Показатели высокого и низкого притока в озеро Байкал и стока его главных рек

Обложка

Цитировать

Полный текст

Аннотация

На основе материалов регулярных наблюдений исследована дифференциация значений притока поверхностных вод в оз. Байкал и характеристик стока главных байкальских рек на семь градаций по условиям водности. Данная классификация позволяет оперировать численными значениями критериев водности рассматриваемых показателей. Установлено, что диапазон колебаний притока и стока рек внутри отдельных классов (градаций) определяется выборочными параметрами распределения и сужается от высокой водности к низкой. Классы катастрофически высокой или низкой водности в годовых и месячных величинах приточности, а также характеристик стока Селенги, Верхней Ангары и Баргузина за 1961-2020 гг. наблюдались в основном по одному разу. За более ранние годы, находящиеся за пределами расчетного периода, отмечались значения притока и расходы воды рек более редкой повторяемости. Низкий приток в 1903 г. и сток весеннего половодья р. Баргузин в 1936 г. соответствовали повторяемости один раз в 1000 лет и реже.

Полный текст

1. Введение

При оценке водности рек используемые критерии (высокая, низкая, средняя) обычно носят сугубо качественный характер, несмотря на то, что в гидрологии уже сравнительно давно используется разделение значений речного стока на различные градации (категории, классы) в зависимости от их обеспеченности (Р). Одна из первых классификаций водности для годового стока рек, предусматривающая выделение многоводных лет (Р<25 %), средних по водности (Р от 25 до 75 %) и маловодных (Р>75 %), была предложена ГГИ еще в середине ХХ в. (Кузин, 1953). Для практики этого было явно недостаточно и в последующем число градаций водности увеличивалось. В работе (Кочукова, 1955) оно было расширено до семи, с делением многоводных или маловодных градаций еще на три класса водности. Однако, несмотря на распространенное применение в проектно-строительной практике характеристик стока расчетных обеспеченностей, единые критерии определения количественных показателей высокой или низкой водности рек в нормативно-правовой базе РФ по водным ресурсам до сих отсутствуют. Такое положение объясняется различными требованиями к граничным расходам воды, зависящими от области применения и решаемых задач, а также требующих разной дискретности представления данных и их осреднения: среднегодовые значения, среднемесячные, суточные и срочные (срочные обычно используются для максимальных и минимальных расходов воды, соответствующих наивысшим или наинизшим уровням воды в сроки наблюдений).

В гидрологических расчетах основное внимание уделяется критическим значениям стока рек, имеющим вероятность наступления не более 5-10 % (СП 33, СП 115, СП 482). Капитальные объекты, в зависимости от их ответственности, рассчитываются на расходы и уровни воды более редкой повторяемости - один раз в 100, или 1000 лет и более (вероятность 1, или 0.1 % и менее). В условиях изменения климата вероятность повторения таких событий может существенно возрастать. К примеру, вероятность катастрофического наводнения в Калифорнии, подобного меганаводнению 1862 г., из-за увеличения содержания водяного пара в атмосфере и замещения части выпадающих в горной местности твердых осадков жидкими в связи с потеплением возрастает в несколько раз (Huang and Swain, 2022).

Для Байкала проблемы определения показателей водности обострились с 2001 г. в связи с ограничением пределов регулирования его уровня. Для корректного ее решения требуется введение в практику нормативно-правовых отношений в сфере использования водных ресурсов озера количественных критериев выделения маловодных или многоводных периодов. В этом направлении (Абасов и др., 2017) рассмотрен вариант разделения значений полезного притока в Байкал на пять градаций водности. В работе (Болгов и др., 2018) оценены граничные значения притока для пяти обеспеченностей ниже 50 %. При выполнении задания МПР по оптимизации уровенного режима оз. Байкал ГГИ была предложена схема разделения полезной приточности в Байкал на семь градаций водности. Вместе с тем становится видно, что для повышения эффективности регулирования стока из озера и его уровня, сохранения байкальской экосистемы и минимизации возможных социально-экономических рисков в регионе количественные показатели водности должны касаться не только приточности, но и других характеристик водного режима в бассейне Байкала и быть закрепленными законодательно. Цель настоящей статьи состоит в исследовании указанных аспектов применительно к суммарному поступлению поверхностных вод в оз. Байкал и стоку его главных притоков.

2. Материалы и методы

Материалами для исследования послужили данные наблюдений Росгидромета по месячным и годовым объемам суммарного притока речных вод с байкальской водосборной территории и стока его главных притоков в замыкающих створах – Селенги (разъезд Мостовой, площадь бассейна 440 000 км2), Верхней Ангары (с. Верхняя Заимка, 20600 км2) и Баргузина (с. Баргузин, 19800 км2). При этом для рек, учитывая существенное различие гидрологических условий внутри года и разные интересы пользователей, используются несколько характеристик стока - годовой, месячный, максимальный и минимальный. Максимальный сток, в свою очередь, рассматривается в разрезе максимальных расходов воды весеннего половодья и дождевых паводков, а минимальный – наинизших зимних и летних значений стока. При этом, для месячного стока рек основное внимание уделяется наиболее многоводным или маловодным месяцам.

Расчетный период включает 1961-2020 гг. и отражает современные условия формирования речного стока в бассейне Байкала. Однако при анализе многолетних условий водности по рекам используются полные ряды наблюдений, а для годового притока данные (Афанасьев, 1967) за 1901-1960 гг.

Определение расчетных обеспеченностей притока в озеро и стока рек осуществлялось в соответствии с требованиями и рекомендациями (Пособие по определению…, 1984; СП-33-101-2003, 2004; Методические рекомендации…, 2005; СТО ГГИ, 2017). Вначале рассчитывались параметры распределения рассматриваемых рядов - среднее значение (Qo), коэффициенты вариации (Cv) и асимметрии (Сs), по которым находились ординаты аналитических кривых распределения. При этом два последних параметра подлежали корректировке, если связь между смежными членами ряда по коэффициенту корреляции (r1) составляла 0.3 и более. Расчеты показателей заданных обеспеченностей осуществлялись с использованием распределения Крицкого-Менкеля, однако для рядов с редкими соотношениями Сs/Cv (более 6 и меньше –1) привлекалось биномиальное распределение. Расчеты ограничивались обеспеченностями 0.1 и 99.9 %.

Исходные ряды предварительно исследовались на однородность по критериям Фишера и Стьюдента и в случае неоднородности данных искомые кривые строились по составному распределению, т.е. составленному из распределений по каждой из частей неоднородного ряда. Точность исходных данных по притоку и водности рек соответствует точности определения стока рек, освещенных гидрометрическими наблюдениями, которая по стандарту (Методические указания, 1987) находится на уровне 6-10 %. При использовании осредненных данных (многолетних, годовых, сезонных) ошибка их определения снижается более чем в два раза и даже для рек с неустойчивым руслом при нормативной частоте измерений расходов воды составляет 4 % (Карасев и Яковлева, 2001). Кроме того, при оценках параметров многолетней изменчивости стока (при неизменности способов измерений и расчета) данная погрешность часто становится систематической и мало искажает относительный характер колебаний.

За основу выделения градаций водности принята упомянутая выше схема ГГИ из семи классов в зависимости от обеспеченности притока или стока. Первый класс соответствует катастрофически высокой водности (Р≤1%), вторая – умеренно высокой (1%<Р≤10%), третья – высокой (10%<Р≤40%), четвертая – средней (40%<Р<60%), пятая – умеренно низкой (60%≤Р<90%), шестая - низкой (90%≤Р<99%), седьмая – катастрофически низкой (Р≥99%).

При этом для максимального стока рек терминология «низкая водность» и «катастрофически низкая водность», очевидно, нелогична (то же касается высокой и катастрофически высокой водности для минимальных расходов воды и месячного меженного стока), поэтому в таких случаях вместо определения классов более корректным будет использовать их номера (первый класс, второй и т.д.).

3. Результаты и обсуждение

3.1. Приток поверхностных вод в озеро Байкал

Основные параметры распределения притока и его граничные значения расчетных обеспеченностей для календарных лет и отдельных месяцев (Таблица 1) позволяют дифференцировать объемы поступления речных вод в оз. Байкал по условиям водности на семь классов.

 

Таблица 1. Показатели распределения и значения годового и месячного притока расчетных обеспеченностей.

Период осреднения

Параметры распределения

Граничные значения притока, км3

Qo, км3

Cv

Сs

1 %

10 %

40 %

60 %

90 %

99 %

Год

62.3

0.17

0.43

90.5

76.0

64.4

58.9

49.4

41.1

Январь

1.13

0.15

0.64

1.60

1.35

1.15

1.07

0.93

0.81

Февраль

0.84

0.16

0.95

1.26

1.02

0.86

0.79

0.69

0.61

Март

0.92

0.18

1.57

1.48

1.14

0.92

0.84

0.76

0.72

Апрель

2.60

0.26

0.34

4.37

3.50

2.74

2.39

1.77

1.25

Май

7.59

0.23

0.71

12.6

9.90

7.82

7.31

5.54

4.39

Июнь

11.4

0.24

0.32

18.5

15.0

11.9

10.5

8.00

5.83

Июль

10.5

0.31

0.57

19.9

15.0

11.0

9.35

6.49

4.39

Август

10.2

0.32

1.08

20.4

14.4

11.3

8.92

6.57

4.86

Сентябрь

8.12

0.31

0.85

15.4

11.5

8.44

7.21

5.18

3.63

Октябрь

5.24

0.25

0.81

9.17

6.95

5.40

4.76

3.74

2.76

Ноябрь

2.25

0.22

2.22

4.06

2.87

2.19

2.00

1.83

1.80

Декабрь

1.52

0.18

1.8

2.48

1.88

1.51

1.39

1.26

1.22

 

Полученные данные показывают, что границы классов водности закономерно сужаются от высокой водности к низкой, что связано с существенно положительной асимметрией рассматриваемых рядов. Самый широкий диапазон значений и годового и месячного притока характерен для второго класса водности, а самый узкий - для шестого. В зимние месяцы с низким притоком он сужается до 0.03-0.04 км3, т.е. таких различий достаточно для отнесения водности в эти периоды к разным градациям. В целом, диапазон классов для каждого из рядов хорошо согласуется с параметрами его распределения – Qo, Cv и Сs.

В соответствии с результатами расчетов видно, что катастрофически многоводным годовой приток воды в озеро последний раз был полвека назад (1973 г.) и составлял 92.2 км3 (Рис. 1). Абсолютный же максимум притока достигал 98.7 км3 и был отмечен в 1932 г. Также сравнительно давно на Байкале наблюдался и катастрофически низкий приток – в 1903 и 1922 гг. Все эти события оказались за пределами расчетного периода, поэтому соответствовали низкой вероятности их наступления. В частности, снижение притока в 1903 г. до 32.2 км3 соответствует обеспеченности более 99.9 %, или повторяемости реже, чем один раз в 1000 лет. С начала же XXI в. наиболее маловодными были 2014-2017 гг. с минимумом притока 42.5 км3 в 2015 г.

 

Рис.1. Динамика годового притока и стока рек с выделением границ классов водности.

 

Во внутригодовом распределении притока максимум поступления речных вод в озеро приходится на июнь, что связано с весенним половодьем на реках байкальского бассейна в это время. И хотя сток дождевых паводков в целом выше, чем в половодье, но в разные годы он приходится на разные месяцы (июнь-сентябрь), из-за чего приток в июне в среднем оказывается преобладающим. Однако абсолютный максимум приточности с повторяемостью один раз в 100 лет может наблюдаться в августе и достигать 20.4 км3/мес. За 1950-2020 гг. (за более ранние годы месячные данные отсутствуют) максимум притока составил 20.7 км3 и наблюдался в августе 1973 г. Характерно, что в этом же году наибольшим был и приток в июне, июле и сентябре.

В зимние месяцы поступление поверхностных вод в озеро значительно сокращается и в феврале-марте обычно не превышает 1 км3. Минимум месячного притока, составляющий 0.58 км3, приходится на февраль 1973 г. и соответствует седьмому классу водности (Р более 99 %).

3.2. Годовой и месячный сток рек

Селенга, Верхняя Ангара и Баргузин, главные притоки Байкала, в среднем обеспечивают 2/3 поступления поверхностных вод в озеро с территории, составляющей около 80 % всей его водосборной площади (Синюкович и Чернышов, 2017). Кроме того, каждая из этих рек имеет чрезвычайно важное самостоятельное значение, так как в местах их впадения в озеро находятся наиболее продуктивные в биологическом отношении области – Селенгинское мелководье, Верхнеангарский сор и Баргузинский залив. Функционирование этих биотопов напрямую зависит от водного режима питающих рек.

Параметры распределения и граничные расходы воды трех рассматриваемых рек, в значительной мере зависят от особенностей их многолетней динамики. Для Селенги в расчетный период прежде всего следует отметить два глубоких маловодья: одно в 1976-1981 гг., второе - с конца ХХ в. до 2018 г. (см. Рис. 1). Это дает основания предполагать, что значения стока расчетных обеспеченностей Селенги могут быть несколько заниженными.

Из рассчитанных данных (Таблица 2) видно, что один раз за 100 лет среднегодовой сток Селенги может превышать 1500 м3/с (вдвое выше среднемноголетнего), или наоборот, быть ниже 385 м3/с. Внутри года самый низкий сток реки в среднем приходится на февраль (около 1% годовой водности), а самый высокий – на август (18 %). В соответствии с разным стоком в эти месяцы для отнесения к первой категории водности в августе расход воды должен составлять не менее 4160 м3/с, тогда как в феврале для этого он может быть немногим более 200 м3/с.

 

Таблица 2. Параметры распределения и граничные значения стока календарных лет и отдельных месяцев главных байкальских рек для семи градаций водности.

Период осреднения

Параметры распределения

Расход воды расчетной обеспеченности, м3

Qo, м3

Cv

Сs

1 %

10 %

40 %

60 %

90 %

99 %

Селенга

Год

868

0.28

0.41

1500

1190

916

790

569

385

Февраль

98,2

0.35

1.65

214

140

98.6

84.4

63.3

49,1

Июль

1660

0.44

0.73

2920

2330

1730

1430

875

435

Август

1990

0.45

0.97

4160

2860

1990

1660

1150

782

Верхняя Ангара

Год

272

0.18

0.29

397

336

282

258

211

169

Март

67.4

0.14

0.21

80.6

75.7

71.3

67.6

59.3

46.6

Июнь

871

0.24

0.11

1370

1140

922

814

603

413

Июль

618

0.34

0.14

1130

902

670

555

338

168

Баргузин

Год

120

0.24

0.28

192

158

126

112

84.0

59.4

Март

28.5

0.24

0.07

44.9

37.3

30.1

26.6

19.7

13.5

Июль

245

0.39

0.52

504

374

260

212

130

69.1

Август

250

0.47

1.54

648

399

252

202

130

84.3

 

За весь период наблюдений (1934-2020 гг.) наиболее многоводным на Селенге был 1973 г. (1470 м3/c) и практически соответствовал 1 классу, или катастрофически высокой водности, а самым маловодным 2002 г. (505 м3/с, умеренно низкая водность). Наибольший месячный сток отмечался в августе 1993 г. и достигал 4360 м3/с (1 класс водности), а самый низкий - в феврале 1936 г. (34.7 м3/с, 7 класс водности).

На Верхней Ангаре существенные колебания стока происходили только в XXI веке с многоводными 2004-2008 гг. и маловодными в 2013-2017 гг. (см. Рис. 1). С начала наблюдений (1939 г.) годовой сток реки изменялся в диапазоне от 172 (2016 г., 6 класс водности) до 404 м3/с (2006 г., 1 класс). Различия между соседними классами водности не столь контрастны, как на Селенге, что объясняется как меньшей водоносностью Верхней Ангары, так и более низкой вариабельностью ее стока (Cv = 0.18).

Внутри года наиболее высокий сток реки приходится на июнь, в котором с вероятностью 1 % он может достигать 1370 м3/с. По факту в 2006 г. наблюдался очень близкий к этому пределу сток (1360 м3/с), но соответствовал только 2 классу водности. Самый низкий сток в июне (340 м3/с, 7 класс водности) отмечался в 2013 г. Наиболее маловодным месяцем на Верхней Ангаре является март, сток которого мало меняется от года к году (Cv = 0.14). За все годы наблюдений средние мартовские расходы воды изменялись от 48.1 (1969 г.) до 86.2 м3/с (2006 г.). Несмотря на сравнительно небольшую разницу в первом случае водность соответствовала 6 классу, а во втором – уже первому.

Для Баргузина границы между классами водности получились еще уже. Минимальная разница между годовым стоком 3 и 5 классов составляет всего 14 м3/с, а для самого маловодного, марта, только 3.5 м3/с. За период наблюдений с 1933 г. самый высокий годовой расход воды (см. Рис. 1) составил 213 м3/с (1949 г., 1 класс водности), а самый низкий 67.2 м3/с (2015 г., 6 класс). В наиболее многоводном месяце, которым является август, в 1973 г. максимальный расход воды достигал 653 м3/с (катастрофически высокая водность), хотя в июне 1936 г. наблюдался более высокий сток - 710 м3/с (данный максимум находится за пределами расчетного периода). Минимальный же сток в августе (87.4 м3/с) имел место в 1987 г. и практически находился на границе 6 и 7 классов водности.

В марте наиболее высокий сток реки наблюдался в 1996 г. (43.5 м3/с) и соответствовал 2 классу водности. Минимальный же отмечался в 2020 г. (15.3 м3/с) и соответствовал 6 классу.

3.3. Максимальный и минимальный сток

Характеристики экстремального стока расчетных обеспеченностей рассматриваемых рек (Рис. 2) дают представление о масштабах возможных колебаний их расходов воды в разные фазы водного режима. Для Селенги с вероятностью 1 % сток может изменяться от 41.2 м3/с в период зимней межени до 7300 м3/с во время дождевых паводков. Фактический же размах колебаний стока оказался еще выше - от 29.9 м3/с зимой 2012 г. до 7620 м3/с (1 класс водности) в паводок 1936 г. Несколько меньший паводочный максимум отмечался в 1973 г. (7210 м3/с), который относился уже ко второму классу водности. Следует отметить, что в отдельные годы паводки бывают выражены чрезвычайно слабо и в 2004 г., например, максимальный расход составлял только 1200 м3/с.

 

Рис.2. Границы классов водности для максимального и минимального стока рек.

 

В половодье расходы воды Селенги значительно ниже, чем в паводки (см. Рис. 2), что отражают и данные наблюдений. Максимальный сток весеннего половодья на Селенге (4200 м3/с) наблюдался в 1951 г. и был значительно ниже, чем паводочный, а в самое низкое половодье, которое приходилось на 2007 г., он снижался до 874 м3/с. Еще более существенно различаются между собой минимальные расходы воды Селенги в период открытого русла и в зимнее время. Абсолютный летний минимум стока составлял 459 м3/с, т.е. был на порядок выше зимнего.

На Верхней Ангаре максимальный в году сток, в отличие от Селенги, приходится на период весеннего снеготаяния. Наибольший расход, составляющий 2570 м3/с, зафиксирован в 2007 г., в то время как в самый высокий паводок, который наблюдался в 1951 г., расход воды составлял 1860 м3/с. Самый же низкий сток реки, составляющий 40.5 м3/с, отмечался зимой 1980 г. В период свободного русла минимальные расходы воды значительно выше – от 91 до 419 м3/с. В соответствии с отмеченными сезонными экстремумами стока Верхней Ангары абсолютная амплитуда их колебаний составляет 2530 м3/с.

Для Баргузина все показатели стока получились значительно ниже, чем для Верхней Ангары, несмотря на близкие размеры их водосборов. Расходы воды дождевых паводков на р. Баргузин в целом выше, чем в половодье, однако за период наблюдений с 1933 г. максимальный сток реки достигал 1110 м3/с и был зафиксирован в половодье 1936 г., тогда как в самый высокий паводок он был только 909 м3/с. Расчетные параметры распределения стока половодья за 1961-2020 гг. предполагают столь высокие расходы воды талых вод с вероятностью 0,01 %, т.е. могут наблюдаться 1 раз в 10 000 лет. Следует отметить, что близкое по высоте половодье имело место и в 1933 г. (848 м3/с), что также соответствовало повторяемости не чаще, чем 1 раз в 500-600 лет. Такая низкая теоретическая вероятность данного экстремума, связана, как и в случае со стоком реки в июне 1936 г., с отсутствием подобных значений в расчетном периоде. Схожая ситуация характерна и для минимального стока р. Баргузин, в особенности зимнего, наименьшее значение которого (12.4 м3/с) приходится на 1945 г., также не входящий в расчетный период. Однако указанный минимум соответствует реальной теоретической повторяемости (около 1 раза в 100 лет) благодаря наличию в данных 1961-2020 гг. нескольких близких к нему значений.

В летнюю межень сток реки значительно выше и за весь период наблюдений изменялся в пределах от 52.5 (1933 г.) до 268 м3/с (1949 г.), т.е. оба экстремума в расчетах распределения стока не участвовали, поэтому результаты определения граничных значений стока могут быть недостаточно корректными.

3.4. Аномально редкие показатели водности

В целом, в соответствии с продолжительностью расчетного периода, составляющей 60 лет, максимальные и минимальные значения рассматриваемых показателей имеют обеспеченность 1-2 и 98-99 %, что соответствует повторяемости этих экстремумов 1 раз в 50-100 лет. Однако, как было видно выше, годовой приток в озеро снижался по данным (Афанасьев, 1967) до 32.2 км3 в 1903 г., а в 1932 г. повышался до 98.7 км3. Вероятность наступления такого как в 1903 г. маловодья, например, составляет 0.1 %, т.е. может произойти всего один раз за 1000 лет. Оценивая достоверность указанных экстремумов следует отметить, прежде всего, что это расчетные величины, так как наблюдения за стоком крупных байкальских рек в то время еще не производились. Для восстановления данных по притоку за 1901-1932 гг. А.Н. Афанасьев использовал зависимость между годовым стоком р. Ангары в истоке и годовой приточностью, построенную за 1933-1958 гг. и характеризующуюся коэффициентом корреляции 0.997. Несмотря на это, надежность восстановленных данных требует повторного рассмотрения с использованием современных представлений о формировании стока в бассейне оз. Байкал и привлечением дополнительных источников информации.

То же относится и к максимальному стоку весеннего половодья р. Баргузин, достигающему в 1936 г. 1110 м3/с. Теоретически, до таких значений сток реки может повышаться лишь один раз в 10000 лет и в 1936 г. этому должны были способствовать крайне аномальные условия снегонакопления и снеготаяния. Принимая во внимание, что инструментальные измерения расходов воды в подобных случаях чаще всего невозможны, достоверность отмеченного экстремума также требует дополнительной проверки. При этом особое внимание должно быть уделено трансформации условий формирования стока, антропогенное преобразование которых (вырубка лесов, распашка земель) в бассейне реки активизировалось с 1950-х гг.

При планировании важных водохозяйственных мероприятий отмеченные редкие гидрологические события, в случае подтверждения их достоверности, должны подлежать учету с проведением повторных расчетов параметров распределения.

4. Заключение

Полученные результаты позволили оценить параметры многолетней изменчивости и особенности распределения притока поверхностных вод в оз. Байкал и стока его главных притоков за единый расчетный период (1961-2020 гг.), сгруппировав исследуемые показатели в зависимости от их обеспеченности в семь классов водности. Данная дифференциация позволяет оперировать численными значениями критериев высокой или низкой водности и исключает неоднозначность их толкования. За рассматриваемые годы классы катастрофически высокой или низкой водности в годовых и месячных величинах приточности, а также характеристик стока Селенги, Верхней Ангары и Баргузина наблюдались преимущественно не более одного раза. В то же время, за более ранние годы, находящиеся за пределами расчетного периода, имеют место значения притока и расходы воды рек более редкой повторяемости. В частности, низкий приток в оз. Байкал в 1903 г. и сток весеннего половодья р. Баргузин в 1936 г. соответствуют повторяемости один раз в 1000 лет и реже. Такие случаи требуют отдельного рассмотрения с проверкой достоверности наблюденных экстремумов и принятия решений о целесообразности расширения расчетного периода и выполнения повторных расчетов.

Диапазон колебаний притока и стока рек внутри отдельных классов определяется принятыми границами обеспеченности, по которым осуществляется разделение на классы различной водности, а также выборочными параметрами распределения используемых рядов. Присущая стоковым реализациям асимметричность распределения определяет сужение границ отдельных классов по мере снижения класса водности.

Для практического использования полученных результатов, очевидно, требуется исследование других вариантов, с иными границами и числом градаций водности, так как при рассмотрении конкретной проблемы оптимальным может оказаться индивидуальный вариант решения, в том числе и с разным периодом осреднения исходных данных. Для отдельных водотоков в этом плане целесообразно привлечение к анализу характеристик максимального и минимального стока, дающее возможность оценки абсолютной амплитуды колебаний расходов воды рек и более объективного подхода к выбору того или иного варианта выделения градаций водности.

Благодарности

Исследования выполнены в рамках государственного задания ЛИН СО РАН по теме № 0279-2021-0004.

Конфликт интересов

Автор заявляет об отсутствии конфликта интересов.

×

Об авторах

В. Н. Синюкович

Лимнологический институт, Сибирское отделение Российской академии наук

Автор, ответственный за переписку.
Email: sin@lin.irk.ru
ORCID iD: 0000-0001-9135-3159
Россия, Улан-Баторская, 3, Иркутск, 664033

Список литературы

  1. Абасов Н.В., Болгов М.В., Никитин В.М. и др. 2017. О регулировании уровенного режима озера Байкал. Водные ресурсы 44 (3): 407-416. doi: 10.7868/S0321059617030026
  2. Афанасьев А.Н. 1967. Колебания гидрометеорологического режима на территории СССР. Москва: Наука.
  3. Болгов М.В., Коробкина Е.А., Филиппова И.А. 2018. Особенности временной изменчивости притока к озеру Байкал и водохранилищам Ангарского каскада ГЭС. Водное хозяйство России 4: 6-19. doi: 10.35567/1999-4508-2018-4-1
  4. Карасев И.Ф., Яковлева Т.И. 2001. Методы оценки погрешностей гидрометрического учета речного стока. Метеорология и гидрология 6: 96-106.
  5. Кочукова Т.Н. 1955. Колебания годового стока рек СССР. Труды ГГИ 50 (104): 56-116.
  6. Кузин П.С. 1953. Многолетние колебания годового стока. Труды ГГИ 38 (92): 188-215.
  7. Методические рекомендации по определению расчетных гидрологических характеристик при наличии гидрометрических наблюдений. 2005. Санкт-Петербург: Изд-во ГГИ.
  8. Методические указания МИ 1759-87. Расходы воды на реках и каналах. Госстандарт СССР. 1987. Москва: Изд-во стандартов.
  9. Пособие по определению расчетных гидрологических характеристик. 1984. В: Рождественский А.В., Водогрецкий В.Е., Копылов А.П. и др. (ред.). Ленинград: Гидрометеоиздат.
  10. Синюкович В.Н., Чернышов М.С. 2017. О трансформации расчетных характеристик годового и максимального стока главных притоков оз. Байкал. Водные ресурсы 44 (3): 256-263. doi: 10.7868/S0321059617030178
  11. СП-33-101-2003. 2004. Определение основных расчетных гидрологических характеристик. Москва: Госстрой России.
  12. СТО ГГИ 52.08.41-2017. 2017. Основные гидрологические характеристики при нестационарности временных рядов, обусловленной влиянием климатических факторов. Санкт-Петербург.: ФГБУ «ГГИ».
  13. Huang X., Swain D.L. 2022. Climate change is increasing the risk of a California megaflood. Science advances 8 (32): 1-13. doi: 10.1126/sciadv.abq0995

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис.1. Динамика годового притока и стока рек с выделением границ классов водности.

Скачать (410KB)
3. Рис.2. Границы классов водности для максимального и минимального стока рек.

Скачать (346KB)

© Синюкович В.Н., 2025

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial 4.0 International License.

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».