Опыт использования дендрохронологических данных для реконструкции стока реки Теберда за 1850 – 2002 гг. 

© 2010 г. В.В. Мацковский, Е.А. Долгова, О.Н. Соломина

Семь древесно-кольцевых хронологий используются для реконструкции сглаженного стока реки Теберды за Май, Июль и Август. Шесть хронологий построены на основе ширины годичных колец сосны обыкновенной (Pinus sylvestris L.) и одна – на основе пихты кавказской (Abies nordmanniana). Прирост древесины значимо, но слабо, коррелирует с максимальными температурами (отрицательно) и относительной влажностью воздуха (положительно) в течение лета. Полный перебор комбинаций семи предикторов был проведен для построения наилучшей реконструкции на скользящем контроле. Две из трех построенных реконструкций показали высокую вейвлет-когеренцию с инструментальными данными для декадных колебаний и были анализированы на стабильность спектра. Минимумы скользящих трендов на конце реконструированных данных, а также ослабление декадных колебаний могут быть показателями значительного изменения гидрологического режима реки Теберды во второй половине XX в.

Введение

Рассматриваемая нами территория расположена на северном склоне Главного Кавказского хребта. Река Теберда образуется при слиянии рек Аманаус и Гоначхир и является левым притоком реки Кубани (бассейн Азовского моря), самой большой реки Краснодарского края, который является важным сельскохозяйственным регионом юга России. Ледникам и снежникам принадлежит большая роль в питании рек заповедника, так как на их долю приходится 26% стока. Наиболее крупные ледники расположены в районе Домбая: Аманаузский (длина 4,8 км) и Алибекский (длина 3,7 км). Современные ледники находятся в стадии активного сокращения. Наблюдаются сокращения как площади, так и объёма ледников [3]. Длина реки Теберды – 60 км, площадь водосбора равна 1080 км2, средняя высота водосбора – 2210 м. 55,8 % стока реки Теберды (измеренного на гидрологической станции Теберда) приходится на таяние снега и льда. 60 % стока приходится на лето, 17 % на осень, 5 % на зиму и 18 % на весну. Среднегодовой расход воды равен 26,8 м3/с [2]. Ежемесячный сток реки Теберды коррелирует с температурой весеннего сезона (коэффициент корреляции до 0,62 в апреле) и с осадками осеннего сезона (коэффициент корреляции до 0,72 в октябре). Значимые отрицательные тренды присутствуют и в среднем стоке за летние месяцы и в среднегодовом стоке за период с 1927 по 2005 г. Продление инструментальных наблюдений в прошлое необходимо для понимания их долгопериодной изменчивости и отклика на климатические изменения.

Древесно-кольцевые хронологии успешно использовались для реконструкции стока рек в засушливых районах [14]. Хотя район нашего исследования не является засушливым, мы могли предполагать связь древесно-кольцевых данных с речным стоком, так как оба параметра являются интегральными характеристиками, зависящими от регионального климата. В этой работе мы используем семь древесно-кольцевых хронологий, построенных на основе двух видов деревьев, для реконструкции характеристик стока за период до начала инструментальных наблюдений. Регрессия на главные компоненты и вейвлет-анализ используются для продления данных о стоке в прошлое, для оценки качества и информативности реконструкций. На основе этих реконструкций делаются выводы об экстремальности изменчивости измеренных данных в контексте последних 150 лет.

Методы и материалы

Древесно-кольцевые данные. Район отбора образцов расположен в горах Северного Кавказа, на территории Тебердинского государственного заповедника и Национального парка Приэльбрусье. В настоящее время верхняя граница произрастания сосны обыкновенной (Pinus sylvestris L.) находится на высоте 2500 – 2700 м над ур. моря, в зависимости от ориентации склона и окружающих условий. Древесно-кольцевые образцы (керны) были отобраны на девяти площадках вблизи верхней границы леса (от 2200 до 2500 м над ур. моря) и на предпольях ледников. Большинство площадок расположено на склонах, ориентированных на юг и на бедных почвах. Расположение площадок показано на рис. 1.

Рис. 1. Схема расположения площадок отбора образцов. Площадки отбора обозначены кружками, долина реки Теберды – штриховкой; гора Эльбрус хорошо видна на рисунке справа по центру; космический снимок LANDSAT 2003 г.

 

Образцы были отобраны из живых деревьев сосны обыкновенной (Pinus sylvestris L.) и пихты кавказской (Abies nordmanniana (Stev.) Spach) согласно стандартной дендроклиматологической методике [4, 7, 8]. Измерение ширины годичных колец проводилось на полуавтоматическом оборудовании LINTAB с точностью 0,01 мм. Для перекрестного датирования древесно-кольцевых серий и их графического сравнения использовалось программное обеспечение Rinntech TSAP 0.53. Программа COFECHA [10] использовалась для поиска пропущенных колец и ошибок датирования. Образцы, показавшие слабую корреляцию с мастер-хронологией (< 0,33) были исключены из дальнейшего анализа. Итоговый набор данных объединяет 145 древесно-кольцевых серий.

В программе ARSTAN [6] выполнено индексирование древесно-кольцевых серий и построены хронологии. Индексирование в дендрохронологии позволяет сравнивать различные древесно-кольцевые серии, устраняя колебания неклиматической природы, связанные, в частности, с возрастным трендом прироста. Возрастные тренды для каждого дерева апроксимировались негативной экспонентой или прямой, а индексы рассчитывались путем деления соответствующего значения годового прироста на значения апроксимирванной кривой тренда в соответствующий год. Рассчитанные таким образом индексы ширины колец отдельных образцов объединялись в единый ряд (локальную хронологию) путем погодичного осреднения. Способность каждой хронологии отражать сигнал идеальной популяции была оценена с помощью средней корреляции между деревьями и статистики EPS [13].

Данные о стоке. Данные о ежемесячном стоке реки Теберды, измеренном на гидрологической станции Теберда за 1927 – 2005 гг., был предоставлен Тебердинским биосферным заповедником. Данные содержат пропуски с августа 1941 по декабрь 1947 и с января 1971 по январь 1972 (всего пропущено 102 из 948 мес.). Пропущенные значения инструментального стока не использовались в дальнейшем анализе. На протяжении периода инструментальных измерений не известны случаи серьезного антропогенного воздействия, способного повлиять на значения стока. Средний многолетний расход воды по месяцам равен: 5 м3/с в январе, 4,2 м3/с в феврале, 4,7 м3/с в марте, 13 м3/с в апреле, 37,8 м3/с в мае, 61,8 м3/с в июне, 70,4 м3/с в июле, 54,3 м3/с в августе, 29,3 м3/с в сентябре, 16,3 м3/с в октябре, 10,1 м3/с в ноябре, 7 м3/с в декабре.

Методы исследования. Мы построили хронологию методом главных компонент, чтобы извлечь общий климатический сигнал из наших локальных хронологий. Эта хронология главных компонент (ГК) показала наибольший отклик на климатическую изменчивость (вычисления в программе DendroClim2002 [5]): она положительно коррелирует с максимальными температурами мая-июля и положительно коррелирует с относительной влажностью мая-июля. Значимая корреляция (на уровне значимости 99,9 %) была обнаружена между индексами ГК хронологии и июльским стоком реки Теберды (r = 0,41). Но ни одна из хронологий не показала действительно сильного отклика на какую-либо индивидуальную климатическую характеристику. Однако отсутствие сильной корреляции с отдельными климатическими характеристиками не означает, что прирост деревьев в этом регионе не чувствителен к климату [11]. И годичные кольца и объем речного стока являются интеграторами нескольких факторов: температуры, осадков и характеристик почвы. Это позволяет заключить, что корреляция между ними не случайна.

Для создания моделей реконструкции стока мы использовали регрессию на главные компоненты [1]. Модели были сгенерированы для каждого из 12 месяцев и для всего гидрологического года. Семь стандартных древесно-кольцевых хронологий, перечисленных ниже, использовались в качестве предикторов. Так как была обнаружена значимая корреляция между приростом древесины и стоком при различных запаздываниях, мы попытались включить в модели регрессии хронологии, сдвинутые на разное число лет. Однако это не увеличило качество реконструкций. Для определения наилучшего набора предикторов для каждой из моделей, были испробованы все возможные их комбинации (полный перебор) и выбран набор, показавший максимальную статистику R2 на скользящем контроле.

Для определения общих спектральных свойств инструментальных и реконструированных данных был применен анализ вейвлет-когеренции [9]. Непрерывной вейвлет-преобразование с базисным вейвлетом Морле [12] использовалось для анализа изменения спектральных характеристик реконструкций во времени.

Для проверки значимости трендов использовалась следующая методика. Сначала из временных рядов вычитался тренд, и по отклонениям оценивалась модель авторегрессионного процесса AR(1). Затем методом Монте-Карло генерировались 10000 независимых временных рядов по модели оцененного процесса, и для каждого из них был посчитан тренд. Наконец 2,5-я и 97,5-я процентили распределения значений этих трендов были приняты за нижнюю и верхнюю границу для проверки значимости тренда, т.е. если первоначальный тренд попадал в этот интервал, то он не являлся значимым.

 Результаты

 Хронологии. Мы построили шесть хронологий сосны (KHTP, KV, KYZ, CHS, GAR и BAZ) и одну хронологию пихты (ALI). Все хронологии основаны на ширине годичных колец. Хронология KHTP содержит образцы с площадок KHTP и KHAT, а хронология CHS – образцы с площадок CHS и CHE (см. рис. 1). Широко используемые в дендрохронологии статистики, такие как стандартное отклонение, автокорреляция первого порядка, средняя чувствительность – мера относительной разности ширины последовательных колец [8] – приведены в таблице. Все наши хронологии характеризуются относительно низкой средней чувствительностью и высокой автокорреляцией.

 

Таблица. Описательная статистика древесно-кольцевых хронологий.

Характеристики

Древесно-кольцевые хронологии

Название

KYZ

KV

KHTP

GAR

CHS

BAZ

ALI

Первый год

1550

1640

1678

1693

1738

1660

1800

Последний год

2006

2002

2005

2002

2002

2004

2005

Керны (деревья)

20 (10)

8 (4)

57 (29)

13 (7)

15 (8)

18 (11)

24 (13)

Межсериальная корреляция

0,649

0,551

0,507

0,614

0,526

0,436

0,282

СКО

0,221

0,176

0,221

0,221

0148

0,140

0,125

Средняя чувствительность

0,157

0,125

0,155

0,128

0,110

0,119

0,118

Автокорреляция первого порядка

0,648

0,550

0,505

0,612

0,524

0,435

0,282

Средняя длина сегмента

227

283

175

160

160

233

114

EPS > 0,8 после (год)

1797

1863

1752

1939

1833

1768

1850

 

Реконструкции. Реконструкции годичного разрешения показали недостаточно хорошие результаты на скользящем контроле. Поэтому мы сгладили реконструированные ряды 10-летним скользящим средним. Три из тринадцати сглаженных реконструкций (по одной для каждого месяца года и для всего гидрологического года) показали значения R2 больше 0,6 на скользящем контроле: майский сток (лучший набор предикторов – хронологии ALI, BAZ, CHS и KHAT, R= 0,6487), июльский сток (ALI, BAZ и KHAT, R2 = 0,6567) и августовский сток (ALI, CHS и KHAT, R2 = 0,6615) (рис. 2, a). Согласно инструментальным данным, на эти месяцы приходится 12 %, 22 % и 17 % годового стока соответственно. Вместе на них приходится более половины годового стока.

Для реконструкций мы использовали только те части хронологий-предикторов, для которых EPS > 0,8. Во всех случаях хронология ALI ограничила начала реконструкций 1850 г.

 

Рис. 2. Реконструкции стока реки Tеберды и их характеристики.

а – сглаженный инструментальный сток (1) и его реконструкция (2);

б – вейвлет-когеренция реконструированного и инструментального стока за 1927–2002 гг., черные границы обозначают области, значимые с вероятностью более 95 % на фоне красного шума;

в – скользящие тренды реконструированного стока (движущееся окно в 76 лет) за 1850–2002 гг., год соответствует первому году в окне, пунктирными линиями обозначены границы значимости на уровне 95 %. Для а – в верхний рисунок соответствует июлю, средний – августу, а нижний – маю.

 

Две из трех реконструкций (июль и август) и сумма трех реконструкций достигают минимума в 1997 г. (не считая последних пяти лет из-за 10-летнего сглаживания). Майская реконструкция имеет второе по величине минимальное значение в 1990 г.

Был проведен анализ вейвлет-когеренции между инструментальными и реконструированными (не сглаженными) данными для оценки возможности реконструкции воспроизводить низкочастотную изменчивость. Майская и июльская реконструкции показали сильную и стабильную когеренцию с инструментальными данными на периодах колебаний более 25 лет, в отличии от августовской реконструкции (см. рис. 2, б).

Нарушение декадной изменчивости майского и июльского стока вполне очевидны при визуальном анализе сглаженных реконструкций (см. рис. 2, a). Вейвлет-анализ может определить точный год этих изменений. Непрерывное вейвлет-преобразование реконструкций стока (не сглаженных) (см. рис. 2, г) показывает ослабление долгопериодных циклов (периоды от 16 до 32 лет) после 1929 г. для июля и 1938 г. для мая. Мы не проводили вейвлет-анализ августовской реконструкции из-за слабой вейвлет-когеренции реконструкции и инструментальных данных.

Тренды. Сток всех трех реконструированных месяцев (май, июль и август), также как и годовой сток, имеет значимый отрицательный тренд в период с 1927 по 2005 г. Значения трендов равны –0,063, –0,140, –0,165 и –0,429 м3/с/год соответственно.

Мы рассчитали скользящие тренды для трех построенных реконструкций (без сглаживания), а также для их суммы за период с 1850 по 2002 г. в движущемся окне шириной 76 лет (см. рис. 2, в).

Все тренды показали минимальное значение в последнем окне (с 1927 по 2002 г.). Скользящие тренды в окнах другой ширины (60, 50 и 40 лет, не показаны) иногда имеют минимум не в последнем окне. Тренд суммы реконструкций показывал минимум в последнем окне для каждой протестированной ширины.

 Обсуждение и итоги

Несмотря на то, что из-за недостаточно высокой корреляции между годичными кольцами деревьев и гидрологическими параметрами нам не удалось создать количественных реконструкций стока реки Теберды с годичным разрешением, наши сглаженные реконструкции майского, июльского и августовского стока могут предоставить важную информацию о долгопериодной изменчивости этих характеристик.

Декадная изменчивость порядка 15-30 лет, реконструированная для майского и июльского стока, становится незначимой в 30-х – 40-х годах XX века. Причина таких колебаний до конца не ясна, однако их ослабление может происходить из серьезных изменений окружающей среды. Почти все исследованные характеристики, такие как тренды, спектр и сглаженные значения реконструкций показали минимумы в конце исследованного периода. Вероятно, это связано с сокращением размеров ледников в верховьях реки Теберды и как следствие уменьшение летнего речного стока. Эти экстремумы, вместе с ослаблением декадных колебаний, могут являться признаком значительного изменения гидрологического режима реки Теберды.

Мы построили реконструкции лишь с 1850 г., хотя некоторые наши хронологии начинаются в XVI в. Добавление новых образцов в эти хронологии поможет увеличить общий сигнал и позволит продлить наши реконструкции дальше в прошлое.

 

Благодарности. Мы благодарим В. Михаленко, В. Грязнову и всех тех, кто участвовал в сборе и анализе древесно-кольцевых образцов, сотрудников Тебердинского биосферного заповедника и его директора А. Салпагарова за содействие в организации полевых работ, М. Георгиевского за помощь в работе с инструментальными данными.

Литература

1.      Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Исследование зависимостей. М.: Финансы и статистика, 1985. 488 с.

2.      Лурье П.М., Панов В.Д., Ткаченко Ю.Ю. Река Кубань: гидрография и режим стока. СПб.: Гидрометеоиздат, 2005. 498 с.

3.      Панов В.Д. Эволюция современного оледенения Кавказа. СПб.: Гидрометеоиздат, 1993. 429 с.

4.      Шиятов С.Г., Ваганов Е.А., Кирдянов А.В., Круглов В.Б., Мазепа В.С., Наурзбаев М.М., Хантемиров Р.М. Методы дендрохронологии. Часть I. Основы дендрохронологии. Сбор и получение древесно-кольцевой информации. Красноярск: изд-во КрасГУ, 2000. 80 с.

5.      Biondi F., Waikul K. DENDROCLIM2002: A C++ program for statistical calibration of climate signals in tree-ring chronologies // Computers & Geosciences. 2004. V. 30. P. 303–311.

6.      Cook E.R., Holmes R.L. Program ARSTAN and Users Manual. New York: Lamont Doherty Geological Observatory, 1984. 17 pp.

7.      Cook E.R., Kairiukstis L.A. Methods of Dendrochronology: applications in the environmental sciences. Dordrecht: Kluwer, 1990. 408 pp.

8.      Fritts H.C. Tree Rings and Climate. London: Academic Press, 1976. 567 pp.

9.      Grinsted A., Moore J., Jevrejeva S. Application of the cross wavelet transform and wavelet coherence to geophysical time series // Nonlinear Processes in Geophysics. 2004. V. 11. P. 561–566.

10.     Holmes R.L. Computer-assisted quality control in tree-ring dating and measurement // Tree-Ring Bulletin. 1983. V. 43. P. 69–78.

11.     St. George S., Meko D.M. Evans M.N. Regional tree growth and inferred summer climate in the Winnipeg River basin, Canada, since AD 1783 // Quat. Res. 2008. V. 70. P. 158–172.

12.     Torrence C., Compo G.P. A practical guide to wavelet analysis // Bull. Amer. Met. Soc. V. 79. P. 61–78.

13.     Wigley T., Briffa K., Jones P. On the average value of correlated time series, with applications in dendroclimatology and hydrometeorology // J. Climate Appl. Meteor. 1984. V. 23. P. 201–213.

14.     Woodhouse C.A., Gray S.T., Meko D.M. Updated streamflow reconstructions for the Upper Colorado River Basin. // Water Resour. Res. 2006. V. 42. W05415.

 

 


← back
| Главная | Исследования | Фотогалерея | Люди | Сотрудничество | Контакты | Кабинет
 eng | rus