Американский Научный Журнал КВАНТОВАЯ МЕТЕОРОЛОГИЯ: ФАКТОРНЫЙ АНАЛИЗ ТРЕХЧАСОВЫХ ИЗМЕРЕНИЙ ЧЕТЫРЕХ МЕТЕОРОЛОГИЧЕСКИХ ПАРАМЕТРОВ ЗА 2012-2018 ГОДЫ

Аннотация. Методом идентификации устойчивых закономерностей 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 составила 19713 строк. Доказано, что парные связи позволяют изучать кванты поведения погоды для разных периодов времени: многолетний, однолетний, сезонный и период онтогенеза растений. Различают два вида квантов поведения: 1) в динамике фактор расчленяется на сумму вейвлетов, как жгут уединенных волн (солитонов), и это характеризуется как квантовая распутанность; 2) взаимное влияние четырех вышеуказанных факторов с периодичностью измерений через каждые три часа дополнительно получает квантовую запутанность в некоторых границах. Однако оказалось, что между указанными четырьмя факторами нет волновой связи, что указывает на наличие квантовой запутанности метеоданных. По первому вейвлету за 7 лет колебательное возмущение давления и относительной влажности воздуха повышается, а амплитуда колебания температур воздуха и точки росы, наоборот, снижается. Второй вейвлет дает снижение амплитуды в динамике у давления воздуха и температуры точки росы, а также повышение амплитуды колебания у температуры и относительной влажности воздуха. Третий член имеет годичный цикл колебания, но при этом нарастает до нормы в 182.63 суток на дату 01.01.2012 полупериод в 175.37 суток для давления воздуха, 180.08 для температуры воздуха, 181.15 суток для относительной влажности воздуха и 181.61 суток для температуры точки росы. Из четвертого члена видно, что период колебания давления на 01.01.2012 равен 102.28 суток и он в дальнейшем повышается, а для температуры точки росы он составляет 79.41 суток и она со временем снижается. Динамика температуры воздуха происходит с постоянным суточным периодом, а динамика относительной влажности приближается к суточному циклу. Скачать в формате PDF
American Scientific Journal № (24 ) / 201 9 15
МАТЕМАТИКА

КВАНТОВАЯ МЕТЕОРОЛОГИЯ: ФАКТОРНЫЙ АНАЛИЗ ТРЕХЧАСОВЫХ ИЗМЕРЕНИЙ
ЧЕТЫРЕХ МЕТЕОРОЛОГИЧЕСКИХ ПАРАМЕТРОВ ЗА 2012 -2018 ГОДЫ

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

QUANTUM METEOROLOGY: FACTOR ANALYSIS OF THE THREE -HOUR MEASUREMENTS OF
FOUR METEOROLOGICAL PARAMETERS FOR THE YEARS 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 устойчивых закономерностей пр оведен факторный анализ трехчасовой ди-
gZfbdb k  ih  ]h^u q_luj_o f_l_hiZjZf_ljh\ Zlfhkn_jgh_ ^Z\e_gb_ l_fi_jZlmjZ
\ha^moZ ; относительная влажность; температура точки росы (метеостанция Йошкар -Ола, Россия,
WMO_ID=27485). Мощность выборки составила 19713 строк. Доказано, что п арные связи позволяют изу-
qZlv кванты поведения погоды для разных периодов времени: многолетний, однолетний, сезонный и пе-
jbh^hglh]_g_aZjZkl_gbcJ ZaebqZxl^\Z\b^Zd\Zglh\ih\_^_gby \^bgZfbd_nZdlhjjZkq e_gy_lkygZ
kmffm\_c\e_lh\dZd`]mlm_^bg_gguo\heg kheblhgh\ bwlhoZjZdl_jbam_lkydZd квантовая распутан-
ghklv ; 2) взаимное влияние четырех вышеуказанных факторов с периодичностью измерений через каж-
^u_ ljb qZkZ ^hihegbl_evgh ihemqZ_l квантовую запут анность в некоторых границах. Однако оказа-
ehkvqlhf_`^mmdZaZggufbq_lujvfynZdlhjZfbg_l\hegh\hck\yabqlhmdZau\Z_lgZgZebqb_d\Zglh\hc
aZimlZgghklbf_l_h^ZgguoIhi_j\hfm\_c\e_lmaZe_ldhe_[Zl_evgh_\hafms_gb_^Z\e_gbybhlghkb
l_evghc\eZ`ghkl b\ha^moZih\urZ_lkyZZfieblm^Zdhe_[Zgbyl_fi_jZlmj\ha^moZblhqdbjhkugZh[h
jhlkgb`Z_lky<lhjhc\_c\e_l^Z_lkgb`_gb_Zfieblm^u\^bgZfbd_m^Z\e_gby\ha^moZbl_fi_jZlmju
lhqdbjhkuZlZd`_ih\ur_gb_Zfieblm^udhe_[Zgbyml_fi_jZlmjubhlghkbl_e vghc\eZ`ghklb\ha^moZ
Lj_lbc qe_g bf__l ]h^bqguc pbde dhe_[Zgby gh ijb wlhf gZjZklZ_l ^h ghjfu \  kmlhd gZ ^Zlm
ihemi_jbh^\kmlhd^ey^Z\e_gby\ha^moZ^eyl_fi_jZlmju\ha^moZkmlhd
^ey hlghkbl_evghc \eZ`ghklb \ha ^moZ b  kmlhd ^ey l_fi_jZlmju lhqdb jhku Ba q_l\_jlh]h qe_gZ
\b^ghqlhi_jbh^dhe_[Zgby^Z\e_gbygZjZ\_gkmlhdbhg\^Zevg_cr_fih\urZ_lkyZ
^eyl_fi_jZlmjulhqdbjhkuhgkhklZ\ey_lkmlhdbhgZkh\j_f_g_fkgb`Z_lky>bgZ fbdZl_fi_jZ
lmju \ha^moZ ijhbkoh^blkihklhyggufkmlhqgufi_jbh^hfZ^bgZfbdZ hlghkbl_evghc\eZ`ghklbijb
[eb`Z_lkydkmlhqghfmpbdem
Abstract.
Factor analysis of three -hour dynamics from 01.01.2012 to 31.10.2018 of four meteorological parameters:
atmos pheric pressure; air temperature; relative humidity; dew point temperature was carried out by the method of
identification of stable regularities (weather station Yoshkar -Ola, Russia, WMO_ID=27485). The power of the
sample was 19713 lines. It is proved tha t the pair connections allow us to study the quanta of weather behavior
for different periods of time: long -term, annual, seasonal and ontogenesis of plants. There are two types of quanta
of behavior: 1) in dynamics, the factor is divided into the sum of w avelets as a bundle of solitary waves (solitons),
and this is characterized as quantum unraveling ; 2) the mutual influence of the four above factors with a perio-
dicity of measurements every three hours additionally receives a quantum entanglement in some b oundaries.
However, it turned out that there is no wave connection between these four factors, which indicates the presence
of quantum entanglement of meteorological data. According to the first wavelet for 7 years, the vibrational pertur-
bation of pressure and relative humidity increases, and the amplitude of the temperature fluctuations of the air and
the dew point, on the contrary, decreases. The second wavelet gives a decrease in the amplitude in the dynamics
of the air pressure and dew point temperature , as well as an increase in the amplitude of fluctuations in temperature
and relative humidity. The third member has a one -year oscillation cycle, but it increases to the norm of 182.63
days on the date 01.01.2012 half -period of 175.37 days for air pressur e, 180.08 for air temperature, 181.15 days

16 American Scientific Journal № ( 24 ) / 20 19
for relative humidity and 181.61 days for dew point temperature. The fourth term shows that the period of pressure
fluctuation on 01.01.2012 is 102.28 days and it further increases, and for the dew point temperatu re it is 79.41
days and it decreases with time. The dynamics of air temperature occurs with a constant daily period, and the
dynamics of relative humidity is approaching the daily cycle.

Ключевые слова : метеостанция, погода, факторы, трехчасовые измерения , динамика, вейвлеты, би-
gZjud\Zgluih\_^_gbyaZdhghf_jghklb
Keywords : weather station, weather, factors, three -hour measurements, dynamics, wavelets, binaries, quanta
of behavior, regularities.

1. Введение
Метеорология занимается как простран-
kl\_ggu_jZkij_^_e_gb_ факторов. Основными из
gbo kqblZxlky – атмосферное давление на
mjh\g_f_l_hklZgpbb ffjlkl  – температура
\ha^moZ ]jZ^mkP_evkby gZ\ukhl_f_ ljZgZ^ih
\_joghklvxa_feb ; – относительная влажность
  gZ \ukhl_  f_ljZ gZ^ ih\_joghklvx a_feb gZ
f_l_hklZgpbb >ey k\yab k \_]_lZpbhgguf i_jbh
^hf jZklbl_evghklb hdheh ^Zgghc f_l_hjheh]bq_
kdhc klZgpbb fu mqblu\Z_f _s_ b q_l\_jluc ме-
l_hjheh]bq_kdbc iZjZf_lj – температура
lhqdbjhku (градус Цельсия) на высоте 2 метра над
ih\_joghklvxa_feb
Для каждой наземной метеостанции получа-
_lkyqlhg_h[oh^bfhbamqZlv точечные распреде-
e_gby метеорологических измерений через каждые
ljb qZkZ ih \ur_mdZaZgguf q_luj_f iZjZf_ljZf
IZjgu_ k\yab f_`^m wlbfb iZjZf_ljZfb iha\h
eyxl bamqZlv кванты поведения погоды для раз-
guo i_jbh^h\ \j_f_gb fgh]he_lgbc h^ghe_lgbc
k_ahggucbi_jbh^hglh]_g_aZjZkl_g bc
Априори ясно, что именно погода влияет на
oh^ jZa\blby b jhklZ hglh]_g_aZ  ij_`^_ \k_]h
h^ghe_lgbo jZkl_gbc : gZ fgh]he_lgb_ jZkl_gby
ih]h^Z \eby_l q_j_a _`_]h^guc hglh]_g_a ebkl\u
D\Zglu ih\_^_gby ebklv_\ gZijbf_j [_j_au ih
\bkehcjZkijhkljZg_ gghcgZK_\_jghfihemrZjbb
> @ q_ldh aZ\bkyl hl d\Zglh\ Zkbff_ljbqguo
\_c\e_lh\>@ ih\_^_gbyl_fi_jZlmju\ha^moZ
bhlghkbl_evghc\eZ`ghklb
Динамику температуры по годам [2] можно
hibkZlv fgh`_kl\hf Zkbff_ljbqguo \_c\e_lh\
fgh`_kl\hfd\Zglh\ih\_^_gby \iehlv^hhrb[db
baf_j_gbc :gZeh]bqgh ohjhrh d\Zglm_lky kh^_j
`Zgb_ KH 2 в атмосферном воздухе по среднегодо-
\ufbkj_^g_f_kyqguf^Zgguf> -6]. По вейвлетам
mgb\_jkZevghc dhgkljmdpbb baf_gyxlky rbjbgZ
]h^bqguokeh_\ihd_jgZfgZjZklmsbo^_j_\vyo>
@ZlZd`_\h^gucj_`bfem]h\>@b^bgZfdZm]
e_jh^Z\?\jhi_>@
Динамика онтогенеза учетных листьев березы
ih\bkehc \ l_q_gb_ \_]_lZpbhggh]h периода [7, 8,
@]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\Zgbylh[ueZ\uy\e_gZp_evbk
ke_^h\Z gbyd\Zglh\ih\_^_gbym[bgZjguohlghr_
gbc f_`^m mql_ggufb f_l_hjheh]bq_kdbfb iZjZ
f_ljZfb
Тогда мы различаем два вида квантов поведе-
gby
во-первых , в динамике каждый фактор расчле-
gy_lkygZkmffm\_c\e_lh\lh_klv\h\j_f_gbnZd
lhjij_^klZ\ey_lkydZd`]m lm_^bg_gguo\heg kh
eblhgh\ bwlhlijhp_kkoZjZdl_jbam_lkydZd кван-
lh\ZyjZkimlZgghklv ;
во-вторых , взаимное влияние четырех выше-
mdZaZgguo nZdlhjh\ k i_jbh^bqghklvx baf_j_gbc
q_j_a dZ`^u_ ljb qZkZ ^hihegbl_evgh ihemqZ_l
квантовую запутанность в некоторых границах.
Таким образом, любое явление или процесс
fh`gh hp_gb\Zlv ih mjh\gx Z^_d\Zlghklb dhwn
nbpb_glm dhjj_eypbb  jZaeh`_gby nmgdpbhgZev
ghc k\yaghklb kbkl_fu gZ d\Zglh\mx jZkimlZg
ghklvbd\Zglh\mxaZimlZgghklv
Мы полагаем, что растения за более 180 м лн
e_l w\hexpbb gZ A_fe_ gZmqbebkv jZa[bjZlvky \
d\Zglh\uo ih\_^_gbyo q_j_a [bheh]bq_kdbc f_oZ
gbaf dhe_[Zl_evghc Z^ZilZpbb d baf_g_gbyf l_f
i_jZlmju^Z\e_gbyb\eZ`ghklb\ha^moZ

2. Исходные данные
Метеостанция Йошкар -Ола, Россия,
:02B,'  \u[hjdZ [ ueZ ijbgylZ k
 ih  \k_ ^gb AZl_f j_adh hl
dehgyxsb_ky lhqdb ba fZkkb\Z ^Zgguo [ueb bk
dexq_gu H[hagZq_gby f_l_hiZjZf_ljh\ ijb\_
^_gu \
http://rp5.ru/archive.php?wmo_id=27485 &lang=ru . С
baf_gbeZkvnhjfZij_^klZ\e_gbyf_l_h
jheh]bq_kdbo ^Zgguo lZ[e   Fhsghklv klZlb
klbq_kdhc \u[hjdb ih q_luj_f f_l_hiZjZf_ljZf
khklZ\beZkljhd
0P T U dT

American Scientific Journal № (24 ) / 201 9 17
Таблица 1
.Данные по метеостанции Йошкар -Ола
http://rp5.ru (Россия, WMO_ID=27485, выборка с 01.01.2012 по 31.10.2018, все дни)
№ п/п = Срок (дата и
часы) =
Время
, сутки =
Метеорологические параметры =
Давление
воздуха =
Темпера-
тура =
Относительная
влажность =
Температура
точки росы =
N= 1.2.2012 = N= 31.042 = 775.9 = J27.9 = 86= J29.6 =
O= 1.2.2012 = 4= 31.167 = 775.9 = J29.7 = 85= J31.5 =
P= 1.2.2012 = T= 31.292 = 776.O = J29.5 = 79= J31.9 =
4= 1.2.2012 = 10= 31.417 = 776.9 = J29.2 = 78= J31.5 =
R= 1.2.2012 = 13= 31.542 = 777.9 = J25.5 = 72= J29.4 =
S= 1.2.2012 = 16= 31.667 = 778.P = J24.1 = 68= J28.1 =
T= 1.2.2012 = 19= 31.792 = 779.M = J26.5 = 72= J30.4 =
U= 1.2.2012 = 22= 31.917 = 775.R = J27.5 = 85= J29.3 =
9= 2.2.2012 = N= 32.042 = 779.T = J28.9 = 76= J32.0 =
10= 2.2.2012 = 4= 32.167 = 779.O = J29.8 = 78= J32.1 =
11= 2.2.2012 = T= 32.292 = 778.9 = J31.0 = 79= J33.2 =
…= …= …= …= …= …= …= …=
1970S = 30.10.2018 18:00 = 2494.7R = J4.4 = 771.S = 84= J6.T =
1970T = 30.10.2018 21:00 = 2494.875 = J6.O = 772.N = 91= J7.4 =
1970U = 31.10.2018 00:00 = 2495 = J5.9 = 772.P = 92= J7.M =
19709 = 31.10.2018 03:00 = 2495.125 = J5.S = 772.U = 92= J6.T =
1971M = 31.10.2018 06:00 = 2495.2R = J5.9 = 773.O = 94= J6.T =
1971N = 31.10.2018 09:00 = 2495.375 = J6.O = 773.P = 91= J7.4 =
1971O = 31.10.2018 12:00 = 2495.5 = J3.T = 773.R = 83= J6.O =
1971P = 31.10.2018 15:00 = 2495.625 = J1.S = 772.9 = 74= J5.T =
=
При факторном анализе время исключается, и
hgh\uklmiZ_llhevdhdZd kbkl_fhh[jZamxsbcnZd
lhj h[_ki_qb\Zxsbc hlghr_gby f_`^m q_lujvfy
iZjZf_ljZfb ih]h^u Ihwlhfm Z^_d\Zlghklv fh^_
e_c^bgZfbdbmqblu\Z_lky\^bZ]hgZevguode_ldZo
dhjj_eypbhgghcfZljbpu

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_gKb]gZehffh`_l[ulv
ex[hcnbabq_kdbcijhp_kk beb_]hqZklvIhemqZ
_lkyqlhbaf_g_gb_fgh`_kl\Zg_ba\_klguokb]gZ
eh\ ^Z\gh ba\_klgh gZijbf_j q_j_a jy^u lj_oqZ
kh\uo f_l_hjheh]bq_kdbo baf_j_gbc H^ gZdh ^h
kboihjg_lklZlbklbq_kdbofh^_e_cdZd^bgZfbdb
lZdb\aZbfghck\yabf_`^mq_lujvfyiZjZf_ljZfb
ih]h^ugZ^Zgghcf_l_hklZgpbb
Тренд образуется при условии, когда период
dhe_[Zgby �5 стремится к бесконечности. Чаще
\k_]hlj_g^h[jZam_lkyba^\ moqe_gh\nhjfmeu  
Все модели в данной статье были выявлены
ijbqZklghfkemqZ_dh]^Z �2= 0, по двухчленной
nhjfme_
�= ��� (−��)+��exp ⁡(−��), (2)

где � – зависимый показатель, � – влияющая
i_j_f_ggZy �−� – параметры модели (2), иде нти-
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]hgZevguo
de_ldZoklZ\bfdhwnnbpb_g ldhjj_eypbblj_g^Zih
fh^_eyf^bgZfbdbkih
t ) / 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   iai i i x a a p 7 6 5  iA y ip x e 

18 American Scientific Journal № ( 24 ) / 20 19
Таблица 2.
Корреляционная матрица факторного анализа и рейтинг факторов после идентификации по
aZdhghf_jghklblj_g^Z 
Влияющие факторы
(параметры )
Зависимые факторы (показатели ) Сумма

Место
, 0С ,мм.рт.ст. ,% ,0С
Температура воздуха , 0С 0,0530 0,3315 0,5267 0,9485 1.8597 1
Атмосферное давление , мм. рт. ст. 0,2378 0,0313 0,1467 0,3081 0.7239 4
Относительная влажность , % 0,4490 0,1859 0,0306 0,1853 0.8508 3
Температура точки росы , 0С 0,9373 0,3520 0,0735 0,0313 1.3941 2
Сумма 1.6771 0.9007 0.7775 1.4732 4.8285 -
Место 1 3 4 2 - 0.3018

Коэффициент корреляционной вариации, то
_klv f_jZ nmgdpbhgZevghc \aZbfhk\yab f_`^m iZ
jZf_ljZfb kbkl_fu ih]h^u gZ f_l_hklZgpbb  jZ
\_g 4.8285 / 4 2 = 0.3018. Как влияющая переменная
gZi_j\hff_kl_hdZaZekyf_l_hjheh]bq_kdbciZjZ
f_lj ³L_fi_jZlmjZ \ha^moZ´ gZ \lhjhf ± “Темпе-
jZlmjZ lhqdbjhku´ bgZ lj_lv_ff_kl_ ± “Относи-
l_evgZy \eZ`ghklv´ DZd aZ\bkbfuc ihdZaZl_ev gZ
i_j\hf f_kl_ gZoh^blky lZd`_ ³L_fi_jZlmjZ \ha
^moZ´gZ\lhjhf ± “Температура точки росы”, а на
lj_lv_f ± “Давление воздуха”.
Всего получилось две сильных закономерно-
klbihnhjfme_  ijb\aZbfghck\yabf_`^ml_f
i_jZlmjZfbkdhwnnbpb_glhfdhjj_eypbbg_f_g__
0.7.

4. Факторный анализ идентификацией вол-
gh\h]hmjZ\g_gby
На информационно -технологическом уровне
23 -я проблема Гильберта (развитие мето дов вариа-
pbhggh]hbkqbke_gby gZfb[ueZj_r_gZ>@
При этом вариация функций сводится к осо-
agZgghfm hl[hjm mklhcqb\uo aZdhgh\ b dhgkljmb
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  
Концепция колебательной адаптации в при-
роде предпо лагает, 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 (об этом дальше) ме-
теорологических данных. Только динамика за 2495
суток по 19713 точкам позволяет идентифициро-
вать два вейвлета.
Если остатки после вейвлет -анализа дальше не
моделируются, то специалисты говорят о некоем
шуме. Но мы считаем, что шумом можно назват ь
только такие остатки, которые равны или меньше
ошибки измерений. Поэтому часть шума, превыша-
ющей ошибки измерений, следует отнести к кван-
товой запутанности. А долю значений параметров,
определяемых выявленными закономерностями,
следует отнести к квантово й распутанности.
Адекватность моделей 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 рейтинг факторов после идентификации
lj_g^hf  [bgZjguohlghr_gbcb\_c\e_lZ  ^bgZfbdb
Влияющие факторы
(параметры )
Зависимые факторы (показатели ) Сумма

Место
,0С ,мм.рт.ст. , % ,0С
Температура воздуха , 0С 0,8821 0,3315 0,5267 0,9485 2.6888 1
Атмосферное давление , мм. рт. ст. 0,2378 0,1976 0,1467 0,3081 0.8902 4
Относительная влажность , % 0,4490 0,1859 0,4490 0,1853 1.2692 3
Температура точки росы , 0С 0,9373 0,3520 0,0735 0,8628 2.2256 2
Сумма 2.5062 1.067 1.1959 2.3047 7.0738 -
Место 1 4 3 2 - 0.4421

Коэффициент коррелятивной вариации стал
jZ\guf 2 = 0.4421.
Для динамики нам удалось в программной
среде CurveExpert -1.40 (URL : http ://www .curveex-x y r xI T 0P U dT T 0P U dT r yI x y r xI T 0P U dT T 0P U dT r yI

American Scientific Journal № (24 ) / 201 9 19
pert .net /) выявить второй вейвлет (табл. 4). Стан-
дартная программа не позволяет одновременно
идентифицировать большее количество членов
больше четырех и из -за превышения количества т о-
чек более 3300. Поэтому для факторного анализа с
большим количеством волновых членов модели и
больших массивов данных нужна специальная про-
граммная среда, создаваемая по нашим вычисли-
тельным сценариям.
Коэффициент коррелятивной вариации увели-
qbeky^h  ijbwlhfj_clbg]nZd
lhjh\g_baf_gbeky
Тогда получается, что динамику метеорологи-
q_kdbo iZjZf_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_fijbf_j_ih]h^ugZf_l_hklZgpbb 
Таблица 4
. Корреляционная матрица факторного анализа и рейтинг факторов после идентификации по
lj_g^m  ^ey[bgZjguohlghr_gbcb^\mo\_c\e_lh\ 
Влияющие факторы
(параметры )
Зависимые факторы (показатели ) Сумма

Место
,0С ,мм.рт.ст. , % ,0С
Температура воздуха , 0С 0.8924 0.3315 0.5267 0.9485 2.6991 1
Атмосферное давление , мм. рт. ст. 0.2378 0.3028 0.1467 0.3081 0.9954 4
Относительная влажность , % 0.4490 0.1859 0.5893 0.1853 1.4095 3
Температура точки росы , 0С 0.9373 0.3520 0.0735 0.8654 2.2282 2
Сумма 2.5165 1.1722 1.3362 2.3073 7.3322 -
Место 1 4 3 2 - 0.4583

По сравнению с квантовой физикой микрообъ-
_dlh\ gb`_ mjh\gy Zlhfh\ \ d\Zglh\hc f_l_hjheh
]bb hlkmlkl\mxl d\Zglh\u_ kljmdlmjgu_ khklhy
gbylh_klvkljh_gb_fZdjhh[t_dlh\\kjZ\g_gbbk
boih\_^_gb_f[m^mlkqblZlvkyihklhygghc\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 метеорологических данных по таблице 1
Номер

Вейвлет Коэф .
корр .

Амплитуда (половина) колебания Полупериод колебания Сдвиг

Динамика давления воздуха
1 751.01807 0 3.12207 e-6 1 0 0 0 0
0.3 028 2 0.00018982 1.33024 0 0 0 0 0 0
3 1.50536 0 -0.00013036 1 175.37250 0.0020867 1 0.27516
4 -7-1.18163 0 1.05868 0.32818 51.14135 0.028015 0.85309 -1.28854
Динамика температуры воздуха
1 3.00762 0 0.00033094 1 0 0 0 0
0.8924 2 0.53785 0.23840 0 0 0 0 0 0
3 -16.36462 0 5.51247e -5 1 180.07895 0.0011078 1 0.33230
4 -2.32671 0 -2.47952e -7 1 0.50005 0 0 0.14838
Динамика относительной влажности воздуха
1 82.54524 0 -4.58367e -5 1 0 0 0 0
0.5893 2 -0.43184 0.46666 0 0 0 0 0 0
3 11.40431 0 -2.74346e -6 1 181.14710 0.00044007 1 -0.49256
4 9.34817 0 -7.73869e -6 1 0.49994 1.22204e -8 1 1.80054
Динамика температуры точки росы ⁡
1 0.41655 0 -0.0010472 1 0 0 0 0
0.8654 2 -3.39087e -9 2.72180 0 0 0 0 0 0
3 -13.98833 0 4.78842e -5 1 180.60527 0.00095428 1 0.44412
4 1.06371 0 4.50241e -5 1 39.70700 -4.64235e -5 1 0.13479 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

20 American Scientific Journal № ( 24 ) / 20 19
Критерием остановки процесса идентифика-
pbb klZgh\blky lhevdh ih]j_rghklv baf_j_gbc
DZ`^uc \_c\e_l ijb wlhf klZgh\blky hl^_evguf
d\Zglhf ih\_^_gby kljh_gb_ fZdjhh[t_dlh\ \
kjZ\g_gbb k bo ih\_^_gb_f fh`gh ijbgylv ihklh
ygguf  GZijbf_j kj_^gyy l_fi_jZlmjZ \ha^moZ
P_gljZevghc:g]ebbaZ -2017 годы по данным
Hadley Centre Central England Temperature
(HadCET ) до ошибки измерений ∓0.05 0С характе-
ризуется множеством из 188 вейвлетов.
Отрицательный знак перед составляющей мо-
дели показывает, что она является кризисной для
повышения значений метеорологического пара-
метра. Например, в динамике давления воздуха чет-
вертый член модели по таблице 5 является кризис-
ной для повышения этого фактора со временем.
Первый член модели (2) двухчленного тренда
является законом Лапласа (в математике), Ман-
дельброта (в физике), Ципфа -Перла (в биологии) и
Парето (в эконометрике). Он показывает экспонен-
циальное снижение со временем давления и темпе-
ратуры возду ха и экспоненциальный рост относи-
тельной влажности и температуры точки росы за
2012 -2018 годы на метеостанции WMO_ID=27485.
Как правило, первый член модели является
естественной составляющей, а второй и последую-
щие члены модели показывают антропогенное вл и-
яние. Тогда получается, что второй член по показа-
тельному закону роста дает динамический рост дав-
ления и температуры воздуха и снижение
относительной влажности воздуха и температуры
точки росы (отрицательный знак). Этот член харак-
теризует потепление в дан ной точке поверхности
суши Земли в городе Йошкар -Ола.
Третий и четвертый члены имеют амплитуду
колебания по закону экспоненциального роста или
гибели (закон Лапласа). Оба вейвлета являются бес-
конечномерными, так как из -за закона Лапласа из-
менение амплитуд ы показывает продолжение зна-
чений до 2012 года и после 2018 года.
По первому вейвлету за 7 лет колебательное
возмущение давления и относительной влажности
воздуха повышается, а амплитуда колебания темпе-
ратур воздуха и точки росы, наоборот, снижается.
Втор ой вейвлет дает снижение амплитуды в дина-
мике у давления воздуха и температуры точки
росы, а также повышение амплитуды колебания у
температуры и относительной влажности воздуха.
В целом четырехчленная модель (1) наибольшую
адекватность для температуры возд уха с коэффи-
циентом корреляции 0.8924.
Из значений полупериода колебания
видно, что третий член имеет годичный цикл коле-
бания, но при этом нарастает до нормы в 182.63 су-
ток (365.25 / 2), начиная на дату 01.01.2012 полупе-
риод в 175.3 7 суток для давления воздуха, 180.08
для температуры воздуха, 181.15 суток для относи-
тельной влажности воздуха и 181.61 суток для тем-
пературы точки росы. Таким образом, первый
вейвлет имеет переменные значения, отличающи-
еся максимально по давлению воздуха на дату
01.01.2012 на 100 (182.63 – 175.37) / 182.63 = 3.98%.
Из четвертого члена видно, что период колеба-
ния давления на 01.01.2012 равен 2 ×51.14135 ≈
102.28 суток и он в дальнейшем повышается, а для
температуры точки росы он составляет 79.41 суток
и она со временем снижается. Динамика темпера-
туры воздуха происходит с постоянным суточным
периодом, а динамика относительной влажности
приближается к суточному циклу.
Тогда становится понятным, 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 влияние температуры воздуха и от-
носительной влажности на онтогенез листьев бе-
резы повислой по всему Северному полушарию
становится решающим в квантовых связях феноло-
гии и метеорологии.

6. Графики динамики метеорологических
iZjZf_ljh\
Динамика давления воздуха . Адекватность
fh^_eb  ih^ZgguflZ[ebpujZ\gZihdhwnnb
pb_glmdhjj_ey pbb 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_ \
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 i a5 S = 7 .5 12 8 0 5 4 8
r = 0 . 3 0 28 1 2 0 6
X Axis (units)
Y A x is (u n it s )
3.1 45 9.6 91 6.1 13 72.6 18 29.1 22 85.6 27 42.1 7 17 .3 1
7 29 .0 9
7 40 .8 7
7 52 .6 5
7 64 .4 3
7 76 .2 1
7 87 .9 9 Residuals
X Axis (units)
Y A x is (u n it s )
3.1 68 7.9 13 72.6 20 57.3 27 42.1 -3 5.6 9
-1 7.8 4
0 .0 0
1 7.84
3 5.69

American Scientific Journal № (24 ) / 201 9 21
Остатки, то есть абсолютная погрешность мо-
^_eb  gZjbkmgd_ihdZau\Zxlqlh\hafh`gub
^jm]b_dhe_[Zgby
Динамика температуры воздуха . При коэф-
nbpb_gl_dhjj_eypbbfh^_ev  kiZjZf_l
jZfb ba lZ[ebpu  hlghkblky d mjh\gx Z^_d\Zlgh
klb kbevguo k \ya_c jbk  k dhwnnbpb_glhf dhj
j_eypbbg_f_g__

Двухчленный 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 рядов трехчасо вой динамики
четырех метеорологических параметров.
Динамика относительной влажности воз-
^moZ . С коэффициентом корреляции 0.5893, то есть
ijb kj_^g_f mjh\g_ Z^_d\Zlghklb ijb dhwnnbpb
_gl_ dhjj_eypbbhl^h[uebihemq_gu]jZ
nbdbgZjbkmgd_Bagbo\ b^ghqlh\kjZ\g_gbbk
^jm]bfb nZdlhjZfb wlhl f_l_hiZjZf_lj bf__l [h
e__\ujZ`_ggmxihZfieblm^_kkmlhqgufpbdehf
baf_g_gbc\hegmdhe_[Zl_evgh]h\hafms_gby
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
wlhfm mjh\_gv Z^_d\Zlghklb fh^_e_c aZ\bkbl hl
dhebq_kl\Z boqe_gh\ >ey khihklZ\e_gbyfh^_e_c
jZaguo f_l_hiZjZf_ljh\ [ueh ijbgylh q_luj_
члена.

Двухчленный тренд и два вейвлета Остатки после модели из таблицы 5
Рисунок 3. Графики общей модели (1) динамики относительной влажности воздуха

Как оказалось, влажность оказывает более
kbevgh_\ebygb_ihkjZ\g_gbxkl_fi_jZlmjhc\ha
^moZ>@Gh^eybamq_gbybokh\f_klgh]h\eb
ygbygZhglh]_g_aebklv_\jZkl_gbcg_h[oh^bfhg_
^\moZlj_onZdlhjgh_fh^_ebjh\Zgb_
Динамика температуры точки росы . По
kjZ\g_gbxkl_fi_jZlmjhc\ha^moZwlhlf_l_hjheh
]bq_kdbcihdZaZl_ev jbk ihemqbef_gvrbcdh
wnnbpb_gl dhjj_eypbb  kbevgZy k\yav ijb
dhwnnbpb_gl_dhjj_eypbbg_f_g__ 

Двухчленный тренд и два вейвлета Остатки после модели из таблицы 5
Рисунок 4. Графики общей модели (1) динамики температуры точки росы воздуха S = 5 .5 0 9 13 9 7 1
r = 0 . 8 9 23 6 6 0 0
X Axis (units)
Y A x is (u n it s )
3.1 45 9.6 91 6.1 13 72.6 18 29.1 22 85.6 27 42.1 -4 2.6 7
-2 8.7 3
-1 4.7 9
-0 .85
1 3.09
2 7.03
4 0.97 Residuals
X Axis (units)
Y A x is (u n it s )
3.1 68 7.9 13 72.6 20 57.3 27 42.1 -2 9.7 2
-1 4.8 6
0 .0 0
1 4.86
2 9.72 S = 14 .3 7 2 5 2 0 5 8
r = 0 . 5 8 92 7 0 8 6
X Axis (units)
Y A x is (u n it s )
3.1 45 9.6 91 6.1 13 72.6 18 29.1 22 85.6 27 42.1
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 )
3.1 68 7.9 13 72.6 20 57.3 27 42.1 -5 9.7 6
-2 9.8 8
0 .0 0
2 9.88
5 9.76 S = 5 .3 9 8 7 9 5 0 3
r = 0 . 8 6 53 7 9 4 8
X Axis (units)
Y A x is (u n it s )
3.1 45 9.6 91 6.1 13 72.6 18 29.1 22 85.6 27 42.1 -4 5.7 8
-3 3.0 2
-2 0.2 6
-7 .50
5 .2 6
1 8.02
3 0.78 Residuals
X Axis (units)
Y A x is (u n it s )
3.1 68 7.9 13 72.6 20 57.3 27 42.1 -3 3.5 5
-1 6.7 7
0 .0 0
1 6.77
3 3.55

22 American Scientific Journal № ( 24 ) / 20 19
Во многом эти два признака погоды содержа-
l_evgh ih -видимому, равно значимы. Мы пола-
]Zeb qlh l_fi_jZlmjZ lhqdb jhku dZd -то, по осо-
[hfm\eby_lgZijhp_kkhglh]_g_aZebklv_\^j_\_k
guo jZkl_gbc Fh`_l hdZaZlvky qlh wlhl nZdlhj
\eby_lgZgbadhjhkeu_jZkl_gby\ukhlhcf_g__f
gZijbf_j gZ ebklvy ljZ\yguo b ljZ\ygbkluo jZk
l_gbcZlZd`_gZdmklZjgbdbbk_evkdhohayckl\_g
gu_dmevlmjgu _jZkl_gbyIhwlhfm\^Zevg_cr_f
wlhlnZdlhj^eyhp_gdbhglh]_g_aZebklv_\[_j_au
ih\bkehcfh`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^_glbnbd Zpbb [ueZ
ijbgylZfh^_evlj_g^Z  
Влияние давления воздуха . На остальные три
nZdlhjZ ^Z\e_gb_ \ha^moZ \eby_l ih ^\moqe_gguf
nhjfmeZflj_g^Z jbk 
На температуру воздуха =0.2378 Остатки после двухчленного тренда (3)
На относительную влажность 0.1407 Остатки после двухчленного тренда (4)
На температуру точки росы 0.3081 Остатки после двухчленного тренда (5)
Рисунок 5. Влияние давления воздуха на другие метеорологические параметры:
левый столбец – графики трендов; правый столбец – остатки после тренда

- влияние давления воздуха на температуру воздуха
; (3)
- влияние давления воздуха на относительную влажность

; (4)
- влияние давления воздуха на температуру точки росы
. 5)
0 0 6 9 5.10 8 8 5 2 3.00 36507.0 ) 00013559.0 exp( 66860. 278 P P T      ) 00026867.0 exp( 89818. 524 0 1 1 7 9.10P U ) 00072748.0 exp( 51859.0 0 2 7 3 3.10 0 8 1 2 0.10 P P   0 0 6 3 7.10 8 8 1 6 8.00 41593.0 ) 00011626.0 exp( 68635. 313 P P Td   S = 11. 8524742 3
r = 0.23778 262
X Axis (units)
Y A x is (u n i ts )
71 7.3 72 9.1 74 0.9 75 2.6 76 4.4 77 6.2 78 8.0 -4 2.6 7
-2 8.7 3
-1 4.7 9
-0 .85
13 .09
27 .03
40 .97 Residuals
X Axis (units)
Y A x is (u n i ts )
71 7.3 73 5.0 75 2.6 77 0.3 78 8.0 -4 5.2 6
-2 2.6 3
0.0 0
22 .63
45 .26 S = 17. 6094316 1
r = 0.14074 488
X Axis (units)
Y A x is (u n i ts )
71 7.3 72 9.1 74 0.9 75 2.6 76 4.4 77 6.2 78 8.0
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 )
71 7.3 73 5.0 75 2.6 77 0.3 78 8.0 -7 2.0 1
-3 6.0 0
0.0 0
36 .00
72 .01 S = 10. 2470688 1
r = 0.30810 534
X Axis (units)
Y A x is (u n i ts )
71 7.3 72 9.1 74 0.9 75 2.6 76 4.4 77 6.2 78 8.0 -4 5.7 8
-3 3.0 2
-2 0.2 6
-7 .50
5.2 6
18 .02
30 .78 Residuals
X Axis (units)
Y A x is (u n i ts )
71 7.3 73 5.0 75 2.6 77 0.3 78 8.0 -4 3.6 8
-2 1.8 4
0.0 0
21 .84
43 .68

American Scientific Journal № (24 ) / 201 9 23
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  : hlghkbl_evgZy \eZ`ghklv
ih wlhc _kl_kl\_gghc aZdhghf_jghklb mf_gvrZ
_lky <lhjhc qe_g m \k_o lj_o f_l_hjheh]bq_kdbo
iZjZf_ljh\ hljbpZl_evguc qlh [hevr_ \k_]h mdZ
au\Z_l gZ Zgljhih]_ggh_ \ebygb_ ^Z\e_gby Ijb
wlhf\lhjhcqe_g^eyhlghkbl_evghc\eZ`ghklb ih
emqZ_l \f_klh ihdZaZl_evgh]h aZdhgZ ihegmx dhg
kljmdpbx\\b^_[bhl_ogbq_kdh]haZdhgZ>@
Влияние температуры воздуха . На рисунке 6
^Zgu]jZnbdb\ebygby



На давление воздуха 0.3315 Остатки после двухчленного тренда (6)
На относительную влажность 0.5267 Остатки после двухчленного тренда (7)
На температуру точки росы 0.9485 Остатки после двухчленного тренда (8)
Рисунок 6. Влияние температуры воздуха на другие метеорологические параметры:
левый столбец – графи ки трендов; правый столбец – остатки после тренда

Графики левого столбца при квантовой определенности (распутанности) характеризуются уравнени-
yfb
- влияние температуры воздуха на давление воздуха

; (6)
- влияние температуры воздуха на относительную влажность
; (7)
- влияние температуры воздуха на температуру точки росы
(8)

Из -за отрицательных значений температ уры
hkvZ[kpbkk[ueZkf_s_gZgZ 0С. Или же нужно
[uehi_j_clbgZZ[khexlgmxrdZem\d_ev\bgZo
Влияние относительной влажности воздуха .
Это влияние показано графиками на рисунке 7, ко-
lhju_[uebb^_glbnbpbjh\ZgumjZ\g_gbyfb\b^Z      ) ) 50 (5 97937.2 exp( 03489. 783 44742.1 0 T e P ) ) 50 ( 023071.0 exp( ) 50 ( 065888.0 1 1 5 9 5.1 9 9 4 4 3.1     T T 2 3 6 1 5.5 0 4 4 5 3.2 ) 50 ( 35021.9 ) ) 50 ( 19473.6 exp( 43632. 74     T T U 59537.1 19476.1 ) 50 ( 17358.0 ) ) 50 ( 0079521.0 exp( 23521. 39     T T Td S = 7 .4 3 5 7 6 2 0 4
r = 0 . 3 3 15 3 0 2 2
X Axis (units)
Y A x is (u n it s )
-4 2.7 -2 8.7 -1 4.8 -0 .9 13 .1 27 .0 41 .0 7 17 .3 1
7 29 .0 9
7 40 .8 7
7 52 .6 5
7 64 .4 3
7 76 .2 1
7 87 .9 9 Residuals
X Axis (units)
Y A x is (u n it s )
-4 2.7 -2 1.8 -0 .9 20 .1 41 .0 -3 3.7 6
-1 6.8 8
0 .0 0
1 6.88
3 3.76 S = 15 .1 18 4 9 5 6 5
r = 0 . 5 2 67 1 4 12
X Axis (units)
Y A x is (u n it s )
-4 2.7 -2 8.7 -1 4.8 -0 .9 13 .1 27 .0 41 .0
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 )
-4 2.7 -2 1.8 -0 .9 20 .1 41 .0 -6 8.4 9
-3 4.2 5
0 .0 0
3 4.25
6 8.49 S = 3 .4 12 3 6 8 0 8
r = 0 . 9 4 84 8 9 3 4
X Axis (units)
Y A x is (u n it s )
-4 2.7 -2 8.7 -1 4.8 -0 .9 13 .1 27 .0 41 .0 -4 5.7 8
-3 3.0 2
-2 0.2 6
-7 .50
5 .2 6
1 8.02
3 0.78 Residuals
X Axis (units)
Y A x is (u n it s )
-4 2.7 -2 1.8 -0 .9 20 .1 41 .0 -3 5.9 4
-1 7.9 7
0 .0 0
1 7.97
3 5.94

24 American Scientific Journal № ( 24 ) / 20 19
На давление воздуха 0.1859 = Остатки после двухчленного тренда (9) =
= = На температуру воздуха 0.4490 = Остатки после двухчленного тренда (10) =
= = На температуру точки росы 0.1853 = 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 давление воздуха
; (9)
- влияние относительной влажности воздуха на температуру воздуха
; (10)
- влияние относительной влажности воздуха на температуру точки росы
. (11)

Конструкция моделей у всех трех метеоп ара-
f_ljh\ h^bgZdh\Zy i_j\uc qe_g lj_g^Z y\ey_lky
fh^bnbpbjh\ZggufgZfbaZdhghfwdkihg_gpbZev
gh]h jhklZ Z djbabkgZy jhklm ihdZaZl_ey \lhjhc
qe_g ihdZau\Z_l jhkl ih ihdZaZl_evghfm aZdhgm
Bgl_gkb\ghklv \ebygby kl_i_gv \ebyxs_c i_j_
f_gghc  gZ ^Z\e_gb_ [hev r_  b  
q_fgZl_fi_jZlmjm\ha^moZ b 
Влияние температуры точки росы . На дру-
]b_f_l_hjheh]bq_kdb_iZjZf_lju jbk l_fi_jZ
lmjZlhqdbjhkuhdZau\Z_l\ebygb_ihnhjfmeZf
54686.2 85823.1 0 00034281.0 ) 02917.1 exp( 46170. 748 U U P   6 2 6 0 4.1 0 0 4 3 9.1 10014.0 ) 018591.0 exp( 53042. 27 U U T   74544.1 98882.0 027543.0 ) 025063.0 exp( 37404.8 U U Td   S = 7.7 4375289
r = 0.18588 135
X Axis (units)
Y A x is (u n i ts )
6.5 23 .5 40 .5 57 .5 74 .5 91 .5 10 8.5 71 7.3 1
72 9.0 9
74 0.8 7
75 2.6 5
76 4.4 3
77 6.2 1
78 7.9 9 Residuals
X Axis (units)
Y A x is (u n i ts )
6.5 32 .0 57 .5 83 .0 10 8.5 -3 7.2 6
-1 8.6 3
0.0 0
18 .63
37 .26 S = 10. 9048078 2
r = 0.44904 167
X Axis (units)
Y A x is (u n i ts )
6.5 23 .5 40 .5 57 .5 74 .5 91 .5 10 8.5 -4 2.6 7
-2 8.7 3
-1 4.7 9
-0 .85
13 .09
27 .03
40 .97 Residuals
X Axis (units)
Y A x is (u n i ts )
6.5 32 .0 57 .5 83 .0 10 8.5 -4 8.4 7
-2 4.2 4
0.0 0
24 .24
48 .47 S = 10. 5844664 7
r = 0.18532 800
X Axis (units)
Y A x is (u n i ts )
6.5 23 .5 40 .5 57 .5 74 .5 91 .5 10 8.5 -4 5.7 8
-3 3.0 2
-2 0.2 6
-7 .50
5.2 6
18 .02
30 .78 Residuals
X Axis (units)
Y A x is (u n i ts )
6.5 32 .0 57 .5 83 .0 10 8.5 -4 6.3 0
-2 3.1 5
0.0 0
23 .15
46 .30

American Scientific Journal № (24 ) / 201 9 25
На давление воздуха 0.3520 Остатки после двухчленного тренда (12)
На температуру воздуха 0.9373 Остатки после двухчленного тренда (13)
На относительную влажность 0.0735 Остатки после двухчленного тренда (14)
Рисунок 8. Влияние температуры точки росы на м етеорологические параметры:
левый столбец – графики трендов; правый столбец – остатки после тренда

- влияние температуры точки росы на давление воздуха

. (12)
- влияние температуры точки росы на температуру воздуха
; (13)
- влияние температуры точки росы на относительную влажность
; (14)

Здесь также начало координат у температуры
kf_s_gh\e_\h gZ 0С.
Точка росы влияет сложным образом. С её уве-
ebq_gb_f ^Z\e_gb_ \ha^moZ ih h[hbf qe_gZf kgb
`Z_lky :l_fi_jZlmjZ \ha^moZ agZqbl_evgZ gZjZk
lZ_l < g_dhlhjhf bgl_j\Ze_ l_fi_jZlmju lhqdb
jhku hlghkbl_evgZy \eZ`ghklv \ha^moZ hklZ_lky
ihqlbihklhygghcg hijbwlhfhij_^_e_gghklvlZ
dh]h \u\h^Z jZ\gZ \k_]h  Ihwlhfm fZdkb
fZevgZy d\Zglh\Zy aZimlZgghklv gZ[ex^Z_lky ijb
\ebygbb l_fi_jZlmju lhqdb jhku gZ \eZ`ghklv
\ha^moZ
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 
    )) 50 ( 00039875.0 exp( 66437. 774 0 dT P ) ) 50 ( 11218.0 exp( ) 50 (5 94309.2 99874.0 66507.4      d d T T e 12672.1 85297.1 ) 50 ( 31163.0 ) ) 50 ( 00045964.0 exp( 12818. 40     d d T T T 26595.2) 50 ( 016113.0 )) 50 ( 026024.0 exp( 72002. 51     d d T T U S = 7 .3 7 7 0 5 9 7 3
r = 0 . 3 5 20 0 9 3 3
X Axis (units)
Y A x is (u n it s )
-4 5.8 -3 3.0 -2 0.3 -7 .5 5.3 18 .0 30 .8 7 17 .3 1
7 29 .0 9
7 40 .8 7
7 52 .6 5
7 64 .4 3
7 76 .2 1
7 87 .9 9 Residuals
-4 5.8 -2 6.6 -7 .5 11 .6 30 .8 -3 3.4 3
-1 6.7 2
0 .0 0
1 6.72
3 3.43 S = 4 .2 5 4 9 0 15 0
r = 0 . 9 3 72 5 8 4 8
X Axis (units)
Y A x is (u n it s )
-4 5.8 -3 3.0 -2 0.3 -7 .5 5.3 18 .0 30 .8 -4 2.6 7
-2 8.7 3
-1 4.7 9
-0 .85
1 3.09
2 7.03
4 0.97 Residuals
-4 5.8 -2 6.6 -7 .5 11 .6 30 .8 -2 9.3 9
-1 4.6 9
0 .0 0
1 4.69
2 9.39 S = 17 .7 3 7 0 2 6 5 1
r = 0 . 0 7 34 9 4 7 9
X Axis (units)
Y A x is (u n it s )
-4 5.8 -3 3.0 -2 0.3 -7 .5 5.3 18 .0 30 .8
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 )
-4 5.8 -2 6.6 -7 .5 11 .6 30 .8 -7 4.2 5
-3 7.1 2
0 .0 0
3 7.12
7 4.25

26 American Scientific Journal № ( 24 ) / 20 19
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. - 278.67 524.90 313.69
Температура =0С 783.03 - 74.44 -39.24
Относ. влажность =% 748.46 27.53 - 8.37
Темпер. точки росы =0С 774.66 40.13 51.72 -

Из данных таблицы 6 видно, что наиболее
hiZkguf klZgh\blky baf_g_gb_ ^Z\e_gby \ha^moZ
^hgme_\h]hagZq_gby:lfhkn_jZihl_fi_jZlmj_b
\eZ`ghklbklZg_lihqlbdZdgZ<_g_j_ijbl_fi_
jZlmj_ 0С воздуха неизвестного содержания
ijb qj_a\uqZcgh \ukhdhc \eZ`ghklb \  
Ihwlhfm dZd fu iheZ]Z_f \ dZ`^hc ]_h]jZnbq_
kdhc lhqd_ kmrb A_feb gZ f_l_hklZgpbyo g_h[oh
^bfhh[jZsZlvijbklZevgh_\gbfZgb_gZi_j_iZ^u
^Z\e_gby\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
(показатели )
Коэффициент корреляции
квантового поведения
распутанности запутанности
Давление , мм. рт. ст.
Температура , 0С 0.2378 0.7622
Относ. влажность , % 0.1407 0.8593
Темп. точки росы , 0С 0.3081 0.6919
Температура , 0С
Давление , мм. рт. ст. 0.3315 0.6685
Относ. влажность , % 0.5267 0.4733
Темп. точки росы , 0С 0.9485 0.0515
Относительная влаж-
ность , %
Давление , мм. рт. ст. 0.1859 0.8141
Температура , 0С 0.4490 0.5510
Темп. точки росы , 0С 0.1853 0.8147
Температура точки росы
, 0С
Давление , мм. рт. ст. 0.3520 0.6480
Температура , 0С 0.9373 0.0627
Относ. влажность , % 0.0735 0.9265

Введем новое понятие – квантовая распутан-
ghklv , которая показывает адекватность выявле-
gby fZl_fZlbq_kdbo aZdhghf_jghkl_c \ \b^_
\_c\e_lkb]gZeh\IhwlhfmZ^_d\Zlghklvd\Zglh\hc
jZkimlZgghklb oZjZdl_jbam_lky l_f `_ agZq_gb_f
dhwnnbpb_glZdhjj_eypbbdhlhjuc[ueihemq_g\
oh^_ ijbf_g_gby f_lh^Z b^_glbnb dZpbb Zkbff_l
jbqguo\_c\e_lh\

9. Границы и центры квантовых запутан-
ghkl_c
Границами остатков по графикам на рисунках
5-8 в простейшем случае становятся стороны вдоль
hk_c Z[kpbkk b hj^bgZl m ijyfhm]hevgbdZ hibku
\Zxs_]h jhc lhq_d ba -за превышения 3300 точек
ijh]jZffgZy kj_^Z g_ fh`_l ihdZaZlv \_kv wlhl
jhc Emqr_\k_]hwlb]jZgbpubamqZlvgZfZkkb\Zo
^Zgguo f_gvrbo ih fhsghklb  lhq_d beb `_
kha^Z\Zlv gh\mx ijh]jZffgmx kj_^m ih gZrbf
kp_gZjbyffh^_ebjh\Zgby^eyf_lh^Zb^_glbnbdZ
pbb
Координатами ц ентров роя остатков могут
[ulv ijbgylu kj_^gb_ Zjbnf_lbq_kdb_ agZq_gby
ihZ[kpbkk_bhj^bgZl_Fh]ml[ulvbki_pbZevgu_
p_gljZihfh^_b^jm]bfklZlbklbq_kdbfihdZaZl_
eyf\u[hjdb
По -видимому, с увеличением мощности ме-
l_hjheh]bq_kdbo^Zgguoih]h^Zf ijb l_o`_lj_o
qZkh\uo baf_j_gbyo  ]jZgbpu d\Zglh\uo aZimlZg
ghkl_c jZkrbjyxlky Z dhhj^bgZlu p_gljh\ aZim
lZgghkl_ck^\b]Zxlky
Но для этого необходимы новые дополнитель-
gu_bkke_^h\Zgby


x y 0P T U dT 0 0 P 50 T 0 U 50dT x y 0P T U dT T 0P U dT U 0P T dT dT 0P T U

American Scientific Journal № (24 ) / 201 9 27
10. Заключение
Концепция колебательной адаптации показа-
телей погоды в их динамике через каждые три часа
в данной статье была подтверждена. Обобщая
можно утверждать, что и климат имеет волновую
природу колебательного возмущения. Главными
особенностями трехчасовой динамики метеороло-
гических параметров являются суточные циклы
(периоды обращения Земли вокруг самого себя) и
годичные циклы (периоды обращения Земли во-
круг 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
Мы различаем два вида квантов поведения:
во-первых , в динамике каждый фактор расчле-
gy_lky на сумму вейвлетов, то есть во времени фак-
lhjij_^klZ\ey_lkydZd`]mlm_^bg_gguo\heg kh
eblhgh\ bwlhlijhp_kkoZjZdl_jbam_lkydZd кван-
lh\ZyjZkimlZgghklv ;
во-вторых , взаимное влияние четырех выше-
mdZaZgguo nZdlhjh\ k i_jbh^bqghklvx baf_j_gbc
q_j_a dZ`^ u_ ljb qZkZ ^hihegbl_evgh ihemqZ_l
квантовую запутанность в некоторых границах.
Таким образом, любое явление или процесс
fh`gh hp_gb\Zlv ih mjh\gx Z^_d\Zlghklb dhwn
nbpb_glm dhjj_eypbb  jZaeh`_gby nmgdpbhgZev
ghc k\yaghklb kbkl_fu gZ d\Zglh\mx jZkimlZg
ghkl vbd\Zglh\mxaZimlZgghklv
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
связ и, что указывает на наличие достаточно силь-
ной квантовой запутанности метеоданных.
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
ошибки 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.
По первому вейвлету за 7 лет колебательное
возмущение давления и относительной влажности
воздуха повышается, а амплитуда колебания темпе-
ратур воздуха и точки росы, наоборот, снижается.
Второй вейвлет дает снижение амплитуды в дина-
мике у давления воздуха и температуры точки
ро сы, а также повышение амплитуды колебания у
температуры и относительной влажности воздуха.
В целом четырехчленная модель (1) наибольшую
адекватность для температуры воздуха с коэффи-
циентом корреляции 0.8924.
Из значений полупериода колебания
видно, что третий член имеет годичный цикл коле-
бания, но при этом нарастает до нормы в 182.63 су-
ток (365.25 / 2), начиная на дату 01.01.2012 полупе-
риод в 175.37 суток для давления воздуха, 180.08
для температуры воздуха, 181.15 суток для относи-
тельной влажности воздуха и 181.61 суток для тем-
пературы точки росы. Таким образом, первый
вейвлет имеет переменные значения, отличающи-
еся максимально по давлению воздуха на дату
01.01.2012 на 100 (182.63 – 175.37) / 182.63 = 3.98%.
Из четвертого чл ена видно, что период колеба-
ния давления на 01.01.2012 равен 2 ×51.14135 ≈
102.28 суток и он в дальнейшем повышается, а для
температуры точки росы он составляет 79.41 суток
и она со временем снижается. Динамика темпера-
туры воздуха происходит с постоянным су точным
периодом, а динамика относительной влажности
приближается к суточному циклу.
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 : hlghkbl_evgZy \eZ`ghklv
ih wlhc _kl_kl\_gghc aZdhghf_jghklb mf_gvrZ
_lky <lhjhc qe_g m \k_o lj_o f_l_hjheh]bq_kdbo
iZjZf_ljh\ hljbpZl_evguc qlh [hevr_ \k_]h mdZ
au\Z_l gZ Zgljhih]_ggh_ \ebygb_ ^Z\e_gby Ijb
wlhf\lhjhcqe_g^eyhlghkbl_evghc\eZ`ghklbih
emqZ_l \f_klh ih dZaZl_evgh]h aZdhgZ ihegmx dhg
kljmdpbx\\b^_[bhl_ogbq_kdh]haZdhgZ>@

Литература
1. Ловелиус Н.В. Изменчивость прироста дере-
\v_\^_g^jhbg^bdZpbyijbjh^guoijhp_kkh\bZg
ljhih]_gguo\ha^_ckl\bcEGZmdZk
2. Мазуркин П.М. Вейвлеты динам ики средне-
]h^h\hc l_fi_jZlmju AZiZ^Z KR: www .doi .org :
2016. 13 с. Doi 10.18411/ d-2016 -165.
3. Мазуркин П.М. Вейвлет анализ графика
Киллинга содержания СО 2 в атмосфере.
www .doi .org : 2016. 12 с. Doi 10.18411/ d-2016 -166.
4. Мазуркин П.М. Вейвлеты среднегодового
темпа роста СО 2 для Мауна Лоа Гавайи.
www .doi .org : 2016. 14 с. Doi 10.18411/ d-2016 -167.
5. Мазуркин П.М. Вейвлеты среднегодового
содержания С О2 для Мауна Лоа Гавайи.
www .doi .org : 2016. 14 с. Doi 10.18411/ d-2016 -168.
6. Мазуркин П.М. Вейвлеты помесячного со-
держания СО 2 для Мауна Лоа Гавайи. www .doi .org :
2016. 18 с. Doi 10.18411/ d-2016 -169.
7. Мазуркин П.М., Кудряшова А.И. Динамика
hglh]_g_aZ ebklv_\ ^_j_\Z ChrdZj -Ола: ПГТУ,
k ISBN 978 -5-8158 -1448 -6
8. 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.
9. Мазуркин П.М., Тишин Д.В. Волновая дина-
fbdZrbjbgu]h^bqguokeh_\^m[Z Ba\_klbyKZ
fZjkdh]h gZmqgh]h p _gljZ Jhkkbckdhc ZdZ^_fbbi a5

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