Expected Changes in Evaporation in the Taiga Zone of European Russia in the XXI Century

Cover Page

Cite item

Full Text

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

Abstract

Model estimates were made for changes in the actual evaporation of boreal forests in the taiga zone of European Russia caused by climate evolution in the XXI century. Climate changes were forecasted using the results of calculations by an MGO regional climate model. The space and time specification of the forecast data was made with the use of a model of the atmospheric boundary layer. Variations of the forecasted changes due to the use of different methods to calculate evaporation were studied. Calculations based on an additional (complementary) relationship, determining the actual evaporation with the use of standard meteorological characteristics were compared with observations and calculations based on a detail model of energy transport in a forest massif. The model values of the actual evaporation in the XXI century increase all over the European Russia. The effect of the intensity of dry periods on the evolution of actual evaporation is analyzed. It is shown that, despite the arid climate, the effect of dry periods on taiga forests will be moderately negative.

About the authors

E. D. Nadyozhina

Voeikov Main Geophysical Observatory, 194021, St. Petersburg, Russia

Email: nadyozhina@main.mgo.rssi.ru
Россия, 194021, Санкт-Петербург

I. M. Shkol’nik

Voeikov Main Geophysical Observatory, 194021, St. Petersburg, Russia

Email: nadyozhina@main.mgo.rssi.ru
Россия, 194021, Санкт-Петербург

A. V. Sternzat

Voeikov Main Geophysical Observatory, 194021, St. Petersburg, Russia

Email: nadyozhina@main.mgo.rssi.ru
Россия, 194021, Санкт-Петербург

A. A. Pikalyova

Voeikov Main Geophysical Observatory, 194021, St. Petersburg, Russia

Author for correspondence.
Email: nadyozhina@main.mgo.rssi.ru
Россия, 194021, Санкт-Петербург

References

  1. Борзенкова И.И., Зубаков В.А. Климатический оптимум голоцена как модель глобального климата начала XXI века // Метеорология и гидрология. 1984. № 9. С. 23–35.
  2. Надёжина Е.Д., Школьник И.М., Стернзат А.В., Егоров Б.Н., Пикалева А.А. Испарение с орошенных участков в аридных регионах по оценкам системы моделей регионального климата и пограничного слоя атмосферы // Метеорология и гидрология. 2018. № 6. С. 87–97.
  3. Надёжина Е.Д., Шкляревич О.Б. Адвективные туманы и гололед над склоном в прибрежных районах // Метеорология и гидрология. 1994. № 9. С. 20–28.
  4. Надёжина Е.Д., Школьник И.М, Стернзат А.В., Егоров Б.Н., Пикалёва А.А. Модельные оценки эволюции климата и суммарного испарения в равнинных регионах Центральной Азии // Тр. ГГО. 2017. В. 586. С. 65–79.
  5. Надёжина Е.Д., Школьник И.М., Стернзат А.В., Пикалёва А.А., Егоров. Б.Н. Моделирование атмосферного пограничного слоя над неоднородно увлажненной поверхностью как инструмент для оценки суммарного испарения // Метеорология и гидрология. 2020. № 12. С. 27–38.
  6. Ольчев А.В., Новенко Е.Ю. Испарение лесных экосистем центральных районов европейской территории России в голоцене // Математическая биология и биоинформатика. 2012. Т. 7. № 1. С. 284–298. http://www.matbio.org/2012/Olchev(7_284)
  7. Сперанская Н.А. Испарение с поверхности почвы с травяным покровом: доступные наблюдения и восстановленные данные // Изв. РАН. Сер. Географическая. 2016. № 2. С. 49–60
  8. Сперанская Н.А. Потенциально возможное и видимое испарение и его изменения на Европейской территории России за последние 50 лет // Вод. ресурсы. 2016. № 4. С. 661–672.
  9. Хлебникова Е.И., Павлова Т.В., Сперанская Н.А. Засухи // Методы оценки последствий изменения климата для физических и биологических систем. М.: Росгидромет, 2012. С. 126–164.
  10. Allen R.G., Pereira L.S., Raes D., Smith M. Crop evapotranspiration. Guidelines for computing crop water requirements // FAO Irrigation and drainage paper. 1998. № 56. P. 333. http://www.cawater-info.net/bk/improvement-irrigated-agriculture/files/fao56.pdf
  11. Anderson M.C.J., Norman M., Mecikalski J.R., Otkin J.A., Kustas W.P. A climatological study of evapotranspiration and moisture stress across the continental U.S. based on thermal remote sensing: 1. Model formulation // J. Geophys. Res. 2007a. V. 112. D10117. P. 1–17. https://doi.org/10.1029/2006JD007506
  12. Bouchet R.J. Evapotranspiration potentielle, et production Agricole // Annal. Agronom. 1963. V. 14. P. 743–824.
  13. Brutsaert W. A generalized complementary principle with physical constraints for land-surface evaporation // Water Resour. Res. 2015. V. 51. P. 8087–8093. https://doi.org/10.1002/2015WR017720
  14. Gao Jiaqi, Miao Qiao, Xinfa Qiu, Yan Zeng, Huanhuan Hua, XiuzhiYe, Mustapha Adamu. Estimation of Actual Evapotranspiration Distribution in the Huaihe River Upstream Basin Based on the Generalized Complementary Principle // Advances Meteorol. 2018. Article ID 2158168. https://doi.org/10.1155/2018/2158168
  15. Han S., Tian F. Complementary-principle-of-evaporation: from the original linear relationship to generalized nonlinear functions // Hydrol. and Earth System Sci. 2020. https://doi.org/10.5194/Hess-24-2269-2020
  16. Ivanova L.A., Nadyozhina E.D. Numerical simulation of wind farm influence on wind flow // Wind Engineering. 2000. V. 24. № 4. P. 257–271.
  17. Kalma Jetse D., Tim R., McVicar Matthew, McCabe F. Estimating Land Surface Evaporation: A Review of Methods Using Remotely Sensed Surface Temperature Data // Surv. Geophys. 2008. V. 29. P. 421–469. https://doi.org/10.1007/s10712-008-9037-z
  18. Kelliher F.M., Leuning R., Schulze E.D. Evaporation and canopy characteristics of coniferous forests and grasslands // Oecologia. 1993. V. 95. P. 153–163. https://doi.org/10.1007/BF00323485
  19. Launiainen S., Guan M., Salmivaara A., Kieloaho A.-J. Modeling boreal forest evapotranspiration and water balance at stand and catchment scales: a spatial approach // Hydrol. Earth Syst. Sci. 2019. V. 23. P. 3457–3480. https://doi.org/10.5194/hess-23-3457-2019
  20. Matthias J.R. Quantifying and modeling water availability in temperate forests: a review of drought and aridity indices // Biogeosci. Forestry. 2019. V. 12. № 1. P. 1–16. https://doi.org/10.3832/ifor2934-011
  21. Olchev A., Novenko E., Desherevskaya O., Krasnorutskaya K., Kurbatova J. Effects climatic changes on carbon dioxide and water vapor fluxes in boreal forest systems of the European part of Russia // Environ. Res. Lett. 2009. V. 4. № 045007. P. 1–8. http://iopscience.iop.org/1748-9326/4/4/045007
  22. Priestley C.H.B., Taylor R.J. On the assessment of surface heat flux and evaporation using large-scale parameters // Mon. Weather Rev. 1972. V. 100. P. 81–92.
  23. Ruiz-Pérez G., Vico G. Effects of Temperature and Water Availability on Northern European Boreal Forests // Front. For. Glob. Change. Sec. Forest Hydrol. 2020. V. 3. P. 3–34. https://doi.org/10.3389/ffgc.2020.00034
  24. Sörensson A.A., Ruscica R.C. Intercomparison and uncertainty assessment of nine evapotranspiration estimates over South America // Water Resour. Res. 2018. V. 54 (4). P. 2891–2908.
  25. Speranzkaya N.A. New approach to analysis of pan and actual evaporation changes basing on the complementary relationship // Int. Sci. Conf. “Energy and Climate Change”. Athens, 2011. P. 13–14.
  26. van Vuuren D.P., Edmonds J.M., Kainuma J. et al. The representative concentration pathways: an overview // Climatic Change. 2011. V. 109. P. 5–31.
  27. Wang T., Zhang H., Zhao J., Guo X., Xiong T., Wu R. Shifting contribution of climatic constraints on evapotranspiration in the boreal forest // Earth’s Future. 2021. V. 9 (8). https://doi.org/10.1029/2021EF002104
  28. Yong Yang, Rensheng Chen, Yaoxuan Song, Chuntan Han, Zhangwen Liu, Junfeng Li. Evaluation of five complementary relationship models for estimating actual evapotranspiration during soil freeze-thaw cycles. https://doi.org/10.2166/NH.2021.093
  29. Zhao H., Xu Z., Zhao J., Huang W. A drought rarity and evapotranspiration-based index as a suitable agricultural drought indicator // Ecol. Indic. 2017. V. 82. P. 530–538. https://doi.org/10.1016/j.ecolind.2017.07.024
  30. Zhipin Ai, Qinxue Wang, Yonghui Yang, Kiril Manevski, Xin Zhao, Deni Eer. Estimation of land-surface evaporation at four forest sites across Japan with the new nonlinear complementary method // Sci. Rep. 2017. V. 7. https://doi.org/10.1038/s41598-017-17473-0

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2.

Download (166KB)
Indexing metadata
3.

Download (1MB)
Indexing metadata
4.

Download (1MB)
Indexing metadata
5.

Download (2MB)
Indexing metadata
6.

Download (968KB)
Indexing metadata

Copyright (c) 2023 Е.Д. Надёжина, И.М. Школьник, А.В. Стернзат, А.А. Пикалёва

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».