ДОКЛАДЫ АКАДЕМИИ НАУК, 2011, том 439, № 3, с. 407-412
= ГЕОФИЗИКА
УДК 551.583.13;551.510.04
О НЕДЕЛЬНОЙ ЦИКЛИЧНОСТИ В АТМОСФЕРЕ © 2011 г. А. Н. Груздев
Представлено академиком Г.С. Голицыным 10.03.2011 г. Поступило 17.03.2011 г.
В работе выполнен спектральный анализ содержания двуокиси азота и атмосферных метеопараметров в пунктах ближнего Подмосковья с целью исследования недельной цикличности в атмосфере. Показано, что квазинедельная цикличность существует не только в приземном слое атмосферы, но и на стратосферных высотах. Вариации этого временного масштаба непостоянны во времени и обычно имеют сезонный характер. Эта цикличность имеет, скорее всего, естественное происхождение и не обусловлена влиянием недельного ритма в жизнедеятельности московского мегаполиса.
Крупные современные города и индустриальные центры выделяют в атмосферу заметное количество тепла и оказывают определенное влияние на климат урбанизированного района [1]. Антропогенные потоки тепла и радиационно-активных примесей испытывают разнообразные изменения, в том числе долговременные изменения (тренды) и циклические вариации (например, сезонные). Среди циклических вариаций — вариации масштаба недели, обусловленные цикличностью смены рабочих и выходных дней, период которой во многих странах составляет 7 дней. Недельная цикличность проявляется в интенсивности автотранспорта и, как результат, приводит к недельной цикличности содержания газовых (например, окислов азота, озона) и аэрозольных примесей, напрямую или опосредованно зависящих от продуктов сгорания топлива [2, 3]. Важный вопрос состоит в том, не оказывает ли недельный рабочий ритм достаточно заметного влияния на климатическую систему на региональном масштабе, что могло бы проявляться в существовании недельных вариаций термодинамических и динамических параметров атмосферы в окрестностях мегаполисов и в густо населенных местностях.
К настоящему времени насчитывается немало работ (см., например, [4—9]), где сделан вывод о наличии недельной цикличности и авторы кото-
Институт физики атмосферы им. А.М. Обухова Российской Академии наук, Москва
рых обычно априори исходят из того, что цикл с периодом ~7 дней несвойствен природе и может быть лишь результатом человеческой деятельности. Остановимся на типичных методах анализа недельной цикличности в этих работах.
Для удаления из исходных данных нежелательных долгопериодных вариаций (в том числе годового хода), амплитуды которых могут превосходить амплитуду возможного недельного цикла, можно применить скользящее сглаживание с последующим вычитанием полученного ряда из исходного. Но в некоторых работах рассматривается отклонение данных от средненедельного значения [2, 8, 9], и эта операция искусственно привносит в данные недельный масштаб (за счет смещения группы данных в пределах одной недели на одну и ту же величину — на среднее за неделю значение). Для демонстрации этого эффекта приведен рис. 1, где показаны рассчитанные нами спектры мощности сигнала, представляющего собой суперпозицию синусоиды с годовым периодом и гауссового шума, и реального сигнала, до и после обработки сигналов по разным процедурам. Длина искусственного сигнала 28 лет (включает целое число недель), дискретность 1 сутки. Спектры рассчитаны по методу максимальной энтропии [10]. Рисунок 1 демонстрирует, что вычитание средненедельного значения из исходного ряда может приводить к возникновению недельной цикличности (ср. кривые 2 и 6 с кривыми 1 и 5). Удаление годового хода путем вычитания 31-суточного скользящего среднего не влияет на спектр в области недельной цикличности, но приводит к некоторому искажению спектра в диапазоне периодов 10—30 суток из-за существенного спектрального просачивания, свойственного прямоугольному фильтру (ср. кривые 1 и 3).
Недельный цикл обычно выявляют путем осреднения значений исследуемых параметров по дням недели, т.е. осреднением данных за все понедельники, все вторники и т.д. [2—9], или осреднением данных за рабочие и выходные дни. Этот прием привносит в результаты подобного анализа заранее заданный недельный масштаб и может приводить к фиктивной недельной цикличности даже в ее отсутствие. Простой пример —
Спектральная плотность
Период, сут
Рис. 1. Спектры мощности флуктуаций искусственных (1—4; усл. ед.) и природных (5, 6; м2 • сут) сигналов: 1 — исходный сигнал — синусоидальный годовой ход с наложенным на него гауссовым шумом со среднеквадратичным отклонением 10% от амплитуды годового хода; 2 — из исходного сигнала вычтены средненедельные значения; 3 — из исходного сигнала вычтен сигнал, полученный скользящим сглаживанием по 31 суткам; 4 — из исходного сигнала вычтен годовой ход с помощью описанной в статье процедуры; 5 — исходный ряд — высота изобарической поверхности 100 гПа по данным зондирования за 0 и 12ь Гринвичского времени в течение 1990—2010 гг. на ст. Долгопрудный;
6 — из исходного ряда вычтены средненедельные значения. Вертикальная штриховая линия соответствует периоду
7 суток.
получение недельного цикла при анализе этим методом волнообразного сигнала асимметричной формы с кратным неделе периодом. Статистическая значимость такого фиктивного цикла может быть обеспечена достаточно большой протяженностью ряда. Получение цикличности с помощью этого метода не может служить доказательством ее существования.
Таким образом, для исследования недельной цикличности по данным наблюдений необходимо применять дополнительные методы анализа. В представленной работе использованы спектральные методы, которые применены к данным наблюдений содержания двуокиси азота и метеопараметров в ближнем Подмосковье. Содержание М02 в приземном слое атмосферы служит хорошим индикатором антропогенного загрязнения. Регулярные наблюдения М02 выполняются с 1990 г. на Звенигородской научной станции ИФА РАН, расположенной на расстоянии около 40 км к за-
паду от Московской кольцевой автодороги. Из наблюдений определяются общее содержание NO2 в стратосферном столбе и содержание NO2 в пограничном слое атмосферы утром и вечером. Метод измерений описан в [11, 12]. Станция входит в международную Сеть для обнаружения изменений состава атмосферы (Network for the Detection of Atmospheric Composition Change — NDACC), и результаты измерений находятся в открытом доступе по адресу http://www.ndacc.org/. В качестве метеоданных использованы результаты радиозондирования за период 1990—2010 гг. на станции Долгопрудный, расположенной в северной пригородной зоне Москвы, и на станции Колпашево в Западной Сибири (58.19° с.ш., 82.57° в.д.), расположенной в 270 км к северо-западу от Томска. Анализ данных сибирской станции проводился с целью проверки основных выводов, полученных при анализе подмосковных данных. Результаты радиозондирования доступны по ад-
р есу http: //weather.uwyo. edu/upperair/sounding.htm (индексы станций 27612 и 29231). Для анализа использовались только данные за 0 и 12h Гринвичского времени.
Данные радиозондирования и данные о стратосферном содержании NO2 были подвергнуты статистической проверке. Были рассчитаны многолетние среднемесячные значения каждого параметра и среднеквадратичные отклонения от них и произведена отбраковка данных, выходящих за пределы учетверенного среднеквадратичного отклонения относительно многолетних среднемесячных значений, отдельно для каждого времени суток. Эта процедура повторялась итерационно. Из данных о содержании NO2 в пограничном слое атмосферы были отбракованы те значения, которые соответствуют отбракованным данным о стратосферном содержании NO2.
Спектральный анализ результатов измерений на Звенигородской станции указывает на наличие вариаций недельного масштаба не только в содержании NO2 в пограничном слое атмосферы, что могло бы быть обусловлено изменениями уровня антропогенного загрязнения нижней тропосферы оксидами азота [13], но и в стратосферном содержании NO2 [14] (стратосферный максимум концентрации NO2 наблюдается в окрестности высоты 30 км [11]). Последнее обстоятельство говорит о существовании естественной изменчивости недельного масштаба.
Результаты работ [13, 14] подтверждаются спектрально-временным анализом содержания NO2 (рис. 2а,б). Спектры, приведенные на рис. 2, рассчитаны по полугодовым скользящим интервалам с помощью метода максимальной энтропии [10]. Предварительно из данных был удален годовой ход по следующей методике. Сначала были рассчитаны многолетние среднемесячные значения параметров, отдельно для каждого времени суток (утро и вечер для NO2, 0 и 12h Гринвичского времени для данных радиозондирования). Путем разложения этих годовых ходов в ряды Фурье определялись амплитуды и фазы гармоник — спектральных компонентов годового хода. Суперпозиция этих гармоник для произвольного времени года служит хорошей аппроксимацией среднего годового хода для этого момента времени. Рассчитанный таким образом годовой ход был вычтен из соответствующих данных. Эта процедура была повторена дважды, что позволило практически полностью удалить из данных годовую составляющую изменчивости. Кривая 4 рис. 1 демонстрирует высокую эффективность нашего метода. После удаления годового хода небольшие пропуски в данных измерений заполнялись нулевыми значениями, а временные ряды, соответствующие разным временам суток, объединялись в один ряд. Сравнение результатов
спектрального анализа методом максимальной энтропии с результатами спектрального анализа авторегрессионным методом, использующим коррелограмму [10] (расчет которой выполнялся с учетом пропусков в данных), показал их близость при лучшей устойчивости спектральных оценок, полученных методом максимальной энтропии.
Рисунок 2 демонстрирует общую особенность временного поведения всех исследованных нами параметров: наличие вариаций разных масштабов, в том числе вариаций с периодом в окрестности 7 сут. Другая особенность — непостоянство вариаций того или иного масштаба и зачастую их сезонный характер. Так, вариации содержания М02 в пограничном слое атмосферы на Звенигородской станции с периодом в окрестности 7 сут наиболее интенсивны зимой (рис. 2а), а вариации стратосферн
Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.