Содержание к диссертации
Введение
1. Озон в атмосфере 10
1.1. Свойства озона 10
1.2. Образование и разрушение стратосферного озона 13
1.3. Динамика озоносферы 16
1.3.1. Процессы переноса в атмосфере 16
1.3.2. Озон и циркумполярный вихрь 18
1.3.3. Озон и солнечная активность 20
1.3.4. Антропогенное воздействие на озон 21
1.3.5. "озоновые дыры" 22
1.4. Модели атмосферы и озоносферы земли 23
1.5. Адаптивные модели 33
1.6. Методы и приборы для измерения содержания озона ... 36
1.7. Выбор и обоснование подхода 43
1.8. Выводы к главе 1 46
2. Нейросетевые модели динамики озонового слоя 47
2.1. Самоадаптирующиеся нейронные сети 47
2.2. Методика построения моделей 51
2.3. Построение краткосрочных прогнозов ОСО 61
2.3.1. Почасовой прогноз ОСО 61
2.3.2. Среднесуточный прогноз ОСО 63
2.3.3. Среднемесячный прогноз ОСО 64
2.3.4. Среднегодовой прогноз ОСО 67
2.3.5. Интегральный прогноз по нескольким удаленным точкам 68
2.4. Полиномиальный и линейный прогноз ОСО 70
2.5. Построение долгосрочных прогнозов ОСО 74
2.5.1. Векторный прогноз ОСО 74
2.5.2. Ансамблевый прогноз ОСО 75
2.6. Построение долгосрочных прогнозов среднемесячных значений ОСО для северного полушария 77
2.7. Связь вариаций ОСО с пространственно-временными особенностями общей циркуляции атмосферы 80
2.8. Выводы к главе 2 84
3. Причины изменения свойств временных рядов ОСО 85
3.1. О выявлении "предвестников" изменений закономерностей временных рядов 85
3.2. Эксперименты по прогнозированию ОСО с удалением значений 85
3.3. Анализ результатов экспериментов 89
3.4. Физическая интерпретация результатов 90
3.5. Выводы к главе 3 97
Выводы по диссертации 98
Заключение 99
- Образование и разрушение стратосферного озона
- Методы и приборы для измерения содержания озона
- Среднемесячный прогноз ОСО
- Эксперименты по прогнозированию ОСО с удалением значений
Введение к работе
Актуальность темы. Значительную роль в изучении климата Земли и его математическом моделировании играют исследования динамической струюуры метеорологических полей, в том числе и поля озона. Они имеют большое значение для решения многочисленных задач экологии, метеорологии, атмосферной оптики, дистанционного зондирования природной среды из космоса и других областей науки и техники. Эффективным подходом к исследованию этой сложной проблемы является использование системного анализа.
Исследование озонового слоя Земли и прогноза его состояния относится к числу важнейших глобальных экологических проблем. Озоносфера является естественным экраном, не пропускающим к земной поверхности значительную часть ультрафиолетового излучения Солнца, которое оказывает вредное влияние па биологические объекты. Разрушение озонового слоя может привести к целому ряду негативных последствий для человека, животных и растений. В частности, большое внимание исследователей привлекла проблема так называемых "озоновых дыр".
В связи со сложной и труднопредсказуемой динамикой содержания озона в атмосфере, заметно влияющей на экологическую ситуацию на планете, исследование межгодовых и десятилетних вариаций параметров стратосферы и разработка методов предсказаний будущего состояния озонового слоя имеют большое научное и практическое значение.
Объект и задачи исследования. Воздействие озона на климат имеет очень сложный характер из-за процессов с обратными связями, определяющими теплообмен в атмосфере; из-за переноса радиации; циркуляции; перемешивания. Детальная оценка возможных механизмов влияния озона может быть получена в результате систематических
наблюдений, разработки и реализации достаточно надежных физико-математических моделей.
Наши знания о закономерностях образования, переноса и разрушения атмосферного озона явно недостаточны, И обусловлено это не только сложностью самой проблемы, но и относительно небольшой продолжительностью наблюдений по содержанию и распределению озона в атмосфере. Изучение такого сложного природного феномена, каким является озоносфера Земли, требует длительных, точных измерений с привлечением как наземных, так и спутниковых средств,
В исследованиях использовались данные о глобальном содержании озона в атмосфере с сайта НАСА получаемые со спутника ЕР/TOMS прибором TOMS (Total Ozone Mapping Spectrometer) и локальные наземные данные, полученные в г, Томске с помощью наземного озонометра.
Использованный метод. Атмосфера является сложной неравновесной системой, все компоненты которой взаимосвязаны и взаимообусловлены. Возможность получения аналитических описаний в применении к многомерным, нелинейным, динамичным атмосферным процессам представляется весьма проблематичной, В подобных случаях традиционно используются методы численного моделирования. Однако и они имеют серьезные ограничения в силу высокой сложности объекта исследования, требующего (для получения приемлемой точности) учета в модели сотен параметров. Тем не менее, даже такие модели, не обеспечивают (в ряде случаев) удовлетворительное качество отображения динамичных, иерархических атмосферных процессов.
Вместе с тем, современные системные методы нейронпформатики позволяют преодолеть этот барьер и вести разработку нелинейных адаптивных моделей теоретически неограниченной степени сложности с учетом множества взаимосвязанных параметров. Использование нейронных сетей даст
б возможность устранить, при необходимости, наиболее сложную часть -формализацию задачи и строить математическое представление путем "обучения" нейросети по экспериментальным данным.
Среди преимуществ таких моделей можно отмстить возможность оценки значимости входных параметров для получения прогностических результатов. Это обстоятельство позволяет извлекать новое знание о соотношении важности различных факторов для формирования, протекания и динамики изучаемых явлений и процессов. Помимо более полных представлений о природе предмета исследования, появляется возможность эффективного упрощения модели с целью экономии вычислительных ресурсов и ускорения получения результатов моделирования и экспертных оценок.
Необходимо, также, подчеркнуть чрезвычайно высокое быстродействие нейросстевых прогностических и экспертных систем при решении поставленных задач, демонстрируемое ими после обучения и составляющее от долей секунды до нескольких секунд (в наиболее сложных случаях требующих до нескольких суток при использовании традиционных методов численного моделирования).
Основные цели работы
Создать методику построения локальных прогнозов общего содержания озона (ОСО) над определенными географическими точками для средних широт на основе нейронных сетей в условиях жестко лимитированной реальной информации о функционировании атмосферных процессов.
Оценить возможность выделения предвестников изменения характерных свойств временного ряда концентрации озона в озоносфере над определенными географическими точками Земной поверхности.
Провести сравнительный анализ метода прогнозирования с помощью нейронных сетей с линейным и полиномиальным методами.
7 4. Исследовать зависимость концентрации озона от циркуляции атмосферы.
Основные положення, выносимые на защиту и научная новизни В диссертационной работе впервые
предложены методы моделирования динамики концентрации озона в озоносфере Земли с использованием нейронных сетей;
показано» что точность нейросетевых прогностических моделей динамики озонового слоя с заблаговременностью 20 дней может достигать 98 %, которая значительно превышает характерную точность известных атмосферных моделей (80 %);
показана возможность выделения предвестников изменения характерных свойств временного ряда концентрации озона в озоносфере над определенными географическими точками Земной поверхности;
на основе ряда проведенных исследований подтверждена квазистационарность (консервативность) свойств озонового слоя, позволяющая строить детерминистские прогнозные модели;
показано преимущество нейронных сетей для построения сложных атмосферных моделей по сравнению с методами линейного и полиномиального прогноза;
показана зависимость концентрации озона в стратосфере от глобальных циркуляционных атмосферных процессов.
Практическая значимость диссертационной работы заключается в
разработке нового метода моделирования динамики озонового слоя Земли;
создании методики выделения предвестников изменения характерных свойств динамики концентрации озонового слоя;
3) установлении определенного влияния циркуляции атмосферы на
озоновый слой Земли. Полученные результаты внедрены в Институте оптики атмосферы СО РАН (г. Томск), в Красноярском государственном университете и Красноярском государственном техническом университете. На основе выполненных исследований готовится дальнейшее изучение озоносферы Земли с ориентацией па построение глобальных моделей динамики ОСО,
Достоверность результатов работы подтверждается корректным применением методов нейроинформатнки; экспериментальными данными, полученными спутниковыми и наземными методами; результатами, опубликованными в литературе.
Личный вклад. Автором впервые предложены и использованы методы моделирования динамики озонового слоя на базе нейронных сетей. Работа полностью проведена автором самостоятельно.
Апробация работы. Основные результаты диссертационной работы докладывались на следующих конференциях:
Международная конференция "Физика ионосферы и атмосферы Земли" (Иркутск, 1998 г.);
7-й Международный симпозиум "Оптика атмосферы и океана" (Томск, 2000 г.);
3- VII Всероссийская конференция "Нейрокомпьютеры и их применение" с международным участием "НКП-2001" (Москва, 2001 г.);
VIII объединенный между народный симпозиум "Оптика атмосферы и океана. Физика атмосферы" (Иркутск, 2001 г.);
Всероссийская научно-практическая конференция "Химико-лесной комплекс - проблемы и решения" (Красноярск, 2001 г.);
Международная научно-практическая конференция ''Сибирский авиакосмический салон" (САКС-2001) (Красноярск, 2001 г.);
VIII Всероссийская конференция "Нейрокомпьютеры и их применение" с международным участием "НКП-2002" (Москва, 2002 г.);
II Всесибирскии конгресс женщин-математиков (в день рождения Софьи Васильевны Ковалевской) (Красноярск, 2002 г,);
Международная конференция "Континуальные алгебраические логики, исчисления и нейроматематика в науке, технике и экономике - КЛИН-2002" (Ульяновск, 2002 г.);
IX объединенный международный симпозиум "Оптика атмосферы и океана. Физика атмосферы'' (Томск, 2002 г.);
IК V Всероссийский семинар "Моделирование неравновесных систем" (Красноярск, 2002 г.);
V Всероссийская научно-техническая конференция "Нейроинформатика-2003" (Москва, 2003 г,);
X объединенный международный симпозиум "Оптика атмосферы и океана. Физика атмосферы" (Томск, 2003 г.);
VI Всероссийская научно-техническая конференция "Нейроинформатика-2004" (Москва, 2004 г.).
Публикации, По теме диссертации опубликовано 23 печатные работы.
Работа поддержана грантом Красноярского краевого фонда науки JfelOFlSlC
Образование и разрушение стратосферного озона
Атмосферный озон — это одна из малых, но весьма важных, примесей атмосферы. Молекула озона представляет собой относительно устойчивое соединение, состоящее из трех атомов кислорода. Молекула озона О имеет массу7,710"23г. Озон составляет 0,64- ] О"6 массы всей атмосферы [1]. Озон в атмосфере располагается в виде сферического слоя, внутренняя поверхность которого совпадает с поверхностью Земли. Толщина озонового слоя составляет приблизительно 100 км. Озон в этом слое распределен неравномерно как в вертикальном, так и в горизонтальном направлении. Максимум его содержания наблюдается в среднем слое 20-25 км. Выше концентрация озона быстро убывает и на высотах выше 30 км достигает состояния фотохимического равновесия. В тропосфере она также значительно меньше, чем в слое максимума и составляет 8-12% от его общего содержания в столбе атмосферы.
Средняя условная толщина озонового слоя, приведенного к нормальному давлению и температуре, составляет около 0,3 см. Его средняя плотность в слое 0 70 км равна 0,9 10" г/см3. Общая масса озона в атмосфере составляет около 3,3-109 т.
Из всего потока солнечной энергии, падающей на Землю, озон поглощает около 3%, или 5-10 Дж/сугки, что не мешает ему оказывать существенное влияние на состояние живых организмов и динамику атмосферных процессов.
Плотность озона рз - масса газообразного озона в единице объема воздуха, выражаемая в микрограммах на метр кубический (мкг/м3). Иногда термином "плотность озоиа" обозначается толщина слоя озона, содержащегося в слое атмосферы километровой толщины, приведенного к нормальному давлению 1013,25 гПа и температуре 288,15 К. Величина 10" см/км соответствует плотности озона, равной 21,415 мкг/м3 [2, 3].
Парциальное давление озона 1 - давление, которое имел бы озон, находящийся в газовой смеси, если бы он один занимал объем, равный объему смеси при той же температуре. Измеряется в миллиПаскалях (мПа, I мПа = Юнбар).
Общее количество озона в атмосфере выражается обычно через толщину (в сантиметрах) того слоя, который образовал бы весь озон атмосферы, собранный отдельно и приведенный к нормальному давлению 760 мм рт. ст. и нормальной температуре 0 С. Величину 10 3 см называют единицей Добсона (сокращенно ед. Д. или D. и.) [4].
Озон есть аллотропическое видоизменение кислорода — трехатомный кислород. В молекуле озона атомы расположены по вершинам равнобедренного треугольника с боковой стороной 1,278 А и углом при вершине 11649\
В газообразном виде озон имеет голубоватый оттенок, заметный при содержании в воздухе 15 — 20% озона» Он связан со слабым поглощением в оранжевой части спектра, в полосе Шаииюи, наибольшим при X - 6010 А.
В атмосфере окраска, создаваемая озоном, заметна у серовато-синего края земной тени, отброшенной на атмосферу, например на востоке после захода Солнца, поскольку здесь солнечные лучи прошли длинный косой путь сквозь атмосферу и сквозь слой озона в ней.
Газообразный озон имеет при давлении 1 атм и 29 С плотность рзо 2,144 10"3 г/см3 и теплоемкость ср=0,190 кал/г (при 0 С). Он сжижается при -111,9 С в темно-синюю жидкость плотностью 1,46 г/см3. Скрытая теплота его испарения равна 75,6 кал/г. При температуре -183С жидкий озоп имеет уже плотность 1,57 г-см" э а при -192,7 С он затвердевает в виде темно-фиолетовых кристаллов. Критическая температура жидкого озона равна -12,1 С, критическое давление 54,6 атм. Характерный запах озона ощущается уже при его концентрации в воздухе 10" %, Озон сильнее кислорода растворим в воде: его растворимость при давлении 1 атм достигает 1,09 г/л при 0 С и 0,87 г/л при 10 С. Потенциал ионизации озона равен 12,8 эВ.
Значение стратосферного озона, в первую очередь (в том числе для зашиты биологических объектов), определяется его оптическими свойствами -способностью поглощать ультрафиолетовое излучение Солнца с длиной волны менее 280-300 нм. Максимальное поглощение в полосе Гартли достигается на длине волны 253,65 нм. Сильное поглощение озона в ультрафиолетовой части спектра предотвращает попадание па поверхность Зелии биологически активного излучения Солнца в диапазоне 250-320 нм, разрушающего важнейшие биологические элементы — белки и нуклеиновые кислоты. Кроме того» поглощение озоном ультрафиолетового излучения приводит к нагреванию озоносодержащих слоев стратосферы и в значительной степени определяет ее тепловой режим и, тем самым, динамические процессы, протекающие в стратосфере.
Главная полоса поглощения озона - полоса Гартли занимает диапазон длин волн от 220 до 290 нм, К ней примыкает область более слабых полос Хюггинса, простирающаяся от 300 до 360 нм, В этой области наблюдаются достаточно резкие минимумы, которые используются для измерения содержания озона по ослаблению излучения внеземных источников света — Солнца, Луны, звезд. В красной части спектра расположена слабая полоса поглощения Шаппюи, простирающаяся от 440 до 850 нм.
Как известно, Земля испускает инфракрасное излучение. Озон же поглощает не только часть солнечного ультрафиолетового излучения, но и часть излучения Земли. Тем самым энергия, излучаемая Землей в инфракрасном диапазоне, задерживается озоном наряду с другими газами (СОд, водяной пар и т. и,) и остается в пределах земной атмосферы. Наиболее сильно озон поглощает инфракрасное излучение с длиной волны 9570 нм или 9,57 мкм. Другие полосы поглощения озона в инфракрасной области или перекрываются более сильными полосами поглощения Н2О и ССЬ, или илтеют малую интенсивность [2J.
Методы и приборы для измерения содержания озона
Активная работа с реальными данными при построении пейросетевых моделей требует более глубокого обсуждения темы исследования, включающего описание методов получения информации о динамических характеристиках озонового слоя.
Мировая озонометрическая сеть в 1990 г. состояла из 45 станций, которые находятся на территории бывшего СССР, 65 зарубежных станций северного полушария и 21 станции южного полушария. Наблюдения проводятся по прямому солнечному свету, по свету, рассеянному Луной и по свету от звезд. Выходной информацией являются среднесуточные значения ОСО в единицах Добсона [99].
Идея измерения количества озона в атмосфере очень проста, однако ее реализация - достаточно сложна. В основу метода измерения кладется тот факт, что озон (как практически все атмосферные компоненты) поглощает солнечное излучение. Если бы озон был единственным поглотителем в воздухе, и если бы мы точно знали поток солнечного излучения за пределами атмосферы, то достаточно было бы измерить этот поток на поверхности Земли, чтобы знать (по наблюдаемому поглощению) количество молекул озона в столбе атмосферы, через который прошли солнечные лучи.
Но озон, конечно, не единственная компонента атмосферного газа, поглощающая солнечное излучение. Да и интенсивность последнего вне атмосферы мы в кавдый заданный момент точно не знаем, так как она меняется со временем.
Измеряют поглощение солнечного излучения не в одном спектральном интервале, а в двух. При этом длины волн к\ и Хг этих интервалов подбирают таким образом, чтобы, с одной стороны, коэффициент поглощения излучения озоном различался для них как можно сильнее, а с другой - различие в самих величинах X] и Х2 было как можно меньше. Выполнение первого требования обеспечивает высокую чувствительность измерений, а близость длин волн - более или менее одинаковое влияние мешающих факторов (например, рассеяния света па аэрозолях атмосферы), которое в этом случае легче учесть. Для борьбы с рассеянием света, которое создает "паразитный" сигнал и уменьшает чувствительность аппаратуры, станции озонометрической сети часто располагают в горах, где воздух содержит меньше пыли и потому меньше мешающего рассеянного света.
Для реализации описанного метода чаще всего используются пары линий в ближней ультрафиолетовой части спектра (например, 305,5 и 325,4 нм). Однако можно пользоваться (и это делалось в отдельных сериях наблюдений) парами линии в видимой и далее инфракрасной областях.
В качестве спектрального прибора применяется призменный спектрограф либо монохроматор с дифракционной решеткой. Поскольку и тот и другой представляют собой достаточно сложную, дорогую и капризную аппаратуру 4 их часто (особенно в последнее время при организации сети наблюдений) заменяют на фильтровые фотометры, в которых нужная область спектра вырезается с помощью специальных (имеющих достаточно узкую ширину пропускания) светофильтров. При использовании современных узконолосных фильтров и выборе удачных пар длин волн подобные фотометры вполне могут конкурировать по точности определения ОСО со спектральной аппаратурой. Выгода же в стоимости, а также простоте и надежности работы в случае фильтровой аппаратуры очевидна.
Наиболее широко применяются во всем мире для проведения наблюдений за общим содержанием озона прибор, называемый спектрофотометром Добсона. Он представляет собой комбинацию спектральной (для выделения нужных длин волн) и измерительной (для регистрации наблюдаемой интенсивности) аппаратуры, разработанной с учетом специфики спектральных измерений в озонометрии где требуется не как можно более точное представление всего спектра, а тщательный анализ лишь выбранной пары достаточно узких спектральных интервалов. Оригинальная конструкция прибора, предложенная его создателем в конце 20-х годов, за последующие десятилетия подверглась многочисленным модификациям. Фактически одной из них является и переход к фотометрии с помощью современных узкополосных светофильтров, о чем упомянуто выше-Многочисленные калибровки и тесты наземной озопометрической аппаратуры показали, что точность определения с ее помощью общего количества озона составляет в настоящее время 1 - 2%.
Спутниковые методы. В настоящее время наиболее распространен метод определения вертикального распределения озона по измерениям рассеянного "назад" ультрафиолетового излучения Солнца.
Среднемесячный прогноз ОСО
Для прогнозирования почасовых значений ОСО в течение суток были взяты данные наземных измерений над городом Томск (56 с. ш., 84 в. д.; Россия) с 16 по 31 марта 1996, ] 997, 1998 и 1999 гг. Необходимо отметить, что исследуемый месяц является самым сложным, так как перепад между минимальным и максимальным значением ОСО достигает 150 сд. Д.
Всего значений ОСО в сутки было от 6 до 22 в дневное время. Прогнозируемый период времени - 30-е и 31-е марта каждого из этих четырех лет. Обучение производилось на промежутке с 16 по 29 марта.
Нейросеть состояла из семи формальных нейронов (N-7) для 1996 г., Я=5 для 1997г., =9-для 1998 r.9N 10-для 1999 г. На рис. 2.5 показан график фактического количества ОСО на период с 16 по 31 марта 1996 г. и кривая прогноза на 30-е и 31-е марта этого же года. Видно, что 30-го марта, в прогнозируемый период, наблюдается резкое сокращение количества озона, примерно на 100 ед. Д. Несмотря на резкое изменение свойств временного ряда, нейронная сеть оказалась способной спрогнозировать это падение. Таким образом, можно говорить о том, что в предшествующей обучающей выборке присутствовали предвестники этой "разладки 1 временного ряда. Коэффициент корреляции между прогнозируемой кривой и фактической на рис. 2.5 составляет R = 0,97. В 1997-1999 гг. таких резких скачков ОСО не наблюдается, поэтому прогноз получился более точный (рис. 2.6-2.8) [118]. Для изучения среднесуточных колебаний ОСО были взяты данные наземных измерений над городом Томск (56 с. ш., 84 в. д.; Россия), с 1 января 1996 г. по 31 октября 1998 г. При обучении ставилась задача генерации нейросстью значения ОСО одной последующей точки (на заданный год, месяц и день) по шести предыдущим, Нейросеть состояла из десяти формальных нейронов (N— 10). Обучение нейроссти проводилось на промежутке с 1 января 1996 г. по 13 июня 1998 г., а прогноз выполнялся на тестовом участке с 14 июня 1998 г. по 31 октября 1998 г. Результат прогнозирования концентрации озона приведен на рис. 2.9. Коэффициент корреляции между прогнозной кривой и фактической составил R = 0,95 [119, 120]. Для построения моделей были выбраны 4 временных ряда среднемесячной концентрации ОСО над удаленными друг от друга географическими точками - города Бельск (52 с, т., 20 в. д.; Польша), Ленинград (60 с. ш., 30 в. д.; Россия), Эдмонтон (53 с. ш., 113 з. д.; Канада), временной ряд наземных измерений над городом Томск (56 с. ш., 84 в. д,; Россия), сянваря 1996 г. по май 1999 г. Такой выбор исходных данных обусловлен удобством сопоставления эффективности полученных прогнозов для различных регионов земного шара. Графики (Вельск, Ленинград, Эдмонтон) были отсканированы и, затем, оцифрованы с помошью программы Grafula, преобразующей координаты точек графика в таблицу чисел. Небольшие неточности отображения графиков на рисунке, в данном случае, не имеют значения, поскольку используемый аппарат прогностического моделирования (нейронные сети) обладает высокой гибкостью. При необходимости полученные прогнозы могут быть легко "доучены4 с целью приближения к точным значениям реальных данных. Эта особенность нейросетсвых имитаторов представляет высокую ценность не только для уточнения моделей, но и для динамического отслеживания трендов закономерностей природных процессов в период развивающегося на планете экологического кризиса. Кроме того, пластичность системно-адаптивных [94] моделей в общем случае, и нейросетевых моделей в частности, позволяет легко модифицировать сами модели в любом требуемом направлении и с учетом индивидуальных особенностей моделируемых процессов без последующей их верификации, необходимой при традиционных методах моделирования [121].
На рисунках 2.10 2,12 представлены графики прогноза среднемесячных значений ОСО за период с сентября 1975 г. по август 1977 г., полученные с помощью трех нейронных сетей, которые были обучены на выборке данных за период с февраля 1963 г. по август 1975 г.
На вход нейронной сети подавалась дата (год и месяц) требуемого прогноза. Для городов Вельска применялась сеть из шести нейронов, Ленинграда — сеть из девяти нейронов, а для Эдмонтона - десятинеиронная есть. Обучающая выборка состояла из 148 значений, а тест включал 28 точек. Коэффициенты корреляции между прогнозной кривой и фактической составили R = 0,96-0,99 [122].
Эксперименты по прогнозированию ОСО с удалением значений
К настоящему времени можно считать установленным, что географическое распределение озона, его годовые, межсуточные и другие колебания невозможно объяснить, не принимая во внимание циркуляцию атмосферы. Изменчивость озона - наиболее характерная черта его режима в атмосфере. Связь этих вариаций с пространственно-временными особенностями общей циркуляции атмосферы есть важный предмет исследования.
Типы циркуляции атмосферы, выделенные Г\Я. Ваигснгсймом наиболее удобны для исследований, так как они являются результатом обобщения разнообразных циркуляционных механизмов и позволяют выявить наиболее существенные изменения климата за многолетний период. По принципу преобладающего переноса в тропосфере умеренных широт выделены 3 основные группы, названные макропроцессами западной (W), восточной (Е) и меридиональный (С) форм атмосферной циркуляции. При циркуляции W в тропосфере наблюдаются волны малой амплитуды, которые быстро смещаются с запада на восток. При формах С и Е в толще тропосферы наблюдаются стационарные волны большой амплитуды. Принципиальное их различие в том, что при циркуляции типа С высотная ложбина образуется над Европейской территорией, Уралом и частью Западной Сибири (по 80 в, д.), а при типе Е над этой территорией - гребень.
Как для и оперативной подготовки научных исследований и экспериментов, так и для своевременного предотвращения нежелательных последствий экстремальных значений ОСО на биосферу и человека необходима разработка методов долгосрочного прогноза изменений ОСО в атмосфере.
Здесь возможен как прогноз динамики озона, так и информация о некоторых трудно наблюдаемых особенностях циркуляции атмосферы, индикатором которых может оказаться режим состояния озона. Следовательно, содержание озона связано с условиями циркуляции атмосферы и соответствующими макросиноптическими положениями. Существуют следующие обобщенные группы циркуляции атмосферы по типизации Б.Л. Дзердзеевского; широтная западная (Ш3)? долготная северная (ДС), долготная южная (ДЮ), широтная западная и долготная южная (ШЗДЮ), широтная западная и стационарное положение (ШЗСП), долготная северная и стационарное положение (ДССП), долготная северная и широтная западная (ДСШЗ), долготная северная и долготная южная (ДСДЮ), долготная южная и стационарное положение (ДІОСП) [125], В результате изучения данных корреляционного анализа Басмановым было установлено, что наибольшее положительное влияние на ОСО оказывают группы ШЗ и ДС, которые совпадают с годовым ходом озона с опережением на три месяца. Первые группы циркуляции атмосферы (ШЗ, ДС, ДССП? названные озоноакгивными) переносят воздушные массы, богатые озоном, и способствуют повышению его общего содержания, а вторые (ШЗСП, ДЮСП, ДСШЗ, ШЗДЮ - деозонирующие) - бедные озоном и способствуют снижению его содержания в районе наблюдения, т. е. из взаимодействия этих двух типов обобщенных групп циркуляции и рождается результат географического распределения озона [125]. Рассчитанная многолетняя среднемесячная разность между озоноактивными группами и деозонирующими даст наглядное представление об озопоакгивности атмосферной циркуляции в каждом конкретном месяце. Годовой ход озона асинхронно совпадает с годовым ходом этой разности. По предварительным оценкам, средняя многолетняя меридиональная скорость переноса озона в полярных широтах равна 0,06-0,08 м/с. В средних широтах она возрастает до 2,3-2,8 м/с, а в низких снова снижается, до 0,48 м/с в субтропических и 0,25 м/с в тропических широтах. Средняя скорость меридионального переноса озона из полярных широт к тропическим в климатологическом масштабе была оценена в 0,39 м/с [125]. Нами были взяты среднемесячные значения ОСО по спутниковым данным для северного полушария, усредненным по широте и по долготе. Усреднение по долготе проводилось для всего северного полушария и раздельно для двух областей соответственно: с 90 з. д. по 89 в. д.; с 90 в. д. по 80 з. д. Вычислен разностный ряд между временными рядами для первой и для второй области. Было найдено, что коэффициент корреляции между временным рядом ОСО для всего северного полушария и разностным рядом достигает максимума 11 = 0/71 при смещении разностного ряда на три месяца вперед (рис. 2.25), Из рис. 2.25 видно, что происходит запаздывание годового хода озона на три месяца в восточной части северного полушария относительно западной, что подтверждает связь вариаций параметров озонового слоя и обобщенных групп общей циркуляции атмосферы и подтверждает результаты Басманова в [125], Предложены методы и выполнен ряд экспериментов по прогнозированию ОСО в стратосферном слое (озоносфере) с помощью нейронных сетей. Показана высокая перспективность использования нейронных сетей для моделирования атмосферных процессов. Построены локальные прогнозы ОСО (на основе предложенных методов) над определенными географическими областями для средних широт в условиях жестко лимитированной реальной информации о функционировании атмосферных процессов, прогнозы для различных периодов времени: почасовой, среднесуточный, среднемесячный, среднегодовой, прогнозы для трех локальных точек озоносферы над земной поверхностью в рамках единой нейросетевой модели в одни и те же моменты времени. Проведен сравнительный анализ метода прогнозирования с помощью нейронных сетей с линейным и полиномиальным методами и показаны преимущества пеиросетевых методов. В частности, продемонстрирована возможность построения нсйросстсвых моделей для долговременных "векторных" и "ансамблевых" прогнозов ОСО. Построены "векторные" прогнозы среднемесячных значений ОСО, усредненных отдельно для восточной и западной областей северного полушария, и для всего северного полушария. Подтверждена связь вариаций ОСО с особенностями общей циркуляции атмосферы.
