CC BY
9
Гидрология Лобанов В.А., Григорьева А.А.
ГИДРОЛОГИЯ
Научная статья УДК 556.048
doi: 10.17072/2079-7877-2023-1-84-99
КЛИМАТИЧЕСКИЕ ИЗМЕНЕНИЯ ГИДРОЛОГИЧЕСКИХ ХАРАКТЕРИСТИК НА РЕКАХ РЕСПУБЛИКИ САХА (ЯКУТИЯ)
Владимир Алексеевич Лобанов181, Алёна Андреевна Григорьева2
Российский государственный гидрометеорологический университет, г. Санкт-Петербург, Россия 2Управление гидрометслужбы Республики Саха (Якутия), г. Якутск, Россия
1 lobanov@EL6309.spb.edu8, Author ID: 2290, SPIN-код 7045-4156
2 alngrgrva@mail.ru
Аннотация. Рассматриваются многолетние ряды разных гидрологических характеристик (среднегодовые расходы воды, максимальные расходы в году, весеннего половодья, дождевых паводков и слои стока весеннего половодья, минимальные летние и зимние расходы воды) на реках Республики Саха (Якутия) и их аппроксимация моделями нестационарного среднего значения (линейный тренд и модель ступенчатых изменений). Получено, что для максимальных в году расходов воды эффективные нестационарные модели практически отсутствуют, но имеют место для слоев половодья, среднегодовых и минимальных расходов воды, которые увеличились в основном в конце XX - начале XXI в. в связи с возможным дополнительным притоком воды от оттаявшей вечной мерзлоты. Построены пространственные распределения увеличения характеристик речного стока в % по отношению к предыдущему стационарному периоду и по отношению к естественной изменчивости.
Ключевые слова изменение климата, Республика Саха (Якутия), основные гидрологические характеристики, многолетние ряды, модели нестационарного среднего значения, увеличение минимального и среднегодового стока воды
Для цитирования: Лобанов В.А., Григорьева А.А. Климатические изменения гидрологических характеристик на реках Республики Саха (Якутия) // Географический вестник. 2023. № 1(64). С. 84-99. doi: 10.17072/2079-7877-2023-1-84-99.
HYDROLOGY
Original article
doi: 10.17072/2079-7877-2023-1-84-99
CLIMATE CHANGES OF HYDROLOGICAL CHARACTERISTICS IN THE RIVERS OF
REPUBLICA SAKHA (YAKUTIA)
Vladimir A. Lobanov18, Alena A. Grigorieva2
1 Russian State Hydrometeorological University, St. Petersburg, Russia
2 Department of Hydrometeorological Service of the Republic Sakha (Yakutia), Yakutsk, Russia 2lobanov@EL6309.spb.edu8, Author ID: 2290, SPIN-код 7045-4156
2 alngrgrva@mail.ru
Abstract. The paper deals with long-term series of different hydrological characteristics (average annual water discharges, maximum discharges throughout the year, maximum discharges during spring floods and rain floods, spring flood runoff layers, minimum summer and winter water discharges) on the rivers of the Republic of Sakha (Yakutia) and their approximation by models of the non-stationary average (the linear trend and the stepwise change model). It has been found that there are practically no effective non-stationary models for the maximum water discharges, but there are such models for flood layers and for average annual and minimum water discharges, which increased mainly in the late 20th and early 21st centuries due to the possible additional inflow of water from the thawed permafrost. The number of effective non-stationary average models increases from 30% of all cases for flood layers to 50-60% for average annual and minimum summer water discharges, and almost to 100% for minimum winter water discharges. Estimation of the stationarity of the mean values and variances by statistical criteria when dividing the series of stepwise changes by year confirmed the nonstationarity of the mean values for all a priori established nonstationary models and, in some cases, the nonstationarity of the variances. The largest increase in average values up to 100% takes place in the minimum winter water discharges, up to 70-80% - in the minimum summer water discharges, and up to 40-50% - in the average annual water discharges; a change in average values up to 20% cannot be considered statistically significant and reliably determined. Relative to natural variability, the excess is up to 1.5-1.6 standard deviation, but no more. Spatial distributions of the increase in river runoff characteristics in % relative to the previous stationary period and to natural variability are constructed. The greatest increase in the minimum winter water discharge takes place in the northern part of Yakutia. In recent years, water discharges have been observed
© Лобанов В.А., Григорьева А.А., 2023
Гидрология Лобанов В.А., Григорьева А.А.
even on freezing rivers. For the minimum summer and average annual water discharges, the largest increase occurs in the northeast and east.
Keywords: climate change, Republic of Sakha (Yakutia), main hydrological characteristics, long-term time series, models of non-stationary average, increase in minimum and average annual runoff
For citation: Lobanov V.A., Grigorjeva A.A. (2023). Climate changes of hydrological characteristics in the rivers of Republica Sakha (Yakutia). Geographical Bulletin. No. 1(64). Pp. 84-99. doi: 10.17072/2079-7877-2023-1-84-99.
Введение
К оценке влияния современного изменения климата на гидрологические характеристики как нельзя лучше подходит известное определение А.И. Воейкова: «Реки - продукт климата» [1]. Исследованию современных климатических изменений метеорологических факторов речного стока на территории Якутии посвящены многочисленные исследования, например [213]. В частности, в работах [7-9] установлено, что многолетние ряды среднемесячных температур воздуха на территории Якутии не являются стационарными и процент нестационарных рядов увеличивается в последнее время. Наиболее эффективной для описания нестационарных рядов является модель ступенчатых изменений, рост температуры в соответствии с этой моделью относится в большинстве случаев к 1960-1980-м гг. Получено, что во внутригодовом распределении нестационарности определены два максимума: в переходный период от зимы к лету (апрель-июнь) и в начале зимнего периода (октябрь-ноябрь). Территориально весенний и осенний максимумы нестационарности располагаются в разных частях территории Якутии: весенне-летний - на юге, осенне-зимний - на северо-востоке. Современные изменения атмосферных осадков в Якутии более однородны по сравнению с температурой воздуха в пространстве и времени, но в целом они меняются до противоположных по знаку тенденций в разные сезоны года [10]. В холодный сезон года, особенно за период с декабря по март, наблюдается тенденция к снижению количества осадков, наиболее проявляющаяся на северо-востоке республики. В теплый период года (с мая по сентябрь) наблюдается противоположная тенденция их роста.
В целом можно сделать вывод, что изменение в большей степени характерно для температуры воздуха, чем для осадков. Она увеличилась на сегодняшний день и продолжает расти, особенно в северных частях Якутии [4]. Рост температур воздуха привел к росту температур почвы и оттаиванию вечной мерзлоты [12; 13], что обусловило дополнительный приток воды в реки. В работе [5] установлено оттаивание верхней части пород ледового комплекса до глубины 3,7 м со скоростью 0,03-0,16 м/год.
Анализ характеристик речного стока и уровней воды на территории республики Саха (Якутия) показывает их изменения. Так, в работе [14] приведены тренды роста среднегодового и минимального стоков на территории России, в том числе и Якутии. В статье [15] показано, что продолжительность ледостава на реках Якутии уменьшилась на 1-2 недели за счет более поздней (на 3-4 дня) даты начала и более ранней (на 6-8 дней) даты окончания ледостава, а максимальная толщина льда пока не изменилась. Из характерных зимних уровней воды нестационарность проявляется лишь в многолетних рядах максимальных уровней начала ледостава, которые увеличиваются только для половины рассмотренных рядов. Увеличение числа наводнений, особенно экстремальных, связано с затоплением территории [6].
Оценке последствий от негативного влияния потепления климата, особенно на эпидемиологическую обстановку в республике и здоровье населения, увеличение площади и интенсивности лесных пожаров, на сложившиеся коммуникационные пути и другие социально-экономические факторы экономики и жизнедеятельности посвящены работы [3; 4; 6; 7].
Однако, несмотря не то, что общий фон изменений определен, существуют проблемы детализации этих изменений. Поэтому цель нашего исследования состоит в выявлении не только самих изменений в многолетних временных рядах различных гидрологических
Гидрология Лобанов В.А., Григорьева А.А.
характеристик в разных частях территории Якутии, но и характера этих изменений, их устойчивости во времени и закономерностей по пространству как в количественном отношении, так и по отношению к естественной изменчивости.
Исходные данные
На реках Республики Саха (Якутия) выбран 21 пункт с наиболее продолжительными рядами наблюдений за различными гидрологическими характеристиками, включая среднегодовые и максимальные в году расходы воды, максимальные расходы и слои стока весеннего половодья, максимальные расходы дождевых паводков, минимальные летние и зимние расходы воды. Схема пунктов наблюдений приведена на рис. 1, а основные характеристики рядов и пунктов наблюдений - в табл. 1.
'слоеные обозначения:
- озера
- границы муниципальных образований
Реки:
- Лена 6 - Индигирка
2 - Алдан 7 - Вилюн
3 - Колыма 8 - Оленек 4-Витим 9-Яна
5 - Олекма 10 - Анабар
Рис. 1. Схема размещения гидрологических пунктов наблюдений. Fig. 1. Map of hydrological observation sites
Таблица 1
Названия, продолжительности и периоды наблюдений для выбранных гидрологических постов Names, duration and periods of observations for selected hydrological sites
Код поста Пункт Площадь водосбора, км2 Среднегодовые расходы воды Весеннее половодье Минимальный сток
период n период n период n
1 2 3 4 5 6 7 8 9
3036 р. Лена - с. Солянка 770000 1933-2020 88 1933-2020 88 1934-2020 87
3042 р. Лена - с. Табага 897000 1927-2020 94 1927-2020 94 1938-2020 83
3156 р. Нюя - с. Курум 32600 1934-2020 85 1934-2020 86 1934-2020 86
3180 р. Чара - с. Токко 62500 1934-2020 87 1934-2020 87 1934-2020 84
3222 р. Алдан - с. Усть-Миль 269000 1935-2020 86 1935-2020 86 1934-2020 87
3225 р. Алдан - с. Охотский Перевоз 514000 1927-2020 94 1927-2020 94 1926-2020 95
3229 р. Алдан - гм.ст. Верхоянский Перевоз 696000 1942-2020 79 1942-2020 79 1942-2020 79
3246 р. Тимптон - р.п. Нагорный 613 1926-2020 89 1926-2020 90 1926-2020 89
3291 р. Амга - с. Буяга 23900 1937-2020 84 1933-2020 87 1933-2020 87
3293 р. Амга - с. Терют 65400 1937-2020 83 1937-2020 82 1937-2020 83
3367 р. Марха - с. Малыкай 89600 1940-2020 78 1938-2020 79 1938-2020 79
3405 р. Оленек - с. Оленек 89200 1936-2020 83 1936-2020 83 1936-2020 83
3414 р. Яна - г. Верхоянск 45300 1927-2020 88 1927-2018 86 1926-2020 89
3443 р. Адыча - гм.ст. Усть-Чаркы 52800 1943-2020 63 1943-2020 63 1943-2020 63
3445 р. Адыча - гп Юрдюк-Кумах 89600 1937-2020 84 1937-2020 84 1937-2020 84
3483 р. Бытантай - пос. Асар 40000 1937-2020 82 1937-2020 82 1937-2020 81
Гидрология Лобанов В.А., Григорьева А.А.
Окончание табл. 1
1 2 3 4 5 6 7 8 9
3507 р. Эльги - 5.0 км выше устья р. Артык-Юрях 17600 1946-2020 75 1945-2020 75 1945-2020 76
3518 р. Нера - пос. Ала-Чубук 22300 1936-2020 85 1944-2020 77 1944-2020 77
3801 р. Анабар - с. Саскылах 78800 1936-2020 85 1954-2020 66 1954-2020 67
3821 р. Лена - с. Кюсюр 2430000 1930-2018 89 1935-2010 70 1935-2020 83
3881 р. Алазея - с. Аргахтах 17700 1936-2020 83 1953-2018 52 1962-2020 55
Как следует из данных табл. 1, выбранные пункты гидрологических наблюдений находятся в широком диапазоне площадей водосбора: от 613 км2 (р. Тимптон -р.п. Нагорный) до 2430000 км2 (р. Лена - с. Кюсюр), и их водосборы в основном относятся к средним или зональным рекам. Пункты наблюдений находятся в разных частях Республики Саха (Якутия) и позволяют объективно оценить пространственные изменения (рис. 1). Период наблюдений в среднем составляет 80 лет, варьируя от 63 до 94 лет с последним годом наблюдений 2020 г., что определяет надежность моделирования продолжительных рядов, включая и наблюдения последних лет.
Предварительный анализ однородности экстремумов эмпирических распределений выполнен по статистическим критериям Диксона, Смирнова-Граббса и стационарности дисперсий и средних значений по статистическим критериям Фишера и Стьюдента [16-18]. Результаты анализа позволили установить, что неоднородные максимумы выявлены только в двух случаях в эмпирических распределениях максимальных расходов дождевых паводков (р. Оленек - с. Оленек в 1973 г. и р. Яна - г. Верхоянск в 1985 г.), которые, в свою очередь, привели и к нестационарности дисперсий при оценке по критерию Фишера. По критериям Фишера и Стьюдента, даже при формальном разделении рядов на две равные части, выводы о нестационарности были сделаны только для двух рядов из 21 для максимальных расходов весеннего половодья и дождевых паводков, для трех рядов слоев весеннего половодья, для 8 рядов среднегодовых и минимальных летних расходов воды и практически для всех рядов минимальных зимних расходов воды. Поэтому даже на основе такой предварительной оценки можно считать, что нестационарность в разных гидрологических характеристиках проявляется неодинаково.
Априори рассматриваемые гидрологические характеристики можно разделить на два вида: «быстрые» и «медленные» или «инерционные». К «быстрым» можно отнести максимальные в году расходы воды и максимальные расходы весеннего половодья, которые в этом регионе и являются практически всегда максимальными в году. Эти максимумы могут в большей мере зависеть от конкретных погодных условий, а не от инерционных климатических изменений. Напротив, среднегодовые расходы воды, слои стока половодья и минимальные летние и зимние расходы воды формируются в течение длительного времени: год для среднегодовых, период весеннего половодья для слоев стока и продолжительность кривых истощения при формировании зимних и летних минимумов. Поэтому можно предположить, что влияние изменения климата в большей степени скажется на «инерционные» гидрологические характеристики, чем на «быстрые».
Методика исследований
В основе исследования лежит выбор эффективной модели среднего значения при аппроксимации временных рядов моделями нестационарного среднего двух видов: линейного тренда и модели ступенчатых переходов от одних стационарных условий к другим [19-22]. При этом проверяется, действительно ли модель нестационарного среднего статистически эффективнее, чем модель стационарного среднего, и на сколько, а также какого вида эта нестационарность (тренд или ступенчатые изменения) и когда она начала проявляться.
В общем виде модель стационарного среднего может быть представлена как:
Yi = ^р ± 81 , (1)
Гидрология Лобанов В.А., Григорьева А.А.
где Y1 - наблюденные значения временного ряда, Ycp - среднее значение временного ряда и 81 - случайные отклонения от стационарного среднего.
В модели линейного тренда зависимость среднего значения от времени представлена в виде уравнения
Ycp = Ь^+Ь или ^ = Ь^+Ь0± 81 , (2)
где Ь1, Ь0 - коэффициенты.
Нестационарность среднего в виде ступенчатого перехода от одного среднего Ycp1 к другому Ycp2 можно представить как
^ = Ycpl ± 81 при 1=1,к и Yl = Ycp2 ± 81 при 1=к+1,п; (3)
где к, п-к - продолжительности 1-й и 2-й стационарных частей ряда, п - продолжительность всего ряда.
Известно, что для оценки эффективности любой модели, построенной по данным наблюдений, существуют два основных показателя: коэффициент детерминации (Я2), характеризующий, какую часть исходного рассеяния объяснила модель, и остаточная дисперсия (о28), или стандарт остатков (о8), определяющий обратное, т.е. сколько не объяснено моделью [23]. Между этими двумя показателями эффективности модели существует функциональная зависимость
ае=аул11 -Я2 , (4)
где оу - стандартное или среднее квадратическое отклонение исходного ряда (СКО).
Формула (4) свидетельствует, что если модель полностью объясняет исходную неопределенность, т.е. является детерминированной, то Я =1 и о8 =0. Если же модель совсем ничего не объясняет, то
Я2=0 и о8 = Оу, и модель является стохастической.
При аппроксимации временных рядов гидрометеорологических характеристик во времени не следует ожидать высоких значений Я2 и поэтому сложно оценить по этому показателю, насколько статистически отличаются Я одной и другой модели. В качестве показателя эффективности лучше выбрать дисперсию остатков о28 и для оценки статистического отличия этих дисперсий при разных моделях вполне применим известный критерий Фишера. Стандартное отклонение остатков нестационарной модели о8 сравнивается со стандартным отклонением остатков стационарной или базовой модели, равным оу, и если о8 меньше, чем оу, и это отличие статистически значимо, то модель нестационарного среднего эффективнее, чем модель стационарного среднего. Для модели линейного тренда стандартное отклонение остатков этой модели о8 рассчитывается по формуле (4), для модели ступенчатых изменений среднего в случае перехода от одного среднего к другому по формуле
2 2 а1 п + п2
^ступ ( (5)
(п1 + п2 -1) 22
где о1 , о2 - дисперсии первой и второй стационарных частей ряда, п1, п2 -продолжительности первой и второй частей ряда.
В модели ступенчатых изменений требуется определить год перехода от одного стационарного среднего к другому (Тст), который обычно неизвестен, хотя его и можно задать из анализа хронологического графика. Однако, чтобы исключить субъективизм, можно определить этот года итерациями при достижении минимального значения сумм квадратов отклонений двух частей временного ряда [19; 20], что аналогично применению МНК (метода наименьших квадратов) в регрессионном анализе
о12(п1-1)+о22(п2-1)=тт. (6)
При этом следует задать минимальный объем первой части ряда, например, п1=10, при котором п2=п-п1, и затем последовательно увеличивать п1 до т=п-10, при котором п2=10, т.е. п1=11, 12, ... , т. Иначе эту процедуру можно назвать методом расширяющегося окна [19; 20].
Гидрология Лобанов В.А., Григорьева А.А.
Очевидно, что стандарт остатков модели стационарного среднего должен быть наибольшим или, по крайней мере, равен стандарту остатков нестационарных моделей, если они практически ничего не объясняют. Чем больше разность между стандартами остатков стационарной и нестационарной моделей, тем нестационарная модель эффективнее стационарной. В качестве меры отличия можно рассмотреть относительные отклонения А в % (или Атр и Аст - для моделей тренда и ступенчатых изменений), рассчитываемые по формуле
А =
ч Л
ау
100%, (7)
В первом приближении можно принять, что любая нестационарная модель будет эффективнее модели стационарной выборки, если А>10%, т.е. отличие между моделями гарантированно превышает погрешность процесса или погрешность рассматриваемой характеристики.
Для оценки статистически значимого отличия остаточных дисперсий стационарной и нестационарной моделей можно применить критерий Фишера
Г = ^
± то
ТР 2
° ° . (8)
В числителе всегда будет дисперсия исходного ряда наблюдений, так как она является наибольшей или, по крайней мере, равна остаточной дисперсии конкурирующей модели. В случае, если расчетное значение статистики Фишера оказывается больше критического, то остаточные дисперсии двух моделей имеют статистически значимое различие и соответствующая модель (тренда или ступенчатых изменений) статистически эффективнее, чем модель стационарной выборки. Аналогичным образом можно оценить, насколько одна модель нестационарного среднего эффективнее, чем другая модель, например, модель тренда и модель ступенчатых изменений.
На основе критических значений статистик Фишера можно определить и критическое значение Акр%, которое получается при подстановке (8) в (7)
А КР = (1
, (9)
где Г* — критическое значение статистики критерия Фишера при уровне значимости а и степенях свободы у1 и у2, где у1=и;-1 и у2=П2-1, а п}, п2 - объемы выборок.
Принимая, что уровень значимости а =5%, а временной ряд один и тот же, т.е. п}=п2=п и для средней продолжительности ряда, равной п=61 г. из таблиц критических значений [16], получим Г*=1,53 и из (9) Акр=19,4%. Если же продолжительность ряда равна п=31 год, то Г* =1.84 и Акр=26,5%, если п=120, то Г*=1,35 и Акр=13,8% и т.д. Можно также найти, что Акр=10% соответствует Г*=1,235 и п примерно равно 500, т.е. выбранное А=10% соответствует предельному критическому при очень большой продолжительности ряда.
Последовательность оценки эффективности моделей нестационарного среднего можно представить в виде следующего алгоритма:
- моделями нестационарного среднего аппроксимируется временной ряд за весь период наблюдений и предварительно оценивается их эффективность и год перехода от одних стационарных условий к другим;
- если показатели моделей нестационарного среднего эффективны, то оценивается, какая из двух моделей лучше (имеет большее отличие от стационарной модели): линейного тренда или ступенчатых изменений путем сравнения Атр и Аст;
- для эффективной нестационарной модели оценивается устойчивость показателей ее эффективности (г, А-^ и Аст) и года перехода (Тст) путем построения ее за разные временные отрезки ряда;
- выбирается наиболее часто повторяющийся год перехода от одних стационарных условий к другим (Тстр) и временной ряд по этому году делится на две части;
Гидрология Лобанов В.А., Григорьева А.А.
- оценивается статистическая значимость коэффициента корреляции (r) со временем для каждой части временного ряда (до и после года перехода Тстр) с целью оценки вида модели (стационарная или тренд для каждой из двух частей ряда);
- рассчитываются средние значения для каждой части временного ряда (Q^ и Q^) и оценивается их статистически значимое различие на основе критерия Стьюдента [17];
- для количественной оценки влияния изменений климата рассчитывается разность между средними значениями ^Q^Q^-QcpO, сопоставляется со средним квадратическим отклонением всего ряда (оД которое характеризует естественную климатическую изменчивость.
Результаты моделирования и их обсуждение
В соответствии с алгоритмом исследования, прежде всего, была осуществлена аппроксимация моделями линейного тренда и ступенчатых изменений всех рядов с первого по последний год наблюдений для каждой гидрологической характеристики. Полученные показатели Дтр, Дст, Тст и r приведены в табл. 2, где Qmax вп - максимальные срочные расходы весеннего половодья в м3/с, Qmax дп - максимальные срочные расходы дождевых паводков, Y - слои стока весеннего половодья, Qmin лет - минимальные летние расходы воды, Qmin зим - минимальные зимние расходы воды, Qгод - среднегодовые расходы воды. В табл. 2 не представлены результаты моделирования максимальных в году срочных расходов воды, т.к. они практически полностью совпадают с результатами для Qmax вп. Жирным шрифтом в табл.2 выделены Д>10% и соответствующие им годы Тст для модели ступенчатых изменений и статистически значимые r при а=5%.
Таблица 2
Показатели эффективности аппроксимации временных рядов гидрологических характеристик моделями
нестационарного среднего
Efficiency indicators of the time series approximation of hydrological characteristics by nonstationary average models
Код Тн Qmax вп Qmax дп Y
Дтр Дст Т ст r Дтр Дст Т ст r Дтр Дст Т ст r
1 2 3 4 5 6 7 8 9 10 11 12 13 14
3036 1940 1,5 3,8 1956 0,17 2,8 9,1 2005 0,23 1,7 3,6 1959 0,18
3042 1927 1 3,6 1999 0,14 0,6 4,4 2004 0,11 1,8 3,1 1974 0,19
3156 1934 1,3 3,1 1978 0,16 1,2 2,1 1998 0,15 6,5 7,9 1977 0,35
3180 1934 0,8 3,9 1951 0,13 2,2 5,3 2006 0,21 16,7 22,9 2004 0,55
3222 1935 0 0,7 1997 0,13 1,6 3,7 1972 0,18 0,3 2,2 1994 0,08
3225 1927 0 1,7 1939 0 1,3 2,9 1955 0,16 2,4 3,6 1966 0,22
3229 1943 1,3 3 1952 0,16 0,9 2 1972 0,13 1,6 2,9 1966 0,18
3246 1926 0 0,7 2005 0 1,4 3,3 1979 0,17 0,1 0,9 1942 -0,05
3291 1933 0,6 3,3 1996 0,11 1,6 3,9 2003 0,18 1,4 4 1996 0,17
3293 1937 2,5 7 1998 0,22 4,7 5,9 2003 0,30 6,3 9,8 1998 0,35
3367 1938 4,4 9,3 1988 0,29 0,3 2,8 1956 -0,08 5,4 8,1 1987 0,32
3405 1936 0,6 2,3 1967 0,11 0 0,6 1962 0 2,6 5 1964 0,23
3414 1926 4,4 8,2 2004 0,29 0,1 2,1 2004 0,04 3,8 9,1 2004 0,27
3443 1943 2,4 8,5 1969 -0,22 0 2 1996 0,01 1,5 8,8 2008 0,17
3445 1937 1,4 3,1 1991 0,17 1 5,2 1998 0,14 6,1 8,6 1989 0,34
3483 1937 0,7 3,1 2004 0,12 0 1,1 1949 0,01 2,1 5,3 2007 0,2
3507 1945 1,7 5,8 2004 0,18 2,9 11,1 2004 0,24 4,6 7,7 1996 0,3
3518 1944 0,5 3,4 1957 -0,1 2 4,4 2004 0,2 0,5 1,6 2003 -0,1
3801 1954 0,1 0,9 1967 0,03 0,6 5,5 1949 -0,11 1,5 4,2 1964 0,17
3821 1936 0,3 6,8 1947 0,08 0,7 1,3 1963 -0,12 2,8 5,4 1948 0,24
3881 1962 10,9 10,1 1996 0,45 - - - - 13 13 1991 0,49
Среднее 1,7 4,4 1979 0,12 1,3 3,9 1984 0,10 3,9 6,6 1983 0,23
Год Тн Qmin лет Qmin зим Qгод
Дтр Дст Т ст r Дтр Дст Т ст r Дтр Дст Т ст r
3036 1940 1,3 3,9 1997 0,16 7,8 11,6 1998 0,39 0,5 3,7 2007 0,1
3042 1927 1,2 3,9 1997 0,16 17,2 28,9 1997 0,56 2,3 6,4 2004 0,21
3156 1934 7,9 13,4 1996 0,39 15,1 20,9 1989 0,53 7,8 11,6 1998 0,39
3180 1934 15,7 35,1 2002 0,54 23,2 31,1 2005 0,64 12,9 30,7 2004 0,49
Гидрология Лобанов В.А., Григорьева А.А.
Окончание табл. 2
1 2 3 4 5 6 7 8 9 10 11 12 13 14
3222 1935 3,7 6 1997 0,27 21,3 28,9 1994 0,62 5,4 9,6 1997 0,32
3225 1927 3 4,5 1997 0,24 20 19,1 1972 0,60 3,7 7,1 1997 0,27
3229 1943 1 2,1 1971 0,14 34 28,9 1990 0,75 5,4 7,6 1996 0,33
3246 1926 0,2 2,3 1994 -0,06 - - - - 1,4 3,7 1994 -0,17
3291 1933 7,4 9,1 2003 0,38 14,4 19,6 1980 0,52 3,3 5,7 1996 0,25
3293 1937 9,4 14,4 2003 0,42 27,5 26,8 2004 0,69 11,7 13,7 2005 0,47
3367 1938 0,8 2,8 1960 0,12 - - - - 2,4 5,5 1987 0,22
3405 1936 1,1 2,7 1973 0,15 - - - - 2,9 5,6 1973 0,24
3414 1926 1,8 7,5 1994 0,19 - - - - 3,6 6,4 2004 0,26
3443 1943 12,9 19,4 1994 0,49 - - - - 12,6 21,9 1996 0,49
3445 1937 29,5 39,8 1994 0,71 - - - - 11 17,2 1988 0,46
3483 1937 8 10,0 1950 0,39 - - - - 2 2,8 1949 0,2
3507 1945 2,1 3,6 2000 0,21 0,1 3,1 1988 0,05 4,7 9,6 2000 0,3
3518 1944 1,3 3,9 1967 0,16 - - - - 0,1 0,8 1994 0,04
3801 1954 8,3 13,2 2002 0,4 - - - - 3,2 8,1 1989 0,25
3821 1936 1 5,5 1997 0,14 34,5 41,7 1980 0,76 0,4 2,3 1988 0,09
3881 1962 12 15,9 1996 0,48 16,1 23,0 1998 0,54 13,7 16,6 1996 0,51
Среднее 6,2 10,5 1990 0,29 19 24 1991 0,55 5,2 9,4 1993 0,27
Из результатов табл. 2 следует основной вывод, что если модели нестационарного среднего эффективны, то всегда имеет место рост среднего значения. При этом процент эффективных нестационарных моделей является разным для разных гидрологических характеристик. Для многолетних рядов максимальных срочных расходов воды как весеннего половодья, так и дождевых паводков преобладает модель стационарного среднего. Исключение составляет пункт 3881 р. Алазея - с. Аргахтах, но для него нестационарность характерна для всех остальных гидрологических характеристик, что может быть связано с влиянием хозяйственной деятельности. Для многолетних рядов слоев весеннего половодья нестационарные модели, если оценивать их по статистически значимому г, присущи для трети рядов, а для минимальных летних и среднегодовых расходов воды - уже для половины. Наибольшее число нестационарных эффективных моделей имеет место для рядов минимальных зимних расходов воды. Если исключить реки с перемерзанием (в табл. 2 результаты по ним отсутствуют), то для оставшейся половины рядов в 92% случаев эффективна модель нестационарного среднего. В то же время на некоторых реках с зимним перемерзанием (3405 р. Оленек - с. Оленек, 3414 р. Яна - г. Верхоянск) с конца 1990-х -начала 2000-х уже регистрируются минимальные зимние расходы воды. Наблюдаемое увеличение стока, особенно минимального и среднегодового, вполне может быть связано с дополнительным притоком воды за счет таяния многолетней мерзлоты [13; 24].
Еще один важный вывод, который может быть получен по результатам табл. 2, это какая из моделей нестационарного среднего более эффективна: тренда или ступенчатых изменений. Средние по всем рядам значения Д^ и Дст наглядно показывают, что всегда Дст>Дтр , причем если рассматривать только эффективные модели нестационарного среднего для минимальных и среднегодовых расходов воды, то в среднем для минимальных летних расходов Дтр=13% и Дст=20%, для минимальных зимних расходов воды Дгр=21% и Дст=26% и для среднегодовых расходов воды Дтр=12% и Дст=19%. Поэтому можно считать, что модель ступенчатых изменений эффективнее при аппроксимации временных рядов, чем модель линейного тренда. Примеры характерных эффективных моделей ступенчатых изменений среднегодовых расходов воды приведены на рис. 2.
Если в большинстве случаев преобладает нестационарная модель ступенчатых изменений, то следующим является вопрос о годе этого ступенчатого перехода от одних однородных условий к другим. Очевидно, что этот год можно оценивать только для эффективных нестационарных моделей и в среднем он приходится на 1990-е гг. (1992-1999), хотя варьирует в широких пределах. Так, для эффективных нестационарных моделей
Гидрология Лобанов В.А., Григорьева А.А.
минимальных летних расходов воды Тст изменяется от 1994 до 2004 г., для минимальных зимних расходов воды Тст изменяется в широких пределах (от 1970-х до начала 2000-х) и группируется в основном в двух временных интервалах 1972-1980 и 1994-2004 гг., что может зависеть как от территории, так и от локальных особенностей формирования и изменения зимних расходов воды, связанных с влиянием хозяйственной деятельности. Для среднегодовых расходов воды Тст в основном соответствует периоду 1996-2004 гг.
Достаточно большой диапазон Тст, особенно в минимальных зимних расходах воды, обусловлен и погрешностями его определения, а также влиянием не только климата, но и антропогенных, а также локальных факторов. Поэтому необходимо было оценить устойчивость определения Тст, а также остальных показателей эффективности для нестационарных моделей: Д^, Дст и г, так как некоторые Дгр и Дст не намного больше 10%.
Для оценки устойчивости во времени Дтр, Дст, Тст и г рассматривался временной ряд разной продолжительности, которая определялась заданием разного начала временного ряда: с 1930-1940 гг. и т.д. до начала ряда в 1990 г. При такой оценке за разные интервалы времени можно более надежно определить и наиболее вероятный год Тстр, который характеризует переход от одного однородного режима к другому. Даже если помимо модели ступенчатых переходов эффективна и модель тренда, Тстр позволяет фиксировать год изменений в параметрах этой модели, например, в изменении скорости тренда или его статистической значимости, когда тренд был статистически значим до Тстр и стал статистически незначим после Тстр. Поэтому после определения Тстр для каждой части ряда были рассчитаны коэффициенты корреляции г со временем и оценена их статистическая значимость. Эта процедура позволяет еще раз проверить вид модели временного ряда. Если до и после Тстр коэффициенты г статистически незначимы, то эта ситуация соответствует модели ступенчатых изменений. Если до и после Тстр коэффициенты г статистически значимы, то временной ряд соответствует модели тренда, а скорость и/или направление этого тренда, видимо, изменились. Также может быть ситуация, когда до Тстр коэффициент г статистически незначим, а после Тстр - статистически значим, что свидетельствует о начале трендовых изменений после Тстр, а до этого ряд был стационарен. Также возможна и обратная ситуация: наличие тренда до Тстр и стационарность после.
В табл. 3 в качестве примера приведены результаты оценки устойчивости во времени показателей Дтр , Дст, Тст и г при назначении разных лет начала ряда, а также определения Тстр по наибольшей повторяемости Тст (повторяющиеся Тст выделены жирным шрифтом) и рассчитанные г для частей ряда до и после Тстр для рядов среднегодовых расходов воды с эффективными нестационарными моделями. Из результатов табл. 3 следует, что практически всегда Тст не зависит от задания начала ряда, т.е. является устойчивым и определяется надежно, а установленные Тстр находятся в диапазоне от 1996 по 2005 г. Коэффициенты корреляции г для первой и второй частей ряда (до и после Тстр) практически всегда статистически незначимы, что подтверждает вывод о преобладании модели ступенчатого изменения среднего значения во временных рядах. Исключение составляет ряд 3180 р. Чара -с. Токко, в котором в 2013 г. имеет место неоднородный минимум (рис. 2), после исключения которого г становится статистически незначимым. Показатели Дтр, Дст и г эффективны и статистически значимы вне зависимости от задаваемого года начала ряда. В отдельных случаях отмечаются некоторый рост параметров при сдвиге задаваемого года начала ряда от прошлого к настоящему или их уменьшение при начале ряда с 1990 г., что свидетельствует о нарушении однородности рядов в последний период наблюдений с конца XX века.
Гидрология Лобанов В.А., Григорьева А.А.
300 260 200 1SO 100 50
Ц t, k MM' ll L
i (
1400 12(H) 1000 800 «0« 40« 200 о
Р.ЧАРА-СТОККО (31S0)
19 JO 19-it) 19f0 1969 197» 193« 199Q 2W0 2«10fT?piiti 1959 193« 197« 199« 19» 2М0 М10П*риМ
^^ РЛЛДАН - СУСТЬ.МиЛЬ VOZ, Qu ' ГМ.СТ.ВЕР УОЯНСкИИ ЛЕРЕВОЭ
im
1630 I&40 16Б0 16S0 1970 1660 I&90 2МО Ш0 1950 i960 1970 19S0 1990 2000 2010 Период
o«.^ Р.АМГА-С .теист вги! Qtuy&a рддычд-гм.ст усть-чаркы (зиз)
1ЭЗ-0 1940 1950 1950 197« 1Эв0 1990 2000 1940 1550 1960 1970 1930 1990 200« 2010 ГТрриой
ОикубА: Р.ДЛД^ЕЯ - С-АРГДХ ТАК (ЗвЭ 1)
Ом.ку&с
1000 900 $00 700
воо
500 400 300 200
1
Р.АДЫЧД ■ m ЮРДЮК-КУМДУ !344Sh
430 1940 19S0 1«0 1670 1940 1960 »00 2010Л|*и«> 1930 1640 1S50 1960 1670 1930 1990 2000 2010 n»J?uei |
Рис. 2. Нестационарные ряды среднегодовых расходов воды Fig. 2. Non-stationary time series of annual discharges
Таблица 3
Оценка устойчивости во времени показателей эффективности нестационарных моделей среднегодовых расходов воды Estimation of stability in time for performance indicators of non-stationary models of average annual water discharges
Код Показатели Год начала ряда С 1930 С 1940 С 1950 С 1960 С 1970 С 1980 С 1990 r до Тстр r после Тстр
1 2 3 4 5 6 7 8 9 10 11 12
3042 АТр 2,3 3 8,1 4,9 3,7 3,7 1,5 4,8 - -
ДсТ 6,4 6,6 8,4 7,7 7,9 7,7 6,4 12,1 - -
Т L ст 2004 2004 2004 2004 2004 2004 2004 2004 - -
r 0,21 0,24 0,39 0,31 0,27 0,27 0,17 0,31 - -
3156 Атр 7,8 7,8 9,3 6,2 7,7 4,4 1,8 0,9 0,10 -0,14
Аст 11,6 11,6 12,2 10,6 11 8,6 7,1 1,3 - -
Т ст 1998 1998 1998 1998 1998 1998 1998 - -
r 0,39 0,39 0,42 0,35 0,38 0,29 0,19 0,13 0,15 -0,29
3180 Атр 12,9 12,9 15,1 16 14,6 13,3 12,5 14,2 - -
Аст 30,7 30,7 31,1 30,7 30,5 29,3 28,6 32 - -
Т ст 2004 2004 2004 2004 2004 2004 2004 2004 - -
r 0,49 0,49 0,53 0,54 0,52 0,5 0,48 0,51 0,07 -0,61
3222 Атр 5,4 5,4 8,3 6,1 7,9 2,7 2,6 1 - -
Аст 9,6 9,6 11,1 10,2 11,2 7,8 8,7 3,8 - -
Т ст 1997 1997 1997 1997 1997 1997 1997 - -
r 0,32 0,32 0,4 0,34 0,39 0,23 0,23 0,14 0,03 -0,27
3293 Атр 11,7 11,7 12,3 9,3 8,6 6,4 4,5 8,3 - -
Гидрология Лобанов В.А., Григорьева А.А.
Окончание табл. 3
1 2 3 4 5 6 7 8 9 10 11 12
Дст 13,7 13,7 13,7 13,1 12,8 11,6 10,1 13,3 - -
Т L ст 2005 2005 2005 2005 2005 2005 2005 2005 - -
г 0,47 0,47 0,48 0,42 0,4 0,35 0,3 0,4 0,28 -0,35
3443 Дтр 12,6 12,6 12,6 15,5 15,5 19,3 12,5 3,8 - -
Дст 21,9 21,9 21,9 22,5 22,5 23,9 18,2 9,5 - -
Т ст 1996 1996 1996 1996 1996 1996 1996 - -
г 0,49 0,49 0,49 0,53 0,53 0,59 0,48 0,27 -0,07 -0,07
3445 Дтр 11 11 10,3 10,2 8,9 10,8 4,5 0,3 - -
Дст 17,2 17,2 16,7 16,6 15,9 18,6 9 2,7 - -
Т ст 1988 1988 1988 1988 1996 1996 1996 - -
г 0,46 0,46 0,44 0,44 0,41 0,45 0,40 -0,08 -0,03 -0,08
3507 Дтр 4,7 4,7 4,7 4 3,8 8,8 5,9 3,6 - -
Дст 9,6 9,6 9,6 9,3 9,8 13,9 11,6 10,3 - -
Т ст 2000 2000 2000 2000 2000 2000 2000 2000 - -
г 0,3 0,3 0,3 0,28 0,27 0,41 0,34 0,27 -0,03 -0,2
3881 Дтр 13,7 13,7 13,7 13,7 13,7 15,1 11,2 0,7 - -
Дст 16,6 16,6 16,6 16,6 16,6 16,8 14,6 1,9 - -
Т ст 1996 1996 1996 1996 1996 1996 1996 - -
г 0,51 0,51 0,51 0,51 0,51 0,53 0,46 0,12 0,17 -0,07
Пространственные изменения и их обсуждение
Главным результатом моделирования временных рядов является установление вида модели временного ряда, которая в основном соответствует ступенчатому росту среднего значения в 1990-х - начале 2000-х и переходу от одного стационарного режима к другому в год Тстр. При этом «быстрые» характеристики стока, такие как максимальные в году расходы воды, максимальные расходы весеннего половодья и дождевых паводков, пока остаются стационарными, а изменяются в основном «медленные» характеристики: годовой, минимальный зимний и минимальный летний стоки и в меньшей степени слой стока весеннего половодья. В связи с тем, что атмосферные осадки практически остаются стационарными [7], то слой стока половодья, от них зависящий, также мало изменяется. Поэтому изменение годового стока связано в основном с ростом минимального летнего и зимнего стоков, а причиной дополнительного притока воды в реки в меженный период можно считать таяние многолетней мерзлоты. Подтверждение этому дано, например, в работах [7; 24], где показан ступенчатый рост температуры почвы на разных глубинах и построена карта зон оттаивания многолетней мерзлоты для территории Якутии.
Количественная оценка роста минимальных летних, зимних и среднегодовых расходов воды была получена на основе расчета разности между двумя средними значениями Qсрl и QcP2. полученными по частям ряда до и после Тстр. Для пространственной интерполяции результатов эти разности были нормированы по отношению к Qcр1 и оу (СКО): Aq=(Qcр2-Qcрl)/Qcрl(%) и к=^ср2^ср1)/су. Результаты расчетов Дq и к и оценки стационарности дисперсий и средних значений за периоды до и после Тстр. по критериям Фишера (Ф) и Стьюдента (Ст) приведены в табл. 4, где знаки «+» или «-» свидетельствуют о принятии или отклонении гипотезы стационарности при а=5%, а рядом указан уровень значимости, соответствующий расчетному значению статистики критерия (ар), если он находится в диапазоне ар от 1 до 10%. Это важно если, например, ар несколько меньше заданного а=5%, и тогда гипотеза может быть условно принята. По предложению Макнимара [16], следует воздерживаться от принятия гипотезы, если ар в диапазоне от 10 до 1%, и отклонять гипотезу при ар<1% и принимать ее при ар>10%. Жирным шрифтом в табл. 4 выделены значения, соответствующие статистически значимым нестационарным средним значениям.
Гидрология Лобанов В.А., Григорьева А.А.
Таблица 4
Результаты оценки различий средних значений и дисперсий двух частей временного ряда до и после Тстр. The results of estimation of the differences in the average values and variances of the two parts of the time series before and after Т^.
Код Qmin лет Qmin зим дгод
Ф Ст Aq% k Ф Ст Aq%o k Ф Ст Aq%o k
3036 + +5,4 12,6 0,62 + - 24,5 1,00 - + 5,8 0,29
3042 + +6,7 12,6 0,60 + - 41,1 1,54 + + 8,0 0,46
3156 + - 56,3 0,95 - - 90,8 1,27 - - 40,1 1,04
3180 - - 104 1,79 -1,4 -2,8 56,6 1,02 - -2,3 54,2 1,54
3222 + - 24,5 0,75 + - 51,2 1,24 +7,8 - 18,8 0,95
3225 + - 20,6 0,68 + -1,4 36,5 0,96 + +6,3 9,3 0,19
3229 -3,8 + 13,4 0,42 +5,5 - 83,0 1,43 +8,5 +6,8 7,7 0,46
3246 -3,6 +5,4 10,4 0,16 перемерзание + + -6,1 -0,21
3291 -4,9 - 42,8 0,82 + - 55,6 0,98 - + 12,5 0,40
3293 + - 61,6 1,25 +7,3 - 95,7 1,31 +5,1 - 52,1 1,28
3367 -4,6 + 26,5 0,34 - + перемерзание + +7,5 15,1 0,49
3405 + +5,7 27,4 0,52 - - перемерзание + + 11,6 0,43
3414 + - 39,8 1,02 - - перемерзание + +9,4 14,9 0,38
3443 - - 73,0 1,18 перемерзание + - 39,3 1,26
3445 + - 108 1,67 перемерзание -4,7 - 33,4 1,13
3483 + +5,6 23,7 0,59 перемерзание + + 5,3 0,16
3507 -3,2 + 16,4 0,33 - | - | 116 | 0,80 + -3,2 25,3 0,60
3518 +7,6 + 2,8 0,07 перемерзание - + 5,1 0,18
3801 - - 87,4 0,81 перемерзание -2,6 + 7,7 0,31
3821 + +7,8 16,1 0,60 -1,8 - 92,7 1,62 + + 2,1 0,18
3881 - - 153 1,07 - -3,5 478 1,35 -3,6 - 90,5 1,26
Из результатов табл. 4 следуют несколько выводов:
- статистически значимое при оценке по критерию Стьюдента увеличение среднегодовых расходов воды отмечается в 38% случаях, минимальных летних - в 52% случаях и минимальных зимних - в 100% случаях для неперемерзающих рек;
- увеличение средних значений в трети случаев сопровождается изменением дисперсии (в основном ростом) при оценке ее стационарности по критерию Фишера, причем рост дисперсии, особенно в рядах минимальных зимних расходов воды, обусловлен влиянием отдельных экстремумов;
- статистически значимое различие средних значений имеет место, если Дq>20%, и поэтому любые изменения характеристик стока и осадков менее 20% вряд ли можно считать значимыми;
- в %-ном отношении наибольшее увеличение наблюдается для минимальных зимних расходов воды до 100% (за исключением аномального изменения в пункте 3881 р. Алазея -с. Аргахтах), затем - для минимальных летних расходов воды до 70-80% и для среднегодовых расходов воды до 40-50%;
- для некоторых северных рек с перемерзанием (3405 р. Оленек - с. Оленек, 3414 р. Яна - г. Верхоянск) наметилась тенденция появления зимнего стока в последний период с конца XX в.;
- сравнение увеличения стока с естественной изменчивостью показывает, что коэффициент к в лучшем случае превышает 1, но никогда не достигает 2, который соответствует 95%-ному доверительному интервалу.
Пространственные распределения Дq и к для среднегодовых и минимальных расходов воды приведены на рис. 3.
Из пространственных распределений (рис. 3) следует их подобие для Дq и к, т.е. там, где имеются большие относительные разности средних значений, и отмечается более высокое отношение этой разности к естественной изменчивости. Общим для разных гидрологических характеристик является то, что на севере-востоке Якутии рост расходов
Гидрология Лобанов В.А., Григорьева А.А.
воды наибольший. Наибольший рост как по величине, так и по территории характерен для минимальных зимних расходов воды, а изменение в среднегодовых расходах наблюдается в виде изолированных районов на востоке и юге республики Саха (Якутия).
Aq°/o к
Рис. 3. Пространственные распределения Aq% и к минимальных (Qmin лет, Qmiii зим) и среднегодовых ^год) расходов воды Fig. 3. Spatial distributions Aq% and k of the minimum (Qmin лет, Qmin зим) and average annual ^год) water discharges
Заключение
В результате выполненного исследования по моделированию наиболее продолжительных рядов наблюдений различных гидрологических характеристик на территории республика Саха (Якутия) получены следующие основные выводы.
1. Многолетние ряды максимальных расходов воды (максимальных в году, максимумов весеннего половодья и дождевых паводков) пока еще остаются стационарными, для которых соответствует методология определения расчетных гидрологических характеристик на основе стационарной выборки [25].
2. Для других гидрологических характеристик число эффективных моделей нестационарного среднего увеличивается от 30% всех случаев для слоев половодья до 50-60% для среднегодовых и минимальных летних расходов воды и практически до 100% для минимальных зимних расходов воды.
3. Модель ступенчатых изменений среднего значения является эффективнее модели линейного тренда при аппроксимации нестационарных рядов, а год ступенчатых изменений относится к концу XX - началу XXI вв., а модели каждой из двух частей ряда до и после этого года являются практически всегда стационарными.
Гидрология Лобанов В.А., Григорьева А.А.
4. Оценка стационарности средних значений и дисперсий по статистическим критериям при разделении ряда по году ступенчатых изменений подтвердила нестационарность средних значений для всех априори установленных нестационарных моделей и в ряде случаев -нестационарность дисперсий.
5. В процентном отношении наибольший рост средних значений до 100% имеет место в минимальных зимних расходах воды, до 70-80% - в минимальных летних расходах воды и до 40-50% - в среднегодовых расходах воды, причем изменение средних значений до 20% нельзя считать статистически значимым и надежно определенным. Относительно естественной изменчивости превышение составляет до 1,5-1,6 СКО, но не более.
6. Территориально наибольший рост минимальных зимних расходов воды отмечается в северной части Якутии, и даже на реках с перемерзанием в последние годы наблюдаются расходы воды, а для минимальных летних и среднегодовых расходов воды наибольшее увеличение зафиксировано на северо-востоке и востоке.
7. Предполагаемой причиной увеличения зимнего (до 100%) и летнего минимального стоков (до 70-80%) и исходя из этого среднегодовых расходов воды до 30% на юге и до 50% на северо-востоке является приток дополнительной воды от таяния многолетней мерзлоты, что подтверждено предыдущими исследованиями.
Список источников
1. ВоейковА.И. Климаты земного шара, в особенности России. СПб., 1884. 640с.
2. Анализ изменения природно-климатических условий Якутии по начало следующего столетия // Природные условия осваиваемых регионов Сибири. Якутск: ИМЗ СО АН СССР, 1987. С. 146-159.
3. Боякова С.И., Винокурова Л.И., Игнатьева В.Б., Филиппова В.В. Якутия в условиях глобальных климатических изменений: уязвимость, риски, социальная адаптация // Северо-Восточный гуманитарный вестник. 2010. № 1. С. 22-25.
4. Второй оценочный доклад Росгидромета об изменениях климата и их последствиях на территории Российской Федерации. Общее резюме / Федеральная служба по гидрометеорологии и мониторингу окружающей среды (Росгидромет). М., 2014. 60 с.
5. Григорьев М.Н. Обзор современных изменений климата и природной среды в Республике Саха (Якутия). Якутск: Изд-во «Хамелеон», 2010. 18 с.
6. Изменения климата и их последствия // География в Якутии: наука и образование: мат. II Форума географов Якутии к 70-летию со дня рождения С.Е. Мостахова. Якутск: Изд-во ЯГУ и Института повышения квалификации работников образования, 2005. С. 43-46.
7. Лобанов В.А., Кириллина К.С. Современные и будущие изменения климата Республики Саха (Якутия): монография. СПб.: Изд-во РГГМУ, 2019. 157 с.
8. Кириллина К.С. Тенденции изменения климата Республики Саха (Якутия). Влияние изменений климата на природные процессы криолитозоны // Вопросы географии Якутии. Вып. 11 Якутск: Издание «СМИК-Мастер», 2013. С. 115121.
9. Кириллина К.С., Лобанов В.А. Оценка современных климатических изменений температуры воздуха на территории Республики Саха (Якутия): уч. зап. Рос. гос. гидромет. ун-та. №38 // Научно-теоретический журнал. СПб.: РГГМУ, 2015. С. 137-151.
10. Кириллина К.С., Лобанов В.А. Оценка современной изменчивости атмосферных осадков на территории Республики Саха (Якутия): уч. зап. Рос. гос. гидромет. ун-та. № 39 // Научно-теоретический журнал. СПб.: РГГМУ, 2015. С. 74-86.
11. Обзор состояния и тенденция изменения климата Якутии / В.Т. Балобаев, М.К. Гаврилова, Ю.Б. Скачков, П.П. Гаврильев и др. Якутск: ЯФ Изд-ва СО РАН, 2003. 52 с.
12. Скачков Ю.Б. Современная изменчивость климата Якутии // Девятое сибирское совещание по климато-экологическому мониторингу: мат. рос. конф. Томск: Изд-во Аграф-Пресс, 2011. С. 66-68.
13. Шерстюков А.Б. Изменения климата и их последствия в зоне многолетней мерзлоты России. Обнинск: ГУ «ВНИИГМИ-МЦД», 2009. 127 с.
14. Шикломанов И.А., Георгиевский В.Ю. Изменение стока рек России при глобальном потеплении климата: тр. VI Всес. гидролог. съезда. Секция 3 «Водный баланс, ресурсы поверхностных и подземных вод, гидрологические последствия хозяйственной деятельности и изменений климата: уязвимость и адаптация социально-экономической сферы». М.: Метеоагенство Росгидромета, 2007. С. 159-163.
15. Лобанов В.А., Горошкова Н.И. Характеристики ледового режима рек Республики Саха (Якутия) и их климатические изменения // Уч. зап. РГГМУ. 2019. № 55. С. 86-98.
16. Закс Л. Статистическое оценивание. М.: Статистика, 1976. 598 с.
17. Рекомендации по статистическим методам анализа однородности пространственно-временных колебаний речного стока. Л.: Гидрометеоиздат, 1984. 78 с.
18. Малинин В.Н. Статистические методы анализа гидрометеорологической информации. СПб.: РГГМУ, 2008. 408 с.
Гидрология Лобанов В.А., Григорьева А.А.
19. Лобанов В.А. Лекции по климатологии. Ч. 2 Динамика климата. Кн. 1: в 2 кн.: учебник. СПб.: РГГМУ. 2016.
332 с.
20. Лобанов В.А. Лекции по климатологии. Ч. 2 Динамика климата. Кн. 2: в 2 кн.: учебник. СПб.: РГГМУ. 2018.
377 с.
21. Шукри О.А.А., Лобанов В.А., Хамид М.С. Современный и будущий климат Аравийского полуострова: монография. СПб.: Изд-во РГГМУ. 2018. 190 с.
22. Лобанов В.А., Тощакова Г.Г. Проявление современных изменений климата на территории Костромской области: монография // ФГБУ «Костромской центр по гидрометеорологии и мониторингу окружающей среды». Кострома, 2013. 171 с.
23. ДрейперН., Смит Г. Прикладной регрессионный анализ. М.: Статистика, 1973. 392 с.
24. Lobanov V.A., Grigorjeva A.A., Goroshkova N.I. Impact of climate change on different types of cryosphere in the Republic of Sakha (Yakutia).PEEX Newsletter, Helsinki, June 2021, p. 20-21. URL: https://peexhq.home.blog/2021/06/14/impact-of-climate-change-on-different-types-of-cryosphere-in-the-republic-of-sakha-yakutia/.
25. Свод правил по проектированию и строительству. Определение основных расчетных гидрологических характеристик. СП 33-101-2003. М.: Госстрой России, 2004. 73 с.
References
1. Voeikov, A.I. (1884), Klimaty zemnogo shara, v osobennosti Rossii.Climates of the globe, especially Russia. St. Petersburg, Russia.
2. Analiz izmeneniya prirodno-klimaticheskikh usloviy Yakutii po nachalo sleduyushchego stoletiya (1987) [Analysis of changes in the natural and climatic conditions of Yakutia at the beginning of the next century], Prirodnyye usloviya osvaivayemykh regionov Sibiri, IMZ SO AN SSSR, Yakutsk, Russia, pp. 146-159.
3. Boyakova, S.I., Vinokurova, L.I., Ignatieva, V.B., Filippova, V.V. (2010), Yakutiya v usloviyakh global'nykh klimaticheskikh izmeneniy: uyazvimost', riski, sotsial'naya adaptatsiya [Yakutia in the context of global climate change: vulnerability, risks, social adaptation], Severo-Vostochnyy gumanitarnyy vestnik, no. 1, pp. 22-25.
4. Vtoroy otsenochnyy doklad Rosgidrometa ob izmeneniyakh klimata i ikh posledstviyakh na territorii Rossiyskoy Federatsii (2014) [The second assessment report of Roshydromet on climate change and its consequences on the territory of the Russian Federation], Moscow, Russia.
5. Grigoriev, M.N. (2010), Obzor sovremennykh izmeneniy klimata i prirodnoy sredy v Respublike Sakha (Yakutiya) [Review of modern climate and environmental changes in the Republic of Sakha (Yakutia)], Chameleon Publishing House, Yakutsk, Russia.
6. Izmeneniya klimata i ikh posledstviya (2005), Geografiya v Yakutii: nauka i obrazovaniye. Climate change and its consequences Materials of the II Forum of Yakutian geographers on the occasion of the 70th anniversary of the birth of S.E. Mostakhov, Publishing House of YSU and the Institute for Advanced Studies of Educators, Yakutsk, pp. 43-46 [In Russian].
7. Lobanov, V.A., ЮпИт, KS. (2019), Sovremennye i budushie izmeneniya klimata Respubliki Sakha (Yakutiya) [Current and future climate changes in the Republic of Sakha (Yakutia)], RSHU, St. Petersburg, Russia.
8. Kirillina, K.S. (2013), Tendentsii izmeneniya klimata Respubliki Sakha (Yakutiya). Vliyaniye izmeneniy klimata na prirodnyye protsessy kriolitozony [Climate change trends in the Republic of Sakha (Yakutia). Influence of climate change on the natural processes of the permafrost], Questions of the geography of Yakutia. Issue 11, Edition "SMIK-Master", Yakutsk, Russia, pp. 115-121 [In Russian].
9. Kirillina, K.S., Lobanov, V.A. (2015), Otsenka sovremennykh klimaticheskikh izmeneniy temperatury vozdukha na territorii Respubliki Sakha (Yakutiya), Scientific Notes of the Russian State Hydrometeorological University No. 38, Scientific and theoretical journal, RSHU, St. Petersburg, Russia, pp. 137-151 [In Russian].
10. Kirillina, K.S., Lobanov, V.A. (2015), Otsenka sovremennoy izmenchivosti atmosfernykh osadkov na territorii Respubliki Sakha (Yakutiya) [Evaluation of the modern variability of atmospheric precipitation on the territory of the Republic of Sakha (Yakutia)], Scientific notes of the Russian State Hydrometeorological University No. 39, Scientific and theoretical journal, RSHU, St. Petersburg, Russia, pp. 74-86.
11. Obzor sostoyaniya i tendentsiya izmeneniya klimata Yakutii (2003) [Review of the state and trend of climate change in Yakutia], V.T. Balobaev, M.K. Gavrilova, Yu.B. Skachkov, P.P. Gavriliev et al., YA F Izd-va SO RAN, Yakutsk, Russia, 52 p.
12. Skachkov, Yu.B. (2011), Sovremennaya izmenchivostj klimata Yakutii [Modern climate variability in Yakutia], Ninth Siberian meeting on climate and environmental monitoring: Materials of the Russian. conf, Agraf-Press, Tomsk, Russia. pp. 66-68.
13. Sherstyukov, A.B. (2009), Izmeneniya klimata i ikh posledstviya v zone mnogoletney merzloty Rossii [Climate change and its consequences in the permafrost zone of Russia], GU "VNIIGMt-MTsD", Obninsk, Russia.
14. Shiklomanov, I.A., Georgiyevskiy, V.Yu. (2007), Izmeneniye stoka rek Rossii pri global'nom poteplenii klimata. Trudy VI Vsesoyuznogo gidrologicheskogo s"yezda. Sektsiya 3 «Vodnyy balans, resursy poverkhnostnykh i podzemnykh vod, gidrologicheskiye posledstviya khozyaystvennoy deyatel'nosti i izmeneniy klimata: uyazvimost' i adaptatsiya sotsial'no-ekonomicheskoy sfery», Meteorological Agency of Roshydromet, pp. 159-163 [In Russian].
15. Lobanov, V.A., Goroshkova, N.I. (2019), Kharakteristiki ledovogo rezhima rek Respubliki Sakha (Yakutiya) i ikh klimaticheskiye izmeneniya [Characteristics of the ice regime of the rivers of the Republic of Sakha (Yakutia) and their climatic changes], Scientific notes of the Russian State Humanitarian University, no. 55, pp. 86-98.
16. Zaks, L. (1976), Statisticheskoe otcenivanie. Statistical Evaluation, Statistica, Мoscow, Russia [In Russian].
17. Rekomendatsii po statisticheskim metodam analiza odnorodnosti prostranstvenno-vremennykh kolebaniy rechnogo stoka (1984) [Recommendations on statistical methods for analyzing the homogeneity of spatial and temporal fluctuations in river runoff], Gidrometeoizdat, Leningrad, Russia.
18. Malinin, V.N. (2008), Statisticheskie metody analiza gidrometetorologicheskoy informacii [Statistical methods for the analysis of hydrometeorological information], RSHU, St-Petersburg, Russia.
Гидрология Лобанов В.А., Григорьева А.А.
19. Lobanov, V.A. (2016), Lektsiipo klimatologii. Chastj 2 Dinamika klimata. Kn.1. V2 kn. [Lectures on climatology. Part 2 Climate dynamics. Book 1. In 2 books], RGGMU, St-Petersburg, Russia.
20. Lobanov, V.A. (2018), Lektsii po klimatologii. Chastj 2 Dinamika klimata. Kn.1. V 2 kn. [Lectures on climatology. Part 2 Climate dynamics. Book 2. In 2 books], RGGMU, St.-Petersburg, Russia.
21. Shukri, О.А.А., Lobanov, V.A., Khamid, M.S. (2018), Sovremennyi i budushiy klimat Araviyskogo poluostrova [The current and future climate of the Arabian Peninsula], RSHU, St.-Petersburg, Russia.
22. Lobanov V.A., Toshchakova G.G. (2013), Proyavleniye sovremennykh izmeneniy klimata na territorii Kostromskoy oblasti. Monografiya [The manifestation of modern climate change in the Kostroma region. Monograph], FSBI "Kostroma Center for Hydrometeorology and Environmental Monitoring", Kostroma, Russia.
23. Draper, N., Smith, G. (1973), Prikladnoy regressionnyy analiz [Applied regression analysis], Statistics, Moscow, Russia.
24. Lobanov, V.A., Grigorjeva, A.A., Goroshkova, N.I. (2021), Impact of climate change on different types of cryosphere in the Republic of Sakha (Yakutia), PEEX Newsletter, Helsinki, June 2021, pp. 20-21, available at: https://peexhq.home.blog/2021/06/14/impact-of-climate-change-on-different-types-of-cryosphere-in-the-republic-of-sakha-yakutia/.
25. Svod pravil po proyektirovaniyu i stroitel'stvu. Opredeleniye osnovnykh raschetnykh gidrologicheskikh kharakteristik. SP 33-101-2003 (2004) [A set of rules for design and construction. Determination of the main calculated hydrological characteristics], Gosstroy Rossii, Moscow, Russia.
Статья поступила в редакцию: 22.08.2022; одобрена после рецензирования: 18.11.2022; принята к опубликованию: 06.03.2023.
The article was submitted: 22 August 2022; approved after review: 18 November 2022; accepted for publication: 6 March
2023.
Информация об авторах
Information about the authors
Владимир Алексеевич Лобанов
доктор технических наук, профессор кафедры метеорологии, климатологии и охраны атмосферы Российского государственного гидрометеорологического университета; 195196, Россия, г. Санкт-Петербург, Малоохтинский проспект, д. 98
е-тай: lobanov@EL6309.spb.edu
Vladimir A. Lobanov
Doctor of Technical Sciences, Professor, Department of Meteorology, Climatology and Atmospheric Protection, Russian State Hydrometeorological University; 98, Malookhtinsky prospekt, St. Petersburg, 195196, Russia
Алёна Андреевна Григорьева
старший инженер Якутского Управления гидрометеорологической службы, аспирант Российского государственного гидрометеорологического университета; 677010, Россия, г. Якутск, ул. Якова Потапова, д. 8
Alena A. Grigorieva
Senior Engineer, Yakutsk Department of Hydrometeorological Service; Postgraduate Student, Russian State Hydrometeorological University; 8, Yakova Potapova st., Yakutsk, 677010, Russia
е-mail: alngrgrva@mail.ru
Вклад авторов
Лобанов В. А. - идея, написание статьи, научное редактирование текста.
Григорьева А.А. - сбор материала, обработка материала, написание статьи, редактирование карт.
Конфликт интересов. Авторы заявляют об отсутствии конфликта интересов, связанных с публикацией настоящей
статьи.
Contribution of the authors
Vladimir A. Lobanov - the idea; writing the article; scientific editing of the text.
Alena A. Grigorieva - collecting of materials; data processing; writing of the article; maps editing
Conflict of interest. The authors declare no conflict of interest.
