Оценка элементов водного баланса крупных речных бассейнов на основе данных дистанционного зондирования Земли

Данные дистанционного зондирования Земли за последние два десятилетия обрели широкое распространение в практике решения гидрологических задач. На их основе формируются комбинированные наборы метеорологической информации, позволяющие качественно новым образом оценить основные элементы водного баланса крупных речных бассейнов. Особенно это актуально в условиях нерегулярных станционных наблюдений. Данная работа посвящена оценке применимости глобальных сеточных массивов гидрометеорологической информации в расчетах элементов водного баланса крупных речных бассейнов. В качестве оцениваемых массивов были выбраны комбинированный архив MSWEP v.2 об осадках, а также GLEAM v.3.1 об испарении. Кроме этого, отдельным аспектом данной работы является оценка применимости сеточных гравиметрических данных GRACE в расчетах аккумуляционной составляющей уравнения водного баланса.

В ходе проделанной работе были выполнены все поставленные задачи и достигнута основная цель: произведена оценка надежности выбранных сеточных массивов на примере трех крупных речных бассейнов РФ: рек Нева, Иртыш и Колыма. Для этого была сформирована база данных наземных метеорологических наблюдений, разработаны средства обработки сеточных массивов, произведена оценка точности сеточных архивов приземных осадков и испарения как основных элементах водного баланса, применены данные GRACE для оценки бассейновых запасов вод, а также сформулированы основные выводы о возможности применении сеточных данных в гидрологических расчетах и моделировании.
В результате исследования было выявлена следующая тенденция: сеточные архивы приземных метеоэлементов показывают хорошую сходимость со станционными измерениями в условиях достаточной плотности покрытия опорными станциями, а также в условиях преимущественно равнинного рельефа. Первое условие выступает как фактор, непосредственно влияющий на точность комбинированных массивов данных, коими и являются использованные в данной работе. Второе условие отражает разрешающую способность сеточных данных: при выраженной неоднородности рельефа как фактора, влияющего на распределение осадков, и большой площади ячейки (0.1-0.25о) сеточные массивы, очевидно, будут содержать некоторые неточности.
Таким образом, для всех рассматриваемых речных бассейнов были отмечены высокие значения коэффициента корреляции между станционными наблюдениями и данными сеточных архивов: среднее значение r не менее 0.9 для архива MSWEP и не менее 0.75 для GLEAM. Однако средние значения относительного отклонения bias последовательно увеличивается: для метеостанций бассейна р. Невы bias не превышает 10%, для бассейна р. Иртыш – не более 20%, для бассейна р. Колымы – до 40% для массива осадков MSWEP, для массива GLEAM ситуация складывается схожим образом (bias не более 30%). Данные значения статистических метрик свидетельствуют о достаточно синхронных экстремумах и сопоставимых амплитудах в исследуемых массивах, что говорит о возможности применения сеточных данных для оценки климатических трендов, а также в гидрологическом моделировании.
Что касается спутниковых данных GRACE, то в этом случае установлена заметная сходимость гравиметрической информации с аккумуляционным членом уравнения водного баланса, полученного как остаточный член уравнения при включении сеточных данных об осадках и испарении как входных элементов для всех рассматриваемых речных бассейнов. Отмечено, что применение сеточных данных дает преимущество в региональных оценках элементов водного баланса даже на непродолжительном временном интервале. Безусловно, имеют место неточности как в сеточных архивах, так и в спутниковых гравиметрических данных. Тем не менее, это хорошая альтернатива нерегулярным точечным измерениям, проводимым на метеостанциях. Особенно это касается удаленных районов (например, бассейн р. Колымы), где на огромных территориях нет вообще никаких измерений метеоэлементов.
В то же время, элементы водного баланса, описывающие бассейновые запасы воды, в реальных условиях очень сложно определимы: необходимы комплексные наблюдения за влажностью почв, уровнем грунтовых вод, влагозапасом в снежном покрове, что в условиях крупного речного бассейна практически нереально осуществить. В этом случае, по мере развития спутниковых технологий, сеточные данные как альтернативный источник информации могут быть очень полезны в определении элементов уравнения водного баланса.

Akhilesh S. Nair and J. Indu. Performance Assessment of Multi-Source Weighted-Ensemble Precipitation (MSWEP) Product over India// Climate 2017
Akima H. A new method of interpolation and smooth curve fitting based on local procedures.// ACM J., 1970, vol. 17, pp. 589–602.
Arkin P.A. and Meisner B.N. The relationship between large-scale convective rainfall and cold cloud over the Western Hemisphere during 1982–84.// Mon. Wea. Rev., 1987, vol. 115, pp.51–74.
Beck, H. E., N. Vergopolan, M. Pan, V. Levizzani, A.I.J.M. van Dijk, G.P. Weedon, L. Brocca, F. Pappenberger, G.J. Huffman, and E.F. Wood: Global-scale evaluation of 22 precipitation datasets using gauge observations and hydrological mod
Beck, H.E., A.I.J.M. van Dijk, V. Levizzani, J. Schellekens, D.G. Miralles, B. Martens, A. de Roo: MSWEP: 3-hourly 0.25° global gridded precipitation (1979–2015) by merging gauge, satellite, and reanalysis data, Hydrology and Earth Syste
Dee, D. P., and Coauthors, 2011: The ERA-Interim reanalysis: Configuration and performance of the data assimilation system. Quart. J. Roy. Meteor. Soc., 137, 553–597, doi:10.1002/qj.828.
Dee, D. P., S. M. Uppala, A. J. Simmons, P. Berrisford, P. Poli, S. Kobayashi, U. Andrae, M. A. Balmaseda, G. Balsamo, P. Bauer, P. Bechtold, A. C. M. Beljaars, L. van de Berg, J. Bidlot, N. Bormann, C. Delsol, R. Dragani, M. Fuentes, A.
Dejene Sahlu, Semu A. Moges, Efthymios I. Nikolopoulos, Emmanouil N. Anagnostou, and Dereje Hailu. Evaluation of High-Resolution Multisatellite and Reanalysis Rainfall Products over East Africa. // Hindawi, Advances in Meteorology, 2017
Eaton, A. K., Rouse, W. R., Lafleur, P. M., Marsh, P., and Blanken, P. D.: Surface energy balance of the western and central Canadian subarctic: Variations in the energy balance among five major terrain types, J. Climate, 14, 3692–370
Ferraro R.R., Smith E.A., Berg W. and Huffman G.J. A screening methodology for passive microwave precipitation retrieval algorithms.// J. Atmos. Sci., 1998, vol. 55, pp. 1583–1600.
Frappart F., Ramillien G., Famiglietti J.S. Water balance ofthe Arctic drainage system using GRACE gravimetry products //Intern. J. Remote Sensing. 2011. Vol. 32, no 2, pp. 431–453.doi:10.1080/01431160903474954
Gash, J.H.C.: Analytical model of rainfall interception by forests, Quartetly Journal of the Royal Meteorogical Society, 105, 43-55, doi: 10.1002/qj.49710544304, 1979
Gash, J. H. C., I. Wright, and C. R. Lloyd (1980), Comparative estimates of interception loss from three coniferous forests in Great Britain, J. Hydrol.,48, 89–105.
Herbst, M., P. Rosier, D. D. McNeil, R. Harding, and D. J. Gowing (2008), Seasonal variability of interception evaporation from the canopy of a mixed deciduous forest, Agric. For. Meteorol., 148, 1655–1667.
Hylke Beck, MSWEP v.2.1. technical documentation//Princeton University, Civil and Environmental Engineering, Princeton, NJ, United States, 2017
Kidd C. and Levizzani V. Status of satellite precipitation retrievals.// Hydrol. Earth Syst. Sci., 2011, vol. 15, pp. 1109–1116.
Leyton, L., E. R. C. Reynolds, and F. B. Thompson (1967), Rainfall interception in forest and moorland, in International Symposium on Forest Hydrology, edited by W. E. Sopper and H. W. Lull, pp. 163–178, Pergamon, Oxford, U. K.
Lloyd, C. R., and A. de O. Marques (1988), Spatial variability of throughfall and stemflow measurements in Amazonian rain forest, Agric. For. Meteorol., 42, 63–73.
Martens, B., Miralles, D.G., Lievens, H., Fernández-Prieto, D., and Verhoest, N.E.C.: Improving terrestrial evaporation estimates over continental Australia through assimilation of SMOS soil moisture, International Journal of Applied
Martens, B., Miralles, D.G., Lievens, H., van der Schalie, R., de Jeu, R.A.M., Fernández-Prieto, D., Beck, H.E., Dorigo, W.A., and Verhoest, N.E.C.: GLEAM v3: satellite-based land evaporation and root-zone soil moisture, Geoscientific
Menne, M. J., I. Durre, R. S. Vose, B. E. Gleason, and T. G. Houston (2012). An overview of the Global Historical Climatology Network-Daily database. Journal of Atmospheric and Oceanic Technology 29(7), 897–910.
Miralles, D.G., Gash, J.H.C., Holmes, T. R. H. , R. A. M. de Jeu, and Dolman, A. J., Global canopy interception from satellite observations, Journal of geophysical research, 2010
Miralles, D.G., Holmes, T.R.H., de Jeu, R.A.M., Gash, J.H., Meesters, A.G.C.A., Dolman, A.J.: Global land-surface evaporation estimated from satellite-based observations, Hydrology and Earth System Sciences, 15, 453–469, doi: 10.5194/
Priestley, J.H.C. and Taylor, J.: On the Assessment of Surface Heat Flux and Evaporation Using Large-Scale Parameters, Monthly Weather Review, 100, 81-92, 1972.
Raimonet М., L. Oudin, V. Thieu, Evaluation of Gridded Meteorological Datasets for Hydrological Modeling, Journal of Hydrometeorology, 3027-3042. 2017.
Rodell M., Velicogna I., Famiglietti J.S. Satellite-based estimates of groundwater depletion in India // Nature. 2009. Vol. 460, no 7258,pp. 999–1002
Schmidt R., Flechtner F., Meyer U. Hydrological signals observed by the GRACE satellites // Surv. in Geophys. 2008. Vol. 29.no 4, 5, pp. 319–334
Tiedtke M. A comprehensive mass flux scheme for cumulus parameterization in large-scale models.// Mon. Wea. Rev., 1989, vol. 117, pp. 1779-1800.
Tikhonov A.N., Leonov A.S., Yagola A.G. Nonlinear ill-Posed Problems. N.Y.; London: Chapman and Hall, 1998
Trenberth, K. E., J. T. Fasullo, and J. Mackaro (2011). Atmospheric moisture transports from ocean to land and global energy flows in reanalyses. Journal of Climate 24(18), 4907–4924.
Tuanmu, M.-N. and Jetz, W.: A global 1-km consensus land-cover product for biodiversity and ecosystem modelling, Global Ecol. Biogeogr., 23, 1031–1045, 2014
Wahr J., Molenaar M., Bryan F. Time-variability of the Earth’s gravity field: Hydro-logical and oceanic effects and their possibledetection using GRACE // J. Geophys. Res. 1998. Vol. 103.Р. 32205–30229
Zhang, W., M. Brandt, F. Guichard, Q. Tian, and R. Fensholt (2017). Using long-term daily satellite based rainfall data (1983–2015) to analyze spatio-temporal changes in the Sahelian rainfall regime. Journal of Hydrology in press.
Zinke, P. J. (1967), Forest interception studies in the United States, in International Symposium on Forest Hydrology, edited by W. E. Sopper and H. W. Lull, pp. 137–161, Pergamon, Oxford, U. K.
Zolina, O., A. Kapala, C. Simmer, and S. K. Gulev (2004). Analysis of extreme precipitation over Europe from different reanalyses: a comparative assessment. Global and Planetary Change 44(1–4), 129–161.
Богданова Э.Г., Ильин Б.М. Об учете потерь на смачивание, испарение и конденсацию при измерении осадков осадкомером Третьякова.// Метеорология и гидрология, 2006, №7, с.86-96.
Богданова Э.Г., Ильин Б.М., Гаврилова С.Ю. Оценка влияния защищенности установки осадкомера на величину ветровой погрешности измерения осадков.//Метеорология и гидрология, 2006, №10, с.92-101.
В. И. Бабкин, В. С. Вуглинский, Водный баланс речных бассейнов. – Л.: Гидрометеоиздат, 1982 г.
ВМО – №168. Руководство по гидрологической практике. Том 1. Гидрология: от измерений до гидрологической информации. 6-е издание, 2011.
Золина О.Г., Статистическое моделирования экстремальных осадков и региональный атмосферный цикл влаги. Диссертация на соискание учёной степени д.ф.-м.н. Москва, 2017.
Зотов Л.В., Фролова Н.Л. , Григорьев В.Ю. , Харламов М.А. Использование спутниковой системы измерения поля гравитации земли (GRACE) для оценки водного баланса крупных речных бассейнов. Вестник Московского университета. СЕР. 5.
Ильин Б.М., Булыгина О.Н., Богданова Э.Г., Веселов В.М. Гаврилова С.Ю. Описание массива месячных сумм осадков, с устранением систематических погрешностей осадкомерных приборов (2013). http://meteo.ru/data/506-mesyachnye-summy-osadkov-s-
Методы изучения и расчета водного баланса. – Л.:Гидрометеоиздат, 1981
Методы расчета водных балансов. Международное руководство по исследованиям и практике. – Л.: Гидрометеоиздат, 1976 г.
Нежиховский Р. А. Река Нева и Невская губа. — Л.: Гидрометеоиздат, 1981.
Ресурсы поверхностных вод СССР, т.15, Алтай и Западная Сибирь, вып.3, нижний Иртыш и нижняя Обь, Гидрометеоиздат, 1973 г., Ленинград
Ресурсы поверхностных вод СССР: Гидрологическая изученность. Т. 19. Северо-Восток/ Под ред. Ю. Н. Комарницкой. — Л.: Гидрометеоиздат, 1966. — 602 с.
Интернет-источники:
http://www.gloh2o.org/ – web-страница набора данных MSWEP
http://www.gleam.eu – web-страница набора данных GLEAM
https://grace.jpl.nasa.gov/ – web-страница набора данных GRACE