Содержание к диссертации
Введение
1. Материалы и научно-методические основы исследований пространственно-временных колебаний элементов водного баланса 13
1.1. Условия формирования водных ресурсов Беларуси 13
1.2. Источники исходной информации 16
1.3. Методика анализа однородности рядов элементов водного баланса 20
1.4. Метод оценок средних значений элементов водного баланса 22
1.5. Методика исследования пространственно-временных колебаний элементов водного баланса 25
1.6. Оценка точности расчета характеристик статистических полей 31
1.7. Методы оценки колебаний элементов водного баланса 33
1.8. Основные проблемы моделирования и прогнозирования элементов водного баланса 41
1.9. Выводы 50
2. Оценка элементов водного баланса речных водосборов Беларуси 52
2.1. Обоснование метода расчета суммарного испарения и адаптация его к условиям Беларуси 52
2.2. Оценка стока малых рек Беларуси при отсутствии данных наблюдений 63
2.3. Оценка устойчивости статистических характеристик временных рядов элементов водного баланса 82
2.4. Восстановление гидрометеорологических характеристик и анализ продленных временных рядов 104
2.5. Выводы 108
3. Пространственно-временнбіе колебания элементов водного баланса и их количественная оценка 109
3.1. Оценка однородности временных рядов элементов водного баланса 109
3.2. Характеристика пространственно-временных колебаний основных элементов водного баланса Беларуси 111
3.2.1. Атмосферные осадки 117
3.2.2. Речной сток 126
3.2.3. Суммарное испарение 140
3.2.4. Почвенные влагозапасы 148
3.2.5. Баланс естественного увлажнения 153
3.3. Оценки асинхронности элементов водного баланса 157
3.4. Выводы 163
4. Изменения элементов водного баланса и их причины 165
4.1. Количественная оценка изменения элементов водного баланса 166
4.1.1. Атмосферные осадки 167
4.1.2. Речной сток 175
4.1.3. Суммарное испарение 193
4.1.4. Почвенные влагозапасы 201
4.2. Влияние трансформации ландшафтов Полесья на водный режим 204
4.3. Изменение гидрохимического режима рек 217
4.4. Выводы 226
5. Прогноз изменения элементов водного баланса 229
5.1. Анализ автокорреляционных функций с целью моделирования и прогнозирования многолетних колебаний элементов водного баланса 231
5.2. Анализ цикличности элементов водного баланса как основа моделирования и прогнозирования многолетних колебаний 236
5.3. Структура многолетней изменчивости стока малых рек 250
5.4. Прогнозирование годовых расходов воды рек с помощью нейронных сетей 254
5.5. Оценка изменения водного режима малых рек Полесья при различных сценариях климата будущего 256
5.6. Оценка влияния прогнозируемого глобального потепления на водные ресурсы минеральных почв Белорусского Полесья 262
5.7. Выводы 264
Заключение 266
Литература
- Методика анализа однородности рядов элементов водного баланса
- Оценка устойчивости статистических характеристик временных рядов элементов водного баланса
- Характеристика пространственно-временных колебаний основных элементов водного баланса Беларуси
- Влияние трансформации ландшафтов Полесья на водный режим
Введение к работе
Главным отличием водных ресурсов от других природных ресурсов является их всеобщая потребность и непрерывная возобновляемость, что приводит к изменчивости их во времени и пространстве и усложняет разработку научно обоснованной схемы комплексного и рационального использования водных ресурсов. Все более сложными, требующими значительных затрат средств становятся вопросы обеспечения потребностей в воде, защиты вод от загрязнения и истощения, охраны природы при водохозяйственном строительстве.
В качестве критерия полноты и надежности удовлетворения требований рационального водопользования выступают складывающиеся соотношения между водными ресурсами и потреблением воды - водные и водохозяйственные балансы [380]. Они объективно отражают существующие в природе соотношения между приходом и расходом влаги, сложившейся в речных водосборах, представляют наиболее полную комплексную характеристику водных ресурсов этих водосборов. Ключевым моментом при решении уравнений водного и водохозяйственного балансов является корректное определение составляющих этого уравнения. Элементы водного баланса (ЭВБ) (речной сток, атмосферные осадки, суммарное испарение, влажность почвы и др.) обладают большой изменчивостью, как во времени, так и в пространстве, при этом их колебания отличаются значительной асинхронностью. Установление закономерностей формирования и развития природных процессов с целью их прогнозирования и управления являются основной задачей современной науки. Управление водными ресурсами является одной из важнейших практических задач в водном хозяйстве, решение которой возможно лишь на основе познания закономерностей формирования водного режима территории. В то же время ограниченность наших знаний о количественных соотношениях между элементами теплоэнергетического и водного балансов и существующих между ними связях не позволяет полностью раскрыть их природу и механизмы, а, следовательно, предусмотреть и учесть последствия в различных отраслях хозяйственной деятельности и адаптировать их к изменяющимся условиям природной и антропогенной нагрузок. Участившиеся случаи экстремальных составляющих водного баланса приводят к серьезным экономическим ущербам и даже к гибели людей. Это требует более глубокого анализа составляющих теплоэнергетического и водного балансов при проектировании водохозяйственных объектов и управлении водными ресурсами.
Интенсивное использование водных ресурсов неизбежно нарушает естественный режим территории и зачастую не в лучшую сторону. Выявление характера этих нарушений, их количественная оценка, а также прогноз поведения элементов теплоэнергетического и водного балансов необходимы для разработ ки компенсационных мероприятий и планов комплексного использования водных ресурсов.
Одной из главных водных проблем Полесья являются наводнения. Выдающееся половодье на Припяти, которое, вероятно, можно отнести к группе предельно возможных в нашу климатическую эпоху, отмечено в 1845 г. Максимальный уровень превышал нуль графика современного гидропоста у г. Мо-зыря на 675 см. При этом расход воды, рассчитанный Г. И. Швецом, оценивается в 11000 м3/с [371, 372]. Половодье 1845 г. - это уникальное гидрологическое явление весьма редкой повторяемости обеспеченностью Р=0,26% [82]. Зона периодических затоплений во время прохождения половодий и паводков при Р= 1 - 10% занимает 14,1 тыс. км2, что составляет около 6,8% всей территории Беларуси [206].
Вместе с тем, нет надежных долгосрочных прогнозов их появления, достоверных методик подсчета причиняемых ими ущербов и общепринятой концепции защиты от них [3, 5, 6,9,104, 220, 288, 317, 351 и др.].
Существует серьезная проблема управления на трансграничных реках. В связи с этим, необходима объективная оценка составляющих этого переноса, поступающих на территорию Беларуси с сопредельных государств, формирующихся на ее территории и уходящих за ее пределы. Это связано, в первую очередь, с необходимостью учета речного стока по большому количеству отдельных притоков со стороны сопредельных государств и с ограниченными гидрологическими наблюдениями непосредственно на границе. В этих условиях необходимо иметь автоматизированную систему регистрации основных характеристик паводочной волны [104]. Необходима разработка комплексной автоматизированной мониторинговой системы за гидрологическими и климатическими характеристиками для наиболее уязвимых территорий как от природных факторов, так и от антропогенных. Это требует создания международной сети мониторинга за поверхностными водами [205, 278, 286, 301, 310, 312, 338, 355 и др.].
В настоящее время степень влияния безвозвратного водопотребления и потери воды при регулировании речного стока невелики и находятся в пределах ошибки измерения. Так, в 2000 г. в бассейне Припяти эти потери были 0,60 км3/год, что составило 3,7% от речного стока и 8,6%) от стока 95% обеспеченности. Аналогична картина и по остальным рекам Беларуси.
Основное воздействие на водный режим Припяти наблюдалось в период широкомасштабных мелиорации Полесской низменности. В Полесье осушено 23%) территории, существенно преобразована гидрографическая сеть, что выразилось в изменении водного и солевого баланса, гидрологического режима рек и их пойм.
В последнее время, несмотря на снижение сброса загрязненных сточных вод и количества содержащих в них загрязняющих веществ, адекватного улуч шения качества поверхностных вод не произошло. Можно констатировать, что процесс загрязнения водных объектов приостановился, и наметились тенденции улучшении качества воды в некоторых водных объектах [235].
Серьезную экологическую опасность для природных вод оказывают разведка и разработка нефтяных месторождений, а также других полезных ископаемых. В пределах бассейна Припяти, согласно исследованиям М. М. Чере-панского [367], выявлено около 10 месторождений обводненных твердых полезных ископаемых, суммарный водоотлив из которых может составить 150 тыс. м3/сут.
Потепление климата приведет к изменению речного стока [112, 158, 242 и др.]. Это потребует адаптации водного хозяйства к изменяющимуся климату.
Водные ресурсы территориально замкнуты и едины в пределах водосборной площади, поэтому для управления ими следует использовать бассейновый подход, при котором возможно сбалансировать как количественные показатели, так и качественные аспекты водопользования в управлении [19,68, 69].
Водные проблемы Беларуси требуют немедленного решения, которое невозможно без детальной научной проработки вопросов формирования водного баланса речных водосборов Беларуси в изменяющихся естественных и антропогенных условиях. Для этого необходимо оценить трансформацию ЭВБ на текущий момент и разработать прогноз изменения водного режима территории Беларуси в связи с прогнозируемым изменением климата с целью разработки компенсирующих мероприятий для смягчения негативных последствий.
Водосборы Беларуси являются хорошими полигонами для отработки методологий и методик исследований водного режима, оценки влияния хозяйственной деятельности, прогноза изменения водных ресурсов и т. д. В тоже время Республика Беларусь является средним как по площади, так и по количеству населения европейским государством, расположенным в центральной части континента, территория страны отличается компактностью, по территории протекают крупные реки, которые являются транзитными, их эксплуатация требует выработки общих правил, требований и т. д. Поэтому методики и полученные результаты могут быть приемлемыми и для других стран лесной зоны со сходными условиями формирования теплового и водного режимов. С другой стороны, территория Беларуси имеет ряд характерных особенностей в гидрологическом отношении. Водораздел бассейнов Балтийского и Черного морей проходит по территории Беларуси, а количество протекающих рек - около 20,8 тыс., общей протяженностью 90,6 тыс. км. На юге страны расположена уникальная Полесская низменность с обширными бескрайними просторами болот, подверженная крупномасштабным водным мелиорациям и катастрофическим наводнениям на р. Припять и ее многочисленных притоках. На севере расположен не менее уникальный край - Поозерье с многочисленными озерами. При оптимальном соотношении тепла и влаги в среднемноголетнем разрезе, в отдельные годы и внутригодовые соотношения могут резко расходиться и тогда наблюдаются засухи и наводнения, дефициты почвенной влаги, угнетение экосистем. Эти и другие факторы делают Беларусь уникальной территорией в гидрологическом отношении. Исследование водного режима требует индивидуального подхода, специфических методов и методик.
Последней фундаментальной обобщающей работой по водному балансу речных водосборов Беларуси была монография А. Г. Булавко «Водный баланс речных водосборов», вышедшая в 1971 году [39]. В ней автор обобщает исследований в этой области, а также приводит результаты собственных исследований. Работа, по ряду вопросов, не потеряла своей актуальности и по настоящее время. Однако, за прошедшие более чем 30 лет, благодаря работам белорусских ученых И. В. Войтова, Г. В. Васильченко, М. Г. Голченко, А. М. Гречко, В. В. Дрозда, П. И. Закржевского, М. Ю. Калинина, А. Н. Колобаева, А. В. Кудель-ского, И. М. Лившица, А. П. Лихацевича, П. С. Лопух, Э. И. Михневича, Н. А. Мишустина, А. М. Пеньковской, В. Н. Плужникова, В. П. Рогуновича, В. С. Усенко, Б. В. Фащевского, М. М. Черепанского, В. Ф. Шебеко, В. М. Широкова и др. в области водобалансовых исследований речных водосборов Беларуси, накопилось много нового материала. При этом увеличились ряды наблюдений за гидрометеорологическими элементами, разработаны новые методы и методики, далеко шагнула вычислительная техника, что позволило применить совершенно новые подходы, предложено много интересных идей и концепций, возросли антропогенные нагрузки и т. д. Все это требует анализа, обобщения и выработки новой стратегии ведения водного хозяйства.
Автор не ставил целью дать исчерпывающего и адекватного по глубине освещения всех научно-технических, физико-географических, природно-климатических и методических вопросов этой темы. По многим из них проводятся специальные исследования как в нашей стране, так и за рубежом, имеется много публикаций. Диссертация посвящена систематическому изложению исследований автора, выполненных в течение 20 летнего периода, по изучению пространственно-временных колебаний элементов водного баланса, их количественной оценке и прогнозу.
Методика анализа однородности рядов элементов водного баланса
Если пространственно-временная дискретность наблюдений не позволяет исследовать его тонкую структуру, связанную с низкочастотными составляющими процесса, то недостаточность выборок является наиболее серьезным моментом, сдерживающим исследования статистической структуры поля.
В настоящей работе использован способ объединения значений конкретных среднемесячных значений в одну выборку. Одним из методов проверки однородности является метод годопунктов. Суть метода состоит в построении эмпирической кривой обеспеченности по совокупности, полученной при объединении статистически однородных независимых временных рядов случайной величины М во множестве пунктов наблюдений Мп],Мп1,...,Мпт в единый пространственно-временной ряд M]rM2,...,MN (N=n)+n2+...+nm), где п\, п2, ..., пт - продолжительности периодов наблюдений на множестве гидрометрических постов т. В некоторых задачах такой подход правомочен, хотя и требует в каждом конкретном случае строгого обоснования.
Используемый метод позволяет привлечь к статистической обработке значительный по объему исходный материал. Полученные предлагаемым методом кривые распределения и их моменты должны быть репрезентативными для значительных по размерам территорий во времени.
Первый этап совместного анализа - исследование отобранных выборок. В статистическом смысле подобная задача адекватна задаче проверки «нуль-гипотезы» и сводится к доказательству принадлежности отдельных выборок к одной генеральной совокупности объединенных рядов. Положительный исход проверки «нуль-гипотезы» для объединяемых выборок позволяет формировать одну квазистационарно однородную совокупность, являющуюся отражением физического существа процесса формирования полей речного стока и обладающую большей информативностью, чем каждый из объединяемых рядов [172, 195, 219, 365 и др.].
Если на изучаемой территории расположено у (/=1,..., к) гидрометеорологических постов, имеющих продолжительность наблюдений за водным режимом / (/=1, ..., N) лет, то совокупность всех средних многолетних значений ЭВБ у-ых лет есть матрица 1Л/№1! и соответствующие ей матрицы дисперсий S(j и степеней свободы /.. =«.. -1, где Пу - объем соответствующей выборки
Второй этап проверки однородности объединяемых рядов заключался в использовании критерия Колмогорова на базе предложенного Г. А. Алексеевым [12] приема сравнения частных кривых обеспеченности с объединенной кривой. В данном случае в качестве заданного (теоретического) закона распределения выступает кривая обеспеченности объединенного ряда, построенная без участия параметров, определенных по сравниваемой с ней выборке. Это значит, что мера расхождения между указанными кривыми подчиняется теоретическому распределению критерия [195].
Алгоритм проверки однородности проверяемых рядов с помощью критерия Колмогорова следующий [195]: - единый пространственно-временной ряд ранжируется в убывающем порядке и определяется обеспеченность 5-го элемента истинной кривой обеспеченности; сравнивается обеспеченность каждого элемента индивидуальных выборок Рэ с теоретической обеспеченностью Рт, которые рассчитываются как: Рэ = , Рт = , где/ - порядковый номер элемента эмпирической кри rij +1 т + 1 вой; S - порядковый номер элемента в ранжированной выборке объединенного ряда; т - общий объем выборки; - определяется наибольшая мера расхождения между теоретической и эмпирическойобеспеченностями Dmax = Р3-РТ ; - рассчитывается критерий расхождений k = DmaxJn и сравнивается с критическим значением А,кр, найденным предварительно по теоретическому распределению критерия Р(к) для уровня значимости акр=5%; - после проверки всех индивидуальных рядов, отбракованные выборки исключаются из объединенной совокупности и процедура проверки повторяется до исключения всех неоднородных выборок; - полученная совокупность считается однородной, и методом моментов оцениваются ее параметры.
Таким образом, используемый метод позволяет решить пространственно-временную задачу сравнения выборочных средних и тем самым выделять статистически однородные (на некотором уровне значимости) ряды гидрологических характеристик рассматриваемой территории при статистически обоснованных параметрах масштабности явления. Преимущество такого подхода заключается в том, что он позволяет использовать несинхронные ряды наблюдений с различным числом реализаций.
Метод оценок средних значений элементов водного баланса
Решение уравнения водного баланса связано с определением среднего значения тех элементов, наблюдения за которыми ведутся наблюдения в отдельных точках водосбора. Это, в свою очередь, вызывает необходимость интерполяции и осреднения используемых величин. Применяемые в настоящее время методы оценки среднего значения того или иного балансового элемента на водосборе, по существу, являются вариантами способа нахождения среднего взвешенного. Методы осреднения, как правило, отличаются лишь в части приемов оценки весовых коэффициентов; степени учета основных факторов формирования балансовых элементов уделяется недостаточное внимание.
Так, пространственно-временное распределение атмосферных осадков зависит от направления движения циклонов, положения фронтов раздела, происхождения и мощности влажных воздушных масс, от рельефа местности, экспозиции склонов и ряда других факторов.
Каждый бассейн имеет различную конфигурацию, специфическое строение поверхности с присущей ей гаммой индивидуальных свойств. Поэтому распределение величин осадков и стока по реальным периодам на реальных терри территориях, как правило, пестрое, а их, так называемые, поля уже в силу этого - неоднородные и анизотропные.
В отличие от других, методика осреднения и интерполяции гидрометеорологических характеристик, предложенная ГГИ [24], основана на использовании теоремы Вейерштрасса, когда любую функцию J{x) непрерывную в интервале (а, Ь), можно представить в этом интервале с любой степенью точности через многочлен Р(х) при условии: \/(х)-Р(х) г, (1.1) где х - значение рассматриваемой гидрометеорологической характеристики в интервале (а, Ь)\ s - любая заранее заданная величина.
Оценка устойчивости статистических характеристик временных рядов элементов водного баланса
За гидрологический год принимается 12-месячный промежуток времени с полным годовым циклом формирования балансовых элементов. Начала гидрологического и календарного годов, как правило, не совпадают. Более того, начало и продолжительность каждого гидрологического года - индивидуальны. Принятие же непостоянных или скользящих границ гидрологического года осложняет практическое решение задачи. На необходимость установления истинных границ гидрологического года впервые указывали С. Н. Крицкий и М. Ф. Менкель [224]. В дальнейшем этому вопросу посвятили свои работы Г. Г. Сванидзе, А. Н. Киласония [208, 334, 335], А. Г. Булавко [39], А. А. Волчек [63], и др. Соображения, по которым производится замена календарной даты начала года другой датой, вполне справедливо основаны на рекомендациях генетического характера, учитывающих факторы сезонного стока. Но при этом возникает вопрос о степени влияния этой замены на статистические параметры годового стока. Используемые ныне методики разрабатывались и апробированы на гидрологических данных по крупным рекам, когда антропогенная составляющая речного стока практически не учитывалась. Сегодня необходимо признать, что в связи с нарушением гидрологического режима большинства водотоков и трансформацией водохозяйственных балансов целых регионов весьма сложно установить истинную картину водности рек с использованием традиционных гидрометрических методов.
При установлении начала гидрологического года нами использовалось два принципиальных положения. Во-первых, за гидрологический год полностью завершается цикл накопления и расходования влаги на водосборе при минимальном изменении уровня его влагозапасов. Во-вторых, выбранный гидрологический год должна отличать наиболее тесная коррелятивная связь между осадками и стоком, связь же между генетическими элементами стока на границах года может быть несущественной.
Исследование вопросов выбора начала гидрологического года осуществлялось в контексте детального анализа воднобалансовых характеристик, полученных нами по 42-м водосборам рек Беларуси. Минимальное изменение уровней влагозапасов в границах водосборных площадей приходится на сентябрь - октябрь, максимальное - в марте - апреле. Корреляционная связь между осадками и годовым стоком по состоянию на первое число каждого месяца для речных водосборов, площадью менее 1000 км2, приведена на рис; 2.13.
В целом для рек Беларуси наибольшая теснота связи между годовыми атмосферными осадками и годовым стоком приходится на начало июня месяца (rvi-v = 0,62 ± 0,11). Максимума коэффициента корреляции достигают в бассейне Днепра (rvi-v=0,69± 0,10), минимума - в бассейнах Западной Двины и Немана (rVi-v = 0,56 ±0,13). Анализ связей между осадками и годовым стоком (рис. 2.13) по большинству водосборов при «плавающем» начале гидрологического года позволил выявить более высокие, чем средние, значения коэффициентов корреляции. Так, для водосборов: р. Березовка - с. Саутки, площадью -А= 554 км2 - rV-iv = 0,85 ± 0,07; р. Ржавка - с. Черная Вирня, А = 276 км2 - Гу-ш = 0,86 ± 0,07; р. Гривда - с. Аминовичи, А = 39,3 км2 - rVi-v = 0,84 ± 0,08; р. Случь -с. Новодворцы, А = 910 км2 - rvi-v = 0,82 ± 0,09; р. Чертень - с. Некра-шевка, А =420 км2 - rv-iv = 0,81 ± 0,09.
Как известно, процесс формирования речного стока в естественном виде представляет нестационарный случайный процесс с непрерывным временем (рис. 2.14). Однако его можно считать нестационарным случайным процессом определенного класса. В частности, можно предложить, что речной сток является нестационарным, в широком смысле периодическим процессом с периодом, равным одному году (л=1). Согласно определению такого процесса, его средняя (m(t\)) и ковариационная функция (B(t\, t2)) должны удовлетворять условиям [224, 334]: m(t{+h) = m{U), (2.42) B(tx+h,t2+h)=B(tut2). (2.43) Одновременно доказывается, что случайная последовательность Г. функции стока (/) представляет собой, в широком смысле, стационарную последо 84 вательность с независимыми по времени /, от шага а средней m(t\) и ковариационной B(t\, ti) функциями.
В общем случае зависимость ковариации последовательности г, от 5 имеет относительно сложное математическое доказательство в связи с тем, что коэффициенты корреляции перекрещивающихся корреляционных связей не равны между собой. Например, коррелированность величин стока за январь -февраль в различные годы не одинакова. Лишь при широком понимании стационарности процесса формирования стока ковариационная функция не зависит от 8. Величиной 8 определяется календарная дата разрезки года, от которой осуществляется расчет годовых значений стока.
Если средняя величина стока за многолетний период наблюдений не зависит от даты разрезки года, то ковариационная функция, а, следовательно, дисперсия и коэффициент вариации определяются величиной 8.
Исходя из условий математической статистики, задача определения начала гидрологического года сводится к установлению значения 8, при котором коэффициент изменчивости годового стока наибольший, а коэффициент автокорреляции между величинами стока смежных гидрологических лет - наименьший. Граница раздела между смежными гидрологическими годами должна проходить там, где связь между генетическими элементами стока, является наиболее слабой. Важным также является выяснение связи между этими показателями (С„ и г(1)), находящимися в обратной зависимости друг от друга. Для чего рассмотрим изменчивость стока за периоды в п - смежных лет, начало которых отнесено к определенной календарной дате. Как известно, среднее квад-ратическое отклонение объемов ст, стока за п - лет выражается формулой:
Характеристика пространственно-временных колебаний основных элементов водного баланса Беларуси
После анализа исходных временных рядов ЭВБ на однородность выполняется приведение их к расчетному периоду, восстановлению пропущенных или искаженных данных.
В связи с тем, что в методическом плане продление и восстановление временных рядов ЭВБ не имеет принципиальных отличий, остановимся на рассмотрении годовых расходов воды рек.
Данная методика по поручению ВО «Союзводпроект» была развита до отраслевого нормативного документа, предназначенного для восстановления стока рек бывшего СССР. Расчетные работы автоматизированы. Для этого использовался разработанный нами совместно с В. Н. Плужниковым и А. М. Пеньков-ской пакет компьютерных программ [89]. В него входило: проверка однородности гидрологических рядов; получение данных о современном использовании водных ресурсов; удлинение рядов с использованием множественной линейной корреляции; воднобалансовая оценка влияния хозяйственной деятельности на сток с учетом времени добегания и трансформации попусковой волны; определение боковой приточности на участке и другие программы [142].
Дальнейшее развитие этот метод получил при разработке автором программного комплекса «Гидролог», с использованием языка программирования «Visual Basic 5.0» в среде «Windows» [70, 308] в программе «Продление гидрологических рядов». Программа предназначена для восстановления отсутствующих данных наблюдений за элементами гидрологического режима рек с использованием метода множественной линейной регрессии; в качестве аргументов привлекаются любые гидрологические характеристики. Кроме получения погодично восстановленных данных, рассчитываются все возможные уравнения линейной регрессии, коэффициент множественной корреляции и его среднеквадратическая ошибка, а также даются оценки стандартных статистических параметров (оценки среднего значения стока, среднего квадратического отклонения, коэффициентов вариации, асимметрии и автокорреляции) как по существующим данным наблюдений, так и по данным восстановленных рядов. Предусмотрена запись основных результатов расчетов на диск, что дает возможность формировать архив восстановленных рядов, аналогичный архиву рядов данных наблюдений [70]. Алгоритмом программы предусмотрена возможность обработки информации, содержащей пропуски данных наблюдений. Все расчеты полностью автоматизированы.
Для сопоставимости получаемых результатов все исследуемые ряды приведены к единому периоду наблюдений, равному 56 лет (1945 - 2000 гг.). Продление выполнено для годового, максимального весеннего и минимального летнего речного стока. В качестве примера приведены результаты продления годового стока рек Брестской области (табл. А. 13 приложения) [101, 111].
Анализ табл. А. 13 приложения показывает, что, в среднем, норма стока для продленного ряда уменьшилась на 2,43% при максимальном увеличении на 11,76% (р. Лесная - с. Тюхиничи) и максимальном уменьшении на 25,38% (р. Ружанка - г. Ружаны), что можно объяснить небольшим по продолжительности периодом исходных наблюдений (19 и 20 лет соответственно). Для остальных рек-створов значительных колебаний изменений нормы стока не наблюдается. Что касается коэффициентов вариации и асимметрии, то их среднее увеличение соответственно составило 5,0% и 45,2%. Для р. Мухавец - г. Пружаны уменьшение Cv максимальное (-19,8%), а для р. Лесная - с. Тюхиничи увеличение максимальное - 71,6%. Для значений Cs соответственно р. Меречанка - с. Ставок (-64,2%) и р. Неслуха - с. Рудск (863,1%). Коэффициент автокорреляции (г(1)) имеет максимальное значение для р. Мышанки - с. Березки как до восстановления (0,45), так и после (0,64). Максимальные его изменения отмечены для р. Цна - с. Дятловичи (-285%) и р. Лесная - с. Тюхиничи (2616%). Большие значения изменения г(1) объясняются его небольшими значениями (около 0).
В качестве основной модели продления использовались однофакторные модели, т. е. имеющие в составе уравнения регрессии один аналог. Такой выбор обосновывается высокими коэффициентами корреляции (более 0,9) и небольшими расхождениями восстановленных значений при использовании одно-, двух-, и трехфакторных моделей. Например, для р. Щара - Доманово при продлении ряда по однофакторной модели использовалось четыре уравнения регрессии с коэффициентами корреляции соответственно 0,98; 0,97; 0,954; 0,931. При этом норма стока - Q =16,6 м3/с, коэффициенты вариации Cv=0,23 и асимметрии С/= 0,53. Для двухфакторной модели продление осуществлялось по 3-м уравнениям регрессии (4 аналога) с коэффициентами корреляции 0,99; 0,97; 0,93 и статистическими параметрами ряда: (2=16,6 м3/с, Cv=0,24, Q=0,73 и по трехфакторной - по 3-м уравнениям (4 аналога) с коэффициентами корреляции 0,97; 0,92 и 0,89 при 2=16,1 м3/с, С„=0,27, С5=1,08. Как видно из приведенного примера использование одно-, двух- или трехфакторных моделей практически незначимо влияет на основные статистические параметры ряда и соответственно на сами восстановленные значения годового стока р. Щара - с. Доманово. Поэтому для восстановления возможно использование любые из описанных моделей. Но так как однофакторные модели имеют большую наглядность (можно сказать, даже линейность) и, как правило, незначительно более высокие коэффициенты корреляции, то продление рядов речного стока базировалось, в основном, на них. Исключение составили лишь некоторые реки-створы при продлении рядов максимального стока весеннего половодья и минимального летне-осенней межени. В некоторых случаях привлекались двух- и трехфакторных модели (продление осуществлялось в ручном режиме), при этом одним из аналогов в таких моделях была река-створ с более полным, чем у других рядом наблюдений, но меньшим коэффициентом парной корреляции с восстанавливаемым рядом.
Что касается рядов максимальных весеннего половодья и минимальных летне-осенней межени значений речного стока, атмосферных осадков, дефицитов влажности воздуха, то картина продленных (восстановленных) рядов приблизительно аналогична рядам годового стока [94,96].
Для решения задач продления и восстановления тепловоднобалансовых характеристик нами была предпринята попытка использования нейронных сетей. Эффективность использования нейронных сетей зависит от того, насколько удачно в них сочетается географо-гидрологический анализ с современными средствами математической статистики и теории распознавания образов. В основе метода нейронно-сетевого моделирования лежит разработка компьютерных моделей, построенных по аналогии со структурой поведением реальных нейронов и что самое ценное, они способны распознавать образы, обрабатывать их, а также обучаться. Совершенствование методов построения, использования и обучения нейронных сетей позволит перейти к практическому применению этих разработкам.
Влияние трансформации ландшафтов Полесья на водный режим
Временная изменчивость осадков исследуемой территории выше, чем пространственная. Аналогичные значения Cvi непостоянные внутри года. Коэффициенты пространственной вариации вычислены и для бассейнов Припяти, Днепра (без Припяти), Западной Двины и Немана. Установлено, что в изменении средние величин Cvi не обнаруживается годового хода. Они колеблются около некоторого постоянного значения и только в зимние месяцы (декабрь -март), когда выпадают твердые осадки имеется тенденция к увеличению CV(. Подобная тенденция обнаруживается и в летние месяцы (июнь - август), когда выпадают осадки ливневого характера. Не обнаружено также явной зависимости величин Cv/ от величины водосбора.
Линии регрессии R(p) атмосферных осадков для всех месяцев года вогнуты, так что с увеличением расстояния между метеостанциями убывание связности полей осадков замедляется. Для всех месяцев имеет место неравенство /?(р) 1, которое увеличивается в летние месяцы, когда роль локальной неоднородности растет за счет конвективных осадков. Наименьший разброс точек относительно эмпирической линии регрессии R(p) отмечается в зимние месяцы. В пространственной коррелированности месячных сумм атмосферных осадков четко выражен годовой ход связанности полей осадков в холодный период, который существенно выше, чем в теплый период как для всей Беларуси в целом, так и для Черноморского и Балтийского склонов, а также для различных ориентации поля (рис. 3.1 - 3.6).
Минимальная коррелированность наблюдается в летние месяцы, в частности для Беларуси в целом, в июне, для Черноморского склона она приходится на август. Это может быть объяснено несколько большей масштабностью конвективных процессов в это время. Отметим и такую особенность, как некоторое увеличение разнородности осадков по территории в феврале и в октябре за счет перехода от твердых осадков к жидким и наоборот.
Различия между корреляционными функциями, вычисленными для отдельных месяцев, сравнительно велико и превышает возможные различия, обусловленные случайными факторами.
Исходя из общих соображений, можно было бы ожидать, что поскольку от мая к июлю увеличивается роль мелкомасштабных ливневых осадков, корреляция сумм осадков от мая к августу должна монотонно убывать. В действительности такая простая закономерность отмечается лишь для поля, ориентированного в направлении запад-восток и Черноморского склона. Для территории в целом этот эффект имеет место на больших расстояниях (более 200 кім). На меньших расстояниях корреляция сумм осадков за июль оказывается выше, чем за июнь. Такая закономерность прослеживается и для других полей (при ориентации поля по направлению северо-восток - юго-запад).
Еще сложнее обстоит дело для Балтийского склона и поля, ориентированного в направлении северо-запад - юго-восток, для которых корреляция в августе оказывается наиболее высокой для вегетационного периода. Такой ход корреляции от месяца к месяцу показывает, что влияние синоптических условий на вид корреляционных функций является более сложным, чем можно было предположить.
Исследование статистической структуры жидких и твердых осадков показало, что корреляция того и другого поля убывает с севера на юг. Для поля жидких осадков это вызвано тем, что в северных районах осадки обычно бывают обложными, и зоны осадков имеют большую протяженность, в то время как в южных районах осадки часто выпадают в виде ливней и весьма неравномерно распределены по территории. Что касается поля твердых осадков, то на юге его пространственная связность меньше, чем на севере. Это положение подтверждается сравнением ПКФ, что они более высокие для Балтийского склона, чем для Черноморского (рис. 3.10).
Как правило, вычисление ПКФ сумм осадков за любой период осреднения выполняется в предложении локальной однородности и изотропности ПОЛЯ, что не всегда соответствует действительности. Что касается приближения к гипотезе об однородности, то при расчетных ПКФ обычно учитывается неоднородность полей норм и дисперсий. Однако и здесь обращает на себя внимание довольно большой разброс значений коэффициента корреляции относительно ос-редненной кривой. Для ответа на вопрос, значим ли разброс точек, проведена проверка ПКФ на однородность и изотропность.
Проверка показала, что при доверительных вероятностях 68,3% и 95,4% ПКФ осадков неоднородны. Поскольку гипотеза однородности не выполняется, уменьшим анализируемое поле и рассмотрим в отдельности поля осадков Балтийского и Черноморского склонов. В результате установлено, что для апреля, октября, ноября и теплого периода в целом эмпирические ПКФ являются однородными, а соответствующие поля осадков Черноморского склона - изотропными. ПКФ для остальных месяцев и периодов осреднения, а также Балтийского склона менее однородны. Действительно вероятность попадания парных коэффициентов корреляции в доверительные интервалы ± JR И ±2-CTR ВО всех остальных случаях оказалось меньше теоретической вероятности для нормального закона распределения. Больше того, даже 95%-ая доверительная граница для эмпирической вероятности попадания выборочных R в зоны ± TR И ±2-CR, кроме января, февраля, июля, августа, сентября, декабря, вегетационного и теплого периодов, года в целом оказались меньше теоретической вероятности для нормального распределения, что свидетельствует о неоднородности рассматриваемых ПКФ.
Рассмотрим вопрос анизотропности поля сумм атмосферных осадков за расчетные интервалы времени. ПКФ получены путем осреднения коэффициентов корреляции, без учета направления, т. е. в предположении изотропности. Наряду с этим выполнены оценки реальной анизотропности поля сумм среднемесячных осадков.
На рис. 3.11 представлен годовой ход коэффициентов анизотропности поля (%) отношения градиента поля, вычисленного по всем точкам рассматриваемого региона, к градиенту ориентированного поля. Как видно из рис. 3.11, пространственная анизотропность меняется в течение года. Кроме того, построены изо-корреляты месячных величин ПКФ атмосферных осадков (рис. 3.12) и розу ветров с месячной дискретностью для центра Беларуси по метеостанции Минск (рис. Б.3 приложения), а также для по метеостанциям Брест (рис. Б.4 приложения) и Пинск (рис. Б.5 приложения). Изокорреляты атмосферных осадков имеют свою индивидуальность для каждого месяца. Главной особенностью их является то, что они имеют форму эллипса с вытянутой главной осью в направлении юго-запад - северо-восток. Это характерно для декабря, мая, сентября, октября, ноября, т. е. для месяцев, где выражено преобладание ветров формирующихся Атлантикой. Для некоторых месяцев, например январь, март, июль, август форма изокоррелят стремится к окружности.
