sergeogrИзвестия Российской академии наук. Серия географическаяIzvestiya Rossiiskoi Akademii Nauk. Seriya Geograficheskaya2587-55662658-697510.31857/S2587556624060025ALARYUsergeogr-2834Research ArticleПРИРОДНЫЕ ПРОЦЕССЫ И ДИНАМИКА ГЕОСИСТЕМNATURAL PROCESSES AND DYNAMICS OF GEOSYSTEMSМетодика дистанционной оценки термических характеристик озер зоны многолетней мерзлоты европейской части РоссииMethodology for Remote Assessment of Thermal Characteristics of Lakes in Permafrost Zone of European RussiaКондратьевС. А.KondratyevS. A.

Санкт-Петербург

St. Petersburg

ГолосовС. Д.GolosovS. D.

Санкт-Петербург

St. Petersburg

ЗверевИ. С.ZverevI. S.

Санкт-Петербург

St. Petersburg

РасуловаА. М.RasulovaA. M.

Санкт-Петербург

St. Petersburg

arasulova@limno.ruКрыловаВ. Ю.KrylovaV. Yu.

Санкт-Петербург

St. Petersburg

РевуноваА. В.RevunovaA. V.

Санкт-Петербург

St. Petersburg

Институт озероведения Российской академии наук — обособленное структурное подразделение ФГБУН “Санкт-Петербургский Федеральный исследовательский центр Российской академии наук”РоссияInstitute of Limnology of the Russian Academy of SciencesRussian Federation202404052025886867881Copyright © Кондратьев С.А., Голосов С.Д., Зверев И.С., Расулова А.М., Крылова В.Ю., Ревунова А.В., 20252025Кондратьев С.А., Голосов С.Д., Зверев И.С., Расулова А.М., Крылова В.Ю., Ревунова А.В.Kondratyev S.A., Golosov S.D., Zverev I.S., Rasulova A.M., Krylova V.Y., Revunova A.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://izvestia.igras.ru/jour/article/view/2834

Цель исследования — адаптация методики дистанционной оценки гидротермодинамических характеристик неизученных озер к условиям зоны многолетней мерзлоты Европейской территории России. Основа методики — синтез результатов тематического дешифрирования спутниковых снимков, геостатистической оценки морфометрических характеристик озер и математического моделирования термодинамических процессов в них. В качестве объектов исследования рассмотрены водоемы зоны многолетней мерзлоты трех озерных регионов европейской части России — Кольского сегмента Балтийского кристаллического щита, прибрежных равнин Баренцева моря и западного склона Урала, в каждом из которых озерные котловины имеют схожее происхождение. Для определения морфометрических характеристик озер использовались базы данных HydroLakes и WORDLAKE, основанные на материалах дистанционного зондирования, литературных источниках и оценках объемов озер по геостатистическим моделям, базирующимся на топографии поверхности. Основной инструмент достижения поставленной цели — универсальная параметризованная одномерная математическая модель гидротермодинамики озера FLake, дополненная блоком теплообмена на границе вода — дно. Модель включена в прогностическую систему COSMO, используемую для составления прогнозов погоды на всей территории страны как средство оценки влияния пресноводных озер на локальный климат. Для задания климатических входных данных в модели использовались данные реанализа семейства ERA5. Выполнены имитационные термогидродинамические расчеты для точек, репрезентативных для рассмотренных озерных регионов в пределах зоны многолетней мерзлоты. Показано, что адаптированная к условиям многолетней мерзлоты методика позволяет оценивать теплообмен в системе атмосфера — лед — водная масса — донные отложения, условия перемешивания и вертикальное распределение температуры в воде и донных отложениях, а также ледовый режим озер.

The purpose of the study is to adapt the methodology of remote assessment of hydrothermodynamic characteristics of unstudied lakes to the conditions of the European Russia’s permafrost zone. The basis of the methodology is the synthesis of the results of thematic interpretation of satellite images, geostatistical assessment of their morphometric characteristics of lakes and mathematical modeling of thermodynamic processes in them. The objects of study are the permafrost zone reservoirs of three lake regions of the European Russia: the Kola segment of the Baltic Shield, the coastal plains of the Kara Sea and the western slope of the Ural Mountains, in each of which the lake basins have a similar origin. To determine the morphometric characteristics of unstudied lakes, the HydroLakes and WORDLAKE databases were used, based on remote sensing materials, literature sources and estimates of lake volumes using geostatistical models based on surface topography. The main tool for achieving this goal is a universal parameterized one‑dimensional mathematical model of the hydrothermodynamics of the lake FLake, supplemented by a heat exchange block at the water‑bottom boundary. The model is included in the COSMO forecasts’ system, which is used to compile weather forecasts throughout the Russian Federation as a means of assessing the influence of freshwater lakes on the local climate. To specify climate input data into the model, reanalysis materials from the ERA5 family were used. Thermohydrodynamic calculations were performed for points representative of the considered lake regions within permafrost zones. It is shown that the technique adapted to the conditions of permafrost allows one to evaluate heat exchange in the system atmosphere — ice — water mass — bottom sediments, as well as the vertical distribution of temperature in water and bottom sediments.

озерный регионмноголетняя мерзлотаматематическая модельтеплоперенос в воде и донных отложенияхледовый покровреанализlake regionpermafrostmathematical modelheat transfer in water and bottom sedimentsice coverreanalysisРабота выполнена при поддержке проекта Российского научного фонда № 24‑27‑00067 “Методика дистанционной оценки характеристик неизученных озер зоны многолетней мерзлоты с использованием спутниковой информации и математического моделирования”.The work was supported by the Russian Science Foundation project no. 24‑27‑00067 “Methodology for remote assessment of the characteristics of unstudied lakes in permafrost zones using satellite information and mathematical modeling”.ReferencesБабушкина Е.В., Русаков В.С., Русаков С.В., Шавнина Ю.Н. Типизация территории методами геостатистического анализа по физико‑географическим факторам // Вестн. Пермского ун‑та. Математика. Механика. Информатика. 2012. № 1 (9). С. 33–37.Assibey‑Bonsu W. The basic tenets of evaluating the Mineral Resource assets of mining companies, as observed through Professor Danie Krige’s pioneering work over half a century. J.S. Afr. Inst.Min. Metall., 2016, vol. 116, no. 7, pp. 635–643. https://doi.org/10.17159/2411–9717/2016/v116n7a5Вечная мерзлота Кольского полуострова / под ред. И.Я. Баранова. М.: Изд‑во АН СССР, 1953. 180 с.Babushkina E.V., Rusakov V.S., Rusakov S.V., Shavnina Yu.N. Area typing by geostatistical analysis based on physical and geographical factors. Vestn. Perm. Univ., 2012, no. 1, pp. 33–37. (In Russ.).Геокриология СССР. Европейская территория СССР / ред. Э.Д. Ершова. М.: Недра, 1988. 358 с.Bacher J., Wenzig K., Vogler M. SPSS TwoStep Cluster — a First Evaluation. Nürnberg: Arbeits‑und Diskussionspapiere. Universität Erlangen‑Nürnberg, Sozial-wissenschaftliches Institut, Lehrstuhl für Soziologie, 2004.Доклад об особенностях климата на территории Российской Федерации за 2020 год. М.: РОСГИДРОМЕТ, 2021. 104 с.Chen Y., Wu L., Zhang G., Xu Y.J., Tan Z., Qiao S. Assessment of surface hydrological connectivity in an ungauged multi‑lake system with a combined approach using geostatistics and spaceborne SAR observations. Water, 2020, vol. 12, no. 10, art. 2780. https://doi.org/10.3390/w12102780Иванов П.В. Классификация озер мира по величине и по их средней глубине // Бюл. ЛГУ. 1948. № 20. С. 29–36.Doklad ob osobennostyakh klimata na territorii Rossiiskoi Federatsii za 2020 god [Report on the Peculiarities of the Climate in the Territory of the Russian Federation for 2020]. Moscow: Rosgidromet, 2021. 104 p.Измайлова А.В. Озера России. Закономерности распределения, ресурсный потенциал. СПб.: Папирус, 2018. 288 с.Geokriologiya SSSR. Evropeiskaya territoriya SSSR [Geocryology of the USSR. European Territory of the USSR]. Ershova E.D., Ed. Moscow: Nedra Publ., 1988. 358 p.Измайлова А.В., Корнеенкова Н.Ю., Расулова А.М. Выявление уникальных озер с использованием геоинформационных систем на примере Ненецкого автономного округа // Изв. Иркутск. гос. ун‑та. Сер.: Науки о Земле. 2023. Т. 43. С. 30–45. https://doi.org/10.26516/2073–3402.2023.43.30Golosov S., Kirillin G.A. Parameterized model of heat storage by lake sediments. Environ. Model. Softw., 2010, vol. 25, no. 6, pp. 793–801. https://doi.org/10.1016/j.envsoft.2010.01.002Кравцова В.И. Распространение термокарстовых озер в России в пределах зоны современной мерзлоты // Вестн. Моск. ун‑та. Серия 5. География. 2009. № 3. С. 33–42.Khazaei B., Read L.K., Casali M, Sampson K.M., Yates D.N. GLOBathy, the global lakes bathymetry dataset. Sci. Data, 2022, vol. 9, no. 1, pp. 1–10. https://doi.org/10.1038/s41597‑022‑01132‑9Крылов В.Е., Муравьева Н.В. Общая теория статистики: учеб. пособие. Владимир: Изд‑во Владимирского гос. ун‑та, 2020. 243 с.Ivanov P.V. Classification of the world’s lakes by size and by their average depth. Byull. Leningr. Gos. Univ., 1948, no. 20, pp. 29–36. (In Russ.).Национальный атлас России. Т. 2. Природа. Экология / гл. ред. А.В. Бородко, гл. ред. тома В.М. Котляков. М.: ПКО “Картография”, 2007. 496 с.Izmailova A.V. Ozera Rossii. Zakonomernosti raspredeleniya, resursnyi potentsial [Lakes of Russia. Patterns of Distribution, Resource Potential]. St. Petersburg: Papirus Publ., 2018. 288 p.Николаева С.Б., Евзеров В.Я. К геодинамике Кольского региона в позднем плейстоцене и голоцене: Обзор и результаты исследований // Вестн. Воронеж. гос. ун‑та. Сер. Геология. 2018. № 1. С. 5–14.Izmailova A.V., Korneenkova N.Yu., Rasulova A.M. Identification of unique lakes using geographic information systems using the example of the Nenets autonomous okrug. Izv. Irkut. Gos. Univ., 2023, vol. 43, pp. 30–45. (In Russ.). https://doi.org/10.26516/2073–3402.2023.43.30Паркин Р.А., Каневский М.Ф., Савельева Е.А., Демьянов В.В. Пространственно‑временная геостатистика на примере данных радиоэкологического мониторинга // Инженерная экология. 2005. № 1. С. 18–32.Kirillin G., Hochschild J., Mironov D., Terzhevik A., Golosov S., Nützmann G. FLake‑Global: Online lake model with worldwide coverage. Environ. Model. Softw., 2011, vol. 26, no. 5, pp. 683–684. https://doi.org/10.1016/j.envsoft.2010.12.004Румянцев В.А., Драбкова В.Г., Измайлова А.В. Озера европейской части России. СПб.: Лема, 2015. 390 с.Krylov V.E., Muravyova N.V. Obshchaya teoriya statistiki: ucheb. posobie [General Theory of Statistics: Textbook]. Vladimir: Izd‑vo Vladimir. Gos. Univ., 2020. 243 p.Assibey-Bonsu W. The basic tenets of evaluating the Mineral Resource assets of mining companies, as observed through Professor Danie Krige’s pioneering work over half a century // J.S. Afr. Inst.Min. Metal. 2016. Vol. 116. № 7. P. 635–643. https://doi.org/10.17159/2411–9717/2016/v116n7a5Kochkov N.V., Ryanzhin S.V. A method of assessing lake morphometric characteristics with the use of satellite data. Water Resour., 2016, vol. 43, no. 1, pp. 15–20. https://doi.org/10.1134/s0097807816010103Bacher J., Wenzig K., Vogler M. SPSS TwoStep Cluster — a first evaluation. Nürnberg: Arbeits‑und Diskussionspapiere. Universität Erlangen‑Nürnberg, Sozial-wissenschaftliches Institut, Lehrstuhl für Soziologie, 2004. 32 p.Korsakova O., Tolstobrov D., Nikolaeva S., Kolka V., Tolstobrova A. Lake Imandra depression in the Late Glacial and early Holocene (Kola Peninsula, north‑western Russia). Baltica, 2020, vol. 33, no. 2, pp. 177–190. https://doi.org/10.5200/baltica.2020.2.5Chen Y., Wu L., Zhang G., Xu Y.J., Tan Z., Qiao S. Assessment of Surface Hydrological Connectivity in an Ungauged Multi‑Lake System with a Combined Approach Using Geostatistics and Spaceborne SAR Observations // Water. 2020. Vol. 12. № 10. P. 1–23. https://doi.org/10.3390/w12102780Kravtsova V.I. Distribution of thermokarst lakes of Russia within the permafrost zone. Vestn. Mosk. Univ. Ser. 5: Geogr., 2009, no. 3, pp. 33–42. (In Russ.).Golosov S., Kirillin G.A. Parameterized model of heat storage by lake sediments // Environmental Modelling & Software. 2010. Vol. 25. № 6. P. 793–801. https://doi.org/10.1016/j.envsoft.2010.01.002Lehner B., Döll P. Development and validation of a global database of lakes, reservoirs and wetlands. J. Hydrol., 2004, vol. 296, no. 1–4, pp. 1–22. https://doi.org/10.1016/j.jhydrol.2004.03.028Khazaei B., Read L.K., Casali M., Sampson K.M., Yates D.N. GLOBathy, the global lakes bathymetry dataset // Sci. Data. 2022. Vol. 9. № 1. P. 1–10. https://doi.org/10.1038/s41597‑022‑01132‑9Messager M., Lehner B., Grill G., Nedeva I., Schmitt O. Estimating the volume and age of water stored in global lakes using a geo‑statistical approach. Nat. Commun., 2016, vol. 7, no. 1, art. 13603. https://doi.org/10.1038/ncomms13603Kirillin G., Hochschild J., Mironov D., Terzhevik A., Golosov S., Nützmann G. FLake‑Global: Online lake model with worldwide coverage // Environ. Modelling & Software. 2011. Vol. 26. № 5. P. 683–684. https://doi.org/10.1016/j.envsoft.2010.12.004Mironov D.V. Parameterization of Lakes in Numerical Weather Prediction. Description of a Lake Model. COSMO Technical Report No. 11. Offenbach am Main: German Weather Service, 2008.Kochkov N.V., Ryanzhin S.V. A method of assessing lake morphometric characteristics with the use of satellite data // Water Res. 2016. Vol. 43. № 1. P. 15–20. https://doi.org/10.1134/s0097807816010103Mironov D., Heise E., Kourzeneva E., Ritter B., Schneider N., Terzhevik A. Implementation of the lake parameterization scheme Flake into the numerical weather prediction model COSMO. Boreal Environ. Res., 2010, vol. 15, pp. 218–230.Korsakova O., Tolstobrov D., Nikolaeva S., Kolka V., Tolstobrova A. Lake Imandra depression in the Late Glacial and early Holocene (Kola Peninsula, north‑western Russia) // Baltica. 2020. Vol. 33. № 2. P. 177–190. https://doi.org/10.5200/baltica.2020.2.5Natsional’nyi atlas Rossii. Tom 2. Priroda. Ekologiya [National Atlas of Russia. Vol. 2. Nature. Ecology]. Borodko A.V., Kotlyakov V.M., Eds. Moscow: PKO Kartografiya, 2007. 496 p.Lehner B., Döll P. Development and validation of a global database of lakes, reservoirs and wetlands // J. Hydrol. 2004. Vol. 296. № 1–4. P. 1–22. https://doi.org/10.1016/j.jhydrol.2004.03.028Nikolaeva S.B., Evzerov V.Ya. On geodynamics of the Kola region in the later Pleistocene and Holocene: the review and result of the studies. Vestn. Voronezh. Gos. Univ., Ser. Geol., 2018, no. 1, pp. 5–14. (In Russ.).Messager M., Lehner B., Grill G., Nedeva I., Schmitt O. Estimating the volume and age of water stored in global lakes using a geo‑statistical approach // Nat. Commun. 2016. Vol. 7. № 1. Art 13603. https://doi.org/10.1038/ncomms13603Obu J., Westermann S., Bartsch A., et al. Northern Hemisphere permafrost map based on TTOP modelling for 2000–2016 at 1 km2 scale. Earth-Sci. Rev., 2019, vol. 193, pp. 299–316. https://doi.org/10.1016/j.earscirev.2019.04.023Mironov D.V. Parameterization of Lakes in Numerical Weather Prediction. Description of a Lake Model. COSMO Technical Report No. 11. Offenbach am Main: German Weather Service, 2008. 44 p.Parkin R.A., Kanevskii M.F., Savel’eva E.A., Dem’yanov V.V. Spatiotemporal geostatistics using radioecological monitoring data as an example. Inzh. Ekol., 2005, no. 1, pp. 18–32. (In Russ.).Mironov D., Heise E., Kourzeneva E., Ritter B., Schneider N., Terzhevik A. Implementation of the lake parameterization scheme Flake into the numerical weather prediction model COSMO // Boreal Environ. Res. 2010. Vol. 15. P. 218–230.Rumyantsev V.A., Drabkova V.G., Izmailova A.V. Ozera Evropeiskoi chasti Rossii [Lakes of the European Part of Russia]. St. Petersburg: Lema Publ., 2015. 390 p.Obu J., Westermann S., Bartsch A., et al. Northern Hemisphere permafrost map based on TTOP modelling for 2000–2016 at 1 km2 scale // Earth‑Science Reviews. 2019. Vol. 193. P. 299–316. https://doi.org/10.1016/j.earscirev.2019.04.023Rumyantsev V.A., Izmailova A.V., Makarov A.S. Status of the lake fund of the Arctic zone of the Russian Federation. Her. Russ. Acad. Sci., 2021, vol. 91, no. 1, pp. 26–36. https://doi.org/10.1134/s101933162101007XRumyantsev V.A., Izmailova A.V., Makarov A.S. Status of the lake fund of the Arctic zone of the Russian Federation // Herald of the Russian Academy of Sciences. 2021. Vol. 91. № 1. P. 26–36. https://doi.org/10.1134/s101933162101007XSarah S., Jeelani G., Ahmed S. Assessing variability of water quality in a groundwater‑fed perennial lake of Kashmir Himalayas using linear geostatistics. J. Earth Syst. Sci., 2011, vol. 120, pp. 399–411. https://doi.org/10.1007/s12040‑011‑0081‑6Sarah S., Jeelani G., Ahmed S. Assessing variability of water quality in a groundwater‑fed perennial lake of Kashmir Himalayas using linear geostatistics // J. Earth Syst. Sci. 2011. Vol. 120. P. 399–411. https://doi.org/10.1007/s12040‑011‑0081‑6Shih M.‑Yi, Jheng J.‑W., Lai L.‑F. A Two‑Step method for clustering mixed categroical and numeric data. J. Appl.Eng. Sci., 2010, vol. 13, no. 1, pp. 11–19. https://doi.org/10.6180/jase.2010.13.1.02Shih M.-Yi, Jheng J.-W., Lai L.-F. A Two‑Step Method for Clustering Mixed Categroical and Numeric Data // J. of Applied Sci. and Engineering. 2010. Vol. 13. № 1. P. 11–19. https://doi.org/10.6180/jase.2010.13.1.02Svendsen J.I., Alexanderson H., Astakhov V.I., et al. Late Quaternary ice sheet history of northern Eurasia. Quat. Sci. Rev., 2004, vol. 23, pp. 1229–1271. https://doi.org/10.1016/j.quascirev.2003.12.008Svendsen J.I., Alexanderson H., Astakhov V.I., et al. Late Quaternary ice sheet history of northern Eurasia // Quat. Sci. Rev. 2004. Vol. 23. P. 1229–1271. https://doi.org/10.1016/j.quascirev.2003.12.008Szatmári G., Kocsis M., Makó A., Pásztor L., Bakacsi Z. Joint spatial modeling of nutrients and their ratio in the sediments of Lake Balaton (Hungary): A multivariate geostatistical approach. Water, 2022, vol. 14, no. 3, art. 361. https://doi.org/10.3390/w14030361Szatmári G., Kocsis M., Makó A., Pásztor L., Bakacsi Z. Joint Spatial Modeling of Nutrients and Their Ratio in the Sediments of Lake Balaton (Hungary): A Multivariate Geostatistical Approach // Water. 2022. Vol. 14. № 3. Art. 361. https://doi.org/10.3390/w14030361Vechnaya merzlota Kol’skogo poluostova [Permafrost of the Kola Peninsula]. Moscow: Nauka Publ., 1953. 180 p.Winslow L.A., Read J.S., Hanson P.C., Stanley E.H. Does lake size matter? Combining morphology and process modeling to examine the contribution of lake classes to population‑scale processes // Inland Waters. 2015. Vol. 5. № 1. P. 7–14. https://doi.org/10.5268/IW‑5.1.740Winslow L.A., Read J.S., Hanson P.C., Stanley E.H. Does lake size matter? Combining morphology and process modeling to examine the contribution of lake classes to population‑scale processes. Inland Waters, 2015, vol. 5, no. 1, pp. 7–14. https://doi.org/10.5268/IW‑5.1.740Zverev I.S., Golosov S.D., Kondratiev S.A., Rasulova A.M. Procedure for Remote Assessment of the Characteristics of Unexplored Lakes in the Continental Part of the Russian Tundra // Doklady Earth Sci. 2023. Vol. 511. № 2. P. 726–731. https://doi.org/10.1134/s1028334X23600779Zverev I.S., Golosov S.D., Kondrat’ev S. A., Rasulova A.M. Procedure for remote assessment of the characteristics of unexplored lakes in the continental part of the Russian tundra. Dokl. Earth Sci., 2023, vol. 511, no. 2, pp. 726–731. https://doi.org/10.1134/s1028334X23600779

The authors declare that there are no conflicts of interest present.