ГЕОМАГНИТНОЕ  ПОЛЕ  И  КЛИМАТ  КАРА-ДАГА:  КОГЕРЕНТНЫЕ  КОЛЕБАНИЯ

Курбасова  Галина  Сергеевна

канд.  физ.-мат.  наук,  ведущий  научный  сотрудник  Крымской  астрофизической  обсерватории,  РФ,  Крым,  п.  Научный

E -mail:  gskurb@gmail.com

Вольвач  Александр  Евгеньевич

д-р  физ.-мат.  наук,  зав.  лабораторией  радиоастрономии  Крымской  астрофизической  обсерватории,  РФ,  Крым,  п.  Научный

E-mail:  

THE  GEOMAGNETIC  FIELD  AND  CLIMATE  QARA  DAGH:  COHERENT  OSCILLATIONS

Kurbasova  Galina

candidate  of  Sciences,  Leading  Researcher  Crimean  Astrophysical  Observatory,  Russia,  Crimea,  Science

Vol'vach  Alexander

dr.  of  Sciences,  Head.  laboratory  of  Radio  Astronomy  Crimean  Astrophysical  Observatory,  Russia,  Crimea,  Science

АННОТАЦИЯ

В  статье  рассматриваются  результаты  сравнения  общего  геомагнитного  поля  и  климатических  характеристик  Кара-Дага.  Данные  о  геомагнитном  поле  вычислены  за  период  с  1983  по  2007  год  с  помощью  Международной  геомагнитной  модели  IGRF-12.  Климатические  характеристики  взяты  из  базы  данных  SSE  (NASA). 

ABSTRACT

The  article  discusses  the  results  of  comparing  the  total  geomagnetic  field  and  climatic  characteristics  Qara  -  Dagh.  Data  on  the  geomagnetic  field  are  calculated  for  the  period  from  1983  to  2007,  with  the  help  of  the  International  Geomagnetic  model  IGRF-12.  Climatic  data  are  taken  from  the  database  SSE  (NASA).

Ключевые  слова:  магнитное  поле;  Кара-Даг.

Keywords:   magnetic  field;  Qara  -  Dagh.

Введение.  Периодические  изменения  локальных  климатических  характеристик  связаны,  в  первую  очередь,  с  детерминированными  процессами:  вращением  Земли  вокруг  оси  и  движением  ее  на  орбите  [1;  3],  периодическими  процессами  на  Солнце  [2;  3].  Циклические  процессы  на  Солнце,  астрономические  и  геофизические  факторы  определяют  циклический  характер  изменений  климатических  параметров.  Эти  изменения  предсказуемы.  Однако,  неравномерное  вращение  Земли  вокруг  оси  и  геофизические  процессы  глобального  и  регионального  происхождения  (вулканы,  землетрясения,  явление  Эль-Ниньо,  аномалии  гравитационного  и  геомагнитного  полей  и  пр.)  порождают  вариации  климатических  характеристик  на  обозримых  интервалах  времени.  Многогранные  процессы  обмена  энергией  между  различными  оболочками  системы  Земля,  влияние  внешних  факторов  обуславливают  появление  вариаций,  когерентность  которых  не  имеет  достаточных  причинно-следственных  обоснований.  Тем  не  менее,  изучение  этих  вариаций  помогает  предсказать  появление  аномалий  в  изменениях  климатических  характеристик.

К  подобным  вариациям  относятся  недостаточно  изученные  вариации  геомагнитного  поля  и  климата.  В  настоящей  работе  обсуждаются  установленные  авторами  когерентные  вариации  главного  магнитного  поля  и  климатических  параметров  Кара-Дага. 

Для  обнаружения  когерентных  вариаций  использовались  данные  о  геомагнитном  поле  и  климатических  характеристиках  в  пункте  Кара-Даг,  где  ранее  нами  был  обнаружен  аномалий  рост  инсоляции  на  горизонтальную  поверхность  [6].

Характеристика  исходных  данных.   Геомагнитное  поле  в  пункте  Кара-Даг,  как  и  в  любой  точке  Земного  шара,  характеризуется  напряжённостью  общего  поля  F  или  составляющими  этого  вектора.  Часть  геомагнитного  поля:  более  чем  90  %  измеряемого  поля,  генерируется  внутри  планеты  и  в  земной  коре. 

Эта  часть  геомагнитного  поля  часто  называется  главным  магнитным  полем.  Главное  магнитное  поле  изменяется  медленно  во  времени  и  может  быть  описано  такими  математическими  моделями  как  IGRF  (The  International  Geomagnetic  Reference  Field)  —  международная  геомагнитная  рекомендуемая  модель  [11].  Обновляемые  каждые  пять  лет  по  наблюдениям  коэффициенты  модели  IGRF  обеспечивают  надёжность  вычисленных  параметров  геомагнитного  поля.  При  вычислении  вектора  F  нами  использовалась  последняя  версия  модели  —  IGRE-12.  На  рисунке  1  приведен  график  ежегодных  данных  главного  магнитного  поля  Кара-Дага  и  график  их  эволюции  (тренд).

Рисунок  1.  Графики  данных  о  геомагнитном  поле  Кара-  Дага.  Сплошная  линия  —  исходные  данные  (модель  IGRF   —  12);  пунктирная  —  тренд

Климатические  характеристики  Кара-Дага  получены  из  базы  данных  SSE  (Surface  meteorology  and  Solar  Energy)  [12].

Данные  SSE  основаны  на  спутниковых  наблюдениях  и  моделях,  которые  включают  в  себя  долгосрочные  оценки  метеорологических  величин  и  поверхностных  потоков  солнечной  энергии.  Они  обеспечивают  надежные  солнечные  и  метеорологические  ресурсы  данных  по  регионам,  где  наземные  измерения  редки  или  отсутствуют. 

Из  базы  SSE  на  интервале  1983—2007  год  нами  использовались  следующие  среднегодовые  данные:  температура  воздуха  на  высоте  2  метров  (T),  температура  поверхности  земли  (ET),  инсоляция  горизонтальной  поверхности  земли  (swv),  давление  (Р),  инсоляция  поверхности  воздуха  (toa). 

Когерентные  колебания.  Малая  длительность  временного  интервала  ограничивает  возможности  применения  классических  методов  спектрального  анализа.  Поэтому  для  вычисления  функций  взаимной  когерентности  данных  и  её  оценки  (квадрата  модуля  когерентности)  использовались  устойчивые  процедуры  оценок  спектральной  плотности  мощности  для  ограниченных  последовательностей  данных  реализуемые  в  методе  двухканального  спектрального  анализа. 

Рисунок  2.  Квадрат  модуля  когерентности  между  данными:  а)  —  геомагнитное  поле  F   и  температура  воздуха  на  высоте  2  м  Т;  б)  —  геомагнитное  поле  F  и  давление  Р;  в)  —  геомагнитное  поле  F  и  инсоляция  падающая  на  горизонтальную  поверхность  земли  swv;  г)  —  геомагнитное  поле  F  и  температура  земли  ЕТ

Двухканальный  спектральный  авторегрессионный(АР)-анализ   заключается  в  вычислении  АР-оценок  взаимной  спектральной  плотности  мощности  (СПМ)  для  двух  последовательностей  (два  канала)  данных.  Для  измерения  сходства  (как  функции  частоты)  двух  сигналов  вычисляется  квадрат  модуля

когерентности  и  фаза  когерентности.  Величина  квадрата  модуля  когерентности  должна  лежать  между  0  (для  частот,  на  которых  нет  когерентности  между  каналами)  и  1  (для  частот,  на  которых  каналы  полностью  когерентны).  Определение  порядка  двухканальной  АР-модели  выполняется  с  помощью  АИК  критерия  Акаике.  Более  подробное  изложение  метода  двухканального  спектрального  анализа  содержится  в  работе  [5].  С  некоторыми  приложениями  этого  метода  к  решению  задач  сопоставления  экспериментальных  данных  можно  познакомиться  в  публикациях  [8—10].

Анализ  графиков,  приведенных  на  рисунке  2,  указывает  на  существование  когерентной  связи  между  вариациями  с  периодом  9±2  года  в  данных  о  геомагнитным  поле  F  и  данных  о  климатических  характеристиках  Кара-Дага. 

Менее  выражена  когерентность  колебаний  с  периодом  4±1год:  величина  квадрата  модуля  когерентности  для  этих  вариаций  более  0,6,  что  указывает  на  существование  когерентной  связи.  На  графиках  б),  в),  г)  максимальные  величины  квадрата  модуля  когерентности  соответствуют  колебаниям  с  периодом  20±2  года.  Достоверность  существования  в  климатических  и  магнитных  данных  этих  вариаций  подтверждают  исследования  учёных  [6]. 

Выводы.   1.  Установленные  когерентные  колебания  с  периодами  4±1  г,  9±2  г,  20±2  г  допускают  физическую  интерпретацию,  основанную  на  взаимодействии  поверхностного  слоя  земной  коры  и  прилегающей  атмосферы,  влияния  солнечной  активности  и  внутри  земных  процессов.

2.  Обнаруженные  ранее  тенденции  ускоренного  (по  сравнению  с  другими  пунктами  Крыма)  роста  инсоляции  и  температуры  поверхности  земли  Кара-Дага  коррелируют  с  ростом  магнитного  поля  за  период  1983—2007  годы.  Коэффициент  корреляции  равен  0,82.

Список  литературы:

1.Авсюк  Ю.Н.  Приливные  силы  и  природные  процессы.  М.:  Объединённый  институт  физики  Земли  им.  О.Ю.  Шмидта  РАН.  1996.  —  186  с.

2.Берри  Б.Л.  Синхронные  процессы  в  оболочках  Земли  и  их  космические  причины  //  Вестник  МГУ.  —  1991.  —  Сер.  5,  —  №  1.  —  С.  20—27.

3.Сидоренков  Н.С.  Атмосферные  процессы  и  вращение  Земли.  СПб.:  Гидрометеоиздат.  2002,  —  200  с.

4.Кондратьев  К.Я.,  Крапивин  В.Ф.,  Савиных  В.П.  Перспективы  развития  цивилизации:  многомерный  анализ  М.:  Логос,  2003.  —  576  с.

5.Марпл  С.Л.  мл.  Цифровой  спектральный  анализ  и  его  приложения.  М:  Мир,  1990.  —  584  с.

6.Dickey,  Jean  O.,  Steven  L.  Marcus,  Olivier  de  Viron  Air  Temperature  and  Anthropogenic  Forcing:  Insights  from  the  Solid  Earth.  //J.  Climate.  —  2011.  —  №  24  —  P.  569—574.

7.Kurbasova  G.S.,  Volvach  A.E.  The  insolation  anomalies  on  the  Crimean  peninsula  with  observations  from  space  //  CriMiCo2014,  Conference  Proceedings  Sevastopol:  Weber  Publishing.  —  2014.  —  Vol.  2.  —  P.  1085—1086.

8.Kurbasova  G.S.,  Korsun  A.A.,  Rykhlova  L.V.,  Rybalova  M.N.,  Shlikar  G.N.  Statistical  Correlations  between  10-Year  Variations  of  Annual  Mean  Geodynamical,  Geophysical,  and  Heliophysical  Data.  //Astronomy  Reports.  —  1997.  —  Vol.  41,  —  №  1.  —  P.  128—134.

9.Kurbasova  G.S.,  Korsakova  S.P.,  Rybalova  M.N.,  Shlikar  G.N.  Spatiotemporal  Relationships  in  the  Structure  of  the  80_Year  Time  Series  of  Observationsof  Local  Surface  Air  Temperatures  //Bulletin  of  the  Crimean  Astrophysical  Observatory,  —  2012,  —  Vol.  108,  —  pp.  140—145.

10.Kurbasova  G.S.,  Korsakova  S.P.,  Rybalova  M.N.,  Shlikar  G.N.  Correlations  of  Changes  in  the  Earth’s  Rotational  Velocityand  Some  Climate  Characteristics:  Spectral  Estimation  in  Two_Channel  Autoregression  Models  //Bulletin  of  the  Crimean  Astrophysical  Observatory,  —  2011,  —  Vol.  107,  —  pp.  90—97.

11.NGDC  Geomagnetic  Calculators.  —  2015.  [Электронный  ресурс]  —  Режим  доступа.  —  URL:  http://  www.ngdc.noaa.gov 

12.Surface  meteorology  and  Solar  Energy  —  A  renewable  energy  resource  web  site  (release  6.0)  sponsored  by  NASA's  Applied  Science  Program  in  the  Science  Mission  Directorate  developed  by  POWER:  Prediction  of  Worldwide  Energy  Resource  Project.  —  2015.  [Электронный  ресурс]  —  Режим  доступа.  —  URL:  https://eosweb.larc.nasa.gov/sse/