Ресурсы и качество вод суши: Оценка, прогноз и управление
advertisement
Институт водных проблем Российской академии наук Кафедра гидрологии суши МГУ им. М.В. Ломоносова Сборник трудов Второй открытой конференции Научно-образовательного центра Ресурсы и качество вод суши: Оценка, прогноз и управление 20 - 21 декабря 2012 года Москва, Россия Москва 2012 Институт водных проблем Российской Академии наук Кафедра гидрологии суши МГУ им. М.В. Ломоносова С б орн и к трудов П ервой отк ры той конф еренции Н аучно-об разовательного ц ен тра Ресурсы и качество вод суши: оценка, прогноз и управление 2 0 - 2 1 декабря 2012 г. М осква, Р оссия О тветствен н ы й редактор - д.ф .-м .н. А.Н . Гельф ан Материалы подготовлены М.В. Александровичем. Е.В. Белозеровой П ри ф и н ан совой поддерж ке: Р оссийской А кадем ии наук Российского ф он да ф ун дам ен тальн ы х исслед ован и й М осква 2012 Ресурсы и качество вод суши: оценка, прогноз и управление Ресурсы и качество вод суши: оценка, прогноз и управление. Сборник трудов Второй открытой конференции Научно-образовательного цен­ тра. 2 0 - 2 1 декабря 2012 г. / М.: ИВП РАН, Кафедра гидрологии МГУ им. М.В. Ломоносова, 2012, 274 с. В сборник включены материалы второй открытой конференции Научно­ образовательного центра «Ресурсы и качество воды суши: оценка прогноз и управление», объединяющего специалистов Института водных проблем РАН и кафедры гидрологии суши Географического факультета МГУ им. М.В. Ло­ моносова. Для студентов, аспирантов, преподавателей, научных сотрудников профиль­ ных учреждений. УДК 556.5 О 2012 ИВП РАН О 2012 Кафедра гидрологии суши ГФ МГУ Изображение, использованное для оформления обложки, было взято в сети Интернет и принадлежит его законному правооблада­ телю. 4 у Ресурсы и качество вод суши: оценка, прогноз и управление П РО С ТРА Н С ТВЕН Н О -ВРЕМ ЕН Н А Я ИЗМ ЕН ЧИ ВО СТЬ Х АРАК ТЕРИ С ТИ К СН ЕЖ Н О ГО ПО КРО ВА ПО ДАННЫ М ДИ С ТА Н Ц И О Н Н О ГО ЗО Н ДИ РО ВАН И Я Телегина А.А., Фролова H.JL, географический факультет МГУ имени М.В.Ломоносова, г.Москва, annatelegina29@yandex.ru, frolova_nl@mail.ru Введение. Сезонный снежный покров - важное звено во взаимо­ действии климатических, гидрологических и гляциологических про­ цессов на земном шаре, один из наиболее распространенных и дина­ мичных природных объектов. Он представляет собой как мощный климатообразующий фактор, так и важный гидрологический ресурс. Для значительной части территории России половодье, вызванное тая­ нием снежного покрова, - наиболее характерная особенность водного режима рек. Важнейшая характеристика снежного покрова, использу­ емая в долгосрочных прогнозах стока талых вод - запас воды в снеге на водосборе или водный эквивалент снега (ВЭС). Существует целый ряд способов определения запасов воды в снежном покрове, однако в последнее время наиболее часто поднимается вопрос об использова­ нии спутниковых наблюдений, а именно микроволнового дистанцион­ ного зондирования, основанного на измерении пассивного С В Ч излучения. Данный метод обладает двумя принципиально важными преимуществами: 1) универсальностью, в том смысле, что данные из­ мерений уходящего микроволнового излучения могут быть использо­ ваны для дистанционной индикации параметров атмосферы, подсти­ лающей поверхности, верхнего слоя грунта и снежной толщи (в зави­ симости от выбора частот зондирования); 2) всепогодностью, посколь­ ку на длинах волн порядка нескольких сантиметров и более облака практически не влияют на перенос микроволнового излучения. Имен234 2 0 - 2 1 декабря 2012 года, Москва но эти обстоятельства привлекают большое внимание к разработке и использованию методик микроволнового дистанционного зондирова­ ния [например, 1-2 и др.]. Однако существенным недостатком спутни­ ковых наблюдений являются неточности восстановленных данных, связанные с влиянием растительности и расчлененности рельефа, с ха­ рактером снежной толщи - слоистостью, наличием воды и ледяных прослоек, величиной зерна и пороговой мощностью снежного покро­ ва. Основной целью данной работы является пространственно- временной анализ доступных микроволновых данных и моделей и оценка их применимости для европейской территории России. Для до­ стижения основной цели решались следующие задачи: сравнение и объективная оценка основных методов определения запасов воды в снеге; оценка точности получаемой информации, сравнение с факти­ ческими данными запасов воды в снежном покрове за многолетний период, оценка влияния хода основных метеоэлементов на точность восстановленных данных; выявление основных закономерностей из­ менения полученных данных в пространстве и во времени. Методы и используемые данные. Данные о яркостной темпера­ туре пассивного микроволнового зондирования в равноплощадной SSM/I системе координат (EASE-Grid) доступны с 1978 г. Микровол­ новая СВЧ-радиометрия, она же пассивная микроволновая съемка, за­ ключается в измерении интенсивности излучения на частотах от 6 до 37 ГГц. Относительная прозрачность атмосферы в микроволновом диапазоне делает эти данные чрезвычайно перспективными для опре­ деления параметров снега, особенно для малонаселенных территорий, где другие источники данных отсутствуют. Интенсивность микроволновой радиации и соответственно микро­ волновая яркостная температура, испускаемая снежным покровом, ха235 Ресурсы и качество вод суши: оценка, прогноз и управление рактеризуется распространением излучения, которое в свою очередь зависит от физической температуры, плотности, слоистости структу­ ры, зернистости (размера кристаллов снега), и условий подстилающей поверхности [3]. При сухом снеге и отрицательных температурах по­ явление снежного покрова на поверхности земли приводит к падению канальных температур из-за увеличения рассеяния. В микроволновом диапазоне снегу свойственен отрицательный спектральный градиент, поэтому при увеличении высоты снежного покрова в канале 18-19 ГГц температура падает медленнее, чем в канале 36-37 ГГц. Положитель­ ное значение разности температур между 19 ГГц и 37 ГГц является индикатором появления снега на поверхности, а с ростом снежного покрова разность температур должна пропорционально увеличиваться. Модели восстановления снегозапасов по данным дистанционных из­ мерений, как правило, основаны на расчете разницы тех или иных ча­ стотных диапазонов микроволнового излучения в сочетании с коэф­ фициентами, так или иначе характеризующими особенности поверх­ ности. Точность определения запасов воды в снеге оценивается авто­ рами методики в 25% [3], однако для залесенных территорий снегозапасы определяются с существенно меньшей точностью. Наиболее важной проблемой, стоящей на пути эффективного картографирова­ ния снегозапасов, стоит малое разрешение, предоставляемое пассив­ ной съемкой, и насыщение влагой снежного покрова талой водой в пе­ риод снеготаяния, что приводит к повышению яркостных температур в точке, в которой подстилающая поверхность воспринимается как участок, непокрытый снегом. Однако хотя количественный анализ водного эквивалента снега на участках с влажным снегом невозможен, это обычно некритично по следующим причинам. Если кратковремен­ ный период таяния наблюдается зимой, то снег "возрождается" при низких температурах, приводящих к замерзанию воды. Если мокрый 236 20 - 21 декабря 2012 года, Москва снег встречается весной, последнее значение водного эквивалента су­ хого снега будет определено в период, обычно очень близкий к мак­ симальному накоплению. Более серьезные проблемы возникают с лесной растительностью, затеняющей снежный покров, и ошибочными значениями данных, по­ лученных с помощью стандартного алгоритма в местах, где значи­ тельную долю снежного покрова занимали крупные кристаллы инея. Это вызвало очевидную необходимость ввести поправочные коэффи­ циенты и модификации к алгоритмам, учитывающим неоднородный состав зерен, зернистость снега в снежном покрове, что и было пред­ ложено Т ait А. и его коллегами [4]. Другая проблема, привносящая большие погрешности при изме­ рении наравне с затенением снега лесной растительностью, заключа­ ется в полном рассеивании микроволновой волны до достижения по­ верхности почвы, и следовательно, занижению данных на территории с большой мощностью снежного покрова (saturatiuon affect). В ходе решения основной цели и задач исследования использова­ лись данные двух видов: данные космического дистанционного зонди­ рования и наземных наблюдений на метеорологических станциях. Значения запасов воды в снеге, восстановленные по данным космиче­ ских съемок с помощью системы AMSR-E (The Advanced Microwave Scanning Radiometer - Earth Observing System) были предоставлены центром данных о снеге и льде (NSIDC -th e National Snow and Ice Data Center) и находятся в свободном доступе в его архиве (http://reverb.echo.nasa.gov/reverb/#utf8=%E2%9C%93&spatial_map=sate llite &spatial_type=rectangle). Полученные данные в свою очередь со­ стоят из двух частей: текстового файла метаданных и файла в формате hdf для каждой из запрашиваемых дат. Данные в формате hdf пред­ ставляют собой цифровые аналоги суточных карт запасов воды в снеге 237 Ресурсы и качество вод суши: оценка, прогноз и управление для всего Земного шара (в нашем случае для выбранной территории) в регулярной сетке вида EASE-Grid (The Equal-Area Scalable Earth Grid). Она (EASE-Grid) состоит из трех равновеликих проекций: северного и южного полушария (равноплощадная проекция Ламберта, азимуталь­ ная) и глобальной (цилиндрическая, равноплощадная), объединенных с сеткой с шагом 25 км. Визуализация данных в виде карт для даль­ нейшей их обработки далее осуществлялась в программе ArcGis9.3. Время, необходимое для достижения данных до потребителя с момен­ та съемки спутником, составляет 4 дня. Таким образом, при нормаль­ ной работе радиометра данные, полученные при съемке 1 января, бу­ дут доступны на сервере уже 5-го числа. Другая особенность ежеднев­ ных съемок - наличие зон, не попавших в полосу охвата радиометра. Расположение данной зоны зависит от количества съемок радиомет­ ром SAMSR-E за день, что в свою очередь изменяется от нуля до восьми раз для различных широт и долгот. Проблема пустых зон отча­ сти решается использованием данных, осредненных за 5 дней, кото­ рым соответствуют значения ВЭС для каждого пикселя. Такие данные использовались на первом этапе ознакомления с методом микроволно­ вого пассивного зондирования, когда восстановленные значения усреднялись для периода с 15 февраля по 15 мая 2010 г. по 9 водосбо­ рам рек европейской части России (Печора, Северная Двина, Мезень, Онега, Волга, Кама, Ока, Москва, Дон). Для сравнения и оценки ошибки восстановленных данных космических съемок Центр Россий­ ского регистра гидротехнических сооружений и государственного водного кадастра предоставил данные снегомерных съемок со значе­ ниями запаса воды в снеге за каждые 5 суток для вышеуказанного пе­ риода. Для каждого водосбора вычислялось среднее значение по дан­ ным на постах, расположенных в его границах (рис. 1). 238 20 - 21 декабря 2012 года, Москва Бассейн р. Печоры 18.мэр 07.апр Бассейн р. Мезень 27.»пр 2б.ф«а И.мэр 07.»np Бассейн р. Онега Бассейн р.Северная Двина Бассейн р. Волга Бассейн р. Москва 27inp Бассейн р. Ока Рис. 1. Сравнение восстановленных спутниковых значений снегозапасов (1) и фактических значений, полученных во время снегосъемок (2), в период сне­ готаяния весной 2010 г. Для выявления основных причин отклонения восстановленных данных водного эквивалента снега от данных снегосъемок были полу­ чены, а затем проанализированы данные по температуре воздуха и вы239 1 Ресурсы и качество вод суши: оценка, прогноз и управление павшим осадкам. Примеры сравнения данных ВЭС с метеорологиче­ скими характеристиками для бассейна Дона представлены на рис. 2. Рис. 2. Сравнение значений восстановленных (SWE) и фактических (R,) запа­ сов воды в снежном покрове (ВЭС, мм) и метеорологических характеристик (р - сумма осадков, мм; t - температура воздуха, °С) для бассейна Дона весной 2010 г. Для территории ЕТР максимальные ошибки приурочены к водо­ сбору Северной Двины и составляют в среднем 53%, для водосборов Оки и Дона средние значения ошибок примерно равны между собой и составляют 35, 33% соответственно, что на 7-10% отличается от заяв­ ленных авторами 25%. Для каждого региона можно выделить главные и второстепенные факторы, приводящие к ошибке. Так основной про­ блемой при восстановлении снегозапасов на водосборах рек северной части ЕТР является большой процент залесенности, а также относи­ тельно большой по мощности снежный покров. Для южных регионов и водосборов средней полосы приоритетной проблемой становится выявление причин встречающихся несоответствий колебаний осадков и восстановленных значений запасов воды в снежном покрове, нали­ чия обратной связи между значениями снегозапасов и температуры воздуха, а также учет потеплений и их влияния на восстановленные значения. 240 20 - 21 декабря 2012 года, Москва Основной задачей становится попытка учета этих факторов в ал­ горитме восстановления значений водных эквивалентов и уменьшения ошибки. Ежедневные восстановленные данные ВЭС использовались на втором этапе исследования, который включал в себя аналогичный анализ за более продолжительный период времени с 2003 по 2010 г. для трех водосборов (Северная Двина, Ока, Дон), каждый из которых соответствует характерной географической зоне. Всего было получено и обработано около 1200 растровых карт. Результаты и выводы. Ход изменения данных характеристик со­ поставлялся с ходом метеорологических величин: сумм осадков и температуры воздуха. На рис. 3 видно влияние потеплений на величи­ ну восстановленных снегозапасов. Так как изменение температуры воздуха имеет наибольшее влияние на точность восстановления снего­ запасов, на рис. 4 представлено сопоставление именно этих рассмат­ риваемых характеристик. 28.02.2004 г. 29.02.2004 г. 01.03.2004 г. Рис. 3. Влияние потеплений на распределение значений запасов воды в снеж­ ном покрове (красному цвету соответствует значение снегозапасов «0») 241 Ресурсы и качество вод суши: оценка, прогноз и управление Основная ошибка, как видно из графиков, связана с потеплениями, в этот период разница рассматриваемых величин может достигать 100%. Это объясняется, как уж указывалось выше, поступлением жид­ кой воды в снежный покров, что приводит к повышению яркостных температур в точке, в которой подстилающая поверхность восприни­ мается как участок, непокрытый снегом. и «г Q. £ ъ IШ 8с Я -Т,*с Рис. 4. Графики изменения восстановленных (SWE ) и фактических снегозапасов и температуры воздуха, средней для бассейна Дона для 2006-2007 гг. (а) и 2008-2009 гг. (б) 242 20 - 21 декабря 2012 года, Москва При учете резко отклоняющихся значений для периодов потеплений и привнесения в снег жидкой фазы, путем их исключения из ряда дан­ ных, между двумя типами значений (восстановленных и фактических) наблюдается явная линейная зависимость (рис. 5). При более ее де- J— 1— ....... — 1— --------- ч* . RJ = 0 ,7 4 ♦ • « ♦ г _ ♦ • ■ ♦ • • • S 60 Ч • F V • «• ♦ • V • -• " . % • • | ► • >• < • ' ♦ 1 • • 2 • • • л т ♦ Ф А 5W E, ММ ♦ к * 4В » Рис. 5. График связи восстановленных (SWE) и фактических снегозапасов для водосбора р. Ока (1 - до учета потеплений; 2 - после учета) (2003-2010 гг.) тальном анализе (рис. 6) не наблюдается расслоения для каждой от­ дельной зимы, все значения образуют однонаправленное поле точек, 140 • 2003-2004 ■ 2004-2005 120 А 2005-2006 |0» • 2006-2007 100 I • 2007-2008 • 2008-2009 80 • 2009-2010 •• 20 0 О 20 40 60 80 100 120 Рис. 6. График связи восстановленных и фактических снегозапасов для водо­ сбора р. Ока для отдельных лет 243 Ресурсы и качество вод суши: оценка, прогноз и управление таким образом, выявляется линейная зависимость, повторяющаяся от года к году. Еще меньший разброс точек соответствует связи снегозапасов для водосбора р. Дон (рис. 7). Это допускает возможность ис­ пользования переходных коэффициентов для улучшения точности восстановления значений водного эквивалента, индивидуальных для каждого водосбора. А гФ 6о а> 5<У 3z £ 4 А А ............. * ...... А * А А _ ♦ 2003-2004 А .................................................... ф А • ■ 2004-2005 ▲2005-2006 А • 2006-2007 • • 2007-2008 £ Д • л 0 й jA __ • 2008-2009 А А 2009-2010 *• • 10 20 30 40 50 60 70 80 Рис. 7. График связи восстановленных и фактических снегозапасов для водо­ сбора р. Дон для отдельных лет Для бассейна Северной Двины ситуация обстоит сложнее. Общую направленность выделить можно, но от года к году происхо­ дят сильные изменения, разброс точек очень большой. Потепления здесь вызывают наибольшие расхождения, в весенние месяцы, когда постоянный рост температур часто сопровождается большими значе­ ниями снегозапасов из-за позднего схода снежного покрова на данной территории, восстановленные значения водных эквивалентов без воз­ врата устойчивых низких температур долгое время близки или равны нулю, что и приводит к большим ошибкам в течение длительного пе­ риода. 244 20 - 21 декабря 2012 года, Москва Однако для отдельных лет наблюдается тесная связь рассматрива­ емых значений при относительно небольших средних снегозапасах (2007-2008, 2009-2010), более детальное рассмотрение основных осо­ бенностей зим различных лет может помочь выявить общие зависимо­ сти по крайней мере для периода устойчивых низких температур, ко­ торые часто совпадают с накоплением максимальных его значений. • 2003-2004 ■ 2004-2005 А 2005-2006 • 2006-2007 • 2007-2008 • 2008-2009 • 2009-2010 200 180 I .во я б 140 о J» 120 100 3X я Ct 40 20 0 ♦ ♦ ~~w ___ а г Г я___ _л ♦ ♦ т — ■ Ф • • 1 *■ ♦ ■ ф ■ • т Л0 • *j ----------- ▲ ▲ ▲ ♦ ♦ тW т ш ♦ SWE,мм Рис. 8. Связь восстановленных и фактических снегозапасов для водосбора р. Северная Двина для отдельных лет Выводы. В работе произведена оценка точности определения сне­ гозапасов методом пассивного микроволнового зондирования по дан­ ным за 2003-2010 гг. Расхождение между фактическими данными снегосъемок и максимальными снегозапасами микроволновой съемки для бассейнов рек Дон и Ока составляет примерно 33-35%, что на десять процентов превышает заявленную разработчиками ошибку, для реки Северная Двины - 53%. Однако после обработки данных, полученных для зимы 2010 г., можно сделать вывод, что использование более точ­ ных маршрутных данных, дополненных значениями запасов воды в снежном покрове за каждые пять дней для некоторых постов, позволя245 Ресурсы и качество вод суши: оценка, прогноз и управление ет уменьшить значения ошибки для максимальных снегозапасов. Т а­ ким образом, вносимая ошибка может также быть связана с неточно­ стью наземных данных и их осреднением по водосбору. На отклоне­ ние данных оказывают влияние в основном два фактора: наличие по­ теплений и привнос за их счет жидкой фазы в снег, обнуляющей пока­ зания спутника, и залесенность территории водосбора, которая делает оценку запасов воды в снежном покрове для Северной Двины практи­ чески нерепрезентативной. Обе проблемы в той или иной мере учиты­ ваются в алгоритме восстановления запасов воды в снеге, но требуют своей переоценки из-за особенностей исследуемой территории. Результаты исследований для бассейна Оки и Дона показывают возможность приведения восстановленных данных к фактическим по­ сле дополнительной обработки и учета основных факторов, вносящих ошибки. 1. 2. 3. 4. Литература Носенко О.А., Носенко Г.А. Особенности поведения радиояркостных тем­ ператур SSM/I в субполярных регионах России в течение зимы 2006/2007 гг. // Современные проблемы дистанционного зондирования Земли из космоса. М., 2008. Вып. 5. Том 1. С. 160-164. Кучмент Л.С., Романов П.Ю., Гельфан А.Н., Демидов В.Н. Оценка харак­ теристик снежного покрова путем совместного использования моделей и спутниковой информации // Исследование Земли из космоса. 2009. № 4. С. 1-10. Chang A., Rango A. Algorithm Theoretical Basis Document for the AMSRIE Snow Water Equivalent Algorithm. Version 3.1. Greenbelt, MD, USA: NASA Goddard Space Flight Center, 2000. Tait A.B., Hall D.K., Foster J.L., Armstrong R.L. Utilizing multiple datasets for snow-cover mapping // Rem. Sens. Env. 2000. № 72. Pp. 111-126. 246
