Моделирование динамики характеристик режима формирования снежного покрова на территории Российской Федерации. 4. Сценарное прогнозирование изменения характеристик снежного покрова в XXI в.

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Разработана методика сценарного прогнозирования изменения характеристик снежного покрова на территории Российской Федерации в XXIв., основанная на использовании модели взаимодействия подстилающей поверхности суши с атмосферой SWAP в сочетании со сценарными прогнозами многолетней динамики полей метеорологических элементов, рассчитанных по пяти глобальным климатическим моделям. С использованием разработанной методики получены поля климатических значений максимальных за год снегозапасов и продолжительности залегания снежного покрова на территории РФ для трех прогностических климатических периодов и различных сценариев изменения климата в XXI в. Проанализированы особенности динамики климатических значений характеристик снежного покрова до 2100 г. для основных физико-географических регионов РФ: Европейской территории России, Западной Сибири, Восточной Сибири и Дальнего Востока.

Об авторах

Е. М. Гусев

Институт водных проблем РАН

Email: sowaso@yandex.ru
Москва, 119333 Россия

О. Н. Насонова

Институт водных проблем РАН

Москва, 119333 Россия

Е. Э. Ковалев

Институт водных проблем РАН

Москва, 119333 Россия

Е. А. Шурхно

Институт водных проблем РАН

Москва, 119333 Россия

Список литературы

  1. Булыгина О.Н., Разуваев В.Н., Александрова Т.М.Описание массива данных “Маршрутные снегомерные съемки”. Свид. гос. регистрации базы данных № 2013620279.http://meteo.ru/data/166-snow-surveys(дата обращения: 21.05.2024)
  2. Гусев Е.М., Джоган Л.Я., Насонова О.Н., Ковалев Е.Э.Сценарное прогнозирование изменения влагообеспеченности посевов пшеницы в степном Крыму в XXI в. и ряд мер по увеличению эффективности ее возделывания // Почвоведение. 2021. № 5. С. 620–630.
  3. Гусев Е.М., Насонова О.Н.Моделирование процессов тепловлагообмена суши с атмосферой в локальном масштабе для территорий с многолетней мерзлотой // Почвоведение. 2004. № 9. C. 1077–1092.
  4. Гусев Е.М., Насонова О.Н.Моделирование тепло- и влагообмена поверхности суши с атмосферой. М.: Наука, 2010. 328 с.
  5. Гусев Е.М., Насонова О.Н.Параметризация процессов тепловлагообмена в системе “грунтовые воды – почва – растительный / снежный покров – атмосфера” для территорий с четко выраженной сезонной изменчивостью климата // Почвоведение. 2000. № 6. С. 733–747.
  6. Гусев Е.М., Насонова О.Н.Параметризация процессов тепловлагообмена в бореальных лесных экосистемах // Изв. РАН. Физика атмосферы и океана. 2001. Т. 37. № 2. С. 182–200.
  7. Гусев Е.М., Насонова О.Н., Ковалев Е.Э., Шурхно Е.А.Моделирование динамики характеристик режима формирования снежного покрова на территории Российской Федерации. 1. Полевые участки ЕТР в исторический период // Вод. ресурсы. 2023. Т. 50. № 4. С. 423–437.
  8. Гусев Е.М., Насонова О.Н., Ковалев Е.Э., Шурхно Е.А.Моделирование динамики характеристик режима формирования снежного покрова на территории Российской Федерации. 2. Лесные участки ЕТР в исторический период // Вод. ресурсы. 2023. Т. 50. № 4. С. 438–450.
  9. Гусев Е.М., Насонова О.Н., Ковалев Е.Э., Шурхно Е.А.Моделирование динамики характеристик режима формирования снежного покрова на территории Российской Федерации.3.Полевые и лесные участки Сибири и Дальнего Востока в исторический период // Вод. ресурсы. 2024. Т. 51. № 4. С. 404–416.
  10. Гусев Е.М., Насонова О.Н., Ковалев Е.Э., Шурхно Е.А.Сценарные прогнозы изменения снегозапасов в связи с возможными изменениями климата в различных районах земного шара // Вод. ресурсы. 2021. Т. 48. № 1. С. 100–113.
  11. Елисеев А.В.Глобальный цикл CO2: основные процессы и взаимодействия с климатом // Фундаментал. приклад. климатология. 2017. № 4. С. 8–31.
  12. Научно-прикладной справочник “Климат России”. 2000–2011–2024 / Под ред.В.М. Веселова, И.Р. Прибыльской, О.А. Мирзеабасова. Обнинск: ВНИИГМИ-МЦД, 2024. http://aisori-m.meteo.ru/climsprn/faces/shabdocs/Part_8.xhtml?faces-redirect=true (дата обращения: 16.04.2024)
  13. Национальный атлас России. Т. 2. Природа и экология / Под ред.А.В. Бородко. М.: ГОСГИСЦЕНТР, 2004. 495 с.
  14. Семенов С.М., Гладильщикова А.А. Сценарии антропогенных изменений климатической системы в XXI веке // Фундаментал. приклад. климатология. 2022. Т. 8. № 1. С. 75–106.
  15. Boone A., Habets F., Noilhan J., Clark D., Dirmeyer P., Fox S., Gusev Y., Haddeland I., Koster R., Lohmann D., Mahanama S., Mitchell K., Nasonova O., Niu G.Y., Pitman A., Polcher J., Shmakin A.B., Tanaka K., van den Hurk B., Verant S., Verseghy D., Viterbo P.,Yang Z.-L.The Rhone-aggregation land surface scheme intercomparison project: An overview // J. Climate. 2004. V. 17. № 1. Р. 187–208.
  16. Clapp R.B., Hornberger G.M.Empirical equations for some soil hydraulic properties // Water Resour. Res. 1978. V. 14. P. 601–604.
  17. Commission for Climatology (CCI) – Sixteenth session: Abridged final report with resolutions and recommendations. Geneva: WMO, 2014. 68 p.
  18. Cosby B.J., Hornberger G.M., Clapp R.B., Ginn T.R. A Statistical Exploration of the Relationships of Soil Moisture Characteristics to the Physical Properties of Soils Stochastic Modelling // Water Resour. Res. 1984. V. 26. № 6. P. 682–690.
  19. Cucchi M., Weedon G.P., Amici A., Bellouin N., Lange S., M¨ullerSchmied H., Hersbach H., Buontempo C. WFDE5: bias-adjusted ERA5 reanalysis data for impact studies // Earth System Sci. Data. 2020. V. 12. № 3. P. 2097–2120.
  20. Damon Matthews H.Implications of CO2fertilization for future climate change in a coupled climate–carbon model // Global Change Biol. 2007. V. 13. № 5. P. 1068–1078.
  21. Essery R., Kim H., Wang L., Bartlett P., Boone A., Brutel-Vuilmet C., Burke E., Cuntz M., Decharme B., Dutra E., Fang X.,Gusev Y.,Hagemann S., Haverd V., Kontu A., Krinner G., Lafaysse M., Lejeune Y., Marke T., Marks D., Marty C., Menard C.B.,Nasonova O., Nitta T., Pomeroy J., Schädler G., Semenov V., Smirnova T., Swenson S., Turkov D., Wever N., Yuan H.Snow cover duration trends observed at sites and predicted by multiple models // The Cryosphere.2020.V. 14. P. 4687–4698. https://doi.org/10.5194/tc-14-4687-2020.
  22. Eyring V., Gillett N.P., Achuta Rao K.M., Barimalala R., Barreiro Parrillo M., Bellouin N., Cassou C., Durack P.J., Kosaka Y., McGregor S., Min S., Morgenstern O., Sun Y.Human Influence on the Climate System // Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change / EdsMasson-Delmotte V., Zhai P., Pirani A., Connors S.L., Péan C., Berger S., Caud N., Chen Y., Goldfarb L., Gomis M.I., Huang M., Leitzell K., Lonnoy E., Matthews J.B.R., Maycock T.K., Waterfield T., Yelekçi O., Yu R., Zhou B.Cambridge: Cambridge Univ. Press, 2021. P. 423–552.
  23. Eythorsson D., Gardarsson S.M., Nijssen B.Projected changes to Northern Hemisphere snow conditions over the period 1950–2100, given two emission scenarios // Remote Sensing Applicat.: Society and Environ. 2023. V. 30. P. 100954.
  24. Gusev E.M.Evolution of agricultural technologies: From “gray” to “green” // Arid Ecosystems. 2020. V. 10. № 1. P. 1–9.
  25. Hennessy K.,Whetton P.,Walsh K.,Smith I.N.,Bathols J.M.,Hutchinson M.,Sharples J.Climate change effects on snow conditions in mainland Australia and adaptation at ski resorts through snowmaking // Climate Res. 2008. V. 35. P. 255–270.
  26. Hosaka M., Nohara D., Kitoh A.Changes in Snow Cover and Snow Water Equivalent Due to Global Warming Simulated by a 20 km-mesh Global Atmospheric Model // SOLA. 2005. V. 1. P. 093–096. doi: 10.2151/sola.2005–025
  27. IPCC, 2014:Climate Change 2014: Synthesis Report. Contribution of Working Groups I, II and III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change / EdsCore Writing Team,R.K. Pachauri, L.A. Meyer. Geneva: IPCC, 2014. 151 p.
  28. IPCC, 2021: Summary for Policymakers. In: Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change / EdsV. Masson-Delmotte, P. Zhai, A. Pirani, S.L. Connors, C. Péan, S. Berger, N. Caud, Y. Chen, L. Goldfarb, M.I. Gomis, M. Huang, K. Leitzell, E. Lonnoy, J.B.R. Matthews, T.K. Maycock, T. Waterfield, O. Yelekçi, R. Yu.,B. Zhou.Cambridge: Cambridge Univ. Press, 2021. P. 3–32. doi: 10.1017/9781009157896.001
  29. IPCC, 2023: Climate Change 2023: Synthesis Report. Contribution of Working Groups I, II and III to the Sixth Assessment Reportof the Intergovernmental Panel on Climate Change / EdsCore Writing Team,H. Lee., J. Romero. Geneva: IPCC, 2023.184 p.
  30. ISIMIP3 Protocol.https://www.isimip.org/protocol/3/(дата обращения: 21.04.2024)
  31. Ke C.-Q., Liu X. MODIS-observed spatial and temporal variation in snow cover in Xinjiang, China // Climate Res. 2014. V. 59 (1). P. 15–26.
  32. Krinner G., Derksen C., Essery R., Flanner M., Hagemann S., Clark M., Hall A., Rott H., Brutel-Vuilmet C., Kim H., Ménard C.B., Mudryk L., Thackeray C., Wang L., Arduini G., Balsamo G., Bartlett P., Boike J., Boone A., Chéruy F., Colin J., Cuntz M., Dai Y., Decharme B., Derry J., Ducharne A., Dutra E., Fang X., Fierz C., Ghattas J., Gusev Y., Haverd V., Kontu A., Lafaysse M., Law R., Lawrence D., Li W., Marke T., Marks D., Nasonova O., Nitta T., Niwano M., Pomeroy J., Raleigh M.S., Schaedler G., Semenov V., Smirnova T., Stacke T., Strasser U., Svenson S., Turkov D., Wang T., Wever N., Yuan H., Zhou W.ESM-SnowMIP. Assessing models and quantifying snow-related climate feedbacks // Geosci. Model Dev. 2018. V. 11. P. 5027–5049.
  33. Lange S. Trend-preserving bias adjustment and statistical downscaling with ISIMIP3BASD (v1.0) // Geosci. Model Dev. 2019. V. 12. № 7. P. 3055–3070.
  34. Masson V., Champeaux J.-L., Chauvin F., Meriguet C., Lacaze R.A. Global Database of Land Surface Parameters at 1-km Resolution in Meteorological and Climate Models // J. Clim. 2003. V. 16. P. 1261–1282.
  35. Menard C.B., Essery R., Arduini G., Bartlett P., Boone A., Brutel-Vuilmet C., Burke E., Cuntz M., Dai Y., Decharmer B., Dutra E., Fang X., Fierz C., Gusev Y., Hagemann S., Haverd V., Kim H., Krinner G., Lafaysse M., Marke T., Nasonova O., Nitta T., Niwano M., Pomeroy J., Schadler G., Semenov V., Smirnova T., Strasser U., Swenson S., Turkov D., Wever N., Yuan H.Scientific and human errors in a snow model intercomparison // Bull. Am. Meteorol. Soci. 2021.V. 102. № 1. P.E61–E79. doi.org/10.1175/BAMS-D-19-0329
  36. Nasonova O., Gusev Y., Kovalev E.Detection and attribution of changes in streamflow and snowpack in Arctic river basin //Climatic Change.2023. V.176.https://doi.org/10.1007/s10584-023-03626-w
  37. Nolin A.W., Sproles E.A., Rupp D.E., Crumley R.L., Webb M.J., Palomaki R.T., Mar E.New Snow Metrics for a Warming World Hydrological Processes // Hydrol. Processes. 2021. V. 35. e14262. doi: 10.1002/hyp.14262
  38. Oliver M.A.Kriging: A Method of Interpolation for Geographical Information Systems // Int. J. Geogr. Information Systems. 1990. V. 4. P. 313–332.
  39. O’Neill B.C., Tebaldi C., van Vuuren D.P., Eyring V., Friedlingstein P., Hurtt G., Knutti R., Kriegler E., Lamarque J.-F., Lowe J., Meehl G.A., Moss R., Riahi K., Sanderson B.M.The Scenario Model Intercomparison Project (ScenarioMIP) for CMIP6 // Geosci. Model Dev. 2016. № 9. P. 3461–3482.
  40. Räisänen J.Warmer climate: Less or more snow? // Clim. Dyn. 2008. V. 30. P. 307–319. https://doi.org/10.1007/s00382-007-0289-y
  41. Rasmussen J., Sonnenborg T.O., Stisen S., Seaby L.P., Christensen B.S.B., Hinsby K.Climate change effects on irrigation demands and minimum stream discharge: impact of bias-correction method // Hydrol. Earth Syst. Sci. 2012. V. 16. P. 4675–4691. https://doi.org/10.5194/hess-16-4675-2012
  42. Riahi K., Vuuren D.V., Kriegler E., Edmonds J., O’Neill B.C., Fujimori S., Bauer N., Calvin K.V., Dellink R., Fricko O., Lutz W., Popp A., Cuaresma J.C., Kc S., Leimbach M., Jiang L., Kram T., Rao S., Emmerling J., Ebi K.L., Hasegawa T., Havlík P., Humpenöder F., Silva L.A., Smith S.J., Stehfest E., Bosetti V., Eom J., Gernaat D.E., Masui T., Rogelj J., Strefler J., Drouet L., Krey V., Luderer G., Harmsen M., Takahashi K., Baumstark L., Doelman J.C., Kainuma M., Klimont Z., Marangoni G., Lotze-Campen H., Obersteiner M., Tabeau A., Tavoni M.The Shared Socioeconomic Pathways and their energy, land use, and greenhouse gas emissions implications: An overview //Global Environ. Change-human Policy Dimensions.2017. V. 42. P. 153–168.
  43. Schlosser C.A., Slater A., Robock A., Pitman A.J., Vinnikov Ya., Henderson-Sellers A., Speranskaya N.A., Mitchell K., Boone A., Braden H., Chen F., Cox P., de Rosnay P., Desborough C.E., Dickinson R.E., Dai Y-J., Duan Q., Entin J., Etchevers P., Gedney N., Gusev Y.M., Habets F., Kim J., Koren V., Kowlaczyk E.A., Nasonova O.N., Noilhan J., Schaake J., Shmakin A.B., Smirnova T.G., Verseghy D.L., Wetzel P., Xue Y., Yang Z.L.Simulations of a boreal grassland hydrology at Valdai, Russia: PILPS Phase 2(d) // Mon. Weather Rev. 2000. V. 128. № 2. P. 301–321.
  44. Schmucki E., Marty C., Fierz C., Lehning M. Simulations of 21st century snow response to climate change in Switzerland from a set of RCMs // Int. J. Climatol. 2015. V. 35. № 11. P. 3262–3273. doi: 10.1002/joc.4205
  45. Tebaldi C., Debeire K., Eyring V., Fischer E., Fyfe J., Friedlingstein P., Knutti R., Lowe J., O’Neill B., Sanderson B., van Vuuren D., Riahi K., Meinshausen M., Nicholls Z., Tokarska K.B., Hurtt G., Kriegler E., Lamarque J.-F., Meehl G., Moss R., Bauer S.E., Boucher O., Brovkin V., Byun Y.-H., Dix M., Gualdi S., Guo H., John J.G., Kharin S., Kim Y., Koshiro T., Ma L., Olivié D., Panickal S., Qiao F., Rong X., Rosenbloom N., Schupfner M., Séférian R., Sellar A., Semmler T., Shi X., Song Z., Steger C., Stouffer R., Swart N., Tachiiri K., Tang Q., Tatebe H., Voldoire A., Volodin E., Wyser K., Xin X., Yang S., Yu Y., Ziehn T.Climate model projections from the Scenario Model Intercomparison Project (ScenarioMIP) of CMIP6 // Earth Syst. Dynam. 2021. V. 12. P. 253–293.https://doi.org/10.5194/esd-12-253-2021

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Российская академия наук, 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».