Водные ресурсы, 2024, № 6

Российская академия наук
ВОДНЬIЕ РЕСУРСЬI
Том 51   № 6   2024   Ноябрь–Декабрь
Журнал основан в декабре 1972 г.
Выходит 6 раз в год
ISSN: 0321-0596
Журнал издается под руководством  
Отделения наук о Земле РАН
Главный редактор
В.И. Данилов-Данильян член-корр. РАН
Редакционная коллегия:
М.В. Михайлова канд. геогр. наук, ИВП РАН (заместитель главного редактора), 
Т.Д. Миллионщикова канд. геогр. наук (ответственный секретарь),
В.В. Беликов докт. техн. наук, С.Д. Беляев докт. техн. наук, М.В. Болгов докт. техн. наук,
Е.В. Веницианов докт. физ.-мат. наук, Е.Ж. Гармаев член-корр. РАН, Б.И. Гарцман докт. геогр. наук,
А.Н. Гельфан член-корр. РАН, Ю.С. Даценко докт. геогр. наук, В.К. Дебольский докт. техн. наук,
Р.Г. Джамалов докт. геол.-мин. наук, С.Г. Добровольский докт. геогр. наук,
П.О. Завьялов член-корр. РАН, А.Т. Зиновьев докт. физ.-мат. наук,
В.П. Карликов докт. физ.-мат. наук, С.А. Кондратьев докт. физ.-мат. наук,
С.К. Коновалов член-корр. РАН, Н.И. Коронкевич докт. геогр. наук,
Л.С. Кучмент докт. физ.-мат. наук, В.Ю. Лаврушин докт. геол.-мин. наук,
Ю.Н. Лукина докт. биол. наук, Т.И. Моисеенко член-корр. РАН,
Ю.Г. Мотовилов докт. геогр. наук, И.И. Мохов акад. РАН, С.П. Поздняков докт. геол.-мин. наук,
Л.В. Полищук докт. биол. наук, В.А. Румянцев акад. РАН, В.А. Семенов акад. РАН,
Ю.А. Федоров докт. геогр. наук, Н.Н. Филатов член-корр. РАН, М.В. Флинт акад. РАН,
Н.Л. Фролова докт. геогр. наук, В.В. Шамов докт. геогр. наук
Заведующая редакцией М.Г. Сушинцева 
E-mail: waterres@iwp.ru
Адрес редакции: 119333 Москва, ул. Губкина, 3, редакция журнала «Водные ресурсы» 
тел. 8(499) 135-54-04
Москва
ФГБУ «Издательство «Наука»
© Российская академия наук, 2024
© Редколлегия журнала
     «Водные ресурсы» (составитель), 2024

ВОДНЫЕ РЕСУРСЫ, 2024, том 51, № 6,
УДК
СОДЕРЖАНИЕ
Том 51, номер 6, 2024
Гидрологические проблемы вододефицитных регионов
Оценка качества воспроизведения метеорологических характеристик несколькими  
моделями атмосферного реанализа на территории Крымского полуострова 
В. М. Морейдо, П. Н. Терский, Д. В. Абрамов	
731
Оценка составляющих речного стока Горного Крыма. 1. Сток малых рек
Т. С. Губарева, Г. Н. Амеличев, Б. И. Гарцман, С. В. Токарев, Б. А. Вахрушев, 
В. Г. Науменко, Е. Г. Амеличев, И. Б. Вахрушев	
743
Оценка составляющих речного стока Горного Крыма. 2. Сток карстовых водоносных систем
Т. С. Губарева, Г. Н. Амеличев, С. В. Токарев, Б. А. Вахрушев, Б. И. Гарцман, 
В. Г. Науменко, Е. Г. Амеличев, И. Б. Вахрушев	
758
Особенности режима карстовых вод в Скельской пещере (Ай-Петринский массив, 
Горный Крым) и их гидрогеологическая интерпретация
С. В. Токарев, Г. Н. Амеличев	
775
Метод определения расхода воды малых рек, основанный на обработке видеоизображений 
водной поверхности 
Д. А. Антоненков	
790
Моделирование формирования стока рек горного Крыма в современных и прогнозируемых 
климатических условиях   
А. С. Калугин, Ю. Г. Мотовилов, Н. О. Попова, Т. Д. Миллионщикова	
796
Оценка влияния климатических изменений XXI в. на баланс подземных вод 
юго-западного Крыма 
В. Н. Самарцев, И. А. Чиганов, С. О. Гриневский, С. П. Поздняков, Я. В. Сорокоумова, 
В. А. Бакшевская	
806
Водный баланс Крыма за 2001–2021 гг. по наземным и дистанционным данным
В. Ю. Григорьев, А. Г. Косицкий, Н. Л. Фролова	
822
К вопросу о прогнозировании катастрофических паводков на территории Крыма
А. С. Лубков, Е. В. Вышкваркова, Е. Н. Воскресенская, А. Е. Щодро	
831
Оценка испарения по данным измерений на экспериментальных полигонах 
Крымского полуострова
И. В. Землянов, А. А. Сапожникова, Е. А. Ракчеева, А. Е. Павловский	
841
О формировании химического состава вод рек северо-западного склона Крымских гор
Е. П. Каюкова	
851
Оценка пространственно-временного распределения ДДТ, его метаболитов и цезия-137 
в донных отложениях реки Салгир (Крым)
Л. В. Малахова, Н. Ю. Мирзоева, И. Н. Мосейченко, В. В. Войцеховская, 
Т. В. Малахова, С. В. Овечко	
871
Трансформация водопотребления и водоотведения в Республике Крым и г. Севастополе 
в условиях дефицита водных ресурсов
А. П. Демин, А. В. Зайцева, И. А. Вишневская 	
884
Комплексная оценка экологического состояния реки Салгир на территории 
города Симферополя
В. С. Тарасенко, Н. Е. Волкова, В. С. Паштецкий, А. А. Манжо	
897

ВОДНЫЕ РЕСУРСЫ, 2024, том 51, № 6,
УДК

ВОДНЫЕ РЕСУРСЫ, 2024, том 51, № 6,
УДК 556.06
ГИДРОЛОГИЧЕСКИЕ ПРОБЛЕМЫ 
ВОДОДЕФИЦИТНЫХ РЕГИОНОВ
 с. 731–742
ОЦЕНКА КАЧЕСТВА ВОСПРОИЗВЕДЕНИЯ МЕТЕОРОЛОГИЧЕСКИХ 
ХАРАКТЕРИСТИК НЕСКОЛЬКИМИ МОДЕЛЯМИ АТМОСФЕРНОГО 
РЕАНАЛИЗА НА ТЕРРИТОРИИ КРЫМСКОГО ПОЛУОСТРОВА1
© 2024 г.   В. М. Морейдоa, d, *, П. Н. Терскийа, b, Д. В. Абрамовc
a Институт водных проблем РАН, Москва, 119333 Россия 
bГосударственный океанографический институт им. Н.Н. Зубова, Москва, 119034 Россия 
cСколковский институт науки и технологий, Москва, 121205 Россия 
dМосковский государственный университет им. М.В. Ломоносова, Москва, 119991 Россия
*e-mail: vsevolod.moreydo@iwp.ru
Поступила в редакцию 23.04.2024 г.
После доработки 21.05.2024 г.
Принята к публикации 21.05.2024 г.
Многообразие природных условий п-ва Крым определяет различные режимы основных метеорологических 
характеристик, влияющих на водообеспеченность территории. Для оценки пространственно-временной неоднородности этих характеристик, а также для преодоления проблемы пропусков в данных наземных наблюдений могут использоваться результаты расчетов по моделям общей циркуляции атмосферы Земли с 
ассимиляцией данных наземных наблюдений, также известные как атмосферный реанализ. Приведен результат оценки качества воспроизведения приземной температуры воздуха и суммы осадков моделями атмосферного реанализа EWEMBI, ERA5-Land и MSWEP в сравнении с данными наземных метеонаблюдений. 
Приведены основные характеристики использованных наборов данных (как наблюдений, так и расчетов), 
основные методы верификации, результаты оценки и выводы о применимости использованных данных в 
задачах моделирования. Оценены средние ошибки моделей по температуре воздуха и количеству осадков за 
различные периоды осреднения (сутки, месяц, год). Так, средние коэффициенты корреляции за разные периоды осреднения по температуре находятся в пределах 0.74÷0.97, по осадкам – 0.52÷0.79. Получено представление, что все модели достаточно корректно воспроизводят значения температуры и суммы осадков за 
разные периоды осреднения, однако у всех выявлена тенденция к занижению суточных сумм осадков при 
одновременном завышении количества дней с осадками.
Ключевые слова: атмосферный реанализ, температура воздуха, атмосферные осадки, экстремальные осадки, 
гидрометеорологические данные.
DOI: 10.31857/S0321059624060011 EDN: VPWJYQ 
______________
1 Работа выполнена в рамках Государственного задания ИВП РАН 
(темы 0126-2021-0001 (121040700170-9) и FMWZ-2022-0003).
ВВЕДЕНИЕ
Пространственное распределение метеорологических величин – как непрерывных (температура и влажность воздуха), так и дискретных 
(атмосферные осадки, в особенности – высокой интенсивности) – определяющий фактор 
для формирования речного стока на территории 
суши. Данные о пространственном распределении температуры и осадков используются в гидрологических моделях для расчета стока воды с 
водосбора за период инструментальных наблюдений, а также для разработки методов гидрологического прогноза различной заблаговременности [1, 4]. Пространственная изменчивость этих 
величин, в особенности осадков, – основной лимитирующий фактор точности исходных данных 
для моделей формирования речного стока. Инструментальные измерения позволяют определять характеристики полей метеовеличин только 
в точке наблюдения, что вынуждает прибегать к 
сложным методам интерполяции для восстановления структуры поля на обширной территории 
рассматриваемого водосбора. В горных районах, 
где орография существенно влияет на пространственное распределение температуры и осадков, 
а ограниченная доступность местности не позволяет разместить достаточное количество измерительных станций, могут возникать существенные отклонения между интерполированными и 
реальными значениями метеовеличин, в особен

ВОДНЫЕ РЕСУРСЫ          том 51         № 6          2024
МОРЕЙДО и др.
ности при прохождении осадков высокой интенсивности в короткие промежутки времени. 
Эволюция методов расчета полей метеорологических величин в последние десятилетия 
была направлена в сторону разработки методов 
атмосферного реанализа – глобальных физически обоснованных атмосферных моделей, учитывающих данные наблюдений при помощи 
их ассимиляции в расчетные зависимости для 
воспроизведения основных процессов тепло- и 
массообмена в атмосфере в узлах глобальной регулярной расчетной сетки [5, 6, 18, 24, 31]. Использование таких моделей позволяет получить 
значения целого ряда метеорологических переменных с высоким разрешением по пространству и во времени. Такие данные, в особенности 
распределение атмосферных осадков и приземной температуры воздуха, критически важны для 
оценки водных ресурсов любой территории.
С ранних лет развития моделей атмосферного реанализа, таких как NCEP1 [21], NCEP2 
[23], MERRA [26], MERRA-2 [14], JRA-55 [12], 
и до серии наиболее современных, разрабатываемых в Европейском центре среднесрочных метеорологических прогнозов методов реанализа 
ERA-15, ERA-40 [30], ERA-Interim [10], ERA5 
[19] и ERA5-Land [25] в последние годы они 
были предметом оценки качества воспроизведения данных измерений как в глобальном, так и 
в региональном масштабе [3, 16], а также оценки возможности использования этих данных как 
источник данных для гидрологического моделирования [27–29].
Географическое положение и орографическое строение п-ова Крым – причина пестрой 
картины распределения природных зон на этой 
сравнительно небольшой по площади территории [11]. Распределение атмосферных осадков в пространстве здесь очень контрастно – от 
250 мм/год на севере полуострова до 1000 мм в 
южной горной части. При этом наблюдательная сеть за атмосферными осадками достаточно 
редкая, особенно в горах на юге полуострова, 
там – верховья всех речных систем и формируется основная масса его водных ресурсов. Для 
целей исследования распределения осадков и 
моделирования формирования речного стока 
полуострова целесообразно использовать данные атмосферного реанализа. Настоящее исследование направлено на локальную верификацию 
двух продуктов атмосферного реанализа и одного синтетического набора данных об атмосферных осадках на территории Крыма по данным 
наземных наблюдений. 
МАТЕРИАЛЫ И МЕТОДЫ
Исходные материалы
В качестве тестируемых на соответствие данным наблюдений были выбраны наборы сеточных атмосферных данных ERA5-Land, EWEMBI 
и MSWEP. 
Набор данных EWEMBI (EartH2Observe, 
WFDEI, ERA-Interim data Merged, Bias-corrected 
for ISIMIP [13]), синтезированный в Потсдамском институте климата (Германия) из нескольких глобальных наборов данных, таких как реанализ ERA-Interim [10], WFDEI [32], E2OBS [8], 
NASA/GEWEX SRB [9], – наиболее ранний по 
времени создания из анализируемых продуктов. 
Реанализ EWEMBI был изначально предназначен для корректировки результатов расчетов по 
ансамблю глобальных климатических моделей в 
эксперименте ISI-MIP (The Inter-Sectoral Impact 
Model Intercomparison Project) за исторический 
период с 1979 по 2016 г. и приведения этих расчетов в соответствие с данными инструментальных наблюдений, тем самым – ликвидации 
систематической ошибки (так называемая “biascorrection”) и уточнения данных климатических 
расчетов до конца XXI в. [15, 22]. Данные в наборе представлены в виде хронологических рядов 
в узлах глобальной сетки с пространственным 
разрешением 0.5° × 0.5°. Территория Крыма покрыта 50 ячейками расчетной сетки (рис. 1). Для 
сопоставления с инструментальными наблюдениями взяты ряды среднесуточных величин приземной температуры воздуха tas (°C) и суточной 
суммы осадков pr (мм). 
Продукт оперативного атмосферного реанализа ERA5-Land представляет собой результат 
расчета по модели земной системы с начальными условиями из модели общей циркуляции атмосферы [25]. Расчет проводится ансамблевым 

ВОДНЫЕ РЕСУРСЫ          том 51         № 6          2024
ОЦЕНКА КАЧЕСТВА ВОСПРОИЗВЕДЕНИЯ...
методом на часовом интервале по глобальной 
расчетной сетке пространственным разрешением 0.1° × 0.1°. Архив расчетов начинается с 
1950 г. и доступен в квазиоперативном режиме с 
запаздыванием 5 сут от даты обращения к архиву. Для настоящего исследования взяты данные 
по температуре воздуха и количеству осадков с 
1970 по 2022 г., которые были агрегированы до 
суточных значений. 
Набор глобальных данных об осадках MSWEP 
(Multi-Source Weighted-Ensemble Precipitation 
[7]) представляет собой результат оптимального 
взвешивания данных наблюдений на глобальной сети метеостанций, измерений со спутников 
и расчетов по модели общей циркуляции, т. е. 
постобработки данных нескольких источников 
информации с помощью методов машинного 
обучения. В наборе содержатся только данные 
об осадках на расчетной сетке 0.1° × 0.1°, при 
этом временна́я дискретность данных – 3 ч, начало данных – с 1979 г. практически в реальном 
времени (запаздывание последнего срока в данных – 3 ч от среднего времени по Гринвичу). Для 
анализа срочные данные были агрегированы до 
суточных значений. 
Для верификации данных атмосферных реанализов использованы различные источники 
данных, находящиеся в свободном доступе в 
сети Интернет. В базе данных ВНИИГМИ-МЦД 
[2] содержатся сведения о наблюдениях только 
на трех метеостанциях на исследуемой территории (рис. 1): Симферополь (код WMO 33946), 
Феодосия (33976) и Керчь (33983). Очевидно, 
что для надежной оценки продуктов реанализа 
1
2
3
33924
33983
33929
33934
33946
33945
33959
33999
33990
33962
33973
33976
33981
1
3
2
0
25
25
50 km
Рис. 1. Картосхема территории расположения метеостанций, использованных в исследовании. Цифрами на схеме 
обозначены: 1 – метеостанции, 2 – города, 3 – железнодорожные магистрали. Индексы – по табл. 1. Во врезках 
представлены фрагменты расчетных сеток MSWEP (1), ERA5-Land (2) и EWEMBI (3).

ВОДНЫЕ РЕСУРСЫ          том 51         № 6          2024
этого недостаточно. В связи с этим в качестве 
основного массива данных наземных наблюдений использован массив суточного осреднения 
по данным более 9000 метеостанций глобального охвата Global Surface Summary of the Day 
(GSOD), полученный из глобальной базы Национального центра информации по окружающей 
среде Национальной администрации по атмосфере и океану США NOAA NCEI [17], здесь и 
далее именуемый “Данные GSOD”. Для исследуемой территории получены временны́е ряды 
среднесуточных значений температуры воздуха 
и суточных сумм осадков с 13 метеостанций на 
территории Крымского п-ова (рис. 1). 
Период наблюдений на них колеблется от 10 
до 120 лет (табл. 1). Несмотря на это, по каждой 
станции использованы все данные, период которых пересекается с периодом реанализа 1950–
2021 гг. 
Методы
Для анализа исходных массивов данных, полученных из соответствующих источников в сети 
Интернет, разработан программный код на языке 
R. Для сопоставления данных на метеостанциях и в узлах расчетных сеток использован пакет 
(библиотека программных функций) raster [20]. 
Данные из узлов сетки пересчитывались в  ближайшую точку расположения метеостанции с помощью метода билинейной интерполяции. 
Первоначально данные, полученные из архива GSOD, были проверены на соответствие данным из архива ВНИИГМИ-МЦД [2] путем сопоставления значений на метеостанциях 33946 
Симферополь, 33976 Феодосия и 33983 Керчь. 
Результаты показали, что коэффициенты линейной корреляции для температуры и осадков между наборами данных GSOD и ВНИИГМИ-МЦД 
составляют >0.99, среднеквадратическая ошибка 
по температуре – 0.16°С, по осадкам – 0.07 мм. 
Наличие ошибки в данных объясняется двойной 
конвертацией единиц: особенность набора данных GSOD – хранение в американской системе 
мер. Несмотря на наличие этих незначительных 
ошибок, было принято решение использовать 
данные GSOD для оценки продуктов реанализа 
и сеточных осадков на всех метеостанциях.
Для оценки качества воспроизведения данных наблюдений за температурой воздуха и 
осадками на трех интервалах осреднения (сутки, месяц, год) рассчитаны следующие метрики: средняя абсолютная ошибка (“mean absolute 
error”, MAE), средняя квадратическая ошибка 
(“root mean square error”, RMSE) и коэффициент 
линейной корреляции R. Для осадков отдельно 
оценивалось среднее количество дней с осадкаМОРЕЙДО и др.
Таблица 1. Перечень метеостанций и периодов, за которые получены данные о среднесуточной температуре воздуха и 
суточной сумме осадков. Характеристики использованных рядов наземных наблюдений
№
Индекс ВМО
Название
Высота, м абс.
Начало
Конец
T , °C
P , мм
33924
Черноморское
10
09.01.1955
26.08.2021
11.3
338
33929
Евпатория
6
03.01.1959
11.06.2009
8.8
402
33934
Джанкой
8
02.01.1955
11.06.2009
10.5
405
33945
Почтовое
176
01.01.2000
11.06.2009
13.5
459
33946
Симферополь
181
01.03.1898
26.08.2021
10.7
495
33959
Алушта
7
01.01.1959
11.06.2009
11.9
466
33962
Нижнегорск
20
01.01.1959
11.06.2009
8.0
399
33973
Владиславовка
37
02.01.1959
11.06.2009
12.9
419
33976
Феодосия
22
01.01.1982
30.03.2015
11.9
388
33981
Мыс Казантип
101
03.09.1977
11.06.2009
9.8
368
33983
Керчь
49
01.01.1936
26.08.2021
11.3
416
33990
Ялта
72
29.08.1949
30.03.2015
12.8
573
33999
Ай-Петри
1180
01.09.1899
31.12.2012
5.0
932

ВОДНЫЕ РЕСУРСЫ          том 51         № 6          2024
ми >0 мм за месяц, а также рассчитывались бинарные метрики условного распределения модели и наблюдений: вероятность определения 
наличия осадков (“probability of detection”, POD) 
и вероятность ложного определения наличия 
осадков (“false alarm rate”, FAR):
            	
        POD =
+
a
a
c,	
                   (1)
 	
                      FAR =
+
b
a
b,	
                   (2)
где a – количество корректно определенных реанализом дней с осадками, b – количество ложно 
определенных дней с осадками, с – количество 
реально наблюдавшихся дней с осадками, не обнаруженных в данных реанализа. Воспроизведение моделями экстремальных осадков оценено 
отдельно путем расчета индексов POD и FAR 
для событий с фактическими суточными суммами осадков >10 мм. 
РЕЗУЛЬТАТЫ
Все описанные метрики рассчитаны для всех 
метеостанций по отдельности, затем осреднены 
и далее демонстрируются в виде средних значений для массива станций либо распределения величины метрики. Распределение суточных значений температуры воздуха по наборам 
данных реанализов EWEMBI и ERA5-Land на 
всех метео-станциях близко к наблюдавшемуОЦЕНКА КАЧЕСТВА ВОСПРОИЗВЕДЕНИЯ...
33924
33983
33929 33934
33946
33945
33959
33999
33990
33962 33973 33976 33981
1
EAR5Land
GSOD
EWEMBI
(а)
MSWEP
Температура, °C
20
0
40
Индекс ВМО
33924
33983
33929 33934
33946
33945
33959
33999
33990
33962 33973 33976 33981
–20
10
100
EAR5Land
GSOD
EWEMBI
Суточные осадки, мм
(б)
Рис. 2. Сравнение распределений суточных значений температуры (а) и сумм осадков (б) по метеостанциям. Закрашенные области показывают 50% распределения, линии – по 25%, горизонтальная черта – медиана, точки – выбросы. Вертикальная ось (б) – логарифмическая.

ВОДНЫЕ РЕСУРСЫ          том 51         № 6          2024
ся (рис. 2а). При этом распределение суточных 
сумм осадков зачастую существенно занижено 
(рис. 2б), как и максимальные суточные осадки. 
Средняя по всем станциям корреляция суточных значений температуры воздуха по данным наблюдений с данными реанализа EWEMBI составляет 0.975, реанализа ERA5-Land – 0.979 (табл. 2). 
Cуточные значения температуры воздуха и 
суммы осадков воспроизведены с большей точностью реанализом ERA5-Land, при этом линейная связь уменьшается с увеличением периода 
осреднения при практически неизменной ошибке. Это имеет обратный эффект для корреляции 
осадков – значения возрастают при увеличении 
периода осреднения. Годовые средние значения 
корреляции температуры и осадков лучше у модели EWEMBI, хотя ошибка осадков меньше у 
MSWEP при меньшей линейной связности. 
Ошибки воспроизведения годовой суммы 
осадков меньше у MSWEP, хотя корреляция 
выше также у EWEMB, при несколько большей 
ошибке. Распределение ошибок среднемесячных значений температуры показывает, что воспроизведение по всем метеостанциям достаточно равномерное и ошибка составляет в среднем 
~1°С как по реанализу ERA5Land, так и по реанализу EWEMBI (рис. 3а). При этом наблюдается небольшое увеличение ошибок в декабре–
январе и августе–сентябре. 
Ошибки определения среднемесячных сумм 
осадков минимальны для реанализа MSWEP 
(рис. 3б), однако в отдельные месяцы весной и 
осенью реанализ EWEMBI также показывает 
низкие значения. В летние месяцы наибольшая 
ошибка у ERA5Land могут достигать 30–40 мм. 
Количество дней с осадками не воспроизводится 
адекватно 
ни 
одной 
моделью 
(рис. 4). В среднем каждая модель в два раза, а 
ERA5Land – до 3 раз завышает количество дней 
с осадками, особенно в летние месяцы. Связанные с этим показатели POD определения наличия суточных осадков >0.01 мм наивысшие у 
ERA5Land (рис. 5а), но для нее также характерны и наивысшие значения доли ложного определения наличия осадков FAR – до 0.7 в летние 
месяцы, т. е. >70% событий выпадения осадков 
было неверно определено моделью. Такая тенденция сохраняется и для событий выпадения 
сумм осадков >10 мм в сутки: ERA5Land показывает самые высокие значения как POD, так 
и FAR (рис. 5б). MSWEP при этом почти так же 
правильно определяет наличие осадков, но делает меньше ошибочных определений.
ОБСУЖДЕНИЕ
Воспроизведение 
температуры 
воздуха 
в 
моделях реанализа происходит с приемлемой 
точностью, так как систематическая ошибка отсутствует, а случайные ошибки в среднем 
МОРЕЙДО и др.
Таблица 2. Оценка качества воспроизведения температуры воздуха и суммы осадков по суточным, месячным и годовым 
интервалам (полужирным шрифтом – лучшие значения показателя из всех продуктов)
Набор данных
Температура воздуха
Сумма осадков
R
MAE, °С
RMSE, °С
R
MAE, мм
RMSE, мм
Сутки
EWEMBI
0.975
1.82
2.34
0.480
1.85
4.58
ERA5-Land
0.979
1.73
2.21
0.525
1.69
4.40
MSWEP
-
-
-
0.497
1.72
4.56
Месяц
EWEMBI
0.785
1.53
1.87
0.364
28.0
38.2
ERA5-Land
0.791
1.55
1.89
0.611
24.4
31.8
MSWEP
-
-
-
0.287
27.3
36.9
Год
EWEMBI
0.741
1.66
2.24
0.796
156
184
ERA5-Land
0.708
1.96
2.77
0.752
192
214
MSWEP
-
-
-
0.630
128
154

ВОДНЫЕ РЕСУРСЫ          том 51         № 6          2024
<1.2  градусов. Что касается воспроизведения 
осадков, то все модели реанализа показывают 
систематическое занижение суточных сумм на 
фоне двух- и трехкратного превышения количества дней с осадками в месяц над реальным. Очевидно, это происходит для достижения лучшего 
соответствия модельных осадков данным наблюдений на более длительных интервалах осреднения – месяц, год; это подтверждается увеличением коэффициента корреляции осадков при 
увеличении периода осреднения. Дополнительное подтверждение завышения моделями количества событий выпадения осадков – оценка по 
метрикам условного распределения выпадения 
ОЦЕНКА КАЧЕСТВА ВОСПРОИЗВЕДЕНИЯ...
7
5
4
1
3
2
8
6
20
0
40
30
10
9
11
12
7
5
4
1
3
2
8
6
10
9
11
12
4
1
3
2
0
10
EAR5Land
Месяц
EWEMBI
(а)
MSWEP
Ошибка, °C
(б)
EAR5Land
EWEMBI
Ошибка, мм
Рис. 3. Распределение среднеквадратических ошибок реанализа среднемесячных значений температуры (а) и сумм 
осадков (б).