This study explores the potential application of the HBV model for simulating water inflow into the Astana reservoir in Kazakhstan. The Astana reservoir, with an area of 60.9 km² and a capacity of 411 million m³, serves as a vital hydrotechnical structure for the regulation of long-term water resources. Positioned on the Esil River, this reservoir plays a crucial role in providing drinking water to Astana, the capital city of the Republic of Kazakhstan. This study presents a concise overview of the HBV model and includes hydrometeorological data as well as information from a digital elevation model constructed from altitude maps of the catchment areas of the Esil and Moildy rivers. To simulate the runoff from both rivers, the GAP optimization algorithm was employed. Model parameters were calibrated for the period spanning 1975 to 2020. The effectiveness of the model was evaluated using the Nash–Sutcliffe criterion, which confirms a strong correlation between the simulated runoff dynamics and observed data. This study’s outcomes reveal the efficiency of the selected optimal parameters, particularly for the 2020–2022 timeframe, during which the HBV model’s parameters were validated. Overall, the quality metrics achieved during both the calibration and validation periods are satisfactory, affirming the model’s suitability for short-term runoff forecasts, especially during flood events. Furthermore, the model proves valuable for assessing potential shifts in river runoff patterns under the influence of climate change.

The article presents the results of applying the HBV-light model for 6 mountain rivers flowing into the Buktyrma reservoir: Buktyrma, Ulken Boken, Naryn, Kurshim, Turgysyn, Kalzhyr. Research work carried out the simulation of the flow of mountain river basins with a catchment area varying within 758-12423 km2. The parameters of the models were calibrated using the GAP optimization algorithm for the periods 1978-2017. The calibration period according to the recommendations for river basins were 5 years, with the exception of the Turgysyn and Kalzhyr river basins, where hydrological stations were opened in 2012 and 2007, respectively. For modeling the runoff as input hydrological and meteorological data were used data from the observation network of the RSE “Kazhydromet”. It should be noted that, due to the sparse network of meteorological stations, for Turgysyn, Kurshim, Ulken Boken, Naryn river basins as input data were used meteorological data from stations not located in the catchment areas of rivers. As a result of model calibration, the optimal parameters for each river are obtained. Several widely used criteria were used to evaluate the effectiveness of the model: NSW, PBIAS, RSR and R2. The results of calculations of these criteria correspond to a "very good" and "good" assessment of the performance rating: the Nash-Sutcliffe criterion varying between 0.84 – 0.92, the RSR ranges 0.32-0.45, the PBIAS -14.3 % to +18.2 %. According to the simulation results, it was revealed that the model for all the rivers under consideration reproduces the dates well the beginning, duration of the spring flood period and the maximum water consumption for this period. Given the sparse network of meteorological stations and the overregulation of some river basins, the using of the HBV-light model showed good results of modeling runoff for mountain rivers of Kazakhstan for calibration period. Also, the model was validated for 2018-2020 period. Validation results on performance criteria indicators for the Buktyrma and Ulken Boken river basins showed a “very good” replication result, while for the remaining 4 river basins the results were unsatisfactory, which was a consequence of management activities on the flow of river basins. В статье приведены результаты применения модели HBV-light для 6 горных рек, впадающих в Буктырминское водохранилище: Буктырма, Улкен Бокен, Нарын, Куршим, Тургысын, Калжыр. В работе было выполнено моделирование стока горных рек с площадью водосбора варьирующиеся в пределах 758 - 12423 км2. За 1978-2017 гг. периоды была произведена калибровка параметров моделей, используя алгоритм GAP optimization, из которого были выбраны периоды с наилучшими параметрами. Период калибровки, согласно рекомендациям, составляло 5 лет, за исключением рек Тургысын и Калжыр, где гидрологические посты были открыты в 2012 и 2007, соответственно. Для моделирования стока в качестве входных гидрологических и метеорологических данных использованы данные наблюдательной сети РГП «Казгидромет». Необходимо отметить, что, ввиду редкой сети метеорологических станций, для бассейнов рек Тургысын, Куршим, Улкен Бокен, Нарын использованы метеоданные станции, не расположенные на территории водосборов рек. Для оценки эффективности модели использованы несколько широко применяемые критерий: эффективность NSE, PBIAS, RSR и R2. Результаты расчетов этих критериев в период калибровки модели соответствует «очень хорошей» и «хорошей» оценке рейтинга производительности: критерий NSE составило 0,84 – 0,92, RSR колеблется от 0,32 до 0,45, PBIAS от -14,3 % до +18,2 %. Согласно результатам моделирования выявлено что, модель для рассматриваемых рек хорошо воспроизводит даты начала, продолжительности периода половодья и максимальные расходы воды. Учитывая редкую сеть метеорологических станции и зарегулированность некоторых рек применение модели HBV-light показало хорошие результаты моделирования стока для горных рек Казахстана. Также в работе проведена валидация модели за 2018-2020 гг. период. Результаты валидации по показателям критериев эффективности для бассейнов рек Буктырма и Улкен Бокен показали «очень хороший» результат воспроизведения, в то время как для остальных 4 бассейнов рек результаты оказались неудовлетворительными, которое явилось следствием хозяйственной деятельности на сток речных...

The Caspian Sea, a crucial economic resource for its littoral states, is increasingly affected by sea level decline and surge phenomena. Oil and gas extraction, fisheries and maritime transport are among the primary economic activities in the region. However, decreasing water levels and recurrent surges, particularly in the northeastern part of the sea, pose growing risks to these operations. This study investigates the spatial and temporal characteristics of 1836 surge events recorded in the Kazakh sector from 1940 to 2022, comprising 1086 up surges and 750 down surges. Up surges predominantly occurred in spring and autumn, while down surges peaked in September. To evaluate the potential impact of these surges, a hydrodynamic model (MIKE 21) was applied, utilizing ERA5 reanalysis data for surface wind and atmospheric pressure. Model validation against in situ measurements showed excellent performance (R² = 0.98, RMSE = 0.11 m). Simulations of 14 extreme events revealed that up surges can cause inland flooding up to 33.5 km, while down surges can induce coastal retreats up to 32.2 km. These results demonstrate the need for robust early warning systems and integrated coastal risk management to mitigate the socio-economic impacts of surge events in the Caspian region.

В статье представлены установление, разрушение, количество дней с устойчивым снежным покровом и пространственно-временные изменения запасов воды в снежном покрове и его статистические характеристики в Нура-Сарысуйском водохозяйственном бассейне. Основной целью работы является изучение динамики изменения запасов влаги снежного покрова, поскольку снежный покров играет важную роль в климатических, гидрологических и гляциологических процессах, а также является мощным климатическим фактором. С этой целью в исследовательской работе использованы данные 14 метеорологических станций государстенной наблюдательной сети РГП «Казгидромет», расположенные на территории водохозяйственного бассейна за 1971-2019 гг. Анализ проводился с использованием методов математической статистики: путем сравнения средних многолетних значений за два последовательных периода: базовый – 1971-1995 гг. и современный – 1996-2019 гг.; для определения тенденции изменения использовались методы линейной аппроксимации временных рядов и непараметрический тест Манна-Кендалла. В результате исследования выявлено, что устойчивый снежный покров в бассейне устанавливается в конце октября, начале ноября, а полное разрушение приходится на первые декады апреля. Количество дней со снежным покровом составляет в среднем 128 дней. Установлено, что установление и разрушение устойчивого снежного покрова, количество дней имеют зональную закономерность. Также определено что, запасы воды в снежном покрове в бассейне колеблются от 28,3 мм (Акадыр) до 118,5 мм (Кызылту), а среднеплощадное многолетнее значение составляет 64,0 мм. Запасы влаги для бассейна за период 1971-2019 гг. на каждые 10 лет наблюдается статистически не значимое увеличение на 0,96 мм. Статистически значимое увеличение наблюдается только на станции Аксу-Аюлы (10,3 мм/10 лет), а уменьшение наблюдается на станции Караганды СХ (6,2 мм/10 лет). Упомянутые важные тренды также были выявлены с помощью непараметрического трендового теста Манна-Кендалла. На остальных станциях изменения запасов воды в снежном покрове были статистически не значимы.

The article deals with methods of improving the forecasting of the volume of spring flood runoff. The main objects of the study are the Oba, Ulbi and Dresvyanka rivers, which are lateral tributaries of the Shulba reservoir. These rivers belong to the type of rivers with spring-summer flooding and extended flow for more than 2...3 months. The aim of the study is to develop a methodology for flow forecasting based on the relationship between snow accumulation and river flow in spring and summer periods. The results of the study of hydrological and meteorological factors affecting runoff formation are presented, and equations for forecasting runoff during spring and summer floods and its duration are derived. The obtained multiple regression equations demonstrated high accuracy in modelling flood volumes, with correlation coefficients between observed and predicted data ranging from 0,79 to 0,91. According to S/σ calculations, the results obtained indicate good reproducibility of the observed flood volumes, with values ranging from 0,46 to 0,53.