River flow hydrograph simulation in the Western Siberia lowland north for the extreme flood flow prediction based on the.pdf Введение В настоящее время активизируется деятельность по освоению и использованию природных ресурсов Арктических регионов, в нашей стране выполняется государственная программа «Социально-экономическое развитие Арктической зоны Российской Федерации». Проблемы обеспечения и развития гидрологических расчетов в арктической зоне России и сопредельных районов становятся все более актуальными [Макарьева и др., 2018; Магрицкий и др., 2019]. Возрастает и роль гидрологических прогнозов на северных реках. Решение гидрологических задач затрудняется тем, что для всего региона характерно весьма слабое развитие стационарной сети гидрометеорологических наблюдений, что относится и к северу Западной Сибири, где крайне ограничены многолетние данные по режиму речного стока. В процессе климатических изменений, наиболее интенсивно происходящих в Арктике, и соответствующей трансформации природной среды [Второй оценочный доклад, 2014], решение задач гидрологических расчетов и прогнозов еще более осложняется вследствие неполноты данных и нестационарности ранее накопленных рядов гидрометеорологических наблюдений. Паводки и вызываемые ими наводнения в силу неопределенности прогнозов представляют собой наиболее распространенные и опасные природные явления, формируемые метеорологическими факторами в контексте изменений климата, определяя важность оценки их величины и риска [Alfieri et al., 2017]. В таких условиях возрастает роль гидрологических моделей для оценки и прогноза гидрографов стока и его экстремальных характеристик в бассейнах, отличающихся разной степенью гидрологической изученности, в том числе и неизученных рек. Актуальность работы обусловлена наличием пропусков в гидрологических наблюдениях, необходимых для мониторинга климатических изменений, строительства и рационального природопользования на заболоченных нефтегазоносных территориях. Важнейшей гидрологической задачей является оценка режима паводков и наводнений. Также важен прогноз изменений гидрологического режима территории при ожидаемых изменениях климата и ландшафтов. © Копысов С.Г., Земцов В. А., Мацуяма Х., Елисеев А.О., 2020 DOI: 10.17223/25421379/17/9 Принимая во внимание слабое развитие сетей гидрологических наблюдений, недостаточное количество и статистическую неоднородность многолетних рядов наблюдений на многих реках мира, Международная ассоциация гидрологических наук (IAHS) организовала две десятилетние программы скоординированных исследований, нацеленные на получение гидрологической информации, необходимой для изучения и комплексного управления водными ресурсами. Первая из них посвящена расчетам стока неизученных рек - «Prediction on Ungauged Basins, PUB», 2003-2012 [Hrachowitz et al., 2013], вторая - «Panta Rhei» (от слов философа Гераклита «Все течет»), 2013-2022, ориентирована на исследование влияния изменений климата и трансформации ландшафтов водосбора на сток рек [Montanari et al., 2013; Thirel et al., 2015]. Основными задачами здесь являются оценка показателей стока неизученных рек, а затем - влияния на него изменений климата и характера землепользования в бассейнах. С точки зрения моделирования гидрографов стока рек, прежде всего с суточным (или часовым) разрешением, наибольший интерес для решения практических задач представляют достаточно простые концептуальные полураспределенные модели резер-вуарного типа, такие, например, как Tank Model [Sugawara et al., 1974], разработанная в Национальном исследовательском центре по предотвращению стихийных бедствий в Токио (Япония) и модель HBV Шведского института метеорологии и гидрологии, впервые представленная в 1972 г. С. Бергстре-мом [Bergstrom, Forsman, 1973]. После испытаний эффективности на разных реках мира программы HBV и Tank Model включены в фонд алгоритмов и программ Гидрологической оперативной многоцелевой системы ГОМС (http://www.wmo.int/pages/prog/ hwrp/homs/homs_ru.html) Всемирной метеорологической организации, соответственно, как компоненты J04.2.02 и J04.1.01, предлагаемые для использования в гидрологических прогнозах [Руководство..., 2012; Романов, 2018]. Для включения в фонд ГОМС, который обновляется недостаточно оперативно, программы должны быть доступными и строго документированными. Отечественных программ в указанном фонде пока нет. Концептуальная модель HBV существует в разных версиях и нашла широкое применение в разнообразных физико-географических условиях различных стран. С этой точки зрения она достаточно универсальна и стала прототипом для разработки позднее модели HBV-light [Seibert, 2005; Seibert, Vis, 2012]. В настоящее время программа применяется в ряде университетов мира для обучения студентов и выполнения исследовательских проектов. Основные концепции модели хорошо известны в профессиональном гидрологическом сообществе. Более сложные детерминированные модели применяются в слабоизученных районах, в том числе на севере Западной Сибири, менее широко - в силу отсутствия исходных данных для их использования. В частности, Е.М. Гусев и соавт. [2015] исследовали формирование стока рек Таз, Пур, Надым и снежного покрова в бассейне Таза на основе детерминированной модели тепло- и влагообмена подстилающей поверхности суши с атмосферой SWAP в сочетании с информацией глобальных баз данных по характеру подстилающей поверхности (топография, почвы, растительность) и материалов наблюдений на метеостанциях региона. Калибровка параметров выполнялась по данным о речном стоке. Расчеты гидрографов стока рек с суточным разрешением показали обнадеживающие результаты. Цель настоящей работы - определение возможности воспроизведения гидрографов стока ряда северных рек (включая максимальные расходы половодья и паводков) на основе относительно простой концептуальной модели HBV-light, определения и географического обобщения параметров модели и вычисления максимальных расходов воды заданной вероятности превышения. При положительных результатах это сделает возможным также оптимизировать систему гидрологического мониторинга в труднодоступных районах и решать другие задачи, в том числе оценивать реакции гидрологических систем на задаваемые сценарии изменения климата. Территория исследований и формирование стока рек Исследуемый регион расположен на севере ЗападноСибирской равнины и объединяет как разные по размерам бассейны собственно арктических рек Таз, Пур, Пжу-Пур, Правая Хетта, Надым и Полуй, текущих к северу от Сибирских Увалов (в официальных границах Арктической зоны Российской Федерации [Макарьева и др., 2018]), и субарктических рек Аган и Вах, течение которых направлено к долине реки Обь в юго-западном направлении (рис. 1). Общая площадь бассейнов до створов, для которых моделировался сток воды, составляет более 330 тыс. км2. Наиболее контрастный рельеф наблюдается в верховьях рек Таза, Пура и Ваха, к северу поверхность становится относительно ровной с небольшим уклоном в северном направлении. Климат большей части территории умеренно континентальный с холодной продолжительной зимой и коротким летом. Атмосферное увлажнение избыточное. Хорошо выражена широтная зональность и сезонность гидроклиматических показателей. Приустьевые участки крупных северных рек находятся в зоне тундры и лесотундры, которая южнее переходит в подзону северной тайги. В бассейне Ваха распространены северо-таежные ландшафты на севере и среднетаежные - на юге. Основным гидрологическим сезоном на реках является хорошо выраженное весеннее половодье, в течение которого на северных реках проходит около половины объема годового стока. Половодье отличается достаточно резким подъемом и спадом расходов и уровней воды. Впервые подробный гидрологический анализ половодья в Западной Сибири выполнен Д. А. Бураковым [1978], который показал, что основная роль в формировании половодья северных рек принадлежит запасам воды в снеге перед началом таяния и осадкам периода снеготаяния. Они формируют сток талых вод, который составляет в среднем от 75 до 80 % стока половодья на реках Надым, Пур и Таз соответственно. Второе место по величине притока воды в половодье составляет подземный сток (12-18 %). Именно межгодовая изменчивость талого стока, в основном, и определяет высоту максимумов половодья в разные годы. В летне-осенний период наблюдаются дождевые паводки. Зима, в течение которой реки переходят на подземное питание, продолжается более полугода. В более поздней работе по гидрологии севера Западной Сибири [Zakharova et al., 2009] с привлечением данных спутникового зондирования показано, что на фоне возрастания температуры воздуха и атмосферных осадков происходит снижение стока рек Полуй и Пур. На Надыме существенно снизилась доля талого стока в годовом - до 29 % в среднем за 2000-2008 гг. (за счет увеличения базового стока) - по сравнению с 49 % талого стока на р. Пур. В [Zakharova et al., 2011] исследована зависимость стока половодья от определенных по спутниковым данным максимальных запасов воды в снежном покрове. Обнаружен рост потерь талого стока примерно на 50 мм/год в бассейне Полуя, Надыма, Пура и Таза в 1988-2006 гг. При этом максимальный расход половодья на реках Полуй, Надым и Пур в 7 раз превышает средний годовой расход воды, а на р. Таз - в 3,5 раза [Zakharova et al., 2011]. Арктические реки протекают в области распространения многолетней мерзлоты. С севера на юг сменяются зоны сплошной, прерывистой и островной многолетней мерзлоты. Бассейны Агана и Ваха расположены большей частью в пределах зоны островной мерзлоты. В связи с потеплением, особенно интенсивно проявляющимся на севере в последние годы, наблюдается таяние и деградация мерзлоты, что наряду с некоторым ростом атмосферного увлажнения способствует увеличению притока как подземных, так и поверхностных вод в реки. Параллельно в связи с замедленным отводом воды с плоских междуречных заболоченных и заозеренных пространств происходит еще большее увлажнение территории бассейнов северных арктических рек. Исходные данные и методы исследования На территории Сибири сеть метеостанций и гидрометрических постов крайне редкая - расстояния между пунктами наблюдений измеряются десятками или сотнями километров. Северная половина Западной Сибири относится к наименее изученным в гидрометеорологическом отношении областям континента [Гидрология..., 2009]. Всего моделировались процессы формирования стока с девяти бассейнов. Площадь самого малого бассейна р. Правая Хетта до п. Пангоды равна 1 200, а самого крупного бассейна р. Таз до п. Сидоровск - 100 тыс. км2 (табл. 1). Ежедневные расходы воды для имитационного моделирования водного цикла в замыкающих створах модельных бассейнов получены из открытых источников Государственного водного кадастра (гидрологических ежегодников), а за последние годы - из Автоматизированной информационной системы государственного мониторинга водных объектов [АИС ГМВО]. Данные по ежедневным осадкам и температурам воздуха с 1937 по 2017 г. для ближайших метеорологических станций получены из базы данных Всероссийского научно-исследовательского института гидрометеорологической информации - Мирового центра данных [ВНИГМИ-МЦД]. Наряду с разреженностью пунктов гидрометеорологической сети качество гидрологических данных невысокое, так как ряды наблюдений за 19902000-е гг. содержат значительное количество пропусков, а сами измеренные расходы воды - значительные погрешности в результате затопления обширных речных пойм и ледовых явлений во время прохождения высоких вод половодья, а также наличия ледового покрова и внутриводного льда в реках зимой. Таким образом, при моделировании гидрографов мы вынуждены сталкиваться с результатами воздействия механических факторов собственно в руслах рек. Гидрологическая модель Для решения поставленных задач использована модель HBV-light в базовой простой Windows-версии, позволяющей оперировать имеющимися в регионе данными сетевых наблюдений за атмосферными осадками и температурой воздуха с суточным разрешением и в интерактивном режиме выполнять калибровку параметров и анализировать результаты расчетов [Seibert, 2005; Seibert, Vis, 2012]. Модель HBV описывает общий баланс воды в бассейне следующим образом: Р = Е + Q + + SM + UZ + LZ + VL), (1) где P - осадки, E - суммарное испарение, Q - сток, SP - снежный покров, SM - влажность почвы, UZ -запас воды в верхней зоне подземных вод, LZ - в нижней зоне подземных вод и VL - объем озер (все составляющие выражены в миллиметрах слоя воды). Исследуемый географически неоднородный водосбор может быть разделен на подбассейны, а также более или менее однородные зоны растительности или землепользования. HBV-light преобразовывает суточный приток воды, осадки, температуру воздуха и сред-немноголетний месячный слой потенциального испарения в снеготаяние, водоотдачу и затем сток воды. Осадки моделируются как снег или дождь в зависимости от температуры: выше или ниже пороговой. Основные модули программы включают: 1) накопление и таяние снега (последнее - по температурным коэффициентам стаивания), водоотдачу талых вод; 2) расчет влажности почвы и формирование испарения, просачивания воды в почву и стока в верхнем и нижнем слое почвогрунта; 3) расчет гидрографа стока воды в замыкающем створе. Параметры модели определяются путем их калибровки, исходя из критерия качества модели, обеспечивающего как можно лучшее соответствие рассчитанных модельных ежедневных расходов воды в замыкающем створе бассейна наблюденным расходам. Рис. 1. Территория исследований Бассейны: 1 - р. Таз - п. Сидорск; 2 - р. Пур - п. Уренгой; 3 - р. Надым - г. Надым; 4 - р. Пякпур - г. Тарко-Сале; 5 - р. Аган -п. Аган; 6 - р. Вах - п. Ваховск; 7 - р. Полуй - п. Полуй; 8 - р. Правая Хетта - п. Пангоды Fig. 1. The study area Numbers indicate the model river basins: 1 - Taz River - Sidorovsk; 2 - Pur River - Urengoy; 3 Nadym River - Nadym; 4 - Pyaku-Pur River - Tarko-Sale; 5 - Agan River - Agan; 6 - Vakh River - Vakhovsk; 7 - Poluy River - Poluy; 8 - Prevaya Hetta River - Pangody. Gauge Stations are indicated by blue triangles, Meteorological Stations - by red triangles Таблица 1 Сведения о модельных бассейнах, метеостанциях и весовых коэффициентах к осадкам на метеостанции для определения осадков на водосборе, показатели точности Table 1 Information about model basins, meteorological stations and weights to precipitation depths at meteorological stations to determine precipitation in the catchment, model performance statistics Река - пост A, км2 / Нср, м Метеостанции (высота, м над у. м.) Координаты центра водосбора Период калибровки Коэффициент детерминации R2 Коэффициент эффективности модели Reff Коэффициент эффективности Reff за половодье Вах - Ваховск 56 200 /100 0,85Ларьяк (57) +0,15Александровское (48) N61°37' E81°37' 2008-2015 0,91 0,90 0,93 Вах -Лобчинскоее 56 400 /100 0,85Ларьяк (57) +0,15Александровское (48) N61°37' E81°37' 1962-1973 0,88 0,88 0,89 Аган - Аган 29 700 /95 0,5Ларьяк (57) +0,5Халесовая (67) N62°14' E76°15' 1971-1976 0,85 0,85 0,87 Река - пост A, км2 / Нср, м Метеостанции (высота, м над у. м.) Координаты центра водосбора Период калибровки Коэффициент детерминации R2 Коэффициент эффективности модели Reff Коэффициент эффективности Reff за половодье Пяку-Пур -Тарко-Сале 32 900 /80 0,5Тарко-Сале (25) +0,5Халесовая (67) N64°06' E75°47' 2008-2017 0,81 0,78 0,86 Надым - Надым 48 000 /50 0,7Надым (19) +0,3Тарко-Сале (25) N64°37' E73°11' 2012-2016 0,67 0,42 0,63 Пур - Уренгой 80 400 /90 0,7Тарко-Сале (25) +0,3Халесовая (67) N64°18' E76°48' 2008-2018 0,78 0,72 0,85 Таз - Сидоровск 100 000 /90 0,5Толька (33) +0,5Тарко-Сале (25) N64°28' E82°23' 1987-1990 0,86 0,85 0,85 Правая Хетта -Пангоды 1 200 /70 0,5Надым (19) +0,5Тарко-Сале (25) N65°53' E74°52' 1983-1990 0,72 0,71 0,80 Полуй - Полуй 15 100 /70 0,3Салехард (16) +0,7Надым (19) N65°12' E69°25' 2008-2018 0,86 0,85 0,90 Примечание. А - площадь водосбора; Нср - средняя высота водосбора. Note. A - watershed area; Hcp - mean basin altitude. Ежедневные слои осадков на водосборе определялись по данным наблюдений на метеостанциях, расположенных в пределах его площади либо на метеостанциях, ближайших к нему. Названия метеостанций, выбранных для каждого модельного водосбора, и весовые коэффициенты к слою осадков каждой станции указаны в третьем столбце табл. 1. Величина осадков принималась одинаковой на всей площади соответствующего модельного бассейна. В программе HBV-light потенциальное испарение (испаряемость) задается среднемноголетними месячными значениями на метеостанции, поэтому межгодовая изменчивость испаряемости не учитывается. На наш взгляд, это один из основных недостатков данной программы, в которой отдельным файлом задаются среднемноголетние значения испаряемости за каждый месяц (мм/сут). Величина испаряемости, согласно рекомендациям И.В. Карнацевича и др. [2007], вычислялась нами по сумме месячных температур выше 0 °С с учетом затрат тепла на таяние снежного покрова и сезонной мерзлоты, а затем распределялась пропорционально дефициту влажности. За расчетный период принят современный (1986-2015 гг.) период оценки составляющих водного баланса суши [Паромов и др., 2017]. Калибровка модели В результате калибровки требуется определить значения ряда параметров, показанных в табл. 2. Калибровка, т.е. подбор значений модельных параметров, выполнялась вручную, с пошаговым контролем результатов. В качестве критериев качества модели мы использовали: 1) коэффициент детерминации R2, равный квадрату коэффициента линейной корреляции связи между рассчитанными и наблюденными ежедневными расходами воды в замыкающем створе модельного бассейна, а также 2) коэффициент эффективности Ref Нэша-Сатклиффа, рассчитываемый по формуле: Р = 1 _ KQsim(t)-Qobs (t))2 (2) "eff 1 EWobs (t) )2' (2) где Qsim - смоделированный расход воды, мм/сут; Qobs - наблюденный расход, мм/сут; t - время, сут. Так как критерий Ref более чувствителен к пиковым расходам [Seibert, Vis, 2012; Wijayarathne, Coulibaly, 2020], он вычислялся для всего калибровочного периода и отдельно - для периода половодья. Коэффициент детерминации характеризует сходимость модельных расходов воды с наблюденными во всем диапазоне их колебаний. Промежутки времени для калибровки параметров на разных реках не совпадают по той причине, что многие ряды, как сказано выше, содержат значительное количество пропусков наблюдений. Качество аппроксимации гидрографов стока достаточно высокое, о чем говорят близкие к единице значения всех трех критериев качества аппроксимации у большинства модельных водосборов. Эффективность моделей для периода половодья несколько выше, чем для всего массива данных по каждому бассейну. Моделирование стока р. Надым у пос. Надым показало несколько худшие результаты. Нужно отметить, что для бассейнов Надыма, Пура и Таза точность воспроизведения гидрографов с суточным разрешением почти не отличается от таковой, полученной Е.М. Гусевым и др. [2015] с помощью намного более сложной детерминированной модели SWAP. В результате калибровочных расчетов параметры модели удалось разделить на две группы: индивидуальные и общие. Параметры первой группы подбиралась индивидуально для каждого бассейна, значения параметров второй группы оказались общими для всех модельных водосборов, учитывая относительное сходство ландшафтных условий на всей исследуемой территории (см. табл. 3). Основным определяемым для каждого водосбора параметром является пороговая температура начала снеготаяния TT, зависящая от расположения метеостанций относительно центра водосбора расчетной реки. От размера, т.е. площади водосбора, и других условий стока, влияющих на скорость добегания, зависит параметр MAXBAS, он отражает количество дней, на которые распределяется генерируемый суточный сток на каждом временном шаге, с учетом весовых коэффициентов. Также для каждого водосбора подбирались коэффициенты сработки вод нижнего и верхнего яруса - таким образом, чтобы точнее описать меженный (базовый) сток в зависимости от гидрогеологических условий в конкретном бассейне. Подбирался и параметр FC (характеризует запас воды в деятельном слое водосбора), он интегрально учитывает мощность деятельного слоя и его гранулометрический состав (пески, глины, торф). Параметр LP определяет часть максимального запаса воды в почве, при которой фактическое испарение достигает величины потенциального испарения. Все остальные параметры для всей исследуемой территории подобраны одинаковыми, т. е. имеют региональное значение. Региональные значения параметров использовались, например, одним из авторов для моделирования стока неизученных рек региона в работе [Pokrovsky et al., 2020]. В любом случае важно, чтобы данные для калибровки включали в себя разные по водности годы, обычно для этого бывает достаточно нескольких лет [Seibert, Vis, 2012]. Таблица 2 Параметры модели, определяемые калибровкой Model parameters to be defined by means of calibration Table 2 Параметр Описание Единицы измерения TT Пороговая температура начала снеготаяния (зависит от расположения метеостанций) °C CFMAX Коэффициент стаивания, смещает пик половодья во времени мм/^^сут) SFCF Поправочный коэффициент к твердым осадкам - SP Сезонная изменчивость коэффициента стаивания - CFR Коэффициент повторного замерзания талой воды - CWH Водоудерживающая способность снега в долях от запаса воды в снежном покрове - FC Максимальный запас воды в почве мм LP Влагосодержание почвы, при котором испарение с нее достигает величины потенциального испарения мм Beta Коэффициент, определяющий распределение дождевой или талой воды между пополнением запаса воды в почве и пополнением подземных вод - K0 Коэффициент истощения вод деятельного слоя 1/сут K1 Коэффициент истощения верхнего горизонта подземных вод 1/сут K2 Коэффициент истощения нижнего горизонта подземных вод 1/сут UZL Глубина воды в верхнем горизонте подземных вод (влияет на максимум гидрографа) мм PERC Максимальная интенсивность просачивания из верхнего горизонта в нижний мм/сут MAXBAS Параметр, определяющий количество дней, на которые распределяется генерируемый суточный сток на каждом временном шаге с учетом весовых коэффициентов (зависит от площади водосбора и скорости добегания) сут Результаты и обсуждение Воспроизведение гидрографов стока в модели HBV-light, реализованной в виде программного продукта [Seibert, Vis, 2012], заключается в подготовке исходных данных и подборе модельных параметров, позволяющих рассчитывать суточный слой стока по температуре и осадкам с ближайших метеостанций. В данной работе разделение водосборов на высотные и ландшафтные зоны не производилось, чтобы не создавать избыточную информативность, не подтвержденную исходной метеорологической информацией. Была выбрана стандартная структура модели без учета специфики землепользования в бассейне. Параметры получены целиком для всей площади каждого модельного бассейна, без ее фрагментации. Основной проблемой для моделирования стока является недостаточная метеорологическая изученность территории. Для визуальной проверки результатов моделирования за период калибровки приведен рис. 2, откуда видно, что фактические и модельные гидрографы стока практически наложены друг на друга, а пики максимального стока наблюдаются в одни и те же промежутки времени на обоих гидрографах, прослеживается синхронность колебаний. Критерий качества за период калибровки высокий, и модели после дальнейшей проверки могут быть использованы для оценки изменения речного стока в условиях современного изменения климата, а также на более отдаленную перспективу. Таблица 3 Значения параметров модели HBV-light для северных рек, ориентированные на оценку максимумов половодья Table 3 Model HBV-light parameter values for northern rivers selected for flood peaks prediction Условное обозначение Единица измерения Правая Хетта -Пангоды Полуй-Полуй Надым - Надым Пур - Уренгой Пяку-Пур - Тар-ко-Сале Таз - Сидоровск Вах - Ваховск Вах - Лобчинское Аган - Аган TT °C -0,5 -1,9 -1,4 -1,2 -1,0 -1,0 0,5 -1,5 CFMAX мм/С^сут) 2,5 SFCF - 1 SP 1 CFR - 0,05 CWH - 0,1 FC мм 200 300 200 180 200 150 300 | 150 250 LP - 0,8 0,5 0,1 0,6 1,0 0,3 0,5 0,5 Beta - 1,0 K0 1/сут 0,1 K1 0,2 0,95 0,5 0,7 0,5 0,2 0,5 0,7 K2 0,02 0,006 0,005 0,006 0,01 0,009 0,05 0,007 UZL мм 10 PERC мм/сут 2 MAXBAS сут 4 | 30 | 50 | 42 | 36 | 45 | 80 | 60 При моделировании для створа р. Вах -п. Ваховск было выявлено, что если для калибровки использовать данные за 2008-2015 гг., то пики на модельных гидрографах до 1990 г. всегда ниже наблюденных. Данных за период 1991-2007 гг. в свободном доступе нет. Переносом поста из Лоб-чинского в Ваховск такое снижение качества моделирования с 0,90 до 0,77 объяснить невозможно. Поэтому были подобраны параметры за 19621973 гг., когда пост находился в п. Лобчинский. При этом качество моделирования возросло с 0,77 до 0,89 после уменьшения всего лишь одного параметра FC, отражающего максимальный запас воды в деятельном слое водосбора с 300 до 150 мм. Подобное можно объяснить климатическими изменениями, приведшими к уменьшению глубины промерзания и увеличению мощности деятельного слоя в период между 1990 и 2008 гг. Пик половодья, обусловленный снеготаянием, хорошо моделируется и может хорошо прогнозироваться. Это объясняется тем, что величина осадков, фиксируемая на метеостанциях, является случайной величиной, но за период снегонакопления случайные колебания взаимно компенсируются, что позволяет смоделировать максимальный снегозапас на водосборе и его таяние. Если же на снеговое половодье накладывается случайная величина дождевых осадков, не отражающих ситуацию в целом на водосборе, то качество моделирования падает. Такая же ситуация имеет место при моделировании паводков, обусловленных локальным выпадением жидких осадков. Известно, что наибольшие отличия смоделированного и измеренного стока возникают из-за несоответствия измеренных на одной-двух метеостанциях осадков, используемых для моделирования, осреднен-ному по всей водосборной площади увлажнению. Для проверки эффективности полученных моделей осуществлена их валидация на независимом материале, т.е. с использованием данных гидрометеорологических наблюдений, которые не принимались в расчет при определении модельных параметров (табл. 4). При этом модели прогонялась с параметрами из табл. 3. За некоторыми исключениями, согласно принятым в Росгидромете критериям оценки качества методики прогноза [Георгиевский, Шаноч-кин, 2007] по R или по отношению стандартной погрешности оценки суточных расходов воды по модели к среднему квадратическому отклонению наблюденных данных, модель дает удовлетворительные результаты даже для р. Надым у п. Надым, а для р. Вах - хорошие результаты. В заключение, по аналогии с работой [Nesterova et al., 2019], покажем возможность оценки максимумов половодья заданной вероятности превышения, опираясь на модельные данные. Для этого выбраны бассейны р. Вах до п. Лобчинское и р. Пяку-Пур до п. Тарко-Сале, для которых получено достаточно высокое качество моделирования как по результатам калибровки, так и на этапе валидации модели. Сравнение эмпирических кривых обеспеченности, построенных отдельно для наблюденных и смоделированных значений максимальных расходов половодья показывает их хорошее соответствие (рис. 3, 4). Рис. 2. Наблюденные (линии синего цвета) и смоделированные в HBV-light (красные линии) гидрографы стока (мм/сут) за период подбора модельных параметров для оценки максимальных расходов воды Fig. 2. Observed (blue lines) and simulated (red lines) in the HBV-light model water flow hydrographs (mm day-1) over the period of parameter calibration for maximum water discharges prediction Таблица 4 Результаты проверки качества моделирования на независимых данных Results of the simulation quality testing based on independent data Table 4 Река - пост Период калибровки Коэффициент детерминации R2 Коэффициент эффективности модели Reff Эффективность моделирования половодья Reff Вах - Ваховск 2017-2018 0,86 0,70 0,78 Вах - Лобчинское 1955-1961 0,81 0,78 0,78 1982-1990 0,80 0,78 0,84 Аган - Аган 05.1966-1968 0,75 0,75 0,77 Река - пост Период калибровки Коэффициент детерминации R2 Коэффициент эффективности модели Reff Эффективность моделирования половодья Reff 1978-1979 0,75 0,56 0,56 Пяку-Пур - Тарко-Сале 2018 0,77 0,22 0,19 Надым - Надым 07.2017-2018 0,64 0,53 0,61 Таз - Сидоровск 05.1981-1983 0,76 0,59 0,54 Правая Хетта - Пангоды 1981-04.1982 0,76 0,73 0,72 Примечание. Полужирным шрифтом показаны низкие показатели качества. Note. Low values of the model performance criteria are shown in Bold. • • 1 • 1 • ■ л * 1 1 О t 0 5 10 IS 20 25 30 35 40 45 50 55 50 65 70 75 80 85 90 95 100 Рис. 3. Кривые обеспеченности наблюденных и смоделированных максимальных суточных слоев стока воды (мм/сут), р. Вах - п. Лобчинское Голубые значки - данные наблюдений за 1956-1990 гг.; желтые значки - модельные данные за 1956-2019 гг. Fig. 4. Probability of exceedance functions for observed and simulated maximum daily runoff depths (mm/day), the Pyaku-Pur River at Tarko-Sale Light blue marks - data observed in 2008-2018, yellow marks - data modeled for 1967-2018 Fig. 3. Probability of exceedance functions for observed and simulated maximum daily runoff depths (mm/day), the Vakh River at Lobchinskoye Light blue marks - data observed in 1956-1990; yellow marks - data modeled for 1956-2019 Рис. 4. Кривые обеспеченности наблюденных и смоделированных максимальных суточных слоев стока воды (мм/сут), р. Пяку-Пур - п. Тарко-Сале Голубые значки - данные наблюдений за 2008-2018 гг., желтые значки - модельные данные за 1967-2018 гг. Заключение По данным наблюдений за температурой воздуха и суммой атмосферных осадков с суточным разрешением на метеостанциях севера Западно-Сибир-ской равнины и ежедневным расходам воды, получены значения параметров концептуальной модели HBV-light [Seibert, Vis, 2012] для вычисления гидрографов стока арктических рек Полуй, Надым, Малая Хетта, Пяку-Пур, Пур и Таз, а также рек субарктики Вах и Аган. Площадь самого малого бассейна р. Правая Хетта до п. Пангоды равна 1 200, а самого крупного бассейна р. Таз до п. Сидоровск составляет 100 тыс. км2. Воспроизведение гидрографов стока в модели HBV-light заключается в подготовке исходных данных и подборе модельных параметров, позволяющих рассчитывать суточный слой стока по температуре и атмосферным осадкам на ближайших метеостанциях. В данной работе разделение водосборов на высотные и ландшафтные зоны не производилось, чтобы не создавать избыточную информативность, не подтвержденную наличием исходной метеорологической информацией. Была выбрана стандартная структура модели без учета специфики землепользования в бассейне. Параметры получены целиком для всей площади каждого модельного бассейна, без ее детализации. Калибровка модельных параметров для рек показывает, что относительно простая концептуальная модель HBV-light хорошо воспроизводит внутриго-довую динамику стока, в том числе расходы воды в период половодья. Точность воспроизведения гидрографов стока северных рек не уступает точности более сложных детерминированных моделей в связи с отсутствием достаточно густой сети гидрометеорологических наблюдений и необходимостью определения многочисленных параметров сложных моделей. Ручная калибровка модельных параметров позволяет осмысленно использовать модель HBV-light для регионального моделирования элементов водного цикла и гидрографов стока. При этом определяются шесть индивидуальных для каждого бассейна параметров и девять общих региональных, отражающих сходство ландшафтных условий на всей исследуемой территории. К индивидуальным параметрам отнесены: пороговая температура начала снеготаяния TT, параметр MAXBAS, коэффициенты истощения вод нижнего и верхнего яруса модели, максимальное влагосо-держание деятельного слоя FC и параметр LP. Показано, что значения каждого из остальных девяти параметров модели могут задаваться одинаковыми для всей исследуемой территории, т. е. имеют региональный характер, что позволяет вычислять гидрографы стока, в том числе максимальные расходы воды неизученных и слабо изученных рек. В целом полученные критерии качества за период калибровки и валидации моделей достаточно высоки, и модель может быть при определенных условиях использована для оценки изменения речного стока в условиях современного изменения климата, а также на более отдаленную перспективу. Пик половодья, обусловленный снеготаянием, моделируется лучше, чем пики, вызванные дождевыми паводками. Фиксируемая на метеостанциях величина осадков принимает случайные значения, но за период снегонакопления - случайные колебания взаимно компенсируются. Поэтому для бассейнов с высоким качеством моделирования сравнение эмпирических кривых обеспеченности показывает хорошее соответствие наблюденных и смоделированных значений максимальных расходов половодья по всей амплитуде их изменения. Для южной части исследуемой территории - бассейна р. Вах, результаты моделирования показывают увеличение мощности деятельного слоя в конце XX - начале ХХ1 в., в результате уменьшения глубины промерзания из-за потепления климата.

Скачать электронную версию публикации