Географический факультет МГУ
   сегодня 22 сентября / воскресенье / неделя верхняя
Выберите кафедру  
 

Отчет по гранту №16-05-00753 за 2016 год

Проект № 16-05-00753-а «Анализ изменения характеристик речного стока на основе эмпирических данных и данных дистанционного зондирования Земли» Географический факультет, ГАИШ МГУ имени М.В.Ломоносова  (рук. Фролова Н.Л.)

Оценка изменения запасов воды по данным дистанционного определения гравитационного поля Земли GRACE (Gravity Recovery and Climate Experiment)

Идея метода. Система GRACE - система дистанционного определения изменений силы тяжести, связанных с массопотоками в земной коре. Конструктивно она состоит из двух спутников, летящих на расстоянии 220±50 км по одной и той же низкой орбите (около 500 км). Слежение за траекториями этих спутников осуществляется с помощью системы высоколетящих спутников систем GPS (США) и GLONASS (Россия). Короткопериодные вариации силы тяжести  обусловлены процессами массопереноса в атмосфере и гидросфере, которые, в частности, выражаются в изменении уровня мирового океана, влажности воздуха и почвы, изменении уровня грунтовых вод, таянии ледников. Исследования показали, что месячные изменения гравитационного поля Земли на суше в значительной степени могут быть отнесены движению водных масс внутри континентальной части гидрологического цикла. Таким образом, в настоящее время проект GRACE выполняет на основе спутниковых технологий глобальные наблюдения за изменением запасов воды в месячных интервалах и с пространственным разрешением от уровня крупных речных бассейнов (>200 000 км2) до континентов.

1. Разработка технологии получения и обработки данных GRACE.   Авторами проекта разработан и усовершенствован метод получения данных GRACE с серверов GFZ, CSR и JPL в виде ежемесячного гравитационного поля, разложенного по коэффициентам Стокса до 60 степени включительно на сфере со средним радиусом Земли. Орбитальные и инструментальные погрешности коррелированы в резонансных степенях сферических гармоник и их коэффициентов Стокса, что является причиной высокочастотных пространственных шумов страйпов (рис. 1). 

 

Рис. 1 (слева). Нефильтрованные данные GRACE ЭУВ, разность между 11.2014 и 01.2003 (20142003). Вертикальные полосы-страйпы искажают сигнал.

Рис. 2 (справа). Распределение сингулярных чисел, определяющих энергию компонент МССА.

Разные авторы предлагают использовать всевозможные методы фильтрации для удаления страйпов и минимизации шумов в ежемесячных решениях GRACE. Среди них – гауссовская фильтрация с симметричным и асимметричным ядром, фильтры Винера и регуляризирующие фильтры, коэффициенты которых зависят от степени и порядка, дестрайпинговые/сглаживающие фильтры, предназначенные убирать аномально большие значения из резонансных порядков коэффициентов Стокса. Многоканальный сингулярный спектральный анализ, также называемый расширенным ЭОФ (эмпирические ортогональные функции), является обобщением сингулярного спектрального анализа (ССА) для многокомпонентных (многоканальных) временных рядов (Ghil et al., 2002; Jollife, 2001; Зотов, 2010). Компоненты изменений глобального гравитационного поля Земли по данным GRACE выделены методом многоканального сингулярного анализа (МССА). Метод МCCА основан на сингулярном разложении траекторной матрицы вложения временного ряда и подробно описан в (Зотов и др., 2015, 2016). При выполнении МССА до 90 % полезного сигнала распределяется по главным компонентам, включая тренд, сезонную, полугодовую составляющие. Оставшаяся часть может попадать в более высокочастотные оставляющие, соответствующие сингулярным числам больших порядковых номеров, которые отфильтровываются. Он позволяет разделить исходный ряд на компоненты различной периодичности, вбирающие основную его изменчивость, и отфильтровать шумы. На выходе получаются данные относительного локального изменения гравитационного поля с точностью до микроГала (1 Гал = 0.01 м/с²) и пространственным разрешением около 300 км. Мы применили МССА в спектральной области к коэффициентам Стокса. Распределение сингулярных чисел (СЧ) показано на рис. 2. Они были сгруппированы в ГК и переведены в пространственные карты ЭУВ. Первые два сингулярных числа объединены в ГК 1, представляющую годовой цикл (рис. 3), следующие два в ГК 2, представляющую тренд (медленные изменения) (рис. 4). Сумма МССА-компонент с 1 по 10 содержит наибольшую часть изменчивости (энергии) сигнала. Сингулярные числа с номерами больше 10 (СЧ> 10) содержат высокочастотную изменчивость, связанную с шумами, страйпами и некоторую высокочастотную изменчивость сигнала, связанную с транзитивными событиями, такими как микросейсмические деформации при землетрясениях.  


Рис. 3. Ежемесячные карты ГК 1 (годовой цикл) для февраля, апреля, июня 2013 и июня, августа, октября 2014. Виден избыток масс весной 2013 и недостаток осенью 2014 (слева)


Рис. 4. Изменение тренда аномалий масс над Россией с 2003 по 2016 гг. (МССА-компонента тренда ГК 2) (Зотов, Фролова, Шум, 2016)

Обработанная нами гравиметрическая информация усреднена в виде данных об эквивалентном уровнем воды для крупнейших речных бассейнов России (рис. 5). Можно проследить сезонный и многолетний ход запасов влаги в бассейнах рек, выделить экстремальные гидрологические ситуации (например, значительное снегонакопление весной 2013 г. на Европейской территории России, маловодье 2010 и 2014 г. в бассейне Волги и др. (рис. 5); наводнение на Амуре и предшествующие ему высокие запасы воды после весеннего половодья). Кроме того, можно определить аномалии влагозапасов по отношению к заданному среднему. Полученные данные хорошо согласуются с полями аномалий сезонной и месячной температуры приземного воздуха на территории ЕТР летом 2010 г. и данными по стоку рек. Реки Европейской территории и Сибири различаются по амплитуде сезонных колебаний и направленности трендов общих влагозапасов. Если для европейских рек характерны в целом убывающие тренды, то для сибирских рек - положительные. Сибирские реки определяют общие тренды массонакопления на всей территории России.  


Рис. 5. Осредненные гравиметрические данные по аномалиям масс для бассейнов рек России  (вверху справа – для 15 крупнейших рек). Сплошная линия — отфильтрованный МССА суммарный сигнал, пунктирная — тренд (Зотов, Фролова, Шум, 2016). Справа внизу - карта аномалий влагозапасов в речных бассейнах ЕТР в 2010 г. по данным GRACE (по отношению к среднему значению за 2003-2009 гг.) (точками показаны узлы сетки, для которых имеются данные GRACE)

2. Анализ данных наземных наблюдений и дистанционных данных Физическая интерпретация полученных сигналов со спутников требует сравнения с гидрологическими моделями (GLDAS, WGHM) и наземными наблюдениями. В качестве источника данных по осадкам, испарению и стоку были взяты данные GLDAS (Global Land Data Accumulated System) версии 2.0 с сайта [http://gdata1.sci.gsfc.nasa.gov/daac-bin/G3/]. Они содержат информацию за каждый месяц с 1948 г. по текущее время в узлах географической сетки 0,25° × 0,25°. В целом процедура обработки данных для GLDAS-2 не отличается от GRACE, за тем исключением, что данные по осадкам получались в узлах сетки, как сумма твёрдых и жидких осадков, а стока как сумма поверхностного и подповерхностного. Как данные предшествующих исследователей (Frappart et al., 2006; Niu et al., 2006, Syed et al., 2008), так и наши оценки изменений запасов воды по методу GRACE показали их хорошую согласованность с гидрологическими моделями поверхности суши (рис. 6).


Рис. 6. Данные по GRACE (1) и суммарные значения влагозапаса для бассейна Северной Двины, полученные с помощью модели GLDAS-2 (2) за 2003-2010 гг.

Месячные изменения запасов воды на суше, полученные с помощью GRACE, позволяют рассчитывать важнейшие потоки влаги, включая суммарное испарение (эвапотранспирацию), сток, осадки минус испарение (Р – Е), изменения запасов подземных вод, а также, что наиболее важно, невязку водного баланса в различных масштабах. Уравнение изменения массы для речного бассейна можно записать в следующем виде: ΔTWS = ΔSW+ Δ(P–E) + ΔS + ΔTSS – ΔR, где ΔTWS – данные наблюденные с помощью GRACE, ΔSW – суммарное содержание воды в озерах, болотах, Δ(P–E) – осадки минус испарение, ΔS – содержание воды в снежном покрове, ΔTSS – суммарное содержание влаги в почве, ΔR – суммарный сток с водосбора. В отдельные периоды года роль отдельных составляющих водного баланса может быть незначительной или равной нулю, тогда изменение влагозапасов по GRACE может быть объяснено только запасами в русловой сети и соответственно величиной ΔR. В зимний период на изменение величины ΔTWS будет влиять изменение запаса воды в снежном покрове ΔS и изменение русловых запасов ΔR, оцениваемое с помощью измеренной на постах величины стока рек. С сайта meteo.ru были взяты материалы по режимным снегомерным съёмкам по 229 пунктам на ЕТР . Чтобы определить тесноту связи ∆TWS и ΔS, данные GRACE из узлов градусной сетки были проинтерполированы по четырем ближайшим точкам в места проведения снегомерных съёмок. Далее, за ноябрь – апрель для пунктов проведения снегосъёмок на территории ЕТР были получены совместные ряды ∆TWS (в среднем для всех трех научных центров) и запаса воды в снежном покрове S. Данные всех центров дают схожие результаты. Коэффициенты корреляции между ∆TWS и S уменьшаются с 0,8 для северо-востока территории до 0,4–0,5 на юге ЕТР . Высокие коэффициенты корреляции на северо-востоке ЕТР объясняются устойчивой зимой с наибольшей для ЕТР средней мощностью снежного покрова (рис. 7-8). Во всех случаях на величину коэффициента корреляции помимо ошибок измерения S и ∆TWS влияют и другие причины. Зимой на изменение TWS влияет не только изменение влагозапаса в снежном покрове, но и величина речного стока с рассматриваемой территории. Данная формула не учитывает возможность водоотдачи воды из снега в течение зимы, предзимнее увлажнение территории. Однако, попытка учесть этот фактор, вычтя из значений TWS за ноябрь-апрель значение TWS в октябре (как характеристику предзимнего увлажнения), также, как и учёт стока рек не привели к существенному росту коэффициента корреляции (табл. 1).


Рис.  7.  График связи месячных значений  запаса воды в снежном покрове S и аномалий влагозапаса по GRACE ∆TWS (см) на выделенной на карте станции северо-востока ЕТР за 2003-2010 гг.


Рис. 8. Связь рассчитанных Sр и фактических Sф значений запаса воды в снежном покрове (см):  а) р. Вятка – г. Вятские Поляны; б) р. Ока – г. Муром; в) р. Дон – ст. Раздорская; г) р. Северная Двина – с. Абрамково; д) р. Печора – с. Оксино; е) р. Мезень – д. Малонисогорская (прямая – линия равных значений между наблюдёнными и расcчитанными значениями S)


Табл. 1. Коэффициенты корреляции между фактическими и рассчитанными значениями S  

Версия для печати

Полезные ресурсыФотогалереяСотрудникам

Публикации

Методы морских гидрохимических и гидробиологических исследований
Полякова А.В., Полякова Т.В., Савенко А.В.
2014. Подробнее Все 

Диссертации

Информация о предстоящих защитах диссертаций на соискание ученой степени кандидата, доктора географических наукПодробнее 

Специальности и направления подготовки

Кафедра ведет подготовку бакалавров, дипломированных специалистов и магистров по следующим направлениям и специальностям Подробнее