Моделирование динамики характеристик режима формирования снежного покрова на территории Российской Федерации 2. Лесные участки ЕТР в исторический период

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Проведена проверка методики расчетов различных характеристик формирования снежного покрова для лесных участков Европейской территории России для исторического периода (1967−2019 гг.), основанной на использовании модели взаимодействия подстилающей поверхности суши с атмосферой SWAP. Сопоставление результатов моделирования с соответствующими данными наблюдений продемонстрировало хорошее качество воспроизведения динамики снегозапасов на указанных объектах. Проведен анализ изменения климатических значений характеристик формирования снежного покрова на протяжении исторического периода, что позволило выявить тенденции изменения этих характеристик для лесных участков указанной территории. Так, получено, что несмотря на сокращение продолжительности залегания снежного покрова, происходит увеличение его мощности, в частности рост максимальных снегозапасов. Проведена оценка различий характеристик формирования снежного покрова на полевых и лесных участках Европейской территории России. Среднее по территории значение коэффициента снегонакопления в лесу по отношению к полю оказалось больше единицы. В то же время климатические изменения за исторический период ведут к уменьшению со временем значения этой характеристики.

Об авторах

Е. М. Гусев

Институт водных проблем РАН

Email: sowaso@yandex.ru
Россия, 119333, Москва

О. Н. Насонова

Институт водных проблем РАН

Email: sowaso@yandex.ru
Россия, 119333, Москва

Е. Э. Ковалев

Институт водных проблем РАН

Email: sowaso@yandex.ru
Россия, 119333, Москва

Е. А. Шурхно

Институт водных проблем РАН

Автор, ответственный за переписку.
Email: sowaso@yandex.ru
Россия, 119333, Москва

Список литературы

  1. Всероссийский научно-исследовательский институт гидрометеорологической информации – Мировой центр данных (ВНИИГМИ-МЦД). http://meteo.ru (дата обращения: 09.03.2022)
  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. Параметризация процессов тепловлагообмена в бореальных лесных экосистемах // Изв. АН. Физика атмосферы и океана. 2001. Т. 37. № 2. С. 182–200.
  4. Гусев Е.М., Насонова О.Н. Параметризация процессов тепловлагообмена в системе “грунтовые воды–почва–растительный/снежный покров–атмосфера” для территорий с четко выраженной сезонной изменчивостью климата // Почвоведение. 2000. № 6. С.733–748.
  5. 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.
  6. 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.
  7. 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.
  8. 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.
  9. 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.
  10. Природные зоны России с севера на юг. https://ru-static.z-dn.net/files/de9/ 28eeef6535ff591473f0a148973f5097.jpg (дата обращения: 10.06.2022)
  11. Сосновский Н.И., Осокин Г.А., Черняков А.В. 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. https://doi.org/10.21782/KZ1560-7496-2018-2(91-100)
  12. Федоров С.Ф. Исследование элементов водного баланса в лесной зоне европейской территории СССР. Л.: Гидрометиздат, 1977. 264 с.
  13. Черных Д.В., Золотов Д.В., Першин Д.К., Бирюков Р.Ю. Пространственно-временнáя дифференциация снежного покрова в бассейне р. Касмалы (Алтайский край) // Вод. ресурсы. 2019. Т. 46. № 4. С. 359– 369.
  14. Andreassian V. Waters and forests: from historical controversy to scientific debate // J. Hydrol. 2004. V. 291. № 1–2. P. 1–27.
  15. Bartlett P.A., MacKay M.D., Verseghy D.L. Modified snow algorithms in the Canadian Land Surface Scheme: Model runs and sensitivity analysis at three boreal forest stands // Atm.–Ocean. 2006. V. 44. P. 207–222. https://doi.org/10.3137/ao.440301
  16. Bonner H.M., Raleigh M.S., Small E.E. Isolating forest process effects on modelled snowpack density and snow water equivalent // Hydrol. Processes. 2022. V. 36 (1). e14475. https://doi.org/10.1002/hyp.14475
  17. Boone A., Habets F., Noilhan J., Clark D., Dirmeyer P., Fox S., Gusev Y., Haddeland I., Koster R., Lohmann D., Mahanama S., Mitchell K., Nasonova O., Niu G.-Y., Pitman A., Polcher J., Shmakin A.B., Tanaka K., van den Hurk B., Verant S., Verseghy D., Viterbo P., Yang Z.-L. The Rhone-aggregation land surface scheme intercomparison project: An overview // J. Clim. 2004. V. 17. P. 187–208.
  18. 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
  19. 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
  20. Etchevers P., Martin E., Brown R.D., Fierz C., Lejeune Y., Bazile E., Boone A., Dai Y., Essery R.L., Fernández A., Gusev Y.M., Jordan R.E., Koren V., Kowalczyk E.A., Nasonova N., Pyles R.D., Schlosser A.C., Shmakin A.B., Smirnova T.G., Strasser U., Verseghy D.L., Yamazaki T., Yang Z. Validation of the energy budget of an alpine snowpack simulated by several snow models (Snow MIP project) // Annals Glaciol. 2004. V. 38. P. 150–158. https://doi.org/10.3189/172756404781814825
  21. 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.
  22. Gusev Ye.M., Nasonova O.N. The simulation of heat and water exchange at the land–atmosphere interface for the boreal grassland by the land-surface model SWAP // Hydrol. Proc. 2002. V. 16. P. 1893–1919.
  23. Gusev Y.M., Nasonova O.N. The simulation of heat and water exchange in the boreal spruce forest by the land-surface model SWAP // J. Hydrol. 2003. V. 280. № 1–4. P. 162–191.
  24. Hosaka M., Nohara D., Kitoh A. Changes in snow cover and snow water equivalent due to global warming simulated by a 20km-mesh global atmospheric model // SOLA. 2005. V. 1. P. 093‒096. https://doi.org/10.2151/sola.2005?025
  25. 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.
  26. 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. https://doi.org/10.1175/BAMS-D-19-0329
  27. Menard C.B., Essery R., Barr A., Bartlett P., Derry J., Dumont M., Fier C., Kim H., Kontu A., Lejeune Y., Marks D., Niwano M., Raleigh M., Wang L., Wever N. Meteorological and evaluation datasets for snow modelling at 10 reference sites: description of in situ and bias-corrected reanalysis data // Earth Syst. Sci. Data. 2019. V. 11. P. 865–880.
  28. Pomeroy J.W., Gray D.M., Hedstrom N.R., Janowicz J.R. Prediction of seasonal snow accumulation in cold climate forests // Hydrol. Processes. 2002. V. 16. № 18. P. 3543–3558.
  29. 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
  30. Roth T.R., Nolin A.W. Forest impacts on snow accumulation and ablation across an elevation gradient in a temperate montane environment // Hydrol. Earth System Sci. 2016. V. 21. P. 5427−5442.
  31. Rutter N., Essery R.L., Pomeroy J.W., Altimir N., Andreadis K.M., Baker I.T., Barr A.G., Bartlett P., Boone A., Deng H., Douville H., Dutra E., Elder K., Ellis C., Feng X., Gelfan A., Goodbody A.G., Gusev Y.M., Gustafsson D., Hellström R.Å., Hirabayashi Y., Hirota T., Jonas T., Koren V., Kuragina A., Lettenmaier D.P., Li W., Luce C.H., Martin E., Nasonova O.N., Pumpanen J., Pyles R.D., Samuelsson P., Sandells M., Schädler G., Shmakin A.B., Smirnova T.G., Stähli M., Stöckli R., Strasser U., Su H., Suzuki K., Takata K., Tanaka K., Thompson E., Vesala T., Viterbo P., Wiltshire A., Xia K., Xue Y., Yamazaki T. Evaluation of forest snow processes models (SnowMIP2) // J. Geophys. Res. 2009. V. 114. D06111. https://doi.org/10.1029/2008JD011063
  32. 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) // Monthly Weather Rev. 2000. V. 128. № 2. P. 301–321.
  33. 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. https://doi.org/10.1002/joc.4205
  34. 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.

Дополнительные файлы


© Е.М. Гусев, О.Н. Насонова, Е.Э. Ковалев, Е.А. Шурхно, 2023

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».