hydrophysicsФундаментальная и прикладная гидрофизикаFundamental and Applied Hydrophysics2073-66732782-5221St. Petersburg Research Center of the Russian Academy of Sciences10.59887/2073-6673.2025.18(2)-10ONRDHIhydrophysics-1436Research ArticleТЕХНИЧЕСКАЯ ГИДРОФИЗИКАTECHNICAL HYDROPHYSICSДистанционная оценка глубины водоемов по дате начала ледостава с использованием гидрофизической моделиRemote Estimation of Water Body Depth Based on the Date of the Beginning of Ice Formation Using a Hydrophysical Modelhttps://orcid.org/0000-0003-1451-8428КондратьевС. А.KondratyevS. A.

Кондратьев Сергей Алексеевич, главный научный сотрудник, доктор физико-математических наук

196105, г. Санкт-Петербург, ул. Севастьянова, д. 9

Scopus AuthorID: 55929551100

WoS ResearcherID: AAN‑9826–2020

9 Sevastyanova Str., St. Petersburg, 196105

kondratyev@limno.org.ruhttps://orcid.org/0000-0002-4687-0621ГолосовС. Д.GolosovS. D.

Голосов Сергей Дмитриевич, старший научный сотрудник, кандидат физико-математических наук

г. Санкт-Петербург, ул. Севастьянова, д. 9

Scopus AuthorID: 9039511000

WoS ResearcherID: J‑7376–2018

9 Sevastyanova Str., St. Petersburg, 196105

sergey_golosov@mail.ruhttps://orcid.org/0000-0003-0829-6881ЗверевИ. С.ZverevI. S.

ЗВЕРЕВ Илья Сергеевич, старший научный сотрудник, кандидат физико-математических наук

г. Санкт-Петербург, ул. Севастьянова, д. 9

Scopus AuthorID: 6803201200

WoS ResearcherID: J‑4888–2018

9 Sevastyanova Str., St. Petersburg, 196105

iliazverev@mail.ruhttps://orcid.org/0000-0003-4400-2000РасуловаА. М.RasulovaA. M.

Расулова Анна Мурадовна, научный сотрудник, кандидат физико-математических наук

196105, г. Санкт-Петербург, ул. Севастьянова, д. 9

Scopus AuthorID: 55347712100

WoS ResearcherID: R‑8815–2016

9 Sevastyanova Str., St. Petersburg, 196105

arasulova@limno.ruИнститут озероведения Российской академии наук — обособленное структурное подразделение Санкт-Петербургского Федерального исследовательского центра РАНРоссияInstitute of Limnology of the Russian Academy of SciencesRussian Federation202514072025182137150Copyright © Кондратьев С.А., Голосов С.Д., Зверев И.С., Расулова А.М., 20252025Кондратьев С.А., Голосов С.Д., Зверев И.С., Расулова А.М.Kondratyev S.A., Golosov S.D., Zverev I.S., Rasulova A.M.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://hydrophysics.spbrc.ru/jour/article/view/1436

Цель исследования — разработка методики оценки средней глубины озера на основе дистанционной информации о ледовых условиях с использованием методов моделирования термогидродинамических процессов в замерзающем водоеме. Основным инструментом достижения поставленной цели является гидрофизическая модель озера FLake. С использованием модели и метеоданных реанализа семейства ERA5 для координат выбранной точки расположения объекта рассчитывается время ледостава на водоеме при различных значениях его средней глубины. По данным дистанционного зондирования Земли оценивается дата или интервал времени замерзания акватории водоема. При наличии данных за несколько лет, глубина водоема уточняется осреднением значений для каждого года. При дискретности спутниковых снимков с интервалом в несколько суток определяется диапазон средних глубин озера, соответствующий промежутку времени между пролетами спутника над водоемом. Информация о начале ледовых явлений — результаты тематического дешифрирования спутниковых снимков Sentinel‑2, Landsat‑7, 8, 9 за период с 2016 по 2023 годы. Методика апробирована на четырех группах морфометрически исследованных озер на многолетнемерзлых почвах Восточной Сибири в Республике Бурятия и Забайкальском крае. Результаты апробации показали удовлетворительное соответствие рассчитанных и измеренных значений средней глубины рассматриваемых озер. Точность предложенной методики ограничена качеством и количеством спутниковых снимков в регионе исследований. Перспективы методики заключаются в возможности полностью дистанционной оценки водных ресурсов малоизученных регионов страны.

The aim of the study is to develop a methodology for estimating the average lake depth based on remote sensing data of ice conditions using methods of modelling thermohydrodynamic processes in a freezing water body. The primary tool f or accomplishing this goal is the FLake — lake hydrophysical model. Using meteorological data from the ERA5 reanalysis for the coordinates of the selected water body, the model calculates the time of ice formation on the water body at different values of its average depth. Based on remote sensing data, the date or time interval of water body freezing estimated. If data for several years are available, the depth of the water body specified by averaging the values for each year. At discreteness of satellite images with an interval of several days, the range of average lake depths corresponding to the time interval between satellite passes over the water body is determined. Information on the onset of ice phenomena was obtained based on the results of thematic interpretation of Sentinel‑2, Landsat‑7, 8, 9 satellite images for the period from 2016 to 2023. The methodology tested on four groups of morphometrically- studied lakes located in permafrost zone of Eastern Siberia in the Republic of Buryatia and Transbaikal Territory. The results of approbation showed a satisfactory correspondence between the calculated and measured values of the average depth of the lakes under consideration. The quality and quantity of satellite images in the study region limited the accuracy of the proposed methodology. The prospects of the methodology lie in the possibility of fully remote assessment of water resources of poorly studied regions of the country.

гидрофизическая модель озераспутниковая съемкареанализсредняя глубиналедоставlake hydrophysical modelsatellite imageryreanalysismean depthice formationИсследование выполнено за счет гранта Российского научного фонда (проект № 24-27-00067).This work was supported by the Russian Science Foundation (project No 24-27-00067).ReferencesИзмайлова А.В. Водные ресурсы озер Российской Федерации // География и природные ресурсы. 2016. № 4. С. 5–14. doi:10.21782/GIPR0206-1619-2016-4(5-14) EDN: XEHPIRIzmailova AV. Water resources of lakes in the Russian Federation. Geografiya i prirodnyye resursy. 2016, 4, 5–14. (in Russian).Рянжин С.В. Новые оценки глобальной площади и объема воды естественных озер мира // Доклады Академии наук. 2005. Т. 400, № 6. С. 808–812. EDN: OOOITPRyanzhin SV. New estimates for global surface area and volume of natural world lakes. Doklady Earth Sciences. 2005, 401(2), 253–257.Сало Ю.А., Потахин М.С., Толстиков А.В. Расчет средней глубины озер Карелии при отсутствии батиметрических данных // Известия Русского географического общества. 2010. Т. 142, № 3. С. 47–52. EDN: OJHYOVSalo Yu A, Potakhin M.S., Tolstikov A.V. Calculation of the average depth of lakes in Karelia in the absence of bathymetric data. Izvestiya Russkogo geograficheskogo obshchestva. 2010, 142(3), 47–52. (in Russian)Messager M.L., Lehner B., Grill G., Nedeva I., Schmitt O. Estimating the volume and age of water stored in global lakes using a geo-statistical approach // Nature Communications. 2016. Vol. 7. P. 13603. doi:10.1038/ncomms13603 EDN: YWLZJDMessager ML, Lehner B, Grill G, Nedeva I, Schmitt O. Estimating the volume and age of water stored in global lakes using a geo-statistical approach. Nature Communications. 2016, 7: 13603. doi: 10.1038/ncomms13603Khazaei B., Read L.K., Casali M. et al. GLOBathy, the global lakes bathymetry dataset // Scientific Data. 2022. Vol. 9. P. 36. doi:10.1038/s41597-022-01132-9 EDN: MDSODYKhazaei B, Read LK, Casali M. et al. GLOBathy, the global lakes bathymetry dataset. Scientific Data. 2022, 9: 36. doi: 10.1038/s41597-022-01132-9Håkanson L. On lake form, lake volume and lake hypsographic survey // Geografiska Annaler: Series A, Physical Geography. 1977. Vol. 59, No. 1–2. P. 1–29.Håkanson L. On lake form, lake volume and lake hypsographic survey. Geografiska Annaler: Series A, Physical Geography. 1977, 59(1–2), 1–29.Кочков Н.В., Рянжин С.В. Методика оценки морфометрических характеристик озер с использованием спутниковой информации // Водные ресурсы. 2016. Т. 43, № 1. С. 18–27. doi:10.7868/S0321059616010107 EDN: VCPPRTKochkov NV, Ryanzhin SV. Methodology of estimation of morphometric characteristics of lakes using satellite information. Water Resources. 2016, 43(1), 15–20. doi 10.7868/S0321059616010107.Stumpf R.P., Holderied K., Sinclair M. Determination of water depth with high-resolution satellite imagery over variable bottom types // Limnology and Oceanography. 2003. Vol. 48, part 2. P. 547–556. doi:10.1007/978-981-15-6106-1_14Stumpf RP, Holderied K, Sinclair M. Determination of water depth with high-resolution satellite imagery over variable bottom types. Limnology and Oceanography. 2003, 48(2), 547–556. doi: 10.4319/lo.2003.48.1_part_2.0547Wen K. et al. Satellite-Based Water Depth Estimation: A Review // Geoinformatics in Sustainable Ecosystem and Society. GSES GeoAI 2019. Communications in Computer and Information Science. 2020. Vol. 1228. P. 177–195. doi:10.1007/978-981-15-6106-1_14Wen K. et al. Satellite-Based Water Depth Estimation: A Review. Geoinformatics in Sustainable Ecosystem and Society. GSES GeoAI 2019. Communications in Computer and Information Science. 2020, 1228, 177–195. doi: 10.1007/978-981-15-6106-1_14Johansson H., Brolin A.A., Håkanson L. New approaches to the modelling of lake basin morphometry // Environ Model Assess. 2007. Vol. 12. P. 213–228. doi:10.1007/s10666-006-9069-z EDN: YONUKGJohansson H, Brolin AA, Håkanson L. New Approaches to the Modelling of Lake Basin Morphometry. Environ Model Assess. 2007, 12, 213–228. doi: 10.1007/s10666-006-9069-zБазарова Б.Б. Флористический состав и пространственная структура водной растительности озер Еравно-Харгинской системы (Бурятия) // Экосистемы. 2018. № 13(43). С. 3–12. EDN: XORWVVBazarova VV. Floristic composition and spatial structure of aquatic vegetation of lakes Yeravno-Khargin system (Buryatia). Ekosistemy. 2018, 13(43), 3–12. (in Russian).Нестерева М.И. Морфометрические показатели наиболее крупных и значимых озёр Бурятии // Молодой ученый. 2014. № 14. С. 81–83. EDN: SMMSIBNestereva MI. Morphometric indicators of the largest and most significant lakes of Buryatia. Molodoy uchenyy. 2014, 14, 81–83. (in Russian).Шевелева Н.Г. Зоопланктон водоемов Джергинского заповедника (Восточная Сибирь) // Научные труды Государственного природного заповедника «Присурский». 2015. Т. 30, № 1. С. 279–283. EDN: VHNAKNSheveleva NG. Zooplankton of water bodies of the Jerginsky Reserve (Eastern Siberia). Nauchnyye trudy Gosudarstvennogo prirodnogo zapovednika “Prisurskiy”. 2015, 30(1), 279–283. (in Russian).Просекин К.А., Просекина А.А. Гидрологическая характеристика водоемов и водотоков заповедника Джергинский как среды обитания гидробионтов // Самарская Лука: проблемы региональной и глобальной экологии. 2009. Т. 18, № 2. С. 149–154. EDN: PFNWATProsekin KA, Prosekina AA. Hydrological characterisation of water bodies and watercourses of the Djerginsky Reserve as a habitat for hydrobionts. Samarskaya Luka: problemy regional’noy i global’noy ekologii. 2009, 18(2), 149–154. (in Russian)Матафонов П.В., Шойдоков А.Б., Матюгина Е.Б. и др. Влияние открытости Ивано-Арахлейских озер на формирование в них донных ландшафтов в экстремально маловодный период // Успехи современного естествознания. 2023. № 12. С. 115–120. doi:10.17513/use.38180 EDN: FQMQAHMatafonov PV, Shoidokov AB, Matyugina EB. et al. Influence of Ivano-Arachleysk lakes openness on the formation of bottom landscapes in them during the extreme low-water period. Uspekhi sovremennogo yestestvoznaniya. 2023, 12, 115–120. (in Russian). doi: 10.17513/use.38180.Материалы комплексного эколого-экономического обследования территории, обосновывающие необходимость обеспечения статуса особо охраняемой природной территории федерального значения — национальный парк «Кодар» в Каларском районе Забайкальского края. Том 1. Эколого-экономическое обоснование национального парка «Кодар». Чита: ИПРЭК СО РАН, 2016. 479 с.Materials of the complex ecological and economic survey of the territory, justifying the need to ensure the status of a specially protected natural area of federal significance — the national park ‘Kodar’ in the Kalar district of the Zabaikalsky Krai. Volume 1: Ecological and economic substantiation of the Kodar National Park. Chita: IPREC SB RAS, 2016. 479 p. (in Russian).Софронов А.П., Владимиров И.Н., Кобылкин Д.В. Структура растительного покрова Амутской котловины (Джергинский заповедник, Республика Бурятия) // Геоботаническое картографирование. 2023. № 2023. С. 48–57. doi:10.31111/geobotmap/2023.48 EDN: AIRYZESofronov AP, Vladimirov IN, Kobylkin DV. Structure of the vegetation cover of the Amutskaya Basin (Djerginsky Reserve, Republic of Buryatia). Geobotanicheskoye kartografirovaniye. 2023, 2023, 48–57. (in Russian). doi: 10.31111/geobotmap/2023.48Суховнина В.О., Шевелева Н.Г. Cyclops scutifer Sars, 1863 в водоемах юга Восточной Сибири (морфология и распространение) // Экологический сборник 6: труды молодых ученых Поволжья: Международная молодежная научная конференция. Тольятти: Кассандра, 2017. С. 366–369. EDN: ZIHOKFSukhovnina VO, Sheveleva NG. Cyclops scutifer Sars, 1863 in the water bodies of southern Eastern Siberia (morphology and distribution) // Ecological Collection 6: Proceedings of young scientists of the Volga region: International Youth Scientific Conference. Togliatti: Cassandra, 2017, 366–369. (in Russian).Солотчина Э.П., Скляров Е.В., Солотчин П.А. и др. Аутигенное карбонатообразование в озерах Еравнинской группы (Западное Забайкалье): отклик на изменения климата голоцена // Геология и геофизика. 2017. Т. 58, № 11. С. 1749–1763. doi:10.15372/GiG20171109 EDN: ZXFVKZSolotchina EP, Sklyarov EV, Solotchin PA, et al. Authigenic carbonate formation in lakes of the Yeravninskaya group (Western Transbaikalia): response to Holocene climate changes. Geologiya i geofizika. 2017, 58(11), 1749–1763. (in Russian). doi: 10.15372/GiG20171109Плюснин А.М., Перязева Е.Г. Гидрологические и гидрохимические особенности озер Еравнинской котловины // География и природные ресурсы. 2012. № 2. С. 67–73. EDN: KMSRMDPlusnin AM, Peryazeva EG. Hydrological and hydrochemical features of lakes in the Yeravninskaya Basin. Geography and Natural Resources. 2012, 2, 67–73. (in Russian).Борзенко С.В., Замана Л.В. Гидрогеохимия Ивано-Арахлейских озер // Геосферные исследования. 2020. № 3. С. 69–79. doi:10.17223/25421379/16/6 EDN: PEHHDCBorzenko SV, Zamana LV. Hydrogeochemistry of the Ivano-Arachleyskoye lakes. Geosfernye Issledovaniya. 2020, 3, 69–79. (in Russian). doi: 10.17223/25421379/16/6.Голятина М.А. Оценка динамики площадей водной поверхности Ивано-Арахлейских озёр с помощью космического мониторинга // Водные ресурсы и водопользование: сборник трудов. Том Выпуск 8. Чита: Забайкальский государственный университет, 2017. С. 107–114. EDN: YLEOOQGolyatina MA. Estimation of the dynamics of water surface areas of Ivano-Arachleyskiy lakes using space monitoring. Water resources and water use: collection of works. Volume Issue 8. Chita: Transbaikal State University, 2017, 107–114. (in Russian).Обязов В.А. Гидрологический режим озер Забайкалья в условиях меняющегося климата (на примере Ивано-Арахлейских озер) // Водное хозяйство России: проблемы, технологии, управление. 2011. № 3. С. 4–14. EDN: OAKIBLObyazov VA. Hydrological regime of lakes in Transbaikalia under the changing climate (on the example of Ivano-Arachleysk lakes). Vodnoye khozyaystvo Rossii: problemy, tekhnologii, upravleniye. 2011, 3, 4–14. (in Russian).Кривенкова И.Ф. Зоопланктон в озёрах Малое и Большое Леприндо // Ученые записки Забайкальского государственного университета. 2016. Т. 11, № 1. С. 81–85. EDN: OAKIBLKrivenkova IF. Zooplankton in lakes Maloye and Bolshoye Leprindo. Uchenyye zapiski Zabaykal’skogo gosudarstvennogo universiteta. 2016, 11(1), 81–85. (in Russian).Golosov S., Kirillin G. A parameterized model of heat storage by lake sediments // Environmental Modelling & Software. 2010. Vol. 25, No 6. P. 793–801. doi:10.1016/j.envsoft.2010.01.002 EDN: MXCOUDGolosov S, Kirillin G. A parameterized model of heat storage by lake sediments. Environmental Modelling & Software. 2010, Vol. 25(6), 793–801. doi: 10.1016/j.envsoft.2010.01.002Kirillin G., Hochschild J., Mironov D. et al. FLake-Global: Online lake model with worldwide coverage // Environmental Modelling & Software. 2011. Vol. 26, No 5. P. 683–684. doi:10.1016/j.envsoft.2010.12.004 EDN: OHQYWBKirillin G, Hochschild J, Mironov D. et al. FLake-Global: Online lake model with worldwide coverage. Environmental Modelling & Software. 2011, 26(5), 683–684.Mironov D., Heise E., Kourzeneva E. et al. Implementation of the lake parameterization scheme Flake into the numerical weather prediction model COSMO // Boreal environ. Res. 2010. Vol. 15. P. 218–230. lEDN: MXKEUFMironov D, Heise E, Kourzeneva E. et al. Implementation of the lake parameterization scheme Flake into the numerical weather prediction model COSMO. Boreal environ. Res. 2010, 15, 218–230.Mironov 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.Mironov DV. 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.Zdorovennov R., Golosov S., Zverev I. et al. Arctic climate variability and ice regime of the Lena River delta lakes // E3S Web of Conferences (IV Vinogradov Conference). 2020. Vol. 163. P. 04008. doi:10.1051/e3sconf/202016304008 EDN: MFJCSZZdorovennov R, Golosov S, Zverev I. et al. Arctic climate variability and ice regime of the Lena River delta lakes. E3S Web of Conferences (IV Vinogradov Conference). 2020, 163, 04008. doi: 10.1051/e3sconf/202016304008Google Earth Engine. URL: https://code.earthengine.google.com/ (дата обращения 19.09.2024).Google Earth Engine. URL: https://code.earthengine.google.com/ (Accessed 19.09.2024).Brown C.F., Brumby S.P., Guzder-Williams B. et al. Dynamic World, Near real-time global 10 m land use land cover mapping // Scientific Data. 2022. Vol. 9. P. 251. doi:10.1038/s41597-022-01307-4 EDN: JMDVIPBrown CF, Brumby SP, Guzder-Williams B. et al. Dynamic World, Near real-time global 10 m land use land cover mapping. Scientific Data. 2022, 9, 251. doi: 10.1038/s41597-022-01307-4Riggs G., Hall D., Salomonson V. A snow index for the Landsat Thematic Mapper and Moderate Resolution Imaging Spectrometer // Proceeding of the International Geoscience and Remote Sensing Symposium, IGARSS ‘94, Vol. 4: Surface and Atmospheric Remote Sensing: Technologies, Data Analysis, and Interpretation. Pasadena, 1994. P. 1942–1944. doi:10.1109/IGARSS.1994.399618Riggs G, Hall D, Salomonson V. A snow index for the Landsat Thematic Mapper and Moderate Resolution Imaging Spectrometer. Proceeding of the International Geoscience and Remote Sensing Symposium, IGARSS ‘94, Vol. 4: Surface and Atmospheric Remote Sensing: Technologies, Data Analysis, and Interpretation. Pasadena, 1994, 1942–1944.Адамович Т.А., Ашихмина Т.Я., Кантор Г.Я. Использование различных комбинаций спектральных каналов космических снимков спутника Landsat 8 для оценки природных сред и объектов (обзор) // Теоретическая и прикладная экология. 2017. № 2. С. 9–18. EDN: ZHBHATAdamovich TA, Ashikhmina TY, Kantor GY. Use of different combinations of spectral channels of Landsat 8 satellite images for assessment of natural environments and objects (review). Teoreticheskaya i prikladnaya ekologiya. 2017, 2, 9–18. (in Russian).Степанов С.Ю., Петров Я.А., Вагизов М.Р., Сидоренко А.Ю. Мониторинг данных дистанционного зондирования Земли по данным спутника Landsat // Информационные технологии и системы: управление, экономика, транспорт, право. 2020. № 1(37). С. 206–216. EDN: GXKATJStepanov SYu, Petrov YA, Vagizov MR, Sidorenko AYu. Monitoring of Earth remote sensing data using Landsat satellite data. Informatsionnyye tekhnologii i sistemy: upravleniye, ekonomika, transport, pravo. 2020, 1(37), 206–216. (in Russian).

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