Climate classification in the Northern hemisphere using phases of temperature signals


Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

The results of structuring surface temperatures in the Northern hemisphere for the period of modern climate changes are presented. The main idea of the classification suggested is the geographic conditionality of the phase modulation of the temperature signal. The consistency, namely, phasing of the temperature oscillations in certain geographic areas, serves the criterion. We believe that changes in the synchronization modes of climatic processes under changing climate lead to transformations of the spatial structure of the temperature field due to the system transition to a new state. The temperature series are represented as phase-modulated oscillations. External and internal factors that disturb the climate system form a complicated phase modulation, which partly corresponds to these disturbances. The initial space of 818 temperature series is structured into 17 regional clusters, where the temperature changes synchronously. Properties of the resulting clusters and their compliance with the known climate classifications are discussed. The classifying algorithm allows the researchers to choose the degree of differentiation of the field under study depending on the task. The phase modulation indices were estimated to identify manifestations of the external forcing in the surface temperature. Inconsistency of the indices with those in the case of the harmonic phase modulation allows the role of the regional climate factors to be assessed for each class. Modulation, which is the closest to the harmonic one, was found in the North Atlantic thermohaline conveyor. During the study of the climate change, the approach suggested can be used as an analytical framework on any spatial scale, based on only data on the surface temperature, and with predetermined level of quality. The search for synchronization in nonlinear chaotic systems may be one of the promising ways to optimize the predictive models.

Об авторах

N. Cheredko

Institute of Monitoring of Climatic and Ecological Systems, Siberian Branch

Автор, ответственный за переписку.
Email: atnik3@rambler.ru
Россия, Tomsk, 634055

V. Tartakovsky

Institute of Monitoring of Climatic and Ecological Systems, Siberian Branch

Email: atnik3@rambler.ru
Россия, Tomsk, 634055

V. Krutikov

Institute of Monitoring of Climatic and Ecological Systems, Siberian Branch

Email: atnik3@rambler.ru
Россия, Tomsk, 634055

Yu. Volkov

Institute of Monitoring of Climatic and Ecological Systems, Siberian Branch; National Research Tomsk Polytechnic University

Email: atnik3@rambler.ru
Россия, Tomsk, 634055; Tomsk, 634050

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Pleiades Publishing, Ltd., 2017

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».