Коррекция модельных климатических данных для моделирования горных ледников центрального кавказа

от

И.А. Корнева1,2, О.О. Рыбак1,3,4, Е.А. Рыбак1

1Институт природно-технических систем, г. Севастополь, ул. Ленина, 28

E-mail: comissa@mail.ru

2Институт географии РАН, г. Москва, Старомонетный переулок, 29, стр. 4

3Институт водных проблем РАН, г. Москва, ул. Губкина, 3

4Кабардино-Балкарский государственный университет,

 г. Нальчик, ул. Чернышевского, 173

УДК 551.324.63                                                  

DOI: 10.33075/2220-5861-2024-1-09-22

EDN: https://elibrary.ru/bmxnks

Реферат:

Для моделирования динамики горных ледников необходимы климатические данные с высоким пространственным и временным разрешением. Оптимальными для прогностических целей являются данные мезомасштабных климатических моделей, адаптированные к региональным особенностям. Поля климатических моделей содержат систематические ошибки, поэтому перед практическим применением их необходимо скорректировать. В результате корректировки и перемасштабирования на сетку с большим пространственным разрешением модельных результатов проекта CORDEX были получены прогностические оценки приземной температуры воздуха и количества осадков для 2091-2100 гг. в соответствии с климатическими сценариями RCP2.6 и RCP8.5.  Согласно расчетам максимальное повышение температуры воздуха ожидается в предгорных и равнинных районах в сценарии RCP8.5, и в среднем достигает 7,5°С  относительно исторического периода 1977–2005 гг. В районе Эльбруса максимальное повышение температуры воздуха в сценарии RCP8.5 составляет 4°С, а в сценарии RCP2.6 практически не изменится. В годовом ходе максимальное повышение температуры воздуха ожидается с июня по сентябрь. В среднем по всему региону к концу 21-го века осадки возрастут приблизительно на 17% в сценарии RCP8.5, и наибольший рост будет наблюдаться с октября по март. В зоне оледенения, где рост годового количества осадков не превысит 7% в сценарии RCP8.5, и еще меньше в сценарии RCP2.6, вероятно будут складываться условия, способствующие дальнейшей деградации горных ледников – значительный рост температуры воздуха не будет компенсироваться ростом количества зимних осадков.

Ключевые слова: региональная климатическая модель, глобальная климатическая модель, регионализация, коррекция модельных данных, прогноз климата, климатические сценарии, Кавказ, горный ледник.

Полный текст в формате PDF

СПИСОК ЛИТЕРАТУРЫ

  1. Волошина А.П. Метеорология горных ледников. Материалы гляциологических исследований. 2002. Вып. 92. С. 3–138.
  2. Гандин Л.С., Каган Р.Л. Статистические методы интерпретации метеорологических данных. Л.: Гидрометеоиздат. 1976. 360 с.
  3. Корнева И.А., Рыбак О.О. Проекции климата на Центральном Кавказе (результаты эксперимента CORDEX) // Системы контроля окружающей среды. 2020. № 4. С. 5–12.
  4. Ледники и климат Эльбруса. М., СПб.: Нестор-История. 2020. 372 с.
  5. Лурье П.М., Панов В.Д. Изменение современного оледенения северного склона Большого Кавказа в XX в. и прогноз его деградации в XXI веке // Метеорология и гидрология. 2014. № 4. С. 68–76.
  6. Морозова П.А., Рыбак О.О. Регионализация данных глобального климатического моделирования для расчета баланса массы горных ледников // Лед и Снег. 2017. Т. 57. № 4. С. 437–452.
  7. Рототаева О.В., Носенко Г.А., Керимов А.М. и др. Изменения баланса массы ледника Гарабаши (Эльбрус) на рубеже XX–XXI вв // Лед и Снег. 2019. Т. 59. № 1. С. 5–22.
  8. Торопов П.А., Михаленко В.Н., Кутузов С.С., Морозова П.А., Шестако- ва А.А. Температурный и радиационный режим ледников на склонах Эльбруса в период абляции за последние 65 лет // Лед и Снег. 2016. Т. 56, № 1. С. 5–19.
  9. Школьник И.М., Ефимов С.В. Региональная модель нового поколения для территории северной Евразии // Труды ГГО. 2015. Вып. 576. С. 201–211.
  10. Chen Y., Sharma S., Zhou X., et al. Spatial performance of multiple reanalysis precipitation datasets on the southern slope of central Himalaya // Atmospheric Research. 2021. V. 250 (105365)1.
  11. Enayati M., Bozorg-Haddad O., Bazrafshan J. et al. Bias correction capabilities of quantile mapping methods for rainfall and temperature variables // Journal of Water and Climate Change. 2021. V. 12, No. 2. P. 401–419.
  12. Hock R., Bliss A., Marzeion B., et al. GlacierMIP – A model intercomparison of global-scale glacier mass-balance models and projections // Journal of Glaciology. 2015. V. 65(251). P. 453-467.
  13. Holthuijzen M., Beckage B., Clemins P.J., et al. Robust bias-correction of precipitation extremes using a novel hybrid empirical quantile-mapping method // Theoretical and Applied Climatology. 2022. V. 149. P. 863–882.
  14. Hugonnet R., McNabb R., Berthier E., et al. Accelerated global glacier mass loss in the early twenty-first century // Nature. 2021. V. 592. P. 726–731.
  15. Huss M., Bookhagen B., Huggel C. et al. Toward mountains without permanent snow and ice // Earth’s Future. 2017. V. 5. P. 418–435.
  16. Ji X., Li Y., Luo X., et al. Evaluation of bias correction methods for APHRODITE data to improve hydrologic simulation in a large Himalayan basin // Atmospheric Research. 2020. V. 242 (104964).
  17. Jiang Q., Li W., Fan Z., et al. Evaluation of the ERA5 reanalysis precipitation dataset over Chinese Mainland // Journal of Hydrology. 2021. V. 595 (125660).
  18. Jiao, D., Xu, N., Yang, F. et al. Evaluation of spatial-temporal variation performance of ERA5 precipitation data in China // Scientific Reports. 2021. V. 11 (17956).
  19. Kutuzov S., Lavrentiev I., Smirnov A. et al. Volume Changes of Elbrus Glaciers From 1997 to 2017 // Frontiers in Earth Science. 2019. V. 7 (153).
  20. Luo M., Liu T., Meng F. et al. Comparing Bias Correction Methods Used in Downscaling Precipitation and Temperature from Regional Climate Models: A Case Study from the Kaidu River Basin in Western China // Water. 2018. V. 10 (1046).
  21. Rasul G., Molden D. The Global Social and Economic Consequences of Mountain Cryospheric Change // Frontiers in Environmental Science. 2019. V. 7 (91).
  22. Schmidli J., Frei C., Vidale P.L. Down-scaling from GCM precipitation: a benchmark for dynamical and statistical downscaling methods // International Journal of Climatology. 2006. V. 26. No. 5. P. 679–68.
  23. Shahgedanova M., Afzal M., Hagg W., et al. Emptying Water Towers? Impacts of Future Climate and Glacier Change on River Discharge in the Northern Tien Shan, Central Asia // Water. 2020. V. 12 (627).
  24. Switanek B.M., Troch A.P., Castro C.L. et al. Scaled distribution mapping: A bias correction method that preserves raw climate model projected changes // Hydrology and Earth System Sciences. 2017. V. 21, No. 6. P. 2649–2666.
  25. Tielidze L.G., Jomelli V., Nosenko G.A. Analysis of Regional Changes in Geodetic Mass Balance for All Caucasus Glaciers over the Past Two Decades // Atmosphere. 2022. V. 13 (256).
  26. Top S., Kotova L., De Cruz L. et al. Evaluation of regional climate models ALARO-0 and REMO2015 at 0.2 resolution over the CORDEX Central Asia domain // Geoscientific Model Development. 2021. V. 14. P. 1267–1293.
  27. Zekollari H., Huss M., Farinotti D. Modelling the future evolution of glaciers in the European Alps under the EURO-CORDEX RCM ensemble // The Cryosphere. 2019. V. 13. P. 1125–1146.
  28. Zemp M., Huss M., Thibert E. et al. Global glacier mass changes and their contributions to sea-level rise from 1961 to 2016 // Nature. 2019. V. 568. P. 382–386.

Loading