CC BY
21
УДК 502.6
О ПРОБЛЕМАХ МОДЕЛИРОВАНИЯ ПРОЦЕССА ВСКРЫТИЯ ЛЬДА НА РЕКАХ В ИНТЕРЕСАХ ОПЕРАТИВНОГО РЕАГИРОВАНИЯ МЧС РОССИИ
В.Н. Яцуценко
заместитель Министра Российской Федерации по делам гражданской обороны, чрезвычайным ситуациям и ликвидации последствий стихийных бедствий
Адрес: 121357, г. Москва, ул. Ватутина д.1 E-mail: infoQmchs.gov.ru
В.В. Панченков
кандидат военных наук, начальник Академии гражданской защиты МЧС России
Академия гражданской защиты МЧС России Адрес: 141435, Московская обл., г.о. Химки, мкр. Новогорск E-mail: agz.u.s.Qyandex.ru
А.И. Мазаник
доктор военных наук, профессор, главный научный сотрудник научно-исследовательского центра Академия гражданской защиты МЧС России Адрес: 141435, Московская обл., г.о. Химки, мкр. Новогорск E-mail: agz.u.s.Qyandex.ru
C.B. Ворщ
кандидат географических наук, директор ФГВУ «Гидрометеорологический научно-исследовательский центр Российской Федерации»
Адрес: 123376, Москва, Большой Предтеченский переулок, д. 13, стр. 1 E-mail: borschQmecom.ru
Аннотация. В статье представлены результаты анализа процесса вскрытия льда на реках, которые по характеру ледового режима относятся к группе «замерзающие реки» и для которых характерно механическое разрушение ледяного покрова под действием паводочной волны. В качестве процесса вскрытия реки рассматриваются первые подвижки льда на реке. В основу исследования положена проверка статистических гипотез о влиянии различных факторов на процессы, которые непосредственно предшествуют вскрытию и протекающие во время вскрытия реки. В частности, в статье проверяются статистические гипотезы о влиянии солнечной радиации (индекса прозрачности атмосферы) на процесс таяния снега. Установлено, что таяние снега происходит быстрее при более низких значениях индекса прозрачности, что на первый взгляд, кажется парадоксальным. Для проведения статистического анализа применялись гидрологические данные ФГВУ «ВНИИГМИ—МЦЦ» и другие данные, полученные из открытых источников.
Ключевые слова: подвижки льда, вскрытие реки, критерий Стыодента, дисперсионный анализ, критерий Тьюки.
Введение
На территории Российской Федерации сосредоточено колоссальное количество рек, большинство из которых несколько месяцев в году покрыты льдом. Как в периоды образования ледяного покрова на реках, так и при вскрытии рек часто из-за зажоров и заторов возникают опасные подъемы уровня воды, которые могут приводить к наводнениям [1].
Ущерб от заторных наводнений может достигать существенных значений. Например, на реке Лена в районе г. Ленек в мае 2001 года произошло катастрофическое наводнение, связанное с формированием мощного затора льда. При этом почти полностью был разрушен город Ленек. Ущерб от этого наводнения превысил 7 млрд. рублей [2, 3].
Как известно, в весенний период ледяной покров на водоемах суши подвергается воздействию тепловых и механических факторов. К верхней поверхности ледяного покрова поступает тепло, образовавшееся за счет прямой и рассеянной солнечной радиации, турбулентного теплообмена, за счет конденсации влаги и жидких осадков, выпадающих на его поверхности, а к нижней - за счет поступления тепла от водной массы [4]. Поступающее тепло приводит к образованию воды между кристаллами льда. Увеличение объема накопленной талой воды в ледяном покрове приводит к уменьшению адгезионных сил и, следовательно, к уменьшению прочности ледяного покрова. С другой стороны, в весенний период происходит таяние накопленного сезонно-
го снежного покрова, что приводит к увеличению водности реки и влекущей силы ее потока. Нарушение целостности ледяного покрова (вскрытие реки ото льда) происходит в тот момент, когда нарастающая влекущая сила потока превышает максимально возможное сопротивление ледяного покрова на изгиб (прочность льда). Таким образом, для вскрытия реки, с одной стороны, необходимо ослабление прочности льда, с другой стороны, силы потока воды на реке и ветра должны быть достаточными для того, чтобы нарушить целостность льда и сдвинуть его с места.
Под влиянием притока тепла и воздействия механических сил происходит разрушение ледяного покрова, включая появление закраин, подвижки льда, появление полыней, ледоход и полное очищение реки ото льда [5]. В то же время в случае, если влекущая сила потока недостаточна для взлома ледяного покрова, а к кромке неразрушенного льда поступает ледовый материал с вышележащих участков реки, может произойти закупорка русла взломанным льдом, что приведет к формированию затора льда.
Наиболее часто заторы льда формируются на реках, текущих с юга на север. В период весеннего половодья в бассейнах этих рек может наблюдаться резкий контраст температур воздуха, когда в верхней части бассейна происходит резкое повышение температуры воздуха, вызывающее дружное мощное снеготаяние и разрушение льда на реке, а ниже по течению реки сохраняются зимние условия. В этом случае, волна половодья продвигается вниз по течению реки, взламывая достаточно еще прочный ледяной покров, который нагромождается у верхней кромки фронта вскрытия, формируя затор надвига или затор подныривания.
Примером реки, которая, протекая с юга на север, вскрывается ото льда в результате процесса заторообразования, является река Лена. Для реки Лена характерно механическое разрушение ледяного покрова под действием паводочной волны. Мощные и продолжительные заторы льда на Лене могут тянуться от нескольких сотен метров до сотни километров и более, а продолжительность их существования составляет от нескольких часов до нескольких суток [6].
Исходя из вышеизложенного, можно сделать вывод, что проблема оценки и прогноза сроков вскрытия замерзающих рек, определение условий формирования и прохождения волны вскрытия представляет значительный интерес [7]. Обоснованная и достоверная оценка сроков вскрытия замерзающих рек позволяет повысить достоверность оценок образования затора, что для служб экстренного реагирования, защиты населения и территорий является чрезвычайно важным.
Систематизация процесса вскрытия реки
Используя методы и подходы логического анализа, определяющие причинно-следственные связи, представим процесс разрушения ледяного покрова и вскрытия реки ото льда в виде диаграммы Исикавы [8]. На рисунке 1 представлена диаграмма Исикавы, в которой систематизированы и классифицированы факторы, влияющие на вскрытие реки и процесс формирования заторов льда.
В результате логического и системного анализа все факторы были разделены на четыре группы: А - группа факторов, характеризующая состояние снега и льда, В - морфологию русла реки, С - тепловое и радиационное воздействие солнечного излучения и £) _ механическое воздействие внешней среды. Среди факторов выделяются такие, значения которых изменяются в процессе вскрытия реки (толщина и прочность льда, высота снега, альбедо снега и льда, метеорологические характеристики), и факторы, значения которых остаются постоянными (морфометри-ческие характеристики русла реки).
Эти же факторы, влияющие на процесс вскрытия, можно разделить и по скорости влияния: факторы «мгновенного» воздействия и факторы с накопительным эффектом. К первой группе можно отнести, например, механические факторы, а ко второй - метеорологические, морфометрические факторы.
На рисунке 2 представлена принципиальная схема процесса вскрытия реки ото льда. Как правило, вскрытию реки предшествует более или менее длительный период подвижек льда [1]. В статье [4] отмечено, что предсказание начала подвижек не менее важно, чем предсказание начала полного вскрытия реки.
Для формирования структуры модели, необходимо исходить из ряда положений.
1. Таяние льда может происходить как снизу, так и сверху ледового покрытия. До тех нор, пока не сойдет снег, таяние льда сверху невозможно.
2. Снег защищает лед от воздействия сол-
нечной радиации и изменяет альбедо ледяного покрова. После завершения процесса снеготаяния начинается процесс таяния льда сверху
[91.
3. Снег толщиной более 10 см практически не проницаем для солнечной радиации.
А. Лёд и снег
Рисунок 1 Систематизация факторов процесса вскрытия реки в виде диаграммы Исикавы
Рисунок 2 Обобщенная схема процесса вскрытия льда на реке
Ниже приводится обобщенная схема процесса вскрытия рек.
1 этап - Таяние снега.
В основу расчета интенсивности снеготаяния положено уравнение теплового баланса, в приходную часть которого входит прямая и рассеянная солнечная радиация, теплообмен с подстилающей поверхностью за счет испарения воды со снега и притока тепла за счет конденсации, а также турбулентный теплообмен тепла и его потери за счет эффективного излучения (отражения тепла от поверхности снега) [10]. Источниками поступления тепла к
снежному покрову являются: суммарная солнечная радиация, длинноволновое излучение атмосферы и облаков, прогретый приземный слой воздуха и тепло, приносимое выпадающими жидкими осадками [10]. За сравнительно небольшие промежутки времени, в течение нескольких суток, снег из твердого аморфного состояния превращается в поток талой воды, который поступает в речную сеть и вызывает подъем уровня воды.
Выделяют два типа снеготаяния: радиационное и конвективное снеготаяние [11]. При первом типе снеготаяния снег может таять в
первые дни весны, когда температура воздуха отрицательная. Таяние начинается не сверху, а в глубине снежного покрова [11]. Для второго типа снеготаяния характерно таяние снега за счет теплообмена с атмосферой, притока теплых воздушных масс. Таяние усиливается выпадением жидких осадков.
2 этап - Таяние льда.
Лед абсорбирует энергию солнечной радиации, которая переходит в тепло на гра-
нях кристаллов и на инородных включениях, а также увеличивает размеры пор и жидких прослоек. Вследствие абсорбции происходит таяние льда и его разрушение [1]. В случае похолодания прочность льда частично восстанавливается за счет замерзания талой воды.
Для оценки прочности льда в работе [12] предложена формула, в основу которой положена абсорбция льдом солнечной радиации
* = (1 "А/ I )2>
V оо
где 5 - количество тепла, абсорбированное единицей объема льда, 50 _ количества тепла солнечной радиации, при поглощении которого лед теряет прочность. Для неоднородного льда принято считать 50=184*106 Дж/м3 [13].
(1)
Анализ формулы (1) позволяет сделать вывод о том, что чем больше значение Sо, тем прочнее лед. Значение 50 зависит от относительной длины грани кристалла льда 1Л
50 = (131.5 + 65.7 * 1Л)/1л
Из анализа (2) следует, что с ростом значения 1Л уменьшается 50 и, следовательно, прочность льда. Экспериментальные данные [5] позволяют сделать вывод, что наибольшей прочностью обладает снежный лед (50=222,8*106 Дж/м3), наименьшей - крупнокристаллический лед (50 =66,6*106 Дж/м3). Процесс таяния льда начинается еще до устойчивого перехода температуры воздуха к положительным значениям [5].
3 этап - Потеря прочности льда.
В результате таяния снега и льда увеличивается водность реки и сила потока. При этом ледяной покров вспучивается, выгибаясь посередине горбом. Возникают промоины вслед-
(2)
ствие того, что талая вода заполняет понижения вдоль берегов. При увеличении подъема уровня воды ледяной покров отрывается от берегов, образуются области чистой воды - закраины.
Под воздействием относительно теплой талой воды, сил потока и ветра исчезает связь льда с берегами, теряется устойчивость и нарушается целостность [5], при этом льдины, которые образовались, могут таять на месте, а могут сплавляться вниз по течению, образовывая при этом ледоход.
В [15] установлено, что лед не ломается ни при какой интенсивности прироста уровней воды, если выполняется следующее условие
В<
/
2аЬп
Рв Рл
где В - ширина русла реки, а - прочность льда (временное сопротивление ледяного по-
(3)
ля), кл - толщина льда, рв,рл плотность воды и льда соответственно.
4 этап - Вскрытие реки.
Условие вскрытия реки формируется сле-
дующим образом: если при подъеме уровня воды развиваемые усилия со стороны потока вы-
зывают в ледяном покрове разрушающие напряжения, то наступает вскрытие реки. Данное условие реализуется при выполнении следующего соотношения
аНл < /(Н, АН),
где а - прочность льда, ¡л - толщина льда, Н - уровень воды, АН - подъем уровня воды к началу вскрытия [16]. В работе [17] формула (4) преобразована к более универсальному виду, где учитывается расход воды, ширина реки и толщина льда при вскрытии.
Описанные подходы к оценке вскрытия реки основываются на физическом объяснении процессов вскрытия и возможны в условиях хорошей гидрологической и морфологической изученности реки при постоянной актуализации данных для моделирования.
При отсутствии специальных данных, например, по прочности льда, возрастает сложность построения моделей вскрытия. В то же время при наличии данных более «низкого» уровня, например, уровень солнечной радиации, температура воздуха, толщина льда, повышается оперативность построения и приме-
Таблица 1 — Исходные данные
Учитывая тот факт, что таяние и вскрытие «растянуто» во времени, то можно полагать, что факторы вскрытия обладают кумулятивным эффектом т.е. они способны оказывать воздействие на процесс вскрытия при накоплении определенных значений. Например, температура воздуха не оказывает мгновенного воздействия на процесс таяния снега или льда, т.е. лед мгновенно не может растаять даже от воздействия больших значений температур.
Учитывая этот факт, необходимо предусмотреть процедуры формирования признаков, которые способны отражать накопительные свойства факторов. Например, температуру воздуха в текущую дату можно учитывать как скользящее среднее за последние 10 дней:
(4)
нения моделей вскрытия.
Исходные данные
В исследовании применялись следующие исходные данные:
а) гидрологические данные для гидропоста: подъемы уровня воды в створе гидропоста, см; толщина льда, см; глубина снега, см; код состояния водного объекта (КСВО);
б) метеорологические данные: температура воздуха, °С; скорость ветра, м/с, уровень солнечной радиации, измеряемый индексом прозрачности (ясности) атмосферы (Ы).
Данные гидрологического характера получены от ФГБУ «ВНИИГМИ-МЦД» [18], которые могут быть представлены временными рядами [19], где каждое значение фактора фиксируется в определенный момент времени (таблица 1).
¿о = ^ ^ 1=1(^^)1 гДе """"" значение температуры г дней назад.
Фактически, такой подход предполагает выбор статистик для описания свойств временных рядов в виде одного значения. Например, вместо того, чтобы перечислять все значения временного ряда, достаточно взять две статистики: среднее арифметическое и дисперсию. Можно добавить к описанию свойств временного ряда еще моду, медиану, среднее Тьюки и др. Такие статистики могут быть названы признаками.
Можно выделить три основных типа признаков: меры центральной тенденции, меры рассеяния и меры формы. Для трех основных типов признаков введем три основных класса функций, где в каждый класс входят различ-
№ Дата Уровень Лед Снег КСВО Темп. Ветер Солнечная радиация
напр. скор.
1 ¡11 11 сод,е1 У1 Ы1
2 ¡2 12 сойе2 ¿1 У2 Ы2
п <ип К 1п вп сойе-п Ъп йедп Уп Ып
ные математические функции и методы фор-
где ^ - функция, формирующая г-ый признак мер центральной тенденции, х(Ь) -временной ряд, I - длина временного ряда,
где - функция, формир ующая ]-ът признак мер рассеяния, х(Ь) - временной ряд,
где ^з - функция, формир ующая к-ый признак мер формы, х(Ь) - временной ряд, I - длина временного ряда, Ь - количество признаков мер формы.
Таким образом, можно сделать вы-
Проверка гипотез
Гипотеза 1
В статье [20] сформулирован критерий мощных наводнений на Средней Лене, суть которого состоит в следующем. При условии, если средняя температура первой декады мая по метеостанции Витим составляет более 2,9 °С и при наличии суровой зимы с высокой долей вероятности следует ожидать мощного наводнения. Суровой зимой считается такая зима, для которой среднее значение отрицательных температур за период октябрь-март меньше либо °
ет на толщину и прочность льда, высокие положительные температуры мая влияют на интенсивность таяния и, соответственно, на расход воды.
С учетом процессов таяния снега и льда целесообразно проверить следующее предположение: интенсивность солнечного излучения (радиации) влияет на скорость таяния снега и льда и, как следствие, на сроки вскрытия реки.
В качестве значений интенсивности солнечного излучения могут быть приняты значения прозрачности атмосферы, которые выражаются безразмерным индексом ясности (пре-
мирования признаков
(5)
т - количество признаков мер центральной тенденции
(6)
I - длина временного ряда, р - количество признаков мер рассеяния.
(7)
вод о том, что для временного ряда х(Ъ) = х(Ь1),х(Ь2),. .. можно получить
(т + р + Ь) признаков, которые будут описывать его свойства. Для изучения свойств данных необходимо проверить гипотезы.
зрачности). Индекс ясности — это доля солнечной радиации, которая прошла через атмосферу и отразилась от поверхности Земли. Индекс ясности имеет высокие значения при ясной солнечной погоде и низкие значения в пасмурную погоду. Принято считать, что 0,25 - очень пасмурно, 0,75 - очень солнечно [21]. Данные по индексу ясности получены из открытых источников [22].
Скорость таяния будет выражаться наличием данных о глубине снега и толщине льда в первой декаде мая. Необходимо учитывать следующую особенность в исходных данных: отсутствие данных о глубине снега и толщине льда в исходных данных еще не подтверждает полного схода снега и льда, а может свидетельствовать о том, что замеры были прекращены. Одной из причин прекращения замеров является невозможность выйти на лед.
Предполагается, что если в гидрологических измерениях, которые были сделаны 30 апреля, фиксируется глубина снега, то соответствующий год помечаем меткой класса 1, иначе - меткой класса 0. Таким образом, выдвинутое предположение можно сформулировать в виде статистических гипотез:
Но: средние групповые значения индексов
Р{(х(1)) = Р{(х(11),х(12 ),..,х(М )),г = 1,т,
Е^(х(1)) = Р*(х(Ь),х(12),...,х(Ь )),3 = 1,р,
^ (х(г)) = ^ (х(Ь),х(12),...,хШк = 1,1,
ясности в разных классах значимо не разли-
кт кт чаются, т.е. = Цц ;
Н1: средние групповые значения индексов
ясности в разных классах различаются значи-
кт / кт мо, т.е. ц-! = Цд ■
Для проверки гипотез целесообразно применить критерий Стьюдента [23]. На рисунке 3 изображены плотности распределения индекса прозрачности в разных классах.
Индекса прозрачности КТ(1-тест)
I-1-1-1-1-1
0.0 0.2 0.4 0.6 0.8 1.0
КТ
Рисунок 3 Распределение индекса прозрачности в разных классах
Для оценки значимости различий используется ¿-статистика. Для 5% уровня значимости ¿кр=1,65. Для данных, представленных на рисунке 3, средние: ц.^т=0,604 и ц^т=0,569, средние квадрати-ческие отклонения: =0,124 и а0^т=0,141, объемы выборок: п^т=793 и п^т=854. г = , Ц1-Ц0 , = 5,27>*кр = 1,65
2
+
(ао)
п1 V п0
различия в значениях индекса прозрачности для различных классов статистически значимы.
Здесь стоит обратить внимание, что в классе 0, в котором наблюдения снега заканчиваются раньше, среднее значение индекса про-
зрачности меньше, чем в классе 1. Практически этот феномен можно сформулировать следующим образом: при меньшей прозрачности атмосферы, т.е. при большей облачности, снег тает быстрее. Метеофизически, это может быть вовсе и не феномен, а закономерность. Например, при большей облачности возникает локальный «парниковый эффект» и снег тает по конвективному типу.
Гипотеза, 2
Для сравнения средних значений индекса ясности (прозрачности) для каждого года могут быть использованы данные, представленные графически в виде диаграмм размаха [24] (рисунок 4).
|||||||||1|11|1'Ш||1| ||
Рисунок 4 - Распределение индекса прозрачности в разных классах
Необходимо выяснить: 1) имеются ли значимые различия между значениями индекса прозрачности в разные годы, 2) если различия значимы, то какие непосредственно годы отличаются друг от друга.
Результаты проведенного дисперсионного анализа [23] свидетельствуют о том, что различия между значениями индексов значимы.
Для ответа на второй вопрос целесообразно воспользоваться критерием Тьюки [23]. В ходе тестирования должны подтвердиться следующие предположения: а) значимых различий средних значений внутри одного класса быть не должно или их должно быть минимальное количество; б) различия между средними значениями разных классов долж-
ны быть значимыми.
В таблице 2 приведены результаты проверки гипотез. В классе 1 доля значимых различий при попарном сравнении составляет около 15 % (12 из 78), в классе 0 - около 5 % (Б из 91).
При этом в классе 1 самым отличительным является 2010 год: 8 из 12 значимых различий приходится именно на 2010 год (рисунок 4).
В классе 0 самым отличительным является 2009 год: 5 из Б значимых отличий приходятся на этот год.
При сравнении годов из разных классов выявлено около 15 % значимых различий (29 из 182).
Таблица 2 — Результаты проверки статистических гипотез
Класс Кол-во годов в классе Кол-во парных сравнений Кол-во значимых различий Доля
значимых
различий
Класс 1 13 78 12 0,153
Класс 1 14 91 5 0,054
Класс 1 и Класс 0 27 351-(78+91)=182 29 0,159
Таким же образом может быть проверена значимость других факторов: температуры, скорости ветра и др. Результаты проверок гипотез свидетельствуют о том, что при моделировании процессов подвижек льда и вскрытия реки необходимо учитывать те факторы, которые оказывают статистически значимое влияние на процессы схода снега, таяния льда и др.
Выводы
Для МЧС России оценка сроков вскрытия рек ото льда является чрезвычайно важной информацией для принятия решений о проведении оперативных мероприятий по защите населения и территорий от возможных последствий. Характер вскрытия реки, в целом, определяет вероятность образования заторов и подъема заторных уровней воды до крити-
ческих значений.
Системное понимание процессов, происходящих во время весеннего паводка, является основой для постановки правильных задач службам экстренного реагирования и всей системе РСЧС в целом. Для этих целей в статье проведен анализ физических процессов, которые протекают во время вскрытия, приведены их аналитические выражения. Собраны и систематизированы исходные данные, рассмотрены возможности их применения в практике оперативной деятельности.
Для понимания существа физических про-
цессов вскрытия проверены некоторые статистические гипотезы, на основании которых можно судить о необходимости включения рассматриваемых данных в модели прогнозирования сроков вскрытия.
В дальнейших исследованиях авторами будут рассмотрены различные математические постановки задачи вскрытия, которые, отражают сложность моделирования и интерпретации природных процессов. Также планируется рассмотреть более широкий спектр статистических гипотез и разработать алгоритмы решения сформулированных задач.
Литература
1. Бузин В.А., Зиновьев А.Т. Ледовые процессы и явления на реках и водохранилищах. Методы математического моделирования и опыт их реализации для практических целей (обзор современного состояния проблемы): монография / В.А. Бузин, А.Т. Зиновьев. - Барнаул: Изд-во ООО «Пять плюс», 2009. - 168 с.
2. Кильмянинов В.К. О масштабах и прогнозах наводнений на р. Лене // Наука и техника в Якутии. 2011. № 1 (20). С. 19-22.
3. Бурцева Е.И., Парфенова О.Т. Экономический ущерб от наводнений на реках республики Саха (Якутия) // ПСЭ. 2015. № 1 (53). [Электронный ресурс] - Режим доступа https://cyberleninka.ru/article/п/ekonomicheskiy-uscherb-ot-navodneniy-na-rekah-saha-yakutiya (дата обращения: 12.04.2021).
4. Булатов С.П. Основные факторы, определяющие начало весенних подвижек льда на реках // Метеорология и гидрология. - 1952. - №2. - С. 34-37.
5. Донченко Р.В. Ледовый режим рек. Монография. - Ленинград.: Гидрометеоиздат, 1987. - 248 с.
6. Мостахов С.Е. Река Лена. Якутск: Якут. кн. изд-во, 1972. 142 с.
7. Аммосов А.П., Шпакова Р.Н., Кусатов К.И., Корнилова З.Г. Изменение уровней воды и уклонов водной поверхности при заторных явлениях на р. Лене // Известия Иркутского государственного университета. Серия «Науки о Земле». 2019. Т. 28. С. 3-20.
8. Исикава К. Японские методы управления качеством. - М.: Экономика, 1988, с.215, ISBN 0-13-952433-9.
9. Георгиевский Ю.М. Краткосрочные гидрологические прогнозы. Учебное пособие. - М., Изд. ЛИИ, 1982, с. 100. (ЛГМИ).
10. Гордеев II.II. Методика расчета интенсивности снеготаяния в прогнозах весеннего стока сибирских рек. Среднесибирское управление по гидрометеорологии и мониторингу окружающей среды, г. Красноярск. Научно-практическая школа-семинар молодых специалистов в области гидрометеорологии 31 октября - 2 ноября 2012 год, г. Новосибирск. [Электронный ресурс] - Режим доступа http://sibnigmi.ru/documents/school/Gordeev.pdf (дата обращения: 20.05.2021).
11. Грицук И.И., Дебольский В.К., Масликова О.Я., Пономарев Н.К., Синиченко Е.К. Экспериментальное исследование влияния солнечной радиации на интенсивность снеготаяния. // Вестник РУДН. Серия: инженерные исследования. 2015. №1. [Электронный ресурс] - Режим доступа https: / / cyberleninka.ru / article/п/eksperimentalnoe-issledovanie-vliyaniya-solnechnoy-radiatsii-na-intensivnost-snegotayaniya (дата обращения: 20.05.2021).
12. Булатов С.Н. Расчет прочности тающего ледяного покрова и начало ветрового дрейфа льда. - Л.: Гидрометеоиздат, 1970. - 111 с.
13. Бефани Н.Ф., Калинин Г.П. Упражнения и методические разработки по гидрологическим прогнозам. - Л.: Гидрометеоиздат, 1983. - 390 с.
14. Кореньков В.А. О влиянии солнечной радиации на снижение прочности речного льда в весенний период. - Сб. науч. работ, 1968, Сиб. фил. ВНИИГа, вып. 2, С. 12-18.
15. Россинский К.II. Термический режим водохранилищ. - М.: Наука, 1975. - 167 с.
16. Шуляковский Л.Г. К модели процесса вскрытия рек. - Труды Гидрометцентра СССР, 1972, вып. 49, С. 3-10.
17. Булатов С.Н. О возможности создания универсального метода расчета времени вскрытия рек. -Труды Гидрометцентра СССР, 1972, вып. 112, С. 28-36.
18. Федеральная служба по гидрометеорологии и мониторингу окружающей среды. ФГБУ «Всероссийский научно-исследовательский институт гидрометеорологической информации - мировой центр данных». Официальный сайт. [Электронный ресурс] - Режим доступа http://meteo.ru (дата обращения: 27.05.2021).
19. Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов. - М.: Финансы и статистика, 2003. - 416 с.
20. Кильмянинов В.В. Влияние метеорологических условий перед началом ледохода на масштаб заторных наводнений на р. Лене // Метеорология и гидрология. 2012. №4. С. 86-89.
21. Clearness Index. [Электронный ресурс] - Режим доступа https://www.homerenergy.com/products/pro /docs/latest/clearness_index.html (дата обращения: 24.05.2021).
22. Power Data Access Viewer. [Электронный ресурс] - Режим доступа https://power.lare .nasa.gov/data-access-viewer (дата обращения: 24.05.2021).
23. С. Гланц. Медико-биологическая статистика. Пер. с англ. - М., Практика, 1998. - 459 с.
24. Базовые графические возможности R: диаграммы размахов. [Электронный ресурс] - Режим доступа https://r-analytics.blogspot.com/2011/ll/r_08.html (дата обращения: 26.05.2021).
ANALYSIS OF THE PROBLEM SITUATION IN THE FIELD OF EXPLOSION WORKS AND THE WAYS OF ITS SOLUTION
Victor YATSUTSENKO
Deputy Minister of the Russian Federation for civil defense, emergency situations and elimination of consequences of natural disasters Address: 121357, Moscow, Vatutina str., 1 E-mail: info®mchs.gov.ru
Victor PANCHENKOV
candidate of military sciences, chief
Civil Defence Academy EMERCOM of Russia
Civil Defence Academy EMERCOM of Russia
Address: 141435, Moscow region, city Khimki,
md. Novogorsk
E-mail: agz.u.sQyandex.ru
Alexander MAZANIK
Sergey BORSCH
candidate of Geographical Sciences, director of the FSBI "Hydrometeorological Research Center of the Russian Federation" Address: 123376, Moscow, Bolshoy Predtechensky pereulok, 13, p. 1 E-mail: borschQmecom.ru
doctor of military sciences, professor,
chief researcher of the research center
Civil Defence Academy EMERCOM of Russia
Address: 141435, Moscow region, city Khimki,
md. Novogorsk
E-mail: a.mazanikQamchs.ru
Abstract. The article presents the results of the analysis of the process of opening ice on rivers, which by the nature of the ice regime belong to the group "freezing rivers"and which are characterized by mechanical destruction of the ice cover under the action of a flood wave. The first ice movements on the river are considered as the process of opening the river. The study is based on the verification of statistical hypotheses about the influence of various factors on the processes that immediately precede the opening and occur during the opening of the river. In particular, the article tests statistical hypotheses about the influence of solar radiation (the atmospheric transparency index) on the process of snow melting. It is established that snow melting occurs faster at lower values of the transparency index, which at first glance seems paradoxical. For the statistical analysis, the hydrological data of the Federal State Budgetary Institution "VNIIGMI-MCD"and other data obtained from open sources were used.
Keywords: ice movements, river opening, Student's criterion, analysis of variance, Tukey's criterion.
References
1. Buzin V. A., Zinoviev A. T. Ice processes and phenomena on rivers and reservoirs. Methods of mathematical modeling and experience of their implementation for practical purposes (review of the current state of the problem): monograph / V. A. Buzin, A. T. Zinoviev. - Barnaul: Publishing house of LLC "Five plus 2009. - 168 s.
2. Kilmyaninov V. K. On the scale and forecasts of floods on the Lena River / / Science and Technology in Yakutia. 2011. No. 1 (20). S. 19 - 22.
3. Burtseva E. I., Parfenova O. T. Economic damage from floods on the rivers of the Republic of Sakha (Yakutia) // PSE. 2015. № 1 (53). [Electronic resource] - Access mode https: / / cyberleninka.ru / article/n/ekonomicheskiy-uscherb-ot-navodneniy-na-rekah-saha-yakutiya (accessed: 12.04.2021).
4. Bulatov S. N. The main factors determining the beginning of spring ice movements on rivers // Meteorology and hydrology - 1952. - No. 2. - S. 34 - 37.
5. Donchenko R. V. Ice regime of rivers. Monograph. - Leningrad.: Hydrometeoizdat, 1987. - 248 s.
6. Mostakhov S. E. Lena River. Yakutsk: Yakut, kn. publishing house, 1972. 142 s.
7. Ammosov A. P., Shpakova R. N., Kusatov K. I., Kornilova Z. G. Changes in water levels and slopes of the water surface during congestion on the Lena River / / Izvestiya Irkutsk State University The series "Earth Sciences". 2019. Vol. 28. S. 3 - 20.
8. Ishikawa K. Japanese methods of quality management. - Moscow: Ekonomika, 1988, S. 215, ISBN 0-13-952433-9.
9. Georgievsky Yu. M. Short-term hydrological forecasts. Training manual. - M., LPI Publishing house, 1982, S. 100. (LGMI).
10. Gordeev I. N. Method of calculating the intensity of snowmelt in the forecasts of spring runoff of Siberian rivers. Central Siberian Department for Hydrometeorology and Environmental Monitoring, Krasnoyarsk. Scientific and practical school-seminar of young specialists in the field of hydrometeorology October 31-November 2, 2012, Novosibirsk. [Electronic resource] - Access mode http://sibnigmi.ru/documents/school/Gordeev.pdf (accessed: 20.05.2021).
11. Gritsuk I. I., Debolsky V. K., Maslikova O. Ya., Ponomarev N. K., Sinichenko E. K. Experimental study of the influence of solar radiation on the intensity of snowmelt. // Bulletin of the RUDN. Series: engineering research. 2015. No. 1. [Electronic resource] - Access mode https://cyberleninka.ru/article/n/eksperimentalnoe-issledovanie-vliyaniya-solnechnoy-radiatsii-na-intensivnost-snegotayaniya (accessed: 20.05.2021).
12. Bulatov S. N. Calculation of the strength of the melting ice cover and the beginning of wind drift of ice. - L.: Hydrometeoizdat, 1970. - 111 s.
13. Befani N. F., Kalinin G. P. Exercises and methodological developments on hydrological forecasts. - L.: Hydrometeoizdat, 1983. - 390 s.
14. Korenkov V. A. On the influence of solar radiation on the decrease in the strength of river ice in the spring period. - Collection of scientific works, 1968, Sib. phil. VNIIGa, issue 2, S. 12 - 18.
15. Rossinsky K. I. Thermal regime of reservoirs. - Moscow: Nauka, 1975. - 167 s.
16. Shulyakovsky L. G. On the model of the process of opening rivers. - Proceedings of the Hydrometeorological Center of the USSR, 1972, issue 49, S. 3 - 10.
17. Bulatov S. N. On the possibility of creating a universal method for calculating the time of opening rivers. - Proceedings of the Hydrometeorological Center of the USSR, 1972, issue 112, S. 28 - 36.
18. Federal Service for Hydrometeorology and Environmental Monitoring. Federal State Budgetary Institution "All-Russian Research Institute of Hydrometeorological Information - World Data Center". Official website. [Electronic resource] - Access mode http://meteo.ru (accessed: 27.05.2021).
19. Lukashin Yu. P. Adaptive methods of short-term forecasting of time series. - Moscow: Finance and Statistics, 2003. - 416 s.
20. Kilmyaninov V. V. Influence of meteorological conditions before the beginning of the ice drift on the scale of congestion floods on the Lena River / / Meteorology and Hydrology. 2012. No. 4. S. 86 - 89.
21. Clearness Index. [Electronic resource] - Access mode https://www.homerenergy.com/products/pro /docs/latest/clearness_index.html (accessed: 24.05.2021).
22. Power Data Access Viewer. [Electronic resource] - Access mode https://power.larc.nasa.gov/data-access-viewer (accessed: 24.05.2021).
23. S. Glantz. Medico-biological statistics. Trans, from English. - M., Praktika, 1998. - 459 s.
24. Basic graphical capabilities of R: span diagrams. [Electronic resource] - Access mode https://r-analytics .blogsp ot. com / 2011 /11 /r _ 08. html ( accessed : 26.05.2021).
