Climate Change and Methodology for Assessing Climate Risks in St. Petersburg and Leningrad Oblast

Cover Page

Cite item

Full Text

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

Abstract

An analysis of long-term data on seasonal, monthly and annual mean air temperatures, precipitation and wind speeds was carried out. It was shown that during the last 20–30 years there has been a seasonal intra-annual restructuring of temperature conditions: winters are becoming milder and summers less hot. The results of the cluster analysis of hydrometeorological data showed that the most pronounced features of the average winter air temperature are characteristic of the westernmost settlements of Leningrad oblast, such as the city of Kingisepp. This may be due to their greater proximity to the open waters of the Gulf of Finland, which have a warming effect. The coldest areas are the eastern regions of Leningrad oblast, far from significant water bodies, which form the second most important cluster, including the territories of the cities of Tikhvin, Lodeynoye Pole and the area of the village of Vinnitsa. The most windy areas, where wind speeds of more than 20 m/s are most frequently observed, posing a significant threat to the operation of various man-made objects, including power lines, ports and water transport, are the coastal areas of the Gulf of Finland, including, first and foremost, the cities of Vyborg, St. Petersburg, and Kingissep. Strong winds also have a destructive effect on forest ecosystems, causing windfalls, especially in coniferous forests on sandy soils, including in the Kurortny district of St. Petersburg along the northern coast of the Neva Bay. An increase in the intensity and frequency of atmospheric precipitation will lead to an increase in the volume of wastewater, which may threaten the drainage systems of St. Petersburg and settlements in Leningrad oblast. The need to analyse the current capacities of the municipal sewage treatment plants and to increase their productivity is justified. The values of hydro-meteorological parameters describing natural processes threatening the life of the population of St. Petersburg and Leningrad oblast have been normalised. Methodological approaches for a comprehensive risk assessment of climate change are substantiated, which can be used later for the preparation of climate safety passports for St. Petersburg and Leningrad oblast.

Full Text

Restricted Access

About the authors

V. V. Drozdov

Russian State Hydrometeorological University

Author for correspondence.
Email: vladidrozdov@yandex.ru
Russian Federation, Saint Petersburg

V. A. Lobanov

Russian State Hydrometeorological University

Email: vladidrozdov@yandex.ru
Russian Federation, Saint Petersburg

A. A. Okulicheva

Russian State Hydrometeorological University

Email: vladidrozdov@yandex.ru
Russian Federation, Saint Petersburg

References

  1. Akimov V.A., Sokolov Yu.I. Global’nye i natsional’nye prioritety snizheniya riska bedstvii i katastrof [Global and National Priorities for Disaster Risk Reduction]. Moscow: FUBU VNII GO ChS (FTs), 2016. 396 p.
  2. Anisimov O.A., Zhil’tsova E.L., Shapovalova K.O., Ershova A.A. Analysis of climate change indicators. Part 2. Northwestern Russia. Russ. Meteorol. Hydrol., 2020, vol. 45, pp. 13–21. https://doi.org/10.3103/S1068373920010021
  3. Drozdov V. Integrated estimation of the sustainability of Baltic and White Seas ecosystems for ensuring environmental safety of shelf resource development. Ekol. Promyshch. Ross., 2021, vol. 25, no. 1, pp. 21–27. (In Russ.). https://doi.org/10.18412/1816-0395-2021-1-21-27
  4. Drozdov V., Lobanov V., Okulicheva A., Burenkova A. Extreme hydrometeorological processes and their impact on ecosystems and industrial infrastructure of the Leningrad region. Ekol. Promyshch. Ross., 2023, vol. 27, no. 2, pp. 53–59. (In Russ.) https://doi.org/10.18412/1816-0395-2023-2-53-59
  5. Drozdov V.V. On the nature of St. Petersburg floods. Uchen. Zapis. RGGMU, 2009, no. 11, pp. 24–45. (In Russ.).
  6. Edinaya mezhvedomstvennaya metodika otsenki ushcherba ot chrezvychainykh situatsii tekhnogennogo, prirodnogo i terroristicheskogo kharaktera, a takzhe klassifikatsii i ucheta chrezvychainykh situatsii [Unified Interdepartmental Methodology for Assessing Damage from Man–Made, Natural and Terrorist Emergencies, as well as Classification and Accounting of Emergency Situations]. Moscow: FGU VNII GO ChS (FTs), 2004.
  7. Eyring V., Bony S., Meehl G.A., Senior C.A., Stevens B., Stouffer R.J., Taylor K.E. Overview of the Coupled Model Intercomparison Project Phase 6 (CMIP6) experimental design and organization. Geosci. Model Dev., 2016, vol. 9, pp. 1937–1958. https://doi.org/10.5194/gmd-9-1937-2016
  8. Ezau I.N. Cluster analysis of observational data and results of numerical experiments with the OCA model. Meteorol. Gidrol., 1995, no. 12, pp. 40–53. (In Russ.).
  9. Fovell R., Fovell M.-Y. Climate zones of the conterminous United States defined using cluster analysis. J. Clim., 1993, vol. 6, no. 11, pp. 2103–2135. https://doi.org/10.1175/1520-0442(1993)006<2103: CZOTCU>2.0.CO;2
  10. Gmurman V.E. Teoriya veroyatnostei i matematicheskaya statistika [Probability Theory and Mathematical Statistics]. Moscow: Vysshaya shkola Publ., 1977. 479 p.
  11. Hamed M.M., Nashwan M.S., Shahid S. Inter-comparison of Historical Simulation and Future Projection of Rainfall and Temperature by CMIP5 and CMIP6 GCMs Over Egypt. Int. J. Clim., 2022, vol. 42, pp. 4316–4332. https://doi.org/10.1002/joc.7468
  12. Ivanovskii B.G. Economic assessment of natural disasters and climate change damage. Ekon. Soc. Probl. Ross., 2021, no. 1, pp. 125–144. (In Russ.). https://doi.org/10.31249/espr/2021.01.07
  13. Klimat Leningrada [The Climate of Leningrad]. Leningrad: Hydrometeoizdat, 1982. 252 p.
  14. Lobanov V.A., Shadurskii A.E. Vydelenie zon klimaticheskogo riska na territorii Rossii pri sovremennom izmenenii klimata [Allocation of a Climate Risk Zone in Russia under Modern Climate Change]. St. Petersburg: RGGMU, 2013. 123 p.
  15. Malinin V.N. Statisticheskie metody analiza gidrometeorologicheskoi informatsii: uchebnik. V 2 tomakh: Tom 2. Analiz vremennykh ryadov i sluchainykh polei [Statistical Methods of Analysis of Hydrometeorological Information: Textbook. In 2 Volumes: Vol. 2. Analysis of Time Series and Random Fields]. St. Petersburg: RGGMU, 2020. 196 p.
  16. Malinin V.N., Guryanov D.A. The interannual variability of climatic seasons in St. Petersburg. Izv. RGO, 2015, vol. 147, no. 5, pp. 17–27. (In Russ.).
  17. Mirkin B.G. Metody klaster-analiza dlya podderzhki prinyatiya reshenii [Cluster Analysis Methods for Decision Support]. Moscow: NIU VShE, 2011. 88 p.
  18. Ovechkin S.V., Mainasheva G.M. On the use of cluster analysis for climatic region mapping of Moscow Region. Vestn. MGPU. Ser.: Estestv. Nauki, 2010, no. 2, pp. 65–74. (In Russ.).
  19. Pavlovskii A.A. On stormwater flooding of some territories of St. Petersburg under modern climate changes. Obshchest., Sreda, Razvit., 2013, no. 2, pp. 251–256. (In Russ.).
  20. Pavlovskii A.A. On development and implementation of priority measures for adaptation of St. Petersburg to climate changes. Gidrometeor. Ekol., 2020, no. 58, pp. 111–126. (In Russ.). https://doi.org/10.33933/2074-2762-2020-58-111-126
  21. Pavlovskii A.A., Menzhulin G.V. Modern changes in climatic norms and ensuring sustainable development of St. Petersburg as the largest metropolis in Northern Europe. Vestn. S.-Petersb. Gos. Univ. Ser. 7, 2013, no. 2, pp. 71–78. (In Russ.).
  22. Polyakov D.V., Kuzhevskaya I.V. Application of cluster analysis to assess temperature and humidity conditions during active vegetation in the south of Western Siberia and its relationship with the hydrothermal coefficient of T.G. Selyaninov. Vestn. Tomsk. Gos. Univ., 2012, no. 360, pp. 188–192. (In Russ.).
  23. Revich B.A Menyayushchiisya klimat i zdorov’e naseleniya: problemy adaptatsii: nauchnyi doklad [Changing Climate and Public Health: Problems of Adaptation: Scientific Report]. Porfiriev B.N., Ed. Moscow: Dynamik Print Publ., 2023. 168 p. https://doi.org/10.47711/srl-2023
  24. Revich B.A., Shaposhnikov D.A., Anisimov O.A., Belolutskaya M.A. Impact of temperature waves on the health of residents in cities of the Northwestern Region of Russia. Probl. Prognozir., 2019, no. 3, pp. 127–134. (In Russ.).
  25. Romanova E.N., Gobarova E.O., Zhiltsova E.L. Metody ispol’zovaniya sistematizirovannoi klimaticheskoi i mikroklimaticheskoi informatsii pri razvitii i sovershenstvovanii gradostroitel’nykh kontseptsii [Methods of Using Systematized Climatic and Microclimatic Information in the Development and Improvement of Urban Planning Concepts]. St. Petersburg: Hydrometeoizdat, 2000. 159 p.
  26. Tishkov A.A., Zolotokrylin A.N., Semenov V.A., Kukhta A.E. Climate studies in the Institute of Geography of the Russian Academy of Sciences: To the 100th anniversary of the institute. Fund. Priklad. Klimatol., 2018, no. 2, pp. 8–30. (In Russ.). https://doi.org/10.21513/2410-8758-2018-2-8-30
  27. Tretii otsenochnyi doklad ob izmeneniyakh klimata i ikh posledstviyakh na territorii Rossiiskoi Federatsii. Obshchee rezyume [The Third Assessment Report on Climate Change and Its Consequences on the Territory of the Russian Federation. General Summary]. St. Petersburg: Naukoemk. Tekhbol. Publ., 2022. 124 p.
  28. Vetrova E.I., Skriptunova E.N., Shakina N.P. Low clouds and their forecast at the airports of the European part of the former USSR. Russ. Meteorol. Hydrol., 2013, vol. 38, pp. 6–19. https://doi.org/10.3103/S1068373913010020
  29. Yashalova N.N., Yakovleva E.N., Vasiltsov V.S., Molchanova T.K., Ruban D.A. Metodologiya i instrumentarii upravleniya innovatsiyami v tselyakh minimizatsii klimaticheskikh riskov. Nauchnoe izdanie (retsenzirovannoe) [Methodology and Tools for Innovation Management in Order to Minimize Climate Risks. Scientific Publication (Reviewed)]. Rostov-on-Don: DGTUPrint Publ., 2020. 144 p.
  30. Zhambyu M. Ierarkhicheskii klasternyi analiz i sootvetstviya [Hierarchical Cluster Analysis and Matching]. Moscow: Finansy i statistika Publ., 1988. 344 p.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Location scheme of stations of multiyear observations of air temperature, precipitation and wind speed. 1 - St. Petersburg; 2 - Voyekovo settlement; 3 - Shlisselburg; 4 - Sosnovo settlement; 5 - Vyborg; 6 - Novaya Ladoga; 7 - Lodeynoye Pole; 8 - Vinnitsa village; 9 - Tikhvin; 10 - Luban; 11 - Belogorka village; 12 - Volosovo; 13 - Tikhvin; 14 - Nikolaevskoe village

Download (696KB)
Indexing metadata
3. Fig. 2. Multiyear variability of air temperatures in St. Petersburg: (a) air temperature changes on average for summer and winter; (b) air temperature changes on average for January and July. The dotted lines in Fig. 2a show polynomial trends over five years. Ta - air temperature, °С

Download (230KB)
Indexing metadata
4. Fig. 3. Multiyear variability of air temperatures in the north (Vyborg), east (Tikhvin), west (Kingisepp) and south (village Nikolayevskoe, Luzhsky district) of the Leningrad Oblast: air temperature averaged over winter, over January in Vyborg (a), Tikhvin (c), Kingisepp (d). Nikolayevskoye village (Luga District), Leningrad Oblast: average winter, January air temperature in Vyborg (a), Tikhvin (c), Kingisepp (e) and Nikolayevskoye (g) and average summer, July air temperature in Vyborg (b), Tikhvin (d), Kingisepp (f) and Nikolayevskoye (h). The dotted line shows the polynomial trend by quinquennia. Ta - air temperature, °С

Download (789KB)
Indexing metadata
5. Fig. 4. Multiyear variability of mean annual maximum monthly wind speeds (W, m/s): (a) Vyborg and Tikhvin; (b) Kingisepp and Nikolayevskoe village; (c) St. Petersburg and Novaya Ladoga. The dotted lines show the polynomial trends by quinquennia

Download (307KB)
Indexing metadata
6. Fig. 5. Multiyear variability of maximum precipitation values for 1 day per month, per year: (a) Vyborg and Tikhvin; (b) Kingisepp and Nikolaevskoe village; (c) St. Petersburg and Novaya Ladoga

Download (291KB)
Indexing metadata
7. Fig. 6. Results of cluster analysis of multi-year data (1980-2020) of mean annual air temperature values for summer (a) and winter (b) in the Leningrad Region and St. Petersburg

Download (201KB)
Indexing metadata
8. Fig. 7. Results of cluster analysis of multi-year data (1980-2020) of annual average maximum monthly wind speeds in the Leningrad Region and St. Petersburg

Download (141KB)
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».