Слайд 1
Cнежный покров и весенний сток: новые материалы,
и концепции
В.А. Шутов
Валдайский
филиал Государственного
гидрологического института (ВФ ГУГГИ)
175400. Валдай, ул. Победы 2.
Россия
E-mail: hydrosphere@mail.ru
Слайд 2
Главные проблемы:
Методы
измерений снегозапасов
Дистанционная индикация снежного покрова
Распределения и
структуры в поле снегозапасов
Климатические аспекты снежного покрова
Гидрологические аспекты исследований
Предложения к программе исследований
Слайд 3Наземные измерения снегозапасов
Запас воды в снеге (мм): Н = 10
d h, где d – плотность (г/см3), h – высота
снега (см) на маршруте снегосъемки
Слайд 4Техника измерений: гамма-съемка
Наземная гамма-съемка существенно завышает запас воды в мощном
слое сухого снега (1) и занижает его в период таяния
(2)
Слайд 5Суммы твердых осадков по данным радара (R) и запасы воды
в снеге (SWE), темные точки – данные наблюдений в бассейне
р. Полометь, интерполированные с учетом высоты
Проблема калибровки радара
Слайд 6Снегозапасы на Валдае
Эта трехмерная диаграмма построена по данным многолетних наблюдений
стандартной метеорологической сети (19 станций)
Слайд 7Влияние рельефа на снегозапасы
Справа - карты снегозапасов (SWE, мм) по
данным стандартной сети станций (a) и специальной сети (b) в
бассейне Поломети
Слайд 8Высотные зависимости снегозапасов
1 – бассейн р. Москвы, 2 – Валдайская
возв., 3 – Няндомская возв. (север ЕТР), 4 – Новогрудокская
возв. (Белоруссия)
Слайд 9Кригинг: суть процедуры
Кригинг – разновидность интерполяции данных наблюдений в произвольно
расположенных пунктах в узлы регулярной сетки. Существующие программы типа SURFER
или иные основаны на решении следующей системы уравнений:
S Lj Vij(L) + m = Vj0(L)
S Lj = 1
где i - индекс узла, а j – индекс станции, Vj0(L) – вариограмма (структурная функция), Vij(L) то же для каждой из пар “узел – станция”, m – множитель Лагранжа, делающий данную систему уравнений совместной.
Слайд 10Структурная функция (СФ)
СФ применяется в оптимальной интерполяции снегозапасов, измеренных на
станциях, например в бассейне р. Москвы (справа), в узлы регулярной
сетки
Слайд 11Отношение снегозапасов «лес – поле»
1 – бассейн р. Медвенки, 2
– лога Полевой и Лесной (Подмосковная ВБС), 3 – лога
Усадьевский и Таежный (Валдай)
Нл = 1.08Нп
Нл = 0.85Нп
Слайд 12Снег на лесном водосборе
Степень покрытия (SC, %) в зависимости
от снегозапасов применяется для расчетов интенсивности снеготаяния
Слайд 13Снег в различных ландшафтах
Снегозапасы на водосборе определяются как средневзвешенное значение
с учетом ландшафтной структуры (диаграмма справа)
Слайд 14Трансформация распределений
Перехват осадков сосняком (1) и ельником (2), аккумуляция в
лиственном лесу (3) и снегоснос на пашне (4) и на
льду озера (5)
Слайд 15Данные снегосъемок 2003-2005 гг.
Поле (пашня)
Лес лиственный
Январь 2005:
Хтв= 52.9 мм Хж= 24.2 мм ST+= 17.4o Tср= -3.2о
Слайд 16Данные съемки 4.01.2010 г.
Поле (пашня): Нср = 61 мм
Колеи
трактора
Слайд 17Кривые обеспеченности
Зима 2004/2005: Рост вариации снегозапасов в поле и изменение
асимметрии распределений в течение зимы
Слайд 18Коэффициент вариации
Коэффициент вариации снегозапасов (Сv) по материалам специальных снегосъемок 2003-05,
2006-07 и 2010 гг.
Слайд 19Структура полей снегозапасов
Устойчивые структуры полей снегозапасов наблюдаются из года в
год. Это связано со стабильностью направлений ветров в зимний период,
а также влиянием рельефа на распределение снега. Возникает проблема моделирования этих структур.
Слайд 20ИНФОКАРТ: суть методики
Исходя из представления информации по Шеннону и теоремы
полной вероятности, было установлено, что индекс локального снегонакопления (LSAC) на
отдельной ячейке поверхности пропорционален двоичному логарифму среднего ранга признаков M. По данным наблюдений получены следующие эмпирические уравнения:
LSAC = 0,375 Log (M) + 0,50
LSAC = 0,235 Log (M) + 0,65
Первое уравнение относится к полевому (открытому) водосбору, второе – к условиям преимущественно хвойного (елового) леса. Коэффициенты корреляции для них составляют 0,82-0,84.
Слайд 21Эмпирическая основа ИНФОКАРТ
Зависимость локального коэффициента снегозапаса (LSAC) от среднего
ранга (М) индексов ландшафта для лесного водосбора
Слайд 24Интенсивность снеготаяния (ТКС)
Наблюдается: а) снижение интенсивности таяния (ТКС), б) рост
межгодовой изменчивости ТКС
Слайд 25Климатические параметры снеготаяния
Числитель – средние значения, знаменатель – среднеквадратическое отклонение
Слайд 26Снеготаяние и сток в поле и в лесу
Связи стока (R)
и слоя водоотдачи из снега (Y) на водосборах логов Усадьевского
(1) и Таежного (2):
R = 0.52Y + 82 (1)
R = 0.49Y + 11 (2)
Коэффициент корреляции 0.77 ÷ 0.82
Слайд 27Накопление влаги (DW) в почве
при снеготаянии
Слева – на полевом, справа
– на лесном водосборах
Слайд 28 Перспективы исследований
1. Методы дистанционного зондирования
Радиолокационные измерения
твердых осадков
Спутниковая СВЧ-радиометрия снежного покрова
2. Система алгоритмов анализа
Интерполяция с
учетом высоты местности
Скейлинг пространственных распределений
Картографический анализ с использованием ГИС
3. Изменения климата и снежный покров
4. Модели формирования стока половодья
6. Модели метелевого переноса и интерцепции
7. Прикладные исследования
Охрана вод от загрязнения поверхностным стоком
Нормирование снеговых нагрузок на сооружения
Контроль техногенного заболачивания