Методическое пособие 802

Литература

1.Ахмедеев П.Т., Кривуля В.Г., Стрижаков В.М. Восстановление боевой авиационной техники. Определение технического состояния деталей авиационной техники: Учебное пособие. М: ВВА, 2003. – 56 с.

2.Сафин А.М., Чижов И.А., Дмитриенко Н.Н., Рогов Н.В. Восстановление боевой авиационной техники. Оценка технического состояния боевой авиационной техники и средства контроля: Учебно-методическое пособие. Воронеж: ВУНЦ ВВС «ВВА», 2014. – 96 с.

3.Звягинцева, А.В. Моделирование процессов и совершенствование мероприятий по улучшению условий труда на горно-обогатительном комбинате / А.В. Звягинцева, С.А. Сазонова, В.Ф. Асминин // Моделирование систем и процессов. - 2019. - Т. 12. - № 2. - С. 10-16.

4.Звягинцева, А.В. Моделирование неорганизованных выбросов пыли и газов в атмосферу при взрывных работах на карьерах горно-обогатительных комбинатов / А.В. Звягинцева, С.А. Сазонова, В.В. Кульнева // Моделирование систем и процессов. - 2019. - Т. 12. - № 2.

-С. 17-25.

5.Звягинцева, А.В. Моделирование процессов и разработка мероприятий по сокращению пылегазовыделения на карьерах горно-обогатительного комбината / А.В. Звягинцева, С.А. Сазонова, В.В. Кульнева // Моделирование систем и процессов. - 2019. - Т. 12. - № 2. -

С. 26-32.

6.Асминин, В.Ф. Функциональные и конструктивные особенности облегченных звукоизолирующих панелей / В.Ф. Асминин, Е.В. Дружинина, С.А. Сазонова, Д.С. Осмоловский // Вестник Воронежского института высоких технологий. - 2019. - № 2 (29). - С. 4-7.

7.Иванова, В.С. Физическое моделирование аппарата пылеочистки скруббер Вентури для улучшения условий труда на производствах / В.С. Иванова, С.Д. Николенко, С.А. Сазонова, В.Ф. Асминин // Моделирование систем и процессов. - 2019. - Т. 12. - № 1. - С. 48 -55.

8.Звягинцева, А.В. Мониторинг стихийных бедствий конвективного происхождения по данным дистанционного зондирования с метеорологических космических аппаратов: монография / А.В. Звягинцева, А.Н. Неижмак, И.П. Расторгуев. Воронеж: ФГБОУ ВПО «Воронежский государственный технический университет», 2013. - 162 с.

9.Звягинцева, А.В. Прогнозирование опасных метеорологических явлений в определении характера и масштабов стихийных бедствий»: монография под общ. ред. И.П. Расторгуева / А.В. Звягинцева, И.П. Расторгуев, Ю.П. Соколова. Воронеж: ГОУВПО «ВГТУ», 2009.

-247 с.

10.Сазонова, С.А. Решение задачи статического оценивания систем теплоснабжения / Сазонова С.А. // Вестник Воронежского государственного технического университета. - 2011. - Т. 7. - № 5. - С. 43-46.

11.Молодая, А.С. Моделирование высокотемпературного нагрева сталефибробетона / А.С. Молодая, С.Д. Николенко, С.А. Сазонова // Моделирование, оптимизация и информаци-

онные технологии. - 2018. - Т. 6. - № 2 (21). - С. 323-335.

12.Николенко, С.Д. Математическое моделирование дисперсного армирования бетона / С.Д. Николенко, С.А. Сазонова, В.Ф. Асминин // Моделирование систем и процессов. - 2019. - Т. 12. - № 1. - С. 74 -79.

13.Локтев, Е.М. Моделирование рейтинговых показателей педагогических кадров военных кафедр / Е.М. Локтев, С.А. Сазонова, С.Д. Николенко, В.Ф. Асминин // Моделирование систем и процессов. - 2019. - Т. 12. - № 1. - С. 67 -73.

14.Власов, Н.М. Математическое моделирование водородной проницаемости металлов: монография / Н.М. Власов, А.В. Звягинцева. - Воронеж: ВГТУ, 2012. - 247 с.

15.Звягинцева, А.В. Структурные и примесные ловушки для точечных дефектов: монография / А.В. Звягинцева. Воронеж: ФГБОУ ВО «Воронежский государственный технический университет», 2017. 180 с.

16.Zvyagintseva, A.V. Increase of solubility of hydrogen in electrolytic alloys NI-B / A.V. Zvyagintseva, Y.N. Shalimov // NATO Science for Peace and Security Series C: Environmental

160

Security. - 2011. - Т. 2. - С. 519-528.

17.Zvyagintseva, A.V. Laws of diffusion of hydrogen in electrolytic alloys on the basis of nickel / A.V. Zvyagintseva, Y.N. Shalimov // NATO Science for Peace and Security Series C: Environmental Security. - 2011. - Т. 2. - С. 529-534.

18.Звягинцева, А.В. Моделирование воздействия ртутьсодержащих отходов объектов техносферы на окружающую среду и разработка мероприятий по охране атмосферного воздуха / А.В. Звягинцева, С.А. Сазонова, В.В. Кульнева // Моделирование систем и процессов.

-2019. - Т. 12. - № 3. - С. 17-26.

19.Звягинцева, А.В. Моделирование техногенного воздействия ТЭЦ на окружающую среду и разработка инженерно-технических природоохранных мероприятий / А.В. Звягинцева, С.А. Сазонова, В.В. Кульнева // Моделирование систем и процессов. - 2019. - Т. 12. - № 3.

-С. 27-34.

20.Звягинцева, А.В. Оценка процесса техногенного загрязнения атмосферы объектами теплоэнергетики и разработка инженерно-технических природоохранных мероприятий / А.В. Звягинцева, С.А. Сазонова, Н.В. Мозговой // Моделирование систем и процессов. - 2019. - Т.

12. - № 3. - С. 34-41.

21.Сазонова, С.А. Математическое моделирование параметрического резерва систем теплоснабжения с целью обеспечения безопасности при эксплуатации / С.А. Сазонова, С.Д. Николенко, А.В. Звягинцева // Моделирование систем и процессов. - 2019. - Т. 12. - № 3. -

С. 71-77.

ФГКВОУ ВПО «Военный учебно-научный центр Военно-воздушных сил «Военновоздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина», г. Воронеж

N.V. Rogov, E. A. Yemets

IMPROVING THE EFFICIENCY OF OPTICAL NONDESTRUCTIVE TESTING IN THE EVALUATION OF THE TECHNICAL CONDITION OF THE AIRCRAFT

Considered one of the most common ways of examination flowing parts of aircraft engine visual-optical method of nondestructive testing. The paper presents the technical characteristics of endoscopes, verheij operational check. Based on the analysis conclusions are made about the economic feasibility of a choice of devices by the criterion "efficiency-cost".

Key words: airplane, endoscope, foreign object, blade, visual-optical method.

Federal State Official Military Educational Institution of Higher Professional Education Military Educational Research Centre of Air Force «Air Force Academy named

after professor N.E. Zhukovsky and Yu.A. Gagarin», Voronezh

161

УДК 519.816

А.Р. Нагорный, С.Н. Башлыков, В.В. Андронников

МЕТОДИКА НЕЧЕТКОГО ЛОГИЧЕСКОГО ВЫВОДА В СИСТЕМЕ ПОДДЕРЖКИ ПРИНЯТИЯ МЕТЕОЗАВИСИМЫХ РЕШЕНИЙ НА БАЗЕ АНАЛИЗА

НЕ ПОЛНОСТЬЮ ОПРЕДЕЛЕННОЙ ИНФОРМАЦИИ

В статье рассматривается методический подход поддержки принятия решений при управлении метеозависимой авиационной системой, позволяющий решать задачи прямого нечеткого логического вывода в условиях не полностью определенной информации.

Ключевые слова: поддержка принятия решений, нечеткий логический вывод, нечеткие продукционные правила, функция принадлежности

Организация полета, и распределение ресурсов авиационной системы для выполнения любой авиационной задачи – прерогатива командира, который выступает в роли лица, принимающего решения (ЛПР). Важной функцией ЛПР является рациональное использование фактической и прогностической метеорологической информации, рекомендаций специалистов метеорологической службы, на основе которых осуществляется выбор и назначение ресурсов авиационной системы, обеспечивающих снижение негативного влияния факторов внешней среды на безопасность полета и, как следствие, на эффективность выполнения задачи в целом.В настоящее время успешность выполнения данной функции определяется субъективными факторами – квалификацией и опытом ЛПР.

В современных условиях с учетом требования высокой оперативности принимаемых решений, ЛПР сталкивается с проблемой дефицита времени, необходимого для тщательного анализа представляемой ему метеорологической информации, что может приводить к неверной оценке влияния погодных условий на безопасность полета и эффективность выполнения задачи в целом. Статистические данные показывают, что в 68% случаев причиной авиационных инцидентов и происшествий является неправильный учет неблагоприятного состояния атмосферы в процессе принятия решений человеком при организации полета или в полете. Решение проблемы человеческого фактора при учете погодных условий для организации полетов является одним из важных этапов создания экспертных систем поддержки принятия метеозависимых решений.

Таким образом, целью исследования является разработка такого математического аппарата, который позволит формализовать не полностью определенную метеорологическую информацию, для обеспечения корректного и объективного решения.

Любой полет можно разделить на несколько этапов (взлет, полет к цели и обратно, выполнение задачи и посадка), которые характеризуются своим вектором метеорологических характеристик. Выполнение этих этапов в современных моделях рассматривается как последовательность случайных событий, наступающая с некоторой вероятностью.Вместе с тем при отсутствии достаточных статистических данных в работе в качестве частного показателя эффективности каждого этапа полета предлагается использовать возможность его выполнения, что соответствует понятию нечетких систем. Такой подход позволяет сформулировать задачу ЛПР как обеспечение максимальной возможности решения задачи в сложных метеорологических условиях. Состав данных векторов может меняться в зависимости от типа воздушного судна, вида и выбранного способа решения задачи и т.д.

_________________________________

© Нагорный А.Р., Башлыков С.Н., Андронников В.В., 2019

162

В связи с этим в работе влияние метеоусловий формализовано вектором метеорологических характеристик, который имеет вид:

видимость; х14 – скорость и направление ветра у земли и т.д.

При этом на принятое решение u* существенное влияние будут оказывать ресурсы АС u , которые также описываются с помощью соответствующих векторов: u1 (u11,...,u1n )

внешних факторов; ук – возможность выполнения задачи без учета внешних факторов; x, u – значения компонентов векторов метеорологических характеристик и характеристик

АС соответственно Теперь цель принятия решений можно представить в виде:

u U ; у у min .

Структурная модель процесса принятия метеозависимых решений, отображающая решение задачи нахождения самого худшего этапа по метеорологическим условиям («узкое место») представлена на рис. 1., где схематически обозначены основные этапы выполнения задачи и с целью сокращения размерности задачи принятия решения, предлагается определить этап с наименьшей возможностью выполнения. Тогда выбор необходимых ресурсов будет происходить по блоку, называемым «узким местом». Далее выбранные ресурсы необходимо проверить на соответствие нормативным метеорологическим ограничениям.

Рис. 1. Структурная модель принятия метеозависимого решения

Расчет возможностей по каждому этапу уiба и выбор минимальной возможности y min

далее называется прямой задачей, а выбор ресурсов u – обратной задачей принятия метеозависимых решений.

163

Далее возникает задача построения функции отображения пар x, u в возможность выполнения задачи

где A, B, C – нечеткие высказывания о характеристиках атмосферы, наличии и оснащении

воздушных судов, а также о возможности выполнения задачи соответственно и связанные логическими операторами «конъюнкция», «дизъюнкция» и «импликация».

Такое предложение обосновывается широким использованием в мировой практике при решении задач выбора следующей структурной модели нечеткого логического вывода, представленной на рис.2.

Рис. 2. Структурная модель нечеткого логического вывода

Модель включает базу знаний в виде совокупности нечетких продукционных правил, которые при помощи механизма прямого и обратного вывода подаются в блок агрегации, в котором нечеткое множество агрегируется в конечный нечеткий результат и дефаззифицируется в четкое решение.

Соответственно возникает задача разработки методики построения базы знаний, механизма вывода, агрегатора и дефаззификатора.

Предлагается следующая методика прямого вывода,которая определяет механизм вывода, показанного на рис. 2, и которая состоит из следующих этапов:

а) определяются экспертные оценки возможности выполнения задачи по каждому

б) далее производится агрегация результатов вывода по каждому правилу для конкретной лингвистической переменной с использованием граничного алгебраического подхода представленногоследующим выражением:

164

Для дефаззификации агрегированного значения экспертной возможности выполнения этапа полета предлагается

в) воспользоваться нормированным средневзвешенным значением

1

C ( y) ydy

Если выбранная таким образом возможность выполнения задачи на этапе «узкое место» не устраивает ЛПР с точки зрения достижения требуемой возможности, то необходимо решать обратную задачу, т.е. выбирать такой ресурс, который обеспечит максимальное приближение к требуемой возможности.

Таким образом, предложенная методика нечеткого логического вывода, позволяет решать прямые задачи в условиях метеорологической неопределенности и в рамках дальнейшего исследования планируется оптимизировать процесс согласования результатов прямого и обратного вывода и получить минимальную ошибку при проведении данной процедуры. При подготовке статьи были рассмотрены работы [7-21].

Литература

1.Мирошник, И.В. Теория автоматического управления. Нелинейные и оптимальные системы. – СПб.: Питер, 2006. – 272 с.

2.Матвеев, М.Г. Управление организационно-технической системой в условиях метеорологической неопределенности /М.Г. Матвеев, В.В. Михайлов// – Воронеж: ВВАИУ,

2006. – 128 с.

3.Борисов, В.В. Нечеткие модели и сети / В.В. Борисов, В.В. Круглов, А.С. Федулов//

–М.: Горячая линия –Телеком, 2007. – 284 с.

4.Хижняков, Ю.Н. Алгоритмы нечеткого, нейронного и нечетконейронного управления в системах реального времени. Пермь: ПНИТУ, 2013. – 160 с.

5.Mamdani E.N. Advanses in the Linguistic Synthesis of Fuzzy Controllers// Intern. J. ofMan-MachineStudies. – 1976. Vol.8 – P. 667–678.

6.Блюмин, С.Л. Нечеткаялогика: алгебраическиеосновыиприложения/С.Л. Блюмин, И.А. Шуйкова, П.В. Сараев, И.В. Черпаков// – Липецк: ЛЭГИ, 2002. – 111 с.

7.Звягинцева, А.В. Моделирование процессов и совершенствование мероприятий по улучшению условий труда на горно-обогатительном комбинате / А.В. Звягинцева, С.А. Сазонова, В.Ф. Асминин // Моделирование систем и процессов. - 2019. - Т. 12. - № 2. - С. 10-16.

8.Звягинцева, А.В. Моделирование неорганизованных выбросов пыли и газов в атмосферу при взрывных работах на карьерах горно-обогатительных комбинатов / А.В. Звягинцева, С.А. Сазонова, В.В. Кульнева // Моделирование систем и процессов. - 2019. - Т. 12. - № 2. - С. 17-25.

9.Звягинцева, А.В. Моделирование процессов и разработка мероприятий по сокращению пылегазовыделения на карьерах горно-обогатительного комбината / А.В. Звягинцева, С.А. Сазонова, В.В. Кульнева // Моделирование систем и процессов. - 2019. - Т. 12. - № 2. -

С. 26-32.

10.Асминин, В.Ф. Функциональные и конструктивные особенности облегченных звукоизолирующих панелей / В.Ф. Асминин, Е.В. Дружинина, С.А. Сазонова, Д.С. Осмоловский // Вестник Воронежского института высоких технологий. - 2019. - № 2 (29). - С. 4-7.

11.Иванова, В.С. Физическое моделирование аппарата пылеочистки скруббер Вентури для улучшения условий труда на производствах / В.С. Иванова, С.Д. Николенко, С.А. Сазонова, В.Ф. Асминин // Моделирование систем и процессов. - 2019. - Т. 12. - № 1. - С. 48 -55.

165

12.Звягинцева, А.В. Мониторинг стихийных бедствий конвективного происхождения по данным дистанционного зондирования с метеорологических космических аппаратов: монография / А.В. Звягинцева, А.Н. Неижмак, И.П. Расторгуев. Воронеж: ФГБОУ ВПО «Воронежский государственный технический университет», 2013. - 162 с.

13.Звягинцева, А.В. Прогнозирование опасных метеорологических явлений в определении характера и масштабов стихийных бедствий»: монография под общ. ред. И.П. Расторгуева / А.В. Звягинцева, И.П. Расторгуев, Ю.П. Соколова. Воронеж: ГОУВПО «ВГТУ»,

2009. - 247 с.

14.Сазонова, С.А. Моделирование нагруженного резерва при авариях гидравлических систем / С.А. Сазонова // Моделирование, оптимизация и информационные технологии.

-2015. - № 4 (11). - С. 7. http://moit.vivt.ru/

15.Сазонова, С.А. Применение декомпозиционного метода при моделировании потокораспределения в гидравлических системах / С.А. Сазонова // Моделирование, оптимизация и информационные технологии. - 2015. - № 4 (11). - С. 14. http://moit.vivt.ru/

16.Власов, Н.М. Математическое моделирование водородной проницаемости металлов: монография / Н.М. Власов, А.В. Звягинцева. - Воронеж: ВГТУ, 2012. - 247 с.

17.Звягинцева, А.В. Структурные и примесные ловушки для точечных дефектов: монография / А.В. Звягинцева. Воронеж: ФГБОУ ВО «Воронежский государственный технический университет», 2017. 180 с.

18.Звягинцева, А.В. Моделирование воздействия ртутьсодержащих отходов объектов техносферы на окружающую среду и разработка мероприятий по охране атмосферного воздуха / А.В. Звягинцева, С.А. Сазонова, В.В. Кульнева // Моделирование систем и процессов.

-2019. - Т. 12. - № 3. - С. 17-26.

19.Звягинцева, А.В. Моделирование техногенного воздействия ТЭЦ на окружающую среду и разработка инженерно-технических природоохранных мероприятий / А.В. Звягинцева, С.А. Сазонова, В.В. Кульнева // Моделирование систем и процессов. - 2019. - Т. 12. - № 3.

-С. 27-34.

20.Звягинцева, А.В. Оценка процесса техногенного загрязнения атмосферы объектами теплоэнергетики и разработка инженерно-технических природоохранных мероприятий / А.В. Звягинцева, С.А. Сазонова, Н.В. Мозговой // Моделирование систем и процессов. - 2019. - Т. 12. - № 3. - С. 34-41.

21.Сазонова, С.А. Математическое моделирование параметрического резерва систем теплоснабжения с целью обеспечения безопасности при эксплуатации / С.А. Сазонова, С.Д. Николенко, А.В. Звягинцева // Моделирование систем и процессов. - 2019. - Т. 12. - № 3. -

С. 71-77.

ФГКВОУ ВПО «Военный учебно-научный центр Военно-воздушных сил «Военновоздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина», г. Воронеж

A.R. Nagornyy, S.N. Bashlykov, V.V. Andronnikov

METHODOLOGY OF FUZZY LOGICAL CONCLUSION IN THE SYSTEM

OF SUPPORT OF ACCEPTANCE OF METEO-DEPENDENT SOLUTIONS ON THE BASIS

OF ANALYSIS OF NOT FULLY DEFINED INFORMATION

The article discusses the methodological approach of decision support in the management of aviation weather-sensitive system that allows to solve problems of direct fuzzy inference in conditions not fully certain information.

Key words: decision support, fuzzy inference, fuzzy production rules, membership function

Federal State Official Military Educational Institution of Higher Professional Education Military Educational Research Centre of Air Force «Air Force Academy named

after professor N.E. Zhukovsky and Yu.A. Gagarin», Voronezh

166

УДК 551.582

Т.Н. Задорожная, В.П. Закусилов, Р.Г. Любимов

АНАЛИЗ ВЗАИМНО-КОРРЕЛЯЦИОННЫХ СВЯЗЕЙ ПОЛЕЙ ТЕМПЕРАТУРЫ ВОЗДУХА В СЕКТОРАХ УМЕРЕННЫХ ШИРОТ СЕВЕРНОГО ПОЛУШАРИЯ

Приведены результаты анализа взаимно-корреляционных связей между полями среднемесячных значений температуры воздуха, наблюдаемой в 30-ти градусных секторах, умеренных широт северного полушария (широтная зона 40–60о с.ш.). Проведен сравнительный анализ парных коэффициентов корреляции, рассчитанных для отдельных месяцев теплого и холодного периодов года.

Ключевые слова: парные коэффициенты корреляции, климатический прогноз, среднемесячная температура воздуха, северное полушарие, умеренные широты.

Важность климатических прогнозов в настоящее время не вызывает сомнений, однако несмотря на современные достижения в области моделирования атмосферных процессов, успешность прогнозов на месяц и более длительное время не в полной мере удовлетворяет потребителя. Причиной тому может быть недостаточное использование в моделях выявленных закономерностей поведения отдельных компонентов климатической системы, в первую очередь основного показателя климатических изменений – температуры воздуха.

Важной закономерностью атмосферы, выявленной Б.П. Мультановским [1], является инерция синоптических процессов в пространстве, которая, в последующем, позволила разрабатывать долгосрочные прогнозы погоды. Недостаток ее – качественный характер, т.е. нет численных значений, подтверждающих величину функций влияния в том или ином регионе, в различные периоды года.

Целью работы – выявление количественных оценок взаимосвязей между температурными полями рядом расположенных в широтном направлении участков (секторов) территории в теплый и холодный период года.

Для решения задачи на пространстве северного полушария рассматривалась широтная зона: 40–60о с.ш., разделенная 30-градусными секторами с некоторыми перекрытиями. Всего выделено 12 секторов, обозначенных цифрами в скобках: (1) 0–30о в. д., (2) 30–60о в. д., (3)

60–90о в. д., (4) 90–120о в. д., 5) 120–150о в.д., (6) 150–180о в.д., (7) 180–150о з.д., (8) 150–120о з.д., (9) 120–90о з.д., (10) 90–60о з.д., (11) 60–30о з. д., (12) 30–0о з.д.

Исходными данными служили среднемесячные значения температуры воздуха по данным реанализа [2] за период с 1958 по 2014 годы. Для каждого сектора производился расчет средних по сектору значений температуры:

ными 2,5о, N – количество узлов вдоль широты j (j = 1,2,…,13) в секторе S, М – количество узлов вдоль долготы i (i=1,2,…,9) в секторе S. В каждом секторе использовано 113 узлов регулярной сетки (2,5о 2,5о), t – календарный месяц t (t = 1,2,…,12), q – порядковый номер года в выборке одноименных месяцев (q = 1,2,…,57).

При расчете межсекторных связей использовались взаимно-корреляционные функции между температурой воздуха, усредненной по фиксированному сектору, поочередно, с температурой воздуха в рядом расположенных 30-ти градусных секторах северного полушария.

_________________________________

© Задорожная Т.Н., Закусилов В.П., Любимов Р.Г., 2019

167

Согласно [3] для исходной выборки значимой величиной коэффициента корреляции является значение 0,3. В данном исследовании, в целях большего доверия, в качестве значимого рассматривался коэффициент корреляции R ≥ 0,4.

Из рисунка 1а следует, что в ноябре увеличивается межсекторная теснота связей между западным и восточным районами Европейской территории. Тесная связь проявляется также между секторами на всей континентальной части восточного полушария, но наиболее высокие (R = 0,8) отмечается между Западной Сибирью и отдельными секторами Восточной Сибири. Резкое нарушение тесноты связей обнаруживается между шестым и седьмым секторами, то есть при переходе с континентальной на океаническую поверхность Тихого океана. Здесь связь приобретает отрицательный знак, но величина не достигает уровня значимости. Полностью отсутствуют связи над Тихим океаном и приобретают значимые величины коэффициентов корреляции между секторами Северной Америки.

В декабре, как показано на рисунке 1б повсеместно устанавливается зимний характер погоды. На всей исследуемой территории северного полушария межсекторные корреляционные связи приобретают положительные значения с относительно высокими значениями над континентальной поверхностью и не достигающими уровня значимости между секторами с океанической поверхностью. Наиболее высокие коэффициенты в этом месяце отмечены между Западной Сибирью и западным сектором Восточной Сибири. Особо следует указать на появление высоких связей между секторами Европы и отсутствие связей над океаническими поверхностями.

Из рисунка 1в следует, что в январе, значимые межсекторные корреляционные связи наблюдаются над всей Европейской территорией и Западной Сибирью, где коэффициенты корреляции превышают значения 0,6. С меньшей надежностью (R = 0,55) к ним можно присоединить и сектор 120–150о в. д. Наиболее тесно в данном месяце связаны между собой сектора 60–90 о и 90–120о в. д., то есть территория Западной Сибири и западной части Восточной Сибири. В них коэффициенты сопряженности превышают величину 0,8, что может свидетельствовать о высокой их надежности.

Начиная с сектора 120–150о в. д. и до долготы 180–210о в. д. (далее для удобства значения меридианов переведены в восточную долготу) в январе, степень связей между секторами резко убывает. Особенно это относится к секторам 150–210о в. д., для которых наблюдается минимум корреляционных функций, не достигающих уровня значимости, что связано, с неоднородностью подстилающей поверхности, при переходе с континента на океан.

Второй регион, имеющий достаточно высокие связи, расположен на территории с координатами 240–300о в. д. (территория Северной Америки). Особенно велика секторальная связь между западной и восточной ее частями. В тоже время, отсутствует сопряженность между секторами, находящимися на границе континентальной и океанической поверхностями.

Практически аналогичная ситуация взаимосвязей между секторами обнаруживается и в феврале, представленных на рисунке 1г. В этом месяце высокие корреляционные связи (R = 0,6– 0,75) наблюдаются от западных окраин Европы до 120ов. д. С меньшей надежностью (R = 0,42) можно судить о наличии сопряженности между секторами 120–150о в. д. и 150–180о в. д. Минимальная инерция отмечается между секторами, начиная с долгот 150–180о в. д., где уровень связей не достигает значимых величин. Повышенные связи отмечаются для секторов, начиная с 240–270о в. д. до 300–330о в. д. В то же время в феврале связь между западной и восточной частями Северной Атлантики является отрицательной, хотя и не с высокими значениями.

На рисунке 2 представлены особенности распределения межсекторных связей для месяцев теплого периода (в умеренных широтах за этот период приняты месяца май, июнь,июль, август). В связи со сменой атмосферных процессов в тропосфере и переходом на весеннее-летний характер циркуляции, меняется и характер распределения тесноты связей по территории полушария.

Этот факт отразился и на характере преимущественных локализаций значимых связей в весенне-летний период. Особенностью пространственной инерции в этих месяцах является отсутствие значимых межсекторных связей между секторами Европы и Западной Сибири. В то же время, отмечаются значимые связи между секторами Восточной Сибири и Американским

169