Күн және геомагниттік белсенділіктің циклдік қасиеттерін зерттеу: беткі температураның ғаламдық өзгергіштігінің маңызы
Авторлар
DOI:
https://doi.org/10.31489/2024No2/102-111Кілт сөздер:
геомагниттік белсенділік, күн белсенділігі, төмен жиілікті цикл, үлкен эпизод, спектрлік қуат, ғаламдық вейвлет-қуатыАңдатпа
Күн-геомагниттік белсенділіктің және ғаламдық жер бетіндегі температураның циклдік қасиеттері трендтік, жиіліктік және жиілік-уақыттық талдауды қолдануыммен зерттелді. Нәтижелер онжылдықтан ғасырға дейінгі уақыттық масшабтарында жарты ғасырлық (бір цикл үшін~ 49-56 жыл) және Глейсберг (бір цикл үшін 99-114 жыл) диапазонындағы төмен жиілікті циклдер Шваб фонында (бір цикл үшін~ 9-11 жыл) басымдылықты күн-геомагниттік белсенділік циклі ретінде жүретінін көрсетеді. Ғаламдық жер бетіндегі температуралар қатарындағы жалғыз басым циклі - бұл жарты ғасырлық цикл, ол оның және күн-геомагниттік белсенділік құбылыстарының арасындағы ықтимал болатын себеп-салдарлық байланысты болжайды. Цикл амплитудасының эволюциясы Швабе мен Глейсберг кезеңдерінің қуаты серияның басынан 20 ғасырдың ортасына дейін артты, содан кейін ол төмендей бастады. Жарты ғасырлық цикл амплитудасы бойынша 1800 жылдан кейін және қазіргі уақытқа дейін төмендеді. Геомагниттік белсенділікке келетін болсақ, Глейсберг циклінің амплитудасы серияның басынан бастап шамамен 2000 жылға дейін өсті, ал Швабе циклдерінің амплитудасы мен жарты ғасырлық циклдері сол аралықта төмендеді, тек 1980 жылдан кейін амплитудасы тез өскен Швабе циклін қоспағанда.Ғаламдық жер бетіндегі температураға келетін болсақ, Глейсберг циклдері мен жарты ғасырлық циклдердің амплитудасы қатар басталғаннан бері үздіксіз өсті, ал Швабе циклі өте төмен амплитудамен 1980 жылға дейін ауытқиды, содан кейін ол аздап өсті. Күн-геомагниттік белсенділік циклдерінің амплитудасының эволюциясы Маундердің минимумынан қалпына келуді және үлкен эпизодқа құлдырауды, ең алдымен, минимумды қамтиды.
References
Ibanga E.A., Agbo G. A., Inyang E. P., Ayedun F., Onuora L.O. (2020) Prediction of Solar Cycles: Implication for the Trend of Global Surface Temperature. Communication in Physical Sciences. 6(2), 882 – 890. Available at https://journalcps.com/index.php/volumes
Petrovay K. (2020) Solar cycle prediction. Living Rev Sol Phys. 17, 2-10. DOI:10.1007/s41116-020-0022-z(0123456789.
Kim J.H., Chang H.Y. (2014) Spectral Analysis of Geomagnetic Activity Indices and Solar Wind Parameters. Journal of Astronomy and Space Science. 31(2), 159 – 167. DOI: 10.5140/JASS.2014.31.2.159. DOI: https://doi.org/10.5140/JASS.2014.31.2.159
Okoh D.I., Seemala G.K., Rabiu A.B., Uwamahoro J., Habarulema J.B., Aggarwal M. (2018) Hybrid Regression-Neural Network (HR-NN) Method for Forecasting the Solar Activity. Space Weather. 16 (9), 1424-1436. DOI:10.1029/2018SW001907. DOI: https://doi.org/10.1029/2018SW001907
Hanslmeier A., Brajša R. (2010) The chaotic solar cycle I. Analysis of cosmogenic 14C-data. Astronomy and Astrophysics. 509, A5. DOI:10.1051/0004-6361/200913095. DOI: https://doi.org/10.1051/0004-6361/200913095
Peguero J.C., Carrasco V.M.S. (2023) A Critical Comment on “Can Solar Cycle 25 Be a New Dalton Minimum?” Solar Physics. 298: 48. DOI:10.1007/s11207-023-02140-7. DOI: https://doi.org/10.1007/s11207-023-02140-7
Kasde S.K; Sondhiya D.K., Gwal A.K. (2016) Analysis of Sunspot Time Series During the Ascending Phase of Solar Cycle 24 Using the Wavelet Transform. American Journal of Modern Physics. 5(5): 79 – 86.DOI:10.11648/j.ajmp.20160505.11. DOI: https://doi.org/10.11648/j.ajmp.20160505.11
Kristof P. (2020) Solar cycle prediction. Living Reviews in Solar Physics, 17: 2. DOI:10.1007/s41116-020-0022-z. DOI: https://doi.org/10.1007/s41116-020-0022-z
Muraki Y., Shibata S., Takamaru H., Oshima A. (2023) The 48-Year Data Analysis Collected by Ngoya Muon Telescope – A Detection of Possible (125±45)-Day Periodicity. Universe. 9, 372-387. DOI:10.3390/universe9090387. DOI: https://doi.org/10.3390/universe9090387
Torrence C., Compo G.P. (1998) A Practical Guide to Wavelet Analysis. Bulletin of the American Meteorological Society. 79(1), 61–78. DOI:10.1175/1520-0477(1998)079<0061:APGTWA>2.0.CO;2. DOI: https://doi.org/10.1175/1520-0477(1998)079<0061:APGTWA>2.0.CO;2
Riabova S. (2018) Application of wavelet analysis to the analysis of geomagnetic field variations. Journal of Physics: Conference Series. 1141:012146. DOI:10.1088/1742-6596/1141/1/012146. DOI: https://doi.org/10.1088/1742-6596/1141/1/012146
Liu Y., San Liang X., Weisberg R.H. (2007) Rectification of the Bias in the Wavelet Power Spectrum. Journal of Atmospheric and Oceanic Technology. 24, 2093–2102. DOI:10.1175/2007JTECHO511.1. DOI: https://doi.org/10.1175/2007JTECHO511.1
Cazelles B., Chavez M., Berteaux D., Menard F., Vik J.O., Jenouvrier S., Stenseth N.C. (2008) Wavelet analysis of ecological time series. Oecologia. 156 (2): 287–304. DOI: https://doi.org/10.1007/s00442-008-0993-2
Mohamed A.E., Eman S., Aly A., Shady E.M. (2010) Spectral Analysis of Solar Variability and their Possible Role on the Global Warming. Journal of Environmental Protection. 1, 111-116. DOI: https://doi.org/10.4236/jep.2010.12014
Downloads
Түсті
Өңделді
Қабылданды
Жарияланды
How to Cite
Журналдың саны
Бөлім
License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
