Поиск скрытых источников горных рек

В горных районах, таких как Скалистые горы, истоки рек составляют более 70% речной сети и поддерживают водные пути и сообщества ниже по течению. Эти истоки также являются домом для множества форм водной жизни. Хотя эти источники имеют решающее значение, за очень немногими ведётся мониторинг, и аспекты их гидрологии изучены недостаточно.

Группа исследователей, включая доцента кафедры наук о Земле Университета Коннектикута Лицзин Ван, работает над определением того, что влияет на движение воды через эти ручьи и какие скрытые источники питают их спустя долгое время после таяния снега. Их выводы опубликованы в журнале Water Resources Research.

Пик притока воды в исток приходится на таяние снега. В некоторых местах на западе США, например, в Колорадо, где проводилось это исследование, летние осадки в значительной степени теряются в воздухе из-за испарения и поглощаются растительностью. Вопрос заключается в том, откуда берётся вода, питающая ручьи после периода таяния снега?

«Мы знаем, что это исходит из скрытого источника — подземного, — говорит Ван. — Но как эта подземная вода хранится и высвобождается? Какие свойства важны для поддержания воды в истоках рек в конце сезона?»

Без этих ключевых деталей о сроках таяния снега и вкладе подземных вод сложно предсказать, когда и сколько воды могут ожидать экосистемы и сообщества ниже по течению. Поскольку миллионы людей полагаются на эти водосборные бассейны, прогнозирование динамики воды станет всё более важным по мере изменения климата.

Исследователи сосредоточились на двух потенциальных факторах: растительности над землёй, которая может влиять на сроки таяния снега, и различных подземных структурах, которые могут влиять на то, как талая вода накапливается и высвобождается в исток. Хотя за этими горными водосборами обычно не ведётся мониторинг, Ван говорит, что у них была возможность работать с большим массивом данных, собранным членами команды из Научной области изучения водосборных бассейнов, возглавляемой Национальной лабораторией Лоуренса в Беркли.

Они объединили этот массив данных с мощной моделью, позволяющей исследователям изучить множество различных комбинаций, чтобы определить, какие факторы являются наиболее важными, говорит Ван. Они смогли настроить модель так, чтобы она воспроизводила результаты, соответствующие наблюдаемым данным, включая расход воды в ручьях, уровень грунтовых вод и толщину снежного покрова.

«У нас есть уникальные измерения толщины снега с помощью зондов с несколькими датчиками температуры, расположенными вертикально на 18 участках по всему водосборному бассейну», — говорит Ван. «Поскольку снег является хорошим изолятором, изменения в наборах данных о температуре в вертикальном разрезе можно использовать для отслеживания толщины снежного покрова и понимания сроков таяния снега».

Исследователи обнаружили, что снег таял на одну-две недели позже в районах, где есть вечнозелёные растения, по сравнению с районами, где преобладают кустарники, трава или лиственные леса, даже на той же высоте. Из их модели они выяснили, что эти вечнозелёные растения постепенно высвобождают воду из снежного покрова в ручьи, действуя как буфер для чрезмерного потока от таяния снега и поддерживая умеренный расход воды в течение длительного периода.

Важные выводы

С этими новыми знаниями о том, как расход воды в ручьях подпитывается за счёт подземных вод и таяния снега, гидрологи могут лучше калибровать модели для правильных целей. Благодаря обилию доступных данных и гибкой модели на этом сайте Ван говорит, что команда получает более ясное представление о том, как вода хранится в подземных источниках и поступает в истоки рек. Эти знания могут помочь снизить неопределённость в прогнозировании доступности воды в этих критически важных системах и лучше понять, как снижение расхода воды и повышение температуры воды могут повлиять на экосистемы.

Текущая работа Ван включает усилия по улучшению модели, чтобы её можно было применить к другим местам, которые не так интенсивно отслеживаются, путём изучения различных типов косвенных данных, которые можно было бы использовать там, где нет данных полевых наблюдений. Ван также изучает возможности искусственного интеллекта, чтобы снизить затраты на вычисления при изучении этих важнейших истоков рек, чтобы мы могли лучше понять гидрологические процессы в большем количестве водосборных бассейнов.

«Это огромные усилия, чтобы собрать всё это вместе, — говорит Ван. — Как модельеру, мне приятно иметь коллег, которые делают такие данные возможными. У нас так много истоков рек по всей территории США, что мы не можем посетить каждое место и провести такой комплексный и интенсивный мониторинг. Нам нужны новые способы продвижения вперёд и более точные прогнозы этих важнейших источников воды».

Предоставлено Университетом Коннектикута.

Источник