natureПриродопользованиеNature Management2079-3928Институт природопользования НАН Беларусиnature-5Research ArticleГЕОГРАФИЯ. ГЕОЭКОЛОГИЯGEOGRAPHY. GEOECOLOGYКвантильный анализ среднемесячных значений температуры и осадков по территории БеларусиQuantile analysis of average monthly temperature and precipitation on the territory of BelarusЛогиновВ. Ф.LoginovV. F.

Логинов Владимир Фёдорович – академик, доктор географических наук, главный научный сотрудник

ул. Скорины, 10, 220076, г. Минск

Vladimir F. Loginov – Academician, D. Sc. (Geography), Chief Researcher

10, F. Skoriny Str., 220076, Minsk

info@nature-nas.byХитриковМ. А.KhitrykauM. A.

Хитриков Максим Александрович – кандидат географических наук, научный сотрудник

ул. Скорины, 10, 220076, г. Минск

Maksim A. Khitrykau – Ph. D. (Geography), Researcher

10, F. Skoriny Str., 220076, Minsk

m.a.hitrykau@gmail.comИнститут природопользования НАН БеларусиInstitute of Nature Management of the National academy of Sciences of Belarus20232810202501516Copyright © Логинов В.Ф., Хитриков М.А., 20252025Логинов В.Ф., Хитриков М.А.Loginov V.F., Khitrykau M.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.nature-journal.by/jour/article/view/5

Проведен анализ среднемесячной температуры воздуха и месячной суммы осадков с помощью метода квантильной регрессии. Рассматривались процентили, соответствующие выбранным экстремумам, т. е. ниже 0,1 и выше 0,9. Установлены особенности пространственной и временной изменчивости квантилей температуры воздуха для зимнего и летнего сезонов. Статистически значимая связь температуры воздуха с характеристиками подстилающей поверхности отмечается главным образом для квантилей 0,9 и выше. Пространственное распределение значений квантилей месячной суммы осадков более сложное и приблизительно отвечает сезонному среднему только для квантиля 0,9. В то же время их временная изменчивость хорошо согласуется с характером современного потепления климата. Обнаружена статистически значимая зависимость месячных сумм осадков от орографии местности.

Analysis of average monthly air temperature and monthly precipitation sums has been performed using quantile regression method. Percentiles corresponding with selected extremes, i. e. below 0.1 and above 0.9, were taken into consideration. Distribution and temporal variability of temperature quantiles were determined for winter and summer seasons. Statistically significant relation between air temperature and characteristics of underlying surface is observed mainly for quantile 0.9 above. Spatial distribution of quantiles of monthly precipitation sums is more complex and is close to seasonal average only for 0.9 quantile. At the same time, their temporal variability corresponds well with features of modern warming. Statistically significant relation between monthly precipitation sums and elevation above sea level was found.

квантильная регрессиясреднемесячная температура воздухамесячная сумма осадковt-статистика Стьюдента.quantile regressionaverage monthly air temperaturemonthly precipitation sumt-statistic.ReferencesKoenker, R. Regression quantiles / R. Koenker, G. Bassett // Econometrica. – 1978. – Vol. 40, iss. 1. – P. 33–50.Koenker R., Bassett G. Regression quantiles. Econometrica, 1978, vol. 40, iss. 1. pp. 33–50.Future climate emulations using quantile regression on large ensembles / M. A. Haugen [et al.] // Advances in Statistical Climatology, Meteorology and Oceanology. – 2019. – Iss. 5. – P. 37–55.M. A. Haugen [et al.]. Future climate emulations using quantile regression on large ensembles. Advances in Statistical Climatology. Meteorology and Oceanology, 2019, iss. 5. pp. 37–55.Abbas, S. A. Quantile regression based on methods for investigating rainfall trends associated with flooding and drought conditions / S. A. Abbas, Y. Xuan, X. Song // Water Resources Management. – 2019. – Vol. 33. – P. 4249–4264.Abbas S. A., Xuan Y., Song X. Quantile regression based on methods for investigating rainfall trends associated with flooding and drought conditions. Water Resources Management, 2019, vol. 33. pp. 4249–4264.Haupt, H. Quantile trend regression and its application to central England temperature [Electronic resource] / H. Haupt, M. Fritsch // Mathematics. – Vol. 10, iss. 3. – Mode of access: https://doi.org/10.3390/math10030413. – Date of access: 18.01.2022.Haupt H., Fritsch M. Quantile trend regression and its application to central England temperature [Electronic resource]. Mathematics, vol. 10, iss. 3. Available at: https://doi.org/10.3390/math10030413 (accessed 18 January 2022).Spatio-temporal quantile regression analysis revealing more nuanced patterns of climate change: a study of longterm daily temperature in Australia [Electronic resource] / Q. Duan [et al.] // PLoS ONE. – 2022. – Vol. 17, iss. 8. – Mode of access: https://doi.org/10.1371/journal.pone.0271457. – Date of access: 18.01.2022.Duan Q. Spatio-temporal quantile regression analysis revealing more nuanced patterns of climate change: a study of long-term daily temperature in Australia [Electronic resource]. PLoS ONE, 2022, vol. 17, iss. 8. Available at: https://doi.org/10.1371/journal.pone.0271457 (accessed 10 January 2022).Marasinghe, D. Quantile regression for climate data : master’s thesis / D. Marasinge ; Clemson University. – Clemson, 2014. – 63 p.Marasinghe D. Quantile regression for climate data: master’s thesis. Clemson University, Clemson, 2014, 63 p.Стерин, А. М. Тренды температуры в свободной атмосфере: расчеты с использованием метода квантильной регрессии / А. М. Стерин, А. С. Лавров // Фундаментальная и прикладная климатология. – 2021. – Т. 7, № 2. – С. 99–114.Sterin A. M., Lavrov A. S. Trendy temperatury v svobodnoy atmosphere: raschoty s ispol’zovaniem metoda kvantil’noy regressii [Temperature trends in upper atmosphere: calculations with quantile regression method]. Fundamental’naya i prikladnaya klimatologiya = Fundamental and applied climatology, 2021, vol. 2, no. 2. pp. 99–114. (in Russian)Koenker, R. Quantile Regression / R. Koenker. – Urbana-Campaign : University of Illinois, 2005. – 350 p.Koenker R. Quantile Regression. Urbana-Campaign, 2005, University of Illinois, 350 p.Python.org [Электронный ресурс]. – Режим доступа: https://www.python.org. – Дата доступа: 10.01.2023.Python.org [Electronic resource]. Available at: https://www.python.org/ (accessed 10 January 2022).Stasmodels 0.13.5: statistical models, hypothesis tests and data exploration [Электронный ресурс]. – Режим доступа: https://www.statsmodels.org/stable/index.html. – Дата доступа: 10.01.2023.Stasmodels 0.13.5: statistical models, hypothesis tests and data exploration [Electronic resource]. Available at: https://www.statsmodels.org/stable/index.html/ (accessed 18 January 2022)Логинов, В. Ф. Глобальные и региональные изменения климата: причины и следствия / В. Ф. Логинов. – Минск : ТетраСистемс, 2008. – 496 с.Loginov V. F. Global’nye i regional’nye izmeneniya klimata: prichiny i sledsviya [Global and regional changes of climate: reasons and consequences]. Minsk, TetraSystems Publ., 2008, 496 p. (in Russian)Логинов, В. Ф. Сезонные особенности изменения климата Беларуси / В. Ф. Логинов, Ю. А. Бровка // Природопользование. – Минск, 2014. – Вып. 25. – С. 16–22.Loginov V. F., Brovka Y. A. Sezonnye osobennosti izmeneniya klimata Belarusi [Seasonal features of climate changes in Belarus]. Prirodopol’zovaniye = Nature Management, 2014, no. 25, pp. 16–22. (in Russian)Логинов, В. Ф. Современные изменения регионального и глобального климата / В. Ф. Логинов, С. А. Лысенко. – Минск : Беларуская навука, 2019. – 314 с.Loginov V. F., Lysenko S. A. Sovremennye izmeneniya regional’nogo i global’nogo klimata [Modern changes in regional and global climate]. Minsk, 2019, 314 p. (in Russian)Логинов, В. Ф. Изменения климата Беларуси: причины, последствия, возможности регулирования / В. Ф. Логинов, С. А. Лысенко, В. И. Мельник. – 2-е изд. – Минск : Энциклопедикс, 2020. – 264 с.Loginov V. F., Lysenko S. A., Mel’nik V. I. Izmenenie klimata Belarusi: prichiny, posledstviya, vozmozhnosti regulirovaniya [Climate change in Belarus: causes, consequences, and regulatory opportunities]. Minsk, 218 p. (in Russian)Государственное учреждение «Республиканский центр по гидрометеорологии, контролю радиоактивного загрязнения и мониторингу окружающей среды» (Белгидромет) [Электронный ресурс]. – Режим доступа: https://www.belgidromet.by/. – Дата доступа: 10.01.2023.Gosudarstvennoye uchrezhdenie "Resbublikanskiy centr po gidrometeorologii, kontrolyu radioaktivnogo zagryazneniya i monitoringu okrizhayushchey sredy" (Belgidromet) [State institution "Republican center for hydrometeorology, control of radioactive contamination and environmental monitoring"]. Available at: https://www.belgidromet.by/ (accessed 18 January 2022)QGIS Project [Электронный ресурс]. – Режим доступа: https://www.qgis.org/ru/site/. – Дата доступа: 20.01.2023.QGIS Project. Available at: https://www.qgis.org/ru/site/ (accessed 20 January 2022)Хитриков, М. А. Оценка изменений и прогноз биоклиматического потенциала территории Беларуси : автореф. дис. … канд. геогр. наук : 25.03.08 / М. А. Хитриков ; Нац. акад. наук Беларуси, Ин-т природопользования. – Минск, 2021. – 24 с.Khitrykau M.A. Ocenka izmeneniy i prognoz bioklimaticheskogo potenciala Belarusi. Avtoref. dis. kand. geogr. nauk [Estimation of changes and forecast of bioclimatic potential of Belarus. Cand. of geogr. sci. abstract]. Minsk, 2021. 24 p. (in Russian)Нацыянальны атлас Беларусі / Кам. па зям. ресурсах, геадэзіі і картаграфіі пры Савеце Міністраў Рэсп. Беларусь ; [рэдкал.: М. У. Мясніковіч [і інш.]]. – Мінск : Белкартаграфія, 2002. – 292 с.Nacyjanal’ny atlas Belarusi [National atlas of Belarus]. Minsk, Belkartahrafija Publ., 2002, 292 p. (in Belarusian)

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