Американский Научный Журнал КВАНТОВАЯ ФИТОМЕТЕОРОЛОГИЯ: ФАКТОРНЫЙ АНАЛИЗ ТРЕХЧАСОВЫХ ИЗМЕРЕНИЙ ЧЕТЫРЕХ МЕТЕОПАРАМЕТРОВ ЗА ВЕГЕТАЦИОННЫЕ ПЕРИОДЫ 2012-2018 ГОДОВ

Аннотация. Методом идентификации проведен факторный анализ трехчасовой динамики с 01.01.2012 по 31.10.2018 годы четырех метеопараметров: атмосферное давление; температура воздуха; относительная влажность; температура точки росы (метеостанция Йошкар-Ола, Россия, WMO_ID=27485). Мощность выборки при учете периодов вегетации березы повислой с 01.05 по 30.09 составила 8558 вместо 19713 строк в сравнении с непрерывными рядами, при этом произошли значительные изменения в закономерностях. Коэффициент коррелятивной вариации стал равным 0.3887, что меньше в сравнении с полным рядом данных 0.4583. Рейтинг факторов встал по влияющим переменным одинаково с полным рядом: на первом месте находится температура воздуха, а на втором – температура точки росы. А вот по зависимым показателям, из-за введения периодичности вегетации березы повислой, на первое место встает температура точки росы. По первому вейвлету за 7 лет вегетации березы повислой колебательное возмущение по амплитуде относительной влажности воздуха понижается, а для других трех метеопараметров – повышается. Второй вейвлет дает снижение амплитуды в динамике у температуры воздуха, а другие метеопараметры получают повышение. Отсчет времени по периодам вегетации повышает значимость давления воздуха. Первый вейвлет имеет годичный цикл колебания, но при этом нарастает, начиная на дату 01.01.2012 полупериод в 173.42 суток для давления воздуха, 182.70 для температуры воздуха, 161.15 суток для относительной влажности воздуха и 183.71 суток для температуры точки росы. Чувствительность вегетационного периода на относительную влажность значительно выше по сравнению с полным рядом. Из второго вейвлета видно, что период колебания давления равен 21.98 суток и он в дальнейшем остается постоянным, а для температуры точки росы составляет 86.62 суток и он со временем снижается. Динамика температуры воздуха происходит с постоянным суточным периодом, а динамика относительной влажности приближается к суточному циклу. По частотным характеристикам температура воздуха и относительная влажность не зависят от вида ряда. От него зависят значения амплитуды колебаний. Скачать в формате PDF
28 American Scientific Journal № ( 24 ) / 20 19
наук. 2014. Т. 16, № 5. С. 214 -224. Doi 10.18411/d -
2016 -112.
http://www.ssc.smr.ru/media/journals/izves-
tia/2014/2014_5_214_224.pdf
10. P.M. Mazurkin. Influence of Parameters of
Water Regime and Hydrological Changes on the Pas-
ture. Biostat Biometrics Open Acc J. 2018; 6(4):
555695. DOI: 10.19080/BBOJ.2018.06.555695.
11. P.M. Mazurkin. Method of identification. In-
ternational Multidisciplinary Sc ientific GeoConfer-
ence, Geology and Mining Ecology Management ,
SGEM, 2014, 1(6), pp. 427 -434. https ://www .sco-
pus .com /inward /record .uri ?eid =2 -s2.0 -
84946541076& partnerID =40& md 5=72 a3fcce 31 b20 f2
e63 e4f23 e9a8a40 e3
12. P.M. Mazurkin. Wave patterns of annual
global carbon dynamics (according to information
Global_Carbon_Budget_2017v1.3.xlsx ). Materials of
the International Conference “Research transfer” - Re-
ports in English (part 2). November 28, 2018. Beijing,
PRC. P.164 -191.
13. P.M. Mazurkin. Wavelet Analysis Statistical
Data. Advances in Sciences and Humanities . Vol. 1,
No. 2, 2015, pp. 30 -44. doi:
10.11648/j.ash.20150102.11.
14. P.M. Mazurkin, A.I. Kudryashova. Fito Urban
Meteorology: Influence of the Amount of the Temper-
ature on the Ontogeny of the Leaves of the Silver Birch.
J. Basic Sci. Appl. Res. 2015 4(2): 1 -15.
15. P.M. Mazurkin, A.I. Kudryashova. Fito mete-
orologiya City: The Influence of the Amount of Rela-
tive Humidity of Air Ontogenesis Leaves of Birch. J.
Basic Sci. Appl. Res. 2015 4(1): 1 -15.
16. P.M. Mazurkin, A.I. Kudrjashova. Factor anal-
ysis of annual global carbon dynamics (according to
Global_Carbon_Budget_2 017v1.3.xlsx ). Materials of
the International Conference “Research transfer” - Re-
ports in English (part 2). November 28, 2018. Beijing,
PRC. P.192 -224.
17. P.M. Mazurkin , A.I. K udryashova . Method of
measurement of dynamics of growth of leaves of the
tree in clean ecological conditions // 18th international
multidisciplinary scientific geoconference sgem 2018,
www.sgem.org , sgem2018 conference proceedings,
isbn 978 -619 -7408 -46 -1 / issn 1314 -2704, 2 july - 8
july, 2018, vol. 18, issue 5.1, 517 -524 pp.
18. P.M. Mazurkin , A.I. K udryashova . Wave dy-
namics of ontogenesis of leaves around automobile
road // 18th international mul tidisciplinary scientific
geoconference sgem 2018, www.sgem.org , sgem2018
conference proceedings, isbn 978 -619 -7408 -46 -1 / issn
1314 -2704, 2 july - 8 july, 2018, vol. 18, is-
sue 5.1, 1023 -1030 pp.
19. P.M. Маzurkin, D.V. Тishin. Wave dynamics
of tree -ring width jf Oak // Integrated Journal of Brit-
ish. Volume 2. 2015. Issue 1. JAN -FEB. Р. 55 -67.
IJBRITISH -223 -PA.pdf.
20. A.L. Takhtajan. Floristic Regions of the
World. Berkeley -Los Angeles -London: University of
California press, 1986. 523 p.

КВАНТОВАЯ ФИТОМЕТЕОРОЛОГИЯ: ФАКТОРНЫЙ АНАЛИЗ ТРЕХЧАСОВЫХ
ИЗМЕРЕНИЙ ЧЕТЫРЕХ МЕТЕОПАРАМЕТРОВ ЗА ВЕГЕТАЦИОННЫЕ ПЕРИОДЫ 2012 -2018
ГОДОВ

Мазуркин Петр Матвеевич
Докт. техн. наук, проф.,
Поволжский государственный технологический университет,
Йошкар -Ола, Россия
Кудряшова Анастасия Игоревна
Ст. преподаватель,
Поволжский государственный технологически й университет,
Йошкар -Ола , Россия

QUANTUM FITOPATOLOGIA: FACTOR ANALYSIS OF THE THREE -HOUR
MEASUREMENTS OF FOUR METEOROLOGICAL PARAMETERS DURING THE VEGETATION
PERIODS 2012 -2018

Mazurkin Petr Matveevich
Doc. tech. Sciences, Prof., Volga State Technological University,
Yoshkar -Ola, Russia
Kudryashova Anastasia Igorevna
At. teacher, Volga State Technological University,
Yoshkar -Ola , Russia

Аннотация.
Методом идентификации проведен факторный анализ трехчасовой динамики с 01.01.2012 по
 ]h^u q_luj_o f_l_hiZjZf_ljh\ Zlfhkn_jgh_ ^Z\e_gb_ l_fi_jZlmjZ \ha^moZ ; относительная
\eZ`ghklvl_fi_jZlmjZlhqdbjhku f_l_hklZgpbyChrdZj -Ола, Россия, WMO_I D=27485). Мощность вы-
[hjdbi jbmq_l_i_jbh^h\\_]_lZpbb[_j_auih\bkehckih khklZ\beZ\f_klhkljhd
\ kjZ\g_gbb k g_ij_ju\gufb jy^Zfb ijb wlhf ijhbahreb agZqbl_evgu_ baf_g_gby \ aZdhghf_jghklyo

American Scientific Journal № (24 ) / 201 9 29
Коэффициент коррелятивной вариации ст ал равным 0.3887, что меньше в сравнении с полным рядом дан-
guo  J_clbg] nZdlhjh\ \klZe ih \ebyxsbf i_j_f_gguf h^bgZdh\h k iheguf jy^hf gZ i_j\hf
f_kl_gZoh^blkyl_fi_jZlmjZ\ha^moZZgZ\lhjhf ± температура точки росы. А вот по зависимым показа-
l_e yf ba -за введения периодичности вегетации березы повислой, на первое место встает температура
lhqdbjhkuIhi_j\hfm\_c\e_lmaZe_l\_]_lZpbb[_j_auih\bkehcdhe_[Zl_evgh_\hafms_gb_ ihZf
ieblm^_hlghkbl_evghc\eZ`ghklb\ha^moZihgb`Z_lkyZ^ey^jm]bo трех метеопараметров – повышается.
<lhjhc\_c\e_l^Z_lkgb`_gb_ Zfieblm^u\^bgZfbd_ m l_fi_jZlmju \ha^moZZ ^jm]b_ f_l_hiZjZf_lju
ihemqZxl ih\ur_gb_ Hlkq_l \j_f_gb ih i_jbh^Zf \_]_lZpbb ih\urZ_l agZqbfhklv ^Z\e_gby \ha^moZ
I_j\uc\_c\e_lbf__l]h^bqgu cpbdedhe_[Zgby ghijbwlhfgZjZklZ_lgZqbgZygZ ^Zlmih
emi_jbh^\kmlhd^ey^Z\e_gby\ha^moZ^eyl_fi_jZlmju\ha^moZkmlhd^eyhlghkb
l_evghc\eZ`ghklb\ha^moZbkmlhd^eyl_fi_jZlmjulhqdbjhkuQm\kl\bl_evghklv вегетационного
i_jbh^Z gZ hlghkbl_evgmx \eZ`ghklv agZqbl_evgh \ur_ ih kjZ\g_gbx k iheguf jy^hf Ba \lhjh]h
\_c\e_lZ \b^gh qlh i_jbh^ dhe_[Zgby ^Z\e_gby jZ\_g  kmlhd b hg \ ^Zevg_cr_f hklZ_lky ihklhyg
gufZ^eyl_fi_jZlmjulhqdbjhkukhklZ\ey_l суток и он со временем снижается. Динамика темпе-
jZlmju\ha^moZijhbkoh^blkihklhyggufkmlhqgufi_jbh^hfZ^bgZfbdZhlghkbl_evghc\eZ`ghklbijb
[eb`Z_lkydkmlhqghfmpbdemIhqZklhlgufoZjZdl_jbklbdZfl_fi_jZlmjZ\ha^moZbhlghkbl_evgZy\eZ`
ghklvg_aZ\b kylhl\b^Zjy^ZHl него зависят значения амплитуды колебаний .
Abstract.
Factor analysis of three -hour dynamics from 01.01.2012 to 31.10.2018 of four meteorological parameters:
atmospheric pressure; air temperature; relative humidity; dew point temperat ure was carried out by the method of
identification (weather station Yoshkar -Ola, Russia, WMO_ID=27485). Power selection when accounting periods
of the growing season of birch from 01.05 till 30.09 made 8558 instead 19713 lines in comparison with the con-
tinuous series, while there have been significant changes in the laws. The coefficient of correlative variation be-
came equal to 0.3887, which is less in comparison with the full range of data 0.4583. The rating of factors stood
on influencing variables equal ly with a full range: on the first place there is an air temperature, and on the second
– dew point temperature. And according to the dependent indicators, due to the introduction of the periodicity of
the birch vegetation, the dew point temperature comes first. According to the first wavelet for 7 years of birch
vegetation, the oscillatory disturbance in the amplitude of the relative humidity of the air decreases, and for the
other three meteorological parameters – increases. The second wavelet gives a dec rease in the amplitude in the
dynamics of the air temperature, and other meteorological parameters are increased. The countdown of the growing
season increases the importance of air pressure. The first wavelet has a one -year oscillation cycle, but it incre ases,
starting on the date 01.01.2012 half -period of 173.42 days for air pressure, 182.70 for air temperature, 161.15 days
for relative humidity and 183.71 days for dew point temperature. The sensitivity of the vegetation period to relative
humidity is muc h higher compared to the full range. The second wavelet shows that the period of pressure fluctu-
ation is 21.98 days and it remains constant in the future, and for the dew point temperature is 86.62 days and it
decreases with time. The dynamics of air tempe rature occurs with a constant daily period, and the dynamics of
relative humidity is approaching the daily cycle. The frequency characteristics of the air temperature and relative
humidity do not depend on the type of series. The values of the oscillation amplitude depend on it.

Ключевые слова : метеостанция, погода, факторы, трехчасовые измерения, береза повислая, период
\_]_lZpbbd\Zgluih\_^_gbyaZdhghf_jghklb
Keywords : weather station, weather, factors, three -hour measurements, birch, vegetation per iod, quanta be-
havior patterns

1. Введение
Метеорологические условия являются силь-
gufbnZdlhjZfbZdlb\ghklb[bheh]bq_kdboh[t_d
lh\ gZijbf_j Zfnb[bc b ^ey wlh]h \ klZlv_ >@
hp_g_gu\ebygb_l_fi_jZlmjuhkZ^dh\Zlfhkn_j
gh]h ^Z\e_g by b \eZ`ghklb gZ n_gheh]bx kdhie_
gbc a_fgh\h^guo \ X]h -Восточном Квинсленде,
:\kljZeby
Роль и механизмы климатического воздей-
kl\by gZ ijh^mdlb\ghklv jZkl_gbc fgh]h]jZggu
;ueh h[gZjm`_gh qlh kj_^b f_l_hjheh]bq_kdbo
i_j_f_gguo bg^_dk \eZ`ghklb hdZaZe gZ растения
fZdkbfZevgh_ \ebygb_ >@ DebfZl gZijbf_j
l_fi_jZlmjZ\ha^moZbdhebq_kl\hhkZ^dh\kbevgh
jZaebqZxlky f_`^m ]hjh^kdbfb p_gljZevgufb b
i_jbn_jbcgufbjZchgZfbqlhijb\h^bldjZaguf
mkeh\byfijhbajZklZgby^ey^_j_\v_\>@
Априори также ясно, что именно погода вли-
y_l gZ oh^ jZa\blby b jhklZ hglh]_g_aZ  ij_`^_
\k_]hh^ghe_lgbojZkl_gbc:gZfgh]he_lgb_jZk
l_gby ih]h^Z \eby_l q_j_a _`_]h^guc hglh]_g_a
ebkl\u D\Zglu ih\_^_gby ebklv_\ gZijbf_j [_
j_auih\bkehcjZkijhkljZg_gghcgZK_\_jghfih
emrZjbbq_ldhaZ\bkylhld\Zglh\ Zkbff_ljbqguo
\_c\e_lh\>@ ih\_^_gbyl_fi_jZlmju\ha^moZb
hlghkbl_evghc\eZ`ghklb>@ Ih\_c\e_lZfmgb
\_jkZevghcdhgkljmdpbbbaf_gy_lky^bgZfdZm]e_
jh^Z\?\jhi_>@
Динамика онтогенеза учетных листьев березы
ih\bkehc \ l_q_gb_ \_]_lZpbhggh]h i_jbh^Z > 
@]h^ZoZjZdl_jbam_lky[bhl_ogbq_kdbf
aZdhghf >@ b ^hihegbl_evgh Zkbff_ljbqgufb
\_c\e_lZfb LZd dZd \_c\e_lu ih fZl_fZlbq_kdhc
dhgkljmdpbbh^bgZdh\u bg\ZjbZglgu ^eyex[uo
h[t_dlh\bkke_^h\Zgby то в данной статье была по-
klZ\e_gZ p_ev bkke_^h\Zgby d\Zglh\ ih\_^_gby m
[bgZjguo hlghr_gbc f_`^m mql_ggufb f_l_hjh

30 American Scientific Journal № ( 24 ) / 20 19
логическими параметрами. При этом фитометеоро-
eh]byhlebqZ_lkyhlf_l_hjheh]bbl_fqlhaZ\j_fy
baf_j_gbc f_l_hiZjZf_ljh\ ijbgbfZxlky \_]_lZ
pbhggu_i_jbh^uih]h^ZfH^gZdhgZdZ`^hcf_
l_hklZgpbbgZqZehbdhg_p\_]_lZpbbjZkl_gbcjZa
ebq_g
Фито метеорология занимается точечными и
ijhkljZgkl\_ggufb jZkij_^_e_gbyfb факторов
ih]h^ubdebfZlZ\ij_^_eZo\_]_lZpbhgguoi_jb
h^h\\gZr_fkemqZ_^ey ]hjh^ZChrdZj -Ола, еже-
]h^ghhlihHkgh\gu_nZdlhju ke_^m
xsb_ – атмосферное давление на уровне ме-
l_hklZgpbb ffjlkl  – температура воздуха
]jZ^mk P_evkby  gZ \ukhl_  f_ljZ gZ^ ih\_jogh
klvxa _feb ; – относительная влажность (%) на
\ukhl_  f_ljZ gZ^ ih\_joghklvx a_feb gZ f_l_h
klZgpbb>eyk\yabk\_]_lZpbhggufi_jbh^hfjZk
lbl_evghklb hdheh ^Zgghc f_l_hjheh]bq_kdhc
klZgpbb fu mqblu\Z_f _s_ b q_l\_jluc f_l_hjh
eh]bq_kdbciZj Zf_lj – температура точки росы
(градус Цельсия) на высоте 2 метра над поверхно-
klvxa_feb
Для каждой наземной метеостанции получа-
_lkyqlh^ey\uy\e_gbyd\Zglh\ih\_^_gbyg_h[oh
^bfhbamqZlv точечные распределения метеороло-
]bq_kdbo baf_j_gbc q_j_a dZ`^u_ ljb qZkZ ih \u
r_mdZaZgguf q_luj_f iZjZf_ljZf IZjgu_ k\yab
f_`^m wlbfb iZjZf_ljZfb iha\heyxl bamqZlv
кванты поведения погоды для разной продолжи-
l_evghklb\j_f_gbfgh]he_lgbcbh^ghe_lgbci_
jbh^uhglh]_g_aZjZkl_gb c<blh]_h[jZamxlky^b
gZfbq_kdb_jy^ukjZaju\ZfboZjZdl_jbamxsbfb
k_ahggucihdhc\`bag_^_yl_evghklbjZkl_gbc
Мы различаем два вида квантов поведения по-
]h^u\ ij_^_eZo_`_]h^guo\_]_lZpbhgguo i_jbh
^h\
во-первых , в динамике каждый фактор расчле-
gy_lky на сумму вейвлетов, то есть в дискретном
\j_f_gbnZdlhjij_^klZ\ey_lkydZddmkdb`]mlZba
m_^bg_gguo \heg b wlhl ijhp_kk oZjZdl_jbam_lky
dZd квантовая распутанность ;
во-вторых , взаимное влияние четырех выше-
mdZaZgguo nZdlhjh\ k i_jbh^bqghklvx baf_j_gbc
q_j_adZ`^u_ljbqZkZ \g_ aZ\bkbfhklbhldhebq_
kl\Z dmkdh\ `]mlZ ^hihegbl_evgh ihemqZ_l кван-
lh\mx aZimlZgghklv в некоторых границах вза-
bfgh]h\ebygbyf_l_hiZjZf_ljh\
Тогда любое явление или процесс онтогенеза
ex[uo\b^h\jZkl_gbcfh`ghhp_gb\Zlvihmjh\gx
Z^_d\Zlghklb dhwnnbpb_glmdhjj_eypbb jZaeh`_
gby nmgdpbhgZevghc k\yaghklb kbkl_fu iZjZf_l
jh\ih]h^u\e_lg__\j_fygZd\Zglh\mxjZkimlZg
ghklv b d\Zglh\mx aZimlZgghklv GZijbf_j lZdhc
\_c\e_l -анализ неявно был проведен по парамет-
jZfihimeypbbba[he__ генов [4].

2. Исходные данные
Метеостанция Йошкар -Ола, Россия,
:02B,'  \u[hjdZ [ueZ ijbgylZ k
 ih  ijbq_f lhevdh ^gb _`_
]h^gh k  ih  K  baf_gbeZkv
nhjfZ ij_^klZ\e_gby f_l_hjheh]bq_kdbo ^Zgguo
lZ[e Fh sghklvklZlbklbq_kdhc\u[hjdbihq_
luj_f f_l_hiZjZf_ljZf khklZ\beZ  kljhd \
^bkdj_lguodmkdZojy^h\\f_klh\g_ij_ju\
guojy^Zo
Таблица 1.
Да нные по метеостанции Йошкар -Ола
http://rp5.ru (Россия, WMO_ID=27485, с 01.01.2012 по 31.10.2018, дни вегетации листьев березы)
№ п/п = Срок =
(дата и часы) =
Время =
, сутки =
Метеорологические параметры =
Давление
воздуха =
Темпера-
тура =
Относительная
влажность =
Температура
точки росы =
Вегетационный период 2012 года =
N= 1.5.2012 = N= 121.04O = 750.N = 3.S = 78= 0.N =
O= 1.5.2012 = 4= 121.16T = 750.4 = 2.M = 89= 0.4 =
P= 1.5.2012 = T= 121.29O = 750.N = 2.T = 88= 0.9 =
4= 1.5.2012 = 10= 121.41T = 748.9 = 6.T = 61= J0.P =
…= …= …= …= …= …= …= …=
1220 = 30.9.201O = 13= 273.54O = 753.M = 14.0 = 65= 7.S =
1221 = 30.9.201O = 16= 273.66T = 752.R = 13.5 = 52= 3.U =
1222 = 30.9.201O = 19= 273.79O = 751.S = 11.5 = 66= 5.R =
1223 = 30.9.201O = 22= 273.91T = 752.M = 10.2 = 82= 7.P =
Вегетационный период 2018 года
7336 01.05.2018 00:00 2312 5.5 747.6 94 4.6
7337 01.05.2018 03:00 2312.125 5.0 749.0 94 4.1
7338 01.05.2018 06:00 2312.25 5.2 751.0 91 3.8
7339 01.05.2018 09:00 2312.375 8.2 752.2 78 4.6
…= …= …= …= …= …= …=
8555 = 30.09.2018 12:00 = 2464.5 = 5.U = 754.N = 69= 0.4 =
8556 = 30.09.2018 15:00 = 2464.625 = 7.T = 754.M = 48= J2.S =
8557 = 30.09.2018 18:00 = 2464.7R = 5.R = 754.P = 64= J0.9 =
8558 = 30.09.2018 21:00 = 2464.875 = 2.9 = 754.S = 79= J0.4 =
=0P T U dT t

American Scientific Journal № (24 ) / 201 9 31
Вначале проводится вейвлет -анализ рядов ди-
gZfbdbaZl_ff_lh^b^_glbnbdZpbbijbf_gy_lkyd
[bgZjgufhlghr_gbyff_`^mnZdlhjZfbIhwlhfm
Z^_d\Zlghklvfh^_e_c^bgZfbdbmqblu\Z_lky в диа-
]hgZevguo de_ldZo dhjj_eypbhgghc fZljbpu В
^Zevg_cr_f ijb nZdlhjghf ZgZeba_ \j_fy bkdex
qZ_lkybhgh\uklmiZ_llhevdhdZdkbkl_fhh[jZam
xsbcnZdlhjh[_ki_qb\Zxsbc[bgZjgu_hlghr_
gbyf_`^mq_lujvfyiZjZf_ljZfbih]h^u
Мы полагаем, что растения за бо лее 180 млн
e_l w\hexpbb gZ A_fe_ gZmqbebkv jZa[bjZlvky \
d\Zglh\uoih\_^_gbyok_ahgghcih]h^uq_j_a[bh
eh]bq_kdbc f_oZgbaf dhe_[Zl_evghc Z^ZilZpbb d
baf_g_gbyf l_fi_jZlmju ^Z\e_gby b \eZ`ghklb
\ha^moZ Hgb \ujZ[hlZeb ^bkdj_lguc j_`bf `ba
g_^_yl_evghklb \ \_]_lZpbhgguc i_jbh^ b j_`bf
ihdhy \g_ \_]_lZpbb Dhg_qgh `_ gZqZeh b dhg_p
\_]_lZpbhggh]hi_jbh^ZlZd`_aZ\bkylhl^bgZfbdb
f_l_hiZjZf_ljh\ ihwlhfm hg jZaebq_g g_ lhevdh
^eyjZaguof_l_hklZgpbcghbjZaguoe_lH^gZdh
^eymijhs_gbyfuijbf_f\_]_lZpbhg gu_i_jbh^u
ihklhyggufbih]h^Zf

3. Факторный анализ идентификацией
lj_g^Z
Вейвлет сигнал, как правило, любой природы
h[t_dlZ bkke_^h\Zgby  fZl_fZlbq_kdb aZibku\Z
_lky\hegh\hcnhjfmehc>@\b^Z

,
,
, (1)

где - амплитуда (половина) вейвлета (ось
), - полупериод волны (ось ).
По формуле (1) с двумя фундаментальными
nbabq_kdbfbihklhyggufb (число Непера или
qbkeh \j_f_gb  b (число Архимеда или число
ijhkljZgkl\Z h[jZam_lkybagmljbbamqZ_fh]hy\e_
gby bbeb ijhp_kkZ квантованный вейвлет -сиг-
gZe . Понятие вейвлет -сигнала позволяет абстраги-
jh\Zlvky hl nbabq_kdh]h kfukeZ fgh]bo klZlbklb
q_kdbo jy^h\ baf_j_gbc b jZkkfZljb\Zlv bo
Z^^blb\gh_ jZaeh`_gb_ gZ khklZ\eyxsb_ \ \b^_
kmffuhl^_evguo\_c\e_lh\
Сигнал – это материальный носитель инфор-
fZpbb : bgnhjfZpby gZfb ihgbfZ_lky dZd мера
\aZbfh^_ckl\by . Сигнал может генерироваться,
gh_]hijbzfg_h[yaZl_e_g
Сигналом может быть любой физический про-
p_kkbeb_]hqZklvIhemqZ_lkyqlhbaf_g_gb_fgh
`_kl\Z g_ba\_klguo kb]gZeh\ ^Z\gh ba\_klgh
gZijbf_jq_j_ajy^ulj_oqZkh\uof_l_hjheh]bq_
kdbobaf_j_gbcH^gZdh^h сих пор нет статистиче-
kdbo fh^_e_c dZd ^bgZfbdb lZd b \aZbfghc k\yab
f_`^m q_lujvfy iZjZf_ljZfb ih]h^u gZ ^Zgghc
f_l_hklZgpbb
Тренд образуется при условии, когда период
dhe_[Zgby �5 стремится к бесконечности. Чаще
\k_]hlj_g^h[jZam_lkyba^\moqe_g h\nhjfmeu  
Все модели в данной статье были выявлены
ijbqZklghfkemqZ_dh]^ZiZjZf_ljfh^_eb �2= 0,
по двухчленной формуле

�= ��� (−��)+��exp (−��)⁡⁡⁡⁡⁡⁡⁡⁡(2)

где � – зависимый показатель, � – влияющая
i_j_f_ggZy �−� – параметры модели (2), иденти-
nbpbjm_fu_ \ ijh]jZffghc kj_^_ CurveExpert -
1.40.
В таблице 2 приведена корреляционная мат-
jbpZ бинарных связей и рейтинг четырех факторов,
ihemq_ggu_ f_lh^hf b^_glbnbdZpbb >@ ih ^Zg
guf lZ[ebpu  < gZr_f ijbf_j_ \ ^bZ]hgZevgu o
de_ldZoklZ\bfdhwnnbpb_gldhjj_eypbblj_g^Zih
fh^_eyf ^bkdj_lghc ^bgZfbdb k  ih
30.09.2018.
Таблица 2.
Корреляционная матрица факторного анализа и рейтинг факторов в онтогенезе березы по-
\bkehcaZe_lihlj_g^Zf 
Влияющие факторы
(параметры )
Зависимые факторы (показатели ) Сумма

Место
, 0С ,мм.рт.ст. , % ,0С
Температура воздуха , 0С 0.0461 0.0915 0.5829 0.6415 1.3620 1
Атмосферное давление , мм. рт. ст. 0.0123 0.0390 0.2300 0.2027 0.4840 4
Относительная влажность , % 0.5555 0.2300 0.0294 0.3864 1.2013 3
Температура точки росы , 0С 0.6130 0.2068 0.3473 0.0620 1.2291 2
Сумма 1.2269 0.5673 1.1896 1.2926 4.2764 -
Место 2 4 3 1 - 0.2673

В отличие от непрерывного ряда в 19713 точек
gZ ^bkdj_lghf jy^_ \  kljhd коэффициент
dhjj_eypbhgghc\ZjbZpbb то есть мера функцио-
gZevghc \aZbfhk\yab f_`^m iZjZf_ljZfb kbkl_fu
ih]h^u gZ f_l_hklZgpbb  jZ\_g 4.2764 / 4 2 =
0.2673 вместо 0.3018. Также, как и для полного ряда
^ZgguodZd\ebyxsZyi_j_f_ggZygZi_j\hff_kl_
hdZaZeky f_l_hjheh]bq_kdbc iZjZf_lj ³L_fi_jZ
lmjZ \ha^moZ´ gZ \lhjhf ± “Температура точки
jhku´ b gZ lj_lv_f f_kl_ ± “Относительная влаж-
ghklv´H^gZdhihf_gyebkv f_klZfbaZ\bkbfu_ih
dZaZl_eb gZ i_j\hf f_kl_ \f_klh ³L_fi_jZlmjZ
\ha^moZ´ \ lZ[ebp_  gZoh^blky f_l_hiZjZf_lj
³L_fi_jZlmjZ lhqdb jhku´ b lhevdh gZ \lhjhf ± ) / cos( 8i i i i a p x A y    ) exp( 4 2 3 1 i i ai ai i x a x a A   ia
i i i x a a p 7 6 5   iA y ip x e  x y r xI T 0P U dT T 0P U dT r yI

32 American Scientific Journal № ( 24 ) / 20 19
“Температура воздуха”, а на третьем месте нахо-
^blky ³hlghkbl_evgZy \eZ`ghklv´ \f_klh f_l_hiZ
jZf_lj Z³>Z\e_gb_\ha^moZ´
Тогда получается, как показатель температура
lhqdb jhku klZgh\blky j_rZxsbf nZdlhjhf g_
lhevdh^eyljZ\yguojZkl_gbcbdmklZjgbdh\ ghb
^ey ebklv_\ ^_j_\v_\ \ hkh[_gghklb k gb`g_c qZ
klbdjhgugZ\ukhl_hdhehf

4. Факторный анализ идентификацией вол-
gh\h]hmjZ\g_gby
На информационно -технологическом уровне
23 -я проблема Гильберта (развитие методов вариа-
pbhggh]hbkqbke_gby gZfb[ueZj_r_gZ>@
При этом вариация функций сводится к осо-
agZgghfm hl[hjm mklhcqb\uo aZdhgh\ b dhgklj mb
jh\Zgbx gZ bo hkgh\_ Z^_d\Zlguo mklhcqb\uo aZ
dhghf_jghkl_c Fu ijb^_j`b\Z_fky dhgp_ipbb
>_dZjlZ h g_h[oh^bfhklb ijbf_g_gby Ze]_[jZbq_
kdh]hmjZ\g_gbyh[s_]h\b^ZgZijyfmxdZddhg_q
gh]h fZl_fZlbq_kdh]h j_r_gby g_ba\_klguo ^bn
n_j_gpbZevguo beb bgl_]jZevguo mjZ\g_gbc >ey
wlh]h[ueij_^eh`_ggh\ucdeZkk\hegh\uonmgd
pbc  
Если остатки после вейвлет -анализа дальше не
моделируются, то специалисты говорят о некоем
шуме. Но мы считаем, что шумом можно назвать
только такие остатки, которые равны или меньше
ошиб ки измерений. Поэтому часть шума, превыша-
ющей ошибки измерений, следует отнести к кван-
товой запутанности. А долю значений параметров,
определяемых выявленными закономерностями,
следует отнести к квантовой распутанности (опре-
деленности).
Адекватность модел ей в таблице 3 приведена
по трем членам общей модели (1), содержащих два
члена тренда (2) и еще одно волновое уравнение
для диагональных клеток корреляционной мат-
рицы.
Таблица 3.
Корреляционная матрица факторного анализа и рейтин г факторов
в онтогенезе березы повислой за 7 лет по тренду и годичной волне динамики
Влияющие факторы
(параметры )
Зависимые факторы (показатели ) Сумма

Место
,0С ,мм.рт.ст. , % ,0С
Температура воздуха , 0С 0.5232 0.0915 0.5829 0.6415 1.8391 2
Атмосферное давление , мм. рт. ст. 0.0123 0.2849 0.2300 0.2027 0.7299 4
Относительная влажность , % 0.5555 0.2300 0.3670 0.3864 1.5389 3
Температура точки росы , 0С 0.6130 0.2068 0.3473 0.6749 1.8420 1
Сумма 1.7040 0.8132 1.5272 1.9055 5.9499 -
Место 2 4 3 1 - 0.3719

Коэффициент коррелятивной вариации стал
jZ\guf    2 = 0.3719, что меньше значения
^eyihegh]hjy^Zf_l_h^Zgguo
Однако в рейтинге факторов произошли значи-
l_evgu_baf_g_gby
На первое место как влияющая переменная и
dZd aZ\bkbfuc ihdZaZl_ev \klZe f_l_hiZjZf_lj
³L_fi_jZlmjZ lhqdZ jhku´ Z l_fi_jZlmjZ \ha^moZ
kf_klbeZkvgZ\lhjh_f_klhWlhlnZdl^hdZau\Z_l
qlh jZkl_gbyk\hbfb \_]_lZpbhggufbhj]ZgZfbg_
lhevdh Z^Zilbjmxlky d hdjm`Zxs_c bo kj_^_ gh
ijbwlhfkZfbkha^Zxl[eZ]hijbylgu_mkeh\by^ey
k\h_]h jhklZ b jZa\blby Hkh[_ggh ihke_^g__ aZ
f_lgh\e_kghcf_l_hjheh]bb
Концепция колебательной адаптации в при-
роде предполагает, что между выделенными в таб-
лице 1 факторами существуют зависимости в виде
волновых уравнений. Однако оказалось, что между
указанными четырьмя факторами нет волновой
связи, что указывает на наличие достаточно силь-
ной квантовой запутанности да же в усеченном ряде
метеорологических данных. При этом динамика за
2495 суток по 8858 точкам позволяет идентифици-
ровать только два вейвлета.
Для динамики нам удалось в программной
среде CurveExpert -1.40 (URL : http://www .curveex-
pert .net /) выявить второй вейвлет (табл. 4). Стан-
дартная программа не позволяет одновременно
идентифицировать больше четырех членов и
трудно воспринимает количество точек более 3300.
Поэтому для факторного анализа со множеством
волновых чле нов больших массивов данных нужна
специальная программная среда по нашим вычис-
лительным сценариям.
x y r xI T 0P U dT T 0P U dT r yI

American Scientific Journal № (24 ) / 201 9 33
Таблица 4.
Корреляционная матрица факторного анализа и рейтинг факторов по тренду (2) для бинаров
b^\mo\_c\e_lh\  ^bgZfbdb\hglh]_g_a_[_j_auih\bkehc
Влияющие факторы
(параметры )
Зависимые факторы (показатели ) Сумма

Место
,0С ,мм.рт.ст. ,% ,0С
Температура воздуха , 0С 0.7155 0.0915 0.5829 0.6415 2.0314 1
Атмосферное давление , мм. рт. ст. 0.0123 0.3324 0.2300 0.2027 0.7774 4
Относительная влажность , % 0.5555 0.2300 0.3854 0.3864 1.5573 3
Температура точки росы , 0С 0.6130 0.2068 0.3473 0.6861 1.8532 2
Сумма 1.8963 0.8607 1.5456 1.9167 6.2193 -
Место 2 4 3 1 - 0.3887
Коэффициент коррелятивной вариации увели-
qbeky ^h    qlh f_gvr_ \ kjZ\g_
gbbkiheguf jy^hf^ZgguoIjbwlhfj_c
lbg] nZdlhjh\ \klZe ih \ebyxsbf i_j_f_gguf
h^bgZdh\hkihegufjy^hfgZi_j\hff_kl_gZoh
^blkyl_fi_jZlmjZ\ha^moZZgZ\lhjhf ± темпера-
lmjZlhqdbjhku:\hlihaZ\bkbfufihdZaZl_eyf
ba-за введения периодичности вегетаци и березы
ih\bkehc gZ i_j\h_ f_klh hdhgqZl_evgh \klZ_l
l_fi_jZlmjZlhqdbjhkuK\\_^_gb_fgh\uohleb
qbl_evguo ijbagZdh\ ^ey ^_dhfihabpbb ihegh]h
jy^Zf_l_h^Zgguoj_clbg]nZdlhjh\\iheg_fh`_l
baf_gblvky
Тогда получается, что динамику метеорологи-
q_kdbo i ZjZf_ljh\ ke_^m_l jZkkfhlj_lv h[hkh[
e_ggh f_lh^hf \_c\e_l -анализа, а бинарные отно-
r_gbyf_`^miZjZf_ljZfbklZgh\ylkyij_^f_lZfb
d\Zglh\hc nbabdb ih\_^_gby fZdjhh[t_dlh\ \
gZr_f ijbf_j_ ih]h^u gZ f_l_hklZgpbb k mq_lhf
\_]_lZpbhggh]h i_jbh^Z [_j_au ih\bkehc  Ih
kjZ\g_gbx k d\Zglh\hc nbabdhc fbdjhh[t_dlh\
gb`_ mjh\gy Zlhfh\ \ d\Zglh\hc nblhf_l_hjheh
]bb hlkmlkl\mxl d\Zglh\u_ kljmdlmjgu_ khklhy
gbylh_klvkljh_gb_fZdjhh[t_dlh\\kjZ\g_gbbk
boih\_^_gb_f[m^mlkqblZlvkyihklhygguf\h\j_
f_gb

5. Закономерности динамики метеорологи-
q_kdboiZjZf_ljh\
Примем динамические модели, содержащие
q_luj_qe_gZ ^\Z^eylj_g^Zb^\ZZkbff_ljbqguo
\_c\e_lZ  DZd ijZ\beh fh^_eb ex[hc ^bgZfbdb
ijb jZaebqguo hlkq_lZo \j_f_gb ]h^ f_kyp
kmldbqZku f_lh^hfb^_glbnbdZpbbfh`gh^h\_
klb^hdhg_qgh]hfgh`_kl\Z\_c\e _l-сигналов.
В таблице 5 приведены значения параметров
модели (1). Из неё видно, что части тренда явля-
ются частными случаями вейвлета.
Таблица 5.
Параметры моделей динамики метеоданных для вегетации березы повислой
Но-
мер

Вейвлет Коэф .
корр .
Амплитуда (половина) колебания Полупериод колебания Сдвиг

Динамика давления воздуха
1 751. 55011 0 -1.59539e -6 1 0 0 0 0
0.3324 2 1.00419e -8 2.39029 0 0 0 0 0 0
3 3.13165 0 -0.00053375 0.95975 173.41552 0.0020381 1.01189 0.87566
4 0.66360 0 -4.16206e -5 1.31769 10.98880 0 0 1.79931
Динамика температуры воздуха
1 7.52303 0 4.79122e -5 1.17530 0 0 0 0
0.7155 2 -12.43356 0 -7.56495e -5 1 182.70470 0.0020607 0.76853 0.12287
3 -4.17607 0 2.68267e -7 1 0.49998 0 0 1.21891
Динамика относительной влажности воздуха
1 80.74435 0 2.38926e -5 0.92930 0 0 0 0
0.3854 2 -6.34265e -5 2.01418 0.0017968 0.98661 0 0 0 0
3 15.02276 0 0.00015561 1 161.15490 0.0070672 1 -0.23262
4 2.55094 0 -2.24927e -5 1 0.50071 9.97600e -7 1 -0.72045
Динамика температуры точки росы
1 -0.17425 0 -0.0019637 0.90133 0 0 0 0
0.6861 2 -14.19933 0 -2.39373e -5 1 183.71032 -0.00018041 1.00324 0.30506
3 0.41940 0 -0.00050810 0.99687 43.30895 -0.00090267 1.01383 -5.01980
x y r xI T 0P U dT T 0P U dT r yI i ) ) /( cos() exp( 8 6 5 3 1 7 4 2 i a i i a i a i i a x a a x x a x a y i i i      r ia1 i a2 i a3 i a4 i a5 i a6 i a7 i a8

34 American Scientific Journal № ( 24 ) / 20 19
Заметно, что тренд динамики температуры
воздуха и точки получил только одну составляю-
щую в виде экспоненциального закона гибели (для
температуры воздуха) роста и гибели (для темпера-
туры точки росы). Этот факт указывает на то, в ве-
гетационный период с 01.05 по 30.09 антропог ен-
ное влияние по показательному закону исключа-
ется. На территории около данной метеостанции
WMO_ID=27485 антропогенное влияние оказыва-
ется только в зимнее время.
Отрицательный знак перед составляющей мо-
дели показывает, что она является кризисной для
повыше ния значений метеорологического пара-
метра. При этом в динамике давления воздуха все
четыре члена имеют положительный знак и адек-
ватность 0.3324 больше 0.3028 для непрерывного
ряда давления.
Первый член модели (2) тренда является зако-
ном Лапласа (в математи ке), Мандельброта (в фи-
зике), Ципфа -Перла (в биологии) и Парето (в эко-
нометрике). Он показывает экспоненциальное сни-
жение со временем температуры и относительной
влажности воздуха и экспоненциальный рост дав-
ления и температуры точки росы за периоды веге-
тац ии березы повислой 2012 -2018 годы на метео-
станции WMO_ID=27485.
Как правило, первый член модели является
естественной составляющей, а второй и последую-
щие члены модели показывают антропогенное вли-
яние. Тогда получается, что второй член по показа-
тельному з акону роста дает динамический рост дав-
ления воздуха. Снижение относительной
влажности воздуха происходит по биотехниче-
скому закону [5]. Обе температуры не имеют вто-
рого члена.
Два последних члена имеют амплитуду коле-
бания по закону экспоненциального роста или ги-
бели (закон Лапласа). Оба вейвлета являются бес-
конечномерными, так как из -за закона Лапласа из-
менение амплитуды показывает продолжение
значений до 2012 года и после 2018 года.
По первому вейвлету за 7 лет вегетации березы
повислой колебательное возмущение по амплитуде
относительной влажности воздуха понижается, а
для других трех метеопараметров – повышается.
Второй вейвлет дает снижение амплитуды в дина-
мике у температуры воздуха , а другие метеопара-
метры получают повышение. В целом модель (1)
наибольшую адекватность для температуры воз-
духа с коэффициентом корреляции 0.7155 вместе
0.8924 для полного ряда. Относительная влажность
имеет адекватность 0.3854 вместо 0.5893, а темпе-
ратур а точки росы, соответственно, – 0.6861 и
0.8654. Таким образом, отсчет времени по перио-
дам вегетации повышает значимость давления воз-
духа.
Из значений полупериода колебания
видно, что первый вейвлет имеет годичный цикл
колебания, но при этом нарастает до нормы в
182.63 суток (365.25 / 2), начиная на дату 01.01.2012
полупериод в 173.42 суток для давления воздуха,
182.70 для температуры воздуха, 161.15 (вместо
181.15) суток для относительной влажности воз-
духа и 183.71 суток для темпера туры точки росы.
Таким образом, первый вейвлет имеет переменные
значения, отличающиеся максимально по относи-
тельной влажности на дату 01.01.2012 на 100
(182.63 – 161.15) / 182.63 = 11.76 % (вместо 3.98%
по давлению воздуха для полного ряда). Тогда ста-
новит ся понятным, что чувствительность вегетаци-
онного периода на относительную влажность зна-
чительно выше по сравнению с полным рядом.
Из второго вейвлета видно, что период колеба-
ния давления на 01.01.2012 равен 2 ×10.98880 ≈
21.98 суток и он в дальнейшем остается постоян-
ным, а для температуры точки росы он составляет
86.62 суток и он со временем снижается. Для пол-
ного ряда данных это смещение было иным (102.28
суток для давления воздуха и 79.41 суток для отно-
сительной влажности). П ри этом динамика темпе-
ратуры воздуха происходит с постоянным суточ-
ным периодом, а динамика относительной влажно-
сти приближается к суточному циклу. Можно
принять, что температура воздуха и относительная
влажность не зависят от вида ряда.
Тогда становится п онятным, что растения при-
способили свое аэробное (кислородное) дыхание к
суточным циклам изменения температуры и отно-
сительной влажности воздуха. При этом листья
днем занимаются фотосинтезом, то есть процессом
образования на светуелеными растениями глюкозы
и кислорода из углекислого газа и воды по формуле
6СО 2 + 6Н 2О → С 6H12О6 + 6O 2. В основном ночью
листья обратно выдыхают углекислый газ в соот-
ветствии с общим уравнением процесса клеточного
дыхания: С 6H12О6 + 6O 2 → 6СO 2 + 6Н 2О + 38АТФ.
В связи с этим влиян ие температуры воздуха и от-
носительной влажности на онтогенез листьев бе-
резы повислой по всему Северному полушарию
становится решающим процессом в квантовых свя-
зях фенологии и метеорологии.
Критерием остановки процесса идентифика-
ции становится только погре шность измерений.
Каждый вейвлет при этом становится отдельным
квантом поведения (для макрообъектов в сравне-
нии с их поведением кванты строения можно
принять постоянными). Например, средняя темпе-
ратура воздуха Центральной Англии за 1659 -2017
гг. по данным Hadley Centre Central England Tem-
perature (HadCET ) до ошибки измерений ∓0.05 0С
характеризуется множеством из 188 вейвлетов.

6. Графики динамики метеорологических
iZjZf_ljh\
Динамика давления воздуха . Адекватность
fh^_eb  ih^ZgguflZ[ebpujZ\gZih dhwnnb
pb_glmdhjj_eypbb jbk Kmf_gvr_gb_f
i_jbh^Z \j_f_gb ^h h^gh]h \_]_lZpbhggh]h i_jb
h^Z mjh\_gv Z^_d\Zlghklb agZqbl_evgh ih\ukblky
> @ ^hklb]Zy dhwnnbpb_glZ dhjj_eypbb 
ih \ebygbx kmff l_fi_jZlmj b hlghkbl_evghc
\eZ`ghklbgZhglh] _g_aebklv_\^_j_\v_\
i a5

American Scientific Journal № (24 ) / 201 9 35
Двухчленный тренд и два вейвлета Остатки после модели из таблицы 5
Рисунок 1. Графики четырех членов общей модели (1) динамики давления воздуха:
- дисперсия; - коэффициент корреляции

Из графика видно, что минимумы давления
gZ[ex^Zxlky\k_j_^bg_i_jbh^Z\_]_lZpbb[_j_au
ih\bkehc HklZldb lh _klv Z[khexlgZy ih]j_r
ghklvfh^_eb  gZjbkmgd_ihdZau\Zxlqlh\ha
fh`gub^jm]b_dhe_[Zgby
Динамика температуры в оздуха . Для трех
qe_gh\ ijb dhwnnbpb_gl_ dhjj_eypbb  fh
^_ev   k iZjZf_ljZfb ba lZ[ebpu  hlghkblky d
mjh\gxZ^_d\Zlghklbkbevguok\ya_c jbk kdh
wnnbpb_glhfdhjj_eypbbg_f_g__
Максимумы температуры воздуха наблюда-
xlky \ k_j_^bg_ i_jbh^Z \_]_lZpbb [_j_au ih\bk
ehc

Одночленный тренд и два вейвлета Остатки после модели из таблицы 5
Рисунок 2. Графики общей модели (1) динамики температуры воздуха

По остаткам возможна идентификация и дру-
]bo dhe_[Zl_evguo \hafms_gbc H^gZdh [hevrhc
fZkkb\ ^Zgguo g_ iha\hebe ijh]jZffghc kj_^_
CurveExpert -1.40 идентифицировать их. Да к тому
же, 7 лет были приняты для разведочного фактор-
ного анализа самих дискретных рядов трехчасовой
динамики четырех метеорологических параметров.
Динамика относительной влажности воз-
^moZ . С коэффициентом корреляции 0.3854, то есть
ijbkeZ[hfmjh\g_Z^_d\Zlghklbijbdhwnnbpb_gl_
dhjj_eypbb hl  ^h  [ueb ihemq_gu ]jZnbdb
gZ jbkmgd_  I_jbh^ \_]_lZpbb [_j_au ih\bkehc
jZkiheZ]Z_lky gZ ih^gbfZxs_cky qZklb \hegu Z
i_jbh^ihdhyebklv_\[_j_au ± на спадающей части
nmgdpbbdh kbgmkZIjbwlhfgZ^ZlmjZkiheZ
]Z_lky fbgbfmf hlghkbl_evghc \eZ`ghklb Z fZd
kbfmf\eZ`ghklbgZoh^blkyihqlbgZijZ\hfdhgp_
i_jbh^Z \_]_lZpbb Lh]^Z ihemqZ_lky qlh ebklvy
[_j_au jZklml b jZa\b\Zxlky \ j_`bf_ m\_ebqb\Z
xs_cky\eZ`ghklb\ha^moZ


Двухчленный тренд и два вейвлета Остатки после модели из таблицы 5
Рисунок 3. Графики общей модели (1) динамики относительной влажности воздуха S = 5 .2 2 8 0 7 4 0 7
r = 0 . 3 3 24 2 3 4 6
X Axis (units)
Y A x is (u n it s )
12 .1 46 0.0 90 7.8 13 55.7 18 03.5 22 51.4 26 99.3 7 21 .4 7
7 30 .1 3
7 38 .7 9
7 47 .4 5
7 56 .1 1
7 64 .7 7
7 73 .4 3 Residuals
X Axis (units)
Y A x is (u n it s )
12 .1 68 3.9 13 55.7 20 27.5 26 99.3 -2 5.9 8
-1 2.9 9
0 .0 0
1 2.99
2 5.98 S = 4 .2 5 2 5 5 6 3 5
r = 0 . 7 15 4 6 5 6 8
X Axis (units)
Y A x is (u n it s )
12 .1 46 0.0 90 7.8 13 55.7 18 03.5 22 51.4 26 99.3 -5 .82
1 .4 2
8 .6 6
1 5.90
2 3.14
3 0.38
3 7.62 Residuals
X Axis (units)
Y A x is (u n it s )
12 .1 68 3.9 13 55.7 20 27.5 26 99.3 -1 8.3 3
-9 .17
0 .0 0
9 .1 7
1 8.33 S = 18 .4 1 8 9 98 5 9
r = 0 . 3 8 53 5 0 0 7
X Axis (units)
Y A x is (u n it s )
12 .1 46 0.0 90 7.8 13 55.7 18 03.5 22 51.4 26 99.3
6 .5 0
2 3.50
4 0.50
5 7.50
7 4.50
9 1.50
1 08 .5 0 Residuals
X Axis (units)
Y A x is (u n it s )
12 .1 68 3.9 13 55.7 20 27.5 26 99.3 -6 0.7 9
-3 0.3 9
0 .0 0
3 0.39
6 0.79

36 American Scientific Journal № ( 24 ) / 20 19
Остатки на рисунке 3 показывают возмож-
ghklv ^Zevg_cr_c b^_glbnbdZpbb \_c\e_lh\ ih
wlhfm dhwnnbpb_gl dhjj_eypbb ih f_j_ jhklZ
fgh`_kl\Z dhe_[Zgbc \iheg_ q_j_a g_kdhevdh ^_
kyldh\ d\Zglh\ ih\_^_gby fh`_l ^hklbqv  Ih
wlhfmmjh\_gvZ^_d\Zlghklbfh^_e_caZ\bkblhldh
ebq_kl\Z bo qe_gh\ >ey khihklZ\e_gby fh^_e_c
jZaguo f_l_hiZjZf_ljh\ [ueh ijbgylh q_luj_
qe_gZ
Динамика температуры точки росы . По
kjZ\g_gbxkl_fi_jZlmjhc\ha^moZwlhlf_l_hjheh
]bq_kdbcihdZaZl_ev jbk ihemqbef_gvrbcdh
wnnbpb_gl dhjj_eypbb  kj_^gyy k\yav ijb
dhwnnbpb_gl_dhjj_eypbb ± 0.7).

Одночленный тренд и два вейвлета Остатки после модели из таблицы 5
Рисунок 4. Графики общей модели (1) динамики температуры точки росы воздуха

Во многом эти два признака погоды содержа-
l_evgh ih -видимому, равно значимы. Температура
lhqdbjhkudZd -то влияет на процесс онтогенеза ли-
klv_\ ^j_\_kguo jZkl_gbc Fh`_l hdZaZlvky qlh
wlhl nZdlhj kbevg__ \eby_l gZ gbadhjhkeu_ jZkl_
gby\ukhlhcf_g__fgZijbf_jgZebklvyljZ\y
guobljZ\ygbkluojZkl_gb cZlZd`_gZdmklZjgbdb
bk_evkdhohayckl\_ggu_dmevlmjgu_jZkl_gbyH^
gZdh dZd \b^gh ba ^Zgguo lZ[ebpu  dZd aZ\bkb
fuc ihdZaZl_ev l_fi_jZlmjZ lhqdb jhku ih j_c
lbg]m \klZe gZ i_j\h_ f_klh Ihwlhfm \ ^Zevg_c
r_f wlhl nZdlhj ^ey hp_gdb hglh]_g_aZ ebklv_\
[_j_auih\bkehcgZ\ukhl_hdhehfgm`gh[m^_l
mqblu\Zlv >ey ebklv_\ gZ \_jrbg_ [_j_au _]h
fh`ghbkdexqblv

7. Бинарные отношения между метеороло-
]bq_kdbfbiZjZf_ljZfb
Бинарные отношения, причем без всяких пред-
\Zjbl_evguo mkeh\bc hl[hjZ g_h[oh^bfu ^ey
hp_gdb mjh\gy Z^_d\Zlghklb f_`^m ijbgylufb
nZdlhjZfbBa -за квантовой запутанности отноше-
gbc f_`^m nZdlhjZfb \hegh\u_ mjZ\g_gby ih  
g_ ihemqZxlky ihwlhfm ^ey b^_glbnbdZpbb [ueZ
ijbgylZfh^_evlj_g^Z  
Влияние давления воздуха . На остальные три
nZdl hjZ ^Z\e_gb_ \ha^moZ \eby_l ih ^\moqe_gguf
nhjfmeZflj_g^Z jbk 
- влияние давления воздуха на температуру
\ha^moZ \kjZ\g_gbbk ihegufjy^hf^Zgguo\lh
jhcqe_giheh`bl_e_glh_klv m\_ebqb\Z_ll_fi_
jZlmjm \ha^moZ ijbq_fdhgkljmdpbyfh^_eb ^h\h
^blky ^h[bhl_ogbq_kdh]haZdhgZ>@
; (3)
- влияние давления воздуха на относительную влажность (сохраняется знак45 перед вторым членом,
h^gZdhnhjfmeZijbh[j_lZ_lihdZaZl_evgucaZdhg\f_klh[bhl_ogbq_kdh]haZdhgZ
; (4)
- влияние давления воздуха на температуру точки росы (не меняется)
. (5)


На температуру воздуха =0.0123 Остатки после двухчленного тренда (3) ) 00064644.0 exp( 018068.0 ) 00015686.0 exp( 84054.2 0 0 6 6 6 6.10 0 P P P T    9 9 2 7 6.00 9 9 7 4 4.00 84870.0 ) 74285.3 exp( 65605. 695 P P U    0 0 2 0 3.10 0 18838.0 ) 6 46810.8 exp( 13272. 152 P P e Td    S = 3 .7 7 8 3 8 9 14
r = 0 . 6 8 60 9 7 9 9
X Axis (units)
Y A x is (u n it s )
12 .1 46 0.0 90 7.8 13 55.7 18 03.5 22 51.4 26 99.3 -1 3.7 7
-6 .83
0 .1 1
7 .0 5
1 3.99
2 0.93
2 7.87 Residuals
X Axis (units)
Y A x is (u n it s )
12 .1 68 3.9 13 55.7 20 27.5 26 99.3 -1 6.0 6
-8 .03
0 .0 0
8 .0 3
1 6.06 S = 6 .0 8 4 2 4 2 8 3
r = 0 . 0 12 2 7 4 9 9
X Axis (units)
Y A x is (u n it s )
72 1.5 73 0.1 73 8.8 74 7.5 75 6.1 76 4.8 77 3.4 -5 .82
1 .4 2
8 .6 6
1 5.90
2 3.14
3 0.38
3 7.62 Residuals
X Axis (units)
Y A x is (u n it s )
72 1.5 73 4.5 74 7.4 76 0.4 77 3.4 -2 2.0 0
-1 1.0 0
0 .0 0
1 1.00
2 2.00

American Scientific Journal № (24 ) / 201 9 37
На относительную влажность 0.2300 Остатки после двухчленного тренда (4)
На температуру точки росы 0.2027 Остатки после двухчленного тренда (5)
Рисунок 5. Влияние давления воздуха на другие метеорологические параметры:
левый столбец – графики трендо в; правый столбец – остатки после тренда

С возрастанием давления воздуха в приземном
keh_ Zlfhkn_ju ih fh^bnbpbjh\Zgghfm aZdhgm
EZieZkZm\_ebqb\Z_lkyl_fi_jZlmjZ\ha^moZbl_f
i_jZlmjZ lhqdb jhku Gh ijb wlhf \lhjhc qe_g m
l_fi_jZlmju \ha^moZ iheh`bl_e_g Z m l_fi_jZ
lmju lhqdb jhku hljbpZl_e_g : hlghkbl_evgZy
\eZ`ghklv ih wlhc _kl_kl\_gghc aZdhghf_jghklb
mf_gvrZ_lkyk\uq_lhf\lhjh]hqe_gZ
Влияние температуры воздуха . На рисунке 6
^Zgu]jZnbdb\ebygby
Графики левого столбца при квантовой опре-
^_e_gghklb jZkimlZgghklb oZjZdl_jbamxlkymjZ\
g_gby fb
- влияние температуры воздуха на давление
\ha^moZ \f_klh\uqblZgby\lhjh]hqe_gZijbihe
ghfjy^_ijhbkoh^blkmffbjh\Zgb_ijbij_\jZs_
gbb[bhl_ogbq_kdh]haZdhgZ\ihdZaZl_evgucaZdhg
^eyi_jbh^h\\_]_lZpbb

; (6)
- влияние температуры воздуха на относитель-
gmx \eZ`ghklv i_j\uc qe_g klZe aZdhghf jhklZ
\f_klhwdkihg_gpbZevgh]haZdhgZ]b[_eb
; (7)
- влияние температ уры воздуха на температуру
lhqdb jhku i_j\uc qe_g ihemqbe hljbpZl_evguc
agZd k aZdhghf ]b[_eb \f_klh aZdhgZ jhklZ ijb
wlhf \lhjhc qe_g klZe iheh`bl_evguf \fk_lh hl
jbpZl_evgh]h^eyihegh]hjy^Z

. (8)

70046.1 02435.1 0 ) 10 ( 046854.0 ) ) 10 ( 00094998.0 exp( 34584. 757      T T P 0 6 0 7 7.2 7 7 5 9 7.0 ) 10 ( 15326.0 ) ) 10 ( 10906.0 exp( 85770. 50     T T U      ) ) 10 (5 36773.9 exp( 16388. 19 54948.0 T e Td ) ) 10 ( 032967.0 exp( ) 10 ( 01793.1 9 4 9 5 0.0 3 0 0 3 2.1     T T S = 19 .4 1 17 3 8 14
r = 0 . 2 3 00 0 7 3 1
X Axis (units)
Y A x is (u n it s )
72 1.5 73 0.1 73 8.8 74 7.5 75 6.1 76 4.8 77 3.4
6 .5 0
2 3.50
4 0.50
5 7.50
7 4.50
9 1.50
1 08 .5 0 Residuals
X Axis (units)
Y A x is (u n it s )
72 1.5 73 4.5 74 7.4 76 0.4 77 3.4 -6 5.0 5
-3 2.5 3
0 .0 0
3 2.53
6 5.05 S = 5 .0 8 3 4 0 12 5
r = 0 . 2 0 27 0 0 8 8
X Axis (units)
Y A x is (u n it s )
72 1.5 73 0.1 73 8.8 74 7.5 75 6.1 76 4.8 77 3.4 -1 3.7 7
-6 .83
0 .1 1
7 .0 5
1 3.99
2 0.93
2 7.87 Residuals
72 1.5 73 4.5 74 7.4 76 0.4 77 3.4 -2 4.3 2
-1 2.1 6
0 .0 0
1 2.16
2 4.32

38 American Scientific Journal № ( 24 ) / 20 19
На давление воздуха 0.0915 Остатки после двухчленного тренда (6)
На относительную влажность 0.5829 Остатки после двухчленного тренда (7)
На температуру точки росы 0.6415 Остатки после двухчленного тренда (8)
Рисунок 6. Влияние температуры воздуха на другие метеорологические параметры:
левый столбец – графики трендов; правый столбец – остатки после тренда

Из -за отрицательных значений температуры
hkvZ[kpbkk[ueZkf_s_gZ\k_]hgZ\f_klh 0С
^ey ihegh]h jy^Z Beb `_ gm`gh [ueh i_j_clb gZ
Z[khexlgmxrdZem\d_ev\bgZoLZdbfh[jZahfgZ
^bkdj_lghf jy^_ f_l_h^Zgguo \ebygb_ l_fi_jZ
lmju\ha^moZbaf_gbehkvagZ qbl_evgh
Влияние относительной влажности воздуха .
Это влияние показано графиками на рисунке 7, ко-
lhju_[uebb^_glbnbpbjh\ZgumjZ\g_gbyfb\b^Z
- влияние относительной влажности воздуха на дав-
e_gb_\ha^moZbaf_gbehkvihi_j\hfmqe_gmgZwdk
ihg_gpbZevguca Zdhg]b[_eb


; (9)
- влияние относительной влажности воздуха на
l_fi_jZlmjm \ha^moZ ihdhgkljmdpbbfh^_ebhklZ
ehkvg_baf_ggufgh\f_klhihdZaZl_evgh]haZdhgZ
\lhjhcqe_gihemqbe[bhl_ogbq_kdbcaZdhg

; (10)

00275.1 18635.1 0 057661.0 ) 79526.2 exp( 11674. 754 U U P      ) 011076.0 exp( 41909. 18 9 4 8 0 8.0 U T ) 020311.0 exp( 5 96466.4 0 0 3 1 9.1 3 5 4 1 0.3 U U e    S = 5.5 1653661
r = 0.09145 703
X Axis (units)
Y A x is (u n i ts )
-5 .8 1.4 8.7 15 .9 23 .1 30 .4 37 .6 72 1.4 7
73 0.1 3
73 8.7 9
74 7.4 5
75 6.1 1
76 4.7 7
77 3.4 3 Residuals
X Axis (units)
Y A x is (u n i ts )
-5 .8 5.0 15 .9 26 .8 37 .6 -2 8.2 7
-1 4.1 4
0.0 0
14 .14
28 .27 S = 16. 2073002 4
r = 0.58290 896
X Axis (units)
Y A x is (u n i ts )
-5 .8 1.4 8.7 15 .9 23 .1 30 .4 37 .6
6.5 0
23 .50
40 .50
57 .50
74 .50
91 .50
10 8.5 0 Residuals
X Axis (units)
Y A x is (u n i ts )
-5 .8 5.0 15 .9 26 .8 37 .6 -7 1.0 1
-3 5.5 1
0.0 0
35 .51
71 .01 S = 3.9 8316352
r = 0.64145 360
X Axis (units)
Y A x is (u n i ts )
-5 .8 1.4 8.7 15 .9 23 .1 30 .4 37 .6 -1 3.7 7
-6 .83
0.1 1
7.0 5
13 .99
20 .93
27 .87 Residuals
X Axis (units)
Y A x is (u n i ts )
-5 .8 5.0 15 .9 26 .8 37 .6 -2 4.9 7
-1 2.4 8
0.0 0
12 .48
24 .97

American Scientific Journal № (24 ) / 201 9 39
На давление воздуха 0.2300 Остатки после двухчленного тренда (9)
На температуру воздуха 0.5555 Остатки после двухчленного тренда (10)
На температуру точки росы 0.3864 Остатки после двухчленного тренда (11)
Рисунок 7. Влияние влажности воздуха на другие метеорологические параметры:
левый столбец – графики трендов; правый столбец – остатки после тренда

- влияние относительной влажности воздуха на температуру точки росы значительно изменилось
i_j\ucqe_g ihemqbehljbpZl_evgucagZdihaZdhgmwdkihg_gpbZevghc]b[_ebZ\lhjhcqe_gh[jZah\Zeky
kiheh`bl_evgufagZdhf
(11)
Здесь также произошли изменения влияния отноистельной влажности воздуха по всем трем метеопа-
jZf_ljZf
Влияние температуры точки росы . На другие метеорологические параметры (рис. 8) температура
lhqdbjhkuhdZau\Z_l\ebygb_ihnhjfmeZf
- влияние температур ы точки росы на давление воздуха изменилось по первому член (вместо закона
]b[_ebwdkihg_gpbZevgucaZdhgjhklZ

. (12)
- влияние температуры точки росы на температуру воздуха также изменилось по первому член (вм е-
klhaZdhgZjhklZwdkihg_gpbZevgucaZdhg]b[_eb
;
(13)

) 00040137.0 exp( 15534. 14 33465.2 U Td   ) 034912.0 exp( 12754.1 6 8 9 1 1.0 6 8 1 0 2.0 U U      ) ) 15 ( 00030266.0 exp( 71647. 755 24319.1 0 dT P ) ) 15 ( 0050474.0 exp( ) 15 ( 26081.0 20277.1 40452.1     d d T T     ) ) 15 ( 085073.0 exp( 56816. 20 16031.1 dT T ) ) 15 ( 00026666.0 exp( ) 15 ( 047210.0 99070.1 84517.1     d d T T S = 5 .3 9 12 2 3 7 5
r = 0 . 2 3 00 0 9 5 7
X Axis (units)
Y A x is (u n it s )
6.5 23 .5 40 .5 57 .5 74 .5 91 .5 10 8.5 7 21 .4 7
7 30 .1 3
7 38 .7 9
7 47 .4 5
7 56 .1 1
7 64 .7 7
7 73 .4 3 Residuals
X Axis (units)
Y A x is (u n it s )
6.5 32 .0 57 .5 83 .0 10 8.5 -2 6.9 2
-1 3.4 6
0 .0 0
1 3.46
2 6.92 S = 5 .0 6 0 13 0 7 0
r = 0 . 5 5 54 9 7 7 9
X Axis (units)
Y A x is (u n it s )
6.5 23 .5 40 .5 57 .5 74 .5 91 .5 10 8.5 -5 .82
1 .4 2
8 .6 6
1 5.90
2 3.14
3 0.38
3 7.62 Residuals
X Axis (units)
Y A x is (u n it s )
6.5 32 .0 57 .5 83 .0 10 8.5 -2 0.9 0
-1 0.4 5
0 .0 0
1 0.45
2 0.90 S = 4 .7 8 8 9 0 6 5 3
r = 0 . 3 8 63 5 8 1 2
X Axis (units)
Y A x is (u n it s )
6.5 23 .5 40 .5 57 .5 74 .5 91 .5 10 8.5 -1 3.7 7
-6 .83
0 .1 1
7 .0 5
1 3.99
2 0.93
2 7.87 Residuals
X Axis (units)
Y A x is (u n it s )
6.5 32 .0 57 .5 83 .0 10 8.5 -1 9.5 7
-9 .78
0 .0 0
9 .7 8
1 9.57

40 American Scientific Journal № ( 24 ) / 20 19
На давление воздуха 0.2068 Остатки после двухчленного тренда (12)
На температуру воздуха 0.6170 Остатки после двухчленного тренда (13)
На относительную влажность 0.3473 Остатки после двухчленного тренда (14)
Рисунок 8. Влияние температуры точки росы на метеорологические параметры:
левый столбец – графики трендов; правый столбец – остатки после тренда

- влияние температуры точки росы на относительную влажность получилось с положительным зна-
dhf i_j_^ \lhjuf qe_ghf ijbq_f \lhjhc qe_g ihemqbe ihegmx dhgkljmdpbx \ \b^_ [bhl_ogbq_kdh]h
aZdhgZ

; (14)

Здесь также начало координат у температуры
kf_s_gh \e_\h gZ  0 С вместо 50 0С для полного
jy^Z f_l_h^Zgguo Lh]^Z ihemqZ_lky qlh gZqZeh
\_]_lZpbhggh]h i_jbh^Z \ kj_^g_f ^ey [_j_au ih
\bkehcgZoh^blky\bgl_j\Ze_l_fi_ jZlmj ±15 0 С.
gh ^ey dZ`^h]h ]h^Z \_]_lZpbb gZqbgZ_lky ih -раз-
ghfm
При нулевых значениях влияющих перемен-
guo ih ij_^u^msbf nhjfmeZf ihemqbf ij_^_ev
gu_ l_hj_lbq_kdb_ agZq_gby aZ\bkbfuo ihdZaZl_
e_c lZ[e 
   ) ) 15 ( 0097449.0 exp( 12357.0 17928.1 dT U ) ) 15 ( 042320.0 exp( ) 15 ( 63793.2 02428.1 37810.1     d d T T S = 5.4 2064510
r = 0.20679 243
X Axis (units)
Y A x is (u n i ts )
-1 3.8 -6 .8 0.1 7.0 14 .0 20 .9 27 .9 72 1.4 7
73 0.1 3
73 8.7 9
74 7.4 5
75 6.1 1
76 4.7 7
77 3.4 3 Residuals
X Axis (units)
Y A x is (u n i ts )
-1 3.8 -3 .4 7.0 17 .5 27 .9 -2 7.9 4
-1 3.9 7
0.0 0
13 .97
27 .94 S = 4.7 8910606
r = 0.61697 692
X Axis (units)
Y A x is (u n i ts )
-1 3.8 -6 .8 0.1 7.0 14 .0 20 .9 27 .9 -5 .82
1.4 2
8.6 6
15 .90
23 .14
30 .38
37 .62 Residuals
X Axis (units)
Y A x is (u n i ts )
-1 3.8 -3 .4 7.0 17 .5 27 .9 -2 4.0 1
-1 2.0 0
0.0 0
12 .00
24 .01 S = 18. 7072799 4
r = 0.34727 904
X Axis (units)
Y A x is (u n i ts )
-1 3.8 -6 .8 0.1 7.0 14 .0 20 .9 27 .9
6.5 0
23 .50
40 .50
57 .50
74 .50
91 .50
10 8.5 0 Residuals
X Axis (units)
Y A x is (u n i ts )
-1 3.8 -3 .4 7.0 17 .5 27 .9 -5 9.6 7
-2 9.8 4
0.0 0
29 .84
59 .67

American Scientific Journal № (24 ) / 201 9 41
Таблица 6.
Предельные значения метеорологических параметров при нулевых значениях влияющих пе-
j_f_gguoihmjZ\g_gbyf  ±14)
Влияющие факторы
(параметры )
Зависимые факторы (показатели )
, мм. рт. ст. , 0С , % , 0С
Давление =мм. рт. ст. - 2.84 695.66 152.13
Температура =0С 757.35 - 50.86 -19.16
Относ. влажность =% 754.12 18.42 - -14.16
Темпер. точки росы =0С 755.72 20.57 0.12 -

Из данных таблицы 6 видно, что наиболее
hiZkguf klZgh\blky baf_g_gb_ ^Z\e_gby \ha^moZ
^h gme_\h]h agZq_gby :lfhkn_jZ ih \eZ`ghklb
klZg_l ihqlb dZd gZ <_g_j_ ijb qj_a\uqZcgh \u
khdhc \eZ`ghklb \   Ij_^_eu ^jm]bo f_
l_hiZjZf_ljh\ g_ \uau\Zxl hiZk_gbc Ihwlhfm
dZd fu iheZ]Z_f \ dZ`^hc ]_h]jZnbq_kdhc lhqd_
kmrb A_feb gZ f_l_hklZgpbyo g_h[oh^bfh h[jZ
sZlvijbklZevgh_\gbfZgb_gZi_j_iZ^u давления
\ha^moZ

8. Квантовая запутанность между метеоро-
eh]bq_kdbfbiZjZf_ljZfb
На рисунках 5 -8 квантовая запутанность ха-
jZdl_jbam_lkyhklZldZfb\h\lhjhfklhe[p_]jZnb
dh\ Dhwnnbpb_gl dhjj_eypbb d\Zglh\hc aZimlZg
ghklbhij_^_ey_lky\ujZ`_gb_f 1− (табл. 7).
Таблица 7.
Значения коэффициентов корреляции по уравнениям (3 –14)
Влияющие факторы
(параметры )
Зависимые факторы (пока-
затели )
Коэффициент корреляции квантового пове-
дения
распутанности запутанности
Давление , мм. рт. ст.
Температура , 0С 0.0123 0.9877
Относ. влажность , % 0.2300 0.7700
Темп. точки росы , 0С 0.2027 0.7973
Температура , 0С
Давление , мм. рт. ст. 0.0915 0.9085
Относ. влажность , % 0.5829 0.4171
Темп. точки росы , 0С 0.6415 0.3585
Относительная влаж-
ность , %
Давление , мм. рт. ст. 0.2300 0.7700
Температура , 0С 0.5555 0.4445
Темп. точки росы , 0С 0.3864 0.6136
Температура точки росы
, 0С
Давление , мм. рт. ст. 0.2068 0.7932
Температура , 0С 0.6170 0.3830
Относ. влажность , % 0.3473 0.6527

Из данных таблицы 7 видно, что на дискрет-
guo jy^Zo f_l_hiZjZf_ljh\ ih \_]_lZpbhgguf i_
jbh^Zf[_j_auih\bkehcgZb[he__\ukhdZyd\Zglh
\ZyaZimlZgghklvgZ[ex^Z_lky\h\ebygbb^Z\e_gby
gZl_fi_jZlmjm\ha^moZ

9. Заключение
Главными особенностями трехчасовой дина-
мики метеорологических параметров являются су-
точные циклы (периоды обращения Земли вокруг
самого себя) и годичные циклы (периоды обраще-
ния Земли вокруг Солнца).
Для каждой наземной метеостанции необхо-
^bfhbamqZlv точечные распределения метеороло-
]bq_kdbo baf_j_gbc q_j_a dZ`^u_ ljb qZkZ ih q_
luj_f iZjZf_ ljZf IZjgu_ k\yab f_`^m f_l_hiZ
jZf_ljZfb iha\heyxl bamqZlv кванты поведения
ih]h^u для разных периодов времени: многолет-
gbc h^ghe_lgbc k_ahgguc b i_jbh^ hglh]_g_aZ
jZkl_gbc
Любое явление или процесс можно оценивать
ih mjh\gx Z^_d\Zlghklb dhwnnbpb_glm корреля-
pbb  jZaeh`_gby nmgdpbhgZevghc k\yaghklb kb
kl_fugZd\Zglh\mxjZkimlZgghklvbd\Zglh\mxaZ
imlZgghklv
Концепция колебательной адаптации в при-
роде предполагает, что между выделенными в таб-
лице 1 факторами существуют зависимости в виде
волновых урав нений. Однако оказалось, что между
указанными четырьмя факторами нет волновой
связи, что указывает на наличие достаточно силь-
ной квантовой запутанности метеоданных.
Учет периодов вегетации березы повислой на
метеостанции WMO_ID=27485 показал, что по
сравн ению с непрерывными рядами значительно x y 0P T U dT 0 0 P 10  T 0 U 15 dT x y 0P T U dT T 0P U dT U 0P T dT dT 0P T U

42 American Scientific Journal № ( 24 ) / 20 19
меняются конструкции вейвлетов (1) и двухчлен-
ных трендов (2). При этом эти изменения подтвер-
ждают, что растения ежегодно растут и развива-
ются при благоприятных погодных условиях с
01.05 по 30.09.
При учете периодов вегетации березы повис-
ehc \ j_clbg]_ nZdlhjh\ \ kjZ\g_gbb k g_ij_ju\
gufbjy^ZfbijhbahrebagZqbl_evgu_baf_g_gby
Коэффициент коррелятивной вариации стал
jZ\guf  qlh f_gvr_ \ kjZ\g_gbb k iheguf
jy^hf ^Zgguo  Ijb wlhf j_clb g] nZdlhjh\
\klZeih\ebyxsbf i_j_f_ggufh^bgZdh\hk ihe
guf jy^hf gZ i_j\hf f_kl_ gZoh^blky l_fi_jZ
lmjZ \ha^moZ Z gZ \lhjhf ± температура точки
jhku : \hl ih aZ\bkbfuf ihdZaZl_eyf ba -за вве-
^_gby i_jbh^bqghklb \_]_lZpbb [_j_au ih\bkehc
gZ i_j\h_ f_klh \klZ_l l_fi_jZlmjZ lhqdb jhku K
\\_^_gb_fgh\uohlebqbl_evguoijbagZdh\^ey^_
dhfihabpbb ihegh]h jy^Z f_l_h^Zgguo j_clbg]
nZdlhjh\\iheg_fh`_lbaf_gblvky
По первому вейвлету за 7 лет вегетации березы
повислой колебательное возмущение по амплитуде
относ ительной влажности воздуха понижается, а
для других трех метеопараметров – повышается.
Второй вейвлет дает снижение амплитуды в дина-
мике у температуры воздуха, а другие метеопара-
метры получают повышение. Модель (1) наиболь-
шую адекватность для температуры в оздуха с коэф-
фициентом корреляции 0.7155 вместе 0.8924 для
полного ряда. Относительная влажность имеет
адекватность 0.3854 вместо 0.5893, а температура
точки росы, соответственно, – 0.6861 и 0.8654. Та-
ким образом, отсчет времени по периодам вегета-
ции повыш ает значимость давления воздуха.
Из значений полупериода колебания
видно, что первый вейвлет имеет годичный цикл
колебания, но при этом нарастает до нормы в
182.63 суток (365.25 / 2), начиная на дату 01.01.2012
полупериод в 173.42 с уток для давления воздуха,
182.70 для температуры воздуха, 161.15 (вместо
181.15) суток для относительной влажности воз-
духа и 183.71 суток для температуры точки росы.
Таким образом, первый вейвлет имеет переменные
значения, отличающиеся максимально по отно си-
тельной влажности на дату 01.01.2012 на 100
(182.63 – 161.15) / 182.63 = 11.76 % (вместо 3.98%
по давлению воздуха для полного ряда). Тогда ста-
новится понятным, что чувствительность вегетаци-
онного периода на относительную влажность зна-
чительно выше по ср авнению с полным рядом.
Из второго вейвлета видно, что период колеба-
ния давления на 01.01.2012 равен 2 ×10.98880 ≈
21.98 суток и он в дальнейшем остается постоян-
ным, а для температуры точки росы составляет
86.62 суток и он со временем снижается. Для пол-
ног о ряда данных это смещение было иным (102.28
суток для давления воздуха и 79.41 суток для отно-
сительной влажности). При этом динамика темпе-
ратуры воздуха происходит с постоянным суточ-
ным периодом, а динамика относительной влажно-
сти приближается к суточному циклу. Можно
принять, что по частотным характеристикам темпе-
ратура воздуха и относительная влажность не зави-
сят от вида ряда. От него зависят значения ампли-
туды колебаний .

Литература
1. Calling phenology of a diverse amphibian as-
semblage in response to meteorological conditions /
T.L. Plenderleith , D. Stratford , G.W. Lollback , D.G.
Chapple , R.D. Reina , J.M. Hero . International Journal
of Biometeorology . (2018). 62:873 –882.
https ://doi .org /10.1007/ s00484 -017 -1490 -2.
2. Мазуркин П.М., Кудряшова А.И. Динамика
онтогенеза листьев дерева . Йошкар -Ола: ПГТУ,
k ISBN 978 -5-8158 -1448 -6
3. Мазуркин П.М., Кудряшова А.И. Закономер-
ghklbhglh]_g_aZebklv_\^_j_\v_\>bgZfbdZjhklZ
ebklv_\ ebiub[_j_au\qbklhcbaZ]jyag_gghcZ\
lhfh[bevgufb\uoehiZfb]hjh^kdhckj_^_=_jfZ
gby : LAB LAMBERT Academic Publishing, 2015.
100 с. ISBN 978 -3-659 -68893 -2.
4. P.M. Mazurkin. Identification of the wave pat-
terns of behavior. (2014). International Multidi scipli-
nary Scientific GeoConference Surveying Geology and
Mining Ecology Management, SGEM, 1 (6), pp. 373 -
380. https ://www .sco pus .com /inward /rec-
ord .uri ?eid =2 -s2.0 -84946550468& part-
nerID =40& md 5=0 fd8f91 ed5b1f0592 fc587 e5ffb 14 e51
.
5. P.M. Mazurkin. Method of identification. Inter-
national Multidisciplinary Scientific GeoConference,
Geology and Mining Ecology Management , SGEM,
2014, 1(6), pp. 427 -434. https ://www .scopus .com /in-
ward /record .uri ?eid =2 -s2.0 -84946541076& part-
nerID =40& md 5=72 a3fcce 31 b20f2e63 e4f23 e9a8a40e3
.
6. P.M. Mazurkin. Wave patterns of annual global
carbon dynamics (according to information
Global_Carbon_Budget_2017v1.3.xlsx ). Materials of
the International Conference “Research transfer” - Re-
ports in English (part 2). November 28, 2018. Beijing,
PRC. P.164 -191.
7. P.M. Mazurkin. Wavelet Analysis Statistical
Data. Advances in Sciences and Humanities . Vol. 1,
No. 2, 2015, pp. 30 -44. doi:
10.11648/j.ash.20150102.11.
8. P.M. Mazurkin, A.I. Kud ryashova. Fito Urban
Meteorology: Influence of the Amount of the Temper-
ature on the Ontogeny of the Leaves of the Silver Birch.
J. Basic Sci. Appl. Res. 2015 4(2): 1 -15.
9. P.M. Mazurkin, A.I. Kudryashova. Fito meteor-
ologiya City: The Influence of the Amo unt of Relative
Humidity of Air Ontogenesis Leaves of Birch. J. Basic
Sci. Appl. Res. 2015 4(1): 1 -15.
10. P.M. Mazurkin, A.I. Kudrjashova. Factor anal-
ysis of annual global carbon dynamics (according to
Global_Carbon_Budget_2017v1.3.xlsx ). Materials of
the International Conference “Research transfer” - Re-
ports in English (part 2). November 28, 2018. Beijing,
PRC. P.192 -224.
11. P.M. Mazurkin , A.I. K udryashova . Method of
measurement of dynamics of growth of leaves of the
tree in clean ecological conditions // 18th international i a5

American Scientific Journal № (24 ) / 201 9 43
multidisciplinary scientific geoconference sgem 2018,
www.sgem.org , sgem2018 conference proceedings,
isbn 978 -619 -7408 -46 -1 / issn 1314 -2704, 2 july - 8
july, 2018, vol. 18, issue 5.1, 517 -524 pp.
12. P.M. Mazurkin , A.I. K udryashova . Wave dy-
namics of ontogenesis of leaves around automobile
road // 18th international multidisciplinary scientific
geoconference sgem 2018, www.sgem.org , sgem2018
conference proceedings, isbn 978 -619 -7408 -46 -1 / issn
1314 -2704, 2 july - 8 july, 2018, vol. 18, is-
sue 5.1, 1023 -1030 pp.
13. Past crops yield dynamics recons truction from
tree -ring chronologies in the forest -steppe zone based
on low - and high -frequency components / E.A. Ba-
bushkina, L.V. Belokopytova, S.K. Shah, D.F. Zhir-
nova. International Journal of Biometeorology. (2018).
62:861 –871. https://doi.org/10.1007/s00484 -017 -
1488 -9.
14. Urban climate modifies tree growth in Berlin /
J. Dahlhausen, T. Rötzer, P. Biber, E. Uhl, H. Pretzsch.
International Journal of Biometeorology. (2018).
62:795 –808. https://doi.org/10.1007/s00484 -017 -
1481 -3.

КВАНТЫ ПОВЕДЕНИЯ МЕТЕОПАРАМЕТРОВ ПО ТРЕХЧАСОВЫМ ИЗМЕРЕНИЯМ МЕЖДУ
ДЕКАБРЬСКИМИ СОЛНЦЕСТОЯНИЯМИ

Мазуркин Петр Матвеевич
Докт. техн . наук, проф.,
Поволжский государственный технологический университет,
Йошкар -Ола, Россия
Кудряшова Анастасия Игоревна
Ст. преподаватель,
Поволжский государственный технологический университет,
Йошкар -Ола , Россия

QUANTA BEHAVIOR OF METEOROLOGICAL PARAMETERS ON A THREE HOUR
MEASUREMENTS BETWEEN THE DECEMBER SOLSTICES

Mazurkin Petr Matveevich
Doc. tech. Sciences, Prof., Volga State Technological University,
Yoshkar -Ola, Russia
Kudryashova Anastasia Igorevna
At. teacher , Volga State Technological University,
Yoshkar -Ola , Russia

Аннотация.
Методом идентификации устойчивых закономерностей проведен факторный анализ трехчасовой ди-
gZfbdb k ^gy abfg_]h khegp_klhygby  ih  q_luj_o f_l_hiZjZf_ljh\ Zlfhkn_j gh_
^Z\e_gb_ l_fi_jZlmjZ \ha^moZ ; относительная влажность; температура точки росы (метеостанция Йош-
dZj -Ола, Россия, 2917WMO_ID=27485). Мощность выборки составила 2917 строк. Коэффициент корреля-
lb\ghc\ZjbZpbbm\_ebqbeky^hqlh[hevr_^ey k_fbe_lg_]hfZkkb\Z^ZgguoJ_clbg]nZd
lhjh\baf_gbekylhevdh^eyaZ\bkbfuoihdZaZl_e_c^Z\e_gb_ \ha^moZ klZehlj_lvbf>ey\k_of_l_hiZ
jZf_ljh\ [ueb ijbgylu  qe_gh\ fh^_eb < klZlv_ [ueb ijhZgZebabjh\Zgu q_luj_ i_j\uo qe_gZ >ey
^bgZfbdb^Z\e_gby\ha^m oZi_j\ucqe_gihdZau\Z_lkgb`_gb_hlgZqZeZ]h^Z^h_]hdhgpZZ\lhjhcqe_g
± увеличение давления воздуха. А два вейвлета противодействуют росту давления воздуха. Период коле-
[Zgbylj_lv_]hqe_gZ\gZqZe_]h^ZjZ\_g ⁡21.2 суток. Второй вейвлет на 22.12.201 3 имел период 33.0 суток.
>ey ^bgZfbdb hlghkbl_evghc \eZ`ghklb \ha^moZ i_j\uc qe_g y\ey_lky aZdhghf ]b[_eb Z \lhjhc qe_g
lj_g^Z ± биотехническим законом, показывающим предел возрастания. Третий член характеризует суточ-
gh_dhe_[Zgb_kihklhyggufi_jbh^hf kmldbFZdkbfZevguci_jbh^dhe_[Zgbykmlhd_klvm -
го члена модели. У давления воздуха и температура точки росы суточных колебаний не наблюдается. Для
^bgZfbdb l_fi_jZlmju lhqdb jhku i _j\uc qe_g dZd b ^ey l_fi_jZlmju \ha^moZ bf__l hljbpZl_evgu c
agZd b ihwlhfm ihdZau\Z_l \ebygb_ dhkfhkZ ]eh[Zevgh]h ihoheh^Zgby  : \lhjhc qe_g ih [bhl_ogbq_
kdhfm aZdhgm ^Z_l jhkl f_l_hiZjZf_ljZ ba -за солнечного освещения до летнего равноденствия. Третий
qe_g^Z_lju\hddhe_[Zl_evgh]h\hafms_gbyl_fi_jZlmjulhqdb jhku\i_j\u_kmlhdD\Zglh\Zy опре-
деленность бинарных отношений различна .
Abstract.
Factor analysis of three -hour dynamics from the winter solstice 22.12.2013 to 21.12.2014 of four meteoro-
logical parameters: atmospheric pressure; air temperature; rel ative humidity; dew point temperature was carried
out by the method of identification of stable regularities (weather station Yoshkar -Ola, Russia,
2917WMO_ID=27485). The sample capacity was 2917 rows. The correlation coefficient increased to 0.5065,
which is more than 0.4583 for a seven -year data set. The ranking of the factors changed only for dependent pa-
rameters: the air pressure was the third. 14 members of the model were accepted for all meteorological parameters.