Везде

RAS Earth ScienceЛёд и Снег Ice and Snow

  • ISSN (Print) 2076-6734
  • ISSN (Online) 2412-3765

Climatic characteristics of snow water equivalent in the Perm Krai area

You can
PII
S2076673425010044-1
DOI
10.31857/S2076673425010044
Publication type
Article
Status
Published
Authors
N. A. Kalinin
  • Affiliation: Perm State University
Volume/ Edition
Volume 65 / Issue number 1
Pages
50-68
Abstract
In this study, we compared ERA5-Land reanalysis data on snow water equivalent (SWE) with values of SWE obtained from snow-measuring surveys on 18 field (non-forest) and 17 forest routes in the Perm Territory for 1967–2023 and analyzed the long-term trends of SWE. In general, the ERA5-Land reanalysis reproduces SWE in the Perm region satisfactorily. Mean relative error for SWE in March does not exceed 15%. The average correlation coefficient between the reanalysis data and the same from the observations is 0.72 for non-forest locations and 0.83 for locations in forest. In the southern part of the region, the reanalysis does mainly overestimate SWE by 10–40 mm, while in the north and east of the territory, there is an underestimation of the same order. The greatest divergence between snow surveys and reanalysis are found during snowmelt season, especially for non-forest snow-measuring routes. As it follows the ERA5-Land data, average date of formation of the SWE maximum in the southern part of the region is close to March 25, and in the eastern mountainous part it falls on the second decade of April, which is 4–7 days later than according to snow surveys in the forest. According to the ERA5-Land data and observations, a statistically significant negative trend of SWE was revealed all over the territory in the first half of the cold season, especially pronounced in November. It is related to the autumn warming and a shift of snow cover onset to later dates. In March, the negative trend according to the ERA5 data is statistically significant only in the southern part of the region, where it reaches –12 mm/10 years, but no statistically significant decrease in SWE is found according to the snow survey data. In May, a significant reduction of SWE in the northeast of the region (up to 15 mm/10 years) is found, which is due to the warming in April and May, and an earlier start of snowmelt. A comparison with the snow survey data shows that the reanalysis reproduces well the inter-annual variability of SWE accumulated by March, especially in forest locations. A statistically significant increase in SWE was revealed on five snow measuring routes in field, while a statistically significant decrease – on two forest routes, which is not confirmed by the reanalysis data. These discrepancies may be related to changes in local snow accumulation conditions on snow-measuring routes.
Keywords
водный эквивалент снега реанализ ERA5-Land снегомерные съёмки пространственно-временное распределение межгодовая изменчивость многолетние тренды
Date of publication
18.09.2025
Year of publication
2025
Number of purchasers
0
Views
15

References

  1. 1. Белоусова А.П., Брыжко И.В. Анализ зарастания сельскохозяйственных угодий на территории Пермского края по спутниковым снимкам Landsat. ИнтерКарто. ИнтерГИС // Геоинформационное обеспечение устойчивого развития территорий / Материалы Междунар. конф. M.: Географический факультет МГУ, 2021. Т. 27. Ч. 4. С. 150–161.
  2. 2. Георгиевский М.В., Хомякова В.А., Паршина Т.В. Оценка точности глобальных данных по влагозапасам в снежном покрове на примере бассейна р. Северная Двина // Вестник СПбГУ. Науки о Земле. 2020. № 65 (3). С. 433–454. https://doi.org/10.21638/spbu07.2020.302
  3. 3. Григорьев В.Ю., Фролова Н.Л., Киреева М.Б., Степаненко В.М. Пространственно-временная изменчивость ошибки воспроизведения осадков реанализом ERA5 на территории России // Изв. РАН. Сер. геогр. 2022. Т. 86. № 3. С. 435–446. https://doi.org/10.31857/S2587556622030062
  4. 4. Гусев Е.М., Насонова О.Н. Моделирование тепло- и влагообмена поверхности суши с атмосферой. М.: Наука, 2010. 327 с.
  5. 5. Казакова Е.В. Ежедневная оценка локальных значений и объективный анализ характеристик снежного покрова в рамках системы численного прогноза погоды COSMO-Ru / Дис. на соиск. уч. степ. канд. физ.-мат. наук. М.: Главная геофизич. обсерватория им. А.И. Воейкова, 2015. 181 с.
  6. 6. Китаев Л.М., Титкова Т.Б., Турков Д.В. Точность воспроизведения межгодовой изменчивости снегозапасов Восточно-Европейской равнины по данным спутниковой информации на примере продукта GlobSnow (SWE) // Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17. № 1. С. 164–175. https://doi.org/10.21046/2070-7401-2020-17-1-164-175
  7. 7. Китаев Л.М., Титкова Т.Б. Зональные особенности изменений снегозапасов Восточно-Европейской равнины (по данным спутниковых наблюдений) // Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17. № 5. С. 167–178. https://doi.org/10.21046/2070-7401-2020-17-5-167-178
  8. 8. Крючков А.Д. Пространственно-временное распределение характеристик снежного покрова на территории Пермского края / Дис. на соиск. уч. степ. канд. геогр. наук. Пермь: Пермский госуд. национальный исследовательский ун-т, 2021. 223 с. URL: http://www.psu.ru/files/docs/science/dissertatsion-nye-sovety/kryuchkov/disser.pdf
  9. 9. Крючков А.Д., Калинин Н.А., Сидоров И.А. Качество характеристик снежного покрова, полученных на основе реанализа ERA5-Land для территории Пермского края // Лёд и Cнег. 2023. Т. 63. № 3. С. 383–396. https://doi.org/10.31857/S2076673423030055
  10. 10. Кузьмин П.П. Процесс таяния снежного покрова. Л.: Гидрометеоиздат, 1961. 346 с.
  11. 11. Метеорологический ежемесячник // Уральское УГМС. 1990–2020 гг. Вып. 9. Ч. 2. № 1–5. С. 10–13.
  12. 12. Мотовилов Ю.Г., Гельфан А.Н. Модели формирования стока в задачах гидрологии речных бассейнов. М.: ИВП РАН, 2018. 296 с.
  13. 13. Наставление гидрометеорологическим станциям и постам. Вып. 3. Ч. 1. Метеорологические наблюдения на станциях. Л.: Гидрометеоиздат, 1985. 300 с.
  14. 14. Попова В.В., Морозова П.А., Титкова Т.Б., Семенов В.А., Черенкова Е.А., Ширяева А.В., Китаев Л.М. Региональные особенности современных изменений зимней аккумуляции снега на севере Евразии по данным наблюдений, реанализа и спутниковых измерений // Лёд и Снег. 2015. Т. 55. № 4. С. 73–86. https://doi.org/10.15356/2076-6734-2015-4-73-8
  15. 15. Природные опасности России: В 6 т. Т. 5. Гидрометеорологические опасности / Под ред. Г.С. Голицына, А.А. Васильева. М.: Крук, 2004. 296 с.
  16. 16. Пьянков С.В., Шихов А.Н. Геоинформационное обеспечение моделирования гидрологических процессов и явлений. Пермь: Пермский гос. нац. исслед. ун-т., 2017. 148 с.
  17. 17. Сосновский А.В., Осокин Н.И., Черняков Г.А. Динамика снегозапасов на равнинной территории России в лесу и в поле при климатических изменениях // Лёд и Снег. 2018. Т. 58. № 2. С. 183–190. https://doi.org/10.15356/2076-6734-2018-2-183-190
  18. 18. Турков Д.В., Сократов В.С. Расчёт характеристик снежного покрова равнинных территорий с использованием модели локального тепловлагообмена SPONSOR и данных реанализа на примере Московской области // Лёд и Снег. 2016. Т. 56. № 3. С. 369–380. https://doi.org/10.15356/2076-6734-2016-3-369-380
  19. 19. Турков Д.В., Сократов В.С., Титкова T.Б. Определение снегозапасов Западной Сибири по расчётам на модели локального тепловлагообмена SPONSOR с использованием данных реанализа // Лёд и Снег. 2017. Т. 57. № 3. С. 343–354. https://doi.org/10.15356/2076-6734-2017-3-343-354
  20. 20. Чурюлин Е.В. Использование спутниковой и модельной информации о снежном покрове при расчётах характеристик весеннего половодья / Дис. на соиск. уч. степ. канд. геогр. наук. М.: Московский госуд. ун-т имени М.В. Ломоносова, 2019. 175 с.
  21. 21. Brown R.D., Brasnett B. Canadian Meteorological Centre (CMC) Daily Snow Depth Analysis Data, Version 1 [Data Set]. Boulder, Colorado, USA: NASA National Snow and Ice Data Center Distributed Active Archive Center, 2010. https://doi.org/10.5067/W9FOYWH0EQZ3
  22. 22. Copernicus Climate Data Store // Электронный ресурс. https://cds.climate.copernicus.eu/ Дата обращения: 15.07.2024.
  23. 23. Integrated Forecast System Documentation – Cy45r1. Part IV: Physical Processes. ECMWF, 2018. 223 p. https://doi.org/10.21957/4whwo8jw0
  24. 24. Kelly R.E.J., Foster J.L. Dorothy K.H. The AMSR-E Snow Water Equivalent Product: Status and Future Development. Poster presented at the American Geophysical Union Fall Meeting, San Francisco, CA, 2005.
  25. 25. Kuchment L.S., Romanov Р.Yu., Gelfan А.N., Demidov V.N. Use of satellite-derived data for characterization of snow cover and simulation of snowmelt runoff through a distributed physically based model of runoff generation // Hydrology and Earth system science. 2010. Vol. 14 (2). P. 339–350. https://doi.org/10.5194/hess-14-339-2010
  26. 26. Loveland T.R., Reed B.C., Brown J.F., Ohlen D.O., Zhu Z., Youing L. Merchant J.W. Development of a global land cover characteristics database and IGB6 DISCover from the 1 km AVHRR data // International Journ. of Remote Sensing. 2000. V. 21. P. 1303–1330. https://doi.org/10.1080/014311600210191
  27. 27. Muñoz-Sabater J., Dutra E., Agustí-Panareda A., Albergel C., Arduini G., Balsamo G., Boussetta S., Choulga M., Harrigan S., Hersbach H., Martens B., Miralles D.G., Piles M., Rodríguez-Fernández N.J., Zsoter E., Buontempo C., Thépaut J.N. ERA5-land: A state-of-the-art global reanalysis dataset for land applications // Earth System Science Data. 2021. V. 13 (9). P. 4349–4383. https://doi.org/10.5194/essd-13-4349-2021
  28. 28. Pyankov S.V., Shikhov A.N., Kalinin N.A., Sviyazov E.M. A GIS-based modeling of snow accumulation and melt processes in the Votkinsk reservoir basin // Journ. of Geographical Sciences, 2018. V. 28 (2). P. 221–237. https://doi.org/10.1007/s11442-018-1469-x
  29. 29. Takala M., Luojus K., Pulliainen J., Derksen C., Lemmetyinen J., Kärnä J., Koskinen J. Bojkov B. Estimating Northern Hemisphere Snow Water Equivalent for Climate Research through Assimilation of Space-Borne Radiometer Data and Ground-Based Measurements // Remote Sensing of Environment. 2011. V. 115. P. 3517–3529. https://doi.org/10.1016/j.rse.2011.08.014
QR
Translate

Индексирование

Scopus

Scopus

Scopus

Crossref

Scopus

Higher Attestation Commission

At the Ministry of Education and Science of the Russian Federation

Scopus

Scientific Electronic Library