecast quality was determined by the following criteria: the standard deviation of the forecast series, the maximum deviation of the forecast values from the real ones, the relative forecast error and the results of the f-test conducted for the initial and forecast series for 1998-2018 at 5% error rate. Conclusions: According to the forecast for the period 2019-2023 average summer tem- perature tends to further increase. In 2022, one should expect an increase in average summer temperature to 22,0°C, which is close to the extremely high average summer temperature of 22,2°C in the south of the ETR in 2010.

f-тест, average summer temperatures, singular spectral analysis, main components, forecast, model residuals, f-test, trend, South ETR

1. Ашабоков Б.А., Ташилова А.А., Кешева Л.А. Результаты прогноза снежного покрова в Кавказском регионе методом сингулярно-спектрального анализа. Журнал Науки о земле «Наука. Инновации. Технологии». №4. 2018. Ставрополь. С. 65-76.

2. Ашабоков Б.А., Ташилова А.А., Кешева Л.А. Тенденции изменения сумм осадков и средней температуры за периоды 1961-2011 гг. и 1976-2011 гг. на юге Европейской территории России (ЕТР). II Международная научная конференция с элементами научной школы «Инновационные методы и средства исследований в области физики атмосферы, гидрометеорологии, экологии и изменения климата». Ставрополь, 21-25 сентября, 2015 г. С. 140-146.

3. Ашабоков Б.А., Ташилова А.А., Кешева Л.А., Теунова Н.В. Прогноз среднедекадной высоты снежного покрова и числа дней со снегом на юге России на 2018-2022 гг. Третья международная научная конференция с элементами научной школы «Инновационные методы и средства исследований в области физики атмосферы, гидрометеорологии, экологии и изменения климата». 24-28 сентября 2018. Россия, Ставрополь. С. 182-186.

4. Голяндина Н. Э. Метод «Гусеница» - SSA: прогноз временных рядов: учебное пособие: СПб: Изд-во С.-Петербургский гос. университет, 2004. 52 с.

5. Голяндина Н.Э. Метод «Гусеница»-SSA: анализ временных рядов: Учеб. пособие. СПб: С. Петербургский гос. университет, 2004. 76 с.

6. Доклад об особенностях климата на территории Российской Федерации за 2019 год. Бардин М.Ю., Егоров В.И., Николаева А.М., Платова Т.В., Ранькова Э.Я. и др. Москва, 2020. 97 стр.

7. Ташилова А.А., Кешева Л.А., Балкарова С.Б., Шогенова М.М., Пшихачева И.Н., Таубекова З.А. Структурный анализ и прогноз зимних осадков методом «CATERPILLAR»-SSA Доклады Адыгской (Черкесской) Международной академии наук. 2013. Т. 15. № 1. С. 106-114.

8. Ташилова А.А., Кешева Л.А., Пшихачева И.Н., Таубекова З.А. Возможности прогнозирования временного климатического ряда с помощью метода «Гусеница»-SSA. Сборник научных трудов Международной научной конференции с элементами научной школы «Инновационные методы и средства исследований в области физики атмосферы, гидрометеорологии, экологии и изменения климата». Ставрополь, 23-26 сентября 2013. С. 86-89.