FORECASTS OF ANNUAL RUNOFF OF THE ZHAIYK RIVER (URAL) TAKING INTO ACCOUNT AUTOCORRELATION MODELS OF ITS MULTI-YEAR FLUCTUATIONS FOR INDIVIDUAL MONTHS
DOI:
https://doi.org/10.54668/2789-6323-2024-112-1-16-25Keywords:
runoff time series, autocorrelation, multiple regression, forecastAbstract
The study is devoted to the development and application of autocorrelation and general regression models for long-term forecasting of the Ural (Zhaiyk) River flow based on the analysis of multi-year fluctuations. The Ural River is an important water resource of the Russian Federation and the Republic of Kazakhstan, demonstrating significant variability in annual runoff, which affects various sectors of economic activity. In the course of the study, annual and monthly series of the river flow for the period from 1943 to 2010 were estimated using the autocorrelation method of Y.M. Alekhin. Based on these data, forecasts were made for the period from 2011 to 2015. The results show that autocorrelation models provide more accurate forecasts compared to models based on average values of series. The general regression model integrating monthly and annual data showed the best results, confirming the effectiveness of the combined approach in predicting hydrological characteristics. The scientific significance of the work is to improve the accuracy and reliability of the Ural River flow forecasts, which contributes to more effective water resources management in this region.
References
Алехин Ю. М. Динамико-статистический метод прогноза геофизических макропроцессов. Труды ЛГМ И, 1961, вып. 11, с. 97— 123.
Алехин Ю.М. Статистические прогнозы в геофизике. – Л.: ЛГУ, 1963. 86 с.
Алехин Ю. М., Кондратович К. В., Гвоздева В. Г. Динамико-статистический метод прогнозирования гидрометеорологических процессов и его практическое применение. Материалы рыбохозяйственных исследований Северного бассейна, Мурманск, 1968, вып. XII, с. 123— 138.
Аполлов Б. А., Калинин Г. П., Комаров В. Д. Курс гидрологических прогнозов. – Л.: Гидрометеоиздат, 1974. 419 с.
Бабкин А.В., Бабкин В.И., Мадибеков А.С., Мусакулкызы А., Чередниченко А.В. Закономерности месячных колебаний стока реки Или и его прогнозирование // Известия РАН. Серия географическая. 2020. Т. 84. №3. С. 384–394.
Бабкин В.И. Метод множественной линейной корреляции и его применение в гидрологических исследованиях // Сб. работ по гидрологии, Л.: Гидрометеоиздат. – 1970. – №9. С. 29–39.
Васильев Д.Ю., Водопьянов В.В., Закирзянов Ш.И., Кенжебаева А.Ж., Семенов В.А., Сивохип Ж.Т. Корреляционные связи многолетних колебаний месячного и годового стока в бассейне реки Урал // Изв. РАН. Сер. геогр. 2020. №3. С. 414–426.
Водные ресурсы Казахстана: оценка, прогноз, управление. Ресурсы речного стока Казахстана. Возобновляемые ресурсы поверхностных вод Западного, Северного, Центрального и Восточного Казахстана / под науч. ред. Р.И. Гальперина. – Алматы, 2012. – Т. VII. – Кн. 1. – 684 с.
Водные ресурсы Казахстана: оценка, прогноз, управление. Т. IX: Внутренние и окраинные водоемы Казахстана (Арал, Балкаш, Каспий): кн. 1: Оценка современной и прогнозной динамики гидрологического режима озера Балкаш, Каспийского и Аральского морей / Шиварева С.П., Ли В.И., Ивкина Н.И. – Алматы. – 2012 г.– 456 с.
Гвоздева В. Г. Комплексная программа прогнозирования на ЭВМ динамико-статистическим методом Ю. М. Алехина. Труды ЛГМ И, 1972, вып. 47, с. 115— 123.
Гельфан А.Н. Динамико-стохастическое моделирование формирования талого стока. М.: Наука, 2007. 280 с.
Георгиевский Ю.М., Шаночкин С.В. Гидрологические прогнозы. – СПб.: РГГМУ, 2007, 435 с.
Глобальный центр данных по стоку (GRDC) URL: https://wbwaterdata.org/dataset/global-runoff-data-centre-grdc (дата обращения 08.12.2023).
Государственный водный кадастр. Ежегодные данные о режиме и ресурсах поверхностных вод суши. Алматы, 2000-2016. Ч. 1. Вып. 4.
Корень В.И. Математические модели в прогнозах речного стока. – Л.: Гидрометеоиздат, 1991. 198 с.
Метеорологическая и гидрологическая базы данных. – URL: https://www.kazhydromet.kz/meteo_db (дата обращения 05.11.2023).
Предварительные результаты исследований по р.Жайык (Урал). – URL: https://unece.org/fileadmin/DAM/env/water/meetings/Water_Convention/2016/Projects_in_Central_Asia/Transboundary_Rivers_Study_in_Kazakhstan_Ural_River_Feb_2017.pdf (дата обращения 08.12.2023).
Романовский В. Математическая статистика. Москва–Ленинград: Объединенное научно-техническое издательство НКТП СССР, 1938. 528 с.
Румянцев В.А., Трапезников Ю.А. Стохастические модели гидрологических процессов. СПб.: Наука, 2008. 152 с.
Madibekov A S, Babkin A V, Musakulkyzy A, Cherednichenko A V. Latent fluctuation periods and long-term forecasting of the level of Markakol lake // IOP Conf. Series: Earth and Environmental Science. 2018. 107(012035). https://doi.org/10.1088/1755-1315/107/1/012035
