III Международная студенческая научная конференция Студенческий научный форум - 2011

Высокая частота природных климатических аномалий в виде жары, засух и  пожаров, а также огромный социально-экономический и экологический ущерб из-за природных катаклизмов определяют актуальность предсказания лесных пожаров, и оценку риска возгорания лесных массивов и других территорий. Существующие научные теории рассматривают климат планеты Земля - как сложную систему взаимосвязанного влияния различных природных процессов (океан, атмосфера, суша, криосфера, биота). Кроме того, на параметры климата Земли оказывают влияние и внешние факторы  (лунные и солнечные влияния и др.)[1]. Традиционные методы прогнозирования климата основаны на использовании глобальных климатических моделей, как-то модели циркуляции атмосферы и океана, которые учитывают, в том числе, антропогенное воздействие.

Альтернативным методом прогнозирования климатических аномалий является предсказание, основанное на исторических хронологиях.  Накопленные данные природных и социальных феноменов в истории цивилизации являются уникальной базой, на основе которой можно выявить закономерности возникновения и проявления погодных аномалий и катастроф [2]. Одной из таких ключевых закономерностей является идея цикличности всех природных процессов. Цикличность планетарных катастроф впервые с научной точки зрения была представлена А.Л. Чижевским в теории глобальных катаклизмов, основанной на моделировании причинно-следственных связей катастроф и проявлений солнечной, геомагнитной и геотермальной активности.

Исходными данными для построения хронологической модели предсказания климата являются временные ряды событий. В качестве событий будем фиксировать явления засухи, жары и пожаров из-за природных аномалий на территории центрального региона России. Для прогнозирования частоты событий в 21-22 вв. воспользуемся встроенной функцией предсказания predict в системе MathCad. Данная функция обеспечивает высокую точность предсказания монотонных или периодических исходных функций с ошибкой не выше 5%. Анализ данных хронограммы показал, что функция предсказания дает значительную ошибку в периоды наблюдений, характеризующиеся экстремальным всплеском частоты событий, а изменение значения ошибки имеет квазипериодический характер.  Это позволяет рассчитать ошибку предсказания при оценке прогноза частоты событий на предстоящие 200 лет (рис.1,а). Для предсказания времени наступления событий сформируем массив первичных данных в виде интервалов времени между событиями dT(N). По данным наблюдений климата за 500 лет на территории центральных регионов России зафиксировано N=147 засушливых лет. Анализ статистических характеристик наблюдаемого случайного процесса позволяет сделать вывод, что функция dT(N) подчиняется закону распределения Пуассона.    При этом интенсивность появления событий за период с 1875 по 2010 гг. увеличилась вдвое по сравнению с периодом наблюдений, начиная с 1450 года.

Результаты моделирования показывают, что в 21 веке на территории центральных регионов России число аномально жарких лет существенно увеличится. В среднем каждые два года стоит ожидать засушливого лета и повышенной пожароопасности. При этом ситуации подобной лету 2010 года согласно прогнозу стоит ожидать в 2015, 2028, 2039 гг.

Литература

1. Дымников В.П., Лысков В.Н., Володин Е.М. и др. Моделирование климата и его изменений // Современные проблемы вычислительной математики и математического моделирования. - М.: Наука, 2005, т.2, с.38-175

2. Задонина Н.В. Хронология природных и социальных феноменов в истории мировой цивилизации: монография/ Н.В. Задонина, К.Г. Леви. - Иркутск: Изд-во Ирукт. гос. ун-та, 2009.