Анализ многолетних изменений ледовой обстановки на озере Кулинда в апреле с использованием данных с космических спутников Landsat-8 и Landsat-9

Ледовая обстановка озер служит индикатором региональных климатических изменений. В данном исследовании рассматривается оз. Кулинда, расположенное в северной оконечности оз. Байкал в России. В исследовании проанализированы закономерности таяния льда на этом озере в апреле 2019, 2021, 2023 и 2025 гг. и выявлены факторы, влияющие на эволюцию ледяных озер в рассматриваемом регионе с использованием данных дистанционного зондирования спутниками Landsat-8 и Landsat-9 и инструментов геоинформационной системы анализа. Полученные результаты показывают, что в период с 2019 по 2025 г. площадь ледяного покрова оз. Кулинда уменьшилась с 9,17 до 8,86 км², что составляет суммарное сокращение на 0,31 км² при среднем годовом уменьшении 0,05 км². Скорость таяния льда сначала увеличивалась, а затем снизилась. Наибольшее годовое сокращение ледового покрова наблюдалось в период с 2021 по 2023 г. (0,08 км²), тогда как в период с 2023 по 2025 г. скорость снизилась (0,04 км²), что указывает на замедление динамики ледового покрова озера. Отступление ледяного покрова происходило вдоль прибрежных зон, особенно в юго-восточных и северо-западных частях, тогда как центральная часть оставалась покрытой льдом. Граница между ледовым покровом и открытой водой каждый год постепенно смещалась к центру озера. Изменения площади ледяного покрова связаны с потеплением климата в регионе. Фазы быстрого таяния льда в период с 2021 по 2023 г. совпали со статистическим весенним потеплением, а последующее замедление связано с нелинейным взаимодействием между естественными климатическими колебаниями и динамикой ледового покрова. Это свидетельствует об адаптационных возможностях и саморегуляции ледяного покрова озера. Результаты исследований могут быть использованы для мониторинга фенологического состояния образования и разрушения ледового покрова озер Северного Прибайкалья, что будет способствовать лучшему пониманию изменений климата в регионе.

1. Frey H., Haeberli W., Linsbauer A., Huggel C., Paul F. A multi-level strategy for anticipating future glacier lake formation and associated hazard potentials // Natural Hazards and Earth System Sciences. 2010. Vol. 10. Iss. 2. Р. 339–352. https://doi.org/10.5194/nhess-10-339-2010.

2. Lützow N., Veh G., Korup O. A global database of historic glacier lake outburst floods // Earth System Science Data. 2023. Vol. 15. Iss. 7. Р. 2983–3000. https://doi.org/10.5194/essd-15-2983-2023.

3. Yan B., Jia H., Ren W., Wu R., Huang X. Glacier lake extraction and variation analysis of the Bujiagangri glacier based on the NDWI-NDSI combination threshold method // National Remote Sensing Bulletin. 2022. Vol. 26. Iss. 11. Р. 2344–2353. https://doi.org/10.11834/jrs.20210205.

4. Luo Z., Liu K., Zhang C., Deng X., Ma R., Song C. Progress of the DEM application for studying lake hydrologic dynamics // Journal of Geo-Information Science. 2020. Vol. 22. Iss. 7. Р. 1510–1521. https://doi.org/10.12082/dqxxkx.2020.190538.

5. Zhang C., Yao X., Li S., Liu L., Sha Te., Zhang Yu. Glacier change in the west Kunlun main peak area from 2000 to 2020 // Remote Sensing. 2023. Vol. 15. Iss. 17. Р. 4236. https://doi.org/10.3390/rs15174236.

6. Mergili M., Pudasaini S.P., Emmer A., Fischer J.-T., Cochachin A., Frey H. Reconstruction of the 1941 GLOF process chain at Lake Palcacocha (Cordillera Blanca, Peru) // Hydrology and Earth System Sciences. 2020. Vol. 24. Iss. 1. Р. 93–114. https://doi.org/10.5194/hess-24-93-2020.

7. Wang Q., Wang X., Lei D. The interaction mechanisms between mountain glacier evolution and glacial lake development // Journal of Glaciology and Geocryology. 2022. Vol. 44. Iss. 3. Р. 1041–1052. https://doi.org/10.7522/j.issn.1000-0240.2022.0097.

8. Zhang T., Wang W., Gao T., An B., Shang X. Glacial lake outburst floods on the High Mountain Asia: a review // Journal of Glaciology and Geocryology. 2021. Vol. 43. Iss. 6. Р. 1673–1692. https://doi.org/10.7522/j.issn.1000-0240.2021.0066.

9. Main B., Copland L., Smeda B., Kochtitzky W., Samsonov S., Dudley J., et al. Terminus change of Kaskawulsh Glacier, Yukon, under a warming climate: retreat, thinning, slowdown and modified proglacial lake geometry // Journal of Glaciology. 2023. Vol. 69. Iss. 276. Р. 936–952. https://doi.org/10.1017/jog.2022.114.

10. Лаврова О.Ю., Митягина М.И., Костяной А.Г. Ледовая обстановка в Керченском проливе в текущем столетии. Ретроспективный анализ на основе спутниковых данных // Современные проблемы дистанционного зондирования Земли из космоса. 2017. Т. 14. № 2. С. 148–166. https://doi.org/10.21046/2070-7401-2017-14-2-148-166. EDN: YRFDKF.

11. Higuchi Y., Setoyama D., Isegawa K., Tsuchikawa Y., Matsumoto Y., Parker J.D., et al. Pulsed neutron imaging for differentiation of ice and liquid water towards fuel cell vehicle applications // Physical Chemistry Chemical Physics. 2021. Vol. 23. Iss. 2. Р. 1062–1071. https://doi.org/10.1039/d0cp03887c.

12. Zhao F., Long D., Li X., Huang Q., Han P. Rapid glacier mass loss in the Southeastern Tibetan Plateau since the year 2000 from satellite observations // Remote Sensing of Environment. 2022. Vol. 270. Р. 112853. https://doi.org/10.1016/j.rse.2021.112853.

13. Qayyum N., Ghuffar S., Ahmad H., Yousaf A., Shahid I. Glacial lakes mapping using multi satellite PlanetScope imagery and deep learning // ISPRS International Journal of Geo-Information. 2020. Vol. 9. Iss. 10. Р. 560. https://doi.org/10.3390/ijgi9100560.

14. Сухачева Л.Л., Драбкин В.В., Иванов В.В. Результаты мониторинга ледовых условий в Финском заливе, Невской губе и в районе комплекса защитных сооружений в период 2011–2012 гг. // Метеорологический вестник. 2013. Т. 5. № 1. С. 31–52. EDN: QBCTUL.

15. Колий В.М., Агафонова С.А. Возможности использования космических снимков для исследования ледяного покрова рек // Третьи Виноградовские чтения. Грани гидрологии: сборник докладов международной научной конференции памяти выдающегося русского гидролога Юрия Борисовича Виноградова (г. Санкт-Петербург, 28–30 марта 2018 г.). СПб.: Наукоемкие технологии, 2018. С. 48–52. EDN: UVJVWG.

16. Wang Z.Y., Wu Y., Chang J., Zhang X., Peng D. Temporal and spatial variation of lake ice phenology and its influencing factors in the Tibetan Plateau // Journal of Beijing University of Technology. 2017. Vol. 43. Iss. 5. Р. 701–709. https://doi.org/10.11936/bjutxb2016090032.

17. Qi M., Yao X., Li X., Duan H. Spatiotemporal characteristics of Qinghai Lake ice phenology between 2000 and 2016 // Journal of Geographical Sciences. 2019. Vol. 29. Iss. 1. Р. 115–130. https://doi.org/10.1007/s11442-019-1590-5.

18. Wangchuk S, Bolch T. Mapping of glacial lakes using Sentinel-1 and Sentinel-2 data and a random forest classifier: strengths and challenges // Science of Remote Sensing. 2020. Vol. 2. Р. 100008. https://doi.org/10.1016/j.srs.2020.100008.

19. Hu C., Lee Z., Franz B. Chlorophyll a algorithms for oligotrophic oceans: a novel approach based on three‐band reflectance difference // Journal of Geophysical Research: Oceans. 2011. Vol. 117. Iss. C1. Р. С01011. https://doi.org/10.1029/2011JC007395.

20. Yang C., Wang X., Wei J., Zhang Y., Tang Z., Liu Q., et al. Chinese glacial lake inventory based on 3S technology method // Acta Geographica Sinica. 2019. Vol. 74. Iss. 3. Р. 544–556. https://doi.org/10.11821/dlxb201903011.

21. Boczoń A., Kowalska A., Stolarek A. The impact of climate change on the high water levels of a small river in Central Europe based on 50-year measurements // Forests. 2020. Vol. 11. Iss. 12. Р. 1269. https://doi.org/10.3390/f11121269.

22. Shrestha F., Steiner Ja.F., Shrestha R., Dhungel Ya., Joshi Sh.P., Inglis S., et al. A comprehensive and version-controlled database of glacial lake outburst floods in High Mountain Asia // Earth System Science Data. 2023. Vol. 15. Iss. 9. Р. 3941–3961. https://doi.org/10.5194/essd-15-3941-2023.

23. Luo S., Song C., Zhan P., Fan C., Liu K., Chen T., et al. Satellite laser altimetry reveals a net water mass gain in global lakes with spatial heterogeneity in the early 21st century // Geophysical Research Letters. 2022. Vol. 49. Iss. 3. Р. e2021GL096676. https://doi.org/10.1029/2021GL096676.