[Translate to Russisch:] TU Berlin


Климатические и тектонические стихийные бедствия в Центральной Азии

введение

Центральная Азия - один из наиболее тектонически активных регионов на Земле, на который влияют две основные климатические системы: муссоны и западные ветры. Крупные оползни являются одной из самых больших опасностей в Центральной Азии и представляют собой угрозу для населенных пунктов, для жизни людей и для инфраструктуры.

 

В сотрудничестве с Потсдамским Центром наук о Земле (GFZ) и «Делфи ИММ Гмбх» наша цель - понять изменения частоты, интенсивности, продолжительности и причины климатических и и тектонически обусловленных оползневых явлений в Центральной Азии. Основное внимание в рамках проекта уделяется моделированию и предоставлению климатических данных с высоким разрешением в качестве входных данных для модели подверженности оползням, разработанной партнерами проекта GFZ.

Климатические факторы, такие как сильные осадки и быстрое таяние снегов, могут вызвать оползни. Для наших исследований, которые сосредоточены на Центральной Азии, детальные климатические данные с высоким пространственным и временным разрешением являются центральной предпосылкой. В региональных климатических моделях (RCMs) могут использоваться численные методы уменьшения масштаба для получения метеорологических полей с адекватным пространственно-временным разрешением.

Новая версия уточненного анализа высокой Азии (HAR v2) находится в стадии разработки с использованием модели погодных исследований и прогнозов (WRF). По сравнению со старой версией, HAR v2 распространяется на большую территорию Центральной Азии на более длительный период времени и включает новые 2-километровые области.

Рис. 1: Настройка домена WRF для HAR v2.

описание

Набор данных HAR v2 генерируется путем динамического масштабирования с использованием модели исследования и прогнозирования погоды (WRF) версии 4.1. Данные повторного анализа ERA5, предоставленные ECMWF, используются в качестве форсирующих данных. Кроме того, глубина снежного покрова из японского 55-летнего реанализа применяется для корректировки глубины снежного покрова, инициализированной из ERA5, поскольку ERA5 в значительной степени завышает высоту снежного покрова над Тибетским нагорьем (Орсолини и др., 2019).

Установка доменов (рис.1) состоит из двухсторонних вложенных доменов с шагом сетки 30 км и 10 км. Отметим, что HAR v2 дает результаты только по 10-километровому домену. Стратегия форсирования - это ежедневная реинициализация, взятая из HAR (Мауссион и др., 2011, 2014). Эта стратегия позволяет избежать слишком большого отклонения модели от данных форсирования и обеспечивает вычислительную гибкость, поскольку ежедневные прогоны полностью независимы друг от друга и могут вычисляться параллельно и в любой последовательности.

Как и в случае с HAR, вывод модели перерабатывается в файлы продуктов: один файл на переменную и в год на различных уровнях агрегирования. В настоящее время данные доступны с 2004 по 2018 год.

Дополнительную информацию и ссылку на скачивание HARv2 можно найти здесь.

Аннотация

Мы объединили данные HAR v2 с историческими кадастрами оползней из Глобального каталога оползней (GLC) (Киршбаум и др., 2010) и Глобальной базы данных об оползнях с летальным исходом (GFLD) (Фруде и Петли, 2018) для анализа атмосферных условий, которые инициализировали оползни в Кыргызстане и Таджикистане. Были определены объективные пороговые значения количества осадков, таяния снега, а также суммы осадков и таяния снега (дождь+снег), с тем чтобы эти пороговые значения могли наилучшим образом отделить погодные явления, вызвавшие оползни, от тех, которые не привели к разрушению склона. Средняя интенсивность (Имакс), максимальная интенсивность (Имакс) и накопленное количество (Q) погодных явлений были использованы в качестве предикторов. Результаты показывают, что пороговые значения, определяемые осадками+снежным покровом, имеют наилучшие прогностические характеристики (Imean=5,05 мм d-1; Imax=14,05 мм d-1; и Q=15,56 мм). На рис. 2 представлены карты среднегодового превышения, полученные по этим пороговым значениям. Среднегодовое превышение определяется как количество событий в год, превышающих установленные пороговые значения. Эти карты показывают климатическое расположение оползневой опасности в Кыргызстане и Таджикистане и имеют дополнительную ценность при составлении карт восприимчивости к оползням, так как они составлены на основе условий запуска оползней в погодных масштабах, и, следовательно, содержат информацию об экстремальных процессах.

Рис. 2: Среднее годовое превышение (количество событий в год): а) Imean=5,05 мм d-1; b) Imax=14,05 мм d-1; и с) Q=15,56 мм для осадков+снежного покрова. Черные круги: оползни из Глобального каталога оползней (GLC) и Глобальной базы данных об оползнях с летальным исходом (GFLD).

 

источник

  • Wang, X., Tolksdorf, V., Otto, M., & Scherer, D. (2021). WRF‐based dynamical downscaling of ERA5 reanalysis data for High Mountain Asia: Towards a new version of the High Asia Refined analysis. International Journal of Climatology, 41(1), 743-762.
  • Wang, X., Otto, M., & Scherer, D. (2021). Atmospheric triggering conditions and climatic disposition of landslides in Kyrgyzstan and Tajikistan at the beginning of the 21st century. Natural Hazards and Earth System Sciences Discussions, 1-24.

ссылки

  • Maussion, F., Scherer, D., Finkelnburg, R., Richters, J., Yang, W., & Yao, T. (2011). WRF simulation of a precipitation event over the Tibetan Plateau, China–an assessment using remote sensing and ground observations. Hydrology and Earth System Sciences, 15(6), 1795-1817.
  • Maussion, F., Scherer, D., Mölg, T., Collier, E., Curio, J., & Finkelnburg, R. (2014). Precipitation seasonality and variability over the Tibetan Plateau as resolved by the High Asia Reanalysis. Journal of Climate, 27(5), 1910-1927.
  • Orsolini, Y., Wegmann, M., Dutra, E., Liu, B., Balsamo, G., Yang, K., ... & Arduini, G. (2019). Evaluation of snow depth and snow cover over the Tibetan Plateau in global reanalyses using in situ and satellite remote sensing observations. The Cryosphere, 13(8), 2221-2239.