Вестник МГТУ, 2026, Т. 29, № 1.

Вестник МГТУ. 2026. Т. 29, № 1. С. 134-143. DOI : https://doi.org/10 .21443/1560-9278-2026-29-1-134-143 Результаты, полученные при А = 1 и А = 2, согласуются с учетом широкой области атмосферы 300-950 мб и всех уровней наблюдений мюонов (0, 7, 20 и 40 м. в. э.) В то же время наблюдаются различия в характере распределений в области атмосферы < 300 мб, обусловленные зашумленностью исходных AI, , ч данных (качеством данных). Измерения вариаций интенсивности —- (/j мюонов осуществлялось с точностью І к 0,05 %. Оценить ошибки при определении изменений температуры ATi (t) по данным аэрологического зондирования затруднительно, так как аэрологическое зондирование осуществляется два раза в сутки и предполагает проведение измерений до высот 30 км, однако часто зонды не достигают и меньших высот. Число пропусков измерений температуры при этом возрастает с высотой и зависит от сезона. Наибольшее число пропусков происходит в зимний период. Данные прямых измерений температуры в эти периоды представляют собой результат экстраполяций (Дорман, 1972). Эффект от пропусков становится статистически значимым в области атмосферы менее 300 мб, т. е. на высотах более 9-10 км (рис. 2). Заключение В результате исследования выполнен анализ многомерных данных, полученных в ходе длительных наблюдений интенсивности мюонов с помощью подземного комплекса мюонных детекторов (г. Якутск), и данных аэрологического зондирования атмосферы при определении температурного эффекта мюонов. С использованием методов главных компонент найдено распределение плотности температурных коэффициентов интенсивности мюонов в атмосфере. При высоком уровне шума (т. е. при низком качестве исходных данных) с целью повышения достоверности конечного результата ПЛС-анализ целесообразно осуществлять с учетом только одной главной компоненты. Благодарности Работа выполнена при финансовой поддержке Минобрнауки РФ (проект FWZZ-2022-0019). Результаты получены с использованием оборудования УНУ-85 "Российская национальная сеть станций космических лучей" (http://www.ckp-rf.ru/usu/433536) . Конфликт интересов Авторы заявляют об отсутствии конфликта интересов. Библиографический список Айвазян С. А., Бухштабер В. М., Енюков И. С., Мешалкин Л. Д. Прикладная статистика. Классификация и снижение размерности. М. : Финансы и статистика, 1989. 607 с. Айвазян С. А. Прикладная статистика и основы эконометрики. М. : Юнити, 2001. 403 с. Дорман Л. И. Метеорологические эффекты космических лучей. М. : Наука, 1972. 211 с. Дорман Л. И. Экспериментальные и теоретические основы астрофизики космических лучей. М. : Наука, 1975. 462 с. Зверев А. С., Григорьев В. Г., Стародубцев С. А. Учет температурного эффекта в данных измерений мюонных телескопов // Физика околоземного космического пространства: материалы Байкальской молодежной научной школы по фундаментальной физике (БШФФ-2019). Иркутск : ИСЗФ СО РАН, 2019. С. 151-153. Мурзин В. С., Сарычева Л. И. Космические лучи и их взаимодействие. М. : Атомиздат, 1968. 391 с. Скрипин Г. В., Кривошапкин П. А., Крымский Г. Ф. Изучение анизотропии космических лучей методом скрещенных телескопов // Геомагнетизм и аэрономия. 1965. Т. 5, № 5. С. 817-822. Стародубцев С., Григорьев В . , Гололобов П . Якутский спектрограф космических лучей им. А. И. Кузьмина: современное состояние / / сб. тр. Всероссийской конференции "Гелиогеофизические исследования в Арктике", 19-23 сентября 2016 г., г. Мурманск. Мурманск : Полярный геофизический институт, 2016. C. 125-129. Янчуковский В. Л., Филимонов Г. Я., Хисамов Р. З. Атмосферные вариации интенсивности мюонов для различных зенитных углов регистрации // Известия РАН. Серия физическая. 2007. Т. 71, № 7. С. 1066-1068. Berkova M. D., Belov A. V., Eroshenko E. A., Yanke V. G. Temperature effect of the muon component and practical questions for in real time / / Bulletin of the Russian Academy of Sciences: Physics. 2 011. Vol. 75, Iss . 6. P . 820-824. Dayal B. S., McGregor J. F. Improved PLS algorithms // Journal of Chemometrics. 1997. Vol. 11. P. 73-65. DOI: http://dx.doi.org/10.1002/(SICI)1099-128X(199701)11:1<73::AID-CEM435>3.0.C0;2-#. De Jong S., Ter Braak C. Comments on the PLS kernel algorithm // Journal of Chemometrics. 1994. Vol. 8. P. 169-174. Esbensen K. Multivariate data analysis in practice: An introduction to multivariate data analysis and experimental design. Oslo, Norway: Camo Process AS, 2002. 598 p. Lindgren F., Geladi P., Wold S. The kernel algorithm for PLS // Journal of Chemometrics. 1993. Vol. 7. P. 45-59. 141