ASSESSMENT AND FORECAST OF THE MONTHLY RUNOFF OF THE ARYS RIVER BASIN BY THE CANONICAL DECOMPOSITION METHOD

Main Article Content

Saken Davletgaliyev
Aisulu Tursunova
Aidana Bazarbek

Abstract




The article considers the possibility of using the results of joint modeling of runoff and runoff- forming factors to assess and forecast the water resources in the Arys River basin. To solve this problem, the canonical decomposition method was used, which allows us to characterize a random process (river runoff) by a set of independent random variables and non–random functions. The method is optimal in the class of linear transformations, decomposition was carried out according to natural orthogonal components. Monthly, annual and vegetative hydrograph of the Arys River runoff were predicted for 2030, 2040 and 2050, according to two scenarios, RCP 4.5 and RCP 8.5. The results of the study showed that changes in river runoff by 2030, 2040, and 2050 fluctuate around the climatic norm of 1974–2019, both downwards and upwards. The use of the canonical decomposition model based on the dependence of runoff on climatic characteristics is fully justified by the results obtained.




Article Details

Section
Hydrology and water management
Author Biographies

Saken Davletgaliyev, Kazakh National University named аl–Farabi

Doctor of Geographical Sciences, Professor (Kazakh National University named аl–Farabi, Almaty, Kazakhstan, sdavletgaliev@mail.ru)

Aisulu Tursunova, JSC «Institute of Geography and Water Security»

Candidate of Geographical Sciences,  Associate Professor, Head of the Laboratory of Water Resources (JSC «Institute of Geography and Water Security», Almaty, Kazakhstan, ais.tursun@bk.ru)

Aidana Bazarbek, JSC «Institute of Geography and Water Security»

Junior Researcher (JSC «Institute of Geography and Water Security», Almaty, Kazakhstan, aydanabt@gmail.com)

References

Пресс–релиз МГЭИК. Широкомасштабное, быстрое и усиливающееся изменение климата [Электрон. ресурс]. – 2021. – URL: https://www.ipcc.ch/site/assets/uploads/2021/08/IPCC_WGI–AR6–Press–Release_ru.pdf (дата обращения 21.02.2023).

State of Global Climate 2021 WMO Provisional report. State of Climate in 2021: Extreme events and major impacts [Электрон. ресурс]. – 2021. – URL: https://public.wmo.int/en/media/press–release/state–of–climate–2021–extreme–events–and–major–impacts (дата обращения 21.02.2023).

UN climate report: It’s ‘now or never’ to limit global warming to 1.5 degrees [Электрон. ресурс]. – 2022. – URL: https://reliefweb.int/report/world/un–climate–report–it–s–now–or–never–limit–global–warming–15–degrees–enarruzh (дата обращения 21.02.2023).

МГЭИК. Изменение климата: Обобщающий доклад. Вклад рабочих групп I, II и III в четвертый доклад об оценке Межправительственной группы экспертов по изменению климата. – Женева: Издательство ВМО. – 2007. – 104 с.

Изменение климата. Обобщающий доклад: Вклад Рабочих групп I, II и III в Пятый оценочный доклад Межправительственной группы экспертов по изменению климата / МГЭИК; под ред. Пачаури Р. К, Мейер Л. А. [и др.]. – Женева, 2014. – 163 с.

Hofer S. et. al. Greater Greenland Ice Sheet contribution to global sea level rise in CMIP6 // Nature Communications. – 2020.

Seneviratne S., Hauser M. Regional Climate Sensitivity of Climate Extremes in CMIP6 Versus CMIP5 Multimodel Ensembles // Earth’s Future. – 2020. – № 8.

Долгих С. А., Смирнова Е. Ю., Сабирова А. У. К вопросу о построении сценариев изменения климата // Гидрометеорология и экология. – 2006. – № 1. – С. 7–19.

Достай Ж. Д., Алимкулов С. К., Сапарова А. А., Мырзахметов А. Б., Баспакова Г. Р. Оценка возобновляемых водных ресурсов казахстанской части бассейна реки Сырдария // Водные ресурсы Центральной Азии и их использование: Матер. междунар. науч.-практ. конф., посвященной подведению итогов объявленного ООН десятилетия «Вода для жизни». – Алматы, 2016. – С. 310–317.

Говоркова В. А., Катцов В. П., Мелешко В. М. и др. Климат России в XXI веке. Оценка пригодности моделей общей циркуляции атмосферы и океана СМIР3 для расчетов будущих изменений климата России // Метеорология и гидрология. – 2008. – Часть 2. – № 8. – С. 5–19.

Добровольский С. Г. Глобальная гидрология. Процессы и прогнозы. – М.: ГЕОС, 2017. – 526 с.

Давлетгалиев С. К., Медеу Н. Н. Сценарные прогнозы ресурсов стока рек Жайык-Каспийского бассейна по отдельным участкам // Вестник КазНУ. – 2017. − № 2(45). − С. 28–40.

Голубцов В.В. Моделирование стока горных рек в условиях ограниченной информации. – Алматы: Казгидромет, 2010. – 232 с.

Сапарова А. А., Загидуллина А. Р., Аппазова Т. Б. Современные тенденции изменения речного стока Арало–Сырдариинского водохозяйственного бассейна в изменяющихся климатических условиях // Региональные проблемы водопользования в изменяющихся климатических условиях: Материалы международной научно-практической конференции, 11-12 ноября 2014 г. – Уфа, 2014. – С. 183–188.

Шульц В. Л. Реки Средней Азии. – Л: Гидрометеоиздат, 1965. – Ч. 1-2. – 691 с.

Ресурсы поверхностных вод СССР. Средняя Азия. Бассейн р. Сырдарьи. – Л.: Гидрометеоиздат, 1969. – Т. 14. – Вып. 1. − 512 с.

Попова В. П. Прогнозирование водности притоков реки Сырдарья в пределах Республики Казахстан: Дис. работа на соиск. учен. степ. канд. геогр. наук. – Алматы, 1998. – 148 с.

Схема комплексного использования и охраны водных ресурсов бассейна р. Сырдарьи с притоками. Том I. Книга 1. Сводная записка. – Алматы, 2008 – 156 с.

Bergström S., Forsman A. Development of a conceptual deterministic rainfall-runoff model // Hydrology Research. – 1973. – V. 4(3). – P. 147–170.

Горшкова А. Т., Урбанова О. Н., Каримова А. И. Основные этапы моделирования стока рек с площадью водосбора менее 100000 км2 // Международный научно–исследовательский журнал. –2015. – № 8(39). – С. 66–71.

Костин В. Н., Тишина Н. А. Статистические методы и модели: Учебное пособие. – Оренбург: ОГУ, 2004. – 138 с.

Давлетгалиев С. К. Групповое моделирование гидрографов месячного стока // Водные ресурсы. – 2013. – №4. – С. 350–358.

Пугачёв В. С. Теория случайных функций. – М.: Физматгиз, 1962. – 884 с.

Вентцель Е. С. Теория вероятностей: Учеб. для вузов. – 6-е изд. стер. – М.: Высш. шк., 1999. – 576 c.

Бусалаев И. В., Давлетгалиев С. К., Куперман И. Г. Моделирование гидрографа стока методом канонического разложения // Проблемы гидроэнергетики и водного хозяйства. − 1973. − Вып.10. − С.143–152.

Бусалаев И. В., Давлетгалиев С. К. Описание речного стока в нескольких створах методом многомерного канонического разложения // Метеорология и гидрология. − 1982. − №3. − С. 81-87.

Давлетгалиев С. К. Совместное моделирование рядов годового стока рек методом канонического разложения // Метеорология и гидрология. – 1991. – №10. – С. 102–108.

СП 33-101-2003. Определение основных расчетных гидрологических характеристик – Москва.: Государственный комитет Российской Федерации по строительству и жилищно-коммунальному комплексу, 2004. – 73 с.

Davletgaliev S. K., Alimkulov S. K., Talipova E. K. The possibility to applying simulated series for compile scenario forecasting river runoff // Environmental Earth Sciences. – 2020. – V. 79, Issue 16.

Davletgaliev S. K., Alimkulov S. K., Tursunova A. A., Talipova E. K. Long term forecast of the monthly flow hydrograph of Yertis river (v. Boran) based on combined statistical modeling of the river flow and precipitation // News of the National Academy of Sciences of the Republic of Kazakhstan / Series of geology and technical sciences. – 2023. – V. 6. Number 462. – P. 70–84.