Экспериментальные исследования и моделирование дождевых паводков на урбанизированных территориях московской агломерации (на примере р. Сетуни)

Обложка

Цитировать

Полный текст

Аннотация

Московская агломерация характеризуется высокой долей непроницаемых покрытий, объясняющей формирование специфического водного режима с большим количеством кратковременных паводков и быстрой реакцией водосбора на ливневые осадки. Для одного из крупнейших притоков Москвы-реки в черте столицы — бассейна р. Сетуни — с помощью модели SWMM воспроизведено формирование экстремальных паводков в 2020–2023 гг. Модель была откалибрована с учетом 30-минутных мониторинговых данных о расходах воды и 10-минутных интенсивностей осадков, полученных путем интерполяции в центр водосбора. Эффективность модели оценивалась с использованием относительной погрешности (RE) и коэффициента детерминации (R2). Результаты калибровки и проверки показали хорошую взаимосвязь между смоделированными и измеренными максимальными расходами воды (R2 = 0.77, относительная погрешность — в диапазоне от 2 до 56%). Наиболее адекватные результаты были получены для паводков, пиковые расходы которых превышали 15 м3/с.

Об авторах

И. С. Денисова

Институт водных проблем РАН; Московский государственный университет им. М.В. Ломоносова

Email: ira.denisova@icloud.com
Москва, Россия; Москва, Россия

М. В. Болгов

Институт водных проблем РАН

Москва, Россия

Список литературы

  1. Бефани Н.Ф. Прогнозирование дождевых паводков на основе территориально общих зависимостей. Л.: Гидрометеоиздат, 1977. 184 с.
  2. Болгов М.В., Арефьева Е.В., Завьялова Е.В. Вопросы моделирования и прогнозирования затопления городских территорий на основе использования специальных программных комплексов и данных дистанционных измерений метеорологических характеристик // Научные и образовательные проблемы гражданской защиты. 2020. №. 3 (46). С. 19–29.
  3. Болгов М.В., Зайцева А.В., Завьялова Е.В. Оценка диффузного стока с территории г. Ростов на основе методов математического моделирования // Сб. докл. международной научной конференции памяти выдающегося русского ученого Юрия Борисовича Виноградова “Четвертые Виноградовские Чтения. Гидрология: от познания к мировоззрению” / Под ред. О.М. Макарьевой, А.А. Землянсковой. СПб.: Изд-во ВВМ, 2020. С. 41–47.
  4. Борщ С.В., Христофоров А.В., Юмина Н.М. Статистический анализ в гидрологических прогнозах. М.: Гидрометцентр России, 2018. 160 с.
  5. Брусова Н.Е., Кузнецова И.Н., Нахаев М.И. Особенности режима осадков в Московском регионе в 2008–2017 гг. // Гидрометеорологические исследования и прогнозы. 2019. № 1. С. 127–172.
  6. Гандин Л.С., Каган. Р.Л. Статистические методы интерпретации метеорологических данных. Л.: Гидрометеоиздат, 1976. 359 с.
  7. Климат Москвы (Особенности климата большого города) / Под ред. А.А. Дмитриева, Н.П. Бессонова. Л.: Гидрометеоиздат, 1969. 320 с.
  8. Соколов Д., Чалов С., Терешина М., Ерина О., Шинкарева Г. Особенности гидрологического режима урбанизированной реки Сетуни // Современные проблемы водохранилищ и их водосборов: тр. VIII Всероссийской научно-практической конференции с международным участием, Пермь, 27–30 мая 2021 года. Пермь: Пермский государственный национальный исследовательский университет, 2021. Т. 834. С. 180–185. https://doi.org/10.1088/1755-1315/834/1/012024
  9. Стулов Е.А. Влияние города Москвы на усиление летних осадков // Метеорология и гидрология. 1993, Вып. 11. С. 34–41.
  10. Терский П., Цыпленков А., Морейдо В., Самохин М., Соколов Д. Восстановление рядов стока воды малоизученной городской реки Сетунь (г. Москва) на основе данных натурных наблюдений и гидрологического моделирования // Материалы международного симпозиума “Инженерная экология — 2023”, Москва, 05–07 декабря 2023 г. / Под ред. Ф.А. Мкртчяна. М.: РНТОРЭС им. А.С. Попова, 2023. С. 142–146.
  11. Цыпленков А.С., Черницова О.В., Кошелева Н.Е., Чалов С.Р. ГИС-моделирование баланса наносов и загрязняющих веществ в бассейне Р. Сетунь (Москва) // Инженерная экология — 2021: Доклады международного симпозиума, Москва, 1–3 декабря 2021 г. / Под ред. Ф.А. Мкртчяна. М.: РНТОРЭС им. А.С. Попова, 2021. С. 172–176.
  12. Ярынич Ю.И., Варенцов М.И., Платонов В.С., Степаненко В.М., Чернокульский А.В., Давлетшин С.Г., Дронова Е.А. Влияние московского мегаполиса на осадки теплого периода в зависимости от крупномасштабных атмосферных условий // Водные ресурсы. 2023. Т. 50. № 5. С. 550–560.
  13. Chow M.F., Yusop Z., Toriman M.E. Modelling runoff quantity and quality in tropical urban catchments using Storm Water Management Model // International Journal of Environmental Science and Technology. 2012. V. 9. № 4. P. 737–748. https://doi.org/10.1007/s13762-012-0092-0
  14. Gerasimova M.I., Chernitsova O.V., Vasil’chuk J.Y., Kosheleva N.E. GIS mapping of the soil cover of an urbanized territory: drainage basin of the Setun river in the west of Moscow (Russian Federation) // Geography, Environment, Sustainability. 2024. V. 17. № 2. P. 131–138. https://doi.org/10.24057/2071-9388-2024-3136
  15. Hung C.L.J., James L.A., Carbone G.J., Williams J.M. Impacts of combined land-use and climate change on streamflow in two nested catchments in the Southeastern United States // Ecological Engineering. 2020. V. 143. 105665. https://doi.org/10.1016/j.ecoleng.2019.105665
  16. Kong D., McVicar T.R., Xiao M., Zhang Y., Peña-Arancibia J.L., Filippa G., Xie Y., Gu X. phenofit: An R package for extracting vegetation phenology from time series remote sensing // Methods in Ecology and Evolution. 2022. V. 13. № 7. P. 1508–1527. https://doi.org/10.1111/2041-210X.13870
  17. Li C., Liu M., Hu Y., Gong J., Xu Y. Modeling the quality and quantity of runoff in a highly urbanized catchment using storm water management model // Polish Journal of Environmental Studies. 2016. V. 25. № 4. P. 1573–1581. https://doi.org/10.15244/pjoes/60721
  18. Rhugwasanye C., Agarwal S., Chappidi H.R., Kottapalli R.L. Bujumbura urban flood simulation based on SWMM model // AIP Conference Proceedings. 2023. V. 2707. 040013. https://doi.org/10.1063/5.0143108
  19. Rossman L., Simon M. Storm Water Management Model User’s Manual Version 5.2. Cincinnati: Center for Environmental Solutions and Emergency Response, Office of Research and Development, U.S. Environmental Protection Agency, 2022. 424 p.
  20. Savitzky A., Golay M.J.E. Smoothing and Differentiation of Data by Simplified Least Squares Procedures // Analytical Chemistry. 1964. V. 36. № 8. P. 1627–1639. https://doi.org/10.1021/ac60214a047
  21. Skougaard Kaspersen P., Høegh Ravn N., Arnbjerg-Nielsen K., Madsen H., Drews M. Comparison of the impacts of urban development and climate change on exposing European cities to pluvial flooding // Hydrology and Earth System Sciences. 2017. V. 21. № 8. P. 4131–4147. https://doi.org/10.5194/hess-21-4131-2017
  22. Sokolov D., Chalov S., Tereshina M., Erina O., Shinkareva G. Hydrological regime of the urban Setun River // IOP Conference Series: Earth and Environmental Science. 2021. V. 834. 012024. https://doi.org/10.1088/1755-1315/834/1/012024
  23. Sokolov D.I., Erina O.N., Tereshina M.A., Puklakov V.V. Impact of Mozhaysk Dam on the Moscow River Sediment Transport // Geography, Environment, Sustainability. 2020. V. 13. № 4. P. 24–31. https://doi.org/10.24057/2071-9388-2019-150
  24. Tereshina M., Erina O., Sokolov D., Efimova L., Kasimov N. Nutrient dynamics along the Moskva River under heavy pollution and limited self-purification capacity // E3S Web of Conferences. 2020. V. 163. 05014. https://doi.org/10.1051/e3sconf/202016305014
  25. Varentsov M., Wouters H., Platonov V., Konstantinov P. Megacity-induced mesoclimatic effects in the lower atmosphere: A modeling study for multiple summers over Moscow, Russia // Atmosphere. 2018. V. 9. № 2. 50. https://doi.org/10.3390/atmos9020050

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


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».