162 Глава 5 масштабами около пяти лет в общую изменчивость составляет для Ладожского озера 23%, что свидетельствует о значительной роли этих колебаний. Оценка низкочастотных флуктуаций с временны- ми масштабами 20-30 лет в спектрах уровня озер Ладожское Онежское и Саймаа по имеющейся реализации не является досга: точно надежной. Поэтому представляется целесообразным оценить Ё:::;ральную плотность изменений уровня Ладожского и Онеж- оо :ЁЁ› непараметрическим методом — методом максимальной Для суммарного притока в Ладожское озеро характерно, что внутри года имеются колебания разного частотного интервала: вес- ной — резкий узкополосный максимум, обусловленный: весеNo пс;›ил_оводьем; осенний максимум — с меньшей степенью регулярно- Пав;›ж;{пьше годы появляется еще всплеск, связанный с летними Особенность рассматриваемых временных реализаций состоит в том, что год от года наблюдается определенная повторяемость цесса. Причем главной чертой последней является модуляция ]ЁЁЁ: лабление или усиление) внутригодовых циклов, четко проявляю- щаяся в озерах, что свидетельствует о нестшшонарйосш процесса, а ежегодная повторяемость сезонных колебанйй, в свою очередь, — о том, что ему может соответствовать периодически корраш;ро- вахшыив дисж процесс (ПКСП) (Рожков, Трапезников, 1988). частот, соответствующих межгодовой изменчиво- сти, характер спектральной структуры существенно отличается. Не наёшодаются резко выраженные узкополосные максимумы вк;хсо— ‘ кой интенсивности. Выделяется набор размытых пиков с времен- ными периодами 5—7 и около 30 лет. В спектре отражено, что вме- ;::: :ожаъаазстшноне ‹:{жляшей внутригодовых колебаний в ука- г межгодовая изменчивость формируется путем наложения случайных неупорядоченных колебаний (типа красного шума или низкочастотного тренда) и циклов с времен- ными масштабами от 2 до 30 лет. Ренея ми Для прогноза уровня озер важно оценить его связь с фактора- м: ‚ определяющими его изменчивость. Для Ладожского и Онеж-. нЪ::го @евш ;ш: других проточных водоемов бореальной зо- меныней мере ашос‹;)веерн›;юспши приток, сток из водоема и, в меный ‚ рные осадки и испарение с водной поверх- ЯВЛЯЁГСЬ; о:;;н;из жшчіских воздействий на водоемы важным аний уровня водоемов, как интегрального ИЗМЕНЕНИЯ КЛИМАТА И ВОДНЫЕ СИСТЕМЫ 163 показателя изменений. Для изучения уровня водоемов широко применялись разнообразные модели, основанные на анализе ли- нейного уравнения водного баланса и использовании моделей ав- торегрессии для таких бессточных водоемов как Каспийское и Аральское моря, озера Балхаш и Иссык-Куль (Привальский, 1985, Раткович, 1993), а также для сточных озер (Музылев, Привальский, Раткович, 1982). В работе Ратковича (1993) справедливо показано, что поскольку уровень водоема отражает интегральное влияние притока, стока, осадков, испарения, реакцию собственной термо- гидродинамической системы, его поведение целесообразно описывать путем изучения вероятностных характеристик вод- ного баланса. ‚ Уровень водоемов имеет высокую степень коррелирован- ности, до 0,9, что показывает присутствие длительных серий высо- ких и низких уровней. Таким образом, делается вывод о бессмыс- ленности привлечения для прогноза длительных серий наблюде- ний уровня, содержащих многочисленные погрешности. Лучше применять для этих целей данные об элементах водного баланса, репрезентативность которых выше, чем уровня водоемов. К тому же элементы водного баланса имеют меньшую степень автокорре- лированности. По данным работы (Раткович,1993), автокорреля- ция составляет для испарения — 0,4-0,5, осадков — 0,1, а стока — 0,3. Стохастический характер колебаний этих элементов предпола- гает только вероятностное описание процесса. Последовательность значения притока к водоему, осадков и испарения задаются сто- хастическими моделями. Это так называемый класс динамико- стохастических моделей. Модели этого вида классифицируются по нескольким признакам. Это могут быть линейные и нелинейные модели, с одним или несколькими входами, © коррелированными и некорреллированными входами. Остановимся здесь на результа- тах, полученных с использованием этих моделей. При вероятностном описании временных рядов гидроло- гических данных и дальнейшем использовании различных вероят- ностных моделей для МНОГИХ параметров таких моделей трудно установить их физический смысл, в то время как для динамико- стохастических он ясен. Примененные для прогноза уровня Кас- пийского моря линейные модели этого типа и полученные резуль- таты пришли в противоречие © тенденцией резкого повышения `уровня этого водоема в начале %0-х годов. То, что примененная в работах (Привальский, 1985, КаЖоуйсй, 1993) методика вероятно- стного прогноза с использованием линейных моделей водного ба-