Известия РАН. Серия географическая, 2021, T. 85, № 2, стр. 302-316

ВВЕДЕНИЕ

Экстраординарные дождевые паводки, сформировавшиеся летом 2019 г. на реках Иркутской области, привели к полному и частичному затоплению (подтоплению) более 70 муниципальных образований, включая 4 города, 67 сел и поселков, около 60 деревень, садоводств и садоводческих товариществ¹¹. В результате наводнения погибли 25 человек. Ущерб, по некоторым оценкам, составил более 35 млрд руб., в том числе около 500 млн руб. – потери сельского хозяйства²².

Паводки затронули в основном левые притоки р. Ангары и Братского водохранилища, на которых были значительно превышены установленные критические отметки уровня водной поверхности³³. Для некоторых рек высота паводковой волны существенно превзошла наибольшие значения предшествующего периода инструментальных наблюдений. Согласно данным Иркутского УГМС, в створе г. Тулун, который больше всего пострадал от наводнения, максимальный уровень воды р. Ия почти на 2.5 м превысил исторический максимум, наблюдавшийся в 1984 г., и составил 13 м 82 см над нулем графика поста.

Район распространения наводнения 2019 г. относится к наиболее паводкоопасным в Иркутской области, а экстремальные гидрологические характеристики не являются здесь редкостью (Иркутская…, 1914; Зайков, 1954; Задонина, Леви, 2008; Разумов и др., 2015; Мисюркеев и др., 2019). Если принять во внимание последствия произошедшего стихийного бедствия, становится очевидным, что для рассматриваемой территории опасность высоких паводков остается в настоящее время недооцененной.

В задачах оценки и управления рисками наводнений практический интерес представляет не только определение максимальных расходов воды и их обеспеченностей, но и анализ условий формирования экстраординарных паводков и воспроизведение потенциально возможных характеристик их водности в сложившихся физико-географических условиях в целях создания информационных систем поддержки принятия решений при выборе и повышении надежности комплекса структурных мероприятий (строительства водохранилищ, защитных дамб, изменения морфометрии русел и т.п.) для обеспечения безопасности населения, социальных и производственных объектов.

Методической основой таких систем, как показывает мировой опыт, служат физически обоснованные пространственно распределенные модели формирования речного стока (Мотовилов, Гельфан, 2018). Высокая пространственно-временная изменчивость процессов формирования дождевых паводков в рассматриваемом регионе наряду с разреженностью и неравномерностью сети метеорологического мониторинга затрудняет разработку эффективной (по принятым критериям качества) гидрологической модели. В публикациях, появившихся после катастрофического наводнения лета 2019 г. на р. Ия (Шаликовский и др., 2020; Макарьева, 2020), описаны предварительные результаты моделирования этого явления, но проверке предложенных моделей авторы не уделили должного внимания, из-за чего становится сложным оценить работоспособность моделей в широком диапазоне региональных условий формирования паводков.

В настоящей статье представлена первая региональная гидрологическая модель формирования речного стока в бассейнах левобережных притоков верхней Ангары (включая р. Ия). В начале дается краткая характеристика объекта исследований. Затем приводится описание модели, ее информационное обеспечение, результаты испытаний по данным наблюдений за речным стоком в створах рассматриваемых рек за многолетний период до 2019 г. Отдельный раздел посвящен результатам применения модели для исследования пространственного распределения процессов и факторов формирования экстраординарных дождевых паводков 2019 г. и расчетам гидрографов стока этих паводков в различных створах речной сети.

ОБЪЕКТЫ ИССЛЕДОВАНИЙ

В качестве объектов моделирования выбраны левобережные притоки Братского водохранилища и р. Ангары в ее верхнем течении – рр. Ия с Киреем, Ока, Белая, Китой и Иркут (рис. 1).

Истоки перечисленных рек лежат в горах Восточного Саяна на высотах 2500–3000 м над ур. м., а бассейны отделены друг от друга его отрогами (Окинским, Бельским, Китойским, Тункинским и др.), отходящими в северо-восточном направлении. На юге исследуемая территория ограничивается хребтом Хамар-Дабан, а на севере – Ангарским кряжем. Ближе к нижнему течению долины рек выходят на широкую Иркутско-Черемховскую равнину. Плоские поверхности междуречий здесь имеют высоту 550–650 м над ур. м., несколько увеличиваясь в районе г. Тулун до 650–730 м над ур. м. В горной части местами разбросаны небольшие наледи и снежники, которые не оказывают существенного влияния на водный режим и максимальный сток исследуемых рек.

Распределение осадков по территории неравномерно и во многом определяется высотой местности и ориентацией склонов. Наименьшее количество годовых осадков выпадает в пределах Иркутско-Черемховской равнины – от 350 мм, наибольшее – на наветренных, большей частью западных склонах Восточного Саяна – 800–900 мм в поясе ниже 2000 м над ур. м. и до 1000–1200 мм – выше. Твердые осадки выпадают с октября по апрель (от менее 25 до 40% годовой суммы), жидкие – с мая по сентябрь (от 60 до 75% и более) (Ресурсы…, 1972; Селиверстов, 2003).

Водный режим рек характеризуется прохождением серий летних дождевых паводков, как правило превышающих по расходам и уровням воды весеннее половодье, и низкой зимней меженью. Наиболее многоводные месяцы июнь–август. Питание рек главным образом дождевое (40–60%). Из-за малоснежных зим в условиях резко континентального климата вклад снегового питания не превышает 20%. На долю подземной составляющей приходится 20–30%. Основные характеристики рек приведены в табл. 1 .

ИСХОДНЫЕ ДАННЫЕ И МЕТОДЫ ИССЛЕДОВАНИЙ

В качестве расчетно-аналитического инструмента для оценки условий формирования стока в бассейне р. Ангары (до Братского гидроузла) был использован информационно-моделирующий комплекс (ИМК), вычислительным ядром которого является физико-математическая модель с распределенными параметрами ЕСОМАG (ECOlogical Model for Applied Geophysics)⁴⁴. Структура ИМК, основные уравнения и входящие в них параметры, а также алгоритмы расчетов, подробно описаны в ряде работ (Мотовилов, Гельфан, 2018; Motovilov et al., 1999). Следует отметить, что технология ИМК ECOMAG уже использовалась для оперативных сценарных расчетов притока воды в водохранилища Ангаро-Енисейского каскада (включая водосбор Братского водохранилища) и, в частности, для расчетов возможных сценариев развития гидрологической обстановки и регулирования режимов работы Саяно-Шушенского водохранилища после аварии 17 августа 2009 г. в период его непроектной эксплуатации до восстановления ГЭС (Беднарук, Мотовилов, 2017). В данной работе первоначальная версия модели на водосборе Братского водохранилища была существенно детализирована и адаптирована для моделирования формирования стока на левобережных притоках Ангары.

Ниже приведен состав информационных ресурсов, привлекаемых для модели и проведения гидрологических расчетов.

1. ГИС-обеспечение речного бассейна.

Для пространственной схематизации территории водосбора Братского водохранилища и выделения расчетных элементов модели использовались следующие информационные картографические материалы (рис. 2):

– цифровая модель рельефа на исследуемую территорию, в матричной форме содержащая информацию о рельефе с разрешением ячейки 1 км (30 × 30 с), подготовленная компанией ООО “Data+” (Москва);

– цифровая почвенная карта, которая была “вырезана” из Почвенной карты России масштаба 1 : 2 500 000, разработанной коллективом авторов под руководством М.А. Глазовской и представленной в электронном виде Почвенным институтом им. В.В. Докучаева⁵⁵;

– цифровая ландшафтная карта, которая была “вырезана” из Ландшафтной карты СССР в масштабе 1 : 2 500 000, составленной коллективом авторов под руководством В.А. Николаева и представленной в электронном виде Почвенным институтом им. В.В. Докучаева.

Модельная пространственная схематизация речного бассейна и его русловой сети выполнена с помощью специализированной ГИС-технологии ECOMAG Extension, которая позволяет на основе цифровой модели рельефа и анализа линий тока в автоматическом режиме с необходимой степенью детальности прорисовывать структуру модельной речной сети, выделять границы элементарных водосборов, являющихся пространственными расчетными единицами модели, и на основе цифровых тематических карт назначать для этих единиц характеристики типов почв и растительности, от которых зависят значения параметров модели. Здесь необходимо подчеркнуть, что в модели ECOMAG своеобразие водосборов отдельных рек в пределах всего бассейна отражается именно сочетанием в них и пространственным распределением конкретных типов почв, растительности, рельефа, уклонов, структуры речной сети, метеорологических условий и т.п. В результате на исследуемой части водосбора р. Ангары до створа Братского гидроузла было выделено 113 расчетных элементарных бассейнов (рис. 3а), их средняя площадь составляет около 1500 км², модельная речная сеть кроме основной реки включает 9 притоков 1-го порядка, 26 – 2-го порядка, 19 – 3-го порядка и 1 – 4-го порядка (рис. 3б).

2. Гидрометеорологическое обеспечение речного бассейна.

Информация гидрометеорологического мониторинга является одной из основ для проведения гидрологических расчетов с помощью ИМК ECOMAG. Данные архивных наблюдений используются для калибровки параметров гидрологической модели, ее валидации, расчетов пространственного распределения характеристик гидрологического цикла на водосборной территории, гидрографов стока, как в пунктах наблюдений, так и на не охваченных наблюдениями участках речного русла.

В качестве метеорологического обеспечения использовалась выверенная база данных, подготовленная специалистами ВНИИГМИ-МЦД Росгидромета (Булыгина и др., 2014) и содержащая информацию с суточным разрешением (сумма осадков, температура и дефицит влажности воздуха) по 32 метеостанциям, расположенным в Иркутской области в пределах бассейна Братского водохранилища и в непосредственной близости от него, за период наблюдений с 1966 по 2014 г. (рис. 4). За период с 2015 по 2019 г. использовались метеоданные с сайта “Погода и Климат”, находящиеся в открытом доступе (http://www.pogodaiklimat.ru/).

Гидрологическое обеспечение включает данные о среднесуточных расходах воды на гидрологических постах исследуемых рек (см. табл. 1 , рис. 4) за период с 1966 по 2019 г. К сожалению, из-за известных проблем с доступностью гидрологической информации в Российской Федерации, в собранных рядах наблюдений имеются систематические пропуски, в частности, в периоды с 1989 по 2007 г., а также для некоторых гидропостов в 2018–2019 гг.

РЕЗУЛЬТАТЫ МОДЕЛИРОВАНИЯ РЕЧНОГО СТОКА ЛЕВОБЕРЕЖНЫХ ПРИТОКОВ р. АНГАРЫ ПО ДАННЫМ МНОГОЛЕТНИХ НАБЛЮДЕНИЙ ДО 2019 ГОДА

Калибровка параметров модели ECOMAG проводилась по рядам среднесуточных расходов воды на гидропостах для периода 2008–2014 гг., а валидация выполнялась для периодов 1966–1989, 2015–2018 гг. Бо́льшая часть параметров модели задавалась из баз данных характеристик почв, растительности и речных бассейнов. Несколько ключевых параметров подбирались путем калибровки модели. Целевая функция строилась на основе распространенного в гидрологических расчетах критерия Нэша–Сатклифа (NS), характеризующего степень соответствия фактических и рассчитанных гидрографов:

где $F_{0}^{2} = \sum\nolimits_i {{{{({{Q}_{i}} - {{Q}_{{{\text{cp}}}}})}}^{2}}} ,$ ${{F}^{2}} = \sum\nolimits_i {{{{({{Q}_{{i,p}}} - {{Q}_{i}})}}^{2}}} ,$ Q_i,р – рассчитанный по модели расход воды в i-е сутки, Q_i – фактический расход, Q_ср – средняя величина фактического расхода воды за период расчета. В идеальном случае, когда фактические и смоделированные гидрографы совпадают, значение NS = 1. Однако на практике NS < 1 (в том числе может быть и отрицательным значением). Результаты расчетов считаются хорошими при NS > 0.75 и удовлетворительными при 0.75 > NS > 0.35. При NS < 0.35 результаты считаются неудовлетворительными.

В гидрологических расчетах по модели ECOMAG на каждом временном шаге выполняется моделирование характеристик стока во всех ячейках речной сети, поэтому в рамках одного расчета имеется возможность одновременного сопоставления рассчитанных и измеренных гидрографов во всех створах наблюдений и интегрального учета эффективности модели. Для этих целей нами использованы следующие два варианта задания критерия качества расчетов:

     – осредненный критерий в виде NS_mean = $ = \frac{1}{M}\sum\nolimits_{i = 1}^M {N{{S}_{i}}} ,$ где M – количество пунктов сравнения;

    – средневзвешенный критерий $N{{S}_{{{\text{total}}}}}$ в виде (1), в котором $F_{0}^{2} = \sum\nolimits_k {\sum\nolimits_i {{{{({{Q}_{{i,k}}} - {{Q}_{{{\text{cp}}}}})}}^{2}}} } ,$ ${{F}^{2}}$ = $ = \sum\nolimits_k {\sum\nolimits_i {{{{({{Q}_{{i,k,p}}} - {{Q}_{{i,k}}})}}^{2}}} } ,$ Q_i,k,р – рассчитанный по модели расход воды в i-е сутки в k-м пункте сравнения, Q_i,k – фактический расход в i-е сутки в k-м пункте сравнения, ${{Q}_{{{\text{ср}}}}} = \frac{1}{{MN}}\sum\nolimits_k {\sum\nolimits_i {{{Q}_{{i,k}}}} } $ – средневзвешенная по всем пунктам сравнения M величина фактического расхода воды за период расчета в N сут.

Если в первом случае всем гидропостам придаются равные веса, то во втором случае бо́льшие веса придаются гидропостам с бо́льшими среднегодовыми расходами.

На предварительном этапе калибровки и валидации модели было установлено, что можно подобрать наборы параметров, которые дают достаточно высокие значения перечисленных выше модификаций критерия NS, однако соответствие фактических и рассчитанных максимальных годовых расходов в расчетных створах получается при этом не очень хорошее. Поскольку учет именно этой гидрологической характеристики представляется наиболее важным при оценках риска наводнений в рамках рассматриваемой задачи, калибровка параметров модели выполнялась по составному критерию:

где Qmax – фактические (f) и рассчитанные (c) среднемноголетние максимальные расходы воды в i-том створе. Данный критерий помимо обычного критерия соответствия гидрографов Нэша–Сатклифа дополнительно учитывает отклонение фактических и рассчитанных максимальных годовых расходов за период сравнения.

Региональная модель была откалибрована и верифицирована по многолетним рядам гидрологических наблюдений в области, включающей 6 левобережных притоков р. Ангары (рр. Ия, Кирей, Ока, Белая, Китой и Иркут) (табл. 2). Расчеты показали, что для большей части гидропостов значения критериев для калибровочной и проверочной серии не сильно отличаются между собой, что говорит об устойчивости параметров модели. Кроме того, оценки точности модельных расчетов по критерию NS показали, что для 5-ти из 6-ти гидрологических постов результаты моделирования можно признать удовлетворительными. В то же время низкие значения оценок для рр. Китой и Иркут свидетельствуют о недостаточной эффективности модели формирования стока для этих притоков, возможно, из-за больших погрешностей в задании осадков по данным разреженной сети метеорологических наблюдений. Проведение численных экспериментов для этих притоков с ненадежными оценками критериев соответствия может привести и к ненадежным выводам, поэтому эти 2 притока в дальнейшем были исключены из анализа при проведении численных экспериментов.

В табл. 3 приведены оценки погрешностей расчета максимальных расходов левобережных притоков р. Ангары. Из материалов таблицы следует, что относительные погрешности расчета среднемноголетних максимальных годовых расходов на 4-х рассматриваемых бассейнах не превышают 10%. Погрешности расчета абсолютных среднесуточных максимумов стока на гидропостах за рассматриваемый период наблюдений лежат в диапазоне от 4 до 16%.

На рис. 5 приведены примеры гидрографов на гидропостах за 4 года из калибровочной и проверочной серии расчетов.

РЕЗУЛЬТАТЫ МОДЕЛИРОВАНИЯ ПАВОДКОВ НА ЛЕВОБЕРЕЖНЫХ ПРИТОКАХ р. АНГАРЫ В 2019 ГОДУ

Ключевыми факторами формирования дождевых паводков в теплый период года является предшествующая увлажненность водосбора, а также количество, продолжительность осадков и их пространственное распределение. Ввиду низкой плотности сети гидрометеорологического мониторинга в регионе, пространственно-временной анализ условий формирования экстремального паводка 2019 г., и в первую очередь распределения влажности почвы и осадков на исследуемой территории, выполнялся на основе пространственного моделирования элементов гидрологического цикла с помощью модели ECOMAG.

Снежный покров. На рис. 6 показан рассчитанный по данным метеорологических наблюдений временной ход формирования и разрушения снежного покрова вблизи г. Тулун за период 2015–2019 гг. Из материалов рис. 6 видно, что за осенне-зимний сезон 2018–2019 гг. сформировались минимальные за рассматриваемый период максимальные запасы воды в снежном покрове. Проанализируем этот сезон более подробно. Согласно расчетам, устойчивый снежный покров установился 1 декабря 2018 г. Активное нарастание запасов воды в снеге происходило до середины февраля 2019 г., достигнув максимальной величины 41 мм, после чего отмечалось некоторое снижение снегозапасов за счет испарения. Интенсивное таяние началось со второй декады марта, и к началу первой декады апреля снег большей частью растаял. По данным Иркутского УГМС, на агрометеостанции “Тулун” в 2018 г. устойчивый снежный покров образовался 1 декабря, снеготаяние началось 3 марта 2019 г., а дата разрушения устойчивого снежного покрова – 3 апреля 2019 г. Максимальный запас воды в снеге за период с декабря 2018 г. по апрель 2019 г. по данным наблюдений составил 46 мм в поле и 41 мм в лесу. Таким образом, даты характерных фаз залегания снежного покрова и величина максимальных снегозапасов в районе г. Тулун по модельным расчетам и по данным наблюдений оказались близки между собой. Кроме того, как показали результаты моделирования снегозапасов за многолетний период, максимальное содержание воды в снежном покрове в 2019 г. было значительно ниже его среднемноголетней нормы, поэтому ни снеготаяние, ни весеннее половодье на р. Ия не могли оказать непосредственного влияния на формирование катастрофических паводков в июне–июле 2019 г.

Влажность почвы. Анализ хода рассчитанной влажности почвы у г. Тулун (см. рис. 6) за период 2015–2019 гг. показывает, что в результате влажного лета 2018 г. в осенне-зимний период 2018–2019 гг. в окрестностях Тулуна установилось высокое увлажнение почвы (временные отрезки с постоянной влажностью на графике характеризуют зимнее увлажнение промерзшей почвы в различные годы). Снеготаяние весной 2019 г. и обильные осадки в мае−июне поддерживали высокую влажность почвы, близкую к наименьшей полевой влагоемкости. Пространственная картина высокого увлажнения речных бассейнов подтверждается рассчитанными по модели ежедневными полями влажности почвы для всей водосборной территории. Результат таких расчетов на 25 июня 2019 г. (первый дождливый день катастрофического паводка) приведен на рис. 7. Чтобы исключить влияние различных типов почв на степень их увлажнения, при построении полей влажности почвы содержание влаги нормировалось на величину наименьшей полевой влагоемкости. На значительной части бассейна, особенно на западе территории в районе водосбора р. Ия, влажность почвы была близка к наименьшей полевой влагоемкости или даже превышала ее (переувлажненная почва). Менее влажными оставались области на востоке бассейна, ближе к устьевой части левобережных притоков р. Ангары. Очевидно, что в условиях переувлажненной почвы в период первой волны паводка потери стока на впитывание в почву на значительной части территории бассейна и, в частности, на водосборе р. Ия были минимальны, что стало важным фактором формирования высокого паводка. Аналогичная картина, согласно расчетам, сформировалась и перед второй волной паводка в конце июля 2019 г.

Осадки. И, наконец, главный фактор формирования катастрофического паводка на левобережных притоках Ангары – величина и пространственное распределение слоя осадков за паводковые периоды. На рис. 8 слева приведено оцененное моделью поле суммарных осадков по данным наблюдений на метеостанциях за период 25–27 июня 2019 г., сформировавших первую волну паводка, а справа – поле осадков за период 26–28 июля во время второй волны паводка. В июне наиболее мощные осадки выпали в горной и предгорной части бассейна р. Ия (свыше 200 мм). Так, на метеостанциях “Тулун” и “Икей” за три дня выпало соответственно 81 и 217 мм осадков, что значительно (до трех раз) превышало месячную норму. По некоторым сведениям, в п. Аршан в среднем течении р. Ия выпало около 250 мм осадков. Такие суммы осадков за короткий промежуток времени превышали наблюденные исторические максимумы. Сильные дожди выпали и на центральную часть рассматриваемой территории (водосбор р. Оки). На юге, юго-востоке и севере бассейна осадки были более умеренными.

В июле в период второй волны паводка в очагах с максимальными суммами осадков в целом выпадали менее интенсивные осадки по сравнению с первой волной, а пространственное распределение слоя осадков было более равномерным. Зона осадков максимальной интенсивности сосредоточилась в центральной части бассейна с постепенным убыванием слоя осадков в южном и северных направлениях.

Паводки. Смоделированные гидрографы стока на левобережных притоках Ангары в паводковый период лета 2019 г. показаны на рис. 9. На рр. Ие (г. Тулун) и Кирей (с. Уйгат) максимальные расходы сформировались во время первой волны паводка, что обусловлено сочетанием факторов переувлажненной почвы и экстремальными осадками в горной и предгорной частях бассейна р. Ия (значения рассчитанных максимумов паводков и даты их прохождения в 2019 г. на левобережных притоках Ангары приведены в табл. 4). Согласно расчетам по модели в этот период на р. Ия сформировались максимальные за весь период наблюдений расходы. Так, в г. Тулун значение максимального среднесуточного расхода паводка, вызвавшего жертвы и значительные разрушения, составило 5640 м³/с. Максимальные расходы гидрографов на рр. Оке (с. Усть-Када) и Белой (р.п. Мишелевка) сформировались во время второй волны паводка, а осадки первой июньской волны не вызвали экстремальных паводков на этих реках.

Модель адекватно воспроизводит даты прохождения максимальных расходов на реках (в первую или во вторую волну паводка), определенные по данным наблюдений за уровнем воды. Рассчитанные и фактические даты прохождения пиков паводков отличаются не более чем на сутки. Таким образом, можно заключить, что модель адекватно воспроизводит указанные пространственно-временные особенности формирования паводков 2019 г.

ВЫВОДЫ И ЗАКЛЮЧЕНИЕ

1. Пространственно распределенная модель ECOMAG была адаптирована для расчетов формирования стока на левобережных притоках р. Ангары с едиными для всех речных бассейнов параметрами характеристик подстилающей поверхности. Своеобразие частных водосборов отдельных притоков отражается в модели сочетанием в них и пространственным распределением конкретных типов почв, растительности, рельефа, уклонов, структуры речной сети и метеорологических условий. Модель была откалибрована и верифицирована по многолетним (35 лет) рядам гидрометеорологических наблюдений. Статистические оценки погрешности расчетов среднесуточных расходов воды показали, что для 5 из 6 гидрологических постов результаты моделирования можно признать удовлетворительными по критерию Нэша–Сатклифа.

Оценки погрешностей расчета среднемноголетних максимальных расходов на рр. Ия, Кирей, Ока, Белая получились не больше 10%. Погрешности расчета максимальных расходов на этих гидропостах за период наблюдений лежат в диапазоне от 4 до 16%.

2. Пространственное моделирование факторов формирования экстремальных паводков 2019 г. на рассматриваемой территории в предшествующий паводковой ситуации период показало, что:

• максимальные запасы воды в снежном покрове весной 2019 г. были ниже среднемноголетних норм, поэтому и снеготаяние, и весеннее половодье на левобережных притоках Ангары непосредственно не могли оказать существенного влияния на формирование катастрофических паводков в июне–июле 2019 г.;

• высокое предзимнее увлажнение почв, весеннее снеготаяние и обильные осадки в мае–июне 2019 г. сформировали на значительной части территории, особенно на западе, в районе водосбора р. Ия, высокую влажность почвы, близкую к наименьшей полевой влагоемкости или даже превышающую ее (переувлажненные почвы). В этих условиях в период первой волны паводка потери стока на впитывание в почву на значительной части бассейна и, в частности, на водосборе р. Ия были минимальны, что послужило дополнительным фактором формирования высокого паводка. Аналогичная картина увлажнения почвы, близкого к наименьшей полевой влагоемкости, согласно расчетам сформировалась и перед второй волной паводка;

• главный фактор формирования катастрофического паводка на р. Ия – величина и пространственное распределение слоя осадков за паводковые периоды. В горных и предгорных участках бассейна р. Ия в конце июня выпали мощные осадки (свыше 200 мм), превысившие наблюденные исторические максимумы. Достаточно сильные дожди выпали и на центральную часть бассейна (водосбор р. Оки). В период второй волны паводка в конце июля в целом выпадали менее интенсивные осадки, но пространственное распределение осадков было более равномерным.

Таким образом, основными факторами формирования катастрофических паводков на р. Ия в 2019 г. по результатам моделирования являются экстремальные осадки и переувлажненные почвы перед выпадением осадков, обусловливающие высокие коэффициенты стока.

3. Согласно модельным расчетам, на западе рассматриваемой территории бассейна Ангары на водосборе р. Ия в период июньского паводка 2019 г. сформировался выдающийся паводок, максимальный расход которого значительно превысил исторический максимум за период наблюдений и составил 5640 м³/с. На р. Оке рассчитанный максимальный расход июньского паводка не превышал исторических значений. На р. Белой июньский паводок не был высоким. Такая пространственная картина прохождения паводка в регионе тесно коррелирует с полем осадков за 25–27 июня (см. рис. 8). В период прохождения второй волны паводка в регионе в конце июля – начале августа сформировалась обратная картина: на водосборе р. Ия максимумы были ниже июньских значений, а на рр. Оке и Белой прошли максимальные в 2019 г. расходы, которые не превышали максимальных расходов за период наблюдений. При сопоставлении рассчитанных максимальных расходов с предварительными оценками Росгидромета на двух гидропостах (р. Ока – с. Усть-Када, р. Белая – р.п. Мишелевка) получены близкие значения (различия в 6 и 12%).

Таким образом, можно заключить, что разработанная региональная гидрологическая модель адекватно воспроизводит пространственно-временные особенности формирования катастрофического паводка 2019 г. на исследуемых левобережных притоках р. Ангары. Разработанная технология имеет высокий потенциал как в части расширения географии применения – за счет включения притоков рр. Китой и Иркут, а также других крупных паводкоопасных притоков р. Ангары ниже Братского водохранилища (рр. Уда, Бирюса и др.) – так и в области ее использования – для повышения качества гидроинформационной поддержки при разработке стратегии, планировании и реализации дорогостоящих водохозяйственных мероприятий, направленных на снижение рисков наводнений.