vmaitComputational Mathematics and Information TechnologiesComputational Mathematics and Information Technologies2587-8999Донской государственный технический университет10.23947/2587-8999-2024-8-2-24-32vmait-156Research ArticleMathematical Modelling (Математическое моделирование)Вероятностный анализ распределения потоков тепла в Северной Атлантике за 1979‒2022 годыProbabilistic Analysis of Heat Flux Distribution in the North Atlantic for 1979‒2022https://orcid.org/0000-0003-2111-2709БеляевК. П.BelyaevK. P.

Беляев Константин Павлович, ведущий научный сотрудник

117997, Москва, Нахимовский просп., 36

Konstantin P. Belyaev, Leading Researcher

36, Nakhimovsky Prospekt, Moscow, 117997

kosbel55@gmail.comhttps://orcid.org/0000-0002-4203-9953КулешовА. А.KuleshovA. A.

Кулешов Андрей Александрович, главный научный сотрудник

125047, Москва, Миусская пл., 4

Andrey A. Kuleshov, Chief Researcher

4, Miusskaya Sq., Moscow, 125047

andrew_kuleshov@mail.ruНовиковаА. В.NovikovaA. V.

Новикова Анастасия Вячеславовна, студент

299001, Севастополь, ул. Героев Севастополя, 7

Anastasia V. Novikova, Student at the Sevastopol Branch

7, Heroes of Sevastopol St., Sevastopol, 299001

novikovaav1@my.msu.ruhttps://orcid.org/0000-0001-5357-9640ТучковаН. П.TuchkovaN. P.

Тучкова Наталия Павловна, старший научный сотрудник

119333, Москва, ул. Вавилова, 40

Natalia P. Tuchkova, Senior Researcher at the Federal Research

40, Vavilova St., Moscow, 119333

natalia_tuchkova@mail.ruИнститут океанологии им. П.П. Ширшова Российской академии наукРоссияShirshov Institute of Oceanology of Russian Academy of SciencesRussian FederationИнститут прикладной математики им. М.В. Келдыша Российской академии наукРоссияKeldysh Institute of Applied Mathematics of Russian Academy of SciencesRussian FederationФилиал Московского государственного университета имени М.В. Ломоносова в СевастополеРоссияLomonosov Moscow State University Branch in Sevastopol, SevastopolRussian FederationФедеральный исследовательский центр «Информатика и управление» Российской академии наукРоссияFederal Research Center “Computer Sciences and Control” of Russian Academy of SciencesRussian Federation202404072024822432Copyright © Беляев К.П., Кулешов А.А., Новикова А.В., Тучкова Н.П., 20242024Беляев К.П., Кулешов А.А., Новикова А.В., Тучкова Н.П.Belyaev K.P., Kuleshov A.A., Novikova A.V., Tuchkova N.P.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.cmit-journal.ru/jour/article/view/156

Введение. Изучение процессов теплообмена и распределения потоков тепла в океанах имеет важное значение для понимания климатических изменений на Земле. Северная Атлантика, являющаяся одним из ключевых компонентов глобальной климатической системы, играет существенную роль в регулировании климата наших широт.Одним из ключевых инструментов для анализа распределения тепла в океанах является вероятностный анализ. В настоящей работе методами математического моделирования проводится статистический анализ данных наблюдений тепловых потоков в Северной Атлантике.Материалы и методы. Используемые методы включают в себя анализ случайных процессов, заданных стохастическим дифференциальным уравнением (СДУ) или уравнением Ито, аппроксимацию данных наблюдений и решение уравнения Фоккера-Планка-Колмогорова (ФПК) для описания эволюции вероятностного распределения тепла в океане.Результаты исследования. С помощью методов математического моделирования проведен вероятностный анализ распределения потоков тепла в Северной Атлантике за период с 1979 по 2022 годы. Результаты исследования позволили установить закономерности распределения потоков тепла в изучаемом регионе за рассматриваемый период времени.Обсуждение и заключения. Полученные результаты могут быть полезными для дальнейшего изучения климатических процессов в Северной Атлантике, а также для разработки стратегий управления ресурсами и защиты окружающей среды.

Introduction. The study of heat interaction processes and the distribution of heat flaxes in the oceans is important for understanding climate change on Earth. The North Atlantic, which is one of the key components of the global climate system, plays a significant role in regulating the climate of our latitudes. One of the key tools for analyzing heat distribution in the oceans is probabilistic analysis. In this work, using mathematical modelling methods, a statistical analysis of observational data on heat fluxes in the North Atlantic is carried out.Materials and Methods. The used methods include the analysis of random processes specified by the stochastic differential equation (SDE) or the Ito equation, approximation of observational data, and solution of the Fokker-Planck-Kolmogorov (FPK) equation to describe the evolution of the probabilistic distribution of heat in the ocean.Results. Using mathematical modelling methods, a probabilistic analysis of the distribution of heat fluxes in the North Atlantic for the period from 1979 to 2022 has been carried out. The results of the study made it possible to establish patterns of distribution of heat flux in the studied region over the period of time under consideration.Discussion and Conclusions. The results may be useful for further study of climate processes in the North Atlantic, as well as for the development of resource management and environmental protection strategies.

случайный процессстохастическое дифференциальное уравнениеуравнение Фоккера-Планка-Колмогоровапоток теплаRandom processstochastic differential equationFokker-Planck-Kolmogorov equationheat flowИсследование выполнено в рамках государственного задания, тема № FMWE-2024-0016.The research was carried out within the framework of a state asignment, topic No. FMWE-2024-0016.ReferencesGorshenin A., Osipova A., Belyaev K. Stochastic analysis of air-sea heat fluxes variability in the North Atlantic in 1979–2022 based on reanalysis data. Computers & Geosciences. 2023;181(10):105461. https://doi.org/10.1016/j.cageo.2023.105461Gorshenin A., Osipova A., Belyaev K. Stochastic analysis of air-sea heat fluxes variability in the North Atlantic in 1979–2022 based on reanalysis data. Computers & Geosciences. 2023;181(10):105461. https://doi.org/10.1016/j.cageo.2023.105461Cayan D.R. Variability of latent and sensible heat fluxes estimated using bulk formulate. Atmosphere-Ocean. 1992;30(1):1–42. https://doi.org/10.1080/07055900.1992.9649429Cayan D.R. Variability of latent and sensible heat fluxes estimated using bulk formulate. Atmosphere-Ocean. 1992;30(1):1–42. https://doi.org/10.1080/07055900.1992.9649429Parfitt R., Czaja A., Kwon Y.-O. The impact of SST resolution change in the ERA Interim reanalysis on wintertime Gulf Stream frontal air-sea interaction. Geophysical Research Letters. 2017;44(7):3246–3254. https://doi.org/10.1007/s00376-020-0072-0Parfitt R., Czaja A., Kwon Y.-O. The impact of SST resolution change in the ERA Interim reanalysis on wintertime Gulf Stream frontal air-sea interaction. Geophysical Research Letters. 2017;44(7):3246–3254. https://doi.org/10.1007/s00376-020-0072-0Belyaev K., Gorshenin A., Korolev V., Osipova A. Comparison of Statistical Approaches for Reconstructing Random Coefficients in the Problem of Stochastic Modelling of Air-Sea Heat Flux Increments. Mathematics. 2024;12(2):228. https://doi.org/10.3390/math12022288Belyaev K., Gorshenin A., Korolev V., Osipova A. Comparison of Statistical Approaches for Reconstructing Random Coefficients in the Problem of Stochastic Modelling of Air-Sea Heat Flux Increments. Mathematics. 2024;12(2):228. https://doi.org/10.3390/math12022288Simmons A., Hersbach H., Munoz-Sabater J., Nicolas J., Vamborg F., Berrisford P., de Rosnay P.,; Willett K., Woollen J. Low frequency variability and trends in surface air temperature and humidity from ERA5 and other datasets. ECMWF Technical Memoranda. 2021;881. https://doi.org/10.21957/ly5vbtbfdSimmons A., Hersbach H., Munoz-Sabater J., Nicolas J., Vamborg F., Berrisford P., de Rosnay P.,; Willett K., Woollen J. Low frequency variability and trends in surface air temperature and humidity from ERA5 and other datasets. ECMWF Technical Memoranda. 2021;881. https://doi.org/10.21957/ly5vbtbfdГихман И.И., Скороход А.В. Введение в теорию случайных процессов. Москва: Наука, 1977. 465 с.Gikhman I.I., Skorokhod A.V. Introduction to the Theory of Random Processes. Dover Publications, 1996. 516 p. (In Russ.).Самарский А.А. Теория разностных схем. Москва: Наука, 1977. 656 с.Samarsky A.A. The Theory of Difference Schemes. CRC Press, 2001. 786 p. (In Russ.). https://doi.org/10.1201/9780203908518

The authors declare that there are no conflicts of interest present.