Без рубрики

Генезис, сценарии и особенности прогнозирования наводнений в среднем течении р. Амга (Центральная Якутия)

Н.И. Тананаев1,2,*, Н.А. Находкин3, А.О. Голованов2
DOI 10.31242/2618-9712-2021-26-3-86-99

Показать больше

1Институт мерзлотоведения им. П.И. Мельникова СО РАН, Якутск, Россия
2Институт естественных наук, СВФУ им. М.К. Аммосова, Якутск, Россия
3Якутское региональное отделение РОССОЮЗСПАС, Якутск, Россия
*T[email protected]

Поступила в редакцию 02.05.2021
Принята к публикации 01.06.2021

УДК 551.515.9:556.535.2

Информация для цитирования
Тананаев Н.И., Находкин Н.А., Голованов А.О. Генезис, сценарии и особенности прогнозирования наводнений в среднем течении р. Амга (Центральная Якутия) // Природные ресурсы Арктики и Субарктики. 2021, Т. 26, № 3. С. 86–99. https://doi.org/10.31242/2618-9712-2021-26-3-86–99

Аннотация. Ледовые явления внесли значимый вклад, более 0,5 м, в формирование максимального уровня воды р. Амга в створе с. Амга в 41 половодье из 76 (1938–2018). Средняя величина заторной составляющей максимального уровня воды составила 1,6 м, в годы с наводнениями – 2,4 м, максимальная – превысила 5 м. По генезису наводнения на р. Амга относятся преимущественно к стоково-заторным – 14 случаев, или стоковым – 5 случаев за период с 1938 по 2018 г. Сценарии развития стоковых и заторных наводнений различаются. Заторные наводнения случаются в среднем на четыре дня раньше и при меньших влагозапасах в снеге, чем стоковые. В годы с поздней затяжной весной наводнения случаются крайне редко. Синоптические показатели могут использоваться для предположений относительно характера будущего половодья, однако необходимо развитие более точных количественных методов прогноза вероятности наводнений и их ожидаемого уровня. Такие методы должны учитывать нестационарность основных синоптических факторов возникновения наводнений. Повторяемость наводнений за период наблюдений остается неизменной, что указывает на неэффективность противозаторных мероприятий, активно проводимых в бассейне реки в последние два десятилетия.

Ключевые слова: наводнения, Центральная Якутия, река Амга, климатический реанализ, генезис наводнений, заторные наводнения, нестационарность климата, прогноз наводнений.

Благодарности. Исследование выполнено при поддержке Программы комплексных научных исследований Академии наук РС(Я).


Список литературы

  1. de Ville de Goyet C., Zapata Marti R., Osorio C. Natural disaster mitigation and relief. // Disease control priorities in developing countries. 2nd Ed. / The World Bank. London, UK. 1401 p.
  2. Wright J.M. The nation’s responses to flood disasters: A historical account / Association of State Floodplain Managers, 2000. 102 p.
  3. Сендайская рамочная программа по снижению риска бедствий на 2015–2030 гг. UNISDR, Женева, Швейцария, 2015. 38 с.
  4. Козлова С.В. Современная государственная земельная политика // Федерализм. 2017. № 3(87). С. 33–48.
  5. Tananaev N., Efremova V., Gavrilyeva T., Parfenova O. Assessment of the community vulnerability to spring floods: the case of the Amga River, Central Yakutia, Siberia // Hydrology Research. Vol. 52, №1. P. 125– 141. DOI: 10.2166/nh.2020.124
  6. AHYST.Lena. Arctic hydrology and statistics data or the Lena River basin. Compilative dataset on mean annual and extreme flows in the Lena River basin (compiled by Makarieva O., Tananaev N., Lebedeva L.), figshare, version 1.2 (12 August 2019). DOI: 10.6084/ m9.figshare.3206962.
  7. Автоматизированная информационная система государственного мониторинга водных объектов (АИС ГМВО). Адрес доступа: https://gmvo.skniivh.ru.
  8. RStudio Team. RStudio: Integrated Development for R, v.1.2.5042. 2020. RStudio, Inc., Boston, MA, USA. URL: http://www.rstudio.com/.
  9. R Core Team. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. 2020. URL: https://www. R-project.org/
  10. Wickham H., Averick M., Bryan J., Chang W., McGowan L., François R., Grolemund G., Hayes A., Henry L., Hester J., Kuhn M., Pedersen T.L., Miller E., Bache S.M., Müller K., Ooms J., Robinson D., Seidel D.P., Spinu V., Takahashi K., Vaughan D., Wilke C., Woo K., Yutani H. Welcome to the tidyverse // Journal of Open Source Software. 2019. Vol. 4(43). P. 1686. DOI: 10.21105/joss.01686.
  11. Kalnay E., Kanamitsu M., Kistler R., Collins W., Deaven D., Gandin L., Iredell M., Saha S., White G., Woollen J., Zhu Y., Chelliah M., Ebisuzaki W., Higgins W., Janowiak J., Mo K.C., Ropelewski C., Wang J., Leetmaa A., Reynolds R., Jenne R., Joseph D. The NCEP/ NCAR 40-Year Reanalysis Project // Bulletin of the American Meteorological Society. 1996. Vol. 77, No. 3. Р. 437–471.
  12. Kemp M.U., van Loon E.E., Shamoun-Baranes J., Bouten W. RNCEP: global weather and climate data at your fingertips // Methods in Ecology and Evolution. 2012. No. 3. P. 65–70., R package version 1.0.9.
  13. Pohlert T. trend: Non-Parametric Trend Tests and Change-Point Detection. R package version 1.1.2. 2020. https://CRAN.R-project.org/package=trend.
  14. Самохин М.А. Особенности изменения уровней воды в реках в различных регионах России: Автореф. дисc. … канд. геогр. наук. М.: МГУ, 2006. 26 с.
  15. Магрицкий Д.В., Иванов А.А. Наводнения в дельте р. Кубани // Водные ресурсы. 2011. Т. 38, № 4. С. 387–406.
  16. Бузин В.А. Заторы и зажоры на реках России. СПб.: ГГИ, 2016. 240 с.
  17. Кильмянинов В.В. Влияние метеорологических условий перед началом ледохода на масштаб заторных наводнений на Лене // Метеорология и гидрология. 2012. № 4. С. 86–89.
  18. Lindenschmidt K.-E., Huokuna M., Burrell B.C., Beltaos S. Lessons learned from past ice-jam floods concerning the challenges of flood mapping // International Journal of River Basin Management. 2018. Vol. 16, No. 4. Р. 457–468.
  19. Chukhrova N., Johannssen A. Fuzzy regression analysis: Systematic review and bibliography // Applied Soft Computing. 2019. Vol. 84. P. 105708. DOI: 10.1016/j.asoc.2019.105708.
  20. Агафонова С.А., Василенко А.Н., Фролова Н.Л. Факторы образования ледовых заторов на реках бассейна Северной Двины в современных условиях // Вестник МГУ. Сер. 5. География. 2016. № 2. С. 82–90.
  21. Mahabir C., Hicks F., Fayek A.R. Neuro-fuzzy river ice breakup forecasting system // Cold Regions Science and Technology. 2006. Vol. 46, Is. 2. P. 100–112. DOI: j.coldregions.2006.08.009.
  22. Ermolieva T., Filatova T., Ermoliev Y., Obersteiner M., de Bruijn, K.M., Jeuken A. Flood catastrophe model for designing optimal flood insurance program: Estimating location‐specific premiums in the Netherlands // Risk Analysis. 2017. Vol. 37, Is. 1. P. 82–89. DOI: 10.1111/risa.12589.
  23. Stanke C., Murray V., Amlôt R., Nurse J., Williams R. The effects of flooding on mental health: Outcomes and recommendations from a review of the literature // PLOS Currents Disasters. 2012. Edition 1. DOI: 10.1371/4f9f1fa9c3cae.

Добавить комментарий

Ваш адрес email не будет опубликован.