CC BY
91НАУЧНЫЕ СТАТЬИ
Гидрометеорология и экология №3 2019
УДК 556.3.013; 556.3.072
А.А. Болатова1,2 Т.А. T^3K3piM1,2 М.Н. Раимжанова1
ПРИМЕНЕНИЕ ГИДРОЛОГИЧЕСКОЙ МОДЕЛИ HBV ДЛЯ ПРОГНОЗИРОВАНИЯ СТОКА РЕК НА ПРИМЕРЕ БОКОВОГО ПРИТОКА ВОДЫ В ШУЛЬБИНСКОЕ ВОДОХРАНИЛИЩЕ
Ключевые слова: гидрологическое моделирование, концептуальная модель HBV, калибрование, весеннее половодье, краткосрочный прогноз стока, Шульбинское водохранилище
В данной статье рассматривается возможность применения концептуальной гидрологической модели HBV при составлении краткосрочного прогноза стока рек, на примере бокового притока воды в Шульбинское водохранилище. В связи с изменениями погодно-климатических условий, а также антропогенного влияния на окружающую среду, методики расчета и прогноза притока воды, разработанные в прошлом столетии в научно-методическом отношении, устарели. Cоставление краткосрочного прогноза притока воды в Шульбинское водохранилище с помощью численных методов прогнозирования является важным фактором повышения эффективности управления водохозяйственными системами. Приведены краткое описание модели, входные гидрометеорологические данные и данные цифровой модели рельефа, а также данные ледниковых составляющих и их обработка с помощью информационной платформы ArcGIS. Калибрация модели была произведена за период 1978...2018 г.г., выбраны периоды с наилучшими результатами калибрования стока рек Оба и Ульби. В качестве оценки эффективности модели используется критерий Нэша-Сатклиффа. В результате подбора наилучших параметров эффективность моделей для рек составила 0,908...0,922 соответственно. Результаты краткосроч-
1 КазНУ им. аль-Фараби, г. Алматы, Казахстан.
2 Казгидромет, г. Алматы, Казахстан.
ного прогноза стока с использованием численного моделирования с заблаговременностью на 1, 3 и 7 суток характеризуются хорошими показателями оправдываемости прогнозов. При прогнозировании стока на 1 сутки оправдываемость прогнозов составила 81 %, 3 суток — 80, 7 суток — 77 %.
Введение. Прогнозирование речного стока является одной из мер, используемых в управлении водными ресурсами для решения проблем неопределенности климата, а также в управлении водопользованием, в том числе гидроэнергетика, водоснабжение, орошение, судоходство, борьба с наводнениями и охрана окружающей среды, зависящих от количества воды в речных системах [26]. Прогнозирование паводков, вследствие таяния снежного покрова и льда в реках весной; по причине сильных осадков и волновых явлений в районах вдоль побережья и устьев рек [17], является сложной областью оперативной гидрологии. Прогнозы речного стока могут быть произведены в краткосрочном периоде - в течение нескольких часов или нескольких дней и в долгосрочном периоде - до девяти месяцев [10]. Обычно краткосрочные прогнозы стока используются для управления рисками наводнений и при эффективной системе заблаговременного оповещения могут значительно повысить общественную безопасность, уменьшить социальный ущерб и сократить экономические потери [17, 22].
Для исследования гидрологических процессов используются стандартные инструменты - модели дождевого стока, которые используются для моделирования как изученных, так и неизученных водосборов, помогают в прогнозировании паводков, надлежащем управлении водными ресурсами и оценке качества воды, эрозии и седиментации, циркуляции питательных веществ и пестицидов, землепользовании и изменении климата и т. д. [9]. Гидрологические модели являясь важным и необходимым инструментом для управления водными и природными ресурсами на сегодняшний день исчисляются многими десятками - от простейших точечных до распределенных, с сотнями пространственных элементов и десятками параметров в каждом [3]. В работе [15] приведены технические обзоры крупномасштабных гидрологических моделей для внедрения в оперативные схемы прогнозирования паводков на континентальном уровне. Используемая концептуальная модель HBV описана [27, 11, 21] и широко применяется при моделировании гидрологических процессов [23, 14, 19, 24].
В Казахстане наводнения представляют значительную угрозу для части населения, проживающего на берегах крупных рек, таких как Иртыш, Урал, Тобол, Ишим и др. Во время весеннего таяния снега объем стока в этих реках увеличивается, иногда более чем в 1000 раз, часто выходя из берегов и затапливая большие территории [20]. Данные о притоке воды к водохранилищам необходимы для эффективного управления ущербом от наводнений [16], таким образом целью данного исследования является составление краткосрочных прогнозов стока с использованием гидрологической модели ИБУ на примере рек Оба и Ульби, составляющих боковой приток Шульбинского водохранилища.
Область исследования. Шульбинское водохранилище является одним из крупных водохранилищ Иртышского каскада, емкость которых составляет 52,7 км3 комплексного назначения. Общий объём составляет 2390 млн. м3, площадь 255 га. Шульбинское водохранилище введено в эксплуатацию в 1988 г. Главными притоками водохранилища являются реки Оба и Ульби (рис. 1). Гидроузел осуществляет неполное сезонное регулирование стока боковой проточности ниже плотины Бухтарминской ГЭС при природоохранных весенних попусках и при прохождении летне-осенних паводков. Режим водохранилища - полностью искусственный, исключая период попусков рек Оба и Ульби в период паводков. В апреле - мае водохранилище срабатывается более чем на половину, чем обеспечивает орошение поймы Иртыша. При сбросе максимального расхода очень редкой повторяемости (0,01 %) при горизонте форсировки возможный расход составляет 8770 м3/с. В состав сооружений Шульбинского гидроузла входят здание ГЭС с шестью агрегатами общей мощностью 702 МВт, земляная русловая плотина высотой 36 м и судоходный шлюз [4].
Водный режим р. Иртыш в районе Шульбинского водохранилища в основном определяется особенностями стока в верхней части реки, сильно зарегулированного Бухтарминским и Усть-Каменогорским водохранилищами, и стока правобережных притоков Ульби, Оба, Шульбинка и др., питающихся за счет таяния горных снегов и выпадающих дождей. Бассейны рек Оба и Ульби составляют 75 % площади правобережной части бассейна р. Иртыш на участке между Усть-Каменогорским и Шульбин-ским водохранилищами. Важной фазой гидрологического режима рек Оба и Ульби, необходимой для оценки их водности в весенний период, является вскрытие. Начало ледохода на этих реках наблюдается в среднем во второй декаде апреля. Даты поздних сроков вскрытия совпадают со сред-28
ней датой начала расчетных попусков воды из Бухтарминского водохранилища. Весеннее половодье начинается обычно через 5...8 сут. после наступления устойчивого перехода среднесуточных температур воздуха через 0 0С к положительным значениям. Переход температуры воздуха через О 0С происходит, как правило, во второй декаде марта. Максимальные уровни и расходы воды в период весеннего половодья обычно наблюдаются в конце апреля - начале мая и продолжаются 1.2 сут. Конец половодья на реках Оба и Ульби происходит в весенне-летние (апрель-сентябрь) месяцы. Зимний сток имеет почти постоянную величину и составляет 5.9 % годового стока. Сток весеннего половодья рек Оба и Уль-би используется для осуществления специализированных попусков с целью затопления поймы р. Иртыш ниже с. Шульба. Дата начала попусков соответствует дате наибольшего расхода за половодье, обеспеченного в течение 18 сут. [8].
Рис. 1. Высотная карта р. Оба — г. Шемонаиха и р. Ульби — с. Ульби-Перевалочная.
Материалы и методы исследования. Математическое моделирование процессов формирования речного стока образует базовый исследовательский и инженерный инструментарий современной гидрологии. На сегодняшний день существует большое количество моделей для речных водосборов с различной степенью сложности, от простых
в основе которых лежат простые эмпирические формулы до сложных математических моделей, представляющих все этапы водного баланса речного бассейна [25]. В настоящее время для моделирования стока рек разработано и используется множество методов, в особенности модели, основанные на гидролого-геологических процессах.
В данной работе для прогнозирования стока использовалась гидрологическая концептуальная модель ИБУ [11]. Важнейшими задачами моделирования являются повышение эффективности их функционирования, в связи с этим для оценки эффективности модели, т.е. взаимосвязь смоделированного и фактического значений используется критерий Нэша-Сатклиффа [18], который варьируется от - да до +1.0, где 1.0 является наилучшим показателем:
где Qobs - наблюденный расход воды, м3/с; Qsjш - смоделированный расход воды, м3/с.
Моделирование гидрографа стока производилось по фактическим данным о среднесуточных температурах и суточных сумм осадков до даты выпуска прогноза и по прогнозируемым величинами этих метеорологических элементов на период заблаговременности прогноза. Расходы воды на каждые сутки прогнозируемого периода, по расчитанному таким образом гидрографу, принимались в качестве ожидаемых. Такая процедура составления прогнозов повторялась ежедневно, что позволяло уточнять выпущенные прогнозы в предыдущие сутки. Заблаговременность прогнозов в принципе может быть любой.
Модель ИБУ. Модель HBV [21] классифицируется как полураспределенная концептуальная модель. Модель разработана в Шведском метеорологическом и гидрологическом институте (8МШ) [11]. В качестве первичных гидрологических единиц используется суббассейны и их распределение по высотным зонам. Модель состоит из трех основных компонентов [21]:
- подпрограмма для накопления и таяния снега;
- подпрограмма для учета влажности почвы;
- ответные и речные подпрограммы.
Модель включает ряд процедур (рис. 2): накопление и таяние снега, расчет почвенной влаги, учет подземных вод, расчет гидрографа стока [13]. 30
Параметры почвенлого СЯМ
Параметры гртатовых вод
(K0,K1,K2.U2L PERC)
СГГ, CRUX, 5CF. CWH.CFR)
(FC, LP. BETA)
Флншвя преобразования стока
S (ШХВЛ5)
Рис. 2. Структура модели HBV[12].
Модель HBV моделирует среднесуточный сток используя в качестве входных данных средневзвешанные осадки, температуру воздуха и потенциальное испарение. Основными выходными данными модели являются расходы воды на каждом водосборном участке. Формула (2) общего водного баланса может быть описана как [14]:
где P - осадки, E - испарение, Q- сток, SP- снежный покров, SM - влажность почвы, UZ - верхняя зона грунтовых вод, LZ - нижняя зона грунтовых вод, lakes - объем озера.
Результаты исследования. Объектом исследования данной работы является Шульбинское водохранилище, боковой приток которого составляют реки Оба и Ульби. Калибрация модели HBV для рек Оба - г. Шемонаиха и Ульби - с. Ульби-Перевалочная производилась за период 1978.2018 гг. Из множества вариантов калибрации были выбраны годы с наилучшими результатами. Подробное описание калибрации модели и подобранные параметры приведены в работе [1].
Входные данные. В качестве входных данных модель использует данные цифровой модели рельефа (ЦМР), классифицируемые по высоте с помощью Геоинформационной системы (ГИС). Для подготовки ЦМР использовались трехмерные снимки SRTM (Shuttle radar topography mission) с разрешением 30 х 30 м, полученные из официального сайта Геологической службы США [6]. Бассейны были построены в проекционной системе координат WGS_1984_UTM_Zone_44N. Последующая обработка
P-E-Q=d [SP+SM+UZ+LZ+lakes]/dt,
(2)
трехмерного снимка производилось в модуле ESRI ArcGIS Desktop. На основе данных SRTM подготовлены высотные карты бассейнов рек Оба и Ульби (рис. 1). Проведен анализ рельефа каждого бассейна (направление потока, локальное понижение, заполнение, общий суммарный сток, идентификация, порядок водотоков, привязка точек устьев), классификация площади бассейнов по высотным зонам и выделены склоны различных экспозиций. А также использовались данные ледников, полигоны которых получены из официального сайта GLIMS: глобального измерения сухопутного льда из космоса [7].
При процессе калибрования параметров в модель необходимо внести исходные данные: среднесуточная температура воздуха, сумма осадков, испарение и среднесуточный расход воды [11]. Для расчета испаряемости в данной работе использовалось уравнение Н.Н. Иванова [3]:
г: = ; = г - 1 i:;- ■ (3)
где Т - среднемесячная температура, r - среднемесячная относительная влажность вохдуха.
В качестве входных данных в модель закладываются среднесуточные расходы воды [5] и значения средней температуры воздуха, суммы осадков с дневным шагом. Для прогнозирования стока на исследуемых реках были использованы синоптические данные ГМЦ РГП «Казгидромет» с заблаговременностью 7 сут.
Важным фактором при калибровании параметров гидрологической модели является правильный выбор метеорологических станций, данные которых наиболее точно отражают режим стока реки. Для возможности калибрования параметров модели необходимо иметь однородный ряд с гидрометеорологическими данными без пропусков, с исключением ошибок, чтобы получить набор параметров, описывающих гидрологический режим исследуемой реки.
Результаты и обсуждение. Река Оба. В программном средстве ArcGIS определены: площадь водосборной области р. Оба - г. Шемонаиха 8552 км2, высотный диапазон водосборной области варьируется в пределах от 297 до 2752 м. Для исследуемой территории использовались метеорологические данные М Лениногорск и Шемонаиха, средняя высота которых составляет 559 м н.у.м. (табл. 1). На рис. 3 представлены графики
результата калибрования среднесуточных (рис. 3а) и среднемесячных (рис. 3б) расходов воды для р. Оба - г. Шемонаиха.
Таблица 1
Характеристики водосбора и результаты калибрования рек Оба и Ульби
Река -пункт
Характеристики р.Оба- р.Ульби-с.Ульби-
г.Шемонаиха Перевалочная
Площадь водосбора, км2 8552 4931
Диапазон высот водосбора, м 297...2752 335...2746
Метеостанции (М) Лениногорск, Лениногорск, Усть-
Шемонаиха Каменогорск
Средняя высота М, м н.у.м.* 559 547
Период калибровки, г.г. 2002...2005 1986... 1990
Эффективность модели (^Б) 0,908 0,922
Коэффициент корреляции 0,947 0,963
Примечание: * - для запуска модели применяется средняя высота используемых метеорологических станции.
Согласно графику связи моделированного и фактического стока (рис. 4), можно сделать вывод, что корреляционная связь тесная, так как Я2=0,918.
Моделированный сток, мз/с фактический сток. мЗ/с
Рис. 3. Результаты калибрования среднесуточных (а) и среднемесячных расходов воды (б) р. Оба — г. Шемонаиха.
Рис. 4. Связь моделированного и фактического стока р. Оба — г. Шемонаиха.
Наилучшая согласованность наблюденного стока с моделированным для р. Оба - г. Шемонаиха наблюдается в период 2002 по 2005 гг. и эффективность модели, расчитанная критерием Нэша-Сатклиффа [18], составляет 0,908. Коэффициент корреляционной связи смоделированного и наблюденного стока составил г=0,947 (табл. 1).
Река Ульби. Площадь водосборной области р. Ульби- с. Ульби-Перевалочная 4931 км2, высотный диапазон водосборной области варьируется в пределах от 335 до 2746 м. Для исследуемой территории использовались метеорологические данные М Лениногорск и Усть-Каменогорск, средняя высота которых составляет 547 м н.у.м. (табл. 1).
Рис. 5. Результаты калибрования (а) и среднемесячные расходы моделированного и фактического расхода воды (б) р. Ульби — с.Ульби-Перевалочная.
Рис. 6. Связь моделированного и фактического стока р. Ульби — с. Ульби-Перевалочная.
Для р. Ульби - с. Ульби-Перевалочная наилучшая согласованность наблюденного стока с моделированным наблюдается в период 1986 по 1990 гг., а эффективность модели составляет 0,922. Коэффициент корреляционной связи смоделированного и наблюденного стока составил г=0,963 (табл. 1). На рис. 5 представлены графики результата калибрования среднесуточных (рис. 5а) и среднемесячных (рис. 5б) расходов воды для р. Ульби-г. Ульби-Перевалочная. Согласно графику связи моделированного и фактического стока (рис. 6) наблюдается тесная корреляционная связь.
Результаты работ по прогнозированию стока бокового притока в Шульбинское водохранилище с заблаговременностью 1 сут., проведенные в период 28 марта по 26 апреля 2018 г. показывают, что оправдываемость прогнозов варьируются в пределах от 63 до 100 %, составляя в среднем 81 % (табл. 2, рис. 7).
Таблица 2
Результаты расчитанного и фактического стока в период 28 марта по 26 апреля с заблаговременностью 1 сутки
Разница меж-
Прогнозируемая Рассчитанный сток, м3/с Фактический сток, м3/с ду фактиче- Р,
дата ским и рассчитанным %
28 марта 357 398 41 90
29 марта 316 406 90 78
30 марта 575 496 -79 86
31 марта 507 716 209 71
3 апреля 749 591 -158 79
4 апреля 586 377 -209 64
5 апреля 369 299 -70 81
6 апреля 396 298 -98 75
Разница меж-
Прогнозируемая Рассчитанный сток, м3/с Фактический сток, м3/с ду фактиче- Р,
дата ским и рассчитанным %
7 апреля 479 401 -78 84
10 апреля 658 703 45 94
11 апреля 628 744 116 84
12 апреля 797 529 -268 66
13 апреля 730 441 -289 60
14 апреля 513 502 -11 98
17 апреля 892 977 85 91
18 апреля 899 960 61 94
19 апреля 929 801 -128 86
20 апреля 564 682 118 83
21 апреля 479 611 132 78
22 апреля 573 522 -51 91
23 апреля 982 618 -364 63
24 апреля 1382 951 -431 69
25 апреля 1159 1510 351 77
26 апреля 1443 1446 3 100
Рис. 7. Результаты прогнозирования притока в Шульбинское водохранилище (суммарный сток р. Ульби — с. Ульби-Перевалочная и р.Оба — г.Шемонаиха) с заблаговременностью 1 сутки.
Моделирование гидрографа стока с заблаговременностью 3 и 7 сут. производились следующим способом. Например, если прогноз составлялся 8-го марта на период до 10-го марта, то для расчета гидрографа объема до 7-го марта включительно использовались фактические температуры воздуха и осадки, а за период с 8 по 10 марта -прогнозируемые. Полученные результаты принимались в качестве ожидаемых. 36
На рис. 8(а) и рис. 8(б) и табл. 3-4 показаны результаты прогнозирования объёма бокового притока в Шульбинское водохранилище с наблюденными данными с заблаговременностью 3 и 7 сут. соответственно в период с марта по сентябрь 2018 г. По результатам работы модели оправдываемость объёма воды на 3 сут. составила 80 %, а коэффициент корреляции между смоделированным и фактическим объёмом воды составил 0,935.
Таблица 3
Результаты расчитанного и фактического объёма воды с _заблаговременностью 3 суток._
Прогнозируемые даты (3 суток) Рассчитанный объем, млн.м3 Фактический объем, млн.м3 Факт - Рассчитанный, млн.м3 Р, %
8-10 марта 12,1 8,3 -3,8 69
15...17 марта 12,9 13,3 0,5 104
22.. .24 марта 121,1 32,8 -88,3 27
29.31 марта 99,2 139,3 40,1 71
5.7 апреля 105,7 86,2 -19,5 82
12.14 апреля 185,5 127,2 -58,3 69
18.20 апреля 127,1 211,1 84,0 60
25.27 апреля 356,1 356,1 -0,1 100
2.4 мая 295,6 335,1 39,5 88
9.11 мая 116,9 140,2 23,3 83
16.18 мая 115,5 134,8 19,3 86
24.25 мая 143,0 146,7 3,7 97
30 мая.. .1 июня 158,8 192,6 33,8 82
6.8 июня 115,3 188,6 73,3 61
13.15 июня 145,1 157,5 12,4 92
20.22 июня 70,6 115,9 45,3 61
27.29 июня 59,9 73,2 13,2 82
4.6 июля 46,6 54,4 7,8 86
11.13 июля 30,7 26,4 -4,3 86
18.20 июля 20,8 23,6 2,9 88
25-27 июля 20,5 25,6 5,1 80
1.3 августа 17,8 16,4 -1,4 92
8.10 августа 14,9 15,1 0,2 98
15.17 августа 21,3 21,2 -0,1 99
22.24 августа 20,3 15,2 -5,1 75
29.31 августа 20,6 15,3 -5,3 74
Таблица 4
Результаты расчитанного и фактического объёма воды с _ заблаговременностью 7 суток._
Прогнозируемые даты (7 суток) Рассчитанный объем, млн.м3 Фактический объем, млн.м3 Факт -Рассчит, млн.м3 Р, %
2.9 марта 28,3 18,7 -9,6 66
9.16 марта 51,4 25,5 -25,9 50
16.23 марта 56,3 42,1 -14,2 75
23.30 марта 299,8 185,5 -114,3 62
30 марта. 6 апре-
ля 183,5 340,5 157,0 54
6.13 апреля 380,0 337,0- -43,0 89
13.20 апреля 609,9 495,2 -114,7 81
20.27 апреля 541,0 447,9 -93,1 83
27 апреля.. .4 мая 591,5 624,5 33,0 95
4.11 мая 363,7 411,7 48,0 88
11.18 мая 289,5 287,3 -2,2 99
18.25 мая 203,5 247,9 44,4 82
25 мая.. .1 июня 307,5 364,4 57,0 84
1.8 июня 316,7 462,7 146,0 68
8.15 июня 267,5 398,1 130,7 67
15.22 июня 96,9 175,7 78,8 55
22.29 июня 172,5 186,4 13,9 93
30 июня.. .6 июля 183,7 127,5 -56,2 69
6.13 июля 116,4 69,9 -46,5 60
14.20 июля 67,3 55,6 -11,7 83
21.27 июля 90,5 52,3 -38,2 58
27 июля. 3 августа 47,7 42,6 -5,1 89
3.11 августа 45,5 39,5 -6,0 87
10.17 августа 53,1 46,6 -6,5 88
17.24 августа 44,3 37,0 -7,2 84
24.31 августа 42,7 36,8 -5,9 86
Согласно рис. 7(б) и табл. 4 результаты прогнозирования оправды-ваемости объёма воды с заблаговременностью 7 сут., показывают, что смоделированный объём воды хорошо воспроизводит фактический, составляя 77 %, а коэффициент корреляции между смоделированными и фактическими данными равен 0,925.
Дата Дата |
Рис. 8. Результаты прогнозирования притока в Шульбинское водохранилище (р. Ульби — с. Ульби-Перевалочная и р. Оба — г.Шемонаиха) с заблаговременностью на 3 суток (а) и на 7 суток(б).
Данное исследование показывает, что использование концептуальной модели HBV при составлении краткосрочного прогноза стока рек Оба и Ульби дает хорошие результаты. Данные модели применимы при усовершенствовании методики составления краткосрочных прогнозов притока воды в Шульбинское водохранилище. Вследствие редкой сети метеорологических станций в исследуемой горной территории при калибрации модели возникли проблемы при подборе подходящих метеорологической станций, высоты которых не превышают 1000 м н.у.м. и отсутствием станций в зоне формирования стока, этим обьясняются случаи низкой оправдываемости прогнозов.
Заключение. Авторами проведена работа по адаптации модели HBV для рек Оба и Ульби. Эффективность модели составила 0,908...0,922. Модель хорошо воспроизводит динамику моделируемой величины и модельный ряд можно считать адекватным. Полученные параметры при калибровании модели рекомендуется использовать для прогнозирования, а также для восстановления стока р. Оба - г. Шемонаиха и р. Ульби -с.Ульби-Перевалочная.
Таким образом, проведено тестирование работы модели HBV для прогнозирования объема воды, поступающего в Шульбинское водохранилище с заблаговременностью 1 сут. в период март - апрель и в период март - сентябрь 2018 г. с заблаговременностью 3 и 7 сут. При оценке оп-равдываемости прогнозирования стока средняя оправдываемость при за-благовременности 1 сут. составляет 81%, при заблаговременности 3 сут. -80 %, при заблаговременности 7 сут. - 77 %. При практическом
использовании модели рекомендуется ограничиваться составлением
прогнозов стока с заблаговременностью 1...3 сут.
СПИСОК ЛИТЕРАТУРЫ
1. Болатова А.А., Тiллэкэрiм Т.А., М.Н. Раимжанова, Сержбай Н.Т., Багитова Б.Е., Болатов К.М. Результаты калибрования гидрологической модели HBV для горных рек Казахстана // Гидрометеорология и экология. - 2018. - № 3. - С. 110-124.
2. Браславский А.П. Нормы испарения с поверхности водохранилищ / А.П. Браславский, З.А. Викулина. - Л.: Гидрометеоиздат, 1954. - 212 с.
3. Виноградов Ю.Б. Математическое моделирование процессов формирования стока. - Л.: Гидрометеоиздат, 1988. - 311 с.
4. Водные ресурсы Казахстана: оценка, прогноз, управление, Т. VII, Кн. 1: Возобнавляемые ресурсы поверхностных вод западного, северного, центрального и восточного Казахстана/ под науч. ред. Р.И. Гальперина. - Алматы: ТОО «Арко», 2012. - 684 с.
5. Ежегодные данные о режиме и ресурсах поверхностных вод суши, Бассейны рек Иртыш, Ишим и Тобол (верхнее течение), Вып. 1, Ч. 1, ГВК РК РГП «Казгидромет», 1978-2018.
6. Официальный сайт Геологической службы США. [Электрон. ресурс] URL: https://earthexplorer.usgs.gov/ (дата обращения: 09.11.2017).
7. Официальный сайт GLIMS: глобального измерения сухопутного льда из космоса [Электрон. ресурс] URL: https ://www. glims.org/ (дата обращения: 10.11.2018).
8. Ресурсы поверхностных вод СССР. - Т. 15.Алтай и Западная Сибирь. - Вып. 1. Горный Алтай и Верхний Иртыш. -Л.: Гидрометеоиздат, 1969. - 318 с.
9. Gayathri K Devi, Ganasri B.P., Dwarakish G.S. A Review on Hydrologi-cal Models / International conference on water resources, Coastal and ocean engineering (ICWRCOE 2015), Aquatic Procedia. - № 4. - 2015.-P. 1001-1007.
10. Georgakakos P.K.; Hudlow, M.D., Quantitative Precipitation Forecast Techniques for use in Hydrological Forecasting // Bull. Am. Meteorol. Soc. - 1984. - № 65. - P.1186-1200.
11. Jan Seibert. HBV light version 2, User's Manual. Stockholm University, Department of Physical Geography and Quaternary Geology. - 2005. - 32 p.
12. Jan Seibert, M.J. Vis Teaching hydrological modeling with a user-friendly catchment-runoff-model software package // Hydrol. Earth System Sciences. - 2012. - № 16. - P. 3315-3325.
13. Jan Seibert. Multi-criteria calibration of conceptual runoff model using a genetic algorithm // Hydrology and Earth Sciences. - 2000. - № 4(2). - P. 215224.
14. Jia Q.Y., Sun F.H. Modeling and forecasting process using the HBV model in Liao river delta / The 18th Biennial Conference of International Society for Ecological Modelling, Environmental Sciences. - 2012. - № 8. - P. 122-128.
15. Kauffeldt A., Wetterhall F., Pappenberger F., Salamon P., Thielen J. Technical review of large-scale hydrological models for implementation in operational flood forecasting schemes on continental level // Environmental Modelling & Software. - 2016. - № 75. - P. 68-76.
16. Kim N. W.; Jung Y.; Lee J. E. Spatial propagation of streamflow data in ungauged watersheds using a lumped conceptual model // Journal of Water and Climate Change. - 2018. - № 10 (1). - P. 89-101.
17. Merkuryeva G., Merkuryev Y., Boris V. Sokolov, Potryasaev S., Zelentsov Viacheslav A., Lektauers A. Advanced river flood monitoring, modelling and forecasting // Journal of Computational Sciences. - 2015. - № 10. - P.77-85p.
18. Nash J.E., Sutcliffe J.V. River flow forecasting through conceptual models, part 1-a discussion of principles // Journal of Hydrology. - Amsterdam, 1970. - № 10. - P. 282-290.
19. Reynolds J.E., Halldin S., Xu C.Y., Seibert J., Kauffeldt A. Sub-daily runoff predictions using parameters calibrated on the basis of data with a daily temporal resolution // Journal of Hydrology. - 2017. - № 550. - P. 399-411.
20. Spivak L., Arkhipkin O., Pankratov V., Vitkovskaya I., Sagatdinova G. Space monitoring of floods in Kazakhstan // Mathematics and Computers in Simulation. - 2004. - Vol. 67, Issues 4-5, 3. - P. 365-370.
21. Sten Bergstrom, 1992. The HBV model - its structure and applications SMHI RH, №4, April 1992. 35 p.
22. Tucci C., Collischonn W. Flood forecasting // WMO Bull. - 2006. -№ 55 (3). - P.179-184.
23. Valent P., Szolgay J., Riverso C. Assessment of the uncertainties of a conceptual hydrologic model by using artificially generated flows // Slovak journal of civil engineering. - 2012. - Vol. XX. - № 4. - P. 35-43.
24. Vormoor K., Heistermann M., Bronstert A., Lawrence D. Hydrological model parameter (in) stbility - "crash testing" the HBV model under contrasting flood seasonality conditions // Hydrological Sciences journal. -2018. - Vol. 63. - № 7. - P. 991-1007.
25. WMO, 1986. Intercomparison of models of snowmelt runoff. Operational Hydrology. Report № 23. - 1986, WMO-№ 646. - 482 p.
26. WMO, 2002. Carlos E.M. Tucci Flood flow forecasting, Institute of Hydraulic Research, Federal University of Rio Grande do Sul, 35 p.
27. Guide to Hydrological Practices. Volume II. Management of Water Resources and Application of Hydrological Practices, WMO № 168, Sixth edition, 2009. - 302 p.
Поступила 15.09.2019
А. А. Болатова Т. А. Тiллэкэрiм М. Н. Раимжанова
HBV ГИДРОЛОГИЯЛЬЩ МОДЕЛ1Н ШYЛБI СУ ^ОЙМАСЫНЬЩ БYЙIP САЛАСЫ МЫСАЛЫНДА вЗЕН АFЫВДЫСЫН БОЛЖАУFА ^ОЛДАНУ
Туйт свздер: гидрологиялы; модельдеу, HBV концептуалды моделi, калибрлеу, кeктемгi су тасу, агындыны ;ыск;а мерзiмдi болжау, ШYлбi су ;оймасы
Берыген мацалада вткен гасырда цурастырылган ШYлбi су цоймасына келт тYсетiн агындыныц бYйiр саласын болжау здШ климаттыц взгеруiмен байланысты гылыми-зд^темелж тургыдан есюргенджтен, HBV концептуалды моделШц квмегiмен болжау негiздерi керсетыген. Сонымен цатар, модельдiц цысцаша сипаттамасы, цолданылатын гидрометеорологиялыц мзлiметтер мен беткейдщ сандыц моделШц ацпараттары, сонымен цатар муздыц цурауыштарыныц мзлiметтерi мен оларды ArcGIS ацпараттыц платформасында ецдеу берыген. Mодельдiц тшмдштн есептеу Yшiн Нэш-Сатклиффтщ критерий цолданылган. ШYлбi су цоймасыныц бYйiр салалары болып табылатын Оба жзне Yлбi езендерШц агындыларына 1978...2018 жж. кезецте модельдiц калибрациясы ЖYргiзiлiп, керсеткiшi жогары нзтижелi кезец тацдалды. Оцтайлы параметрлердi тацдау нзтижеанде модельдiц тшмдтт, жогарыда аталган езендер Yшiн, сзйкестше 0,908...0,922 цурады. Калибрация нзтижесШц параметрлерт цысца мерзiмдi, 1, 3, 7 тзулжке, агынды болжамына цолдану барысында сандыц модельдеу жацсы нзтиже керсеттi. Агындыны 1 тзулжке болжаудыц ацталушылыгы 81 %, 3 тзулжке — 80 %, 7 тзулжке — ll %о цурады. Оба жзне Yлбi езендерi агындыларына болжамныц сандыц зд^терт цолданып, цысца мерзiмдi болжам жасау су шаруашылыц ЖYйелерiн басцарудыц тшмдштн арттыратын мацызды фактор болып табылады.
