Modeling of river runoff formation in the mountainous Crimea under current and projected climate conditions

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The ECOMAG runoff formation model was used to calculate physically based changes in the water regime of the rivers of the mountain Crimea in the XXI century using data from an ensemble of climatic models taking into account various global warming scenarios. The objects of the study were the rivers Chernaya, Belbek, Derekoika, Alma, Salgir, Burulcha, Tonas, Kuchuk-Karasu, and Indol. Models of natural river flow formation for the specified set of river basins were developed on the basis of homogeneous sources of information on hydrometeorological regime and land surface parameters. The hydrological models were verified by comparing actual and calculated daily and monthly water discharges at different hydrometric stations over a multi-year period. Then, the hydrological models were used to estimate scenario future changes in river runoff for a year, conditionally warm and cold seasons of the year using data from an ensemble of global climate models relative to the base period 2006–2020. Under the realization of any of the RCP scenarios in the near-term perspective for 2021–2050, as well as under RCP 2.6 and RCP 4.5 scenarios at the end of the XXI century, water resources deficit can be observed mainly in the river basins located to the east of the Salgir headwaters, however, without reaching catastrophic indicators. According to more aggressive climatic scenarios RCP 6.0 and RCP 8.5, at the end of the XXI century, the greatest reduction of river flow in the mountainous Crimea is likely, which will contribute to the development of water scarcity at the expense of atmospheric sources.

About the authors

A. S. Kalugin

Water Problems Institute, Russian Academy of Sciences

Author for correspondence.
Email: andrey.kalugin@iwp.ru
Russian Federation, Moscow, 119333

Yu. G. Motovilov

Water Problems Institute, Russian Academy of Sciences

Email: andrey.kalugin@iwp.ru
Russian Federation, Moscow, 119333

N. O. Popova

Water Problems Institute, Russian Academy of Sciences

Email: andrey.kalugin@iwp.ru
Russian Federation, Moscow, 119333

T. D. Millionshchikova

Water Problems Institute, Russian Academy of Sciences

Email: andrey.kalugin@iwp.ru
Russian Federation, Moscow, 119333

References

  1. Дунаева Е.А., Попович В.Ф., Ляшевский В.И. Анализ динамики количественных и качественных характеристик водных ресурсов с использованием открытых ГИС и агрогидрологических моделей // Науч. журн. РосНИИПМ. 2015. № 1 (17). С. 127–141.
  2. Землянскова А.А., Макарьева О.М., Нестерова Н.В., Федорова А.Д. Моделирование формирования сток горной реки Дерекойки (полуостров Крым) // Сб. докл. международ. науч. конф. памяти выдающегося русского ученого Ю.Б. Виноградова “Четвертые Виноградовские чтения. Гидрология: от познания к мировоззрению”. СПб.: Изд-во ВВМ, 2020. С. 78–83.
  3. Калугин А.С., Мотовилов Ю.Г., Попова Н.О., Миллионщикова Т.Д. Модели формирования стока рек горного Крыма // Свид. гос. регистрации программы для ЭВМ № 2023687573. 2023. Правообладатель ИВП РАН.
  4. Мотовилов Ю.Г., Гельфан А.Н. Модели формирования стока в задачах гидрологии речных бассейнов. М.: РАН, 2018. 300 с.
  5. Семенов В.А., Алешина М.А. Сценарные прогнозы изменений температурного и гидрологического режима Крыма в XXI веке по данным моделей климата CMIP6 // Вод. ресурсы. 2022. Т. 49. № 4. С. 506–516.
  6. Gelfan A.N., Gusev E.M., Kalugin A.S., Krylenko I.N., Motovilov Y.G., Nasonova O.N., Millionshchikova T.D., Frolova N.L. Runoff of Russian rivers under current and projected climate change. Rev. 2. Сlimate change impact on the water regime of Russian rivers in the XXI century // Water Resour. 2022. V. 49. № 3. P. 351–365.
  7. Gelfan A.N., Kalugin A.S., Motovilov Y.G. Assessing Amur water regime variations in the XXI century with two methods used to specify climate projections in river runoff formation model // Water Resour. 2018. V. 45. № 3. P. 307–317.
  8. Gupta H.V., Kling Y., Yilmaz K.K., Martinez G.F. Decomposition of the mean squared error and NSE performance criteria: Implications for improving hydrological modeling // J. Hydrol. 2009. V. 377. № 1–2. P. 80–91.
  9. Hempel S., Frieler K., Warszawski L., Schewe J., Piontek F. A trend-preserving bias correction – the ISI-MIP approach // Earth System Dynamics. 2013. V. 4. P. 219–236.
  10. Kalugin A. Future climate-driven runoff change in the large river basins in Eastern Siberia and the Far East using process-based hydrological models // Water. 2022. V. 14(4). № 609. P. 1–22.
  11. Kalugin A.S. River runoff in European Russia under global warming by 1.5 and 2 degrees // Water Resour. 2023. V. 50. № 4. P. 543–556.
  12. Poggio L., de Sousa L.M., Batjes N.H., Heuvelink G.B.M., Kempen B., Ribeiro E., Rossiter D. SoilGrids 2.0: producing soil information for the globe with quantified spatial uncertainty // Soil. 2021. V. 7. P. 217–240.
  13. Svisheva I.A., Anisimov A.E. Numerical Modeling of Extreme Flash Flood in Yalta in September 2018 // Ecol. Safety Coastal and Shelf Zones of Sea. 2022. V. 3. P. 43–53.
  14. Takaku J., Tadono T., Doutsu M., Ohgushi F., Kai H. Updates of “AW3D30” ALOS global digital surface model with other open access datasets // Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci. 2020. P. 183–189.
  15. Zhang X., Liu L., Chen X., Gao Y., Xie S., Mi J. GLC_FCS30: Global land-cover product with fine classification system at 30 m using time-series Landsat imagery // Earth System Sci. Data. 2021. V. 13. P. 2753–2776.

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2024 Russian Academy of Sciences

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».