Випробувано модель Soil and Water Assessment Tool (SWAT) для прогнозування водного стоку в басейні
Десни в 2020 р., який характеризувався аномально низьким весняним водопіллям. За результатами
моделювання гідрографа стоку за період 2008–2019 рр. встановлено високі критерії достовірності моделі
(R² = 0,85, NS = 0,85, PBIAS = –0,8 %), що свідчить про ефективність застосування SWAT для оперативного прогнозування.
Прогнозні характеристики водного стоку для 116 суббасейнів Десни розраховано за 12 сценаріями погодних умов, що отримані на підставі спостережень за минулі роки. Сценарії розділено на три групи: несприятливий, середній та сприятливий. Завдяки подвійній нормі опадів у травні, протягом другої половини червня та в липні в замикальному створі Десни (с. Літки) за середнім сценарієм прогнозується підйом
витрат води до 180–220 м³/с, що перевищить характеристики весняної повені. Якість прогнозу планується покращити шляхом автоматизації процесу, розширення набору сценаріїв погодних умов та поглибленого налаштування моделі до симуляції меженного стоку.
We evaluated the SWAT model (Soil and Water Assessment Tool) to predict the water runoff in the Desna
river basin in 2020. This year was characterized by the abnormally low spring flood.
The performance criteria of the calibration/validation for the previous period (2008-2019) were high
(R² = 0.85, NS = 0.85, PBIAS = —0.8 %) that allowed the use of SWAT for the operational forecasting.
We computed the water runoff values for 116 subbasins of the Desna watersheds by 12 weather scenarios
replicated the observations of the previous years. The scenarios are divided into 3 groups: unfavorable,
average, and favorable. According to the average scenario, the model forecasts the rise of the discharge up to
180—220 m³/s at the Desna outlet due to the double monthly norm of precipitation in May. For the first time,
the summer peak of the hydrograph might overtop the spring one.
We are planning to improve the forecast by automating the modeling routine, expanding the set of weather
scenarios, and in-depth adjusting the groundwater parameters of the SWAT model.
