Assessment of river runoff components in the Crimean Mountains. 1. Runoff of small rivers

Cover Page

Cite item

Full Text

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

Abstract

For experimental river basins in the Crimean Mountains, an assessment of the components of river flow was carried out based on the EMMA methodology. The following components of river runoff in karst watersheds are identified: epikarst waters, soil-slope waters and baseflow waters circulating at the contact with underlying impermeable rocks. A significant component of the flow of small rivers consists of epikarst waters. Their proportion in the gauging sections is increasing during floods, naturally increasing with increasing water discharge, obeying logarithmic dependencies. The proportions of baseflow water relative to the proportions of epikarst waters are decreasing.

About the authors

T. S. Gubareva

Institute of Water Problems, Russian Academy of Sciences

Author for correspondence.
Email: tgubareva@bk.ru
Russian Federation, Moscow, 119333

G. N. Amelichev

Institute of Water Problems, Russian Academy of Sciences; Vernadsky Crimean Federal University

Email: tgubareva@bk.ru
Russian Federation, Moscow, 119333; Simferopol, 295007

B. I. Gartsman

Institute of Water Problems, Russian Academy of Sciences; Institute of Natural-Technical Systems

Email: tgubareva@bk.ru
Russian Federation, Moscow, 119333; Sevastopol, 299011

S. V. Tokarev

Institute of Water Problems, Russian Academy of Sciences; Vernadsky Crimean Federal University

Email: tgubareva@bk.ru
Russian Federation, Moscow, 119333; Simferopol, 295007

B. A. Vakhrushev

Institute of Water Problems, Russian Academy of Sciences; Vernadsky Crimean Federal University

Email: tgubareva@bk.ru
Russian Federation, Moscow, 119333; Simferopol, 295007

V. G. Naumenko

Vernadsky Crimean Federal University

Email: tgubareva@bk.ru
Russian Federation, Simferopol, 295007

Ev. G. Amelichev

Institute of Water Problems, Russian Academy of Sciences; Vernadsky Crimean Federal University

Email: tgubareva@bk.ru
Russian Federation, Moscow, 119333; Simferopol, 295007

I. B. Vakhrushev

Institute of Water Problems, Russian Academy of Sciences; Vernadsky Crimean Federal University

Email: tgubareva@bk.ru
Russian Federation, Moscow, 119333; Simferopol, 295007

References

  1. Амеличев Г.Н., Вахрушев Б.А., Дублянский В.Н. Гид родинамика и эволюция спелеоморфогенеза Амткельской карстовой системы (Западная Абхазия) // Геополитика и экогеодинамика регионов. 2007. Т. 3. № 2. С. 52–60.
  2. Вахрушев Б.А., Гигинейшвили Г.Н., Дублянский В.Н., Цвет А.Л. Гидрология и палеогидрология Амткельского карстового района // Тр. Геогр. общества Грузинской ССР. Тбилиси, 1990. Т. XVIII С. 31–39.
  3. Губарева Т.С., Амеличев Г.Н., Гарцман Б.И., Токарев С.В., Хрусталева Л.И., Морейдо В.М. Ионный состав генетических типов природных вод малых речных бассейнов Горного Крыма // Вод. ресурсы. 2024. В печати.
  4. Губарева Т.С., Болдескул А.Г., Трегубов О.Д., Тарбеева А.М., Шамов В.В., Лебедева Л.С., Луценко Т.Н. Экспресс-диагностика источников питания малой арктической реки по результатам краткосрочной гидрологической съемки (Чаунская низменность, Чукотка) // Вод. ресурсы. 2023. Т. 50. № 1. С. 15–27.
  5. Губарева Т.С., Гарцман Б.И., Василенко Н.Г. Источники формирования речного стока в зоне многолетней мерзлоты: оценка методами трассерной гидрологии по данным режимных гидрохимических наблюдений // Криосфера Земли. 2018. Т. 22. № 1. С. 32–43.
  6. Губарева Т.С., Гарцман Б.И., Ефимова Л.Е., Терский П.Н., Белякова П.А., Казачук А.А. Идентификация и оценка источников питания стока заболоченного водосбора в бассейне реки Западная Двина // Гидросфера. Опасные процессы и явления. 2022. Т. 4. № 2. С. 183–201.
  7. Губарева Т.С., Гарцман Б.И., Солопов Н.В. Модель смешения четырех источников питания речного стока с использованием гидрохимических трассеров в задаче разделения гидрографа // Вод. ресурсы. 2018. Т. 45. № 6. С. 583–595.
  8. Губарева Т.С., Гарцман Б.И., Шамов В.В., Болдескул А.Г., Кожевникова Н.К. Компоненты стока малых водосборов Сихотэ-Алиня: обобщение результатов полевых измерений и трассерного моделирования // Изв. РАН. Сер. географическая. 2019. № 6. С. 126–140.
  9. Губарева Т.С., Гарцман Б.И., Шамов В.В., Болдескул А.Г., Кожевникова Н.К. Разделение гидрографа стока на генетические составляющие // Метеорология и гидрология. 2015. № 3. С. 97–108.
  10. Кичигина Н.В., Губарева Т.С., Шамов В.В., Гарцман Б.И. Трассерные исследования формирования речного стока в бассейне озера Байкал // География и природ. ресурсы. 2016. № S5. С. 60–69.
  11. Климчук А.Б. Эпикарст: гидрогеология, морфогенез и эволюция. Симферополь: Сонат, 2009. 111 c.
  12. Померанцев А.Л. Хемометрика в Excel: учебное пособие. Томск.: Изд-во Томского политех. ун-та, 2014. 435 с.
  13. Шамов В.В., Гарцман Б.И., Губарева Т.С., Кожевникова Н.К., Болдескул А.Г. Экспериментальные исследования генетической структуры стока с помощью химических трассеров: постановка задачи // Инженерные изыскания. 2013. № 1. С. 60–69.
  14. Blaen P.J., Hannah D.M., Brown L.E., Milner A.M. Water source dynamics of high Arctic river basins // Hydrol. Process. 2014. 28. P. 3521–3538.
  15. Bugaets A., Gartsman B., Gubareva T., Lupakov S., Kalugin A., Shamov V., Gonchukov L. Comparing the runoff decompositions of small experimental catchments: end-member mixing analysis (EMMA) vs. hydrological modelling // Water. 2023. V. 15. № 4. 752.
  16. Christophersen N., Hooper R.P. Multivariate analysis of streamflow chemical data: The use of principal component analysis for the end-member mixing problem // Water Resour. Res. 1992. V. 28. № 1. P. 99–107.
  17. Hooper R.P. Diagnostic tools for mixing models of stream water chemistry. // Water Resour. Res. 2003. V. 39. 1055. http://dx.doi.org/10.1029/2002WR001528
  18. Hugenschmidt C., Ingwersen J., Sangchan W., Sukvanachaikul Y., Duffner A., Uhlenbrook S., Streck T. A three-component hydrograph separation based on geochemical tracers in a tropical mountainous headwater catchment in northern Thailand // Hydrol. Earth Syst. Sci. 2014. V. 18. P. 525–537.
  19. Joerin C., Beven K.J., Iorgulescu I., Musy A. Uncertainty in hydrograph separations based on geochemical mixing models // J. Hydrol. 2002. V. 255. P. 90–106.
  20. Klaus J., McDonnell J.J., Jackson C.R., Du E., Griffiths N.A. Where does streamwater come from in low-relief forested watersheds?: a dual-isotope approach // Hydrol. Earth Syst. Sci. 2015. V. 19. P. 125–135.
  21. Liu F., Bales R.C., Conklin M.H., Conrad M.E. Streamflow generation from snowmelt in semi-arid, seasonally snow-covered, forested catchments, Valles Caldera, New Mexico // Water Resour. Res. 2008. V. 44. W12443. https://doi.org/10.1029/2007WR006728
  22. Munyaneza O., Wenninger J., Uhlenbrook S. Identification of runoff generation processes using hydrometric and tracer methods in a meso-scale catchment in Rwanda // Hydrol. Earth Syst. Sci. 2012. V. 16. P. 1991–2004.
  23. Rahman K., Besacier-Monbertrand A.L., Castella E., Lods-Crozet B., Ilg C., Beguin O. Quantification of the daily dynamics of streamflow components in a small alpine watershed in Switzerland using end member mixing analysis // Environ. Earth Sci. 2015. V. 74. P. 4927–4937.
  24. Schmieder J., Hanzer F., Marke T., Garvelmann J., Warscher M., Kunstmann H., Strasser U. The importance of snowmelt spatiotemporal variability for isotope-based hydrograph separation in a high-elevation catchment // Hydrol. Earth Syst. Sci. 2016. V. 20. P. 5015–5033.
  25. Scholl M.A., Shanley J.B., Murphy S.F., Willenbring J.K., Occhi M., González G. Stable-isotope and solute-chemistry approaches to flow characterization in a forested tropical watershed Luquillo Mountains, Puerto Rico //Appl. Geochem. 2015. V. 63. P. 484–497.
  26. Soulsby C., Petry J., Brewer M.J., Dunn S.M., Ott B., Malcolm I.A. Identifying and assessing uncertainty in hydrological pathways: a novel approach to end member mixing in a Scottish agricultural catchment // J. Hydrol. 2003. V. 274. P. 109–128.
  27. Viennet D., Lorette G., Labat D., Fournier M., Sebilo M., Araspin O., Crançon P. Mobile sources mixing model implementation for a better quantification of hydrochemical origins in allogenic karst Outlets: Application on the Ouysse Karst // System. Water. 2023. V. 15. 397. https://doi.org/10.3390/w15030397
  28. Wilson A.M., Williams M.W., Kayastha R.B., Racoviteanu A. Use of a hydrologic mixing model to examine the roles of meltwater, precipitation and groundwater in the Langtang River basin, Nepal //Ann. Glaciol. 2016. V. 57. P. 155–168.
  29. Wu J.K., Wu X.P., Hou D.J., Liu S.W., Zhang X.Y., Qin X. Streamwater hydrograph separation in an alpine glacier area in the Qilian Mountains, northwestern China // Hydrol. Sci. J. 2016. V. 61. P. 2399–2410.

Supplementary files

Supplementary Files
Action
1. JATS XML

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».