Мониторинг снежного покрова и прогноз сезонного стока. MODSNOW - оперативный инструмент для мониторинга снежного покрова.
Мониторинг снежного покрова и прогноз сезонного стока. MODSNOW - оперативный инструмент для мониторинга снежного покрова.
В настоящее время информацию о снежном покрове с высоким временным и умеренным пространственным разрешением можно получить из изображений оптического дистанционного зондирования, например из продуктов MODIS. Такая информация важна для оценки состояния запасов воды в горах Центральной Азии.
Однако обработка таких данных отнимает много времени и непросто.
Удобный для пользователя инструмент MODSNOW предлагает возможность автоматической обработки данных MODIS о снежном покрове для заранее определенных речных бассейнов или выбранного региона.
Обработка включает в себя загрузку данных, удаление облаков с изображений, создание ежедневных карт снежного покрова, а также снега в масштабе бассейна и в зависимости от высоты.
Обложка статистики.
Инструмент можно настроить в рабочий режим с автоматическим ежедневным обновлением информации о снежном покрове.
Нерабочий режим может использоваться для получения исторических временных рядов информации о снежном покрове.
Полученная пространственно-временная информация о снежном покрове может использоваться для сезонного прогнозирования наличия воды, а также для научных исследований климатических и гидрологических изменений.
Прогноз сезонных осадков и стока.
Для адаптации сельскохозяйственной стратегии к аномальным гидроклиматическим условиям требуется надежный сезонный прогноз наличия воды в летний период. Для количественного прогнозирования были разработаны современные статистические модели прогнозов, которые связывают наблюдаемые гидроклиматологические аномалии с подходящими переменными-предикторами в течение предшествующих месяцев. Эти инструменты прогнозирования позволяют как детерминированный прогноз доступности воды, основанный на автоматически выбранных ковариатах, так и оценку присущих неопределенностей. Было установлено, что для прогнозирования летнего стока в различных водосборах Центральной Азии уровень снежного покрова (полученный с помощью инструмента MODSNOW), а также наблюдения за температурой и осадками в течение зимы, являются умелыми предикторами и объясняют до 80% вариаций стока.
С целью увеличения заблаговременности прогнозов стока были разработаны аналогичные модели для прогнозирования количества зимних осадков. Было показано, что крупномасштабные атмосферные и океанические режимы, особенно Эль-Ниньо и Арктическое колебание, значительно влияют на климат осадков в Центральной Азии, и различные атмосферные индексы были определены как эффективные предсказательные переменные. Хотя неопределенности прогнозов климата остаются большими, инструмент моделирования предполагает, что определенная степень предсказуемости существует уже на 6 месяцев вперед.
Инструменты прогнозирования основаны на бесплатной среде с открытым исходным кодом R. Тренинг по прогнозированию для экспертов из Центральной Азии был проведен в течение периода проекта, и инструменты были адаптированы к
их эксплуатационные потребности.
Seasonal Precipitation and Runoff Forecast
A robust seasonal forecast of summer water availability is required in order to adapt the agricultural strategy to anoma-lous hydro-climatic conditions. For a quantitative prediction, state-of-the-art statistical forecast models have been developed, which relate ob-served hydro-climatological anomalies with suitable pre-dictor variables during prece-ding months. These forecast tools enable both, a determinis-tic forecast of water availability based on automatically selected covariates and an estimation of inherent uncertainties. For the prediction of summer runoff in various Central Asian catch-ments, snow cover rates (derived from the MODSNOW tool) as well as temperature and precipi-tation observations during winter have been found to be skillful predictors and explain
up to 80% of runoff variations.
With the aim of extending the lead time of runoff forecasts, similar models have been developed for the prediction of winter precipitation amounts. Large scale atmospheric and oceanic modes, particularly the El Niño and the Arctic Oscilla-tion, have been shown to signi-ficantly influence the Central Asian precipitation climate and various atmospheric indices have been identified as skillful predictor variables. Although uncertainties of climate predic-tions remain large, the modell-ing tool suggests that a certain degree of predictability exists already 6 months in advance.
The forecast tools are based on the free and open source environment R. Forecasting trainings for Central Asian experts have been conducted during the project period and the tools have been adjusted to
their operational needs.