Тип работы:
 Предмет:
 Язык работы:


Феномен Эль-Ниньо

Работа №172604

Тип работы

Бакалаврская работа

Предмет

гидрология

Объем работы44
Год сдачи2022
Стоимость4275 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
1
Не подходит работа?

Узнай цену на написание


Введение 3
1 Феномен Эль-Ниньо 5
1.1 Описание явления Эль-Ниньо и его вариации 5
1.2 Связь Эль-Ниньо с индексами других регионов 8
2 Материалы и методы 12
3 Анализ полученных результатов 17
3.1 Корреляционный анализ индексов ЭНЮК 19
3.2 Выделение тренда 24
3.3 Спектральный и гармонический анализ 26
3.4 Автокорреляционный анализ 31
3.5 Связь ЭНЮК с индексами других регионов 34
Заключение 39
Список использованных источников 41

Система океан атмосферы взаимодействует между с собой обладая возможностью обмениваться в прямом и обратном действии поступающей энергией. За счёт этого можно наблюдать преобразование температурных, барических и других параметров окружающей нас природы и разнообразие проявлений океанической системы.
Проявление океанической системы может быть крайне разнообразной и обширной по своему влиянию. Существующая между океаном и атмосферой связь способна осуществлять внезапные преобразования различного масштаба. Такие сбои выводят глобальную, а также и региональную систему атмосферной циркуляции из равновесия.
Феномен Эль-Ниньо является одним из самых известных таких перебоев. Его расположение базируется на востоке экваторо-тропиков в Южной части Тихого океана. Этот феномен определяется ярко выраженным быстрым потеплением поверхностного слоя воды, и довольно часто можно наблюдать картину, проявления последствий в глобальном масштабе.
В то время как Эль-Ниньо считается тёплой фазой, он имеет обратную, а точнее холодную фазу проявления - Ла-Нинья. В период, когда действует Ла- Нинья температура вод поверхности моря понижается, в относительно таком же соотношении, как и в тёплую фазу. Данные показатели говорят о том, что холодную и тёплую фазу можно считать максимумами и минимумами в формировании одинаковой системы.
Прогнозирование погоды на долгие временные периоды в настоящее время было и остаётся проблемой, которая имеет исключительно высокое значение в метеорологии. Для того, чтобы модернизировать, а также выявить новый способ такого прогнозирования, необходимо глубокое исследование изменения климата на большом временном отрезке, а также аномалий, которые имеют место на длительном периоде времени.
Эль-Ниньо, как аномальное действие природы, как правило оставляет свой след не только в области тропиков, но и имеет правило распространяться в умеренных широтах северного и южного полушарий. Как следствие, можно наблюдать высокое понижение промысла, изменение порядка выпадения осадков, штормовую активность и многое другое. Все это приводит к огромным экономическим потерям большого количества стран.
Следовательно, изучение и поиск эффективного метода прогнозирования явления Эль-Ниньо рассматривается, как одна из важнейших задач, стоящих на сегодняшний день перед целым рядом областей науки.
Целью данной работы является ознакомление по литературным источникам с физико-географическими особенностями явления Эль-Ниньо, формирование собственного архива, выполнение статистических расчетов и комплексный анализ индексов, характеризующих Эль-Ниньо, а также анализ возможных связей динамики Эль-Ниньо и климатических и океанологических изменений в различных районах и глобальном масштабе в целом.
В соответствии с целью работы были поставлены следующие задачи:
1. Сбор информации о исследуемом процессе.
2. Выборка данных (индексов) динамики Эль-Ниньо.
3. Статистический анализ индексов Эль-Ниньо (корреляционный анализ, выделение тренда, спектральный, гармонический анализ, анализ остатков по АКФ).
4. Выборка глобальных индексов
5. Корреляционный анализ глобальных индексов с индексами Эль- Ниньо.

Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!
ДИПЛОМНЫЕ МАГИСТЕРСКИЕ ДИССЕРТАЦИИ
КУРСОВЫЕ СТАТЬИ ВКР

Исходя из выполненных расчетов и анализа полученных результатов, можно сделать следующие выводы:
- в результате корреляционного анализа показано, что максимальная корреляция для среднемесячных и годовых значений 9 индексов ЭНЮК свойственна индексу Nino3.4, который в дальнейшем стал основным в последующих расчетах;
- исследование индекса Nino3.4. производилось как для среднемесячных значений, так и для среднегодовых. Для среднемесячных значений вследствие большой длины временного ряда выявлен значимый линейный тренд, однако вклад его в дисперсию исходных данных составляет менее 2 %. Для годовых значений тренд отсутствует.
- Спектральный и гармонический анализы позволили выявить в среднемесячных значениях Nino3.4 четыре значимые гармоники, вклад которых в дисперсию исходного ряда составляет 29 %. В среднегодовых количество значимых гармоник также равняется четырём и их вклад составляет 45 %.
- Анализ остатков по АКФ и шумов в общую дисперсию выборки для среднемесячных значений показал вклад нециклических колебаний (64%) и шумов (2%), а для среднегодовых значений вклад составил 22% и 39% соответственно.
- по итогам корреляционного анализа индекса Nino3.4. и восьми глобальных и региональных индексов было отмечено, что статистически значимый коэффициент корреляции был выявлен в двух случаях: между индексом aNino3.4 и индексами PNA и PDO наибольший коэффициент корреляции отмечен в случае связи индекса aNino3.4 и PDO и составил 0,56. Высокий коэффициент корреляции говорит нам о том, что между индексами aNino3.4 и PDO существует стохастическая связь, что в свою очередь указывает на присутствие сильной положительной связи между явлением Эль-Ниньо и изменениями Тихоокеанского декадного колебания и температурного режима в северной части Тихого океана в целом.



1. Осипов А.М., Гущина Д.Ю. Эль-Ниньо 2015-2016 гг.: эволюция, механизмы, сопутствующие удалённые аномалии // Фундаментальная и прикладная климатология, 2018, № 3, с 54-81.
2. И.В. Серых. О динамике и структуре глобальной атмосферной осцилляции в климатических моделях и реальности. // Океанологические исследования, 2018, Том 46, №1, С. 14-28
3. Краснобородько О. Ю. О повторяемости очень сильных и катастрофических Эль-Ниньо и их влиянии на промысел в Перуанском подрайоне Юго-Восточной Пацифики // Труды АтлантНИРО. 2018. Том 2. № 2. С. 66-83.
4. Железнова И. В. 2015. Отклик в система океан-атмосфера на каноническое Эль-Ниньо и Эль-Ниньо Модоки. Дис. канд. геогр. наук. - М., 264 с.
5. Ashok K. et al. 2007. El Nino Modoki and its possible teleconnection. // Journal of Geophysical Research: Oceans, vol. 112 (11), pp. 1-27
6. Матвеева Т.А. Изменение характеристик Эль-Ниньо и Ла-Нинья в климатах прошлого и будущего: дис. ... канд. геогр. наук Москва, 2018. С.168
7. Гущина Д.Ю. Модификация Эль-Ниньо - Южного Колебания в условиях меняющегося климата: мониторинг, причины, удаленный отклик. - М.: Диссертация на соискание учёной степени доктора географических наук, 2014, 433 с
8. Ashok K. and Yamagata T. Climate change: The El Nino with a difference. // Nature. - 2009. - Vol. 461 (7263). - PP. 481/
9. Серых И.В. О роли Эль-Ниньо - Глобальной атмосферной осцилляции в межгодовой изменчивости гидрометеорологических процессов // Гидрометеорология и экология. 2021. № 63. С. 329-370.
10. Climate..., 2022. Climate Indices: Monthly Atmospheric and Ocean Time-Series. NOAA. PSL. / Electronic resource / - Mode of access: https://psl.noaa.gov/data/climateindices/list(Дата обращения: 05.06.2022)
11. Monthly., 2022. Monthly Atmospheric and SST Indices. NOAA.
NCEP. CPC. / Electronic resource / - Mode of access:
https://www.cpc.ncep.noaa.gov/data/indices/(Дата обращения: 05.06.2022)
12. Cold., 2022. Cold & Warm Episodes by Season. NOAA. NCEP. CPC.
/ Electronic resource / Mod of access:
https://origin.cpc.ncep.noaa.gov/products/analysis_monitoring/ensostuff/ONI_v5.php(Дата обращения: 05.06.2022)
13. Multivariate ., 2022. Multivariate ENSO Index (MEI). NOAA. ESRL.
PSD. / Electronic resource / Mode of access:
https://www.esrl.noaa.gov/psd/enso/mei/(Дата обращения: 05.06.2022)
14. K. E. Trenberth, D. P. Stepaniak. Indices of El Nino evolution. // J. Climate, 14, 2001, 1697-1701 pp.
15. TNI. 2022. TNI Index. NOAA. PSL. / Electronic resource / - Mode of
access: https://psl.noaa.gov/gcos_wgsp/Timeseries/TNI/(Дата обращения:
05.06.2022)
16. Curtis, S., and R. Adler. 2000. ENSO indices based on patterns of satellite-derived precipitation. Journal of Climate 13:2786-2793 pp.
17. Arctic., 2022. Arctic Oscillation. NOAA. NCEP. CPC. / Electronic
resource / Mode of access:
https://www.cpc.ncep.noaa.gov/products/precip/CWlink/daily_ao_index/ao.shtml(Дата обращения: 05.06.2022)
18. Barnston, A. G., and R. E. Livezey, 1987: Classification, seasonality and persistence of low-frequency atmospheric circulation patterns. Mon. Wea. Rev., 115, 1083-1126.
19. North., 2022. North Atlantic Oscillation. NOAA. NCEP. CPC. /
Electronic resource / Mode of access:
https://www.cpc.ncep.noaa.gov/products/precip/CWlink/pna/nao.shtml (Дата
обращения: 05.06.2022)
20. Pacific..., 2022. Pacific/North American Pattern. NOAA. NCEP. CPC. /
Electronic resource / Mode of access:
https://www.cpc.ncep.noaa.gov/products/precip/CWlink/pna/pna.shtml (Дата
обращения: 05.06.2022)
21. GISTEMP Team, 2022: GISS Surface Temperature Analysis
(GISTEMP), version 4. NASA Goddard Institute for Space Studies. / Electronic resource / - Mode of access: https://data.giss.nasa.gov/gistemp/(Дата обращения: 05.06.2022)
22. Lenssen, N., G. Schmidt, J. Hansen, M. Menne, A. Persin, R. Ruedy, and D. Zyss, 2019: Improvements in the GISTEMP uncertainty model. J. Geophys. Res. Atmos., 124, no. 12, 6307-6326
23. West., 2022. West Pacific (WP). NOAA. NCEP. CPC. / Electronic resource / - Mode of access: https://www.cpc.ncep.noaa.gov/data/teledoc/wp.shtml(Дата обращения: 05.06.2022)
24. Antarctic., 2022. Antarctic Oscillation. NOAA. NCEP. CPC. /
Electronic resource / Mode of access:
https://www.cpc.ncep.noaa.gov/products/precip/CWlink/daily_ao_index/aao/aao.sht ml (Дата обращения: 05.06.2022)
25. Marshall., 2022. MARSHALL SOUTHERN ANNULAR MODE (SAM) INDEX (STATION-BASED). NCAR. / Electronic resource / - Mode of access: https://climatedataguide.ucar.edu/climate-data/marshall-southern-annular-mode-sam- index-station-based
26. Marshall GJ. 2003. Trends in the Southern Annular Mode from observations and reanalyses. Journal of Climate, 16: 4134-4143.
27. Pacific., 2022. Pacific Decadal Oscillation (PDO). NOAA. NCDC. /
Electronic resource / Mode of access:
https://www.ncdc.noaa.gov/teleconnections/pdo/ (Дата обращения: 05.06.2022)
28. Гордеева С.М. Практикум по дисциплине «Статистические методы обработки и анализа гидрометеорологической информации». - СПб, изд. РГГМУ, 2017. - 68 с.
29. Малинин В.А. Статистические методы анализа
гидрометеорологической информации: учебник, - издание 2, испр. и доп. - СПб.: РГГМУ, 2020. - 424 с .

Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2025 Cервис помощи студентам в выполнении работ
.