Содержание к диссертации
Введение
Глава 1 Современная проблема климатических изменений 11
1.1 Исторические сведения об изменениях климата 11
1.2 Современные тенденции изменений климата 15
1.3 Анализ различных точек зрения на причины изменения климата. Естественное и антропогенное воздействие
1.3.1 Временные масштабы изменчивости климата 24
1.3.2 Влияние климатообразующих естественных и антропогенных факторов на изменение климатической системы Земли 27
Выводы 37
Глава 2 Изменчивость отдельных характеристик климата в последние десятилетия по данным спутниковых и наземных наблюдений 39
2.1 Характеристика используемых данных спутниковых и наземных наблюдений 39
2.2 Изменчивость концентрации парниковых газов 41
2.3 Изменчивость концентрации водяного пара 45
2.4 Изменчивость количества облачности 47
2.5 Изменчивость оптической толщины аэрозолей 50
2.6 Изменчивость альбедо 51
Выводы 52
Глава 3 Оценка вклада различных факторов в изменение радиационного баланса Земли по данным спутниковых наблюдений 54
3.1 Радиационный баланс Земли 54
3.2 Оценка влияющих факторов на межгодовые изменения потоков коротковолновой радиации в атмосфере 63
3.3 Оценка влияющих факторов на межгодовые изменения количества по глощенной длинноволновой радиации в атмосфере 70
Выводы 77
Глава 4 Оценка вкладов различных факторов в изменчивость глобальной приповерхностной температуры воздуха 79
4.1 Оценка влияния радиационных факторов на изменчивость глобальной приповерхностной температуры воздуха 79
4.2 Оценка влияния облачности, водяного пара и других парниковых газов на изменчивость глобальной приповерхностной температуры воздуха 94
Глава 5 Моделирование межгодовой изменчивости глобальной приповерх ностной температуры воздуха 103
5.1. Обзор моделей. Достоинства простых моделей 103
5.2. Однопараметрическая модель эволюции глобальной приповерхностной температуры воздуха 106
5.3. Оценка трендов будущих изменений глобальной приповерхностной температуры воздуха 109
Выводы 115
Заключение 117
Список сокращений 120
Список литературы
- Анализ различных точек зрения на причины изменения климата. Естественное и антропогенное воздействие
- Изменчивость концентрации парниковых газов
- Оценка влияющих факторов на межгодовые изменения потоков коротковолновой радиации в атмосфере
- Оценка влияния облачности, водяного пара и других парниковых газов на изменчивость глобальной приповерхностной температуры воздуха
Введение к работе
Актуальность исследования
В последние десятилетия самой обсуждаемой проблемой в гидрометеорологии являются климатические изменения. При этом высказываются диаметрально противоположные точки зрения на их причину и, соответственно, на их возможные тренды в будущем. Поэтому появление еще одного исследования в данном направлении вряд ли существенно продвинуло бы нас в понимании данной проблемы, если бы не одно важное обстоятельство. Стремительное развитие космических методов исследования в гидрометеорологии, наблюдавшееся в последнее время, привело к появлению совершенно новой информации, анализ которой дает возможность по новому взглянуть на существующие оценки роли различных климатообразующих факторов. В настоящем исследовании для этой цели использован большой массив космической информации. На его основе получены уточненные количественные оценки вкладов отдельных климатообразующих факторов в межгодовую изменчивость радиационных потоков в атмосфере и глобальной приповерхностной температуры воздуха. Это позволило сформулировать однопараметрическую модель эволюции межгодовых изменений глобальной приповерхностной температуры воздуха и с ее помощью выделить новые тренды ее климатической изменчивости. Отмеченные обстоятельства делают работу весьма актуальной.
Цель и задачи исследования
Оценить влияние различных климатообразующих факторов на радиационные потоки в атмосфере и межгодовую изменчивость глобальной приповерхностной температуры воздуха с использованием новейших данных наблюдений, включая спутниковые. На этой основе сформулировать однопараметрическую модель эволюции глобальной приповерхностной температуры Земли, основанную на энергетическом балансе Земли, позволяющую оценить будущие изменения глобальной приповерхностной температуры воздуха с учетом влияния солнечной активности, парниковых газов с выделением вклада водяного пара, облачности и альбедо.
Для достижения поставленной цели были сформулированы следующие задачи:
оценить современное состояние климатической системы Земли на основе спутниковых данных и наземных наблюдений;
определить характер изменчивости радиационных потоков в атмосфере и оценить вклады атмосферных компонентов в межгодовые
изменения отраженной в космическое пространство коротковолновой радиации и поглощенной атмосферой длинноволновой радиации с использованием спутниковой информации;
установить связь между колебаниями глобальной приповерхностной температуры воздуха и наблюдаемыми изменениями климатообразующих факторов;
оценить вклады парниковых газов с выделением вклада водяного пара, облачности в межгодовую изменчивость глобальной приповерхностной температуры воздуха;
оценить вклад изменчивости солнечной активности в изменения глобальной приповерхностной температуры воздуха с учетом обратных связей;
разработать однопараметрическую модель межгодовой изменчивости глобальной приповерхностной температуры воздуха, основанную на радиационном балансе Земли, учитывающую главные климатообразующие факторы;
с помощью разработанной модели определить различные тренды будущих изменений глобальной приповерхностной температуры воздуха до 2030 г. при различных сценариях развития климатообразующих факторов.
Положения, выносимые на защиту:
-
Количественные оценки вкладов облачности, концентрации аэрозолей и отражательной способности поверхности Земли в межгодовую изменчивость отраженной в космическое пространство коротковолновой радиации.
-
Количественные оценки вкладов облачности, концентрации парниковых газов с выделением водяного пара в межгодовую изменчивость поглощенной атмосферой длинноволновой радиации.
-
Количественные оценки вкладов облачности, концентрации парниковых газов с выделением водяного пара, приходящей на верхнюю границу атмосферы солнечной радиации, обратных связей в межгодовую изменчивость глобальной приповерхностной температуры воздуха.
-
Однопараметрическая модель изменения глобальной приповерхностной температуры воздуха с параметризациями влияния водяного пара и других парниковых газов, облачности и обратных связей.
-
Сценарии изменения глобальной приповерхностной температуры воздуха до 2030 г., разработанные на основе предложенной модели.
Научная новизна работы:
-
Впервые получены количественные оценки вкладов облачности, концентрации аэрозолей и отражательной способности поверхности Земли в межгодовую изменчивость отраженной в космическое пространство коротковолновой радиации с использованием спутниковой информации.
-
Впервые получены количественные оценки вкладов водяного пара и других парниковых газов и облачности в межгодовую изменчивость поглощенной атмосферой длинноволновой радиации с использованием спутниковой информации.
-
Впервые получены количественные оценки вкладов водяного пара и других парниковых газов, облачности и приходящей на верхнюю границу коротковолновой радиации в межгодовую изменчивость глобальной приповерхностной температуры воздуха с использованием спутниковой информации.
-
Предложена новая однопараметрическая модель эволюции глобальной приповерхностной температуры воздуха, основанная на энергетическом балансе Земли, с использованием разработанной параметризации поглощения длинноволновой радиации парниковыми газами и облачностью.
Научное и практическое значение работы:
Работа имеет важное практическое значение для развития исследований закономерностей изменения климата Земли. Полученные оценки изменчивости радиационных потоков, глобальной приповерхностной температуры воздуха в зависимости от влияющих факторов (поток солнечной энергии, водяной пар и другие парниковые газы, облачность, аэрозоль, альбедо) могут быть использованы при уточнении моделей общей циркуляции атмосферы для прогнозирования изменчивости климата Земли.
Результаты исследования используются в Российском государственном гидрометеорологическом университете при подготовке специалистов-метеорологов, а также при проведении научных исследований. Работа выполнялась в рамках проекта Лаборатории Спутниковой Океанографии, которая была создана в РГГМУ в соответствии с решением Совета по грантам Правительства Российской Федерации для государственной поддержки научных исследований, проводимых под руководством ведущих ученых в российских образовательных учреждениях высшего профессионального образования (протокол от 21 сентября 2011 г. №7) в соответствии с постановлением Правительства Российской Федерации от 9 апреля 2010 г. № 220, а также в рамках Соглашения №14.В37.21.0619 между Минобрнауки
России и РГГМУ по поддержке научно-образовательных центров в рамках ФЦП «Научные и научно-педадогические кадры инновационной России на 2009-2013 гг.»
Апробация работы:
Материалы, лежащие в основе работы, докладывались и обсуждались на заседании кафедры метеорологических прогнозов РГГМУ, и также были представлены на нескольких российских и международных конференциях:
-
Summer school «Impact of climate change on resources, maritime transport and geopolitics in the Arctic and the Svalbard area» (Шпицберген, 2011);
-
European Geosciences Union General Assembly - 2012 (Вена, Австрия, 2012);
-
Солнечная активность и природа глобальных и региональных климатических изменений (Иркутск, Россия, 2012).
-
European Geosciences Union General Assembly -2013 (Вена, Австрия, 2013);
-
13th EMS Annual Meeting & 11th European Conference on Applications of Meteorology (ECAM) (Рединг, Великобритания, 2013).
Победитель гранта Правительства Санкт-Петербурга для студентов вузов Санкт-Петербурга, аспирантов вузов, отраслевых и академических институтов Санкт-Петербурга в 2012 г.
Победитель гранта Правительства Санкт-Петербурга для студентов вузов Санкт-Петербурга, аспирантов вузов, отраслевых и академических институтов Санкт-Петербурга в 2013 г.
Структура и объем диссертационной работы:
Анализ различных точек зрения на причины изменения климата. Естественное и антропогенное воздействие
Климат постоянно меняется, но параметры атмосферы и океана по-разному реагируют на колебания климатической системы. В климатической системе существуют различные параметры, которые могут характеризовать наблюдаемые изменения. К ним можно отнести - глобальную приповерхностную температуру воздуха (ПТВ), уровень моря, площадь морского арктического и антарктического льда, площадь снежного покрова, количество осадков, зоны вечной мерзлоты.
За весь период инструментальных наблюдений (с 1850 г.) рост температуры наблюдался по всему земному шару, причем он более значителен в высоких северных широтах. Средние температуры в Арктике за последние 100 лет повышались темпами, почти вдвое превышающими глобальные средние [90].
На основе данных наземных наблюдений, полученных с метеорологических станций [85], были проанализированы изменения глобальной приповерхностной температуры воздуха за период с 1880 по 2012 гг. (рисунок 2). Средняя скорость потепления за анализируемый период составила около 0,16 К/10 лет. Так, например, в работе [43] показано, что глобальная температура воздуха за период 1976 -2005 гг. увеличивалась со средней скоростью 0,18 С/10 лет. А в статье [12] сказано, что средняя глобальная приповерхностная температура воздуха растет со скоростью 0,17 С за каждые 10 лет. В работе [19] предполагается, что в последние несколько десятилетий приземная температура увеличилась в среднем на 1,73 С.
В работе Р.И. Нигматулина [49] показано, что скорость увеличения приповерхностной температуры воздуха с 1950 г. составляла около 0,1 С/10 лет. Таким образом, можно сказать, что скорость увеличения глобальной приповерхностной температуры воздуха в последние десятилетия колеблется в диапазоне 0,17 ± 0,01 С/10лет.
Другим наиболее значимым параметром, указывающим на изменения климата, является повышение уровня Мирового океана. Наблюдения, проводимые с 1961 года, показывают, что повышение температуры Мирового океана прослеживается минимум до глубин 3000 м и что океан поглощает более 80 % тепла, дополнительно поступающего в климатическую систему[90]. Глобальный средний уровень моря за 1961 - 2003 гг. повышался со средней скоростью 1,8 мм в год. За период с 1992 по 2012 гг. средняя скорость увеличения уровня моря составила 3,2 мм/год [98]. На рисунке 3 показано отклонение среднего уровня моря (в мм) от средних значений 1992 - 2012 г. за период с 1992 г. по настоящее время. 0
Еще одним индикатором является изменение площади ледяного покрова. С 1978 года зафиксировано уменьшение среднегодовой площади арктического морского льда в среднем на 2,7 %/10 лет, причем в летний период процесс шел быстрее - на 7,4%/10 лет [90]. За последние 10 лет значительно сократилась площадь ледников Арктики - почти на 8 % [73]. Другие оценки [25] показывают, средняя скорость сокращения ледяного покрова с 1978 по 2007 гг. в Арктике - 4,48 % за десятилетие. В сентябре 2007 г. площадь ледяного покрова сократилась по сравнению с 2005 г. на 19,6%, став приблизительно равной 4 млн. кв. км. [Бобылев]. В 2012 году площадь льда в Арктике достигла минимального значения (3,41 млн. кв. км), что намного меньше предыдущего минимума, зафиксированного в 2007 году (4,17 млн. кв.км.). В целом, минимум 2012 года был на 3,29 млн. кв. км. (49%) ниже, чем средний минимум 1979-2000, который составляет 6,71 млн. кв. км. С начала спутниковых наблюдений за площадью ледяного покрова (1979 г.) последние 6 лет (2007 - 2012 гг.) можно охарактеризовать как года, в которых площадь льда достигала минимальных значений [97]. На рисунке 4 показано отклонение площади морского арктического льда (в %) от средних значений 1979 - 2000 гг. за период с 1979 г. по настоящее время.
Наблюдаемые изменения площади морского арктического льда за пе риод 2002 - 2013 гг. Количество морского льда в северном полушарии уменьшается, однако в Антарктике никаких значительных тенденций в протяженности морского льда не отмечается. За период 1979 - 2012 гг. минимум морского льда в Антарктике наблюдался в 1982 году, а максимум был достигнут в 2012 г. [87]. На рисунке 6 показана аномалия площади морского льда (в %) в южном полушарии за период с 1980 по 2012 г.
Площадь антарктического морского льда превышала средние значения в течение почти всего 2012 года. Морской лед в Южном полушарии достиг максимума 26 сентября этого года, его площадь составила 19,44 млн. кв. км. Это было самое большое значение за период наблюдений, оно выше прежнего рекорда, который равен 19,36 млн. кв. км. и отмечался в сентябре 2006 г. Площадь антарктического морского льда в сентябре увеличивалась в среднем на 0,9 % за десятилетие. Площадь антарктического материкового льда также продолжает увеличиваться в последние десятилетия. 2 октября 2012 года площадь льда достигла рекордного значения и составила 19, 178 млн. кв. км. Предыдущий рекорд был за 20 фиксирован в 2005 году, когда площадь льда достигла значения в 19,158 млн. кв. км. В Северном полушарии, напротив, в 2012 году зафиксировано рекордное таяние ледников Гренландии. Уменьшение площади льда было зафиксировано на высочайшей точке Гренландии - станции «Саммит», где предыдущее таяние льда было зафиксировано в 1989 году. В целом за период с 2010 по 2012 г. общая масса ледников Гренландии уменьшалась со скоростью 199,72 Гт/год [16].
Помимо этого, наблюдаются многочисленные изменения и в других характеристиках климата. Зимний снежный покров в Северном полушарии увеличивался примерно на 0,1 % за десятилетие, весенний - уменьшался со скорость примерно 2,2 % за десятилетие. Площадь снежного покрова в Северном полушарии зимой (декабрь 2011 - февраль 2012 г.) была на 0,59 млн. кв. км. выше средней, благодаря чему это значение стало 14-м среди самых больших за период наблюдений. Снежный покров в Северной Америке в течение зимы был ниже нормы и стал 4-ым среди наименьших. В то же время снежный покров в Евразии стал 4-ым среди самых больших за историю наблюдений. Весной 2012 года протяженность снежного покрова в Северном полушарии была намного ниже среднего и заняла 6-ое из наименьших за всю историю. И в Северной Америке, и в Евразии весенний снежный покров был ниже нормы. В декабре2012 года площадь снежного покрова в Северном полушарии была самой большой за историю наблюдений, превысив среднее значение на 3,0 млн. кв. км. и на 0,2 млн. кв. км. прежний рекорд, отмеченный в 1985 году. В Северной Америке снежный покров стал 13-ым в ранжированном ряду, в Евразии - вторым (оба превысили норму) [14].
Количество атмосферных осадков в XX веке увеличивалось на 0,5 - 1% за 10 лет в большинстве регионов Северного полушария, при этом во второй половине столетия возросла повторяемость сильных осадков [53].3начительный рост количества осадков за период 1990 — 2005 гт. отмечался в восточных частях Северной и Южной Америки, северной части Европы, северной и центральной частях Азии. В то же время, наблюдалось уменьшение осадков в различных регионах. В целом, с 1970-х гг., площадь, пораженная засухой в глобальном масштабе, увеличилась [90]. После двух самых влажных лет в истории (2010 и 2011 гг.), в 2012 году осадков выпало около нормы. Тем не менее, региональные особенности режима увлажнения сильно варьировали по территории Земного шара. На рисунке 7 показана аномалия (в мм) суммарного по Земле количества осадков за период с 1900 по 2012 гг. [86].
Изменчивость концентрации парниковых газов
В работе были исследованы такие климатические параметры, как глобальная приповерхностная температура воздуха, концентрация парниковых газов, вла-госодержание атмосферы, облачность и количество аэрозолей. Также были проанализированы данные радиационных потоков на верхней границе атмосферы и у поверхности Земли (таблица 1).
На данный момент существует огромное многообразие климатических программ, содержащих архивы данных различных метеорологических величин. Одной из проблем использования данных является нехватка наиболее полных рядов глобальных данных. Разные программы используют различные способы обработки спутниковых и наземных данных, а также используют различные масштабы, осредненные по времени, что затрудняет интеграцию данных и приведение их к единому архиву. Также данные архивов, содержащих спутниковые данные, зависят от времени запуска спутников, а также, в некоторых случаях, от времени схода спутника с орбиты.
Для анализа изменений глобальной приповерхностной температуры воздуха были выбраны данные из архива NASA GISS [85]. Архив содержит ежегодные данные по температуре со всех метеорологических станций за период 1880 — 2012 гг. Данные представлены в виде отклонений от средних значений 1951 — 1980 гг. Используемые данные сопоставимы с данными архивов HadCRUT3, HadCRUT4, которые являются совместным продуктом Метеорологического бюро Центра Хедли и Отдела климатических исследований Университета Восточной Англии [88].
Для анализа изменений концентраций парниковых газов в атмосфере были выбраны данные The Commonwealth Scientific and Industrial Research Organization (CSIRO) [77], включающие в себя 3 наиболее значимых парниковых газа — углекислый газ (СОг), метан (CHt) и закись азота (N20). Концентрация углекислого газа измерялась на станции the Cape Grim Baseline Air Pollution Station, недалеко от Тасмании, Австралия, с 1976 года по настоящее время. Данные по концентрации метана и закиси азота также получены на этой станции и охватывают период с 1978 года по настоящее время. Данные представлены в виде ежемесячных значений, которые в дальнейшем были усреднены до среднегодовых. Считается, что парниковые газы очень быстро перемешиваются в атмосфере, поэтому измерения на различных станциях показывают значения в допустимых погрешностях [66].
Для анализа влагосодержания атмосферы и облачности были использованы данные проекта Солнечно-земные связи Лаборатории метеотехнологий РГТМУ (http://www.meteolab.ru/projects/sun/), проекта спутниковой климатологии ISCCP [82], содержащие информацию по водяному пару в атмосфере за период 1984 -2008 гг., а также программа CERES, содержащая данные по влагосодержанию атмосферы с 2000 по 2010 гг. Спутниковый проект по климатологии облачного покрова Земли ISCCP был запущен в 1983 году и содержит наиболее полные данные по глобальной облачности и облачности, распределенной по различным ярусам, а также по данным водяного пара в атмосфере. Система включает в себя как геостационарные спутники, так и полярно-орбитальные спутники.
Программа CERES содержит обобщенные данные с различных спутников, таких AQUA/TERRA. Спутник TERRA был запущен в 1999 г., а спутник AQUA в 2002 г. На спутниках расположен зонд Moderate Resolution Imaging Spectroradio-metr (MODIS), который предназначен для наблюдений за динамикой планеты Земля, что включает в себя изменения в облачности, влагосодержании атмосферы, а также данных по оптической толщине аэрозолей.
Для анализа изменчивости радиационных потоков в атмосфере и количества аэрозолей были использованы спутниковые данные программы CERES за период 2000 - 2011 г. Приборы CERES установлены на спутниках TERRA и AQUA. Каждый прибор измеряет радиационный поток в коротковолновом диапазоне (длина волны от 0,3 до 5 мкм), общий радиационный поток (от 0,3 до 200 мкм), и также поток в окне прозрачности (от 8 до 12 мкм). Затем, используя различные методики [93] рассчитывается длинноволновый радиационный поток.
Полученные данные находились в пределах допустимых погрешностей, что позволило использовать их в разработке параметризаций и расчетах на модели.
Современная концентрация углекислого газа составляет порядка 391,81 млн" 1 (по состоянию на март 2013 г.) [100]. Концентрация метана к марту 2013 г. достигла 1,75 млн" , а концентрация закиси азота достигла величины 0,32 млн"1 [77].
Рисунок 12 показывает, что концентрации парниковых газов имеют устойчивый положительный тренд. Однако, каждый парниковый газ по-разному воздействует на изменения глобальной приповерхностной температуры воздуха, так как имеет различные полосы поглощения, а время жизни парниковых газов не одинаково [64].
В оценочных докладах IPCC было использовано единое понятие для определения влияния различных факторов в изменения климата - радиационный форсинг. Радиационный форсинг определяется как разность энергии, поступающей на Землю, и энергией, уходящей обратно в космическое пространство [90]. Таким образом, для каждого климатообразующего фактора можно определить его вклад в изменение радиационного баланса. Используя формулы радиационного форсин-га(5 - 8) из доклада IPCC «Climate Change 2001: Working Group I: The Scientific Basis» [78] и данные [77] были рассчитаны вклады каждого парникового газа в потепление климата:
Оценка влияющих факторов на межгодовые изменения потоков коротковолновой радиации в атмосфере
Известно, что основным источником энергии на Земле является солнечная радиация, поступающая на верхнюю границу атмосферу, а после преобразований в атмосфере, поступающая на поверхность Земли. Именно поэтому необходимо знать, какое количество коротковолновой радиации отражается обратно в космос, а какое - поглощается Землей [45, 67].
Основными факторами, регулирующими изменчивость отраженного коротковолнового излучения на верхней границе атмосферы, являются, как было показано ранее в разделе 3.1, глобальная облачность, аэрозоли, и отражающая способность поверхности Земли. Тогда с помощью данных, описанных в главе 2, был произведен поиск связей между отраженной в космическое пространство коротковолновой радиации и основными факторами, регулирующими потоки этой радиации в атмосфере (рисунки 33 - 36).
В соответствии с рисунками 33, 34, 35 увеличение количества облачности и оптической толщины аэрозолей в атмосфере приводит к увеличению количества отраженной коротковолновой радиации. Увеличение отражающей способности поверхности Земли также способствует увеличению количества отраженной коротковолновой радиации.
Полученные результаты показали статистически значимую при а = 0,1 корреляцию (0,72, 0,72 и 0,84) между отраженной коротковолновой радиацией на верхней границе атмосферы и факторами, влияющими на ее изменения, что позволило сделать вывод о близкой к линейной зависимости между этими параметрами в рассматриваемом масштабе времени.
После оценки параметров уравнений линейной регрессии была произведена оценка адекватности регрессионных моделей. Коэффициент детерминации (для облачности) показал, что моделью линейной регрессии описывается 51,5 % дисперсии исходных данных по количеству отраженной КВР - и свидетельствует о том, что имеющихся исходных данных о количестве глобальной облачности дос 66
таточно для надежного описания изменчивости отраженной КВР. Проверка адекватности полученного уравнения регрессии по критерию Фишера при уровне значимости 5% показала, что полученная регрессионная модель в целом адекватно описывает изменения отраженной КВР (F = 15,9 при F , = 4,45). Стандартная ошибка аппроксимации количества отраженной КВР с помощью полученной мо-дели ае составила величину всего 0,19 Вт/м , что меньше, чем стандартное отклонение ряда отраженной КВР (сту = 0,27 Вт/м ). Однако следует отметить, что имеется определенный резерв повышения точности аппроксимации отраженной КВР с помощью имеющегося уравнения линейной регрессии при увеличении количества исходных наблюдений. Он связан с возможным повышением точности оценки коэффициента регрессии (свободный член).
Коэффициент детерминации (для альбедо поверхности Земли) показал, что моделью линейной регрессии описывается 52,0 % дисперсии исходных данных по количеству отраженной КВР — и свидетельствует о том, что имеющихся исходных данных о значениях альбедо поверхности Земли достаточно для надежного описания изменчивости отраженной КВР. Проверка адекватности полученного уравнения регрессии по критерию Фишера при уровне значимости 5% показала, что полученная регрессионная модель в целом адекватно описывает изменения отраженной КВР (F = 17 при FRP = 4,49). Стандартная ошибка аппроксимации количества отраженной КВР с помощью полученной модели стЕ составила величину всего 0,23 Вт/м2, что меньше, чем стандартное отклонение ряда отраженной КВР (сту = 0,33 Вт/м ). Коэффициенты регрессии оказались значимыми при уровне значимости 0,1 (ta = 4,1, tb = 1,76, t«p = 1,74).
Коэффициент детерминации (для аэрозольной оптической толщины) показал, что моделью линейной регрессии описывается 71,0 % дисперсии исходных данных по количеству отраженной КВР - и свидетельствует о том, что имеющихся исходных данных о количестве аэрозольной оптической толщины достаточно для надежного описания изменчивости отраженной КВР. Проверка адекватности полученного уравнения регрессии по критерию Фишера при уровне значимости 5% показала, что полученная регрессионная модель в целом адекватно описывает изменения отраженной KBP (F = 39,6 при Ркр = 4,41). Стандартная ошибка аппроксимации количества отраженной КВР с помощью полученной модели аЕ составила величину всего 0,18 Вт/м2, что меньше, чем стандартное отклонение ряда отраженной КВР (ау = 0,34 Вт/м2). Однако следует отметить, что имеется определенный резерв повышения точности аппроксимации отраженной КВР с помощью имеющегося уравнения линейной регрессии при увеличении количества исходных наблюдений. Он связан с возможным повышением точности оценки коэффициента регрессии (свободный член).
Таким образом, очевидно, что полученные модели линейной регрессии имеют хорошее качество и могут применяться для разработки параметризаций.
Тогда можно представить, что количество отраженной радиации есть функция от изменения атмосферных компонентов, которые являются отражателями приходящей солнечной энергии:
Оценка влияния облачности, водяного пара и других парниковых газов на изменчивость глобальной приповерхностной температуры воздуха
Воздействие климатообразующих факторов на изменчивость климата взаимосвязано. Например, при увеличении количества поступающей энергии от Солнца, повышается глобальная приповерхностная температура воздуха. Тогда, при повышении температуры увеличивается количество водяного пара в атмосфере, концентрации парниковых газов, увеличение которых, в свою очередь приводит к возрастанию температуры [51]. Такой процесс называется положительной обратной связью. Однако, при повышении температуры при увеличении влагосодержания атмосферы, наиболее вероятно увеличение количества облачности. Увеличение облачности может приводить как к уменьшению глобальной температуры вследствие увеличения альбедо, так и к увеличению температуры из-за увеличения поглощенной длинноволновой радиации.
Оценить роль радиационных факторов в изменении глобальной приповерхностной температуры воздуха можно используя простое балансовое соотношение: где, Fs - поток солнечной радиации, поступающей на верхнюю границу атмосферы, Вт/м2; А - альбедо; Is - уходящее длинноволновое излучение, Вт/м2. Как было показано в главе 3, количество приходящей коротковолновой радиации меняется незначительно. Однако интересно проследить, как незначительные колебания этого параметра воздействуют на глобальную приповерхностную температуру воздуха. При этом необходимо учитывать обратные связи, которые могут усиливать вклад радиационного фактора в изменения температуры.
Для этого, параметризуем ряд факторов в уравнении (14). На основе спутниковых данных была найдена зависимость между глобальной приповерхностной температурой воздуха и глобальным альбедо (рисунок 44). Связь между глобальной приповерхностной температурой воздуха и глобальным альбедо за период 2001 - 2011 гг.
Полученные результаты показали статистически значимую при а = 0,1 корреляцию (0,66) между значениями глобального альбедо и глобальной приповерхностной температуры воздуха, что позволило сделать вывод о близкой к линейной зависимости между этими параметрами в рассматриваемом масштабе времени.
После оценки параметров уравнения линейной регрессии была произведена оценка адекватности регрессионной модели. Коэффициент детерминации) показал, что моделью линейной регрессии описывается 45,0 % дисперсии исходных данных по глобальному альбедо - и свидетельствует о том, что имеющихся исходных данных о глобальной ПТВ достаточно для надежного описания изменчивости глобального альбедо. Проверка адекватности полученного уравнения регрессии по критерию Фишера при уровне значимости 5% показала, что полученная регрессионная модель в целом адекватно описывает изменения глобального альбедо (F = 14,7 при Ркр = 4,38). Стандартная ошибка аппроксимации глобального альбедо с помощью полученной модели оє составила величину 0,0006, что меньше, чем стандартное отклонение ряда глобального альбедо (ау = 0,0008). Однако, следует отметить, что имеется определенный резерв повышения точности аппроксимации глобального альбедо с помощью имеющегося уравнения линейной регрессии при увеличении количества исходных наблюдений. Он связан с возможным повышением точности оценки коэффициента регрессии (свободный член).
Тогда, альбедо можно представить как функцию от изменения температуры KB(15): А=Гф, (15) где Т - глобальная приповерхностная температура Земли в некоторый момент времени, отличный от начального,С; То - температура в некоторый начальный момент времени, С. После разложения функции (15) в ряд Маклорена и отсечения всех членов выше первого порядка получим простое линейное уравнение (16): А= Л0 + Са (1- ), (16) о где, А0- альбедо в начальный момент времени; Сі - эмпирический коэффициент. С помощью данных по приземной температуре воздуха и спутниковых данных по потокам коротковолновой радиации в атмосфере на основании которых были рассчитаны ежегодные значения глобального альбедо, был найден коэффициент Сі, осредненный за десятилетний период.
Для параметризации уходящего длинноволнового излучения Is Будыко М.И. предложил зависимость этого излучения от приповерхностной температуры воздуха [54]. Сопоставив данные о средних месячных значениях уходящего излучения с различными элементами метеорологического режима, Будыко М.И. была установлена зависимость длинноволнового излучения от приземной температуры воздуха (Т) и количества облачности (N). После уточнения коэффициентов была получена эмпирическая формула (17) [54]: /s = ах + Ъх Т - (а2 + Ъ2 Г) N, (17) где, &и а2, Ъ\, Ьг-эмпирические коэффициенты; С помощью спутниковых наблюдений за уходящим излучением, появилась возможность уточнить эмпирическую формулу (17) [54]: Is = b1 + b2 T- 4,75 N, (18) где, bi, b2 - эмпирические коэффициенты, равные 16,2 ккал/(см2 мес) и 0,106 ккал/(см2 мес.) соответственно.
Согласно формуле (18) количество уходящего длинноволнового излучения зависит от количества облачности. Анализ спутниковых данных показал, что изменение количества глобальной облачности имеет зависимость от глобальной приповерхностной температуры воздуха, близкую к линейной (рисунок 45).
Полученные результаты показали статистически значимую при а = 0,1 корреляцию (0,81) между количеством глобальной облачности и глобальной приповерхностной температуры воздуха, что позволило сделать вывод о близкой к линейной зависимости между этими параметрами в рассматриваемом масштабе времени. 1 1 1 1 1 -,50 -,25 ,00 ,25 ,50
После оценки параметров уравнений линейной регрессии была произведена оценка адекватности регрессионной модели. Коэффициент детерминации показал, что моделью линейной регрессии описывается 65,0 % дисперсии исходных данных по количеству глобальной облачности - и свидетельствует о том, что имеющихся исходных данных о глобальной ПТВ достаточно для надежного описания изменчивости глобальной облачности. Проверка адекватности полученного уравнения регрессии по критерию Фишера при уровне значимости 5% показала, что полученная регрессионная модель в целом адекватно описывает изменения количества глобальной облачности (F = 31,7 при F,,, = 4,45). Стандартная ошибка аппроксимации количества глобальной облачности с помощью полученной модели аЕ составила величину всего 0,32, что меньше, чем стандартное отклонение ряда количества глобальной облачности (ау = 0,54). Однако, следует отметить, что имеется определенный резерв повышения точности аппроксимации глобальной облачности с помощью имеющегося уравнения линейной регрессии при увеличении количества исходных наблюдений. Он связан с возможным повышением точности оценки коэффициента регрессии (свободный член).
