Моделирование динамики характеристик режима формирования снежного покрова на территории Российской Федерации. 3. Полевые и лесные участки Сибири и Дальнего Востока в исторический период

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

На основе разработанной авторами данной статьи модели взаимодействия подстилающей поверхности суши с атмосферой SWAP проведены многолетние расчеты характеристик снежного покрова для лесных и полевых участков основных регионов азиатской части России: Западной Сибири, Восточной Сибири и Дальнего Востока для исторического периода (1967–2019 гг.). Сопоставление результатов моделирования с соответствующими данными маршрутных снегомерных съемок на метеорологических станциях азиатской территории РФ показало, что SWAP удовлетворительно воспроизводит динамику снегозапасов, высоты и плотности снежного покрова на открытых участках и под пологом леса на указанных объектах. Для всех участков, расположенных в районах снегомерных съемок, получены климатические значения характеристик режима формирования снежного покрова для двух типов подстилающей поверхности (лес, поле) и двух климатических периодов (1967–1992 и 1993–2019 гг.), что позволило выявить тенденции изменения этих характеристик в течение исторического периода. Показано, что направленность изменений климатических значений характеристик снежного покрова на лесных и полевых участках Западной Сибири, Восточной Сибири и Дальнего Востока совпадает и соответствует прогнозам на XXI в., полученным на основе климатических моделей.

Full Text

Restricted Access

About the authors

Е. М. Гусев

Институт водных проблем РАН

Author for correspondence.
Email: sowaso@yandex.ru
Russian Federation, Москва

О. Н. Насонова

Институт водных проблем РАН

Email: sowaso@yandex.ru
Russian Federation, Москва

Е. Э. Ковалев

Институт водных проблем РАН

Email: sowaso@yandex.ru
Russian Federation, Москва

Е. А. Шурхно

Институт водных проблем РАН

Email: sowaso@yandex.ru
Russian Federation, Москва

References

  1. Булыгина О.Н., Разуваев В.Н., Александрова Т.М. Описание массива данных “Маршрутные снегомерные съемки”. Свид. гос. регистрации базы данных № 2013620279. http://meteo.ru/data/166-snow-surveys
  2. Гусев Е.М., Насонова О.Н. Моделирование тепло- и влагообмена поверхности суши с атмосферой. М.: Наука, 2010. 328 с.
  3. Гусев Е.М., Насонова О.Н. Расчеты формирования снежного покрова в различных природных условиях на основе модели взаимодействия поверхности суши с атмосферой SWAP // Лед и снег. 2019. Т. 59. № 2. С. 167–181.
  4. Гусев Е.М., Насонова О.Н., Джоган Л.Я. Моделирование стока на малых водосборах в зоне многолетней мерзлоты на основе модели SWAP // Вод. ресурсы. 2006. Т. 33. № 2. С. 133–145.
  5. Гусев Е.М., Насонова О.Н., Ковалев Е.Э., Шурхно Е.А. Моделирование динамики характеристик режима формирования снежного покрова на территории Российской Федерации. 1. Полевые участки ЕТР в исторический период // Вод. ресурсы. 2023. Т. 50. № 4. С. 423–437.
  6. Гусев Е.М., Насонова О.Н., Ковалев Е.Э., Шурхно Е.А. Моделирование динамики характеристик режима формирования снежного покрова на территории Российской Федерации. 2. Лесные участки ЕТР в исторический период // Вод. ресурсы. 2023. Т. 50. № 4. С. 438–450.
  7. Гусев Е.М., Насонова О.Н., Ковалев Е.Э., Шурхно Е.А. Сценарные прогнозы изменения снегозапасов в связи с возможными изменениями климата в различных районах земного шара // Вод. ресурсы. 2021. Т. 48. № 1. С. 100–113.
  8. Мишон В.М. Теоретические и методические основы оценки ресурсов поверхностных вод в зонах недостаточного и неустойчивого увлажнения европейской части России: Автореф. дис. … докт. геогр. наук. Воронеж: ВГУ, 2007. 64 с.
  9. Сосновский А.В., Осокин Н.И., Черняков Г.А. Влияние климатических изменений на высоту снежного покрова в лесу и поле в первой декаде XXI века // Криосфера Земли. 2018. Т. XXII. № 2. С. 91–100. doi: 10.21782/KZ1560-7496-2018-2(91-100).
  10. Турков Д.В., Сократов В.С., Титкова Т.Б. Определение снегозапасов Западной Сибири по расчетам на модели локального тепловлагообмена SPONSOR с использованием данных реанализа // Лед и Снег. 2017. Т. 57. № 3. С. 343–364.
  11. Черных Д.В., Золотов Д.В., Першин Д.К., Бирюков Р.Ю. Пространственно- временная дифференциация снежного покрова в бассейне р. Касмалы (Алтайский край) // Вод. ресурсы. 2019. Т. 46. № 4. С. 359–369.
  12. Champeaux J.L., Masson V., Chauvin F. ECOCLIMAP: a global database of land surface parameters at 1 km resolution // Meteorol. Appl. 2005. V. 12. P. 29–32. https://doi.org/10.1017/S1350482705001519
  13. Essery R., Kim H., Wang L., Bartlett P., Boone A., Brutel-Vuilmet C., Burke E., Cuntz M., Decharme B., Dutra E., Fang X., Gusev Y., Hagemann S., Haverd V., Kontu A., Krinner G., Lafaysse M., Lejeune Y., Marke T., Marks D., Marty C., Menard C.B., Nasonova O., Nitta T., Pomeroy J., Schädler G., Semenov V., Smirnova T., Swenson S., Turkov D., Wever N., Yuan H. Snow cover duration trends observed at sites and predicted by multiple models // The Cryosphere. 2020. V. 14. P. 4687–4698. https://doi.org/10.5194/tc-14-4687-2020
  14. Eythorsson D., Gardarsson S.M., Nijssen B. Projected changes to Northern Hemisphere snow conditions over the period 1950–2100, given two emission scenarios // Remote Sensing Applicat.: Society and Environ. 2023. V. 30. P. 100954.
  15. Gelfan A., Pomeroy J.W., Kuchment L.S. Modeling forest cover influences on snow accumulation, sublimation, and melt // J. Hydrometeorol. 2004. V. 5. P. 785–803.
  16. Hosaka M., Nohara D., Kitoh A. Changes in Snow Cover and Snow Water Equivalent Due to Global Warming Simulated by a 20 km-mesh Global Atmospheric Model // SOLA. 2005. V. 1. P. 093–096. doi: 10.2151/sola.2005–025.
  17. Krinner G., Derksen C., Essery R., Flanner M., Hagemann S., Clark M., Hall A., Rott H., Brutel-Vuilmet C., Kim H., Ménard C.B., Mudryk L., Thackeray C., Wang L., Arduini G., Balsamo G., Bartlett P., Boike J., Boone A., Chéruy F., Colin J., Cuntz M., Dai Y., Decharme B., Derry J., Ducharne A., Dutra E., Fang X., Fierz C., Ghattas J., Gusev Y., Haverd V., Kontu A., Lafaysse M., Law R., Lawrence D., Li W., Marke T., Marks D., Nasonova O., Nitta T., Niwano M., Pomeroy J., Raleigh M.S., Schaedler G., Semenov V., Smirnova T., Stacke T., Strasser U., Svenson S., Turkov D., Wang T., Wever N., Yuan H., Zhou W. ESM-SnowMIP. Assessing models and quantifying snow-related climate feedbacks // Geosci. Model Dev. 2018. V. 11. P. 5027–5049.
  18. Menard C.B., Essery R., Arduini G., Bartlett P., Boone A., Brutel-Vuilmet C., Burke E., Cuntz M., Dai Y., Decharmer B., Dutra E., Fang X., Fierz C., Gusev Y., Hagemann S., Haverd V., Kim H., Krinner G., Lafaysse M., Marke T., Nasonova O., Nitta T., Niwano M., Pomeroy J., Schadler G., Semenov V., Smirnova T., Strasser U., Swenson S., Turkov D., Wever N., Yuan H. Scientific and human errors in a snow model intercomparison // Bull. Am. Meteorol. Soci. 2021. V. 102. № 1. P. E61–E79. doi.org/10.1175/BAMS-D-19-0329.
  19. Räisänen J. Warmer climate: Less or more snow? // Clim. Dyn. 2008. V. 30. P. 307–319. https://doi.org/10.1007/s00382-007-0289-y
  20. Schlosser C.A., Slater A., Robock A., Pitman A.J., Vinnikov Ya., Henderson-Sellers A., Speranskaya N.A., Mitchell K., Boone A., Braden H., Chen F., Cox P., de Rosnay P., Desborough C.E., Dickinson R.E., Dai Y-J., Duan Q., Entin J., Etchevers P., Gedney N., Gusev Y.M., Habets F., Kim J., Koren V., Kowlaczyk E.A., Nasonova O.N., Noilhan J., Schaake J., Shmakin A.B., Smirnova T.G., Verseghy D.L., Wetzel P., Xue Y., Yang Z.L. Simulations of a boreal grassland hydrology at Valdai, Russia: PILPS Phase 2(d) // Mon. Weather Rev. 2000. V. 128. № 2. P. 301–321.
  21. Schmucki E., Marty C., Fierz C., Lehning M. Simulations of 21st century snow response to climate change in Switzerland from a set of RCMs // Int. J. Climatol. 2015. V. 35. № 11. P. 3262–3273. doi: 10.1002/joc.4205.
  22. Slater A.G, Schlosser C.A., Desborough C.E., Henderson-Sellers A., Robock A., Vinnikov K.Ya., Mitchell K., Boone A., Braden H., Chen F., Cox P.M., de Rosnay P., Dickinson R.E., Dai Y.-J., Duan Q., Entin J., Etchevers P., Gedney N., Gusev Ye.M., Habets F., Kim J., Koren V., Kowalczyk E.A., Nosonova O.N., Noilhan J., Schaake S., Shmakin A.B., Smirnova T.G., Verseghy D., Wetzel P., Xue Y., Yang Z.-L., Zeng Q. The representation of snow in land surface schemes: results from PILPS 2(d) // J. Hydrometeorol. 2001. V. 2. P. 7–25.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Location of meteorological stations (points) in the Asian part of Russia, the data of route snow measurement surveys of which were used in this work for forest (a) and field (b) sites. Grey lines show the boundaries separating Western Siberia (1), Eastern Siberia (2) and the Far East (3)

Download (357KB)
Indexing metadata
3. Fig. 2. Examples of comparison of measured (1) and calculated on the basis of the SWAP model (2) snow accumulations in the areas of forest (a-c) and field (d-f) route snow surveys at Tyumen (a), Verkhoyansk (b), Vanavara (c), Oymyakon (d), Orlinga (e), Sobolevo (f) stations

Download (405KB)
Indexing metadata
4. Fig. 3. Distribution of climatic values of maximum annual snow accumulation SWEmax, mm, at field (a, b) and forest (c, d) sites of the ATR for periods T1 (a, c) and T2 (b, d)

Download (571KB)
Indexing metadata
5. Fig. 4. Distribution of climatic values of snow cover duration (days) in field (a, b) and forest (c, d) plots of the ATR for periods T1 (a, c) and T2 (b, d)

Download (554KB)
Indexing metadata
6. Fig. 5. Distribution of climatic values of annual precipitation totals (mm/year) (a, b) and mean annual surface air temperature (°C) (c, d) over the ATR for periods T1 (a, c) and T2 (b, d)

Download (742KB)
Indexing metadata

Copyright (c) 2024 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».