Understanding the problems of inland waters: case study

Genomic DNA was extracted using acetate amonum method.  The  quality and quantity of DNA was 
assessed using 1% Agarose gel electrophoresis and Polymeras Chain Reaction (PCR) was conducted on 
the target DNA using 10 paired microsatellite primer.  PCR prouduct  were electrophoresed on 
polyacrylamide gels 6% that was stained using sliver nitrate. 
Electrophoretic patterns and bands were analyzed with Bio Capt software. Allele count and frequency, 
genetic diversity, expected heterozygosity and observed heterozygosity allele number and the effective 
allele number, genetic similarity and genetic distance, FST and RST were calculated. It is evident from 
 
refrence 
Coad, B. W. (1998). Systematic biodiversity in the freshwater fishes of Iran. Italian Journal of Zoology, 
65(S1), 101-108.  
Coad, B. W. (2016). Review of the Lampreys of Iran (Family Petromyzontidae). International Journal of 
Aquatic Biology, 4(4), 256.  
Holcik, J. (1986). The freshwater fishes of Europe. Volume 1, Part 1: Petromyzontiformes.  
Imanpoor, M. R., & Abdollahi, M. (2011). Serum biochemical parameters of Caspian lamprey, 
Caspiomyzon wagneri during final spawning migration. World Applied Sciences Journal, 12(5), 
600-606.  
Kiabi, B. H., Abdoli, A., & Naderi, M. (1999). Status of the fish fauna in the South Caspian Basin of Iran. 
Zoology in the Middle East, 18(1), 57-65.  
Larsen, L. O. (1980). Physiology of adult lampreys, with special regard to natural starvation, 
reproduction, and death after spawning. Canadian Journal of Fisheries and Aquatic Sciences, 
37(11), 1762-1779.  
Nazari, H., & Abdoli, A. (2010). Some reproductive characteristics of endangered Caspian lamprey 
(Caspiomyzon wagneri Kessler, 1870) in the Shirud River southern Caspian Sea, Iran. 
Environmental biology of fishes, 88(1), 87-96.  
Renaud, C. (1997). Conservation status of northern hemisphere lampreys (Petromyzontidae). Journal of 
applied ichthyology, 13(3), 143-148. 
 
23

---

Forecasting Caspian Sea level for 10 years' time using periodicity method 
 
S.K.Monakhov 
"Research Center of Southern Seas Ecology" Ltd. 
Key words: Caspian Sea, level fluctuations, forecast, periodicity method    
 
Introduction 
 
The problem of very long-term (exceeding 1 year) Caspian Sea level forecast (CSL) has not been 
solved despite continuous attention towards this issue [1]. One of the methods used for very 
long-term forecasting of the Caspian Sea level is the periodicity method based on the 
assumption that the CSL changes can be presented as overlaid cyclic fluctuations of different 
amplitude and time. i.e., the harmonics [2]. The method was first suggested by B.Shlyamin who 
predicted the sea level rise in the period from 1975 to 2032 in 1962 using the combination of 4 
harmonics with the periods of 11, 35, 100 and 500 years with the amplitude ratio of 1:2:4:7 [4]. 
However CSL forecasts with such advance time are more of scientific than of practical interest. 
From the practical viewpoint, the forecasts not exceeding 10 years' time are more significant.  
The use of the periodicity method for making such forecasts is hampered because of the 
"noise" in the high-frequency spectral range of the CSL fluctuations. The objective of the paper 
is to compare the CSL forecast made in 2015 with the actual data.   
 
Materials 
 
The forecast was prepared on the basis of long-term observations data of the sea level 
collected at the marine hydrological posts and contained in the General Catalogue of the 
Caspian Sea level created by CASPCOM and displayed on its website 
http://www.caspcom.com/
. The study was based on the long-term series of sea level data in 
January, February (etc. for every month) and annual data (mean, maximum and minimum 
values). The harmonics were identified on the basis of periodograms plotted by means of 
MEZOZAVR software. 
 
Results 
 
At the moment, numerous harmonics in the long-term fluctuations of the Caspian Sea level 
have been determined. Selecting the harmonics which can be used for making a forecast, we 
based on the assumption that the cyclic fluctuations common for all the above mentioned time 
series of the sea level, are of high prognostic value. The prognostic harmonics must:   
•
  have a big contribution to the sea level variability within a time period equal to the 
forecast lead-time; 
•
  have a significant occurrence in space (at different posts) and time (in different months 
of the year);  
•
  have coinciding frequencies in the temporal series of the mean, minimal and maximal 
sea level; 
The data analysis shows that if the forecast lead time does not exceed 20-25 years, these 
requirements are met only by the harmonics with the period of 12-13 and 17-19 years. 
By means of different combinations of these harmonics we have received 6 prognostic models. 
By applying them to different posts (Makhachkala, Baku, Krasnovodsk and Aktau) we received 
the ensemble of 24 prognostic models. Alongside with this, we have identified the only one 
(solo) harmonic which best reproduces the actual changes of the sea level in 1996 - 2015. To 
24

---

draw up the Caspian Sea level forecast we have used both solo and ensemble models (mean 
value in the ensemble) 
The results of the forecast employing 6 basic ensemble models (mean value for 4 posts) 
presented in Fig. 1 show that the sea level curves calculated by different models are in close fit 
to 2025, after that they diverge. Therefore the numerical forecast presented in Table 1 is 
restricted by this date.   
 
 
 
Fig. 1. Actual (black bold line) and calculated by means of a models ensemble (thin lines) sea 
level in 2011 -  2035. The bar chart shows the mean level for the ensemble reduced to the 
reference point. The reference point for 2011 -  2015 is the actual sea level in 2011, the 
reference point for 2016 - 2035 is the actual level in 2015. 
 
  Forecasting  
method 
Years  
2016  2017  2018  2019  2020  2021  2022  2023  2024  2025 
Solo 
-12 
30 
10 
24 
1 
-5 
-1 
-15 
-14 
-2 
Ensemble 
1 
17 
7 
4 
5 
-6 
-3 
-3 
-7 
-1 
Table 1 The forecast of the annual increment of the Caspian Sea level for 2016 - 2025 (cm) 
 
Discussion 
 
According to the sea level forecast made in 2015, the sea level will be rising from 2016 to 2020 
and slowly falling in the following 5 years. The solo and the ensemble forecasts were 
inconsistent by their signs in 2016; on three occasions they significantly differed from each 
other by the increment value (more than 10 cm); in other cases they were consistent. In 2016 
the sea level actually stabilized at the mark close to zero (minus 28.0 m BS), to be more specific, 
it fell just by 1 cm, which is in compliance with the ensemble forecast (2 cm discrepancy).  
According to the observations data at Makhachkala marine hydrological post, the sea level in 
2017 rose by 6 cm against its elevation in 2016. The increment value of the average sea level 
will be specified in the oral presentation, but it is obvious that it will be significantly lower than 
25

---