), использованы для проверки статистических гипотез о значимости коэффициентов асимметрии, эксцесса, трендов и т. д.

Специфика статистического анализа скорости ветра обусловлена тем, что она является векторной величиной. Для её анализа использован векторно-алгебраический метод, базирующийся на модели евклидова вектора с модулем V и направлением φ (Белышев и др., 1983). Распределение

по градациям φ и V в данной работе представлено таблицами двумерной повторяемости и розами ветров, а квантили – диаграммами квантилей V по румбам.

В наиболее компактной форме распределение вероятностей повторяемости скорости ветра можно представить моментами распределения. Математическое ожидание скорости ветра есть вектор

, а СКО – тензор , инвариантами которого являются числа λ_>1, λ_>2. Последние можно интерпретировать как длины полуосей эллипса рассеяния, развернутого на угол α относительно направления на север. Линейный инвариант I_>1=λ_>1+λ_>2 характеризует общую изменчивость скорости независимо от того, изменяются ли V или φ. Как следствие, сопоставление I_>1 с дисперсией D_>V модуля скорости V как скалярной величины можно использовать для оценки вклада вращения. Инвариант χ=λ_>2/λ_>1 характеризует вытянутость эллипса дисперсии. При χ=0 происходят только реверсивные изменения скорости, а при χ=1 интенсивность изменчивости по всем направлениям одинакова. Тренд во временных рядах скорости ветра определен как (Боков, Бухановский и др., 2001)

(5).

Анализ изменчивости климата района Тикси выполнен в рамках исследования характеристик по диапазонной изменчивости, межгодовой изменчивости и годового хода, а также изменчивости синоптического масштаба и суточного хода.

В таблице 3 приведены оценки дисперсии в зависимости от масштаба осреднения, при этом для скорости ветра использован линейный инвариант тензора дисперсии. Из таблицы следует, что наиболее сильное уменьшение величины дисперсии происходит при переходе от суточного осреднения к месячному (сезонному) и (или) от месячного (сезонного) к годовому. Резкое уменьшение дисперсии среднегодовых значений температуры и влажности воздуха относительно ее среднемесячных и среднесезонных значений свидетельствует о преобладающей роли годового хода среднемесячных данных и сезонной изменчивости. Резкое ослабление дисперсий среднесуточных значений давления, скорости ветра и облачности относительно среднемесячных свидетельствует о преобладающей роли процессов синоптического масштаба. Вклад суточного хода в дисперсию для всех элементов, за исключением облачности, относительно мал. Заметное уменьшение дисперсии среднесуточных значений скорости ветра по сравнению с дисперсией срочных данных является формальным следствием высокочастотной изменчивости направления ветра.

Таблица 3. Изменение дисперсии (%) при увеличении масштаба осреднения исходных данных.

Примечание: жирным шрифтом выделены масштабы с максимальным ослаблением дисперсии.

Графики оценок спектральной плотности в стационарном приближении, приведенные на рис. 5, подтверждают вышеприведенные заключения. В спектрах доминирует годовой ход – квазилинейчатые пики на частоте годового колебания и его обертонов, а также внутрисезонные и синоптические колебания, описываемые широкополосным спектром с квазимонотонным уменьшением S(ω) по частоте. У всех метеорологических элементов, за исключением температуры воздуха, заметен красный шум и особенности в низкочастотной области спектров. Несмотря на небольшой вклад суточного хода в общую дисперсию, квазилинейчатый пик на соответствующей частоте присутствует во всех спектрах, кроме спектра давления.