Доброносов В. В., Айларов А. Е., Тебиева Д. И. Режим осадков на метеостанции «Владикавказ» в 1991–2017 гг. // Научная жизнь. 2019. Т. 14. Вып. 12. С. 1867-1877. DOI: 10.35679/1991-9476-2019-14-12-1867-1877

Доброносов Виталий Владимирович, канд. с.-х. наук, ст. науч. сотрудник, ФГБУ «Национальный парк «Алания»: Россия, 363000, Республика Северная Осетия-Алания, Ирафский район, с. Камата, 6.

Айларов Айвар Евдокимович, канд. геогр. наук, доцент, зам. директора по научной работе, Северо-Кавказский научно-исследовательский институт горного и предгорного сельского хозяйства – филиал ФГБУН ФНЦ «Владикавказский научный центр РАН»: Россия, 362027, Республика Северная ОсетияАлания, г. Владикавказ, ул. Маркуса, 22.

Тебиева Деляра Иосифовна, канд. геогр. наук, доцент, зав. кафедрой «Физическая и социально-экономическая география», ФГБОУ ВО «Северо-Осетинский государственный университет им. К. Л. Хетагурова»: Россия, 362025, Республика Северная Осетия-Алания, г. Владикавказ, ул. Ватутина, 44–46.

Тел.: (919) 426-99-32

E-mail: ailarov@bk.ru

Для изучаемого региона впервые даётся оценка многолетней динамики осадков на метеостанции (м/с) «Владикавказ» за период 1991–2017 гг. («постбазовый» период Всемирной метеорологической организации – ВМО) в сравнении с нормами базового периода 1961–1990 гг. (индекс ВМО 37228, 702 м н.у.м.): месяцы, сезоны, год. При расчётах и анализе динамических рядов осадков применены параметрические критерии Аббе-Линника (А-Л), метод наименьших квадратов (МНК) и непараметрический Кокса-Стюарта (К-С) с использованием MS Excel (Пакет анализа. Регрессия. Экспоненциальное сглаживание + функция «корреляция»). Критерий А-Л, как правило, даёт надёжное подтверждение переменной систематической погрешности или смещения центра группирования последовательного ряда наблюдений, как для больших, так и для малых выборок. Показано, что использование К-С – критерия для установления трендов оправдано в случае, если разброс данных на точечной диаграмме имеет линейный характер. Критерий К-С, в отличие от А-Л и МНК, даёт только величину (положительную или отрицательную) для любого значения ẑ. МНК точно указывает знак и численное значение наклона линии тренда, и уравнение регрессии. Сглаженные методами взвешенной скользящей средней (ВСС) и экспоненциального (ЭС) ряды проверялись сквозным анализом по всем интервалам функцией автокорреляции MS Excel вместо критерия Дарбина-Уотсона, который неприменим для малых выборок. Сравнительным анализом установлено, что применение метода ВСС даёт гораздо лучшие результаты, чем ЭС (при α = 0,1–0,3) в случае малых выборок. Показана нелинейность большинства рядов данных наблюдений за осадками. В динамике осадков на м/с «Владикавказ» видны нелинейные, слабо выраженные тенденции постбазового периода ВМО с циклическими колебаниями в 4–5 лет. Установлена относительная стабильность годичных сумм осадков с перераспределением их в сторону некоторого увеличения весной и осенью, уменьшения в летний период. По факту роста ресурсов тепла и недостатка атмосферной влаги в летний период необходимо внедрение новейших сортов и гибридов, для климатически оптимизированных технологий возделывания сельскохозяйственных культур, устойчивых к перепадам увлажнения в агросистемах предгорий Центрального Кавказа.

Список литературы:

1. FAO. 2018. Climate-Smart Agriculture Case Studies 2018. Successful approaches from different regions. Rome. 44 pp. Licence: CC BY-NC-SA 3.0 IGO.

2. Глобальные изменения климата и прогноз рисков в сельском хозяйстве России / Под ред. академиков А. Л. Иванова и В. И. Кирюшина. – М.: РАСХН, 2009. – 518 с.

3. Всероссийский научно-исследовательский институт гидрометеорологической информации – Мировой центр данных (ВНИИГМИ-МЦД). [Электронный ресурс]. URL: http:// aisori.meteo.ru/ClimateR (дата обращения: 22.11.2019).

4. Фактические данные. Климатические нормы [Электронный ресурс] URL https://meteoinfo. ru/climate (дата обращения 22.11.2019).

5. Елисеева И. И., Егорова И. И., Курышева С. В., Никифоров О. Н., Флуд Н. А., Бурова Н. В., Гордеенко Н. М. Статистика: учебник / Под ред. И. И. Елисеевой. – М.: Проспект, 2011. – 448 с.

6. Елисеева И. И., Курышева С. В., Костеева Т. В., Бабаева И. В., Михайлов Б.А. Эконометрика: учебник / Под ред. И. И. Елисеевой. – М.: Финансы и статистика, 2003. – 344 с.

7. Линник Ю. В. Метод наименьших квадратов и основы математикостатистической теории обработки наблюдений. – М.: Государственное издательство физико-математической литературы, 1958. – 338 с.

8. Лемешко Б. Ю., Комиссарова А. С., Щеглов А. Е. Вопросы применения некоторых критериев проверки случайности и отсутствия тренда // Метрология. – 2010. – № 12. – С. 3–25.

9. Закс Л. Статистическое оценивание / Пер. с нем. В. Н. Варыгина, под ред. Ю. П. Адлера, В. Г. Горского. – М.: Статистика, 1976. – 598 с.

10. Кобзарь А. И. Прикладная математическая статистика. Для инженеров и научных работников. – М.: ФИЗМАТЛИТ, 2006. – 816 с.

11. Рубан А. И., Кузнецов А. В. Учебно-методическое обеспечение самостоятельной работы студентов по курсу «Методы обработки экспериментальных данных». – Красноярск, 2008. – 188 с.

12. Большев Л. Н., Смирнов Н. В. Таблицы математической статистики. – М.: Наука. Главная редакция физико-математической статистики, 1983. – 416 с.

13. Айларов А. Е., Тебиева Д. И., Доброносов В. В. Динамика осадков в агроландшафтах сухостепной зоны Центрального Предкавказья по периодам Всемирной Метеорологической Организации (ВМО) на метеостанции «Моздок» // Успехи современного естествознания. – 2019. – № 8. – С. 39–43.

14. Айларов А. Е., Тебиева Д. И., Доброносов В.В. Терморежим сухостепных агросистем Центрального Предкавказья за 1961–2017 гг. // Научная жизнь. – 2019. – Т. 14. Вып. 6. – С. 919–928. DOI: 10.35679/199194762019146919928.

15. Commission for Climatology. Sixteenth session. Heidelberg 3–8 July 2014. Abridged final report with resolutions and recommendations. WMO-No. 1137. Geneva, 2014. 69 pp. [Электронный ресурс]. URL: https://library.wmo.int/index. php?lvl=notice_display&id=16465 (дата обращения: 22.11.2019).

16. World Meteorological Organization, 2017. WMO. Guidelines on the Calculation of Climate Normals. 2017 edition. WMO-No. 1203. 29 pp. [Электронный ресурс]. URL: https://library.wmo.int/index. php?lvl=notice_display&id=20130 (дата обращения: 22.11.2019).

PRECIPITATION MODE AT THE VLADIKAVKAZ WEATHER STATION IN THE YEARS 1991–2017

Dobronosov Vitaliy Vladimirovich, Cand. of Agr. Sci., Art. scientific employee, "National Park" Alania, Republic of North OssetiaAlania, Russia.

Ailarov Aivar Evdokimovich, Cand. of Geo Sci., Ass. Prof., deputy Director for Research, North Caucasian Research Institute of Mining and Piedmont Agriculture – Branch of the Federal State Budget Scientific Center of Vladikavkaz Scientific Center of the RAS, Vladikavkaz, Russia. Tebieva Delara Iosifovna, Cand. of Geo Sci., Ass. Prof., Head Department of Physical and Socio-Economic Geography, North-Ossetian State University named after K. L. Khetagurova, Vladikavkaz Russia.

Keywords: climatic norms, temperature norms, post-base period, weighted moving averages, trend, autocorrelation, Abbe-Linnik criterion, Cox-Stewart criterion, least squares method.

Abstract. For the studied region, for the first time, an assessment of the long-term dynamics of precipitation at the weather station (m/s) "Vladikavkaz" for the period 1991–2017 is given. ("Post-base" period of the World Meteorological Organization – WMO) in comparison with the norms of the base period 1961–1990. (WMO Index 37228, 702 m above sea level): months, seasons, year. In calculating and analyzing the dynamic series of precipitation, the Abbe-Linnik parametric criteria (A-L), the least squares method (LSM) and the non-parametric CoxStuart (KC) method using MS Excel (Analysis package. Regression. Exponential smoothing + function " correlation"). The AL criterion, as a rule, provides reliable confirmation of a variable systematic error or displacement of the grouping center of a sequential series of observations, both for large and small samples. It is shown that the use of the KC-criterion for establishing trends is justified if the scatter of data on the scatter plot is linear. Criterion KC, in contrast to A-L and OLS, gives only a value (positive or negative) for any value of ẑ. OLS accurately indicates the sign and numerical value of the slope of the trend line, and the regression equation. The series smoothed by the methods of weighted moving average (BCC) and exponential (ES) were checked by end-to-end analysis on all intervals of the MS Excel autocorrelation function instead of the Darbin-Watson criterion, which is not applicable for small samples. A comparative analysis found that the use of the SCD method gives much better results than ES (with α = 0.1-0.3) in the case of small samples. The nonlinearity of most series of precipitation observation data is shown. In the dynamics of precipitation at Vladikavkaz m / s, nonlinear, weakly pronounced trends of the WMO post-base period with cyclic fluctuations of 4-5 years are visible. The relative stability of annual precipitation has been established with their redistribution in the direction of a slight increase in spring and autumn, a decrease in the summer period. In view of the growth of heat resources and the lack of atmospheric moisture in the summer, the introduction of the latest varieties and hybrids is necessary for climate-optimized technologies for the cultivation of crops that are resistant to moisture differences in the agricultural systems of the foothills of the Central Caucasus.

REFERENCES 

1. FAO. 2018. Climate-Smart Agriculture Case Studies 2018. Successful approaches from different regions. Rome. 44 pp. Licence: CC BY-NC-SA 3.0 IGO.

2. Ed. Acad. Ivanov, A. L., Kiryushin, V. I. (2009). Global'nye izmeneniya klimata i prognoz riskov v sel'skom khozyaystve Rossii [Global climate change and the forecast of risks in agriculture in Russia]. Moscow: RAAS [in Russian].

3. Vserossiyskiy nauchno-issledovatel'skiy institut gidrometeorologicheskoy informatsii – Mirovoy tsentr dannykh (VNIIGMI-MTsD). [All-Russian Scientific Research Institute of Hydrometeorological Information - World Data Center (VNIIGMI-WDC)]. aisori.meteo.ru. Retrieved from http://aisori.meteo.ru/ClimateR (accessed date: 11/22/2019) [in Russian].

4. Fakticheskie dannye. Klimaticheskie normy [Actual data. Climatic norms]. meteoinfo.ru. Retrieved from https://meteoinfo.ru/climate (accessed 22/11/2019) [in Russian].

5. Eliseeva, I. I., Egorova, I. I., Kurysheva, S. V., Nikiforov, O. N., Flood, N. A., Burova, N. V., Gordeenko, N. M.(2011). Statistika: uchebnik [Statistics: textbook]. Moscow: Prospect [in Russian].

6. Eliseeva, I. I., Kurysheva, S. V., Kosteeva, T. V., Babaeva, I. V., Mikhailov, B. A. (2003). Ekonometrika: uchebnik [Econometrics: a textbook]. Moscow: Finance and Statistics [in Russian].

7. Linnik, Yu. V. (1958). Metod naimen'shikh kvadratov i osnovy matematiko-statisticheskoy teorii obrabotki nablyudeniy [Least squares method and the fundamentals of the mathematical-statistical theory of observation processing]. Moscow: State publishing house of physical and mathematical literature [in Russian].

8. Lemeshko, B. Yu., Komissarova, A. S., Scheglov, A. E. (2010). Voprosy primeneniya nekotorykh kriteriev proverki sluchaynosti i otsutstviya trenda [Issues of applying some criteria for checking randomness and lack of trend]. Metrologiya – Metrology, 12, 3-25 [in Russian].

9. Sachs, L., per. with him. Varygin, V. N., under the editorship of Adler Yu. P., Gorsky V. G. (1976). Statisticheskoe otsenivanie [Statistical evaluation]. Moscow: Statistics [in Russian].

10. Kobzar, A. I. (2006). Prikladnaya matematicheskaya statistika. Dlya inzhenerov i nauchnykh rabotnikov [Applied mathematical statistics. For engineers and scientists]. Moscow: FIZMATLIT [in Russian].

11. Ruban, A. I., Kuznetsov, A. V. (2008). Uchebno-metodicheskoe obespechenie samostoyatel'noy raboty studentov po kursu «Metody obrabotki eksperimental'nykh dannykh» [Educational and methodological support of independent work of students at the course "Methods of processing experimental data."]. Krasnoyarsk, [in Russian].

12. Bolshev, L. N., Smirnov, N. V. (1983). Tablitsy matematicheskoy statistiki [Tables of mathematical statistics]. Moscow: Science. The main edition of physical and mathematical statistics, [in Russian].

13. Aylarov, A. E., Tebieva, D. I., Dobronosov, V. V. (2019). Dinamika osadkov v  agrolandshaftakh sukhostepnoy zony Tsentral'nogo  Predkavkaz'ya po  periodam Vsemirnoy Meteorologicheskoy Organizatsii (VMO) na meteostantsii «Mozdok» [Dynamics of precipitation in agrolandscapes of the dry-steppe zone of the Central Ciscaucasia over the periods of the World Meteorological Organization (WMO) at the Mozdok weather station]. Uspekhi sovremennogo estestvoznaniya – Successes in Modern Natural History, 8, 39-43 [in Russian].

14. Ailarov, A. E., Tebieva, D. I., Dobronosov, V. V. (2019). Termorezhim sukhostepnykh

agrosistem Tsentral'nogo Predkavkaz'ya za 1961–2017 gg. [Thermal regime of dry steppes

agricultural systems of the Central Ciscaucasia for 1961–2017]. Naucnaa zizn’ – Scientific Life, vol. 14, 6, 919-928. DOI: 10.35679/1991-9476-2019-14-6-919-928 [in Russian].

15. Commission for Climatology. Sixteenth session. Heidelberg 3–8 July 2014. Abridged final report with resolutions and recommendations. WMO-No. 1137. Geneva, 2014. 69 pp. library.wmo.int Retrieved from https://library.wmo.int/index.php?lvl=notice_display&id=16465 (дата обращения: 11.22.2019).

16. World Meteorological Organization, 2017. WMO. Guidelines on the Calculation of Climate Normals. 2017 edition. WMO-No. 1203. 29 pp. library.wmo.int Retrieved from https://library.wmo.int/index.php?lvl=notice_display&id=20130 (датаобращения: 11.22.2019).