ПРОГНОЗИРОВАНИЕ ЭКСТРЕМАЛЬНЫХ ЗНАЧЕНИЙ ТЕМПЕРАТУРЫ, ОСАДКОВ И УРОВНЯ КАСПИЙСКОГО МОРЯ В УСЛОВИЯХ НЕСТАЦИОНАРНОГО ИЗМЕНЕНИЯ КЛИМАТА
DOI:
https://doi.org/10.46991/PYSUC.2026.SI1.001Ключевые слова:
extremes of non-stationary changes, extremes of climate change, "black swans", "dragons"Аннотация
Изменение климата приводит к перестройке геосистем, создавая риски для окружающей среды и инфраструктуры. Поэтому климатический прогноз должен включать информацию об экстремальных явлениях. Редкие, самые крупные и интенсивные экстремальные явления не в полной мере воспроизводятся в моделях земной системы (МЗС). Они выделяются среди прочих не только своей мощностью, но и тем, что не вписываются в базовую функцию распределения вероятностей (ФРВ). Такие события иногда называют "черными лебедями" или "драконами". Причина, по которой эти события не воспроизводятся при моделировании, как можно предположить, заключается в недостаточном пространственном разрешении МЗС. Поэтому необходимо разработать специальный подход, в котором результаты климатического моделирования были бы интегрированы в методологию статистической теории нестационарных экстремальных явлений. Классическая статистическая теория, описывающая ФРВ экстремальных явлений, может быть обобщена на случай нестационарных процессов. В климатическом прогнозировании параметры нестационарных ФРВ оцениваются на основе данных климатического моделирования. Однако такой подход гарантирует прогнозирование только "правильных" экстремумов базовой функции плотности вероятности, то есть он не устраняет проблему "черных лебедей" (или "драконов"). Альтернативным вариантом является использование усредненных по времени (или пространству) показателей, для которых возникновение редких событий не является критическим для их функции плотности вероятности. Это возможно благодаря физике климатических процессов, в которой аномалии не оказываются столь значительными, как, например, в финансовой математике.
Скачивания
Загрузки
Опубликован
Выпуск
Раздел
Лицензия
Copyright (c) 2026 Ученые записки ЕГУ

Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.