Использование спутниковой и модельной информации о снежном покрове при расчетах характеристик весеннего половодья тема диссертации и автореферата по ВАК РФ 25.00.27, кандидат наук Чурюлин Евгений Викторович

• Чурюлин Евгений Викторович
• кандидат наук
• 2019

Оглавление диссертации кандидат наук Чурюлин Евгений Викторович

Введение

ГЛАВА 1. Общие сведения о снежном покрове и особенностях его мониторинга и моделирования

1.1 Снежный покров и его свойства

1.2 Мониторинг характеристик снежного покрова

1.2.1 Точечные измерения

1.2.2 Маршрутные снегомерные наблюдения

1.2.3 Спутниковые наблюдения

1.2.4 Проекты, направленные на изучение снежного покрова и разработанные на основе методов дистанционного зондирования Земли

1.2.5 Лидарные и телеметрические наблюдения за снежным покровом

1.3 Моделирование снежного покрова

ГЛАВА 2. Технология оценки запаса воды и плотности снежного покрова на основе синоптической информации и методы ее совершенствования

2.1 Расчет запаса воды и плотности снежного покрова в модели COSMO

2.2 Расчет запаса воды и плотности снежного покрова по модели SnoWE

2.3 Оптимизация алгоритмов модели SnoWE

2.3.1 Расчет плотности свежевыпавшего снега

2.3.2 Расчет скорости деструктивного метаморфизма

2.3.3 Расчет плотности лежалого снега

2.3.4 Определение фазы осадков

2.4 Архивная версия модели снежного покрова SnoWE

2.5 Результаты моделирования снежного покрова на основе модели SnoWE и их сравнение с отечественными и международными проектами

2.6 Результаты моделирования снежного покрова для городских условий

2.7 Перенос технологии SnoWE на суперкомпьютер CRAYXC series

ГЛАВА 3. Разработка региональной системы усвоения данных о снежном покрове для системы численного прогноза погоды COSMO-Ru

3.1 Модель численного прогноза погоды COSMO

3.2 Региональная система усвоения данных на основе модели снежного покрова SnoWE

3.3 Численные эксперименты c региональной системой усвоения данных на основе модели снежного покрова SnoWE

ГЛАВА 4. Применение моделей COSMO и SnoWE для гидрологических прогнозов

4.1 Расчет характеристик половодий на реке Сухона на основе совместного использования моделей ECOMAG, COSMO и SnoWE

4.2 Применение системы COSMO-Ru для обеспечения метеорологической информацией модели ECOMAG

4.3 Анализ результатов совместного применения модели ECOMAG, системы COSMO-Ru и модели SnoWE (первый опыт)

4.4 Анализ результатов совместного применения модели ECOMAG, системы COSMO-Ru и модели SnoWE (численные эксперименты)

Заключение

Список литературы

Введение диссертации (часть автореферата) на тему «Использование спутниковой и модельной информации о снежном покрове при расчетах характеристик весеннего половодья»

Введение

Снежный покров - мощный климатообразующий фактор, влияющий на взаимодействие климатических, гидрологических и гляциологических процессов. При этом снег является одним из наиболее распространенных и динамичных природных объектов, определяющих тепловой и водный баланс земной поверхности. Данная работа посвящена развитию и исследованию эффективности применения современных информационных и технологических возможностей получения и использования информации о характеристиках снежного покрова в задачах численного прогноза погоды и расчета характеристик весеннего половодья на реках со снеговым типом питания.

Актуальность исследования. В настоящее время разработано большое количество физико-математических систем численного прогноза погоды, моделей расчета характеристик речного стока, а также систем спутникового мониторинга за снежным покровом. С увеличением технологических возможностей и повышением требований к качеству прогностической продукции становится все более востребованным комплексный подход к вопросам подготовки начальных данных о снежном покрове, требуемых как для моделей численного прогноза погоды (ЧПП), так и для моделей формирования стока. Даже краткосрочный достоверный прогноз характеристик снежного покрова (до 72 часов) позволит повысить точность расчетов моделей ЧПП и моделей формирования стока, повысив безопасность населения при чрезвычайных погодных явлениях.

В настоящее время из-за редкой сети маршрутных снегомерных наблюдений и их дискретности часто приходится сталкиваться с недостаточным количеством измерений для удовлетворения все возрастающих требований к задачам современных технологий численного прогноза погоды и гидрологического моделирования. В более густой сети оперативных синоптических наблюдений ежедневно измеряется высота снега, но из-за высокой изменчивости плотности снежного покрова (RHO) эти данные не могут обеспечить высокую точность получения информации о запасе воды в снеге - snow water equivalent (SWE). Точность информации о SWE по данным дистанционного зондирования Земли (ДЗЗ) в настоящее время недостаточно высока и применяется в гидрометеорологических технологиях с большими ограничениями. Альтернативным способом получения данных о SWE и RHO является применение технологий ЧПП, моделирующих в своих расчетах выпадение твердых осадков с возможным последующим их накоплением за весь снежный период. Но данный путь без привязки к данным измерений, несмотря на его кажущуюся универсальность, не является точным в связи с накоплением ошибок моделирования.

Эффективным решением подготовки достоверных начальных данных о SWE и RHO представляется комплексный подход с применением следующих данных: ДЗЗ, моделей атмосферы, физико-математических моделей снежного покрова и фактических данных наблюдений, который позволит обеспечить модели формирования стока и ЧПП достоверными начальными данными о SWE и RHO, повысив точность численного прогноза погоды и гидрологического моделирования. Кроме того, применение синтезированных результатов моделирования и измерений снежного покрова поможет раскрыть особенности его пространственно-временной изменчивости в течение холодного сезона для труднодоступных районов нашей страны.

Степень разработанности темы. Изучение свойств снежного покрова и его моделирование является традиционной задачей для нашей страны [Воейков, 1889; Рихтер, 1945, Кучмент и др., 1983], поскольку на территорию России приходится 1/3 часть всего снежного покрова, залегающего на нашей планете. Изучение снежного покрова - это область междисциплинарных исследований, что отображается в большом многообразии работ по его изучению, например, [Fierz et. al., 2009]. В настоящее время разработано большое количество способов получения информации о снежном покрове с помощью: а) физико-математических моделей, которые в зависимости от целей исследования можно «условно» подразделить на:

1. гидрологические [Beckers et al., 2009; Pechlivanidis et al., 2011; Мотовилов, Гельфан, 2019],

2. гляциологические [Ancey, 2008; McClung, 2001; Мокров, Соловьев, 2010], 3. для задач атмосферного моделирования ЧПП [Володин, Лыкосов, 1998; Турков, Шмакин 2009; Казакова, Чумаков, Розинкина, 2014]; б) методов ДЗЗ [Kelly et.al., 2004; Zhibang, Pomeroy, 2019]; в) контактных измерений на сети метеостанций [РД 52.04.614-2000]; г) лидарных наблюдений [Broxten et al., 2019; Prokop et al., 2008; Haberkorn et al.. 2019]; д) гамма-сьемки [Omori et al., 2019].

В настоящее время актуально фокусирование усилий исследований на получении данных о снежном покрове с высокой пространственно-временной дискретностью (порядка нескольких км по пространству и одних суток по времени) на основе объединения приемов численного гидрометеорологического и снежного моделирования с доступными данными измерений, что позволит не только повысить точность ЧПП, но и спрогнозировать ход развития половодий на ближайшие 1 -3 суток даже при отсутствии прямых измерений.

Объект исследования - снежный покров, учет его воздействия в системе COSMO-Ru и роли в формировании весеннего половодья на реках европейской территории России (ЕТР).

Предмет исследования. Моделирование сезонной динамики свойств снежного покрова, требуемых для расчета характеристик весеннего половодья по модели формирования стока ECOMAG и коррекции полей первого приближения (ППП) в системе ЧПП COSMO-Ru.

Цель исследования. Апробировать дистанционные и развить расчетные методы получения информации о снежном покрове для оценки характеристик весеннего половодья и формирования начальных данных для моделей ЧПП.

Задачи исследования:

1) Изучить теоретические основы, включающие информацию о характеристиках снежного покрова, методах его физико-математического моделирования и способах учета роли снежного покрова в формировании современного климата;

2) Проанализировать международные и отечественные проекты, специализирующиеся на расчете и мониторинге характеристик снежного покрова. Сформировать на их основе базу данных (БД) с информацией о снежном покрове для территории России;

3) Провести численные эксперименты с оригинальной версией модели снежного покрова SnoWE и выявить на основе анализа полученных результатов недостатки исходной версии модели SnoWE;

4) Разработать и внедрить в модель SnoWE модульную структуру, «архивную» версию, обновленные методы учета плотности снежного покрова, оперативный блок визуализации результатов;

5) Провести численные эксперименты с моделью SnoWE и выполнить сравнение полученных результатов с данными отечественных и международных проектов, специализирующихся на расчете характеристик снежного покрова. На примере Московского региона определить особенности пространственно-временной изменчивости характеристик снежного покрова на основе восстановленных данных по модели SnoWE;

6) Разработать на базе системы COSMO-Ru региональную систему усвоения данных (СУД) о снежном покрове. Выполнить численные эксперименты с системой COSMO-Ru;

7) Разработать систему усвоения полей метеорологических характеристик, полученных на основе счета системы COSMO-Ru и SnoWE, для модели ECOMAG. Выполнить расчет характеристик весеннего половодья на гидрологическом посту (ГП) р. Сухона - д. Каликино на основе модели ECOMAG с учетом смоделированных полей метеорологических характеристик.

Основные защищаемые положения:

1) Усовершенствованная версия одномерной многослойной модели SnoWE позволяет достоверно рассчитывать значения SWE и RHO по данным ежедневных синоптических измерений на метеостанциях, что подтверждается сравнением результатов SnoWE с данными международных и отечественных проектов, выполняющих мониторинг и расчет характеристик снежного покрова.

2) Разработанная региональная СУД, позволяет выполнять коррекцию ППП с информацией о снежном покрове на основе поступающей в оперативном режиме синоптической информации.

Ввод на основе модели SnoWE региональной СУД в систему ЧПП COSMO-Ru приводит к существенному приближению рассчитанных по системе COSMO-Ru полей SWE к реальным.

3) Разработанный метод расчета характеристик весеннего половодья на основе моделирования начальных данных о снежном покрове и метеорологических параметрах позволяет решать разноплановые задачи как в целях краткосрочного прогноза весеннего половодья, так и для разнообразных сценарных расчетов в условиях недостаточной гидрологической изученности региона.

Научная новизна заключается в: а) развитии теоретических представлений о снежном покрове для усовершенствования ранее разработанной модели SnoWE; б) реализации подхода использования одномерного физико-математического моделирования снежного покрова в качестве оператора синоптических наблюдений для получения не ежедневно измеряемых значений SWE; в) создании региональной СУД о SWE для получения ежедневных полей с информацией о SWE для всей территории России для технологий ЧПП; г) исследовании эффективности использования в качестве входной информации для моделей формирования стока ECOMAG информации о метеопараметрах, вычисленных с помощью системы COSMO-Ru.

Разработанные подходы позволили расширить функциональные возможности модели SnoWE, повысить точность вычислений количественных характеристик снежного покрова, создать региональную СУД о снегозапасах для системы COSMO-Ru, обеспечив повышение качества выпускаемой оперативной продукции ЧПП. Результаты работы моделей COSMO-Ru и SnoWE были адаптированы для модели формирования стока ECOMAG, осуществлен расчет характеристик весеннего половодья с использованием в качестве входной информации о метеорологических характеристиках (атмосферном форсинге) доступных данных: оперативных синоптических измерений, результатов численного моделирования процессов в атмосфере, а также данных о снежном покрове. Применение данного подхода позволяет решать разноплановые гидрологические задачи, в том числе показана его эффективность при прогнозе экстремальных гидрологических явлений.

Практическая значимость работы. Информация о снежном покрове активно применяется для решения многочисленных задач, связанных с хозяйственной деятельностью человека. Предложенные и реализованные обновления для модели SnoWE позволяют получать с более высокой достоверностью ежедневные значения снегозапасов для метеостанций, что особенно важно при расчете характеристик весеннего половодья на реках со снеговым типом питания и для формирования полей начальных данных для моделей ЧПП. Применение «архивной» версии SnoWE позволяет также восстанавливать данные о SWE и RHO за любой период времени, что актуально в условиях недостаточной гидрологической изученности отдельных регионов нашей страны.

Региональная СУД о снежном покрове на основе SnoWE предназначена для использования в системе COSMO-Ru, обеспечивая повышение качества продукции за счет использования более точных начальных данных. Карты пространственного распределения снегозапасов, полученные на ее основе, могут быть использованы в качестве информации о количественных характеристиках снега в регионе в конкретный момент времени (без наличия соответствующих данных маршрутных съемок за данный период), а также выступать одним из элементов мониторинга снежного покрова.

Предложенный метод совместного гидрологического и атмосферного моделирования эффективен для исследования водного режима бассейнов рек, повышения гидрологической безопасности территории и количественной оценки характеристик половодья в условиях недостатка данных гидрометеорологических наблюдений. Особенно актуально применение данного подхода при прогнозах ежедневных расходов воды для участков заторообразования, т.к. данные об уровнях воды в период подъема половодья не отражают реальное количество воды в реке и не позволяют выполнять гидрологические прогнозы на основе классических методов.

Результаты работы были использованы при выполнении: плана НИОКР Росгидромета № 1.1.1.1 «Разработка суперкомпьютерной оперативной технологии численного прогноза погоды сверхвысокого разрешения на базе модели ICON-COSMO (c шагом сетки 6,6 км и менее) по территории северной Евразии (включая всю территорию СНГ)» и № 1.1.2.2 «Создание технологии глобальных прогнозов метеорологических полей на срок до 10 суток с шагом сетки не грубее 40 км для детерминированных и 70 км для вероятностных прогнозов на основе спектральной модели атмосферы Гидрометцентра России и развитие методов ансамблевого прогнозирования»; грантов РФФИ № 16-05-00753а «Анализ изменения характеристик речного стока на основе эмпирических данных и данных дистанционного зондирования Земли», № 18-35-00498 мол_а «Катастрофические наводнения на севере Европейской части России: анализ, моделирование, прогноз», № 18-05-60021 «Сток рек и изменение водного и ледотермического режима устьевых областей и морских побережий Российской Арктики в XXI в., РНФ № 14-37-00053-П «Комплексный прогноз гидрометеорологических процессов в Арктике», № 17-11-01254 «Методология и сервис-ориентированная технология создания и использования системы комплексного автоматизированного моделирования природных и природно-технологических объектов и ее реализация для оперативного прогнозирования речных наводнений». На основе разработанных обновлений для модели SnoWE были получены свидетельства о регистрации ЭВМ в РОСПАТЕНТе (Свидетельство № 2018666844, 2018666845, 2018666846 от 21.12.2018).

Материалы и методы. Для удобства восприятия материалы, используемые в ходе диссертационной работы, разделены на три части в зависимости от вида моделей.

Работа с моделью снежного покрова SnoWE

1) Ежедневные данные оперативных синоптических наблюдений, полученные за период с 2016 по 2019 гг. с 3 256 метеостанций, расположенных на всей территории России;

2) Ежедневные архивные данные синоптический наблюдений, полученные: а) за период с 1960 по 2018 гг. с 273 метеостанций, расположенных на ЕТР; б) за период с 2000 по 2019 гг. с 350 метеостанций, расположенных на всей территории России;

3) Данные маршрутных снегомерных наблюдений, полученные: а) за период с 1960 по 2008 гг. с 273 метеостанций, расположенных на ЕТР; б) за период с 2008 по 2019 гг. с 830 метеостанций, расположенных на всей территории России;

4) Ежедневные данные о SWE, полученные в результате работы с международными проектами Globsnow, HSAF, GLADASза период с 1980 по 2019 гг.;

5) Ежедневные данные о SWE, полученные в результате работы с моделью ECOMAG за период с 2013 по 2019 гг.;

6) Ежедневные композитные спутниковые снимки NOAA с разрешением 4х4 км с информацией о границе снежного покрова за период с 2016 по 2019 гг.;

7) Ежедневные данные измерений характеристик снежного покрова с метеорологической обсерватории МГУ имени М.В. Ломоносова за период с 2000 по 2019 гг.

Работа с системой COSMO-Ru

8) Ежедневные поля начальных данных, полученные из глобальной версии модели ICON, требуемые для работы системы COSMO-Ru за период с 2013 по 2019 гг.;

9) Ежедневные скорректированные поля с информацией о SWE и RHO, полученные на основе модели SnoWE за период с 2018 по 2019 гг.

Работа с моделью формирования стока ECOMAG

10) Ежедневные поля метеорологических характеристик (приземная температура воздуха, температура точки росы, данные об осадках, направлении и скорости ветра), полученные на основе работы с системой COSMO-Ru и SnoWE;

11) Ежедневные данные синоптических наблюдений, полученные с 68 метеостанций, расположенных на водосборе р. Северная Двина;

12) Ежедневные данные о расходах воды для за период с 1960 по 2019 гг.

При выполнении работы использовались: программные комплексы Microsoft Office, ArcGIS, модель формирования стока ECOMAG, система ЧПП COSMO-Ru, модель снежного покрова SnoWE и разработанные автором программные модули на языках Python и Fortran. Вычисления производились на суперкомпьютерной базе Гидрометцентра России.

Методическая основа исследования включает в себя обзор и систематизацию теоретических представлений о снежном покрове, разработку обновлений для модели SnoWE,

разработку региональной СУД, объективный анализ скорректированных полей данных для системы COSMO-Ru, разработку пользовательских инструментов для работы с большими объемами данных, адаптацию выходной продукции системы COSMO-Ru и SnoWE моделью ECOMAG, проведение численных экспериментов с системой COSMO-Ru, SnoWE, ECOMAG, анализ полученных результатов и расчет характеристик весеннего половодья.

Степень достоверности и апробация результатов. Достоверность расчетов и выводов подтверждается сравнением результатов с данными прямых и дистанционных измерений характеристик снежного покрова и расходов воды в период весеннего половодья. В период с 2016 по 2019 гг. результаты диссертационного исследования докладывались на ежегодных совещаниях международного консорциума по мезомасштабному моделированию COSMO (2016, 2017, 2018, 2019 гг.) и рабочих семинарах ICARUS (2017, 2018, 2019 гг.), на ежегодном европейском союзе наук о Земле EGU2019, на совещаниях и рабочих встречах в рамках деятельности ESSEM COST ACTION ES1404 (2016 г.), на заседании РГО (2017 г.), на семинарах кафедры гидрологии суши географического факультета МГУ имени М.В. Ломоносова, ФГБУ «Гидрометцентр России», в РГГМУ и в САФУ, а также на международных: Виноградовские чтения (Санкт-Петербург, 2015 и 2018 гг.), Maresedu2016 (Москва, 2016 г.), Устойчивое развитие арктических регионов (Тюмень, 2016 г.), CITES2017 (Москва, 2017 г.), Modelling and forecasting of river flows and managing hydrological risks: towards a new generation of methods (Москва, 2017 г.), Arctic biomonitoring (Архангельск, 2018 г.) и всероссийских конференциях: Современные проблемы ДЗЗ из космоса (Москва, 2016 г.), Водные ресурсы, экология и гидрологическая безопасность (Москва, 2017), Проблемы прогнозирования чрезвычайных ситуаций (Москва,

2018 г.), Современные проблемы гидрометеорологии и устойчивого развития (Санкт-Петербург,

2019 г.).

Публикации. По теме диссертации опубликовано 15 научных статей, 10 тезисов докладов, написаны 2 монография. Из них 1 статья - опубликована в издании Web of Science, 1 статья - в изданиях Scopus, 3 статьи - в изданиях ВАК из дополнительного списка рецензируемых научных изданий, рекомендованного Минобрнауки России, утверждённого решением Ученого совета МГУ от 22 апреля 2019 г. по географическим наукам. Получены 3 авторских свидетельства о государственной регистрации программного продукта.

Личный вклад автора. Лично автором выполнено и проанализировано большинство численных экспериментов, составляющих основу диссертационной работы, при этом разработаны инструменты для обработки больших объемов данных и блок визуализации результатов. Также подготовлены: статьи в рецензируемых журналах в соавторстве (5 работ), статьи объемом менее 5 страниц (10 работ), тезисы на конференциях (10 работ). Автор принимал

участие в подготовке главы «Appendix 1-A Country Report Russia» в монографии [Haberkorn et al., 2019] и создании карты стока арктических рек в монографии [Агафонова и др., 2019]

Объем и структура диссертации. Диссертация состоит из введения, четырех глав, заключения, списка литературы, состоящего из 218 источников, включая 116 на иностранных языках. Общий объем диссертации - 175 страниц, 57 рисунков, 25 таблиц.

Благодарность. Автор выражает искреннюю благодарность научному руководителю и научному консультанту, сотрудникам кафедры гидрологии суши географического факультета МГУ имени М.В.Ломоносова за помощь и поддержку, сотрудникам отдела речных гидрологических прогнозов за ценные советы и предоставленные данные о снежном покрове, Г.С. Ривину, Д.В. Блинову, А.А. Кирсанову за консультации по работе с системой COSMO-Ru, А.Н. Гельфану и Ю.Г. Мотовилову за предоставление возможности работать с моделью формирования стока ECOMAG. Особую благодарность автор выражает В.В. Копейкину, И.В. Волкову, М.М. Чумакову за помощь и совместную работу по развитию модели SnoWE, И.Н. Крыленко за помощь и ценные советы при работе с моделью ECOMAG. В завершении автор хотел бы выразить свою благодарность своей семье и отдельно супруге за постоянную моральную поддержку в течение всего периода обучения в аспирантуре. Это достижение не было бы возможно без них.

ГЛАВА 1. Общие сведения о снежном покрове и особенностях его

мониторинга и моделирования

Снежный покров является ключевым экологическим индикатором, влияющим на климат, имея высокую отражательную способность [Кузьмин, 1957] и низкую теплопроводность, снег [Кузьмин, 1957] является ключевым элементом энергетического баланса Земли. Снег также является важным элементом водного баланса, одна шестая часть населения планеты Земля зависит от рек, питающихся за счет таяния сезонного снежного покрова и ледников [ESA, 2015]. При выпадении снега на земную поверхность изменяется её рельеф, текстура, подверженность эрозии и, что важнее всего, альбедо. Поверхность, покрытая сухим и чистым снегом, отражает до 80% [Копанев, 1978] солнечной радиации. Таким образом, выпадение снега оказывает огромное влияние на климат, флору и фауну, энергообмен между поверхностью Земли и атмосферой, а учет динамики накопления снегозапасов позволяет существенно повысить точность численных методов прогнозов.

1.1 Снежный покров и его свойства

Сезонный снежный покров регулирует энергетический баланс подстилающей поверхности, главным образом за счет альбедо и низкой температуропроводности, оказывая местное, региональное и глобальное влияние на атмосферную циркуляцию. Снег влияет на температуру поверхности почвы, устойчивость и распространение зоны вечной мерзлоты [Zhang, 2005]. Кроме того, сезонный снежный покров является одним из ключевых компонентов гидрологического цикла, оказывающих влияние на формирование весеннего половодья во многих регионах нашей планеты [Barnett et al., 2005; Beniston and Stoffel, 2016]. Особенно сильно сказывается влияние снежного покрова в высоких широтах и высоко в горах, где снег залегает практически круглогодично.

В научной среде считается, что изучение снежного покрова - это область междисциплинарных исследований, что отображается в большом многообразии книг, посвященных снежному покрову и различным аспектам его изучения [Fierz et. al., 2009]. В 1948 г. международная комиссия по льду и снегу ассоциации научной гидрологии (IASH) учредила создание специального комитета по стандартизации международной системы классификации снега. В результате работы комитета в 1954 г. была опубликована «Международная классификация льда и снега» [Fierz et. al., 2009]. Со временем знания о процессах, протекающих в снежном покрове, стали более глубокими, а практика наблюдений в разных странах стала все больше различаться, в связи с чем в 1985 г. IASH вновь учредила создание комитета. Через пять

лет после учреждения комитета была издана переработанная и обновленная классификация снежного покрова [IASH, 1985]. В настоящее время действует классификация снежного покрова, принятая в 2009 г. с внесенными в нее изменениями и дополнениями [Fierz et. я1., 2009].

Изучение свойств снежного покрова и его моделирование является традиционной задачей для нашей страны [Воейков, 1889; Рихтер, 1945], поскольку на территорию России приходится треть всего снежного покрова, залегающего на нашей планете. На территории Российской Федерации снег наблюдается от нескольких недель до нескольких месяцев, а наибольшее число дней со снежным покровом отмечается на побережье северных морей, где оно достигает 260 дней в году (рисунок 1.1). Еще до революции в России активно развивались исследования снежного покрова, а полученные данные использовались для нужд сельского хозяйства. В 1891 г. были организованы первые в мире регулярные маршрутные снегомерные наблюдения. В XIX в. в связи со строительством железных дорог активно исследовалась проблема снежных заносов, позднее Н.Е. Жуковский разработал теорию метелей [Козин, Кузнецова, 2015]. В 30-40-х гг. ХХ в. основная задача изучения снежного покрова была связана с обеспечением данными гидрологических прогнозов. По определению, приведенному в [Ефремова, 2012], «снежный покров - это слой снега, залегающий на поверхности почвы или льда, образовавшийся в результате снегопадов в зимнее время года».

число дней со снежным покровом

Масштаб 1:30 ООО ООО

Рисунок 1.1. Карта продолжительности залегания снежного покрова на территории Российской Федерации [Большая российская энциклопедия - https://bigenc.ru/physics/text/666153]

Снежный покров образуется в результате аккумуляции снега на грунте в процессе отложения твердых осадков, выпадения дождей, когда большая часть осадков впоследствии замерзает, а также отложения примесей. Следует отметить, что сезонный снежный покров очень чувствителен к климатическим изменениям. Более того, изменения в снежном покрове, вызванные климатическими факторами, могут оказывать существенное влияние на динамику развития атмосферы, распределение вечной мерзлоты, динамику экосистем и частоту опасных природных явлений, связанных со снежным покровом [GCW, 2018].

Большинство процессов, протекающих в снежном покрове, зависят от вертикального и горизонтального распределения его физических свойств, обусловленных микроструктурой снега [Vionnet et al., 2012]. Характерной особенностью снежного покрова является пространственно-временная изменчивость всех его свойств (толщина, плотность, температура, твёрдость, структура, стратиграфия и геометрические характеристики и др.).

В пределах одного климатического региона снег из года в год аккумулируется определенным, характерным для конкретных ландшафтных условий образом. При этом растительный покров, контролируя пространственную изменчивость снежного покрова, в свою очередь, сам реагирует на эту изменчивость. Такая изменчивость обусловлена множеством факторов: 1) большим разнообразием метеорологических условий во время выпадения осадков и сразу после снегоотложения; 2) характером и частотой метелевых процессов в период снегоотложения; 3) метеорологическими условиями в периоды между снегопадами;

Список литературы диссертационного исследования кандидат наук Чурюлин Евгений Викторович, 2019 год

Список литературы

Агафонова, С.А. Заторные наводнения на р. Сухона в районе г. Великий Устюг / С.А. Агафонова, Н.Л. Фролова // Меняющийся климат и социально-экономический потенциал Российской Арктики. - 2016. - С. 56-65.

Алабян, А.М. Генетический анализ причин весеннего затопления долины Малой Северной Двины в районе г. Великого Устюга / А.М. Алабян, Н.И. Алексеевский, Л.С. Евсеева, В.А. Жук,

B.В. Иванов, В.В. Сурков, Н.Л. Фролова, Р.С. Чалов, А.В. Чернов // В сб. Эрозия почв и русловые процессы. - 2003. - Вып. 14. - С. 105-131.

Алабян, А.М. Создание интеллектуальных информационных систем оперативного прогнозирования речных наводнений / А.М. Алабян, В.А. Зеленцов, И.Н. Крыленко,

C.А. Потрясаев, Б.В. Соколов, Р.М. Юсупов // Вестник Российской академии наук. - 2016.

- Т. 86. - Вып. 2. - С. 127-137.

Алексеев, В.Р. Гляциологический словарь / В.Р. Алексеев, Н.В. Волков, Б.И. Втюрин, Е.А. Втюрина, М.Г. Гросвальд, Р.В. Донченко, А.К. Дюнин, Л.А. Канаев, В.М. Котляков, А.Н. Кренке, К.С. Лосев, В.Ф. Перов, В.Л. Цуриков. Л.: Гидрометеоиздат, 1984 - 564 с.

Антохина, Е.Н. Особенности использования метеорологической информации в задачах моделирования стока / Е.Н. Антохина // Сборник трудов Пятой международной конференции молодых ученых и талантливых студентов «Водные ресурсы, экология и гидрологическая безопасность». - 2011. - С. 107-109.

Антохина, Е.Н. Водный режим рек Европейской территории России и его изучение на основе модели формирования стока: автореф. дис. канд. геогр. наук: 25.00.27 / Антохина Елена Николаевна. - Москва., 2012. - 28 с.

Аполлов, Б.А. Курс гидрологических прогнозов / Б.А. Аполлов, Г.П. Калинин, В.Д. Комаров. - Л.: Гидрометеоиздат, 1974. - 419 с.

Блинов, Д.В. Система краткосрочного негидрастатического прогноза погоды COSMO-Ru: Технологическая линия / Д.В. Блинов, Г.С. Ривин // Тр. Гидрометцентра России. - 2017.

- Вып. 365. - С. 142-162.

Божинский, А.Н. Итоги и перспективы изучения снежных лавин, селей и других опасных природных явлений / А.Н. Божинский, В.Ф. Перов, Е.С. Трошкина, А.Л. Шныпарков // Вестник МГУ. - 2005. - Сер. 5. - № 2. - С. 68-73.

Булыгина, О.Н. Мониторинг снежного покрова на территории Российской Федерации / О.Н. Булыгина, Н.Н. Коршунова, В.Н. Разуева // Тр. Гидрометцентра России. - 2017. - Вып. 366.

- С. 87-96.

Воейков, А.И. Снежный покров, его влияние на почву, климат, погоду и способы исследования / А.И. Воейков. СПБ.: Записки Императорского русского Географического Общества по общей географии, 1889. Т. XVIII. № 2. - 212 с.

Войтковский, К.Ф. Механические свойства снега / К.Ф. Войтковский. - М.: Наука, 1977.

- 126 с.

Волков, И.О. Параметризации фактора накопления снега с учетом лесной растительности для задания начальных полей для моделей численного прогноза погоды: курсовая работа: 25.00.30 / Волков Иван Олегович. М.: МГУ, 2019. - 49 с.

Володичева, Н.А. Метаморфизм снега и формирование снежных лавин в районе Красной Поляны (Западный Кавказ) / Н.А. Володичева, А.С. Баринов-Каштанов, А.Д. Олейников, Н.Н. Володичева // Наука России. - 2010. - С. 57-63.

Всероссийский научно-исследовательский институт гидрометеорологической информации

- мировой центр данных [электронный ресурс] // Федеральная служба по гидрометеорологии и мониторингу окружающей среды. - 2019. - Режим доступа: http://meteo.ru/

Высоцкий, Г.Н. Учение о влиянии леса на изменение среды его произрастания и на окружающее пространство (учение о лесной пертиненции) / Г.Н. Высоцкий. - Л.: Гослесбумиздат, 1950. - 105 с.

Гандин, Л.С. Объективный анализ метеорологических полей / Л.С. Гандин. - Л.: Гидрометеоиздат, 1963. - 287 с.

Георгиевский, Ю.М. Гидрологические прогнозы / Ю.М. Георгиевский, С.В. Шаночкин.

- СПБ. РГГМУ, 2007. - 436 с.

Дмитриева, Н.Г. Расчет плотности снежного покрова по метеорологическим данным / Н.Г. Дмитриева // Метеорология и гидрология. - 1950. - № 2. - С. 39-44.

Дубах, А.Д. Лес как гидрологический фактор / А.Д. Дубах. - Л.: Гослесбумиздат, 1951.

- 161 с.

Дюнин, А.К. Механика метелей / А.К. Дюнин. - Новосибирск.: СО АН СССР, 1963.

- 380 с.

Ефремов, Ю.В. Орография, оледенение, климат Большого Кавказа: опыт комплексной характеристики и взаимосвязей / Ю.В. Ефремов, В.Д. Панов, П.М. Лурье. - Краснодар.: КГУ, 2007 - 337 с.

Ефремова, Т.Ф. Новый словарь русского языка. Толково-словообразовательный / Т Ф. Ефремова. - М.: Русский язык, 2012. - 1209 с.

Жидков, В.А. Численное моделирование характеристик снеготаяния / В.А. Жидков, Ю.Г. Мотовилов // Материалы гляциологических исследований. - 1987. - Вып. 59. - C. 157-160.

Казакова, Е.В. Результаты тестирования новой схемы параметризации снежного покрова в условиях таяния снега в модели COSMO-RU / Е.В. Казакова, И.А. Розинкина, Е.Е. Мачульская // Тр. Гидрометцентра России. - 2010. - Вып. 344. - С. 147-164.

Казакова, Е.В. Алгоритм расчета высоты свежевыпавшего снега, предназначенного для постпроцессинга систем атмосферного моделирования (на примере COSMO) / Е.В. Казакова, М.М. Чумаков, И.А. Розинкина // Тр. Гидрометцентра России. - 2013. - Вып. 350. - С. 164-179.

Казакова, Е.В. Система автоматизированных расчетов влагозапасов снега на основе численного моделирования и усвоения данных стандартных метеорологических измерений / Е.В. Казакова, М.М. Чумаков, И.А. Розинкина // Труды ГГО. - 2014. - Вып. 571. - С. 114-133.

Казакова, Е.В. Ежедневная оценка локальных значений и объективный анализ характеристик снежного покрова в рамках системы численного прогноза погоды COSMO-Ru: диссертация ... канд. физ. мат. наук: 25.00.30 / Казакова Екатерина Владимировна. М., 2015.

- 181 с.

Китаев, Л.М. Региональные различия снегонакопления - современные и будущие изменения (на примере Северной Европы и севера Западной Сибири) / Л.М. Китаев, А.В. Кислов // Криосфера Земли. - 2008. - Т. XII. № 2. - С. 98 - 104.

Комаров, А.Ю. Пространственно-временная неоднородность снежной толщи по данным пенетрометра SnowMicroPen / А.Ю. Комаров, Ю.Г. Селиверстов, П.Б. Гребенников, С.А. Сократов // Лед и снег. - 2018. - Т. 58 № 4. - С. 473 - 485.

Кондратьев, С.А. Математическая модель формирования стока малых рек лесной зоны / С.А. Кондратьев, Н.К. Воронцова // Сборник научных трудов ЛГМИ: «Расчеты и прогнозы гидрологических характеристик». Вып. 103. - Л.: ЛГМИ, 1989. - С. 32-38.

Копанев И.Д. Снежный покров на территории СССР / И.Д. Копанев. - Л.: Гидрометеоиздат, 1978. - 182 С.

Копейкин, В.В. Построение изолиний по нерегулярной сети точек в рамках графической системы ISOGRAPH / В.В. Копейкин, Ю.В. Алферов // Тр. Гидрометцентра России. - 2011.

- Вып. 346. - С. 62-75.

Копосов, Г.Д. О тепловой активности снежного покрова при метаморфических процессах / Г.Д. Копосов, А.В. Тягунин // Физика. Технологии. Инновации: сборник материалов III международной молодежной науной конференции. - Екатеринбург: УРФУ, 2016. - С. 81 - 83.

Кренке, А.Н. Снежность на территории СНГ и его регионов в условиях глобального потепления / А.Н. Кренке, В.Н. Разуваев, Л.М. Китаев, Р.А. Мартуганов, Р.Н. Шакирзянов // Криосфера Земли. - 2000. - Т. IV. № 4. - С. 97-106.

Кузнецова, Э.А. Физико - географические факторы пространственно - временной изменчивости снежного покрова нефтегазопромыслвого региона: автореф. дис. канд. геогр. наук: 25.00.23 / Кузнецова Эльза Афанасьевна. - Нижневартовск., 2011. - 22 с.

Кузьмин, П.П. Влияние леса на снеготаяние / П.П. Кузьмин // Труды ГГИ. - 1954.

- Вып. 42(96). - С. 21 - 40.

Кузьмин, П.П. Физические свойства снежного покрова / П.П. Кузьмин. - Л.: Гидрометеоиздат, 1957. - 178 с.

Кузьмин, П.П. Формирование снежного покрова и методы определения снегозапасов / П.П. Кузьмин. - Л.: Гидрометеоиздат, 1960. - 169 с.

Кузьмин, П.П. Процесс таяния снежного покрова / П.П. Кузьмин. - Л.: Гидрометеоиздат, 1961. - 345 с.

Кучмент, Л.С. Формирование речного стока / Л.С. Кучмент, В.Н. Демидов, Ю Г. Мотовилов. - М.: Наука, 1983. - 216 с.

Лобкина, В.А. Перекристализация снега в толще в ландшафтных фациях, различных по условиям увлажнения (юг Сахалина) / В.А. Лобкина // Криосфера Земли. - 2013. - Т. XVII. № 3.

- С. 89-93.

Локощенко, М. А. Снежный покров и его современные изменения в Москве / М.А. Локощенко // Метеорология и гидрология. - 2005. - № 6. - С. 71-82.

Мокров, Е.Г. Использование модели развития снежной толщи «SNOWPACK» для определения параметров лавинообразования / Е.Г. Мокров, А.Ю. Соловьев // Криосфера Земли.

- 2010. - Т. XIV. № 2. - С. 79-86.

Мотовилов, Ю.Г. Моделирование характеристик снежного покрова в периоды его формирования и таяния / Ю.Г. Мотовилов, В.А. Жидков // Материалы гляциологических исследований. - 1986. - Вып. 56. - С. 50-56.

Мотовилов, Ю.Г. Гидрологическое моделирование речных бассейнов в различных пространственных масштабах. 1 Алгоритмы генерализации и осреднения / Ю.Г. Мотовилов // Водные ресурсы. - 2016 а. - № 3. - С. 429-437.

Мотовилов, Ю.Г. Гидрологическое моделирование речных бассейнов в различных пространственных масштабах. 2 Результаты испытаний / Ю.Г. Мотовилов // Водные ресурсы. -2016 б. - № 5. - С. 743-753.

Мотовилов, Ю.Г. Моделирование полей характеристик речного стока / Ю.Г. Мотовилов // Избранные труды Института водных проблем РАН: 1967-2017: В 2-х т. - М.: КУРС, 2017 б. - Т. 2. - С. 47-70.

Мотовилов, Ю. Г. Краткосрочный прогноз притока воды в Бурейское водохранилище на основе модели Еcomag с использованием метеорологических прогнозов / Ю.Г. Мотовилов,

В.В. Балыбердин, Б.И. Гарцман, А.Н. Гельфан, В.И. Морейдо, О.В. Соколов // Водное хозяйство России: проблемы, технологии, управление. - 2017. - Вып. 1. - С. 78-102.

Мотовилов, Ю.Г. Система физико-математических моделей формирования речного стока и ее применение в задачах гидрологических расчетов и прогнозов: диссертация доктора геогр. наук: 25.00.27 / Мотовилов Юрий Георгиевич. М., 2019. - 333 с.

Муравьев, А.В. Верификация мезомасштабных прогнозов для района Олимпийских игр 2014 г. по первому тестовому периоду. Часть 1. Технология верификации и полигонные оценки качества прогнозов на основе модели COSMO / А.В. Муравье, А.Ю. Бундель, Д.Б. Киктев, Д.В. Блинов, А.В. Смирнов // Метеорология и гидрология. - 2013. - № 11. - С. 5-21.

Насонова, О.Н. Исследование возможности моделирования стока северных рек с использованием глобальных баз данных / О.Н. Насонова, Е.М. Гусев, Е.Э. Ковалев // Бюллетень Оренбургского научного центра УрО РАН. - 2012. № 2.

Нестеров, Н.С. О влиянии леса на силу и направление ветра / Н.С. Нестеров // Лесопромышленный вестник. - 1908. № 8 (9).

Носенко, О.А. Снежный покров центра Европейской части России по данным AMSR-E и SSM/I / О.А. Носенко, Н.А. Долгих, Г.А. Носенко // Современные проблемы дистанционного зондирования Земли из космоса. - 2006. - Т. 3. № 1. - С. 296-300.

Осокин, Н.И. Пространственная и временная изменчивость толщины и плотности снежного покрова на территории России / Н.И. Осокин, А.В. Сосновский // Лёд и снег. - 2015. - Т. 54. № 4.

- С. 72-80.

Отчет группы газпром о деятельности в области устойчивого развития в 2017 г. [электронный ресурс] // ГАЗПРОМ. - 2017. - Режим доступа: http://www.gazprom.ru/f/posts/57/287721/sustainability-report-rus-2017.pdf

Павлов, А.В. Теплообмен почвы с атмосферой в северных и умеренных широтах территории СССР / А.В. Павлов. - Якутск: Якутское кн. изд-во, 1975. - 302 с.

Псаломщикова, Л.М. Определение высоты слоя свежевыпавшего снега по данным осадкомеров / Л.М. Псаломщикова, В.В. Стадник, Е.М. Акентьева, В.А. Задворных, Д.В. Фасолько // Тр. Главной геофизической обсерватории им. А.И. Воейкова. - 2017. - Вып. 584.

- С. 94 - 113.

РД 52.04.614-2000 Наставление гидрометеорологическим станциям и постам. Выпуск 3. Часть II. Обработка материалов метеорологических наблюдений. Издания. Главной геофизической обсерваторией им. А.И. Воейкова (ГГО) Росгидромета. - СПБ.: Гидрометеоиздат, 2001. - 59 с.

Ривин, Г.С. Система COSMO-Ru негидростатического мезомасштабного краткосрочного прогноза погоды Гидрометцентра России: второй этап реализации и развития / Г.С. Ривин,

И.А. Розинкина, Р.М. Вильфанд, Д.Ю. Алферов, Е.Д. Астахова, Д.В. Блинов, А.Ю. Бундель, Е.В. Казакова, А.А. Кирсанов, М.А. Никитин, В.Л. Перов, Г.В. Суркова, А.П. Ревокатова, М.В. Шатунова, М.М. Чумаков // Метеорология и гидрология. - 2015. - Вып. 6. - С. 58 - 70.

Ривин, Г.С. Система COSMO-Ru Гидрометцентра России региональных прогнозов погоды и концентрации загрязняющих веществ в атмосфере и ее применение / Г.С. Ривин, И.А. Розинкина, Р.М. Вильфанд, А.В. Кислов, А.В. Ольчев, Г.В. Суркова, Н.Е. Чубарова, Е.Д. Астахова, Д.В. Блинов, А.Ю. Бундель, А.А. Кирсанов, М.В. Шатунова, Д.Ю. Алферов, М.И. Варенцов, И.А. Горлач, В.Л. Перов, В.С. Платонов, А.П. Ревокатова, М.М. Чумаков, В.В. Копейкин, У.В. Кострова, М.А. Никитин, А.А. Полюхлов, Е.В. Татаринович, Е.М. Финкельберг, Е.В. Чурюлин, Д.И. Захарченко // Сборник трудов XXV рабочей группы «Аэрозоли Сибири». - 2018.

Рихтер, Г.Д. Снежный покров, его формирование и свойства / Г.Д. Рихтер. - М. - Л.: Изд-во Академии Наук СССР, 1945. - 120 с.

Сапожников, С.А. Микроклимат и местный климат / С.А. Сапожников. - Л.: Гидрометеоиздат, 1950. - 242 с.

Семенов Е.К. Климат [электронный ресурс] / Е.К. Семенов, Н.А. Зайцева, А.М. Стерин // Большая российская энциклопедия. - 2019. - Режим доступа: https://bigenc.ru/physics/text/666153 Тольский, А. К вопросу о снежном покрове в лесу и в поле / А.К. Тольский // Метеорологический вестник. - 1903. - Т. 13. № 5. - С. 47-59.

Трошкина, Е.С. Лавинный режим горных территорий СССР: Итоги науки и техники. Серия Гляциологии. Т. II / Е.С. Трошкина. - М.: изд-во ВИНИТИ, 1992. - 186 с.

Турков, Д,В. Расчёт характеристик снежного покрова равнинных территорий с использованием модели локального тепловлагообмена SPONSOR и данных реанализа на примере Московской области / Д.В. Турков, В.С. Сократов // Лед и Снег. - 2016. - Т. 56. № 3.

- С. 369-380.

Узлов, В.А. Основные физические параметры снежного покрова / В.А. Узлов, Г.И. Шишков, В.В.Щербаков // Ядерная энергетика и техническая физика. - 2014. - № 1.

- С. 119-129.

Фролова, Н.Л. Оценка опасности гидрологических явлений на региональном и локальном уровнях / Н.Л. Фролова, С.А. Агафонова, А.С. Завадский, И.Н. Крыленко // Водное хозяйство России: проблемы, технологии, управление. - 2014. - Вып. 3. - С. 58-74.

Чумаков, М.М., Методика обработки спутниковых снимков высокого разрешения для оценки характеристик ледового режима и влияние изменчивости ледяного покрова на динамику вод Северного Каспия / М.М. Чумаков, О.И. Зильберштей, А.Л. Лобов // Тр. Международной конференции: «освоение шельфа арктических морей». СПБ, 2007.

Чурюлин, Е.В. Использование спутниковой информации в работе «Бюро гидрологических прогнозов» / Е.В. Чурюлин, Е.В. Гайдуков, В.А. Хаустов // Сборник трудов международной конференции: «Вторые Виноградовские чтения - Исскуство гидрологии». СПБ.: СПБГУ, 2015. - С. 351-354.

Чурюлин Е.В. Использование спутниковой информации при прогнозировании водности в речных бассейнах Ямало-Ненецкого автономного округа: магистреская диссертация / Чурюлин Евгений Викторович. - СПБ., 2016. - 244 с.

Чурюлин, Е.В. Оценка возможности применения современных методов дистанционного зондирования для определения характеристик снежного покрова (на примере бассейна р. Онега) / Е.В. Чурюлин, К.К. Жбаков, А.А. Казачук // Сборник трудов международной конференции: «Meresedu-2016». М., 2016. - С. 541-545.

Чурюлин, Е.В. Ассимиляция спутниковой информации о количестве воды в снежном покрове на примере речных бассейнов Ямало-Ненецкого автономного округа / Е.В. Чурюлин, Н.Л. Фролова // Сборник трудов Всероссийской конференции: «Современные проблемы дистанционного зондирования Земли из космоса». М.: ИКИ РАН, 2016. - С. 120-121.

Чурюлин, Е.В. Ежедневный анализ полей водного эквивалента и плотности снежного покрова с использование COSMO-Ru / Е.В. Чурюлин, Е.В. Казакова, В.В. Копейкин, И.А. Розинкина, М.М. Чумаков, Г.С. Ривин // Сборник трудов международной конференции: «ОТШ-2017». Томск: Томский ЦНТИ, 2017. - С. 161 - 163.

Чурюлин, Е.В. Анализ характеристик снежного покрова по спутниковым и модельным данным для различных водосборов на Европейской территории Российской Федерации / Е.В. Чурюлин, В.В. Копейкин, И.А. Розинкина, Н.Л. Фролова, А.Г. Чурюлина // Тр. Гидрометцентра России. - 2018. - Вып. 368. - С. 120-143.

Чурюлин, Е.В. Комплексный контроль восстановленных значений водного эквивалента на основе оперативных метеорологических измерений / Е.В. Чурюлин, В.В. Копейкин, Н.Л. Фролова, И.А. Розинкина // Сборник докладов международной научной конференции памяти выдающегося русского гидролога Юрия Борисовича Виноградова: «Третьи Виноградовские чтения - грани гидрологии». СПБ.: СПБГУ, 2018. - С. 172-177.

Чурюлин, Е.В. Мониторинг запаса воды в снежном покрове на территории Российской Федерации с использованием мезомасштабной модели атмосферы COSMO-Ru и модели снежного покрова SnoWE / Е.В. Чурюлин, В.В. Копейкин, Н.Л. Фролова, И.А. Розинкина // Сборник докладов научно-практической конференции: «Проблемы прогнозирования чрезвычайных ситуаций». М.: изд-во ФКУ центр «Антистихия МЧС России», 2018. - С. 81 - 82.

Чурюлин, Е.В. Мониторинг снежного покрова по спутниковым и модельным данным для различных водосборов на европейской территории Российской Федерации / Е.В. Чурюлин, В.В.

Копейкин, Н.Л. Фролова // Сборник трудов XI международной научной конференции молодых ученых и талантливых студентов: «Водные ресурсы, экология и гидрологическая безопасность». М.: ИВП РАН, 2018. - С. 82-85.

Чурюлин, Е.В. Пространственная и временная изменчивость характеристик снежного покрова на территории Московского региона в последние десятилетия (2000 - 2018 гг.) / Е.В. Чурюлин, Е.Ю Жданова // Ученые записки РГГМУ. - 2019. - Вып. 55. - С. 43 - 58.

Чурюлин, Е.В. Расчет половодий на р. Сухона на основе совместного использования моделей ECOMAG и COSMO-Ru / Е.В. Чурюлин, И.Н. Крыленко, Н.Л. Фролова, Б.М. Беляев, И.А. Розинкина // Тр. Гидрометцентра России. - 2019. - Вып. 371. - С. 6-24.

Чурюлин, Е.В. Совместное использование модели формирования стока ECOMAG, системы высокодетального численного прогноза погоды COSMO-Ru и системы расчета снежного SnoWE для расчета половодий на р. Сухона вблизи г. Великий Устюг / Е.В. Чурюлин, И.Н. Крыленко, Н.Л. Фролова // Сборник Всероссийской научно-практической конференции: «Современные проблемы гидрометеорологии и устойчивого развития в Российской Федерации». СПБ.: РГГМУ, 2019. - С. 299-300.

Чурюлин, Е.В. Использование информации со спутникых снимков в работе учебного Бюро гидрологических прогнозов / Е.В. Чурюлин // Свидетельство о регистрации методики №12939.3. Дата регистрации 27 октября 2015 г.

Чурюлин, Е.В. Препроцессинг модели SnoWE: Получение и подготовка входных данных / Е.В. Чурюлин, В.В. Копейкин, И.А. Розинкина // Свидетельство о регистрации программы для ЭВМ №2018666844. Дата гос. регистрации 21 декабря 2018 г.

Чурюлин, Е.В. Постпроцессинг модели SnoWE: Формирование пользовательской продукции по результатам расчета плотности и запаса воды в снежном покрове / Е.В. Чурюлин, В.В. Копейкин, И.А. Розинкина, Д.В. Блинов // Свидетельство о регистрации программы для ЭВМ №2018666845. Дата гос. реситрации 21 декабря 2018 г.

Чурюлин, Е.В. Модель снежного покрова SnoWE / Е.В. Чурюлин, В.В. Копейкин, И.А. Розинкина, М.М. Чумаков, Е.В. Кузьмина // Свидетельство о регистрации программы для ЭВМ №2018666846. Дата гос. регистрации 21 декабря 2018 г.

Чурюлин Е.В. Скрипт для расчета скорости деструктивного метаморфизма [электронный ресурс] / Е.В. Чурюлин // Github. - 2019. - Режим доступа: https://github.com/EvgenyChur/PhD-work/commit/571d81c7c4a4a4868b2f53e2debe6d2a93ab79ab

Чурюлин Е.В. Скрипт, подготавливающий макеты данных для «архивной» версии модели SnoWE [электронный ресурс] / Е.В. Чурюлин // Github. - 2019. - Режим доступа: https://github.com/EvgenyChur/PhD-work/commit/1d324f568d05afd4ebc4c05f0e8ff34bad355314

Чурюлин Е.В. Скрипт для слияния метеоданных [электронный ресурс] / Е.В.Чурюлин // Github. - 2019. - Режим доступа: https://github.com/EvgenyChur/PhD-work/commit/6ea3e1a43c1ac560bd53a1894076d3951cba2ed6

Чурюлин Е.В. Скрипт для отрисовки комплексных графиков по Московскому региону [электронный ресурс] / Е.В.Чурюлин // Github. - 2019. - Режим доступа: https://github.com/EvgenyChur/PhD-work/commit/482a61c2d72abb29d132972020634906c875d46d

Чурюлин Е.В. Скрипт для объединения метеоданных [электронный ресурс] / Е.В.Чурюлин // Github. - 2019. - Режим доступа: https://github.com/EvgenyChur/PhD-work/commit/920aded7efac9c08dffe07472a6fd5ae4e8e3578

Чурюлин Е.В. Скрипт для обработки маршрутных снегомерных наблюдений с веб-ресурса ВНИИГМИ МЦД [электронный ресурс] / Е.В.Чурюлин // Github. - 2019. - Режим доступа: https://github.com/EvgenyChur/PhD-wor^commit/9c90ca6262edbc12f39fa6c9e0b3b36a25cd6f7c

Чурюлин Е.В. Скрипт для обработки данных о высоте снежного покрова веб-ресурса ВНИИГМИ МЦД [электронный ресурс] / Е.В.Чурюлин // Github. - 2019. - Режим доступа: https://github.com/EvgenyChur/PhD-work/commit/e6e940284d8d7e377122e64ccd35ff5779271f96 \

Чурюлин Е.В. Скрипт для визуализации комплексных графиков [электронный ресурс] / Е.В.Чурюлин // Github. - 2019. - Режим доступа: https://github.com/EvgenyChur/PhD-work/commit/d9be85990b55cb91431212a7b61bb60ea5432dad

Чурюлин Е.В. Скрипт для обработки и визуализации данных о снежном покрове для метеостанций, расположенных на водосборе р. Северная Двина [электронный ресурс] / Е.В.Чурюлин // Github. - 2019. - Режим доступа: https://github.com/EvgenyChur/PhD-work/commit/528de5862324e171b6da745f7aebed00563cc9ec

Чурюлин Е.В. Скрипт для сравнения модельных и фактических данных [электронный ресурс] / Е.В.Чурюлин // Github. - 2019. - Режим доступа: https://github.com/EvgenyChur/PhD-work/commit/65d5dabb891087d262561820bac29f2d960c1a89

Чурюлин Е.В. Скрипт для сравнения модельных и фактических данных [электронный ресурс] / Е.В.Чурюлин // Github. - 2019. - Режим доступа: https://github.com/EvgenyChur/PhD-wor^commit/65d5dabb891087d262561820bac29f2d960c1a89

Чурюлин Е.В. Скрипт для верификации результатов расчетов системы СОЗМО-Яи [электронный ресурс] / Е.В.Чурюлин // Github. - 2019. - Режим доступа: https://github.com/EvgenyChur/PhD-wor^commit/8292c9bd19bb37322ad0c5bfa16a448f8d4efdad

Шмакин, А.Б. Модель снежного покрова с учетом слоистой структуры и ее сезонной эволюции / А.Б. Шмакин, Д.В. Турков, А.Ю. Михайлов // Криосфера Земли. - 2009. - Т. XIII. № 4. - С. 69-79.

Шовенгердт, Р.А. Дистанционное зондирование. Метода и модели обработки изображения / Р.А. Шовенгерд. - М.: Техносфера, 2013. - 582 с.

Agafonova, S. A. Dangerous ice phenomena on the lowland rivers of European Russia / S.A. Agafonova, N.L. Frolova, I.N. Krylenko, A.A. Sazonov, P.P. Golovlyov // Natural Hazards. - 2017.

- Vol. 88. № S1. - P. 171-188.

Algorithm Theoretical Basis Document - SWE Algorithm - European space agency report [электронный ресурс]. - Helsinki.: ESRIN, 2013. - Режим доступа: http://www.globsnow.info/docs/GS2_SWE_ATBD.pdf

Allard, W. Snow Hydrology: Summary Report of the Snow Investigations [электронный ресурс] / W. Allard // U.S. ARMY CORPS OF ENGINEERS. - 1956. - Режим доступа: https://doi.org/10.3189/S0022143000024503

Ancey, С. Snow avalanches / C. Ancey // Geomorphological fluid mechanics: selected topics in geological and geomorphological fluid mechanics. - 2008. - Vol. 582. - P. 319-338. doi: 10.1007/3-540-45670-8_13

Anderson, E. A. A point energy and mass balance model of a snow cover [электронный ресурс] / E.A. Anderson // NOAA Technical Report NWS 19. - 1976. - Режим доступа: https://repository.library.noaa.gov/view/noaa/6392

Avissar, R. A Parameterization of Heterogeneous Land Surfaces for Atmospheric Numerical Models and Its Impact on Regional / R. Avissar, R.A. Pielke // Meteorology Monthly Weather Review.

- 1989. - Vol. 115. № 10. - P. 1-24. doi: 10.1175/1520-0493(1989)117<2113:AP0HLS>2.0.C0;2

Baldauf, M. Operational convective-scale numerical weather prediction with the COSMO model: description and sensitivities / M. Baldauf, A. Seifert, J. Forstner, D. Majewski, M. Raschendorfer, T. Reinhardt // Mon. Wea. Rev. - 2011. Vol. 139. - P. 3887-3905.

Barlett, P.A. Modified snow algorithms in the Canadian land surface scheme: Model runs and sensitivity analysis at three boreal forest stands / P.A. Barlett, M.D. MacKay, D.L.Verseghy // Atmosphere-Ocean. - 2006. - Vol. 44. № 3. - P. 207-222. doi: 10.3137/ao.440301

Barnett, T.P. Potential Impacts of a warming climate on water availability in snow-dominated regions / T.P. Barnett, J.C. Adam, D P. Letternmaier // Nature. - 2005. - Vol. 438. - P. 303-309.

Beckers, J. Review of Hydrologic Models for Forest Management and Climate Change Applications in British Columbia and Alberta [электронный ресурс] / J.Beckers, B. Smerdon, M. Wilson // Forrex series 25. - 2009. - Режим доступа: http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.695.9840&rep=rep1&type=pdf

Beninston, M. Rain-on-snow events, floods and climate change in the Alps: events may increase with warming up to 4 oC and decrease thereafter / M. Beninston, M. Stoffel // Sci. Total Environ. - 2016.

- Vol. 571. - P. 228-236. doi: 10.1016/j.scitotenv.2016.07.146

Bergthorsson, P. Numerical weather map analysis / P. Bergthorsson, B.R. Doos // Tellus: Dynamic meteorology and oceanography. - 1955. - Vol. VII. № 3. - P. 329-340. doi: 10.1111/j .2153-3490.1955.tb01170.x

Berliner, L. M. Statistical design for adaptive weather observations / L.M. Berliner, J. Lu, C. Snyder // Journal of the atmospheric sciences. - 1999. - Vol. 56. P. 2536-2552. doi: 10.1175/1520-0469(1999)056<2536:SDFAW0>2.0.C0;2

Bonan, G.B. The land surface climatology of the NCAR land surfacemodel coupled to the NCAR Community Climate Model / G.B. Bonan // J. Climate. - 1998. - Vol. 11. - P. 1307-1326. doi: 10.1175/1520-0442(1998)011<1307:TLSC0T>2.0.C0;2

Braun, L.N. Simulation of snowmelt-runoff in lowland and lower alpine regions of Switzerland / L.N. Braun, H. Lang // IAHS Publ. - 1986. - Vol. 155. - P. 125-140.

Broxton P. D. Improving snow water equivalent maps with machine learning of snow survey and lidar measurements / P. D. Broxton, W.J.D. Leeuwen, J.A. Biederman // Water Resources Research. -2019. - Vol. 55. № 5. - P. 3739-3757. doi: 10.1029/2018WR024146

Cai, S. Examination of the impacts of vegetation on the correlation between snow water equivalent and passive microwave brightness temperature / S. Cai, D. Li, M. Durand, S.A. Margulis // Remote Sensing of Environment. - 2017. - Vol. 193. - P. 244-256.

Churiulin E.V. Applying of combine opportunities of the runoff formation model (ecomag), the mesoscale atmosphere circulation model (cosmo-ru) and the snow model (snowe) for the territory of the russian federation / E. Churiulin, I. Krylenko, N. Frolova // Geophysical Research Abstract, EGU General Assembly. - 2018. - Vol. 21. - P. 2573-2573.

Churiulin E.V. Research of opportunities of combined use of the runoff formation ecomag model and mesoscale atmosphere circulation cosmo-ru model (on the example of floods on the sukhona river at the velikiy ustyug) / E. V. Churiulin, I. N. Krylenko, N. L. Frolova, B. M. Belyaev // Биомониторинг в Арктике: сборник тезисов докладов участников международной конференции. - 2018. - P. 195-198.

Churiulin E.V. Modelling of flood characteristics by the runoff formation model ecomag applying atmospheric model cosmo-ru and snow model snowe / E. Churiulin, I. Krylenko, N. Frolova // ICCARUS. - 2019. - P. 58-59.

Churiulin E.V. Pre-operational runs of atmospheric model cosmo-ru with initial snow data from 1d multilayer snow model snowe / E. Churiulin, V. Kopeykin, I. Rozinkina // ICCARUS. - 2019. - P. 59-59.

Churiulin E.V. Research of opportunities of combined use of the runoff formation ecomag model and mesoscale atmosphere circulation cosmo-ru model (on the example of floods on the sukhona river

at the velikiy ustyug) / E. V. Churiulin, I. N. Krylenko, N. L. Frolova, B. M. Belyaev // IOP Conference Series: Earth and Environmental Science. - 2019. - Vol. 263. - P. 1-7.

Colbeck, S.C. One-dimensional flow through snow [электронный ресурс]/ S.C. Colbeck // U.S. Army Cold Regions Research and Engineering Laboratory. Research report 296. - 1971.

- Режим доступа: https://www.semanticscholar.org/paper/ONE-DIMENSIONAL-WATER-FLOW-THROUGH-SNOW-Colbeck/21077d354c6c06a08ae039ed9532811795f5dc0b

Colbeck, S.C. Theory of metamorphism of wet snow [электронный ресурс]/ S.C. Colbeck // U.S. Army Cold Regions Research and Engineering Laboratory. Research report 313. - 1973.

- Режим доступа: https://www.worldcat.org/title/theory-of-metamorphism-of-wet-snow/oclc/1014554

Colbeck, S.C. Thermodynamics of snow metamorphism due to variations in curvature / S.C. Colbeck // J. Claciology. - 1980. - Vol. 26. № 94. - P. 291-301. doi: 10.3189/S0022143000010832 Colbeck, S.C. Snow metamorphism and classification / S.C. Colbeck // Seasonal snowcovers: physics, chemistry, hydrology. - 1987. - Vol. 211. - P. 1-35. doi: 10.1007/978-94-009-3947-9_1

Consortium for small scale modelling - Extpar program module [электронный ресурс] // DWD.

- 2019. - Режим доступа: https://wiki.c2sm.ethz.ch/COSMO/Extpar

Consortium for small scale modelling [электронный ресурс] // DWD. - 2019. - Режим доступа: http://www.cosmo-model.org/

Cressman, G.P. An operational objective analysis system / G.P. Cressman // Monthle weather review. - 1959. - Vol. 87. - P. 367-374. doi: 10.1175/1520-0493(1959)087<0367:AOOAS>2.0.CO;2

Dai, A. Temperature and pressure dependence of the rain-snow phase transition over land and ocean / A. Dai // Geophysical research letters. - 2008. - Vol. 35. № 12. - P. 1-6. doi: 10.1029/2008GL033295

Dai, Y. A land surface model (IAP94) for climate studies, Part I: Formulation and validation in off-line experiments / Y. Dai, Q.C. Zeng // Advances in Atmospheric Sciences. - 1997. - Vol. 14. №4.

- P. 433-460. doi: 10.1007/s00376-997-0063-4

Davie, T. Review of different hydrological modelling frameworks for usage in the Motueka Integrated Catchment Management programme of research [электронный ресурс] / T. Davie // Motueka ICM programme report series. - 2004. - Режим доступа: https://icm.landcareresearch.co.nz/knowledgebase/publications/public/Modelling_Review_2004.pdf

de Rosnay P. Initialisation of land surface variables for numerical weather prediction / P. de Rosnay, G. Balsamo, C. Albergel, J. Munoz-Sabater, L. Isaksen // Surveys in Geophysics. - 2014.

- Vol. 35. № 3. - P. 607-621. doi: 10.1007/s10712-012-9207-x

Desborough, C.E. The BASE land-surface model / C.E. Desborough, A.J. Pitman // Global and Planetary Change. - 1998. - Vol. 19. № 1-4. - P. 3-18. doi: 10.1016/S0921-8181(98)00038-1

DeWalle, D.R. Principles of snow hydrology / D.R. DeWalle, A. Rango. - Cambrige University Press, UK, 2008. - 425 p. doi: 10.1017/CBO9780511535673

Dickinson, R. E. Biosphere-atmosphere Transfer Scheme (BATS) for the NCAR Community Climate Model [электронный ресурс]/ R.E. Dickinson, A. Henderson.-Sellers, P.J. Kennedy, M.F. Willson // NCAR Technical Note NCAR/TN-275-+STR. - 1986. - Режим доступа: https://opensky.ucar.edU/islandora/object/technotes:383

Doms, G. A Description of the Nonhydrostatic Regional COSMO-Model. Part I: Dynamics and Numerics. COSMO-Model 4.20 [электронный ресурс] / G. Doms, U. Schaettler, M. Baldauf // COSMO. - 2011. - Режим доступа: http://www.cosmo-

model.org/content/model/documentation/core/cosmoDyncsNumcs.pdf

Doms, G. A Description of the Nonhydrostatic Regional COSMO Model, part 2: Physical Parameterization [электронный ресурс]/ G. Doms, J. Forstner, E. Heise, H.J. Herzog, D. Mironov, M. Raschendorfer, T. Reinhardt, B. Ritter, R. Schrodin, J.P. Schulz, G. Vogel // Consortium for small-scale modelling. - 2011. - Режим доступа: http://www.cosmo-

model.org/content/model/documentation/core/cosmoPhysParamtr.pdf

Durand, M. Encyclopedia of snow, ice and glaciers [электронный ресурс] / M. Durand, V.P. Singh, U.K. Haritashya // Encyclopedia of earth sciences series. - 2011. - Режим доступа: https://ecommons.udayton.edu/cgi/viewcontent.cgi?referer=https://www.google.com/&httpsredir=1&a rticle=1006&context=geo_fac_pub

Dutra, E. An Improved Snow Scheme for the ECMWF Land Surface Model: Description and Offline Validation / E. Dutra, G. Balsamo, P. Viterbo, Pedro M. A. Miranda, A. Beljaars, C. Schar, K. Elder // J. Hydrometeorology. - 2010. - Vol. 11. - P. 899-916. doi: 10.1175/2010JHM1249.1

EHyd [электронный ресурс] // Bundesministerium. - 2019. - Режим доступа: https://ehyd.gv.at/ Fierz, C. The International Classification for Seasonal Snow on the Ground [электронный ресурс] / C. Fierz, R. L. Armstrong, Y. Durand, P. Etchevers, E. Greene, D.M. McClung, K. Nishimura, P.K. Satyawali, S.A. Sokratov // IHP-VII Technical Documents in Hydrology № 83. - 2009. - Режим доступа: https://www.ecmwf.int/

Finnish meteorological institute [электронный ресурс] // ESA. - 2019. - Режим доступа: http://www.globsnow.info/

Forster, K. Modelling forest snow processes with a new version of WaSiM / K. Forster, J. Garvelmann, G. Meißl, U. Strasser // Hydrological Sci. Journal. - 2018. - Vol. 63. № 10. - P. 15401557. doi: 10.1080/02626667.2018.1518626

Gafurov, A. MODSNOW-Tool: an operational tool for daily snow cover monitoring using MODIS data / A. Gafurov, S. Ludtke, K. Under-Shayesteh, S. Vorogushyn, T. Schone, S. Schmidt,

O. Kalashnikova, B. Merz // Environ Earth Sci. - 2016. - Vol. 75. - P. 1-15. doi: 10.1007/s12665-016-5869-x

Garvelmann, J. From observation to the quantification of snow processes with a time-lapse camera network / J. Garvelmann, S. Pohl, M. Weiler // Hydrol. Earth Syst. Sci. - 2013. - Vol. 17.

- P. 1415-1429. doi: 10.5194/hess-17-1415-2013

Geethalakshmi, V. A literature review on modeling of hydrological processes and feedback mechanisms on climate [электронный ресурс] / V. Geethalakshmi, N.O. Kitterod, A. Lakshmanan // CLIMARICE Report №2. - 2008. - Режим доступа:

https://scholar.google.co.in/citations?user=sCHk8ZcAAAAJ&hl=en

Gottardi, F. Statistical reanalysis of precipitation fields based on ground network data and weather patterns: Application over French mountains / F. Gottardi, C. Obled, J. Gailhard, E. Paquet // J. Hydrology. - 2012. - Vol. 432-433. - P. 154-167. doi: 10.1016/j.jhydrol.2012.02.014

Gray, D.M. Densities of prairie snow packs / D.M. Gray, D.I. Norum, G.E. Dyck // West Snow Conf Proc. - 1970. - Vol. 38. - P. 24-30.

Gray, D.M. Handbook of snow: principles, processen, management and use / D.M. Gray, D.H. Male. - Blackburn Pr, Toronto, 2004. - 776 p.

Gutmann, E. D. Snow measurement by GPS interferometric reflectometry: an evaluation at Niwot Ridge / E.D. Gutmann, K.M. Larson, M.W. Williams, F.G. Nievinski, V. Zavorotny // Hydrological Processes. - 2012. - Vol. 26. - P. 2951-2961. doi: 10.1002/hyp.8329

Haberkorn, A. European Snow Booklet - an inventory of snow measurements in Europe / A. Haberkorn. - EnviDat, Davos, 2019. - 338 p. doi: 10.16904/envidat.59

Hall, D.K. Accuracy assessment of the MODIS snow-cover products / D.K. Hall, G.A. Riggs // Hydrol. Process. - 2007. - Vol. 21. № 12. - P. 1534-1547.

Helmet, J. 1st Snow Data Assimilation Workshop in the framework of COST HarmoSnow ESSEM 1404 / J. Helmert, M. Lange,J. Dong, P. de Rosnay, D. Gustafsson, E. Churulin, E. Kurzeneva, R. Müller, J. Trentmann, N. Souverijns, R. Koch, U. Böhm, M. Bartik, M. Osuch, I. Rozinkina, J.-M. Bettems, P. Samuelsson, F. Marcucci, M. Milelli // Meteorologische Zeitschrift. - 2018. - Vol. 27. № 4.

- P. 325-333. doi: 10.1127/metz/2018/0906

Hock, R. Temperature index melt modelling in mountain areas / J. Hock // J. Hydrology. - 2003.

- Vol. 282. № 1-4. - P. 104-115.

HSAF [электронный ресурс] // EUMETSAT. - 2019. - Режим доступа: http://hsaf.meteoam.it/snow.php?tab=4

IASH [электронный ресурс] // International classification for seasonal snow on the ground. -2019. - Режим доступа: http://www.hydrology.nl/ihppublications/178-the-international-classification-for-seasonal-snow-on-the-ground.html

Jacobson, M. D. Inferring snow water equivalent for a snow covered ground reflector using GPS multipath signals / M.D. Jacobson // Remote Sensing. - 2010. - Vol. 2. № 10. - P. 2426-2441. doi: 10.3390/rs2102426

Jain, S.K. Simulation of runoff and sediment yield for a Himalayan Watershed using SWAT model / S.K. Jain, J. Tyagi, V. Singh // J. Water Resource and Protection. - 2010. - Vol. 2. - P. 267-281.

Jones, H. G. Snow ecology / H.G. Jones, J.W. Pomeroy, D.A. Walker, R.W. Hoham. - Cambridge University Press, UK, 2001. - 400 p.

Jordan, R.E. A One-Dimensional Temperature Model for a Snow Cover. Technical Documentation for SNTHERM.89 [электронный ресурс] / R.E. Jordan // U.S. Army Cold Regions Research and Engineering Laboratory. Research report 91-16. - 1991. - Режим доступа: https://pdfs.semanticscholar.org/ae2d/518793624a2d5b9d5395a5dfdf2055c2b970.pdf

Kay H. 0btaining sub-daily new snow density from automated measurements in high mountain regions / H. Kay, L. Hartl, R. Koch, C. Marty, M. Olefs // Hydrol. Earth Syst. Sci. - 2018. - Vol. 22.

- P. 2655-2668. doi: 10.5194/hess-22-2655-2018

Kazakova, E. Initial fields of snow cover characteristics preparation for C0SM0-Ru / E. Kazakova, M. Chumakov, I. Rozinkina // COSMO Newsletter. - 2014. - Vol. 14. - P. 37-42.

Kazakova, E. Realization of the parametric snow cover model SMFE for snow characteristics calculation according to standard net meteorological observations / E. Kazakova, M. Chumakov, I. Rozinkina // COSMO Newsletter. - 2013. - Vol.13. - P. 39-49.

Kazakova, E. Testing of Snow Parameterization Schemes in COSMO-Ru: Analysis and Results / E. Kazakova, I. Rozinkina // COSMO Newsletter. - 2011. - Vol.11. - P. 41-51.

Kelly, R. E. J. Using remote sensing and spatial models to monitor snow depth and snow water equivalent / R.E.J. Kelly, N. Drake, S. Barr // Spatial modelling at the terrestrial environment. - 2004.

- P. 35-58.

Kinar, N. J. Measurement of the physical properties of the snowpack / N. J. Kinar, J.W. Pomeroy // Reviews of Geophysics. - 2015. - Vol. 53. № 2. - P. 481-544. doi: 10.1002/2015RG000481

Koch, F. Measuring Snow Liquid Water Content with Low-Cost GPS Receivers / F. Koch, M. Prasch, L. Schmid, J. Schweizer, W. Mauser // Sensors. - 2014. - Vol. 14. № 11. - P. 20975-20999. doi: 10.3390/s141120975

Kojima, K. Densification of a seasonal snow cover: physics of snow and ice / Proc. Int. Conf. Low Temp. Sci. - 1967. - Vol. 1. № 2. - P. 929-952.

Krylenko, I. Physically-based distributed modelling of river runoff under changing climate conditions / I. Krylenko, Y. Motovilov, E. Antokhina, V. Zhuk, G. Surkova // // IAHS Publications.

- 2015. - Vol. 368. - P. 156-161.

Land data assimilation system [электронный ресурс] // NASA. - 2019. - Режим доступа: https://ldas.gsfc.nasa.gov/

Larson, K. M. Can we measure snow depth with GPS receivers? / K.M. Larson, E.D. Gutmann, V.U. Zavorotny, J.J. Braun, M.W. Williams, F.G. Nievinski // Geophys. Res. Lett. - 2009. - Vol. 36.

- P. 1-5. doi: 10.1029/2009GL039430

Lehning, M. A physical SNOWPACK model for the Swiss avalanche warning, Part III: meteorological forcing, thin layer formation and evaluation / M. Lehning, P. Bartelt, R.L. Brown, C. Fierz // Cold Regions Science and Technology. - 2002. - Vol. 35. - P. 169-184.

Lehning, M. A physical SNOWPACK model for the Swiss avalanche warning, Part II. Snow microstructure / M. Lehning, P. Bartelt, R.L. Brown, C. Fierz, P.K. Satyawali // Cold Regions Science and Technology. - 2002. - Vol. 35. - P. 147-167.

Luojus, K. GlobSnow-2 Product User Guide version 1.0 [электронный ресурс]/ K. Luojus, J. Pulliainen, M. Takala, M, Kangwa, T. Smolander, A. Wiesmann, C. Derksen, S. Mersamaki, R. Solberg, T. Nagler, G. Bippus, S. Wunderle. F. Husler //European space agency report. - 2013. - Режим доступа: http://www.globsnow.info/swe/archive_v2.0/GlobSnow2_SE_SWE_Product_User_Guide_v1_r1.pdf

Majewski, D. The operational global icosahedral-hexagonal gridpoint model GME: Description and high-resolution tests / D. Majewski, D. Liermann, P. Prohl, B. Ritter, M. Buchhold, T. Hanisch, G. Paul, W. Wergen // Mon. Wea. Rev. - 2002. Vol. 130. - P. 319-338.

McClung, D.M. Extreme avalanche runout: a comparison of empirical models / D.M. McClung // Canadian Geotechnical Journal. - 2001. - Vol. 38. - P. 1245-1265.

McCreight, J. L. Small, Modeling bulk density and snow water equivalent using daily snow depth observations / J. L. McCreight, E. E. Small // The Cryosphere. - 2014. - Vol. 8. - P. 521-536. doi: 10.5194/tc-8-521 -2014

McGinn, R.A. Degree-day snowmelt runoff experiments: clear lake watershed, riding mountain national park / R.A. McGinn // Prairie Perspectives: Geographical Essays. - 2012. - Vol. 15.

- P.38 - 53.

McGurk, B. Density of new snow in the Central Sierra Nevada / B. McGurk, D. Azuma, R. Kattelmann // Proc. 56th Annual Meeting, Western Snow Conference. - 1988. - P. 158-161.

Mellor, M. Engineering properties of snow / M. Mellor // Journal of Glaciology. - 1977.

- Vol. 19. № 81. - P. 15-66.

Mellor, M. Properties of snow / M. Mellor // Cold Reg. Sci. - 1964. - Vol. 3. № A1. - P. 97 - 105. Motovilov, Yu. ECOMAG - regional model of hydrological cycle. Application to the NOPEX region / Yu. Motovilov, L. Gottschalk, K. Engeland, A.Belokurov. - Department of Geophysics, University of Oslo, Institute Report Series. - 1999. - № 105. - 88 p.

Motovilov, Yu.G. A model of snow cover formation and snowmelt processes / Yu.G. Motovilov // IAHS Publ. - 1986. - Vol. 155. - P. 47-57.

MotovilovYu.G. Assessing runoff sensitivity to climate change in the Arctic basin: empirical and modelling approaches / Yu. G. Motovilov, A. N. Gelfan // IAHS Publ. 360 IAHS Press. - 2013. - P. 105-112.

National snow and ice data center [электронный ресурс] // NASA. - 2019. - Режим доступа: http://nsidc.org/

NOAA satellite and information services [электронный ресурс] // NOAA. - 2019.

- Режим доступа: https://satepsanone.nesdis.noaa.gov/pub/autosnow/4kmNH/

NOAA satellite and information services [электронный ресурс] // NOAA. - 2019.

- Режим доступа: ftp://140.90.213.161/autosnow/4kmNH/

Ohmura, A. Physical basis for the temperature-based melt-index method / A. Ohmura // Journal of Applied Meteorology. - 2001. - Vol. 40. № 4. - P. 753-761.

Omory Y. Reduction in ambient gamma dose rate from radiocesium due to snow cover / Y. Omory, S. Inoue, T. Otsuka, Y. Nagamatsu // Radiation Protection Dosimetry. - 2019. - P. 1 - 16. doi: 10.1093/rpd/ncz091

Pan M. Snow process modeling in the North American Land Data Assimilation System (NLDAS): Evaluation of model simulated snow water equivalent / M. Pan, J. Sheffield, E. F. Wood, K. E. Mitchell, P. R. Houser, J. C. Schaake, A. Robock, D. Lohmann, B. Cosgrove, Q. Duan, L. Luo, R. W. Higgins, R. T. Pinker, J. D. Tarpley // Journal of Geophysical research. - 2003. - Vol. 108. - P. 1220-1235. doi: 10.1029/2002JD003274

Parajka J. Potential of time-lapse photography of snow for hydrological purposes at the small catchment scale / J. Parajka, P. Haas, R. Kirnbauer, J. Jansa, G. Bloschl // Hydrol. Process. - 2012. -Vol. 26. - P. 3327-3337.

Pechlivanidis, I.G. Catchment scale hydrological modelling: a review of model types, calibration approaches and uncertainty analysis methods in the context of recent developments in technology and applications / I.G. Pechlivanidis, B.M. Jackson, N.R. Mcintyre, H.S. Wheater // Global NEST Journal.

- 2011. - Vol. 13. № 3. - P. 193-214.

Pirazzini, R. European In-Situ Snow Measurements: Practices and Purposes / R. Pirazzini, L. Leppanen, G. Picard, J. I. Lopez-Moreno, C. Marty, G. Macelloni, A. Kontu, A. von Lerber, C M. Tanis, M. Schneebeli, P. de Rosnay, A.N. Arslan // Sensors. - 2018. - Vol. 18. № 7. - P. 1-51. doi: 10.3390/s18072016

Prokop A. A comparison of measurement methods: terrestrial laser scanning, tachymetry and snow probing for the determination of the spatial snow-depth distribution on slopes / A. Prokop, M Schirmer, M. Rub, M. Lehning, M. Stocker // Ann. Glaciol. - 2008. - Vol. 49. - P. 210-216.

Reichle R. H. Data assimilation methods in the Earth sciences / R.H. Reichle // Advances in Water Resources. - 2008. - Vol.31 № 11. - P. 1411-1418.

Ryan, W. A. Evaluation of ultrasonic snow depth sensors for US snow measurements / W.A. Ryan, N.J. Doesken, S.R. Fassnacht // J. Atmos. Ocean. Technol. - 2008. - Vol. 25. - P. 667-684.

Schaer, C. A new terrain-following vertical coordinate formulation for atmospheric prediction models / C .Schaer, D. Leuenberger, O. Fuhrer, D. Luethi, C. Girard // Mon. Wea. Rev. - 2002.

- Vol. 130. - P. 2459-2480.

Schmidt, R.A. Snowfall interception on branches of three conifer species / R.A. Schmidt, D R. Cluns // Can. J. Forest Res. - 1991. - Vol. 21. - P. 1262-1269.

Schraff, C. A. Description of the Nonhydrostatic Regional COSMO-Model Part III: Data Assimilation / C. Schraff, R. Hess // COSMO. - 2012. - Режим доступа: www.cosmo-model.org

Schulla, J. Model Description WaSiM: Water balance Simulation Model [электронный ресурс]/ J. Schulla // Hydrology Software Consulting. - 2012. - Режим доступа: http://www.wasim.ch/downloads/doku/wasim/wasim_2012_ed2_en.pdf

Sellers, P. J. A simple biosphere model (SiB) for use within general circulation models / P.J. Sellers, Y. C. Mintz, Y.C. Sud, A. Dalcher // J. Atmos. Sci. - 1986. - Vol. 43. - P. 505-531.

Sigouin, M. J. P. Calibration of a non-invasive cosmic-ray probe for wide area snow water equivalent measurement / M. J. P. Sigouin, B.C. Si // The Cryosphere. - 2016. - Vol. 10.

- P. 1181-1190. doi: 10.5194/tc-10-1181-2016

Singh, P. Snow and glacier contribution in the Satluj River at Bhakra dam in the wester Himalayan region / P. Singh, S.K. Jain // Hydrological Sciense journal. - 2002. - Vol. 41. № 1. - P. 93 - 106.

Steppeler J. Meso-gamma scale forecasts using the nonhydrostatic model LM / J. Steppeler, G. Doms, U. Schaettler, H.-W. Bitzer, A. Gassmann, U. Damrath, G. Gregoric // Meteorol. Atmos. Phys.

- 2003. - Vol. 82. - P. 75-96.

Strack, J.E. Modeling Snow Depth for Improved Simulation of Snow-Vegetation-Atmosphere Interactions / J.E. Strack, G.E. Liston, R. Pielke // Journal of Hydrometeorology. - 2004. - Vol. 5.

- P. 723-734.

Vionnet, V. The detailed snowpack scheme Crocus and its implementation in SURFEX v7.2 / V. Vionnet, E. Brun, S. Morin, A. Boone, S. Faroux, P. L. Moigne, E. Martin, J.-M. Willemet // Geoscientific Model Development. - 2012. - Vol. 5. - P. 773-791. doi: 10.5194/gmd-5-773-2012

Warner, T.M. Numerical weather and climate prediction / T. M. Warner. -Cambridge University Press, UK, 2011. - 550 p.

Wicker L. J. Time-splitting methods for elastic models using forward time schemes / L. J.Wicker, W.C. Skamarock // Mon. Wea. Rev. - 2002. - Vol. 130. - P. 2088-2097.

WMO No. 69: A bridged final report with resolutions and decisions [электронный ресурс] // WMO Executive Council - Sixty-ninth session, World Meteorological Organization, Geneva, Switzerland. - 2017. - Режим доступа: https://library.wmo.int/ index.php? lvl=noti ce_display&id= 19919#.W4AgERZG1e5, 2017.

Yang Z. L. Validation of the Snow Submodel of the Biosphere-Atmosphere Transfer Scheme with Russian Snow Cover and Meteorological Observational Data / Z.L. Yang, E.D. Robert, A. Robock, K. Ya. Vinnikov // Journal of Climate. - 1997. - Vol. 10. - P. 353-373.

Yosida, Z. Some Studies of the Mechanical Properties of Snow / Z. Yosida, T. Huzioka // IAHS Red Book Series. Publ. - 1954. - Vol. 39. - P. 98-105.

Zermatten, E. Tomography-based determination of porosity, specific area and permeability of snow and comparison with measurements / E. Zermatten, M. Schneebeli, H. Arakawa, A. Steinfeld // Cold Regions Science and Technology. - 2014. - Vol. 97. - P. 33-40.

Zhang G. Winter Precipitation Microphysics Characterized by Polarimetric Radar and Video Disdrometer Observations in Central Oklahoma / G. Zhang, S. Luchs, A. Ryzhkov, M. Xue, L. Ryzhkova, Q. Cao // Journal of Applied Meteorology and Climatology. - 2011. - Vol. 50. - P. 1558-1570. doi: 10.1175/JAMC-D-16-0239.1

Zhang T. Influence of the seasonal snow cover on the ground thermal regime / T. Zhang // Reviews of Geophysics. - 2005. - Vol. 43. № 4. - P. 1-26. doi: 10.1029/2004RG000157

Zhibang, Lv. Detecting intercepted snow on mountain needleleaf forest canopies using satellite remote sensing / Lv. Zhibang, J.W. Pomeroy // Remote Sensing of Environment. - Vol. 231. - P. 111222. doi: 10.1016/j.rse.2019.111222