Оценка достоверности расчета запасов воды в снежном покрове с применением данных глобальных моделей прогноза погоды и модели снежного покрова SnoWE (на примере бассейна р. Камы)
DOI:
https://doi.org/10.21638/spbu07.2021.110Аннотация
Рассмотрены результаты моделирования формирования и таяния снежного покрова в бассейне р. Камы (S = 507 тыс. км2) с применением двух подходов, ранее независимо разработанных авторами. Первым из них является модель снежного покрова SnoWE, разработанная в Гидрометцентре РФ, вторым - эмпирическая методика, реализуемая средствами ГИС-технологий для бассейна р. Камы. Оба метода основаны на комбинировании данных моделей численного прогноза погоды с оперативными синоптическими наблюдениями на метеостанциях. Исследование было выполнено для зимних сезонов 2018/2019 и 2019/2020 гг. Оценка достоверности полученных результатов выполнена по данным с 68 снегомерных маршрутов, распределенных по всей площади бассейна р. Камы. В результате исследования выявлены основные преимущества и ограничения использованных методов расчета запаса воды в снежном покрове (snow water equivalent - SWE). Среднеквадратичная ошибка расчета SWE составляет 14-28 % от среднего фактического значения (полученного по данным снегосъемок). При этом в зимний сезон 2019/2020 гг. точность расчетов оказалась значительно ниже, чем в 2018/2019 гг., по причине частых оттепелей. Модель SnoWE более достоверно воспроизводит SWE на бо́льшей части бассейна р. Камы, за исключением северных районов и Уральских гор, где SWE существенно занижается. Второй метод дает более реалистичную оценку распределения SWE по площади бассейна, а также корректно работает для горной местности. В то же время при использовании данного метода резко снижается точность расчетов SWE в весенний период.
Ключевые слова:
снежный покров, запас воды в снежном покрове, SWE, модели численного прогноза погоды, модель снежного покрова SnoWE, ГИС-технологии, бассейн р. Камы
Скачивания
Библиографические ссылки
svgimet.ru. (n. d.). Неблагоприятная паводковая обстановка в Прикамье. [online] Доступно на: http://svgimet.ru/?p=34132 [Дата доступа 19.02.2021].
Виноградов, Ю. Б., Виноградова, Т. А. (2010). Математическое моделирование в гидрологии. Москва: Издательский центр «Академия».
Казакова, Е. В. (2015). Ежедневная оценка локальных значений и объективный анализ характери стик снежного покрова в рамках системы численного прогноза погоды COSMO-Ru. Диссертация … канд. физ.-мат. наук.
Кузьмин, П. П. (1961). Процесс таяния снежного покрова. Ленинград: Гидрометеоиздат.
Мотовилов, Ю. Г., Гельфан, А. Н. (2018). Модели формирования стока в задачах гидрологии речных бассейнов. Москва: ИВП РАН.
Наставление гидрометеорологическим станциям и постам. (1985). Вып. 3. Ч. 1. Метеорологические наблюдения на станциях. Ленинград: Гидрометеоиздат.
Справочники по климату СССР. (1965-1974). Вып. 1-34. Ленинград: Гидрометеоиздат.
Турков, Д. В., Сократов, В. С. (2016). Расчёт характеристик снежного покрова равнинных территорий с использованием модели локального тепловлагообмена SPONSOR и данных реанализа на примере Московской области. Лёд и Снег, 56 (3), 369-380. https://doi.org/10.15356/2076-6734-2016-3-369-380
Чурюлин, Е. В. (2019). Использование спутниковой и модельной информации о снежном покрове при расчетах характеристик весеннего половодья. Диссертация … канд. геогр. наук.
Чурюлин, Е. В., Копейкин, В. Н., Розинкина, И. А., Фролова, Н. Л., Чурюлина, А. Г. (2018). Анализ характеристик снежного покрова по спутниковым и модельным данным для различных водосборов на Европейской территории Российской Федерации. Гидрометеорологические исследования и прогнозы, 2 (368), 120-143.
Arino, O., Bicheron, P., Achard, F., Latham, J., Witt, R. and Weber, J.-L. (2008). GlobCover: the most detailed portrait of Earth. European Space Agency Bulletin, (136), 24-31.
Bartalev, S. A, Ershov, D. V., Isaev, A. S., Potapov, P. V., Turubanova, S. A. and Yaroshenko, A. Yu. (2004). Russia’s Forests - Dominating Forest Types and Their Canopy Density. Moscow: Greenpeace Russia and RAS Centre for Forest Ecology and Productivity. Map. Scale 1:14 000 000.
Bellaire, S., Jamieson, J. B. and Fierz, C. (2011). Forcing the snow-cover model SNOWPACK with forecasted weather data. The Cryosphere, 5, 1115-1125. https://doi.org/10.5194/tc-5-1115-2011
Bellaire, S., van Herwijnen, A., Mitterer, C. and Schweizer, J. (2017). On forecasting wet-snow avalanche activity using simulated snow cover data. Cold Regions Science and Technology, 144, 28-38. https://doi.org/10.1016/j.coldregions.2017.09.013
Churiulin, E. V., Krylenko, I. N., Frolova, N. L. and Belyaev, B. M. (2019). 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). IOP Conference Series: Earth and Environmental Sciences, 263 (1), 012057. https://doi.org/10.1088/1755-1315/263/1/012057
Kalinin, N. A., Shikhov, A. N. and Sviyazov, E. M. (2015). Simulation of snow accumulation and melt in the Votkinsk Reservoir catchment using the WRF-ARW model. Russian Meteorology and Hydrology, 40 (11), 749-757. https://doi.org/10.3103/S1068373915110059
Kazakova, E. V. Chumakov, M. M. and Rozinkina, I. A. (2015). The system for computing snow cover parameters for forming initial fields for numerical weather prediction based on the COSMO-Ru model. Russian Meteorology and Hydrology, 40 (5), 296-304. https://doi.org/10.3103/S1068373915050027
Kuchment, L. S., Gelfan, A. N. and Demidov, V. N. (2000). A distributed model of runoff generation in the permafrost regions. Journal of Hydrology, 240, 1-22. https://doi.org/10.1016/S0022-1694(00)00318-8
Kuchment, L. S., Romanov, Р. Yu., Gelfan, А. N. and Demidov, V. N. (2010). Use of satellite-derived data for characterization of snow cover and simulation of snowmelt runoff through a distributed physically based model of runoff generation. Hydrology and Earth system sciences, 14 (2), 339-350. https://doi.org/10.5194/hess-14-339-2010
Motovilov, Yu., Gottschalk, L., Engeland, K. and Belokurov, A. (1999). ECOMAG - regional model of hydrological cycle. Application to the NOPEX region. Department of Geophysics, University of Oslo, Institute Report Series.
Pyankov, S. V., Kalinin, N. A., Shikhov, A. N., Abdullin, R. K. and Bykov, A. V. (2019). Simulation of snow cover formation and melt with publication of the output data on the web map service (on the example of Kama river basin). IOP Conference Series: Earth and Environmental Sciences, 321, 012009. https://doi.org/10.1088/1755-1315/321/1/012009
Pyankov, S. V., Shikhov, A. N., Kalinin, N. A. and Sviyazov, E. M. (2018). A GIS-based modeling of snow accumulation and melt processes in the Votkinsk reservoir basin. Journal of Geographical Sciences, 28 (2), 221-237. https://doi.org/10.1007%2Fs11442-018-1469-x
Quéno, L., Vionnet, V., Dombrowski-Etchevers, I., Lafaysse, M., Dumont, M. and Karbou, F. (2016). Snowpack modelling in the Pyrenees driven by kilometric-resolution meteorological forecasts. The Cryosphere, 10, 1571-1589. https://doi.org/10.5194/tc-10-1571-2016
Verbunt, M., Zappa, M., Gurtz, J. and Kaufmann, P. (2006). Verification of a coupled hydrometeorological modelling approach for alpine tributaries in the Rhine basin. Journal of Hydrology, 324, 224-238. https://doi.org/10.1016/j.jhydrol.2005.09.036
Vionnet, V., Dombrowski-Etchevers, I., Lafaysse, M., Quéno, L., Seity, Y. and Bazile, E. (2016). Numerical weather forecasts at kilometer scale in the French Alps: Evaluation and application for snowpack modeling. Journal of Hydrometeorology, 17 (10), 2591-2614. https://doi.org/10.1175/JHM-D-15-0241.1
wgne.meteoinfo.ru. (n. d.). WGNE Overview of Plans at NWP Centres with Global Forecasting Systems. [online] Доступно на: http://wgne.meteoinfo.ru/nwp-systems-wgne-table/wgne-table/ [Дата доступа 19.02.2021].
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Статьи журнала «Вестник Санкт-Петербургского университета. Науки о Земле» находятся в открытом доступе и распространяются в соответствии с условиями Лицензионного Договора с Санкт-Петербургским государственным университетом, который бесплатно предоставляет авторам неограниченное распространение и самостоятельное архивирование.
