Сравнение способов определения слоя суточных осадков для расчета максимальных расходов дождевых паводков (на примере Калининградской области)

Введение. Для подготовки документов территориального планирования при проектировании и строительстве следует учитывать требования организации безопасной среды жизнедеятельности, оценивать риски проявления негативного воздействия поверхностных вод, в том числе возможность затопления территории застройки. С этой целью выполняют инженерно-гидрометеорологические изыскания, определяют максимальные расчетные расходы и уровни воды в ближайших водных объектах. При проведении гидрологических расчетов важная роль отводится количественным показателям осадков, в том числе максимальным суточным осадкам. Рассмотрен способ повышения точности моделирования максимального суточного слоя ливневых осадков на примере метеостанций Калининградской области.

Материалы и методы. В среде MathCAD обработаны массивы данных результатов наблюдений за осадками по четырем метеостанциям: Советск (26614), Балтийск (26701), Калининград (26702), Железнодорожный (26706). Основной источник результатов наблюдений — специализированные массивы данных для климатических исследований за период 1977–2021 гг.

Результаты. Определены значимая стохастическая связь между суммами годовых осадков для указанных метео-станций и слабая — между максимальными за год значениями 24-часовых сумм осадков. Рассчитаны числовые параметры рядов максимальных сумм осадков на четырех метеостанциях Калининградской области за 1977–2021 гг. Вычислено относительное превышение значений максимальных 24-часовых сумм осадков над значениями максимальных суточных сумм по метеостанциям Советск, Балтийск, Калининград, Железнодорожный.

Выводы. Установлено, что с помощью 8-срочных наблюдений за осадками можно повысить точность расчета максимальных сумм суточных (24-часовых) осадков. Полученные результаты могут быть использованы при анализе осадков и расчете максимальных расходов дождевых паводков на реках с площадью водосбора менее 200 км2.

1. Гельфан А.Н., Гусев Е.М., Калугин А.С., Крыленко И.Н., Мотовилов Ю.Г., Насонова О.Н. и др. Сток рек России при происходящих и прогнозируемых изменениях климата: обзор публикаций. 2. Влияние изменения климата на водный режим рек России в XXI веке // Водные ресурсы. 2022. Т. 49. № 3. С. 270–285. DOI: 10.31857/S0321059622030051. EDN FBYFJJ.

2. Bormann H., Diekkruger B. Possibilities and limitations of regional hydrological models applied within an environmental change study in Benin (West Africa) // Physics and Chemistry of the Earth, Parts A/B/C. 2003. Vol. 28. Issue 33–36. Pp. 1323–1332. DOI: 10.1016/j.pce.2003.09.008

3. Golian S., Murphy C., Meresa H. Regionalization of hydrological models for flow estimation in ungauged catchments in Ireland // Journal of Hydrology: Regional Studies. 2021. Vol. 36. P. 100859. DOI: 10.1016/j.ejrh.2021.100859

4. Horton P., Schaefli B., Kauzlaric M. Why do we have so many different hydrological models? A review based on the case of Switzerland // WIREs Water. 2022. Vol. 9. Issue 1. DOI: 10.1002/wat2.1574

5. Jiang C., Parteli E.J.R., Xia Q., Yin X., Shao Y. A regional hydrological model for arid and semi-arid river basins with consideration of irrigation // Environmental Modelling & Software. 2022. Vol. 157. P. 105531. DOI: 10.1016/j.envsoft.2022.105531

6. Наумов В.А., Нелюбина Е.А. Межгодовая изменчивость элементов водного баланса бассейна трансграничной реки Анграпы // Природообустройство. 2022. № 3. С. 95–100. DOI: 10.26897/1997-6011-2022-3-95-100. EDN ACBMSN.

7. Наумов В.А. Максимальные годовые расходы воды малых рек Славского района Калининградской области // Мелиорация и гидротехника. 2022. Т. 12. № 4. DOI: 10.31774/2712-9357-2022-12-4-367-383. EDN HQBZOW.

8. Клименко Д.Е., Корепанов Е.П. Картирование суточного слоя осадков обеспеченностью Р = 1 % на территории деятельности Уральского УГМС при расчетах стока дождевых паводков по формуле предельной интенсивности // Географический вестник. 2012. № 3 (22). С. 54–63.

9. Клименко Д.Е., Черепанова Е.С., Кузьминых А.Ю. Оценка параметров распределений экстремальных ливней при учете нескольких событий в году // Водные ресурсы. 2019. Т. 46. № 4. С. 438–446. DOI: 10.31857/S0321-0596464438-446. EDN ONRVGP.

10. Coles S., Pericchi L.R., Sisson S. A fully probabilistic approach to extreme rainfall modeling // Journal of Hydrology. 2003. Vol. 273. Issue 1–4. Pp. 35–50. DOI: 10.1016/s0022-1694(02)00353-0

11. De Michele C. Advances in deriving the exact distribution of maximum annual daily precipitation // Water. 2019. Vol. 11. Issue 11. P. 2322. DOI: 10.3390/w11112322

12. Ma H.-Y., Klein S. A., Lee J., Ahn M.-S., Tao C., Gleckler P.J. Superior daily and sub-daily precipitation statistics for intense and long-lived storms in global storm-resolving models // Geophysical Research Letters. 2022. Vol. 49. Issue 8. DOI: 10.1029/2021GL096759

13. Miró J.J., Lemus-Canovas M., Serrano-Notivoli R., Cantos J.O., Estrela M.J., Martin-Vide J. et al. A component-based approximation for trend detection of intense rainfall in the Spanish Mediterranean coast // Weather and Climate Extremes. 2022. Vol. 38. P. 100513. DOI: 10.1016/j.wace.2022.100513

14. Morales J., García-Barrón L., Aguilar-Alba M., Sousa A. Hazard characterization of the annual maximum daily precipitation in the southwestern Iberian peninsula (1851–2021) // Water. 2022. Vol. 14. Issue 9. P. 1504. DOI: 10.3390/w14091504

15. Palagin E.D., Strelkov A.K., Pavluhin A.A. Rain precipitation parameters for the design of surface effluent treatment facilities from the territory of industrial enterprises // IOP Conference Series: Earth and Environmental Science. 2021. Vol. 720. Issue 1. P. 012021. DOI: 10.1088/1755-1315/720/1/012021

16. Papalexiou S.M., Koutsoyiannis D. Battle of extreme value distributions: A global survey on extreme daily rainfall // Water Resources Research. 2013. Vol. 49. Issue 1. Pp. 187–201. DOI: 10.1029/2012wr012557

17. Veneziano D., Langousis A., Lepore C. New asymptotic and preasymptotic results on rainfall maxima from multifractal theory // Water Resources Research. 2009. Vol. 45. Issue 11. DOI: 10.1029/2009wr008257

18. Наумов В.А. Использование специализированных массивов данных для климатических исследований // Вестник научно-методического совета по природообустройству и водопользованию. 2020. № 18. С. 52–59. EDN DMCZOE.

19. Баринова Г.М. Калининградская область. Климат. Калининград : Янтарный сказ, 2002. 194 с.

20. Рождественский А.В., Чеботарев А.И. Статистические методы в гидрологии. Л. : Гидрометеоиздат, 1974. 424 с.

21. Сикан А.В. Методы статистической обработки гидрометеорологической информации. СПб. : Изд-во РГГМУ, 2007. 279 с.