Для условий горного ледника Эльбруса протестирована новая специализированная модель снежного покрова промежуточной сложности SnowDraw, направленная на климатический прогноз динамики ледников и речного стока в горных районах. Верификация модели на данных прямых наблюдений на леднике показала высокое качество воспроизведения сезонной динамики и водозапаса снежного покрова. Сравнение результатов представленной модели с другими доступными моделями различного уровня комплексности (NoahMP, SNOWPACK) показало, что она является вычислительно эффективным и качественным инструментом для прогноза динамики снежного покрова и оледенения в горах. Использование представленной модели в качестве блока параметризации горного оледенения IGRICE позволило получить оценки многолетнего распределения снежного покрова и величины снеговой компоненты стока для оледенения Эльбруса.
Идентификаторы и классификаторы
- SCI
- Науки о Земле
В условиях глобального потепления климата наблюдается существенная скорость сокращения площади и объема горных ледников в среднем на 0.5–1 % ежегодно [17].
Список литературы
1. Володин Е.М. Воспроизведение современного климата моделью климатической системы INMCM60 // Известия Российской академии наук. Физика атмосферы и океана. 2023. Т. 59, № 1. С. 19-26. EDN: EHBSHC
2. Дроздов Е.Д., Торопов П.А., Турков Д.В., Шестакова А.А., Андросова Е.Е. Оценка эффекта сублимации ледяных кристаллов при метелях над поверхностью горного ледника на основе натурных данных и численного моделирования // Современные тенденции и перспективы развития гидрометеорологии в России: Материалы IV Всероссийской научно-практической конференции, приуроченной к Году науки и технологий. 2021. С. 397-404. EDN: VZGWIB
3. Дроздов Е.Д., Торопов П.А., Авилов В.К., Артамонов А.Ю., Полюхов A.A., Железнова И.В., Ярынич Ю.И. Метеорологический режим высокогорной зоны Эльбруса в период аккумуляции // Лед и снег. 2024. Т. 64, № 1. С. 25-40. EDN: VYXITL
4. Корнилова Е.Д., Крыленко И.Н., Рец Е.П., Мотовилов Ю.Г., Корнева И.А., Постникова Т.Н., Рыбак О.О. Влияние изменений климата и деградации оледенения на водный режим в высокогорной части бассейна р. Терек // Лёд и Снег. 2024. Т. 64, №. 2. С. 173-188. DOI: 10.31857/S2076673424020014 EDN: JPYSRJ
5. Михаленко В.Н. и др. Ледники и климат Эльбруса. СПб.: Нестор-История, 2020. 372 с. EDN: IXBMOG
6. Торопов П.А., Шестакова А.А., Ярынич Ю.И., Кутузов С.С. Моделирование орографической составляющей осадков на примере Эльбруса // Лед и снег. 2022. Т. 62, № 4. С. 485-503. EDN: MGWDGK
7. Торопов П.А., Дебольский А.В., Полюхов А.А., Шестакова А.А., Поповнин В.В., Дроздов Е.Д. Минимальная модель Урлеманса как возможный инструмент описания горного оледенения в моделях Земной системы // Водные ресурсы. 2023. Т. 50, № 5. С. 524-537. EDN: RTBOUB
8. Торопов П.А. и др. Гляциологические исследования Института географии РАН на Эльбрусе в 2024 г. // Лёд и Снег. 2024. Т. 64, №. 4. С. 480. EDN: GHOGUU
9. Турков Д.В., Дроздов Е.Д., Ломакин А.А. Альбедо снежного покрова и его параметризация для целей моделирования природных систем и климата // Лёд и снег. 2024. Т. 64, № 3. С. 403-419. EDN: INVIGY
10. Adler C., Huggel C., Orlove B., Nolin A. Climate change in the mountain cryosphere: impacts and responses // Regional Environmental Change // 2019. Vol. 19, №. 5. P. 1225-1228. EDN: MISGFF
11. Barry R.G. Mountain weather and climate. London: Cambridge University Press, 2008. 505 p.
12. Bartelt P.A., Lehning M. A physical SNOWPACK model for the Swiss avalanche warning: Part I: numerical model // Cold Reg. Sci. Technol. 2002. Vol. 35, no. 3. P. 123-145.
13. Bintanja R. Snowdrift Sublimation in a Katabatic Wind Region of the Antarctic Ice Sheet // J. Appl. Meteorol. 2001. Vol. 40. P. 1952-1966.
14. Chernenkov A.Yu., Volodin E.M., Kostrykin S.V., Tarasevich M.A., Vorobyeva V.V. Modification and validation of the soil-snow module in the INM RAS climate model // Atmosphere. 2024. Vol. 15, no. 4. P. 422. EDN: ISFFFQ
15. Decharme B., Brun E., Boone A., Delire C. et al. Impacts of snow and organic soils parameterization on northern Eurasian soil temperature profiles simulated by the ISBA land surface model // The Cryosphere. 2016. Vol. 10, no. 2. P. 853-877. EDN: WUEHFB
16. Hock R., Rasul G. et al. High Mountain Areas. IPCC Special Report on the Ocean and Cryosphere in a Changing Climate. (The Intergovernmental Panel on Climate Change (IPCC), 2019). 2019.
17. Krinner G. et al. ESM-SnowMIP: assessing snow models and quantifying snow-related climate feedbacks // Geosci. Model Dev. 2018. Vol. 11. P. 5027-5049. EDN: JSWCOD
18. MilnerA.M., Khamis K., Battin T.J. Glacier shrinkage driving global changes in downstream systems // Proceedings of the National Academy of Sciences. 2017. Vol. 114, no. 37. P. 9770-9778. EDN: YIVVIO
19. Pellicciotti F., Bauder A., Parola M. Effect of glaciers on streamflow trends in the Swiss Alps // Water Resources Research. 2010. Vol. 46, №. 10. DOI: 10.1029/2009WR009039 EDN: OKQYLJ
20. Pomeroy J.W., Jones H.G. Wind-Blown Snow: Sublimation, transport and changes to polar snow // Chemical exchange between atmosphere and polar snow. NATO ASI Series, Springer-Verlag, Berlin, Heidelberg. 1996. Vol. 43. P. 453-489.
21. Smirnova T.G., Brown J.M., Benjamin S.G., Kenyon J.S. Modifications to the Rapid Update Cycle Land Surface Model (RUC LSM) Available in the Weather Research and Forecasting (WRF) Model // Mon. Weather Rev. 2016. Vol. 144. P. 1851-1865. EDN: WSOPDH
22. Stepanenko V.M. et al. Land surface scheme TerM: the model formulation, code architecture and applications // Russian Journal of Numerical Analysis and Mathematical Modelling. 2024. Vol. 39, no. 6. P. 363-377. EDN: WZIALW
Выпуск
Другие статьи выпуска
Проведен анализ изменения параметров промерзания почвы (глубины промерзания почвы и сроков промерзания) на территории Архангельской области за период 1961-2020 гг., а также за 30-летия в рамках этого периода (1961-1990, 1971-2000, 1981-2010, 1991-2020 гг.). Установлено уменьшение глубины промерзания в течение всех периодов, за исключением 1961-1990 гг. Рассчитаны коэффициенты линейного тренда для глубины промерзания почвы. Установлена тенденция смещения дат наступления первого и устойчивого промерзания на более поздние сроки.
На длинных рядах (за период 1958-2024 гг.) проведено исследование статистической структуры поля запасов продуктивной влаги в метровом слое почвы под зерновыми культурами для Европейской территории России, оценено влияние наблюдаемых изменений климата на режим влажности почвы. Показано, что в XXI веке увлажнение почвы выше, чем в период 1958-1999 гг., и наблюдаемые в настоящее время климатические изменения носят в основном положительный характер для сельскохозяйственной отрасли России. Построены кривые сезонного хода запасов продуктивной влаги в метровом слое почвы по современным данным, что может быть применимо в оперативной агрометеорологической практике. Проанализированы основные причины изменений - увеличение повторяемости теплых зим и цикличность климатической системы.
Анализируются два подхода к оценке засушливых условий: широко используемый в отечественной агрометеорологической практике гидротермический коэффициент Селянинова (ГТК) и стандартизированный индекс осадков и испаряемости (SPEI). Дается оценка повторяемости экстремальных засух в земледельческих районах Европейской территории России и Средней Азии в 1991-2020 гг. Приводятся результаты сопоставления временных рядов индексов с влагозапасами в почве. Статистика засух по ГТК и по индексу SPEI за исследуемый период демонстрирует похожие результаты, но индекс SPEI в среднем имеет незначительно более высокие коэффициенты корреляции с данными наблюдений, чем ГТК. Даны рекомендации по использованию индексов ГТК и SPEI в оперативной прогностической и исследовательской практике в работе Северо-Евразийского климатического центра.
Представлены результаты исследования и апробации усовершенствованной методики прогноза максимальных уровней воды в весенний период года с использованием регрессионного анализа. Объектом исследования выбраны реки Жайык-Каспийского (Урало-Каспийского) бассейна, относящиеся к казахстанскому типу с весенним половодьем. К факторам формирования весеннего стока (температурный режим, количество осадков зимнего периода, гидрологический режим рек на момент прогноза) в качестве дополнительных предложены предикторы: продолжительность и расходы воды на конец половодья предшествующего года, а также минимальный зимний сток. Учет этих факторов позволил повысить точность долгосрочного прогноза максимального уровня воды весеннего половодья.
Предлагается набор методов краткосрочного и среднесрочного прогнозирования уровней воды на реках России. В методах используются данные наблюдений на речных гидрологических постах. Прогноз выражается в виде линейной зависимости от наблюдавшихся уровней воды и корректируется путем замены его экстремальных значений допустимым минимумом или максимумом. В первом методе экстраполяции гидрографа учитываются только уровни воды, наблюдавшиеся в прогнозируемом створе. Во втором более общем методе дополнительно учитываются уровни воды, наблюдавшиеся в речном створе, расположенном выше по течению. В третьем еще более общем методе дополнительно учитываются уровни воды, наблюдавшиеся в створе, расположенном на притоке. Проверка методов на независимом материале показала, что каждый из них может давать удовлетворительные прогнозы для большого количества речных створов. Даны рекомендации по внедрению представленных методик в практику оперативных гидрологических прогнозов Росгидромета.
Исследована точность прогноза высоты ветровых волн в акватории Цемесской (Новороссийской) бухты с использованием спектральной модели WAVEWATCH III и прогноза ветра GFS (0.25°). Сравнение модельных расчетов с натурными измерениями, выполненными на пирсе Шесхарис в период декабрь 2023 - август 2025 гг., показало, что качество прогноза высоты волн для заблаговременности до трех суток удовлетворительное. Среднеквадратическая ошибка для прогноза высоты значительных волн составляет 0.17-0.22 м, коэффициент корреляции - 0.85-0.9, систематическая ошибка отрицательная (₋0.09 -₋0.13 м). Минимальные ошибки получены для заблаговременности 15 ч. Анализ сезонной изменчивости показал повышение точности прогноза в осенне-зимний период и снижение в весенне-летний сезон из-за влияния локальных ветровых эффектов. Установлено, что при ветрах с моря модель воспроизводит высоту волн точнее, чем при ветрах с суши. Полученные результаты могут быть использованы для повышения точности оперативных систем прогнозирования волнения и обеспечения безопасности морских операций в акватории Цемесской бухты.
Действующая в Гидрометцентре России технология прогнозирования метеорологического показателя рассеивания загрязнений (МПРЗ) основана на использовании прогнозов конфигурации COSMO-Ru6ENA. В связи с переходом на применение прогнозов системы ICON-Ru с шагом горизонтальной сетки 6 км проведены сравнения модельных расчетов температуры и ветра на изобарических поверхностях 1000, 925 и 850 гПа двух конфигураций COSMO-Ru6ENA и ICON-Ru13/6N29 с данными радиозондирования на ЕТР. Установлено преимущество прогнозов ICON-Ru по сравнению с COSMO-Ru на тестируемой выборке. Совместный анализ прогнозов метеорологических характеристик ICON-Ru с данными наблюдений на Останкинской телебашне и в пункте радиозондирования выявил характерные особенности прогнозов вертикальных профилей температуры и скорости ветра, имеющие практическое значение для прогнозирования условий рассеивания примеси. Верификация прогнозов МПРЗ проводилась по данным измерений концентраций загрязнений на телебашне и измерений на наземных станциях контроля ГПБУ «Мосэкомониторинг» для эпизода неблагоприятных метеорологических условия в конце марта 2025 года. Результаты подтверждают связь МПРЗ-1 типа (слабое рассеивание) с повышением концентраций загрязняющих веществ на станциях городского типа и указывают на обоснованность использования данных системы ICON-Ru для прогноза МПРЗ.
Целью исследований является выбор набора радиолокационных параметров, характеризующих фронтальную кучево-дождевую облачность во время регистрации гроз и града метеорологическими станциями в районе Новосибирска. За период с 2021 по 2023 год проанализированы 1883 случая с грозой и 67 с градом. Рассчитаны статистические характеристики радиолокационных параметров облачности для случаев с грозой и случаев с грозой с градом. Показано их различие и рассчитаны пороговые значения по данным ДМРЛ-С Новосибирск. В число рассмотренных параметров включены, кроме уже зарекомендованных на практике идентификации конвективных явлений, такие параметры, как турбулентность и вертикально интегрированная водность.
Изложены результаты испытаний системы наукастинга порывов приземного ветра, проведенных в мае-сентябре 2024 года в Гидрометцентре России с применением алгоритма машинного обучения “Случайный лес” к выходной продукции статистической модели наукастинга pySTEPS и системы численного прогноза погоды COSMO-Ru2.2. Оценена значимость наблюдений автоматических метеостанций Центрального федерального округа в качестве контрольных данных для наукастинга порывов ветра. Выявлены некоторые систематические особенности численных прогнозов порывов в период испытаний. Обсуждаются проблемы синхронизации данных от различных источников, детально анализируется погодная ситуация с заметными порывами на территории Московской области, приводятся оценки качества с помощью показателя FSS. В разработанной версии системы наукастинга, на накопленной информационной базе и по значениям показателя FSS горизонт полезного прогноза порывов ветра ограничен 30 минутами.
Статистика статьи
Статистика просмотров за 2026 год.
Издательство
- Издательство
- ГИДРОМЕТЦЕНТР РОССИИ
- Регион
- Россия, Москва
- Почтовый адрес
- 123376, Россия, Москва, Большой Предтеченский переулок, д.13, строение 1
- Юр. адрес
- 123376, г Москва, Пресненский р-н, Большой Предтеченский пер, д 13 стр 1
- ФИО
- Борщ Сергей Васильевич (ДИРЕКТОР)
- E-mail адрес
- hmc@mecom.ru
- Контактный телефон
- +7 (499) 2523448