Климатические проекции для центрального и внутреннего Тянь-Шаня на основе данных CORDEX

Авторы

  • И.А. Корнева Институт географии РАН, Россия, 109017, г. Москва, Старомонетный пер., 29
  • О.О. Рыбак Институт природно-технических систем, Россия, 299011, г. Севастополь, ул. Ленина, 28
  • Р.А. Сатылканов Научно-исследовательский центр экологии и окружающей среды Центральной Азии, Кыргызстан, 720040, Бишкек, бульвар Эркиндик

DOI:

https://doi.org/10.21513/2410-8758-2023-2-133-164

Ключевые слова:

Тянь-Шань, горное оледенение, климатические про- екции, глобальная климатическая модель, региональная климатическая модель, статистическая коррекция, регионализация.

Аннотация

Климатические изменения в Средней Азии обуславливают
сокращение масштабов горного оледенения Тянь-Шаня. Последнее является
важнейшим источником стабильного поступления воды в гидрологическую
систему этого засушливого региона. Ускоренное таяние ледников создает
дополнительные риски для устойчивого развития и региональной водной,
энергетической и продовольственной безопасности. В фокусе настоящего
исследования находится Центральный и Внутренний Тянь-Шань. Эта терри-
тория характеризуется высокой степенью оледенения. На ней находятся
истоки одной из важнейших водных артерий Кыргызстана – р. Нарын.
Для физически обоснованного прогнозирования эволюции горного оле-
денения на долгосрочную перспективу и вызванных им изменений в речном
стоке необходимо исходить из модельных проекций регионального климата.
Пространственное разрешение в первые десятки километров обеспечивают
мезомасштабные (региональные) климатические модели (РКМ), которые
используются в связке с моделями общей циркуляции атмосферы и океана
(МОЦАО): первые генерируют климатические изменения на долгосрочную
перспективу в планетарном масштабе с разрешением первые стони киломе-
тров и обеспечивают граничные условия для РКМ, областью решения кото-
рых является пространственно-ограниченный регион. В настоящей работе
для целей построения региональных климатических проекций были исполь-
зованы материалы проекта CORDEX, которые включают варианты прогно-
стических расчетов на трех различных связках МОЦАО-РКМ для обширного

тренний Тянь-Шань. Исходные поля имеют пространственное разрешение
около 25 км и разрешение по времени 1 сутки. Исторический период охваты-
вает 1977-2005 гг., прогностический (для климатических сценариев – «уме-
ренного» RCP2.6 и «экстремального» RCP8.5) – 2006-2100 гг.
Систематические ошибки в модельных климатических полях исключа-
ются различными процедурами коррекции. В статье приводится обзор этих
процедур и обосновывается выбор оптимальных для целей исследования.
Скорректированные поля подвергаются дальнейшей регионализации до про-
странственного масштаба 1 км. Для проведения этой процедуры использу-
ются данные наблюдений на сетевых метеостанциях и автоматических
метеостанциях, установленных на ледниках региона.
Было установлено, что в соответствии со сценарием RCP2.6 величина
положительной аномалии приземной температуры воздуха в среднем за лет-
ний период к концу XXI века не превышает 1.5°С, а по сценарию RCP8.5
достигает 5.5°С относительно исторического периода. В годовом ходе анома-
лий максимум прогнозируется в осенние и зимние месяцы, минимум – в
апреле. В рамках обоих сценариев прогнозируется рост количества осадков,
который не превышает 50% в сценарии RCP8.5 в конце столетия в период
максимального роста (весной).
Полученные прогностические поля предназначены для использования в
гидрологическом и гляциологическом моделировании.

Библиографические ссылки

Баетов, Б.И., Архангельская, А.В. (2015) Изменение водности рек и ее

вызовы гидроэнергетической безопасности, Вестник КРСУ, т. 15, № 1, с. 140-

Володин, Е.М., Галин, В.Я., Грицун, А.С., Гусев, А.В., Дианский, Н.А.,

Дымников, В.П., Ибраев, Р.А., Калмыков, В.В., Кострыкин, С.В., Кулямин,

Д.В., Лыкосов, В.Н., Мортиков, Е.В., Рыбак, О.О., Толстых, М.А., Фадеев,

Р.Ю., Чернов, И.А., Шашкин, В.В., Яковлев, Н.Г. (2016) Математическое

моделирование Земной системы, под ред. Яковлева Н.Г., М., МАКС Пресс,

с.

Гандин, Л.С., Каган, Р.Л. (1976) Статистические методы интерпрета-

ции метеорологических данных, Л., Гидрометеоиздат, 360 с.

Муравьев, Я.Д. (1985) Снежный покров горных районов Камчатки,

Вопросы географии Камчатки, № 9, c. 30-40.

Поповнин, В.В., Губанов, А.С., Сатылканов, Р.А., Эрменбаев, Б.О. (2021)

Реконструкция баланса массы ледника Сары-Тор по метеорологическим дан-

ным, Лёд и Снег, т. 61, № 1, с. 58-74.

Постникова, Т.Н., Рыбак, О.О. (2021) Глобальные гляциологические

модели: новый этап в развитии методов прогнозирования горного оледенения.

Часть 1. Общий подход и архитектура моделей, Лед и Снег, т. 61, № 4, c. 620-

Постникова, Т.Н., Рыбак, О.О. (2022) Глобальные гляциологические

модели: новый этап в развитии методов прогнозирования горного оледенения.

Часть 2. Постановка экспериментов и практические приложения, Лед и Снег,

т. 62, № 2, с. 287-304.

Сатылканов, Р.А. (2016) Современная динамика основных параметров

климата Иссык-Кульской котловины, Наука, новые технологии и инновации

Кыргызстана, № 9, с. 23-34.

Черкасов, П.А. (2004) Расчет составляющих водно-ледового баланса

внутриконтинентальной ледниковой системы, Алматы, Каганат, 334 с.

Швер, Ц.А. (1976) Атмосферные осадки на территории СССР, Ленин-

град, Гидрометеоиздат, 302 с.

Aizen V.B., Aizen E.M. and Melack J.M. (1995) Climate, snow cover,

glaciers, and runoff in the Tian Shan, Central Asia. JAWRA Journal of the

American Water Resources Association, vol. 31, pp. 1113-1129.

Aizen, V., Kuzmichenok, V., Surazakov, A., Aizen, E. (2006) Glacier changes

in the central and northern Tien Shan during the last 140 years based on surface and

remote-sensing data, Annals of Glaciology, vol. 43, pp. 202-213.

ALOS DEM: Japan Aerospace Exploration Agency (2021) ALOS World 3D

meter DEM. V3.2, https://doi.org/10.5069/G94M92HB.

Barry, R. (2008) Mountain weather and climate, 3rded., Cambridge,

Cambridge University Press, 497 p.

Bernauer, T., Siegfried, T. (2012) Climate change and international water

conflict in Central Asia, Journal of Piece Research, vol. 49, pp. 227-239.

Christensen, J.H., Boberg, F., Christensen, O.B., Lucas-Picher, P. (2008) On

the need for bias correction of regional climate change projections of temperature

and precipitation, Geophysical Research Letter, vol. 35, L20-709.

CORDEX: Coordinated Regional Climate Downscaling Experiment,

available at: https://cordex.org/.

Dahri, Z.H., Ludwig, F., Moors, E., Ahmad, B., Khan, A., Kabat, P.

(2016) An appraisal of precipitation distribution in the high-altitude

catchments of the Indus basin, Science of The Total Environment, vol. 548-

, pp. 289-306, ISSN 0048-9697.

Daly, C., Neilson, R.P., Phillips, D.L. (1994) A statistical-topographic model

for mapping climatological precipitation over mountainous terrain, Journal of

Applied Meteorology, vol. 33, pp. 140-158.

Didovets, I., Lobanova, A., Krysanova, V., Menz, C., Babagalieva, Z.,

Nurbatsina, A., Gavrilenko, N., Khamidov, V., Umirbekov, A., Qodirov, S.,

Muhyyew, D., Hattermann, D.F. (2021) Central Asian rivers under climate change:

Impacts assessment in eight representative catchments, Journal of Hydrology:

Regional Studies, vol. 34, 100779, ISSN 2214-5818.

Hock, R., Bliss, A., Marzeion, B., Giesen, R., Hirabayashi, Y., Huss, M.,

Radic, V., Slangen, A. (2019) GlacierMIP – A model intercomparison of globalscale

glacier mass-balance models and projections, Journal of Glaciology, vol.

(251), pp. 453-467.

Holthuijzen, M., Beckage, B., Clemins, P.J., Higdon, D., Winter, J.M. (2022)

Robust bias-correction of precipitation extremes using a novel hybrid empirical

quantile-mapping method, Theoretical and Applied Climatology, vol. 149, pp. 863-882.

Enayati, M., Bozorg-Haddad, O., Bazrafshan, J., Hejabi, S., Chu, X. (2021)

Bias correction capabilities of quantile mapping methods for rainfall and temperature

variables, Journal of Water and Climate Change, vol. 12, no. 2, pp. 401-419.

Fang, G.H., Yang, J., Chen, Y.N., Zammit, C. (2015) Comparing bias

correction methods in downscaling meteorological variables for a hydrologic

impact study in an arid area in China, Hydrology and Earth System Sciences, vol.

, pp. 2547-2559.

Fowler, H., Blenkinsop, S., Tebaldi C. (2007) Linking climate change modelling

to impacts studies: recent advances in downscaling techniques for hydrological

modelling, International Journal of Climatology, vol. 27, pp. 1547-1578.

Hugonnet, R., McNabb, R., Berthier, E., Menounos, B., Nuth, C., Girod,

L., Farinotti, D., Huss, M., Dussaillant, I., Brun, F., Kääb, A. (2021) Accelerated global

glacier mass loss in the early twenty-first century, Nature, vol. 592, pp. 726-731.

Ibatullin, S. (2009) The impact of climate change on water resources in

Central Asia. Sector report no. 6, in S. Ibatullin, V. Yasinsky, A. Mironenkov,

Almaty, Rep. Kazakhstan, Eurasian Development Bank, 43 p.

Ji, X., Li, Y., Luo, X., He, D., Guo, R., Wang, J., Bai, Y., Yue, C., Liu, C.

(2020) Evaluation of bias correction methods for APHRODITE data to improve

hydrologic simulation in a large Himalayan basin, Atmospheric Research, vol. 242,

, ISSN 0169-8095.

Jiang, J., Zhou, T., Chen, X., Zhang, L. (2020) Future changes in

precipitation over Central Asia based on CMIP6 projections, Environmental

Research Letters, vol. 15, no. 5, 054009.

Luo, M., Liu, T., Meng, F., Duan, Y., Frankl, A., Bao, A., Maeyer, Ph. (2018)

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, vol. 10, 1046.

Maraun, D. (2016) Bias Correcting Climate Change Simulations – a Critical

Review, Current Climate Change Reports, vol. 2, pp. 211-220.

Mendez, M., Maathuis, B., Hein-Griggs, D., Alvarado-Gamboa, L.-F. (2020)

Performance Evaluation of Bias Correction Methods for Climate Change Monthly

Precipitation Projections over Costa Rica, Water, vol. 12, p. 482.

Nash, J.E., Sutcliffe, J.V. (1970) River flow forecasting through conceptual

models. Part 1 – A discussion of principles, J. Hydrology, vol. 10, pp. 282-290

Qiu, Y., Feng, J., Yan, Z., Wang, J. (2022) HCPD-CA: high-resolution

climate projection dataset in central Asia, Earth Syst. Sci. Data, vol. 14, pp. 2195-

, available at: https://doi.org/10.5194/essd-14-2195-2022.

Ranhao, S., Baiping, Z., Jing, T. (2008) A multivariate regression model for

predicting precipitation in the Daqing Mountains, Mountain Research and

Development, vol. 28, no. 3/4, pp. 318-325.

Schmidli, J., Frei, C., Vidale, P.L. (2006) Downscaling from GCM

precipitation: a benchmark for dynamical and statistical downscaling methods,

International Journal of Climatology, vol. 26, no. 5, pp. 679-685.

Shahgedanova, M., Afzal, M., Hagg, W., Kapitsa, V., Kasatkin, N., Mayr, E.,

Rybak, O., Saidaliyeva, Z., Severskiy, I., Usmanova, Z., Wade, A., Yaitskaya, N.,

Zhumabayev, D. (2020) Emptying Water Towers? Impacts of Future Climate and

Glacier Change on River Discharge in the Northern Tien Shan, Central Asia,

Water, vol. 12, p. 627.

Siegfried, T., Bernauer, T., Guinnet, R., Sellars, S., Robertson, A.W., Mankin,

J., Bauer-Gottwein, P., Yakovlev, A. (2012) Will climate change exacerbate water

stress in Central Asia? Climatic Change, vol. 112, pp. 881-899.

Sorg, A., Bolch, T., Stoffel, M., Solomina, O., Beniston, M. (2012) Climate

change impacts on glaciers and runoff in Tien Shan (Central Asia), Nature Climate

Change, vol. 2, pp. 725-731.

Switanek, B.M., Troch, A.P., Castro, C.L., Leuprecht, A., Chang, H.-I.,

Mukherjee, R., Demaria, E.M.C. (2017) Scaled distribution mapping: A bias

correction method that preserves raw climate model projected changes, Hydrology

and Earth System Sciences, vol. 21, no. 6, pp. 2649-2666.

Terink, W., Hurkmans, R.T.W.L., Torfs, P.J.J.F., Uijlenhoet, R. (2010)

Evaluation of a bias correction method applied to downscaled precipitation and

temperature reanalysis data for the Rhine basin, Hydrol. Earth Syst. Sci., vol. 14,

pp. 687-703, available at: https://doi.org/10.5194/hess-14-687-2010.

Themeßl, M.J., Gobiet, A., Heinrich, G. (2012) Empirical-statistical

downscaling and error correction of regional climate models and its impact on the

climate change signal, Climatic Change, vol. 112, pp. 449-468.

Top, S., Kotova, L., De Cruz, L., Aniskevich, S., Bobylev, L., De Troch, R.,

Gnatiuk, N., Gobin, A., Hamdi, R., Kriegsmann, A., Remedio, A.R., Sakalli,

A., Vyver, H.V.D., Schaeybroeck, B.V., Zandersons, V., De Maeyer,

Ph., Termonia, P., Caluwaerts, S. (2021) Evaluation of regional climate models

ALARO-0 and REMO2015 at 0.22° resolution over the CORDEX Central Asia

domain, Geosci. Model Dev., vol. 14, pp. 1267-1293.

Wilks, D.S., Wilby, R.L. (1999) The weather generation game: a rereview of

stochastic weather models, Progr. Phys. Geography, vol. 23, pp. 329-357.

Van Tricht, L., Paice, C.M., Rybak, O., Satylkanov, R., Popovnin, V.,

Solomina, O., Huybrechts, P. (2021) Reconstruction of the Historical (1750-

Mass Balance of Bordu, Kara-Batkak and Sary-Tor Glaciers in the Inner

Tien Shan, Kyrgyzstan, Front. Earth Sci, vol. 9, 734802, doi: 10.3389/

feart.2021.734802.

Velasquez, P., Messmer, M., Raible, C.C. (2020) A new bias-correction

method for precipitation over complex terrain suitable for different climate states: a

case study using WRF (version 3.8.1), Geoscientific Model Development, vol. 13,

pp. 5007-5027.

Xie, Y., Dong, G., Wang, Y., Fan, D., Tian, Z., Tan, J., Wu, W., Zhang, M.

(2021) High-Resolution Ensemble Projection of Mean and Extreme Precipitation

Over China Based on Multiple Bias-Corrected RCM Simulations, Frontiers

in Earth Science, vol. 9, 771384.

Yu, X., Zhao, Y., Ma, X., Yao, J., Li, H. (2018) Projected changes in the

annual cycle of precipitation over central Asia by CMIP5 models, Int. J.

Climatology, vol. 38, p. 1-16.

Zekollari, H., Huss, M., Farinotti, D. (2019) Modelling the future evolution

of glaciers in the European Alps under the EURO-CORDEX RCM ensemble, The

Cryosphere, vol. 13, pp. 1125-1146.

Загрузки

Опубликован

2023-09-07

Как цитировать

Корнева, И., Рыбак, О., & Сатылканов, Р. (2023). Климатические проекции для центрального и внутреннего Тянь-Шаня на основе данных CORDEX. Фундаментальная и прикладная климатология, 9(2), 133–164. https://doi.org/10.21513/2410-8758-2023-2-133-164