Структурные изменения процессов формирования стока рек Восточно-Европейской равнины в условиях нестационарности климата (РНФ)НИР

Structural changes in mechanisms of runoff generation processes on rivers of the East-European plain in non-stationary climate condition

Источник финансирования НИР

грант РНФ

Этапы НИР

# Сроки Название
2 15 декабря 2019 г.-15 мая 2020 г. Подготовка и доработка исходной информации
Результаты этапа:
3 1 июля 2020 г.-15 декабря 2020 г. Анализ применимости методов и разработка пакета GrWat
Результаты этапа: Был получен усовершенствованный перечень параметров алгоритма GrWat, позволяющих производить картирование отдельных характеристик с целью дальнейшего получения рекомендаций по назначению этих параметров для неизученных рек. Также было проведено сравнение обновленных параметров алгоритма GrWat с международным опытом. Алгоритм GrWat показал высокую устойчивость к изменениям значений калибровочных параметров. При изменении на 50 % параметров (grad, grad1) к которым алгоритм показал наибольшую чувствительность, на основе методологии Dynamic Time Warp нормированное евклидово расстояние между исходным и измененными гидрографами составляет порядка 1-3 % от среднего за весь период для компоненты базисного стока (Qgr). Для паводочного стока (Qpav, Qthaw) та же метрика показывает различия в 3-15%. Генетическая компонента снеготалого половодья Qpol наиболее чувствительна к таким параметрам как grad1, polkol(1), polgrad(1). При этом их изменение прежде всего сказывается на дате начала и конца половодья, не изменяя значительно основную волну. В итоге нормированное евклидово расстояние между исходным и измененными гидрографами составляет обычно первые проценты от среднего расхода за половодье. Таким образом, конечный результат расчленения в зависимости от назначения параметров может различаться на 1-15 %, в зависимости от компоненты. Это в целом укладывается в стандартные рамки ошибок при автоматизации обработки гидрологических наблюдений.
4 1 января 2021 г.-15 мая 2021 г. Тестирование пакета GrWat
Результаты этапа: В результате выполнения этапа будет получена первая версия пакетного приложенbz GrWat, которая станет доступной для выгрузки для всех пользователей из базы пакетных приложений CRAN
5 16 мая 2021 г.-31 декабря 2021 г. Создание пакетного приложения GrWat и его верификация
Результаты этапа: В результате выполнения этапа было проведено тестирование независимыми пользователями пакетного приложеия GrWat. Выявлены пролемные моменты в работе алгоритма с точки зрения сборки общего рабочего файла из существующих пактеных приложений библиотеки CRAN. Проделана работа по стандартизации входных данных с учетом наличия пропусков наблюдений. Проведено обощение косвенных факторов и расчет более 200 параметров - предикторов состояния водных объектов с последующей возможностью их использования в прогнозировании стока, проведено предварительное районирование стокоформирующих факторов. Завершен 2годичный непрерывный отбор проб на изотопный анлиз воды в пределах репрезентативных водосборов. Для каждого водосбора получены непрерывные серии проб речных вод, осадков, подземных вод, в настоящий момент пробы анализируются в лаборатории. В рамках применения мтеодов машинного обучения проведена подготовка обновленного датасета для запуска нейронной-сети, проведено обобщение результатов классификации рек на основе мтеодов кластеризации и классификации.
6 1 января 2022 г.-30 июня 2022 г. Публикация основных результатов
Результаты этапа: За третий год работ по проекту были выполнены все запланированные исследования и получены важные научно-практические результаты. В части разработки пакета grwat за отчетный период была проведена интеграция 5 фильтрационных методов выделения базисного стока в авторский алгоритм расчленения гидрографа. Использовать данные методы можно двумя путями: путем фильтрации ряда расходов, а также внутри оригинального алгоритма расчленения grwat. В первом случае фильтр применяется по классической методике и позволяет разделить сток на быстрый и базисный за весь год. Во втором случае фильтр применяется только внутри событий быстрого стока, выделенных алгоритмом grwat. Была разработана и имплементирована в пакет grwat усовершенствованная методика отчленения паводков на спаде половодья. При анализе речных гидрографов стало понятно, что распространена ситуация, когда на спаде половодье формируются дождевые паводки, которые значительно удлиняют волну быстрого стока. В этом случае, поскольку сток длительное время не опускается до меженного уровня, границы половодья могут быть определены некорректно. Для устранения этого эффекта был предложен метод, позволяющий определить истинную точку окончания половодья путем построения кривой спада от точки максимального расхода. Тестирование пакета на большом объеме исходных данных выявило пространствнено-временные закономерности параметров расчленения. На основе этого была создана и имплементирована в пакет пространственная база данных параметров алгоритма grwat. Результаты расчленения многочисленных гидрографов рек ЕТР были систематизированы в виде районирования, где каждому району соответствует табличные значения калибруемых величин. За отчетный период были созданы функции отображения множества гидрографов на одном графике. В составе пакета были реализованы функции для матричного и совместного отображения гидрографов рек. Пакет grwat был качественно документирован, снабжен тестами (покрытие кода 90%) и инструкциями и опубликован на CRAN: https://cran.r-project.org/web/packages/grwat/. Инструкции по работе с пакетом доступны на сайте https://tsamsonov.github.io/grwat/. Документация к пакету приложена в качестве вспомогательных материалов. В части анализа косвенных факторов стока в третий год работы на основе данных конца XX в. – начала XXI в. для 323 рек проведен количественный анализ слоя стока половодья с факторами его формирования. В качестве потенциальных факторов формирования стока (далее – ФФС) использованы параметры, полученные на основе данных реанализа ERA-5 с шагом 0,25° по широте и долготе и осредненные в пределах водосборов. На их основе сформирован массив из более чем 200 потенциальных ФФС половодья. Проведено современное факторное районирование для стока половодья рек ЕТР. Роль «классических факторов» за последние десятилетия снизилась, а характеристик стабильности зимы и условий таяния снежного покрова - возросла. Повсеместная главенствующая роль снежного покрова в пределах ЕТР в настоящее время не подтверждается расчетами, бОльшую значимость имеют сумма твердых осадков и общих осадков за зимний период. Подтверждена значимость глубины промерзания как фактора для бассейна Дона и влажность почвы в бассейне Камы и ряде рек Нижней Волги. Реализованы попытки построения потенциальных прогностических уравнений множественной регрессии для определения значений стока весеннего половодья для основных рек ЕТР. Эта позволило определить значимость полученных связей по п.1 и 2. Анализ наилучших двух- и трехпараметрических уравнений для 323 водосборов ЕТР показал, что некорректно говорить о единстве главенствующих факторов половодья для ЕТР в целом или даже ее половины. Соседние и даже вложенные водосборы могут иметь главенствующими одинаковые группы ФФС, но отличный состав параметров, а могут и радикально отличаться группами. В результате проведенных исследований удалось сформулировать предложения по путям составления современных уравнений прогноза слоя стока половодья: 1) возможность использование данных реанализа как наиболее полной и равномерно распределенной информации; 2) использование новых схем совместно со старыми; 3) продолжение работы по анализу полученных результатов с целью конкретизации границ распространения значимости факторов, отказ от прошлых районных зависимостей; 4) применение «пошагового» подхода в оценке ожидаемого половодья путем выпуска уточнений с заданной дискретностью Впервые для ЕТР была получена непрерывная 2-годичня изотопная запись речного стока, осадков и грунтовых вод трех бассейнов, опубликованная в виде базы данных (https://doi.pangaea.de/10.1594/PANGAEA.942291). Проанализирован 801 образец из которых 332 – речные воды, 275 – подземные воды и 194 – пробы атмосферных осадков. Выполнено обобщение и интерпретация совместного использования графо-аналитических и изотопных методов в задачах расчленения гидрографа стока рек на генетические составляющие. Для всех трех водосборов отмечена разница между грунтовой составляющей, связанная с внутригрунтовым поступлением инфильтрующихся через почвенный покров атмосферных осадков с отложенным временем добегания. В рамках работ итогового года были исследованы компоненты стока и их межгодовая изменчивость, связь с метеорологчиескими величинами. Основным гидрометеорлогическим параметром, прямо влияющим на речной сток, является общее количество осадков, выпавших в водосборе. Рассмотрены условия промерзания почв и влияние этого процесса на вклад грунтового питания в речной сток. Установлены основные причины расхождения оценок грунтовой и базисной составляющей. Сопоставление вклада подземных вод в речной сток с оценками вклада базисного стока по grwat показало, что алгоритм успешно работает в среднем речном бассейне (на примере р.Сосны). Это связано с: 1) бОльшой площадью бассейна, что обеспечивает осреднение изотопного сигнала атмосферных осадков; 2) большой глубиной залегания подземных вод, которые дренируются рекой, и изотопные характеристики которых не имеют быстрого отклика; 3) отсутствием антропогенного регулирования стока. Если не рассматривать данные за период половодья, то наблюдается тесная корреляция между подземным питанием и базисным стоком. В части использования методов машинного обучения в рамках 3 года работ была расширена и дополнена база данных используемая для обучения нейронной сети EALSTM. По сравнению с прошлым годом были добавлены 38 водосборов, объем исходной информации вырос вдвое. На языке программирования python 3 была написана программа приводящая данные в единый формат необходимый для обучения нейронной сети LSTM, были произведены расчеты гидрологических показателей соответствующих оригинальному набору данных. В результате был создан уникальный датасет, аналогичный по структуре CAMALS, содержащий данные по 80 гидрологическим постам на ЕТР, включающий среднесуточные значения расходов воды, метеорологические параметры, условно постоянные характеристики подстилающей поверхности водосборов. Метрикой качества построенной модели EALSTM был выбран коэффицент Нэша-Сатклиффа. В результате обучения сети на 80 гидрологических постах наилучший результат был достигнут при использовании периода 1950-1980гг. в качестве обучающего. При этом, коэффициент для периода 1970-1980 гг. составил в среднем 0.2, а для прогноза в периоды 1980-1990 и 2000-2010 0.26 и 0.25 соответственно. При этом для 40% постов NSE превышал 0.5, что считается удовлетворительным для прогнозных разработок. В рамках работ по уточнению погодичной кластеризации и классификации типов водного режима были также добавлены параметры характеристик подстилающей поверхности водосборов. Однако это привело к смещению кластеризации от динамических параметров, характеризующих гидрограф, к статическим, характеризующим водосбор, и не дало улучшения качества кластеризации. Поэтому финальным вариантом кластеризации был выбран результат второго года проекта, визуализированный на сервисе http://hydrology-clusters.ru/

Прикрепленные к НИР результаты

Для прикрепления результата сначала выберете тип результата (статьи, книги, ...). После чего введите несколько символов в поле поиска прикрепляемого результата, затем выберете один из предложенных и нажмите кнопку "Добавить".