«Реконструкция и прогноз частоты засух в центре Восточно-европейской равнины по данным дендрохронологии и климатического моделирования»

Промежуточный отчет 2015 года

Abstract

In 2015 wesampledScotspine, Norwayspruceand EnglishoakinMoscow, NizhnyNovgorod, Ryazan, Tula, Lipetsk, Tambov, Kursk, Kaluga, Voronezh, Samara, Penza, Orenburg, Belgorod, Tver, Yaroslavl, Mordovia, MariElandTatarstanregionsat 43 samplesites. The samples from 28 of them were measured and cross-dated. We also sampled several introduced species in Moscow City and the Moscow region, old buildings and archaeological sites in Moscow, Yaroslavl, Tver, Kaluga, Kursk, Tula, Kostroma regions and built 20 floating chronologies. Along with the measurements of the ring width, we measured separately the early and late wood widths and the optical density (maximum blue intensity) in the Penza and Voronezh regions.
We constructed regional chronologies and plotted maps of growth anomalies for the new chronologies. It was found that the latewood width is the most sensitive to the droughts and the optical density of the rings is more sensitive to the temperature.
 
We analyzed 311 diaries and memoirs of 18-19 centuries and found 89 sources with evidence that characterize a wide range of weather and climate events for further comparison of this data with tree-ring chronologies. The visual similarity of ring width of pine in the Moscow region with phenological events (appearance of the first leaf of birch and bird cherry, the beginning of the common cuckoo songs) is however not statistically confirmed.
 
To assess the impact of natural climate variability we used reanalysis data and meteorological archives of the Roshydromet global data center (daily observations of minimum, mean, maximum air temperature, and daily precipitation, observations of monthly temperature and monthly precipitation data of water equivalent of snow from snow surveys, Selyaninov’s hydrothermal coefficient, SPEI (Standardized Precipitation Evapotranspiration Index), Palmer Drought Severity Index (PDSI) from 1901 to 2012. Correlation analysis of tree ring width chronologies of Scots pine (as well as introduced species of pine) and meteorological parameters indicate a positive relationship with the moisture supply.
 
Good agreement of the aridity index D (Mescherskaya and Blazhevich, 1997), based only on the mean monthly temperature and precipitation, with more complex indices such as PDSI, SPEI, and SPI was found. On this basis we identified major droughts at the European Russia territory in the 20-21 centuries that are common for all mentioned indices (early 1920s, late 1930s, 1960, 1970s,  early 1980s, 1998, 2002, 2010.).
 
On the basis of the hierarchical cluster analysis and principal component analysis we performed a regionalization of tree-ring chronologies in the territory allocated to three regions of European Russia, in which the growth of Scots pine is governed by similar climatic conditions. For the analysis of nonlinear relationships between predictor variables and the dependent variables we applied the decision tree (Decision Tree) approach using the algorithm CHAID-Analysis (Chi-square Automatic Interaction Detector, automatic detection of interactions). As a result a tree structure is formed, the base of which is a predictor of the maximum difference in the dependent variable. This way we obtained tree diagrams, reflecting the combined effects of the factors impacting the ring width.
 
By using statistical nonlinear model with categories of "low", "high" and "medium" growth, it was found that:
  • a combination of drought during the growing season of the current year and the high temperature during the growing period of the previous year, results in the higher than normal (almost twice) of the probability of narrow ring formation;
  • a combination of dry conditions (not identified as a drought) during the active growing season of the current year, and the precipitation in March of the current year below the normal values, as well as the low July precipitation of the previous year, significantly lower than normal values led to an increase by 2.3 times of the probability of the low tree ring growth. In this case the wide rings were not observed;
  • the combination of very humid conditions during the active growing season in the current year and of the number of days with average air temperatures below -20 degrees C for the previous hydrological year less than normal, resulted in a two times increase of the probability of high growth of tree rings. These conditions significantly reduced the probability of narrow rings formation.
  • The importance of continuous and prolonged periods of high air temperature for the formation of the annual rings in the category "below normal" is increasing.
 
To quantify the influence of the natural climate variability on the risk of droughts occurrence and to identify the areas of European Russia with the greatest risk of droughts we performed the analysis of the ensemble of the numerical experiments with the global general circulation model of the atmosphere with AGCM ECHAM5, having spectral horizontal resolution of T63 (about 1.8 ° along latitude and longitude) and 31 vertical levels. In each numerical experiment in the model fields of sea surface temperature (SST) and sea ice area (SIA a part of the model cell covered by sea ice) were prescribed, according to an objective analysis of observations HadISST1.1 by Hadley Centre (UK) (Rayner et al. 2003) for the period 1979-2012. The greenhouse gases concentrations in the model were constant for all experiments and they correspond roughly to the modern values (concentration of CO 2 - 348 ppm, methane - 1.64 ppm). The ensemble average of the long-term average of the drought index allows to determine the areas with the greatest risk of drought, depending on SST and SIA. The average over the ensemble of standard deviation for the individual experiments allows to evaluate the effect of natural stochastic variability of the atmosphere in the formation of dry conditions.
 
According to the model experiments, the highest values of the average over the ensemble of long-term standard deviations variations of the modified drought index D are observed in the north and in the south of European Russia, which can be described as areas where the aridity is the subject of the influence of the greatest natural climate variability. In the middle zone the impact of natural variability is relatively low. For some months, the variability of AMO (Atlantic Multidecadal Oscillation) is responsible for up to 15% of the interannual variability of the aridity. In some regions of the north of the European Russia AMO can explain up to 25% of droughts. In the south of European Russia, the correlation coefficient of interannual changes in AMO and droughts is close to zero, but a composite analysis shows that in the south the overall value of the aridity index D is generally higher during the positive phase of the AMO and lower in negative phase, which is connected with the influence of AMO on both temperature, and precipitation. These results suggest the need to consider the quasi-cyclic processes of natural climate variability for the correct prediction of the risk of droughts in upcoming decades.


1.3. Сведения о фактическом выполнении плана работы на год (фактически проделанная работа)
 
1. Отбор образцов из живых деревьев в Нижегородской, Рязанской, Тульской, Брянской, Липецкой, Курской, Воронежской, Самарской, Пензенской областях, и в Мордовии. Расширение сети древесно-кольцевых хронологий.
В 2015 г. проведен отбор образцов сосны обыкновенной, ели европейской и дуба черешчатого в Московской, Нижегородской, Рязанской, Тульской, Липецкой, Тамбовской, Курской, Калужской, Воронежской, Самарской, Пензенской, Оренбургской, Белгородской, Тверской, Ярославской областях, в Мордовии, Марий Эл и Татарстане. Заложено 43 пробные площади (Рис. 1, Рис. 2, Таблица 1). Основной массив данных, в силу естественных причин – это образцы сосны обыкновенной, однако нам также удалось отобрать образцы дуба в Курской, Тульской, Липецкой и Белгородской областях, и ели – в Московской, Тверской и Калужской областях и в Мордовии.
 
map3(1)
Рис. 1. Точки отбора образцов на дендрохронологический анализ в 2015 гг. Круги – сосна, ромбы – ель, квадраты – дуб. Зеленый цвет – живые деревья, желтый – архитектура, красный – археология.


Таблица 1. Сведения об отобранных в 2015 г. образцах живой, строительной и археологической древесины.
 
 

Y01S
Рис. 2. Фотографии пробных площадей. Слева направо, сверху вниз – Y01S, K09A, T05S, T04S, T07S.


Помимо массовых видов, характерных для естественных лесов ЕТР, мы отобрали образцы древесины интродуцентов, произрастающих в ботаническом саду РАН и парках Москвы и Подмосковья (в частности, лжетсуга Мензиса, бархат амурский, пихта сибирская, туя западная, ясень пенсильванский, сосна Веймутова, сосна румелийская, ель Шренка и др.) для того, чтобы установить отличия в их реакции на изменения климата от местных видов.
 
2. Отбор и измерение образцов древесины из старых строений и археологических раскопок.
Отобраны образцы из старых строений и археологических раскопок в Москве и Московской области, в Ярославской, Тверской, Калужской, Курской, Костромской областях и построено 20 плавающих шкал. 85 образцов древесины древних мостовых, свай и срубов отобраны при археологических раскопках в Зарядье (г.Москва). 45 образцов отобрано на раскопках Тульского кремля, 64 – на раскопках Костромского кремля (Красные ряды и Мелочные ряды). Проведена обработка образцов древесины Тверского кремля (ул. Советская, д. 1а, стадион "Химик", раскопки А.Н. Хохлова) и двух деревянных домов из Тверской области. Отобраны образцы балок с чердака Художественной галереи и вертикальные сваи из-под жилого дома на ул. Кирова в г. Калуге (рис. 3), а также – из древесины средневековых крепостных сооружений, хранящейся в Калужском историческом музее.
 
Пробы
Рис. 3. Образцы погребенной древесины в г. Калуга (ул. Кирова-24).
 
3. Измерение ширины колец, а также ранней и поздней древесины, их оптической плотности. Перекрестное датирование и построение хронологий по живым деревьям.
В 2015 г. проведено измерение ширины годичных колец для 28 пробных площадей, а также отдельно ранней и поздней древесины (Рис. 4) и максимальной оптической плотности (Рис. 5) для двух пробных площадей. Проведено перекрестное датирование всех образцов, рассчитаны индексы прироста сосны (устранение возрастного тренда) и построены сводные хронологии.


Рис. 4. Изменчивость ширины кольца и ширины ранней и поздней древесины сосны для пробных площадей T03S (Воронежская обл., сверху) T09S (Пензенская обл., снизу).
 


Рис. 5. Хронология максимальной оптической плотности древесины сосны для пробной площади T03S (Воронежская обл.).
 
4. Измерение ширины колец старой древесины, построение плавающих хронологий, их привязка к хронологиям живых деревьев (перекрестное датирование).
Проведено измерение колец старой древесины как с помощью измерительной системы LINTAB, так и по изображениям колец с использованием программ CooRecorder и CDendro. В обоих случаях точность измерений составляет 0.01 мм. Всего было построено 20 плавающих хронологий. Образцы, отобранные в Тверском кремле, были перекрестно датированы по Новгородской шкале (Тарабардина, 2001) и представляют собой плавающие шкалы, относящиеся к 12 и 13 вв. Материал 13 в. надежно привязан к новгородской хронологии, абсолютная датировка 12 в. менее достоверна и требует подтверждения.
Две хронологии по исторической древесине в г. Калуге были датированы при помощи составленных авторами ранее длинных хронологий по Русской равнине. Хронология H08A (балки с чердака Художественной галереи) имеет продолжительность 188 лет и охватывает период 1629-1816 гг. Она датирована по Вологодской хронологии (Карпухин, Мацковский, 2014), что дает основание предполагать, что здание музея, было построено из привезенной северной древесины (рис. 6). Аналогичный вывод об использовании северного материала был получен ранее для усадьбы Голицына «Большие Вяземы» и домовой церкви во имя Александра Невского на Большой Садовой (Мацковский и др., 2014). Коллекция H09A (сваи из-под жилого дома на ул. Кирова) датирована по хронологии из Калужской области и насчитывает 194 годичных кольца (1659-1852гг.). Эта датировка позволила продлить Калужскую сводную хронологию на несколько десятилетий. По образцам из Костромского кремля (Красные ряды, Мелочные ряды), построена хронология длиной 229 лет, которую удалось датировать по Вологодской шкале – 1283-1511 гг. Таким образом, Костромская хронология была продлена на 2 века и теперь охватывает период 1283-2014 гг.
Рис. 6. Древесно-кольцевые хронологии: Вологодская (VOL), Большие Вяземы (GOL), (BSAD) и Калужского Художественного музея (H08A). Адекватность дендрохронологического датирования подкрепляется совпадением датировки с историческими свидетельствами о времени строительства музея (начало 19 в.).
 
5. Создание таблиц и карт аномалий прироста для новых хронологий.
Создан база данных и архив карт аномалий прироста для новых хронологий (см. Приложение 2).
 
6. Сопоставление этих данных с данными фенологии и исторической климатологии, в том числе с реконструкциями по историческим источникам на ЕТР, с данными европейских длиннорядных станций и с данными реанализа.
Исторические данные
Первая попытка поиска климатических свидетельств в исторических источниках была предпринята академиком Крафтом в 1740-ом году. С тех пор накопилось значительное количество информации (см., например, каталоги Борисенкова и Пасецкого 1988, 2002). Трудность, однако, в том, что свидетельства климатических событий разбросаны по самым разным источникам, и составление исчерпывающего каталога ещё очень далеко от своего завершения.
В рамках данного проекта мы сконцентрировались на поиске свидетельств, относящихся к периоду с конца XVII до первой половины XIX века, поскольку климатические свидетельства, относящиеся к этому периоду, можно сравнить с дендрохронологическими данными, а для более позднего времени есть уже значительное число инструментальных метеорологических наблюдений. Именно для этого периода характерно большое число документов личного характера (дневников, мемуаров, писем), всё ещё недостаточно изученных в историко-климатологическим отношении.
За этот год мы проанализировали 311 дневников и воспоминаний самых разных людей от Петра 1 и приближённых к нему лиц до провинциальных купцов и священников. Сразу же отметим, что дневники последней категории мемуаристов оказались наиболее информативными. Свидетельства были обнаружены в 89 источниках. Найденные нами свидетельства характеризуют широкий круг погодных и климатических явлений. Это зимние морозы и оттепели, поздние и ранние заморозки, летние засухи, даты вскрытия и замерзания рек. Кроме этого были найдены упоминания о вспышках численности саранчи и грызунов, ценах на зерно, эпидемических заболеваниях.
Таблицы исторических свидетельств разбиты на временные отрезки по 25 лет. Данные сгруппированы в хронологическом порядке. Каждое найденное свидетельство сопровождается подробной цитатой, указанием имени автора и ссылкой на источник. Кроме таблиц со свидетельствами мы приводим таблицу, содержащую библиографическую информацию обо всех проанализированных на данный момент источниках. Все эти таблицы и краткий сопроводительный текст доступны по адресу http://holocene.ru/work/methods/202.

Фенология

Нами рассмотрены связи следующих фенологических явлений с некоторыми хронологиями по ширине годичных колец: появление первого листа березы бородавчатой (BetulaverrucosaEhrh), появление первого листа черемухи обыкновенной (PadusracemosaLam.), начало кукования кукушки обыкновенной (Cuculus canorus). Явления выбраны из базы данных фенологической сети Института глобального климата и экологии Росгидромета и РАН по принципу максимальной длины рядов, а также с учетом наименьшего расстояния между дендрохронологическими и фенологическими площадками. Синхронность между рядами была рассчитана исходя из количества однонаправленных колебаний кривых стандартизированного индекса ширины годичного кольца и дат начала фенологических явлений за один период наблюдений. Так рис. 6 показывает, что величина синхронности распускания первого листа березы бородавчатой и индекса ширины годичного кольца Московской хронологии составила 0.26 (26 процентов синхронны).



Рис. 7. Связь стандартной хронологии ширины кольца сосны обыкновенной M13S (Московская область) с датами появления первого листа березы, первого листа черемухи, с датами начала кукования кукушки (за период с 1965 по 1999 гг.).


Рис. 8. Анализ связи ширины годичных колец хронологии M13S с фенологическими явлениями методом наименьших квадратов. 1 – появление первого листа березы; 2 - появление первого листа черемухи, 3 – начало кукования кукушки, Y – величина R2  фенологических явлений, X - величина R2 стандартной хронологии.
 
Анализ связи ширины годичных колец хронологии M13S (сосна из Московской области) с фенологическими явлениями методом наименьших квадратов показал, что между данными выборками не существует зависимости, несмотря на то, что при визуальной оценке некоторые графики представляются синхронными (например, в случае с кукушкой). Возможно, более тонкий подбор индикаторов (использование других древесных пород, например) мог бы обеспечить большую тесноту связей, однако, приходится признать, что в целом, в связи с отсутствием длинных фенологических рядов на территории нашей страны, использование этого метода для палеореконструкций имеет незначительные перспективы.
 
Климатический отклик
Для оценки влияния естественной изменчивости климата использованы архивы метеосети Росгидромет мирового центра данных (www.meteo.ru): ежедневные данные наблюдений за минимальной, средней, максимальной температурой воздуха и суточными суммами осадков; данные наблюдений среднемесячных температур и месячных сумм осадков; данные водного эквивалента снега (SWE, Snow Water Equivalent) из маршрутных снегомерных съемок. В расчет принимались данные с пропусками менее 10% за период. Исследование условий засушливости (соотношение тепла и влаги) в вегетационный сезон было проведено на основе применения показателей; гидротермический коэффициент Селянинова (рассчитан по данным температуры и осадков из архива метеосети Росгидромет); SPEI (5-ти месячные данные стандартизированного индекса осадков и испаряемости (Standardized Precipitation Evapotranspiration Index, SPEI) в узлах координатной сетки разрешения 1°х1° на основе глобального архива ежемесячных данных осадков и температуры Университета Восточной Англии (Climatic Research Unit, CRU TS3.1, [Begueria et al. 2013]); индекс суровости засухи Палмера (Palmer Drought Severity Index - PDSI) в узлах координатной сетки пространственного разрешения 0.5° х 0.5° из глобального архива ежемесячных значений индекса [Harris et al., 2014].) Дополнительно были рассмотрены: Географическая широта дендрохронологических площадок (как количественная характеристика прихода солнечной радиации) и Номер региона квази-однородных изменений прироста годовых колец. Помимо инструментальных данных стандартной гидрометеорологической сети (www.meteo.ru), мы использовали данные длиннорядных европейских станций и реанализа (www.knmi.nl).
Временной интервал инструментальных метеорологических наблюдений, позволяющий получить репрезентативные оценки, начинается с 1901 г.
 
Таблица 2. Потенциальные факторы влияния метеорологических условий на радиальный годичный прирост годовых колец на европейской территории России
 
Статистический анализ показывает, что функция распределения индексов прироста годовых колец соответствует нормальному распределению. Коэффициенты линейной корреляции временных рядов прироста годовых колец и метеорологических параметров (Табл. 3) свидетельствуют о положительных связях ширины колец с показателями увлажненности, однако теснота этих связей, как правило, невелика.
Полностью анализ климатического отклика (корреляционный анализ и анализ функции отклика с бутстреп-оценками статистической значимости) для всех хронологий приведен в Приложении 1.
 
Таблица 3. Коэффициенты линейной корреляции временных рядов прироста годичных колец и метеорологических параметров.


На основе иерархического кластерного анализа и метода главных компонент выполнена регионализация древесно-кольцевых хронологий, построенных нами в 2014 и 2015 гг. (Табл. 4, рис. 9). Оба метода дали сходные результаты и позволяют выделить три (или четыре) региона, в которых прирост сосны обыкновенной регулируется сходными климатическими условиями. Рис. 10, на котором показаны 11-летние скользящие средние ширины колец, обобщенные для четырех регионов с квази-однородными изменениями индекса прироста годичных колец, подтверждает этот вывод: кривые для четырех регионов существенно отличны друг от друга.
 
Таблица 4. Регионализация территории на основе квази-однородных изменений прироста годовых колец. Кластерный анализ (см. также рис. 9).


рис9
Рис. 9. Регионализация с помощью иерархического кластерного анализа. Мера сходства внутригрупповых связей - корреляция Пирсона (слева). Регионализация с помощью анализа главных компонент (справа).
 
Рис. 10. 11-летние скользящие средние в регионах квази-однородных изменений индекса прироста годовых колец


Для анализа нелинейных связей между зависимой переменной и предикторами использованы Деревья Решений (DecisionTree) с применением алгоритма CHAID-анализа (Chi-squareAutomaticInteractionDetector, автоматический детектор взаимодействий (Kass 1980; Biggsetal., 1991). В общем случае, алгоритм CHAID-анализа способствует выделению условий, приводящих к заданной ситуации, рассчитывая при этом вероятность наступления события (https://en.wikipedia.org/wiki/CHAID). Для изучения статистической взаимосвязи между зависимой и независимыми переменными (предикторами) использовались деревья решений (в данном случае, деревья классификации), где применяются статистические тесты значимости взаимодействий между зависимой переменной и предиктором (в данном случае, Хи-квадрат). Сущность метода CHAID состоит в выявлении способа группировки категорий каждого предиктора так, чтобы в получившихся группах максимизировать различия между значениями (категориями) зависимой переменной. В результате применения алгоритма формируется древовидная структура, в основании которого находится предиктор, максимально характеризующий различия зависимой переменной (на основе оценки уровня статистической значимости).
Зависимая переменная в нелинейной модели – индекс прироста годовых колец, 98 независимых переменных-предикторов – это выделенные метеорологические переменные и их деривативы. Использованы два различных критерия сегментации временного ряда, характеризующего изменение радиального годичного прироста толщины годовых колец в период 1901-2012 гг. 1 критерий: вся выборка была разделена на три равных группы на основе значения индекса прироста с условными названиями «высокий», «средний» и «низкий» прирост (по 448 наблюдений в каждой группе). 2 критерий: наблюдения были разделены на три группы с учетом среднего значения и среднеквадратического отклонения по выборке: в первую группу попали наблюдения с индексом прироста ниже одного среднеквадратического отклонения (208 наблюдений (15.5% из всех 1344)) – «ниже нормы», третью группу составили наблюдения с индексом прироста, превышающим среднеквадратическое отклонение (176 наблюдений (13.8% из всех 1344) – «выше нормы», во вторую группу – все остальные наблюдения (950 наблюдений (70.7% из всех 1344) – «норма».
В результате применения алгоритма CHAID-анализа получены древовидные диаграммы, отражающие комбинированное влияние совокупности факторов на прирост годичных колец.
 
Интродуценты
Характер влияния климатических колебаний на колебания радиального прироста тесно связан с наследственными экологическими свойствами исследуемого вида, и прежде всего с такими характеристиками как засухоустойчивость, жаростойкость, морозоустойчивость, холодоустойчивость, зимостойкость и другими подобными характеристиками. С другой стороны, локальные условия произрастания вносят свою специфику в характер колебания радиального прироста от года к году. Исследование специфики проявления климатического сигнала в хронологиях сосны Веймутова и сосны румелийской было выполнено с привлечением материала дендрологического сада МГУЛ, Главного Ботанического сада РАН, Ботанического сада МГУ, Переславского дендрологического сада.
 
Таблица 5. Значения коэффициентов корреляции между отдельными метеопраметрами для сосны Веймутова.
 
По данным таблицы 5 можно заключить, что нами выявлено в общей сумме 18 метеопараметров, достоверно коррелирующих с динамикой радиального прироста сосны Веймутова. При этом не было выявлено ни одного метеопараметра, для которого достоверная корреляция была бы обнаружена на всех четырех объектах. Не были выявлены также достоверные корреляции общие для трех объектов. Из рассматриваемых четырех объектов наиболее похожи между собой по характеру реакции прироста сосны Веймутова на изменение метеофакторов дендрарий МГУЛ и дендрарий ГБС РАН. Для них обнаружена положительная реакция прироста на повышенные суммы осадков мая и июля текущего года. Для обоих из них обнаружено отрицательное влияние на прирост повышенных температур мая в календарный год формирования годичного кольца. Таким образом, можно говорить о наличии в хронологиях по двум объектам сильного климатического сигнала на майские засухи, который, в то же время не был обнаружен ни для Ботанического сада МГУ, ни для Переславского дендрологического сада. Локальные условия произрастания определяют тот факт, что величина радиального прироста лимитируется разным набором метеопараметров и это создает разнообразие динамики прироста в хронологиях одного вида в пределах ограниченного географического района. Свой вклад в разнообразие динамики могут вносить и генетические факторы, связанные с разными наследственными свойствами использованного посадочного материала, например, происхождением его из географически удаленных частей естественного ареала.
 
Таблица 6. Значения коэффициентов корреляции между отдельными метеопраметрами для сосны румелийской.
 
Из данных таблицы 6 видно, что было обнаружено 12 метеопараметров, демонстрирующих достоверную корреляцию с индексами радиального прироста сосны румелийской хотя бы на одном из рассматриваемых объектов. Из них достоверные корреляции для обоих объектов демонстрируют лишь следующие метеопараметры: сумма осадков мая текущего года и сумма осадков июля текущего года.

7. Оценка влияния естественной изменчивости климата, в том числе ведущих мод внутренней изменчивости атмосферы, на риск формирования засух. Определение районов Европейской территории России с наибольшим риском формирования засух.
Засуха как экстремальное явление в естественной изменчивости климата обусловлена главным образом внутренними взаимодействиями атмосферы и системой обратных связей с океанами и поверхностью земли. Для количественной оценки естественной изменчивости климата на риск формирования засух и определения районов Европейской территории России с наибольшим риском формирования засух был выполнен анализ ансамблевых численных экспериментов с глобальной моделью общей циркуляции атмосферы (МОЦА). Расчеты проводились с МОЦА ECHAM5 разработанной в Метеорологическом институте им. Макса Планка (Германия) (Roeckner et al. 2003). Данная модель является климатической версией МОЦА основанной на спектральной модели прогноза погоды Европейского Среднесрочного Центра Прогноза Погоды (ECMWF). Используемая для экспериментов модель имеет спектральное горизонтальное разрешение Т63 (примерно 1.8°х1.8° по широте и долготе) и 31 вертикальный уровень. В каждом численном эксперименте в модели задавались поля температуры поверхности океана (ТПО) и концентрации морского льда (КМЛ, доля модельной ячейки, покрытая морским льдом), по данным объективного анализа наблюдений HadISST1.1 Центра Гадлея (Великобритания) (Rayner et al. 2003 добавить в список литературы) за период 1979-2012 гг. Выбор такого периода связан с наличием началом в 1979 г. непрерывных спутниковых данных мониторинга состояния морских льдов по КМЛ с 1979 г., обеспечивающего наиболее достоверные данные по КМЛ, что важно для воспроизведения климата высоких широт Северного полушария (Semenov and Latif, 2012). Концентрации парниковых газов в модели постоянны для всех экспериментов и примерно соответствуют современным значениям (концентрация СО2 348 ppm, метана 1.64 ppm). Все остальные параметры внешнего воздействия на атмосферу (орбитальные параметры, характеристики солнечной радиации, другие радиационно-активные газы и аэрозоли) соответствовали стандартным для современного климата значениями и были постоянными. Единственным различием между индивидуальными экспериментами являлись начальные условия (состояние атмосферы на 1 января 1979 г.), которые задавались как мгновенные состояния атмосферы в различные 12 часовые интервалы в декабре 1978 г. Всего было выполнено 45 экспериментов с идентичными граничными и различными начальными условиями. Анализ результатов ансамблевого моделирования позволяет оценить вклад естественной изменчивости климата (обусловленный, в том числе, суперпозицией ведущих мод климатической изменчивости, таких как явление Эль-Ниньо/Южное колебание, Атлантическое долгопериодного колебание, Тихоокеанская десятилетняя осцилляция и т.д.), которая «заложена» в модели в граничных условиях – ТПО и КМЛ. Среднее по ансамблю средних многолетних показателей индекса засухи может позволить определить регионы с наибольшим риском возникновения засух, зависящих от ТПО и КМЛ, а среднее по ансамблю стандартных квадратических отклонений для индивидуальных экспериментов позволяет оценить влияние естественной стохастической изменчивости атмосферы в формировании засушливых условий.
В качестве индекса засухи использовался модифицированный индекс засушливости D, предложенный в оригинальном виде в (MescherskayaandBlazhevich, 1997). Индекс определяется на основе средних месячных значений температуры воздуха и осадков (то есть, по сути, определяется «метеорологическая засуха», основанная на информации как об осадках, так и о температуре воздуха (в отличие от «гидрологической засухи», оценка которой зависит только от количества выпавших осадков). В работе (MescherskayaandBlazhevich, 1997) индекс D определяется как доля территории, где развиваются условия засушливости (засушливыми называются условия, где количество осадков за месяц оказывается не выше 80% от нормы, а температура оказывается на 1 градус выше нормы). Аналогично рассчитывается процент территории, подверженной условиям избыточного увлажнения (осадков выпадает более, чем 120% от нормы, температура оказывается на 1 градус ниже нормы). На рис. 11 приведены оценки доли европейской территории России (в %), подверженной засухе разной степени по разным критериям (индекс суровости засух Палмера PDSI, стандартный нормированный индекс осадков SPI, стандартный нормированный индекс осадков/испарения SPEI, индекс засушливости D), для индекса D введено также понятие «сильной засухи» (условия, при которых осадков выпадает менее 60% от нормы, температура оказывается на 2 градуса выше нормы).
 
Рис. 11. Доля европейской территории России (50–65º с.ш., 30–60º в.д.) (в %), подверженная в мае-июне-июле условиям засухи разной интенсивности (слабой – черный пунктир, умеренной – черное тире, сильной – тонкая красная линия, экстремальной – толстая красная линия) на основе различных индексов засух, сверху вниз: нормированный индекс осадков/испарения SPEI, нормированный индекс осадков SPI, индекс суровости засух Палмера PDSI, индекс засушливости D. Вертикальными линиями показаны периоды с сильными засухами, которые определялись по всем индексам.
 
Хорошее согласие индекса D с другими индексами засух позволяет использовать его для анализа условий засушливости в рамках поставленной задачи. Использовался как оригинальный, так и модифицированный индекс засушливости, включающий в себя как условия избыточного увлажнения (отрицательные значения), так и условия засушливости (положительные значения). Расчет индекса приведен в таблице 8.
 
Таблица 8. Расчет модифицированного индекса D.


На рис. 12 представлена межгодовая изменчивость доли европейской части России, подверженной засухам по индивидуальным членам ансамбля (для мая-июня-июля и июня-июля-августа) и средняя по ансамблю модельных экспериментов. Отмечено, что в отдельные годы засуха может охватывать до 80% региона, при этом проявляются годы, когда сразу большое количество членов ансамбля показывают высокое значение доли региона, охваченной засухами. Также для обоих периодов проявляется долгопериодный рост осредненной по всем членам ансамбля доли региона, охваченной засухами. Данный рост может быть связан с глобальными климатическими изменениями и представлять собой влияние глобального потепления на европейской территории России с ростом температуры изменением функции распределения осадков. В ряде работ (Dai, 2013; Trenberthetal., 2013) отмечено, что глобальное потепление само по себе не может вызывать засухи, однако оно благоприятствует их большей интенсивности и более быстрому установлению. Ведущую роль в повторяемости засух играет естественная изменчивость, что подтверждается и Рис. 12. На фоне значительной естественной изменчивости присутствует статистически значимый тренд увеличения территории, охватываемой засухами на ЕРТ – примерно на 100% за последние 30 лет, для среднего по ансамблю 45 модельный расчетов индекса D.
 
Рис. 12. Доля Европейской территории (50–65º с.ш., 30–60º в.д.) (в %), подверженная в мае-июне-июле (слева) и в июне-июле-августе (справа) условиям засухи (по индексу D) на основе ансамблевых расчетов с использованием 45 моделей (серые линии) и среднее по ансамблю (красная линия).
 
На рис. 13 (сверху) представлено среднее по ансамблю средних многолетних значение модифицированного индекса D. Выявлена зональность условий возникновения засух на Европейской территории России: к северу от 50º с.ш. чаще проявляются условия увлажнения (отрицательные значения модифицированного индекса D), к югу – условия засушливости (положительные значения модифицированного индекса D). Следует отметить, что расчет индекса D ведется относительно среднего для этих же широт: то есть в дополнение к климатическому распределению температуры/осадков (северные районы в целом более холодные и влажные, чем южные), проявляется и зональность направленности отклонений (в сторону условий увлажнения на севере и условий засухи на юге).
 
На рис. 13 (снизу) представлено среднее по ансамблю многолетних стандартных среднеквадратических отклонений изменчивости значений модифицированного индекса D. Наибольшие значения полученной величины отмечены на севере и на юге ЕТР, которые могут быть охарактеризованы как регионы, где оценка засушливости подвержена наибольшему влиянию естественной изменчивости климата. В средней полосе отмечается относительно низкое влияние естественной изменчивости. На следующем этапе проекта предполагается получить количественные оценки отношения сигнал/шум (в качестве сигнала будет выступать трендовая составляющая, обусловленная изменениями граничных условий – ТПО и КМЛ, в качестве шума – естественная изменчивость атмосферы), с учетом которых будут выделены регионы на ЕТР с потенциально высокой предсказуемостью засух и регионы, где влияние естественной изменчивости затрудняет прогностические оценки на ближайшие десятилетия.
 
 
Рис. 13. Среднее значение модифицированного индекса D (среднее по ансамблю средних многолетних) - сверху. Среднее СКО значения модифицированного индекса D (среднее по ансамблю многолетних среднеквадратических отклонений) – снизу. Слева – май-июнь-июль, справа – июнь-июль август.
 
8. Исследование связи засух на ЕТР с Атлантическим долгопериодным колебанием (АДК) с использованием экспериментов с климатическими моделями по моделированию воздействия АДК на климат.
Главным компонентом океанической циркуляции, определяющим крупномасштабные долгопериодные (около 60-70 лет) аномалии температуры поверхности Северной Атлантики (СА) и плошади актических морских льдов, является Атлантическое долгопериодное колебание (АДК) (Semenov et al. 2010). АДК связано с квазипериодическими изменениями крупномасштабного меридионального круговорота воды в СА и соответствующими изменениями мередионального переноса тепла океаном. С целью определения вклада АДК в изменения режимов засух на территории России, были использованы результаты экспериментов с совместной моделью общей циркуляции атмосферы и верхнего (50м) перемешанного слоя океана с использованием аномальных потоков океанической конвергенции тепла в Северной Атлантике. Использовались реалистичные оценки амплитуды колебаний потоков при переходе от минимума к максимуму АДК, а также аномалии с удвоенной амплитудой потоков тепла. Для сравнения использовались результаты «контрольного» эксперимента без дополнительных аномальных потоков тепла, в котором вся изменчивость ТПО являлась следствием воздействия атмосферы. Эксперименты с аномальными потоками использовались ранее для оценки связи формирования погодно-климатических аномалий на территории России (Семенов и др. 2014). Хотя такие идеализированные эксперименты не учитывают другие моды внутренней изменчивости океанической циркуляции, их преимущество в том, что они позволяют вычленить исключительно фактор АДК в формировании аномалий гидрологического цикла. Для оценки условий засушливости использовался индекс засушливости D (MescherskayaandBlazhevich, 1997) и его модифицированная версия (см. табл. 8). Подробная информация о расчете индекса D приводится выше. Был получен коэффициент корреляции доли ЕТР, подверженной засухам (оригинальный индекс D), и индекса NAO (разность давления атмосферы между Лиссабоном и Рейкьявиком (для ближайших модельных ячеек) средняя за период декабрь-март) (Рис. 14).
 
Рис. 14. Коэффициент корреляции 11-летних скользящих средних индекса NAO и индекса засушливости D на европейской территории России (доли региона с условиями засушливости) для теплого времени года (с мая по сентябрь) для 4 различных численных экспериментов (контрольный – темно-синие столбики, с наложенным 60-летним сигналом АДК – голубые столбики, с наложенным 60-летним сигналом АДК с удвоенной амплитудой – желтые столбики, с наложенным 40-летним сигналом АДК – бордовые столбики).
 
 
Конференции и командировки
Были проведены полевые работы в 20 регионах Европейской России общей продолжительностью 39 дней.
 
Были проведены стажировки в следующих программах:
The 26th European Dendroecological Fieldweek, 30 August – 6 September 2015, Zawoja, Poland - 2 человека (В. Кузнецова и П. Полумиева).
Wood Anatomy & Tree-Ring Ecology, 13 - 19 December 2015, Klosters, Switzerland - 1 человек (Е. Долгова).
 
Из запланированных конференций были сделаны доклады на следующих:
•          Российско-Швейцарский семинар «Дендрохронология Северной Евразии» 19-21 января 2015, Красноярск, 3 устных доклада.
•          Конференция «Climate variability and human impacts in Central and Eastern Europe during the last two millennia», Gdansk, 17-19 June 2015. Приглашенный и устный доклады
•          Семинар «Asia2k Workshop Kyoto», Japan, 19-20 March 2015. Устный доклад.
•          Международная конференция «Лесные экосистемы в условиях меняющегося климата: проблемы и перспективы» 21-22 мая 2015, ВГЛТА, Воронеж. Стендовыйдоклад.
•          Конференция «4th International Conference of Asian Dendrochronology Association», Kathmandu, Nepal, 9-12 March 2015, 2 устныхдоклада.
 
Кроме того, сделаны доклады на следующих конференциях:
•          Конференция «Climate extremes, adaptation and policy» Riederalp, Switzerland, March 24-28, 2014. Устныйдоклад.
•          Конференция “XXVI IUGG General Assembly” (Prague, Czech Republic, 22 June – 2 July 2015). Стендовый доклад.
•          «Вторая Международная научная конференция «Климатология и гляциология Сибири». Томск. 20–23 октября 2015 г. Устный доклад.
•          8-я Международная молодежная школа-конференция «Меридиан». Пространственно-временная изменчивость в природе и обществе. Курская область, 21-24 мая 2015 г. Устный доклад.
•          III Международная конференция молодых ученых «Новые материалы и методы археологического исследования», Москва, 16-19 марта 2015 г. Устный доклад.
1.4. Сведения о достигнутых конкретных научных результатах в отчетном году
  1. Существенно расширена дендрохронологическая сеть в Европейской России. Заложены 43 новые пробные площади в Московской, Нижегородской, Рязанской, Тульской, Липецкой, Тамбовской, Курской, Калужской, Воронежской, Самарской, Пензенской, Оренбургской, Белгородской, Тверской, Ярославской областях, в Мордовии, Марий Эл и Татарстане. Продлены существующие хронологии для Калужской, Тверской, Костромской областей.
  2. Исследован климатический отклик разных параметров годичного кольца. Несмотря на высокие значения коэффициентов корреляции между хронологиями ширины кольца, ранней и поздней древесины, обнаружено, что отклик этих параметров на различные климатические события не одинаковый по величине отклонения. Так, установлено, что воздействие аномальной летней жары в 2002 и 2010 гг. на территории Европейской части России на прирост сосны по-разному отражается в разных параметрах кольца. Из рисунка 15 видно, что ширина поздней древесины, в обоих случаях показывает значительную депрессию. Ширина ранней древесины и всего годового кольца в годы событий также имеют тенденцию к уменьшению, однако достигают своего минимального значения лишь на следующий год.
Рис.15. Фрагмент хронологий ширины годичного кольца, а также его ранней и поздней древесины. Вертикальными линиями показаны события аномальной жары.
 
3.      Исследование реакции на изменения климата интродуцентов (в частности, сосны Веймутова и сосны румелийской из Москвы и Подмосковья) показывает, что повышенные суммы осадков мая и июня положительно влияет на прирост этих пород, т.е. их реакция не отличается от местных видов, однако теснота связей ширины колец у интродуцентов с метеопараметрами в целом выше.
4.      Исследование климатического отклика вновь созданных хронологий ширины колец в целом согласуется с нашими предыдущими исследованиями (Мацковский, Соломина, 2011; Мацковский, 2013) и показывает, что основным лимитирующим фактором, влияющим на годичный прирост деревьев южнее 55° с.ш. является влагообеспеченность. Большинство построенных хронологий имеют значимые коэффициенты корреляции с такими параметрами как нормированный индекс осадков/испарения SPEI, нормированный индекс осадков SPI, индекс суровости засух Палмера PDSI, гидротермический коэффициент Селянинова для сезона активной вегетации.
5.      Помимо традиционных линейных моделей связи ширины колец с метерологическими параметрами для реконструкции засух мы использовали нелинейные модели. В нелинейных моделях с рассмотренными категориями «низкий», «высокий» и «средний» прирост годовых колец и с категориями «ниже/выше нормы» и «норма» выделен основной климатический фактор влияния на изменчивость прироста годовых колец на ЕЧР в период 1901-2012 гг. – индекс SPEI, характеризующий условия увлажнения с мая по сентябрь.
6.      С помощью нелинейной статистической модели с категориями «низкий», «высокий» и «средний» прирост, было установлено, что:
a.       сочетание засухи в период активной вегетации текущего года и суммы температур в вегетационный период предыдущего года выше нормы привело к увеличению почти в два раза вероятности низкого прироста годовых колец;
b.      сочетание засушливых условий (не классифицируемых как засуха) в период активной вегетации текущего года и наблюдения суммы осадков в марте текущего года ниже нормы, а также суммы осадков в июле предыдущего года существенно ниже нормы привело к увеличению в 2.3 раза вероятности низкого прироста годовых колец. При этом случаев высокого прироста годовых колец не наблюдалось;
c.       сочетание условий переувлажнения в период активной вегетации в текущий год и наблюдения числа дней со среднесуточной температурой воздуха ниже -20 град. С за предыдущий гидрологический год меньше нормы, привело к увеличению два раза вероятности высокого прироста годовых колец. При этом существенно снизилась вероятность низкого прироста годовых колец.
d.      Возрастает значимость связи прироста годовых колец в категории «ниже нормы» и непрерывных длительных периодов с высокой температурой воздуха.
 
7.      Установлено хорошее согласие индекса засушливости D (основанного только на среднемесячных значениях температуры и осадков) с более сложно вычисляемыми индексами PDSI, SPEI, SPI. На ЕТР в 21 веке выделены основные периоды сильных засух (см. Рис. 11, вертикальные линии), которые прослеживаются по всем индексам (начало 1920х гг., конец 1930х гг., 1960 г., 1970-е гг., начало 1980х гг., 1998, 2002, 2010 гг.).
8.      Согласно модельным экспериментам, к югу от 50º с.ш. проявляется наибольший риск возникновения засух. Важно отметить, что и реакция древесины на засухи также имеет похожую зональную черту: на засухи реагируют больше деревья к югу от 55º с.ш. Наибольшие значения среднего по ансамблю многолетних стандартных среднеквадратических отклонений изменчивости значений модифицированного индекса D отмечены на севере и на юге ЕТР (см. рис. 13), которые могут быть охарактеризованы как регионы, где оценка засушливости подвержена наибольшему влиянию естественной изменчивости климата. В средней полосе отмечается относительно низкое влияние естественной изменчивости.
9.      Для отдельных месяцев изменчивость АДК (Атлантическое долгопериодное колебание) определяет до 15% межгодовой изменчивости межгодовой изменчивости режимов засушливости (Рис. 14). Для отдельных регионов севера Европейской территории доля определяемой АДК изменчивости засух может возрастать до 25% (Рис. 16). Для юга ЕТР коэффициент корреляции межгодовых изменений АДК и засух близок к нулю, однако композитный анализ (рис. 17) показывает, что и на юге общие значения индекса засушливости в целом выше в положительную фазу АДК и ниже в отрицательную фазу, что связано как с влиянием АДК на температурный режим, так и на режим осадков (Семенов и др. 2014). Данные результаты свидетельствуют о необходимости учета квазициклических процессов естественной изменчивости климата при прогнозе риска возникновения засух в ближайшие десятилетия.
 
 
Рис. 16.Корреляция межгодовых изменений индекса АДК и индекса засух для контрольного эксперимента (верхние графики) и эксперимента с наложенным 60-летним сигналом АДК (нижние графики). Слева показаны результаты для мая-июня-июля, справа – для июня-июля-августа.
 
Рис. 17. Разность композитных карт индекса засуха для положительной и отрицательной фазы АДК для контрольного эксперимента (верхние графики) и эксперимента с наложенным 60-летним сигналом АДК (нижние графики). Слева показаны результаты для мая-июня-июля, справа – для июня-июля-августа.
 

Мы благодарны администрации и сотрудникам следующих заповедников и национальных парков, позволившим провести отбор образцов на их территории и помогавшим нам в этом: Заповедник "Белогорье", Волжско-Камский заповедник, Жигулевский заповедник, Воронинский заповедник, заповедник "Приволжская лесостепь", Керженский заповедник, Мордовский заповедник, национальный парк "Марий Чодра", национальный парк "Бузулукский бор".

Исследование поддержано грантом РНФ 14-17-00645


← back