Расчет снегонакопления в бассейне р. Селенги на основе данных глобальных численных моделей атмосферы с верификацией по спутниковым данным

Снежный покров представляет собой один из важнейших компонентов гидрологического цикла суши. Его ключевой характеристикой является запас воды в снеге (snow water equivalent, SWE). Оценка пространственного распределения SWE, как правило, выполняется на основе снегомерных съемок или методов математического моделирования. В настоящей работе оценивается возможность применения данных глобальных моделей численного прогноза погоды ICON (Германия) и GFS/NCEP (США) для расчета снегонакопления в бассейне р. Селенги, который характеризуется малым количеством осадков в холодный период, низкой плотностью наблюдательной сети, сложным рельефом и разнообразным растительным покровом.
Расчет снегозапасов выполнен для холодных периодов 2020-2022 гг. на основе эмпирической методики, ранее разработанной для бассейна р. Камы и адаптированной к условиям семиаридной зоны. Основными составляющими баланса снегозапасов, которые учитываются при расчете, являются атмосферные осадки (с учетом их фазы), снеготаяние, сублимация с поверхности снега и перехват осадков растительностью с последующим испарением. Валидация результатов выполнена для российской части бассейна по данным снегомерных съемок, проведенных во второй половине зимы 2021 и 2022 гг. В целом получены правдоподобные оценки пространственного распределения снегозапасов. Если в 2021 г. на разных участках наблюдалось как завышение, так и занижение расчетного снегозапаса в сравнении с данными снегосъемок (в основном в пределах 20-50%), то в 2022 г. отмечено его систематическое занижение, особенно значительное при расчете по данным модели ICON. Снегозапас существенно недооценивается в степной зоне, что может быть обусловлено завышением интенсивности сублимации с поверхности снега. Сопоставление полученных результатов с данными реанализа ERA5-Land и спутниковыми снимками MODIS показало, что реанализ ERA5-Land существенно завышает снегозапас и площадь снегового покрытия. По результатам моделирования на основе данных моделей GFS/NCEP и ICON площадь снегового покрытия оказалась занижена в 2022 г. и хорошо воспроизвелась в 2021 г., что коррелирует с результатами расчета снегозапаса. Неопределенности при расчете снегозапасов возникают вследствие ошибок в численных прогнозах осадков. Также необходима калибровка эмпирических коэффициентов, используемых при расчёте интенсивности сублимации с поверхности снега.

Исследование выполнено при поддержке РНФ, проект № 20-17-00207