Оценка термических характеристик озер зоны многолетней мерзлоты методом математического моделирования (на примере озер Якутии)

Обложка

Цитировать

Полный текст

Аннотация

Цель исследования – выявление возможностей математического моделирования при решении задач количественной оценки и прогноза гидротермодинамических характеристик озер различного происхождения в зоне многолетней мерзлоты на основе доступной информации об их морфометрии. Объектом исследования являются 420 морфометрически изученных озер Якутии различного генетического происхождения. Обоснован выбор адекватной гидротермодинамической модели процессов в системе «атмосфера – озеро – донные отложения», а также источников информации об атмосферном воздействии на озера (реанализ и климатический прогноз) для изучаемого региона. Проведены имитационные расчеты по оценке ретроспективной межгодовой и внутригодовой динамики абиотических процессов в воде и донных отложениях озер, расположенных в зоне многолетней мерзлоты различных климатических областей Якутии. Выполнены прогностические расчеты по оценке межгодовой динамики изучаемых процессов в воде и донных отложениях наиболее распространенных термокарстовых озер, расположенных в зонах многолетней мерзлоты. При этом использовались два RCP сценария эволюции антропогенных выбросов парниковых газов в атмосферу в будущем – «лучший» и «худший» с точки зрения воздействия на окружающую среду. Дана оценка перспектив дальнейшего использования методов моделирования при создании системы дистанционного мониторинга неизученных и малоизученных озер арктических областей Российской Федерации.

Об авторах

С. А. Кондратьев

Институт озероведения Российской академии наук – СПб ФИЦ РАН

Email: arasulova@limno.ru
Россия, ул. Севастьянова, 9, г. Санкт-Петербург, 196105

С. Д. Голосов

Институт озероведения Российской академии наук – СПб ФИЦ РАН

Email: arasulova@limno.ru
Россия, ул. Севастьянова, 9, г. Санкт-Петербург, 196105

И. С. Зверев

Институт озероведения Российской академии наук – СПб ФИЦ РАН

Email: arasulova@limno.ru
Россия, ул. Севастьянова, 9, г. Санкт-Петербург, 196105

А. М. Расулова

Институт озероведения Российской академии наук – СПб ФИЦ РАН

Автор, ответственный за переписку.
Email: arasulova@limno.ru
Россия, ул. Севастьянова, 9, г. Санкт-Петербург, 196105

В. Ю. Крылова

Институт озероведения Российской академии наук – СПб ФИЦ РАН

Email: arasulova@limno.ru
Россия, ул. Севастьянова, 9, г. Санкт-Петербург, 196105

А. В. Ревунова

Институт озероведения Российской академии наук – СПб ФИЦ РАН

Email: arasulova@limno.ru
Россия, ул. Севастьянова, 9, г. Санкт-Петербург, 196105

Список литературы

  1. CORDEX regional climate model data on single levels/ European Centre for Medium-Range Weather Forecast. 2021. URL: https://cds.climate.copernicus.eu/cdsapp#!/dataset/10.24381/cds.bc91edc3?tab=overview (дата обращения: 05.06.2024)
  2. Golosov S., Kirillin G.A. 2010. Parameterized model of heat storage by lake sediments. Environmental Modelling & Software 25(6): 793-801.
  3. Hersbach H., Bell B., Berrisford P. et al. 2020. The ERA5 global reanalysis. Quarterly Journal of the Royal Meteorological Society 146: 1999-2049. doi: 10.1002/qj.3803
  4. Kirillin G., Hochschild J., Mironov D. et al. 2011. FLake-Global: Online lake model with worldwide coverage. Environmental Modelling & Software 26(5): 683–684.
  5. Meinshausen M. 2011. The RCP greenhouse gas concentrations and their extensions from 1765 to 2300. Climatic Change 109: 213–241. doi: 10.1007/s10584-011-0156-z
  6. Mironov D., Heise E., Kourzeneva E. et al. 2010. Implementation of the lake parameterization scheme Flake into the numerical weather prediction model COSMO. Boreal Environment Research 15: 218-230.
  7. Mironov D.V. 2008. Parameterization of Lakes in Numerical Weather Prediction. Description of a Lake Model (No. 11). COSMO Technical Report. Germany: German Weather Service, Offenbach am Main.
  8. Moss R.H. 2010. The next generation of scenarios for climate change research and assessment. Nature 463: 747–756. doi: 10.1038/nature08823
  9. Nakicenovic N., Swart R. 2000. IPCC Special Report on Emissions Scenarios. Cambridge: University Press.
  10. Rockel B., Will A., Hense A. 2008. The regional climate model COSMO-CLM (CCLM) (info). Meteorologische Zeitschrift 17: 347–348. doi: 10.1127/0941-2948/2008/0309
  11. Rogelj J., Meinshausen M., Knutti R. 2012. Global warming under old and new scenarios using IPCC climate sensitivity range estimates. Nature Climate Change 2: 248–253. doi: 10.1038/nclimate1385
  12. Zdorovennov R., Golosov S., Zverev I. et al. 2020. Arctic climate variability and ice regime of the Lena River delta lakes. E3S Web of Conferences (IV Vinogradov Conference) 163: 04008. doi: 10.1051/e3sconf/202016304008
  13. Адаменко В.Н. 1985. Климат и озера (К оценке настоящего, прошлого и будущего). Ленинград: Гидрометеоиздат.
  14. Балаценко М.И. 2016. Транзитно-аккумуляционные особенностей озер Якутии. Кандидатская диссертация, Российский государственный педагогический университет им. А. И. Герцена, Санкт-Петербург.
  15. Городничев Р.М., Левина С.Н., Ушницкая Л.А. и др. 2020. Морфометрические параметры разнотипных озер Севера Якутии. Успехи современного естествознания 1: 18-25. doi: 10.17513/use.37316
  16. Жирков И.И. 1983. Морфогенетическая классификация как основа рационального использования охраны и воспроизводства природных ресурсов криолитозоны. Вопросы рационального использования и охраны природных ресурсов разнотипных озер криолитозоны (на примере Центральной Якутии). Межвузовский сборник. Якутск, С. 4-45.
  17. Кондратьев С.А., Бовыкин И.В. 2003. Влияние возможных климатических изменений на гидрологический режим системы водосбор-озеро. Метеорология и гидрология 10: 86-96.
  18. Кондратьев С.А. 2007. Формирование внешней нагрузки на водоемы: проблемы моделирования. Санкт-Петербург: Наука.
  19. Муравейский С.Д. 1960. Очерки по теории и методам морфометрии озер. Реки и озера. Москва, С. 91-125
  20. Национальный атлас России. Том 2. 2007. В: Думнов А.Д., Кирсанов А.А., Киселева Е.А. и др. (ред.) Москва: ПКО «Картография».
  21. Нежиховский Р.А. 1973. Объем воды в реках, озерах и водохранилищах Советского Союза. Труды ГГИ 203: 239-247.
  22. Нестерева М.И. 2011. Пространственные особенности строения разнотипных озерных котловин на территории Якутии. Общество. Среда. Развитие 4: 227-230.
  23. Павлов А.В. 1999. Термический режим озер равнинных районов Севера. Криосфера Земли III(3): 59-70.
  24. Румянцев В.А., Измайлова А.В., Макаров А.С. 2021. Состояние озёрного фонда Арктической зоны Российской Федерации. Вестник РАН 91(2): 115-126.
  25. Самарский А.А. 1983.Современная прикладная математика и вычислительный эксперимент. Коммунист 18: 31-42.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Кондратьев С.А., Голосов С.Д., Зверев И.С., Расулова А.М., Крылова В.Ю., Ревунова А.В., 2025

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial 4.0 International License.

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».