Долгопериодная изменчивость гидрометеорологических и рыбопромысловых характеристик в окраинных морях России тема диссертации и автореферата по ВАК РФ 11.00.08, кандидат географических наук Густоев, Дмитрий Владимирович

• Густоев, Дмитрий Владимирович
• кандидат географических наук
• 2001

Оглавление диссертации кандидат географических наук Густоев, Дмитрий Владимирович

Введение.

1. Современное представление о долгопериодной Изменчивости характеристик климата планеты и механизмы ее формирования.

1.1. Цикличность, периодичность, ритмика.

1.2. Долгопериодная изменчивость.

1.3. Методы и способы изучения ритмики.

1.4. Основные квазиритмы и степень их изученности.

1.5. Стационарность Квазиритмов.

1.6. Исходные данные.;.;',*.».

2. Методическая платформа исследовний.

2.1. Элементарная статистика.

2 . 2 . Нормирование исходных выборок.

2.3. Вероятностные характеристики распределения.

2 . 3 .1. Эмпирические гистограммы.

2 . 3 . 2 . Вероятности перехода событий.

2 . 4 . Функция спектральной плотности и автркорреляционная функция.

2 . 5 . Полосовая фильтрация.

2 . б . Полосовой фильтр Баттерворта.

2.б.1. Достоинства полосовых фильтров

Баттерворта.

2.7. Методы восстановления пропусков во временных сериях.

2.7.1. Регрессия полиномов Чебышева.

2 . 7 . 2 . Тригонометрическая регрессия.

2.7.3. Критерии оценки качества восстановления.

2 .8 . Статистико-вероятностные методы экстраполяции временных рядов.

3.Исследование временной изменчивости гидрометеорологических и рыбопромысловых характеристик.

3.1. Временной ход и первичная статистика.

3.2. Вероятностная структура исходных данных.

3.2.1. Эмпирические гистограммы.

3.2.2. Переходные вероятности и вероятностный прогностический потенциал.

3.3. Закономерности в изменчивости временных рядов.

3.3.1. Функции спектральной плотности.

3.3.2. Квазипериодические составляющие.

4.Исследование возможности аппроксимации и экстраполяции временных серий статистико-вероятностными методами.

4.1. Методическое прогнозирование гидрометеорологических и рыбопромысловых характеристик.

4.2. Использование статистико-вероятностной экстраполяции при анализе депрессивных состояний биолого-промысловых объектов.

4.3. Учет амплитудной нестационарности при составлении итогового прогноза.

4.4. Экстраполяция на перспективу

Каждому настоящему ученому надлежит быть Фомой неверуюпщм, но правильности и закономерности в явлениях, если они повторяются, притом с такой регулярностью, что могут быть использованы и фактически используются в практике, не может отрицать никто".

Н.И. Вавилов

Введение диссертации (часть автореферата) на тему «Долгопериодная изменчивость гидрометеорологических и рыбопромысловых характеристик в окраинных морях России»

Климат нашей планеты постоянно меняется. Достаточно обратить внимание на последнее двадцатилетие, чтобы в этом убедиться. По метеорологическим данным, период с 1981 по 1999 гг. оказался самым теплым с XVII столетия. В чем причина этих изменений? Под действием каких сил эти изменения происходят? Может это естественный ход событий, а может в этом виноват Человек и результаты его деятельности на планете? Ответы на эти вопросы и сама проблема возможной закономерности изменчивости климата Земли достаточно давно волнует умы сотен и тысяч ученых всего мира.

На заре цивилизации, когда человек был уже ""homo", но еще не был "sapiens", он, тем не менее, замечал очень много интересных вещей и явлений. Он видел, что бывает тепло и холодно, сухо и дождливо, тихо и ветрено и это повторяется через примерно равные промежутки времени. Говорил он в то время плохо, а читать, писать и считать и вовсе не умел, но зато прекрасно умел размышлять. Благо времени для этого было предостаточно. И вот человек, видимо тогда впервые, спросил себя: "Почему?". Почему идет дождь или снег, бывает жарко и холодно, а главное, почему все это регулярно повторяется и продолжается какое-то время? Вопросов было очень много. На некоторые получен исчерпывающий ответ, а некоторые не разрешены и до настоящего времени. Одним из них является вопрос о закономерностях в изменчивости климата нашей планеты.

Под термином "климат" мы будем подразумевать совокупность внешних воздействий на земную поверхность, кроме того, это одна из характеристик физико-географических особенностей местности. По этой причине долгопериодная изменчивость климата - это по сути изменчивость различных гидрометеорологических (температура воздуха и воды, атмосферное давление, барические образования, осадки), гео- и гелиофизических (скорость вращения Земли, числа Вольфа, "солнечный ветер"), а в последнее время и параметров^определяющих состояние ок- ^ ружающей среды (прозрачность атмосферы, общая загряз- | ненность водоемов). Поскольку все эти характеристики находятся в постоянном взаимодействии друг с другом, то процесс обмена и перераспределения энергии протекает непрерывно. Вместе с энергией, вышеперечисленные элементы климатической системы планеты несут в себе еще и некоторые, зачастую уникальные, особенности изменчивости во времени. Именно эта изменчивость и составляет внутреннюю структуру временного ряда. Именно во внутренней структуре временных серий столь много ученых и столь долго пытаются найти закономерности. И находят их. Зачем? Да просто по той причине, что зная историю и реалии, мы сможем предвидеть. Собственно смысл практически всех научных исследований сводится к определению возможности получения нового качества. В гидрометеорологии этим качеством является понимание физики или структуры процесса и возможность предвидеть тенденции его развития. Опираясь на качественные прогнозы процессов и явлений можно гибко управлять хозяйственной и экономической деятельностью как страны в целом, так и отдельно взятых регионов.

Таким образом, актуальность исследований определяется тем, что окраинные моря России являются основным источником биоресурсов страны, а изучение ^аппроксимация и экстраполяция долгопериодной изменчивости гидрометеорологических и биолого-промысловых характеристик позволяет определить стратегию экономического развития как страны в целом, так и отдельных ее регионов.

В современной гидрометеорологии достаточно ярко проявляются два направления дающие возможность проведения экстраполяции. Первое связано с определение физики течения процесса и его математическим описанием, т.е. построение динамической модели процесса. Второе - формальное математическое описание изменчивости процесса на основе выявления закономерностей его протекания. Ни один из перечисленных выше подходов, в настоящее время, не может считаться окончательно сформированным. В первом случае, не удается досконально математически описать физику процессов, во втором случае, как правило, не хватает исторических данных о закономерностях в изменчивости процесса. До настоящего времени мы располагаем только скелетом, позволяющим исследовать и экстраполировать наиболее характерные состояния климатических факторов.

Исследование внутренней структуры временных серий представляется несколько более простым по отношению к динамическому моделированию. Связано это не только со сравнительной простотой используемого, при этом подходе, математического аппарата. Исследование закономерностей временной изменчивости выбранной характеристики требует значительно меньше натурных данных. По сути, результат исследований, это функция одного аргумента -самого временного ряда. Кроме того, в последнее время начинают шире использоваться методы отфильтровывания отдельных квазипериодических составляющих внутренней структуры ряда, для их детального анализа, аппроксимации и экстраполяции. Бурное развитие вычислительной техники позволило использовать процедуры полосовой цифровой фильтрации применительно к гидрометеорологии.

Целью диссертационной работы является описание особенностей долгопериодной изменчивости термобарических и промысловых (уловы и запасы) характеристик, а также качественная и количественная оценка возможности аппроксимации и экстраполяции закономерностей в их изменчивости иеме^^^ив-еети-' статистико-вероятностными моделями.

Для достижения поставленной цели необходимо решить следующие основные задачи:

1.разработать алгоритм проведения исследований и подобрать необходимый, для его осуществления, математический аппарат;

2.определить особенности временного хода выбранных характеристик;

3.исследовать вероятностную структуру отдельных параметров;

4.исследовать закономерности в изменчивости внутренней структуры временных серий;

5.описать особенности временного хода отдельных квазипериодических составляющих внутренней структуры исследуемых характеристик}отфильтрованных из исходных выборок и оценить их вклад в общую изменчивость; / б.выявить наличие и особенности пространственно-временных связейу^"как исходных временных серий, так и отдельных квазипериодических составляющих;

7.изучить прогностический потенциал^опираясь на резуль- \ таты исследований закономерностей во внутренней структуре .временных рядов выбранных параметров.

8. определить возможность учета амплитудной модуляции квазипериодических компонент при составлении прогнозов .

9.исследовать возможности применения полосовой фильтрации и статистико-вероятностных моделей для экстраполяции гидрометеорологических и биолого-промысловых характеристик, на длительную перспективу.

Научная новизна работы

Научную новизну работы составляет оригинальная совокупность методов и подходов использующихся в процессе ) / обработки исходного материала. Кроме того, в процессе обработки информации с использованием этих методов получены результаты, позволяющие детально изучить особенности временной изменчивости анализируемых характеристик на уровне отдельных составляющих их внутренней квазипериодической структуры. Удалось оценить и описать амплитудную нестационарность (модуляцию) отдельных квазипериодических составляющих и определить возможность ее учета при их экстраполяции.

Предложенный подход достаточно универсален. Он позволяет анализировать и экстраполировать временные серии равной дискретности вне зависимости от типа выбранной характеристики.

Практическое значение работы

Основное практическое значение данной работы состоит в том, что тщательный анализ отдельных квазипериодических компонент позволяет лучше понять особенности формирования долгопериодной изменчивости термобарических, геофизических и промысловых характеристик, их пространственно-временную связанность.

Разработанная технология и основанный на ней программный комплекс используются в рамках учебного курса «Теория прогнозирования» в магистратуре РГГМУ. Кроме того, этот подход успешно применяется в оперативной аналитической и прогностической практике РГГМУ, Атлант-НИРО, ПИНРО, СахНИРО, как при участии автора, так и в результате внедрения созданного программного комплекса.

Полученные результаты позволили определить следующие области применения предложенного подхода.

1. Одношаговая экстраполяция характеристик в оперативном режиме.

2.Многошаговая экстраполяция долгопериодных тенденций.

3.Многошаговая экстраполяция моментов депрессивного со-' стояния промысловых объектов.

4.Экстраполяция предикторов для физико-статистических схем нулевой заблаговременности. 5. Экстраполяция полей характеристик используемых при разработке гидродинамических моделей.

На защиту выносятся следующие положения: . 1.Комплекс методов анализа внутренней структуры временных рядов термодинамических и промысловых характеристик окраинных морей России от момента поступления исходной информации до момента выдачи прогностических рекомендаций.

2.Особенности долгопериодной изменчивости термических, барических, дендроклиматических характеристик, уловов и запасов биологических объектов в Европейском, Северном и Дальневосточном регионах России.

3.Использование комплекса статистико-вероятностных моделей при экстраполяции долгопериодной изменчивости гидрометеорологических и рыбопромысловых характеристик .

Апробация работы

Основные результаты работы докладывались на научных семинарах кафедры промысловой океанологии и охраны природных вод РГГМУ и НВП «Система-А» (Санкт-Петербург, 1995-2000), на российских и международных конференциях по промысловой океанологии (1993-1999), итоговых сессиях Ученого Совета РГГМУ (Санкт-Петербург, 1997-1999).

В полном объеме диссертация докладывалась на расширенном заседании кафедры Промысловой Океанологии и Охраны Природных Вод РГГМУ 16 мая 2000 года.

По теме диссертации опубликовано 14 работ, одна работа в печати.

Структура работы

Содержание диссертационной работы разделяется на четыре главы.

В первой главе приводится обзор достижений в области исследования долгопериодной изменчивости гидрометеорологических и рыбопромысловых параметров, методологической базы этих исследований и основных подходов в использовании результатов исследований в прогностической практике. В это же главе дается краткая характеристика исходных данных использованных в настоящей работе.

Вторая глава посвящена описанию методов и подходов использованных в работе при анализе особенностей межгодовой изменчивости и внутренней структуры используемых параметров. Сюда вошли как традиционные методы обработки исторического материала, такие как вероятностный анализ, корреляционный и спектральный анализы, так и прикладные методы обработки (полосовая фильтрация, ста-тистико-вероятностная аппроксимация и экстраполяция).

В третьей главе проводится анализ временной изменчивости исследуемых характеристик, определение особенностей вероятностной структуры, расчеты функций спектральной плотности и определение наличия закономерностей во внутренней структуре временных серий. Кроме того, здесь проводится выделение отдельных квазипериодических составляющих из исходных выборок, проводится анализ их изменчивости, так сказать в чистом виде и V оценивается процентный вклад каждой квазипериодической компоненты в общую изменчивость процесса. На основании полученных результатов произведен поиск пространственно-временных связей гидрометеорологических и биолого-промысловых параметров, как на уровне оригинальных временных серий, так и на уровне отдельных квазипериодических составляющих^полученных при их отфильтровывании из | натурных рядов.

В четвертой главе показаны некоторые возможности использования полученных аналитических выкладок и алгоритмов при проведении аппроксимации и экстраполяции исследуемых параметров на перспективу. В этой же главе проводится опытное прогнозирование трендов некоторых параметров (глобальная температура воздуха, уловы лососевых в дальневосточном регионе и т.д.) до 2005 года.

Каждая из глав работы сопровождается наглядной иллюстрацией результатов анализа и основными выводами.

В заключении сформулированы основные результаты решения круга представленных задач в рамках достижения цели исследований.

Заключение диссертации по теме «Океанология», Густоев, Дмитрий Владимирович

Выводы

Завершая эту главу, сформулируем кратко основные результаты исследований о возможности использования аппарата фильтрации и статистико-вероятностного моделирования внутренней структуры временных серий при проведении их прикладного анализа и экстраполяции.

1.Экстраполяция гидрометеорологических и биолого-промысловых характеристик с использованием статисти-ко-вероятностных моделей представляется принципиально возможной. Эффективность подобного подхода составляет от 15 до 20%.

2.Разделение сложной внутренней структуры исходной временной выборки на отдельные компоненты позволяет увеличить методическую оправдываемость прогнозов на 2030%. В большинстве случаев, оправдываемость подобного рода прогнозов составляет 90-98%, как по знаку, так и по численным значениям.

3.Хорошее качество аппроксимации исходной выборки дает основание использовать предложенный подход для многошагового прогноза. В свою очередь, это позволяет промоделировать отдельные участки временных серий на предмет анализа экстремальных ситуаций.

4.Учет и экстраполяция амплитудной модуляции отдельных квазипериодических компонент позволяет избежать неоднозначности в выборе итогового прогностического зна

ЗАКЛЮЧЕНИЕ

Завершая работу, отметим, что цель исследований достигнута. Разработан комплекс методов, позволяющий проводить обработку временных серий равной дискретности от момента получения информации до момента выдачи прогностических рекомендаций. Решен круг поставленных задач. Выявлены особенности долгопериодной изменчивости гидрометеорологических (температура воздуха и воды, параметры центров действия атмосферы, ледовитость морей, осадки) и рыбопромысловых (уловы и запасы рыбы) характеристик в центральном, северном и дальневосточном регионах окраинных морей России. Определена принципиальная возможность аппроксимации и экстраполяции временных серий перечисленных выше характеристик ста-тистико-вероятностными методами.

К основным выводам диссертации следует отнести следующие положения.

1.Согласно терминологии, исследовать необходимо ритмику, так - как под ритмичностью понимают сложный и потому неправильный волновой процесс, выраженный гармониками разного порядка, что характерно для природных процессов.

2. Для исследования долгопериодной изменчивости подавляющее большинство ученых использует скользящее осреднение, автокорреляционную функцию и функцию спектральной плотности.

3.На настоящее время известно более двадцати основных квазиритмов. Степень их изученности различна. Наиболее интенсивно исследуются внутривековые закономерности в изменчивости. Это определяется продолжительностью временных серий, в большинстве своем охватывающие интервал 30-150 лет.

4.Для проведения обработки исходной информации от момента получения временных рядов до момента выдачи прогностических рекомендаций необходимо сделать следующие шаги.

• Восстановить отсутствующие значения (если они существуют) .

• Оценить выборку на однородность.

• Определить прогностический потенциал путем расчета функции спектральной плотности и переходных вероятностей .

• Провести разделение сложной внутренней структуры выборки на несколько простых при помощи полосовой фильтрации.

• Провести аппроксимацию и экстраполяцию временной изменчивости выбранной характеристики статистико-вероятностными моделями.

• Оценить качество работы моделей и выбрать лучшую.

•Составить итоговое прогностическое значение.

5.Временную изменчивость анализируемых параметров можно разделить на пять групп: квазистационарные, с ярко выраженной квазилинейная тенденцией, со сложной структурой изменчивости, с большой амплитудой колебаний и дисперсией, с наличием неоднородностей вызванных антропогенным воздействием.

6.Вероятностная структура исходных данных представлена четырьмя типичными ситуациями: квазинормальное распределение, распределение с преобладающими низкими значениями, распределение с преобладающими высокими значениями, «размытое» распределение.

7.Исследование вероятности перехода градаций показало, что в целом климатическая система планеты стремится оставаться в стабильном среднем состоянии. Экстремальные события достаточно редки и после их возникновения система старается, как можно придти в исходное состояние. Наиболее устойчивым в плане смены градаций параметром является скорость вращения Земли .

8.Функции спектральной плотности показывают, что в подавляющем большинстве исследуемые характеристики обладают очень сложной структурой изменчивости (например ледовитость Балтийского моря). Долгопериодная компонента, сравнимая с длиной выборки, не всегда присутствует в структуре изменчивости параметра. Квазипериод трендовой составляющей колеблется от 30 до 130 лет, а вклад в общую изменчивость от 3 до 95%.

9.Долгопериодная компонента характерна либо для характеристик отражающих гео и гелио процессы и процессы большого пространственного масштаба (числа Вольфа, скорость вращения Земли, глобальная температура воздуха по полушариям), либо для параметров, находящихся в высоких широтах.

10. Долгопериодный тренд температуры воздуха по полушариям указывает на глобальное потепление, однако другие характеристики климата (ширина колец деревьев в Сибири) этот факт не подтверждают.

11. Для многих характеристик (в основном в дальневосточном регионе, ледовитость, уловы и запасы рыб) роль долгопериодной компоненты выполняет Брикнеров-ский цикл (30-35 лет) . Вклад в общую изменчивость составляет от 20 до 60%.

12. Лунная деклинационная ритмика не очень часто влияет на общую изменчивость процесса и ее доля составляет 6-28%.

13. 11-летний цикл солнечной активности вносит до 25% изменчивости, однако столь высокий процент встречается достаточно редко.

14. Нутационные изменения слабо влияют на формирование общей изменчивости исследуемых характеристик. Вклад этой компоненты обычно составляет 5-15%.

15. Изменчивость в 4-2 года характерна практически для всех исследуемых характеристик. 4-летнюю закономерность проявляется достаточно четко, а четкое разделение между изменчивостью с квазипериодами 3 и 2 года в большинстве случаев не вклад этих компонент в общую изменчивость достигает 4 0%.

16. Изменчивость ледовитости морей Северного бассейна подвержена сильному влиянию Сибирского максимума, перемещение центра которого создает триггерный эффект при переносе энергии с запада на восток.

17. Пренебрегать «незначимыми» пиками функции спектральной плотности нельзя, т.к. в определенные моменты времени, эта компонента может вносить решающий вклад в общую изменчивость характеристики. Это происходит вследствие модуляции кратных частот и -порождает амплитудную нестационарность квазипериодических компонент.

18. Экстраполяция гидрометеорологических и биолого-промысловых характеристик с использованием статисти-ко-вероятностных моделей представляется принципиально возможной. Превышение оправдываемости подобного подхода над климатическим методом составляет от 15 до 20% как по знаку, так и по критериям срочности.

19. Разделение сложной внутренней структуры исходной временной выборки на отдельные компоненты позволяет увеличить методическую оправдываемость прогнозов на 20-30%. В большинстве случаев, оправдываемость подобного рода прогнозов составляет 90-98%, как по знаку, так и по численным значениям.

20. Хорошее качество аппроксимации исходной выборки дает основание использовать предложенный подход для многошагового прогноза. В свою очередь, это позволяет промоделировать отдельные участки временных серий на предмет анализа экстремальных ситуаций (температура воды в регионе Эль-Ниньо, депрессивные состояния промысловых объектов в Баренцевом, Охотском и Японском морях).

21. Учет и экстраполяция амплитудной модуляции отдельных квазипериодических компонент позволяет из

127 бежать неоднозначности в выборе итогового прогностического значения. Подобная коррекция в отдельных случаях повышает оправдываемость прогнозов на 510%.

22. Экстраполяция трендовых компонент на перспективу до 2005 года показала что:

• период потепления конца нашего столетия подходит к своему завершению и для большинства параметров характерно состояние изменения тенденции протекания процесса;

• в настоящее время климатическая система планеты находится в крайне неустойчивом состоянии, что подразумевает увеличение случаев стихийных бедствий и катастроф (что на самом деле мы и наблюдаем) ;

• к 2 005 году средняя температура воздуха в северном полушарии может понизиться на 0.15°С. Уловы некоторых видов лососевых в дальневосточном регионе России несколько уменьшатся.

Список литературы диссертационного исследования кандидат географических наук Густоев, Дмитрий Владимирович, 2001 год

1. Антонов А.Е. Настоящее и будущее Балтики. СПб.: Гидрометеоиздат, 1994. - 95с.

2. Антонов А.Е. Крупномасштабная изменчивость гидрометеорологического режима Балтийского моря и ее влияние на промысел. JI. : Гидрометеоиздат, 1987. -247с.

3. Бучинский И.Е. О климате прошлого Русской равнины. -JI. : Гидрометеоиздат, 1957. 141с.

4. Борисенков Е.П., Пасецкий В.М. Тысячелетняя летопись необычайных явлений природы. М., Мысль, 1988.- 526 с.

5. Крутских Б. А. Основные закономерности изменчивости режима арктических морей в естественных гидрологических периодах. JI.: Гидрометеоиздат, 1978. - 91с.

6. Колебания климата за последнее тысячелетие. Под ред. Борисенкова Е.П. JI.: Гидрометеоиздат, 1988. -408с.

7. Максимов Е.В. Ритмы на Земле и в Космосе.- С-Пб, изд. С-ПбГУ, 1995.-324 с.

8. Ваганов.Е .А.,.-Шия-тов.С .Г.,.Мазепа ■ B.C.-Д-ендро климатические исследования в Урало-Сибирской Субарктике. Новосибирск, изд. Наука, 1996. С. 246

9. Смирнов А.Н., Смирнов Н.П. Колебания климата и биота Северной Атлантики. СПб.: РГГМУ, 1998. 149с.

10. Климатический режим Арктики на рубеже XX и XXI веков. Под ред. Крутских Б.А. СПб.: Гидрометеоиздат, 1991. - 200с.

11. Теория климата. Под ред.Гнидина JI.C. и др. JI. : Гидрометеоиздат, 1967. - 377с.

12. Динамика погоды. Под редакцией Манабе. Перевод с англ. Под ред. Дубова А. С. JT. : Гидрометеоиздат, 1988. - 419с.

13. Динамика климата. Под редакцией Манабе. Перевод с англ. Под ред. Чаликова Д.В. JI. : Гидрометеоиздат, 1988. - 574с.

14. Смирнов Н.П., Воробьев В.Н., Качанов С.Ю. Североатлантическое колебание и климат. СПб.: РГГМУ, 1998. - 119с.

15. Густев Д.В., Карпова И. П. Долгопериодная изменчивость рыбопромысловых показателей как отражение природных и антропогенных факторов (на примере запасаатлантическо-скандинавской сельди). Сборник трудов ПИНРО, Мурманск.: ПИНРО. -1995.

16. Терещенко В. В. Сезонные и межгодовые изменения температуры и солености воды основных течений на разрезе "Кольский меридиан" в Баренцевом море. Изд. ПИНРО, Мурманск, 1997. - С. 69.

17. Gill А.Е. and others. Interannual varriabylity of the tropical oceans and the global atmosphere (TOGA) WCP-49, 1983.

18. Аракава X. Изменение климата.-JI.: Гидрометеоиздат, 1975.

19. Rassmusson Е.М. The major pacific warm episode of 1982-83. Mon. Weather Rew., 1986.

20. Canne M.A. Ocenographic events during El-Nino.-Sciense, v222. 1983.

21. Brainard R.E., McLain D.R. Seasonal and interannual subsurface temperature variability off Peru, 1952 to 1984.- Sciense, 1987.

22. Equatorial Pacific warm episode reaches nature state. Sp.Clim.Diagn.Bull., feb. 14, 1983.

23. Густоев Д.В., Карпов Ю.А. О возможном влиянии солнечного ветра на интенсивность явления Эль-Ниньо. // Тезисы X международной конференции по промысловой океанологии. М:, Издательство ВНИРО. - 1997. С. 39.

24. Густоев Д.В. Предсказуемость явления Эль-Ниньо. Сборник трудов ЛГМИ.-СПб:, 1991. Стр. 50-60.

25. Walker G.T., Bliss E.W. World weather.-V.Men.R.Meteorol.Soc. v.4, 1932.

26. Lockwood J.G. The southern oscillation and El-Nino .-Prog.Phis.Geogr., v.8, 1984.

27. Bjerknes J. Atmospheric teleconections from the equatorial pacific.-Mon. Weather Rev., v.97, 1969.

28. Зубакин Г.К. Крупномасштабная изменчивость состояния ледяного покрова морей северо-европейского бассейна. JI. : Гидрометеоиздат, 1987ю - 160 с.

29. Бочков Ю.А. Ретроспектива температуры воды в слое 0-200 м на разрезе "Кольский меридиан" в Баренцевом море (1900-1981 гг). Сб. Экология и промысел донных рыб Североевропейского бассейна, изд. ПИНРО, Мурманск, 1982. - С.113-122.

30. Кляшторин Л.Б. Климат и перспективы рыболовства в тихоокеанском регионе. «Рыбное хозяйство», № 4, 1996.- с37-42.

31. Кляшторин Л. Б. Флуктуации климата и численности основных промысловых видов Пацифики и Атлантики. Возможности прогнозирования. Тезисы докладов X международной конференции по промысловой океанологии. М., изд, ПИНРО, 1997. - С. 65-66.

32. Klyashtorin L.B. Global Climate Cycles and Pacific Forade Fish Stock Fluctuations. Proceedings. Forade Fishes in Marine Ecosystems Alaska Sea Grant College Program. AK-SG-97-01, 1997. Pp. 545-557.

33. Beamish R.J., Bouillon D.R. Pacific Salmon Production Trends in Relation to Climate. Canadian Journal of Fisheries and Aquatic Sciences, v.50, N 5, 1993. Pp. 1002-1016.

34. Абрамов P. В. Об эволюциях Исландского минимума. АО ИОАН, Калининград, 1988. Деп. №7294-В88. С.52.

35. Bunker A.F. Trends of variables and energy fluxes over the Atlantic Ocean from 1948 to 1972. Monthly Weather Review, 1980, vol.108, N 6.

36. Colebrook J., Taylor A. Year to year changes in sea-surface temperature, North Atlantic and North Sea, 1948-1974. Deep-Sea Research, 1979, vol 26a.

37. Kushnir J. Interdecadal variations in the North Atlanic sea-surface temperature and associated atmospheric conditions. . J. Climate, 1994, vol.7, N 1.

38. Арнольд В.И. Теория катастроф. М. : Наука, 1990. - 127 с.

39. Hasselman К. Stochastic climate models. P.l, The-ory-Tellus, v.28,N6. 1976.

40. Густев Д.В., Карпова И.П., Николаев Д. Л., Суставов Ю.В. Метод сверхдолгосрочного прогнозирования гидрометеоро-логических элементов. // Тезисы докладов IX конференции по промысловой океанологии. 1993. М.: ВНИРО. - с. 124-126.

41. Вайновский П.А., Титов Ю.Э. Методические рекомендации по статистико-вероятностному прогнозированию океанологических характеристик. Мурманск,ПИНРО, 1989. - 93 с.

42. Дэвис Дж. Статистический анализ данных в геологии. М.: Мир, 1990. - 356с.

43. Привальский В.Е. Климатическая изменчивость (стохастические модели, предсказуемость, спектры).1. М.: Наука, 1985.

44. Громов А.Ю. Применение цифровых фильтров Ваттерворта в океанологии. Режимообразующие факторы, информационная база и методы ее анализа.- Л., Гидрометеоиздат, 1989. с.17-26.

45. Вайновский П. А., Малинин В.Н. Методы обработки и анализа океанологической информации (одномерный анализ).- Л.: ЛГМИ, 1991. 136 с.

46. Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования. М.: Статистика, 1979. - 80 с.

47. Отнес Р., Эноксон Л. Прикладной анализ временных рядов. Пер. с англ.- М.: Мир, 1982. 380 с.

48. Марпл-мл. Цифровой спектральный анализ и его приложения. М: Мир, 1990. - 583 с.