Гидрометеорологические исследования и прогнозы. 2025. № 4 (398). С. 129-143

129

DOI: https://doi.org/10.37162/2618-9631-2025-4-129-143

УДК 504.453

Усовершенствование методики прогноза

характеристик весеннего стока рек

Жайык-Каспийского бассейна в условиях

доступной гидрометеорологической информации

С.Б. Саиров, Т.А. Тиллакарим,

Н.Т. Серикбай, Б.Б. Айтымова

Республиканское Государственное Предприятие «Казгидромет»,

Республика Казахстан, г. Астана

sairov_s@meteo.kz

Представлены результаты исследования и апробации усовершенствованной мето-

дики прогноза максимальных уровней воды в весенний период года с использованием

регрессионного анализа. Объектом исследования выбраны реки Жайык-Каспийского

(Урало-Каспийского) бассейна, относящиеся к казахстанскому типу с весенним по-

ловодьем. К факторам формирования весеннего стока (температурный режим, коли-

чество осадков зимнего периода, гидрологический режим рек на момент прогноза) в

качестве дополнительных предложены предикторы: продолжительность и расходы

воды на конец половодья предшествующего года, а также минимальный зимний сток.

Учет этих факторов позволил повысить точность долгосрочного прогноза максималь-

ного уровня воды весеннего половодья.

Ключевые слова: гидрологический прогноз, максимальный уровень, мониторинг,

половодье, снеговое питание, реки казахстанского типа

Improvement of the methodology

for forecasting spring runoff characteristics of rivers

in the Zhaiyk-Caspian basin under the conditions

of available hydrometeorological information

С.B. Sairov, T.A. Tillakarim,

N.T. Serikbay, B.B. Aitymova

Republican State Enterprise "Kazhydromet", Astana, Republic of Kazakhstan

sairov_s@meteo.kz

The results of research and approbation of improved methodology of pro-forecasting of

maximum water levels in the spring period of the year using regression analysis are pre-

sented. The rivers of the Zhaiyk-Caspian basin belonging to the Kazakhstan type with

spring flood are chosen as the object of research. The article considers the improvement of

the existing methodology for predicting maximum water levels by using additional factors

of spring runoff formation. Thus, in addition to the factors of spring runoff formation (tem-

perature regime of spring, winter precipitation, hydrological regime of rivers at the time of

forecast release), as additional predictors it is proposed to take into account characteristic

parameters of hydrological regime, such as: duration and water discharge at the end of the

flood of the previous year, as well as the minimum winter runoff. Taking into account these

130

Гидрологические прогнозы

factors allowed to increase the accuracy of forecasts of the maximum water level of spring

floods ‒ the quality criterion of the methodology increased from 0,02 to 0,25.

Keywords: hydrological forecast, maximum level, monitoring, floor-soil, snow supply,

Kazakhstan

Введение

Весеннее половодье на реках Казахстана обусловлено накоплением

снега в зимний период и его последующим таянием. Оно проявляется еже-

годно в один и тот же сезон, но с различной интенсивностью и продол-

жительностью, зависящими от объема накопленного снега в пределах од-

ной климатической зоны. Это явление представляет собой основную фазу

водного режима рек, в ходе которой проходит основная часть (более 70 %)

годового стока. В период высокой водности весной реки могут выходить

из русел, затапливая поймы и причиняя ущерб прибрежным населенным

территориям. Низкое половодье приводит к отсутствию пополнения та-

лыми водами пойменных озер, что со временем может вызвать их обмеле-

ние и исчезновение, а также снижение уровня грунтовых вод и деградацию

пойменных экосистем.

Прогнозирование максимальных уровней стока рек имеет особую зна-

чимость, поскольку именно пиковые значения уровней представляют

наибольшую угрозу для населения, объектов инфраструктуры, экономики,

сельскохозяйственных угодий и других социально-экономических компо-

нентов территории.

Актуальность настоящего исследования обусловлена тем, что в буду-

щем риск наводнений или, наоборот, низкого стока будет сохраняться и

усиливаться из-за природно-климатических изменений, антропогенного

освоения территорий, приводящего к росту изменчивости основных фак-

торов формирования половодья. Совершенствование заблаговременного

прогноза характеристик весеннего половодья представляют собой одну из

приоритетных задач как для теоретической науки, так и для практического

применения [10‒12, 18, 19].

Применение проходящих апробацию в Казахстане современных гид-

рологических моделей, таких как гидродинамическая модель MIKE 11 и

гидравлическая модель HEC-RAS, сопряжены с рядом трудностей, обу-

словленных высокими требованиями моделей к входной морфометри-

ческой информации, прежде всего к детальному заданию рельефа, геологи-

ческого строения, морфометрических характеристик русел и донной по-

верхности рек. Это, в свою очередь, требует значительных трудовых и фи-

нансовых затрат, что делает широкомасштабное использование подобных

моделей в условиях рек Казахстана и условий обеспеченности исходной

информацией на текущем этапе затруднительным [2].

Модели формирования стока HBV-light и SWIM показывают хорошее

качество моделирования при применении на горных реках Казахстана

Саиров С.Б., Тиллакарим Т.А., Серикбай Н.Т., Айтымова Б.Б.

131

[6, 17, 19]. Для горных рек типично продолжительное половодье, обуслов-

ленное постепенным таянием снегов и ледников, а также дополнительным

дождевым питанием.

Использование моделей формирования стока HBV-light и SWIM на

равнинных территориях сталкиваются с определенными ограничениями –

они не всегда корректно отражают кратковременное, но интенсивное поло-

водье, происходящее за счет быстрого снеготаяния весной. Гидрологиче-

ские процессы на равнинах протекают быстрее и резче, что усиливает вли-

яние таких факторов, как испарение, инфильтрация и мелиоративные

воздействия. Все это снижает точность гидрологических прогнозов.

Именно поэтому модели HBV-light и SWIM, показывающие высокое

качество при моделировании горных рек, сталкиваются с ограничениями

на равнинных территориях – они не всегда корректно отражают быстрое

развитие и короткую продолжительность половодья.

Для создания методики долгосрочных гидрологических прогнозов с

использованием моделей HBV-light и SWIM требуется ежедневное обеспе-

чение численными прогнозами погоды на сроки от двух недель и более. На

текущем этапе такие метеорологические прогнозы обладают ограниченной

точностью и пространственной детализацией, особенно в условиях высо-

кой климатической неоднородности Казахстана. Все это затрудняет приме-

нение этих моделей в вопросах долгосрочного прогнозировании макси-

мальных уровней и объемов половодья [6, 17, 19].

В связи с этим произведено усовершенствование существующих мето-

дик гидрологических прогнозов путем внесения дополнительных факто-

ров, характеризирующих формирование весеннего стока. В качестве таких

факторов рассмотрены продолжительность половодья, уровень воды на ко-

нец половодья предыдущего года и минимальный уровень зимнего стока,

а также разность между ними [15], которая может служить индикатором

процессов, происходящих в почвенно-грунтовом слое, таких как истоще-

ние или восстановление влагоемкости. Использование этих факторов в ка-

честве предикторов при построении гидрологических прогнозов позволяет

повысить точность и достоверность временных и количественных характе-

ристик половодья для различных природно-климатических зон Казахстана

[16].

В данной работе рассмотрены вопросы повышения точности прогноза

максимальных уровней стока рек Жайык-Каспийского бассейна. Целью

данной работы являлась разработка усовершенствованной регрессионной

методики (модели) прогноза максимального уровня воды в период весен-

него половодья рек Жайык-Каспийского бассейна.

Для достижения поставленной цели сформированы базы данных и

определены расчетные характеристики за период 1980‒2024 гг.:

‒ сформированы базы данных количества осадков за холодный пе-

риод;

132

Гидрологические прогнозы

‒ температуры воздуха за период половодья по метеостанциям в пре-

делах бассейнов;

‒ сформированы базы среднесуточных расходов воды рек;

‒ расходы воды на конец половодья;

‒ минимальный расход воды зимой;

‒ продолжительность половодья (дата начала, окончания периода по-

ловодья);

‒ максимальные уровни воды;

‒ рассчитаны разности между уровнями/расходами воды на конец по-

ловодья и минимальными уровнями/расходами зимнего стока, которые

косвенно характеризуют наполнение или истощение влаги в почвогрунтах;

‒ получены регрессионные уравнения прогноза максимального уровня

воды весеннего половодья для каждого гидрологического поста.

1. Материалы и методы исследования

1.1. Описание области исследования

Особенности распределения речной сети Жайык-Каспийского района

обусловлены наличием на юго-западе Каспийского моря, а на северо-во-

стоке ‒ горных образований Южного Урала, поэтому реки здесь имеют об-

щее направление течения с северо-востока на юго-запад. Основной рекой

района является Жайык (Урал) общей длиной 2534 км и площадью 232 тыс.

км². Река формируется на территории Российской Федерации, берет начало

на Южном Урале, впадает в Каспийское море у г. Атырау. Длина реки в

пределах Республики Казахстан составляет 1084 км, здесь она приобретает

характер равнинной реки [7].

Реки Шаган и Деркул, берущие начало на Общем Сырте являются

правобережными притоками Жайыка. Реки Сары и Кара Озени, Шыжын 1,

Шыжын 2 и другие впадают в бессточные понижения Прикаспийской низ-

менности. Реки Оленты, Булдырты, Калдыгайты, Ойыл, Сагыз, берущие

начало у меловых гряд Предуралья, текут между водосборами Утвы,

Б. Хобды (приток Елека) и р. Жем и теряются в бессточных озерах Прика-

спийской низменности [4].

В рассматриваемом районе на территории Актюбинской области рас-

положены три крупных водохранилища: Каргалинское, Актюбинское и Са-

здинское.

На Казахстанской части Жайык-Каспийского бассейна действуют

49 метеорологических и 54 гидрологических пункта наблюдений, пред-

ставленных на рис. 1.

1.2. Исходные данные

Для данной работы использованы материалы многолетних гидрологи-

ческих и метеорологических наблюдений. Наблюденные данные гидроло-

гических характеристик взяты из справочников «Ежегодные данные стока»

Саиров С.Б., Тиллакарим Т.А., Серикбай Н.Т., Айтымова Б.Б.

133

(ЕДС) и «Многолетние данные о стоке» для определения объемов полово-

дья каждого года [8, 9, 13, 14, https://meteo.kazhydromet.kz/database_hydro/]].

Данные метеорологических характеристик взяты из климатических спра-

вочников и базы данных РГП «Казгидромет» [https://meteo.kazhydromet.kz/

database_meteo/].

Рис. 1. Расположение наблюдательных пунктов на казахстанской части

Жайык-Каспийского бассейна.

Fig. 1. Location of observation points on the Kazakh part of the Zhaiyk-Caspian

basin.

1.3. Методика исследования

Для анализа зависимости максимальных уровней воды равнинных рек

Жайык-Каспийского бассейна от ряда гидрометеорологических факторов

применялся метод множественной регрессии [5].

Эффективность методики долгосрочного прогноза оценивалась с по-

мощью критерия S/σ, где S – средняя квадратическая ошибка проверочных

прогнозов; σ ‒ средне квадратичное отклонение прогнозируемой вели-

чины, то есть максимального уровня воды весеннего половодья половодья

[3].

134

Гидрологические прогнозы

2. Результаты и обсуждение

2.1. Анализ зависимостей максимальных уровней стока

от стокоформирующих факторов

Построенные парные коэффициенты корреляции максимальных уров-

ней воды (Н_макс) с осадками (R_ХП) за холодный период года (ноябрь‒март)

по 23 гидропостам рассматриваемых рек Жайык-Каспийского бассейна,

где имеются ряды длительностью от 12 до 46 лет, показали неудовлетвори-

тельный результат (табл. 1).

Коэффициенты корреляции, оцениваемые как «удовлетворительные»

и «неудовлетворительные», варьируются в пределах от 0,18 (река Чижа 1)

до 0,58 (река Шаган) (табл. 1).

Включение в состав анализируемых факторов температурного режима

весны, в частности максимальной температуры воздуха за апрель (T_IV), не-

сколько улучшили корреляционные связи: коэффициенты множественной

регрессии приняли значения от 0,20 (Чижа 1) до 0,73 (Утва). Вместе с тем

для большинства рек данный показатель не достиг значения 0,70.

Известно, что одним из основных факторов, определяющих потери та-

лого стока в период формирования половодья, является предзимнее увлаж-

нение почв. Степень увлажнения почвогрунтов к началу зимнего периода

оказывает существенное влияние на процессы инфильтрации и поверх-

ностного стока во время весеннего снеготаяния. В связи с этим возникает

необходимость качественной оценки влияния состояния почв на формиро-

вание стока, особенно при отсутствии прямых наблюдений за влажностью.

Для этой цели целесообразно использовать анализ гидрографа стока

(рис. 2) по характерным точкам, что позволяет преобразовать качественные

особенности стока в количественные показатели, отражающие влияние

почвенно-грунтовых условий. Применение таких показателей в качестве

предикторов в моделях прогноза половодья способствует улучшению кор-

реляционных зависимостей и, как следствие, повышает достоверность и

устойчивость гидрологических прогнозов.

В качестве индекса свободной емкости почвогрунтов был предложен

следующий показатель: разность между уровнем воды на конец полово-

дья предыдущего года (Hк.п.) и минимальным уровнем воды (H_min) пе-

ред началом половодья ∆퐻 = 퐻_к^푖−_.п¹_.− 퐻_m^푖_inкоторая являются косвенным

показателем свободной емкости почвогрунтов перед половодьем [13].

В результате расчетов разниц 퐻_к^푖−_.п¹_.− 퐻_m^푖_inбыли сформированы мно-

голетние временные ряды данных ∆퐻, которые послужили одним из пре-

дикторов прогнозирования половодья. Включение рядов этого параметра в

расчетную схему позволило существенно улучшить тесноту корреляцион-

ных связей характеристик моделей (от 0,60 до 0,70).

Учитывая, что оттаиванию снега все части региона подвергаются в

среднем с начала апреля и активизация начинается в этот же период, тем-

пературный фактор анализа был дополнен максимальным значением

Саиров С.Б., Тиллакарим Т.А., Серикбай Н.Т., Айтымова Б.Б.

135

температуры воздуха за апрель месяц (T_IVmax). В результате показатели ко-

эффициента корреляции и регрессионные статистики еще улучшились.

Рис. 2. Характерные точки гидрографа стока, применяемые в качестве пре-

диктора в уравнениях множественной регрессии.

Fig. 2. Characteristic points of the runoff hydrograph used as predictors in multiple

regression equations.

Как будет показано ниже, включение вышеуказанной характеристики

в качестве одного из предикторов в структуру множественной регресс-ион-

ной зависимости для оценки максимальных уровней воды позволило повы-

сить коэффициент множественной регрессии до 0,25 для рек на территории

Западно-Казахстанской области и до 0,35 для рек в Актюбинской области,

доводя их значения до 0,85.

2.2. Проверка эффективности прогнозов на основе используемых

зависимостей

При разработке методики гидрологического прогнозирования важно

учитывать не только тесноту корреляционной связи между прогнозиру-

емым параметром и предикторами, но и практическую применимость по-

лученной зависимости. Даже при высокой корреляции метод может ока-

заться недостаточно надежным для оперативного прогнозирования, если

не обеспечивается устойчивость результатов.

Для оценки эффективности предложенной методики при прогнозиро-

вании максимального уровня воды был рассчитан показатель эффективно-

сти S/σ [3], который позволяет объективно оценить эффективность предло-

женной методики относительно эффективности прогноза «по норме».

Уравнения для прогноза максимальных уровней воды рек Жайык-Кас-

пийского бассейна представлены в табл. 1. Значения предикторов и резуль-

таты расчета показателя эффективности методики S/σ для всех рассматри-

ваемых речных бассейнов приведены в табл. 2 и 3.

136

Гидрологические прогнозы

Таблица 1. Уравнения для прогноза максимальных уровней воды рек Жайык-

Каспийского бассейна

Table 1. Equations for forecasting maximum water levels of rivers in the Zhaiyk-

Caspian basin

Створ

Прогностическое уравнение

Западно-Казахстанская область

H_max=25,8∙T_IV+ 3,61∙R_IX-X+ 3,48∙R_XI-III‒ 347

р. Шаган ‒ с. Чувашинское

р. Утва ‒ с. Кентубек

H_max= 9,60∙T_IV+1,21∙R_IX-X+1,77∙R_XI-III+3,51∙ΔН – 111

H_max= 0,63·R_IX-X+1,08∙R_XI-III+22,8·T_IV+ 0,44∙H_min– 485

H_max= 0,96∙R_XI-III+2,21·R_IX-X+ 2,97·T _IV+ 0,32∙H_min+ 201

H_max=1,56·R_XI-III+1,94·R_IX-X‒ 9,00·T_IV‒ 3,25∙L+ 511

H_max=1,66∙R_IX-X+1,14·R_XI-III+14,3∙T_IV‒ 222

р. Утва ‒ с. Лубенка

р. Чижа 2 ‒ с. Чижа 2

р. Чижа 1 ‒ с. Чижа 1

р. Шидерты – с. Аралтобе

р. Оленты – с. Жымпиты

H_max=1,20∙R_XI-III+1,24∙R_IX-X+19,6·T_IV– 392

H_max=1,76∙R_XI-III+ 20,1∙T_IV+1,49·R_IX-X‒ 0,63∙Н_min

+

р. Куперанкаты –

+ 0,78·Q_max‒ 268

с. Алгабас

Актюбинская область

H_max= 1,24∙R_IX-X+ 0,30∙R_XI-III+ 0,66∙T_IV+1,19∙ΔW ‒

– 1,81∙L+373

р. Б. Кобда – с. Кобда

р. Б. Кобда – с. Когалы

р. Карахобда ‒ с. Альпасай

р. Косистек ‒ с. Косистек

р. Орь ‒ с. Бугетсай

H_max= 2,36∙R_IX-X+3,59∙R_XI-III+16,7∙T_IV+37,2∙ΔW –

– 496

H_max= 1,33∙R_IX-X+0,21∙R_XI-III+8,64∙T_IV+1,39∙Q_КП

‒

2,95∙L+397

H_max= 1,81∙R_IX-X+3,99∙T_IV+0,31∙R_XI-III‒ 2,06∙L +

+ 92,76∙ΔW+177

H_max= 2,84∙R_XI-III+ R_XI-III+2,38∙R_IX-X+5,61∙T_IV

‒

‒ 451∙Q_min+108

H_max= ‒1,97∙L+7,95∙T_IV+0,75∙R_XI-III+0,12∙R_IX-X

‒

р. Урта-Буртя ‒

– 280∙Q_min+205

с. Дмитриевка

H_max= 2,77∙R_IX-X+1,34∙R_XI-III+2,73∙T_IV+1,12∙Н_min‒ 118

р. Карагала ‒

с. Каргалинское

H_max= 7,11∙T_IV+1,41∙R_XI-III+1,86∙R_IX-X+1,33∙H_КП

‒

р. Илек ‒ с. Целинное

‒3,24∙L ‒ 173

H_max= 0,51∙R_XI-III+1,26∙R_IX-X‒ 6,61∙T_IV+1,67∙Н_min

+

р. Илек ‒ г. Актобе

+61,73

H_max= 1,74∙R_XI-III+8,37∙T_IV+1,06∙R_IX-X+ 271

р. Уил ‒ с. Уил

H_max= 0,63∙R_XI-III+9,89∙T_IV+1,92∙R_IX-X+ +24,3∙Q_min

+

р. Темир ‒ с. Сагашили

+0,81∙Н_кп‒ 2,38∙L ‒ 50

H_max=1,01∙R_XI-III+10,6∙T_IV‒ 0,13∙R_IX-X‒ 5,04∙L+251

р. Темир ‒ c. Ленинское

H_max=2.95∙Q_КП+1.32∙R_XI-III‒1.35∙T_IV+0.93∙R_IX-X

‒

р. Эмба ‒ с. Жагабулак

‒1.89∙L+332

Примечание к табл. 1‒3: R – количество атмосферных осадков; T_IV

–

максимальная температура воздуха за апрель; Нкп – уровень воды в конец

половодья предыдущего года; Н_min– минимальный уровень воды за зиму; ΔH

– разница между уровнями; L – продолжительность половодья; Q_min

–

минимальный расход воды в период зимней межени; Qкп – расход воды на

дату конца половодья; Q_max– максимальный расход воды в период

предыдущего половодья. Знак «/» в шапке таблицы означает «или-или».

Саиров С.Б., Тиллакарим Т.А., Серикбай Н.Т., Айтымова Б.Б.

137

Таблица 2. Оценка эффективности уравнений для прогноза максимальных

уровней воды рек Западно-Казахстанской области

Table 2. Equations for forecasting maximum water levels of rivers in the West Ka-

zakhstan Region

Предикторы

r

S/σ

R_IX-III

р. Шаган ‒ с. Чувашинское, период 2008‒2024 гг. (16 лет)

0,77

0,58

0,34

0,51

0,46

0,18

0,36

0,45

0,69

р. Утва ‒ с. Кентубек, период 2012‒2024 гг. (12)

0,75

р. Утва ‒ с. Лубенка, период 2010‒2024 гг. (14)

0,76

р. Чижа 2 ‒ с. Чижа 2, период 2005‒2024 гг. (19)

0,76

р. Чижа 1 ‒ с. Чижа 1, период 2010‒2024 гг. (14)

0,85

р. Шидерты – с. Аралтобе, период 2006‒2024 гг. (18)

0,69

0,7

0,77

0,75

0,76

0,85

0,75

0,68

0,73

0,74

0,71

0,59

0,7

0,78

0,85

0,83

0,75

0,59

0,61

0,74

0,8

0,76

0,83

0,49

0,56

0,61

-

0,75

-

р. Оленты – с. Жымпиты, период 2010‒2024 гг. (14)

0,75

-

0,72

0,69

р. Куперанкаты – с. Алгабас, период 2000‒2024 гг. (24)

0,71

0,46

0,61

0,6

0,61

0,6

Также необходимо подчеркнуть, что в данной работе ввиду ограни-

ченности ряда наблюдений проверка построенной модели уравнения мно-

жественной регрессии осуществлена методом верификации в котором при

определенных условиях позволяющий ограничиться проверкой методики

на зависимом материале, образованном теми же данными многолетних

гидрологических и метеорологических наблюдений [1].

Проведенная оценка критерия эффективности S/σ показала, что для

рек Западно-Казахстанской области для всех рассматриваемых гидрологи-

ческих постов, за исключением бассейна р. Утва, эффективность получен-

ных прогностических уравнений хорошая и удовлетворительная в соответ-

ствии с Наставлением [3]. Полученный результат указывает на ограничен-

ную надежность уравнений в бассейнах р. Утва и необходимость после-

дующего совершенствования методики – пересмотра состава предикторов.

138

Гидрологические прогнозы

Таблица 3. Оценка эффективности уравнений для прогноза максимальных

уровней воды рек Актюбинской области

Table 3. Equations for forecasting maximum water levels of rivers in the Aktobe

region

Предикторы

r

S/σ

R_IX-III

р. Б. Кобда – с. Кобда, период 1978-2024 гг. (46 лет)

0,69

р. Б. Кобда – с. Когалы, период 2008-2024 гг. (16 лет)

0,74

р. Карахобда ‒ с. Альпасай, период 1987‒2024 гг. (37)

0,81

р. Косистек ‒ с. Косистек, период 2000‒2024 гг. (24)

0,8

р. Орь ‒ с. Бугетсай, период 1980‒2024 гг. (44)

0,72

0,31

0,4

0,47

0,67

0,46

0,3

0,47

0,48

0,38

0,41

0,61

0,64

0,69

0,74

0,81

0,8

0,76

0,73

0,61

0,66

0,74

0,66

0,73

0,75

0,66

0,7

0,79

0,29

0,23

0,58

0,25

0,39

0,33

0,2

0,38

0,4

0,65

0,69

0,6

-

0,72

р. Урта-Буртя ‒ с. Дмитриевка, период 2007‒2024 гг. (17)

0,81

р. Карагала ‒ с. Каргалинское, период 1980‒2024 гг. (44)

0,44

0,45

0,7

0,8

0,7

р. Илек-с. Целинное, период 2003‒2024 гг. (21)

0,75

р. Илек ‒ г. Актобе, период 1942‒1974 гг. (32)

0,77

р. Уил ‒ с. Уил, период 2000‒2024 гг. (24)

0,64

0,61

-

0,7

0,35

0,52

0,5

0,75

0,77

-

0,72

0,64

0,35

-

0,74

0,72

0,76

р. Темир ‒ с. Сагашили, период 1998‒2024 гг. (26)

0,75

-

0,61

-

0,75

0,73

0,72

р. Темир ‒ c. Ленинское, период 2006‒2024 гг. (18)

0,73

0,54

0,6

0,57

0,65

0,75

0,76

р. Эмба ‒ с. Жагабулак, период 2006‒2024 гг. (18)

0,72

0,65

0,57

0,71

Саиров С.Б., Тиллакарим Т.А., Серикбай Н.Т., Айтымова Б.Б.

139

Для речных бассейнов Актюбинской области (табл. 2) значения крите-

рия S/σ свидетельствует о приемлемой прогностической ценности мето-

дики. Исключение составляет бассейн реки Эмба, где превышение порого-

вого значения 0,75 указывает на недостаточную надежность методики и

необходимость дальнейшего повышения качества используемых зависи-

мостей.

Для оценки правильности отражения реальности прогнозируемых и

наблюдаемых значений были сопоставлены результаты модели (прогно-

зов) с наблюдаемыми фактическими данными максимальных уровней

воды рек Жайык-Каспийского бассейна которые представлены на рис. 3 и

рис. 4.

Н мах,

1000см

р.Утва-с.Кентубек

Н мах,

р.Шаган -с.Чувашинское

1600

см

r = 0,77

r = 0,78

1400

1200

1000

800

600

400

200

0

600

400

р.Щидерты -с. Аралтобе

Н мах,

р.Чижа-2 -с.Чижа -2

Н мах,

см

750

900

см

r = 0,76

r = 0,75

600

450

300

150

0

800

700

600

500

400

Н мах,

см

р.Куперанкаты-с. Алгабас

Н мах,

600

р.Оленты -с. Жымпиты

900

см

450

r = 0,75

r = 0,71

750

600

450

300

150

0

300

150

0

Наблюдение

Предсказанное Y

Наблюдение

Предсказанное Y

Рис. 3. Наблюденные и прогнозные максимальные уровни воды рек Западно-

Казахстанской области.

Fig. 3. Observed and forecast maximum water levels of rivers in West Kazakhstan

Region.

140

Гидрологические прогнозы

Н мах,

см

р.Орь -с. Бугетсай

r = 0,72

р.Урта-Буртя -с.Дмитриевка

Н мах,

см

900

600

r = 0,80

750

600

450

300

150

0

500

400

300

200

Н мах,

900

см

р.Карахобда-с.Альпасай

Н мах,

см

р.Илек-с.Целинное

r = 0,75

750

r = 0,81

750

600

450

300

150

0

600

450

300

150

0

Н мах,

1200

см

р.Темир-с.Сагашили

r = 0,75

Н мах,

120с0м

1050

900

750

600

450

300

150

0

р.Уил-с.Уил

r = 0,74

1050

900

750

600

Рис. 4. Наблюденные и прогнозные максимальные уровни воды рек Актюбин-

ской области.

Fig. 4. Observed and forecast maximum water levels of rivers in the Aktobe Re-

gion.

Полученные уравнения, представленные в табл. 1, уточненные с ис-

пользованием множественного корреляционного анализа данных, имеют

коэффициенты множественной корреляции r в диапазоне от 0,69 до 0,85.

Таким образом, в целом результаты оценки корреляционных связей и

S/σ подтверждают, что разработанная методика обладает достаточной сте-

пенью применимости для большинства исследованных речных бассейнов

и, следовательно, может быть применена в прогностической практике, в

нашем случае при прогнозировании максимальных уровней воды в период

весеннего половодья.

Саиров С.Б., Тиллакарим Т.А., Серикбай Н.Т., Айтымова Б.Б.

141

Заключение

В настоящем исследовании произведено усовершенствование суще-

ствующих методик гидрологических прогнозов путем внесения дополни-

тельных факторов, характеризирующих формирование весеннего стока. В

качестве таких факторов рассмотрены продолжительность половодья, а

также предложено учитывать разность между расходом воды на конец по-

ловодья предыдущего года и минимальным расходом воды за зиму теку-

щего года. Данная величина косвенно характеризует насыщение влагой

почвогрунтов во время половодья и, соответственно, определяет потенци-

альные потери талого стока на впитывание в почву. Учет данного фактора

позволил существенно уточнить используемые зависимости – значения ко-

эффициентов множественной регрессии выросли до значений 0,8 и более.

Верификация на независимой выборке с расчетом критерия эффектив-

ности показала хорошее и удовлетворительное качество прогноза макси-

мального уровня воды. Это позволяет рекомендовать полученные мето-

дики к использованию в практике оперативных гидрологических

прогнозов характеристик весеннего половодья рек казахстанской части

Жайык-Каспийского бассейна.

Список литературы

1. Богуцкая Е.М., Косицкий А.Г., Айбулатов Д.Н., Гречушникова М.Г. Средний много-

летний сток рек юго-западной части Крымского полуострова // Водное хозяйство России.

2020. № 2. С. 37-51. DOI: DOI: 10.35567/1999-4508-2020-2-3

2. Болатова А. А., Тілләкәрім Т. А., Раимжанова М. Н. Применение гидрологической

модели HBV для прогнозирования стока рек на примере бокового притока воды в Шуль-

бинское водохранилище // Гидрометеорология и экология. 2019. №. 3 (94). С. 26-43.

3. Наставление по службе прогнозов. Раздел 3. Служба гидрологических прогнозов.

Л.: Гидрометеоиздат, 1962.

4. Водные ресурсы Казахстана: оценка, прогноз, управление. Том. VII. Ресурсы реч-

ного стока Казахстана. Кн. 1. Возобновляемые ресурсы поверхностных вод Западного, Се-

верного, Центрального и Восточного Казахстана: монография / Под науч. ред. Р.И. Галь-

перина. Алматы, 2012. 684 с.

5. Соколовский Д. Л. Речной сток. (Методы исследований и расчетов): Учебное посо-

бие. Л.: Гидрометеоиздат, 1968. 539 с.

6. Тиллакарим, Т., Серикбай, Н., Сатмурзаев, А., & Саиров. С. Моделирование стока

горных рек Илейского Алатау с применением модели HBV-light // Центральноазиатский

журнал исследований водных ресурсов. 2024. Том 10, № 1. Р. 1-20.

7. Шульц В.Л. Реки Средней Азии. Л..: Гидрометеоиздат, 1965. 691 с.

8. Annual Data on the Regime and Resources of Land Surface Waters. Vol. 6. Kara Sea

Basin (Western Part). Is. 4–9, 1950–1979. Leningrad: Gidrometeoizdat, 1968. Available online:

https://www.kazhydromet.kz/ru/gidrologiya/basseyny-rek-ertis-irtysh-esil-ishim-tobol-verhnee-

techenie-mds-1938-2020.

9. Annual Data on the Regime and Resources of Surface Water of Land. Is. 1. UST-Kame-

nogorsk, Kazakhstan, 2002–2021. Available online: https://www.kazhydromet.kz/

ru/gidrologiya/basseyn-reki-ertis-2002-2021

10. Chen H., & Li X. Impact of Climate Change on the Frequency and Intensity of Hydro-

logical Extremes in Central Asia // Journal of Hydrology. 2021. Vol. 598. P. 126310. DOI:

10.1016/j.jhydrol.2021.126310

142

Гидрологические прогнозы

11. Immerzeel. W.W., Lutz, A.F., Andrade. M. et al. Importance and vulnerability of the

world’s water towers // Nature. 2020. Vol. 577. P. 364-369. https://doi.org/10.1038/s41586-019-

1822-y

12. Kauazov A., Tillakarim T., Salnikov V., Polyakova S. Assessment of changes in the area

of snow cover in Kazakhstan from 2000 to 2022 // Modern problems of remote sensing of the Earth

from space. 2023. Vol. 20, no. 1. С. 298-305.

13. Long-Term Data About the Regime and Resources of Surface Water on Land. Book 1,

Issue

1.

Almaty,

Kazakhstan,

2002.

Available

online:

https://www.kazhy-

dromet.kz/ru/gidrologiya/basseyny-rek-ertis-irtysh-esil-ishim-tobol-verhnee-techenie---mds-

1938-2020

14. Resources of Surface Waters of Areas for the Development of Virgin and Fallow Lands,

Issue 1. Akmola region of the Kazakh SSR. Leningrad: State Hydrological Institute, 1958.

15. Sairov. S.B.; Serikbay, N.T.; Rodrigo-Ilarri, J.; Abdrakhimov, R.G.; Rodrigo-Clavero,

M.E. Climate-Driven Changes in Annual Flow Patterns: A Comprehensive Analysis of the Buk-

tyrma River (Kazakhstan) // Water. 2024. Vol. 16. P. 1114. Doi: 10.3390/w16081114

16. Sairov. S., Tillakarim, T., & Serikbay. N. Some points of improvement of flood volume

forecasting under limited hydrometeorological data // Hydrometeorology and Ecology. 2024. Vol.

3. P. 7-19. https://doi.org/10.54668/2789-6323-2024-114-3-7-19

17. Serikbay. N.T.; Tillakarim. T.A.; Rodrigo-Ilarri, J.; Rodrigo-Clavero, M.E., Duskayev,

K.K. Evaluation of Reservoir Inflows Using Semi-Distributed Hydrological Modeling Techniques:

Application to the Esil and Moildy Rivers’ Catchments in Kazakhstan // Water. 2023. Vol. 15. P.

2967. https://doi.org/10.3390/w15162967

18. Tillakarim T., Kauazov A., Gafurov A., Sairov S. Spatial and temporal variation of water

reserves in snow cover in the Nura-Sarysu water basin // Izdenister Natigeler. 2023. Vol. 3, no. 99.

P. 292-307. https://doi.org/10.37884/3-2023/30

19. Tillakarim Т., Serikbay N., Rakishev D., Sairov S. Modeling river runoff of literal tribu-

taries of the Buktyrma reservoir with using HBV model // Journal of Geography & Environmental

Management. 2023. Vol. 70, no. 3. doi.org/10.26577/JGEM.2023.v70.i3.08

References

1. Bogutskaya E.M., Kositskiy A.G., Aybulatov D.N., Grechushnikova M.G. Mean Annual

Runoff of the Rivers of the Crimean Peninsula Southwest. Vodnoe khozyaystvo Rossii: problemy,

tekhnologii, upravlenie [Water Sector of Russia: Problems, Technologies, Management]. 2020, no. 2,

pp. 37-51. DOI: 10.35567/1999-4508-2020-2-3. [in Russ.].

2. Bolatova A. A., Tіllәkәrіm T. A., Raimzhanova M. N. Primenenie gidrologicheskoy modeli

HBV dlya prognozirovaniya stoka rek na primere bokovogo pritoka vody v Shul'binskoe

vodohranilishche. Gidrometeorologiya i ekologiya, 2019, vol. 94, no. 3, pp. 26-43 [in Russ].

3. Nastavlenie po sluzhbe prognozov. Razdel 3. Sluzhba gidrologicheskih prognozov. Len-

ingrad, Gidrometeoizdat publ.,1962. [in Russ.].

4. Vodnye resursy Kazahstana: ocenka, prognoz, upravlenie. Tom. VII. Resursy rechnogo

stoka Kazahstana. Kn. 1. Vozobnovlyaemye resursy poverhnostnyh vod Zapadnogo, Severnogo,

Central'nogo i Vostochnogo Kazahstana: monografiya. Almaty, 2012, 684 p. [in Russ.].

5. Sokolovskiy D.L. Rechnoy stok. (Metody issledovaniy i raschetov): Uchebnoe posobie.

Leningrad, Gidrometeoizdat publ., 1968, 539 p. [in Russ.].

6. Tillakarim T., Serikbay N., Satmurzaev A., Sairov S. Modelirovanie stoka gornyh rek

Ilejskogo Alatau s primeneniem modeli HBV-light [HBV-modeling of the Ile Alatau mountain

river flow]. Central Asian Journal of Water Research. 2024, vol. 10, no. 1, pp. 1-20. DOI:

10.29258/CAJWR/2024-R1.v10-1/1-20.rus [in Russ.].

7. Sрul'c V.L. Reki Sredney Azii [Rivers of Central Asia]. Leningrad, Gidrometeoizdat publ.,

1965, 691 p. [in Russ.].

8. Annual Data on the Regime and Resources of Land Surface Waters. Vol. 6. Kara Sea

Basin (Western Part). Is. 4–9, 1950–1979. Leningrad, Gidrometeoizdat publ, 1968. Available at:

https://www.kazhydromet.kz/ru/gidrologiya/basseyny-rek-ertis-irtysh-esil-ishim-tobol-verhnee-

techenie-mds-1938-2020.

Саиров С.Б., Тиллакарим Т.А., Серикбай Н.Т., Айтымова Б.Б.

143

9. Annual Data on the Regime and Resources of Surface Water of Land. Is. 1. UST-Kame-

nogorsk, Kazakhstan, 2002–2021. Available at: https://www.kazhydromet.kz/

ru/gidrologiya/basseyn-reki-ertis-2002-2021

10. Chen H., & Li X. Impact of Climate Change on the Frequency and Intensity of Hydro-

logical Extremes in Central Asia. Journal of Hydrology. 2021, vol. 598, pp. 126310. DOI:

10.1016/j.jhydrol.2021.126310.

11. Immerzeel. W.W., Lutz, A.F., Andrade. M. et al. Importance and vulnerability of the

world’s water towers. Nature, 2020, vol. 577, pp. 364-369. DOI: 10.1038/s41586-019-1822-y

12. Kauazov A., Tillakarim T., Salnikov V., Polyakova S. Assessment of changes in the area

of snow cover in Kazakhstan from 2000 to 2022. Modern problems of remote sensing of the Earth

from space. 2023, vol. 20, no. 1, pp. 298-305.

13. Long-Term Data About the Regime and Resources of Surface Water on Land. Book 1,

Issue 1. Almaty, Kazakhstan, 2002. Available at: https://www.kazhydromet.kz/ru/gidrologiya/bas-

seyny-rek-ertis-irtysh-esil-ishim-tobol-verhnee-techenie---mds-1938-2020.

14. Resources of Surface Waters of Areas for the Development of Virgin and Fallow Lands,

Issue 1. Akmola region of the Kazakh SSR. Leningrad, State Hydrological Institute, 1958

15. Sairov. S.B.; Serikbay, N.T.; Rodrigo-Ilarri, J.; Abdrakhimov, R.G.; Rodrigo-Clavero,

M.E. Climate-Driven Changes in Annual Flow Patterns: A Comprehensive Analysis of the Buk-

tyrma River (Kazakhstan). Water. 2024, vol. 16, pp. 1114. DOI: 10.3390/w16081114

16. Sairov. S., Tillakarim, T., & Serikbay. N. Some points of improvement of flood volume

forecasting under limited hydrometeorological data. Hydrometeorology and Ecology. 2024, vol. 3,

pp. 7-19. DOI: 10.54668/2789-6323-2024-114-3-7-19

17. Serikbay. N.T.; Tillakarim. T.A.; Rodrigo-Ilarri, J.; Rodrigo-Clavero, M.E., Duskayev,

K.K. Evaluation of Reservoir Inflows Using Semi-Distributed Hydrological Modeling Techniques:

Application to the Esil and Moildy Rivers’ Catchments in Kazakhstan. Water. 2023, vol. 15, pp.

2967. DOI: 10.3390/w15162967

18. Tillakarim T., Kauazov A., Gafurov A., Sairov S. Spatial and temporal variation of water

reserves in snow cover in the Nura-Sarysu water basin. Izdenister Natigeler. 2023, vol. 3, no. 99,

pp. 292-307. DOI: 10.37884/3-2023/30

19. Tillakarim Т., Serikbay N., Rakishev D., Sairov S. Modeling river runoff of literal tribu-

taries of the Buktyrma reservoir with using HBV model. Journal of Geography & Environmental

Management. 2023, vol. 70, no. 3. DOI: 10.26577/JGEM.2023.v70.i3.08

Поступила 18.09.2025; принята в печать 26.11.2025.

Submitted 18.09.2025; accepted for publication 26.11.2025.