Спутники показывают, что арктические реки меняются быстрее, чем предполагалось

Исследователь из Университета Массачусетса в Амхерсте впервые ассимилировал спутниковые данные с наземными измерениями рек и гидрологическими моделями, чтобы рассчитать сток рек во всей панарктической области за последние 35 лет. Исследование с беспрецедентной точностью показывает, что ускорение поступления воды в Северный Ледовитый океан может быть в три раза выше, чем считалось ранее.

Открытое исследование, недавно опубликованное в Nature Communications, стало результатом трёх лет интенсивной работы доцента Дунмэй Фэн. В беспрецедентной работе объединены 9,18 миллионов оценок речного стока, полученных с 155 710 орбитальных спутниковых снимков, с гидрологическим моделированием 486 493 арктических речных участков за период с 1984 по 2018 год. Проект RADR (Remotely-sensed Arctic Discharge Reanalysis) финансировался программами NASA и Национального научного фонда США для молодых учёных.

Ключевым выводом RADR является то, что ускорение речного стока в панарктическом регионе за последние 35 лет в 1,2–3,3 раза больше, чем предыдущие оценки. Это означает, что в Северный Ледовитый океан уже поступило на 17% больше воды, чем предполагалось. Рост стока был неоднородным: в некоторых регионах, таких как части Северной Америки и Евразии, наблюдалось увеличение, а в других, например, в Монголии и внутренних районах реки Маккензи, — снижение.

«Спутники — это как измерительный пост в космосе. Если у нас нет поста на реке, мы можем использовать спутник, чтобы улучшить имеющиеся данные», — поясняет Дунмэй Фэн. Традиционные исследования полагались на ограниченные данные с наземных постов или моделирование на основе выборки рек, в то время как RADR охватывает все арктические реки, впадающие в Северный Ледовитый океан, Берингов пролив, а также заливы Гудзонов, Джеймс и Унгава.

Система RADR является общедоступной, и авторы надеются, что её будут использовать для изучения климата, расчёта переноса речных наносов, осадков и выбросов углерода. «Это огромный массив информации для многих приложений: управления водными ресурсами, гидроэнергетики или оценки воздействия на инфраструктуру», — отмечает Фэн. Полученные данные также позволят улучшить точность глобального моделирования речного стока и пересмотреть прогнозы будущих изменений.