Коэффициент районный челябинск: Районный коэффициент челябинск \ Акты, образцы, формы, договоры \ Консультант Плюс
Базовая ставка, стоимость по новым тарифам
Чтобы корректно посчитать ОСАГО, необходимо учитывать следующие параметры:
Предельные размеры базовых ставок страховых тарифов (их минимальные и максимальные значения, выраженные в рублях) устанавливаются Банком России в зависимости от технических характеристик, конструктивных особенностей транспортного средства, собственника транспортного средства (физическое или юридическое лицо), а также от назначения и (или) цели использования транспортного средства (транспортное средство специального назначения, транспортное средство оперативных служб, транспортное средство, используемое для бытовых и семейных нужд либо для осуществления предпринимательской деятельности (такси).
В границах минимальных и максимальных значений базовых ставок страховых тарифов страховщики с учётом используемых у них факторов применяемых для установления базовых ставок страховых тарифов, устанавливают значения базовых ставок страховых тарифов применяемых при расчете страховой премии по договору ОСАГО.
Мощность двигателя ТС. Чем больше показатель, тем выше расчетный коэффициент мощности (КМ). Так, если для транспортных средств с двигателями до 50 л. с. он составит 0,6, то для авто мощностью более 150 л. с. КМ увеличивается до 1,6.
Территория преимущественного использования (КТ)
. Водители в крупных городах чаще попадают в аварии, чем жители сельской местности. Поэтому для мегаполисов коэффициент выше, чем для регионов. Например, страховые тарифы ОСАГО в 2019 году для автовладельцев из Москвы включают территориальный коэффициент 1,99, а для подмосковных водителей — уже 1,63.Возраст и стаж водителя (КВС). Чем меньше возраст и стаж автовладельца, тем выше будет стоимость полиса. Если он оформляется на несколько водителей, коэффициент КВС будет определяться по самому младшему и неопытному из них. А при открытом полисе полисе (это т.н. неограниченный список) коэффициент составит 1,94.
Число водителей, допущенных к управлению ТС (КО). При неограниченном списке базовый страховой тариф ОСАГО умножают на коэффициент КО=1,94. При отражении в полисе ограниченного перечня лиц — на 1,0, при условии, что эти водители имеют достаточный возраст и стаж.
Аварии в прошлом (бонус-малус, или КБМ). Безаварийная езда дает право на скидку. При аккуратном вождении в течение года стоимость полиса снижается на 5 %, в течение двух лет подряд — на 10 % и так далее. Максимально страховые тарифы ОСАГО могут быть снижены на 50 % в течение 10 лет.
Период использования транспортного средства (КС). Он отражает период времени в течение календарного года, на протяжении которого будет использоваться авто. Минимальный период использования в договорах с физлицами составляет 3 месяца.
Северный стаж дорогого стоит. Вечерний Челябинск.
При определении размеров пенсий учитывается отношение среднемесячного заработка гражданина к среднемесячному заработку в Российской Федерации в размере не свыше 1,2.
Вместе с тем для некоторых категорий при определении размера выплаты применяется повышенное отношение заработков. Подробнее об этом нам сегодня расскажет главный специалист отдела назначения пенсий с учётом специального стажа ОПФР по Челябинской области Татьяна ПИСКЛОВА.
— Повышенное отношение устанавливается для проживающих или работавших на территории районов Крайнего Севера или приравненных к ним местностях, в которых установлены районные коэффициенты к заработной плате. Каковы размеры повышенного отношения заработков и от чего они зависят?
— Размеры повышенного отношения определены непосредственно законом и зависят от размера районного коэффициента, установленного к заработной плате работников в том регионе, в котором трудился пенсионер.
Отношение среднемесячного заработка застрахованного лица к среднемесячной заработной плате в Российской Федерации учитывается в следующих повышенных размерах:
– не свыше 1,4 — для граждан, проживающих или работавших в указанных районах и местностях, в которых к заработной плате работников установлен районный коэффициент в размере до 1,5;
– не свыше 1,9 — для граждан, проживающих или работавших в указанных районах и местностях, в которых к заработной плате работников установлен районный коэффициент в размере от 1,8 и выше.
Здесь следует отметить, что для определения размера повышенного отношения заработков учитывается районный коэффициент к заработной плате, действующий в районе Крайнего Севера или приравненной к нему местности для рабочих и служащих непроизводственных отраслей, установленный федеральным органом исполнительной власти.
Повышенные районные коэффициенты, установленные в указанных районах для рабочих и служащих производственных отраслей либо местными органами власти, не применяются.
— Необходимо ли подтверждение каких-либо дополнительных условий для установления повышенного отношения помимо работы на Севере?
— Повышенное отношение устанавливается в зависимости от категории пенсионера при соблюдении определённых условий. Первая категория, имеющая право на применение повышенного отношения, это лица, проживавшие на 1.01.2002 г. на территории районов Крайнего Севера или приравненных к ним местностях.
Для них повышенное отношение устанавливается независимо от продолжительности стажа работы в указанных районах и местностях, возраста и вида трудовой пенсии.
Если гражданин на 1.01.2002 г. не проживал на Крайнем Севере или приравненной к нему территории, но ранее работал в организациях, расположенных там, то он относится к другой категории лиц.
Тогда повышенное отношение заработков для расчёта пенсии устанавливается при наличии страхового стажа и стажа работы в этих районах или местностях установленной продолжительности, а также при достижении возраста мужчинами 55 лет, женщинами — 50 лет.
Для применения повышенного отношения в этом случае продолжительность стажа работы в районах Крайнего Севера должна составлять не менее 15 календарных лет.
А в местностях, приравненных к районам Крайнего Севера, — не менее 20 календарных лет при одновременном наличии страхового стажа продолжительностью не менее 25 лет для мужчин и не менее 20 лет для женщин.
При этом стаж работы в районах Крайнего Севера и приравненных к ним местностях должен быть выработан до 2 января 2002 года.
— Какими документами подтверждается проживание в таком регионе?
— Свидетельством о постоянной или временной прописке. Кроме того, факт проживания на территории того или иного района может быть установлен на основании документов о работе в организации, расположенной на территории района Крайнего Севера или приравненной к нему местности.
— Предположим, что гражданин работал и в районах Крайнего Севера, и в местностях, приравненных к ним. Как в этом случае подсчитывается продолжительность стажа?
— Повышенное отношение устанавливается за стаж работы в районах Крайнего Севера продолжительностью не менее 15 календарных лет, при этом один год работы в местностях, приравненных к этим районам, считается за девять месяцев работы на Крайнем Севере.
— Допускается ли суммирование работы на Севере в обычной местности?
— Такое суммирование допускается, но в северный стаж в этом случае засчитывается не любая работа, протекавшая в иных (не северных) регионах, а только работа с особыми условиями труда.
Например, работа по Списку № 1 или 2, выполнявшаяся также до 1.01.2002 г. В этом случае учитывается общая продолжительность стажа, которая, с учётом работы с особыми условиями труда, должна составлять не менее 15 или 20 календарных лет в зависимости от категории северного региона.
— Какой заработок учитывается для применения повышенного отношения?
— Повышенное отношение устанавливается на основании сведений о заработке на работу на Севере. Это может быть заработная плата за любые 60 месяцев (пять лет) работы подряд, подтверждённая справкой о заработке, выданной администрацией предприятия или архивным органом.
Либо заработная плата за 2000 — 2001 годы (24 месяца), подтверждённая выпиской из индивидуального лицевого счёта застрахованного.
В представленных документах должны содержаться сведения о размере районного коэффициента, применявшегося к заработной плате пенсионера, а также сведения о размере районного коэффициента, установленного в этом регионе для рабочих и служащих непроизводственных отраслей.
Подготовила Анастасия БАЖАНОВА.
Межрайонная ИФНС России № 22 по Челябинской области
21.12.2021
Перечень государственных услуг ФНС России, предоставляемых в «Многофункциональных центрах предоставления государственных и муниципальных услуг Челябинской области»
10.12.2021
Доходы от продажи имущества, полученные с 2021 года членом семьи с двумя и более детьми, освобождаются от обложения налогом на доходы физических лиц (далее – НДФЛ)
ПОЛУЧИТЬ ВЫЧЕТ НА ФИЗКУЛЬТУРНО-ОЗДОРОВИТЕЛЬНЫЕ УСЛУГИ МОЖНО С 1 ЯНВАРЯ 2022 ГОДА
ДЕКЛАРАЦИЯ ПО УПРОЩЕННОЙ СИСТЕМЕ НАЛОГООБЛОЖЕНИЯ (ДАЛЕЕ – УСНО) ЗА 2021 ПОДАЕТСЯ ПО НОВОЙ ФОРМЕ!!!
Как уменьшить налог, уплачиваемый ИП, в связи с применением ПСН и УСН, на сумму уплаченных страховых платежей (взносов) и пособий
23. 11.2021
Межрайонная ИФНС России № 22 по Челябинской области провела «горячую линию» по вопросам порядка и уплаты имущественных налогов физических лиц за 2020 год
12.11.2021
МАЛЫЙ И СРЕДНИЙ БИЗНЕС ИЗ ПОСТРАДАВШИХ ОТРАСЛЕЙ МОЖЕТ ПОЛУЧИТЬ СУБСИДИЮ НА НЕРАБОЧИЕ ДНИ!!!
Утверждена новая форма расчета по страховым взносам!
Утверждена новая форма декларации по налогу на доходы физических лиц
ОБНОВЛЕНЫ ФОРМЫ ЗАЯВЛЕНИЙ НА ЗАЧЕТ И ВОЗВРАТ НАЛОГОВОЙ ПЕРЕПЛАТЫ
Подключайтесь к «Личному кабинету налогоплательщика» дистанционно!!!
Льготы по имущественным налогам для многодетных семей!
09.11.2021
Срок представления отчетности по форме 6-НДФЛ и РСВ продлен до 8 ноября 2021 года
08.11.2021
«Горячая линия» по исчислению и уплате имущественных налогов (имущество, земля, транспорт) физическими лицами за 2020 год
27.10.2021
С 1 по 3 ноября 2021 года приостановлен прием граждан в налоговых инспекциях
13.10. 2021
О порядке заполнения раздела 7 налоговой декларации по налогу на добавленную стоимость
Как для «самозанятого» рассчитывается сумма налога к уплате?
Что такое Личный кабинет налогоплательщика
ПОЛУЧИТЕ КВАЛИФИЦИРОВАННУЮ ЭЛЕКТРОННУЮ ПОДПИСЬ В НАЛОГОВОМ ОРГАНЕ!!!
Срок уплаты имущественных налогов физических лиц (имущество, земля, транспорт) за 2020 год – не позднее 1 декабря 2021 года!!!
Новая промостраница поможет разобраться в направленных гражданам налоговых уведомлениях
Обжаловать ненормативные правовые акты и действия (бездействия) должностных лиц налогового органа теперь можно через портал «Госуслуги» !!!
24.09.2021
Перечень государственных услуг ФНС России, предоставляемых в «Многофункциональных центрах предоставления государственных и муниципальных услуг Челябинской области»
22.09.2021
КТО И КАК МОЖЕТ ПОЛУЧИТЬ БЕСПЛАТНУЮ КВАЛИФИЦИРОВАННУЮ ЭЛЕКТРОННУЮ ПОДПИСЬ
20.09.2021
Межрайонная ИФНС России № 22 по Челябинской области провела «горячую линию» по вопросам порядка и уплаты имущественных налогов физических лиц за 2020 год
09. 09.2021
«Горячая линия» по исчислению и уплате имущественных налогов (имущество, земля, транспорт) физическими лицами за 2020 год
13.08.2021
Порядок направления физическому лицу налогового уведомления об уплате имущественных налогов
12.08.2021
В каких случаях может быть приостановлено рассмотрение жалобы (апелляционной жалобы) по решению вышестоящего налогового органа?
04.08.2021
Перечень государственных услуг ФНС России, предоставляемых в «Многофункциональных центрах предоставления государственных и муниципальных услуг Челябинской области»
02.08.2021
Налогоплательщики – своевременно получайте информацию о задолженности
Есть задолженность по налогам? Оплати прямо сейчас!!!
30.07.2021
Выбираем электронный способ предоставления налоговой отчетности
29.07.2021
Воспользуйтесь преимуществами электронного сервиса «ЛИЧНЫЙ КАБИНЕТ НАЛОГОПЛАТЕЛЬЩИКА ДЛЯ ФИЗИЧЕСКИХ ЛИЦ» на сайте ФНС России www.nalog. ru
Какими документами подтверждается прекращение существования автомобиля для отмены его налогообложения
Как встать на учет и получить ИНН
Квитанцией от индивидуальных предпринимателей не стоит подтверждать расходы
Порядок регистрации контрольно-кассовой техники при личном обращении в налоговый орган
Налоговые органы Челябинской области приглашают получить квалифицированную электронную подпись бесплатно
О риске блокировки счета бизнес теперь сможет узнавать в личных кабинетах налогоплательщика
О предоставлении налоговых вычетов по НДФЛ в упрощенном порядке
Как «самозанятый» может получить информацию о полученных доходах и уплаченных налогах?
Какой порядок снятия с налогового учета плательщика налога на профессиональный доход в добровольном порядке?
Выбираем электронный способ предоставления налоговой отчетности
15.07.2021
СРОК УПЛАТЫ НАЛОГА НА ДОХОДЫ ЗА 2020 год – НЕ ПОЗДНЕЕ 15 ИЮЛЯ 2021 года
09. 07.2021
Налоговые органы Челябинской области приглашают получить квалифицированную электронную подпись бесплатно
22.06.2021
Студенты 2 курса колледжа посетили налоговую инспекцию
17.06.2021
О применении контрольно-кассовой техники при осуществлении расчетов в Российской Федерации
Возможности электронного сервиса «Личный кабинет налогоплательщика – индивидуального предпринимателя»
Возможности сервиса на сайте ФНС России «Личный кабинет налогоплательщика – организации»
Уменьшение суммы налога, уплачиваемого в связи с применением патентной системой налогообложения (далее – ПСН), на сумму уплаченных индивидуальным предпринимателем (далее – ИП) страховых взносов за своих работников и страховых взносов на обязательное пенсионное страхование и обязательное медицинское страхование в фиксированном размере за себя
В какой налоговый орган индивидуальный предприниматель (далее – ИП) вправе подать уведомление об уменьшении суммы налога, уплачиваемого в связи с применением патентной системой налогообложения (далее – ПСН), на сумму уплаченных страховых платежей (взносов) и пособий
16. 06.2021
Перечень государственных услуг ФНС России, предоставляемых в «Многофункциональных центрах предоставления государственных и муниципальных услуг Челябинской области»
26.05.2021
Налогоплательщик в ходе рассмотрения жалобы, до принятия по ней решения, вправе представить дополнительные документы, подтверждающие его доводы
Минимальный предельный срок владения жилыми помещениями, приобретенными по договору долевого участия при продаже исчисляется с даты полной оплаты стоимости такого жилого помещения или доли (долей) в нем
19.05.2021
Образовательная акция «Всероссийский налоговый диктант»: участвуем вместе!
Налоговый орган вправе самостоятельно исчислить налог на доходы физических лиц, в случае, если налоговая декларация не представлена в установленный срок!!!
11.05.2021
С 1 мая 2021 года действуют только новые казначейские счета для уплаты налогов
С 01.01.2021 устанавливаются новые ставки по налогу на доходы физических лиц (НДФЛ)
Освобождение от уплаты налога на имущество физических лиц в отношении имущества, используемого в предпринимательской деятельности
19. 04.2021
22 апреля проводится «горячая линия» по декларированию доходов, полученных в 2020 году
13.04.2021
Гражданин, признанный банкротом, может применять специальный налоговый режим «Налог на профессиональный доход»
ПРИБЛИЖАЕТСЯ СРОК ПОДАЧИ ДЕКЛАРАЦИИ О ДОХОДАХ за 2020 ГОД!!!
Возможности электронного сервиса «ЛИЧНЫЙ КАБИНЕТ НАЛОГОПЛАТЕЛЬЩИКА ДЛЯ ФИЗИЧЕСКИХ ЛИЦ» на сайте ФНС России www.nalog.ru
О порядке получения налоговых льгот по имущественным налогам
09.04.2021
13.04.2021 года проводится «горячая линия» по декларированию доходов, полученных в 2020 году
22.03.2021
Граждане до 30 апреля 2021 года должны отчитаться о доходах, полученных в 2020 году
18.03.2021
Предоставление налоговых льгот по имущественным налогам физических лиц (имущество, транспорт, земля)
16.03.2021
Пресс – релиз С 1 января 2021 года началась декларационная кампания по доходам 2020 года!
02.03.2021
17 марта состоится Круглый стол на тему: «с 01 января 2021 года началась декларационная кампания по доходам 2020 года»
24. 02.2021
Межрайонная ИФНС России № 22 по Челябинской области провела «горячую линию» по досудебному урегулированию налоговых споров
Кто может уплатить единый налоговый платеж?
19.02.2021
СРОК ПОДАЧИ УВЕДОМЛЕНИЯ О ПЕРЕХОДЕ НА УСН В СВЯЗИ С ОТМЕНОЙ ЕНВД ПРОДЛИЛИ ДО 31 МАРТА 2021 года!!!
Не забудьте представить декларацию о доходах за 2020 год!!!
Исчисление налога на доходы при получении доходов в 2020 году
Налогоплательщики до 30 апреля 2021 года должны отчитаться в Инспекцию о доходах, полученных в 2020 году
08.02.2021
«Горячая линия» 18.02.2021 г. по досудебному урегулированию налоговых споров
27.01.2021
В связи с отменой ЕНВД уведомление на УСН можно подать не позднее 01.02.2021 года
26.01.2021
Об уплате НДФЛ, транспортного, земельного налогов и налога на имущество физических лиц с помощью единого налогового платежа
Индивидуальный предприниматель, применяющий специальный налоговый режим «Налог на профессиональный доход», не вправе применять упрощенную систему налогообложения
Предоставление налогоплательщикам – организациям налоговых льгот по транспортному и земельному налогам
ПОРЯДОК ОБЛОЖЕНИЯ НАЛОГОМ НА ДОХОДЫ ФИЗИЧЕСКИХ ЛИЦ ПРОЦЕНТОВ, ПОЛУЧЕННЫХ ПО ВКЛАДАМ В БАНКАХ
Межрайонная ИФНС России № 22 по Челябинской области провела «горячую линию» по порядку применению патентной системы налогообложения
Изменения по сдаче налоговой и бухгалтерской отчетности с января 2021 года
Памятка по уплате страховых взносов за себя для граждан, принявших решение зарегистрироваться в качестве индивидуального предпринимателя
РЕКВИЗИТЫ ИНСПЕКЦИИИ ДЛЯ ОПЛАТЫ ФИКСИРОВАННЫХ СТРАХОВЫХ ВЗНОСОВ
Способы предоставления декларации (форма 3-НДФЛ)
Сроки проведения камеральной налоговой проверки и возврата излишне перечисленного налога на доходы
23. 12.2020
ИНФОРМАЦИЯ ДЛЯ НАЛОГОПЛАТЕЛЬЩИКОВ ОБ ОТМЕНЕ ЕНВД И ВЫБОРЕ СИСТЕМЫ НАЛОГООБЛОЖЕНИЯ С 01.01.2021г.
30.11.2020
О специальном налоговом режиме «Налог на профессиональный доход» (далее – НПД) и порядке уплаты НПД.
24.11.2020
Межрайонная ИФНС России № 22 по Челябинской области провела 18.11.2020 года «горячую линию» по уплате имущественных налогов за 2019 год
Изменения в порядке применения ККТ для отдельных категорий налогоплательщиков и утрата актуальности системы налогообложения
Как физическому лицу уплатить налог без налогового уведомления
Система налогообложения ЕНВД отменяется с 01.01.2021 г.
С 1 января 2021 года годовая бухгалтерская (финансовая) отчетность представляется в налоговые органы только в электронном виде!!!
Отсутствие на Справке о состоянии расчетов по налогам, сборам, страховым взносам, пеням, штрафам, процентам в соответствии с Приказом ФНС России от 28 июля 2020 г. N ЕД-7-19/477@ подписи руководителя (заместителя руководителя)
17. 11.2020
“Горячая линия” по исчислению и уплате имущественных налогов физическими лицами за 2019 год
06.11.2020
Жалобу в налоговый орган можно направить в электронном виде!
ПЕНСИОНЕР – САМОЗАНЯТЫЙ ГРАЖДАНИН!
23.09.2020
Межрайонная ИФНС России № 22 по Челябинской области провела «горячую линию» по уплате имущественных налогов за 2019 год
Что делать, если не получено налоговое уведомление?
НПД не применяется при сдаче в аренду нежилого помещения
Новая промостраница поможет разобраться в направленных физическим лицам налоговых уведомлениях
ИНН теперь можно получить в Личном кабинете налогоплательщика
Единый налоговый платеж упрощает физическим лицам уплату имущественных налогов (налог на имущество, земельный и транспортный налог)
Где можно получить сводное налоговое уведомление
ВОЗМОЖНОСТИ ЛИЧНОГО КАБИНЕТА НАЛОГОПЛАТЕЛЬЩИКА ДЛЯ ФИЗИЧЕСКИХ ЛИЦ
21.09.2020
Межрайонной ИФНС России № 22 по Челябинской области проведена «горячая линия» по переходу на иные режимы налогообложения в связи с отменой ЕНВД с 01 января 2021 года
Налоговый орган не позднее 30 дней до наступления срока платежа по налогам обязан направить налогоплательщику налоговое уведомление
Перечень государственных услуг ФНС России, предоставляемых в «Многофункциональных центрах предоставления государственных и муниципальных услуг Челябинской области»
Срок уплаты имущественных налогов за 2019 год
02. 09.2020
Электронный документооборот
Федеральной налоговой службой усовершенствован порядок направления жалоб в электронном виде по ТКС !!!
Снятие с налогового учета плательщика налога на профессиональный доход (далее – НПД)
Перечень государственных услуг ФНС России, предоставляемых в «Многофункциональных центрах предоставления государственных и муниципальных услуг Челябинской области»
В личном кабинете налогоплательщика для физических лиц появились новые разделы и функции
01.08.2020
Межрайонная ИФНС России №22 по Челябинской области информирует о проведении 22 сентября 2020 года с 14:00 – 18:00 «горячей линии» по исчислению и уплате имущественных налогов (имущество, земля, транспорт) физическими лицами за 2019 год
07.08.2020
ПРЕИМУЩЕСТВА СПЕЦИАЛЬНОГО НАЛОГОВОГО РЕЖИМА «НАЛОГ НА ПРОФЕССИОНАЛЬНЫЙ ДОХОД»
29.07.2020
Как выдавать платежные документы (чек) и платить налог на профессиональный доход?
Как зарегистрироваться в качестве «самозанятого» налогоплательщика налога на профессиональный доход через мобильное приложение «Мой налог»?
Чат-бот Таксик поможет разобраться с налогами физических лиц!!!
13. 07.2020
Ознакомьтесь с возможностями электронного сервиса «ЛИЧНЫЙ КАБИНЕТ ИНДИВИДУАЛЬНЫЕ ПРЕДПРИНИМАТЕЛИ»
Машиночитаемые бланки с двухмерным штрих – кодом для заполнения налоговой отчетности – новые технологии в сфере бумажного документооборота
Личный кабинет налогоплательщика – юридического лица
09.07.2020
СРОК УПЛАТЫ НАЛОГА НА ДОХОДЫ ЗА 2019 год – НЕ ПОЗДНЕЕ 15 ИЮЛЯ 2020 года
При продаже единственного жилья минимальный срок владения объектом недвижимого имущества для определения имущественного вычета составляет 3 года!
Об отмене ЕНВД с 01.01.2021 и переходе на иные специальные налоговые режимы
ФНС России разработала новый сервис «Налоговый калькулятор – Какой режим подходит моему бизнесу»
Воспользуйтесь шаблонами при заполнении налоговой декларации о доходах по форме 3-НДФЛ в онлайн-режиме посредством интерактивного сервиса “Личный кабинет налогоплательщика для физических лиц”
20.05.2020
Проверка права на получение субсидии субъектом МСП, ведущим деятельность в пострадавших отраслях
Проверка возможности получения отсрочки/рассрочки в связи с связи с GOVID – 19 субъектами МСП, ведущим деятельность в пострадавших отраслях
Прием в МФЦ налоговых документов по имущественным налогам физических лиц
Предоставляем декларацию о доходах в электронном виде
ПРЕДОСТАВЛЕНИЕ ЗАЯВЛЕНИЯ НА НАЛОГОВЫЕ ЛЬГОТЫ ПО ИМУЩЕСТВЕННЫМ НАЛОГАМ
Пониженные тарифы страховых взносов
Поддержка медперсоналу, малому и среднему бизнесу
О предоставлении физическим лицам, применяющим налог на профессиональный доход (далее – НПД), налоговых вычетов по налогу на доходы физических лиц
О предоставлении организациям и индивидуальным предпринимателям налоговой льготы по транспортному налогу
Направление заявления о прекращении деятельности в качестве индивидуального предпринимателя в электронном виде!
Машиночитаемые бланки с двухмерным штрих – кодом для заполнения налоговой отчетности – новые технологии в сфере бумажного документооборота
Личный кабинет для физических лиц
«Личный кабинет налогоплательщика – юридического лица»
Ознакомьтесь с возможностями электронного сервиса «ЛИЧНЫЙ КАБИНЕТ ИНДИВИДУАЛЬНЫЕ ПРЕДПРИНИМАТЕЛИ» на сайте ФНС России www. nalog.ru
29.04.2020
29 апреля Вебинар Торгово-промышленной палаты и ФНС России
27.04.2020
Межрайонной ИФНС России № 22 по Челябинской области проведена «горячая линия» по доходам, полученным в 2019 году
Продление сроков представления деклараций и сроков уплаты налогов (взносов) в соответствии с Постановлением Правительства РФ №409 от 02.04.2020
16.04.2020
Декларационная кампания по доходам 2019 года!
Декларация по форме 3-НДФЛ отправляем через Личный кабинет
ФНС России рекомендует взаимодействовать с налоговыми органами в электронном виде
Порядок возврата налога на доходы физических лиц
Порядок предоставления расчетов по страховым взносам
Правительство России перенесло сроки уплаты налогов и сдачи налоговой отчетности
Декларационная кампания по доходам физических лиц полученных в 2019 году продлится до 30 июля
17.02.2020
Пресс – релиз КС изменения налогового законодательства
Основные изменения налогового законодательства с 2020 года!!!
Межрайонной ИФНС России № 22 по Челябинской области приняла участие в обсуждении нового специального налогового режима
06. 02.2020
Не копите долги!!! Оплачивайте налоги вовремя!!!
10.12.2019
Налоговая отчетность по страховым взносам, по форме 2-НДФЛ и 6-НДФЛ при условии численности работников свыше 10 человек подлежит представлению налоговым агентом в электронном виде!
ПОЛУЧИТЬ ВЫЧЕТ ТЕПЕРЬ МОЖНО ЗА ЛЮБОЕ ЛЕКАРСТВО ПО РЕЦЕПТУ ВРАЧА
22.11.2019
Федеральная Налоговая Служба утвердила для организаций форму заявления о льготах по транспортному и земельному налогах
Собственники недвижимости и транспорта обязаны не позднее 2 декабря 2019 года уплатить имущественные налоги за 2018год!!!
О снятии с учета в качестве налогоплательщика ЕНВД, в случае приостановления деятельности
14.11.2019
Инспекция провела «горячую» линию по порядку и уплате имущественных налогов за 2018 год
За какие налоговые периоды можно уменьшить сумму исчисленного налога ЕНВД при приобретении ККТ
Внесены важные изменения в Федеральный закон от 06.12.2011 №402-ФЗ «О бухгалтерском учете»
Разобраться в налоговых уведомлениях поможет промостраница «Налоговое уведомление 2019»
Студенты 2 курса колледжа посетили налоговую инспекцию
Утверждена новая форма декларации по форме 3-НДФЛ за 2019 год
06. 11.2019
«Горячая линия» по исчислению и уплате имущественных налогов (имущество, земля, транспорт) физическими лицами за 2018 год
01.11.2019
Налоговики подвели итоги «Дней открытых дверей» по информированию физических лиц по вопросам исполнения налоговых уведомлений и системы оценки качества обслуживания в территориальных налоговых органах
18.10.2019
Государственный информационный ресурс бухгалтерской (финансовой) отчетности
Внесены важные изменения в Федеральный закон от 06.12.2011 №402-ФЗ «О бухгалтерском учете»
17.10.2019
Зачем нужен Личный кабинет налогоплательщика?
ТРЕТИЙ ЭТАП ДОБРОВОЛЬНОГО ДЕКЛАРИРОВАНИЯ СЧЕТОВ И АКТИВОВ
Налоговое уведомление теперь можно получить в многофункциональных центрах
16.10.2019
Межрайонная ИФНС России №22 по Челябинской области сообщает о проведении 18.10.2019 года в 10:00 час по адресу: г. Челябинск, Часовая ,6, каб. 109 «Круглого стола» на тему: «Государственный информационный ресурс бухгалтерской (финансовой) отчетности». Ждем ВАС!!!
26.09.2019
Школьникам рассказали о налогах!
Срок уплаты имущественных налогов за 2018 год – 02.12.2019 года!
24.09.2019
Налоговая служба проводит ДНИ ОТКРЫТЫХ ДВЕРЕЙ
Срок уплаты имущественных налогов физических лиц за 2018 год — 2 декабря 2019 года
Перечень государственных услуг, предоставляемых в соответствии с Соглашением о взаимодействии между областным государственным казенным учреждением «Многофункциональный центр предоставления государственных и муниципальных услуг Челябинской области» и Управлением Федеральной налоговой службы по Челябинской области
19.09.2019
Что делать, если налоговое уведомление не получено?
Сервисы «Проверка ИНН, ФИО, СНИЛС работающих лиц»
Погасите задолженность по налогам!!!
Основные изменения по транспортному налогу с 2019 года
Основные изменения по земельному налогу с 2019 года
О предоставлении бухгалтерской отчетности в электронном виде
Налоговый орган не позднее 30 дней до наступления срока платежа по налогам обязан направить налогоплательщику налоговое уведомление.
Где можно получить сводное налоговое уведомление?
17.09.2019
Круглый стол 25.09.2019 года в 10:00 час по адресу: г. Челябинск, Часовая, 6, каб. 109 на тему: «Началась кампания по уплате имущественных налогов за 2018 год».
16.09.2019
Инспекция поздравила воспитанников детского дома с Днем знаний!
29.08.2019
Выписку по сведениям из ЕГРЮЛ и ЕГРИП можно получить в электронном виде
Пользователи, в работе контрольно-кассовой техники которых произошел сбой, вправе осуществлять расчеты без применения контрольно-кассовой техники в связи с отсутствием вины.
16.08.2019
Как присваивается ИНН и используется налоговым органом
Должен ли вышестоящий налоговый орган устанавливать и применять смягчающие ответственность обстоятельства, если налогоплательщик не заявлял в жалобе о снижении размера взыскиваемого штрафа в связи с их наличием?
Внимание налогоплательщикам – физическим лицам! Срок уплаты по налогам, уплачиваемым физическими лицами за 2018 год (налог на имущество, транспортный налог, земельный налог) не позднее 02 декабря 2019 года
Уменьшение индивидуальными предпринимателями налога на суммы уплаченных страховых взносов при разных системах налогообложения
Физические лица обязаны уведомлять налоговые органы о счетах и вкладах за пределами России 2019
21. 06.2019
Перечень государственных услуг ФНС России, предоставляемых в «Многофункциональных центрах предоставления государственных и муниципальных услуг Челябинской области»
СРОК УПЛАТЫ НАЛОГА НА ДОХОДЫ ФИЗИЧЕСКИХ ЛИЦ ЗА 2018 год
Направляем налоговую, бухгалтерскую отчетность и документы по ТКС!
Плакат Встречай лето без долгов
Двухмерное штрихкодирование данных налоговой и бухгалтерской отчетности
График тематических семинаров на 3 квартал 2019 года
График работы по информированию ККТ
17.06.2019
С 2019 года налогоплательщики – физические лица могут уплачивать налог на имущество, транспортный и земельный налоги при помощи единого налогового платежа
О предоставлении сообщения о наличии объектов недвижимого имущества и (или) транспортных средств, признаваемых объектами налогообложения по соответствующим налогам, уплачиваемым физическими лицами
В отпуск без долгов!!!
13.06.2019
Межрайонная ИФНС России № 22 по Челябинской области сообщает о проведении Федеральной налоговой службой информационной кампании – «Отпуск без долгов»
Воспитанники подшефного Детского дома отметили День защиты детей
20. 05.2019
Электронный сервис «Личный кабинет для юридических лиц» на сайте www.nalog.ru
Налог на имущество с 2019 года российские организации уплачивают только в отношении недвижимого имущества
С 01 июля 2019 года перейти на новый порядок применения контрольно-кассовой техники (далее – ККТ) обязаны все налогоплательщики, которым ранее была предоставлена отсрочка применения ККТ
Социальный налоговый вычет на лечение ребенка
Сумма земельного налога для физических лиц за 2018 год может быть увеличена не более чем на 10 процентов!
06.05.2019
Межрайонной ИФНС России № 22 по Челябинской области (далее – Инспекция) 30 апреля 2019 года проведена ознакомительная экскурсия для студентов 2 курса «Южно-Уральского многопрофильного колледжа»
30.04.2019
Межрайонной ИФНС России № 22 по Челябинской области проведена «горячая линия» по доходам, полученным в 2018 году
26.04.2019
С 2019 года отменен вычет по транспортному налогу по ПЛАТОНу
О необходимости применения контрольно-кассовой техники с 01. 07.2019
12.04.2019
22.04.2019г. проводится «Горячая линия» по декларированию доходов, полученных в 2018 году
10.04.2019
СРОК УПЛАТЫ НАЛОГА НА ДОХОДЫ ФИЗИЧЕСКИХ ЛИЦ ЗА 2018 год
Дополнительные налоговые вычеты по имущественным налогам многодетным семьям
01.04.2019
В апреле налоговые инспекции Челябинской области проведут «Дни открытых дверей для граждан, декларирующих доходы»
22.03.2019
Менять свидетельство о постановке на учет (ИНН) при изменении места жительства не надо!
Новая льгота по транспортному налогу для физических лиц
Вправе ли организация обжаловать решение налогового органа в суд, если вышестоящий налоговый орган не рассмотрел ее жалобу по причине отсутствия в ней подписи представителя организации
21.03.2019
НОВЫЙ ВИД НАЛОГОВОГО ПЛАТЕЖА ДЛЯ ФИЗИЧЕСКИХ ЛИЦ
НАЛОГ НА ПРОФЕССИОНАЛЬНЫЙ ДОХОД
Коэффициенты-дефляторы на 2019 год
Граждане не позднее 30 апреля 2019 года должны отчитаться о доходах, полученных в 2018 году
Ознакомьтесь с возможностями электронного сервиса «ЛИЧНЫЙ КАБИНЕТ ИНДИВИДУАЛЬНЫЕ ПРЕДПРИНИМАТЕЛИ» на сайте ФНС России www. nalog.ru
05.03.2019
С 01 января 2019 года началась декларационная кампания по доходам 2018 года
УВАЖАЕМЫЕ НАЛОГОПЛАТЕЛЬЩИКИ! Налоговая служба проводит ДНИ ОТКРЫТЫХ ДВЕРЕЙ для физических лиц по информированию о налоговом законодательстве и порядке заполнения налоговых деклараций по налогу на доходы физических лиц!
Студенты медицинского колледжа вновь посетили налоговую инспекцию!
04.03.2019
Межрайонная ИФНС России №22 по Челябинской области сообщает о проведении 07.03.2019 года круглого стола
12.02.2019
С 1 марта 2018 года по 28 февраля 2019 года можно сообщить о своих зарубежных активах и счетах в любую налоговую инспекцию или в ФНС России
Задолженность по имущественным налогам за 2017 год снижается
29.01.2019
Пост-Релиз по результатам проведения информационной кампании «Новый год без долгов»
25.01.2019
Не забудьте представить декларацию о доходах за 2018 год!!!
Способы предоставления декларации (форма 3-НДФЛ)
Заявление на льготу по имущественным налогам (имущество, транспорт, земля) носит заявительный характер
Срок подачи заявления на льготу по имущественным налогам (имущество, транспорт, земля) – 01. 04.2019 года
Сроки проведения камеральной налоговой проверки и возврата излишне перечисленного налога на доходы
11.01.2019
Для физических лиц, имеющих задолженность по имущественным налогам (налог на имущество физических лиц, транспортных налог, земельный налог)!
Архив новостей
Территориальный коэффициент по ОСАГО для Уфы будет снижен — РБК
Столица Башкирии вошла в топ-20 городов с максимальным его снижением по версии РСА.
Фото: РБК Уфа
Уфа включена в топ-20 городов, где территориальный коэффициент снизится сильнее всего. Об этом Российский союз автостраховщиков (РСА) сообщил со ссылкой на проект указания Банка России «О страховых тарифах по обязательному страхованию гражданской ответственности владельцев транспортных средств».
Столица Башкирии отнесена к 11 крупным городам, где территориальный коэффициент снизится на 4,4% – с 1,8 до 1,72. Кроме Уфы это Санкт-Петербург, Екатеринбург, Красноярск, Нижний Новгород, Краснодар, Новороссийск, Архангельск, Иваново, Новокузнецк, Ростов-на-Дону. На 4,1% — с 1,7 до 1,63 — показатель станет ниже в Московской области, Новосибирске и Хабаровске, на 3,8% — с 1,6 до 1,54 —уменьшится в Самаре.
Сильнее всего — на 5,2%, с нынешних 2,1 до 1,99 – территориальный коэффициент упадет в Мурманске и Челябинске. С действующих 2 до 1,9 произойдет снижение в Москве, Казани и Перми. На 4,7%, с 1,9 до 1,81, коэффициент территории станет меньше в Кемерово.
Планируется, что новые тарифы начнут действовать одновременно со вступлением в силу поправок в закон об ОСАГО с 24 августа 2020 года. Базовая ставка перестанет быть одинаковой для всех водителей на одной территории. Она будет определяться страховщиком для каждого автовладельца индивидуально в зависимости от его риск-профиля.
Помимо факторов, напрямую установленных в законе (таких, например, как наличие грубых нарушений правил дорожного движения), страховщики смогут учитывать в том числе возраст транспортного средства, его пробег, семейное положение и наличие детей у водителя, установку на автомобиле телематических устройств.
Государственные расходы области: КФ: Тверская область (млн руб.) | 91 046 458 2020 г. | ежегодно | 1992-2020 гг. |
Государственные расходы области: КФ: Воронежская область (млн руб. ) | 159 607.322 2020 г. | ежегодно | 1992-2020 гг. |
Государственные расходы области: Северо-запад: Вологодская область (млн руб.) | 114 884 055 2020 г. | ежегодно | 1992-2020 гг. |
Государственные расходы области: ЦФ: Орловская область (млн руб.) | 50 412.190 2020 г. | ежегодно | 1992-2020 гг. |
Расходы правительства области: NC: Республика Карачаево Черкесия (млн руб. ) | 34 476 093 2020 г. | ежегодно | 1992-2020 гг. |
Государственные расходы области: СФ: Ростовская область (млн руб.) | 261 519.513 2020 г. | ежегодно | 1992-2020 гг. |
Государственные расходы регионов: Приволжский федеральный округ (ВР): Республика … (млн руб.) | 298 887 988 2020 г. | ежегодно | 1992-2020 гг. |
Расходы правительства регионов России (млн руб. ) | 15,577,734.141 2020 г. | ежегодно | 1992-2020 гг. |
Государственные расходы области: Северо-запад: Калининградская область (млн руб.) | 139 959 919 2020 г. | ежегодно | 1992-2020 гг. |
Государственные расходы области: КФ: Рязанская область (млн руб.) | 79 622.722 2020 г. | ежегодно | 1992-2020 гг. |
Государственные расходы области: СЗ: Новгородская область (млн руб. ) | 51 944,714 2020 г. | ежегодно | 1992-2020 гг. |
Государственные расходы области: ЦФ: Курская область (млн руб.) | 83 193.701 2020 г. | ежегодно | 1992-2020 гг. |
Расходы правительства области: СФ: Республика Калмыкия (млн руб.) | 24 739 188 2020 г. | ежегодно | 1992-2020 гг. |
Государственные расходы области: УФ: Тюменская область (млн руб.) | 229 734. 528 2020 г. | ежегодно | 1992-2020 гг. |
Государственные расходы области: ВР: Саратовская область (млн руб.) | 149 913,109 2020 г. | ежегодно | 1992-2020 гг. |
Государственные расходы области: КФ: Тульская область (млн руб.) | 114 954.005 2020 г. | ежегодно | 1992-2020 гг. |
Государственные расходы региона: Северо-запад: Республика Коми (млн руб.) | 114 635,561 2020 г. | ежегодно | 1992-2020 гг. |
Государственные расходы регионов: Сибирский федеральный округ (СФ): Республика Алт… (млн руб.) | 30 146 881 2020 г. | ежегодно | 1992-2020 гг. |
Расходы правительства области: VR: Республика Марий Эл (млн руб.) | 47 217 894 2020 г. | ежегодно | 1992-2020 гг. |
Государственные расходы региона: СФ: Краснодарский край (млн руб.) | 388 021.945 2020 г. | ежегодно | 1992-2020 гг. |
Государственные расходы области: СЗ: Псковская область (млн руб.) | 51 783 024 2020 г. | ежегодно | 1992-2020 гг. |
Расходы правительства области: VR: Нижегородская область (млн руб.) | 261 592.891 2020 г. | ежегодно | 1992-2020 гг. |
Государственные расходы области: ИП: Амурская область (млн руб.) | 103 044,195 2020 г. | ежегодно | 1992-2020 гг. |
Региональные государственные расходы: Северо-Кавказский федеральный округ (СК): Республика… (млн руб.) | 179 584 451 2020 г. | ежегодно | 1992-2020 гг. |
Государственные расходы регионов: Дальневосточный федеральный округ (ДФО): Республика Сак … (млн руб.) | 276 561,197 2020 г. | ежегодно | 1992-2020 гг. |
Расходы правительства региона: Северная Осетия, Алания (млн руб.) | 48 314.485 2020 г. | ежегодно | 1992-2020 гг. |
Государственные расходы области: ИП: Чукотский край (млн руб.) | 49 872 868 2020 г. | ежегодно | 1992-2020 гг. |
Государственные расходы региона: Республика Бурятия (млн руб.) | 96 655.105 2020 г. | ежегодно | 1992-2020 гг. |
Государственные расходы области: VR: Оренбургская область (млн руб.) | 133 396 229 2020 г. | ежегодно | 1992-2020 гг. |
Расходы правительства области: VR: Удмуртская Республика (млн руб. ) | 112 939.939 2020 г. | ежегодно | 1992-2020 гг. |
Расходы правительства области: VR: Республика Чувашия (млн руб.) | 76 066 472 2020 г. | ежегодно | 1992-2020 гг. |
Расходы правительства области: УФ: Ханты-Мансийский округ (млн руб.) | 334 672.086 2020 г. | ежегодно | 1992-2020 гг. |
Расходы правительства области: VR: Ульяновская область (млн руб.) | 90 203,206 2020 г. | ежегодно | 1992-2020 гг. |
Государственные расходы области: СО: Кемеровская область (млн руб.) | 242 866.174 2020 г. | ежегодно | 1992-2020 гг. |
Расходы правительства области: СО: Новосибирская область (млн руб.) | 236 515 343 2020 г. | ежегодно | 1992-2020 гг. |
Государственные расходы региона: СБ: Алтайский край (млн руб.) | 148 325.541 2020 г. | ежегодно | 1992-2020 гг. |
Расходы правительства области: СБ: Забайкальский край (млн руб.) | 100 270 914 2020 г. | ежегодно | 1992-2020 гг. |
Государственные расходы области: ИП: Магаданская область (млн руб.) | 52 440.918 2020 г. | ежегодно | 1992-2020 гг. |
Государственные расходы области: ИП: Камчатский край (млн руб.) | 107,335,609 2020 г. | ежегодно | 1992-2020 гг. |
Региональный правительственный налоговый сбор в России: Акцизный налог: GP: С начала года: вл. Aclohol excl… (млрд руб.) | 32,598 Октябрь 2021 г. | ежемесячно | Янв 2012 – октябрь 2021 |
Налоговые поступления от регионального правительства в России: Налог на добычу полезных ископаемых: с начала года (млрд руб.) | 79,615 Октябрь 2021 г. | ежемесячно | Март 2004 г. – октябрь 2021 г. |
Региональные правительственные налоговые поступления в Россию: Акцизный налог: GP: С начала года: ow Wine (млрд руб.) | 6.387 Октябрь 2021 г. | ежемесячно | Янв 2004 – октябрь 2021 |
Региональные правительственные налоговые поступления в Россию: Акцизный налог: GP: С начала года: Пиво (млрд руб. ) | 148,923 Октябрь 2021 г. | ежемесячно | Февраль 2003 г. – октябрь 2021 г. |
Выручка правительства региона Россия: с начала года: материальные и нематериальные активы S… (млрд руб.) | 128.088 Октябрь 2021 г. | ежемесячно | Янв 2005 – октябрь 2021 |
Россия Выручка в Правительство региона: С начала года: Безнадежные поступления: Трансф … (млрд руб.) | -0,001 Октябрь 2021 г. | ежемесячно | Янв 2011 – октябрь 2021 |
Выручка правительства региона Россия: с начала года: безнадежные поступления (млрд руб. ) | 2,796.598 Октябрь 2021 г. | ежемесячно | Декабрь 2005 г. – октябрь 2021 г. |
Выручка правительства региона Россия: с начала года: задолженность по уплате налогов (млрд руб.) | -0,017 Октябрь 2021 г. | ежемесячно | Янв 2005 – октябрь 2021 |
Россия Региональные доходы правительства: С начала года: Безнадежные поступления: Revenu… (млрд руб.) | 56,491 Октябрь 2021 г. | ежемесячно | Янв 2005 – октябрь 2021 |
Выручка правительства региона Россия: с начала года: Задолженность по аннулированным налогам: о . .. (млрд руб.) | 0,000 Декабрь 2018 | ежемесячно | Янв 2010 – декабрь 2018 |
Россия Выручка в Правительство региона: С начала года: Безнадежные поступления: Прочие (млрд руб.) | 38.135 Октябрь 2021 г. | ежемесячно | Янв 2011 – октябрь 2021 |
Россия Выручка в Правительство региона: С начала года: Безнадежные поступления: от O … (млрд руб.) | 2 626 673 Октябрь 2021 г. | ежемесячно | Янв 2011 – октябрь 2021 |
Выручка правительства региона Россия: с начала года: использование государственного и муниципального имущества (млрд руб. ) | 337.402 Октябрь 2021 г. | ежемесячно | Янв.1999 г .– октябрь 2021 г. |
Выручка правительства региона Россия: с начала года: административные платежи и сборы (млрд руб.) | 1.111 Октябрь 2021 г. | ежемесячно | Янв 2005 – октябрь 2021 |
Россия, региональные доходы правительства: с начала года: безнадежные поступления: от С… (млрд руб.) | 72 679 Октябрь 2021 г. | ежемесячно | Янв 2011 – октябрь 2021 |
Россия Выручка правительства региона: с начала года: безнадежные поступления: доход . .. (млрд руб.) | -14,848 Октябрь 2021 г. | ежемесячно | Янв 2005 – октябрь 2021 |
Выручка правительства региона РФ: с начала года: платежи за пользование природными ресурсами (млрд руб.) | 42.744 Октябрь 2021 г. | ежемесячно | Янв 2005 – октябрь 2021 |
Выручка правительства региона Россия: с начала года: выручка от платных услуг и состояние … (млрд руб.) | 65,103 Октябрь 2021 г. | ежемесячно | Янв 2005 – октябрь 2021 |
Выручка правительства региона Россия: с начала года: прочие неналоговые доходы (млрд руб. ) | 45.325 Октябрь 2021 г. | ежемесячно | Янв 2005 – октябрь 2021 |
Выручка правительства региона Россия: с начала года: штрафы, санкции и возмещение убытков (млрд руб.) | 122,685 Октябрь 2021 г. | ежемесячно | Янв 2005 – октябрь 2021 |
Доходы правительства региона России: с начала года: доходы от коммерческой деятельности и прочие доходы… (млрд руб.) | 0,000 Декабрь 2017 г. | ежемесячно | Март 2003 г. – декабрь 2017 г. |
Расходы правительства регионов России: Год до настоящего момента: SC: Образование (млрд руб.) | 3 014,667 Октябрь 2021 г. | ежемесячно | Янв 2005 – октябрь 2021 |
Расходы правительства регионов России: С начала года: SC: Образование: Применимо… (млрд руб.) | 0,924 Октябрь 2021 г. | ежемесячно | Янв 2005 – октябрь 2021 |
Расходы правительства регионов России: С начала года: SC: Социальное обеспечение (млрд руб.) | 2 805 391 Октябрь 2021 г. | ежемесячно | Янв 2005 – октябрь 2021 |
Россия Региональные государственные расходы: С начала года: SC: Здравоохранение: Медицина A… (млрд руб.) | 6,844 Октябрь 2021 г. | ежемесячно | Янв 2008 – октябрь 2021 |
Россия Региональные государственные расходы: С начала года: SC: Образование: Среднее V … (млрд руб.) | 212.201 Октябрь 2021 г. | ежемесячно | Янв 2005 – октябрь 2021 |
Расходы правительства регионов России: С начала года: SC: Physical Culture & Spo. .. (млрд руб.) | 0,000 Июнь 2021 г. | ежемесячно | Янв.2011 – июнь 2021 |
Расходы правительства регионов России: С начала года: SC: СМИ: Периодическое издание … (млрд руб.) | 12,228 Октябрь 2021 г. | ежемесячно | Янв 2005 – октябрь 2021 |
Региональные государственные расходы России: Год до настоящего момента: SC: Культура и кинематография… (млрд руб.) | 350,753 Октябрь 2021 г. | ежемесячно | Янв 2005 – октябрь 2021 |
Россия Региональные государственные расходы: С начала года: SC: Здравоохранение: Санитарное . .. (млрд руб.) | 5,784 Октябрь 2021 г. | ежемесячно | Янв 2008 – октябрь 2021 |
Россия Региональные государственные расходы: С начала года: SC: Образование: Профессия… (млрд руб.) | 24,149 Октябрь 2021 г. | ежемесячно | Янв 2005 – октябрь 2021 |
Россия Региональные государственные расходы: С начала года: SC: Образование: дошкольное (млрд руб.) | 793,073 Октябрь 2021 г. | ежемесячно | Янв 2005 – октябрь 2021 |
Расходы правительства регионов России: С начала года: SC: Образование: Другие вопросы. .. (млрд руб.) | 138,230 Октябрь 2021 г. | ежемесячно | Янв 2005 – октябрь 2021 |
Расходы правительства регионов России: с начала года: SC: Physical Culture & Spo … (млрд руб.) | 291 846 Октябрь 2021 г. | ежемесячно | Янв 2005 – октябрь 2021 |
Россия Региональные государственные расходы: С начала года: SC: Социальное обеспечение: Famil… (млрд руб.) | 709,677 Октябрь 2021 г. | ежемесячно | Янв 2005 – октябрь 2021 |
Расходы правительства регионов России: с начала года: SC: Культура и кинематография . .. (млрд руб.) | 1,561 Октябрь 2021 г. | ежемесячно | Янв 2005 – октябрь 2021 |
Россия Региональные государственные расходы: С начала года: SC: Здравоохранение: Применимо… (млрд руб.) | 2,645 Октябрь 2021 г. | ежемесячно | Янв 2011 – октябрь 2021 |
Россия Региональные государственные расходы: С начала года: SC: Здравоохранение: Медицинские услуги (млрд руб.) | 34,751 Октябрь 2021 г. | ежемесячно | Янв 2008 – октябрь 2021 |
Региональные государственные расходы в России: С начала года: SC: Социальное обеспечение: Pensi. .. (млрд руб.) | 172,932 Октябрь 2021 г. | ежемесячно | Янв 2005 – октябрь 2021 |
Расходы правительства регионов России: с начала года: IB: в пересчете на региональные … (млрд руб.) | 0,000 Март 2018 г. | ежемесячно | Янв 2011 – март 2018 |
Расходы правительства регионов России: С начала года: SC: Социальное обеспечение: Прил… (млрд руб.) | 0,000 Декабрь 2018 | ежемесячно | Янв 2005 – декабрь 2018 |
Расходы правительства регионов России: с начала года: SC: Physical Culture & Spo . .. (млрд руб.) | 13,280 Октябрь 2021 г. | ежемесячно | Янв 2011 – октябрь 2021 |
Расходы правительства регионов России: С начала года: SC: СМИ: Применимо… (млрд руб.) | 0,002 Октябрь 2021 г. | ежемесячно | Янв 2011 – октябрь 2021 |
Расходы правительства регионов России: С начала года: SC: Здравоохранение (млрд руб.) | 1 312 764 Октябрь 2021 г. | ежемесячно | Янв 2005 – октябрь 2021 |
Региональные государственные расходы в России: С начала года: SC: Образование: Высшее и доп. .. (млрд руб.) | 18 260 Октябрь 2021 г. | ежемесячно | Янв 2005 – октябрь 2021 |
Расходы правительства регионов России: с начала года: SC: Physical Culture & Spo … (млрд руб.) | 82,770 Октябрь 2021 г. | ежемесячно | Янв 2011 – октябрь 2021 |
Россия Региональные государственные расходы: С начала года: SC: Здравоохранение: Медицина A… (млрд руб.) | 405,726 Октябрь 2021 г. | ежемесячно | Янв 2008 – октябрь 2021 |
Расходы правительства регионов России: С начала года: IB: Прочие данные (млрд руб. ) | 0,000 Март 2018 г. | ежемесячно | Янв 2011 – март 2018 |
Россия Региональные государственные расходы: С начала года: SC: Образование: Общее (млрд руб.) | 1,547.192 Октябрь 2021 г. | ежемесячно | Янв 2005 – октябрь 2021 |
Расходы правительства регионов России: С начала года: SC: Здравоохранение: Прочие вопросы … (млрд руб.) | 553,988 Октябрь 2021 г. | ежемесячно | Янв 2011 – октябрь 2021 |
Расходы правительства регионов России: С начала года: SC: Physical Culture & Spo. .. (млрд руб.) | 73,125 Октябрь 2021 г. | ежемесячно | Янв 2011 – октябрь 2021 |
Расходы правительства регионов России: с начала года на социально-культурную деятельность … (млрд руб.) | 7 865 637 Октябрь 2021 г. | ежемесячно | Январь 1997 – октябрь 2021 |
Россия Региональные государственные расходы: Год до настоящего момента: SC: Образование: Молодежная политика… (млрд руб.) | 63,535 Октябрь 2021 г. | ежемесячно | Янв 2005 – октябрь 2021 |
Расходы правительства регионов России: С начала года: SC: Социальное обеспечение: Социальные . .. (млрд руб.) | 305,448 Октябрь 2021 г. | ежемесячно | Янв 2005 – октябрь 2021 |
Россия Региональные государственные расходы: С начала года: SC: Здравоохранение: Санаторий… (млрд руб.) | 14,240 Октябрь 2021 г. | ежемесячно | Янв 2008 – октябрь 2021 |
Расходы правительства регионов России: с начала года: SC: Культура и кинематография … (млрд руб.) | 393,854 Октябрь 2021 г. | ежемесячно | Янв 2011 – октябрь 2021 |
Расходы правительства регионов России: с начала года: СК: СМИ (млрд руб. ) | 47.113 Октябрь 2021 г. | ежемесячно | Янв 2011 – октябрь 2021 |
Расходы правительства регионов России: с начала года: IB: Другое межбюджетное … (млрд руб.) | 0,010 Март 2018 г. | ежемесячно | Янв 2011 – март 2018 |
Россия Региональные государственные расходы: С начала года: SC: Образование: Начальное Voc… (млрд руб.) | 217,103 Октябрь 2021 г. | ежемесячно | Янв 2005 – октябрь 2021 |
Россия Региональные государственные расходы: С начала года: SC: Здравоохранение: Медицинские услуги (млрд руб. ) | 265 873 Октябрь 2021 г. | ежемесячно | Янв 2008 – октябрь 2021 |
Региональные государственные расходы России: Год до настоящего момента: SC: Культура и кинематография… (млрд руб.) | 41,459 Октябрь 2021 г. | ежемесячно | Янв 2011 – октябрь 2021 |
Численный подход к изучению абляции крупных болидов: приложение к Челябинску
В этом исследовании мы исследуем абляционные свойства болидов, способных производить метеориты. Случайные записи с видеорегистратора из многих мест Челябинского суперболида, связанные со входом в атмосферу околоземного объекта (ОСЗ) диаметром 18 м, предоставили прекрасную возможность восстановить его атмосферную траекторию, замедление и гелиоцентрическую орбиту. В данной работе мы сосредоточены на изучении абляционных свойств Челябинского болида на основе его замедления и фрагментации. Мы исследуем, можно ли изучать метеороиды, демонстрирующие резкую фрагментацию, путем анализа участков траектории, которые не включают эпизод разрушения. Мы применяем этот подход к нижней части траектории Челябинского болида, чтобы продемонстрировать согласованность полученных параметров. Для этого мы реализовали численный метод (Рунге – Кутта), подходящий для получения абляционных свойств болидов на основе наблюдений.Метод был успешно апробирован на ранее опубликованных в литературе случаях. Наша модель дает результаты, которые достаточно хорошо согласуются с наблюдениями. Он также хорошо согласуется с основными наблюдаемыми характеристиками челябинского суперболида и обеспечивает его средний коэффициент абляции σ = 0,034 с 2 км −2 . В нашем исследовании также изучаются основные последствия для опасности столкновения, и делается вывод о том, что ОСЗ диаметром в десятки метров, сталкивающиеся с Землей по скользящим траекториям и демонстрирующие низкие геоцентрические скорости, проникают в атмосферу глубже, чем предполагалось ранее, и, как таковые, способны производить метеориты и даже повреждения на земле.
1. Введение
15 февраля 2013 г. наше мнение об опасности столкновения было серьезно оспорено. Несмотря на то, что была возможность спрогнозировать близкое сближение околоземного астероида (NEA) 2012 DA на расстояние 27700 км, было чувство выполненного долга, хотя этот NEO был обнаружен всего за год до этого, неожиданное столкновение с астероидом Аполлон последовало. [1]. В 03:20 UTC суперболид, также известный как Челябинский суперболид, пролетел над территорией России и Казахстана.Возможная связь между суперболидом и DA NEA 2012 года была отвергнута Европейским космическим агентством (ESA) и Лабораторией реактивного движения Национального управления по аэронавтике и исследованию космического пространства (JPL-NASA) при реконструкции траектории приближающегося огненного шара. Челябинский суперболид вошел в атмосферу на скорости ~ 19 км / с и, по данным датчиков США (список огненных шаров CNEOS: https://cneos.jpl.nasa.gov/fireballs/), достиг максимальной яркости на высоте 23,3 км при скорости 18. 6 км / с [1, 2], что также дает нам ценные образцы в виде метеоритов.
Существование метеорных потоков, способных производить падающие метеориты болиды, является горячей темой в планетологии. Такие потоки впервые были предложены Халлидеем [3, 4]. Их существование имеет важные последствия, потому что они могут естественным образом доставлять на Землю различные типы породообразующих материалов с потенциально опасных астероидов (PHA). Считается, что ОСЗ в окрестностях Земли претерпевают динамическую эволюцию со столкновениями в относительно короткие сроки.Ранее мы идентифицировали несколько комплексов ОСЗ, которые образуют падающие метеориты болиды, и мы предполагаем, что они могли образоваться во время сближения с планетами земной группы [5, 6]. Такой сценарий формирования астероидных комплексов такого типа теперь подкрепляется недавним открытием комплекса ОСЗ, вероятно, связанных с предшественником АЗЗ Челябинского болида [7]. Разрушенные осколки в результате разрушения ОСЗ, посещающих внутреннюю часть Солнечной системы, могут распространяться по всей орбите родительского тела в масштабе веков [4, 8, 9]. Этот сценарий также согласуется с современным взглядом на то, что ОСЗ всплывают на поверхность в результате близкого сближения [10]. Кроме того, извлеченные из Челябинска метеориты имеют брекчированный характер [11, 12], что напоминает сложную историю столкновений и вероятную структуру груды щебня астероида-прародителя комплекса [13]. Существование этих астероидных комплексов в околоземном регионе имеет важные последствия, поскольку они могут быть источником потоков метеороидов с низкой пространственной плотностью, населенных крупными метеороидами.Такие комплексы могли быть источником малоизвестных радиантов, генерирующих огненные шары [14, 15]. Это могло иметь важные последствия для части спорадических метеороидов, производящих яркие огненные шары, и для физических механизмов, предполагавшихся в прошлом [16–18].
Челябинское событие также представляет интерес из-за своей величины и энергии, а также из-за того, что оно может рассматриваться в качестве репрезентативного примера наиболее частого исхода опасности столкновения с небольшими астероидами в человеческих временных масштабах. Челябинск также демонстрирует важность фрагментации для небольших астероидов, которые могут даже раскопать кратер на поверхности Земли, хотя и редко [19–23]. Фрагментация важна, поскольку она обеспечивает механизм, в котором высвобождается значительная часть кинетической энергии, связанной с небольшими астероидами. Это, безусловно, был очень актуальный процесс для Тунгусского события [24, 25], а в более известном случае Челябинска большая часть кинетической энергии была передана внутренней энергии воздуха, которая излучается в виде света [26]. .
Один из способов изучения метеороидов, попадающих в атмосферу Земли, – это видеонаблюдения за такими явлениями. Следовательно, мы разрабатываем дополнительные подходы к более детальному изучению динамического поведения записанных на видео болидов. Испанская метеорная сеть (SPMN) первой применила высокочувствительные камеры для обнаружения огненных шаров, и в настоящее время она ведет онлайн-список ярких событий, обнаруженных над Испанией, Португалией, южной Францией и Марокко с 1999 года [27, 28]. Например, случайные видеозаписи плюс несколько неподвижных фотографий суперболида в полете позволили нам восстановить гелиоцентрическую орбиту метеорита Вильяльбето де ла Пенья в рамках SPMN [28]. Возможность изучения суперболидов, таких как Челябинск, является очень привлекательной вехой, которую следует учитывать. Программное обеспечение, используемое в этом исследовании, было разработано как часть магистерской диссертации [29] и впоследствии протестировано и подтверждено с использованием нескольких случаев, обсуждаемых в [29], а также событий от 25 видео станций и станций ПЗС всего неба, установленных над Пиренейским морем. Полуостров у СПМН.В этом контексте мы занимались изучением динамического поведения метеороидов, замедляющихся в атмосфере Земли [30, 31].
В данном исследовании мы изучаем Челябинский болид, следуя методу исследования метеоров Рунге – Кутта, аналогичному разработанному Беллот Рубио и др. [32]. Мы стремимся проверить, применим ли этот конкретный метод для другого диапазона масс, особенно для небольших астероидов и крупных метеороидов метрового размера. Сначала мы описываем нашу численную модель и проверяем ее на известных метеорных событиях.Мы сравниваем наши результаты проверки кода с результатами, полученными Bellot Rubio et al. [32] для того же набора данных. Затем мы применяем нашу численную модель к суперболиду Челябинска, чтобы изучить его динамическое поведение. Для простоты в нашей модели учитываются постоянные коэффициент абляции и коэффициент формы, хотя эти параметры могут изменяться на разных стадиях абляции [33–35].
Это исследование структурировано следующим образом: обработка данных и теоретический подход, относящийся к Челябинскому болиду, описаны в следующем разделе.В разделе 3 обсуждаются основные последствия этой работы в контексте исследований болидов, метеоритов и ОСЗ. Мы используем модель для определения параметров полета огненного шара, и, изучая замедление, мы также получаем коэффициент абляции. Наконец, выводы этой работы представлены в Разделе 4.
2. Обработка данных, теоретический подход и наблюдения
Челябинский суперболид оказался неожиданным дневным суперболидом, как и многие другие непредсказуемые в истории болиды, падающие метеоритами. К счастью, было получено множество случайных видеозаписей траектории полета болида с земли, учитывая, что в настоящее время широко распространены видеорегистраторы, доступные в частных автомобилях в России. Согласно имеющимся видеозаписям, можно тщательно изучить атмосферную траекторию и замедление, что позволяет восстановить гелиоцентрическую орбиту в рекордно короткие сроки [2, 26].
2.1. Теория единого тела
Существует два основных подхода к изучению динамических свойств метеоров при взаимодействии с атмосферой. Теория квазинепрерывной фрагментации (ККФ), предложенная Новиковым и др.[37], которая позже была расширена Бабаджановым [38], и теория единого тела, описанная Броншстеном [39]. Были расхождения в условиях применимости обоих методов: одиночное тело работает с основными дифференциальными уравнениями, тогда как QCF использует полуэмпирические формулы, изучающие только светимость, создаваемую метеором. Основное отличие состоит в том, что теория одного тела получает меньшие динамические массы, чем метод QCF. На данный момент ни один из подходов не является преобладающим, и причину, по которой теории не сходятся, можно отнести к вкладу других ключевых процессов, таких как фрагментация и замедление метеороидов во время абляции, или к плохо ограниченным значениям объемной плотности и / или коэффициент светоотдачи [40–42].
Заметим, что начальная оценка динамической массы или размер доатмосферы может быть получена с использованием методов, описанных в других работах [43–48]; поэтому мы оставляем это за рамками данной модели. Отметим также, что недавно были разработаны альтернативные модели, учитывающие абляцию; однако дальнейшее обсуждение этой темы выходит за рамки данного исследования, и читателю предлагается обратиться к следующей литературе [46, 47, 49–52]. Как отмечалось во введении, высокопрочные метеороиды от астероидов или планетных тел демонстрируют совершенно иное поведение, чем хрупкие пылевые агрегаты, исходящие от комет [53–57].
2.2. Роль фрагментации
Фрагментация метеороидов подробно изучалась различными авторами [38, 40]. Проанализировав различные фотографические наблюдения, Левин [40] выделил четыре возможных типа фрагментации: (а) распад метеороида на крупные нефрагментирующиеся обломки, (б) постепенный распад исходного метеороида на фрагменты, которые продолжают рассыпаться на более мелкие фрагменты, (c) мгновенный выброс большого количества мелких частиц, который при воздействии на весь метеороид называется катастрофическим разрушением, и, наконец, (d) квазинепрерывная фрагментация, которая состоит из постепенного высвобождения большого количества мелких частиц. с поверхности и их последующее испарение из-за высоких температур, связанных с ударной тепловой волной, образовавшейся вокруг тела.
На практике в одном метеорном событии можно наблюдать комбинацию двух или более типов фрагментации. Фактически, можно заметить, что типы фрагментации (a) и (c), описанные в предыдущем абзаце, могут происходить более одного раза для одного и того же метеорного события. Анализ метеоров, выполненный Jacchia [58] с использованием камер Super-Schmidt, показал, что теория единого тела не работает для случаев, когда на траектории происходят резкие типы фрагментации. Как прямое следствие, метеороиды, демонстрирующие фрагментацию первого (а), второго (б) и третьего (в) типа, не должны изучаться с использованием этой упрощенной теории единого тела.Когда метеороид подвергается резкой фрагментации, основное тело мгновенно теряет массу, и, следовательно, уравнения одного тела не могут применяться, поскольку условие непрерывности массы не выполняется. Таким образом, случаи с возможными эпизодами резкой фрагментации в данной работе не рассматриваются.
2.3. Теория единого тела: уравнения сопротивления и потери массы
Динамическое поведение метеороида при его взаимодействии с атмосферой Земли описывается с помощью уравнений сопротивления и потери массы.Эти уравнения, представленные Бронштеном [39], следующие: где K – коэффициент плотности формы, ρ воздух – плотность воздуха, м – масса метеороида, – мгновенная скорость, σ – коэффициент абляции.
Используя уравнения (1) и (2), идентифицируемые параметры: K и σ . Коэффициент абляции определяет потерю массы болида при его проникновении в атмосферу; чем больше значение, тем больше масса будет уноситься при данной скорости.Значение коэффициента абляции зависит от различных факторов и выражается как где Λ – коэффициент теплопередачи, Γ – коэффициент сопротивления, а Q – теплота абляции.
Коэффициент плотности формы зависит от формы и плотности метеороида и выражается как где A – коэффициент формы, – площадь поперечного сечения и – объемная плотность метеороида.
Мы должны указать, что данные наблюдений, полученные при восстановлении траекторий метеоров с помощью ПЗС или видеокамер, в основном представляют собой кадровую скорость болида как функцию высоты, что требует другого уравнения для связи времени с величиной высота: где z – зенитный угол.
Подставляя уравнение (5) в уравнения (1) и (2), получают следующие выражения:
Затем, разделив уравнение (2) на уравнение (1), мы получаем
Решая это дифференциальное уравнение с граничное условие, когда получается следующее:
Теперь мы объединяем уравнения (9) и (6), чтобы получить
Чтобы получить значение K и σ , мы используем уравнение (10) , поскольку он использует замену зависимости от мгновенной массы, и, таким образом, мы имеем дело с одним уравнением вместо двух. Кроме того, существует начальная масса, которая является важным параметром, который необходимо изучить. Уравнение (10) напрямую связывает замедление метеороида как функцию различных параметров, в частности зенитного угла. Последний член представляет особый интерес, поскольку он модулирует полное уравнение. Для вертикального входа ( z = 0 °) замедление будет максимальным, а для z , близкого к 90 °, замедление сведено к минимуму. По этой причине большие метеороиды под скользящими углами могут следовать чрезвычайно длинным траекториям или даже снова уходить в космос, как, например, суперболид Гранд Тетонс, который провел почти две минуты, путешествуя над несколькими штатами США и Канады 10 августа 1972 г. [11 , 59].
Однако, используя концепции, представленные выше, невозможно получить значения начальной массы ( м o ) и K . Параметры, которые можно найти, являются только выражениями m o −1 / 3 · K и σ . Следовательно, требуется другое уравнение для получения K и m o отдельно. Остающееся выражение – это фотометрическое уравнение: где – световая отдача.В этом уравнении предполагается, что = константа, и его часто применяют к небольшим метеорам. Светоотдача получена опытным путем; таким образом, любые отклонения в этом значении могут привести к значительным изменениям в результатах. Это уравнение будет называться позже как часть определения массы. Теперь мы сосредоточимся только на уравнении (10).
Мы определяем K ′ как
Затем уравнение для работы с переменными K ′ и σ .
3. Результаты и обсуждение
3.1. Численное приближение
В этом разделе мы разрабатываем численное приближение с целью описания полета метеороида в атмосфере. Наша цель – получить решение, которое можно использовать для лучшего понимания этого физического процесса. Впоследствии мы намерены разработать численный подход, который может быть очень ценным при прогнозировании изменения параметров вдоль участков траектории по сравнению с аналитическим «сглаживанием всей траектории».
Уравнение (13) – это выражение, используемое для нахождения физических параметров.Для проверки нашей модели мы используем метеорные данные, относящиеся к скорости метеороида на разных высотах, взятые из литературы. В этом отношении точные данные о траектории / скорости метеора, полученные с помощью камер Super-Schmidt с высоким разрешением [58], могут быть использованы для тематического исследования. Эти данные о траектории метеора используются для оптимизации процедуры для получения значений K ‘и σ , которые наилучшим образом соответствуют точкам фактических данных. Представленная здесь процедура дает множество синтетических кривых.Впоследствии, чтобы оптимизировать время вычислений, находят решение, позволяющее привести уравнение к реальным данным.
3.1.1. Реализация метода Рунге – Кутта
Метод Рунге – Кутта – это итерационный метод аппроксимации и решения обыкновенных дифференциальных уравнений. Впервые метод был разработан Рунге [60] и Кутта [61].
Приближение Рунге – Кутты дает решение в определенной точке высоты. Применение метода Рунге-Кутта требует, чтобы были известны начальные условия:
В нашем случае начальными условиями будут начальная скорость и высота болида в момент начала абляции, «синтетически» записанные как
. выберите размер шага ( p ), который должен быть сопоставим с разрешением данных, чтобы обеспечить лучшее сравнение между моделью и наблюдениями.Размер шага определяет, сколько шагов интеграции необходимо выполнить, прежде чем будет достигнуто окончательное решение. Чем меньше размер шага, тем точнее будет решение, учитывая, что это также увеличит время вычислений. Размер шага соответствует характеристике Δ h , которая по данным Bellot Rubio et al. [32] можно выбрать около нескольких сотен метров, 100–300 м.
После определения размера шага мы определяем коэффициенты модели следующим образом:
Для нашего случая функция, которую необходимо изучить, а коэффициенты вычисляются как
После вычисления коэффициентов (уравнение (16)) мы вычисляем решение для точки y n +1 по следующей формуле:
Для нашего случая (уравнение (18)) это
Полученный результат является решением для точки ( h n +1 , n +1 ), что становится начальным условием для нахождения численного приближения для следующей точки. Процедура повторяется до тех пор, пока не будет достигнуто желаемое значение.
3.1.2. Проверка кода с помощью каталога Jacchia
После определения процедуры нам необходимо проверить код, сравнив результаты с ранее опубликованными данными. Мы используем каталог очень точных фотографических траекторий метеоров [58], далее именуемый каталогом JVB, полученный с помощью камер Super-Schmidt с высоким пространственным разрешением. В исследовании Джаккиа [58] синтезируются предполагаемые физические параметры для 413 метеоров в диапазоне от –5 до +2,5 звездных величин, полученные во время работы многостанционной метеорной сети, работавшей в пятидесятые и шестидесятые годы в Нью-Мексико, США.Данные предоставляют скорость и звездную величину метеора в зависимости от высоты, полученную доатмосферную скорость, замедление и некоторую дополнительную информацию для наблюдаемых метеоров. Все события каталога JVB были названы с использованием числа. В этом проекте мы использовали ту же нумерацию Jacchia и Whipple [58], но включили J в начале для вычислительных соображений. Например, позже мы обсудим метеор J8945 (указанный в JVB как 8945).
Уравнение (13) также требует знания плотности воздуха.Мы приняли общую модель, широко используемую в исследованиях метеоров [45], стандартную атмосферу Соединенных Штатов (США) [62]. Стандартная атмосфера США была первоначально разработана в 1958 году Комитетом США по расширению стандартной атмосферы и усовершенствована в 1976 году. Это серия таблиц, в которых приведены приблизительные значения атмосферной температуры, плотности, давления и других свойств в широком диапазоне высоты.
3.1.3. Процедура автозаполнения
Мы определили способ преобразования дифференциального уравнения в выражение, которое можно итеративно вычислять.Цель состоит в том, чтобы найти результат, для которого K ‘и σ дают наиболее близкую кривую, соответствующую точкам данных наблюдений. Чтобы найти наиболее подходящие значения, мы вводим следующую процедуру автозаполнения. Начнем с выбора двух случайных значений K ′ и σ в качестве начального приближения. К метеорным данным, подлежащим исследованию, относятся скорость метеора в определенных высотных точках; мы сравниваем эту скорость со скоростью, моделируемой нашим кодом в тех же высотных точках.Затем коэффициент ошибки вычисляется следующим образом: где – скорость, выведенная из измеренных данных, а – вычисленная скорость.
Кроме того, мы вводим коэффициенты приращения для K ′ и σ , которые определяются как Δ K и Δ σ . Следуя той же процедуре, что и ранее, мы вычисляем коэффициент ошибки для
В принципе, мы создали двумерную матрицу ошибок. Параметр ошибки можно отобразить в таблице для лучшей визуализации алгоритма (рисунок 1).После того, как все значения ошибок вычислены, выполняется поиск минимального значения, и результат считается новым центрированным значением для следующей итерации вычислений.
Мы повторяем ту же процедуру для следующего центрированного значения, пока не достигнем точки, где минимум будет центрирован в середине матрицы. Следовательно, минимальное значение ошибки будет соответствовать искомым значениям K ′ и σ . Если используются очень маленькие приращения K ′ и σ , решение будет более точным (за счет увеличения времени вычислений).Если установить большие приращения K ′ и σ , решение будет достигнуто быстрее, но за счет разрешения решения. Чтобы справиться с этой загадкой, код оптимизирован таким образом, что вначале он настроен на работу с большими приращениями K ′ и σ . Как только решение «первого приближения» найдено, код переключается на меньшие приращения, пока не будет достигнуто оптимальное разрешение.
На рис. 2 показан пример процедуры автоматической подгонки.Мы выбрали метеор J8945 для сравнения с литературными данными [32]. Остальные случаи изучались и сравнивались в Дергаме [29]. При сравнении графиков зависимости скорости от высоты становится очевидным, что аппроксимирующие кривые очень похожи на наблюдаемые данные.
3.1.4. Случаи внезапного разрушения
Мы представили модель, способную получить некоторые параметры для метеороидов. Однако, как упоминалось ранее, не все метеороиды могут быть изучены с использованием этой конкретной модели, потому что, если они подвергаются фрагментации, результаты могут быть искажены.Bellot Rubio et al. [32] также упомянули, что в каталоге JVB имеется значительное количество случаев, которые невозможно подогнать, вероятно, из-за внезапных сбоев. На рисунке 3 показаны результаты кривой скорости с использованием нашей модели для случая J4141. Результаты также сравниваются с результатами, полученными Bellot Rubio et al. [32].
Несмотря на трудности получения подходящих решений для некоторых событий, примечательно, что наша модель способна идентифицировать и производить решения для событий, подвергающихся квазинепрерывной фрагментации.Возможный способ изучения метеороидов с резкой фрагментацией – это сосредоточение внимания на различных участках траектории, которые не включают эпизод разрушения. Мы применим этот подход к нижней части траектории Челябинского болида, чтобы продемонстрировать согласованность полученных параметров.
3.2. Коэффициент абляции
Уравнение (13) имеет несколько неизвестных. Способность метеороида излучать свет может быть связана с его потерей массы или коэффициентом абляции σ [34, 42].В принципе, коэффициент абляции отражает, насколько быстро метеороид теряет массу при взаимодействии с атмосферой. Низкие значения коэффициента абляции указывают на то, что объект теряет меньшее количество массы по сравнению с объектом, имеющим более высокое значение коэффициента абляции. Коэффициент абляции обычно выражается в единицах s 2 км −2 , а также может быть выражен через безразмерный параметр потери массы [44, 63], используемый в различных исследованиях физики метеоров.Значение коэффициента абляции зависит от многих факторов, таких как химический состав, размер зерна, плотность, пористость и форма тела, среди прочих. В целом, значения коэффициента абляции находятся в диапазоне от 0,01 до 0,3 с 2 км −2 [25]. Чтобы проиллюстрировать это, мы применили различные коэффициенты абляции к метеороиду массой 1 г с доатмосферной скоростью 25 км / с, который начинает замедляться на высоте 100 км. Результаты показаны на рисунке 4.
Как правило, чем больше коэффициент абляции, тем быстрее тело замедляется из-за более быстрой потери массы. Следовательно, масса тела уменьшается из-за абляции; это описывается с помощью коэффициента абляции, и сила сопротивления, создаваемая атмосферой, оказывает большее влияние. В таблице 1 показано сравнение наших результатов с несколькими событиями, описанными в каталоге JVB.
|
3.3. Замедление, нормализованная мгновенная масса и скорость потери массы
В этом разделе более подробно рассматривается влияние замедления.Учитывая, что у нас есть зависимость скорости от высоты вдоль траектории, мы можем изучить замедление по поведению кривой скорости. Это особенно полезно, поскольку многие алгоритмы обработки метеоров и методы обнаружения предоставляют значения скорости последовательно [15, 64]. В определенной точке h i код вычисляет приращение скорости относительно приращения расстояния в точках непосредственно перед и после. Это может быть выражено как
Учитывая все точки с известной скоростью и высотой вдоль траектории в качестве входных данных, уравнение (23) может применяться напрямую.Рисунок 5 (а) показывает кривую скорости как функцию высоты для метеороида J8945.
Нормализованная мгновенная масса ( м / м 0 ) – следующая величина, которую необходимо изучить. Выражение для нормированной мгновенной массы может быть получено путем преобразования уравнения (9):
Уравнение (24) выражает нормированную мгновенную массу как функцию скорости, тогда как значения скорости являются функциями высоты. На рисунке 5 (b) показано поведение нормированной массы, выраженной как функция высоты, для события J8945.
Мы определяем нормированный коэффициент потери массы как производную относительной массы по высоте. Это значение вычисляется следующим образом:
На рисунке 5 (c) показано прямое применение этого подхода для события J8945.
3.4. Приложение к Челябинскому суперболиду
Мы применяем код Рунге – Кутта, разработанный в этой работе, к знаменитому Челябинскому суперболиду. 15 февраля 2013 года было предсказано, что NEA-2012 DA14, обнаруженный годом ранее Астрономической обсерваторией Майорки, приблизится к Земле на минимальное расстояние всего 27700 км.Однако, хотя все внимание было сосредоточено на ожидании этой встречи, еще одно АЯЭ неожиданно вошло в атмосферу над Центральной Азией 15 февраля 2013 г. в 03:20:33 UTC. Болид разрушился в районе города Челябинска [1]. Челябинский болид достиг звездной величины -28, что ярче Луны (рис. 6).
По мере того, как проходили дни и вычислялись орбиты, ученые отбрасывали возможную связь между двумя NEA, поскольку они имели очень разные гелиоцентрические орбиты.Благодаря видеокамерам (видеорегистраторам), установленным на большинстве российских автомобилей, и камерам наблюдения, установленным на зданиях, была восстановлена начальная траектория движения болида и определена орбита [2].
После появления суперболида многие люди выкладывали в Интернет различные видео. Поскольку географическое положение записанных видео было известно, мы реконструировали траекторию болида, получив значения скорости как функцию высоты. Как показано в Таблице 2, данные были получены в результате анализа нашей видео-компиляции, скорости болида на конечной части его траектории сразу после массового фрагментации, произошедшего на высоте 26 км.Размер шага определялся частотой кадров видео, соответствующей перепадам высот 200–150 м. В таблице 2 представлены эти данные.
|
На рис. соответствие получено нашей моделью.На графике видно довольно равномерное поведение челябинского суперболида после основного события фрагментации.
Изучая динамическую кривую, можно получить коэффициент абляции. Полученное значение составляет
. Примечательно, что это значение, полученное для нижней траектории, обеспечивает такой же коэффициент абляции, как и для огненных шаров на гораздо больших высотах, даже несмотря на то, что Челябинск был самым глубоким проникающим болидом, когда-либо зарегистрированным, все еще излучающим свет даже когда он достиг тропосферы.Примечательно, что плотность атмосферы в этих нижних областях примерно на четыре порядка выше.
Нормализованное изменение массы для этой нижней части траектории показано на рисунке 7 (b), а изменение скорости потери массы показано на рисунке 7 (c). В частности, обнадеживает, что модель достаточно хорошо предсказывает поведение абляции Челябинского болида в нижней части его атмосферной траектории. Кривая блеска Челябинского события была нормализована с использованием данных датчика правительства США при пике яркости 2.7 we10 13 Вт с · r −1 , что соответствует абсолютной астрономической величине −28 [1]. Согласно заключительному отчету NASA JPL Chelyabinsk [65], максимальная яркость была достигнута на высоте 23,3 км. Это согласуется с нашими результатами как максимальное предполагаемое значение скорости потери массы из наших динамических данных, которые происходят на высоте ∼23,5 км (рис. 7 (c)).
Хорошо известно, что максимальная яркость достигается вскоре после катастрофического разрушения метеороида из-за того, что фрагментированный / измельченный материал подвергается воздействию тепла, генерируемого образовавшейся ударной волной.
Интересный вывод, который можно сделать непосредственно из этих результатов, – важность атмосферы. Как упоминалось ранее, чем быстрее метеороид, тем быстрее происходит абляция. Таким образом, атмосфера могла бы эффективно защитить Землю от очень быстрых ударов, поскольку такие объекты предпочтительно и быстрее удаляются. Однако менее благоприятными случаями являются очень большие объекты (особенно если их предатмосферная скорость мала), такие как Тунгусский ударник, который произвел воздушный взрыв над Сибирью в 1908 году, когда он вошел в атмосферу со скоростью ~ 30 км / с [66]. .Челябинский суперболид имел доатмосферную скорость 19 км / с, а его траектория соответствовала геометрии скольжения (высокий зенитный угол).
Чтобы проиллюстрировать это, мы построили график входа в Челябинский суперболид для различных начальных скоростей (Рисунок 8). Конечно, разрушение ОСЗ может привести к образованию осколков размером в десятки метров. Если эти фрагменты столкнутся с нашей планетой при определенных геометрических условиях, они могут стать значительным источником наземных повреждений и жертв.Таким образом, определение существования астероидных комплексов в околоземной среде имеет решающее значение для более точной оценки опасности столкновения.
Если бы челябинский суперболид вошел с большей скоростью, он бы замедлился быстрее из-за более быстрой потери массы. Согласно нашей модели, максимальная яркость метеороида наступает тогда, когда потеря массы достигает пика. Следовательно, модель предсказывает, что астероид типа Челябинска, движущийся с меньшей скоростью, может иметь более разрушительный потенциал на поверхности Земли (Рисунок 8). С другой стороны, снаряд того же скального состава и движущийся с большей скоростью мог подвергнуться гораздо более быстрому процессу абляции, завершившемуся взрывным воздушным взрывом, подобным тому, который произошел над Тунгуской. Такие выводы означают, что эффективность атмосферы Земли по защите нас от опасных астероидов размером в десятки метров, которые сильно зависят от относительной скорости встречи с нашей планетой.
Важно отметить, что новые улучшения в обнаружении болидов из космоса могут обеспечить дополнительный прогресс в изучении световой эффективности болидов [34].Фактически, сообщалось о нескольких обнаружениях Челябинского болида из космоса [67, 68]. Будущие исследования общих событий, обнаруживаемых как с земли, так и из космоса, могут ограничить роль наблюдаемой геометрии в потере сигнала и возможных смещениях при последующем определении скорости, излучаемой энергии и определении элементов орбиты.
3.5. Последствия для опасности столкновения
Учитывая разрушительную природу крупных внеземных объектов (например, [24]), очень важно идентифицировать существование астероидных комплексов в околоземной среде. Действительно, внеземные тела масштаба Челябинска или более крупные (размером 10 с метров) представляют особый интерес для сообщества планетарной защиты, потому что в зависимости от геометрии их орбиты и угла падения эти объекты могут представлять значительную опасность для людей и инфраструктуры на земле. Таким образом, изучение околоземной среды вместе с хорошо задокументированными событиями, такими как Челябинский суперболид, может пролить больше света на динамические процессы, а также на фундаментальные свойства этих объектов.
Изучая падение метеоритов и относительное отсутствие небольших ударных кратеров [19], мы знаем, что астероиды метрового размера эффективно фрагментируются, когда они проникают в стратосферу на гиперскорости. Давление нагрузки перед телом создает трещину в горной породе, когда она превышает ее предел прочности. Как естественное следствие, падение метеорита часто приводит к попаданию десятков и сотен камней сразу после такого типа разрушения [69, 70]. Мы уже описывали такое поведение при обсуждении эволюции Челябинска. Вдобавок существует общепринятое мнение, что земная атмосфера действует как эффективный щит для снарядов диаметром от метров до десятков метров. Несмотря на это, нам все еще нужно увеличивать нашу статистику, поскольку реже и, вероятно, для низкоскоростных снарядов при благоприятных геометрических условиях раскопки кратера все еще возможны. Хорошим примером этого было так называемое событие Каранкас: ударный кратер, выкопанный в перуанском альтиплане хондритовым метеоритом размером в один метр [71].Будучи довольно необычным ударным событием, также вероятно, что значительное количество этих событий редко изучается, поскольку они происходят в удаленных местах и остаются незамеченными. Очевидно, что Челябинск и другие хорошо зарегистрированные события (например, сетью огненных шаров) дают возможность понять в необходимых деталях поведение метеороидов метрового размера и их способность напрямую вызывать травмы и даже человеческие жертвы.
4. Выводы
Мы разработали численную модель, использующую метод Рунге – Кутта, для прогнозирования динамического поведения метеороидов, проникающих в атмосферу Земли, на основе уравнений метеорной физики [39]. Чтобы протестировать численную модель, мы успешно применили ее к нескольким метеорным явлениям, описанным в научной литературе. После проверки численной модели мы изучили поведение замедления Челябинского суперболида в нижней части его атмосферной траектории, как раз в области, следующей за основным событием фрагментации, где такой подход применим. Эта схема представляет собой новый способ изучения сложных метеорных явлений, исследуя только ту часть траектории, во время которой объект не подвергается резкой фрагментации.
Наше исследование профиля замедления Челябинского суперболида позволило нам сделать следующие выводы: (а) Наша численная модель, успешно примененная к нижней части траектории болида, хорошо предсказывает основные наблюдаемые характеристики Челябинского суперболида. Это весьма примечательно, поскольку исследуемая здесь более низкая траектория имеет сходное поведение при абляции по сравнению с огненными шарами на больших высотах. Следует отметить, что событие в Челябинске – это самый глубокий из когда-либо задокументированных болидов, излучающий свет на границе, достигая тропосферы. Таким образом, наш подход предлагает многообещающее место для изучения сложных метеорных явлений в упрощенном и упрощенном виде. (B) Лучшее соответствие модели замедления обеспечивает средний коэффициент абляции σ = 0,034 с 2 · км −2 , что находится в диапазоне значений, приведенных в научной литературе. (c) Коэффициент абляции считается постоянным в пределах каждого исследуемого интервала траектории. Этот упрощенный подход, вероятно, является одной из причин, по которой эта модель не применима ко всей траектории метеороидов, страдающих значительной фрагментацией и катастрофическими разрушениями.В любом случае, для случаев, изучаемых здесь, коэффициенты абляции, полученные в нашей работе, согласуются с теми, о которых сообщается в научной литературе. (D) Сравнение основных параметров огненного шара, полученных как с земли, так и с космоса, может ограничить роль наблюдателей. геометрия в потерях сигнала и смещения в определении скорости, излучаемой энергии и элементов орбиты. обстоятельства, могут быть серьезным источником опасности для людей и инфраструктуры на земле.Следовательно, мы полагаем, что идентификация существования астероидных комплексов в околоземной среде имеет решающее значение для лучшей оценки опасности столкновения. (F) Наконец, мы не должны недооценивать опасный потенциал малых астероидов, поскольку наша модель показывает, что способность Атмосфера Земли, защищающая нас от таких объектов, сильно зависит от относительной скорости встречи с нашей планетой.
Доступность данных
Данные, использованные для подтверждения выводов этого исследования, включены в статью.
Конфликт интересов
Авторы заявляют об отсутствии конфликта интересов.
Благодарности
Это исследование финансировалось исследовательским проектом (PGC2018-097374-B-I00, P.I. J.M.T-R), финансируемым FEDER / Ministerio de Ciencia e Innovación – Agencia Estatal de Investigación. MG благодарит Академию Финляндии за поддержку (325806). Исследования в Уральском федеральном университете поддержаны Российским фондом фундаментальных исследований (18-08-00074 и 19-05-00028).Во время рецензирования рукописи авторы потеряли идейного вдохновителя, дорогого друга и соавтора Эско Лийтинена. Авторы посвящают это совместное усилие в память о его выдающемся научном деятеле, а также его дружбе, проницательности и взаимопонимании, которые разделялись на протяжении многих лет. Авторы благодарят доктора Александра Гирина и двух анонимных рецензентов за ценные и конструктивные комментарии. Авторы также благодарят Марата Ахметвалеева за предоставленные им удивительные снимки Челябинского болида и его пыльного следа.
Воздействие ионосферы Челябинского метеора в 2013 г. изучено с помощью GPS-измерений – Ян – 2014 – Radio Science
Реферат
15 февраля 2013 г. Челябинское метеорное событие (крупнейшее по размеру с 1908 г.) предоставило уникальную возможность наблюдать ионосферные возмущения, связанные с абляцией и ионосферным воздействием метеора, используя измерения GPS. Гиперзвуковой болид генерировал мощные ударные волны, а акустические возмущения в атмосфере приводили к восходящему распространению акустических и гравитационных волн в ионосферу.В нашем исследовании мы применили два различных метода для обнаружения ионосферных возмущений в измерениях двухчастотной глобальной системы позиционирования (GPS) во время падения метеора. Данные были собраны из сетей GPS ближнего поля в России, Сети наблюдения Земли GPS (GEONET) в Японии и станций обсерватории границ плит (PBO) в соседних США. волновые пачки в измерениях, полученных от ближайшей станции GPS к месту падения метеора, с частотами примерно 4.0–7,8 мГц, 1,0–2,5 мГц и 2,7–11 мГц в 03:30 UTC. Мы оценили скорость и направление прихода возмущений полного электронного содержания (ПЭС) путем взаимной корреляции временных рядов ПЭС для каждой пары станций в нескольких областях сетей GEONET и PBO. Результаты можно охарактеризовать как три различных типа перемещающихся ионосферных возмущений (ПИВ). Во-первых, более высокочастотные (4,0–7,8 мГц) возмущения наблюдались вокруг станции ARTU в Арти, Россия (56,43 ° с. ш., 58,56 ° в.д.), со средней оценочной скоростью распространения около 862 ± 65 м / с (с 95 % доверительный интервал).Другой тип возмущения ПИВ, связанный с волновыми цугами, был идентифицирован в нижней полосе частот (1,0–2,5 мГц), распространяющейся со средней скоростью 362 ± 23 м / с. Более низкочастотные ионосферные возмущения наблюдались на расстояниях 300–1500 км от Челябинска. Третий тип цуга волн ПИВ был идентифицирован с помощью станций PBO в относительном короткопериодическом диапазоне 1,5–6 мин (2,7–11 мГц) со средней скоростью распространения 733 ± 36 м / с. Наблюдаемые короткопериодические ионосферные возмущения в U.S. region, насколько нам известно, является первым наблюдательным свидетельством совпадения инфразвуковых сигналов, генерируемых метеоритами дальнего действия, которые распространяются в ионосфере.
1 Введение
Недавнее опасное природное событие, представляющее большой интерес, – астероид Челябинск и образовавшийся в результате метеор, крупнейший с 1908 года, вошел в атмосферу Земли с расчетной скоростью примерно 18,6 км / с и 15 февраля 2013 г. упал на Челябинск, Россия [ Borovička et al. al ., 2013; Попова и др. ., 2013]. Расчетный эффективный диаметр астероида составлял около 20 м и весил около 10 000 метрических тонн, а расчетная общая кинетическая энергия до столкновения с атмосферой была эквивалентна 410 кт тринитротолуола (TNT). Из-за малого угла входа астероида в атмосферу атмосфера Земли поглотила большую часть энергии от произведенных взрывов, ударных волн и тепла. В частности, астероид вошел в атмосферу 15 февраля 2013 года в 03:20 UT.Впоследствии объект разлетелся на 11 отдельных частей на высоте 39,2–29,8 км над землей [например, Borovička et al ., 2013]. Большие осколки, движущиеся с высокой скоростью, вызвали мощную вспышку и сильные ударные волны, при этом большая часть энергии метеора высвободилась на высоте 5–15 км над Землей [ Zuluaga et al ., 2013]. Метеоры осаждают частицы дыма и пыли нанометрового размера в верхних слоях атмосферы и ионосфере Земли, вызывая микрофизические процессы, влияющие на локальную ионизацию [ McNeil et al . , 2001]. Они также генерируют инфразвуковые возмущения, которые могут взаимодействовать с нейтральной атмосферой, генерируя акустико-гравитационные волны, распространяющиеся в ионосферу, как измерено трансионосферной системой глобального позиционирования (GPS) и инфразвуковыми датчиками [ Le Pichon et al ., 2013; Yang et al. ., 2013].
Возмущения ионосферы, вызванные акустическими и гравитационными волнами, генерируемыми в нейтральной атмосфере, наблюдаются в измерениях GPS. События на поверхности Земли или в атмосфере, такие как землетрясения, цунами, столкновения с астероидами, запуски космических челноков и большие взрывы, являются потенциальными источниками ионосферных возмущений.Достижения в области обработки ионосферных данных GPS с очень высокой точностью показали, что наземные приемники GPS способны обнаруживать возмущения полного электронного содержания (TEC), создаваемые атмосферными акустическими и гравитационными волнами [ Komjathy et al . , 2012]. Данные GPS от землетрясения и цунами 2011 года в Тохоку, например, продемонстрировали, что возмущения ПЭС, вызванные гравитационно-волновой активностью, можно обнаружить в течение 45 минут после начала землетрясения [ Galvan et al ., 2012].Извержение вулкана Асама в Японии в 2004 году вызвало синусоидальные возмущения ПЭС с периодом приблизительно 1 мин, а землетрясение около Самоа в сентябре 2009 г. вызвало колебания ПЭС с периодом 8 мин [ Galvan et al ., 2011]. Кроме того, метод обнаружения и оценки на основе вейвлетов был использован для характеристики различных типов перемещающихся ионосферных возмущений (ПИВ), вызванных акустико-гравитационными волнами, вызванных цунами, землетрясениями и подземными ядерными испытаниями, с использованием сигналов GPS [ Yang et al ., 2011, 2012]. Еще многое предстоит узнать о характеристиках этих взаимодействий между поверхностью Земли и ионосферой, в том числе о том, как и почему они различаются между разными событиями.
В исследовании, описанном в этой статье, применяются два разных метода для обнаружения и анализа TID в ближнем поле (рис. 1, область 1). Метод 1 (представленный в разделе 2) используется для генерации ионосферных возмущений в пространстве и времени, а метод на основе вейвлетов (метод 2) используется для того, чтобы в основном сосредоточиться на физических характеристиках ПИВ.Падение Челябинского метеора создало уникальную исследовательскую среду, которая позволяет нам впервые исследовать влияние метеоров на ионосферу Земли с помощью измерений GPS. Наша цель – изолировать и проанализировать реакции ионосферы, связанные с метеорным явлением, используя измерения из опорных сетей GPS, поскольку они могут сыграть решающую роль в понимании физики реакции ионосферы на такие внезапные стихийные бедствия. В нашем исследовании данные были собраны со станций вблизи места падения (Челябинск, Россия, как показано на рисунке 1), а также со станций, расположенных вдоль предполагаемой траектории астероида (Япония и западная часть США).S.) в течение 3-дневного окна, сосредоточенного на дате события. В разделе 2 описаны два метода, которые мы использовали для анализа наборов данных, а в разделе 3 представлены обработанные наборы данных GPS. Результаты обсуждаются в разделе 4, а краткое изложение и заключительные замечания приведены в разделе 5.
Геометрическая взаимосвязь между используемыми станциями GPS (красные точки), реконструированной траекторией метеора, выделенной синим цветом (с красными линиями как оценочные границы ошибки для траектории), местом падения метеора (красная звездочка) и подсетями (синие прямоугольники) для оценки TID .Траектория начинается в предполагаемой точке входа в атмосферу.
2 Методология
Мы применили два независимых метода для обнаружения возмущений ПЭС в непосредственной близости от места падения метеора на землю, включая (1) алгоритм PyIono Лаборатории реактивного движения (JPL) [ Komjathy et al. ., 2012] и (2) обнаружение на основе вейвлетов. и схема анализа [ Yang et al ., 2012]. Возмущения ПЭС, вызванные ударом астероида в атмосферу, были получены с помощью GPS-станций, расположенных в непосредственной близости от области удара, с использованием метода 1.Впоследствии, в методе 2, мы применили более сложный метод на основе вейвлетов и проанализировали временные ряды TEC для выявления заметных когерентных структур с использованием трех различных областей. Наконец, мы оценили скорость и направление TID, генерируемых метеорами, с помощью метода 2.
2.1 Пиионный алгоритм JPL
В этом методе мы генерировали высокоточные калиброванные (также известные как абсолютные) измерения ПЭС. Калибровка измерений TEC служит нескольким целям, включая проверку качества обработанных данных, выравнивание фазовых измерений с использованием псевдодальностей и сравнение смоделированных и измеренных возмущений TEC [ Mannucci et al ., 1998]. Получение калиброванных значений ПЭС важно для понимания фоновых условий возмущений [например, Komjathy et al ., 2005]. Мы в первую очередь заинтересованы в мониторинге краткосрочных вариаций электронного содержания ионосферы путем анализа изменений в измерениях ПЭС.
В качестве первого шага алгоритм PyIono JPL использует наблюдения TEC на основе двухчастотного кода и измерений фазы [например, Komjathy et al ., 2012]. Затем был установлен полосовой фильтр Баттерворта (соответствующий волнам с периодами от 33 до 3.3 мин или частоты от 0,5 до 5 мГц) применяется для изоляции акустических и гравитационных волн возмущений ПЭС. Этот тип фильтрации позволяет нам более легко обнаруживать возмущения в ожидаемом диапазоне частот, соответствующих ПИВ, вызванным акустическими и гравитационными волнами, на основе прошлых наблюдений за множественными цунами [например, Galvan et al ., 2012; Komjathy et al. ., 2012].
2.2 Обнаружение и оценка на основе вейвлетов
Метод обнаружения и оценки на основе вейвлетов для изучения ионосферных возмущений, вызванных атмосферными акустико-гравитационными волнами, был введен Янгом и др. .[2011]. Комплекснозначное непрерывное вейвлет-преобразование (CWT) с вейвлетом Морле применяется для преобразования временных рядов TEC в частотно-временное пространство и вычисления кросс-вейвлетного спектра с использованием анализа когерентности вейвлетов, проведенного Янгом и др. . [2012], где ω 0 (без единиц измерения) регулирует разрешение шкалы, а η (без единиц измерения) является безразмерным параметром [ Маллат , 1999; Torrence and Compo , 1998]. Анализ когерентности представляет собой степень когерентности обнаруженных структур возмущений ПЭС (между 0 и 1) локально во временной и частотной областях.Обнаруженные структуры впоследствии фильтруются, настраиваются на частоты, на которых присутствуют возмущения [ Yang et al ., 2011]. Этот метод анализирует сигналы TEC в частотно-временном пространстве, где сигналы помех могут быть классифицированы и изолированы на основе их когерентного вейвлет-спектра, в отличие от рассмотрения помех только в одной области. Большая и плотная сеть GPS сначала разделяется на несколько подсетей (см. Примеры, отмеченные квадратами на рисунке 1). Чтобы упростить процессы обнаружения и оценки, мы предполагаем, что ПИВ распространяются в виде плоских волн через небольшой участок, определяемый как область размером 1 ° × 1 ° в пределах области распределения сети GPS.Затем применяется непрерывное вейвлет-преобразование (CWT) для преобразования временных рядов TEC в частотно-временное пространство с вейвлет-коэффициентами, служащими входными данными для алгоритма обнаружения на основе вейвлетов [ Daubechies , 1990; Эль-Шейми и др. ., 2003]. Следующим шагом является использование методов когерентности вейвлетов для обнаружения и идентификации ионосферных возмущений ПЭС, полученных с помощью GPS, в частотно-временном пространстве. В каждой небольшой подсети на спектре когерентности вейвлета устанавливается порог для извлечения вейвлет-коэффициентов, соответствующих высококогерентным структурам, которые впоследствии используются для восстановления сигнатур возмущений, как подробно описано в Ян [2013].Наконец, метод взаимной корреляции [ Garrison et al ., 2007] применяется для создания восстановленных (или отфильтрованных) временных рядов TEC, соответствующих классифицированным возмущениям, с целью оценки скорости распространения [ Yang et al ., 2011] , 2012]. В нашем исследовании расчетная скорость распространения представлена выражением с использованием 95% доверительных интервалов, где среднее значение расчетной скорости определяется как стандартная ошибка среднего, с, – это стандартное отклонение выборки, а n как размер выборки [ Deep , 2006].
3 Описание наборов данных
GPS-измерений, использованных для этого исследования, были получены со станций японской сети GPS GEONET [ Sagiya , 2004], сети пограничной обсерватории плит (PBO) (http://www.earthscope.org/science/observatories/pbo) и сети GPS ближнего поля (http://cddis.nasa.gov/) в районе места падения метеора на землю в Челябинске. Данные за три дня, сосредоточенные на дате события, были использованы для обработки и анализа данных.Разделив всю сеть на более мелкие подсети, можно отобразить изменчивость скорости и направления распространения на большой площади, сохраняя при этом предположение о плоской волне по каждой маленькой подсети. Основываясь на доступности данных двухчастотной GPS и глобального распределения станций, мы определили три региона (рис. 1, районы с 1 по 3) для исследования ионосферного воздействия, вызванного метеором. Челябинск и его окрестности обозначены как Район 1 (23 станции). Станции PBO на западном побережье U.S. (Район 2–440 станций) и японская сеть GEONET (Район 3–1235 станций) были разделены на 32 и 66 подсетей, соответствующих каждому выбранному подрайону (сетки приблизительно 1 ° × 1 °, как показано на Рисунке 1), соответственно.
4 Результаты и обсуждение
В этом разделе мы сначала исследуем фоновые условия ионосферы. Затем мы суммируем данные наблюдений за реакциями ионосферы, совпадающими с событием падения астероида в Челябинске в 2013 году, на основе сетей GPS в трех разных регионах, как показано на рисунке 1.
4.1 Фоновые условия ионосферы
Поскольку явления космической погоды и геомагнитные бури также могут вызывать ионосферные возмущения, мы сначала исследовали глобальные индикаторы космической погоды на 15 февраля 2013 года, а также ближайшие дни, чтобы понять их потенциальное влияние на наши наблюдения. На рис. 2 представлены геомагнитные индексы Kp , полученные от NOAA / Space Weather Prediction Center. Умеренные предупреждения индекса Kp были выпущены 13 и 14 февраля 2013 года.Тем не менее, похоже, что 15 февраля 2013 года не было зарегистрировано примечательного геомагнитного события. Более того, пространственные и временные изображения ПЭС на Рисунке 3 показывают спокойные ионосферные условия (обозначенные зеленым цветом и обсуждаемые в разделе 4.1) без сильных ионосферных возмущений днем ранее и после падения метеорита. К счастью, спокойные фоновые условия ионосферы предоставляют благоприятную возможность отличить ионосферные возмущения, вызванные падением Челябинского метеорита на землю, от не связанных между собой.
Геомагнитные индексы Kp (NOAA / Space Weather Prediction Center). Только умеренные предупреждения индекса K были выпущены 13–16 февраля 2013 года.
На картах представлены возмущения ПЭС из трехдневного набора данных с центром на дату Челябинского астероидного события. На графиках представлены все временные ряды возмущений ПЭС, соответствующие точкам проникновения в ионосферу (IPP) для всех каналов связи приемник-спутник с использованием 23 станций в ближнем поле.Примерная траектория метеора показана красной линией. Синие пунктирные линии – это оценочные границы погрешности, а место падения метеора отмечено фиолетовой звездой.
4.2 Наблюдаемые отклики ионосферы в районе Челябинска
станций в районе 1 (рис. 1) были обработаны с использованием двух независимых методов. Результаты, полученные с использованием метода 1 (полосовая фильтрация), предполагают, что отдельные взрывы могли сильно повлиять на ионосферу.На Рисунке 3 показаны возмущения ПЭС от 23 станций GPS в Районе 1 накануне (Рисунки 3a и 3b), в день (Рисунки 3c и 3d) и на следующий день после (Рисунки 3e и 3f) удара в Челябинске. На графиках представлены возмущения ПЭС в точках проникновения ионосферы (IPP) для всех линий связи приемник-спутник с использованием станций GPS в Районе 1. Результаты, по-видимому, указывают на значительные возмущения ПЭС (приблизительно на уровне 0,4 единиц общего электронного содержания, 1 TECU = 10 16 эл. М −2 ) в течение нескольких часов после удара астероида в атмосферу, в то время как предыдущие и последующие дни демонстрируют сравнительно меньше значительных изменений.
Результаты на основе вейвлетов кажутся хорошо согласующимися с наблюдениями, полученными с помощью метода 1. На рис. 4 показан результат анализа когерентности в ближней зоне при обнаружении вейвлетов с использованием метода 2 (вейвлеты). Результаты когерентности, показанные на рисунке 4, могут быть идентифицированы с двумя доминирующими полосами частот в 03:30 UT: 4,0–7,8 мГц и 1,0–2,5 мГц (с 95% доверительным интервалом). Обратите внимание, что частота (на вертикальной оси рисунков 4 и 6-8) определена и нанесена на график в логарифмическом масштабе с основанием 2.Время появления TEC-сигнатур, по-видимому, согласуется с ионосферными возмущениями (в первые 2 часа после падения метеора), полученными с помощью метода 1 с использованием полосового фильтра Баттерворта. Сильные и когерентные возмущения ПЭС были обнаружены после столкновения астероида с атмосферой Земли и впоследствии обнаружены с помощью измерений GPS. Когерентные сигналы помех ПЭС были извлечены для оценки характеристик распространения, таких как скорость и направление. На рисунке 5 представлены результаты двух различных (длиннопериодных и короткопериодических) возмущений ПЭС, восстановленных для двух независимых линий связи станция-спутник (ARTU-PRN18 и ARTU-PRN26) с помощью вейвлет-коэффициентов в двух высокогерентных полосах частот, указанных в Рисунок 4.Более того, похоже, что не было обнаружено никаких значительных когерентных структур за 1 день до или после даты события, как показано на рисунках 6 и 7.
Когерентный спектр измерений ПЭС станцией ARTU. Сплошные черные контуры представляют 95% доверительный интервал. Области за пределами черной пунктирной линии подвержены краевому эффекту из-за конечного числа точек данных TEC. Вертикальная ось определена и нанесена на график в логарифмическом масштабе с основанием 2.Две доминирующие полосы частот: 4,0–7,8 мГц и 1,0–2,5 мГц в 03:30 UT. Цветовая шкала представляет величины когерентности (от 0 до 1).
Долгопериодические (синие линии) и короткопериодические (красные линии) измерения возмущений ПЭС, восстановленные с использованием высокогерентных вейвлет-коэффициентов в двух доминирующих областях на Рисунке 4 для каналов (a, c) ARTU-PRN18 и (b, d) ARTU -PRN26 от 15 февраля 2013 г. Когерентный спектр временных рядов ПЭС со станции ARTU 14 февраля 2013 г. (за 1 день до события в Челябинске).Существенных когерентных структур не обнаружено. См. Рисунок 4 для получения дополнительных сведений. Когерентный спектр временных рядов ПЭС со станции ARTU 16 февраля 2013 г. (1 день после Челябинского события). Никаких когерентных структур не видно. См. Рисунок 4 для получения дополнительных сведений.С другой стороны, результаты обнаружения когерентности с использованием измерений сети GPS ближнего поля (23 станции примерно в 1500 км к югу от Челябинска) идентифицируют только низкочастотные структуры во временном ряду TEC, как показано на рисунке 8.Скорость распространения, оцененная с помощью метода 2, составляет 362 ± 23 м / с.
Когерентный спектр временных рядов ПЭС по измерениям сети GPS ближнего поля в районе 1500 км к югу от Челябинска. Обнаружение когерентности способно идентифицировать только низкочастотные структуры.
На основе результатов с использованием обнаружения когерентности скорость и направление прихода возмущений можно оценить путем взаимной корреляции точек данных от всех пар станций GPS в нескольких подобластях каждой сети [e.g., Yang et al. ., 2011]. Их можно охарактеризовать как две разные группы ПИВ, которые отличаются от детектирования вейвлет-когерентности, как показано на рисунке 4. В ближнем поле высокочастотные (4,0–7,8 мГц) возмущения с расчетной скоростью распространения 862 ± 65 м / с (с достоверностью 95%) наблюдались в пределах 300 км от места падения метеора на землю. Второй цуг волн возмущающих воздействий ПИВ был отождествлен с полосой более низких частот (1,0–2,5 мГц), распространяющейся со скоростью 362 ± 23 м / с.Более низкочастотные возмущения ПЭС (вторая цуга волн) наблюдались между 200 и 1500 км от Челябинска.
4.3 Ионосферные возмущения, наблюдаемые в регионе США
По данным GPS, собранным в Районе 2, мы наблюдали короткопериодические ПИВ (2–6 мин) со скоростью распространения 733 ± 36 м / с (95% доверительный интервал) в почти западном направлении распространения 268,5 ± 5,0 градусов ( 95% доверительный интервал; 0 ° северной широты) по оценке сети PBO (420 станций).Примечательно, что сильные короткопериодические ПИВ наблюдались примерно через 3 часа 36 минут после падения метеора (в 03:20 UTC). Похоже, они распространялись с восточного на западное побережье США и поддерживались около 30 минут. Их скорости распространения кажутся совместимыми со скоростями инфразвука в ионосфере (на высоте 300 км) [ Le Pichon et al ., 2009]. Оцененные векторы на рисунке 9 представляют все обнаруженные TID из каждой подобласти в Районе 2, а точки с цветовой шкалой представляют отфильтрованные амплитуды TEC в каждом IPP, соответствующем каждой паре прямой видимости с использованием станций PBO GPS для PRN 8 и PRN 17.Кроме того, мы рассчитали приблизительную среднюю глобальную скорость движения, определяемую как расстояние по большому кругу от места падения метеора до положения IPP, соответствующего самым сильным возмущениям ПЭС, разделенное на время прохождения (3 часа и 36 минут). Средняя глобальная скорость составляет примерно 756 м / с. Скорость, похоже, хорошо согласуется с нашими оценками с использованием станций PBO в регионе США. Это указывает на то, что обнаруженные ПИВ могут быть вызваны атмосферным ударом астероида.
Снимок возмущений ПЭС после удара астероида в атмосферу в Районе 2 в 06:56 UTC. Точки с цветовой шкалой представляют величины возмущений ПЭС (метод 2) в каждой точке проникновения ионосферы (по геодезической долготе и широте), соответствующей каждой паре прямой видимости станция-спутник для соседних станций GPS с PRN 8 и PRN 17. Синий. стрелки и черный вектор представляют собой оценочные скорости распространения ПИВ и опорный вектор скорости соответственно.Начальные точки синих стрелок представляют местоположения IPP с максимальными возмущениями ПЭС в подобласти [ Yang , 2013]. Сильные волновые структуры возмущения наблюдались через 3 ч 36 мин после падения метеора на землю.Более того, недавние результаты Ле Пишон и др. . [2013] пришел к выводу, что инфразвуковые сигналы дальнего поля, связанные с атмосферным воздействием астероида Челябинск, наблюдались в нескольких местах по всему миру с использованием Инфразвуковой сети Международной системы мониторинга Организации Договора о всеобъемлющем запрещении ядерных испытаний (www.ctbto.org). В частности, инфразвуковым сигналам дальнего действия потребовалось приблизительно 10 часов, чтобы добраться от места удара до инфразвуковой станции I57US в Калифорнии [ Le Pichon et al ., 2013]. Для сравнения мы заметили, что соответствующее время пути TID до станций GPS в Калифорнии составляет около 3 часов 36 минут. Предварительный анализ показывает, что наблюдаемое время пробега согласуется с разницей в скорости распространения акустических волн в нижней тропосфере (приблизительно 334 м / с) по сравнению с ионосферой (700–900 м / с в области F ). .Углубленный анализ характеристик распространения акустических волн с использованием методов моделирования и трассировки лучей все еще продолжается.
4.4 Результаты обработки из Японии
На рисунке 10 представлены снимки изображений ПЭС с использованием 1235 станций GEONET, наблюдающих за спутником GPS PRN5 в день события 15 февраля 2013 г. (рисунки 10a и 10b), за день до (рисунок 10c) и день после (рисунок 10d). Через 26 минут после удара метеора о землю наблюдаются сильные структуры возмущений, подобные турбулентности, как показано на рисунке 10a.Явление продолжалось более 1 часа (рис. 10б). Накануне (14 февраля; см. Рис. 10c) мы наблюдали неволновые сигнатуры TEC, которые, по-видимому, локализованы в северной и южной частях Японии. На следующий день (16 февраля) после падения метеора на землю сильных сигналов зарегистрировано не было. В день события возмущения, подобные турбулентности, явно отличаются от наблюдений ПИВ в форме волны в других регионах. Более того, вход гиперзвукового метеора обычно генерирует ударные волны, инфразвук и акустико-гравитационные волны, перпендикулярные траектории метеора, распространяющейся от конуса Маха [ Ле Пишон и др. ., 2009]. Следовательно, отсутствие волнообразных ПИВ, по-видимому, согласуется с классической метеорной ударной волной и теорией инфразвука [ Le Pichon et al ., 2009].
Снимки возмущений ПЭС в день падения метеора (а, б), (в) день до и (г) день после использования 1235 станций GEONET.
5 Выводы
Передвижные ионосферные возмущения, возникшие в результате падения Челябинского метеора на землю в России, были обнаружены и идентифицированы, а их временная и пространственная структура проанализирована с использованием измерений GPS двумя различными методами.Метод 1 использовался для визуализации результирующих возмущений ПЭС, а Метод 2 применялся для идентификации когерентных структур и оценки скорости и направления ПИВ. Результаты мониторинга возмущений ПЭС с помощью этих двух методов свидетельствуют о сильном воздействии отдельных взрывов на ионосферу. Кроме того, мы охарактеризовали наблюдаемые возмущения ПЭС и сгруппировали их в три различных волновых цуга.
Во-первых, на станции ARTU были обнаружены высокочастотные (4,0–7,8 мГц) возмущения с расчетной средней скоростью распространения около 862 ± 65 м / с (95% доверительный интервал).Во-вторых, в ближнем поле наблюдался ПИВ второго типа с полосой частот 1,0–2,5 мГц со средней скоростью 362 ± 23 м / с. В-третьих, в дальнем поле был обнаружен третий тип ПИВ с более коротким периодом 1,5–6 мин, соответствующим 2,7–11 мГц, и средней скоростью 733 ± 36 м / с.
Возмущения с более медленной скоростью, по-видимому, согласуются с ПИВ, вызванными гравитационными волнами, как представлено в предыдущих исследованиях [например, Гальван и др. ., 2012; Komjathy et al ., 2005; Hickey et al. ., 2009; Yang et al. ., 2012]. Однако, насколько нам известно, короткопериодические возмущающие волны с более высокими скоростями распространения (третий тип) ранее не были идентифицированы для других природных опасностей, таких как цунами, землетрясения или извержения вулканов и взрывы на поверхности. Из-за сложности физики атмосферы и ионосферы, связанной с абляцией метеоров, возмущения ПЭС в ионосфере, полученные с помощью GPS, могут предоставить дополнительные ключи для лучшего понимания взаимодействий между преобладающими нейтральными частицами в ионосфере и акустико-гравитационными волнами, генерируемыми атмосферными ударами астероидов.
Кроме того, обнаружение короткопериодических ПИВ, наблюдаемых в регионе США, подразумевает, что они связаны с метеорными акустическими волнами (инфразвуковыми сигналами). Их периоды, скорости распространения и направления, по-видимому, согласуются с атмосферным воздействием Челябинского астероида в качестве источника. Мы понимаем, что это первое наблюдательное свидетельство того, что ионосферные возмущения совпадают с дальнодействующими инфразвуковыми сигналами, генерируемыми метеорами, распространяющимися в ионосфере, которые отличаются от инфразвуковых сигналов, передаваемых между термосферой и землей, обсуждаемых Ле Пишон и др. .[2013]. Необходима дополнительная работа, чтобы проверить, могут ли наблюдаемые ПИВ быть связаны с конкретными физическими процессами падения метеора на ионосферу.
Благодарности
Авторы хотели бы поблагодарить штаб-квартиру НАСА, научную группу по дистанционному зондированию GNSS NASA ROSES 2011 (NNh21ZDA001N-GNSS) и Программу постдокторантуры НАСА (NPP), администрируемую Oak Ridge Associated Universities. Мы также хотели бы поблагодарить анонимных рецензентов нашей рукописи за полезные комментарии.Наши исследования проводились в Лаборатории реактивного движения Калифорнийского технологического института по контракту с Национальным управлением по аэронавтике и исследованию космического пространства.
Список литературы
- Боровичка, Ю., П. Спурны, П. Браун, П. Вигерт, П. Календа, Д. Кларк и Л. Шрбены (2013), Траектория, структура и происхождение Челябинского астероидного ударного элемента, Nature , 503, 235– 237, doi: 10.1038 / природа12671.
- Добеши И. (1990), Вейвлет-преобразование, частотно-временная локализация и анализ сигналов, IEEE Trans. Инф. Теория , 36 (5), 429–457.
- Дип Р. (2006), Вероятность и статистика, Academic Press, Сан-Диего.
- Эль-Шейми, Н., А. Осман, С. Нассар и А. Нурелдин (2003), Новый способ интеграции GPS и INS: вейвлет-анализ с множественным разрешением, GPS World , 14 (10), 42–49.
- Гальван, Д. А., А. Комжати, М. П. Хики и А. Дж. Маннуччи (2011 г.), Цунами в Самоа 2009 г. и Чили в 2010 г., наблюдаемые в ионосфере с использованием общего электронного содержания GPS, J. Geophys. Res. , 116, A06318, DOI: 10.1029 / 2010JA016204.
- Гальван, Д. А., А. Комжати, М. П. Хики, П. Стивенс, Дж. Снайвли, Ю. Тони Сонг, М. Д. Бутала и А. Дж. Маннуччи (2012), Ионосферные сигнатуры цунами Тохоку-Оки 11 марта 2011 г .: Сравнение моделей вблизи эпицентра, Radio Sci. , 47, RS4003, DOI: 10.1029/2012RS005023.
- Гаррисон, Дж.Л., С.С.Г. Ли, J. S. Haase и Э. Кале (2007), Метод обнаружения ионосферных возмущений и оценки их скорости и направления распространения с использованием большой сети GPS, Radio Sci. , 42, RS6011, DOI: 10.1029 / 2007RS003657.
- Хики, М. П., Г. Шуберт и Р. Л. Вальтершайд (2009), Распространение вызванных цунами гравитационных волн в термосферу и ионосферу, J.Geophys. Res. , 114, A08304, DOI: 10.1029 / 2009JA014105.
- Комьяти, А., Д. А. Гальван, П. Стивенс, М. Д. Бутала, В. Акопян, Б. Д. Уилсон, О. Верхоглядова, А. Дж. Маннуччи и М. Хики (2012), Обнаружение возмущений ПЭС в ионосфере, вызванных опасными природными явлениями, с использованием глобальной сети приемников GPS: тематическое исследование Тохоку, Earth Planets Space , 64, 1–8.
- Комьяти, А., Л. Спаркс, Б. Д. Уилсон и A. J. Mannucci (2005), Автоматическая ежедневная обработка данных более чем 1000 наземных GPS-приемников для изучения интенсивных ионосферных бурь, Radio Sci. , 40, RS6006, DOI: 10.1029 / 2005RS003279.
- А. Ле Пишон, Э. Блан и А. Хошекорн (редакторы) (2009), Инфразвуковой мониторинг для атмосферных исследований, Спрингер, Нью-Йорк, ISBN 9781402095078.
- Ле Пишон, А., Л. Серанна, К. Пильгер, П. Миалле, Д. Браун и П. Херри (2013), 2013 Российский огненный шар, крупнейший из когда-либо обнаруженных инфразвуковыми датчиками ОДВЗЯИ, Geophys. Res. Lett. , 40, 3732–3737, DOI: 10.1002 / grl.50619.
- Маллат, С. (1999), Вейвлет-тур по обработке сигналов, Academic Press, Нью-Йорк, ISBN 0898712742.
- Маннуччи, А.J., Б. Д. Уилсон, Д. Н. Юань, К. Х. Хо, У. Дж. Линдквистер и T. F. Runge (1998), Метод глобального картирования для измерения общего электронного содержания ионосферы на основе GPS, Radio Sci. , 33, 565–582, DOI: 10.1029 / 97RS02707.
- Макнил, У. Дж., Р. А. Дресслер и Э. Мурад (2001), Воздействие крупного метеорного шторма на ионосферу Земли: исследование моделирования, J. Geophys.Res. , 106 (A6), 10,447–10,465, DOI: 10,1029 / 2000JA000381.
- Попова О. и др. (2013), Воздушный взрыв в Челябинске, оценка ущерба, извлечение метеоритов и описание характеристик, Science , 342 (6162), 1069-1073, DOI: 10.1126 / science.1242642.
- Торренс, К., и Г.Compo (1998), Практическое руководство по вейвлет-анализу, Bull. Являюсь. Meteorol. Soc. , 79, 61–78.
- Сагия, Т. (2004), Десятилетие GEONET: 1994–2003 – Непрерывное GPS-наблюдение в Японии и его влияние на исследования землетрясений, Earth Planets Space , 56, 29–41.
- Ян, Ю.-M. (2013), Обнаружение и идентификация вызванных атмосферой ионосферных возмущений в сигналах GNSS на основе вейвлетов, докторская диссертация, Университет Пердью, Западный Лафайет, Индиана.
- Ян, Ю.-М., Дж. Л. Гаррисон и С.-К. Ли (2011), Применение сетей GNSS для обнаружения и анализа вызванных атмосферой ионосферных возмущений, совпадающих с землетрясениями и цунами, Симпозиум по геонаукам и дистанционному зондированию (IGARSS), 2011 IEEE International , стр.1131–1134, DOI: 10.1109 / IGARSS.2011.6049396, 24–29 июля.
- Ян, Ю.-М., Дж. Л. Гаррисон и С.-К. Ли (2012), Наблюдаемые ионосферные возмущения совпадали с северокорейскими подземными ядерными испытаниями в 2006 и 2009 годах, Geophys. Res. Lett. , 39, L02103, DOI: 10.1029 / 2011GL050428.
- Ян, Ю.-М., А. Комжати, М. Д. Бутала, А. Дж. Маннуччи, Р. Б. Лэнгли, Дж. Снайвли, М. Хики, Д. Гальван и Дж. Ли (2013), Исследование природных опасностей с помощью измерений GNSS: Челябинский метеор ионосферное воздействие, В материалах ION GNSS + 2013, 26-е Международное техническое совещание спутникового отдела Института навигации, Нэшвилл, Теннесси, 16–20 Сентябрь.
- Сулуага, Дж.Я., И. Феррин и С. Гинс (2013), Орбита ударного элемента Челябинского события, реконструированная по любительским и общедоступным материалам, arXiv: 1303.v1.1796 [astro-ph.EP].
Городские агломерации в региональном развитии: теоретические, методологические и прикладные аспекты | Шмидт
Кривов, А. С. (2012). Города, градостроительство, система расселения России.Отечественные записки, 3. Источник: http://www.intelros.ru/readroom/otechestvennyezapiski/c3–2012/16003-goroda-gradostroitelstvo-sistema-rasseleniyarossii.html. (дата обращения: 03.04.2013).
Лаппо Г., Полян П., Селиванова Т. Городские агломерации России. Источник: http://polit.ru/articule/2010/02/16/demoscope407/ (дата обращения: 03.03.2016).
Татаркин А.И. (2012). Развитие экономического пространства регионов России на основе кластерных принципов.Экономические и социальные перемены: факты, тенденции, прогноз. Вологда: ИСЕРТ РАН, 3 (21), 5–12.
Вебер, А. Ф. (1903). Рост городов в 19 столетиях. Пер. с англ. А.Н. Котельникова. Санкт-Петербург: Кускова Е.Д., 464.
.Вебер А. (1926). Теория размещения промышленности. М .: Книга, 332.
Маршалл А. (1983). Принципы политической экономии. М .: Прогресс, 416.
Куценко Е. С. (2012). Зависимость от предшествующего развития пространственного размещения экономических агентов и практика оценки агломерационных эффектов. XIII Международная научная конференция по проблемам развития экономики и общества.В 4 кн. Kn. 3 [XIII Международная научная конференция по проблемам развития экономики и общества. В 4 кн. Книга 3]. В: E.G. Ясин (Ред.). Б. 3. М .: НИУ ВШЭ, 317–329.
Джейкобс, Дж. (1970). Экономика городов. Нью-Йорк: Randon House, 288.
Хендерсон, Дж. В. (1988). Городское развитие: теория, факт и иллюзия. Нью-Йорк: Oxford University Press, 242.
.Эванс, А. В. (1992). Городская экономика (введение). Оксфорд: Издательство, 203.
Лайонс, Д. И. (1995). Экономика агломерации высокотехнологичных фирм в передовых производственных областях: пример Денвера / Боулдера. Регионоведение, 29, 265–278.
О’Хара, Д. Дж. (1977). Расположение фирм в центральном деловом районе Square. Журнал политической экономии, 85, 1189–1207.
Саксениан, А. Л. (1994). Региональные преимущества: культура и конкуренция в Кремниевой долине и на маршруте 128. Cambridge Mass: Harvard University Press, 226.
Карлино, Г. А. (1978). Экономия на масштабе при расположении производства. Бостон: Мартинус Нийхофф, 343.
O’hUallachain, B. & Satterthwaite, M.A. (1992). Модели отраслевого роста на уровне мегаполисов. Журнал экономики города, 31, 25–58.
Венейблс, А. Дж. (1994). Экономическая интеграция и промышленная агломерация. Экономическое и социальное обозрение, 26, 1–17.
Кругман П. (1996). Концентрация в городах: роль увеличения прибыли и транспортных расходов.Международный региональный научный обзор, 19, 5–30.
Kastels, M. (2000). Информационная эпоха: экономика, общество, культура. Пер. с англ. под ак. изд. О. И. Шкаратана. М .: НИУ ВШЭ, 608.
.Портер, М. Э. (2005). Конкурс. Пер. с англ. О.Л. Пелявского, А.П. Уриханяна, Э.Л. Усенко и др .; В: Я.В. Заблоцкий, М. Иванов, К. Казарян и др. (Ред.). Пересмотренное изд. Москва: Williams Publ., 275.
Лаппо, Г. М. (1978). Развитие городских агломераций в СССР. М .: Наука, 152.
.Давидович В.Г. (1964). Вопросы развития городских агломераций в СССР. Г. В. Гутман, Г. М. Лаппо. Современные проблемы географии. Москва, 135.
Нещадин, А.А., Тульчинский, Г.Л. (2014).Смена парадигмы стратегии регионального развития. Сборник статей. Актуальные проблемы развития городских агломераций в Российской Федерации. Взгляд и позиция экспертов Союза российских городов. Актуальные проблемы развития городских агломераций в Российской Федерации. Мнение и позиция экспертов Союза городов России. М .: Спутник +, 34–41.
Гаевский, В. В. Агломерации России как объект государственного управления.Развитие городских агломераций: аналитический обзор. Министерство регионального развития Российской Федерации, 2, 6–42.
Антонюк, В. С. (2003). Устойчивое развитие городской экономики (аспекты стратегии). Вестник Финансового университета, 3, 79–88.
Анимица, Е.Г. (2012). Очерки теории саморазвития городских агломераций. Экономика региона, 1, 231–235.
Архив – Главная – Журнал «Экономика региона»
Основы пространственного развития Российской Федерации широко обсуждаются. Однако характеристики оптимально организованного пространства еще предстоит определить. Данное исследование фокусируется на одном из аспектов этой проблемы с целью выявить характеристики оптимальной пространственной организации экономики региона в зависимости от степени однородности социально-экономического пространства.Мы рассмотрели четыре российских региона, сопоставимых по площади и административно-территориальному делению, но различающиеся по виду экономической деятельности (Краснодарский край, Республика Татарстан, Челябинская область, Кемеровская область). За Для этого применялись методы пространственного анализа: пространственная автокорреляция, картографический анализ. Обследованные регионы характеризуется разной степенью пространственной неоднородности. Наиболее значительна она в Челябинской области, где 46% населения Население проживает на территории двух муниципальных образований, производящих 73% региональной продукции.Территории Челябинска Наиболее сильно различаются области по выпуску продукции (R / P – 994,65). Степень неоднородности также высока в Республике Татарстан, характеризуются дифференциацией муниципальных образований по количеству жителей (максимальное R / P составляет 42,09) и фрагментацией пространства (глобальный индекс Моранса для рассматриваемых параметров меньше ожидаемого значения). Краснодарский край – самый однородный (производственный R / P – 131,57, расчетный R / P – 14.52) и интегрированной территории (пространственная автокорреляция положительный). При этом нет четкой взаимосвязи между степенью пространственной однородности и эффективностью хозяйственной деятельности. активность в регионах в краткосрочной перспективе. Результаты показывают, что невозможно использовать единую унифицированную модель для разработки. различных территорий. Таким образом, при определении ориентиров пространственного развития необходимо применять дифференцированный подход. Полученные результаты могут быть использованы органами государственной власти в области управления пространственным развитием.Более того, они могут быть используется для дальнейшего исследования других параметров пространственной организации, не связанных с ее однородностью.
Статья направлена на оценку того, как существующий дисбаланс между системой образования и региональной экономикой влияет на формирование пространственного неравенства и неравномерности экономического развития. На основе структурного и сравнительного анализа данные о России и Китае как членах Организации экономического сотрудничества и развития мы демонстрируем что технологии четвертой промышленной революции изменили спрос на высококвалифицированную рабочую силу.Эта ситуация приводит к разрыв между спросом на рабочую силу и ее предложением, поскольку системы образования ориентированы на экономические потребности 3-го промышленного Революция. Мы учитываем межстрановые различия в количестве выпускников STEM и исследователей (наука, технологии, инженерия и математика) как возможную причину пространственного неравенства в контексте цифровой трансформации. Далее на На примере России мы применяем корреляционный и регрессионный анализ, чтобы показать, что несоответствие между уровнем квалификации выпускников а ожидания рынка способствуют неравенству регионального развития.Мы демонстрируем сильную взаимосвязь между доля безработных среди экономически активного населения и квалификация рабочей силы по всем федеральным округам Российская Федерация. В среднем увеличение доли работников с высшим или средним профессиональным образованием на 1% снижает безработицу на 0,32%. Кроме того, во всех федеральных округах России наблюдается несоответствие экономических показателей. потребность в высококвалифицированных кадрах с высшим образованием и в системе образования, производящей слишком много специалистов со средним образованием. профессионально-техническое образование.Несоответствие между структурой квалифицированной рабочей силы, производимой системой образования, и Структура занятости на рынке труда на 10% увеличивает безработицу почти на 1%. Результаты исследования могут быть использованы правительством для создания стратегии развития системы образования и сокращения пространственного неравенства.
Монопрофильные регионы, общие для всех промышленно развитых стран, нуждаются в выходе из экономических кризисов.Мы предполагаем, что достичь этой цели возможно на основе новых форм сотрудничества между основными участниками: бизнесом, государство, образование и наука. Основываясь на модели тройной спирали, исследование разрабатывает механизм сотрудничества между высшими образование и бизнес в депрессивных монопрофильных регионах. Модель протестирована на примере Республики Казахстан. Мы используем методологические принципы логического, статистического анализа и синтеза.Увеличить влияние университетов на национального экономического роста, мы предлагаем механизм сотрудничества, основанный на модели Тройной спирали. Эта модель адаптирована к специфика монопрофильных и депрессивных регионов, где региональные университеты играют доминирующую роль как источник инноваций и инновационная синергия для сотрудничества вовлеченных партнеров. Одновременно создание новых форм сотрудничества. между высшим образованием и бизнесом приводит к ускорению социально-экономического развития регионов.Механизм предлагаемой модели тройной спирали направлена на то, чтобы побудить всех участников генерировать инновации, предоставлять качественные образовательные услуги, проводить исследования и выполнять бизнес-заказы. Местные и государственные органы в области управления экономикой могут использовать результаты и выводы исследования для создания программ регионального развития.
Пандемия овид-19 стала катализатором неизбежной дигитализации коммуникаций и быстро изменила организацию и технологии профессиональной деятельности миллионов сотрудников по всему миру.Рост безработицы, переход профессиональных групп на удаленную работу (где это возможно) из-за необходимости изоляции, чтобы минимизировать распространение COVID-19 в 2020 год привел к радикальным изменениям на рынке труда. Изучение процессов прекариации может облегчить поиск ответов к новым вызовам, связанным с дерегулированием трудовых отношений. Мы заинтересованы в изучении участия молодежи в эти процессы. Молодое население восприимчиво к социальным инновациям и обладает отличными компетенциями в области информации. технологии.Анализ профессиональных траекторий выпускников вузов (работающих в Уральском регионе и за его пределами) помогает определить, может ли нестандартная занятость на рынке труда быть успешной, и определить характеристики социальных задействованные группы. Мы использовали мониторинг выпускников вузов, проведенный в 2017-2019 годах на основе анкетных и административных данные. Для обработки данных применялись методы классификации и экспертных оценок. Анализ показал, что 34.4% от выпускники университетов принадлежат к прекариату, и только 8,8% не имеют работы. Молодые фрилансеры и IT-специалисты успешно трудоустроены, довольны своей работой и высокой заработной платой, демонстрируя высокие показатели занятости по специальности. В результаты могут быть использованы для уравновешивания нестандартной занятости; его лучшие практики, накопленные фрилансерами и IT-специалистами, могут быть используется как социальный инструмент регулирования трудовых отношений в неблагоприятной эпидемиологической ситуации.
В исследовании рассматриваются подходы к макроэкономическому и макротерриториальному моделированию, представленные на международном и русском языках. экономические публикации. Мы ориентируемся на возможности улучшить прогнозирование развития экономической системы в России на макроэкономический, межотраслевой и межрегиональный уровни. Мы описали динамичные макроэкономические, межотраслевые и межотраслевые региональные модели, разработанные в Институте экономики и организации промышленного производства СО РАН. наук (ИЭПП СО РАН).Более подробно проанализируем три комплексные модели, предложенные в ИЭПП СО РАН: ЦАИСИ (комплексная анализ межотраслевой информации), СРНЭС (синтез региональных и национальных экономических систем) и ЦСНЭС (согласование отраслевых и народнохозяйственных решений). Рассмотрены теоретические основы сложных моделей и их применение. в анализе и прогнозировании развития экономической системы на различных уровнях. Три сложные модели основаны на разных основные модели, влияющие на их развитие.ИЭПП СО РАН разрабатывает двухуровневую систему моделей прогнозирования, которая сочетает в себе преимущества динамических стохастических моделей общего равновесия и динамических моделей затрат-выпуска, применяемых в ЦАИСИ. система. В статье описаны теоретические основы системы СРНЭС, последние версии которой основаны на общих теории равновесия и кооперативных игр. Затем мы охарактеризовали наиболее развитые элементы комплексной модели CSNES, который имеет подсистему ЦСНЭС-ТЭК для прогнозирования развития топливно-энергетического комплекса территорий России. и СИБАРП (система расчета баланса на будущее).В заключении излагаются направления дальнейших исследований по улучшению методы макроэкономического, межрегионального и межотраслевого прогнозирования на основе гармонизации аналитического и прогнозного расчеты выполнены с использованием систем CAISI, SRNES и CSNES. Результаты прогнозных расчетов с использованием двухуровневой Система макроуровневых моделей может применяться в комплексных моделях СРНЭС и ЦСНЭС для обеспечения согласованности между прогнозы социально-экономического развития азиатской части России и прогнозируемая динамика макропоказателей.
В последнее время высшее образование в России и за рубежом претерпело значительные изменения. И университеты, и государство должны решать сложные и разносторонние задачи. Анализ теоретических исследований по типам вузов и определяющие факторы дают представление о драйверах развития. Одновременно многовариантная методика оценки Состояние высшего образования позволяет выявить факторы, которые больше всего влияют на его трансформацию.Исследование демонстрирует, что эти факторы зависят от стратегии развития и экономической модели университета, а также государственных программ для развитие образования и науки. Один из основных факторов, влияющих на развитие регионального высшего образования. наличие ведущего вуза в регионе. Такая ситуация экономически оправдана из-за сильной зависимости университеты из федерального бюджета. Более того, ведущий университет создает образовательную среду для академического персонала и ученики.Их участие в научных исследованиях и академической деятельности положительно повлияло на развитие региона. системы. Растущий разрыв между ведущим университетом и другими учебными заведениями ведет к монополизации, сокращению в конкуренции, и, как следствие, снижение производительности. Таким образом, необходимы структурные изменения. Конкретные факторы На развитие высшего образования влияют показатели академической активности и успеваемости студентов.Проведенные Анализ предполагает усиление тенденций, свидетельствующих о дальнейшей дифференциации региональной системы высшего образования с одновременное совершенствование отдельных университетов в области исследований и разработок. Дополнительно необходимо изучить возможность структурной перестройки региональных систем из-за растущих дисбалансов в развитии.
Проблема неравенства доходов актуальна во всем мире и привлекает внимание как ученых, так и политиков. итальянцы.Литва как маленькая страна добилась значительного прогресса в приближении к уровню жизни. ing в Западной Европе. Однако по-прежнему существуют различия в экономическом росте между отдельными группами населения. ции группы. Таким образом, проблема неравенства доходов остается очень острой. В настоящее время исследователи широко обсуждение риска неравенства доходов для общества в стране путем анализа его причин и предложения различных вариантов. оригинальные решения. Хотя научные дискуссии касаются неравенства доходов по регионам, такие исследования часто Ограничимся примерами крупных стран.Между тем, исследований регионального неравенства доходов недостаточно. в малых странах, поэтому вопрос о том, характеризуется ли небольшая страна региональным неравенством доходов- он остается открытым. Это исследование направлено на изучение уровня регионального неравенства доходов в Литве. Мы ги- предположили, что в Литве высокий уровень регионального неравенства доходов, и это одна из причин высокое неравенство доходов по всей стране. Для оценки регионального неравенства доходов мы использовали наиболее Измерения mon: коэффициент Джини, децильный коэффициент и коэффициент вариации.Анализ проводился на уровень 3 Номенклатуры территориальных единиц статистики (NUTS), согласно которому Литва разделена в 10 административных округов. Для данного исследования мы выбрали показатели, иллюстрирующие доход на душу населения на различные уровни, например, валовой внутренний продукт (ВВП) на душу населения, средний располагаемый доход домохозяйства на душу населения. ita, и почасовая заработная плата брутто, поскольку можно использовать различные виды дохода. Для оценки ВВП на душу населения ita и средний располагаемый доход домохозяйства, мы проанализировали данные, предоставленные Департаментом Литвы. Статистического управления (Статистическое управление Литвы) за 2014-2017 гг.Из-за отсутствия данных для оценки почасовой оплаты труда брутто мы изучили статистические данные Департамента статистики Литвы за 2014 год. Результаты показывают, что гипотеза не подтвердилась. Согласно результатам исследования, наблюдается небольшое распространение ин- происходят между разными регионами небольшой экономики, хотя уровень экономического развития разный регионы различаются. Результаты исследования важны не только с академической точки зрения для выявления причины неравенства доходов и поднимающие вопросы для дальнейших исследований, а также для региональной экономической политики производители.Полученные результаты показывают, что решения, касающиеся более равного распределения доходов в Литве как небольшая страна, определяются не только спецификой ее регионов, но и общими тенденциями развития страна.
Начиная с 2014 г., страны Евросоюза, США и некоторые другие государства введены экономические санкции против России, что привело к диверсификации торговых связей вдали от западной части страны. ners (стратегия поворота на Восток).Смешанные выводы недавней литературы о санкциях, касающиеся их эффективности: и меры по преодолению негативных последствий, обусловили необходимость изучения этих вопросов. на случай антироссийских экономических санкций. Мы используем различные макроэкономические данные вместе с индикаторами. цифрового развития и финансовой доступности. Методология включает комбинацию графических, ком- паративный и корреляционный анализ. Анализ данных внешнего сектора показывает, что экономические санкции существенное негативное влияние на торговлю и прямые иностранные инвестиции с основными отправителями.В то же время разворот на восток после 2014 года еще не реализован в той степени, в которой ожидалось. Чтобы преодолеть негативный пакт о санкциях и для содействия экономическому росту, текущая диверсификация связей должна сопровождаться другими мерами, ориентированными на цифровое развитие, цифровые финансовые технологии и доступ к финансовым услугам. Мы оценить связи между цифровым развитием и неравенством благосостояния, и мы обнаружили, что в большинстве стран с умеренное неравенство в благосостоянии, включая Россию, цифровая трансформация может принести больше преимуществ с точки зрения экономического роста, чем в странах с меньшим неравенством благосостояния.Общее исследование позволило нам изучить последствия цифровой политики для преодоления негативных последствий санкций в России. Полученные результаты будут способствовать решению проблемы оптимизации поведения России как целевой страны, являющейся предмет будущих исследований.
Стремительная цифровизация экономики вводит сетевые формы координации деятельности промышленных предприятий.Сеть подход к сотрудничеству в производственной сфере требует разработки теоретических основ и методических подходы, учитывающие специфику промышленных территорий. В исследовании используются различные методы: структурная и динамическая. анализ региональной статистики и открытых данных промышленных предприятий и региональных сетевых структур, комментарии экспертов, анализ развития сетевых структур в промышленных регионах.Исследование выявило возможные сетевые изменения в традиционные промышленные бизнес-модели. Благодаря таким изменениям, партнеры и потребители вовлекаются в создание продукта, настройка, индивидуализация и определение цен на основе сетевых информационных услуг. Новая типология включает четыре типа структур, соответствующие четырем квадрантам двумерной матрицы, разделенные стратегическими целями слияния организации и функции сетевой структуры.Выбранные типы включают ассоциации производителей однородных продукты; партнерства и союзы; локальные сети; цепочки поставок и создания стоимости. Эмпирическая часть статьи включает в себя выявление и анализ четырех типов сетевых структур в Свердловской области и оценка их значимости для экономика. Наконец, исследование оценило динамику развития региональных сетевых структур с использованием конкретных индикаторов. Результаты могут быть использованы для разработки концепции сетевой экономики, создания инструментов для управления сетевой отраслью и разработка новой промышленной политики, учитывающей сетевой аспект сотрудничества.
В последнее время тема регионального развития стала особенно актуальной, поскольку регионы обретают все большую автономию. в решении своих социально-экономических проблем. Эта трансформация приводит к заботе о том, как найти потенциальных партнеров для создания стратегия регионального развития, разделение ресурсов и компетенций. В этом контексте целесообразно рассматривать университеты как значительный потенциальный партнер.В частности, необходимо проанализировать их роль и возможности в создании региональной стратегии, наиболее актуальные формы взаимодействия и индикаторы для оценки эффективности интеграции университетов для решения проблемы регионального развития. Мы применили метод экспертного интервью и обсудили проблему с представителями 28 российских вузов, которые занимают руководящие должности и имеют экспертное мнение по ключевым вопросам. На основании анализа На основе эмпирического материала мы выделили три основные роли университетов в региональном развитии: инициатор проекта, партнер и источник человеческих и аналитических ресурсов.Во время оценки ресурсов мы определили, что финансирование – это единственное дефицитное финансирование. ресурс для университетов, а все остальные ресурсы и компетенции могут быть быстро мобилизованы при необходимости. Самый эффективный механизмы интеграции университетов для решения региональных проблем – это консорциум университетов и организация проектные офисы с участием представителей власти и бизнеса. Основным результатом исследования стало выявление количественных и качественных критериев, характеризующих вовлеченность вузов в решение социально-экономических задач региона. развития, а также индикаторы, необходимые для их определения.Кроме того, мы обнаружили ранее неопознанный Информационно-административная группа среди количественных критериев и определила основные этапы оценки эффективности такой интеграции. Что касается рассматриваемого вопроса, то перспективным направлением дальнейших исследований будет сравнительный анализ. эффективности интеграции университетов для решения социальных и экономических задач в различных регионах России. Федерация.
Начиная с конца 20 века, современную эпоху называют эпохой миграции, что подчеркивает важную роль миграционных процессов в мировом развитии.Российские регионы – активные участники миграционного обмена и крупнейшие центры как иммиграции, так и эмиграции. Соответственно, среди российских исследователей миграция населения считается актуальной и острой проблемой. Статья направлена на повторное посмотреть научные исследования в области миграции населения, проведенные в России с 2000 по 2019 год. Теоретическая база исследования включает публикации, освещающие тему современных миграционных процессов. Практическая основа – статьи, опубликованные на сайте elibrary.RU. Исследование проводилось с использованием библиомет- ric-анализ, который является одним из самых полезных инструментов для изучения информационных потоков. Общий размер выборки составил 18 174 научных статьи. Выявлено, что большая часть публикаций (36%) относится к области экономики. и экономические науки. Динамика публикационной активности по миграции продемонстрировала повышательную тенденцию. Количество статей за период 2000-2019 гг. Увеличилось в 27 раз. Лидерами по количеству публикаций по миграционной тематике являются журналы Migration Law (245 статей) и Journal of Economy and Предпринимательство (173 публикации).Среди научных организаций безусловным лидером в этом списке является Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации, опубликовала 637 работ. по миграции всего и МГУ с 572 статьями. С. В. Рязанцев представил крупнейшие количество публикаций за исследуемый период. Результаты этого исследования могут быть использованы для улучшения информационного обеспечения специалистов, занимающихся изучением миграции населения, и укрепления научного взаимодействия между исследователями в различных областях.
Проблема возрастной дискриминации в сфере труда стала еще более актуальной, поскольку повышение пенсионного возраста и пандемия COVID-19 в России усиливает эйджизм. Статья направлена на оценку распространенности возрастной дискриминации в сфере труда. рынок Свердловской области и изучить поведение работодателей по отношению к пенсионерам. Смешанная методология включает количественный (анализ статистики, анкетный опрос, контент-анализ) и качественный (глубинные интервью с работодатели) методы исследования.В то время как в 1990-х годах дискриминация по возрасту была очевидна и выражалась в исключении пожилых работников. В сфере занятости сейчас дискриминация по возрасту носит латентный характер и имеет различные проявления. Результаты показали, что люди люди старше 45 лет имеют меньше возможностей трудоустройства на рынке труда. Таким образом, большинство из них предпочитают сохранять работу. Эта стратегия, тем не менее, не защищает от других дискриминационных практик, таких как перевод на менее оплачиваемые должности, снижение заработной платы, и Т. Д.Такая ситуация приводит к снижению средней заработной платы работников в возрасте 50-55 лет примерно на 25%. Мы можем заключить что работодатели не изменили своего поведения и продолжают использовать дискриминационные методы, чтобы максимизировать отдачу от человеческих ресурсов. капитал, перекладывая риски пенсионной реформы на сотрудников. Правительство пытается сгладить различия между эффективность региональной экономической системы, ориентированной на максимальное использование региональных человеческих ресурсов, и эффективность отдельных организаций путем защиты трудовых прав и содействия трудоустройству людей, приближающихся к пенсии.Тем не мение, меры государственной поддержки в основном сосредоточены на обучении или переподготовке людей старше 50 лет, в то время как у работодателей отсутствуют экономические стимулы для пересмотра своего отношения к пожилым работникам. Таким образом, мы рекомендуем разработать государственные механизмы для поощрение работодателей к изменению кадровой политики в отношении сотрудников старше 50 лет.
Одной из важнейших характеристик рынка труда является мобильность рабочей силы, позволяющая оценить экономическую эффективность труда.Сравнительный анализ необходим для определения степени мобильности. В терминах пространств и Отраслевая характеристика, в статье оценивается степень и динамика мобильности на российском рынке труда на основе ранее опубликованные исследования, а также выводы авторов. Для определения степени мобильности в исследовании используются различные подходов, использующих как прямые (затраты на мобильность, матрицы перехода), так и косвенные индикаторы (структурная безработица, заработная плата дифференциация, уровень безработицы, валовой региональный продукт (ВРП)).В анализе использованы данные Russia Longitudinal. Мониторинговое исследование Высшей школы экономики (РМЭЗ-ВШЭ) и Федеральной службы государственной статистики (Росстат) за 2000 г. 2016. Полученные результаты демонстрируют относительно низкую межотраслевую и межрегиональную мобильность в России по сравнению с Страны Организации экономического сотрудничества и развития (ОЭСР). Низкая межотраслевая мобильность может указывать на слабая взаимозаменяемость секторов и высокие затраты на мобильность.Наибольшее количество переходов наблюдается в торговле, где сотрудникам не нужны какие-то специфические знания. Как правило, между связанными секторами выполняются другие переходы, которые требуют аналогичные знания от сотрудников. Наименьшая межсекторальная мобильность характерна для секторов образования и здравоохранения. Согласно индексу Шоррокса, в России межрегиональная мобильность ниже, чем межотраслевая мобильность. Низкая пространственная мобильность объясняется высокими миграционными издержками, в том числе связанными с ловушками бедности, особенностью статистического учета мигрантов и размер регионов России.Полученные результаты верны для исследуемого периода и применяемых критериев. Изменения мобильности рабочей силы в России, вызванные глобальной цифровизацией экономики и переходом на удаленную работу требуют отдельного исследования.
В настоящее время актуальным является рассмотрение изменений в структуре топливно-энергетического баланса промышленных регионов и регионов. доступность импортных топливно-энергетических ресурсов, особенно в районах, где отсутствуют источники энергии.Текущие структурные сдвиги в системах энергопотребления и растущая неопределенность на энергетических рынках стимулируют разработку инструментов для улучшения устойчивое развитие региональных энергетических систем. Для уточнения теоретико-методологической основы исследования мы определены его концептуальные рамки, описаны различия между устойчивым функционированием и развитием энергетики. сектора и определили факторы его региональной дифференциации и проявления энергетического кризиса.Далее мы определили недостатки существующих методов прогнозирования спроса на электроэнергию. Особое внимание мы уделили качественным факторам. стратегического планирования в регионе, в частности, используемые статистические данные и документы. На основе анализа интегрированного ресурса методология планирования (IRP), наш опыт прогнозирования топливно-энергетических балансов, оценка отраслевых показателей энергетики эффективности и спроса на энергию в регионе, мы предложили модель для прогнозного и аналитического обоснования региональных программ для развития энергетики.Такая модель значительно повышает информационную надежность реализации данных программ. Учитывая организационные инструменты для поддержки устойчивого развития, мы разработали региональную схему энергоменеджмента. и механизм, стимулирующий местные энергетические компании к повышению энергоэффективности в секторе потребления, усилению региональных конкуренция и привлечение инвестиций в обновление основных фондов. Исследование имеет практическое значение благодаря рекомендациям. и инструменты корректировки региональной энергетической политики на основе согласования прогнозируемых параметров для различных участников процесс энергоснабжения.
Развитие и обновление производственных технологий являются одними из ключевых факторов, определяющих конкурентоспособность и устойчивый экономический рост компаний. В то же время распространение передовых производственных технологий (AMT), Влияние на эффективность ресурсного потенциала неравномерно по регионам России. В статье основное внимание уделяется разнообразному применению. образцы передовых производственных технологий по группам регионов, классифицированные в зависимости от основных параметров их экономическое развитие, т.е., структура производства и занятости, а также валовой региональный продукт (ВРП) на душу населения. с поправкой на ценовой фактор. Исследовать взаимосвязь между социально-экономическими параметрами регионального развития и технологических портфелей местных предприятий, мы проанализировали показатели технологического разнообразия и самообеспеченности предприятий. За С этой целью мы использовали данные республиканского статистического обследования о развитии и использовании AMT предприятиями за 2011 год. 2018.Проведенный анализ показывает, что самостоятельное технологическое развитие не является приоритетом для большинства регионов России. Причем все типы регионов (кроме некоторых сельскохозяйственных) демонстрируют приоритет импорта технологий. Тем не менее спрос на национальные результаты НИОКР постепенно растет и увеличивает возможности для исследовательских и образовательных учреждений. выйти на рынок технологий при наличии устойчивых механизмов передачи знаний в реальную экономику.Успешные примеры включают развитые регионы, опирающиеся на добывающую и обрабатывающую промышленность, а также регионы где ведущим структурам удалось связать научную и производственную составляющие. Дальнейшие исследования могут быть сосредоточены на проверке полученных результаты с использованием классификаций, основанных на принципах, отличных от схожести социально-экономических условий регионов.
Одна из важнейших причин частичного или полного уничтожения имущества – пожар.Социально-экономический ущерб от пожар существенно снижает региональные макроэкономические показатели. Таким образом, полная и объективная оценка ущерба от пожара – это необходимость. Мы предполагаем, что комплексная оценка ущерба от пожара существенно зависит от характеристик территорий. и объекты, где произошел пожар. Такая комплексная оценка обязательно должна включать ранжирование городских территорий. и рассмотреть характеристики расположенных там объектов. Мы отметили, что территории и объекты с разнородными функциями являются характеризуются повышенной огнестойкостью (частичной или полной).Применяли аналитические методы исследования, а также классификацию, типология и методы ранжирования. На основе детального анализа отечественного и зарубежного опыта в области зонирования и ранжирования. площадей мы создали классификацию объектов и территорий для комплексной оценки пожара. В результате мы построена карта районов Екатеринбурга с учетом вопросов комплексной оценки ущерба от пожаров. На На примере Екатеринбурга мы проанализировали нетипичные сочетания объектов и территорий и предложили индекс для настройки комплекса ущерб от огня.Мы предложили простой и универсальный подход к ранжированию территорий, учитывающий неоднородность объектов и области. Кроме того, мы проанализировали это явление и его влияние на комплексную оценку ущерба от пожара. Многообещающий Направление дальнейших исследований – экспертиза комплексной оценки ущерба от пожаров в сельской местности.
Международные теоретические и эмпирические исследования показали, что региональное развитие и экономический рост во многом зависят от о пространственной и непространственной близости регионов, которая порождает распространение знаний.Мы разработали методический подход к измерению и визуализации пространственной и структурно-технологической близости, влияющей на распространение региональных знаний. Кроме того, протестировали приемы картографической визуализации близости регионов России. Далее мы проанализировали зарубежные отечественные подходы к изучению пространственной и непространственной близости и получили новые результаты. Мы описали этапы составляющие методологию количественной оценки различных типов региональной близости.Дополнительно мы предложили метод построения типологии регионов на основе коэффициентов матрицы непространственной близости, рассчитанных по к показателю валовой добавленной стоимости по 15 отраслям Общероссийского классификатора экономической деятельности (ОКВЭД) для России регионы. Используя данные по Новосибирской области за 2005 и 2016 годы, мы применили методические приемы измерения и визуализация географической и структурно-технологической близости (СТБ) региона по отношению к другим субъектам Российская Федерация.Новосибирская область расположена в центре страны и имеет многоотраслевую структуру экономики. деятельность и наука. Для этого конкретного региона увеличилась вероятность появления знаний. каналы распространения с различными европейскими регионами России и некоторыми регионами Урала и Дальнего Востока. Матрицы близости может использоваться в эконометрических исследованиях для проверки гипотез о влиянии различных форм близости на региональную экономику. рост.Рекомендации по расширению распространения знаний совпадают с предложениями по поддержке инновационных направлений. развития зафиксировано в Стратегии пространственного развития Российской Федерации на период до 2025 года.
Пандемия SARS-CoV-2 привела к повсеместному внедрению принципов социальной изоляции и резко сократило право жителей пользоваться городом, ограничив мобильность и собрания.В статье исследуется, может ли временно ограниченная мобильность из-за пандемии SARS-CoV-2 снижать качество жизнь в городе также снижает его привлекательность. Город, оцениваемый с точки зрения привлекательности, нацелен на чтобы усилить его привлекательность. Мы исходим из того, что привлекательность города и оценка качества жизни в города основаны на схожих чертах. Мы искали ответы на следующие вопросы исследования. (1) Это правда Можно ли заметить снижение привлекательности города из-за пандемии? (2) Влияет ли мнение (мнение) респондента о городе как об окружающей среде обитания на оценку города, в котором проживает респондент? (3) Влияют ли факторы, характеризующие мобильность жителей города, на качество жизни? Мы раскрыли что демографические характеристики жителей в той или иной степени связаны с оценкой привлекательности города.Пол респондентов не оказывает существенного влияния на оценку города и текущее место жительства, при этом важны возраст и образовательный уровень образования. Чем старше респондент, тем ниже его оценка города. При этом, чем выше уровень образования, тем выше склонность оценивать привлекательность города. Анализ мобильности показал, что не все исследованные элементы мобильности в равной степени улучшат качество жизни (измеряется оценкой места жительства).Из 7 факторов, выявленных в исследовании, только 3 оказались статистически значимыми. Таким образом, можно сделать вывод, что эти факторы улучшают качество жизни горожан.
Учитывая нарастающую несбалансированность экономического развития урбанизированных территорий Казахстана, необходимо изучить влияние урбанизации на экономический рост городов для обеспечения их инновационного развития.В данном исследовании анализируются тенденции и проблемы влияния урбанизации на развитие городов на примере Казахстана. Статья посвящена градостроительству и связанным с ним процессам, которые откроет новые возможности для Казахстана по ускорению экономического роста и повышению уровня жизни. В работах местных исследователей не показана взаимосвязь между уровнями городского и экономического развития в разных регионах страны и влияние урбанизации на этот процесс.В дополнение В предыдущих исследованиях использовались статистические и сравнительные методы анализа. Более того, мы сравнили текущее состояние городского развития в Казахстане с ситуацией в других странах. Полученные эмпирические оценки подтверждают взаимосвязь между уровнем урбанизации страны и ее экономическим ростом. Без целостного подхода к управлению городским хозяйством сложно определить направления, принципы и стратегии развития городов и мегаполисов Казахстана.Таким образом, мы определили основные направления экономического роста урбанизированных территорий Казахстана: правильный контроль и управление урбанизацией, гибкое управление, разработка соответствующей политики для разных регионов страны, использование лучшие практики в разработке городских стратегий. Рекомендуем рассмотреть анализ городского управления. в более широком контексте, а не только как задача реализации регионального экономического роста. Для этой цели, необходимо создать интегрированную многоуровневую систему управления, которая обеспечивает обратную связь и превентивное управление, классифицируя последствия городской политики в регионах и эффекты достижения стратегические цели развития страны.Следовательно, казахстанское правительство должно как минимум пересмотреть свои функции. ответственность и поиск решений для достижения ощутимого синергетического эффекта.
Исследование направлено на разработку дифференцированного подхода к разработке инновационной стратегии развития в России. регионов, что позволяет эффективно внедрять инновационные парадигмы, учитывая специфику научно-технической, инновационный и производственно-технологический потенциал регионов.Анализ международного опыта инновационной Развитие иллюстрирует необходимость учета региональных особенностей при создании инновационных стратегий. Мы исследовали динамику инновационного потенциала регионов России за последнее десятилетие. Мы предполагаем, что эффективная целевая инновационная стратегия региона должны быть тесно связаны с его социально-экономической стратегией, опираясь на самые актуальные научные, технологические и образовательный потенциал. Мы выделили 4 основных критерия дифференциации инновационных стратегий.Применение этих критериев увеличивается эффективность инновационной политики. Эти факторы включают взаимосвязь региональных инновационных стратегий с соответствующими социально-экономическими экономические стратегии, инновационная и технологическая специализация регионов, потребности регионов в инновационных преобразованиях на будущее и формы инновационной деятельности. Сравнительный анализ инновационных и производственных возможностей и потребностей регионов России показали существенные различия в численности занятых в сфере НИОКР, технологических затраты на инновации, объем производства и другие показатели.На основе анализа мы определили 15 регионов, которые самый готовый к инновациям. В исследовании использованы методы сравнительного анализа, экономико-статистические методы и методы прогнозирования. методы. Предложен алгоритм дифференцированного подхода к разработке стратегии инновационного развития регионов. Ну наконец то, мы пришли к выводу, что дифференцированный подход к разработке и реализации стратегии инновационного развития позволяет повысить эффективность и адресность государственной инновационной политики за счет более эффективного использования имеющихся ресурсов и возможности для усиления устойчивости региональных сообществ.Статья предназначена для специалистов в области теории. и практика управления инновационным развитием регионов.
Российская экономика характеризуется сырьевой зависимостью, невозможностью использования последних достижений мировой экономики. шестой технологический уклад, быстрое цифровое развитие, интернационализация научно-технического прогресса, влияние технологические сдвиги по структурным преобразованиям.Эти аспекты приводят к реализации инновационного сценария для развития регионов в контексте неоиндустриальных вызовов, что необходимо для выявления и закрепления наиболее эффективные инструменты инноваций в современной российской экономике. Эта проблема в первую очередь затрагивает региональные экономические системы с множеством инновационных хозяйствующих субъектов. Для решения проблемы мы проанализировали и обобщили научно-теоретические, методологические основы и практические аспекты инновационного развития регионов с учетом текущих тенденций и основных параметров неоиндустриализации.Учитывая неоиндустриализацию региональных экономических систем, инновационный путь развития все больше зависит от таких критических параметров, как человеческий капитал, межотраслевое взаимодействие и технологическая модернизация процессы. В статье представлено научно-теоретическое обоснование возможностей инновационного развития регионов в России. в контексте современных тенденций неоиндустриализации. Методология и инструменты исследования включают системные, категориальные, структурные, и функциональный анализ, концептуальное моделирование.Мы выявили и описали объективные факторы, тенденции и проблемы обеспечения долгосрочное инновационное развитие региона. Далее мы определили и классифицировали современные тенденции инновационного развития. региональной экономики, а также обоснованы ключевые параметры неоиндустриализации. Затем мы создали модель региональное инновационное развитие. Объяснить несоответствия между фактическим и желаемым уровнем развития. параметров неоиндустриализации представлен алгоритм, позволяющий выявить узкие места, сформировать дорожную карту и реализация механизма усиления потенциала инновационного развития регионов.Дополнительно мы указали ключ аспекты инновационной траектории развития регионов с учетом текущего состояния реального сектора. Полученные теоретические результаты могут быть использованы для прогнозирования важнейших экономических проблем и определения стратегических факторов для региона. инновационное развитие в условиях неоиндустриализации.
Малые и средние предприятия – драйверы экономического развития любой макросистемы.В контексте смена технологической парадигмы, успешная работа малых и средних предприятий во многом зависит от инноваций. Поэтому рекомендуется изучить инновационное поведение этих фирм. Исследование направлено на анализ инновационного поведения малых и средних предприятий промышленного региона, оценить финансирование инновационной деятельности и выявить факторы, которые определяют инновационную политику малых и средних предприятий.Кроме того, в статье предлагается, как государственные и муниципальные власти могут стимулировать инновационное развитие малых и средних предприятий. Исходными данными были результаты опроса представителей малого и среднего бизнеса в промышленном регионе России, проведенного с мая по сентябрь 2019 года в Свердловской области. Я опросил 157 менеджеров малого и среднего бизнеса в Свердловской области из различных секторов экономической деятельности.Применяемые методы включают глубинные интервью с менеджерами, метод статистического анализа и логико-системный подход. Проведенное исследование позволило выявить особенности инновационное поведение малых и средних предприятий Свердловской области. На основе анализа причин низкой инновационная деятельность малых и средних предприятий, разработаны рекомендации по ее совершенствованию в г. Свердловске. область. Для решения проблемы низкой инновационной активности в промышленном регионе необходимо государственным и муниципальным органам власти. стимулировать инновационное поведение малых и средних фирм.Руководители малых и средних предприятий могут использовать полученные результаты повышают свою активность. Государственные и муниципальные органы власти могут использовать полученные результаты для разработки программ. стимулирование инновационного поведения малых и средних предприятий.
Увеличение вложений в основной капитал необходимо для ускорения роста регионов и экономики России. в целом и требует дополнительных финансовых ресурсов.В статье рассматривается возможность увеличения финансовых ресурсов региональные компании за счет привлечения дополнительного заемного финансирования. Предлагаемая методика определяет потенциальный спрос на заемное финансирование с учетом требований к эффективности, обеспечивающих финансовую устойчивость. В статье анализируется, как увеличение заемное финансирование влияет на кредитный рейтинг компании, а также на стоимость привлечения заемного финансирования. В отличие от других работ, эта В статье рассматривается структура заемного капитала компаний.Кроме того, в исследовании предлагается методика выявления изменений. в коэффициенте покрытия процентов (влияющем на кредитный рейтинг компаний) в зависимости от различных структур заемного финансирования. В Применение разработанной методики позволило определить потенциальный рост заемного финансирования, необходимого для инвестиции региональных компаний. Долговое финансирование может вырасти в 1,7 раза (43,5 трлн руб.), В целом по России в 1,4 раза. в Свердловской области, 2 раза в Тюменской области и 1 раз.6 раз в Челябинской области. Нет возможности увеличить заемное финансирование в Курганской области. Снижение процентных ставок по кредитам нефинансовым компаниям позволяет расширяться долговое финансирование экономики России без понижения кредитного рейтинга. Результаты исследования могут быть использованы для определения потенциального спрос на долговое финансирование со стороны компаний, отраслей, регионов и экономики в целом. Дальнейшие исследования могут рассмотреть обоснованность политики высоких процентных ставок по кредитам нефинансовым компаниям для достижения высоких темпов экономического роста.
Участие исламских микрофинансовых организаций (IMFI) в построении национальной экономики имеет первостепенное значение для помощи бедным. Однако предоставление доступа и услуг домохозяйствам нижнего уровня потенциально может конфликт с устойчивостью институтов. В этом исследовании анализируются факторы социального охвата, которые определяют финансовую и социальную эффективность. Для достижения поставленной цели и решения данного вопроса мы использовали смешанную методологию. сочетание количественных (статистические инструменты, такие как анализ охвата данных (DEA) и многомерный анализ) и качественных подходов (интервью для уточнения или углубления существующей информации).На оценку зависимых переменных влияют значения глубины, ширины, длины, объема и стоимости. В Результаты показали, что средний размер кредита и количество офисов и филиалов существенно влияют на финансовую и социальную эффективность. Возраст учреждения влияет только на финансовую эффективность. Одновременно ориентация на прибыль, размер и вид финансирования, а также размер и вид сбережений. имеют только сильное влияние на социальную эффективность, в то время как влияние сбора средств и затрат на заемщика незначительный.Между двумя зависимыми переменными существует сильная положительная корреляция. Влияние независимые переменные по финансовой и социальной эффективности значимы с коэффициентом детерминации 23,1274% и 53,2941% соответственно.
Использование фискальных инструментов для регулирования территориального развития имеет как положительные, так и отрицательные макроэкономические эффекты связанных с выводом доходов из более экономически развитых регионов.Следовательно, используя принцип Парето, это В статье оцениваются негативные последствия перераспределения бюджетных средств. В данном исследовании межбюджетное перераспределение рассматривается как ежегодное повторяющийся четырехэтапный процесс воспроизводства региональных бюджетов. В статье анализируется первая стадия процесса, а именно: создание базы распределения ресурсов. Была проверена гипотеза о том, насколько централизация налоговых поступлений в федеральный бюджет и, как следствие, увеличение межбюджетных перераспределений не сокращает, а усугубляет неравенство в регионах из-за истощения доходов и ограниченного саморазвития.В исследовании оценивается вклад федеральных округов. и отдельных субъектов Российской Федерации в федеральный бюджет, изъятие региональных доходов и концентрация территориальных доходов в федеральный бюджет. Основываясь на рейтинге вкладов регионов в федеральные доходы, Я построил диаграмму Парето, проверив правило 80/20 для сгруппированных и несгруппированных данных. Расчеты и сравнение данных за 2017 и 2010 годы подтверждают многочисленные негативные эффекты.Например, наблюдается рост изъятия региональных доходов. и значительная концентрация федеральных доходов в ограниченном числе регионов. Кроме того, к отрицательным эффектам относятся: наличие прямой зависимости между доходами регионов и темпами их вывода, а также преобладание уравнивающий компонент над стимулирующим в социально-экономическом развитии регионов. Эти эффекты приводят к истощению доходов на территориях и усиление централизации бюджетных ресурсов, что противоречит принципам фискального федерализма.Органы власти может использовать результаты исследования, выводы и предложения для принятия управленческих решений для улучшения межбюджетных отношений в РФ.
Единая Россия и губернаторы России на JSTOR
АбстрактныйВ статье анализируется становление «Единой России» («Единой России») как доминирующей партии путем изучения поведения российских губернаторов. Используя оригинальные данные о том, когда губернаторы присоединились к «Единой России», статья демонстрирует, что те губернаторы, которые имели доступ к автономным политическим ресурсам, были более неохотно присоединяться к доминирующей партии.Показывая, что члены российской элиты принимали решения о присоединении на основе расчетов относительно собственных политических ресурсов, а не просто под давлением Кремля, эта статья предоставляет доказательства теории формирования доминирующей партии, которая рассматривает проблему как двустороннее обязательство. проблема между лидерами и элитами.
Информация о журналеРешение редакции об изменении названия давно сложившейся советской Исследования, впервые опубликованные в 1949 году, последовали за распадом Советского Союза. Союз в конце 1991 года.Это отражало веру в то, что в результате страны бывшего Советского Союза и Восточной Европы постепенно станет более тесным связаны как с Европой, так и с Азией, продолжая при этом представлять отличительные темы для исследования в результате их конкретного опыта. Советские исследования были главным академическим журналом в мире. посвящены политическим, экономическим и социальным вопросам того, что когда-то было Страны советского блока, в том числе их история в советский период. Европейско-азиатские исследования продолжают сосредотачиваться на этом корпусе исследований. темы.В то же время новое название призвано отразить то, как трансформация политической и экономической систем этих стран влияет на их отношения с остальной Европой, а также растущие связи между тем, что была Советская Средняя Азия и другие страны как в Европе, так и в Азии.
Информация об издателеОсновываясь на двухвековом опыте, Taylor & Francis за последние два десятилетия быстро выросла и стала ведущим международным академическим издателем.Группа издает более 800 журналов и более 1800 новых книг каждый год, охватывающих широкий спектр предметных областей и включая журнальные оттиски Routledge, Carfax, Spon Press, Psychology Press, Martin Dunitz и Taylor & Francis. Тейлор и Фрэнсис полностью привержены делу. на публикацию и распространение научной информации высочайшего качества, и сегодня это остается первоочередной задачей.
| Механика Оценка дисперсии производных коэффициента аэродинамического момента качения по углам атаки и рыскания вращающегося тела с малыми нерегулярными искажениями поверхности при сверхзвуковом обтекании Ю.Мокин А.С. abc , Калашников С.Т. ab , Швалева Р.К. ba a Государственный ракетный центр им. В.П. Макеева, г. Миасс, Челябинская область Россия Аннотация: Статья посвящена одному из актуальных вопросов определения аэродинамических коэффициентов высокоскоростных возвращаемых аппаратов (РВ) поворотной формы с небольшими неравномерными деформациями поверхности композиционного теплозащитного покрытия, т. Е.\ beta \} $ производных коэффициента возмущающего аэродинамического момента качения $ m_x $ по углам атаки и рыскания в зависимости от управляющих параметров. На основе разложения Фурье искажения поверхности и метода гипотезы дифференциальной локальности, используемого для оценки вариаций давления, получено аналитическое интегральное решение поставленной моделируемой задачи для вращающегося тела с заданной автокоррелированной функцией нерегулярных искажений его поверхности. Полученное решение качественно проанализировано.o $ -конус предоставляется. Ключевые слова: сверхзвуковой поток, вращающееся тело, острый конус, композитный теплозащитный материал, небольшая случайная деформация поверхности, малый угол атаки, коэффициент аэродинамического момента качения. DOI: https://doi.org/10.24411/2500-0101-2019-14307 Полный текст: PDF-файл (771 kB) Поступила: 28.08.2019 Доработана: 12.09.2019 Образец цитирования: Ю. А. Мокин, С. Т. Калашников, Р. К. Швалева, “Оценка дисперсии производных коэффициента аэродинамического момента качения по углам атаки и рыскания вращающегося тела с малыми нерегулярными искажениями поверхности при сверхзвуковом обтекании”, Челяб. Физ.-мат. Ж., 4: 3 (2019), 345–354 Цитирование в формате AMSBIB Варианты связывания: Цитирование статей в Google Scholar: Русские цитаты,
Цитаты на английском языке |
|