Введение
Проблема недостаточности или отсутствия данных по стоку рек является ключевой при решении большинства водохозяйственных задач. Решение этой проблемы в последнее время связывается с применением глобальных гидрологических моделей для восстановления рядов речного стока за длительный исторический период (гидрологический реанализ) [1-3]. Несмотря на значительный прогресс в этом направлении, существуют значительные расхождения между рассчитанными и наблюденными расходами воды рек, которые связаны в основном с пространственным разрешением и качеством входных метеорологических данных, недоучетом или существенным упрощением ряда моделируемых гидрологических процессов, влиянием хозяйственной деятельности [4]. Разработанная недавно за рубежом Глобальная система предупреждения наводнений (Global Flood Awareness System – GloFAS) во многом лишена этих недостатков [5; 6].
В основе GloFAS лежит полуавтоматическая процедура калибровки крупномасштабной гидрологической модели LISFLOOD, реализованная с использованием базы данных наблюденных расходов воды рек по всему миру и реанализа атмосферы ERA5 [7] в качестве входных метеоданных. Кроме основной задачи по прогнозированию речного стока, которая находится за рамками настоящей статьи, откалиброванная модель генерирует непрерывный многолетний ряд ежедневных расходов воды, называемый далее реанализ GloFAS-ERA5, в реках площадью от 500 км2 (в версии системы v4) с практически глобальным пространственным охватом [5].
Цель исследования – рассмотрение основных принципов работы системы GloFAS по генерации средних суточных расходов воды рек, краткий анализ точности оценок стока, включая территорию Российской Федерации, а также привлечение внимания специалистов по тестированию данных реанализа стока и использованию его для решения прикладных задач.
Материалы и методы исследования
В основе работы лежат зарубежные статьи, опубликованные разработчиками системы GloFAS, описывающие принципы работы системы, методы оценки ее эффективности на основе сопоставления рассчитанных расходов воды с наблюденными на реках по всему миру. Также использованы самые актуальные данные, полученные с официальных порталов системы GloFAS (www.globalfloods.eu; https://ewds.climate.copernicus.eu), ее основного заказчика: Службы управления чрезвычайными ситуациями Copernicus (Copernicus Emergency Management Service – CEMS) (https://emergency.copernicus.eu), и другие сведения о системе GloFAS, опубликованные в сети Интернет.
Результаты исследования и их обсуждение
Глобальная система предупреждения наводнений GloFAS осуществляет оперативный мониторинг и прогнозирование наводнений по всему миру. Система генерирует большой объем данных, в том числе реанализ речного стока за длительный период, прогнозы наводнений, сезонные прогнозы и другие данные [5; 6]. Она постоянно совершенствуется, в связи с чем появляются различные ее версии. Система GloFAS v1.0 была введена в эксплуатацию в марте 2018 г. в тестовом режиме, став полностью работоспособной и поддерживаемой круглосуточно в апреле 2018 г. В ноябре 2018 г. GloFAS обновлена до версии 2.0. В мае 2021 г. введена в эксплуатацию версия 3.1. Далее выпуски следовали примерно по две версии в год. На начало 2025 года актуальна версия 4.3 [8].
Реанализ речного стока GloFAS-ERA5 представляет собой опорный набор (ряд) средних суточных расходов воды, восстановленных (моделированных) с 1979 по начало 2025 года (на текущий момент). Эти данные используются для дальнейших расчетов и прогнозов речного стока, а также могут применяться самостоятельно. Данные покрывают территорию суши Земли, за исключением Антарктиды, с разрешением горизонтальной сетки, в зависимости от версии, от 0,1° (приблизительно 11 км на экваторе) до 0,05° (приблизительно 5 км на экваторе) и охватывают период с 1 января 1979 года до настоящего времени с задержкой в 2–5 дней. Моделированные данные представляют собой средние суточные расходы воды (м3/с) в реках по всему миру. Один файл содержит средний расход воды за сутки во всех анализируемых реках. Новый, существенно обновленный набор данных гидрологического реанализа GloFAS-ERA5 v4, включает ежедневные карты расходов воды по всему миру с разрешением сетки 0,05° [8].
Реанализ речного стока создается путем объединения модели стока воды на поверхности суши, входящей в состав реанализа климата ERA5 [7], с гидрологической русловой моделью LISFLOOD [9]. Схема ключевых компонентов в подготовке реанализа GloFAS-ERA5 v2.1 представлена на рисунке.
Реанализ климата ERA5 генерируется моделью ECMWF IFS 41r2, принадлежащей Службе по изменению климата Copernicus (Copernicus Climate Change Service – C3S) [10].
Основные компоненты системы GloFAS-ERA5 v2.1 Источник: составлено авторами на основе источника [5]
В рамках проекта ERA5 генерируется реанализ, который включает ежечасные выходные данные с задержкой в несколько дней, что позволяет с ноября 2018 года моделировать речной сток в оперативном режиме с задержкой от 2 до 5 суток. Сток в системе ERA5 рассчитывается на основе модели земной поверхности (Hydrology Tiled ECMWF Scheme for Surface Exchanges over Land – HTESSEL). HTESSEL вычисляет потоки тепла и влаги на поверхностности суши, изменение температуры и влажности почвы, а также высоту снежного покрова. В каждой ячейке сетки ERA5 превышение количества воды, поступающей в виде дождя и/или снеготаяния, над впитыванием воды в почву формирует поверхностный сток, остальная часть просачиваются в четырехслойную почвенную колонку [11].
Пространственно распределенная частично физически обоснованная гидрологическая модель речного стока LISFLOOD разработана в Объединенном исследовательском центре Европейской комиссии (JRC). Наборы пространственных данных, используемые в LISFLOOD, включают топографические характеристики (цифровую модель рельефа, местное направление стока, уклон и другие), характер землепользования (классы землепользования, долю леса, долю городской территории), свойства почвы (классы текстуры и мощность) и параметры русла (длина, уклон, коэффициент шероховатости, ширина по дну, наклон бортов, глубина при наполненном русле). Большинство входных данных, параметров и переменных, необходимых для модели, оцениваются на основе опубликованных данных [12].
Подземный сток, рассчитанный в модели HTESSEL, используется в качестве входа в модуль подземных вод LISFLOOD, в котором имитируются две области (зоны) стока в виде двух параллельных линейных резервуаров, формирующих приток подземных вод в реки с задержкой по времени. Верхняя зона представляет собой «быстрый» подземный сток, в то время как нижняя зона – «медленный» сток из более глубоко залегающих подземных горизонтов и формирующих базовый устойчивый приток в реки. Параметр, отвечающий за время добегания вод из верхней зоны, постоянен и по умолчанию составляет 10 суток, однако возможно его изменение во время калибровки от 3 до 40 суток. Параметр, регулирующий время добегания вод из нижней зоны, по умолчанию равен 200 суткам, он также может изменяться во время калибровки от 40 до 500 суток.
Поверхностный сток, моделируемый в HTESSEL, поступает на вход модуля трансформации стока руслом модели LISFLOOD. Это двухэтапный процесс, при котором поверхностный сток из каждой ячейки расчетной сетки сначала направляется в нижележащую ячейку русла реки, затем суммарный приток воды трансформируется руслом с использованием уравнения кинематической волны. Параметры, регулирующие приток поверхностных и подземных вод, русловую трансформацию стока, подбираются в результате калибровки, исходя из условия наилучшего совпадения рассчитанного стока с наблюденным расходом воды в реках по всему миру. Подробности структуры модели LISFLOOD, используемой в GloFAS-ERA5, и ее калибровка детально описаны в работе [12].
Для оценок точности воспроизведения средних суточных расходов воды рек использовано около 2000 станций наблюдений за речным стоком по всему миру. Около 60% речных бассейнов имеют площадь от 10 000 до 50 000 км2 [5; 6; 8]. При оценке качества моделирования речного стока чаще всего используется показатель Клинга – Гупты (Kling-Gupta Efficiency – KGE) [13; 14]. Он комплексно учитывают динамику стока, в том числе временные сдвиги через корреляцию, изменчивость стока через отношение стандартов и смещение на уровне средних между наблюденными и моделированными расходами воды. Оптимальное значение KGE равно 1. Общие закономерности пространственного распределения показателей оценивались с использованием кумулятивной функции распределения (Cumulative distribution function – cdf), позволяющей рассчитать медианные значения, межквартильный размах (Interquartile range – IQR) и другие характеристики показателей качества моделирования стока [12; 13].
В таблице 1 приведены значения KGE двух наиболее различающихся по качеству моделирования версий v2.1 и v4.0. Наиболее высокие оценки качества моделирования у реанализа речного стока GloFAS-ERA5 v4.0 [8]. Для всех бассейнов медианное значение KGE составляет 0,74 с межквартильным размахом (IQR) от 0,46 до 0,85. В ранней версии системы медианное значение KGE составляет 0,31 и IQR от 0 до 0,52. Это говорит о значительном улучшении качества гидрологического моделирования в версии 4.0 за счет более высокого пространственного разрешения (около 5 км), изменений в структуре модели и вычислительных процедурах, увеличения качества калибровки параметров.
Во всех версиях наилучшие результаты получены в Бразилии (особенно в бассейне Амазонки), Центральной Европе, в Восточных и Западных регионах США, Южной Африке и на реках побережья Австралии. Значительные области Северной Африки, стран Ближнего Востока, Австралии, Монголии, практически вся территория КНР не охвачены оценками системы GloFAS-ERA5 v4.0 [8]. Территория Российской Федерации, на которой использовано около 124 гидрометрических створов (ГС), характеризуется высокими показателями KGE (табл. 2).
Как видно из таблицы 2, для примерно 92% створов значения KGE превышают 0,6. Наибольшее количество створов, причем с KGE 0,6–0,8, приходится на реки Обь, Иртыш, Енисей, Ангара, Лена и Колыма. В бассейне реки Амур использовано только 5 створов. На Европейской территории Российской Федерации, на которую приходится 29 пунктов из 124, 52% водосборов имеют KGE более 0,8. Низкие значения, менее 0,6, характерны для зарегулированных рек.
Таблица 1
Значения кумулятивной функции распределения (cdf) показателей KGE всех станций
|
cdf |
0,1 |
0,2 |
0,25 |
0,3 |
0,4 |
0,5 |
0,6 |
0,7 |
0,75 |
0,8 |
0,9 |
|
v2.1 |
-0,86 |
-0,16 |
0 |
0,09 |
0,22 |
0,31 |
0,40 |
0,48 |
0,52 |
0,57 |
0,69 |
|
v4.0 |
-0,08 |
0,38 |
0,46 |
0,55 |
0,65 |
0,74 |
0,78 |
0,83 |
0,85 |
0,88 |
0,92 |
Источник: составлено авторами на основе источников [5; 8].
Таблица 2
Значения показателей KGE для гидрометрических створов (ГС) Российской Федерации
|
KGE |
0,8–1 |
0,6–0,8 |
0,4–0,6 |
0,2–0,4 |
0,4–0,6 |
|
ГС, % |
71,8 |
20,2 |
4 |
3,2 |
0,8 |
Источник: составлено авторами на основе источников [5; 8].
Почти 99% исследованных водосборов земного шара показывают положительную корреляцию между наблюденными и моделированными расходами воды с медианным значением r = 0,61. В Российской Федерации преобладают коэффициенты корреляции от 0,4 до 0,6 (47,9%). Наиболее высокие r (0,6–0,8 и более 0,8) составляют, соответственно, 29,0 и 11,1%, а низкие (0,2–0,4) – 12% водосборов.
В целом для 64% водосборов значения рассчитанных средних расходов воды меньше наблюденных, то есть отношение расходов, называемое коэффициентом смещения (bias ratio), β < 1. Медианное значение β = 0,84. При глобальной оценке стока рек смещение в пределах ±20% (эквивалентное коэффициенту смещения в пределах 0,8–1,2) считается очень хорошим. Однако только 28% станций реанализа v2.1 соответствуют этому критерию [5]. Преувеличенный по сравнению с наблюдениями сток характерен для некоторых рек Центральной части США, Африки, Восточной Бразилии, а также Западного побережья Южной Америки. В общей сложности 12% водосборов имеют β > 2 (т. е. ошибка расчета > 100%). На территории Российской Федерации средний сток в пределах ±20% от наблюденного (β = 0,8–1,2) отмечен примерно для 40% водосборов, участвующих в оценках. Средний сток недооценивается примерно в 54%, а переоценивается – в 6% водосборов, причем преувеличение стока более 60% не встречается.
Для 61% исследованных водосборов земного шара характерна более низкая изменчивость стока реанализа, чем наблюденного стока (т. е. коэффициент вариации α < 1). Глобальный медианный коэффициент α = 0,91. Эта тенденция сохраняется и для территории Российской Федерации. Так, около 58% водосборов имеет α < 0,8. Оптимальные его значения (0,8–1,2) отмечаются на 32% водосборов.
В целом медианное значение абсолютной ошибки (MAE) оценки стока составляет 0,41 мм/сут. Для территории Российской Федерации MAE суточного стока более 0,4 и 0,6 мм/сут. имеют, соответственно, 43 и 78% водосборов. Ошибок более 1,2 мм/сут. не отмечено [5; 8].
Анализ причин ошибок моделирования стока пока не выполнен, однако предварительные исследования показали, что ошибки в расчетах стока во многом определяются проблемами ассимиляции наземных данных, недостаточным учетом влияния на сток озер и водохранилищ, а также проблемами точности реанализа ERA5 [4; 15].
Заключение
Система GloFAS позволяет оценивать средний суточный сток рек без гидрометрических наблюдений с приемлемой для практики точностью, создавая непрерывный ряд стока за период с 1979 года по настоящее время, причем этот ряд постоянно пополняется в автоматическом режиме и доступен для использования. Выпущено четыре основные версии системы. Наиболее высокие оценки качества моделирования демонстрирует реанализ речного стока GloFAS-ERA5 v4. Однако качество моделирования (точность расчета стока) значительно изменяется в зависимости от местоположения, что требует тестирования данных реанализа стока перед практическим использованием.