Моделирование максимальных характеристик стока малых рек горной криолитозоны на основе данных плювиографов

Жунусова Оксана Радиковна ORCID: 0009-0004-0518-4029 аспирант; лаборатория моделирования гидрологических процессов; Государственный гидрологический институт лаборант-исследователь; Институт наук о Земле; Санкт-Петербургский государственный университет 199034, Россия, г. Санкт-Петербург, Университетская наб., д 7-9 Zhunusova Oksana Radikovna Postgraduate student; Laboratory of Hydrological Processes Modeling; State Hydrological Institute Research laboratory assistant; Institute of Earth Sciences; St. Petersburg State University 199034, Russia, Saint Petersburg, Universitetskaya nab., 7-9 zhun.oksana@gmail.com Нестерова Наталия Вадимовна ORCID: 0000-0003-0677-4982 кандидат технических наук научный сотрудник; Институт наук о Земле; Санкт-Петербургский государственный университет 199034, Россия, г. Санкт-Петербург, Университетская наб., д 7-9 Nesterova Nataliia Vadimovna PhD in Technical Science Researcher; Institute of Earth Sciences; St. Petersburg State University 199034, Russia, Saint Petersburg, Universitetskaya nab., 7-9 nnesterova1994@gmail.com

Макарьева Ольга Михайловна ORCID: 0000-0002-2532-4306 кандидат технических наук ведущий научный сотрудник; Санкт-Петербургский государственный университет ведущий научный сотрудник; Северо-Восточный государственный университет 685000, Россия, Магаданская область, г. Магадан, ул. Портовая, д 13 Makarieva Olga Mikhailovna PhD in Technical Science Leading Researcher; St. Petersburg State University Leading Researcher; Northeastern State University 685000, Russia, Magadan region, Magadan, Portovaya str., 13 omakarieva@yandex.ru

Исследование выполнено при поддержке Санкт-Петербургского государственного университета в рамках проекта «Разработка методики оперативного прогноза опасных гидрометеорологических явлений в условиях Дальневосточного федерального округа (на примере Магаданской области)» (ID PURE 116160863).

Введение

Глобальное потепление влияет на природные и антропогенные системы во всем мире. В разных регионах России наблюдаются изменения характеристик осадков ^[1], динамики влажности и температуры почвы на разных глубинах ^[2], сроков установления и схода снежного покрова, уменьшение толщины ледяного покрова на реках ^{[3, 4]}, деградация многолетнемёрзлых грунтов ^[5]. Эти факторы приводят к значительным изменениям режима формирования опасных гидрологических явлений (ОГЯ), трансформации элементов водного баланса. В горных областях, которые отличаются многообразием ландшафтов и климатических условий, а также играющие ключевую роль в формировании водных ресурсов ^[6], ОГЯ формируются особенно часто.

В последние десятилетия, когда изменения климата стали особенно заметными, в мире произошло значительное сокращение сети гидрометеорологических станций. За последние 40 лет плотность сети гидрологического мониторинга в России уменьшилась более чем в полтора раза ^[7]. Недостаток данных о речном стоке влияет на точность прогнозов опасных гидрологических явлений и расчётов характеристик стока при планировании инфраструктуры.

Традиционные методы гидрологических расчётов базируются на подходах, созданных 40–50 лет назад. Они опираются на данные наблюдений в период стабильного климата. Однако применение этих методик не всегда целесообразно в условиях меняющегося климата. Уточнение параметров расчётных формул на основе статистических данных для многих регионов затруднено из-за недостатка информации ^[8]. Поэтому задача разработки новых подходов к расчёту характеристик речного стока актуальна. В основе таких подходов может лежать комплексное использование методов математического моделирования гидрологических процессов.

В настоящей работе авторами рассмотрен один из регионов Дальневосточного Федерального округа — Магаданская область. Регион , обладая значительными запасами природных ресурсов, играет важнейшую роль в экономике России, занимая первое место по запасам золота ^[9]. В Магаданской области ежегодно фиксируются наводнения, вызванные выпадением значительного количества осадков. Наиболее разрушительные наводнения последнего десятилетия прошли в 2013, 2014 и 2019 годах, нанеся ущерб региону на суммы 0,6, 0,7 и 1 миллиард рублей соответственно. Регулярно происходит размыв дорог и повреждение инфраструктуры.

Целью исследования являлось исследование процессов формирования и расчет максимальных расходов воды на территории Магаданской области с использованием данных плювиографов и математического моделирования.

Объекты исследования

Климат Магаданской области муссонный, во внутренней части материка резко континентальный, и смягчается к берегу Охотского моря. Во всём регионе средняя годовая температура воздуха имеет отрицательные значения и варьируется в диапазоне от −2,7 °C на побережье до −12 °C в горах. В зимний период в горной местности наблюдается инверсия - с увеличением высоты температура воздуха повышается. Из-за сложного рельефа местности количество осадков сильно варьируется. Среднегодовой слой осадков составляет 250–600 миллиметров. Средняя высота снежного покрова составляет 50-70 см, наибольшие значения (90-100 см) наблюдаются в долине среднего течения реки Колымы, наименьшие (30-50 см) в ее верховьях и на побережье Охотского моря ^[10].

В горном рельефе Магаданской области четко выражена вертикальная поясность ландшафтов. Верхний пояс представлен гольцами (каменистыми осыпями) и горными тундрами. В континентальной части этот пояс занимает высоты 1100-1200 м над уровнем моря, а у побережья – выше 400-450 м. Гольцовый пояс окружен поясом зарослей кедрового стланика (интервал высот 900-1100 м в континентальной части, 600-800 м в прибрежной). С понижением высоты он сменяется разреженными лиственничными редколесьями, полнота которых увеличивается вниз по склону и в долинах рек ^[11].

В континентальной части Магаданской области наблюдается сплошная многолетняя мерзлота, на побережье ее распространение прерывистое и островное. Глубина сезонно-талого слоя меняется от 0,1 до 5 м ^[10].

Для исследования были выбраны водосборы малых рек с площадями от 8,4 до 932 км² и максимальными высотами до 2139 м, обеспеченные данными наблюдений за продолжительный период. Характеристики водосборов и основных показателей речного стока представлены в Табл. 1. Расположение исследуемых водосборов представлены на Рис. 1. Гидрографы рек характеризуются отсутствием зимнего стока, высоким весенним половодьем и выраженными летними паводками.

Таблица 1. Характеристики исследуемых водосборов.

S — площадь водосбора, км²; H/Hmax — средняя и максимальная высота водосбора, м; W — средний уклон водосбора, °; Qd_max — максимальный суточный расход воды, м³/с; Q_max — максимальный срочный расход воды, м³/с.

Рис. 1. Расположение выбранных водосборов рек.

Материалы и методы

Гидрологическая модель «Гидрограф»

Основой исследования стала распределенная детерминированная гидрологическая модель «Гидрограф» ^[12]. Поскольку для её запуска требуется ограниченный набор метеорологических данных (температура и влажность воздуха, количество осадков), она подходит для использования на слабоизученных водосборах ^{[7, 12, 13]}.

Схематизация и параметризация модели осуществляется путем выделения условно однородных природных зон (стокоформирующих комплексов, СФК), которые можно описать одним набором параметров модели, предполагая, что в пределах СФК процесс формирования стока достаточно единообразен, а его количественные характеристики можно осреднить ^[12].

В горизонтальной проекции на водосборе выделяются так называемые «репрезентативные» точки (РТ), которые равномерно покрывают площадь водосбора и расположены на одинаковом расстоянии друг от друга. Каждая РТ имеет свои собственные характеристики рельефа, такие как высота, уклон и экспозиция склона, а также время добегания. Характеристики РТ предполагаются репрезентативными для всей площади «подкомандного» шестиугольника. В вертикальном разрезе модель представляет собой почвенную колонку с не менее чем 3 слоями. Для каждого слоя вычисляются тепловой и водный баланс.

Модель в своей основе учитывает, что любой водосбор может включать в себя разные бассейновые ёмкости (подземные, почвенные, поверхностные) с характерными для них временем истечения и объёмом. В концептуальном виде для каждой емкости в модели заданы скорости влагообмена, которые могут достигать десятков и сотен лет.

Расчетный интервал модели составляет от минут до одних суток ^{[8, 14]}.

Параметризация модели проведена на основе данных Колымской водно-балансовой станции (КВБС) (1947–1997) ^[15] и стационара Сунтар-Хаята ^[13]. Ранее отмечалось, что наборы параметров, разработанные на детально изученных водосборах, могут быть перенесены на неизученные бассейны с аналогичными типами подстилающих поверхностей без калибровки ^[16].

Гидрологические и метеорологические данные

В качестве исходных метеорологических данных использовались ежедневные сведения о температуре, влажности воздуха и количестве осадков с двух метеорологических станций (Табл. 2). Чтобы использовать эти данные в горных условиях, мы скорректировали суточные значения в соответствии с высотными градиентами осадков и температуры воздуха. Для расчёта этих градиентов использовалась информация о среднемноголетних годовых осадках и температуре воздуха на метеорологических станциях за весь период наблюдений.

Таблица 2. Характеристики метеорологических станций.

Для моделирования выдающихся паводков на внутрисуточном интервале выбирались такие события, для которых в наличии были как данные о максимальном расходе воды, так и данные плювиографов о внутрисуточном ходе выпадения осадков. Данные плювиографов заимствованы из базы данных плювиографов Магаданской области, разработанной на основе оцифрованных метеорологических ежемесячников, изданных в СССР ^[17] и материалов наблюдений за 1947–1997 годы Колымской водно-балансовой станции ^[18]. База данных включает данные 72 станций за период 47 лет (1950–1997) для диапазона абсолютных высот от -8 до 1200 метров и насчитывает более 70 тысяч значений ^[19]. Для верификации результатов моделирования речного стока использовались данные о суточных расходах воды и максимальных срочных расходах воды за выдающиеся паводки.

Параметризация модели

С помощью программы ArcGIS и данных Ландшафтной карты СССР ^[20], а также космических снимков Landsat были определены основные типы ландшафтов на территории водосборов и выделены СФК: гольцы (каменистые осыпи), горная тундра, заросли кедрового стланика, лиственничное редколесье и выгоревшая растительность. Для каждого водосбора разработана сетка регулярных РТ. Схематизация водосборов показана на Рис. 2. Параметры модели Гидрограф были заимствованы из работ ^{[13, 21–23]}.

Для каждого СФК были заданы параметры почв, растительности, склона и подземного стока. Все почвенные разрезы имеют 20 расчетных почвенных слоев, каждый мощностью 10 см. Параметры растительного покрова также сопровождаются указанием четырех фенологических дат: начало развития растительного покрова, достижение им максимального уровня, начало и конец периода увядания.

Рис. 2. Схемы водосборов (a – руч. Кривуля, b – р. Амбардах, c – р. Сусуман).

Результаты и обсуждение

Верификация модели на суточном интервале

Верификация модели Гидрограф проведена на основе сравнения результатов моделирования с использованием разработанного набора параметров суточных гидрографов за периоды 1966–1994 гг. для ручья Кривуля и 1966–1987 гг. для рек Сусуман и Амбардах с наблюдёнными величинами. В настоящее время на данных объектах наблюдения за стоком не ведутся, что не позволяет произвести верификацию моделирования для более поздних временных интервалов. Для оценки эффективности гидрологического моделирования был выбран коэффициент Нэша-Сатклиффа (NSE) ^[24]. Для каждого водосбора вводились корректирующие коэффициенты для повышения сходимости рассчитанных и наблюденных гидрографов.

В табл. 3 представлены рассчитанные годовые величины водного баланса (осадки, испарение, сток), а также средние, медианные, максимальные и минимальные значения критерия Нэша-Сатклиффа (NSE). На Рис. 3-5 приведено сравнение рассчитанных и наблюденных суточных гидрографов стока воды со средним значением NSE для каждого водосбора.

Таблица 3. Характеристики водного баланса и критерий NSE.

Yo и Ys — наблюденный и рассчитанный среднемноголетний годовой слой стока, мм; P — осадки, мм; E — испарение, мм; Qo и Qs — максимальный наблюденный и рассчитанный расход, м³/с; av и m — среднее и медианное значение NSE; max и min — максимальное и минимальное значения NSE.

Рис. 3. Рассчитанный (красная линия) и наблюденный (черная линия) гидрограф стока воды со средним значением NSE (NSE = 0,38) для ручья Кривуля, 1977 год.

Рис. 4. Рассчитанный (красная линия) и наблюденный (черная линия) гидрограф стока воды со средним значением NSE (NSE = 0,61) для р. Сусуман, 1980 год.

Рис. 5. Рассчитанный (красная линия) и наблюденный (черная линия) гидрограф стока воды со средним значением NSE (NSE = 0,55) для р. Амбардах, 1973 год.

За период 1966–1994 гг. рассчитанный среднемноголетний слой стока для водосбора ручья Кривуля в среднем выше наблюденного на 2%. Для бассейнов рек Сусуман и Амбардах за период 1966–1987 гг. наблюдается превышение рассчитанного среднемноголетнего слоя стока на 5 и 9% соответственно.

Медианная величина NSE для суточных расходов воды рр. Кривуля, Сусуман и Амбардах варьируется от 0,52 до 0,61. Максимальная средняя величина NSE 0,61 характерна для водосбора р. Сусуман. Максимальные значения NSE для всех бассейнов варьируется в малых пределах 0,86-0,90. Для водосбора реки Амбардах наблюдается самый низкий средний показатель NSE (0,07) среди всех водосборов, что обусловлено в основном влиянием экстремально низкого значения NSE (-7,71) за 1974 год.

Величина испарения с водосборной площади руч. Кривуля составила 147 мм, р. Сусуман — 124 мм, р. Амбардах — 112 мм. Разница в величине испарения между водосборами обусловлена разным процентным соотношением СФК по площади водосборов. Так, площадь гольцов, испаряющих со своей поверхности меньше всего среди остальных СФК по данным ^[15], увеличивается в ряду руч. Кривуля (4,5%) — р. Сусуман (18,5%) — р. Амбардах (24,2%).

Хотя в некоторые годы встречаются крайне низкие показатели NSE (до –7,71), медианные значения NSE для суточных расходов на всех реках колеблются от 0,52 до 0,61, а максимальные - от 0,86 до 0,90. Следовательно, согласно общепринятым критериям ^[25], результаты моделирования преимущественно можно оценить как удовлетворительные. Более низкие значения NSE объясняются тем, что при моделировании для всех бассейнов использовались данные только с одной метеорологической станции. Метеостанции находятся за пределами водосборов и расположены на высотах, которые на 200–400 м ниже средней высоты каждого объекта. Например, средняя высота водосбора руч. Кривуля составляет 880 м, максимальная – достигает 1282 м, а ближайшая метеостанция Кулу была расположена на высоте 668 м. В работе ^[14] показано, что качество моделирования гидрографов стока в горных бассейнах критически зависит от количества используемых метеорологических станций. Необходимо, чтобы хотя бы две находились в горной части бассейна.

Несмотря на низкие значения NSE, наблюдаемые в отдельные годы, рассчитанные гидрографы стока удовлетворительно согласуются с данными наблюдений как по фазам, так и по абсолютным значениям. Факторами, обуславливающими погрешность, можно признать недостаточность входных метеорологических данных ^[8], а также возможное влияние горнодобывающей промышленности на процессы в руслах исследуемых рек, не учтенное при моделировании процессов формирования стока.

Оценка характеристик максимального стока с использованием данных плювиографа

После верификации гидрологической модели на суточном шаге для моделирования на внутрисуточном интервале времени были выбраны выдающиеся паводки, для которых имеются данные плювиографов о внутрисуточной динамике выпадения осадков. Для рек Сусуман и Амбардах выбран исторический паводок 16 августа 1986 года с максимальными наблюденными срочными расходами 393 и 74,7 м³/с соответственно; для ручья Кривуля — паводок 26 июля 1984 года с максимальным срочным расходом 14,2 м³/с. Для руч. Кривуля и р. Сусуман выбранные паводки являются максимальными за периоды наблюдений на гидрологических постах этих рек (руч. Кривуля, 1942–1994 гг.; р. Сусуман, 1941-1988). Для р. Амбардах дата наибольших расходов отличается от выбранного — 26.06.1965 г. (107 м³/с), так как данные плювиографов за этот год отсутствуют.

При подготовке часовых метеорологических данных для моделирования использовались материалы плювиографов о слое осадков и их продолжительности, а при их отсутствии интерполировались суточные данные. При отсутствии данных о продолжительности суточных осадков использовалось соотношение:

T = a∙H^b, (1)

где H — суточный слой осадков (мм), a — параметр продолжительности дождя (мин/мм), b — показатель степени (б/р). Значения параметров заданы следующим образом: a = 50 и b = 0,84 ^[26].

В качестве часовых данных о температуре и влажности воздуха также использовались интерполированные срочные данные метеорологических станций. Результаты моделирования отдельных паводков на часовом интервале приведены в Табл. 4 и на Рис. 6.

Таблица 4. Результаты моделирования выдающихся паводков.

Qd_max — наблюденный максимальный суточный расход воды, м³/с; Q_max — наблюденный максимальный срочный расход воды, м³/с; Qd_sim — рассчитанный суточный расход, м³/с; Qd_sim_pl — рассчитанный средний суточный расход по данным плювиографов, м³/с; Qh_max — рассчитанный максимальный часовой расход, м³/с.

Рис. 6. Результаты моделирования паводков.

В ходе моделирования паводков для всех рек были получены значения максимальных расходов, больше наблюденных на 5-16%. Для ручья Кривуля это значение больше на 16% (рассчитанный — 16,5 м³/с, наблюденный — 14,2 м³/с), для р. Сусуман – на 7% (рассчитанный — 420 м³/с, наблюденный — 393 м³/с), для р. Амбардах – на 5% (рассчитанный — 78,5 м³/с, наблюденный — 74,7 м³/с). Согласно ежегоднику, максимальные срочные расходы для рр. Амбардах и Сусуман оцениваются с погрешностью 20%. В погрешности рассчитанных значений необходимо учесть вклад факторов, описанных в разделе верификации модели.

Для анализа данных о расходах, полученных из суточных данных об осадках и данных плювиографа, были сопоставлены интенсивности осадков. Средняя интенсивность осадков на основе суточных данных об осадках была рассчитана как отношение количества осадков к их продолжительности.

На основе данных плювиографов средняя интенсивность осадков, вызвавших выдающиеся паводки, составила 0,03 и 0,04 мм/мин для метеорологических станций Сусуман и Кулу соответственно. Хоть эти величины не значительно отличаются от средней интенсивности, рассчитанной на основе формулы (1) для суточных сумм осадков (0,04 мм/мин для обеих станций), данные плювиографа показывают неравномерное распределение осадков и интенсивности в период паводка с максимальной интенсивностью осадков равной 0,11 мм/мин и 0,12 мм/мин для метеостанций Сусуман и Кулу (Табл. 5). На станции Кулу наиболее интенсивные осадки наблюдались 25 июля с 4 до 10 часов утра, когда за 6 часов выпало 30,4 мм осадков. При этом важным фактором в формировании паводка было то, что эти осадки выпадали на уже увлажненную почву в результате выпадения осадков в предыдущий день, 24 июля, когда в сумме выпало 13,6 мм. График осадков станции Сусуман имеет два пика, 15 августа в 9 часов утра и 16 августа после 7 часов утра, когда за 3 часа выпало 16,1 мм осадков. В то же время сумма осадков по плювиографам и суточным данным схожи: суточные данные — 58,7 мм, данные плювиографов — 55,2 мм на метеостанции Кулу; и 48,1 мм и 45,4 мм на метеостанции Сусуман. В связи с тем, что при интерполяции осадков в РТ учитывается повышение осадков с высотой склона, в Табл. 5 слой осадков за паводок представлен не величиной, полученной на метеорологической станции, а суммарным средним слоем, выпавшим на водосборе.

Таблица 5. Характеристики водного баланса и режима выпадения осадков выдающихся паводков.

I — средняя интенсивность осадков, мм/мин, I_max — максимальная интенсивность осадков, мм/мин; T — продолжительность осадков, мин; P — слой осадков, мм; H — слой стока за событие, мм.

В целом результаты моделирования приняты удовлетворительными и подтверждают возможность использования методов детерминированного гидрологического моделирования для оценки срочных максимальных расходов по данным плювиографов в горной криолитозоне.

Дискуссия

Множество научных исследований посвящено анализу катастрофических паводков и наводнений на реках Сибири и Дальнего Востока ^{[27, 28, 29, 30, 31]}. В этих работах в основном представлено описание данных явлений на основе доступной гидрометеорологической информации. Существуют также методические разработки, касающиеся расчёта и моделирования процессов формирования паводков, а также краткосрочного прогнозирования паводкового стока для европейской части России ^{[32, 33, 34]}. В исследовании ^[35] представлен подробный обзор методов прогноза стока, используемых за рубежом, однако без учёта особенностей формирования стока в условиях криолитозоны.

В зоне распространения многолетней мерзлоты подавляющее большинство работ по внутрисуточному моделированию стока касается больших речных бассейнов со значительным временем добегания ^[36]. Лишь немногие исследования ^{[28, 29, 37, 38]} посвящены моделированию стока малых рек, к которым относится и эта работа.

Результаты нашей работы, несмотря на нехватку и ограниченность входных метеорологических данных, указывают на практический потенциал использования методов детерминированного гидрологического моделирования на внутрисуточном интервале. В более ранних исследованиях уже были представлены удовлетворительные результаты моделирования паводков на основе данных плювиографов и модели Гидрограф на малых горных реках, таких как р. Магаданка на Дальнем Востоке ^[29], а также рек Черноморского побережья Кавказа ^{[8, 14, 38]}.

Однако основной проблемой для горных районов до сих пор остается недостаток данных о распределении осадков, их продолжительности и интенсивности. Здесь перспективным решением становится использование метеорологических моделей. Как показывают исследования ^{[28, 29, 38]}, объединение информации с метеостанций и данных метеорологических моделей позволяет эффективно моделировать характеристики опасных гидрологических явлений. Такой подход особенно актуален в условиях сокращения гидрометеорологической сети наблюдений. Наличие открытого доступа к данным современных моделей открывает большие перспективы для использования модели Гидрограф в задачах расчета стока и разработки системы оперативного прогноза при недостатке гидрометеорологической информации.

Заключение

В исследовании представлены результаты моделирования гидрографов речного стока на суточном расчетном интервале и исторических паводков на часовом расчетном интервале, проведенного на трех малых водосборах горной криолитозоны с площадью от 8,4 до 932 км², расположенных в бассейне р. Колымы.

На основе цифровой модели рельефа, ландшафтной карты и спутниковых снимков проведена схематизация водосборов, разработан набор параметров гидрологической модели Гидрограф, выполнена верификация результатов моделирования на основе суточных гидрометеорологических данных. Анализ результатов моделирования суточных гидрографов стока и годовых элементов водного баланса, критерия Нэша-Сатклиффа показал, что разработанный ранее на основе данных Колымской водно-балансовой станции набор параметров модели удовлетворительно описывает гидрологический режим. Медианные величины эффективности Нэша-Сатклиффа для суточных гидрографов составили 0,52 для р. Кривуля (1966–1994 гг.), 0,55 для р. Амбардах (1966–1987 гг.), 0,61 для р. Сусуман (1966–1987 гг.).

Данные плювиографов о динамике ливневых осадков для метеорологических станций Сусуман и Кулу использованы в качестве входных данных для расчета максимальных расходов воды в период прохождения исторических паводков (рр. Амбардах и Сусуман, 1986; руч. Кривуля, 1984) с часовым интервалом. На основе результатов моделирования проведена оценка срочных и суточных расходов для каждого рассматриваемого события, а также их сравнение с наблюденными данными. Рассчитанные максимальные часовые расходы составили 16,5, 78,5 и 420 м³/с для рр. Кривуля. Амбардах и Сусуман соответственно.

Результаты исследования подтверждают, что метод детерминированного гидрологического моделирования может быть использован для расчёта максимальных расходов воды при наличии детальных данных об осадках. Сейчас из-за ограниченности информации об осадках методы моделирования не применяются для массовых расчётов характеристик стока. Однако данные плювиографов полезны для анализа причин катастрофических паводков и дальнейшего развития методов математического моделирования. Потенциальным источником информации об атмосферных осадках являются климатические модели. Использование их прогнозов в качестве входных метеорологических данных в модели формирования стока позволит оценивать и прогнозировать максимальные характеристики стока.

Для большинства регионов Дальневосточного федерального округа методы и система краткосрочных прогнозов опасных гидрологических явлений в современных климатических условиях не разработаны. Исторически эти регионы являются наименее обеспеченными данными стандартных гидрометеорологических измерений. Изменения климата обуславливают нелинейность реакции и трансформацию гидрологического цикла криолитозоны под влиянием процессов деградации многолетнемерзлых пород и антропогенного изменения ландшафтов. Эти факторы затрудняют разработку методов краткосрочного прогноза и делают невозможным применение простых (например, регрессионных) моделей характеристик стока.

Результаты исследования могут быть полезны в задачах изучения режима формирования катастрофических паводков в современных климатических условиях, оценки характеристик стока при проведении гидрологических расчетов, разработки системы оперативного прогноза опасных гидрологических явлений в исследуемом регионе.