Long-Term Changes in the Level of the Caspian Sea and Modern Options for Their Forecasting

Cover Page

Cite item

Full Text

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

Abstract

Various approaches to the study and forecast of long-term changes in the average annual level of the Caspian Sea are considered. Within the framework of the most common methods, it is considered that such estimates are possible only in a probabilistic sense since the main components of the seawater balance behave randomly. However, for the majority of consumers, a specifically designated perspective of a level change and a justification for the answer to the question are important: if there is another significant change, then how long and to what extreme value does it continue? With the accumulation of data on the dynamics of the atmosphere and ocean parameters, including the results of space monitoring, there are more and more reports on the identification of multidecadal recurrence in their time series. Over the past years, attempts have been repeatedly made, based on the study of sea level dynamics, to identify cyclical components within its time series in order to use them both to describe sharp declines and rises that occurred earlier and to predict similar changes in the future. Data analysis in this case consists of searching for such periods of variability within which the requirements of limited periodic composition and stability of the components that form the time series would be met. With the help of a specially created software environment, a study of a series consisting of historical and modern data on observations of the level of the Caspian Sea over the past 230 years was carried out in order to identify stable periodicities and build an approximating polynomial with their help. It is shown that in this time interval, in addition to the centuries-old trend, there are two clearly expressed quasi-cyclical components. The approximation made using them well describes the entire previous dynamics of the level up to 2021 and can be used as a basis for constructing forecast estimates.

About the authors

V. B. Ermakov

Zubov State Oceanographic Institute (FSBI “SOI”)

Author for correspondence.
Email: vitalerm@mail.ru
Russia, Moscow

References

  1. Бабкин А.В. Усовершенствованная модель оценки периодичности изменений уровня и элементов водного баланса Каспийского моря // Метеорология и гидрология. 2005. № 11. С. 63–73.
  2. Берг Л.С. Уровень Каспийского моря за историческое время // Очерки по физической географии. М.–Л.: Изд-во АН СССР, 1949. С. 205–272.
  3. Болгов М.В., Красножон Г.Ф, Любушин А.А. Каспийское море: экстремальные гидрологические события / ред. М.Г. Хубларян. М.: Наука, 2007. 381 с.
  4. Болгов М.В., Филимонова М.К. Об источниках неопределенности при прогнозировании уровня Каспийского моря и оценке риска затопления прибрежных территорий // Водные ресурсы. 2005. Т. 32. № 6. С. 664–669.
  5. Борисов Е.В., Ермаков В.Б., Мельников В.А. Анализ периодической структуры климатических колебаний уровня Каспийского моря // Процессы в геосредах. 2019. № 2. С. 146–152.
  6. Варущенко С.И., Варущенко А.Н., Клиге Р.К. Изменения режима Каспийского моря и бессточных водоемов в палеовремени. М.: Наука, 1987. 240 с.
  7. Водный баланс и колебания уровня Каспийского моря. Моделирование и прогноз / ред. Е.С. Нестеров. М.: Триада, 2016. 374 с.
  8. Выручалкина Т.Ю., Дианский Н.А., Фомин В.В. Влияние на эволюцию уровня Каспийского моря многолетних изменений режима ветра над его регионом в 1948–2017 гг. // Водные ресурсы. 2020. Т. 47. № 2. С. 230–240.
  9. Гинзбург А.И., Костяной А.Г., Серых И.В., Лебедев С.А. Климатические изменения гидрометеорологических параметров Каспийского моря (1980–2020) // Современные проблемы дистанционного зондирования Земли из космоса. 2021. Т. 18. № 5. С. 277–291.
  10. Гусейнова С.А., Абдусамадов А.С. Прогноз динамики уровня Каспийского моря и ее последствия для прибрежных территорий // Юг России: экология, развитие. 2015. Т. 10. № 4. С. 119–126.
  11. Лаппо С.С., Рева Ю.А. Сравнительный анализ долгопериодной изменчивости уровней Черного и Каспийского морей // Метеорология и гидрология. 1997. № 12. С. 63–75.
  12. Малинин В.Н., Гордеева С.М. Уровень Каспийского моря как индикатор крупномасштабного влагообмена в системе “океан–атмосфера–суша” // Труды Карельского научного центра РАН. 2020. № 4. С. 5–20.
  13. Никонова Р.Е. О причинах и последствиях колебаний уровня Каспийского моря в 20–21 столетиях // Труды ГОИН. 2008. Вып. 211. С. 127–151.
  14. Рычагов Г.И. Колебания уровня Каспийского моря: причины, последствия, прогноз // Вестн. Моск. ун-та. Серия 5. География. 2011. № 2. С. 4–11.
  15. Рычагов Г.И. К методике геоморфологических исследований (геоморфологические уроки Каспия) // Геоморфология. 2019. № 4. С. 27–39.
  16. Соловьёва Н.Н. Исследование зависимости колебаний уровня Каспийского моря от солнечной активности. СПб.: Изд. РГГМУ, 2004. 70 с.
  17. Тужилкин В.С., Косарев А.Н., Архипкин В.С., Никонова Р.Е. Многолетняя изменчивость гидрологического режима Каспийского моря в связи с вариациями климата // Вестн. Моск. ун-та. Серия. 5. География. 2011. № 2. С. 62–71.
  18. Федоров В.М., Фролов Д.М. О возможной физической природе мультидекадного колебания в климатической системе Земли // Сложные системы. 2019. № 1 (30). С. 26–40.
  19. Фролов А.В. Сценарные прогнозы колебаний уровня Каспия с учетом климатических и техногенных воздействий на водный баланс моря // Океанологические исследования. 2019. Т. 47. № 5. С. 130–148.
  20. Хаустов В.В., Костенко В.Д. К прогнозированию колебаний уровня Каспийского моря // Научные ведомости. Серия Естественные науки. 2018. Т. 42. № 2. С. 162–171.
  21. Хромов С.П. Солнечные циклы и климат // Метеорология и гидрология. 1973. № 9. С. 93–110.
  22. Шлямин Б.А. Сверхдолгосрочный прогноз уровня Каспийского моря // Изв. ВГО. 1962. Т. 94. Вып. 1. С. 26–33.
  23. Chen J.L., Pekker T., Wilson C.R., Tapley B.D., Kostianoy A.G., Cretaux J.-F., Safarov E.S. Long-term Caspian Sea level change // Geophys. Res. Lett. 2017. Vol. 44. № 13. P. 6993–7001. https://doi.org/10.1002/2017GL073958
  24. Chen J., Cazenave A.,Wang S.-Y., Li J. Caspian Sea Level Change Observed by Satellite // Altimetry. Remote Sens. 2023. Vol. 15. № 3. Article 703. P. 1–12. https://doi.org/10.3390/rs15030703
  25. Elguindi N., Giorgi F. Projected changes in the Caspian Sea level for the 21st century based on the latest AOGCM simulations // Geophys. Res. Lett. 2006. Vol. 33. № 8. L08706. https://doi.org/10.1029/2006GL025943

Supplementary files

Supplementary Files
Action
1. JATS XML
2.

Download (320KB)
3.

Download (161KB)
4.

Download (984KB)
5.

Download (233KB)
6.

Download (320KB)
7.

Download (335KB)
8.

Download (195KB)
9.

Download (188KB)
10.

Download (267KB)

Copyright (c) 2023 В.Б. Ермаков

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».