Методика дистанционной оценки термических характеристик озер зоны многолетней мерзлоты европейской части России

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Доступ платный или только для подписчиков

Аннотация

Цель исследования — адаптация методики дистанционной оценки гидротермодинамических характеристик неизученных озер к условиям зоны многолетней мерзлоты Европейской территории России. Основа методики — синтез результатов тематического дешифрирования спутниковых снимков, геостатистической оценки морфометрических характеристик озер и математического моделирования термодинамических процессов в них. В качестве объектов исследования рассмотрены водоемы зоны многолетней мерзлоты трех озерных регионов европейской части России — Кольского сегмента Балтийского кристаллического щита, прибрежных равнин Баренцева моря и западного склона Урала, в каждом из которых озерные котловины имеют схожее происхождение. Для определения морфометрических характеристик озер использовались базы данных HydroLakes и WORDLAKE, основанные на материалах дистанционного зондирования, литературных источниках и оценках объемов озер по геостатистическим моделям, базирующимся на топографии поверхности. Основной инструмент достижения поставленной цели — универсальная параметризованная одномерная математическая модель гидротермодинамики озера FLake, дополненная блоком теплообмена на границе вода — дно. Модель включена в прогностическую систему COSMO, используемую для составления прогнозов погоды на всей территории страны как средство оценки влияния пресноводных озер на локальный климат. Для задания климатических входных данных в модели использовались данные реанализа семейства ERA5. Выполнены имитационные термогидродинамические расчеты для точек, репрезентативных для рассмотренных озерных регионов в пределах зоны многолетней мерзлоты. Показано, что адаптированная к условиям многолетней мерзлоты методика позволяет оценивать теплообмен в системе атмосфера — лед — водная масса — донные отложения, условия перемешивания и вертикальное распределение температуры в воде и донных отложениях, а также ледовый режим озер.

Полный текст

Доступ закрыт

Об авторах

С. А. Кондратьев

ФГБУН “Санкт-Петербургский Федеральный исследовательский центр Российской академии наук”

Email: arasulova@limno.ru

Институт озероведения Российской академии наук

Россия, St. Petersburg

С. Д. Голосов

ФГБУН “Санкт-Петербургский Федеральный исследовательский центр Российской академии наук”

Email: arasulova@limno.ru

Институт озероведения Российской академии наук

Россия, St. Petersburg

И. С. Зверев

ФГБУН “Санкт-Петербургский Федеральный исследовательский центр Российской академии наук”

Email: arasulova@limno.ru

Институт озероведения Российской академии наук

Россия, St. Petersburg

А. М. Расулова

ФГБУН “Санкт-Петербургский Федеральный исследовательский центр Российской академии наук”

Автор, ответственный за переписку.
Email: arasulova@limno.ru

Институт озероведения Российской академии наук

Россия, St. Petersburg

В. Ю. Крылова

ФГБУН “Санкт-Петербургский Федеральный исследовательский центр Российской академии наук”

Email: arasulova@limno.ru

Институт озероведения Российской академии наук

Россия, St. Petersburg

А. В. Ревунова

ФГБУН “Санкт-Петербургский Федеральный исследовательский центр Российской академии наук”

Email: arasulova@limno.ru

Институт озероведения Российской академии наук

Россия, St. Petersburg

Список литературы

  1. Бабушкина Е. В., Русаков В. С., Русаков С. В., Шавнина Ю. Н. Типизация территории методами геостатистического анализа по физико-географическим факторам // Вестн. Пермского ун-та. Математика. Механика. Информатика. 2012. № 1 (9). С. 33–37.
  2. Вечная мерзлота Кольского полуострова / под ред. И. Я. Баранова. М.: Изд-во АН СССР, 1953. 180 с.
  3. Геокриология СССР. Европейская территория СССР / ред. Э. Д. Ершова. М.: Недра, 1988. 358 с.
  4. Доклад об особенностях климата на территории Российской Федерации за 2020 год. М.: РОСГИДРОМЕТ, 2021. 104 с.
  5. Иванов П. В. Классификация озер мира по величине и по их средней глубине // Бюл. ЛГУ. 1948. № 20. С. 29–36.
  6. Измайлова А. В. Озера России. Закономерности распределения, ресурсный потенциал. СПб.: Папирус, 2018. 288 с.
  7. Измайлова А. В., Корнеенкова Н. Ю., Расулова А. М. Выявление уникальных озер с использованием геоинформационных систем на примере Ненецкого автономного округа // Изв. Иркутск. гос. ун-та. Сер.: Науки о Земле. 2023. Т. 43. С. 30–45. https://doi.org/10.26516/2073–3402.2023.43.30
  8. Кравцова В. И. Распространение термокарстовых озер в России в пределах зоны современной мерзлоты // Вестн. Моск. ун-та. Серия 5. География. 2009. № 3. С. 33–42.
  9. Крылов В. Е., Муравьева Н. В. Общая теория статистики: учеб. пособие. Владимир: Изд-во Владимирского гос. ун-та, 2020. 243 с.
  10. Национальный атлас России. Т. 2. Природа. Экология / гл. ред. А. В. Бородко, гл. ред. тома В. М. Котляков. М.: ПКО “Картография”, 2007. 496 с.
  11. Николаева С. Б., Евзеров В. Я. К геодинамике Кольского региона в позднем плейстоцене и голоцене: Обзор и результаты исследований // Вестн. Воронеж. гос. ун-та. Сер. Геология. 2018. № 1. С. 5–14.
  12. Паркин Р. А., Каневский М. Ф., Савельева Е. А., Демьянов В.В. Пространственно-временная геостатистика на примере данных радиоэкологического мониторинга // Инженерная экология. 2005. № 1. С. 18–32.
  13. Румянцев В. А., Драбкова В. Г., Измайлова А. В. Озера европейской части России. СПб.: Лема, 2015. 390 с.
  14. Assibey-Bonsu W. The basic tenets of evaluating the Mineral Resource assets of mining companies, as observed through Professor Danie Krige’s pioneering work over half a century // J. S. Afr. Inst. Min. Metal. 2016. Vol. 116. № 7. P. 635–643. https://doi.org/10.17159/2411–9717/2016/v116n7a5
  15. Bacher J., Wenzig K., Vogler M. SPSS TwoStep Cluster — a first evaluation. Nürnberg: Arbeits-und Diskussionspapiere. Universität Erlangen-Nürnberg, Sozialwissenschaftliches Institut, Lehrstuhl für Soziologie, 2004. 32 p.
  16. Chen Y., Wu L., Zhang G., Xu Y. J., Tan Z., Qiao S. Assessment of Surface Hydrological Connectivity in an Ungauged Multi-Lake System with a Combined Approach Using Geostatistics and Spaceborne SAR Observations // Water. 2020. Vol. 12. № 10. P. 1–23. https://doi.org/10.3390/w12102780
  17. Golosov S., Kirillin G. A. Parameterized model of heat storage by lake sediments // Environmental Modelling & Software. 2010. Vol. 25. № 6. P. 793–801. https://doi.org/10.1016/j.envsoft.2010.01.002
  18. Khazaei B., Read L. K., Casali M., Sampson K. M., Yates D. N. GLOBathy, the global lakes bathymetry dataset // Sci. Data. 2022. Vol. 9. № 1. P. 1–10. https://doi.org/10.1038/s41597-022-01132-9
  19. Kirillin G., Hochschild J., Mironov D., Terzhevik A., Golosov S., Nützmann G. FLake-Global: Online lake model with worldwide coverage // Environ. Modelling & Software. 2011. Vol. 26. № 5. P. 683–684. https://doi.org/10.1016/j.envsoft.2010.12.004
  20. Kochkov N. V., Ryanzhin S. V. A method of assessing lake morphometric characteristics with the use of satellite data // Water Res. 2016. Vol. 43. № 1. P. 15–20. https://doi.org/10.1134/s0097807816010103
  21. Korsakova O., Tolstobrov D., Nikolaeva S., Kolka V., Tolstobrova A. Lake Imandra depression in the Late Glacial and early Holocene (Kola Peninsula, north-western Russia) // Baltica. 2020. Vol. 33. № 2. P. 177–190. https://doi.org/10.5200/baltica.2020.2.5
  22. Lehner B., Döll P. Development and validation of a global database of lakes, reservoirs and wetlands // J. Hydrol. 2004. Vol. 296. № 1–4. P. 1–22. https://doi.org/10.1016/j.jhydrol.2004.03.028
  23. Messager M., Lehner B., Grill G., Nedeva I., Schmitt O. Estimating the volume and age of water stored in global lakes using a geo-statistical approach // Nat. Commun. 2016. Vol. 7. № 1. Art 13603. https://doi.org/10.1038/ncomms13603
  24. Mironov D. V. Parameterization of Lakes in Numerical Weather Prediction. Description of a Lake Model. COSMO Technical Report No. 11. Offenbach am Main: German Weather Service, 2008. 44 p.
  25. Mironov D., Heise E., Kourzeneva E., Ritter B., Schneider N., Terzhevik A. Implementation of the lake parameterization scheme Flake into the numerical weather prediction model COSMO // Boreal Environ. Res. 2010. Vol. 15. P. 218–230.
  26. Obu J., Westermann S., Bartsch A., et al. Northern Hemisphere permafrost map based on TTOP modelling for 2000–2016 at 1 km2 scale // Earth-Science Reviews. 2019. Vol. 193. P. 299–316. https://doi.org/10.1016/j.earscirev.2019.04.023
  27. Rumyantsev V. A., Izmailova A. V., Makarov A. S. Status of the lake fund of the Arctic zone of the Russian Federation // Herald of the Russian Academy of Sciences. 2021. Vol. 91. № 1. P. 26–36. https://doi.org/10.1134/s101933162101007X
  28. Sarah S., Jeelani G., Ahmed S. Assessing variability of water quality in a groundwater-fed perennial lake of Kashmir Himalayas using linear geostatistics // J. Earth Syst. Sci. 2011. Vol. 120. P. 399–411. https://doi.org/10.1007/s12040-011-0081-6
  29. Shih M.-Yi, Jheng J.-W., Lai L.-F. A Two-Step Method for Clustering Mixed Categroical and Numeric Data // J. of Applied Sci. and Engineering. 2010. Vol. 13. № 1. P. 11–19. https://doi.org/10.6180/jase.2010.13.1.02
  30. Svendsen J. I., Alexanderson H., Astakhov V. I., et al. Late Quaternary ice sheet history of northern Eurasia // Quat. Sci. Rev. 2004. Vol. 23. P. 1229–1271. https://doi.org/10.1016/j.quascirev.2003.12.008
  31. Szatmári G., Kocsis M., Makó A., Pásztor L., Bakacsi Z. Joint Spatial Modeling of Nutrients and Their Ratio in the Sediments of Lake Balaton (Hungary): A Multivariate Geostatistical Approach // Water. 2022. Vol. 14. № 3. Art. 361. https://doi.org/10.3390/w14030361
  32. Winslow L. A., Read J. S., Hanson P. C., Stanley E. H. Does lake size matter? Combining morphology and process modeling to examine the contribution of lake classes to population-scale processes // Inland Waters. 2015. Vol. 5. № 1. P. 7–14. https://doi.org/10.5268/IW-5.1.740
  33. Zverev I. S., Golosov S. D., Kondratiev S. A., Rasulova A. M. Procedure for Remote Assessment of the Characteristics of Unexplored Lakes in the Continental Part of the Russian Tundra // Doklady Earth Sci. 2023. Vol. 511. № 2. P. 726–731. https://doi.org/10.1134/s1028334X23600779

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Схема распространения многолетнемерзлых пород на Европейской территории России: 1 — многолетнемерзлые породы различной мощности, 2 — озера. Озерные регионы: 3 — Уральская горная страна (западный склон), 4 — Прибрежные равнины Баренцева моря, 5 — Кольский сегмент Балтийского кристаллического щита. Источник: (Измайлова, 2018; Национальный …, 2007).

Скачать (144KB)
Метаданные
3. Рис. 2. Схема вертикального профиля температуры Т в системе снег — лед — водная масса — донные отложения, реализованная в модели FLake

Скачать (34KB)
Метаданные
4. Рис. 3. Многолетние тренды поверхностной (TS) и придонной (Tb) температуры воды для минимальных (а), (в), (д) и максимальных (б), (г), (е) глубин озер Кольского сегмента Балтийского кристаллического щита (а), (б), прибрежных равнин Баренцева моря (в), (г) и западного склона Уральской горной страны (д), (е).

Скачать (90KB)
Метаданные
5. Рис. 4. Рассчитанные тренды толщины льда для минимальных (Hmin) и максимальных (Hmax) глубин в озерах Кольского сегмента Балтийского кристаллического щита (а), прибрежных равнин Баренцева моря (б) и западного склона Уральской горной страны (в).

Скачать (51KB)
Метаданные
6. Рис. 5. Рассчитанная внутригодовая динамика средней по глубине температуры воды (а), (в), (д) и потока тепла через границу раздела вода — дно (б), (г), (е) для минимальных (1) и максимальных (2) расчетных глубин в водоемах различных озерных регионов: Кольский сегмент Балтийского кристаллического щита (а), (б); Прибрежные равнины Баренцева моря (в), (г); западный склон Уральской горной страны (д), (е).

Скачать (69KB)
Метаданные

© Российская академия наук, 2024