Моделирование генетических составляющих водного и химического стока тяжелых металлов в бассейне Нижнекамского водохранилища


Цитировать

Полный текст

Аннотация

Полураспределенная физико-математическая модель ECOMAG-HM применена для моделирования генетической структуры водного и химического стока меди, цинка и марганца в крупном речном бассейне Нижнекамского водохранилища. Модель протестирована на многолетних данных гидрологического и гидрохимического мониторинга водных объектов. Проведена оценка вклада поверхностной, почвенной и грунтовой составляющих водного и химического стока металлов на различных участках речной сети. Установлено, что на большей части водосбора загрязнение рек металлами происходит в основном за счет диффузного их вымывания из почвенного слоя. Показано влияние генетической структуры водного и химического стока на межгодовые и сезонные изменения содержания металлов в речной сети.

Об авторах

Т. Б. Фащевская

Институт водных проблем РАН

Email: tf.ugatu@yandex.ru
Россия, 119333, Москва

Ю. Г. Мотовилов

Институт водных проблем РАН

Email: tf.ugatu@yandex.ru
Россия, 119333, Москва

К. В. Кортунова

Институт водных проблем РАН

Автор, ответственный за переписку.
Email: tf.ugatu@yandex.ru
Россия, 119333, Москва

Список литературы

  1. Бефани А.Н. Теоретическое обоснование методов исследования и расчета паводочного стока рек Дальнего Востока // Тр. ДВНИГМИ. 1966. Вып. 22. С. 124–215.
  2. Блоков И.П. Окружающая среда и ее охрана в России. Изменения за 25 лет. М.: Совет Гринпис, 2018. 432 с.
  3. Виноградов Ю.Б., Виноградова Т.А. Математическое моделирование в гидрологии. М.: Академия, 2010. 304 с.
  4. Государственные доклады о состоянии природных ресурсов и окружающей среды Республики Башкортостан в 2006–2017 годах. Уфа, 2007–2018.
  5. Губарева Т.C., Болдескул А.Г., Гарцман Б.И., Шамов В.В. Анализ природных трассеров и генетических составляющих стока в моделях смешения (на примере малых бассейнов в Приморье) // Вод. ресурсы. 2016. Т. 43. № 4. С. 387–399.
  6. Даценко Ю.С. Особенности формирования речного стока марганца и железа в периоды половодья // Вода: химия и экология. 2018. № 4–6. С. 3–6.
  7. Кондратьев С.А., Шмакова М.В. Математическое моделирование массопереноса в системе водосбор–водоток–водоем. СПб.: Нестор-История, 2019. 248 с.
  8. Куделин Б.И. Принципы региональной оценки естественных ресурсов подземных вод. М.: Изд-во МГУ, 1960. 344 с.
  9. Кучмент Л.С. Речной сток (генезис, моделирование, предвычисление). М.: ИВП РАН, 2008. 394 с.
  10. Мотовилов Ю.Г., Гельфан А.Н. Модели формирования стока в задачах гидрологии речных бассейнов. М.: РАН, 2018. 300 с.
  11. Мотовилов Ю.Г., Фащевская Т.Б. Пространственно-распределенная модель формирования стока тяжелых металлов в речном бассейне // Вода: химия и экология. 2018. № 1–3. С. 18–31.
  12. Правила использования водных ресурсов Нижнекамского водохранилища на р. Каме. М.: Росводресурсы, 2014. 131 с.
  13. Ресурсы поверхностных вод СССР. Т. 11. Средний Урал и Приуралье. Л.: Гидрометеоиздат, 1973. 848 с.
  14. Рец Е.П., Киреева М.Б., Самсонов Т.Е., Езерова Н.Н., Горбаренко А.В., Фролова Н.Л. Алгоритм автоматизированного расчленения гидрографа по методу Б.И. Куделина GRWAT: проблемы и перспективы // Вод. ресурсы. 2022. Т. 49. № 1. С. 27–42.
  15. Селезнева А.В. Антропогенная нагрузка на реки от точечных источников загрязнения // Изв. Самарского НЦ РАН. 2003. Т. 5. № 2. С. 268–277.
  16. СН 435-72. Указания по определению расчетных гидрологических характеристик. Л.: Гидрометеоиздат, 1972. 20 с.
  17. Сучкова К.В., Мотовилов Ю.Г., Эдельштейн К.К., Пуклаков В.В., Ерина О.Н., Соколов Д.И. Моделирование генетических составляющих речного стока с использованием гидрохимического способа идентификации водных масс // Вода: химия и экология. 2019. № 1–2. С. 46–56.
  18. Фащевская Т.Б., Красногорская Н.Н., Рогозина Т.А. О воздействии предприятия “Уфаводоканал” на качество воды реки Белой // Материалы международ. науч. конф. “Экологические и гидрометеорологические проблемы больших городов и промышленных зон”. СПб.: Изд-во РГГМУ, 2006. С. 80–82.
  19. Фащевская Т.Б., Мотовилов Ю.Г., Шадиянова Н.Б. Природные и антропогенные изменения содержания железа, меди и цинка в водотоках Республики Башкортостан // Вод. ресурсы. 2018. Т. 45. № 6. С. 603–617.
  20. Щербаков Б.Я., Чиликин А.Я., Ижевский В.С. Залповые сбросы производственных сточных вод и их последствия // Экология и пром-сть России. 2002. № 6. С. 39–41.
  21. Эдельштейн К.К. Структурная гидрология суши. М.: ГЕОС, 2005. 316 с.
  22. Эдельштейн К.К., Смахтина О.Ю. Генетическая структура речного стока и химико-статистический метод выделения ее элементов // Вод. ресурсы. 1991. № 5. С. 5–20.
  23. Barlow P.M., Cunningham W.L., Zhai T., Gray M. U.S. Geological Survey Groundwater Toolbox, A Graphical and Mapping Interface for Analysis of Hydrologic Data (Version 1.0) – User Guide for Estimation of Base Flow, Runoff, and Groundwater Recharge From Streamflow Data: Techniques and Methods. Book 3. Chapter B10. Reston, Virginia, U.S.: Geological Survey, 2015. 40 p.
  24. Beven K. How far can we go in distributed hydrological modelling? // Hydrol. Earth System Sci. 2001. V. 5 Iss. 1. P. 1–12.
  25. Eckhardt K. A comparison of baseflow indices, which were calculated with seven different baseflow separation methods // J. Hydrol. 2008. 352 (1). P. 168–173.
  26. Kirchner J.W. Quantifying new water fractions and transit time distributions using ensemble hydrograph separation: theory and benchmark tests // Hydrol. Earth System Sci. 2019. 23 (1). P. 303–349.
  27. Klaus J., McDonnell J.J. Hydrograph separation using stable isotopes: Review and evaluation // J. Hydrol. 2013. V. 505. P. 47–64.
  28. McDonnell J.J., Beven K. Debates on Water Resources: The future of hydrological sciences: A (common) path forward? A call to action aimed at understanding velocities, celerities and residence time distributions of the headwater hydrograph // Water Resour. Res. 2014. V. 50 (6). P. 5342–5350.
  29. Moriasi D.N., Arnold J.G., Van Liew M.W., Bingner R.L., Harmel R.D., Veith T.L. Model evaluation guidelines for systematic quantification of accuracy in watershed simulations // Transactions of the ASABE. 2007. V. 50 (3). P. 885–900.
  30. Motovilov Y., Fashchevskaya T. Modeling Management and Climate Change Impacts on Water Pollution by Heavy Metals in the Nizhnekamskoe Reservoir Watershed // Water. 2021. V. 13 (22). 3214. 21 p.
  31. Motovilov Y.G., Fashchevskaya T.B. Simulation of spatially-distributed copper pollution in a large river basin using the ECOMAG-HM model // Hydrol. Sci. J. 2019. V. 64. P. 739–756.
  32. Sivapalan M., Blöschl G. The Growth of Hydrological Understanding: Technologies, Ideas, and Societal Needs Shape the Field // Water Resour. Res. 2017. V. 53. P. 8137–8146.

© Т.Б. Фащевская, Ю.Г. Мотовилов, К.В. Кортунова, 2023