Методики довгострокового прогнозування строків руйнування льодоставу та очищення від льоду водосховищ Дніпровського каскаду за телеконнекційними показниками
DOI:
https://doi.org/10.24028/gj.v45i6.293309Ключові слова:
льодові явища, льодостав, Дніпровські водосховища, телеконнекційні індекси, прогнозні залежностіАнотація
Довгострокове прогнозування льодового режиму водосховищ Дніпровського каскаду є дуже важливим насамперед для роботи гідроелектростанцій. Крім того, такі прогнози необхідні для забезпечення роботи й інших галузей господарства, а саме судноплавства, рибного, комунального господарств тощо. На теперішній час відділ гідрологічних прогнозів Українського гідрометеорологічного центру для складання довгострокових прогнозів і консультацій характеристик льодового режиму водних об’єктів України використовує методичні підходи середини та другої половини ХХ ст., які розроблено тільки для річок. Зрозуміло, що методики для прогнозування льодового режиму водосховищ потребують розроблення.
Мета статті роботи — розроблення методик довгострокового прогнозування строків руйнування льодоставу і очищення від льоду водосховищ Дніпровського каскаду з використанням телеконнекційних показників. Дослідження виконано за даними спостережень 35 гідрологічних постів, які розташовані на 6 водосховищах Дніпровського каскаду, зокрема для зруйнованого Каховського водосховища. Використано дати руйнування льодоставу і очищення від льоду за період від початку спостережень на кожному гідрологічному посту до 2020 р. включно. Використано також відомості про телеконнекційні показники, а саме 34 атмосферних індексів, індексів температури морської поверхні, телеконнекційних індексів і патернів, які визначає Національна служба погоди Національного управління океанічних і атмосферних досліджень США.
Розроблено методики довгострокового прогнозування строків руйнування льодоставу і очищення від льоду водосховищ Дніпровського каскаду шляхом пошуку найкращого кореляційного або регресійного зв’язку між датами і телеконнекційними показниками. Забезпеченість допустимих похибок розроблених методик становить 62—71 %, що відповідає оцінкам якості методик «задовільно» і дає можливість рекомендувати їх для використання в оперативному прогнозуванні.
Посилання
Vyshnevskyi, V.I., & Zavodtsova, A.M. (2009). Ice regime of the Dnipro reservoirs. Proceedings of the Central Geophysical Observatory, (5), 46—54 (in Ukrainian).
Vyshnevskyi, V.I., Stashuk, V.A., & Sakevych, A.M. (2011). Water management complex in the Dnipro basin. Kyiv: Interpress LTD, 188 p. (in Uk¬rainian).
Guseva, А.А. (1947). Analysis of the synoptic conditions of the opening and freezing of the rivers of Ukraine and its application in hydroprognostication of these phenomena (report). Kyiv: Department of Hydrometeorological Service of the Ukrainian SSR, 29 p. (in Russian).
Loboda, N.S., & Sirenko, A.M. (2010). The improvement of ice forecast for the Ukrainian rivers on basis of methods of multivariate statistical analysis. Hydrology, Hydrochemistry and Hydroecology, 3(20), 21—29 (in Ukrainian).
Manual on operational hydrology. Forecasts of land water regime. Hydrological support and maintenance. (2012). Kyiv: Ukraine hydrometeorologist center, 120 p. (in Ukrainian).
Nemchenko, K.S. (2017). Interrelation of circulation atmospheric processes of the North Pacific region with climate indices: diploma project on specialty 103 Earth Sciences. Odesa, 68 p. (in Ukrainian).
Resolution KMU. (2023). On the implementation of the pilot project «Construction of the Kakhovka hydroelectric power station at the Dnipro River. Rebuilding after the destruction of Kakhovka HPP and ensuring the sustainable operation of Dnipro HPP during the reconstruction period». 18.07.2023. № 730. https://www.kmu.gov.ua/npasearch?&num=730&category=3.(in Ukrainian).
Popov, E.G. (1979). Hydrological forecasts. Leningrad: Gidrometeoizdat, 256 p. (in Russian).
Susidko, M.M., Shcherbak, A.V., Zelenska, M.V., & Danylchuk, V.I. (2007). Ice regime of plain rivers and reservoirs of Ukraine. A system of short-term forecasting of its characteristics. Hydrology, Hydrochemistry and Hydroecology, 13, 62—84 (in Ukrainian).
Sutyrina, E.N. (2017). Long-term forecasting techniques for the terms of the complete disappearance of ice on reservoirs of the Angara-Yenisei cascade. Geographical Bulletin, (1), 66—72. https://doi.org/10.17072/2079-7877-2017-1-66-72 (in Russian).
Khilchevskyi, V.K., & Grebin, V.V., (2021). Large and small reservoirs of Ukraine: regional and basin distribution features. Hydrology, Hydrochemistry and Hydroecology, (2), 7—14. https://doi.org/10.17721/2306-5680.2021.2.1 (in Ukrainian).
Shimaraev, M.N. (2007). Circulation factors of changes in the ice-thermal regime of the Lake Baikal. Geography and natural resources, (4), 54—60 (in Russian).
Bonsal, B.R., Prowse, T.D., Duguay, C.R., & Lacroix, M.P. (2006). Impacts of large-scale te¬le-connections on freshwater-ice duration over Canada. Journal of Hydrology, 330(1-2), 340—353. https://doi.org/10.1016/j.jhydrol.2006.03. 022.
Brown, L.C., & Duguay, C.R. (2012). Modelling lake ice phenology with an examination of satellite detected sub-grid cell variability. Advances in Meteorology, 529064. https://doi.org/10.1155/2012/529064.
Chen, C.-J., & Lee, T.-Y. (2017). An Investigation into the Relationship between Teleconnections and Taiwan’s Streamflow. Hydrology and Earth System Sciences Discussions, 21, 3463—3481. https://doi.org/10.5194/hess-21-3463-2017.
Cook, T.L., & Bradley, R.S. (2010). An analysis of past and future changes in the ice cover of two High-Arctic lakes based on synthetic aperture radar (SAR) and LANDSAT imagery. Arctic, Antarctic, and Alpine Research, 42, 9—18. https://doi.org/10.1657/1938-4246-42.1.9.
Gauthier, Y., Paquet, L.-M., Gonzalez, A., & Bernier, M. (2008). Using radar and GIS to support ice-related flood forecasting. Geomatica, 62(2), 139—149.
Ghanbari, R.N., Bravo, H.R., Magnuson, J.J., Hyzer, W.G., & Benson, B.J. (2009). Coherence between lake ice cover, local climate and teleconnections (Lake Mendota, Wisconsin). Journal of Hydrology, 374(3-4), 282—293. https://doi.org/10.1016/j.jhydrol.2009.06.024.
Girjatowicz, J.P. (2003). The influence of the North Atlantic Oscillation onice conditions in coastal lakes of the southern Baltic Sea. Annales de Limnologie-International Journal of Limnology, 39(1), 71—80. https://doi.org/10.1051/limn/2003007.
Gozini, H., Wilson, S., Asadzadeh, M., Lees, K., & Kim, S. (2023). Statistical modeling of ice cover impact on flow conveyance in the Nelson River West Channel. Canadian Water Resources Journal, 48, 1—21. https://doi.org/10.1080/07011784.2023.2218328.
Guo, X., Wang, T., Fu, H., Guo, Y., & Li, J. (2018). Ice-jam forecasting during river breakup based on neural network theory. Journal of Cold Regions Engineering, 32(3), 04018010. https://doi.org/10.1061/(ASCE)CR.1943-5495.0000168.
Hubareva, V. (2023). Explosion of the Kakhovka Hydropower Plant: What are the environmental conse-?uences? Journal UWEC, (14), 4—12. Retrieved from https://uwecworkgroup.info/wp-content/uploads/2023/07/Issue-14english.pdf.
Khrystiuk, B.F., & Gorbachova, L.O. (2022). Application of the NATL index for long-term forecasting of freeze-up appearance date at the Kyiv Reservoir. Proc. of the XVI Int. Sci. Conf. «Monitoring of Geological Processes and Ecological Condition of the Environment». Kyiv, Ukraine, November 15¾18, 2022. European Association of Geoscientists & Engineers (EAGE) (pp. 1—5). https://doi.org/10.3997/2214-4609.2022580071.
Khrystiuk, B., & Gorbachova, L. (2023). Long-term forecasting of appearance dates of ice phenomena and freeze-up at the Dnipro Cascade reservoirs by teleconnection indicators. Acta Hydrologica Slovaca, (1), 24—32. https://doi.org/10.31577/ahs-2023-0024.01.0004.
Madaeni, F., Lhissou, R., Chokmani, K., Raymond, S., & Gauthier, Y. (2020). Ice jam formation, breakup and prediction methods based on hydroclimatic data using artificial intelligence: A review. Cold Regions Science and Technology, 174, 103032. https://doi.org/10.1016/j.coldregions.2020.103032.
Ptak, M., Tomczyk, A.M., Wrzesiński, D., & Bednorz, E. (2019). Effect of teleconnection patterns on ice conditions in lakes in lowland Poland. Theoretical and Applied Climatology, 138, 1961—1969. https://doi.org/10.1007/s00704-019-02929-2.
Rodríguez-Fonseca, B., Suárez-Moreno, R., Ayarzagüena, B., López-Parages, J., Gómara, I., Vil¬la-mayor, J., Mohino, E., Losada, T., Castaño-Tie¬r¬no, A. (2016). A Review of ENSO Influence on
the North Atlantic. A Non-Stationary Signal. At¬mo¬¬sphere, 7, 87. https://doi.org/10.3390/atmos
Rokaya, P., Morales-Marin, L., & Lindenschmidt, K-E. (2020). A physically-based modelling framework for operational forecasting of river ice breakup. Advances in Water Resour¬ces, 139, 103554. https://doi.org/10.1016/j.advwatres.2020.103554.
Sanchez-Lopez, G., Hernández, A., Pla-Rabes, S., Toro, M., Granados, I., Sigró, J., Trigo, R.M., Rubio-Inglés, M.J., Camarero, L., Valero-Garcés, B., & Giralt, S. (2015). The effects of the NAO on the ice phenology of Spanish alpine lakes. Climatic Change, 130, 101—113. https://doi.org/10.1007/s10584-015-1353-y.
Schmidt, D.F., Grise, K.M., & Pace, M.L. (2019). High-frequency climate oscillations drive ice-off variability for northern hemisphere lakes and rivers. Climatic Change, 152, 517—532. https://doi.org/10.1007/s10584-018-2361-5.
Soja, A.M., Kutics, K., Maracek, K., Molnár, G., & Soja, G. (2014). Changes in ice phenology chara-?teristics of two central European steppe lakes from 1926 to 2012 — influences of local weather and large-scale oscillation patterns. Climatic Change, 126, 119—133. https://doi.org/10.1007/s10584-014-1199-8.
Van den Dool, H.M. (2007). Empirical methods in short-term climate prediction. Oxford: Oxford University Press, 215 p.
Vyshnevskyi, V.I., & Shevchuk, S.A. (2020). Use of remote sensing data to study ice cover in the Dnipro Reservoirs. Journal of Geology, Geography and Geoecology, 29(1), 206—216. https://doi.org/10.15421/112019.
WMO-No. 168. Guide to hydrological practices. Volume II: Management of water resources and application of hydrological practices. 6th ed. (2009). Geneva: World Meteorological Organization, 324 p.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2023 B. Khrystiuk, L. Gorbachova
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
1. Автори зберігають за собою авторські права на роботу і передають журналу право першої публікації разом з роботою, одночасно ліцензуючи її на умовах Creative Commons Attribution License, яка дозволяє іншим поширювати дану роботу з обов'язковим зазначенням авторства даної роботи і посиланням на оригінальну публікацію в цьому журналі .
2. Автори зберігають право укладати окремі, додаткові контрактні угоди на не ексклюзивне поширення версії роботи, опублікованої цим журналом (наприклад, розмістити її в університетському сховищі або опублікувати її в книзі), з посиланням на оригінальну публікацію в цьому журналі.
3. Авторам дозволяється розміщувати їх роботу в мережі Інтернет (наприклад, в університетському сховище або на їх персональному веб-сайті) до і під час процесу розгляду її даними журналом, так як це може привести до продуктивної обговоренню, а також до більшої кількості посилань на дану опубліковану роботу (Дивись The Effect of Open Access).
