К. геогр. н. Серга Э. Н., д. т. н. Школьный Е. П.

Одесский государственный экологический университет, Украина

КЛИМАТИЧЕСКОЕ РАЙОНИРОВАНИЕ ПОЛЕЙ ТЕМПЕРАТУРЫ АТЛАНТИКО-ЕВРОПЕЙСКОГО РЕГИОНА

Кластерный анализ позволяет рассматривать достаточно большой объем информации и резко сокращать, сжимать большие массивы различных данных, делать их компактными и наглядными. Важное значение кластерный анализ имеет применительно к совокупностям временных рядов, характеризующих физические процессы. Здесь можно выделять периоды, когда значения соответствующих показателей были достаточно близкими, а также определять группы временных рядов, динамика которых наиболее схожа.

В разработанном нами универсальном итерационном методе кластеризации данных (УИМКД), в качестве исходной информации выступает матрица , содержащая векторов-строк мерности , характеризующая статистические ряды объёмом в пунктах, которые и должны быть кластеризованы. В качестве априорной информации, в отличие от других методов задается только минимальное количество векторов , которые могут составить кластер.

Итерационный процесс в алгоритме УИМКД состоит из ряда шагов и включает такие критерии как евклидове расстояние, критерий Фишера, критерий (статистика) Крамера-Уэлча и статистику критерия типа омега-квадрат (Лемана-Розеблатта) для проверки однородности двух независимых выборок.

В качестве объекта для исследования методом кластеризации УИМКД были взяты поля среднемесячной температуры воздуха на высоте 2м и среднемесячной температуры подстилающей поверхности (данные ре-анализа ERA-40), заданные в узлах регулярной сетки точек 2,5º 2,5º в секторе, ограниченном по широте от 30º до 90º северной широты и по меридиану от 70º западной долготы до 55º восточной долготы, за период с 1958 по 2002 годы, зимние месяцы (декабрь, январь, февраль). Таким образом, в каждом узле сетки был сформирован 34-х мерный вектор среднемесячных значений температуры для указанных месяцев. Множество этих векторов и было представлено алгоритму УИМКД для разбиения полей температуры поверхности воды на однородные кластеры. Результаты проведенной кластеризации приведены на рис. 1 – 3 (в качестве примера для декабря и января). Выделенные алгоритмом кластеры отображены на рисунках различными значками.

Прежде всего, следует отметить, что во все рассматриваемые месяцы хорошо проявляются в поле температуры кластеры циклонической и антициклональной циркуляции вод океана, кластер переменных течений, расположенный в субтропиках.

В Северной Атлантике под действием процессов, формирующих распределение поверхностной температуры с широтой (различное количество солнечной радиации, поглощаемое деятельным слоем океана и происходящих в нём процессов теплообмена, различные условия обмена с атмосферой теплом и количество движения, таяние арктических льдов, выносимых в Норвежское море) приводит к общему зональному распределению температуры воды. Это отчётливо проявляется в распределении кластеров в рассматриваемой акватории Северной Атлантики. Интересным является тот факт, что граница между двумя центральными кластерами практически совпадает с осью зоны дивергенции.

Структура кластеров во все рассматриваемые месяцы отражает и распределение крупномасштабных течений в Северной Атлантике, таких как Гольфстрим, Северо-Атлантическое, Португальское, Восточно-Гренландское, Лабрадорское. Представляет большой интерес, что структура полученных кластеров в общем, а в некоторых местах океана в деталях, совпадает с однородными областями полей среднемесячных температур поверхности океана, полей осадков и испарений, затрат тепла на испарение, которые представлены в Атласе океанов.

Рис. 1 . Карта распределения кластеров среднемесячной температуры

поверхности воды (декабрь)

Рис. 2 . Карта распределения кластеров среднемесячной температуры воздуха

на высоте 2 м (декабрь)

Рис. 3 . Карта распределения кластеров среднемесячной температуры воздуха

на высоте 2 м (январь)