Количественная оценка и прогноз температуры многолетнемерзлых пород Магаданской области с использованием модели GIPL 2.0

Обложка

Цитировать

Полный текст

Аннотация

В последние десятилетия в России отмечается повышение температуры многолетнемерзлых пород, что способствует развитию опасных геокриологических процессов. Оценки влияния изменения климата на динамику мерзлоты и ее характеристик часто оказываются неопределёнными из-за отсутствия достоверных данных наблюдений. В условиях нехватки наблюдений основным методом исследования геокриологических условий становится математическое моделирование. Цель исследования – оценка возможности использования одномерной геокриологической модели GIPL2.0 в задачах расчета и прогноза характеристик мерзлоты в горной криолитозоне Северо-Востока. В работе использованы уникальные данные наблюдений региональной сети мониторинга мерзлоты Магаданской области, а также метеорологические данные станции Колымская. Актуальность работы подтверждается необходимостью учета рисков и адаптации регионов в зоне мерзлоты к прогнозируемым изменениям климата. Для моделирования применялась одномерная модель теплового потока GIPL2.0. Верификация модели производилась на основе данных о температуре пород на двух скважинах в горной части бассейна р. Колымы за период 2022–2025 гг. Прогноз температуры пород до 2040 г. произведен на основе данных эксперимента AMIP-LFMIP-rmLC проекта CMIP6. Верификация модели проводилась до глубины 10 м. Рассчитанная температура пород удовлетворительно совпадает с данными наблюдений до глубины 5 м. Отклонения обусловлены неопределенностью при определении физических свойств пород и влиянием гидрологических процессов на динамику тепла в профиле, неучитываемым алгоритмом модели.Согласно прогнозу изменения климата температура воздуха в верховьях бассейна р. Колымы будет повышаться на 0.9℃/5 лет. Прогноз температуры пород до 2040 года на двух скважинах показал, что температура увеличится на всех глубинах, особенно в слое до 1 м – на 2–3 °C. Согласно расчету максимальная глубина сезонного оттаивания на скважине Гольцы превысит 2 м, а на скважине Перевал Кулу, несмотря на повышение температуры пород, не увеличится. В целом, исследование подчеркивает необходимость использования натурных данных для параметризации и верификации геокриологических моделей в целях повышения точности прогнозов.

Об авторах

Наталия Вадимовна Нестерова

Санкт-Петербургский государственный университет

Email: nnesterova1994@gmail.com
ORCID iD: 0000-0003-0677-4982
Научный сотрудник;

Анастасия Александровна Землянскова

Санкт-Петербургский государственный университет

Email: anastasiazemlanskova@gmail.com
ORCID iD: 0000-0002-2249-5708
Научный сотрудник;

Дмитрий Александрович Абрамов

Московский государственный университет имени М.В. Ломоносова; Институт криосферы Земли ТюмНЦ СО РАН

Email: abramovda@my.msu.ru
ORCID iD: 0000-0002-9593-0387
аспирант; геологический факультет; Инженер-исследователь;

Полина Андреевна Никитина

Санкт-Петербургский государственный университет

Email: nikitinapolina243@gmail.com
ORCID iD: 0000-0003-2439-2291
лаборант–исследователь;

Оксана Радиковна Жунусова

Санкт-Петербургский государственный университет

Email: zhun.oksana@gmail.com
ORCID iD: 0009-0004-0518-4029
Лаборант-исследователь;

Андрей Николаевич Шихов

Санкт-Петербургский государственный университет

Email: and3131@inbox.ru
ORCID iD: 0000-0003-2489-8436
Ведущий научный сотрудник;

Ольга Михайловна Макарьева

Санкт-Петербургский государственный университет

Email: omakarieva@yandex.ru
ORCID iD: 0000-0002-2532-4306
Ведущий научный сотрудник;

Список литературы

  1. Романовский В. Е., Смит С. Л., Кристианзен Х. Х. Пермафрост термального состояния в полярном Северном полушарии во время Международного полярного года 2007–2009: синтез // Permafrost and Periglacial Processes. 2010. Т. 21. С. 106-116. doi: 10.1002/ppp.689. EDN: NBENET.
  2. Гарагуля Л. С., Гордеева Г. И., Оспенников Е. Н. Роль геокриологических процессов в формировании и динамике экосистем криолитозоны // Криосфера Земли. 2012. Т. XVI, № 4. С. 31-41. EDN: NVQLGU.
  3. Шерстюков А., Шерстюков Б. Пространственные особенности и новые тенденции в термических условиях почвы и глубине ее сезонного оттаивания в зоне пермафроста // Russian Meteorology and Hydrology. 2015. Т. 40. С. 73-78. doi: 10.3103/S1068373915020016. EDN: UFOVKJ.
  4. Хьорт Й., Стрелецкий Д., Дорэ Г., У Wu Q., Бьелла К., Луютто М. Влияние деградации пермафроста на инфраструктуру // Nature Reviews Earth & Environment. 2022. Т. 3. С. 24-38. doi: 10.1038/s43017-021-00247-8. EDN: JSXFHX.
  5. Порфирьев Б. Н., Елисеев Д. О., Стрелецкий Д. А. Экономическая оценка последствий деградации вечной мерзлоты под влиянием изменений климата для устойчивости дорожной инфраструктуры в Российской Арктике // Вестник Российской академии наук. 2019. Т. 89, № 12. С. 1228–1239. doi: 10.31857/S0869-587389121228-1239. EDN: BWVJSZ.
  6. Сточкуте Ю. В., Василевская Л. Н. Многолетние изменения температуры воздуха и почвы на крайнем северо-востоке России // Географический вестник. 2016. № 2. С. 85-97. doi: 10.17072/2079-7877-2016-2-84-96. EDN: WGBLSB.
  7. Павлов А. В. Оценка погрешностей измерений температуры грунтов в неглубоких скважинах в условиях сплошной криолитозоны // Криосфера Земли. 2006. Т. 10, № 4. С. 9-16. EDN: HVUXNZ.
  8. Павлов А. В. Тренды современных изменений температуры почвы на севере России // Криосфера Земли. 2008. Т. XII, № 3. С. 22-27. EDN: JWEIID.
  9. Данкерс Р., Берк Е. Дж., Прайс Дж. Моделирование пермафроста и глубины сезонного оттаивания в схеме наземной поверхности JULES // The Cryosphere. 2011. Т. 5. С. 773-790. doi: 10.5194/tc-5-773-2011. EDN: PHLDIP.
  10. Тшумука А. Л., Кримий А., Фуамба М. Моделирование теплового потока через пермафростную почву, подвергающуюся сезонному замораживанию и оттаиванию // Land. 2022. Т. 11, № 10. С. 1770. doi: 10.3390/land11101770. EDN: HQTHOC.
  11. Филимонов М. Ю., Камнев Ю. К., Шеин А. Н., Ваганова Н. А. Моделирование температурного поля в замерзшей почве под зданиями в городе Салехард с учетом температурного мониторинга // Land. 2022. Т. 11. С. 1102. doi: 10.3390/land11071102. EDN: TNOUUP.
  12. Мачульская Е. Е., Лыксов В. Н. Математическое моделирование процессов взаимодействия атмосферы и криолитозоны // Известия РАН. Физика атмосферы и океана. 2009. Т. 45, № 6. С. 736-753. EDN: GONZBZ.
  13. Макарьева О. М., Абрамов Д. А., Землянскова А. А., Осташов А. А., Нестерова Н. В. Температура многолетнемерзлых пород Верхнеколымского нагорья по данным термометрических скважин за 2021–2022 годы // Криосфера Земли. 2024. Т. 28, № 3. С. 19-33. doi: 10.15372/KZ20240302. EDN: XJQOYL.
  14. Макарьева О., Землянскова А., Абрамов Д., Нестерова Н., Осташов А. Геокриологические условия малого горного водосборного бассейна в Верхнеколымском нагорье (Северо-Восточная Азия) // Geosciences. 2024. Т. 14. С. 88.
  15. Модель GIPL // CSDMS: The Community Surface Dynamics Modeling System. [Электронный ресурс] URL: https://csdms.colorado.edu/wiki/Model:GIPL (дата обращения: 10.06.2025).
  16. Геокриология СССР. Восточная Сибирь и Дальний Восток / Ред. Э. Д. Ершов. М.: Недра, 1989. 515 с.
  17. Государственная геологическая карта Российской Федерации. Масштаб 1:1 000 000 (третье поколение). Серия Хребтовская. Лист P-55 [Карта] / Санкт-Петербург: ФГБУ "ВСЕГЕИ", 2007.
  18. Банцекина Т. В. Особенности гидротермического режима слоя сезонного протаивания крупнообломочных склоновых отложений в весенне-летний период (на примере Верхнеколымского нагорья): дис. … канд. геогр. наук: 25.00.08 / Банцекина Татьяна Викторовна. – Якутск, 2003. – 137 с. EDN: NMLMBZ.
  19. Джафаров Е. Е., Романовский В. Е., Жене Х., МаГуир А. Д., Марченко С. С. Влияние огня на термическую стабильность пермафроста в низменных и высоких черноелочных лесах внутренней Аляски в условиях изменения климата // Environmental Research Letters. 2013. Т. 8, № 3. doi: 10.1088/1748-9326/8/3/035030. EDN: RZNBXZ.
  20. Джафаров Е. Е., Николски Д. Дж., Романовский В. Е., Уолш Дж. Е., Панда С. К., Серрезе М. С. Влияние снега: как лучше моделировать температуры поверхности грунта // Cold Regions Science and Technology. 2014. Т. 102. С. 63-77. doi: 10.1016/j.coldregions.2014.02.007. EDN: SKNSCD.
  21. Николски Д. Дж., Романовский В. Е., Панда С. К., Марченко С. С., Мускетт Р. Р. Применимость подхода типа экосистемы для моделирования динамики пермафроста по всему Северному склону Аляски // Journal of Geophysical Research: Earth Surface. 2017. Т. 122. С. 50-75. doi: 10.1002/2016JF003852. EDN: YUYGUF.
  22. Luo J., Yin G., Niu F., Lin Z., Liu M. Высокая пространственная разрешающая способность моделирования воздействия изменения климата на термические условия пермафроста для бассейна Бейлухе, плато Цинхай-Тибет // Remote Sensing. 2019. Т. 11, № 11. С. 1294.
  23. Luo D. L., Jin H. J., Marchenko S. S., Romanovsky V. E. Распределение и изменения толщины активного слоя (ALT) и температуры почвы (TTOP) в источнике реки Желтой с использованием модели GIPL // Science China: Earth Sciences. 2014. Т. 57. С. 1834–1845. doi: 10.1007/s11430-014-4852-1. EDN: UUMFCZ.
  24. Джафаров Е. Е., Марченко С. С., Романовский В. Е. Численное моделирование динамики пермафроста на Аляске с использованием набора данных с высокой пространственной разрешающей способностью // The Cryosphere. 2012. Т. 6. С. 613-624. doi: 10.5194/tc-6-613-2012. EDN: PDQHML.
  25. WCRP Coupled Model Intercomparison Project (Phase 6) // WCRP. [Электронный ресурс] URL: https://esgf-node.ipsl.upmc.fr/search/cmip6-ipsl/ (дата обращения: 10.06.2025).
  26. ван ден Хурк Б., Ким Х., Криннер Г., Сеневиратне С. И., Дерксен С., Оки Т., Дувиль Х., Колин Ж., Дюшарн А., Шерю Ф., Вио В., Пума М. Дж., Вада Й., Ли В., Цзя Б., Цампьери М., Материя С., Лоу Р. М., Шеффилд Дж. LS3MIP (v1.0) вклад в CMIP6: Проект межсравнения моделей наземной поверхности, снега и влаги в почве – цели, настройки и ожидаемые результаты // Geoscientific Model Development. 2016. Т. 9. С. 2809–2832. doi: 10.5194/gmd-9-2809-2016. EDN: XUCPXV.
  27. Макарьева О., Нестерова Н., Лебедева Л., Сушанский С. Исследования водного баланса и гидрологии в горном пермафростном водосборе в верховьях рек Колымы, Россия: база данных со станции водного баланса Колымы, 1948–1997 // Earth System Science Data. 2018. Т. 10, № 2. С. 689-710. doi: 10.5194/essd-10-689-2018. EDN: UYBVMO.
  28. Шестернев Д. М. Криогипергенез и геотехнические свойства пород криолитозоны. Новосибирск: Изд-во СО РАН, 2001. 266 с.
  29. Замолотчикова С. А., Зуев И. А. Юкагиро-Анюйский и Колымский регионы // Геокриология СССР. Восточная Сибирь и Дальний Восток. М.: Недра, 1989. С. 293-309.
  30. Гаврильев Р. И. Каталог теплофизических свойств горных пород Северо-Востока России. Якутск: Изд-во ФГБУН Институт мерзлотоведения им. П. И. Мельникова, 2013. 172 с. EDN: TUIJXU.
  31. Методы геокриологических исследований / под ред. Э. Д. Ершова. М.: Изд-во МГУ, 2004. 512 с.
  32. Роман Л. Т., Царапов М. Н., Котов П. И., Волохов С. С., Мотенко Р. Г., Черкасов А. М., Костоусов А. И. Пособие по определению физико-механических свойств промерзающих, мерзлых и оттаивающих дисперсных грунтов. М.: КДУ, "Университетская книга", 2018. 188 с.
  33. Соболь В. Р., Гоман П. Н., Дедюля И. В., Бровка А. Г., Мазуренко О. Н. Тепловые свойства напочвенного материала леса при характерном содержании влаги // Инженерно-физический журнал. 2011. Т. 84, № 5. С. 1079–1084. EDN: NYLOCZ.
  34. Нэш Дж. Е., Сатклифф Дж. В. Прогнозирование речного потока через концептуальные модели: 1 Обсуждение принципов // Journal of Hydrology. 1970. Т. 10, № 3. С. 282-290.
  35. Мельников В. П., Осипов В. И., Брухков А. В., Бадина С. В., Садуртдинов М. Р., Дроздов Д. С., Федоров Р. Ю. Прошлое и будущее мониторинга пермафроста: стабильность российской энергетической инфраструктуры // Energies. 2022. Т. 15. С. 3190. doi: 10.3390/en15093190. EDN: CVFSSD.
  36. Чжоу Ф., Яо М., Фан Х., Инь Г., Менг Х., Линь Ц. Доказательства потепления на основе долгосрочных записей климата и пермафроста в глубинной части плато Цинхай-Тибет // Frontiers in Environmental Science. 2022. Т. 10. С. 836085. doi: 10.3389/fenvs.2022.836085. EDN: RZTVZQ.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).