Evaluating the statistical significance of air temperature changes in the Northern hemisphere by statistical methods

Capa

Citar

Texto integral

Resumo

The analysis of changes in the near-surface air temperature of the Northern Hemisphere is given. To identify years in which there was a violation of the series homogeneity, the stepwise trend method was applied using Kolmogorov statistics. It is shown that the identified homogeneous climatic intervals basically correspond to the natural climatic periods of the state of the Earth’s climate system. The assessment of the significance of temperature changes in homogeneous climatic areas was carried out by the method of confidence intervals using Student’s t-test. Based on the confirmed statistical significance, the conclusion is made about the climatic significance of changes in the surface air temperature of the Northern Hemisphere.

Sobre autores

Svetlana Morozova

Saratov State University

83, Astrakhanskaya Str., Saratov, 410012, Russia

Ekaterina Diyanova

Saratov State University

83, Astrakhanskaya Str., Saratov, 410012, Russia

Elizaveta Diyanova

Saratov State University

83, Astrakhanskaya Str., Saratov, 410012, Russia

Valeria Nikishova

Saratov State University

83, Astrakhanskaya Str., Saratov, 410012, Russia

Yulia Kotova

Saratov State University

83, Astrakhanskaya Str., Saratov, 410012, Russia

Ekaterina Popkova

Saratov State University

83, Astrakhanskaya Str., Saratov, 410012, Russia

Bibliografia

  1. Второй оценочный доклад об изменениях климата и их последствиях на территории Российской Федерации. Общее резюме. Москва : Группа море, 2014. 60 с.
  2. Третий оценочный доклад об изменениях климата и их последствиях на территории Российской Федерации / под редакцией В. М. Катцова ; Росгидромет. Санкт-Петербург : Наукоемкие технологии, 2022. 676 с.
  3. IPCC–Intergovernmental Panel on Climate Change / editors : R. K. Pachauri, L. A. Meyer. New York : Cambridge University Press, 2014. 1535 p.
  4. IPCC 2022 : Climate Change 2022 : Impacts, Adaptation and Vulnerability. Contribution of Working Group II to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change / editors H.-O. Portner, D. C. Roberts, M. Tignor, E. S. Poloczanska, K. Mintenbeck, A. Alegria, M. Craig, S. Langsdorf, S. Loschke, V. Moller, A. Okem, B. Rama. Cambridge University Press. Cambridge University Press, Cambridge, UK and New York, NY, USA, 2022. 3056 p. https://doi.org/10.1017/9781009325844
  5. Переведенцев Ю. П. Теория климата. Казань : Издательство Казанского университета, 2009. 504 с. EDN: KUITEN
  6. Шерстюков Б. Г. Региональные и сезонные закономерности изменений современного климата. Обнинск : ВНИГМИ-МЦД, 2008. 246 с. EDN: QKIDLB
  7. Global temperature datasets // Climatic Research Unit. URL: http://www.cru.uea.ac.uk/cru/data/temperature/# (дата обращения: 10.10.2022).
  8. Морозова С. В. Роль планетарных объектов циркуляции в глобальных климатических процессах. Саратов : Издательство Саратовского университета, 2019. 132 с. EDN: YGUSDA
  9. Morozova S. V., Polyanskaya E. A., Molchanova N. P., Solodovnikov A. P. Peculiarities of the global climate tendencies in the south-east Russian plains // IOP Conference Series : Earth and Environmental Science. 2019. Vol. 381. P. 18–24.
  10. Морозова С. В., Полянская Е. А., Алимпиева М. А. Исследование синоптических процессов на юго-востоке Русской равнины в различные климатические периоды // Гидрометеорология и образование. 2021. № 2. С. 47–55.
  11. Морозова С. В. Исследование влияния общей циркуляции атмосферы на глобальный климат // Известия Саратовского университета. Новая серия. Серия: Науки о Земле. 2014. Т. 14, № 1. С. 25–27. https://doi.org/10.18500/1819-7663-2014-14-1-25-27
  12. Гмурман В. Е. Теория вероятностей и математическая статистика. Москва : Высшая школа, 1972. 368 с.
  13. Кобышева Н. В., Наровлянский Г. Я. Климатологическая обработка метеорологической информации. Москва : Гидромеоиздат, 1978. 292 с.
  14. Mohorji A. M., Sen Z., Almazroui M. Trend Analyses Revision and Global Monthly Temperature Innovative Multi-Duration Analysis // Springer. 2017. Earth Syst Environ. Vol. 1, article number 9. P. 25–34. https://doi.org/10.1007/s41748-017-0014-x
  15. Малинин В. Н. Статистические методы анализа гидрометеорологической информации. Санкт-Петербург : РГГМУ, 2007. 407 с. EDN: QKIFPF
  16. Сикан А. В. Методы статистической обработки гидрометеорологической информации. Москва : РГГМУ, 2007. 279 с. EDN: QKGTBH

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».