Multi-Model Approach to Quantify Future Sediment and Pollutant Loads and Ecosystem Change in Selenga River System


Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

The Selenga River, which originates in Mongolia, contributes about 50% of the total inflow into Lake Baikal. Hydroclimatic development and abrupt landscape evolution due to mining, industrial, and agricultural activities within the Selenga drainage basin affect the pollutant influx and transport along the course of the river and its tributaries and influence the riverine ecosystem, including fish habitats. This paper presents a process-based distributed modeling approach for the assessment of water, sediment, and contaminants dynamics and its environmental consequences at river basin scale by integrating various tools at multiple spatial scales. Different water quantity and quality processes were considered and modelled, e.g., the hydrology in the river basin, the erosion and sediment transport and budget, and fish migration. A set of regression models and a climate-driven hydrological model (ECOMAG) were applied to create projections of possible changes to the sediment and pollutants transport regime of the Selenga River and its delta that may occur in response to the projected variations of climate of the XXI century. Climate change may reduce the mean flow in the Selenga River at Kabansk by an average of 3–5% in the 2020s–2030s and 4–25% in the 2080s–2090s, depending on climate projections. The future increase in temperatures with permafrost thaw and the expansion of agricultural and mining activities along with urbanizaiton processes may induce up to 6% increase in the particulate modes and 3%, in the dissolved modes of some metals in the river system. Water runoff decline will dramatically decrease suspended sediment retention in the delta. Depending on the climate change scenario, in the 2080–2099, the suspended sediment load will change in the delta by –0.8% (retention) or by +1% (increase), which is much less than the recent observed average of sediment retention rates –33%. The reduction of runoff will induce a decrease in the migration distance of Baikal omul (Coregonus migratorius)) in the XXI century from 185 to 320 km, with a tendency to an increase towards the end of the century.

Об авторах

S. Chalov

Department of Land Hydrology, Faculty of Geography, Moscow State University

Автор, ответственный за переписку.
Email: srchalov@geogr.msu.ru
Россия, Moscow, 119991

T. Millionshchikova

Water Problems Institute, Russian Academy of Sciences

Email: srchalov@geogr.msu.ru
Россия, Moscow, 119333

V. Moreido

Water Problems Institute, Russian Academy of Sciences

Email: srchalov@geogr.msu.ru
Россия, Moscow, 119333

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Pleiades Publishing, Ltd., 2018

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».