Применение фазового анализа для прогнозирования многолетней динамики температуры атмосферного воздуха

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.

1. Алдошкина Е. С., Кузнецов А. Д., Пугачев А. А. Опыт использования аппарата нейронных сетей для анализа и прогноза временного ряда температуры воздуха // Ученые записки Российского государственного гидрометеорологического университета. 2009. №11. С. 91–100.

2. Бисчоков Р. М. Пути решения проблем прогнозирования климата в КБР // Вестник Курганской ГСХА. 2019. №3 (31). С. 54–58.

3. Ефременко Д. С., Кузнецов А. Д., Сероухова О. С. Об одном алгоритме выявления локальных трендов при анализе метеорологических временных рядов // Ученые записки Российского государственного гидрометеорологического университета. 2016. №45. С. 132–141.

4. Паровик Р. И., Фирстов П. П. Фазовый анализ временных рядов геофизических полей // Вестник КРАУНЦ. Физикоматематические науки. 2013. №6 (1). С. 23–29.

5. Перепелица В. А., Попова Е. В. Фрактальный анализ поведения природных временных рядов // Современные аспекты экономики. 2002. №9 (22). С. 185–200.

6. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление / пер. с англ. А. Л. Левшина. М.: Мир, 1974. 406 с.

7. Голяндина Н.Э. Метод «Гусеница»-SSA: анализ временных рядов: учебное пособие. СПб.: СПбГУ, 2004. 76 с.

8. Голяндина Н.Э. Метод «Гусеница»-SSA: прогноз временных рядов: учебное. СПб.: СПбГУ, 2004. 50 с.

9. Альберг Дж., Нильсон Э., Уолт Дж. Теория сплайнов и ее приложения. М.: Мир, 1972. 316 с.

10. Вагер Б. Г., Серков Н. К. Сплайны при решении прикладных задач метеорологии и гидрологии. СПб.: Гидрометеоиздат, 1987. 160 с.

11. Zade L. Fuzzy sets // Information and control. 1965. No.8. P.338–358.

12. Кофман А. Введение в теорию нечетких множеств. М.: Радио и связь, 1982. 432 с.

13. Ривин Ю. Р. Циклы земли и Солнца. М.: Наука, 1989. 162 с.

14. Бююль А., Цефель П. SPSS: искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей. СПб.: ДиаСофтЮп, 2005. 608с.