CC BY
71
МЕТОДЫ ГЕОГРАФИЧЕСКИХ ИССЛЕДОВАНИЙ
УДК 551.589.8
А.В. Кислое1, Л.М. Китаев2, В.М. Евстигнеев3
ИЗМЕНЕНИЕ СНЕЖНОГО ПОКРОВА
ПРИ ПРОГНОЗИРУЕМОМ ПОТЕПЛЕНИИ КЛИМАТА В XXI В. (НА ПРИМЕРЕ ВОСТОЧНО-ЕВРОПЕЙСКОЙ РАВНИНЫ)4
Рассмотрен ряд методических вопросов оценки возможных изменений снежного покрова на основе результатов расчетов глобального климата с помощью ансамбля моделей общей циркуляции атмосферы СМ1Р3. Развита и реализована методика отсева моделей, плохо воспроизводящих климатический режим определенной территории. По результатам моделирования значений температуры и количества осадков рассчитано распределение снежного покрова на Восточно-Европейской равнине в середине и конце XXI в. в условиях глобального потепления климата по сценарию А2. Показано, что при реализации сценария А2 (одного из самых "жестких") предвесенние запасы воды в снежном покрове будут почти повсеместно убывать — незначительно на северо-востоке рассматриваемой территории и вплоть до полного исчезновения на юго-западе.
Ключевые слова: снежный покров, водный эквивалент, будущие изменения климата, модели общей циркуляции атмосферы.
Введение. В условиях глобального потепления климата следует ожидать изменения закономерностей распространения снежного покрова на материках, что вызовет ряд сопутствующих эффектов — изменение гидрологических характеристик территории, условий промерзания почвы и др. Зависимость снежного покрова от изменения климата выражается сложным образом [7], так как увеличение температуры воздуха не всегда сопровождается сокращением снежного покрова [13, 14]: во-первых, снег не тает, если температура не переходит 0°С; во-вторых, повышение температуры автоматически вызывает рост насыщающей величины парциального давления водяного пара, что приводит к увеличению запасов влаги в воздухе и осадков в зимний период, как в твердой, так и жидкой фазе [10]; в-третьих, повышение температуры воздуха зимой является признаком увеличения частоты вторжения теплых фронтов, что также сопровождается ростом количества осадков и увеличением снегозапа-сов [8]. Таким образом, повышение температуры может сопровождаться как уменьшением, так и увеличением запасов снега. Однако при очень большой положительной аномалии температуры воздуха снежный покров, видимо, должен сокращаться. Наша задача состояла в том, чтобы понять, какие процессы будут преобладать при прогнозируемом потеплении в XXI в. В качестве показателя состояния
снежного покрова используется его водный эквивалент (запас воды в снежном покрове, S, мм).
Методика исследований и выбор объектов. Для
решения поставленной задачи необходимо использовать данные моделирования. Известно, что глобальные климатические модели наиболее успешно применяются в условиях обширной однородной подстилающей поверхности, поэтому мы рассматривали Восточно-Европейскую равнину (ВЕР). Выбор этой территории для исследования обусловлен также тем, что здесь достаточно велика плотность метеорологических станций, что позволяет обеспечить проверку результатов моделирования. С этих позиций Восточно-Европейскую равнину можно рассматривать как оптимальный в умеренных широтах полигон для глобального моделирования климата. Для анализа были выбраны модели, работающие по программе проекта WCRP CMIP3 (Coupled Model Intercomparison Project), выполняемого по эгидой Всемирной программы исследования климата (WCRP).
Сопоставление результатов моделирования с данными современных наблюдений позволило выбрать из их совокупности наиболее пригодные для расчетов будущих изменений снежного покрова на ВЕР. Расчеты по этим моделям, соответствующие широко известному сценарию антропогенной эмиссии парниковых газов и аэрозолей в атмосферу (А2), были затем использованы как оценочные, демон-
1 Кафедра метеорологии и климатологии географического факультета МГУ им. М.В. Ломоносова, заведующий кафедрой, профессор, e-mail: avkislov@mail.ru
2 Институт географии РАН, лаборатория климатологии, ст. науч. сотр., e-mail: lkitaev@online.ru
3 Кафедра гидрологии суши географического факультета МГУ им. М.В. Ломоносова, профессор, e-mail: evst2002@mail.ru
4 Работа выполнена при финансовой поддержке РФФИ (грант №07-05-00611-а).
Рис. 1. Распределение среднего значения водного эквивалента снежного покро^ ва (мм) за период 1966—1989 гг. по данным наблюдений
стрирующие изменения снежного покрова на ВЕР в XXI в. Упрощенно характеризуя сценарий А2, можно сказать, что это вариант ожидаемого потепления климата на случай, если общество не будет принимать мер по уменьшению эмиссии парниковых газов. Именно сценарий А2 как один из са-мыгх "жестких" быш использован во многих работах по проблеме глобального потепления, для того чтобы анализировать большие статистически значимые отклики климатической системы на задаваемые внешние воздействия.
Современное состояние и динамика снежного покрова на Восточно-Европейской равнине по данным наблюдений. В программе WCRP СМ1Р3 в качестве тестового периода, характеризующего современный климат, берется интервал с 1962 по 1989 г. Поэтому были использованы данные наблюдений, покрывающие этот же период времени. Территория ВЕР разбита на элементарные площадки (2° х 2°), число которых (М составляет 177. Для каждой из них по данным наблюдений определены величины водного эквивалента снежного покрова (Б) за N лет (с 1966 по 1989 г.). Среднее за этот промежуток времени пространственное распределение снежного покрова, накопленного на момент календарного окончания зимы (28 февраля), представлено на рис. 1. Базируясь на статистических характеристиках поля снежного покрова, определенных в [4], можно оценить погрешность расчета пространственно осредненных величин снегозапасов. Она зависит от числа станций, приходящихся на площадь отдельной ячейки, и составляет практически повсеместно 5%, увеличиваясь до 8% на южной границе ВЕР и до 10% в предгорьях Урала. Распределение снегозапасов по территории соответствует характеру климатических процессов в регионе —
на юго-восточной его части запасы снега составляют менее 50 мм, а на северо-востоке превышают 200 мм.
Временную изменчивость водного эквивалента снежного покрова £ можно характеризовать различными показателями. Наиболее просто рассмотреть среднее по рассматриваемой территории значение Бд и проследить его межгодовую вариабельность. За рассматриваемый период 1966—1989 гг. (и за более длительный промежуток времени — до 2001 г.) величина Бд колебалась на фоне небольшого, почти статистически незначимого положительного тренда (рис. 2). Таким образом, принципиально важно подчеркнуть, что несмотря на наблюдавшийся рост температуры воздуха Т (за последние 50 лет тренд Т составил на ВЕР около 1°/10 лет [1]), величина Бд не уменьшалась. Однако такая оценка никак не дифференцирована по территории, хотя можно ожидать, что в различных регионах ВЕР направленность рассматриваемых процессов может быть разной. Поэтому полезно проанализировать пространственно-временное изменение снежного покрова. Адекватным методом исследования является в этом случае так называемый ЕОФ-анализ.
Пространственно-временная динамика снежного покрова характеризуется матрицей Б^- Ее можно представить в виде разложения Фурье
БMN
= 1 У
к=1
Мк^кМ,
Рис. 2. Динамика среднего по территории ВЕР водного эквивалента снежного покрова Бд, мм (1), первого главного компонента У1, 1/мм (2), индекса Арктического колебания (АО), в десятых долях (3)
причем в качестве ортонормированной системы векторов {Vm} выбираются так называемые естественные ортогональные векторы. Они являются собственными векторами ковариационной матрицы Smn^mn , что доказывается на основе известных положений линейной алгебры [8]. Известно, что первое слагаемое выделяет из анализируемого процесса пространственно-временную структуру, дающую наибольший вклад в изменчивость, второе слагаемое (ортогональное к первому) определяет следующий по значимости вклад и т.д. С практической точки зрения метод эффективен в том случае, если первые два-три слагаемых исчерпывают значительную долю изменчивости, тогда остальные можно рассматривать как "шум". В этом случае с точки зрения статистической достоверности оправдан географический анализ каждой пространственной структуры, задаваемой векторами Vkm, и ее поведения во времени, определяемого изменением во времени коэффициентов разложения (главных компонентов). Последние рассчитываются в силу ортогональности системы {Vm} как
YkN = SMNVkM.
Отметим, что при расчете ковариационной матрицы учитывалась площадь каждого элемента в зависимости от широты (по рекомендации В.Н. Крыжова).
Применительно к наблюдаемой современной динамике снежного покрова доля первой, второй и третьей естественных составляющих в суммарной дисперсии составила 22, 16 и 14% соответственно, что существенно больше, чем в аналогичном исследовании [7], однако это закономерный результат, поскольку в работе [7] анализировалась вся Россия, для огромной территории которой установить главную роль какого-то одного процесса затруднительно. На рис. 2 видно, что временной ход Yin отражает изменения Sa, причем вариации индекса арктического колебания удается поставить в соответствие межгодовой изменчивости снежного покрова (коэффициент корреляции АО с Yin оказался равен 0,6). Это указывает, что на ВЕР межгодовые вариации снежного покрова во многом обусловлены особенностями циркуляции атмосферы.
Пространственное распределение первого вектора Vim характеризуется следующими принципиальными особенностями. В юго-западной части ВЕР его значения отрицательны, на остальной территории положительны. Это отражает разнонаправлен-ность динамики снежного покрова.
Качество воспроизведения современной динамики снежного покрова по данным климатического моделирования. Качество воспроизведения характеристик снежного покрова в глобальном масштабе впервые серьезно рассматривалось в проектах AMIP1 и AMIP2 (Atmospheric Model Intercomparison Project). Например, в работе [10] площадь снежного
покрова и распределение его высоты, рассчитанные по нескольким моделям общей циркуляции атмосферы, сравниваются со спутниковыми данными микроволнового зондирования земной поверхности и результатами комплексного анализа спутниковых данных, синоптического анализа, наблюдений с самолетов и др. Для перехода к водному эквиваленту плотность снега используется как константа. Отмечается принципиальное качественное сходство модельного и наблюдаемого полей.
В работе [11] показано, что результаты моделирования характеристик снежного покрова в рамках проекта AMIP2 дали несколько лучшие результаты, чем AMIP1. Отметим, что и здесь в качестве "эталона" применены данные спутникового зондирования, но в другом спектральном диапазоне. Методически более совершенной была работа [3], в которой, правда, сравнивались данные всего одной модели проекта AMIP2, но зато из рассмотрения были исключены горные и прибрежные районы, а в качестве "эталона" использовалась густая сеть снегомерных наблюдений на ВЕР. В этой же работе показано, что наилучшее качество воспроизведения величин водного эквивалента снежного покрова достигается вблизи арктического побережья — здесь модельные условия метеорологического режима близки к реальности, так как температура поверхности морей и распределение морского льда задавались по данным измерений. Внутри материка качество воспроизведения ухудшалось.
Мы рассматриваем воспроизведение величин водного эквивалента снежного покрова климатическими моделями, используемыми в программе WCRP CMIP3 [15]: CCSM3 NCAR, GFDL-CM2.0, GFDL-CM2.1, PCM, GISS-ER (США); BCCR-BCM2.0 (Норвегия); CGCM3.1(T47) (Канада); CNRM-CM3, IPSL-CM4 (Франция); CSIRO-Mk3.0 (Австралия); ECHAM5/MPI-OM (Германия); ECHO-G (MIUB) (Германия/Корея); MIROC3.2 (medres), MRI-CGCM2.3.2 (Япония); INM (Россия). Расчеты по этим моделям обеспечивают информацию за временные срезы 1962—1989 (современный климат), 2046—2065 и 2083—2099 гг.
Водный эквивалент, как и другие характеристики снежного покрова, является одним из выходных данных при расчетах по глобальным климатическим моделям. Он определяется как результат совместного действия ряда процессов: конденсации водяного пара в атмосфере, выпадения осадков на поверхность в твердой фазе, таяния при оттепелях и нового замерзания с образованием корок, метаморфизации снега, ветрового переноса и др. При этом возникает ряд неопределенностей, связанных с тем, что при расчетах используется много входных данных, в том числе характеристики турбулентного обмена и облачной среды, мозаич-ность свойств подстилающей поверхности и др., которые принципиально нельзя надежно воспро-
Линейные тренды (мм/год) среднего для ВЕР водного эквивалента снежного покрова (5А) за период 1962—1989 гг. по данным наблюдений (оЬб.) и моделям СМ1Р3
obs CNRM ECHAM5 GFDL 2.1 GFDL 2.0 CCSM 3 CCCMA PCM
0,4 -0,5 -1 -0,3 -0,1 0,5 0,3 -0,5
MIROC 3.2 CSIRO IPSL BCCR ECHO-G (MIUB) MRI INM GISS
5,9 7,7 -0,1 -0,3 -0,2 0,2 -0,4 Некорректные данные
извести в глобальных моделях. Это порождает применение параметризаций, причем набор параметров различен в разных климатических моделях, что приводит к отличающимся межмодельным результатам.
В практических целях представляется оправданным отказаться от использования весьма "неопределенно" рассчитываемых в моделях характеристик снежного покрова, а пересчитывать их на основе тех выходных данных, которые наиболее хорошо моделируются и надежно тестируются. По отношению к снежному покрову — это температура воздуха у поверхности и осадки. Уточним, что имеется в виду известная практика улучшения качества тех модельных полей, которые подвергаются надежной валидации, т.е. хотя модельные величины снежного покрова и осадков определяются количеством сконденсировавшейся воды, доверие к использованию в моделях количества осадков больше, так как по этому показателю обычно выполняется тестирование моделей, а также корректирование соответствующих параметризационных блоков. Нами был реализован именно такой подход — разработан простой алгоритм, в котором ключевым является представление о том, что сконденсировавшийся в атмосфере водяной пар при отрицательных значениях температуры воздуха вблизи поверхности земли выпадет на землю в виде снега. В качестве критического значения для ВЕР можно использовать температуру —1°С, поскольку в [2] показано, что формирование установившегося снежного покрова происходит в широком диапазоне температуры воздуха, причем с ростом континен-тальности пороговое значение сдвигается от 0°С к отрицательным значениям температуры. При ее отрицательных значениях снег прогрессивно накапливается, поскольку испарение с его поверхности очень мало, и этим эффектом можно пренебречь. Таким образом,
^ = $ - ! + Рт1,
где РгI — количество осадков за конкретный день.
Осадки, выпадающие на поверхность снежного покрова в жидком виде, он может удерживать. Для оценки этого эффекта рассчитываются влагонасы-щенность снега (V) и максимальная водоудержи-вающая способность снега Р^рит, т.е. максимальное количество воды, которое может удерживаться
в единичном объеме снега. Расчет этих величин основан на полуэмпирических соотношениях. Так, VI = аТ1 + Рг, где а (мм/сут °С) — параметр скорости таяния, который меняется от 1,5 (лес) до 5 (открытое поле или равнина). В нашей работе для модельных ячеек принято а = 5,
К
крит.
i - gCt,
где g — параметр водоудерживающей способности (g = 0,15), Ci — общее количество снега, накопленное на данные сутки (учитывая растаявший снег); Ci = Sj _ 1 — aTi, Ci < 0 означает, что весь снег растаял, следовательно, Si = 0. Если Q > 0, то сравниваются V и ^крит: если Vi > V^t^, то Si = Ci +
+ ^ит.г Если Vi < ^итл, то Si = Ci + Vi.
Сопоставим модельные результаты моделирования с эмпирическими данными, чтобы оценить качество моделей и отсеять те, которые дают неудовлетворительные результаты. Исследование проводилось в несколько этапов. В первую очередь были проанализированы тренды величины SA за период 1962—1989 г. Оказалось (таблица), что данные моделей MIROC, CSIRO, GISS не пригодны для решаемой задачи. Для остальных моделей тренд примерно равен нулю и статистически практически незначим, что соответствует данным наблюдений.
Сравним теперь в каждой точке сетки 2x2° модельные и наблюдаемые величины водного эквивалента снежного покрова, осредненные по времени за весь рассматриваемый период. На рис. 3 видно,_что примененная методика несколько завышает S, но некоторые модели воспроизвели его распределение достаточно близко к наблюдаемому.
При сравнении особенностей разложения полей модельного и наблюдаемого снежного покрова на Восточно-Европейской равнине на естественные ортогональные векторы оказалось, что у всех моделей первый вектор исчерпывает значительную часть общей изменчивости: 27—33% у моделей CCCMA, GFDL2.1, GFDL2.0, PCM, MRI, CCSM; 36—38% у моделей CNMR, BCCR, INM, IPSL и 41—46% у моделей ECHAM5 и MIUB. Вклад первой моды больше, чем отмечено при анализе данных наблюдений, т.е. пространственно-временная структура последних оказалась сложнее, и для ее надежной аппроксимации требуется большее число членов разложения, возможно, что это следст-
а
освтЗ есЬат ооота
Рис. 3. Сопоставление величины водного эквивалента снежного покрова (мм) по наблюдениям (а) и по данным различных климатических моделей (б)
вие погрешностей, возникающих при представлении снежного покрова на регулярной сетке и связанных с недостатком данных наблюдений.
Сопоставление первых слагаемых в разложении модельных и наблюдаемых полей снежного покрова (Ym 1V1M) показало, что полностью сходная пространственная картина не наблюдается ни для одной модели, однако более или менее близкие черты удается обнаружить для таких моделей, как CCCMA, GFDL2.1, GFDL2.0, PCM, MRI, INM, CCSM. Отметим, что именно эти модели достаточно схожи и при сравнении средних по времени значений "точка с точкой" (рис. 3). Поэтому мы считаем последнюю группу из семи отобранных климатических моделей наилучшей. В дальнейшем средние значения по ансамблю этих моделей использованы нами при оценке будущего состояния климата.
Снежный покров в середине и конце XXI в. Состояние климата в XXI в. в соответствии с данными четверто-гого оценочного доклада IPCC будет характеризоваться глобальным потеплением. Не останавливаясь на альтернативных точках зрения и оставляя в стороне обсуждение концепции в целом, отметим, что сценарии IPCC позволяют изучать особенности изменения климатических полей в условиях потепления. Нами использованы результаты моделирования, соответствующие одному из наиболее жестких сценариев А2. Его выбор мотивируется, в частности, прагматическим желанием работать с большими статистически значимыми откликами.
Рассмотрим возможную динамику снежного покрова в XXI в. Для анализа использованы результаты указанного выше ансамбля семи климатических моделей. Реальное распределение снежного покрова рассчитывалось следующим образом: к известному из наблюдений "современному" распределению водного эквивалента снежного покрова добавляли его аномалию, вычисленную по каждой модели. Однако прежде чем переходить к анализу результатов, отметим, что модели вели себя по-разному. Так, по модели MRI запасы воды в снеге почти не изменились, а по модели INM они существенно снизились на протяжении первых же десятилетий XXI в., поэтому невозможно оценить, какая ситуация правильна. Трудно сказать, приблизит ли к истине использование средних значений по моделям,
однако иного пути к исследованию будущего состояния климата нет.
Как было отмечено выше, интересно установить связь между вариациями снежного покрова и температуры, которая должна интегрально характеризовать реакцию снежного покрова на потепление климата и все сопутствующие ему эффекты. С использованием двух рядов модельных данных — по снежному покрову Бмн и средней температуре за период выпадения твердых осадков ТМм — построена пространственная картина производной йБ/йТ. Наибольший интерес представляет нулевая изолиния, показывающая (с учетом статистической значимости) границу изменения прямой и обратной зависимостей величины водного эквивален-
Рис. 4. Распределение среднего (по ансамблю из 7 моделей) значения водного эквивалента снежного покрова (мм) за периоды 2043—2065 гг. (а) и
2083—2099 гг. (б)
a
та снежного покрова от температуры. В современных условиях эта граница квазиширотно пересекает ВЕР — 60° с.ш. на западе, 58° с.ш. на востоке. По данным моделирования, в 2047—2065 гг. нулевая изолиния сместится на несколько градусов к северу. К концу столетия, в 2083—2099 гг., она резко сместится на северо-восток исследуемого региона.
Сопоставим теперь распределение Б (на 28 февраля) в трех временны х срезах: современном (рис. 1) и в будущем за периоды 2047—2065 и 2083—2099 гг. (рис. 4). Прослеживая пространственное изменение снежного покрова, можно заметить, что в южной и юго-западной частях ВЕР запасы снега значительно уменьшаются. Более того, в последнее десятилетие XXI в. на обширной территории, простирающейся на западе до 58° с.ш., на востоке и в центре — до 50° с.ш., снежный покров на последний день февраля отсутствует совсем. Таким образом, очевидно, что на северо-востоке ВЕР сне-гозапасы уменьшаются медленнее, чем на юго-западе. На юго-западе рассматриваемой территории и в южной части ее центрального района снежный покров в конце февраля практически отсутствует. Это обстоятельство можно интерпретировать и следующим образом: время схода снежного покрова сдвигается на более ранние сроки (на месяц и больше) по сравнению с климатической нормой
1961—1989 гг. Отметим, что эта трактовка не представляется вполне убедительной, поскольку при усиливающейся неустойчивости залегания снежного покрова трудно оперировать понятиями "начало" и "конец".
Заключение. Решена задача прогноза состояния снежного покрова в условиях изменяющегося климата. Развита и реализована методика отсева климатических моделей, плохо воспроизводящих климатический режим определенной территории. Затем на основе результатов моделирования температуры и осадков рассчитано распределение снежного покрова на ВЕР в условиях потепления климата в XXI в. Показано, что хотя современное потепление пока не отразилось на водном эквиваленте, при дальнейшем потеплении повсеместно (кроме северо-восточной части региона) запасы воды в снежном покрове станут убывать. Это особенно ярко проявится на южной и юго-западной частях равнины.
Для анализа был использован "жесткий" сценарий развития потепления А2. Современная тенденция к увеличению количества парниковых газов пока ближе к сценарию типа "В", однако ее дальнейшее развитие угадать невозможно. Поэтому "оценка сверху", т.е. оценка наиболее критичной ситуации, представляется оправданной.
СПИСОК ЛИТЕРАТУРЫ
1. Булыгина О.Н., Коршунова H.H., Кузнецова В.Н. и др. Анализ изменчивости климата на территории России в последние десятилетия // Тр. ВНИИГМИ МЦД.
2000. Вып. 167. С. 3-15.
2. Кислое А.В. Связь границы снежного покрова на континентах с температурой и влажностью воздуха // Метеорология и гидрология. 1994. № 8. С. 52—56.
3. Кислое А.В., Кренке А.Н., Китаее Л.М. и др. Воспроизведение моделью ИВМ РАН температуры, осадков и снежного покрова в рамках эксперимента AMIP2 // Изв. РАН. Физика атмосферы и океана. 2000. Т. 36, № 4. С. 446—462.
4. Кислое А.В., Китаее Л.М, Константинов И.С. Статистическая структура крупномасштабных особенностей поля снежного покрова // Метеорология и гидрология.
2001. № 8. С. 98—104.
5. Китаее Л.М. Связь сезонных изменений температуры воздуха и снежного покрова Северной Европы // Криосфера Земли. 2006. № 3. С. 76—82.
6. Копанее И.Д. Климатические аспекты изучения снежного покрова. Л.: Гидрометеоиздат, 1982.
7. Попоеа В.В. Структура многолетних колебаний высоты снежного покрова в Северной Евразии // Метеорология и гидрология. 2004. № 8. С. 21—34.
8. Чавро А.И., Дымников В.П. Методы математической статистики в задачах физики атмосферы. М.: ИВМ РАН, 2000.
9. Frnrland EJ, Hanssen-Bauer I. Past and future climate variations in the Norwegian Arctic: overview and novel analyses // Polar Res. 2003. Vol. 22, N 2. P. 113-124.
10. Foster J., Liston G., Koster R. et al. Snow cover and snow mass intercomparaisons of general circulation models and remotely sensed datasets // J. of Climate. 1996. Vol. 9, N 2. P. 409-426.
11. Frei A., Miller J.A., Robinson D.A. Improved simulations of snow extent in the second phase of the Atmospheric Model Intercomparison Project (AMIP-2) // J. Geophys. Res. 2003. Vol. 108, N 12. P. 43-69.
12. Kitaev L, Kislov A, Krenke A. et al. The snow cover characteristics of northern Eurasia and their relationship to climatic parameters.// Boreal Envir. Res., Vammala, Finland, 2002, Vol. 7, N 4. P. 437-446.
13. Kitaev L, Forland E, Razuvaev V. et al. Distribution of snow cover over Northern Eurasia // Nordic Hydrology. 2005. Vol. 36, N 4-5. P. 311-319.
Поступила в редакцию 14.02.2008
A.V. Kislov, L.M. Kitayev, V.M. Yevstigneev
SNOW COVER CHANGES UNDER THE FORECASTED CLIMATE
WARMING DURING THE 21st CENTURY
(CASE STUDY OF THE EASTERN EUROPEAN PLAIN)
Methodical problems of the evaluation of possible snow cover changes using the results of global climate calculations according to the CMIP3 set of the general atmospheric circulation models are discussed. A technique of screening-out models which inadequately represent climatic regime of a certain territory was elaborated and applied. The results of temperature and precipitation modeling allowed calculating of snow cover distribution over the Eastern European Plain for the middle-end of the 21st century under the A2 scenario of the global climate warming. If the A2 scenario becomes a reality pre-spring water reserves in snow would decrease almost everywhere. The decrease will be rather slight in the north-eastern regions and nearly total in the south-west of the area.
Key words: snow cover, global warming, climatic models.
