Моделирование снеготаяния для малоизученых бассейнов рек тема диссертации и автореферата по ВАК РФ 25.00.27, кандидат наук Гиоргиевский, Михаил Владимирович

• Гиоргиевский, Михаил Владимирович
• кандидат наук
• 2007

Оглавление диссертации кандидат наук Гиоргиевский, Михаил Владимирович

СОДЕРЖАНИЕ

ИНФОРМАЦИЯ ДЛЯ РЕЦЕНЗЕНТОВ..............................................................................................................1

РЕФЕРАТ...................................................................................................................................................................ш

СОДЕРЖАНИЕ......................................................................................................................................................уШ

СПИСОК РИСУНКОВ..........................................................................................................................................хи

СПИСОК ТАБЛИЦ...............................................................................................................................................XIV

1. ВВЕДЕНИЕ........................................................................................................1

1.1 ОСНОВНЫЕ ЗАДАЧИ ДИССЕРТАЦИИ...........................................................................................2

1.2 ЗНАЧЕНИЕ СНЕГА НА ЗЕМЛЕ...........................................................................................................3

1.3 МАЛОИЗУЧЕНЫЕ БАССЕЙНЫ.........................................................................................................6

1.4 ОБОС НОВАНИЕ И НЕОБХОДИМОСТЬ НАУНОЙ РАБОТЫ................................................10

1.5 ОБЗОР СУЩЕСТВУЮЩИХ МЕТОДОВ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ СНЕЖНОГО ПОКРОВА.......................................................................................................................12

1.5.1 ВВЕДЕНИЕ............................................................................................................................................12

1.5.2 ОБЩИЙ ПОДХОД................................................................................................................................13

1.5.2.1 ГАММА-ИЗЛУЧЕНИЕ..............................................................................................................14

1.5.2. ВИДИМЫЙ/БЛИЖНИЙ ИНФРАКРАСНЫЙ ДИАПОЗОН................................................15

1.5.2.3 ТЕПЛОВОЙ ДИАПАЗОН.........................................................................................................16

1.5.2.4 МИКРОВОЛНОВЫЙ ДИАПАЗОН.........................................................................................16

1.5.3 КАРТИРОВАНИЕ СНЕЖНОГО ПОКРОВА...................................................................................18

1.5.3.1 ФАКТОРЫ ВЛИЯЮЩИЕ НА КАРТИРОВАНИЕ СНЕГА.................................................19

1.5.4 СОВРЕМЕННОЕ ПРИМЕНЕНИЕ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ДЛЯ МОНИТОРИНГА РАЗЛИЧНЫЗ СВОЙСТВ СНЕЖНОГО ПОКРОВА......................................21

1.5.4.1 ПЛОЩАДЬ СНЕЖНОГО ПОКРОВА.....................................................................................21

1.5.4.2 ВЫСОТА СНЕЖНОГО ПОКРОВА.........................................................................................26

1.5.4.3 СНЕГОЗАПАСЫ (ЭКВИВАЛЕНТНЫЙ СЛОЙ ВОДЫ).....................................................27

1.5.4.4 ДРУГИЕ СВОЙСТВА СНЕГА.................................................................................................29

1.5.5 СТОК ТАЛЫХ ВОД.............................................................................................................................32

1.5.5.1 ЭМПЕРИЧЕСКИЕ МЕТОДЫ ПРЕДСКАЗАНИЯ СНЕГОТАЯНИЯ................................32

1.5.5.2 МОДЕЛИРОВАНИЕ СНЕГОТАЯНИЯ.................................................................................34

1.6 ОБЗОР СУЩЕСТВУЮЩИХ МЕТОДОВ И МОДЕЛЕЙ СНЕГОТАЯНИЯ...........................37

1.6.1 ВВЕДЕНИЕ............................................................................................................................................37

1.6.2 МЕТОДЫ РАСЧЕТА СНЕГОТАЯНИЯ............................................................................................38

1.6.2.1 ЭНЕРГИТИЧЕСКИЙ БАЛАНС..............................................................................................38

1.6.2.1.1 СОЛНЕЧНАЯ РАДИАЦИЯ.................................................................................................40

1.6.2.1.2 ТУРБУЛЕНТНЫЙ ТЕПЛООБМЕН С АТМОСФЕРОЙ..................................................41

1.6.2.1.3 ТЕПЛООБМЕН С ЗЕМЛЕЙ.................................................................................................42

1.6.2.1.4 АДВЕКТИВНЫЙ ТЕПЛОПРИТОК...................................................................................43

1.6.2.1.5 НАКОПЛЕНИЕ И РАСХОД ТЕПЛА В СНЕЖНОМ ПОКРОВЕ..................................43

уш

1.6.2.2 МЕТОД ТЕМПЕРАТУРНЫХ КОЭФФИЦИЕНТОВ СТАИВАНИЯ.................................44

1.6.2.3 ГИБРИДНЫЕ МЕТОДЫ...........................................................................................................47

1.6.2.3.1 СОВМЕЩЕННЫЙ МЕТОД.................................................................................................47

1.6.2.3.2 РАСШИРЕНЫЙ МЕТОД.....................................................................................................48

1.6.2.3.3 МЕТОД ТЕМПЕРАТУРНО-ВЕТРОВЫХ ИНДЕКСОВ..................................................48

1.6.3 НАИБОЛЕЕ РАСПРОСТРАНЕННЫЕ МОДЕЛИ СНЕГОТАЯНИЯ...........................................49

ЛИТЕРАТУРА.........................................................................................................................................................52

2. АНАЛИЗ ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ СНЕЖНОГО ПОКРОВА........................................................................................................60

2.1 ВВЕДЕНИЕ................................................................................................................................................61

2.2 СРАВНЕНИЕ ГЛОБАЛЬНЫХ БАЗ ДАННЫХ СПУТНИКОГО МОНИТОРИНГА ЗА СНЕЖНЫМ ПОКРОВОМ В БАССЕЙНАХ РЕК ЖЕЛТАЯ И МЕКОНГ...............................63

2.2.1 АНАЛИЗ И ЗАДАЧИ ИССЛЕДОВАНИЯ........................................................................................63

2.2.2 РЕГИОНЫ ИССЛЕДОВАНИЯ...........................................................................................................65

2.2.2.1 БАССЕЙН РЕКИ ЖАЛТАЯ.....................................................................................................65

2.2.2.2 ВЕРХОВЬЯ БАССЕЙНА Р. ЖЕЛТАЯ....................................................................................67

2.2.2.3 ВЕРХОВЬЯ БАССЕЙНА Р. МЕКОНГ...................................................................................68

2.2.3 ИСХОДНЫЕ ДАННЫЕ.......................................................................................................................69

2.2.3.1 NIMBUS-7 SMMR DERIVED GLOBAL MONTHLY SNOW COVER AND

SNOW DEPTH (SMMR)............................................................................................................70

2.2.3.2 SSM/I DERIVED GLOBAL SNOW COVER (SMMI)...........................................................71

2.2.3.3 GLOBAL MONTHLY EASE-GRID SNOW WATER EQUIVALENT CLIMATOLOGY (GMSWEC)..................................................................................................72

2.2.3.4 MONTHLY SNOW COVER MAPS DERIVED FROM NOAA/NASA PATHFINDER AVHRR LAND DATA SET (AVHRR PAL) ...........................................................................74

2.2.3.5 MODIS (MOD10C2) EIGHT-DAY CLIMATE-MODELING GRID (CMG) SNOW PRODUCT.....................................................................................................................................74

2.2.4 СРАВНИТЕЛЬНЫЙ АНАЛИЗ...........................................................................................................78

2.3 ВЗАИМОСВЯЗЬ МЕЖДУ ENSO И ПЛОЩАДЬЮ СНЕЖНОГО ПОКРОВА В БАССЕЙНАХ РЕК МЕКОНГ И ЖЕЛТАЯ......................................................................................87

2.3.1 ВВЕДЕНИЕ............................................................................................................................................87

2.3.2 РАЙОН ИССЛЕДОВАНИЯ И ИСХОДНЫЕ ДАННЫЕ................................................................88

2.3.3 МЕТОДОЛОГИЯ..................................................................................................................................90

2.3.3.1 РАСЧЕТ ПЛОЩАДИ СНЕЖНОГО ПОКРОВА (SCA).......................................................90

2.3.3.2 КЛАССИФИКАЦИЯ ЯВЛЕНИЙ ENSO................................................................................90

2.3.4 РЕЗУЛЬТАТЫ.......................................................................................................................................91

2.3.4.1 ИЗМЕНЕНИЕ ПЛОЩАДИ СНЕЖНОГО ПОКРОВА В ИССЛЕДУЕМЫХ БАССЕЙНАХ..............................................................................................................................91

2.3.4.2 ВЛИЯНИЕ ENSO НА ПЛОЩАДЬ СНЕЖНОГО ПОКРОВА............................................92

2.3.4.3 ВЛИЯНИЕ АККУМУЛЯЦИИ И ТАЯНИЯ СНЕГА НА СТОК РЕК................................94

2.3.5 ВЫВОДЫ...............................................................................................................................................97

2.4 ВЫБОР СПУТНИКОВЫХ ДАННЫХ ДЛЯ АДАПТАЦИИ В СХЕМЫ ПРОГНОЗОВ ПРИТОКА ТАЛОГО СТОКА К КРАСНОДАРСКОМУ ВОДОХРАНИЛИЩУ И АНАЛИЗ ВОЗМОЖНОСТЕЙ ИХ ИСПОЛЬЗОВАНИЯ..................................................................................98

2.4.1 ЦЕЛИ И ПРИЧИНЫ ИССЛЕДОВАНИЯ.........................................................................................87

2.4.2 БАССЕЙН Р. КУБАНЬ И КРАСНОДАРСКОЕ ВОДОХРАНИЛИЩЕ........................................98

2.4.3 АНАЛИЗ И ВЫБОР ДАННЫХ СПУТНИКОВОЙ ИНФОРМАЦИИ ВЫСОКОГО РАЗРЕШЕНИЯ ДЛЯ РЕШЕНИЯ ПОСТАВЛЕННЫХ ЗАДАЧ....................................................90

2.4.4 СОЗДАНИЕ БАЗЫ ДАНЫХ СПУТНИКОВЫХ СНЕГОСЪЕМОК И АНАЛИЗ ВОЗМОЖНОСТЕЙ ЕЕ ИСПОЛЬЗОВАНИЯ............................................................

2.5 РЕЗЮМЕ..................................................................................................................................................110

ЛИТЕРАТУРА.......................................................................................................................................................111

3. МОДЕЛИРОВАНИЕ СНЕГОТАЯНИЯ МЕТОДОМ ТЕМПЕРАТУРНЫХ КОЭФИЦИЕНТОВ ДЛЯ МАЛОИЗУЧЕНЫХ БАССЕЙНОВ........................115

3.1 ВВЕДЕНИЕ..............................................................................................................................................116

3.2 ОБЩАЯ КОНЦЕПЦИЯ НОВОГО МЕТОДА ОПРЕДЕЛЕНИЯ ТЕМПЕРАТУРНЫХ КОЭФФИЦИЕНТОВ СТАИВАНИЯ................................................................................................117

3.2.1 ПРИМЕНЕНИЕ НОВОГО МЕТОДА РАСЧЕТА ТКС В БАССЕЙНЕ Р. ЖЕЛТАЯ...............119

3.2.1.1 РАЙОН ИССЛЕДОВАНИЯ И ИСХОДНЫЕ ДАННЫЕ...................................................119

3.2.1.2 ОПРЕДЕЛЕНИЕ ГРАНИЦЫ И ВЫСОТНЫХ ЗОН БАССЕЙНА НА ОСНОВЕ ЦИФРОВОЙ МОДЕЛИ РЕЛЬЕФА........................................................................................120

3.2.1.3 ВЫЧИСЛЕНИЕ СРЕДНЕСУТОЧНЫХ ЗНАЧЕНИЙ ОСАДКОВ И ТЕМПЕРАТУРЫ ВОЗДУХА ДЛЯ КАЖДОЙ ВЫСОТНОЙ ЗОНЫ................................................................121

3.2.1.4 РАСЧЕТ ДИНАМИКИ ИЗМЕНЕНИЯ СНЕЖНОГО ПОКРОВА В БАССЕЙНЕ НА ОСНОВЕ СПУТНИКОВОЙ ИНФОРМАЦИИ....................................................................123

3.2.1.5 РАСЧЕТ ЗНАЧЕНИЙ СНЕГОЗАПАСОВ ДЛЯ КАЖДОЙ ВЫСОТНОЙ ЗОНЫ ПЕРЕД НАЧАЛОМ СНЕГОТАЯНИЯ.................................................................................................124

3.2.1.6 ОПРЕДЕЛЕНИЕ ОСНОВНЫХ ДАТ (НАЧАЛА И ОКОНЧАНИЯ) ПЕРИОДА ТАЯНИЯ СНЕЖНОГО ПОКРОВА..........................................................................................................124

3.2.1.7 РАСЧЕТ ТЕМПЕРАТУРНЫХ КОЭФФИЦИЕНТОВ СТАИВАНИЯ ДЛЯ КАЖДОЙ ВЫСОТНОЙ ЗОНЫ.................................................................................................................125

3.2.1.8 РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ.......................................................................................126

3.3 МОДЕЛЬ СНЕГОТАЯНИЯ ОСНОВАННАЯ НА МЕТОДЕ ТЕМПЕРАТУРНЫХ КОЭФФИЦИЕНТОВ............................................................................................................................130

3.3.1 АККУМУЛЯЦИЯ СНЕГОЗАПАСОВ.............................................................................................130

3.3.2 СНЕГОТАЯНИЕ.................................................................................................................................131

3.3.3 РАСЧЕТ ВОДООТДАЧИ ИЗ СНЕЖНОГО ПОКРОВА...............................................................131

3.3.4 ИЗМЕНЕНИЕ ПЛОЩАДИ СНЕЖНОГО ПОКРОВА..................................................................132

3.4 ПРИМЕНЕНИЕ РАЗРАБОТАННОЙ МОДЕЛИ СНЕГОТАЯНИЯ В БАССЕЙНЕ Р. ЖЕЛТАЯ СОВМЕСТНО С ПРЕДЛОЖЕННЫМ МЕТОДОМ РАСЧЕТА ТЕМПЕРАТУРНЫХ КОЭФФИЦИЕНТОВ...................................................................................134

3.5 ИНТЕГРАЦИЯ РАЗРАБОТАННОЙ МОДЕЛИ ТЕМПЕРАТУРНЫХ КОЭФФИЦИЕНТОВ В ГИДРОЛОГИЧЕСКУЮ МОДЕЛЬ УНИВЕРСИТЕТА ЯМАНАСИ...................................136

3.6 РЕЗЮМЕ..................................................................................................................................................138

ЛИТЕРАТУРА.......................................................................................................................................................139

4. МОДЕЛИРОВАНИЕ СНЕГОТАЯНИЯ МЕТОДОМ ЭНЕРГИТИЧЕСКОГО БАЛАНСА ДЛЯ МАЛОИЗУЧЕННЫХ БАССЕНОВ.....................................141

4.1 ВВЕДЕНИЕ..............................................................................................................................................142

4.2 МОДЕЛЬ ЭНЕРГЕТИЧЕСКОГО БАЛАНСА СНЕЖНОГО ПОКРОВА...............................143

4.2.1 СОЛНЕЧНАЯ РАДИАЦИЯ.............................................................................................................. 144

4.2.1.1 СУТОЧНОЕ ВНЕЗЕМНОЕ ИЗЛУЧЕНИЕ..........................................................................146

4.2.2 ПРИТОК ТЕПЛА ЗА СЧЕТ ТУРБУЛЕНТНОГО ОБМЕНА С АТМОСФЕРОЙ.....................148

4.2.3 ПРИТОК ТЕПЛА ОТ ЗЕМЛИ...........................................................................................................148

4.2.4 ПРИТОК ТЕПЛА ОТ ЖИДКИХ ОСАДКОВ.................................................................................148

4.2.5 АККУМУЛЯЦИЯ СНЕГОЗАПАСОВ.............................................................................................149

4.2.6 ВОДООТДАЧА И НАКОВПЛЕНИЕ ТЕПЛА В СНЕЖНОМ ПОКРОВЕ................................149

4.2.7 КАЛИБРОВКА МОДЕЛИ, КАЛИБРОВОЧНЫЙ КОЭФФИЦИЕНТ Ттш(...............................149

4.3 МЕТОДОЛОГИЯ И ДАННЫЕ..........................................................................................................150

4.3.1 АППРОКСИМИЗ АЦИЯ МОДЕЛИ.................................................................................................150

4.3.2 ИСХОДНЫЕ ДАННЫЕ.....................................................................................................................151

4.3.3 МЕТОДОЛОГИЯ................................................................................................................................151

4.4 СТАТИСТИЧЕСКАЯ ОЦЕНКА РЕЗУЛЬТАТОВ МОДЕЛИРОВАНИЯ..............................152

4.5 РЕЗУЛЬТАТЫ И ОСНОВНЫЕ ВЫВОДЫ....................................................................................153

4.6 ЗАКЛЮЧЕНИЕ......................................................................................................................................158

ЛИТЕРАТУРА.......................................................................................................................................................160

Введение диссертации (часть автореферата) на тему «Моделирование снеготаяния для малоизученых бассейнов рек»

ВВЕДЕНИЕ

\Л ОСНОВНЫЕ ЗАДАЧИ ДИССЕРТАЦИИ

Сотни миллионов людей на Земле зависят от водных ресурсов, получаемых в результате снеготаяния. Эффективное управление данным видом водных ресурсов крайне важно как для северных речных бассейнов, так и для горных бассейнов расположенных в средних широтах, включая засушливые регионы. Для того чтобы правильно использовать этот тип водных ресурсов необходимо его точное прогнозирование. В настоящее время для осуществления данной задачи используются два различных подхода, а точнее говоря два типа моделей. Первый основан на использовании метода температурных коэффициентов стаивания, второй - базируется на методе теплового баланса. Первый подход меньше зависит от исходной информации, используются только сведения о температуре воздуха и осадках, второй - требует более детальных данных о солнечной радиации, скорости ветра, влажности, снежном покрове и т.п. С другой стороны, моделирование снеготаяния по первому методу напрямую зависит от самих температурных коэффициентов, определение которых зачастую бывает произвольным или же берется на основе публикаций. Таким образом, следует отметить, что во многих регионах Земли, ни один из перечисленных подходов не может быть применен полноценно. В первую очередь из-за недостатка необходимых данных, что препятствует эффективному экономическому развитию данных регионов, а также обеспечению безопасности жизнедеятельности населения. Для того чтобы решить данную проблему, необходимо применение и развитие, по крайней мере, двух методологий. Во-первых, современной технологии расширенных наблюдений, а именно технологии применения данных дистанционного зондирования земной поверхности, и, во-вторых, нового теоретического подхода к моделированию снеготаяния. Данный подход должен основываться на упрощении, при сохранении необходимой точности, традиционных схем моделирования, а также на развитии методов определения основных параметров моделирования путем использования спутниковой информации. Таким образом, обобщая вышесказанное основные цели данной диссертации можно сформулировать как следующие:

1) Разработка метода определения температурных коэффициентов стаивания во времени и пространстве путем использования спутниковой информации. Достижение данной задачи можно условно разбить на два этапа:

> Выбор наиболее приемлемой спутниковой информации из всего многообразия существующих баз данных путем сравнительного анализа. Дополнительно на данном этапе будет приведен пример возможности использования спутниковых данных в климатических исследованиях.

> Создание пространственной распределенной модели снеготаяния, основанной на методе температурных коэффициентов, и применение данной модели совместно с разработанным методом оценки температурных коэффициентов стаивания в бассейне р. Желтой (Китай) 2) Разработка упрощенного метода энергетического (теплового) баланса, который мог бы применяться при минимальном наборе исходной информации, а также, демонстрация достоинств данной модели снеготаяния путем применения данной модели в различных физико-географических регионах.

1.2 ЗНАЧЕНИЕ СНЕГА НА ЗЕМЛЕ

Криосфера занимает значительную часть земли и поверхности океана. Сезонный снежный покров имеет наибольшую пространственную протяженность из всех компонентов криосферы. Площадь снежного покрова достигает своего максимума зимой, когда она может покрывать более 30% общей поверхности земного шара, 98% из которых приходится на северное полушарие (NSIDC, 2003d). Рис 1.1. иллюстрирует пространственное распределение постоянного, относительно стабильного и сезонного глобального снежного покрова. Надо отметить, что почти 10% нашей планеты занято областями с преобладанием ледников и ледяным покровом (NSIDC. 2003а).

Криосфера удерживает существенную часть общих земных запасов пресной воды. Около 77% пресной воды находится в замерзшем состоянии. Из этих 77% замерзшей воды 91% содержится в Антарктическом ледовом щите, 8% в Гренландии и оставшийся 1% в ледниках (Christopherson, 2003; Thomas, 1993).

Криосфера влияет на глобальный климат различными способами. Прежде всего, снег и лед имеют высокое "альбедо", благодаря которому они отражают существенную величину солнечной радиации обратно в атмосферу. Снег и лед способны отразить 80-90% поступающей солнечной энергии, в то время как растительный и почвенный покровы отражают не более 20-30%. Отраженная в атмосферу солнечная энергия снижает поступление притока тепла к Земле. Высокое альбедо, таким образом, является важнейшим охлаждающим фактором глобальной климатической системы. Данные о степени покрытости поверхности Земли снегом и льдом, представленные на рис 1.1, косвенно дают представление о значительном количестве солнечной энергии, отраженной от земной поверхности, что оберегает Землю от экстремального глобального потепления.

Рис. 1.1 Карга пространственного распределения (1) постоянного, (2) относительно стабильного и (3) сезонного глобального снежного покрова (Hail and Martinec, 1985).

Во-вторых, снег и лед действуют как изолирующий слой над поверхностью земли и океана, задерживая тепло и влагу, которые, в противном случае, поступили бы обратно в атмосферу. Такая изоляция тепла так же действует в охлаждении глобального климата. Тепло перемещающееся между океаном и атмосферой в несколько раз выше над открытым океаном, чем над океаном, покрытым ледяным покровом. Толщина морского льда также имеет важное значение, при толщине льда (>3-6 м) поглощается в 1-2 раза больше тепла, чем при тонком ледяном покрове (1-2 м) (Gohin et al., 1998). Теплая вода с тропиков перемещается к полюсам и, если отсутствует ледяной покров, достигает полярных широт, оказывая серьезное влияние на климатические условия.

Из-за того, что холодная морская вода может задержать больше соли, чем теплая, полярная морская вода является более плотной и погружается на дно океана, действуя как насос, формируя океаническую циркуляцию, которая переносит энергию между экватором и полюсами (Hildore and Oliver, 1993). Так как основной перенос тепла к полюсам происходит с помощью океана, полярные морские температуры могут значительно понижаться у полюсов без воздействия так называемого океанического "ленточного конвейера ", стимулируя период увеличения льдистости или возраста льда. "Увеличение величины пресной воды, выносимой в океан поверхностными и подземными водами Земли, а также с айсбергов, ледников, ледовых щитов и ледовых

шельфов уменьшает соленость воды полярных океанов, которые могут замедлять движение или даже полностью останавливать этот ленточный конвейер.

В добавление к климатическим факторам, криосфера также важна при изучении мониторинга разнообразных социальных явлений. Например, увеличение интенсивности таяния ледников и расходов воды с ледовых щитов существенно повышает уровень мирового океана. За прошедшие 100 лет уровень океана повышался от 1,0 до 2,5 мм в год (Church et al, 2001). Климатические модели предсказывают повышение уровня мирового океана в 2-5 раз в следующие 100 лет, в основном за счет увеличения таяния льда (Church et al, 2001). Эти оценки не учитывают потенциальный вклад Гренландии и Антарктиды, которые при таянии их льдов могут повысить уровень моря с 5 до 70 м соответственно. Имеются доказательства, что Гренландия полностью растаяла во время последнего внутриледникового периода (Cully and Marshall, 2000). Также известно, что Западный Антарктический ледовый щит относительно неустойчивый по сравнению с остальной Антарктидой (Hildore and Oliver, 1993). Текущие оценки, основанные на глобальной переписи населения 1990 года, показывают, что 23% населения земного шара проживают в пределах 100 километровой зоны от береговой линии и увеличение численности населения происходит там намного быстрее, чем в других регионах (Small and Nicholls, 2003). Существенное повышение уровня моря, таким образом, серьезно повлияет на население земли и вероятно затопит большинство небольших островов, повысит вероятность затопления долин расположенных в прибрежной зоне, особенно в центральных и южных частях Азии, скажется негативно на сельском хозяйстве, снабжении водой населения и возможно уничтожит значительную часть прибрежных заболоченных территорий (Nicholls, 2002).

Другие важные социальные аспекты, подверженные влиянию криосферы, включают производство гидроэлектроэнергии, водоснабжение пресной водой при сезонном таянии снега, строительство защитных сооружений от лавин, морского льда, айсбергов и вспучивания земли при замерзании почвы, а также хорошо известные опасные явления - лавины, снежные бури, ледниковые паводки (прорыв подпруженных ледником и айсбергами вод вызывает мощные паводки) и айсберги. Лавины уносят из жизни более 150 человек в год. В результате снежных бурь в 1996 году в США погибли около 100 человек, было полностью парализовано восточное побережье США, около 6000 погибло при прорыве ледникового озера в Перу в 1941 году и 1503 человека утонуло при гибели Титаника от столкновения с айсбергом в 1912 (NSIDC, 2003а; NSIDC, 2003b).

Обобщая все вышеизложенное отметим, что основными причинами, почему снег имеет столь важное значение на земле является:

• замерзшая вода составляет 80% всей пресной воды на Земле;

• сток талых вод является основным источником питания для рек и подземных вод в большинстве районов, расположенных в средних и высоких широтах;

• снег и лед оказывают серьезное влияние на радиационный баланс земли, из-за высокого альбедо снега и льда по сравнению с поверхностью суши и моря;

• 10% поверхности земли покрыто ледниковым льдом вместе со снегом его покрывающим;

• небольшие изменения в климате могут иметь большое влияние на твердые осадки, запасы воды в снеге, а также на гидрограф талого стока;

• наземный снег является активным "резервуаром" с пресной водой, который накапливает осадки и задерживает речной сток;

• снег может быть весьма опасным, почти все наибольшие катастрофические наводнения во многих частях света вызваны выпадением ливневых осадков в период снеготаяния;

• снег влияет на работу транспорта.

1.3 МАЛОИЗУЧЕНЫЕ БАССЕЙНЫ

Проблема слабоизученных бассейнов или, как их еще называют, бассейнов с недостаточностью данных наблюдений, выдвигается в последнее время на передний план. Прежде всего, вследствие отсутствия натурных (в нашем случае -гидрометеорологических) наблюдений для многих регионов земли, а также, вследствие наметившейся тенденции сокращения сети наблюдений, что серьезно препятствует объективному планированию и рациональному управлению водными ресурсами в этих регионах. Как любят шутить гидрологи, гидрологические данные сейчас являются исчезающим видом. Резко сокращается сеть наземных наблюдений в Африке, центральной и юго-восточной Азии, а также в Северной Америке и России, в то время как гидрологические данные в настоящее время более чем когда-либо необходимы, особенно в развивающихся странах, где водные ресурсы имеют громадное значение.

Неизученный речной бассейн это бассейн с отсутствием рядов гидрометеорологических наблюдений необходимой точности и количества, что делает невозможным выполнить расчет гидрологических переменных в подходящих

пространственном и временном масштабах или использовать эти сведения для других практических целей.

Например, если интересующая нас какая-нибудь гидрометеорологическая переменная, в данном речном бассейне, не имеет рядов наблюдений, необходимого пространственно-временного разрешения или необходимой продолжительности для прогнозирования или калибровки модели - этот бассейн будет классифицирован как неизученный по отношению к данной переменной. Такими переменными могут быть, например: осадки, речной сток, снег, интенсивность эрозии, твердый сток и т.п., т.е. по сути, каждый бассейн является "неизученным" относительно каких-нибудь данных. Бассейны с продолжительными измерениями осадков и речного стока будут отнесены к изученным, поскольку эти данные дают возможность произвести количественную оценку воды в бассейне, в тоже время бассейны с непродолжительными измерениями либо атмосферных осадков, либо речного стока будут отнесены к неизученным. Бассейны с частичными или неполными измерениями осадков или стока будут отнесены к недостаточно (слабо) изученным бассейнам относительно водного баланса. Бассейны с непродолжительными измерениями нутриентов и других характеристик качества воды в реке, будут отнесены к неизученным, относительно данных о качестве воды. Речной бассейн, для которого нет продолжительных наблюдений за интенсивностью эрозии и концентрации донных наносов в речном потоке, будет считаться неизученным относительно наносов. Что касается снега, то плохо изученным бассейном в отношении моделирования снеготаяния, а также прогнозирования объема стаявшего стока будет считаться бассейн, в которой отсутствуют метеорологические данные (необходимые для моделирования) или же данные наблюдений за состоянием снежного покрова (необходимые для калибровки моделирования).

Как было уже отмечено выше, очевидно, большинство бассейнов в мире являются слабоизученными или же совсем неизученными. Это дополнительно подтверждается анализом, выполненным Копелиани и Жуком (2006) относительно данных гидрологических наблюдений. Они констатировали, что на территории Российской Федерации располагается два с половиной миллиона больших, средних и малых рек. Количество постов оперативного мониторинга, находящихся в ведомстве федеральной службы по гидрометеорологии и мониторингу окружающей среды, составляет 2732. Наблюдения за стоком производятся на 2201 постах. В среднем, количество постов составляет 1-3 для малых рек и до 15 на больших. Если предположить, что в среднем на каждой реке в России располагается 5 постов наблюдений, то становится очевидным, что меньше чем 450 рек являются изученными

относительно наблюдений за речным стоком. Что составляет только 0.02 % от общего количества. Аналогичная ситуация наблюдается во всем мире, где существует около 20 миллионов рек.

(а)

Количество пунктов наблюдения за стоком в Пан-Артике

3500

5 Whole Pan-Arctic ' Russian Arctic 1 North America -Arctic-Net 2.0

1936

1346

195 6

(Ь) Изменения в количестве гидрометрических пунктов наблюдений

-120

1936

1946

1956

1966

1976

1986

1996

Рис. 1.2 (а) Действующие посты наблюдений за речным стоком в пан-арктическом бассейне, и (Ь) изменения в количестве гидрологических постов в Северной Америке и России. Сеть наблюдений в 1999 году по количеству станций аналогично той, что была в 1960.

Предсказание процессов формирования речного стока и снегозапасов в неизученных и слабоизученных районах имеет практическую важность для гидрологии. Сеть пунктов наблюдений за снегозапасами, балансом ледовых масс, количеством льда, стоком рек, во многих регионах крайне ограниченная и в последнее время резко сокращается. Например, оперативный мониторинг расходов воды с ледников, гор, в субарктической и арктической зонах снизился за последние 15 лет, по меньшей мере, на 40% (рис. 1.2). По другим данным, до этого снижения, 35-50% стока в Арктический

океан приходилось на неизученные бассейны. Трудность измерения площади занятой снегом, содержания замерзшей в почве влаги, баланса ледниковой массы и потока подо льдом во время взлома льда означает, что даже регулярно изучаемые бассейны представляют собой области больших неопределенностей в гидрологическом отношении.

Рис. 13 Районы, где больше половины годового стока формируется за счет снеготаяния (Ь'уоу1С11, 1974).

Вследствие ограниченных знаний о стоковых процессах трудно оценить долю стока получаемую за счет снеготаяния (От§тап, 2002). Однако, стоит заметить, что по сравнению с жидкими осадками, лишь небольшая часть выпавшего снега испаряется и идет на транспирацию, т.е. снег является основным источником питания стока рек в снегодоминантных районах. Львович (1974) показал, что больше чем половина годового стока формируется за счет таяния снега в большинстве регионов северного полушария (рис. 1.3).

Как видно из рисунках 1.2 и 1.3 наиболее зависимые от талого стока районы находятся в Северной Америке и России, т.е. в тех регионах, где сеть операционного мониторинга уменьшалась за последнее время и где большинство территорий относятся к слабоизученным или неизученным. Стоит отметить, что даже в более низких широтах, особенно в горных регионах, талая вода зачастую является основным источником питания. Однако из-за логистических и других проблем, включая политические, существующая издавна проблема получения необходимой информации для расчета речного стока в этих регионах до сих пор является актуальной.

1.4 ОБОСНОВАНИЕ И НЕОБХОДИМОСТЬ НАУЧНОЙ РАБОТЫ

Моделирование процессов, происходящих в снежном покрове, важно по нескольким причинам: снег удерживает воду, которая затем может быстро быть освобождена через снеготаяние, т.е. модели снеготаяния важны для применения в гидрологии; снег оказывает сильное влияние на процессы обмена тепла и влаги между земной поверхностью и атмосферой, т.е. модель снега необходима в схеме земной поверхности для обеспечения граничных условий атмосферы в климате и численных методах предсказания погоды; несколько детальных физически обоснованных моделей снеготаяния позволяют моделировать процессы необходимые для подробного описания текущей структуру снежного покрова, что особенно важно при предсказании схода лавин.

За последние десятилетия для решения различных задач было разработано множество моделей формирования и таяния снежного покрова. Для оценки качества данных моделей было организовано несколько независимых исследований направленных на взаимное сравнение моделей. В середине 80-х годов прошлого века Всемирная Метеорологическая Организация, ВМО, (WMO, 1986) произвела сравнительную оценку 11 моделей оперативного предсказания талого стока с использованием ограниченного набора данных - температуры воздуха и осадков. Позднее, было организовано несколько проектов сравнения схем параметризации земной поверхности (PILPS - Project for Intercomparison of Land-Surface Parameterization Schemes) между наиболее сложными схемами, используемыми в глобальных моделях циркуляции атмосферы и океана. Два из этих проектов были связаны со снежным поровом: PILPS 2d (Slater et al., 2001) сравнивал результаты моделирования за 18-летний период по 21 модели на основе данных для открытой местности на Валдае в России, и PILPS 2е (Bowling et al., 2002) сравнивал результаты распределенного моделирования в бассейне северной Скандинавии. Проект сравнения моделей снега (SnowMIP - Snow Model Intercomparison Project; www.cnrm.meteo.fr/snowmip) использовал данные для двух горных пунктов наблюдений в Европе и двух пунктов наблюдений в Северной Америке с тем, чтобы сравнить простые модели снеготаяния, используемые при атмосферном и гидрологическом моделировании, со сложными физическими моделями снеготаяния.

Основными выводами, сделанными ВМО на основе вышеперечисленных проектов, было:

- большинство моделей основаны на методе температурных коэффициентов стаивания используемого для расчета интенсивности снеготаяния;

- деление бассейна на высотные зоны важно при расчете снеготаяния, особенно для горных районов;

- для применения моделей, основанных на методе теплового баланса, требуется большой набор данных, который зачастую отсутствует;

- необходима дальнейшая работа по улучшению существующих моделей снеготаяния.

Необходимость усовершенствования существующих моделей может быть продемонстрирована на примере разницы при моделировании сублимации различными моделями. Установлено, что различие в определении сублимации снега является причиной больших отличий между смоделированными результатами в обоих проектах РП^РБ 2с1 и 2е. Также было выявлено, что моделируемый моделями в проекте РГЬРБ 2е речной сток тесно связан с зимней сублимацией снега, те модели, которые сублимируют больше снега, имеют меньше его для снеготаяния. Результат моделирования сублимации различными моделями продемонстрировал большой разброс в конечных рассчитанных значениях высоты снега.

В проекте М1Р рассматривалась более простая, по общему мнению, проблема моделирования снежного покрова на основе измеренных данных для пункта наблюдений без высокого растительного покрова. Однако, полученные результаты, продемонстрировали большие расхождения в смоделированных значениях. Данный сравнительный проект показывал, что до сих пор существуют существенные неопределенности в моделировании фундаментальных процессов аккумуляции и таяния снега. Возможности и точность большинства современных моделей снеготаяния ограничены.

Таким образом, можно сделать вывод, что, хотя модели снеготаяния являются необходимыми для различных целей и исследований, современное поколение используемых моделей нуждается в существенной модернизации. Также необходимы дальнейшие исследования, направленные на улучшение существующих методик расчета, разработку новых идей и расчетных схем. Дополнительно необходимо отметить, что до настоящего времени было выполнено ограниченное количество исследований посвященных моделированию снеготаяния для малоизученных регионов; следовательно, задача разработки моделей снеготаяния, которые могли бы корректно моделировать процессы аккумуляции и таяния снежного покрова в условиях ограниченного наличия исходных данных, является не только актуальной и необходимой, но и срочной для скорейшего воплощения.

Заключение диссертации по теме «Гидрология суши, водные ресурсы, гидрохимия», Гиоргиевский, Михаил Владимирович

4.6 ЗАКЛЮЧЕНИЕ

Основной научной целью исследований, описанных в данной главе являлось использование метода энергетического баланса для расчета снеготаяния, который традиционно требует использования значительного количества исходной информации. Практической целью исследований, как и в предыдущей главе, было разработка и интеграция модуля снеготаяния основанного на одноименном методе в гидрологическую модель YHYM. Основное требование к разработке, сформулированное перед началом выполнения этого исследования, - создать модель снеготаяния, которая бы описывала все энергетические процессы необходимые для

аккумуляции и таяния снега, но при этом требовала бы минимума исходной информации. На первом этапе исследований, была разработана так называемая оригинальная модель снеготаяния, модификация энергетического баланса созданная на основе наиболее известных и широко распространенных существующих моделей, для применения которой требуется пять параметров исходной информации, а именно: осадки, температура воздуха, облачность, влажность воздуха и скорость ветра. Затем, путем аппроксимизации на основе хорошо известных в метеорологии эмпирических зависимостей, модель модифицировалась таким образом, что для ее применения оказалось достаточно данных наблюдений только по трем параметрам: осадкам, температуре воздуха и скорости ветра, но при этом учет всех энергетических процессов происходящих в снежном покрове оставался неизменным. Разработанные модели тестировались на основе данных мониторинга за свойствами снежного покрова и метеорологическими переменными четырех пунктов наблюдений расположенных в различных физико-климатических условиях в течение нескольких сезонов аккумуляции и таяния снега. Несмотря на то, что оригинальная модель продемонстрировала, согласно статистической оценке, лучшую способность моделировать снегозапасы и их динамику в течение зимнего периода, упрощенная модификация также показала хорошие результаты сопоставимые с данными наблюдений. На основе выполненных исследований для гидрологической модели УНуМ был разработан модуль снеготаяния, который объединяет в себе как оригинальную модель снеготаяния, так и ее упрощенные версии, т. е, специалист в зависимости от наличия исходной информации может исключить из исходных данных, как облачность, так и влажность воздуха, а также и то и другое. Такая концепция расчета снеготаяния позволяет варьировать объем входных данных от пяти переменных до трех, что дает такой модели возможность более широкого пространственного применения даже в малоизученных районах.

По мнению автора, несмотря на то, что разработанная модель нуждается в дальнейшем более детальном тестировании и доработке, тем не менее, методология моделирования аккумуляции и таяния снежного покрова на основе метода энергетического баланса, предложенная в данной главе, имеет хорошую перспективу для последующего развития и применения, особенно в речных бассейнов, где гидрометеорологический мониторинг ограничен и не осуществляется в полном объеме.

Список литературы диссертационного исследования кандидат наук Гиоргиевский, Михаил Владимирович, 2007 год

ЛИТЕРАТУРА

Bristow, K.L., Cambell, G.S. (1984) On the relationship between incoming solar radiation and daily maximum and minimum temperature, Agric. Forest Meteor. 31(2), pp. 159-166.

Dingman, S.L. (2002) Physical Hydrology, 2nd ed., Prentice-Hall, Inc.

Everitt, B.S. (2002) Cambridge Dictionary of Statistics (2nd Edition). CUP. ISBN 0-521-81099-x

Fontaine, T.A., Cruickshank, T.S., Arnold, J.G., Hotchkiss, R.H. (2002) Development of a snowfall-snowmelt routine for mountainous terrain for the soil water assessment tool (SWAT), J. Hydrol, 262, pp. 209-223.

Frankenberger, J.R., Brooks, E.S., Walter, M.T., Walter, M.F., Steenhuis, T.S. (1999) A GIS-based variable source area model, Hydro. Proc., 13(6), pp. 804-822.

Idso, S.B. (1981) A set of equations for full spectrum and 8-14 mm and 10.5-12.5 thermal radiation from cloudless skies, Water Resource Research, 17,295-304.

Kustas, W.P, Rango, A. and Uijlenhoet R. (1994) A simple energy budget algorithm for the snowmelt runoff model, Water Resource Research, 30:1515-1527.

Kuzmim, P.P. (1972) Melting of Snow Cover, Israel Progr. Translation, Jerusalem.

Nakawo, M. and Hayakawa, N. (1998) Snow and Ice in Hydrology, Institute for Hydrospheric-Atmospheric Sciences, Nagoya University.

Nash, J.E. and Sutcliffe (1970) River flow forecasting through conceptual models part I — A discussion of principles, Journal of Hydrology, 10 (3), 282-290.

Rohrer, M.B., Braun, L.N., and Lang, H.: Long Term Records of Snow Cover Water Equivalent in The Swiss Alps: 2. Simulation, Nordic Hydrology, Vol. 25, pp. 67-78,1994.

Rosenberg, N.J. (1974) Microclimate: The Biological Environment, Wiley, New York, p. 495.

Shimizu, M. & Abe, O. (2001) Fluctuation of snow cover on mountainous areas in Japan, Ann. Glaciol., 32, pp. 97-101.

Singh, V.P. (1982) Statistical analysis of rainfall and runoff Water Resources Publications, BookCrafters, Inc., Chelsea, Michigan, U.S.A.

Thornton, P.E., Running, S.W. (1999) An improved algorithm for estimating incident daily solar radiation from measurements of temperature, humidity, and precipitation. Agric. Forest Meteorol,. 93(4), pp. 211-228.

US Army Corp ofEngineers, Runoff from Snowmelt (1960) (EM 1110-2-1406):68, Washington, DC. US Govt Printing.

Walter, M.T., Brooks, E.S., McCool, D.K., King, L.G., Molnau, M., Boll, J. (2005) Process-based snowmelt modeling: goes it require more input dada than temperature-index modeling?, Journal of Hydrology, 300 (2005), pp. 65-75.