close

Вход

Забыли?

вход по аккаунту

?

AntokhinaZhilnikova

код для вставкиСкачать
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ
Федеральное государственное автономное
образовательное учреждение высшего образования
САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ
АЭРОКОСМИЧЕСКОГО ПРИБОРОСТРОЕНИЯ
Ю. А. Антохина, Н. А. Жильникова,
Е. Г. Семенова
ЭКОЛОГИЧЕСКОЕ УПРАВЛЕНИЕ
ТЕРРИТОРИАЛЬНЫМИ АРКТИЧЕСКИМИ
ПРИРОДНО-ТЕХНИЧЕСКИМИ КОМПЛЕКСАМИ
НА ОСНОВЕ ГЕОИНФОРМАЦИОННЫХ
ТЕХНОЛОГИЙ
Монография
ǍǜǩǦǮNjǡǮǡǬǝǯǬǟ
2017
УДК 332.142
ББК 65.28
А72
Рецензенты:
академик РАН, доктор технических наук, профессор М. П. Федоров;
доктор технических наук, профессор Г. А. Кондрашкова
Утверждено
редакционно-издательским советом университета
в качестве монографии
А72
Антохина, Ю. А.
Экологическое управление территориальными арктическими природно-техническими комплексами на основе геоинформационных технологий: монография / Ю. А. Антохина,
Н. А. Жильникова, Е. Г. Семенова. – СПб.: ГУАП, 2017. –
237 с.
ISBN 978-5-8088-1236-9
Изложены методы системного подхода к решению сложных территориально-производственных проблем экологического управления
природно-техническими комплексами в арктической зоне. Сформулированы основные задачи и способы экологического прогнозирования, принципы анализа и моделирования систем управления
качеством воды и поддержки принятия решений на основе геоинформационных технологий. Освещены методические подходы, используемые при математическом и имитационном моделировании.
Книга рассчитана на специалистов по техносферной безопасности,
природоохранного проектирования и экологической экспертизы. Может быть рекомендована студентам, магистрантам и аспирантам высших учебных заведений.
УДК 332.142
ББК 65.28
ISBN 978-5-8088-1236-9
© Антохина Ю. А., Жильникова Н. А.,
Семенова Е. Г., 2017
© Санкт-Петербургский государственный
университет аэрокосмического
приборостроения, 2017
СПИСОК СОКРАЩЕНИЙ
АСУ ВК – автоматизированная система управления водоохранными комплексами
БПЛА – беспилотный летательный аппарат
ГГО – Главная геофизическая обсерватория им. А.И. Воейкова
ГИС – геоинформационная система
ГИМК – геоинформационный моделирующий комплекс
ГКС – геокриологический стационар
ГМС – гидрометеорологическая станция
ГосНИЦИПР – Государственный научно-исследовательский
центр изучения природных ресурсов
ГЭФ – Глобальный экологический Фонд
ДЗЗ – дистанционное зондирование Земли
ЕСГЭМ – единая система государственного экологического мониторинга
ИК – инфракрасный
ИМ – имитационное моделирование
ИСЗ – искусственный спутник Земли
КДП – конвективно-диффузионный перенос
КДиП – комплексная диэлектрическая проницаемость
ММГ – многолетнемерзлые грунты
НАО – Ненецкий автономный округ
НДВ– нормативы допустимого воздействия
НДС – нормативы допустимого сброса
ННП – нефть и нефтепродукты
ОВОС– оценка воздействия на окружающую среду
ООПТ – особо охраняемая природная территория
ОСПАР – Осло-Парижская конвенция о защите северо-восточного региона Атлантического океана от загрязнений
ПВ – превращение веществ
ПДК – предельно-допустимая концентрация
ПМС – постоянно-мерзлый слой
ППД – поддержание пластового давления
РЯТ – радиояркостная температура
СВЧ – сверхвысокочастотный
СКИОВО – схема комплексного использования и охраны водных
объектов
СКИОВР – схема комплексного использования и охраны водных
ресурсов
СКО – среднеквадратическое отклонение
3
СКОш – среднеквадратическая ошибка
СМГ – сезонно-мерзлые грунты
СМС – сезонно-мерзлый слой
СТС – сезонно-талый слой
ТПП – Тимано-Печорская нефтегазоносная провинция
ТТПП – территории традиционного природопользования
УЭПР – удельная эффективная поверхность рассеяния
ЦМР – цифровая модель рельефа
ХЕЛКОМ – Хельсинкская комиссия
ЭЭС – эколого-экономическая система
ЮНЕП – Программа ООН по окружающей среде
AATSR – The Advanced Along-Track Scanning Radiometer
AMSR2 – The Advanced Microwave Scanning Radiometer 2
AMSR-E – The Advanced Microwave Scanning Radiometer – Earth
Observing System
CALM – Circumpolar Active Layer Monitoring
DMSP – Defense Meteorological Satellite Program
ERS-2 – European Remote-Sensing Satellite-2
GCOM-W – Global Change Observation Mission – Water
GTN/P – The Global Terrestrial Network For Permafrost
JAXA – Japan Aerospace eXploration Agency
LST – Land Surface Temperature
MODIS – Moderate Resolution Imaging Spectroradiometer
NSIDC – National Snow and Ice Data Center
SRTM – Shuttle Radar Topographic Mission
SMOS – Soil Moisture – Ocean Salinity Mission
SSM (SMC) – Surface Soil Moisture (Soil Moisture Content)
SSM/I – Special Sensor Microwave / Imager
SWE Snow Water Equivalent
TSP – Thermal State of Permafrost
USGS – United States Geological Survey
WMO – World Meteorological Organization
4
ПРЕДИСЛОВИЕ
Интерес к проблемам арктической зоны значительно усилился
в связи с ее интенсивным хозяйственным освоением. Это приводит не
только к положительным, но и к отрицательным последствиям, которые могут быть настолько существенными, что потенциально наносят
непоправимый ущерб водным экосистемам, нарушают их природные
условия, ухудшают качество воды, снижают биопродуктивность.
На современном этапе с целью оптимизации хозяйственной деятельности и сохранения водных экосистем необходима геоэкологическая оценка всех видов воздействия как от проектируемых
хозяйственных объектов, так и от действующих. Доминирование
какого-либо одностороннего, например, экономического подхода,
при оценке технических проектов недопустимо, поскольку это причиняет природным экосистемам значительный вред и ухудшает
в конечном итоге условия жизни общества. Такое положение в определенной мере обусловлено недостаточностью, а иногда и полным
отсутствием руководств по геоэкологической оценке воздействия
технических объектов на окружающую среду, особенно для условий арктической зоны.
Имеющиеся данные по этому вопросу разрознены и не являются
надежной основой экологической оценки воздействия конкретных
технических объектов (в различном их сочетании) на водные объекты. Обобщенный анализ множества выполненных проектов по нормированию допустимого воздействия на водные объекты различных водохозяйственных округов позволил авторам сформулировать
основные принципиальные положения и предложить конкретные
рекомендации по методам и средствам обоснования принятия решений специалистами, занимающимися данным проблемами.
В монографии освещены общие положения и основные принципы системного анализа для геоэкологической оценки воздействия
на акваторию в результате строительства, добычи полезных ископаемых с изменением водного режима, привноса химических и взвешенных веществ, тепла и др. Четкая постановка задачи становится
основанием для разработки адекватных и эффективных методов.
Особое внимание уделено описанию расчетных методов с использованием геоинформационных математических моделей. Проанализированы примеры геоэкологической оценки крупных природнотехнических объектов и бассейна рек Баренцева моря.
Научная новизна монографии состоит в комплексном подходе
к описанию и прогнозированию процессов загрязнения поверхност5
ных вод суши с использованием современных аппаратно-программных средств геоинформационного моделирования. Такой подход
позволяет учесть влияние основных определяющих факторов и достичь значительного экономического эффекта.
Монография подготовлена коллективом авторов: доктором экономических наук Юлией Анатольевной Антохиной, кандидатом
технических наук Натальей Александровной Жильниковой и доктором технических наук, профессором Еленой Георгиевной Семеновой.
Авторы выражают признательность академику Российской академии наук, доктору технических наук, профессору Михаилу Петровичу Федорову и доктору технических наук, профессору Галине
Анатольевне Кондрашковой за отзывы и рекомендации.
6
ВВЕДЕНИЕ
В настоящее время при планировании и разработке водоохранных комплексов большое значение имеют расчеты процессов конвективно-диффузионного переноса (КДП) и превращения веществ (ПВ).
Именно они обеспечивают стабильность биологических процессов и
устойчивость экологических циклов в районах техногенных воздействий. А характер и интенсивность протекания биологических процессов определяют предельно допустимую нагрузку на водоемы, водотоки, степень очистки сточных вод и справедливое распределение
затрат на очистку между всеми объектами, сбрасывающими стоки.
При проектировании и строительство любого водоохранного комплекса необходимо соответствующее теоретическое обоснование.
Но точные расчеты гидродинамических процессов конвективнодиффузионного переноса в пространстве и во времени и физико-химические превращения неконсервативных примесей в большинстве
затруднены из-за громоздкости или отсутствия аналитического решения уравнения КДП, описывающего распределение концентрации расчетного ингредиента в водоеме или водотоке. Полевые исследования и измерения процессов КДП и ПВ в естественных природных условиях трудны и дороги, кроме того, число возможных
вариантов, как правило, во много раз превышает число реально
существующих типовых объектов. Поэтому исследователи и проектировщики прибегают к числовым методам расчета или к методам
математического моделирования.
При проведении исследования широко применяются современные средства геоинформационного моделирования, которые являются не только эффективным методом решения инженерных задач,
позволяют экономить много времени, средств и труда, но и открывают новые возможности в области исследований и проектирования.
В работе рассматриваются вопросы математического моделирования на основе геоинформационных технологий с применением
моделирующего вычислительного комплекса «Геоинформационная
моделирующая система (ГИМС)-река». На основе разработанного
математического и программного обеспечения типовых задач КДП
и ПВ проведено имитационного моделирование и оптимизация параметров системы локальных и бассейновых водоохранных комплексов с использованием как детерминированных, так и вероятностных моделей или их комбинаций.
Предлагаемое математическое и программное обеспечение прямых задач прогноза качества воды по фактическим или проектным
7
параметрам, а также обратных задач обоснования нормативно допустимого сброса (НДС) в рамках бассейновых нормативов допустимых воздействий (НДВ) при заданных эколого-экономических
критериях позволяет автоматизировать построение интегральных
и выявление репрезентативных показателей качества природных и
сточных вод, санитарно-химическое картирование водных бассейнов и идентификацию источников загрязнения. На основе обобщенного показателя может быть дана интерпретация структуры изменения качества воды для всего исследуемого бассейна и определен
вклад каждого источника загрязнения.
Комплекс аппаратно-программных средств позволяет выполнять ретроспективный анализ, прогнозировать качество воды при
различной антропогенной нагрузке и оценивать эффективность локальных и бассейновых водоохранных систем и комплексов.
Математическое моделирование представляет собой инструмент
научного обоснования оптимального обеспечения экологических
критериев и технико-экономических показателей при функционировании всех элементов системы «производство-окружающая
среда». В большой системе «общество-экономика-производствоэкология» методами имитационного моделирования может быть
установлено оптимальное сочетание технико-экономических и
экологических показателей, обеспечивающих рост общественного
производства при соответствующих ограничениях – НДВ, разрабатываемых для отдельных бассейнов, а также НДС для каждого
предприятия-водопользователя. Указанные нормы могут быть обоснованы лишь с использованием современных методов и средств математического моделирования и прогнозирования в рамках территориальных природно-технических комплексов.
8
1. ОСНОВНЫЕ ПОНЯТИЯ, ЗАДАЧИ, МЕТОДЫ
ЭКОЛОГИЧЕСКОГО УПРАВЛЕНИЯ ТЕРРИТОРИАЛЬНЫМИ
ПРИРОДНО-ТЕХНИЧЕСКИМИ КОМПЛЕКСАМИ
1.1. Основные понятия и определения задач
экологического управления
Прогнозом принято называть предвидение изменений какихлибо процессов, событий, условий, элементов, которое основано на
знании закономерностей их развития или является результатом научного анализа полученных данных. Например, гидрологические
прогнозы – предсказание режима вод, основанное на методах научного анализа и обобщения изменений отдельных элементов изучаемого объекта (уровней, расходов, температуры, химического
состава и т. д.), агрометеорологические прогнозы – предвидение изменения гидрологических, метеорологических, климатических и
других агрометеорологических условий в области, крае, республике, прогноз погоды – предвидение погоды, основанное на знании закономерностей развития атмосферных и синоптических процессов
на рассматриваемой территории.
В прогнозах дается качественная или количественная характеристика предсказываемого явления и время его наступления
в определенном пункте или районе.
Под прогнозированием понимают исследовательский процесс,
в результате которого получают вероятностные данные о будущем
состоянии прогнозируемого объекта.
Прогнозирующей системой называют систему с математическими, логическими, эвристическими элементами, на вход которой поступает информация о прогнозируемом объекте, имеющаяся к данном моменту времени, а на выходе дается прогноз, т. е. данные о
будущем состоянии этого объекта.
Прогнозирующая система тем точнее, чем меньше область, в которой будет находиться искомое значение прогнозируемого параметра изучаемого объекта. Важным требованием к прогнозирующей
системе является способность гибкого реагирования на изменения,
происходящие в объекте прогнозирования.
Прогноз может быть количественным, качественным, точным,
интервальным, краткосрочным (текущим), долгосрочным (перспективным), поисковым (исследовательским), нормативным и комплексным.
При количественном прогнозе оцениваются вероятность, с которой произойдет то или иное событие в будущем, а также некоторые
9
1
T
4
2
3
t
Рис. 1. К определению понятия количественного прогноза:
1 – значение характеристики прогноза; 2 – интервал наблюдения;
3 – интервал упреждения; 4 – интервальный прогноз;
Т – точечный прогноз
количественные характеристики этого события (математическое
ожидание, наиболее вероятные значения и т. д.). Прогнозирование
опирается на результаты наблюдений, проведенных в интервале 2
наблюдения за процессом (рис. 1), и служит для вычисления будущего значения процесса в упрежденной точке Т.
При точечном прогнозе в упрежденной точке оценивается математическое ожидание процесса, а при интервальном прогнозе определяется интервал 4, в который с заданной вероятностью попадет
будущее значение процесса.
Прогноз определяется исходной информацией, использованной
при разработке прогноза, методом, которым он получен, точностью
и достоверностью результата.
Поисковый прогноз имеет направленность разработки от настоящего момента в будущее. Основным его содержанием является определение возможных состояний объекта в будущем. Следовательно,
это прогноз инерции развития объекта, направленный на выявление существующих тенденций процесса и отыскание того уровня
(состояния), который будет достигнут к некоторому моменту при сохранении выявленных тенденций.
Нормативный прогноз состоит в установлении будущих целей
развития объекта и в рассмотрении возможных вариантов их достижения. Поэтому и направление разработки нормативного прогноза
идет от будущих целей к настоящему состоянию. Нормативный
10
прогноз определяет пути (способы) достижения возможных состояний объекта в будущем, принимаемых в качестве цели. По форме и
содержанию нормативный прогноз приближается к плану, отличаясь от него вероятностным характером и многоальтернативностью.
Комплексный прогноз является результатом совместный разработки и последующей стыковки поискового и нормативного прогноза.
Он содержит окончательную предплановую прогнозную разработку.
Существует три этапа разработки прогноза – ретроспекция,
диагноз и проспекция. На первом этапе исследуется история развития объекта прогнозирования и прогностического фона с целью
получения их структурированного описания. На втором – анализируется структурированное описание объекта прогнозирования и
прогностического фона с целью выявления тенденции их развития
и выбора (разработки) методов прогнозирования. На третьем – по
результатам диагноза разрабатываются прогнозы рассматриваемого объекта и прогностического фона, т. е. производится синтез и верификация прогноза.
Таким образом, как и любое исследование, разработка прогноза
основывается на изучении объекта исследования, его прошлого, на
построении модели, описании процесса развития объекта.
В соответствии с этапами ретроспекции и проспекции определяются временные характеристики, т. е. упреждение и основание
прогноза. Время упреждения прогноза – промежуток времени, относительно которого определяются возможные состояния объекта
прогнозирования в будущем и альтернативные пути их осуществления. Время основания прогноза – промежуток времени, на базе которого строится этап ретроспекции. Прогнозы по временам упреждения принято делить на краткосрочные (до 5 лет), среднесрочные
(5–15 лет), долгосрочные (15–30 лет), дальнесрочные – свыше 30 лет.
Прогнозирование является важной составной частью системы
планирования и управления. Оно вызвано тем обстоятельством,
что будущее ряда процессов и явлений нам неизвестно, и что эти
процессы и явления имеют большое значение для принимаемых решений в настоящий момент. Поэтому в документе «Основы государственной политики Российской Федерации в Арктике на период до
2020 года и дальнейшую перспективу» [77] подчеркивается необходимость разработки научных основ рационального использования
охраны почв, недр, растительного и животного мира, воздушного и
водного бассейнов арктической зоны.
В сфере управления состоянием водного объекта важнейшее значение имеют программа и план работы, поскольку через них пред11
ставляет собой краткое изложение целей и задач прогноза и средств
их осуществления. Для программы характерны систематичность
и последовательность расположения изучаемого материала, основанные на единстве теории и практики. Такое единство позволяет
правильно понять сущность изучаемых явлений и эффективно применять их в практической деятельности по заранее составленному
плану.
1.2. Оценка социально-экономического и экологического
состояния архипелага Новая Земля как объекта
нормирования допустимых техногенных воздействий
Площадь Арктической зоны Российской Федерации составляет
около 6 млн км2, из которых 3 млн км2 приходится на акватории.
Протяженность береговой линии морских побережий России в Северном Ледовитом океане является самой большой в мире и составляет более 60 тыс. км.
В настоящее время в Арктике открыто 594 месторождения нефти, 159 месторождений газа, 2 месторождения никеля и более 350
месторождений золота. На арктических территориях добывается
около 80% природного газа страны, а также более 90% никеля и
кобальта. По прогнозам экспертов, общий объем добычи углеводородного сырья в Баренцевом море к 2020 году составит более 30 млн
т нефти и 130 млрд м3 природного газа.
Из-за сложных климатических условий риск возникновения аварий, сопровождающихся значительными разливами нефти и нефтепродуктов (ННП), при освоении арктических нефтяных и газовых
месторождений оказывается намного выше, чем в других регионах.
В Арктической зоне плохо развита информационная, транспортная
инфраструктура, а также системы обеспечения безопасности, в том
числе элементы быстрого реагирования, оповещения населения. Законодательная и нормативно-правовая база по-прежнему остается
недостаточно проработанной.
В северных районах РФ расположено 11 городов, население которых достигает 200 тыс. человек. Концентрирование населения
в больших населенных пунктах отрицательно влияет на экологическое состояние Арктической зоны. Низкие температуры, длинная
полярная ночь, непрерывный производственный процесс на предприятиях требуют повышенного использования электроэнергии, что
способствует увеличению загрязнения окружающей среды [26, 114].
При строительстве дорог и трубопроводов в условиях тундр происходит разрушение растительного покрова и почвенных слоев,
12
восстановление которых идет крайне медленно. Одной из самых серьезных проблем населенных пунктов и предприятий арктического
региона является утилизация промышленных отходов и отходов
жизнедеятельности [68].
В Арктической зоне России выделяется 27 приоритетных районов (11 на суше и 16 – в морях и прибрежной зоне), где уже наблюдаются сильнейшая трансформация естественного геохимического
фона, загрязнение атмосферы, деградация растительного покрова и
грунтов, внедрение вредных веществ в пищевые цепи, повышенная
заболеваемость населения [38].
Одним из стратегических центров освоения Арктики является
архипелаг Новая Земля. Административно территория архипелага
относится к Архангельской области и имеет статус муниципального образования. Население островов составляет 2,9 тыс. человек,
в поселке городского типа Белушья Губа размещается воинский
гарнизон с объектами его жизнеобеспечения. Второй населенный
пункт на Новой Земле – поселок Рогачево, в 12 км от Белушьей
Губы. Здесь находится военный аэродром – Амдерма-2. На Северном острове в настоящее время населенных пунктов нет.
Архипелаг Новая Земля простирается с юго-запада на северовосток на 925 км и отделяет Баренцево море от Карского. Состоит из
двух больших островов – Северного и Южного, разделенных узким
проливом (23 км) Маточкин Шар, и многих мелких островов. Площадь Северного острова 48 904 км2, ширина – до 123 км, площадь
Южного острова 33 275 км2, ширина до 143 км. Около 1000 км2 занимают мелкие острова архипелага.
С юга Новая Земля отделяется от острова Вайгач проливом Карские ворота (ширина 50 км). Самая северная точка Новой Земли –
восточный остров островов Большие Оранские, южная – острова
Пынины Петуховского архипелага, западная – безымянный мыс
на полуострове Гусиная Земля острова Южный, восточная – мыс
Флиссингский острова Северный.
Острова евразийского сектора Арктики расположены на едином
шельфе Северного Ледовитого океана, т. е. на подводной окраине
материка Евразии. Общность развития островов с материком проявилась и в направленности неотектонических движений – все они
испытали подъем. Острова Новой Земли в структурном отношении
являются северным продолжением Урало-Пайхойской складчатой
области – герцинских складчатых структур Урала. Интенсивные
неотектонические движения подняли их на высоту более 100 м, поэтому Новая Земля выделяется среди всех арктических островов
13
своими высотами. Поверхность территорий Новой Земли характеризуется максимальными отметками 1000–1500 м и представляет
собой пенеплен, расчлененный глубокими речными и ледниковыми
долинами, превращенными в сквозные троги и фьорды.
Вдоль островов Новой Земли протягивается горный хребет с высотой до 1547 м (в районе залива Норденшельда на Северном острове). Горы глубоко расчленены речными и ледниковыми долинами.
В южной части о. Южный местность понижается и переходит в слабовсхолмленную равнину с высотой до 100–150 м. Повсеместно развита многолетняя мерзлота.
Береговая линия западного побережья изрезана гораздо больше восточного. Многие заливы – типичные фьорды (залив Рейнеке, Медвежий, Незнаемый и др.). Многочисленные фьорды западного склона заходят вглубь Северного острова на 30–40 км. По ним
к морю спускаются мощные ледники. На восточном побережье
фьордов значительно меньше.
В плейстоцене* все острова были покрыты материковым льдом.
Здесь находился центр оледенения, откуда льды спускались на Восточно-Европейскую и Западно-Сибирскую равнины.
Современное оледенение Новой Земли занимает самую большую
площадь среди ледниковых районов России. Самую крупную площадь оледенения в России имеют арктические острова – 56 125 км2,
а среди них Новая Земля – 24 300 км2. За последние 50 лет площадь
ледниковых покровов сократилась на 1,5%. Развитие мощного оледенения обусловлено особенностями географического положения
архипелага и его высотой. Большая часть Северного острова занята
ледниковым покровом с выводными ледниками. Многие ледники
оканчиваются в море и дают айсберги.
Местами на морских террасах встречаются арктические пустыни. На севере Южного острова преобладают горнодолинные ледники и снежники. Южная часть острова – увалисто-озерная, мореннокарстовая равнина.
Архипелаг сложен отложениями палеозойского возраста (песчаники, глинистые сланцы, конгломераты, известняки), прорванными во многих местах габбро-диабазовыми, реже гранитными ин-
* Плейстоцеғн – эпоха четвертичного периода, начавшаяся 2,588 млн лет назад
и закончившаяся 11,7 тыс. лет назад. Плейстоценовая эпоха сменила плиоценовую
и сменилась голоценовой. Автор термина – шотландский геолог и археолог Чарльз
Лайель.
14
трузиями. Широко развиты ледниковые, делювиальные, морские,
торфяно-болотные отложения.
На архипелаге, в первую очередь на Южном острове, известны
месторождения полезных ископаемых, в основном, руд черных и
цветных металлов. Наиболее значительным является РогачевскоТайнинский марганцево-рудный район, по прогнозным оценкам –
крупнейший в России.
Выявлено несколько рудных полей (Павловское, Северное, Перевальное) с залежами полиметаллических руд. Павловское месторождение, расположенное в пределах одноименного рудного поля,
является пока единственным месторождением на Новой Земле, по
которому утверждены балансовые запасы. На Южном острове известны проявления самородной меди и медистых песчаников.
В экономическом отношении природные ресурсы островов в настоящий момент практически не используются. Разработка месторождений полезных ископаемых приостановлена. Сведения о перспективах разработки месторождений полезных ископаемых на архипелаге Новая Земля отсутствуют. Любая добыча полезных ископаемых в его пределах должна производится с ведома Минобороны.
В акваториях морей, омывающих архипелаг, выявлен ряд геологических структур, перспективных для поиска нефтяных и газовых
месторождений. Штокмановское газоконденсатное месторождение,
крупнейшее на российском шельфе, расположено в 300 км от побережья Новой Земли.
Новая Земля имеет хорошие предпосылки для экономического
развития, в первую очередь как центр освоения шельфовых месторождений, а также как перевалочный пункт при транспортировке
углеводородов из Западной Сибири и Тимано-Печорской нефтегазоносной провинции. Определенную роль может сыграть разработка
рудных месторождений на Южном острове. В связи с освоением
Штокмановского месторождения на шельфе Баренцева моря может
рассматриваться возможность строительства на архипелаге завода
по сжижению природного газа с дальнейшей транспортировкой его
танкерами потребителям.
Из-за действия Новоземельского ядерного полигона, оборудованного на островах в сентябре 1954 г., на экосистемы архипелага
Новая Земля оказывалась значительная антропогенная нагрузка.
Полигон предназначался для испытаний ядерного оружия в разных
средах: в атмосфере, в воде, над землей и под землей. Работу полигона обеспечивал военный гарнизон, опытно-научная и инженерная
части и другие службы, расположенные в пос. Белушья Губа, для
15
функционирования которых были введены в эксплуатацию водонасосные станции, дизельные электростанции.
Позднее на многолетнемерзлых грунтах (ММГ) возведены многоэтажные здания, проложены дороги.
Хотя со времени проведения последнего ядерного испытания
прошло более 20 лет, в настоящее время сохраняется остаточное
влияние этой антропогенной нагрузки, о чем свидетельствуют повышенные концентрации радиоактивных и других загрязняющих
веществ в почвах, воде и донных отложениях.
Экологическое состояние экосистем островов Новая Земля оценивается как промежуточное между фоновым и состоянием антропогенного экологического напряжения. Влияние на окружающую
природную среду объектов хозяйственной деятельности, расположенных на территории гарнизона (котельная, объекты водоснабжения и канализации, дизельные электростанции и др.), локально не
имеет значительных негативных последствий для экосистем острова. В то же время, местами острова архипелага значительно загрязнены и захламлены отработанной тарой из-под горюче-смазочных
материалов, отходами жизнедеятельности человека, в том числе металлоломом, строительными отходами и т. д.
В северной части о. Северный расположен национальный парк
федерального значения «Русская Арктика» площадью 1 426 000 га,
основанный в 2009 г. (распоряжение Правительства Российской Федерации от 15.06.2009 №821-р).
Площадь суши «Русской Арктики» составляет 632 090 га, акватории – 793 910 га. Целью организации особо охраняемой природной территории (ООПТ) является охрана природных комплексов,
уникальных и эталонных природных участков, и историко-культурных объектов, разработка и внедрение научных методов охраны
природы и экологического просвещения, осуществление экологического мониторинга, восстановление нарушенных природных и
историко-культурных комплексов и объектов [72].
Приказом Министерства природных ресурсов и экологии Российской Федерации «Об утверждении положения о национальном
парке «Русская Арктика»» (от 04.10.2011 № 806) установлен особый
режим охраны на территории ООПТ, запрещающий любую хозяйственную деятельность, которая может нанести ущерб природным
комплексам и объектам растительного и животного мира и противоречащая целям и задачам национального парка [87].
Проведение комплексной оценки экологического состояния архипелага затруднено из-за практически полного отсутствия постов
16
сети мониторинга окружающей среды (среди действующих в настоящее время станций наблюдения в границах архипелага находится
лишь одна – Малые Кармакулы).
Ключевые социально-экономические
и экологические проблемы архипелага Новая Земля
Оценка экологического состояния экосистем архипелага Новая
Земля позволила выявить основные ключевые проблемы:
– остаточное загрязнение территории, включая радиоактивное,
вследствие проведения воздушных, наземных, надводных, подводных и подземных ядерных взрывов;
– загрязнение водных объектов и их водосборов в зоне влияния
хозяйственной деятельности человека большими объемами промышленных и бытовых отходов;
– отсутствие любых видов мониторинга;
– малая гидрологическая, гидрогеологическая и гидрохимическая изученность водных объектов островов;
– проблема обеспеченности населения водой питьевого качества,
а объектов хозяйственной деятельности – водными ресурсами;
– проблема сохранения водных биоресурсов с целью использования водных объектов рыбохозяйственного назначения;
– проблема негативных последствий опасных природных процессов и явлений;
– потенциальная угроза нарушения водных экосистем и, как
следствие, животного и растительного мира на территории ООПТ
в связи с интенсификацией промышленного освоения территории.
Инновационные мероприятия
по улучшению экологического состояния района
Для развития научно-методической базы управления качеством
окружающей среды и экономических методов стимулирования эффективного природопользования, а также для создания и развития
сети наблюдений за экологическим состоянием региона предложены следующие фундаментальные мероприятия.
1. Открытие 49 постов наблюдения за гидрологическими, гидрохимическими, гидробиологическими и радиационными характеристиками.
2. Организация исследований подземных и поверхностных вод
в районах проведения подземных ядерных испытаний.
3. Разработка и развитие геоинформационного обеспечения мониторинга.
17
С целью совершенствования нормативно-технической базы
функционирования комплекса экологического мониторинга и регулирования природопользования разработаны следующие институциональные мероприятия:
– ликвидация несанкционированных свалок и полигонов и рекультивация земель в пределах рассматриваемых территорий;
– регулирование землепользования в водоохранных зонах водных объектов;
– разработка процедуры реализации контрольно-надзорной деятельности;
– разработка методической документации, регламентирующей
рациональное природопользование.
В качестве мероприятий по совершенствованию системы управления охраной окружающей среды и рациональным природопользованием предложены следующие мероприятия:
1) комплексное развитие систем сбора и обработки информации
о состоянии окружающей среды, совершенствование лабораторноаналитической базы, повышение оперативности контроля;
2) развитие систем оперативного информирования и оповещения
органов исполнительной власти субъектов Российской Федерации,
органов местного самоуправления, водопользователей и населения
о состоянии компонентов окружающей среды и угрозах негативного воздействия.
Мероприятия по развитию системы мониторинга окружающей
среды, необходимые для обеспечения органов власти, заинтересованных юридических и физических лиц актуальной информацией
о состоянии геоэкосистем рассматриваемого района и формирования наилучших управленческих решений в области природопользования, являются первоочередными.
1.3. Социально-экономическая оценка
с целью экологического управления бассейном рек
Баренцева моря междуречья Печоры и Оби
Рассматриваемая территория находится на крайнем северо-востоке
Восточно-Европейской равнины. Часть территории, расположенная
на материке, охватывает северную часть Большеземельской тундры и
простирается от восточной границы бассейна р. Печора до восточной
границы бассейна р. Большой Ою. Восточная часть этой территории
находится в пределах Югорского полуострова. С севера территория
омывается Печорским морем Северного Ледовитого океана, как часто называют юго-восточную часть Баренцева моря, расположенную
18
между о-вами Колгуев и Вайгач. На юге и юго-западе район граничит с бассейнами притоков р. Печора (из крупных – реки Уса, Адзьва,
Колва, Лая, Шапкина), на востоке – водоразделом хребта Пай-Хой на
полуострове Югорский. Протяженность территории вдоль побережья
Баренцева моря составляет около 400 км. К рассматриваемым объектам относятся также крупные острова Вайгач и Долгий, и ряд мелких
островов, расположенных в восточной части Баренцева моря. Общая
площадь исследуемой территории составляет 47,4 тыс. км2.
Одной из основных природных особенностей территории является повсеместное распространение ММГ. Их мощность возрастает
в направлении с юго-запада на северо-восток. В плане распространения мерзлотных условий в пределах территории выделяется две
области: Большеземельская и Печора-Предуральская.
Большеземельская область характеризуется наибольшим разнообразием строения криолитозоны. Зона практически сплошного
распространения мерзлых пород охватывает полосу побережья арктического бассейна к востоку от Печорской губы шириной 100–
150 км, т. е. почти всю рассматриваемую территорию. В северной
части преобладают однослойные по вертикали мерзлые толщи.
Мощность их составляет в среднем 150–300 м. Южнее, на междуречных равнинах, мощности мерзлых толщ изменяются в интервале 250–400 м. Уменьшение мощностей мерзлых пород наблюдается
вдоль побережья Арктического бассейна (около 50100 м). Температуры мерзлых пород на достаточно расчлененных участках водоразделов севера Большеземельской тундры изменяются от –2 до –3q.
В долинах рек под кустарниками и редколесьями температуры
мерзлых пород повышаются до –0,5 y –1,0q.
Печора-Предуральская область располагается в виде широтно
вытянутой полосы от гряды Чернышева на западе до Уральского
хребта на востоке. Протяженность ее с севера на юг более 500 км.
В северных районах области отмечаются максимальные для всего
Европейского севера мощности мерзлых пород (до 550–600 м), а типичные мощности на междуречьях, сложенных с поверхности среднеплейстоценовыми отложениями, составляют 300–400 м. На более
молодых водоразделах они уменьшаются до 200–300 м, а в долинах
достаточно крупных рек до 100–150 м. К югу мощности мерзлых пород постепенно уменьшаются.
Экзогенные геологические процессы
На исследуемой территории широко распространены экзогенные
геологические процессы, генетически связанные с ММГ. К ним относятся криогенное пучение, термоабразия, термоэрозия, термокарст.
19
Криогенное пучение является одним из наиболее распространенных процессов и проявляется в образовании площадей пучения,
многолетних и сезонных миграционных и инъекционных бугров,
пятен-медальонов. Сезонные инъекционные бугры пучения развиты в северной части территории на обводненных участках. Однолетние миграционные бугры пучения, имеющие меньшие размеры,
распространены на периферийных участках развития торфяников
и заболоченных понижений. Многолетние миграционные бугры пучения развиты повсеместно, пораженность ими достигает 30–50%.
Термокарст имеет также широкое распространение, развивается по наиболее льдистым озерно-болотным и озерно-аллювиальным отложениям, содержащим повторно-жильные и инъекционные льды, по внутригрунтовым пластовым льдам, а также по менее
льдистым ледово-морским и морским отложениям.
Термоэрозия развита по берегам рек, озер и морскому побережью,
которые сложены льдистыми песчаными и супесчаными грунтами.
Они проявляется в виде подрезки и обрушения береговых блоков по
берегам рек, а также термоэрозионных оврагов, которые закладываются по системам повторно-жильных льдов. Пораженность термоэрозионными образованиями достигает на отдельных площадях
до 25% и более.
Термоабразия развита практически на всем морском побережье
до пролива Югорский Шар и на берегах крупных озер. Под воздействием волн происходит оттаивание льдистых морских, озерно-болотных, озерно-аллювиальных осадков и пластовых льдов, дальнейшее обрушение и оползание блоков пород. В результате формируются береговые уступы, часто с козырьками мерзлых пород высотой от 3–5 до 20–40 м.
Климат на исследуемой территории субарктический, суровый,
определяется географическим положением района в высоких широтах, близостью Арктического бассейна, воздействием арктических
и атлантических воздушных масс, характером рельефа. Совокупность этих факторов определяет продолжительную холодную зиму
и короткое прохладное лето.
По составу и режиму обводнения на рассматриваемой территории выделяются три основные группы почв.
1. Группа существенно минеральных тундровых почв со свободным и относительно свободным внутрипочвенным дренажем, формирующихся на породах легкого механического состава (пески, супеси).
2. Группа существенно минеральных и органо-минеральных
почв с затруднительным внутрипочвенным дренажем. Основным
20
типом этих почв являются тундровые, распространенные в подзоне
южных тундр на плоских, слабо дренируемых участках.
3. Группа преимущественно органогенных почв. Эти почвы широко распространены во всех подзонах в пределах слабо расчлененных озерно-ледниковых, плоских озерно-болотных и морских равнин, сложенных с поверхности слабодренированными супесчаными и суглинистыми породами в условиях водозастоя. Характерной
чертой всех органогенных почв является присутствие в их профилях торфяных горизонтов.
Исследуемая территория расположена в северной части Ненецкого автономного округа (НАО). Экономическое развитие региона
связано с сохранением традиционных отраслей хозяйства – оленеводства и рыболовства, а также с развитием нефтегазового комплекса.
Численность постоянного населения рассматриваемой территории согласно переписи 2010 г. составляет 763 чел., из них в д. Черная
муниципального образования «Приморско-Куйский сельсовет» –
16 чел., в п. Каратайка и п. Варнек муниципального образования
«Юшарский сельсовет» – 646 и 101 чел. соответственно. Остальные
населенные пункты территории – вахтовые поселки, локализованные в зонах добычи и транспортировки углеводородного сырья (наиболее крупные – п. Варандей и вахтовый поселок на Южно-Хыльчуюском месторождении), а также сельские поселения бывших
рыболовецких артелей с незначительным количеством оставшегося
там населения. На территориях традиционного природопользования проживает коренное население – оленеводы, ведущие кочевой
образ жизни. Общая численность населения, включая постоянное
оседлое, постоянное кочевое и временное население, на исследуемой
территории оценивается в 5,5 тыс. человек.
Основой экономики исследуемой территории является нефтегазовая отрасль, которая представлена добычей углеводородного сырья (нефти, газа и конденсата) и его транспортировкой к месту переработки.
Территория охватывает северную часть Тимано-Печорской нефтегазоносной провинции (ТПП). Средняя плотность нефтегазовых
ресурсов на квадратный километр составляет 19 300 т (в среднем по
НАО), что является самым высоким показателем в России. В пределах ТПП открыто 174 месторождения углеводородного сырья, из
них на рассматриваемой территории – 39.
Все месторождения района относятся к Варандей-Адзьвинской,
Хорейверской и Печоро-Колвинской нефтегазоносным областям.
21
Углеводородное сырье содержится преимущественно в Верхнефранско-турнейских карбонатных, Нижневерхне-пермских и триасовых
терригенных и Верхнеордовикско-нижнедевонских нефтегазоносных комплексах.
В настоящее время на исследуемой территории разработка ведется на 15 месторождениях. Суммарная добыча нефти на этих месторождениях составляет 6,3 млн т, газа – 645 млн м3 (в том числе
растворенного – 630 млн м3). Наибольшие объемы добычи на месторождениях:
– Южно-Хыльчуюское. Добыча нефти – 3,3 млн т, газа –
383 млн м3;
– Хасырейское. Добыча нефти – 1,2 млн т, газа – 142 млн м3.
В пределах исследуемой территории находится только часть этого
месторождения (50 %);
– Тэдинское. Добыча нефти – 0,6 млн т, газа – 30 млн м3.
На исследуемой территории находятся лицензионные участки
16 компаний, добычу в настоящее время ведут пять: ООО «Нарьянмарнефтегаз», ОАО «НК «Роснефть», ООО «Лукойл-Коми», ООО «СК
“Русвьетпетро”», ООО «НМНГ-МНА».
В акватории Печорского ведется разведка и подготовка к освоению ряда месторождений. Наиболее подготовлено к разработке
Приразломное месторождение нефти, расположенное в 60 км к северу от прибрежного поселка Варандей (извлекаемые запасы нефти
свыше 65 млн т, глубина продуктивных пластов – 4500 м, глубина
моря – 20 м).
В плане традиционного хозяйственного комплекса исследуемая территория – оленеводческо-животноводческий район с развитым рыболовством и пушным промыслом. Приоритетной отраслью
в сельском хозяйстве рассматриваемого региона является оленеводство, которое определяет жизнь значительной части коренного населения. Оленеводство имеет шкурно-мясное направление. Структура земельного фонда такова, что основное место в нем занимают
оленьи пастбища субарктических тундр.
Традиционный хозяйственный комплекс включает, кроме оленеводства, пушной промысел, рыболовство, сбор дикорастущих растений. Эти виды хозяйственной деятельности являются основой для
жизнеобеспечения коренного населения северных поселков. Также
развита охота на морских млекопитающих – традиционное занятие
местного населения.
В плане транспортной инфраструктуры, на рассматриваемой
территории в настоящее время развивается морской, авиационный
22
и трубопроводный транспорт. В районе поселка Варандей создан
морской перевалочный нефтетерминал.
Начало развития трубопроводного транспорта в НАО было положено в 1978 г. В настоящее время транспортировка неуклонно
возрастающего объема добываемой в НАО нефти осуществляется
по двум направлениям: в южном направлении через Усинск (Республика Коми) и в северном – через терминал в районе п. Варандей.
Хозяйственное освоение территории происходит в двух направлениях: оленеводческо-животноводческом и добывающем. Помимо
оленеводства на территории бассейнов рек Баренцева моря междуречья Печоры и Оби развито рыболовство, но не в промышленных
масштабах.
Основными источниками воздействия на природные комплексы
территории являются разведка, добыча и транспортировка углеводородов. Они характеризуются большим количеством территориально рассредоточенных источников воздействия и разнообразием
нагрузок на природные комплексы в течение всего технологического цикла.
Основными видами воздействия на природные комплексы являются:
– разрушение на значительных площадях почвенно-растительного покрова вследствие бесконтрольного и неорганизованного движения гусеничного транспорта по тундре и в пределах площадок,
отведенных под буровые скважины;
– загрязнение почвогрунтов и водоемов в районах расположения
буровых скважин нефтепродуктами, буровыми растворами, сильно
минерализованными подземными водами;
– массовое браконьерство и распугивание животных в ходе интенсивных авиаперевозок (главным образом вертолетами);
– захламление и загрязнение территории металлоломом (брошенной техникой, буровыми трубами, жилыми балками, цементом, компонентами буровых растворов, хозяйственным мусором).
До настоящего времени в Большеземельской тундре встречаются
заброшенные поселки геологоразведочных партий и экспедиций, неразобранные буровые вышки, нерекультивированные площадки бывших буровых станций, сетки глубоких борозд от гусеничной техники.
На целом ряде законсервированных и ликвидированных скважин
происходит свободное выделение сероводорода, который вызывает интенсивную коррозию оборудования и грозит возникновением взрыва.
Другими источниками воздействия на природные комплексы
являются сами нефтегазовые промыслы. Промыслы представляют
23
собой сложные сооружения, в состав которых входят разнообразные технические объекты (добывающие, нагнетательные и поглотительные скважины, внутрипромысловые и магистральные водо-,
нефте-, газотрубопроводы, установки подготовки нефти, установки
утилизации попутных газов и многие др.). В настоящее время промышленная добыча нефти ведется на 15 месторождениях.
В целом, несмотря на то, что освоение месторождений нефти началось сравнительно недавно, техногенные потоки (нефтеуглеводороды, пластовые жидкости, буровые растворы, сточные промысловые воды и др.), поступающие в природную среду, привели к заметному геохимическому изменению почв. Отмечается возрастание
уровней фонового загрязнения нефтеуглеводородами, включая полиароматические углеводороды, и других загрязняющих веществ,
увеличиваются площади импактного загрязнения, что отражается
на всех компонентах ландшафта. Другим результатом нефтедобывающей деятельности является постепенное накопление в наземных и подземных структурах ландшафтов долгоживущих ядер загрязнения (англ. chemical time bombs), которые вызывают дестабилизацию природных процессов.
Наибольшее воздействие на природные комплексы происходит
при технических авариях на объектах, в первую очередь на внутрипромысловых и магистральных трудопроводах. Количество и
масштабы аварий могут быть самые разные. Средние размеры площадей аварийных сбросов загрязнителей оцениваются на уровне
0,2 км2. Максимальные могут достигать нескольких квадратных
километров.
В результате аварий на промыслах в окружающую среду попадает большое количество химических веществ: нефть, сильно минерализованные воды, поверхностно-активные вещества и добавки
к ним, реагенты воздействия на нефтяной пласт, ингибиторы коррозии, сероводород, полимеры, щелочи, буровые шламы и множество других. Большинство из этих веществ геохимически активны,
очень подвижны, нередко токсичны, могут хорошо взаимодействовать со многими компонентами природной среды.
Помимо химического загрязнения среды, в районе промыслов
наблюдаются и другие виды воздействия на природные комплексы. Прежде всего, в процессе обустройства карьеров, строительства
внутрипромысловых и межпромысловых дорог, вахтовых поселков,
различных технических вспомогательных сооружений изымаются
земли, используемые под пастбища, и разрушается почвенно-растительный покров. Строительство зданий и сооружений, как правило,
24
приводит также к изменению теплового и водного режимов верхних
слоев ММГ, последствием которого являются развитие термокарста,
заболачивание значительных площадей земель, изменение видового состава растительности и животных и другие неблагоприятные
процессы.
Загрязнение водоемов происходит также от сброса производственных и коммунально-бытовых сточных вод в населенных пунктах. В большинстве поселков для отопления частных домов и общественных зданий 9 мес. в году используют уголь. При его сгорании в атмосферу помимо двуокиси углерода и воды выбрасывается
сажа, монооксид углерода и другие вещества, которые разносятся
на несколько километров за пределы населенных пунктов и оседают на поверхности земли.
Практически ни в одном населенном пункте нет специально оборудованных полигонов для хозяйственно-бытовых и промышленных отходов. Поэтому у поселков можно зачастую наблюдать неорганизованные свалки этих отходов.
Ядерные испытания, проводившиеся на Новой Земле в 1955–
1990-х гг., привели к радиоактивному загрязнению острова Вайгач и материковой части территории в районе Каратайки. Однако
после прекращения испытаний ядерного оружия радиационное
загрязнение территории стало заметно снижаться. Авиационная
гамма-съемка, проведенная в 1989–1990-х гг. по маршрутам Новая
Земля – остров Вайгач – Сыктывкар и Чешская губа – Байдарацкая губа, вдоль широты несколько севернее Нарьян-Мара и по побережью между Печорской и Хайпудырской губами, не обнаружила
отклонений от уровней естественного гамма-фона ни на одном из
участков.
В пределах рассматриваемого района и на прилегающих территориях расположено 5 полигонов сбрасывания отделяющихся ступеней космических ракет и ракетного топлива. Из-за этого в растениях, грибах, рыбе, воде происходит накапливание высокотоксичного
химического соединения несимметричного диметилгидразина.
В настоящее время на исследуемой территории функционируют
три особо охраняемые природные территории:
– государственный природный заповедник федерального значения «Ненецкий»;
– государственный природный заказник регионального значения «Море-Ю»;
– государственный комплексный природный заказник регионального значения «Вайгач».
25
Государственный заповедник «Ненецкий», открытый в 1997 г.,
занимает ряд территорий на побережье и островах Баренцева моря.
Общая площадь заповедника составляет 313,4 тыс. га, из них 181,9
тыс. га приходится на водную поверхность. В пределах рассматриваемого района располагается лишь небольшая часть заповедника,
площадью около 200 км2.
Заповедник создан для сохранения видов животных, занесенных в Красную книгу РФ: белого медведя, малого тундрового лебедя и других видов водоплавающих птиц, атлантического моржа,
хищных птиц (орлан-белохвост, сапсан, кречет, дербник, пустельга, полярная сова), сиговых рыб (печорская семга и нельма), и среды
их обитания. В летний период на территории заповедника скапливаются сотни тысяч водоплавающих птиц.
Примерно треть территории заповедника представляет собой хорошие оленьи пастбища, на которых в осеннее-зимний период кормятся два стада домашних оленей численностью около 5000 голов.
Использование территории заповедника для ведения традиционных видов хозяйственной деятельности местным коренным населением является одной из специфических особенностей данного заповедника.
Заказник «Море-Ю» создан в 1999 г., расположен в долине среднего течения реки Море-Ю. Площадь заказника около 550 км2, он
создан для сохранения реликтового елового редколесья – уникального лесного острова, расположенного в 150 км к северу от северной
границы леса и являющегося свидетелем былого распространения
леса в период позднеголоценового потепления, а также для сохранения обитающих в этом районе видов птиц, занесенных в Красную
книгу: сапсана, кречета, орлана-белохвоста, беркута, гуся-пискульки, малого тундрового лебедя.
Заказник «Вайгач» учрежден в 2007 г., общая площадь составляет около 2300 км2. Заказник предназначен для сохранения и
восстановления флоры и фауны Заполярья, занесенных в Красные
книги РФ и НАО растений и животных, историко-культурного наследия народов Крайнего Севера, арктических ландшафтов. Актуальность создания комплексного природного заказника обусловлена большой экологической, исторической, природоохранной, просветительской, эстетической и научной ценностью острова Вайгач.
В настоящее время заказник имеет статус регионального, однако в будущем планируется изменение статуса на федеральный или
международный. Администрацией НАО рассматривается вопрос о
возможности придания острову Вайгач положение территории Все26
мирного наследия ЮНЕСКО. Ввиду особой ценности территории
возможен также перевод «Вайгача» из категории заказника в категорию национального парка.
На исследуемой территории частично или полностью располагаются пять территорий традиционного природопользования
(ТТПП) – «Дружба народов», «Красный октябрь», «Рассвет севера», «Путь Ильича», «Ерв». Указанные ТТПП имеют статус особо
охраняемых территорий окружного значения. Они были созданы
с целью защиты исконной среды обитания, традиционного образа
жизни, самобытной культуры малочисленных народов Севера и сохранения биологического разнообразия.
Суммарный объем поверхностных водных ресурсов составляет 14,52 км3 в год, прогнозных ресурсов подземных вод – 0,24 км3
в год. Водные объекты исследуемой территории освоены слабо. Реки
не используется в гидроэнергетике, также водные объекты не используются в рекреации. Представлен только водный транспорт и
рыболовство.
Рыбохозяйственный фонд НАО составляют:
– прибрежные акватории Белого, Баренцева и Карского морей;
– 1542 реки и ручьев, протяженностью 26,6 тыс. км;
– 161 крупное озеро, общей площадью 100,2 тыс. га.
К высшей категории рыбохозяйственного назначения на территории междуречья Печоры и Оби отнесены реки Черная, Нерута,
Урерьяха, Море-Ю. Из озерных систем наиболее значимые в промысловом отношении на рассматриваемом участке в Большеземельской тундре являются Нерутинские, Песчанские, Попово-Ковалевские.
Ихтиофауна представлена 40 видами полупроходных, проходных и пресноводных рыб, из которых ряд имеет промысловое значение:
– полупроходные – сибирский осетр, омуль, сиг, чир, пелядь, ряпушка, нельма;
– проходные – минога, кумжа, печорская семга, арктический голец, азиатская корюшка;
– пресноводные – язь, щука, европейский хариус, налим, ерш,
окунь и др.
Состояние запасов рыб в обозначенных водоемах опасений не вызывает, так как вылов в последние годы сократился, и промысловый запас полностью не изымается.
Пресная вода на рассматриваемой территории используется для
обеспечения хозяйственно-питьевых (1,9% общего объема исполь27
зования) и производственных нужд (7,7%), а также идет на поддержание пластового давления (90,4%).
В соответствии со Стратегией социально-экономического развития Ненецкого автономного округа [86] специализацией исследуемого региона на перспективу до 2030 г. останется нефтегазовая отрасль. Планируется осуществлять добычу углеводородного сырья
с применением передовых технологий и в рамках концепции «рачительного ресурсопользования», в результате чего к 2030 г. ожидается увеличение объема добычи практически в два раза, т. е. до
уровня около 12 млн т. нефти в год.
Структура нефтегазового комплекса должна усложниться за
счет развития единой гибкой системы транспортировки углеводородов к ключевым рынкам и создания мощностей по переработке
сырья.
Значительные ресурсы полезных ископаемых, динамично развивающийся нефтегазодобывающий комплекс, экономическое развитие соседних регионов как возможных потребителей минерального сырья определяют возможную перспективу промышленной
подготовки и освоения месторождений твердых полезных ископаемых. Освоение месторождений будет происходить комплексно,
в районах скопления разнообразных ресурсов. На рассматриваемой
территории частично находятся два таких района: Большеземельский и Югорский.
Территория Большеземельского района богата месторождениями строительных материалов. Югорский район характеризуется
высокими перспективами добычи флюорита, металлов и ювелирного сырья, стройматериалов. Создание крупных горнодобывающих
комплексов приведет в будущем к диверсификации промышленности, которая в настоящее время имеет узкую специализацию – нефтегазовая отрасль.
Планируется также поддержание и дальнейшее развитие сектора традиционной хозяйственной деятельности северных народов,
такой как оленеводство и рыболовство. Кроме того, богатый природно-климатический и культурно-исторический потенциал территории позволит в будущем интенсифицировать развитие новых отраслей: эко- и этнотуризма.
Согласно данным Росстата численность населения в пределах рассматриваемого региона будет увеличиваться (в среднем на
10–15 % к 2025 г.) Рост численности населения следует связывать
с планируемым развитием нефтегазового комплекса и увеличением
миграции работников этой отрасли в исследуемый регион.
28
В проекте «Концепции системы и схемы размещения и развития
особо охраняемых природных территорий Архангельской области
и Ненецкого автономного округа» на перспективу до 2030 г. предложено создание 3-х новых ООПТ в пределах исследуемой территории:
природного парка федерального значения «Югорский» и двух заказников регионального значения: «Падимейский» и «Хайпудырский». Кроме того, предлагается придать статус ООПТ федерального значения природному заказнику «Вайгач».
Таким образом, вместе с уже существующими ООПТ на исследуемой территории к 2030 г. будет находиться шесть особо охраняемых природных территорий общей площадью 7,2 тыс. км2.
Доля площади ООПТ от общей площади увеличится с 6,5 %
(2015 г.) до 15 % к 2030 г.
«Югорский» природный парк планируется к организации на территории Югорского полуострова с 2020 по 2030 гг. В пределах рассматриваемого района будет находиться большая часть ООПТ площадью 3,3 тыс. км2 (общая площадь парка будет оставлять 4,4 тыс.
км2). Парк создается с целью сохранения редких ландшафтов, не
представленных в системе уже существующих ООПТ, залежек атлантического моржа, мест концентрации охраняемых арктических
видов растений, охраняемых видов птиц, районов концентрации
выводковых нор песца, живописных ландшафтов, водопадов, каньонов и стоянок древнего человека.
«Падимейский» заказник площадью 30 км2 планируется к созданию на территории Большеземельской тундры с 2015–2020 гг.
Заказник будет включать в себя систему Падимейских озер: Лолокулига, Коматы, Большой Падимейты, Малые Падимейты, Ваяхасырейто и сеть малых безымянных озер, а также прилегающие
тундровые участки.
«Хайпутдырский» заказник будет занимать акваторию Хайпудырской губы с прилегающими тундровыми участками берега.
Площадь ООПТ в пределах исследуемой территории составит 790
км2, при общей площади – около 1200 км2 [23].
Ключевые социально-экономические и экологические проблемы
бассейна рек Баренцева моря междуречья Печоры и Оби
Комплексная оценка экологического состояния бассейна рек Баренцева моря междуречья Печоры и Оби, оценка масштабов хозяйственного освоения территории, анализ структуры природопользования и обеспеченности населения и экономики природными ресурсами позволяет выявить следующие ключевые проблемы региона.
29
1. Неразвитость научно-методической базы управления использованием природных ресурсов и охраной окружающей среды, учитывающей специфику исследуемого региона.
На рассматриваемой территории комплексные научные разработки в области оценки, использования и охраны природных ресурсов ранее не проводились. Результаты отдельных тематических
исследований зачастую противоречивы из-за временной и пространственной неоднородности данных. В пределах рассматриваемой территории также не осуществлялись специализированные
исследования по оценке допустимого воздействия развивающегося
нефтегазового комплекса на уязвимые экосистемы севера. Кроме
того, трудности вызывает определение региональных фоновых концентраций химических веществ в компонентах окружающей среды
в условиях возрастающей антропогенной нагрузки.
2. Несовершенство системы государственного и ведомственного
мониторинга.
Данных ведомственного мониторинга недостаточно для достоверной диагностики качества компонентов окружающей среды,
сохранения стабильного состояния и восстановления нарушенных
экосистем.
Кроме того, данные экологического мониторинга в пределах
лицензионных участков нефтяных компаний и производственного контроля качества сточных вод не систематизированы, поэтому
не представляется возможным их оперативное использование при
принятии решений в области управления природопользованием,
охраной окружающей среды и обеспечения экологической безопасностью.
3. Недостаточная координация действий организаций, осуществляющих управление природопользованием и охраной окружающей среды.
Обозначенная проблема острее всего проявляется при разделении полномочий между исполнительными органами Ненецкого автономного округа и Архангельской области из-за несовершенства
современной законодательной и нормативно-правовой базы. Отсутствие доступной транспортной инфраструктуры, недостаточное
финансирование органов экологического контроля и надзора, разобщенность федеральных ведомств снижает эффективность проводимых ими мероприятий. Система обмена данными между различными структурами и ведомствами, уполномоченными принимать
управленческие решения, не отлажена. В связи с этим зачастую невозможно обеспечить оперативный контроль изменений экологиче30
ской ситуации, происходящих под влиянием естественных и антропогенных факторов. Наиболее ощутимой эта проблема становится
при аварийных ситуациях на объектах нефтегазового комплекса.
4. Неразвитость водохозяйственной инфраструктуры и проблема
качества вод в источниках питьевого водоснабжения.
Населенные пункты в рассматриваемом районе не имеют централизованного водоснабжения и отопительных систем, отсутствуют
также системы водоотведения, очистка сточных вод не производится, отсутствуют зоны санитарной охраны водоисточников. Источником водоснабжения служат поверхностные воды близлежащих
рек, ручьев и озер, удаленных от поселков на два и более километра.
В зимнее время в качестве питьевой воды используется талый снег
и лед. Таким образом, из-за отсутствия водохозяйственной инфраструктуры фактически потребляемое населением количество воды
в большинстве случаев ниже норм водопотребления, установленных законодательством, несмотря на значительные запасы водных
ресурсов.
Кроме того, качество воды по ряду параметров не удовлетворяет требованиям санитарных норм питьевого водоснабжения. Так,
в п. Каратайка вода из поверхностных источников не соответствует
нормативным требованиям по цветности, мутности, повышенному
содержанию железа, аммиака и органических веществ. Качество
исследованных пресных подземных вод не удовлетворяет требованиям стандартов для питьевых вод по содержанию железа и бихроматной окисляемости. Для оценки пригодности воды для хозяйственно-питьевых целей и выбора конкретных способов водоподготовки в остальных населенных пунктах необходимы дополнительные гидролого-гидрохимические и геолого-гидрогеологические
исследования. В целом имеющиеся источники водоснабжения требуют предварительной водоподготовки для снижения показателей
окисляемости, цветности, мутности, содержанию железа, взвешенных веществ и обеззараживания воды.
5. Негативное влияние на экосистемы проводившихся ранее
геологоразведочных работ, потенциальная угроза нарушения природных экосистем в связи с интенсификацией промышленного освоения.
Значительный ущерб состоянию окружающей среды был нанесен вследствие несоблюдения природоохранного законодательства
при проведении геологоразведочных работ в конце ХХ в.
Следы накопленного экологического ущерба прослеживаются
как в загрязнении поверхностных и подземных водных объектов,
31
так и на водосборных территориях, нуждающихся в рекультивации. Потенциальную угрозу представляют заброшенные скважины, оставшиеся после проведения геологоразведочных работ и расположенные за пределами современных лицензионных участков.
Фактически они находятся в ведении органов Росприроднадзора,
однако осуществление мониторинга экологического состояния затруднено в силу удаленности и труднодоступности этих районов при
недостаточных объемах финансирования.
Экологическое состояние исследуемой территории в значительной степени связано с развивающейся в регионе нефтедобывающей промышленностью. Воздействие нефтегазовых промыслов на экосистемы в настоящее время сводится к сбросам недостаточно очищенных сточных вод на рельеф. При этом происходит
загрязнение водосборов, подземных вод и малых звеньев гидрологической сети в результате рассредоточенного диффузного стока. На большинстве промыслов имеются очистные сооружения,
включая биологические, однако очистка вод зачастую недостаточно эффективна в силу суровых природных условий, влияющих
на их технологические характеристики. Наибольшее воздействие
на природные комплексы происходит при технических авариях
на объектах нефтедобывающих предприятий, в том числе на внутрипромысловых и магистральных трубопроводах. При возрастающих масштабах хозяйственного освоения роль этого фактора
потенциально велика.
6. Уменьшение глубин в пределах судового хода (п. Каратайка).
Значимой проблемой является уменьшение глубин в пределах судового хода в нижнем течении р. Коротаиха: от устьевого створа до
п. Каратайка (крупнейший населенный пункт в пределах рассматриваемой территории). Для бесперебойного снабжения населения
продуктами питания и другими товарами народного потребления
требуется обеспечить глубины, необходимые для захода морских
судов в реку.
Мероприятия по формированию научно-методического
обеспечения природоохранной деятельности и развитию системы
экологического мониторинга
С целью развития научно-методической базы управления природопользованием и охраной окружающей среды, учитывающей
природные особенности территории и специфику воздействия нефтедобывающей отрасли, необходимо проведение ряда научно-исследовательских работ:
32
1. Разработка региональных критериев оценки современного состояния экосистем с учетом их функционирования в условиях антропогенного воздействия.
2. Оценка степени загрязнения компонентов окружающей среды
на рассматриваемой территории в результате развития нефтяных
промыслов, включая полевые наблюдения, расчет затрат на восстановление экосистем.
3. Разработка региональных экологически допустимых уровней
воздействия на состояние экосистем Арктики.
Тематика таких научно-исследовательских разработок должна
быть направлена на оценку современного состояния экосистем рассматриваемого района с учетом региональных особенностей в соответствии с предварительно установленными критериями. С учетом
данных полевых наблюдений необходимо оценить фактическую
степень загрязнения компонентов окружающей среды и возможность их восстановления, определить уровни допустимого воздействия на экосистемы.
К основным направлениям модернизации и развития мониторинга состояния и загрязнения природно-технических систем относятся:
– организация регулярных наблюдений на наиболее важных
в природоохранном, рыбохозяйственном и рекреационном отношении объектах;
– организация экспедиционных наблюдений за некоторыми водными объектами в местах возможного возникновения критических экологических ситуаций (на переходах нефтепроводов через
водные объекты, на строительных площадках в поймах рек).
Мероприятия по развитию системы управления рациональным
природопользованием, охраной окружающей среды
и обеспечением экологической безопасности
Для решения проблемы недостаточной координации между организациями, осуществляющими управление использованием природных ресурсов и охраной окружающей среды, в первую очередь, необходимо совершенствование законодательной и нормативно-правовой
базы, регламентирующей деятельность, в том числе природоохранную, на территориях Арктической зоны; создание интерактивной
системы, которая позволит обеспечить обмен данными между государственными структурами и доступ к информации заинтересованными организациями; создание систем оперативного управления и
локальных систем оповещения; повышение квалификации кадров.
33
Мероприятия по обеспечению населения качественной питьевой
водой и развитию водохозяйственной инфраструктуры
Наиболее острую для населения проблему неразвитости водохозяйственной инфраструктуры и качества вод в источниках питьевого водоснабжения можно решить размещением модульных
установок водоподготовки и биологической очистки сточных вод,
строительством водозаборов, водопроводов и системы канализации
в населенных пунктах, установлением зон санитарной охраны водозаборов, водоохранных зон и прибрежных защитных полос в пределах населенных пунктов. Кроме того, необходимо внедрение ряда
мероприятий по снижению диффузного загрязнения источников
питьевого водоснабжения.
Мероприятия по охране водных объектов:
1) определение и нанесение на планово-графический материал
границ водоохранных зон и прибрежных защитных полос на водных объектах, расположенных в пределах населенных пунктов;
2) вынесение в натуру границ водоохранных зон и прибрежных
защитных полос на водных объектах, расположенных в пределах
населенных пунктов;
3) определение и нанесение на планово-графический материал
границ водоохранных зон и прибрежных защитных полос на водных объектах, расположенных в местах нефтедобычи в зоне нефтяных месторождений;
4) вынесение в натуру границ водоохранных зон и прибрежных
защитных полос на водных объектах, расположенных в местах нефтедобычи в зоне нефтяных месторождений;
5) вынесение в натуру границ рыбоохранных зон на водных объектах рыбохозяйственного значения в пределах населенных пунктов и в местах нефтедобычи в пределах населенных пунктов и
в местах нефтедобычи.
Мероприятия по снижению диффузного загрязнения питьевых
источников водоснабжения:
– экологическое воспитание и информирование населения об обращении с бытовыми отходами;
– размещение стационарных установок утилизации отходов
в населенных пунктах;
– утилизация отходов выгребных ям, очистка хозяйственно-бытовых стоков, обустройство полей ассенизации в населенных пунктах;
– ликвидация несанкционированных свалок, рекультивация земель, нарушенных при стихийном складировании и захоронении
бытовых отходов в населенных пунктах;
34
– утилизация и переработка бытовых промышленных отходов
в населенных пунктах.
Мероприятия по снижению негативного воздействия
нефтепромыслов на экологическое состояние объектов
окружающей среды
Предприятия нефтегазового комплекса должны проводить мероприятия с целью предупреждения или уменьшения негативного
воздействия на окружающую среду нефтедобывающей промышленности [84, 109].
Мероприятия по охране вод от загрязнения неочищенными стоками:
1) реконструкция очистных сооружений индивидуального типа
на промыслах, введенных в эксплуатацию, и модернизация технологий очистки хозяйственно-бытовых сточных вод с учетом климатических особенностей региона;
2) установка модулей биологической очистки бытовых стоков на
стадии строительства проектируемых объектов;
3) строительство канализационных очистных сооружений до
ввода в эксплуатацию новых промышленных объектов;
4) соблюдение режима эксплуатации очистных сооружений на
промыслах.
Мероприятия для предупреждения или уменьшения последствий негативного воздействия площадных объектов добычи:
– размещение буровых площадок за пределами водоохранных
зон;
– планировка поверхности площадок с уклоном в сторону емкостей для сбора поверхностного стока;
– устройство обваловки по периметру буровых площадок, шламонакопителей, емкостей с нефтепродуктами и химическими реагентами;
– организация сбора дренажа с технологических площадок в специализированные емкости с последующим вывозом и утилизацией
в системе поддержания пластового давления (ППД);
– очистка и использование образующихся буровых сточных вод
в оборотном водоснабжении;
– сбор нефтепродуктов при ремонтных работах на скважинах
в закрытые подземные канализационные емкости с последующим
вывозом на очистные сооружения;
– накопление бурового шлама в наземных шламонакопителях
с последующим вывозом на полигон размещения отходов, частич35
ная переработка бурового шлама и использование продуктов переработки в производственных процессах (твердую составляющую –
в строительных целях, жидкую – для нужд бурения и для ППД);
– разработка «Плана мероприятий по ликвидации аварийных
ситуаций при обращении с отходами»;
– ликвидация существующих несанкционированных и переполненных свалок твердых отходов и буровых шламов на территориях
действующих объектов добычи;
– инвентаризация мест накопленного ущерба на территориях новых лицензионных участков и их ликвидация.
Мероприятия по охране вод от загрязнения при транспортировке нефтегазосодержащей жидкости или товарной нефти:
1. Устройство площадок береговых задвижек при пересечении
трубопроводами рек и ручьев, оборудование запорной арматуры на
переходах через водные преграды устройствами, обеспечивающими
дистанционное управление и сигнализацию в случае утечек продукта.
2. Строительство резервных ниток нефтепроводов при переходах
через крупные водотоки.
3. Строительство нефтеловушек на реках.
4. Рекультивация нарушенных земель.
5. Разработка агротехнических приемов с учетом зональных особенностей, степени повреждения почв и их загрязнения.
6. Рациональное использование и обязательное проведение рекультивации земель после строительных работ и бурения с применением наилучших доступных технологий в данной области с учетом региональных особенностей территории.
7. Мониторинг процесса восстановления деградированной территории на пострекультивационном этапе.
Мероприятия по охране ихтиофауны:
– применение оборудования при осуществлении забора воды из
поверхностных источников, оснащенного защитными сетками для
предотвращения попадания в него рыб;
– проведение работ с учетом периодов массового нереста как весенне-нерестующих, так и осенне-нерестующих рыб;
– обеспечение возможности свободной миграции рыб к местам
естественного воспроизводства;
– размещение мест складирования грунта и строительных материалов в незатопляемой весенним паводком зоне с последующей
рекультивацией; поврежденных участков;
– удаление из русла водотоков строительных остатков;
36
– применение наиболее щадящих технологий, не приводящих
к образованию мутности и заиления при производстве работ в руслах
водных объектов в местах их пересечения линейными объектами;
– минимизация гидромеханизированных работ в руслах ручьев
и рек в местах их пересечения линейными объектами;
– расчет ущерба водным биоресурсам при проведении гидромеханизированных работ в руслах водных объектов [25].
1.4. Анализ ключевых социально-экономических
и экологических проблем для обоснования концепции
экоразвития арктических территорий
Анализ социально-экономического и экологического состояния
отдельных районов Арктики показывает, что для арктических территорий РФ характерны общие ключевые проблемы, требующие
первоочередного решения:
1. Несовершенство законодательной и нормативно-правовой
базы в области рационального природопользования, охраны окружающей среды и обеспечению экологической безопасности Арктической зоны РФ.
2. Несовершенство системы наблюдений и контроля за состоянием окружающей среды в высоких широтах.
Эффективное разрешение основных социально-экономических и
природоохранных проблем в Арктике требует комплексного инновационного подхода, который позволит обеспечить устойчивое развитие арктических территорий и снизить негативное воздействие на
компоненты окружающей среды.
С целью предотвращения, ликвидации и сокращения последствий негативного техногенного воздействия на окружающую среду
и здоровье населения, с учетом его интересов, необходимо решить
следующие основные задачи:
– совершенствование законодательства и развитие нормативной
базы в области рационального природопользования, охраны окружающей среды и обеспечения экологической безопасности в Арктической зоне на базе норм международного права и международных
обязательств РФ;
– разработка и утверждение нормативно-правовых документов
по оценке и расчету накопленного ущерба, наносимого традиционному использованию природных ресурсов коренных народов Севера
субъектами народного хозяйства;
– разработка научной, нормативной, правовой, методической и
организационной базы государственного регулирования деятель37
ности по предотвращению и минимизации негативных последствий
природных и техногенных чрезвычайных ситуаций;
– совершенствование системы государственного экологического
мониторинга на арктических территориях, в том числе развитие
подсистемы мониторинга состояния и качества поверхностных и
подземных вод; расширение и модернизация сети наблюдений за
гидрологическим, гидрохимическим и гидробиологическим режимом водных объектов;
– организация и проведение экологического мониторинга в местах традиционного проживания и традиционной хозяйственной
деятельности коренных малочисленных народов Севера;
– расширение спектра фундаментальных и прикладных научных исследований, ставящих целью изучение Арктической зоны
РФ и создание задела для ее развития.
38
2. ВЫБОР КОНЦЕПЦИИ ЭКОРАЗВИТИЯ
АРКТИЧЕСКОЙ ЗОНЫ РОССИЙСКОЙ ФЕДЕРАЦИИ
НА ОСНОВЕ РЕГЛАМЕНТИРУЮЩИХ
НОРМАТИВНО-ПРАВОВЫХ АКТОВ
2.1. Концепция экоразвития и экологического
управления территорией
Эколого-экономический баланс является основной целью на протяжении последних десятилетий. В связи с развитием Арктической
зоны и морской деятельности в рамках социально-экономического
развития Российской Федерации актуализируется задача активной
хозяйственной деятельности освоения шельфовых месторождений
минеральных и энергетических ресурсов с защитой морской среды
и комплексными исследованиями на арктических территориях. Развитие приморских территорий и прибрежных акваторий предопределяет необходимость развития системы экологического мониторинга
для сохранения уникальной окружающей среды, поддержания биоразнообразия, создания новых особо охраняемых природных территорий, уникальных природно-климатических комплексов.
Арктическая зона становится объектом, для обеспечения развития которого необходима конструктивная концепция экоразвития
на основе теории биоса и биоцентрических ценностей, что обуславливает необходимость перехода от антропоцентризма к экоцентризму. В этом случае общество сможет контролировать нормативный
баланс между суммарными антропогенными воздействиями на
природную среду с ее самовосстановительной способностью, с ее
выносливостью к этим воздействиям в пределах экологического
потенциала и экологической емкости. Развиваемая экосистемой
мощность не может быть выше ее потенциала, а имеющийся изначально резерв является основным критерием для лиц, принимающих решения при оценке всех видов негативных техногенных воздействий, и в первую очередь от минерально-сырьевого комплекса.
Подход с позиций нового тысячелетия привнесет с собой целостное
видение будущего, дающееся нам возможность перейти от личных
и национальных проблем к наиболее важной из всех задач: необходимо обеспечить продолжение «цепи поколений» земной жизни.
Многие из проблем современности пока еще не решены в силу преобладания фрагментарного взгляда. Биос представляет собой объединяющую силу, способную обеспечить гармоничное сосуществование всех форм жизни.
39
Современное общество находится в состоянии неравновесия, оно
напоминает перевернутую пирамиду. Прогресс техники расширил
ее нестабильное основание. Можно преодолеть дисбаланс, перевернув пирамиду и положив в ее основание права биоса. Права человека займут тогда устойчиво расположенную вершину пирамиды. Необходим диалектический межотраслевой подход на основе диалога
экспертов, которые будут предъявлять аргументы «за» и «против»
с целью выработки новых ценностей и постепенного изменения нашего мировоззрения. Основные усилия должны быть приложены
к тому, чтобы выявить причины угрожающего «обесценивания ценностей» в современном обществе, обуздать те силы, которые наносят
ущерб био-окружению, уничтожая биологические виды, загрязняя
воду и воздух, разрушая озоновый экран, создавая «парниковый
эффект» и вызывая эрозию почвы и радиоактивное загрязнение
окружающей среды. Процесс экологически ориентированного развития должен определяться не только изменением экономической
стратегии, хозяйственными и технологическими мерами, но и сопровождаться глубокой переоценкой ценностей, становлением новой идеологии и новых норм поведения людей.
Концепция экоразвития на основе принципов биокультуры и
биоокружающей среды позволяет изначально действовать, исходя из возможностей природного комплекса в виде «природно-территориального» или «природно-технического». В центре решения
проблемы находится регламентация размещения и концентрации
производительных сил в зависимости от условий эколого-экономического баланса. В основе концентрации биоокружающей среды и
экоразвития соизмеряется природный экопотенциал с экологической емкостью территориальных экосистем с производственным
потенциалом территории. В дальнейших разделах книги будут рассмотрены механизмы соизмерения в рамках хозяйственных природно-территориальных и природно-технических комплексов.
Принципиальным является межотраслевой территориально бассейновый подход к экоразвитию и экологическому управлению как
на глобальном, так и на национальном, межотраслевом, региональном и локальном уровнях с обеспечением заданных целевых показателей. Предварительная оценка различного рода техногенных
воздействий с учетом природных факторов позволяет спрогнозировать неблагоприятные экологические тенденции с возможностью
их полного устранения ли минимизации за счет превентивных мер.
В соответствии с вышеизложенными принципами цели экоразвития по сохранению биоокружающей среды являются первичны40
ми по сравнению с целями экономического развития. В этом случае
определяющим критерием размещения и развития материального
производства на определенной территории является ее экологический потенциал или соизмеримая с техногенной нагрузкой экологическая техноемкость.
Из всех возможных вариантов организации производства предпочтение отдается вариантам, обеспечивающим наивысший уровень экологичности по максимально возможному применению наилучших доступных технологий (НДТ) и обеспечению нормативов
допустимых воздействий.
С позиции экологического менеджмента целью управления территориальным природно-техническим комплексом (ТПТК) является уравновешенность, соразмерность экономической системы с эколого-экономическим балансом. На первом этапе оптимизации эколого-экономической системы (ЭЭС) учитываются факторы внешней
среды и уровень экологичности производства, а на последующих
ступенях оптимизации ЭЭС учитываются чисто экономические
критерии: эффективность (рентабельность), производительность и
другие.
В целом функциональная структура управления экоразвитием
в соответствии с новыми принципами биополитики должна включать совокупность взаимосвязанных блоков и систем с соответствующими им целями и задачами. В первую очередь это целостная
законодательная система экологического права на единой методологической основе, учитывающей необходимость сохранения биоокружающей среды и принципы экоразвития.
Информационной основой для реализации концепции экоразвития должны стать современные государственные кадастры природных ресурсов со специфичными для отдельных территорий ассимиляционным и продукционным потенциалами, климатическими
ресурсами, а также экологическим потенциалом и экологической
техноемкостью.
Переход к новой стратегии развития для России связан с применением новых принципов биополитики и биокультуры для сохранения биоокружающей среды и экоразвития на новом уровне
экологического управления в рамках долгосрочной стратегической
программы. Это позволят не только на высоком технологическом
уровне разрабатывать новые региональные бассейновые и межгосударственные проекты с использованием геоинформационных технологий и баз данных, но и взаимоувязать уже разработанные бассейновые НДВ с индивидуальными НДС для отдельных водополь41
зователей, а также, что чрезвычайно актуально, с бассейновыми
схемами комплексного использования и охраны водных объектов
(СКИОВО).
Практическая реализация концепции экоразвития и регионального экологического управления связана с необходимостью развития и совершенствования научной информационно-методической,
программно-технической, нормативно-правовой и справочной базами знаний и базами данных. Только при этих условиях с использованием современных программно-технических геоинформационных моделирующих комплексов (ГИМК) регионального и межбассейнового уровня возможно имитационное моделирование (ИМ)
по соизмерению производственных и природных потенциалов конкретных территорий. Результатами ИМ крупных природно-технических систем или отдельных водохозяйственных участков является количественная оценка уровня экологичности и природоемкости
производства, а также экологического потенциала и экологической
техноемкости природной среды в виде территориально бассейновых
НДВ и локальных НДС в рамках единой СКИОВО на основе специализированных банков бассейновой региональной и межгосударственной по трансграничному переносу эколого-экономической информации.
2.2. Основополагающие законодательные
и нормативно-правовые документы природопользования
В настоящий момент в России принято более 500 нормативноправовых актов, регулирующих правоотношения в Арктической
зоне.
Стратегии, концепции, целевые программы
Основные положения государственной стратегия РФ в данной области изложены в «Основах государственной политики Российской
Федерации в Арктике на период до 2020 г. и дальнейшую перспективу» [72] и «Стратегии развития Арктической зоны Российской
Федерации и обеспечения национальной безопасности на период до
2020 г.» [91]. Государственная политика определяет одну из основных целей России в Арктической зоне: сохранение и обеспечение
защиты природной среды Арктики, ликвидация экологических последствий хозяйственной деятельности в условиях возрастающей
экономической активности и глобальных изменений климата.
Для реализации поставленной цели необходимо решение следующих первоочередных задач:
42
1. Сохранение биоразнообразия арктической флоры и фауны.
2. Установление особых режимов использования природных ресурсов и охраны окружающей среды, в том числе путем расширения сети мониторинга загрязнений в Арктической зоне.
3. Рекультивация природных ландшафтов.
4. Утилизация токсичных промышленных отходов.
5. Обеспечение химической безопасности местного населения.
Стратегия развития Арктической зоны РФ определяет основные
этапы достижения заданных результатов:
– обеспечение разработки единой национальной системы мониторинга состояния и загрязнения окружающей среды Арктической
зоны, гармонизированной с международными системами-аналогами;
– снижение и предотвращение негативного воздействия на окружающую среду Арктической зоны.
Постановлением Правительства РФ № 228 от 14 марта 2015 г. утверждена государственная комиссия по вопросам развития Арктики. Комиссия является органом по координации, который должен
обеспечивать взаимодействие федеральных органов исполнительной власти, органов исполнительной власти субъектов РФ, иных государственных органов, органов местного самоуправления и других
заинтересованных сторон при решении социально-экономических,
экологических и других проблем, возникающих в процессе развития арктического региона, а также для обеспечения национальной
безопасности. В состав комиссии включены руководители профильных федеральных органов исполнительной власти, главы регионов,
частично или полностью входящих в состав Арктической зоны,
полномочные представители президента в федеральных округах,
представители аппарата Совета безопасности, администрации президента, других государственных органов, научных и общественных организаций.
Создание государственной комиссии по вопросам развития Арктики в первую очередь связано с обострением международной политической обстановки, изменением внутриполитической ситуации и серьезными экономическими задачами, стоящими перед Россией в современном мире [17].
В 2009 г. Минэкономразвития России разработало рамочный документ «Стратегическая программа действий по охране окружающей среды Арктической зоны РФ по результатам реализации Проекта ЮНЕП/ГЭФ «Российская Федерация – поддержка национального плана действий по защите арктической морской среды» [100].
43
Основной целью стратегической программы является реализация мер по предотвращению, ликвидации и сокращению последствий негативного антропогенного воздействия на окружающую
среду в Арктической зоне РФ, обусловленного деятельностью на
суше и в прилегающих морях, до уровней, обеспечивающих устойчивое развитие с учетом интересов населения.
Для достижения заданной цели необходимо решить несколько
задач по трем основным направлениям:
– предотвращение и снижение уровня загрязнения окружающей
среды в Арктической зоне РФ;
– сохранение и улучшение качества окружающей среды, исконной среды обитания местного населения и условий традиционного
использования природных ресурсов коренных малочисленных народов Севера;
– предотвращение и минимизация негативных последствий
чрезвычайных ситуаций природного и техногенного характера, а
также глобальных изменений климата.
В 2010 г. распоряжением Правительства РФ от 08.12.2010 №
2205-р утверждена «Стратегия развития морской деятельности РФ
до 2030 г.» [103], разработанная на основе критериев эффективности
национальной морской политики, определенных в Морской доктрине [69]. Одной из основных целей, устанавливаемых настоящим документом, является развитие методологии и средств для комплексных исследований морской среды и возобновление экспедиционной
деятельности в Арктике. Для этого необходимо создать многопрофильную систему эффективного мониторинга за состоянием компонентов окружающей среды, включая водные ресурсы, донные отложения и атмосферный воздух.
Концепция долгосрочного социально-экономического развития
РФ до 2020 г., утвержденная распоряжением Правительства РФ от
17.11.2008 № 1662-р устанавливает курс на инновационное социально-экономическое развитие Арктики [45].
Интенсификация освоения российских арктических территорий
должна вестись по следующим направлениям:
– интенсификация работ по освоению нефтегазовых месторождений, переданных недропользователям, а также на нераспределенном фонде недр арктического континентального шельфа;
– повышение изученности арктического континентального
шельфа и обеспечение к 2020 г. прироста балансовых геологических запасов морских месторождений нефти до 3 млрд т и газа – до
5 трлн м3;
44
– снижение ущерба окружающей среде от развития экономической деятельности и восстановление окружающей среды, нарушенной в результате прошлой деятельности в российской Арктике;
– обеспечение национальной безопасности в арктическом регионе в условиях развития природопользования;
– своевременное предупреждение об опасных гидрометеорологических и геофизических явлениях и высоких уровнях загрязнения
окружающей среды.
Постановлением Правительства РФ от 21 апреля 2014 г. № 366
утверждена государственная программа Российской Федерации
«Социально-экономическое развитие Арктической зоны Российской Федерации» [21], разработанная с целью решения следующих
задач:
– повышение качества жизни и защищенности населения в Арктической зоне РФ;
– развитие науки, технологий и повышение эффективности использования ресурсной базы Арктической зоны;
– повышение эффективности государственного управления социально-экономическим развитием арктических территорий РФ.
Законодательные и нормативно-правовые документы
На сегодняшний момент правовые и законодательные нормы,
учитывающие специфику обеспечения экологической и техносферной безопасности в Арктике, не разработаны.
Охрана окружающей среды в Арктической зоне регламентируется в рамках общеправового регулирования следующими основными законодательными и нормативно-правовыми документами:
– Федеральный закон РФ «Об охране окружающей природной
среды» № 7-ФЗ от 10 января 2002 г.;
– Федеральный Закон «Об экологической экспертизе» от
23.11.1995 № 174-ФЗ;
– Водный кодекс РФ № 74-ФЗ от 03.06.2006;
– Федеральный закон «Об особо охраняемых природных территориях» от 14 марта 1995г № 33-ФЗ;
– Постановление Правительства РФ от 15 апреля 2002 г. № 240
«О порядке организации мероприятий по предупреждению и ликвидации разливов нефти и нефтепродуктов на территории Российской Федерации»;
– Федеральный закон «О защите населения и территорий от
чрезвычайных ситуаций природного и техногенного характера» от
21.12.1994 № 68-ФЗ;
45
– Федеральный закон «О промышленной безопасности опасных
производственных объектов» от 21.07.1997 № 116-ФЗ.
Международные соглашения
В пределах арктического региона располагаются пять стран –
Россия, Норвегия, Дания, США и Канада, каждая из которых обладает континентальным шельфом в Северном Ледовитом океане и
исключительной экономической зоной [77].
В 1991 г. на министерском совещании приарктических государств (Дания, Исландия, Канада, Норвегия, Россия, США, Финляндия и Швеция) было принято одно из самых первых международных соглашений – Рованиемская декларация о защите арктической среды или Стратегия защиты окружающей среды Арктики
[101].
Стратегия устанавливает для стран-участниц соглашения следующие цели:
1. Обеспечение охраны арктических экосистем, включая человека, и рационального использования природных ресурсов, в том числе местным населением.
2. Обеспечение традиционных и культурных потребностей коренных народов Севера с учетом задач охраны окружающей среды
Арктики.
3. Регулярный мониторинг состояния компонентов окружающей среды Арктики.
4. Идентификация источников загрязнения, минимизация негативного воздействия.
Основные проблемы и первоочередные задачи в области охраны
окружающей среды, указанные в Рованиемской декларации:
– поступление в окружающую среду Арктики стойких органических соединений из приграничных промышленных регионов;
– увеличение степени опасности загрязнения компонентов окружающей среды ННП в связи со сложными климатическими условиями;
– загрязнение тяжелыми металлами путем трансграничного
переноса;
– шумовое загрязнение, вызываемое звуками, нетипичными для
естественной морской среды Арктики;
– радиоактивное загрязнение, связанное с ядерными испытаниями в 1950–1960-х гг.;
– загрязнение закисляющими веществами, такими как соединения серы и азота.
46
В 1993 г. на втором совещании приарктических государств принята Нуукская декларация об окружающей среде и развитии в Арктике [73], а 12 мая 2011 г. в ходе седьмой министерской сессии Арктического совета подписано соглашение о сотрудничестве в авиационном и морском поиске и спасании в Арктике.
Декларация 1993 г. подчеркивает необходимость осуществления
мер по ликвидации нанесенного экологического ущерба в результате прошлой хозяйственной, военной и иной деятельности в Арктике.
Целью принятия соглашения в 2011 г. является повышение эффективности помощи людям, попавшим в чрезвычайную ситуацию.
Критерии чрезвычайных ситуаций в РФ определены постановлением Правительства «О классификации чрезвычайных ситуаций
природного и техногенного характера» от 21.05.2007 № 304 [83].
Одной из основных первоочередных задач при осуществлении комплекса мер по предупреждению, локализации и ликвидации последствий разливов ННП является недопущение перерастания разлива в чрезвычайную ситуацию.
С целью защиты природных экосистем и морской среды от нефтеразливов 30 ноября 1990 г. в Лондоне принята Конвенция по обеспечению готовности на случай загрязнения нефтью, борьбе с ним и
сотрудничеству [59].
В конвенции отмечена необходимость применения инновационных технологий, способных обеспечить безопасность при добыче и
транспортировке нефти по Северному Ледовитому океану и переработке нефти в береговой зоне высокоширотных территорий.
Для повышения эффективности взаимодействия и сотрудничества приарктических государств 19 сентября 1996 г. в Оттаве создан
Арктический Совет, в который входят Россия, Дания, Исландия,
Канада, Норвегия, США, Финляндия и Швеция. В межправительственном форуме участвуют и представители коренных народов Севера, проживающих на высокоширотных территориях [8].
Законодательные и нормативно-правовые требования
к осуществлению мониторинга окружающей среды
и производственного экологического контроля
В соответствии с законодательством РФ производственный экологический контроль осуществляется в целях соблюдения требований в области охраны окружающей среды. Одной из задач экологического контроля (мониторинга) является контроль за своевременным предоставлением сведений о состоянии и загрязнении окружа47
ющей среды, в том числе аварийном, источниках ее загрязнения, о
состоянии природных ресурсов, об их использовании и охране.
Требования к процедуре проведения экологического контроля и
мониторинга изложены в следующих законодательных и нормативно-правовых документах РФ, а также международных соглашениях:
– Федеральный закон РФ «Об охране окружающей природной
среды» № 7-ФЗ от 10 января 2002 г., ст. 67;
– Федеральный закон «Об экологической экспертизе» от
23.11.1995 № 174-ФЗ;
– Постановление Правительства РФ от 10 апреля 2007 г. № 219
«Об утверждении Положения об осуществлении государственного
мониторинга водных объектов»;
– Постановление Правительства РФ от 25 декабря 2006 г. № 801
«Об утверждении Положения об осуществлении государственного
контроля и надзора за использованием и охраной водных объектов»;
– Постановление Правительства РФ от 31.03.2009 № 285 «Перечень объектов, подлежащих федеральному государственному экологическому контролю»;
– Постановление Правительства РФ от 9 августа 2013 г. № 681
«О государственном экологическом мониторинге (государственном
мониторинге окружающей среды) и государственном фонде данных
государственного экологического мониторинга (государственного
мониторинга окружающей среды)»;
– Постановление Правительства РФ от 09.08.2013 № 681 «Положение об организации и осуществлении государственного мониторинга окружающей среды»;
– СП 1.1.1058-01 «Организация и проведение производственного
контроля за соблюдением санитарных правил и выполнением санитарно- противоэпидемических (профилактических) мероприятий;
– СП 11-102-97 «Инженерно-экологические изыскания для строительства»;
– СП 47.13330.16 «Инженерные изыскания для строительства.
Основные положения». Актуализированная редакция СНиП 11-0296;
– ГОСТ Р 22.1.06-99 «Безопасность в чрезвычайных ситуациях.
Мониторинг и прогнозирование опасных геологических явлений и
процессов. Общие требования»;
– ГОСТ Р 22.1.08-99 «Безопасность в ЧС. Мониторинг и прогнозирование опасных гидрологических явлений и процессов. Общие
требования»;
48
– ГОСТР Р 56053-2014 «Производственный экологический мониторинг. Требования к программам производственного экологического мониторинга»;
– ГОСТ Р 56059-2014 «Производственный экологический мониторинг. Общие положения»;
– ГОСТ Р 56061-2014 «Производственный экологический контроль. Требования к программам производственного экологического контроля»;
– ГОСТ Р 56062-2014 «Производственный экологический контроль. Общие положения»;
– ГОСТ 22.1.01-97/ГОСТ Р 22.1.01-95 «Безопасность в чрезвычайных ситуациях. Мониторинг и прогнозирование»;
– Рекомендация ОСПАР 2003/1 «Стратегия комплексной оценки
и программы мониторинга»;
– Рекомендации Хельсинкской комиссии (ХЕЛКОМ) от
25.06.2003 № 24/1 «Мониторинг нагрузки загрязняющих веществ,
переносимых по воздуху».
2.3. Совершенствование арктического законодательства
в области правового регулирования использования
природных ресурсов и охраны окружающей среды
Анализ природоохранных законодательных и нормативно-правовых актов позволил выявить ряд недостатков, препятствующих
обеспечению рационального природопользования и охраны окружающей среды в Арктике. Ни один из действующих правовых документов не учитывает специфику природно-климатических условий арктических территорий и не устанавливает специфичных
требований по обеспечению экологической безопасности при осуществлении хозяйственной деятельности в Арктической зоне [19].
Законодательство в данной области не систематизировано, многие
документы морально устарели и не учитывают современных требований.
Например, отсутствуют правовые акты, регламентирующие освоение морских акваторий в Арктической зоне РФ и регулирующие
морское планирование.
Глава «Требования в области охраны окружающей среды при
осуществлении хозяйственной и иной деятельности» ФЗ «Об охране окружающей среды» не включает нормы, регулирующие антропогенное воздействие на экосистемы Арктики, не устанавливает
особые требования к ведению деятельности на арктических территориях.
49
Стратегия развития Арктической зоны Российской Федерации
подчеркивает необходимость повышения ответственности предприятий природопользователей, осуществляющих свою деятельность
на арктических территориях, однако ни в Кодексе об административных правонарушениях [40], ни в Уголовном кодексе РФ [107]
не прописана ответственность за загрязнение окружающей среды
в Арктической зоне РФ.
Таким образом, можно сделать вывод, что нормативная база, регламентирующая деятельность в Арктике, не соответствует задачам, поставленным в «Основах государственной политики Российской Федерации в Арктике на период до 2020 г. и на дальнейшую
перспективу» и «Стратегии развития Арктической зоны Российской
Федерации и обеспечения национальной безопасности на период до
2020 г.» [26, 114].
Отсутствие российского базового закона об Арктике снижает эффективность ее освоения, а также вызывает ряд проблем с соблюдением экологического законодательства.
В связи с интенсивным промышленным освоением Арктики возрастает необходимость развития и совершенствования природоохранной законодательной и правовой базы, а также выработки научно-обоснованного подхода к разработке экологического законодательства.
В первую очередь следует разработать и утвердить единый федеральный закон, учитывающий специфику арктических экосистем
при освоении территорий региона и содержащий особые требования
к использованию природных ресурсов и охране окружающей среды
в Арктике.
Кроме того, необходимо включение в отраслевые экологические
нормативно-правовые документы специальных глав, учитывающих особенности функционирования природных и техногенных
объектов в Арктической зоне, включая проведение экологического
мониторинга природных сред.
50
3. ПРИНЦИПЫ СИСТЕМНОГО АНАЛИЗА
И МОДЕЛИРОВАНИЯ КАЧЕСТВА ПРИРОДНЫХ СРЕД
3.1. Основы системного анализа и моделирования
природно-технических комплексов
Наиболее наглядно при решении экологических задач в последние годы проявилась роль системного анализа и математических
моделей. Системный подход обусловлен новыми принципами исследования, которые ориентированы на изучение специфических
характеристик сложноорганизованных объектов.
Этот подход позволяет построить целостную картину объекта.
Системный подход к изучению любого объекта, например, экосистемы, состоит:
а) в определении образующих ее составных частей и взаимодействующих о ней объектов окружающей среды;
б) в установлении структуры экосистемы, т. е. совокупности внутренних связей и отношений, а также связей между экосистемой и
окружающей средой;
в) в нахождении функции (закона функционирования) экосистемы, определяющей характер изменения компонентов экосистемы и
связей между ними под действием внешних объектов.
Рассмотрим некоторые аспекты применения системного анализа в первую очередь к изучению, проектированию и эксплуатации
очистных сооружений. Наглядным примером является система
биологической очистки, в которой необходимо определить взаимодействия между аэрационным бассейном и вторичным отстойником
(элементами системы).
Кроме того, на процесс очистки посредством активного ила оказывает влияние температура среды.
Биологические процессы очистки различного типа сточных вод
имеют много общих характеристик, так как ко всем этим процессам применимы основные принципы микробиологии. Это показывает, что для лучшего понимания различных систем могут быть
применены некоторые универсальные характеристики.
Для улучшения динамического поведения очистных сооружений применяются системы управления. Особо следует отметить
групповой, или междисциплинарный, подход к анализу, разработке и управлению системой.
Для изучения той или иной системы наиболее часто и эффективно используются следующие методы: 1 – математическое модели51
рование; 2 – машинная имитация; 3 – анализ функций отклика;
4 – теория управления; 5 – методы оптимизации.
В настоящее время имеется много видов систем управления качеством воды. Для того чтобы изучать, разрабатывать или эксплуатировать такие системы, необходимо выделить их границы.
Сложные системы разбиваются на отдельные элементы или подсистемы таким образом, чтобы можно было достаточно четко определить основные входы и выходы, а также окружение, в котором
должна работать подсистема (рис. 2).
Кроме того, каждая подсистема должна иметь четко определенные цели, вносящие вклад в общую цель системы.
Входы и выходы могут разделяться на управляемые и неуправляемые.
Для системы управления качеством воды речного бассейна, системы промышленного или коммунального водоснабжения и канализации, системы очистки сточных вод можно указать некоторые,
типичные входы; перенос воды или стоков в бассейны других рек
или из них, приток морской воды в эстуарий (от лат. aestuarium –
затопляемое устье реки) или из него при приливах и отливах, увеличение содержания кислорода в воде за счет фотосинтеза, сезонные изменения температуры и др.
,
x1
x2
x3
x4
Рис. 2. Общее понятие системы
52
Выходы системы тоже должны быть определены, чтобы можно
было понять, удовлетворяет ли система поставленным задачам. Они
также служат входами других систем.
В системах управления качеством воды численные значения выходов (содержание взвешенных веществ, величина биохимического
потребления кислорода [БПК], растворенный кислород [РК] и различных специфических ингредиентов) регламентируется соответствующими правилами.
Выход подсистемы «река» может служить сильным выходным воздействием для системы питьевого или промышленного водоснабжения, которое может обеспечить обратную связь в виде входного воздействия на подсистему «водоотведение». При технико-экономической
оптимизации системы необходимо исключить из рассмотрения те входы, которые слабо влияют или вообще никак не влияют на ее работу.
Очень важным моментом являются постоянно происходящие
изменения во входах, выходах, окружении системы (точно так же,
как и в характеристиках самой системы). Необходимо знать природу этих изменений и скорость, с которой они протекают. Однако
почти все соотношения, принятые при проектировании, основаны
на предположении о стационарности состояния, и в них для оценки
значений входов использованы либо средние, либо, в лучшем случае, максимальные и минимальные значения. Это в значительной
степени снижает качества системы.
Рассмотрим некоторые критерии оценки качества системы.
1. Функционирование. Это один из факторов, наиболее часто используемых при оценке системы. С этой целью могут быть использованы как физические, так и математические модели, а также
опыт эксплуатации аналогичных систем. В соответствии с правилами водоохраны разрабатываются требования к функционированию систем. Например, функционирование системы управления
качеством воды речного бассейна должно быть таким, чтобы концентрация растворенного кислорода в воде превышала 4(6) мг/л,
или изменение биологического потребления кислорода на очистных
сооружениях было больше или равно 85 %.
Одним из недостатков таких фиксированных стандартов является то, что они не принимают во внимание присущей как системе,
так и окружающей среде изменчивости параметров.
Более эффективным является стандарт, который допускает
определенную вариабельность наблюдаемых результатов.
2. Стоимость. Для точной оценки стоимости необходима разработка экономической модели, включающей такие факторы, как
53
конструирование системы, стоимость строительства и эксплуатации. B п. 3.2 будет приведена оценка рентабельности действующей
системы управления качеством воды.
3. Надежность. При проектировании очистных сооружений надежности систем ранее не уделялось достаточного внимания. Существуют сильные взаимосвязи между надежностью, функционированием и стоимостью. Для того чтобы избежать отказов, можно
включить в систему дублирующие блоки, однако это повышает ее
стоимость. Для очистных сооружений, сбрасывающих свои стоки
в реку, не обладающую дополнительными ассимилирующими возможностями, требуется большая степень надежности, чем для сооружений, стоки которых попадают в реку, способную ассимилировать значительные количества избыточных загрязнений.
Эта дополнительная надежность может быть достигнута как
в процессе проектирования установок, так и при помощи улучшения их эксплуатации. Одной из систем, при разработке которой
огромное внимание уделяется надежности, является система хлорирования воды, для коммунального водоснабжения, где любой
срыв может иметь катастрофические последствия.
4. Время. Характеристикой «функционального» времени системы служит время обработки сточных вод, отнесенное к единице
мощности установки. Имеется понятие времени, необходимого для
создания системы, а также времени, требуемого самой системе для
осуществления ее целей. Установление расчетных периодов работы
сопряжено с большей неопределенностью, так как оно может быть
связано, например, с будущими проектами развития бассейна реки
или оценками будущего городского населения.
5. Требования к обслуживанию. Для пользователя системы существенную ценность имеет быстрота и простота обслуживания.
Между надежностью и требованиями к обслуживанию существует
тесная связь.
Так, более надежные системы могут требовать меньшего ухода, а
надежность системы может быть повышена улучшением обслуживания. Стационарные и передвижные станции для дистанционного
наблюдения на различных участках реки должны быть очень надежными и легко обслуживаемыми.
6. Гибкость. Системы управления должны быть достаточно гибкими для приспособления к изменяющимся со временем условиям. Приведенные выше факторы при различной их комбинации
по некоторому обобщенному критерию позволяют оптимизировать
систему. Результаты оптимизации могут использоваться как для
54
t
t
Рис. 3. Изменяющиеся во времени входные и выходные параметры
управляемых и неуправляемых процессов
уже существующих систем, так и для сравнения альтернативных
проектов новых систем. Системы управления являются дешевым
средством улучшения функционирования очистных сооружений
(рис. 3), поэтому необходимо уделять им больше внимания как при
проектировании новых, так и при эксплуатации существующих сооружений.
При разработке новых сооружений можно добиться лучшего соотношения усилий и затрат, отводимых на проектирование самих
сооружений, с одной стороны, и системы управления этими сооружениями, с другой стороны. При системном подходе производится
проектирование управляемых сооружений и систем управления
как единой составной системы. Это дополнительная степень свободы, дающая возможность модификации и системы управления, и
самого предприятия с целью улучшения его функционирования,
является одним из основных отличий между подходом традиционной техники управления и системным подходом.
Общая характеристика управляемого
водоохранного комплекса
Совокупность технических средств, которые обеспечивают выполнение норм качества вода в створах водопотребления или местах
водопользования, представляет собой водоохранный комплекс (ВК)
речного бассейна или его участка. Водный объект, обладая опреде55
ленной ассимилирующей способностью по массовому расходу, является приемником очищенных промышленных и хозяйственно-бытовых стоков, возвратных вод оросительных систем, поверхностного стока с городских и сельских территорий, осадков из атмосферы
и т. д.
В водных объектах наблюдаются значительные колебания во
времени по массовому расходу, что в большинстве случаев характерно и для поступающих в них стоков. Это приводит к необходимости для соблюдения норм качества воды синхронизации массоотведения в водный объект с его ассимилирующей способностью.
Выполненные уже в настоящее время расчеты показывают, что
для целого ряда районов оптимальными являются расчетные обеспеченности гораздо более низкие, чем применяемые обычно в проектировании.
В периоды, когда бывает мало воды, одной из важнейших задач
становится организация оптимального управления распределением
водных ресурсов.
Такое управление может быть осуществлено лишь при создании
автоматизированных систем управления водораспределением.
В процессе распределения и использования водных ресурсов при
орошении взаимодействуют предприятия сельского и водного хозяйства, объединенные общей целью производством растениеводческой продукции.
Водохозяйственный комплекс (ВХК) представляет собой систему мероприятий, осуществляемых в интересах подавляющего большинства отраслей народного хозяйства – промышленности, сельского хозяйства, энергетики, транспорта, коммунального и рыбного хозяйства и др.
За счет строительства целого каскада водохранилищ на реках
успешно решается задача внутригодового перераспределения стока
и (частично) многолетнее его регулирование.
Требования различных отраслей народного хозяйства носят противоречивый характер. Поэтому определяемые этими требованиями ограничения существенно снижают размера областей допустимых режимов водохозяйственной системы.
При разработке водоохранных мероприятий важное значение
наряду с техническим вопросами приобретают и вопросы оптимизации.
Во-первых, может быть решена задача по определению минимума средств, расходуемых на водоохранные мероприятия, для того,
чтобы намеченная цель могла быть достигнута.
56
Во-вторых, можно получить максимальный эффект от применения широкого комплекса водоохранных мероприятий при определенных затратах.
При составлении водохозяйственного баланса необходимо располагать данными о поверхностных и подземных водах; учитывать
интересы водопотребителей и водопользователей в количественном
и качественном отношениях и увязать требования отдельных участков водохозяйственного комплекса.
В зависимости от расчетных временных интервалов задача обеспечения норм качества воды может быть выполнена на нескольких
уровнях.
В соответствии с приведенной в разд. 2 классификацией:
– верхний уровень – долгосрочный прогноз на перспективу 10–
15 и более лет;
– средний – перспективное планирование на 5 лет;
– нижний – годовое планирование.
Для реализации задачи нижнего уровня могут быть поставлены
задачи управления в реальном масштабе времени с разбивкой на такие интервалы как внутригодовой, сезон (весеннее половодье, летняя метель, осенние паводки, зимняя метель), календарный месяц,
неделя и сутки.
Это позволит повысить эффективность функционирования водоохранных комплексов с позиций экологических и экономических
критериев.
Экологический критерий такого управления может быть определен как минимизация нежелательных отклонений состава и
свойств речной воды от нормативных требований, или как максимально возможная стабилизация качества воды.
Экономический критерий управления может быть сформулирован как обеспечение максимально возможного использования ассимилирующей способности водного объекта для приема тех остаточных (после первичной и вторичной очистки) концентраций примесей, удаление которых из сточных вод методами глубокой (третичной) очистки требует значительных затрат и по экономическим
соображениям нецелесообразно.
Таким образом, оперативное управление качеством речной воды
обеспечивает соблюдение действующих нормативов в тех случаях,
когда реальные условия хуже расчетных, принятых при планировании (и без такого оперативного управления произошло бы нарушение нормативов качества воды), а также позволяет получить экономию затрат (трудовых, материальных, энергетических) на охрану
57
вод во всех других случаях за счет более рационального использования ассимилирующей способности речного потока.
Технической основой достижения таких целей являются централизованно управляемые водоохранные комплексы речных бассейнов.
В них входят очистные и охладительные сооружения, земледельческие поля орошения, прибрежные водоохранные зоны, накопители-регуляторы, накопители-испарители, речные водохранилища,
рассеивающие выпуски сточных вод, устройства и сооружения для
извлечения из водного объекта всплывающих, растворенных и выпавших в осадок веществ, аэраторы речной воды и т. д.
Эксплуатационные характеристики указанных сооружений и
устройств назначают при их проектировании в зависимости от расчетных условий, определяемых на основании имеющихся сведений о водном, термическом, газовом и гидрохимическом режимах
водного объекта для естественных или фактически сложившихся
условий его функционирования (так называемые «фоновые» величины), а также сведений об антропогенных факторах, воздействующих на формирование качества воды в нем (размещение сбросов
сточных вод, режим тепло- и массоотведения объектов водопользователей и т.п. Расчетные условия обычно принимают стабильными
(постоянными), с некоторым «запасом», призванным компенсировать изменчивость и недостаточную изученность как процессов,
проходящих в самом речном потоке, так и внешних факторов, влияющих на состав и свойства речной воды.
В качестве расчетного гидрологического режима принимают
средний расход реки в месяц наименьшей водности при 95%-ной
обеспеченности.
На практике возможно отклонение от расчетных условий: как
в периоды, когда расход реки меньше расчетного (вероятность чего
невелика и не превышает нескольких процентов), так и в случаях,
которые трудно учесть расчетным путем: залповые сбросы сточных
вод; различные аварийные разливы, например нефтепродукты;
смыв в реку ливневыми водами пестицидов, минеральных удобрений, других веществ; массовое поступление загрязняющих веществ, накапливающихся на поверхности снега в период его интенсивного таяния и др.
Нейтрализовать приведенные выше ситуации можно системой
оперативного контроля качеством воды.
Централизованно управляемые ВХК речных бассейнов включают в свой состав технические средства и сооружения, с помощью ко58
торых могут осуществляться непрерывный объективный контроль
расхода и состава природных и сточных вод, управление процессами водоотведения и очистки сточных вод, регулирование речного
стока и другие мероприятия, приводящие к формированию требуемого качества воды в водном объекте.
Эффективное управление водоохранным комплексом требует применения современных средств сбора, передачи и обработки
информации, разработки математических методов определения
управляющих воздействий и автоматических средств, позволяющих технически реализовать эти воздействия, т. е. создание автоматизированных систем управления водоохранными комплексами
(АСУ ВК).
Улучшению качества воды способствует также оперативный
контроль, направленный на выявление виновников загрязнения,
сбор, систематизация и хранение информации о качестве воды.
Разрабатываются межбассейновые АСУ ВК, которые объединяют различные автоматизированные системы.
3.2. Моделирование управления качеством воды в водотоках
3.2.1. Классификация моделей
Существует два основных метода создания моделей: аналитический и машинно-экспериментальный.
Аналитический метод может быть детерминистическим (связанным с изучением тех или иных функциональных уравнений)
или вероятностным (связанным с использованием теории вероятностей и теории случайных функций).
В первом случае точное определение всех параметров входа позволяет получить точное значение выходных величин, а во втором –
одни и те же величины параметров входа могут привести в различные моменты времени к различным значениям выходных параметров.
Машинно-экспериментальный метод: построение моделей состоит в том, что в вычислительной машине программным путем реализуется система, в которой точно соблюдены все многочисленные
взаимодействия, предположительно присущие реальной системе.
Машинный розыгрыш позволяет судить об интегральной картине явления, так как при моделировании поведения системы можно
учесть не только внутренние, но и изменяющиеся внешние факторы.
В дальнейшем будут обсуждены оба метода создания моделей
для решения проблемы качества воды в системах водных ресур59
,
,
,
(
,
-
(
)
)
(
)
(
(
)
(
(
)
)
Рис. 4. Классификация моделей количества и качества воды по уровням
сов. Рассмотрим существо задачи. Водный объект представляет собой многомерную многосвязную систему, поэтому представляется
маловероятным, чтобы какая-нибудь одна модель могла удовлетворить все запросы пользователей.
В работе [25] предложена типизация водных объектов и схематизация процессов переноса и превращения веществ, на основании
которых построены различные типы моделей. Это позволяет создать иерархию специальных видов моделей для разных целей вместо единой всеохватывающей модели качества воды. Для решения
инженерных задач может быть принята трехуровневая структура
(планировочный, проектный и оперативный), которая совмещается
с количественными моделями расхода воды (рис. 4). Особенность
такого подхода заключается в том, что для оценки большого числа
потенциальных решений и выделения среди них небольшого числа
решений, приближающихся к наиболее дешевым, разрабатываются модели планирования. Их применение связано с существенным
ограничением количества входов системы, т. е. ограничением числа
рассматриваемых деталей.
Такой подход показан на рис. 5. На следующей стадии проектирования каждое из рекомендованных на этапе планирования решений должно быть проанализировано заново, но уже со значительно
большими подробностями, чем ранее.
60
Рис. 5. Зависимость диапазона и детальности различных классов моделей
Модели проектирования качества воды водных объектов предназначены для оценки долгосрочной работы системы (в смысле нахождения для каждого уровня качества воды вероятности его появления в критических точках системы). Эти модели позволяют
подтвердить или исправить сделанные на этапе планирования допущения.
В соответствии со структурой (см. рис. 4) на оперативном этапе
рассматриваются лишь внедряемые системы (на основе экономической оптимизации).
Модели управления должны определить стратегию управления
системой для достижения оптимального функционирования (технико-экономическая оптимизация). Если некоторые из ранее сделанных допущений при детальном изучении окажутся бездоказательными, то может потребоваться возврат к предыдущим этапам.
Однако в целом иерархия друг друга дополняющих моделей позволяет более эффективно использовать вычислительные средства.
В изложенном подходе представляется более целесообразным классифицировать модели качества воды по типу целей, для которых
они сделаны, а не по тому, как они сделаны. Каждый класс имеет
четкие отличительные признаки.
3.2.2. Модели планирования
Модели планирования позволяют оценить большое число возможных программ капиталовложений. Обычно их входами служат
требования к системе, сформулированные в виде прогнозируемых
потребностей в воде, а также капитальные затраты и затраты на
перекачку и обработку воды для различных частей системы. Для
больших систем при определении оптимального (в смысле стоимости) или близких к нему решений, удовлетворяющих заданным
требованиям, необходимо применять методы поиска.
61
Для уменьшения затрат при рассмотрении большого числа альтернативных решений модели планирования предусматривают
простые оценочные процедуры, основанные на среднегодовых значениях параметров качества воды.
Модели планирования в большинстве случаев детерминированные.
Кроме того, они являются простыми стационарными моделями
и не могут учесть какие-либо естественные флуктуации параметров
качества воды.
Рассмотрим применение модели планирования. Водный объект
рассматривается как приемник очищенных стоков, потенциальный
источник воды для общественных нужд и как место обитания рыб,
кроме того, река используется для отдыха. Задача состоит в нахождении такой программы капиталовложений с минимальной чистой
стоимостью для целого диапазона состояний качества воды, которая бы удовлетворяла этим требованиям. Процесс идентификации
такой модели состоит из пяти этапов.
Первый этап представляет в основном процедуру расчета качества воды по номеру рассматриваемого параметра. Здесь сравниваются среднегодовые объемы сброса стоков и связанные с ними
концентрации загрязнителей (весовой расход стоков) с соответствующими концентрациями загрязнителей в речной системе. Если
предполагается, что ошибки измерения малы, то можно определить
степень естественного самоочищения различных участков реки.
Второй этап прогноза позволяет сделать оценки величин забора
воды и возврата стоков на заданный период в будущем. При этом
предполагается, что останутся неизменными как объемный расход
реки, так и скорость процессов естественного самоочищения. Для
каждого стока допускается один из трех различных стандартов обработки, каждый из которых характеризуется своим капитальными затратами и затратами на эксплуатацию. Точно также для каждой точки забора воды из реки существует диапазон капитальных
вложений и затрат на эксплуатацию, зависящий от качества воды
в этой точке.
Качество речной воды в каждой точке водозабора прогнозируется с помощью стационарной модели, в граничные условия которой
входят объемы сброса загрязнений в реку выше по течению.
Таким образом, с любой заранее заданной комбинацией схем
очистки стоков и схем забора речной воды могут быть сопоставлены
соответствующие затраты (в денежном выражении). Все денежные
выгоды (полученные в результате улучшения рыбного хозяйства,
62
рекреационного использования и т. д.), связанные с повышением
качества речной воды, также учитываются, компенсируя отчасти
стоимость рассматриваемого решения.
Если в рассматриваемой системе, например, порядка 100 входов,
соответствующих лишь основным стокам, то при такой постановке
может получиться огромное число альтернативных решений.
Третий этап представляет поиск с помощью динамического
программирования. В частности, для рассматриваемой задачи находятся и просчитываются до следующей речной станции, расположенной ниже по течению, самое большое 30 альтернативных состояний, покрывающих весь диапазон качества воды. Таким образом,
никакое другое решение, кроме самого дешевого для каждого данного состояния реки, не применимо к этой речной станции.
Кроме того, в модели не предполагается, что запросы каждого
центра потребления воды могут быть удовлетворены только из одной системы, в ней рассматриваются разные варианты внутренних
связей между различными центрами потребления и источниками,
а также возможности транспорта воды от источников, расположенных в соседних водосборных бассейнах.
Четвертый этап размещения позволяет выбирать самый подходящий вариант распределения связей посредством изъятия тех из
них, стоимость которых самая большая, при условии, что не будет
ухудшено водоснабжение рассматриваемого центра. Изъятие одной
из связей должно привести к перераспределению потоков в остальной части системы, что делает необходимым автоматический пересчет предыдущих этапов.
Пятый этап определения капиталовложений предусматривает
для разработки программы развития изучение соответствующих
учетных или чистых затрат для оптимальных схем в различные
моменты времени в будущем. Весь процесс прогноза, поиска и размещения повторяется для последовательно возрастающих моментов времени планируемого периода. Самые дешевые решения могут
служить входами модели распределения региональных капиталовложений.
3.2.3. Модели проектирования
Результатом решения задачи на первом уровне (планирование)
является отбор небольшого числа наиболее дешевых решений,
близких к оптимальным. На втором уровне (проектирование) требуется более детальная верификация отобранных на первом уровне
вариантов с целью отыскать оптимальное решение.
63
Модели проектирования должны учитывать естественные флуктуации показателей качества воды и характеристик потоков, при
необходимости даже ежедневные. Упрощенные операционные
правила, с помощью которых производится управление системой,
должны относиться не только к количественным ограничениям,
таким, как поддержание заданного объемного расхода, но также и
к ограничениям на качество воды.
Модели проектирования в основном предназначены для оценки
долгосрочного функционирования систем водоснабжения.
Следует иметь в виду, что для получения достоверных прогнозов требуется большое количество реальных или синтезированных
входных данных. Поэтому модели должны быть сравнительно просты, так как каждая итерация дорога соотносительно с затратами
машинного времени.
В настоящее время в основном пользуются простыми детерминистическими имитациями. Однако модели учитывают эффекты
запаздывания и ослабления, которые наблюдаются при прохождении через систему элемента объема воды. Случайные флуктуации
задаются через входные данные.
В моделях проектирования необходима совместимость данных о
течении и качестве воды и сохранение всякой природной взаимосвязи между ними. Как показали исследования, объемный расход
речной воды и качество воды слабо коррелируют.
С другой стороны, если рассмотреть речную систему из двух накачиваемых накопительных водохранилищ, то для нее можно добиться улучшения качества воды, за счет ее количества. Следует
иметь в виду, что последствие учета параметров качества воды не
всегда очевидны.
3.2.4 Модели оперативного управления
Оперативные модели позволяют прогнозировать состояние системы на небольшой период времени в будущем. Для получения
прогноза объемного расхода и качества воды, на основании которого могут быть приняты решения об управлении, оперативная модель использует данные о прошлом и настоящем состояниях системы в качестве входной информации.
Способность вырабатывать управляющее решение может быть
свойством, присущим самой модели.
Степень перемешивания с прижимающим потоком является
удобным средством выбора между различными существующими
в настоящее время оперативными моделями качества воды.
64
1. Перемешивания нет. Модель имеет вид дифференциального
уравнения в частных производных первого порядка:
wÏ(ó,s)
ws
ª wC(w,s)
º
e1 «
, C(w,s) »
w
w
¬
¼
(1)
2. Частичное перемешивание. Модель имеет вид дифференциального уравнения в частных производных второго порядка:
ª w2C(w, e ) wC(w,s)
º
e2 «
,
, C(w, e ) »
2
ww
¬« ww
¼»
w0 d w d we ;s0 d s d se
wÏ(ó,s)
we
(2)
3. Полное перемешивание. Обыкновенное дифференциальное
уравнение первого порядка с запаздыванием для учета эффекта распространения между двумя пространственными точками Х0 и X1:
wC(w1,s)
e3 > C(w1,s), C(w0 ;s Tc ) @.
(3)
ws
0 s se
В этих уравнениях t – независимая переменная времени; x – независимая переменная расстояния; С – вектор зависимых переменных концентраций, a f1, f2, f3 – вектор-функции указанных переменных. Значения х и xj представляют пространственные границы
системы, а t0 и tf указывают интервал операционного времени.
Несмотря на то, что теоретически уравнение (2) представляется
наиболее подходящим для описания динамики системы, некоторыми авторами показано, что более простая модель с сосредоточенными параметрами, основанная на уравнении (3), дает вполне приемлемые данные по величинам БПК и РК.
Степень сложности модели может быть ограничена применяемыми вычислительными средствами. Кроме того, существуют способы
улучшить прогнозирующую способность модели без структурного
изменения базисной модели. Известно, что расхождение между наблюдаемыми и предсказанными значениями очень редко оказываются случайными; это указывает на наличие остаточной информации, неучтенной в модели. Обычно эти остаточные члены можно
моделировать с помощью временных рядов. Получающаяся в результате математическая модель расхождений включается в детерминистический прогноз для учета суммарного эффекта недостатков
структуры детерминированной модели. Этот способ успешно применялся для прогноза объемного расхода рек.
65
3.2.5. Характеристика исходных данных
для моделей различного типа
Каждый тип приведенных выше моделей имеет свои собственные требования на входные данные по качеству воды с точки зрения
длины записи и частоты сбора проб. Достоверность любых результатов и рекомендаций, полученных с помощью модели качества воды,
не превосходит достоверности используемых входных данных.
Для моделей планирования, где требуются только среднегодовые значения параметров качества воды, желателен как можно более длительный временной ряд даже с малой частотой сбора данных, доходящей до одного месяца. Практически временные ряды
всегда будут представлять собой малые выборки, но очевидно, что
уверенность в их репрезентативности увеличивается с ростом длины записи.
Модели проектирования требуют не только большей продолжительности данных во времени, но также и более частого сбора проб,
чем модели планирования. Измерение с частотой один раз в сутки
или в пять суток могли бы помочь выделить из случайных отклонений любую авторегрессионную компоненту, присутствующую
в наблюдаемых флуктуациях. Кроме того, идеальная частота сбора
данных может зависеть от вида и размера накопителя.
Оперативные модели предъявляют к входным данным совершенно другие требования. Для проверки модели на адекватность
достаточно уже нескольких лет сбора данных. Для сбора и обработки таких данных с требуемой частотой их сбора становится необходимым применение автоматических станций контроля.
66
4. ДЕТЕРМИНИРОВАННЫЕ МОДЕЛИ КАЧЕСТВА ВОДЫ
ВОДНЫХ ОБЪЕКТОВ
4.1. О механизме процесса формирования качества воды
В разделе 3 было отмечено, что одной из наиболее значительных
концентраций по отношению к формированию качества природных
вод является концентрация ассимилирующей способности водного
объекта, т. е. способности природных вод к разложению большого
числа компонентов, содержащихся в твердых и жидких отходах.
В настоящем разделе рассмотрим модели, которые более или менее точно объясняют это явление. С этой целью необходимо выделить
те физические величины, на которые можно было бы опираться при
определении качества речной воды. Однако в этом случае приходится сталкиваться с большими трудностями как из-за множества форм
загрязнения (сбросы органического происхождения, загрязнение химическими веществами, радиоактивность, термозагрязнение, патогенные бактерии и др.), так и из-за различных последствий, связанных с загрязнением (гибель флоры и фауны, влияние на земледелие,
запахи и др.). Наиболее значительными в количественном отношении и по своему влиянию на окружающую среду являются отходы
органического происхождения (вещества, подверженные биохимическому окислению, т. е. неконсервативные вещества).
Процесс биохимического окисления органических веществ протекает под воздействием бактерий согласно уравнению: органические веществакислород o водадвуокись углеродаиные вещества.
Это уравнение, являясь справедливым для аэробной среды, т. е.
там, где присутствует растворенный кислород, показывает, что разложение органического вещества можно считать эквивалентным
реакции окисления, которая приводит к понижению концентрации
растворенного кислорода, подвергая опасности экологическое равновесие в реке.
Из вышеизложенного очевидно, что величина растворенного
кислорода является хорошим общим показателем жизнедеятельности водной среда играет важную роль в экологическом состоянии
реки, в связи с чем при определении качества речной воды эту переменную необходимо отнести к числу смысловых. Со времен классических исследований Стритера и Фелпса моделированию и анализу
содержания РК в реке была уделена значительная часть литературы, посвященной моделям качества воды.
67
Учитывая далее, что результат влияния любого типа органического загрязнения состоит в поглощении растворенного кислорода,
концентрацию загрязняющего вещества органического происхождения обычно определяют количеством кислорода, необходимого
для полного его окисления, т. е. с помощью так называемой биохимической потребности в кислороде.
В силу важности взаимодействия между БПК и РК стало обычным говорить о моделях или системе БПК-РК. Однако было бы неверным утверждать, что эти величины сами по себе достаточны для
полной характеристики качества воды. Они лишь представляют
собой один из многих аспектов сложного гидрологического, термохимического, биофизического и биохимического процесса, который
протекает в водном объекте.
Упомянутое выше уравнение является одним из звеньев замкнутой феноменологической цепи, отображающей явления, происходящие в экосистеме. Отправным моментом в описании этой цепи
может стать биохимическое окисление органических веществ под
действием бактерий.
Образующаяся в процессе разложения двуокись углерода поглощается фитопланктоном в процессе фотосинтеза и таким образом
превращается в биомассу. Та же участь постигает многие другие
вещества, в молекулу которых входит фосфор и азот, являющиеся
побочными продуктами реакции разложения, описанной вышеприведенным уравнением (по этой причине такие вещества часто называют питательными веществами).
Продукты такого биологического разложения превращаются
в растительную биомассу. Такая биомасса составляет питательную среду для организмов зоопланктона, поедаемых в свою очередь планктоноядными рыбами, которые сами, наконец, являются пищей для плотоядных рыб. Все элементы этой трофической
цепи (от фитопланктона до плотоядных рыб) в силу процесса
отмирания поставляют органические вещества, которые, присоединяясь к поступившим из внешней среды органическим веществам, составляют питательную среду для популяций бактерий.
Приведенное описание цикла питания представляется крайне
прямолинейным, и, следовательно, упрощенным, потому что не
учитывает большого числа явлений, которые, хотя и могут быть
опущены, при определенных условиях оказываются довольно
значительными.
На первом этапе рассмотрим модели, целиком абстрагированные
от динамики различных компонентов экосистемы растительного
68
и животного происхождения (биота), т. е. когда такие компоненты
стационарны во времени.
4.2. Обобщенная модель формирования качества воды
Рассмотрим бесконечно малый участок реки dx. Пусть x расстояние, отделяющее данное поперечное сечение водотока от исходного сечения. Баланс массы осуществляется на участке реки между
сечениями xdx. Площадь поверхности поперечного сечения реки,
являющаяся обычно функцией времени и пространства, обозначается в дальнейшем через :(x,t), тогда как расход (объемный) через сечение x в момент t обозначается через Q(x,t). Обозначая через
Qi(x,t), Qaf(x,t) и Qe(x,t) расходы (на единицу длины), выражающие
соответственно инфильтрацию подземных вод, боковые притоки
и испарение, принцип сохранения массы воды на элементарном
участке можно показать схемой (рис. 6.)
Поскольку
wQ
Q(w cw,cs) Q(w,s) cw
ww
w:
и при условии, что изменение объема воды за время dt есть
cwcs ,
ws
получим
w:
wQ
cwcs Qcs (Q )cs (Q1 Qþe Qd )cwcs,
ws
ww
или иначе:
wQ w:
ww ws
Q1 Qþe Qd
(4)
Qe(x,t)dx
Q(x+dx,t)dx
x+dx
dx
Qaf(x,t)dx
l
x
Q(x,t)
:(x,t)
Qt(x,t)dx
Рис. 6. К выводу уравнения баланса массы
69
Uɋ2Q2dx
Sldx
x+dx
UCpT(x+dx1t), Q(x+dx1t)
UɋpTafQafdx
dx
x
UɋpT(x,t)Q(x,t)
UɋpTiQidx
Рис. 7. К выводу уравнения сохранения энергии
В дальнейшем уравнение (4) будет использовано для появления
как в уравнении энергетического баланса, так и в уравнениях баланса массы неконсервативного вещества и растворенного кислорода члена wu/wxw:/wt , который будет замещен членом QiQaf–Qe.
Предполагаем, что существует локальная взаимосвязь : :(x,Q),
позволяющая преобразовать уравнение (4) в дифференциальное
уравнение с одним неизвестным Q(x,t).
Рассмотрим вывод уравнения сохранения энергии для элементарного участка реки (рис. 7). Обозначим T(x,t) абсолютную температуру воды в сечении x в момент t, расход Q(x,t) связан с производительностью UCpT(x,t)Q(x,t), где и Ср представляют собой плотность и удельную теплоемкость воде, в то время как расходы Qi(x,t)
и Qaf(x,t) связаны с производительностями (на единицу длины)
UCpTi(x,t)Q(x,t) и UCpTaf(x,t)Q(x,t) , если через Ti(x,t) и Taf(x,t) обозначены абсолютные температуры соответственно инфильтрующихся
подземных вод и бокового притока.
В отличие от этого поток энергии, обозначенный через Sc, связан
не с транспортом вещества, а с поглощенной энергией солнечной
радиации qs-энергией, передаваемой воде посредством излучения и
в процессе конвективного теплообмена. Для определения этого потока S можно воспользоваться следующим уравнением:
4
S pr V(ETþT
dT 4 ) K cZ(TþT T),
(5)
где V – постоянная Стефана-Больцмана; E – коэффициент облачности; ТаТ – абсолютная температура воздуха; Т – температура водной
эмиссии; Kc – принятый показатель конвекции; Z – скорость ветра.
70
Величина UСeQedx представляет собой величину энергии, необходимую для образования условий испарения Qedx, константа
Сe – скрытая теплота испарения. Расход испаренной жидкости Qe
зависит от температуры воды и метеорологических условий окружающего воздуха. Величину Qe можно найти по следующей классической формуле:
Qd K ccZ> dr (T) dþT (TþT , Z,...) @,
(6)
где Ks – соответствующая константа; es(T) – интенсивность испарения воды при температуре; eaT – давление водных: паров в атмосфере.
На рис. 7 отображены не все возможные энергетические потоки,
например, не указан возможный теплообмен водной среды с руслом реки и теплообразование в результате трения при перемещении
жидкости.
В некоторых случаях эти величины нельзя было бы не принимать во внимание.
Поскольку изменение энергии на элементарном участке за вреw(:Ð)
мя dt выражается как C î
cwcs , принцип сохранения энергии
ws
можно представить в виде (l – ширина водотока):
UC o
w(:T)
wQ
wT
ª
º
cwcs U «Qs (Q cw)(T cw) QhTh cw Qþe Tþe cw » u
ws
ww
ww
¬
¼
u C o cs Skcwcs UCk Qk cwcs.
Учитывая, что
Q(w,s)
.
:(w,s)
Находим
w(:T)
ws
:
wT
w:
и определяя скорость v(x,t)
T
ws
ws
как u(w,s)
wT
wT
u
ws
ww
§
Ck
Qc § w: wQ ·
rk
Qk ¨
¸ T ¨¨ QhTh Qþe Tþe : © ws ww ¹
U
C
Co
o
©
·
¸.
¸
¹
Возвращаясь затем к уравнению (4) и полагая, что Qi Qaf –
Qe Qc получаем следующее уравнение в частных производных:
wT
wT
u
ws
ww
C
Qc 1 §
rk
¨ QhTh Qþe k Qk ¨
: :©
UC o
Co
·
¸
¸
¹
(7)
в котором члены Ql и s зависят от T, как это показано в уравнениях
(5) и (6).
71
Далее перейдем к рассмотрению принципа сохранения массы вещества. С целью более простого описания физико-химических и биохимических процессов примем ряд упрощающих гипотез: а) в реке
постоянно и на всей ее протяженности существуют аэробные условия;
б) в реке отсутствуют ингибиторы роста популяций бактерий; в) неконсервативное вещество равномерно распределено в каждом поперечном
сечении реки (это подразумевает рассмотрение задачи как одномерной); г) можно пренебречь влиянием дисперсии и диффузии в продольном направлении (вещество, разлагаемое под действием бактерий, распространяется в реке только благодаря переносу течением реки).
С учетом изложенного выше построено дифференциальное уравнение в частных производных для БПК. Количество разлагаемого
под действием бактерий вещества, поступающего в выбранный участок (рис. 8) через сечение х в единицу времени, составляет Q(x,t)
CБПК(х,t), а количество вещества, выходящего через сечение xHdx,
составляет Q(xdx)CБПК(хdx).
Поскольку потоки инфильтрации подземных вод и испарения не
имеют БПК, они не входят в баланс, тогда как значение БПК, представленное величиной Qaf(x,t) CБПКaf(х,t)dx, поступает от притоков. К этому последнему числу необходимо добавить M(x,t)dx учитывающей все иные случаи возникновения БПК (поступление органических веществ из внешней среды за счет отмирания биомассы
представителей гидрофлоры и фауны и др.)
Член KsedCБПКdx учитывает явление седиментации веществ,
подверженных биохимическому окислению, в русло реки.
Таким образом, изменение БПК на элементарном участке (рис. 8)
w(:k¿ÍÈ )
в интервале времени dt, выражено как
cwcs. Принцип соws
x+dx
Q(x+dx1t) CȻɉɄ(x+dx1t)
(PQafCȻɉɄDI)dx
dx
x
Q(x,t)CȻɉɄ(x,t)
KsedCȻɉɄdx
Рис. 8. К выводу уравнения сохранения массы
неконсервативного вещества
72
хранения массы (которого в этом случае следовало бы придерживаться, учитывая количество подверженного окислению вещества
Kcdxdt, действительно окисленного за время dt) устанавливает, что
w(:C¿ÍÈ )
wÏ
wQ
ª
º
cwcs «QC¿ÍÈ (Q cw)(C¿ÍÈ ¿ÍÈ cw) » cs ws
ww
wó
¬
¼
(M Qþe )cwcs Krdc C¿ÍÈ cwcs Kb cwcs.
Член Kc зависит, как правило, не только от состава и концентрации вещества, разлагаемого под действием бактерий, но также и от
концентрации CO2(x,t) растворенного в воде кислорода и температуры самой воды, т. е.
Kb Kb (C¿ÍÈ , CO2 ,T).
(8)
Учитывая уравнение (4) и полагая как обычно QiQaf – Qe и
Q(w,s)
можно получить следующее уравнение в частных
u(w,s)
:(w,s)
производных:
wÏÌ2
ws
u
wCO2
ww
M Qþe CO2 þe
Qc Krdc
K
CO2 0 ,
:
:
:
(9)
которое в конструктивном отношении представляет собой тот же
тип уравнения, что и уравнение (7).
Баланс растворенного в воде кислорода. Поступая аналогично
тому, как это было сделано для БПК, можно составить уравнение
в частных производных описывающее изменение во времени и пространстве величины CО2(x, t). Согласно рис. 9 предполагается, что
K2ldx
Q(x+dx1t) CO (x+dx1t)
Sldx
x+dx
dx
l
x
2
(NQafCɈ af)dx
2
Q(x,t)CO (x,t)
2
Рис. 9. К выводу уравнения кислородного баланса
73
боковые притоки являются носителями растворенного кислорода
(QafCafdx) и испарение и инфильтрация подземных вод не осуществляют кислородного обмена.
В отличие от этого, член Ndx учитывает образование кислорода на выбранном участке реки благодаря протеканию фотосинтеза
и дыханию бактерий и других растительных и животных видов,
а также в результате искусственной аэрации. В конечном итоге,
поступление кислорода K2ldx происходит в результате явления
естественной реаэрации, величина коэффициента K2 обычно принимается пропорциональной дефициту кислорода: '(x,t) Cпр
O2(T)–
CO2(x,t), где Cпр
O2 представляет собой концентрацию насыщения
кислородом воды при температуре Т. Кроме того, коэффициент пропорциональности K0 между K2 и ' также является функцией температуры, как и условий турбулентности воды и воздуха.
В заключение можно записать:
íî
K2 (w,s,T) Kþ (T)CO
(T) CO2 (w,s).
(10)
2
Далее приходим к следующему дифференциальному уравнению:
wÏÌ2
ws
u
wCO2
ww
K2 k N Qþe Cþe
K
Qc
CO2 b ,
:
:
:
(11)
в котором член Kc/:, присутствующий также в уравнении (9), представляет собой количество кислорода, необходимое для окисления
неконсервативных веществ.
Частным случаем рассмотренных выше процессов для участка
реки является случай, в котором баланс массы и энергии необходимо выражать относительно точки, тогда наблюдается «сосредоточенное» явление. Типичным примером является случай слияния
водотоков (рис. 10):
Q Q1Q2, T O1T1O2T2, CБПК O1СБПКO2СБПК, CО2 O1СО2O2СО2
Q1T1CȻɉɄ1 ɋɈ2
QTCȻɉɄ ɋɈ2
Q2T2 CȻɉɄ 2 ɋɈ2
Рис. 10. Схема слияния водотоков
74
при O1
Q1
, O2
Q1 Q2
Q2
.
Q1 Q2
Еще более простым является случай, в котором имеется точка
раздвоения, поскольку из четырех смысловых величин Q, T, CБПК,
СО2 только первая изменяется в процессе раздвоения. Если допустить интегрируемость (численным, аналитическим методом или
моделированием) четырех дифференциальных уравнений (4), (7),
(9), (11), можно путем вычисления найти БПК и РК в любой момент
и в любой точке водной сети при отсутствии циклов на ее графе, интегрируя вышеприведенные уравнения по длине различных входящих в систему участков и в порядке, в котором они следуют друг за
другом от выбранной выше по течению начальной точки до определенной точки в нижнем течении.
Например, для схемы (рис. 11) интегрируется система дифференци4
альных уравнений на участках 1 и 2, чтобы
5
затем найти в точке слияния «G» баланс
массы и энергии, что определит краевые
условия, необходимые для выполнения ин3
тегрирования на участке 3. Проведя затем
интегрирование на участке 4, переходим
2
Q
к новому сосредоточенному балансу в точ1
ке слияния «G», что позволит интегрированием участка 5, завершить вычисления во
всей водной сети.
Рис. 11. Участок гидроДля удобства численного решения или
графической сети
моделирования полученных выше уравнений представим их в виде системы:
w: wQ
ws ww
Qh Qþe Qd (T)
(12а)
C
1§
Qc(T)
r(T)k ·
T ¨ QhTh Qþe Tþe k Qk (T) ¸, (12б)
:
UC o ¹¸
A ©¨
Co
wÏ¿ÍÈ
wC
u ¿ÍÈ
ws
ww
þe
K
Ï
(
Qc(T) Kr C¿ÍÈ
ï ¿ÍÈ ÏÌ2 T) M Qþe C¿ÍÈ
(12в)
,
:
:
:
wÐ
wT
u
ws
ww
75
wÏÌ2
u
wCO2
ws
ww
Kb (C¿ÍÈ ÏÌ2 Ð) K2 (Ð)k N Qþe CO2 þe
Qc(T)
CO2 .
:
:
:
(12г)
Эту систему дифференциальных уравнений в частных производных можно проинтегрировать с помощью численных методов, которые позволяют в удобном виде представить дискретно как время,
так и пространство. Более совершенные методы получаются при использовании различного типа вычислительных средств (цифровых,
аналоговых или гибридных).
4.3. Анализ структуры обобщенной модели
При обосновании наиболее подходящих методов интегрирования системы уравнений (12) рассмотрим кратко ее структуру.
На рис. 12 приведен график рассматриваемой системы, на котором изображены «связи», существующие между различными уравнениями системы. Из этого графика видно, что не существует ни
одного уравнения, которое можно интегрировать отдельно от других, потому что на графике не существует ни одной угловой точки,
в которую не входили бы дуги.
Однако существует возможность решения подсистемы, состоящей из первых двух уравнений, в которых не участвуют члены и .
Решив эту подсистему, можно затем проинтегрировать подсистему,
состоящую из уравнений (12в) и (12г), после чего становятся известa)
б)
Q
C
T
ɋO
2
Q
C
Рис. 12. Cхема связи системы уравнений (12):
а) когда Q(T) Qe, Kc (CБПК, СО2, T) Kc (CO2, T);
б) в случае Qe(T) QeKc (CБПК, СО2, T) Kc (CБПК, T)
76
T
ɋO
2
ными зависимости :(k,t), v(k,t), T(k,t). Таким образом, задача распадается на две менее сложные, которые решаются последовательно
одна за другой.
В практических задачах часто отсутствует явная зависимость
интенсивности испарения Ql от температуры воды Т (т. е. эта зависимость не принимается во внимание в балансе водной массы, расход
на испарение мал по сравнению с другими расходами), зависимость
величины Kc от величины CO2. В этих случаях график на рис. 12,а
преобразуется в график на рис. 12,б.
Здесь уже существует узловая точка, в которую дуги не входят
(узловая точка Q), означающая, что соответствующее уравнение
(12a) может быть решено независимо от других. Получив функции
:(x,t), Q(x,t) и v(x,t), можно теперь решить второе уравнение (12), а
следовательно (12в) и (12г).
Уравнение (12а), как отмечалось выше, проинтегрируется только в сочетании с другими уравнениями. Это осуществимо и в том
случае, когда приняты определенные допущения. Например, гипотеза о стационарном водном режиме, которая позволяет принять
w:/wt 0, а Qi, Qe и Q в уравнении (12а) независимыми от времени
величинами, в результате чего это уравнение примет вид:
wQ
ww
Qh Qþe Qd
и его решение будет
w
Q(w) Q(0) ³ ª¬Qh ([) Qþe ([) Qd ([) º¼ c[.
0
Зная площади поверхностей :(x) в каждой точке, можно получить таким образом скорость v(x) Q(x)/:(x), которая также оказывается величиной, независимой от времени. В случае периодически
изменяющейся во времени скорости, которая наблюдается в приливных участках водотоков, где воздействуют приливы и отливы,
имеем зависимость: v(t) VsinZt.
Для эстуариев или для участков рек, которые испытывают
на себе такие влияния снегов, используется зависимость вида:
v(x,t) v(x)VsinZt.
Если априорно принять один из указанных случаев, уравнение
(12а) еще нельзя будет интегрировать, но, если принять далее гипотезу о значительной аэробности среда (Kc не зависит от СО2) три
уравнения (12б–г) можно последовательно интегрировать, причем
довольно экономично с вычислительной точки зрения.
77
Любое из трех уравнений принимает типовой вид:
wt(w,s)
wt(w,s)
u(w,s)
ws
ww
e (w,s,t)
(13)
Задача Коши для уравнения (13) сводится к нахождению решения u u(x,t), 0d x d X, 0 d t d T, которое удовлетворяет краевым условиям:
u(0,t) uc(t), 0 d t d T
(14а)
и начальным условиям
u(0,x) uc(x), 0 d x d X
(14б)
Предположив, что известны краевые условия uc(t), в сечении
X 0 можно было бы провести непрерывные измерения температуры, БПК и уровня РК, тогда как предположить известными начальные условия – значит предположить возможность получения
«фотографии» температуры, БПК и содержание РК на всем рассматриваемом участке реки. Определение начальных условий является поэтому намного более сложной операцией, чем определение граничных условий, тем более, что почти во всех реальных ситуациях
начальные условия неизвестны и, следовательно, проблему, строго
говоря, нельзя представить в виде задачи Коши. Поэтому рассмотрим эту задачу лишь как первое приближение.
4.4. Некоторые типовые модели
Периодически изменяющийся расход воды и постоянная нагрузка БПК.
Исходные данные: расход сточных вод q1cт, состав стоков Сст
БПК1 и
ст
С О2, состав речной воды большое насыщение кислородом, Среч
БПК 0,
расход воды колеблется Q(t) Q1'QcosZt. Тогда в точке введения
(X 0) имеем:
Q(t) Q1'QcosZt (Q Qqст),
Ï¿ÍÈï (s) C¿ÍÈ (Q,s)
CO2b (s) CO2 (Q,s)
ïð
pC¿ÍÈ
,
Q 'Q cos Zs
ïð
(Q2 'Q cos Zs)CO2r
p ïð ÏÌ
2
Q 'Q cos Zs
.
Колебания расхода вызывают изменения скорости, а также изменение сечения. Для упрощения выкладок положим, что сечение
78
практически остается постоянным во времени, т. е. :(t) const. Тогда u(w,s) u 'u cos Zs.
cw
В связи с этим уравнение
u(w,s) принимает вид
cs
cw
u 'u cos Zs и имеет в качестве решения (x(f) Q, что вытекает
cs
из [x(W) 0, u(W) uc(W)]) следующее выражение:
w(e ) u(s W) 'u
(sin Zs sin ZW)2 .
Z
(15)
Если на исследуемом участке реки не принимать во внимание величину инфильтрации бокового притока и испарения (Q 0), а также явление седиментации (Ksed 0), распределенную величину БПК
(M 0) и образование кислорода (N 0), уравнения
cC¿ÍÈ
e¿ÍÈ (Ï¿ÍÈ ,Ð, ó,s)
cs
cCO2
eO2 (CO2 , Ï¿ÍÈ ,Ð, ó,s)
cs
принимают вид
cC¿ÍÈ
K (C
)
b ¿ÍÈ ,
cs
:
cCÌ2
K (C
) K Ï
íî
b ¿ÍÈ 2 ¿ÍÈ (ÏÌ
ÏÌ2 ).
2
:
:
cs
Полагая теперь, что если бы член Kс(СБПК) оказался пропорциональным концентрации СБПК, т. е. Kс(СБПК) KсСБПК мы получили бы
cC¿ÍÈ
cs
íî
ÏÌ2 )
c(CÌ
2
cs
K1C¿ÍÈ ;
(16а)
íî
ÏÌ2 ),
K1C¿ÍÈ K2 (ÏÌ
2
(16б)
где константы K1 и K2 довольно легко найти.
Решение уравнения (16а) имеет вид:
Ï¿ÍÈ (s) C¿ÍÈ (W)d K1 (s W) .
Решение (16б) имеет вид:
(17)
s
íî
íî
CO
ÏÌ2 (s) (CO
ÏÌ2 (W))d K2 (s W) ³ d K2 (s [) K1C¿ÍÈ ([)c[ (18)
2
2
0
79
Подставляя (17) в (18), получим:
íî
íî
CO
ÏÌ2 (s) [CO
ÏÌ2 (W)]d K2 (s W) 2
2
(19)
K2
C¿ÍÈ [d K1 (s W) d K2 (s W)
K2 K1
Для получения полного решения в уравнение (17) и (19) вводятся
начальные условия [x(W) 0, u(W), 0<W<T], которые в данном случае
имеют вид:
C¿ÍÈ (W)
CO2 (W)
ïð
p1ïð Ï¿ÍÈ
;
Q 'Q cos ZW
ïð
(Q2 'Q cos ZW)CO2r
p1ïð ÏÌ
2
Q 'Q cos ZW
.
Поступив так, можно считать решение вполне определенным.
На рис. 13 приведено решение СБПК (х, t).
На рис. видно, что при больших значениях t и x величина БПК
очень невелика. В отличие от этого, при рассмотрении конкретного
сечения исследуемого участка реки величина БПК периодически
колеблется во времени (кривая СБПК(W)), но при более низких значениях БПК. Для заданного момента t величина БПК уменьшается по мере увеличения x (кривая (а) на рис. 13). Аналогичные соображения можно привести в отношении растворенного кислорода,
который стремится возвратиться к состоянию насыщения по мере
удаления от начального сечения.
C
C
SZ
(W)
2SZ
2SZ
x
t
Рис. 13. Поверхности СБПК(х)
80
4SZ
C
CɈ
2
C
CɈ
2
0
x
0
x
x
Рис. 14. Зависимости изменения СБПК и СО2 вдоль реки
Постоянный расход воды и постоянная нагрузка БПК. Рассмотрим случай, когда расход в реке постоянен во времени. Аналогично
предыдущему случаю можно получить такие же формулы (17) и (19)
для СБПК (t) и СО2 (t), тогда как в уравнение (15) войдет w(s) u(s W).
Распределение БПК и РК вдоль оси реки постоянно во времени и
приведено на рис. 14. Ордината w соответствует минимуму величины РК или максимуму дефицита кислорода и зависит от величины
для СБПК, концентрации CO2 , что можно легко обнаружить из формулы (19).
Третий способ отображения величин СБПК(t) и СО2(t) показан на
рис. 15, где линия J может принадлежать поверхности, расположенной как в пространстве СБПКСО2х, так и в пространстве СБПКСО2t,
в зависимости от того, интерпретируется эта линия как отображение состояния реки в какой-то момент s , или как характеристика
движущейся частицы, наблюдаемая исследователем, движущимся
вместе с ней.
CɈ
2
CɈ
25
J
0
C
C
Рис. 15. Представление БПК и РК в плоскости состояния (СБПК СО2)
81
Этот последний тип отображения является наиболее произвольным, если рассматривать проблему с точки зрения теории систем,
поскольку плоскость СБПКСО2 совпадает при этом с так называемой
плоскостью состояния. Обозначив производную обычной функции
H(t) через H(t), а дефицит кислорода через ' ÏÌ2r CO2 , получаем
cC¿ÍÈ
cs
c'
cs
K1C¿ÍÈ ;
K1C¿ÍÈ K2 (CO2r CO2 ).
(20а)
(20б)
Система уравнений 20 представляет собой уравнение динамической, линейной автономной системы второго порядка типа
Z Fz
(21а)
где Z – представляет собой вектор, а матрица F для рассматриваемого случая задана как
F
K1 0
.
K1 K2
(21б)
Подобные системы позволяют порождать плоскость состояния
как плоскость единственного состояния равновесия, когда матрица не является единичной (как в данном случае). Кроме того, такое
состояние равновесия является асимптотически устойчивым, если
диагональные компоненты матрицы имеют отрицательную действительную часть. Поскольку в данном случае этими величинами
являются –K1 и –K2, то система является асимптотически устойчивой, о ней можно говорить, что относительно каких бы начальных
условий (СБПК, ' ) система не рассматривалась, она приходит к условиям, когда СБПК 0 и ' 0, т. е. органические загрязнения окисляются, и величина растворенного кислорода возвращается к максимальному насыщению (для случая, если ниже выпуска сточных
вод нет других источников загрязнения).
Линии j параметрического уравнения
СБПК СБПК(t);
(22а)
' '(t)
(22б)
в плоскости (СБПК, ') называются траекториями и все они стремятся к началу координат плоскости системы.
В качестве примера на рис. 16 приведены траектории, относящиеся к случаю K1 1 и K2 2. В этой плоскости существуют две
82
траектории
прямолинейного
'
типа: траектория d соответствуC
CɈ
ет реке, в которой отсутствуют
2
загрязняющие вещества, и траектория СБПК. Область допустимых концентраций 0dСБПК d1;
D
0 dСБПК dСsО2 разделена на две чаC
сти прямой x, где все начальные
условия, расположенные слева от
Рис. 16. Траектория
этой прямой, порождают траектов плоскости
рии, в которых СБПК и ' понижасостояния (СБПК, ')
ются, тогда как все условия, находящиеся справа от такой прямой,
порождают траектории, отображающие точку максимального
прогиба кислородной кривой (максимум дефицита кислорода).
Главным недостатком этой модели является тот факт, что траектории, относящиеся к начальным величинам БПК, достаточно высокие и перекрывают прямую равновесия ' СsО2.
Другими словами, если начальное содержание БПК слишком
высокое, модель просто дает отрицательные значения для концентрации кислорода. Это объясняется тем, что в условиях, которые не
являются полностью аэробными, описанную модель нельзя рассматривать как достоверную в отличие от аналогичных моделей, полученных для высоких значений дефицита кислорода.
В работе определены условия применимости системы уравнений
0 Сs и более общий случай С0 zСs . Для про(20) для случая СО
О2
О2
О2
2
стоты расчетов приведена номограмма. Для условий, когда система
Фелиса-Стритера не применима, можно расширить пространство
состояний, приняв в качестве третьей переменной состояние популяцию бактерий, или же отказаться от линейности модели.
В качестве нелинейной модели, которая дает решение проблемы,
может использоваться модель вида:
cC¿ÍÈ
cs
cCO2
cs
DC¿ÍÈ ÏÌ2 ;
DC¿ÍÈ ÏÌ2 E(ÏÌ2r CO2 ).
(23)
Траектория такой системы показана на рис. 17 в сопоставлении с траекторией, которую дает линейная модель. Структуру та83
'
2
CɈ
2
1
0
C
Рис. 17. Модели:
1 – линейная; 2 – нелинейная
кой модели можно считать вполне приемлемой, если иметь в виду,
что в принятых гипотезах производная от СБПК является не чем
иным, как –Kс/:, т. е. предполагается, что скорость реакции
Kс Kс(СБПК,СО2) пропорциональна концентрациям участвующих
wy
в ней реагентов. Модель (23) типа
e (y) допускает в качестве
ws
we
Vy в начале координат пространлинеаризованной модели Vy
wy 0
ства состояний системы (20). Таким образом, нелинейная модель 23
решает проблему отрицательных концентраций кислорода и совпадает с линейной моделью (20), которая может рассматриваться как
частный случай системы (23), в пределах начала координат.
Распределенные источники БПК. В качестве краевых условий
принимаются следующие: на исследуемом участке реки в начальный момент вода не содержала неконсервативных веществ СБПК(х,0)
и в начальном сечении БПК всегда была нулевой СБПК (х, t). Модель,
описывающая этот процесс, может быть представлена в виде:
Þ)
wC¿ÍÈ
wC
Ê (s)
u ¿ÍÈ K1Ï¿ÍÈ 1 ;
ws
wó
:
w'
w'
u
KC¿ÍÈ K2 '
ß)
ws
ww
(24 а, б)
Рассмотрим решение системы уравнений (24) с применением
преобразования Лапласа функции f(t) действительной переменной,
которое представляет собой комплексную функцию F(S) комплексной переменной.
84
Преобразование Лапласа производная от функции f(t) выражается как SF(S)–f(‡). Применяя преобразование Лапласа к системе
уравнений (24), получаем уравнение
wÀ(w, S)
M (S)
K1 B(w, S) SB(w, S) C¿ÍÈ (w,0) u
,
ww
:
в котором B(x,S) и M(S) представляет собой результат применения
преобразования Лапласа к функциям СБПК(х, t) и М(t). Учитывая,
что B(x,0) 0 и интегрируя уравнение, получаем:
B(w, S)
M (S)
1
(1 d KT (w) ST (w) ),
A (S K1 )
(25)
где через T(x) обозначено время, необходимое элементарной частице
w
для прохождения расстояния x, т. е. T (w)
.
u
Уравнение (25) устанавливает тот факт, что динамическое явление, причиной которого (вход) является M(t), а следствием (выход)
значение СБПК (х, t), может описываться с помощью простой передаточной функции. Структурная схема, соответствующая уравнению (25), приведена на рис. 18. Она состоит из инерционного блока
1/:(SK1), связанного последовательно с блоком, состоящим из соединенных параллельно безынерционного блока с единичным коэффициентом усиления и блока запаздывания e–ST(K) (с коэффициентом затухания).
Первый блок этой схемы не зависит от x, что следует иметь
в виду, когда необходимо вычислить функцию СБПК(х,t), моделируя
передаточную функцию B(w, S) / M (S) для различных значений x.
Функция СБПК(х,t) соответствующая определенной функции
M(t) находится, как правило, следующим образом. Сначала вычис-
1
m
Ɇ
+ B(x,s)
–
1
:S+K1
e K1T ( x) e sT( x)
Рис. 18. Структурная схема системы, передаточная функция
которой определяется выражением (25)
85
ляется преобразование Лапласа M(S) функции M(t), которое имеет
вид:
m (S)
M
f
³d
Ss
M (s)cs.
0
m (S), в резульЗатем передаточная функция (25) умножается на M
тате чего получаем B(x,S), к которому с целью получения СБПК(х,t)
необходимо применить обратное преобразование Лапласа.
Эта последняя операция (обратное преобразование) часто трудно
выполнима, поэтому такой метод оказывается эффективным только для входных функций особо простого вида. Если, например,
m (S) 1 / S, при этом
M(t) – единичная функция, тогда M
1
B(w, S)
(1 d K1T (w) d ST (w) ).
:S(S K1 )
Обратное преобразование этой функции найти легко (рис. 19).
Передаточная функция (25) может быть использована для нахождения периодической функции СБПК (х, t), которая устанавливается в заданной точке x, если функция M(t) периодическая.
В таких случаях необходимо найти частотную характеристику
m ( iZ) , представленную на рис. 20, которую затем можно
B(w, iZ) / M
использовать таким же образом, как в ранее рассмотренном случае.
На рис. 20 видно, что даже и в этом случае имеет место эффект
фильтрации: слишком быстрые изменения в распределенных источниках БПК не оказывают влияния на концентрацию СБПК(х, t)
материала, подверженного биохимическому окислению.
Im
C
1
K1
1
: K1
Z f
Z 0
0
Re
e–kT(x)
: K1
0
T(x)
Рис. 19. Функция СБПК (х, t)
при фиксированном х
86
t
Z
Рис. 20. Частотная характеристика системы, приведенной
на рис. 18
В случае, когда интенсивность распределенного источника измеm 'M sin Zs, БПК приобняется синусоидально во времени M (s) M
ретает колебания, амплитуда и фазовый сдвиг которых являются
функциями от x. В данном случае обнаруживается сравнительно
редкое явление существования особых сечений (называемых критическими), в которых амплитуда колебаний достигает на участке
максимума или минимума. Ординату этих сечений можно легко
вычислить, приравняв к нулю производную от передаточной функции по x при S iv .
Таким образом, ординатами критических сечений являются
корни следующего трансцендентного уравнения:
w
K
w
w
K1 cos Z v sin Z K1d u
u
u
K
0.
w
Поскольку функция K1d u стремится к нулю при x1, стремящемся к бесконечности, очевидно, что критические сечения, находясь на участке, расположенном достаточно далеко от начальной
точки, равноудалены одно от другого.
Преобразуя уравнение (24б) и учитывая уравнение (25) (полагая,
что река первоначально насыщена кислородом), получаем:
l
l (0, S) Â (w, S) d( K2 S)T (w) '
K1
1 d( K1 S)T (w) 1 d( K2 S)T (w) m
u
(
) M (S),
: K2 K1
S K1
S K2
1
1
S+K2
v
:
e K1T ( x)e sT (x )
K1
'(0,S)
K2–K1
e K2T ( x)e sT (x )
1
1
S+K1
e K1T ( x)e sT ( x )
K2–K1
vK1
B(x,s)
Рис. 21. Структурная схема системы
87
l (0, S) является преобразованием Лапласа краевых условий
где '
'(0,t), которые для общности не были приняты за нулевые.
l (w, S) соответствует структурная схема на
Такому выражению '
рис. 21, на которой продемонстрировано также преобразование Лапласа B(х,S) от СБПК(х,t).
Эта структурная схема позволяет, как и предыдущая, вычислить
дефицит кислорода '(x, t) в некотором сечении для особо простых
функций на входе и прежде всего облегчает вычисления колебаний
велечины растворенного кислорода, соответствующих входным
функциям M(t) периодического характера.
Присутствие двух инерционных звеньев 1/(SK1) и 1/(SK2)
в обоих параллельных каналах схемы служит фильтром возможных высоких частот, появляющихся на входе. Можно показать, что
как для БПК, так и для РК, существуют критические сечения.
4.5. Оценка параметров при моделировании
качества воды в реках
Модели качества воды для рек широко используются в инженерной практике, но одной из наиболее важных задач при этом становится оценка параметров принятой структуры модели. Этап оценки
параметров обычно сводится к проблеме оптимизации, где функция
цели, которую предстоит минимизировать, служит показателем
различия между моделью и реальностью, а переменные, в отношении которых проводится минимизация, являются параметрами модели.
Модели могут имитировать реальное поведение системы путем
последовательного введения поправок в значения параметров. Как
правило, в практике проектирования модели используются для
выполнения численных экспериментов для условий, отличных от
нормальных (например, расход 95%-ной обеспеченности). Поэтому
необходимо знать, каким образом влияет на характеристики модели изменение того или другого параметра (например, расход воды
в реке, температура атмосферы, величина БПК и т. п.). Рассмотрим
постановку такой задачи с позиций теории чувствительности параметров.
Если модель представляет собой систему из обыкновенных дифференциальных уравнений типа
y e (y, o,s),(y
88
cy
),
cs
(26)
где
y
y1
y2
#
yo
является вектором состояния, p-параметром с номинальным значением o . В целом начальное состояние (t 0) системы зависит от
параметра p, т. е. z0 z0(p), так же как и решение z(t,p) уравнения
(26). Далее можно записать: z(0,p) z0(p), хотя для краткости изложения будет принято, что y(s) y(s, o) . Пусть теперь функция z(t,…)
в каждый момент времени t>0 раскладывается в окрестности точки
o o в ряд
y(s, o) y(s) wy(s, o)
wo
( o o) ...
(27)
o o
wy(s, o)
, который появляется в уравнении (27),
wo o o
называетcя вектором чувствительности вектора состояния z относительно p (n-компонент этого вектора называют коэффициентом чувwy(s, o)
ствительности) и далее обозначается через S(t), т. е. S(s)
.
wo o o
Зная номинальное изменение y(s) системы и соответствующий
вектор чувствительности S(t), можно определить возмущенное движение z(t,p) аппроксимируя уравнение (27) с помощью следующего
соотношения:
Вектор
y(s, o) y(s) S(s)( o o).
(28)
Кроме того, зная коэффициенz
S2
ты чувствительности, часто можно
z
связывать, определенные параметры с некоторыми характеристиками движения системы.
Так, если номинальное изме0
t
нение y(s) системы первого порядка (n 1) имеет вид, представS1
ленный на рис. 22, где S1(t) и S2(t)
предcтавляют собой два коэффи- Рис. 22. Номинальные изменения
циента чувствительности вектора
системы y(s) и коэффициенты
состояния относительно двух парачувствительности S1 и S2
89
метров p1 и p2, можно полагать, что первый параметр определял бы
выброс z(t), тогда как второй acимптотическую часть y(s) .
Можно показать, что вектор чувствительности S(t) удовлетворяет следующему векторному дифференциальному уравнению:
ª we (y, o,s) º
S «
»
wy
¬
¼y
S
y
we (y, o,s)
wo
(29)
o o
при начальном условии
S(0)
wy0
wo
.
(30)
o o
Вектор чувствительности S(t) является, следовательно, вектором
состояния системы 29 (названной системой чувствительности), имеющей линейную характеристику даже в том случае, когда система
ª we º
зависит от времени).
26 не линейна (матрица « »
¬ wy ¼ y y
В этом случае коэффициенты чувствительности часто можно вычислить и, следовательно, легко получить с помощью моделирования по схеме (рис. 23).
Рассмотрим некоторые случаи вариации параметров (изменение
расхода, атмосферной температуры, температуры сточных вод).
Изменение расхода. Предположим, что расход водотока на рассматриваемом участке постоянен во времени и пространстве и необходимо определить изменение БПК и РК, вызванные незначительными изменениями расхода, который колеблется от номинального
значения Q до величины Q. Уравнения, которыми описывается это
явление, как только достигается режим
wC¿ÍÈ
ws
Z(t)
wCO2 [ws 0]
S(t)
Рис. 23. Схема расчетов коэффициентов чувствительности
90
приобретают вид:
wÏ¿ÍÈ
K
b C¿ÍÈ ,
ww
Q
KD k
Kb
(CO2r CO2 ),
C¿ÍÈ Q
Q
Þ)
wS
ß)
ww
(31а,б)
а решение таких уравнений
Þ) C¿ÍÈ (w) C¿ÍÈ0 d
Kb
w
Q ,
ß) CO2 (w) CO2r (CO2r CO0
2
Kb
C¿ÍÈ0 (d
Kb KD k
KD k
w
)d Q
KD k
Kb
w
Q d Q )
(32а,б)
причем зависимость решения от параметра Q в этом случае уже
известна. Если решение представить в плоскости (CБПК'), как показано в п. 4.4, то были бы получены такие же траектории, как на
рис. 16. Отличие заключалось бы в том, что траектории по-иному
пересекались пунктирной линией х в зависимости от параметра Q.
В отдельных случаях начальные условия могут зависеть от параметра Q. Например, случай, изображенный на рис. 24, где Q1 изQ2
Q1
Q
Q2
меняется C¿ÍÈ
C¿ÍÈ , ÏO0
CO2r 2 CO2r , ('0
'2 ), где
2
Q
Q
Q
Q
при изменении объема Q происходит изменение начальных условий
(CБПК0 и '0) в плоскости (CБПК, ') в соответствии с уравнением
'2
'
Ï¿ÍÈ .
Ï¿ÍÈ2
В случае, представленном на рис. 25, начальные условия будут
независимыми от изменений параметра. Поскольку решение в обоих случаях для каждой величины Q известно (согласно уравнению
(32)), нет необходимости использовать теорию чувствительности
для определения изменений, которые вызваны изменением параметра. Для иллюстрации рассмотрим анализ чувствительности системы (31). Такой анализ позволяет исследовать случай, в котором система (31) могла бы быть замещена нелинейной системой (например,
Kb
K
вместо числа
C¿ÍÈ представлен член b C¿ÍÈ ÏÌ2 ). С учетом
Q
Q
91
ссылки на систему (31) система чувствительности (29) приобретает
следующий вид:
cS¿ÍÈ (w) Kb
K
S¿ÍÈ (w) 2b C ¿ÍÈ (w);
Þ)
cw
Q
Q
ß)
cSO2 (w)
K k
K
b S¿ÍÈ (w) D Sb (w) cw
Q
Q
K k
K
2b C¿ÍÈ (w) D (CO2r Cn2 (w)).
Q2
Q
(34а,б)
Такие уравнения интегрируются с начальными условиями
wÏ¿ÍÈ0
S¿ÍÈ (0)
SO2 (0)
wQ
,
Q Q
wÏ¿ÍÈ0
wQ
.
Q Q
Определим в качестве примера изменение профиля БПК, вызванные увеличением расхода Q1 (рис. 25)
1
S¿ÍÈ (0) C¿ÍÈ0 .
Q
Из уравнения (33а) получим зависимость
S¿ÍÈ (w) Kb
w
dQ
Q
K
( b w 1)Ï ¿ÍÈ0 ,
Q
которая представлена на рис. 26 вместе с нормальным профилем
БПК. Ход изменения коэффициента чувствительности SБПК(х) по-
Q2 C
CO
Q1
2
C
25
Q1 C
1
ɋɈ =ɋɈ
2
=0
23
Q=Q1+Q2
C
0
CO
20
Рис. 24. Пример изменения расхода (влечет изменение начальных
условий Ï¿ÍÈ0 и Ï
Ì 0
2
92
Q=Q1–Q2
1
CO
C
21
Q2
C
=C
2
1
=C
0
2
ɋɈ 0=ɋɈ 1
2
2
ɋɈ =ɋɈ
2
21
Рис. 25. Пример изменения расхода Q2 (не влечет изменения начальных условий Ï¿ÍÈ0 и Ï
Ì2 0
ɋ
ɋ
S
Ɉ
ɋ
0
Q/xc
S
ɋ
(ɯ)
1 Q/x
c
2
2Q/xc
x
(ɯ)
Ɉ
Q
Рис. 26. Профиль БПК и соответствующая ему чувствительность
казывает, что увеличение расхода вызывает уменьшение БПК на
Q
начальном участке ó , тогда как на расстояниях больших, чем
K
Q
, наблюдается увеличение БПК.
Kb
Эти результаты практически справедливы только для небольших изменений параметра Q.
Сечение, которое не ощущает (с точки зрения БПК) изменение
Q Q
Q
ln ,
параметра от Q до Q, находится на расстоянии w*
Kb Q Q Q
только в первом приближении совпадающее c расстоянием Q/Kc,
когда коэффициент чувствительности SБПК(х) превращается в ноль.
Изменение температуры. Рассмотрим водоток с постоянным
расходом и санитарным состоянием, соответствующим условиям
Ï¿ÍÈ (0) Ï¿ÍÈ0 , CO2 (0) CO 0 .
2
Причем величина РК зависит от температуры воды: CO2 CO2 (T).
Предполагается, что температура водотока была постоянной во
времени и пространстве и для нормальных условий составляла Т.
Изменению атмосферной температуры соответствуют колебания
температуры 'Т воды от Т до Ð Ð 'Ð. В этом случае система описывается уравнениями в виде:
Þ)
ß)
cCÌ2
cs
cC¿ÍÈ
cs
K1 (T)C¿ÍÈ ,
(34а,б)
K1 (T)C¿ÍÈ K2 (Ð) ¬ªÏÌ2r (T) CO2 ¼º ,
которые при номинальных условиях Ð Ð имеют в качестве начальных условий C¿ÍÈ (0) Ï¿ÍÈ0 , ÏÌ2 (0) ÏÌ2r (T). В этом случае
система чувствительности будет представлена как
93
Þ)
ß)
cSO2
cs
cS¿ÍÈ
cs
K1S¿ÍÈ K1 Ï¿ÍÈ ;
K1S¿ÍÈ K2 SO2 K1 C¿ÍÈ (K2 ÏÌ2r )c K2 CO2 .
(35а,б)
c
, а разcs
личные константы, участвующие в уравнениях, определяются при
Т. Начальные условия такой системы выражаются как
где экстремумы находятся при использовании оператора
Þ) S¿ÍÈ (0) 0,
(36а,б)
ß) SO2 (0) CO2r ,
где ÏÌ2 является отрицательной величиной, поскольку концентрация насыщения растворенного кислорода понижается с увеличением температуры.
Решив системы уравнений (34) и (35), получаем
Þ) S¿ÍÈ (s) Kh C¿ÍÈ0 sd K1s ,
ß) SO2 (s) CO2r K1 K2c K1c K2
2
C¿ÍÈ0 (d K1s d K2s ) (K2 K1 )
K1
C¿ÍÈ0 s(K1c d K1s K2c d K2s ).
K2 K1
(37 а, б)
Номинальные изменения Ï ¿ÍÈ и t приводятся на рис. 27, совместно с соответствующими коэффициентами чувствительности:
S¿ÍÈ (s), SO2 (s).
а)
б)
ɋ
ɋɈ
2
ɋɈ
2S
ɋ
0
1
K1
t
ɋɈ
2
ɋɈ
2
1
2S
S
SɈ
SɈ
2
Рис. 27. Номинальные изменения БПК (а), уровня РК (б)
и соответствующие им коэффициенты чувствительности
94
В развитии моделей, использующих одну пространственную переменную, рассмотрим уравнение баланса для растворенного в воде
вещества с добавлением члена, выражающего влияние молекулярной диффузии и дисперсии, вызванной турбулентностью. Как и
в случае молекулярной диффузии, такой член пропорционален произведению градиента концентрации на площадь сечения.
Коэффициент пропорциональности, называемый коэффициентом дисперсии, является функцией места и времени и в том случае,
когда характеристики движения жидкости являются переменными.
Вместо системы уравнений БПК и содержания РК обобщенной
модели рассмотрим систему вида:
Kï (Ï¿ÍÈ1 , ÏÌ2 )
wC¿ÍÈ
wC
Qc Kr
u ¿ÍÈ C¿ÍÈ Þ)
ws
ww
:
:
Ê Q0e C¿ÍÈ0e 1 w
wÏ
( Â: ¿ÍÈ );
:
: ww
wó
wÏÌ2
wCO2
Kb (C¿ÍÈ , ÏÌ2 )
Qc
u
CO2 ß)
ws
ww
:
:
KD k(CO2r CO2 ) N Qþe CO2þe 1 w
wÏÌ2
(38а,б)
( Â:
).
:
: ww
wó
Если для исследуемого участка водотока действительны все принятые ранее в целях упрощения гипотезы, т. е. могут быть опущены расходы инфильтрации, притока и испарения (Qc 0), явления
седиментации (Kseed 0), привнесение распределенной БПК (М 0)
и концентрация РК (N 0) и, кроме того, предполагается, что поперечное сечение : постоянно в пространстве, а Kï (Ï¿ÍÈ , ÏÌ2 ) просто
пропорционально СБПК, то в этом случае система уравнений 38 приводится к виду:
Þ)
ß)
wÏÌ2
ws
wÏ¿ÍÈ
wC
u ¿ÍÈ
ws
wó
u
wCO2
ww
Â
w2 ÏÌ2
wó
Â
w2Ï¿ÍÈ
wó2
K1Ï¿ÍÈ ;
K1Ï¿ÍÈ K2 (ÏÌ2r CO2 ). (39а,б)
В случае, когда сечение : или коэффициент дисперсии Д не являются постоянными величинами, скорость равна:
à) u*
u
1 w
(:Â).
: ww
(39 в)
95
Можно показать, что для введения нужных поправок в значения, принимаемые некоторыми параметрами, можно учитывать
явление дисперсии, не усложняя при это изложение проблемы.
Пример оценки параметров для системы Фелиса-Стритера, основанной на динамике среднесуточных величин БПК и дефицита РК:
Þ)
w'
ß)
wó
wÏ¿ÍÈ
ws
K1C¿ÍÈ ;
(40а,б)
K1Ï¿ÍÈ K2 ' K3 ,
где K1 и K2 равны между собой, не учтивая коэффициент в соответK
ствующих константах K3
математическое ожидание величиu
ны поступления кислорода в результате фотосинтеза.
В рассматриваемой системе уравнений 40 вместо мгновенных
значений БПК и РК используются среднесуточные величины. Константы K1, K2 и K3 могут определяться по эмпирическим зависимостям или с большей точностью на основе натурных исследований.
С этой целью предполагается провести (N1) измерений дефицита кислорода в (N1) точках хn, равноудаленных одна от другой.
Таким образом, в распоряжении оказываются (N1) величин
Ñ m , каждая из которых связана с сечением, находящимся на расстоянии D от начала координат, т. е.
Ñ m Ñ (L ˜ g)
g 0,1,...N
Полагая, из уравнения 40 получаем следующую дискретную линейную систему второго порядка:
Þ) Ï¿ÍÈ(g 1)
ß) 'm 1
DC¿ÍÈ(g) ;
EC¿ÍÈ(g) J'g V,
где D, E, J и V получены из соотношений
K1
(d K1L d K2L ),
K2 K1
K1 K3L
J d K2' , V
1).
(d
K2
D d K,L , E
96
(41а,б)
Из выражения (41б) найдем C¿ÍÈm как функцию 'n и 'n1
(и C¿ÍÈ(g 1) как функцию 'n1 и 'n2) и подставив в выражение
(41а), получим следующее разностное уравнение:
'g 2 A'g 1 B'g C1
(42)
В котором константы А, В и С заданы следующими соотношениями:
¾ d K1L d K2L ;
B d( K1 K2 ) L ;
K
C 1 (1 d K,L )(1 d K3L ).
K2
(43)
Оценка параметров K1, K2 и K3 эквивалентна оценке параметров А, В и С из уравнения (42), так как, если эти параметры известны, решая уравнения (43), можно найти K1, K2 и K3. Величины
' g) , ' g1 отображают состояние системы уравнений (42) так же,
как A ' g 1 B ' g C отображает недостаток кислорода ' g2 , предвиденный моделью в сечении h2.
Таким образом, можно записать Hg 2 ' g 2 ( A ' g 1 B ' g C) и
определить параметры А, В и С, решая следующую задачу оптимизации (по критерию наименьших квадратов):
min
N
¦ H2g .
(44)
¾,B,C g 2
Можно показать, что, обозначая через p вектор параметров А, В,
С, т. е. o
A
B решение î задачи 44 можно представить уравнением:
C
î (FF)1 F1'* ,
(45)
*
в котором матрица F и вектор ' выражаются следующим образом:
§ '1
¨
¨ '2
¨
F ¨ #
¨ ' N 1
¨
¨
©
1·
¸
1¸
'1
¸
#
# ¸, '*
' N 2 1 ¸
¸
¸
¹
'0
'2
'3
#
,
'N
а матрица Fc получается транспонированием матрицы F.
97
Напомним, что транспонированная матрица – это матрица, в которой элементы столбцов и строк поменялись местами. Столбцом
транспонированной матрицы будет строка исходной матрицы и наоборот.
Предполагая, что система эффективно описывается уравнениями (40) и (41) на измерениях ' g не сказался шум, уравнение (45) детализируют, преобразуя его в следующее выражение: î F 1'* при
§ '1
¨
¨ '2
¨
F ¨
¨ '3
¨
¨
©
'0 1 ·
¸
'1 1 ¸
¸
¸.
'3 1 ¸
¸
¸
¹
Таким образом, в рассматриваемом случае необходимо выполнить только пять измерений дефицита кислорода, чтобы провести
оценку параметров модели K1, K2, K3.
Остановимся на примере оценки состояния системы (41). Начальное состояние (Ï¿ÍÈ0 , '0 ) следует оценивать по измерениям
'0 , '1, '2 , выполненным в исследуемой системе. Обычно удобно
проводить различие между идеальным случаем, в котором ошибки
не оказывают влияния на процесс измерения, и тем, когда наблюдается обратное. В первом случае задача решается гораздо проще,
особенно, если система линейная.
Согласно теории оценок, начальное состояние линейной системы
n-го порядка может определяться посредством только n измерений
переменных на выходе.
Таким образом, в исследуемом случае для определения начальной величины БПК ( Ï¿ÍÈ0 ) достаточно измерить два значения, '0
и '1 , так как из уравнения (41б) следует:
1
Ï¿ÍÈ0
('1 J'0 V).
E
Если измерения подвергались влиянию шума, то необходимо использовать более сложные выражения, которые получаются с помощью минимизации по методу наименьших квадратов (эти выражения формально аналогичны уравнению (45)).
Таким образом, можно выполнить прямую оценку БПК в некоторых сечениях водотока посредством измерения РК в двух различных сечениях при условии стационарности водного и температурного режима, а также при знании параметров модели.
98
5. ЭКОЛОГИЧЕСКИЙ МОНИТОРИНГ
И ГИДРОЭКОЛОГИЧЕСКАЯ ОЦЕНКА ВЗАИМОДЕЙСТВИЯ
ПРИРОДНО-ТЕХНИЧЕСКИХ И ТЕРРИТОРИАЛЬНЫХ
КОМПЛЕКСОВ АРКТИЧЕСКОЙ ЗОНЫ
5.1. Измерение параметров и нормирование качества
окружающей среды
Измерение и нормирование качества окружающей среды обычно
проводят по природным средам – атмосферному воздуху, воде, почве. Измеряют также качество питьевой воды, продуктов питания
и различные экологические факторы – радиационные, интенсивность шума, освещенность и т. д.
В Федеральном законе «Об охране окружающей среды» [109]
также уделено большое внимание нормированию качества окружающей среды.
Экологическое нормирование предполагает учет допустимой нагрузки на экосистему. Допустимой считается нагрузка, под воздействием которой отклонение от нормального состояния системы не
превышает естественных изменений и, следовательно, не вызывает
нежелательных последствий у живых организмов и не ведет к ухудшению качества среды.
Можно выделить несколько групп существующих нормативов
качества окружающей среды: государственные стандарты (ГОСТ);
санитарно-гигиенические нормативы (СанПиН – санитарные правила и нормативы); научно-технические нормативы.
ГОСТ – один из основных видов нормативных документов. Они
содержат технические, экономические, организационные, санитарно-гигиенические правила создания и функционирования различных хозяйственных объектов. Юридическую силу они получают
через законы, требующие от различных организаций и граждан
соблюдение стандартов и устанавливающие ответственность за их
невыполнение. ГОСТ в области охраны окружающей среды можно
подразделить на организационно-методические стандарты в области охраны природы, улучшения использования природных ресурсов и комплексы стандартов в области охраны и использования
атмосферы, вод, почв, земель, недр, флоры, фауны и ландшафтов.
В основе санитарно-гигиенического нормирования лежит понятие предельно допустимой концентрации (ПДК).
Нормативы предельно допустимых концентраций химических веществ, в том числе радиоактивных, иных веществ и микроорганизмов
99
(далее также нормативы предельно допустимых концентраций) нормативы, которые установлены в соответствии с показателями предельно допустимого содержания химических веществ, в том числе радиоактивных, иных веществ и микроорганизмов в окружающей среде и
несоблюдение которых может привести к загрязнению окружающей
среды, деградации естественных экологических систем [109].
Научно-технические нормативы отражают требования, предъявляемые к источникам воздействия на человека и экосистемы.
К таким нормативам относятся нормативы выбросов и сбросов, а
также технологические, строительные, градостроительные нормы
и правила, содержащие требования по охране окружающей среды.
Предельно допустимый выброс (ПДВ) норматив выброса загрязняющих веществ в атмосферный воздух, которые определяются как
объем или масса химических и радиоактивных веществ, микроорганизмов, допустимые для выброса в атмосферный воздух стационарными источниками.
Нормативно допустимый сброс (НДС) норматив сброса загрязняющих веществ в составе сточных вод в водные объекты, которые
определяются как объем или масса химических веществ и радиоактивных веществ, микроорганизмов, допустимые для сброса в водные объекты стационарными источниками [109].
В основу установления научно-технических нормативов положен следующий принцип: при условии соблюдения этих нормативов предприятиями региона содержание любой примеси в воде, воздухе и почве должно удовлетворять требованиям санитарно-гигиенического нормирования.
Для оценки фактического состояния и прогноза изменения природных сред под воздействием естественных и антропогенных факторов необходима система мониторинга. В этом случае объектом
экологического мониторинга является природная среда и источники воздействия на нее, характеризующиеся определенным территориальным масштабом (глобальным, региональным, локальным), а
также биологическими, географическими и геохимическими свойствами.
Многоканальные сверхвысокочастотные (СВЧ) радиометры, обеспечивая возможность получения информации о слое грунта до нескольких сантиметров в толщину практически в любых погодных
условиях, являются наиболее предпочтительным инструментом
для оперативного мониторинга грунтов на обширных территориях.
Однако зависимость излучательной способности в данной области спектра от множества факторов и, как следствие, большой
100
разброс значений коэффициентов излучения объектов поверхности суши создает определенные трудности при решении обратных
задач дистанционного зондирования Земли (ДЗЗ). С учетом ранее
изложенного, восстановление значений температуры и влажности
грунта должно производиться с опорой на результаты анализа особенностей изменчивости радиояркостной температуры (РЯТ) (на
разных частотах и поляризациях сигнала), регистрируемых спутниковыми сенсорами, и данные модельных экспериментов и натурных испытаний, посвященных исследованию излучательных и других свойств природных сред [31].
В работах [55, 62–64] рассмотрены тестовые тундровые участки, расположенные в ключевых районах Арктики, состояние ММГ
в которых является отражением региональных и глобальных тенденций климатических изменений. Участок, обозначенный У2, расположен на северо-востоке Европейской территории России вблизи
ГМС Воркута и ГКС Аяч-Яга. Участок У1 находится в Западной Сибири на п-ове Ямал. Ближайшим к нему стационаром является ГКС
Марре-Сале. Наконец, участок У3 выбран рядом с ГКС г. Родинка
в Восточной Якутии. Указанные участки удовлетворяют условию
максимальной репрезентативности ландшафтных, гидрологических и климатических условий по отношению к окружающим территориям.
В качестве исходного материала для анализа изменчивости РЯТ,
моделирования хода РЯТ и экспериментов по восстановлению значений Тгр используются спутниковые данные уровня L3 с СВЧ радиометра AMSR-E – приведенные к пространственному разрешению 25
км и спроецированные на сетку EASE-grid калиброванные значения РЯТ [31]. Данные предоставлены центром National Snow and
Ice Data Center (NSIDC). Преемником указанного сенсора, функционировавшего с 2002 по 2011 гг. на борту ИСЗ Aqua, является СВЧ
радиометр The Advanced Microwave Scanning Radiometer 2 (AMSR2)
со сходным набором спектральных каналов, размещенный на спутнике Global Change Observation Mission – Water (GCOM-W) [147].
Использованы также данные с ГМС [167] и ГКС [173], разнообразные картографические материалы (например, карты почвенных
характеристик из серии «Земельные ресурсы России», глобальную
карту земных покровов, составленную по данным спектрорадиометра MODIS в 2001 г. в Бостонском университете [150], цифровые
модели рельефа Shuttle Radar Topographic Mission (SRTM30) [186]).
В [55, 64] рассматривается внутригодовая изменчивость Тя, Тгр,
Твозд и погодных явлений для указанных тестовых участков на ин101
тервале 2005–2008 гг. Временной ход рассматриваемых параметров
для участков У1 и У3, для которых обнаружены наибольшие различия коэффициентов корреляции между РЯТ и Тгр, показан на
рис. 28 и 29.
В качестве базового спектрального канала для оценки состояния
грунтов нами используется канал 6,9 ГГц. По сравнению с другими
частотами зондирования, доступными в мультиспектральных СВЧ
радиометрах, данная частота позволяет получать информацию о
максимальном по толщине слое грунта при минимальном влиянии
атмосферы, снежного и растительного покрова без существенного
уменьшения пространственного разрешения. Далее рассматривается пространственно-временная изменчивость РЯТ на f 6,9 ГГц, а
также РЯТ в канале 36,5 ГГц, дополняющем диагностические возможности канала 6,9 ГГц.
Кривая годового хода РЯТ на f 6,9 ГГц (зависимость радиояркостной температуры от номера суток в году) для всех тестовых
B
A
300
C
D
280
260
T, K
240
220
200
180
160
1
31
61
91
121
151
181
211
241
271
301
331
361
2007 .
T
T
(f = 6,9
)
T (f = 6,9
)
T
Рис. 28. Годовой ход Тя участка У1
Примечание. 2007 г., ИСЗ Aqua, AMSR-E, f 6,9 ГГц, V- и H-поляризация;
Tвозд (ГМС Марре-Сале), Тгр (ГКС Марре-Сале);
жидкие осадки – даты выпадения жидких осадков (ГМС Марре-Сале);
AD – периоды годового цикла
102
участков может быть разбита на четыре характерных временных
периода, обозначенных латинскими буквами A, B, C, D и не совпадающих с традиционно выделяемыми сезонами. Каждый из этих
периодов отличается от других значениями математического ожидания M и среднеквадратического отклонения (СКО) РЯТ (что отражено в табл. 1).
Особенности изменчивости РЯТ в периоды A–D характеризуют состояние многослойных сред «грунт-снег-атмосфера», «грунтрастительность-атмосфера» на этих временных отрезках.
A – период стабильно мерзлого состояния грунтов и снежного покрова; B – период циклического повторения процессов оттаивания–
замерзания (интенсивных фазовых переходов грунтовой влаги); C –
летний, или вегетационный, период; D – осенний период промерзания грунтовых слоев.
Период A, для которого характерны медленные изменения
РЯТ (не более 3 К/сут. на f 6,9 ГГц при V-поляризации и не более
A
300
B
C
D
290
280
T, K
270
260
250
240
230
220
210
200
1
31
61
91
121
151
181
211
241
271
301
331
361
2007 .
T
T
(f = 6,9
)
T (f = 6,9
)
T
Рис. 29. Годовой ход Тя участка У3
Примечание. 2007 г., ИСЗ Aqua, AMSR-E, f 6,9 ГГц, V- и H-поляризация,
Tвозд (ГМС Черский), Тгр (ГКС г. Родинка); AD – периоды годового цикла
103
Таблица 1
Статистические характеристики рядов дистанционных и контактных
измерений для участка У1 (Ямал) для периодов A-D в 2007 г.
Период
A
B
C
D
Тя, f 6,9 ГГц
(V)
Тя, f 6,9 ГГц (H)
Твозд
М, К СКО, К М, К СКО, К М, К СКО, К М, К
254,4
2,7
231,9
3,7
257,4
9,7
259,0
Тя, f 6,9 ГГц
(V)
Тя, f 6,9 ГГц
(H)
Твозд
М, К СКО, К М, К СКО, К М, К СКО, К М, К
258,1
4,1
222,3
12,6 269,1
3,9
271,3
Тя, f 6,9 ГГц
(V)
Тя, f 6,9 ГГц
(H)
Твозд
М, К СКО, К М, К СКО, К М, К СКО, К М, К
266,2
4,5
249,6
6,9
281,6
4,1
281,9
Тя, f 6,9 ГГц
(V)
Тя, f 6,9 ГГц
(H)
Твозд
М, К СКО, К М, К СКО, К М, К СКО, К М, К
257,8
2,3
238,5
8,5
266,3 10,6
269,2
Тгр
СКО, К
4,2
Тгр
СКО, К
3,0
Тгр
СКО, К
3,6
Тгр
СКО, К
5,8
5 К/сут. при H-поляризации), длится от начала календарного года
до первых оттепелей в апреле-мае. Фиксируемые незначительные
колебания РЯТ связаны главным образом с вариациями Тгр, поскольку содержание жидкой воды в грунтах при типичных для
периода Тгр минимально и не влияет на коэффициент излучения
среды, что обуславливает постоянство его значений (согласно [159,
160]). Это создает возможность восстановления значений Тгр по данным одноканальных 6,9 ГГц радиометрических измерений.
В период B происходят резкие колебания РЯТ (до 50 К/сутки
на f 6,9 ГГц при H-поляризации), часто разнонаправленные для
V- и H-поляризованного излучения при используемых углах визирования 55q, что ведет к колебаниям коэффициента поляризации
P. Предположительно данные колебания вызваны циклическими
процессами «оттаивания и замерзания», в ходе которых существенно изменяется содержание жидкой влаги в грунте и снежном покрове и, соответственно, СВЧ излучательные свойства слоев многослойной среды [55]. Сопоставление РЯТ участков У1, У2, У3 с метеоданными с ближайших к ним ГМС и результатами измерения Тгр
на площадках ГКС (см. рис. 28, 29) показывает, что наиболее рез104
кое уменьшение РЯТ и увеличение P в 2005–2008 гг. происходило
в дни, когда на повышение Tвозд до 0 qC накладывалось выпадение
жидких осадков.
Для объяснения этого факта нами было выдвинуто предположение, что указанное поведение РЯТ может быть обусловлено насыщением слоев снега (а после схода снежного покрова – грунта) водой
вследствие совокупного действия осадков и процессов таяния. Однако при отсутствии одного из обозначенных факторов наблюдаемые колебания РЯТ оказываются не столь велики, что отражено на
рис. 29.
Одна из наиболее значимых «точек» годового цикла, позволяющая получать дополнительные априорные данные о грунте по СВЧ
данным, также находится в границах периода B.
В течение небольшого промежутка времени после схода снежного покрова результирующее излучение многослойной среды практически полностью состоит из излучения собственно талого грунта,
не экранированного слоями растительности и снега. В этой «точке»
кривой годового хода РЯТ может быть определена максимальная
влажность грунта и шероховатость его поверхности в пределах исследуемого участка.
Период C охватывает часть календарного года между началом
вегетационного сезона и первыми заморозками. Он характеризуется отсутствием резких колебаний РЯТ более 2 К/сут. на f 6,9 ГГц
для V-поляризации, 6 К/сут. для H-поляризации и существенным
уменьшением коэффициента поляризации. При сглаживании ежедневных колебаний РЯТ с помощью скользящего окна становится
ярко выраженным постепенное увеличение РЯТ в первой половине
периода и еще более плавное уменьшение РЯТ во второй его половине. Согласно [171], малые значения P на рассматриваемом отрезке годового хода могут быть связаны с деполяризующим влиянием
растительного покрова, обусловленным проявлением эффектов рассеяния.
Период D длится от первых заморозков и до конца календарного
года. В начале этого периода фиксируются резкие колебания РЯТ,
связанные с циклическими процессами замерзания-оттаивания, а
после установления стабильно отрицательных температур происходит постепенное понижение РЯТ.
Положение границ между выделенными периодами AD в разные
годы существенно различается (табл. 2). Обращает на себя внимание тот факт, что продолжительность периода B для участка У3
значительно меньше таковой для У1 и У2, что может быть связано
105
Таблица 2
Временные границы периодов A, B, C, D годового цикла
для тестовых тундровых участков У1, У2, У3
Участок У1, Ямал
Год
Период A
Период B
Период C
Период D
2005
1–131
132–152
153–267
268–365
2006
1–127
128–148
148–258
259–365
2007
1–106
107–166
167–267
268–365
2008
1–87
88–170
171–269
270–366
Участок У2, Воркута
Год
Период A
Период B
Период C
Период D
2005
1–129
130–140
141–255
256–365
2006
1–125
126–151
152–258
259–365
2007
1–96
97–139
140–270
271–365
2008
1–3
4–170
171–269
269–366
Участок У3, Колыма
Год
Период A
Период B
Период C
Период D
2005
1–116
117–149
150–260
261–365
2006
1–129
130–142
143–258
259–365
2007
1–124
125–136
137–264
265–365
2008
1–121
122–141
142–261
262–366
с большей континентальностью климата в Восточной Сибири и особенностями рельефа участка У3. Вследствие этого первые оттепели
проявляются позднее, чем в Западной Сибири, а таяние снежного
покрова происходит в более сжатые сроки, что в конечном итоге и
обуславливает малую длительность периода B.
Максимальная корреляция между Тя и Тгр наблюдается в периоды A и C, минимальная – в периоды B и D. Причиной малых
значений коэффициента корреляции r в периоды B и D является,
прежде всего, нелинейность температурно-влажностной зависимости для грунтов в интервале Тгр 263274 К [112]. К этому добавляется
существенное изменение диэлектрических и СВЧ излучательных
свойств снежного покрова при его увлажнении [138, 188, 190].
Из-за всего вышеперечисленного направленность изменений
РЯТ на f 6,9 ГГц в дни оттепелей не совпадает с направленностью
106
изменений Тгр. При последующем промерзании грунта и замерзании снежного покрова изменения происходят в основном синфазно.
Суммарный эффект в масштабе всего периода выражается в уменьшении абсолютной величины коэффициента корреляции. На
f 36,5 ГГц синфазность изменений Тя и Тгр нарушена в меньшей
степени за счет отличия диэлектрических свойств воды на данной
частоте, что, несмотря на значительный вклад в излучение многослойной системы излучения снежного покрова, обуславливает большую корреляцию между Тя и Тгр в периоды B и D для f 36,5 ГГц.
Из диаграмм рассеяния следует, что в периоды B и C зависимость между Тя и Тгр с трудом поддается описанию с помощью
наиболее распространенных функций, используемых для аппроксимации (пример для линейных функций представлен на рис. 30).
295
B T = 0,83T + 32,89
(R = 0,36)
C T = 0,98T – 9,90
(R2 = 0,63)
2
), K
275
(R2 = 0,95)
D T = 0,09T + 233,81 (R2 = 0,05)
A T = 0,23T
+ 194,64 (R² = 0,67)
290
B T = 0,50T
C T = 0,63T
+ 124,04 (R² = 0,22)
+ 89,58 (R² = 0,33)
280
D T = 0,05T
+ 245,59 (R² = 0,05)
270
T (f = 6,9
T
(f = 6,9
), K
285
300
A T = 0,62T + 93,11
265
255
245
260
250
240
230
230
245 255 265 275 285 295
250
T
T ,K
R = 0,83
B T = 4,64T – 1025,20
265
R2 = 0,46
C T = 1,40T – 118,72
T
215
), K
R2 = 0,79
225
225
245
T ,K
A T = 0,54T
275
R2 = 0,68
B T = 3,94T – 827,03
265
R2 = 0,56
C T = 1,00T – 5,22
R2 = 0,50
D T = 1,03T – 22,93
R2 = 0,72
255
R2 = 0,76
D T = 1,95T – 275,14
235
205
205
285
265
285
(f = 36,5
(f = 36,5
245
2
245
T
), K
A T = 1,33T – 122,37
275
255
290
295
295
285
270
,K
215
+ 85,50
235
225
205
205
225
245
265
T ,K
285
Рис. 30. Диаграммы рассеяния в пространствах Тя (V) – Tвозд и Тя (V) –
Tгр с линейной аппроксимацией зависимости между величинами для
периодов годового цикла A-D (данные для участка У1, 2007 г., f 6,9 ГГц,
36,5 ГГц, V-поляризация)
107
Достоверность аппроксимации в данном случае недостаточна для
рекомендации конкретной функции к использованию. Даже при
высоких значениях r восстановление значений Тгр с помощью моделей парной регрессии по одноканальным измерениям РЯТ как на
f 6,9 ГГц, так и на f 36,5 ГГц в периоды B и D нельзя произвести
с удовлетворительной точностью [31].
5.2. Особенности мониторинга геосистем Арктики
Структурными и функциональными единицами географической оболочки Земли являются геоэкосистемы, которые представляют собой иерархически организованные общности природных и
антропогенных элементов, развивающихся как единой целое. Свойства геоэкосистем, формирующихся в конкретных областях пространства, определяются взаимодействием литосферы, атмосферы,
гидросферы и живой материи, влиянием космоса и техногенеза.
Неоднородность этих компонентов и разнообразие их отношений
являются причиной наблюдаемой пространственно-временной изменчивости характеристик географической оболочки. В Арктике ее
историческое развитие привело к образованию уязвимых геоэкосистем со специфическими чертами [31].
Для полярных и приполярных областей характерен более слабый прогрев поверхностей солнечным излучением по сравнению
с лежащими ближе к экватору областями, связанный с геометрией
вращения Земли вокруг Солнца и собственной оси. Атмосферные и
океанические процессы, запускаемые разностью температур и формирующие системы циркуляции воздушных и водных масс в масштабах земного шара, в значительной степени обуславливают состояние компонентов геоэкосистем Арктики.
Так, перераспределение тепла и влаги вызывает появление над
рядом высокоширотных районов оптически плотной атмосферы,
ограничивающей проникновение к поверхности Земли прямого
солнечного излучения.
В то же время на достаточно длинных временных отрезках
циркуляционные механизмы функционируют таким образом, что
поступление в Арктику теплых воздушных масс с более низких
широт уменьшено [44]. Даже несмотря на наличие процессов, оказывающих противоположное действие (и ярко проявляющихся
в последние десятилетия), Арктика отличается низкими температурами атмосферного воздуха, воды и грунтовых толщ. Эффект от
круглосуточного поступления солнечной радиации на протяжении
полярного дня нивелируется высокой отражательной способностью
108
распространенных в полярных областях льда и снега и большими
затратами тепла на их перевод в жидкое состояние.
Действие указанных факторов отражается в структуре и функционировании геоэкосистем Арктики, затрагивая и живые, и неживые компоненты. Одной из ключевых их особенностей является
медленное протекание многих химических и биологических процессов. В одних случаях это обусловлено выделением специфических веществ некоторыми группами организмов, в других – невозможностью поддержания более высокой скорости реакций в текущих температурных условиях [105]. Результатом этого является
медленное накопление биомассы, длительное разложение органических останков и продолжительная переработка ксенобиотиков.
В условиях низких температур на большей части территорий
Арктики оказывается невозможным произрастание древесной растительности. Северная граница леса в Евразии примерно совпадает
со среднемесячной июльской изотермой 10 qС. При продвижении
на север от этой границы в плакорных местообитаниях южные гипоарктические тундры сменяются типичными и арктическими тундрами. Зональность в растительном покрове слабо прослеживается
в тех районах, где ширина полосы с соответствующими климатическими условиями на материке мала, либо в большей степени проявляется высотная поясность [48, 49].
Характерным типом растительности для южных тундр являются кустарники, в типичной наиболее широко распространен кустарничковый и травяно-моховой покров. Арктическим тундрам
свойственен менее сомкнутый растительный покров с преобладанием мхов и лишайников. Смена растительных сообществ в меридиональном направлении находит отражение и в структуре арктических зооценозов. В целом территория Арктики характеризуется
меньшим видовым разнообразием по сравнению с бореальными областями [31].
В водной среде условия жизнедеятельности организмов являются более однородными и стабильными по сравнению с фиксируемыми на суше, хотя в ней отмечаются отчетливые колебания
температуры, минерализации и, соответственно, плотности воды, а
также различные формы движения водных масс. Все эти колебания
в определенной степени влияют на биотические компоненты геоэкосистем. Изменчивость состояния ледового покрова, в условиях низких температур постоянно покрывающего обширные участки арктических акваторий, является драйвером многих биологических
процессов. Так, его распределение по площади морей обуславливает
109
местоположение так называемых биологически активных зон – областей «сгущения жизни», имеющих исключительное значение для
жизнедеятельности многих видов живых организмов в высоких
широтах [158].
Ледовый покров является проявлением одной из ключевых особенностей геоэкосистем Арктики – присутствия в них на протяжении длительных промежутков времени воды в твердом агрегатном
состоянии.
Эта особенность, неразрывно связанная с характерными для этих
областей низкими температурами, существенным образом влияет
на все компоненты природной среды и антропогенные объекты.
На суше криогенные процессы, т. е. физические, физико-химические и физико-механические процессы, возникающие в результате перехода температуры грунтовых слоев через отметку 0qC, во
многом определяют внешний вид земной поверхности в Арктике и
других областях с суровым климатом (например, в горных районах,
в части бореальной зоны).
Ярким их проявлением является формирование характерных
территориальных комплексов – криогенных ландшафтов [76]. Наличие в грунтах горизонтов, постоянно находящихся в мерзлом
состоянии, в сочетании с циклическими процессами замерзания и
оттаивания влаги в других горизонтах, запускает множество процессов, затрагивающих термический режим, миграцию веществ,
пространственную структуру многослойных сред и, в конечном
итоге, детерминирует свойства геоэкосистем в целом. Распространяется влияние криогенных процессов и на различные технические
системы, оказавшиеся в зоне их действия.
Все это необходимо учитывать, как при планировании хозяйственной деятельности в Арктической зоне, так и при организации
наблюдений за состоянием окружающей среды в ее границах.
Важная системообразующая роль мерзлых грунтов, определяющих пространственную организацию геоэкосистем Арктики и
ритмику протекающих в них процессов, делает необходимым подробное рассмотрение их свойств. Помимо такого описания, далее
приводятся и некоторые разъяснения по употреблению терминов из
области геокриологии.
Мерзлые грунты по длительности нахождения в мерзлом состоянии подразделяются на многолетнемерзлые, сезонно-мерзлые, кратковременно-мерзлые. На большей части суши в пределах Арктики
распространены ММГ. В настоящее время существует несколько
определений термина «многолетнемерзлый грунт». Согласно [28,
110
110, 117], ММГ считается грунт, на протяжении не менее двух лет
непрерывно имеющий отрицательную температуру и содержащий
воду в твердом (кристаллическом) состоянии.
В соответствии с другим толкованием термина, к ММГ относятся
грунты, температура которых не поднимается выше 0qС в течение
двух и более последовательных лет (но в них может не быть льда)
[93, 104].
В настоящей книге за основу принято последнее определение.
Сезонно-мерзлыми (СМГ) считаются грунты, ежегодно промерзающие на несколько суток и более, СМГ встречаются в основном
в западной части евразийского сектора Арктики.
При движении с запада на восток евразийского сектора Арктики
область сезонного промерзания грунтов сменяется зонами редкоостровной, островной, прерывистой и сплошной мерзлоты, вместе
образующими область распространения ММГ (в которую входят
также и территории за пределами Арктики). Южная граница области распространения ММГ представляет собой условную линию,
отделяющую территории, на которых такие породы встречаются, от
областей, где их существование невозможно. В Евразии эта линия
смещается к югу при движении с запада на восток.
В структуре толщ ММГ и СМГ выделяется деятельный слой,
в котором происходят ежегодные циклические процессы промерзания-оттаивания.
Для ММГ этот слой называется сезонно-талым (СТС), для СМГ –
сезонно-мерзлым (СМС). Исходя из расположения горизонтов ММГ
различают сливающиеся (СТС соприкасается с постоянно-мерзлым
слоем [ПМС], несливающиеся (верхняя граница ПМС не совпадает с нижней границей СТС) и слоистые многолетнемерзлые толщи
[36]. Ниже СТС и ПМС на глубине от нескольких метров до полукилометра расположена верхняя граница постоянно немерзлого горизонта, в отдельных случаях подстилаемая реликтовыми мерзлыми
породами.
Мерзлые грунты являются сложными многокомпонентными
системами, включающими в себя органоминеральную (твердую),
жидкую, газообразную и биотическую составляющую. Присущие
грунтам особенности, проявляющиеся во взаимодействии с материей (веществами, полями различной физической природы) и являющиеся источником сходства и различия грунтов, согласно [106],
называются свойствами.
Все многообразие свойств грунтов сводится к нескольким основным их классам: химическим, физико-химическим, физико-меха111
ническим, физическим и биотическим. При этом в каждом из перечисленных классов выделяются стационарные и нестационарные
свойства.
Как и все сложные системы, мерзлый грунт в конкретный момент времени может находиться в определенном состоянии, которое характеризуется большим количеством параметров. Такими
параметрами состояния являются физические величины и нестационарные свойства мерзлого грунта (независимо от принадлежности к одному из классов свойств): термодинамическая температура
Тгр, содержание жидкой влаги W (далее в работе обозначается термином «влажность»), степень минерализации порового раствора,
льдистость, диэлектрическая проницаемость и т. д. [99].
Состояние СМГ и ММГ рассматривается в контексте их взаимодействия с другими компонентами геоэкосистем или человеческой
деятельности, и оценка изменчивости состояния грунтов при решении задач инженерной геокриологии, климатологии, гидрологии
производится на основе различных наборов параметров состояния.
Однако такие параметры состояния, как Тгр и W, играют особую
роль практически во всех приложениях, так как в значительной
степени определяют поведение системы при внешних воздействиях
на нее (природных и антропогенных). Это обусловлено в первую очередь наличием тесных взаимосвязей между данными параметрами
и многими другими стационарными и нестационарными свойствами грунтов, а также высокой временной изменчивостью Тгр и W
в сравнении с другими параметрами состояния (наиболее выраженной в деятельном слое).
Вместе с тем в Арктике грунты характеризуются существенной пространственной неоднородностью, затрагивающей широкий
спектр параметров состояния и свойств, среди которых гранулометрический (дисперсный) состав, содержание химических веществ
в поровом растворе, криогенная текстура и т.п. Из-за сложных связей между Тгр, W, другими параметрами и свойствами такая неоднородность является источником различий в характере изменчивости
состояния грунтов в разных точках пространства. В свете этого для
оценки и прогнозирования изменчивости состояния мерзлых грунтов даже на небольших по площади участках земной поверхности
в Арктике требуется учет максимально широкого набора свойств
грунтов.
Низкие значения термодинамической температуры являются основным условием существования льда в составе грунтов. Более строго данное условие записывается следующим образом:
112
Тгр < Тзам, где Тзам – нижняя граница температурного диапазона
интенсивных фазовых переходов грунтовой влаги. Тзам зависит от
минерализации и гранулометрического состава. Наиболее низкой
Тзам характеризуются засоленные глинистые грунты, наиболее
высокой – пески со слабоминерализованным поровым раствором
[112, 113]. Наибольшие колебания Тгр фиксируются в СТС (СМС),
где происходят сезонные циклические переходы поровых растворов
из твердого состояния в жидкое и наоборот. В лежащем ниже ПМС
(для СМГ – в постоянно-немерзлом слое) не наблюдается смена агрегатного состояния воды, однако до определенной глубины Тгр в течение года подвержена колебаниям. На глубине нулевых теплооборотов Тгр не меняется в разные сезоны и соответствует усредненной
температуре постоянно мерзлых (для СМГ – постоянно немерзлых)
толщ. Вертикальное распределение температуры грунтов по глубине в течение года испытывает колебания и характеризуется геотермическим градиентом. Средняя температура мерзлых толщ отличается в разных частях Арктики: на западе евразийского сектора она
может принимать значения –0,5... –1qС, в Якутии – до –10qС [117].
Наличие связи между внутригодовыми колебаниями температуры поверхностных слоев грунта и среднегодовой температурой ПМС
создает возможность для использования Тгр поверхностных слоев
в качестве индикатора преобладания СМГ или ММГ на участках
суши и показателя термического режима мерзлой толщи [6, 140,
153, 169]. Это особенно важно при контроле состояния ММГ с помощью спутниковой или авиационной аппаратуры, так как даже
в длинноволновой части сверхвысокочастотного (СВЧ) диапазона
прямое получение информации о состоянии слоев грунтов, залегающих ниже СТС, затруднено.
Содержание жидкой воды W наряду с Тгр является одним из
основных параметров состояния мерзлых грунтов. W относится к комплексу показателей содержания разных категорий воды
в грунте, в который также входит общая влажность, максимальная влажность, содержание связанной (плотно- и рыхлосвязанной)
воды, содержание свободной воды, льдистость и т. д. В разделах настоящей работы под W подразумевается объемная влажность, а не
весовая, если это не оговорено отдельно в конкретном случае. Вода
в составе грунта включает в себя свободную, конституционную (химически связанную), кристаллизационную, адсорбционную (физически связанную) воду. Все эти типы различаются физическими и
физико-химическими свойствами (вязкостью, температурой замерзания и т. д.) и, как следствие, электрическими свойствами [12, 99].
113
Согласно данным работам, содержание разных типов воды в грунтах в значительной степени зависит от особенностей состава и
структуры последних, в частности, от гранулометрического состава. Вследствие этого температурно-влажностные зависимости разных типов грунтов, описывающие характер связи между W и Тгр,
также существенно отличаются друг от друга.
5.3. Контактные методы измерений
и дистанционное зондирование геосистем на территории Арктики
Специфические черты геоэкосистем Арктики и важность выполняемых ими в географической оболочке Земли функций требуют
пристального внимания к их состоянию и тенденциям развития.
Получение такой информации традиционно обеспечивают системы
мониторинга компонентов окружающей среды, на постах и площадках которых по определенным программам выполняются инструментальные наблюдения. В Российской Федерации сформирована единая система государственного экологического мониторинга
(ЕСГЭМ), предназначенная для контроля состояния всех основных
компонентов окружающей среды (рис. 31) [31].
Устройство сети станций/постов мониторинга, режимы ее функционирования, инструментальное обеспечение и методики наблю-
(
)
Рис. 31. Подсистемы ЕСГЭМ
114
дений существенно разнятся от одной подсистемы к другой в зависимости от свойств контролируемых объектов. Мониторинг загрязнения окружающей среды в РФ, согласно постановлению №477
от 6.06.2013 «Об осуществлении государственного мониторинга состояния и загрязнения окружающей среды» [85], осуществляет Федеральная служба по гидрометеорологии и мониторингу окружающей среды (Росгидромет). При этом она взаимодействует с другими
организациями и органами власти, выполняющими мониторинговые функции, а их сферы контроля частично пересекаются. Так, за
мониторинг (состояния и загрязнения) почв отвечает Росгидромет,
а мониторинг (состояния и использования) земель осуществляется
Федеральной службой государственной регистрации, кадастра и
картографии (Росреестром). Наблюдение и контроль за состоянием воздушной среды выполняется как силами Росгидромета, так и
специализированными предприятиями, и органами власти на местах. Мониторинг биоразнообразия осуществляется рядом организаций, рассматривающих представителей флоры, фауны и микромира с различных точек зрения (в том числе целей использования),
и находится в ведении нескольких министерств и ведомств. Такая
структура ЕСГЭМ, несмотря на разветвленность, обеспечивает оперативное регулярное пополнение государственного фонда данных
государственного экологического мониторинга.
Ведущая роль в организационно-методическом обеспечении мониторинга геофизической среды на территории РФ принадлежит
научно-исследовательским институтам и обсерваториям. Мониторинг сейсмической активности осуществляется Геофизической
службой РАН, при этом сеть станций в Арктике является разреженной и, например, не позволяет регистрировать слабые подземные
толчки. Выход систем для отслеживания динамических процессов
в земных покровах на новый уровень чувствительности, вероятно,
будет связан с пересмотром структуры и аппаратурной базы систем
мониторинга (например, запуском сейсмоинфразвуковой подсистемы) [54].
Мониторинг биоразнообразия в сухопутной части Арктической
зоны РФ осуществляется силами множества организаций с использованием традиционных биоэкологических/биогеографических методик.
Так, наблюдения за состоянием комплексов видов растений выполняются в пунктах сети, покрывающей всю Арктическую флористическую область и ряд районов в границах Арктической зоны,
относящихся к Циркумполярной тундровой области [121].
115
Наблюдения за температурой грунтов в границах РФ в настоящее время выполняются на гидрометеорологических станциях
(ГМС) сети Росгидромета, специализированных геокриологических стационарах (ГКС), агроэкологических станциях, разнообразных временных пунктах мониторинга, созданных в целях информационного обеспечения строительства и т.п. Измерения температуры поверхности грунта (почвы) Тпп и температуры грунта
Тгр на регламентированных глубинах, выполнявшиеся на метеостанциях СССР в пределах области распространения ММГ в 1960–
1980-е гг., в 1990-е гг. были исключены из программы наблюдений
на большинстве таких площадок. Несмотря на успешные попытки возобновления измерений Тпп и Тгр на ряде ГМС (в основном
в областях сезонного промерзания грунтов), для значительной
части территории России в настоящее время такие данные недоступны. На действующих станциях РФ, работающих в сети World
Meteorological Organization (WMO), где измерения Тпп и Тгр входят в программу наблюдений, автоматизация процесса измерений
практически отсутствует [6].
Скважинные измерения температурного режима толщ ММГ осуществляются в сети мониторинга многолетней мерзлоты Thermal
State of Permafrost (TSP), входящей в систему The Global Terrestrial
Network For Permafrost (GTN/P). Программа наблюдений регламентирует проведение измерений преимущественно в ненарушенных
условиях с использованием единой методики и максимальной унификацией инструментального обеспечения. К получаемой информации организован открытый доступ через многофункциональную
систему управления данными [138]. Система объединяет большое
количество площадок (около 1400) в разных точках земного шара и
является основным источником информации о температурах ММГ
на глубинах до 20 м. Значительная часть измерительных скважин
расположена на северо-востоке Европейской территории России, на
севере Западной Сибири, в Юго-Восточной Сибири и на северо-востоке Восточной Сибири вдоль побережья Северного Ледовитого океана. Несмотря на отсутствие объектов сети мониторинга на обширных территориях Центральной и Восточной Сибири, устойчивое
функционирование станций в других районах, в том числе с прерывистым и островным распространением ММГ, позволяет обеспечить непрерывный контроль состояния параметров ММГ там, где,
согласно результатам моделирования, ожидается наибольший отклик ММГ на антропогенную активность и климатические изменения [7, 37, 123].
116
Помимо температуры грунтов на разных глубинах, важную информацию о состоянии мерзлых толщ несет глубина деятельного
слоя, крайне чувствительного к изменениям климата параметр.
Для выполнения режимных наблюдений за мощностью этого слоя
в середине 1990-х гг. был запущен проект Circumpolar Active Layer
Monitoring (CALM – циркумполярный мониторинг деятельного
слоя), в рамках которого была создана система, ставшая частью
GTN/P [128]. В северном полушарии было создано более полутора
сотен площадок, образующих иерархическую систему мониторинга, включающую пять уровней: глобальный, региональный, ландшафтный, фациальный и дистанционный.
Выбор и подготовка площадок для проведения измерений осуществляется согласно принципам глобальной иерархической системы наблюдений по критериям максимальной репрезентативности
участков по отношению к окружающим ландшафтным комплексам. Измерения на площадках ландшафтного и фациального уровней проводятся по специальной методике в узлах регулярной сетки, что обеспечивает охват различных сочетаний гидрологических,
ландшафтных, геокриологических условий и повышение репрезентативности таких измерений. Измерения проводятся с помощью
мерзлотных щупов, мерзлотомеров и автоматических логгеров.
Также на площадках CALM проводятся измерения льдистости и
влажности образцов грунта, исследуется растительный и снежный
покров [31].
К объектам мониторинга ММГ относятся и традиционные ГКС,
на которых реализуются наиболее полные программы наблюдений
за параметрами природных сред в области распространения ММГ:
геокриологическими, метеорологическими, гидрологическими и
биотическими [80]. В настоящее время расположение стационаров
на территории РФ крайне неравномерное и не позволяет осуществлять надежные региональные оценки изменчивости ММГ. Тем не
менее, большая длина рядов данных инструментальных измерений
с таких площадок делает возможным исследование долгопериодных изменений состояния ММГ в локальном масштабе.
Современный этап наблюдений за состоянием окружающей среды характеризуется усилением тенденций к созданию глобальных
сетей мониторинга и переходом к использованию методов дистанционной диагностики наряду с контактными методами измерения
параметров. Спутниковый мониторинг упоминается в регулирующих нормативно-правовых документах как уровень мониторинга,
использование которого целесообразно во многих случаях.
117
В силу упомянутых ранее особенностей Арктической зоны именно средства дистанционного зондирования могут обеспечить необходимый пространственный охват и оперативность получения информации о компонентах среды в ее пределах [31].
Несмотря на то, что еще на начальных этапах развития космического землеведения фундаментальные и прикладные исследования,
направленные на разработку методических основ и практических
приложений дистанционного зондирования, предполагали рассмотрение всех основных компонентов природной среды, успехи,
достигнутые в наблюдении за отдельными компонентами за прошедшие десятилетия, существенно разнятся. Так, получение информации о поверхности океана с использованием дистанционных
датчиков стало традиционным в области океанологии, и системы мониторинга ледовой обстановки, морского волнения, термохалинной
циркуляции немыслимы без спутниковой составляющей. Полнота
реализации диагностических возможностей методов дистанционного зондирования Земли (ДЗЗ) в этой области связана с особенностями объекта контроля, в частности, с большей однородностью
водной среды по сравнению с поверхностью суши. Например, одной
из причин успешного применения для целей мониторинга ледового покрова спутниковых СВЧ-радиометров является высокий контраст между излучательной способностью льда и открытой воды,
а также между отдельными ледовыми формами. В итоге к настоящему времени разработано и успешно используется в оперативном
мониторинге большое количество алгоритмов восстановления значений концентрации морского льда (NASA/Team, Norsex, Bootstrap,
Bristol, Cal-val, TUD, ASI и т. д.) [12, 124, 178].
Широкое применение СВЧ-датчиков для решения задач мониторинга геоэкосистем суши в Арктике сдерживается «пестротой»
свойств последних, сложной пространственной структурой, слабой
изученностью связей между их характеристиками. Для диагностики
состояния растительного покрова наиболее активно используются
данные видимого и инфракрасного (ИК) диапазонов спектра, инструментарий для анализа и интерпретации которых развит достаточно
хорошо. Примером информационного сервиса мониторинга растительности с высокой степенью автоматизации обработки данных является сервис «ВЕГА», который изначально создавался как инструмент для отслеживания состояния посевов культур в разные фенологические фазы, но в настоящее время список решаемых с помощью
него задач стал значительно шире [52]. Пользователям сервиса доступны не только прошедшие необходимую предобработку многока118
нальные снимки в разных вариантах цветосинтеза, но и бесшовные
покрытия (мозаики), изображения, отражающие пространственную
изменчивость вегетационных индексов, данные об их годовом ходе,
характерном для конкретной территории, а также информация об отклонениях от многолетней нормы для разных периодов.
Выделение в границах Арктики участков с различным растительным покровом с последующей типизацией является одной из
задач, которая с успехом может быть решена на материале спутниковых спектрозональных данных. Многолетние архивы снимков
позволяют отслеживать динамику состояния высокоширотных
растительных сообществ. По таким данным разнообразными методами [49] определяется изменение положения границы северной
границы леса, являющейся, согласно одной из точек зрения, и границей Арктики.
Также состояние растительности может рассматриваться в качестве индикатора состояния других компонентов геоэкосистем.
Методы ландшафтной индикации, предложенные отечественными
исследователями, позволяют выделять границы мерзлых и талых
пород на уровне слоя годовых амплитуд по типам занимающих
участки растительных ассоциаций, а также другим косвенным
признакам [82]. Данные видимого и ИК диапазонов могут использоваться и для оценки изменений влажности растительного и почвенного покрова в зоне распространения ММГ [47]. Однако большинство таких разработок не задействуются в системах мониторинга компонентов геоэкосистем Арктики. Для наблюдения и контроля за состоянием фитоценозов по-прежнему мало используются
спутниковые СВЧ-датчики. Основными причинами этого является
сложность описания взаимодействия радиоизлучения с фитоэлементами и малая изученность характеристик растительного слоя,
детерминирующих его отражательные и излучательные свойства.
Для моделирования переноса СВЧ-излучения в многослойной среде
с помощью современных электродинамических моделей требуется
информация о трехмерной структуре растительного покрова. На получение такой информации о растительности Арктики направлено
небольшое количество исследований [57, 149].
Важную роль в диагностике состояния геоэкосистем суши в Арктике играют наблюдения за снежным покровом. Режим снежного
покрова во многом определяет температуру грунтовых толщ. При
соответствующих теплофизических расчетах должна учитываться
как высота снежного покрова и его плотность, так и продолжительность его залегания. В работе [70] отмечается, что в области распро119
странения ММГ отепляющее влияние снега проявляется сильнее,
чем в случае территорий, где преобладают СМГ (и оказывается наиболее выраженным вблизи границы ММГ/СМГ).
В целом локальное и глобальное воздействия снежного покрова
являются противонаправленными. Наблюдательная сеть ГМС и
ГКС не может обеспечить охват значительных по площади районов
Арктики, но дает подробную информацию о снежном покрове по
ряду ключевых пунктов, необходимую, в том числе и для проверки восстанавливаемых по спутниковым данным значений. Оценка ежедневных значений водного эквивалента снега (Snow Water
Equivalent – SWE в англоязычном варианте) ведется на основе данных спутниковой СВЧ-радиометрии в соответствии с документированными методиками, и ее результаты размещаются на информационных ресурсах нескольких исследовательских центров.
К качеству восстановления SWE для северных территорий РФ
остаются определенные вопросы, и увеличение точности соответствующих алгоритмов является одной из приоритетных задач в развитии систем мониторинга [72].
Использование данных ДЗЗ для решения задач контроля состояния и использования земель прочно вошло в практику земельного
мониторинга, в том числе в Арктической зоне РФ. Данная подсистема мониторинга имеет некоторые особенности, в частности, касающиеся периодичности контроля и выбора способов анализа исходных данных [31].
Одной из новых тенденций в развитии систем наблюдения за состоянием окружающей среды становится широкое использование
беспилотных летательных аппаратов (БПЛА) различных классов.
Эпизодически применявшиеся в природоведческих целях до 2000-х
гг., БПЛА в последние несколько лет стали важным инструментом
для получения информации о геоэкосистемах благодаря значительному усовершенствованию их тактико-технических характеристик
и параметров устанавливаемого на них исследовательского оборудования [58]. Основную роль в этом процессе сыграло внедрение
надежных и имеющих относительно невысокую стоимость систем
навигации и управления, миниатюризация измерительной аппаратуры, повышение уровня автоматизации выполнения полетных заданий. При решении некоторых задач мониторинга в Арктической
зоне (например, в наблюдении за животными среднего и малого размера) БПЛА практически не имеют альтернативы.
Подводя итог краткому обзору вариантов использования данных ДЗЗ для решения задач мониторинга геоэкосистем Арктики,
120
необходимо еще раз подчеркнуть ограниченную применимость конкретных видов аппаратуры и получаемых с помощью нее данных.
По этой причине для получения максимально полной информации
о динамике характеристик природной среды требуется комплексирование методов диагностики [31].
Основными параметрами, определяющими поведение природных сред в электромагнитном поле, являются диэлектрическая и
магнитная проницаемость, электрическая и магнитная проводимость. Эти электрические характеристики зависят от параметров
состава, структуры, физических и физико-химических свойств
грунтов и в то же время детерминируют их радиофизические характеристики, непосредственно оцениваемые при дистанционном
СВЧ-зондировании. При использовании в качестве инструментов
мониторинга СМГ и ММГ средств пассивного и активного СВЧ зондирования наиболее важной электрической характеристикой грунтов является комплексная диэлектрическая проницаемость (КДП).
Для описания диэлектрических свойств веществ в СВЧ диапазоне используются релаксационные формулы Дебая, позволяющие
определить значения действительной и мнимой частей КДП в зависимости от частоты поля:
Hc Hf Hcc
H0 H f
H0 H f
1 (2Se W)2
2
1 (2Se W)
˜ 2Se W ;
V
,
2SHq e
(46)
(47)
где f – частота поля; V – проводимость; Hr – диэлектрическая проницаемость вакуума; Hf – высокочастотная диэлектрическая постоянная; H0 – низкочастотная диэлектрическая постоянная, W – время
релаксации.
Поскольку грунты являются сложными многокомпонентными
системами, для описания их диэлектрических свойств на основе
свойств компонентов используются разнообразные модельные приближения, применение которых возможно в ограниченных диапазонах КДП компонентов и f поля. Наиболее распространенным
способом модельного описания является представление слоев грунтов в виде условно гомогенных смесей. В таком случае для расчета
результирующей КДП используются формулы Оделевского, Бруггемана-Ханаи, Брауна [119]. Формула Брауна, более известная как
«рефракционная» модель, до 1990-х гг. считалась наиболее подхо121
дящей для описания смесей компонентов, существенно отличающихся друг от друга по величине диэлектрической проницаемости
[162]:
(48)
H f Uv Hv (1 Uv ) Hb ,
где Hg – КДП смеси; Hw и Uw – КДП и плотность первого компонента;
Hс – КДП второго компонента.
Данная формула применима для описания в СВЧ диапазоне
КДП грунтов как двухкомпонентных смесей воды с большой КДП
и кристаллической основы (лед, минеральный скелет) с малой КДП.
КДП жидкой воды практически постоянна при f<1 ГГц и близка к 81, диэлектрические потери незначительны. Частотная изменчивость КДП воды ярко проявляется в СВЧ-диапазоне, к верхней
границе которого Hc снижается с 81 до 45, а Hs проходит максимум,
равный 37, при f | 20 ГГц.
КДП минеральной основы грунтов разного состава в СВЧдиапазоне мала и меняется в зависимости от f незначительно [110].
Согласно [92], на f 4 ГГц для монтмориллонита, основного компонента многих глинистых грунтов, H 2,47 0,072h при влажности
менее 1% и плотности U 1,23 г/см3, а для искусственно дегидратированного кварцевого песка при U 1,54 г/см3 при H 2,81 0,1h .
КДП чистого льда в СВЧ-диапазоне также стабильна и принимает
значения около 3,150,01i.
Следовательно, допустимо считать, что КДП рассматриваемой
смеси зависит прежде всего от W. Как было показано ранее, W,
в свою очередь, является функцией нескольких параметров, таких
как температура, минерализация, соотношение количества частиц
разных фракций. Насыщение порового раствора минеральными солями вызывает изменение диэлектрических свойств и напрямую.
В классической рефракционной модели не учитывается факт,
что вода в грунтах может относиться к одному из видов связанной
влаги. Эксперименты, проведенные рядом научных коллективов
в 1990–2000-х гг., показали существенные расхождения между измеряемыми в лабораториях и рассчитанными по формуле Брауна
значениями КДП [11, 14, 41, 92, 164].
Для решения данной проблемы в указанных работах были предложены модели, позволяющие учесть наличие связанной воды в составе грунтов и обеспечить согласие между результатами измерений
и вычислений КДП. Однако основные трудности в описании КДП
свойств грунтов по-прежнему связаны с малой исследованностью
температурно-влажностных зависимостей для разных типов грун122
тов в натурных условиях [110]. Существенные сложности возникают и с измерениями КДП для природных сред, граничащих с грунтами: снежного покрова, растительности.
В последнем случае проблема заключается как в организации
измерений КДП живого организма, так и в неоднородности и высокой изменчивости диэлектрических параметров самой среды [39].
Как было упомянуто, диэлектрические свойства природных сред
детерминируют их радиофизические свойства, в частности, излучательные свойства в СВЧ диапазоне. Согласно теории теплового
излучения, в СВЧ диапазоне испускание абсолютно черным телом
равновесного излучения может быть описано длинноволновым приближением формулы Планка (аппроксимацией Релея-Джинса) [67]:
R (e,T)
2SjT
O2
,
(49)
где R – спектральная плотность излучения; k – постоянная Больцмана; T – термодинамическая температура;O – длина волны.
Для описания излучения реальных («серых») тел введено понятие радиояркостной температуры (РЯТ), равной термодинамической температуре абсолютно черного тела, испускающего излучение такой же интенсивности, что и реальное, в выбранном направлении. Для протяженной условно бесконечной среды РЯТ представляется в виде произведения ее термодинамической температуры Tип
и коэффициента излучения 6 на данной частоте, зависящего прежде всего от КДП среды и свойств границ раздела между средами/
слоями сред [152]:
Tý (e )
¦ (e ) ˜ Tæí .
(50)
Излучательная способность природных сред в микроволновом
диапазоне изменяется в широких пределах (в отличие от ИК области спектра), что позволяет различать объекты и по термодинамической температуре, и по 6 [61]. Коэффициенты излучения грунтов
в СВЧ-диапазоне зависят в первую очередь от содержания жидкой
воды (свободной, рыхло- и плотносвязанной). Например, переход
грунтов из мерзлого состояния в талое характеризуется увеличением количества жидкой влаги, что на f 6,9 ГГц вызывает рост действительной и мнимой частей КДП и, соответственно, уменьшение
значений 6 и РЯТ. Это подтверждено результатами многолетних
исследований, выполнявшихся в лабораториях российских и зарубежных организаций [43, 119]. Согласно данным экспериментов,
123
проводившихся с помощью установок «Эмиссия-1», «Эмиссия-2» на
базе Главной геофизической обсерватории (ГГО) им. А.И. Воейкова,
при зондировании в надир коэффициент излучения мерзлой почвы
влажностью W 14% при температуре –0,4qС на f 9,4 ГГц равен
0,923, оттаявшей почвы W 14% при Тгр 0,4qС – 0,892 (табл. 3).
Как было сказано ранее, гранулометрический и физико-химический состав (в частности, содержание физической глины, песка,
гумуса, засоленность) также определяет количество незамерзшей
влаги. Как следствие, эти свойства детерминируют и коэффициенты излучения грунта при конкретной температуре [41, 42].
Спутниковыми СВЧ-радиометрами фиксируются параметры
восходящего микроволнового излучения системы «Земля атмосфера». По измеряемым антенным температурам на основе установленных калибровочных соотношений определяются РЯТ этой системы
на разных частотах зондирования. Согласно концепции «СВЧ климатологии», разработанной профессором В. В. Мелентьевым, РЯТ
является интегральной характеристикой, отражающей состояние
системы «Земля-атмосфера» и отдельных ее компонентов [152]. По
результатам оценки значений РЯТ посредством решения обратных
задач ДЗЗ [115] могут быть восстановлены значения коэффициентов
излучения, физических, физико-химических и других параметров
Таблица 3
Коэффициенты излучения естественных поверхностей
на f 9,4 ГГц (выдержка из [35])
Вид излучающей среды
Краткая характеристика
образца
6
Мерзлая почва
W 14%, Tгр –0,4qС
0,923
Оттаявшая почва
W 14%, Tгр 0,4qС
0,892
Частично оттаявшая
почва
W 32,5%
(у поверхности), толщина
мерзлого слоя 6 см
0,927
Мерзлый грунт,
покрытый травой
Толщина слоя 12 см
0,941
Сухой травяной покров
Мокрый травяной
покров
Сухой снежный покров
124
Толщина слоя почвы 20 см,
высота травы 15–20 см
Толщина слоя почвы 20 см,
высота травы 15–20 см
Толщина слоя 20–30 см,
плотность 0,404 г/см3
0,935
0,89
0,956
природных сред, в том числе грунтов. При СВЧ зондировании природных сред особое значение приобретает мультиспектральность
аппаратуры и возможность поляризационной селекции сигнала,
позволяющие снизить неопределенность в решении обратных задач
в условиях недостатка априорной информации. Поэтому современные СВЧ радиометры в своем большинстве являются многоканальными спектрально-поляризационными комплексами.
Максимально возможное пространственное разрешение электрооптической или радиотехнической системы зондирования для
круглой апертуры оценивается по следующему уравнению:
'L 0,61OL .
(51)
q
где L – расстояние от фокуса до объекта на поверхности Земли;O –
длина волны принимаемого излучения; r – радиус апертуры (действующего отверстия фокусирующей системы – рефлектора или
линзы). Данная формула выражает дифракционное ограничение
разрешения спутникового измерительного средства. Из-за данного ограничения пространственное разрешение спутниковых СВЧ
радиометрических систем оказывается существенно сниженным по
сравнению с системами видимого и ИК диапазона.
Первый опыт спутниковой СВЧ съемки поверхности суши в Арктике относится к концу 1960 – началу 1970-х гг., когда на орбиту
были запущены советские искусственные спутники Земли (ИСЗ)
«Космос-243», «Космос-384», оснащенные многоканальными СВЧ
радиометрическими комплексами. В рамках этих пилотных экспериментов сотрудниками Государственного научно-исследовательского центра изучения природных ресурсов (ГосНИЦИПР) была построена, по-видимому, первая в мире СВЧ карта положения границ
областей сплошной и прерывистой мерзлоты [10], предложена методика оперативного подсчета площади дрейфующего льда в Северном Ледовитом и Южном океанах [152].
В последующие десятилетия метод пассивного микроволнового зондирования (СВЧ радиометрии), предложенный выдающим
советским ученым К. С. Шифриным, профессором ГГО им. А. И.
Воейкова [173], был широко внедрен в практику исследований системы «Земля-атмосфера» как в СССР, так и за рубежом [9, 133, 15,
43, 119, 135, 142, 172]. Во многом это стало возможным благодаря
запуску новых ИСЗ, на борту которых была установлена аппаратура с улучшенным пространственным и временным разрешением (ИСЗ Nimbus-7, DMSP). В рамках проектов по созданию новых
методов и средств мультиспектрального СВЧ зондирования земной
125
поверхности, спутниковая СВЧ съемка сопровождалась наземными экспериментами в контролируемых условиях с целью изучения
связей между физическими, физико-химическими и радиофизическими свойствами природных и техногенных объектов [15, 61, 66].
Одновременно велась разработка моделей переноса излучения, позволяющих оценивать значения излучательной способности многослойных сред при положительных и отрицательных температурах,
создавались алгоритмы восстановления значений физических параметров грунтов, льда, растительного и снежного покрова по СВЧ
данным [41, 42, 60]. Со второй половины 1960-х по 1980-е гг. были
выполнены серии экспериментов по широкомасштабному картированию территорий евразийского сектора Арктики на подспутниковом
уровне – с борта самолета-лаборатории ГГО им. А.И. Воейкова [43].
Начиная с 1990-х гг., значительные усилия прилагаются к разработке новых методов дистанционной диагностики многослойных
сред в зоне распространения ММГ [151, 152], что связано с потребностями в точной документальной информации об их состоянии в условиях глобальных климатических изменений [170].
Список частных задач мониторинга грунтов в Арктике и за ее
пределами, решаемых средствами спутникового мультиспектрального СВЧ зондирования, в последние два с половиной десятилетия
был существенно расширен. На современном этапе спутниковые
СВЧ радиометры чаще всего используются для определения мерзлого/талого статуса грунтов и их влажности в талом состоянии.
Так, в работах [127, 154, 191] предложены подходы к обнаружению процессов таяния грунтов и снежного покрова по СВЧ радиометрическим данным на основе спектрального градиента показаний разночастотных каналов, в работе [132] – на основе сезонного
градиента РЯТ. В результате этих исследований были получены
многолетние архивы данных о глобальном распределении областей
таяния и промерзания на земном шаре. В работах [11, 41] подробно
рассмотрены вопросы учета особенностей химического и гранулометрического состава грунтов, свойств грунтовой влаги при восстановлении значений температуры и влажности грунтовых слоев
по СВЧ данным, с помощью многоканальной СВЧ радиометрии изучены процессы промерзания и оттаивания грунтов разной структуры. В [157, 159, 160] предложен новый подход к оценке долговременных тенденций изменения состояния СМГ и ММГ по пассивным
микроволновым данным с ИСЗ, основанный на анализе контрастов
РЯТ по пространственным и временным профилям и определении
сумм РЯТ в зимние периоды стабильно мерзлого состояния грунтов.
126
В монографии [152], а также в упомянутых выше работах, профессором В.В. Мелентьевым показано, что РЯТ может служить интегральным показателем состояния многослойных природных сред,
в том числе грунтовых горизонтов, и ее изменчивость является отражением динамики характеристик системы «Земля-атмосфера».
Данное положение легло в основу направления СВЧ климатологии,
развиваемого в ГУАП в настоящее время.
В исследованиях [112, 148] разработаны алгоритмы восстановления температуры грунтов в полярных и субполярных регионах на
основе спектральных и поляризационных различий излучательных свойств многослойных сред по данным с сенсоров The Advanced
Microwave Scanning Radiometer – Earth Observing System (AMSR-E)
и Special Sensor Microwave Imager (SSM/I).
Получение численных оценок Тгр производится путем решения
обратных задач дистанционного зондирования в условиях априорного недостатка информации. Данные задачи решаются с помощью
алгоритмов, построенных на базе статистических (регрессионных)
моделей или моделей собственного СВЧ-излучения многослойных
сред. В работе [148] рассмотрены оба этих подхода к восстановлению
значений Тгр. Значения Тгр определяются раздельно для мерзлого
(1) и талого (2) состояния грунтов по данным спутникового СВЧрадиометра AMSR-E. Один из разработанных методов восстановления использует модель множественной регрессии, другой – модель
собственного излучения многослойной среды, включающей в себя
грунт, снежный покров в периоды 1, грунт и растительный покров –
в периоды 2.
Результаты восстановления для ряда участков, расположенных
в Арктике (в американском ее секторе) и за ее пределами, хорошо
согласуются с опорными данными стационарных наблюдений в периоды талого состояния грунтов. Среднеквадратическая ошибка
(СКОш) восстановления в этом случае не превышает 2,25,0 К, однако точность восстановления оказывается выше для метода на основе
модели собственного СВЧ излучения среды.
В периоды мерзлого состояния грунтов наблюдается обратная
ситуация, а СКОш увеличивается до 610 К.
В работе [70] для восстановления значений Тгр на полигонном
участке в американском секторе Арктики использованы данные
поляризационно-угловых измерений одночастотного 1,4 ГГц СВЧрадиометра с синтезированной апертурой, размещенного на борту
ИСЗ программы Soil Moisture – Ocean Salinity (SMOS) [131]. На
основе полуэмпирической модели собственного излучения среды
127
L-MEB, предложенной в [189], в рамках этого исследования был разработан метод и алгоритм восстановления Тгр. Он позволил оценить
значения Тгр для дискретных временных рядов. Небольшая величина выборки РЯТ и охват лишь одного периода стабильно мерзлого
состояния грунтов обеспечил снижение СКОш восстановления температуры до 2,4 К (хотя точность метода в периоды годового цикла,
когда происходят интенсивные фазовые переходы грунтовой влаги,
не была оценена).
Работа в данном направлении была продолжена, и ее результаты отражены, например, в [163], где сделана попытка восстановить
температурный профиль грунта на тестовом участке, расположенном на Аляске. Исследование [182] подтвердило характер установленных в нашей работе [64] зависимостей между РЯТ в ряде частотных каналов и Тгр.
Отдельное направление исследований представлено работами
по моделированию термического режима толщ ММГ согласно граничным условиям, задаваемым восстановленными по спутниковым
данным значениями температуры поверхности грунтов [153, 164].
В моделях переноса излучения, положенных в основу современных алгоритмов восстановления значений параметров грунтов, разными способами осуществляется описание неоднородностей среды
[147, 186]. Упрощенное представление грунтового и растительного
слоя, основанное на допущении о малой выраженности эффектов
рассеяния, было предложено в работах [116, 119]. Данный подход
широко применяется благодаря относительной простоте реализации вычислительных процедур при решении обратных задач ДЗЗ
[148, 168, 187].
В работах [136, 190] используются модели переноса излучения,
в которых слой растительности представляется в виде множества
дискретных элементов простой формы (диски, цилиндры), характеризующихся определенными геометрическими параметрами и
диэлектрическими свойствами. Учет шероховатости поверхности
грунтов также производится различными способами [130]. Для
этого используются хорошо известные модельные описания, широко применяемые в области зондирования взволнованной водной
поверхности – модель Кирхгофа, модель малых возмущений, двухмасштабная модель [13, 155]. Во многих случаях учет шероховатости осуществляется путем введения поправочных эмпирических
коэффициентов [133, 162]. Ряд новых подходов, описанных в [186],
положен в основу алгоритмов, с помощью которых в настоящее время производятся стандартные спутниковые СВЧ продукты SMC
128
(Soil Moisture Content) для общедоступных обновляемых баз данных о влажности грунтов [167].
Важным этапом развития дистанционных исследований криолитозоны Земли стала инициация в 2009 г. проекта DUE permafrost,
направленного на создание информационной системы для комплексирования данных о состоянии и изменчивости ММГ из разных источников [125, 145].
Будучи запущенной в оперативную эксплуатацию, она стала
первой системой, в которой собраны данные о состоянии ММГ по
всему земному шару, как полученные традиционными контактными методами на ГКС и ГМС, так и восстановленные по результатам
дистанционных измерений. Одной из важных ее особенностей является интеграция предоставляемых другими международными
программами и исследовательскими организациями данных о компонентах геоэкосистем. Спутниковые продукты LST (Land Surface
Temperature – температура поверхности суши), SSM (Surface Soil
Moisture – влажность поверхностного слоя грунта) и Freeze/Thaw
(мерзлый талый статус поверхности суши), получаемые из архивов
организаций-партнеров, подвергаются процедуре валидации по
результатам измерений, выполняемых контактными методами на
площадках глобальных сетей GTN/P, CALM. Значения температуры подстилающей поверхности Тик в продуктах LST (из-за малой
толщины скин-слоя вместо яркостной температуры грунта в большинстве случаев регистрируется яркостная температура снежного
покрова, растительности) восстанавливаются по данным тепловой
съемки ИК диапазона со спектрорадиометра Moderate Resolution
Imaging Spectroradiometer (MODIS) и сканирующего радиометра
The Advanced Along-Track Scanning Radiometer (AATSR). Данные
СВЧ диапазона используются в основном для оценки влажности
грунтов в талом состоянии и определения мерзлого/талого статуса
грунтов. Применяемые двухканальные методы восстановления значений Тик позволяют получать оценку численных значений данного
параметра со СКОш 37 К по отношению к данным ре-анализа. Стоит отметить, что в периоды стабильно мерзлого состояния грунтов
точность восстановления уменьшена по сравнению с другими периодами годового цикла (СКОш может превышать 7 К). Кроме того,
оперативность оценки ежедневных изменений термодинамической
температуры подстилающей поверхности ограничена влиянием облачности, непрозрачной в ИК диапазоне.
Эксперименты по валидации и интеркалибровке данных измерений в рамках проекта были сосредоточены на пяти регионах, пози129
ционируемых как «ключевые»: побережье моря Лаптевых и Восточно-Сибирского моря, Якутском регионе, севере Западной Сибири,
меридиональном трансекте на Аляске, долине реки Маккензи. DUE
Permafrost открыл новые возможности в организации инфраструктуры для анализа разнородных данных о состоянии ММГ. Однако
небольшое число тестовых полигонов и необходимость создания
стандартизированных методик, дальнейшей оптимизации работы
отдельных алгоритмов (в частности, алгоритма для определения
влажности грунтовых слоев по данным СВЧ инструментов – спутниковых скаттерометров и радаров с синтезированной апертурой)
в настоящее время еще не позволяют считать созданную систему надежным инструментом мониторинга, пригодным для решения задач непрерывного контроля параметров ММГ. Тем не менее, данная
программа выгодно отличается от других программ и систем мониторинга ММГ, не обеспечивающих достаточного пространственного
охвата и не предусматривающих полноценного использования дистанционных методов исследования природных сред наряду с контактными. С 2014 г. базы данных DUE Permafrost интегрированы
в систему GTN/P.
Таким образом, рассмотрение ряда современных методов оценки значений Тгр и ее изменчивости по спутниковым данным СВЧ
и ИК диапазона показало, что точность восстановления значений
параметров состояния мерзлых грунтов оказывается снижена либо
в периоды стабильно мерзлого состояния грунтов, либо в периоды
интенсивных фазовых переходов грунтовой влаги. Это происходит
вследствие неразвитости дифференцированных подходов к восстановлению значений параметров состояния грунтов в разные периоды годового цикла, а также из-за отсутствия учета связей между
последовательными состояниями СВЧ излучающей среды.
5.4. Гидроэкологическая оценка
и управление воздействием технических объектов
на водные экосистемы
Экологическая оценка воздействия гидротехнических объектов
на водоемы и водотоки должна быть всесторонней и комплексной
(рис. 32). Одним из главных составных элементов оценки является
характеристика качества воды и его изменение под влиянием техногенных факторов. Следует уточнить, что вопросы качества воды
изучаются не только в составе экологической оценки, а также при
водохозяйственной и санитарно-гигиенической оценках различных
аспектов.
130
-
-
-
-
Рис. 32. Состав гидроэкологической оценки воздействия
технических объектов на водоемы и водотоки
Эколого-санитарная оценка качества воды включает:
1) характеристику состава и свойств воды как среды обитания
гидробионтов (наличие биогенных и органических веществ, солевой состав, прозрачность, активная реакция, газовый режим и другие ингредиенты);
2) характеристику процессов самозагрязнения («цветение» воды,
обрастание откосов каналов) и биологического самоочищения (участие гидробионтов в трансформации, аккумуляции, седиментации
аллохтонных и автохтонных загрязняющих веществ)*;
3) оценку качества воды по критериям биоиндикации. Водохозяйственный аспект предусматривает оценку качества воды для
комплексного водоснабжения (т. е. ее пригодность для хозяйственно-бытовых нужд, промышленности и сельского хозяйства) в соответствии с существующими нормативами, а санитарно-гигиенический – для питьевого водоснабжения, рекреации и других задач
здравоохранения.
Характеристика качества воды с экологических позиций и для
хозяйственного использования производится по сходным показателям. Существенное отличие заключается в оценке величин показателей и их наборе, а также степени важности отдельных показа* Аллохтонные и автохтонные группы микроорганизмов, по которым классифицируются загрязняющие вещества.
131
телей. Экологические требования к качеству воды обычно учитывают большое число показателей и предусматривают их градации
в определенном диапазоне величин, а не в сравнении с величиной
ПДК, как при водохозяйственной оценке. Экологическая оценка
не подменяет существующие нормативы, регламентирующие требования по нормированию качества воды в интересах различных
водопотребителей и водопользователей. Она более фундаментальна,
потому что характеризует объективное состояние водных объектов
как природных тел и их экосистем, формирующих качество воды
в результате функционирования живых компонентов и круговорота веществ в них. Она дает обобщенную эколого-санитарную характеристику качества воды в водоеме и в то же время ориентирует
в оценке реальной и потенциальной ее пригодности и ценности для
различного использования.
Обязательными составными элементами гидроэкологической
оценки воздействия технических объектов на водоемы и водотоки
являются эколого-токсикологическая и радиоэкологическая характеристики. Они предполагают не только определение концентраций, но также оценку миграции, трансформации и накопления
различных токсикантов (пестицидов, тяжелых металлов, нефтепродуктов, фенолов, поверхностно-активных веществ и других токсических веществ) и радионуклидов в экосистемах водных объектов
как в их абиотической части (вода, донные отложения), так и в сообществах гидробионтов на всех трофических уровнях. Особая важность данных составных частей гидроэкологической оценки определяется мутагенным эффектом токсикантов и радионуклидов.
Экологическая оценка включает также характеристику гидропаразитологической ситуации и ее возможного изменения под влиянием техногенных факторов. Возникает опасность распространения и увеличения численности паразитов, повышения уровня
инвазии ими беспозвоночных, рыб, водоплавающих птиц, сельскохозяйственных животных и человека в связи с гидротехническим
строительством, интенсификации их развития и увеличения паразитарных заболеваний с повышением температуры воды в водоемах-охладителях энергетических объектов, расширения видового
состава и количества паразитофауны при опреснении солоноватоводных лиманов и в других случаях техногенного воздействия на
водные объекты.
Важнейшим разделом экологической оценки гидротехнического
строительства является биопродукционный, включающий вопросы
рыбопродуктивности. Сложность заключается в том, что современ132
ный уровень знаний в области экологической физиологии и популяционной экологии водных животных, в том числи и рыб, не позволяет достаточно достоверно предсказать реакцию гидробионтов на
резко изменившиеся в результате воздействия гидротехнического
строительства условия среды, их место в вновь формируемых гидробиоценозах, консервативность или пластичность всех видов рыб,
численность и ареал их популяций в отдельных водных объектах
или их системах. Поэтому до сих пор возникают просчеты в оценке
воздействия, в прогнозировании качественного и количественного
состава рыбного населения, миграционного и репродуктивного поведения некоторых ценных видов рыб при гидротехническом строительстве, обосновании и осуществлении мероприятий по их искусственному воспроизводству, интродукции и акклиматизации; происходит непредвиденное резкое увеличение численности, непроизвольная акклиматизация и расширение ареала малоценных и даже
нежелательных видов рыб. При оценке воздействия технических
объектов на состав ихтиофауны и рыбопродуктивность и обосновании рыбохозяйственных мероприятий следует учитывать не только
положительный, но и отрицательный опыт формирования рыбного
населения вновь создаваемых и реконструируемых водоемов и водотоков.
В составе гидроэкологической оценки должен быть рассмотрен
такой важный, с точки зрения эксплуатации технических объектов, вопрос: возникновение биологических помех. Основными их
источниками являются зарастание водоемов и водотоков, обрастание гидротехнических сооружений гидробионтами, в частности
моллюском дрейссеной. Зарастание водных объектов высшими водными растениями и нитчатыми водорослями приводит к уменьшению пропускной способности водотоков, возникновению механических помех на гидротехнических сооружениях в случаях выноса и
скопления на них растительности, заболачиванию водоемов и ухудшению качества воды. Обрастание дрейссеной нежелательно почти
на всех типах гидротехнических сооружений, но особенно опасно
в трубопроводах и агрегатах энергетических объектов, поскольку
приводит к снижению пропускной способности вплоть до вывода их
из строя.
Очень актуальным аспектом экологической оценки является охрана водной флоры и фауны. С природоохранной точки зрения необходимо заключение о воздействии технических объектов на редкие,
эндемичные, реликтовые и ценные в хозяйственном отношении
гидробионты – беспозвоночные и позвоночные животные, высшие
133
водные растения, водоросли. Требования могут заключаться в изменении варианта размещения технического объекта, разработке
мероприятий по ограничению воздействия техногенных факторов,
сохранению водной флоры и фауны путем создания заповедников
или заказников.
Охранять необходимо не только отдельные виды, но и их группировки, уникальные природные комплексы, отдельные водоемы или
их участки с особо ценными в научном или хозяйственном отношении биоценозами. Следует изучить динамику численности, ареал,
экологические особенности подлежащих охране объектов и разработать прогноз их возможных изменений, вплоть до полного исчезновения в результате воздействия гидротехнического строительства. Для редких и ценных гидробионтов опасность негативного
воздействия может возникнуть не только в непосредственно затрагиваемых строительством водоемах и водотоках, но и в результате
его косвенного влияния на водные объекты, прилегающие территории, в частности вследствие изменения гидрологического режима
(обводнение, осушение).
Процесс экологической оценки воздействия технических объектов на водоемы и водотоки (по всем разделам) начинается со сбора
необходимой исходной информации (рис. 33). Она состоит из характеристики современного состояния гидроэкосистем, данных о параметрах, проектируемых или действующих гидротехнических и
-
-
(
-
)
-
Рис. 33. Схема проведения экологической оценки воздействия
гидротехнических объектов на водоемы и водотоки
134
энергетических объектов, а также антропогенном загрязнении. При
необходимости привлекаются материалы географических, медикобиологических, экономических и социологических исследований.
Характеристика современного состояния экосистем содержит
сведения о гидрологическом, гидрохимическом, гидробиологическом режимах; качестве воды; биопродуктивности; эколого-токсикологической; радиоэкологической; паразитологической ситуации
водных объектов, подвергающихся воздействию; а также водоемов
и водотоков, которые могут служить аналогами при прогнозировании влияния техногенных факторов. Правильный выбор аналогов является достаточно сложным и ответственным моментом, поскольку их адекватность в значительной мере определяет надежность прогноза и рекомендуемых мероприятий.
Важным составным элементом экологической оценки является
сбор и анализ исходной информации о конструктивных и технологических параметрах объектов, воздействующих на водные экосистемы. В этом процессе работы необходимо выделить основные
факторы воздействия и непосредственные или косвенные последствия, возникающие в водных экосистемах. Следует учесть, что
характер последствий (как положительных, так и отрицательных)
и степень их проявления в значительной мере зависят от инженерных решений, принятых в проекте и реализованных на действующем объекте. Поэтому при подготовке исходной информации необходимо акцентировать внимание на существенные экологические
последствия различных вариантов проекта. Такие параметры, как
уровень режима, скорость течения, водообмен, режим взвешенных
наносов, глубина, конфигурация поперечного сечения водотока,
характер ложа, береговой линии, конструкций и режим работы
гидротехнических и энергетических агрегатов, температурный режим и другие, могут быть определяющими для формирования гидробиологического режима, качества воды и рыбопродуктивности
водных объектов.
При гидроэкологической оценке необходимо учесть пресс антропогенного загрязнения на водные экосистемы: поступление разнообразных сточных вод, удобрений и ядохимикатов с сельскохозяйственных угодий, рекреацию в настоящее время и в перспективе.
Одной из наиболее сложных проблем экологической оценки
является разработка ее центрального звена прогноза воздействия
техногенных факторов на водные объекты. Прежде чем прогнозировать последствия влияния гидротехнического строительства,
необходимо составить фоновый экологический прогноз и получить
135
представление о возможных изменениях водных экосистем на ближайшую и отдаленную перспективу без осуществления данного
строительства. При прогнозировании важно установить не только
характер изменений, но и определить скорость данного процесса,
а также степень его необратимости. Прогноз воздействия технических объектов на водоемы и водотоки необходимо разрабатывать
для различных вариантов с целью сопоставления их экологической
оценки между собой и с фоновой ситуацией.
Гидроэкологический прогноз является предпосылкой оценки.
Он может выполняться в зависимости от поставленных основных задач в двух направлениях: исследовательском и нормативном.
Более распространенным является первый, при котором решается
задача определения возможных изменений гидроэкосистем и их
отдельных компонентов под воздействием техногенных факторов.
Второй предполагает прогнозирование возможности достижения
желательных характеристик водных объектов на основе заранее
заданных норм (например, качества воды) и включает определение необходимых для этого путей и средств, т. е. предусматривает
управление данными параметрами гидроэкосистем. Нормативное
прогнозирование следует применять при разработке водоохранных
мероприятий. Перспективным оно является, очевидно, для установления экологической емкости того или иного водного объекта по
отношению к техногенному воздействию.
Гидроэкологические прогнозы могут быть краткосрочными (1–
5 лет) и долгосрочными (5–20 лет). Однако часто, особенно на ранних
стадиях проектирования, разрабатывается поисковый прогноз, при
котором определяются возможные состояния гидроэкосистем в будущем без определения конкретного срока. Целесообразно увязать
гидроэкологический прогноз с периодами реализации технического объекта, строительства, непосредственно после строительства и
вывода объекта на проектную мощность через 2–3 десятилетия, так
как игнорирование медленных изменений может привести к ошибкам в оценке возможных последствий и действительного состояния
стабилизированных экосистем (например, «цветение» воды в водохранилищах, подъем уровня грунтовых вод).
Гидроэкологический прогноз должен учитывать пространственный аспект и выполняться не только локально для акваторий, непосредственно прилегающих к техническим объектам, но и на максимально удаленных участках (например, вниз по течению реки), где
возможно воздействие общехозяйственного и гидротехнического
строительства. На основании разработанного прогноза производит136
ся оценка экологической допустимости гидротехнического строительства по всему комплексу критериев.
При положительном результате осуществляется выработка рекомендаций по рациональному использованию водоемов и водотоков; формулирование экологических требований, направленных на
предотвращение или максимальное ограничение возможных отрицательных последствий, разрабатывается комплекс водоохранных
мероприятий, а также система мер по охране природных объектов.
Очень важным при экологической оценке технических объектов является выработка комплексных рекомендаций, согласованных по
всем ее разделам с учетом смежных областей (экономической, социологической и других). При этом требования, рекомендации и мероприятия могут существенно различаться для разных вариантов
инженерных решений. Для получения информации об оправдываемости прогноза и обеспечения своевременной корректировки в процессе осуществления экологической оценки, необходимо предусмотреть организацию мониторинга на подвергающихся воздействию
водных объектах.
Экологическая оценка воздействия является адаптивным процессом и разрабатывается с разной степенью детализации в зависимости от стадий проектирования гидротехнических объектов.
Выявление возможных экологических последствий воздействия
гидротехнического строительства на водные объекты на предварительной стадии способствует рассмотрению альтернативных
вариантов ликвидации водного или энергетического дефицита, обуславливает поиск оптимальных путей сочетания хозяйственной и природоохранной деятельности общества. На первых
стадиях целесообразно участие общественности в обсуждении
природоохранных вопросов, поскольку в выработке общей программы мероприятий общественное мнение может сыграть положительную роль.
Разработка крупных проектов проходит ряд стадий предпроектных и проектных проработок. На предпроектной стадии прорабатываются схема, технико-экономическое обоснование (ТЭО) или
технико-экономический расчет (ТЭР), на проектных – проекты и
рабочая документация.
Гидроэкологическая оценка должна предусматривать различную степень детализации, глубины проработки и усложнение задач
в соответствии с уровнем разработанности проектных решений.
Для каждой из данных стадий могут быть сформулированы следующие задачи:
137
1) схема – разработка обобщенного гидроэкологического прогноза с учетом альтернативных решений, определение экологической
допустимости или недопустимости строительства технического
объекта; при положительном решении – формулировка задач гидроэкологической оценки, выделение ключевых моментов воздействия на водные экосистемы, выбор методов;
2) ТЭО (или ТЭР) – разработка детального гидроэкологического
прогноза, оценка и сопоставление вариантов проекта, выработка
экологических условий и требований;
3) проект – уточнение гидроэкологического прогноза по узловым
вопросам, разработка экологических мероприятий и путей их реализации;
4) рабочая документация – уточнение экологических мероприятий в зависимости от детализации проектных решений и возникновения новых условий.
Гидроэкологическая оценка воздействия технических объектов на водные экосистемы должна продолжаться также в процессе строительства и эксплуатации. Необходим контроль за соблюдением экологических требований, оправдываемостью прогноза,
корректировка гидроэкологических мероприятий и надзор за их
осуществлением для своевременного устранения неблагоприятных
последствий гидротехнического строительства, предвиденных или
возникших непредвидено вследствие неизбежной неопределенности прогноза.
Важное методическое значение имеют определение основных
факторов воздействия технических объектов на водные экосистемы
и выбор соответствующих им ключевых критериев и адекватных
показателей.
Их набор должен быть достаточно репрезентативным с точки
зрения комплексной гидроэкологической оценки, включая все ее
аспекты, вопросы охраны природы и использования воды в народно-хозяйственных целях. Поэтому должны быть предусмотрены
показатели, характеризующие эколого-санитарное качество воды,
токсикологическую, радиоэкологическую и паразитологическую
ситуации, кормовую базу рыб, состав ихтиофауны, а также определены критерии, позволяющие оценить пригодность воды для комплексного использования. С целью охраны уникальных водных
объектов и гидробионтов могут быть установлены специальные
критерии оценки воздействия и применены методы, позволяющие
выявить степень и допустимый предел возможных нарушений, возникающих под влиянием технических объектов.
138
Методические задачи, которые необходимо решать при выполнении гидроэкологической оценки воздействия технических объектов, возникают из ее состава и соответствуют последовательным
этапам разработки (рис. 34). Они в значительной мере являются общими для разных категорий водных объектов и различных аспектов экологической оценки, хотя в каждом конкретном случае существует определенная специфика, которую необходимо учитывать.
Прежде всего, на первом этапе оценки воздействия должен быть
определен состав и объем необходимой исходной информации из
проектных данных и технических решений, гидроэкологических
материалов, полученных на самом водном объекте и объектах-аналогах, а также сведений из смежных областей знаний (географиче-
-
:
;
;
-
-
Рис. 34. Методические задачи при проведении гидроэкологической
оценки воздействия технических объектов
139
ский, геологический, водоохранный и другие аспекты). Важным
методическим условием, учитывая комплексность гидроэкологической оценки воздействия, является унификация требований относительно метода выборки, временного периода, пространственных
границ водных объектов в целом и отдельных участков, усреднения
во времени и пространстве.
Основными методическими подходами при получении исходной
информации являются: сбор существующих данных о водном объекте, подвергающемся воздействию, и об объектах-аналогах; выбор
сведений о конструктивных и технологических параметрах, которые оказывают влияние на гидроэкосистемы, из характеристик
гидротехнических и энергетических объектов (действующих и проектируемых); проведение натурных наблюдений и постановка целенаправленных экспериментальных исследований.
Для получения исходных данных широко используется метод
аналогий, который позволяет судить о тенденциях развития гидроэкосистем во времени без техногенного воздействия.
При правильном выборе аналога метод аналогий предоставляет
в распоряжение исследователей неоценимые материалы. К сожалению, в большинстве случаев прямой единственный аналог водный
объект в сочетании с однотипным видом техногенного воздействия
подобрать не удается. Поэтому приходится использовать материалы о нескольких объектах-аналогах, сопоставление и объединение
которых требует творческого подхода квалифицированных специалистов, имеющих опыт работы на данной категории водных экосистем. В противном случае метод аналогий может оказаться неэффективным или же дать отрицательные результаты.
При анализе литературной информации, материалов натурных
наблюдений и экспериментальных исследований должны широко
применяться методы математической статистики, поскольку для
оценки воздействия в большинстве случаев требуются усредненные
данные и обобщенные закономерности.
Обычно в результате сбора и анализа литературных данных выясняется, что они недостаточны для ответа на вопрос о воздействии
техногенных факторов на гидроэкосистемы. Возникает необходимость организации натурных полевых наблюдений на преобразуемых водоемах и водотоках, и водных объектах-аналогах, а также
постановки целенаправленных экспериментов в природе и лаборатории. Последние необходимы для установления количественных
связей и определения коэффициентов, описывающих зависимости
абиотических и биотических параметров водных экосистем и их из140
менения под воздействием техногенных факторов. До настоящего
времени количественному изучению взаимосвязей в водных экосистемах уделялось недостаточное внимание, вследствие чего нередко
не представляется возможным применить расчетные методы.
Особенно это касается оценки воздействия конструктивных и
технологических параметров на гидробиоценозы.
Оценка воздействия гидротехнического строительства на водные
объекты невозможна без разработки гидроэкологического прогноза (второй этап). В основе методических подходов, используемых
при прогнозировании, лежит знание закономерностей динамики
водных экосистем, экологических механизмов, протекающих в них
процессов, взаимосвязи абиотических и биотических компонентов,
включая влияние технических параметров на структурно-функциональные характеристики биоценозов.
При прогнозировании широко применяются методы экспертных
оценок, экстраполяции и математического моделирования.
Как правило, они используются в том или ином сочетании в зависимости от степени изученности и неопределенности явления или
процесса. Важное место в гидроэкологическом прогнозировании занимает метод аналогий, который позволяет использовать вес методические подходы, н том числе применить математические методы
к описанию тех процессов, которые достаточно глубоко (и количественном отношении) изучены на природных объектах [78].
Преимущество расчетных методов (математического моделирования, экстраполяции) состоит в том, что с их помощью можно
получить более точные результаты. Однако их точность определяется исходной информацией, которая далеко не всегда является
достаточной и надежной, особенно если прогноз выполняется на
отдаленную перспективу. В таких условиях расчетные методы могут дать существенное искажение результатов. Поэтому их применение требует глубокого анализа исходной информации и конечных данных. Разработаны различные методы определения неточности прогноза, которые позволяют проанализировать степень его
надежности и величину возможных отклонений. Несмотря на это,
следует подчеркнуть, что неопределенность увеличивается с введением каждого нового параметра, а также с возрастанием временного интервала, на который делается прогноз. Важно также выявление последствий, не поддающихся прямому количественному
выражению. Должны быть высказаны соображения о степени возможных отклонений от прогнозируемых величин. Необходимым
условием разработки прогноза является установление коэффици141
ента запаса воздействия. Эти вопросы решаются методом экспертных оценок.
Практически всегда результаты, полученные расчетными методами, нуждаются в проверке специалистов-гидробиологов и корректировке на уровне экспертных оценок. Важно, чтобы при расчетах по математическим моделям не было потеряно представление
об адекватности данных или допущений природным, или техногенным процессам, протекающим в водных объектах. Экспертные
оценки, проводимые квалифицированными специалистами, в настоящий момент и в обозримом будущем не могут быть полностью
заменены расчетными методами. Кроме того, следует учитывать,
что в гидроэкосистемах существуют такие элементы или взаимосвязи, которые в данный момент нельзя выразить количественно.
Поэтому применение математических моделей при гидроэкологическом прогнозировании не всегда возможно.
Оценочный анализ воздействия техногенных объектов на природную среду (третий этап) в силу своей сложности и многогранности требует применения всего арсенала методов как экспертных
оценок, так и расчетных (экстраполирования, математического моделирования). Они дополняют и корректируют друг друга, составляя в целом основу для принятия решения.
В настоящее время разрабатываются различные методы количественной оценки качественных изменений экосистем под воздействием техногенных факторов. Распространенными методами
являются использование шкал качественного ранжирования (1–5,
10 или 100) или оценки в баллах. Однако они требуют критического
подхода к целесообразности их применения в каждом конкретном
случае, исходя из их адекватности поставленным задачам и информативности. Во многих случаях при описании изменений качественных процессов приходится ограничиваться лишь указанием
на ухудшение (или улучшение) или отсутствие изменений качеств
водных экосистем в целом, или их отдельных компонентов. В таких
случаях возможно ранжирование по шкале качества типа «хороший–лучший–наилучший»; «худший–плохой–наихудший»; «приемлемый–неприемлемый» и т. п.
Для обобщенной оценки как количественных, так и качественных показателей воздействия иногда применяют единую опорную
шкалу показателей, использовав для этого определенную систему
ранжирования с введением весовых коэффициентов, отражающих
значимость показателей. Однако применение данного методического приема требует осторожности в связи с чрезмерной формализа142
цией оценки, неизбежной в процессе придания качественным характеристикам количественной формы.
Методы оценки влияния гидротехнического строительства на
водные объекты основываются на сравнении результатов воздействия с современным состоянием и с тенденциями изменений экосистем без воздействия.
Номер оценке влияния техногенных факторов на водные объекты методически очень важным, а иногда решающим является
выбор показателей воздействия. Набор показателей должен быть
оптимальным, не слишком большим, затрудняющим его практическое использование, и вместе с тем информативным, позволяющим
адекватно и достаточно полно оценить воздействие на водные экосистемы. Чаще всего для оценки используются показатели стандартов качества воды и других нормативных документов. На этих показателях основываются методы расчета водоохранных мероприятий.
Однако они не позволяют оценить все многообразие возможных последствий техногенных воздействий на экосистемы и недостаточны
для природоохранных целей. Необходимо использовать более широкий набор показателей состава и свойств воды, структурно-функциональной организации биотических компонентов, а также абиотических параметров, ответственных за процессы формирования
качества воды, биопродуктивности и состояние гидроэкосистемы
в целом, на основе применения экологических классификаций.
Важным методическим вопросом при оценке воздействия является использование интегральных или обобщенных показателей.
С одной стороны, этот прием, несомненно, позволяет облегчить задачу оценки, поскольку увеличивает ее конкретность и снижает затраты труда и времени на ее осуществление, с другой – он связан
с неизбежной потерей информации, что в конечном итоге создает
затруднения при принятии решения. Оценка воздействия техногенных факторов на экосистемы водных объектов должна производиться таким образом, чтобы можно было судить о каждом воздействии
отдельно. Это создает предпосылки для большей гибкости в принятии решений, так как могут быть пересмотрены те воздействия,
которые наносят наибольший ущерб. Вместе с тем интегрирование
показателей оценки может скрыть какое-либо существенное воздействие или отнести его на счет другого фактора.
На четвертом этапе для разработки рекомендаций по предотвращению или устранению отрицательных последствий воздействия и оптимизации и пользования водных объектов при гидротехническом и энергетическом строительстве одним из основных
143
методов является метод аналогий, учитывающий опыт эксплуатации однотипных водоемов и водотоков в сходных условиях.
Перспективным методом для выработки рекомендаций является
составление нормативного прогноза. При этом задаются необходимые конечные условия о качестве воды, биопродуктивности, охране природы и разрабатываются средства их достижения на основе
управления воздействием техногенных факторов на водные экосистемы.
Важным методическим условием при разработке рекомендаций
является организация мониторинга, который позволяет осуществить обратную связь, необходимую для корректировки рекомендаций и обеспечения управляемости системы – техногенные факторы водные объекты. Таким образом, возможно сочетание задач
комплексного использования водоемов и водотоков при гидротехническом строительстве и охране природы.
Для принятия решений имеют значение методы представления
материалов (пятый этап), определяющие их форму, суть и доступность восприятия. Основными требованиями являются четкость
изложения, адекватность выводов и рекомендаций. Обычно основным документом является отчет, в котором материалы о воздействии представлены достаточно полно. Отчет должен быть дополнен
рисунками, схемами, таблицами.
Как правило, кроме отчета составляется сводная записка, аннотированный отчет, конспект или другие документы, освещающие
вопрос о воздействии технического объекта на водные экосистемы
в сжатой и конкретной форме, необходимой для представления
в различные министерства и ведомства, в директивные органы.
Удобной формой представления материалов по отдельным аспектам воздействия могут быть таблицы, схемы, диаграммы, позволяющие наглядно оценить ситуацию или сопоставить варианты технического объекта.
Для этого, например, может быть использован метод ранжирования (в баллах) альтернативных вариантов в пределах категорий
воздействия.
Результаты оценки воздействия промышленного, коммунального, гидротехнического и энергетического строительства на водные
объекты могут в обобщенном виде послужить основой для нормативных документов. В этом случае они должны быть оформлены
в виде их проектов.
Оптимизация использования и охраны водных объектов при
воздействии на них гидротехнического строительства достигается
144
с помощью различных средств управления, применение которых
позволяет свести к минимуму отрицательные последствия вмешательства в природную среду и максимально улучшить экологическую ситуацию на водоемах и водотоках. Управление воздействием
на водные объекты ставит перед собой задачи улучшения качества
воды, повышения биопродуктивности (в том числе рыбопродуктивности), предотвращения биологических помех, охраны водных экосистем или их компонентов. Оно базируется на знании закономерностей функционирования гидроэкосистем и использует принципы
экологической регуляции [74]. В его основу должны быть положены
экосистемные механизмы, определяющие структурно-функциональные особенности биоценозов, ответственные за процессы формирования качества воды и биопродуктивности.
Средствами управления, как правило, являются конструктивные
и технологические параметры технических объектов, которые представляют собой компоненты или определяют другие компоненты
абиотической части экосистемы, обуславливающей функционирование ее биоты и круговорот веществ в ней. Задача состоит в том, чтобы реализуемые с помощью технических средств механизмы управления воздействием не вступали в противоречия с естественными и
использовали кибернетическую природу экосистем, управляющие
функции которой сосредоточены внутри нее и диффузны [74].
Для осуществления управления воздействием необходимо глубокое понимание и количественная оценка взаимоотношений гидробионтов и их сообществ с техногенными параметрами, которые
должны рассматриваться в данном случае как экологические факторы и как средства управления.
К таким техногенным факторам относятся: наличие и режим
работы гидротехнических сооружений (насосных станций, ГЭС,
ГАЭС), морфометрические параметры (конфигурация поперечного
сечения водотока, глубина, площадь мелководной зоны и другие),
режим и объем пропусков воды через гидротехнические сооружения, уровенный режим, характер крепления ложа водных объектов (облицовка откосов каналов, дамб), а также скорость течения,
температурный режим, освещенность, если они регулируются с помощью технических средств и могут использоваться в качестве
средств управления .
Кроме средств управления воздействием, связанных непосредственно с характеристиками технического объекта, для данной
цели создаются специальные инженерные сооружения и технологии, основанные на применении естественных механизмов кон145
троля экосистем. К таким сооружениям можно отнести биоплато,
устройства для дестратификации озер и водохранилищ, к технологиям – скоростной и уровенный режимы водных объектов, режим
попусков воды через плотину при зарегулировании рек Сооружения
такого тина можно назвать экоинженерными, а технологические
режимы эксплуатации – экотехнологиями, т. е. технологиями, использующими экосистемные механизмы управления [75].
Важным фактором для управления воздействием на водные экосистемы является предотвращение загрязнения их сточными водами не только вследствие гидротехнического строительства, но и
поступающими со всей водосборной площади. В этом случае следует учитывать, что загрязнение различными стоками усиливает отрицательное влияние техногенных факторов на функционирование
гидробионтов.
Мероприятия по управлению воздействием на водные экосистемы должны быть предусмотрены и реализованы во время проектирования, строительства и эксплуатации гидротехнических объектов. При проектировании – это правильный выбор конструктивных
решений и технологии эксплуатации, а также разработка дополнительных специальных природоохранных сооружений (инженерных узлов защиты, в том числе дамб, дренажных систем, берегоукрепительных устройств, водоотводов, водосбросов и т. п.). В период строительства необходимо соблюдение природосберегающих
технологий, а при эксплуатации осуществление всего объема принятых в проекте требований и при необходимости дополнительных
гидроэкологических рекомендаций.
Следует учитывать, что не все природоохранные требования
могут быть четко ограничены определенными количественными
показателями, поскольку ряд изменений гидроэкосистем трудно
поддается (или не поддается вообще) количественному выражению.
В связи с этим экологические требования и рекомендации могут
быть установлены в некотором интервале величин.
В настоящее время при гидротехническом строительстве ужесточаются требования по охране природы. В перспективе эти требования должны усилиться в связи с увеличением масштабов и усложнением воздействия антропогенных факторов на водные экосистемы. Поэтому оценка ущерба природе от строительства, преобладавшая ранее, и его частичная компенсация не может признаваться
достаточной. При оценке изменений акценты приоритетности также смещаются в сторону значительно большего внимания природоохранным аспектам.
146
Гидроэкологические требования, пути и средства управления
разрабатываются по каждому разделу оценки воздействия. На этой
основе формулируются обобщенные комплексные рекомендации
с учетом системы предпочтений.
Выполнение требований, предъявляемых к качеству воды, обеспечивается водоохранными мерами на прилегающих территориях
и управлением процессами формирования качества воды в водоемах и подтоках, в том числе с помощью внутриводоемных водоохранных сооружений, устройств и мероприятий. Охрана вод на
прилегающих территориях направлена на предотвращение поступления загрязнений со сточными водами извне; внутриводоемные
средства управления сориентированы на усиление процессов самоочищения, предотвращение биологического загрязнения или ограничение его последствия.
Ввод в эксплуатацию водоохранных сооружений до начала гидротехнического строительства является одним из основных условий обеспечения нормативного качества воды.
В эколого-токсикологическом и радиоэкологическом аспектах основным требованием является предотвращение поступления загрязняющих веществ (пестицидов, фенолов, нефтепродуктов, ПАВ, тяжелых металлов, радионуклидов) извне (с водосборной площади), а также
в процессе эксплуатации коммунальных, промышленных, гидротехнических и энергетических объектов. Для интенсификации процессов
самоочищения от загрязняющих примесей в водоемах и водотоках необходимо создание специального гидрологического режима, обеспечивающего седиментацию и захоронение взвешенных веществ, предотвращение взмучивания и переотложения донных осадков, а также использование биофильтрационной активности сообществ гидробионтов
(высших водных растений, моллюсков и других).
Для ограничения биологических помех, которые могут вызвать
затруднения в работе гидротехнических и энергетических объектов, важны скорость течения воды, которая препятствует массовому развитию гидробионтов, причиняющих биопомехи (погруженные растения, нитчатые водоросли, моллюск дрейссена), площадь
мелководий, конфигурация поперечного сечения, глубина, характер ложа, наличие облицовок и других твердых субстратов. При необходимости следует предусмотреть мероприятия и устройства по
борьбе с обрастанием дрейссеной гидротехнических сооружений,
энергетических агрегатов, трубопроводов с помощью различных
моллюскоцидов: хлорирование, применение азотных удобрений
с последующим выпуском их на поля и другие.
147
Все водоемы и водотоки РФ (территориальные воды открытых
морей, внутренние моря, озера, реки, водохранилища и пруды), которые используются или могут быть использованы для промысловой добычи и выращивания рыбы, других водных животных и растений, или имеют значение для воспроизводства запасов промысловых рыб, считаются рыбохозяйственными водными объектами.
148
6. ПРОГРАММНО-АЛГОРИТМИЧЕСКОЕ ОБЕСПЕЧЕНИЕ
МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ
И КАРТОГРАФИРОВАНИЯ ТЕМПЕРАТУРНОГО РЕЖИМА
МЕРЗЛЫХ ГРУНТОВ АРКТИКИ
6.1. Задача и алгоритм восстановления температурного режима
поверхностных слоев грунта с применением спутниковой
СВЧ-радиометрии
Как было показано в разд. 5, одним из наиболее важных параметров состояния грунтов является их температура. При конкретных
сочетаниях химического и гранулометрического состава грунтов,
льдистости и других характеристик она определяет соотношение
между жидкой и твердой водными фракциями и влияет на изменчивость механических, теплофизических и электрофизических
свойств грунта во времени. По этой причине оценка температуры
грунта на различных глубинах с определенной периодичностью выступает в качестве основной задачи мониторинга ММГ.
Результаты моделирования и многочисленных экспериментов, проведенных в натурных условиях, показывают, что по данным дистанционного зондирования СВЧ диапазона может быть восстановлен температурный профиль в приповерхностном слое грунта. Инфракрасные
(ИК) радиометры даже в тундровых районах с малой оптической толщиной слоя растительности принимают лишь излучение, испускаемое поверхностью растительного и снежного покрова. Максимальная глубина зондирования обеспечивается аппаратурой L-диапазона,
меньшие частоты в спутниковых сенсорах пока не применяются.
Таким образом, температура слоев грунта, расположенных ниже
скин-слоя, может быть определена на основе спутниковых данных
лишь посредством моделирования тепло- и массопереноса в толщах. Точность результатов такого моделирования в значительной
степени зависит от качества восстановления температуры поверхностного слоя по СВЧ радиометрическим данным.
Далее рассматриваются оба этих этана оценки состояния грунтовых толщ, и описываются разработанные программно-алгоритмические решения [31].
6.2. Программно-алгоритмическое обеспечение для оценки
изменчивости температурного режима мерзлых грунтов
Как было показано в работах [148, 187], для восстановления значений Тгр по СВЧ радиометрическим данным в отдельных случаях
149
могут быть использованы модели множественной регрессии. Однако отсутствие физических обоснований таких моделей не позволяет
считать их надежными решениями для условий Арктики при недостатке данных опорных контактных измерений значительных по
площади районов.
Согласно представленным в [148] результатам, нет и значимых
причин полагать, что увеличение размерности пространства независимых переменных обеспечит существенное повышение точности
восстановления значений Тгр в периоды годового цикла B и D.
Альтернативный подход, который может быть использован при
восстановлении значений Тгр, заключается в применении моделей,
позволяющих описать связи между Тя и Тгр на основе теории переноса СВЧ-излучения и релаксационной теории Дебая. В условиях
недостатка данных опорных контактных измерений этот подход
представляется наиболее рациональным. По указанной причине
в основу предложенного нами в [57] алгоритма восстановления значений температуры поверхностного слоя грунта легла модель собственного СВЧ-излучения многослойной среды «грунт – снег – атмосфера», описанная в разд. 5. Он ориентирован на использование
данных с каналов 6,9 и 36,5 ГГц многоканальных СВЧ-радиометров.
Базовой для оценки значений Тгр является частота 6,9 ГГц, на которой в меньшей степени проявляется зависимость РЯТ среды от
свойств сухого снежного покрова и снижены атмосферные помехи.
Разработанный алгоритм объединяет несколько блоков и может использоваться как составная часть алгоритма оценки изменчивости
состояния грунтов.
Блок №1 ввода-вывода и предварительной обработки входных
данных отвечает за считывание оперативных спутниковых данных
и опорных данных из внешних файлов, их предварительную обработку и вывод результатов расчетов. Алгоритмический блок №2
служит для распознавания границ периодов внутригодовой изменчивости состояния грунтов. Наконец, ядром алгоритма является
блок №3 восстановления значений Тгр.
Обобщенная структура алгоритмического блока №2 показана
на рис. 35. Положение границы B|C определяется по значениям
СКО 30-дневных выборок, выделяемых «скользящим» окном из
годовых рядов РЯТ. Такой размер выборок позволяет обеспечить
баланс между чувствительностью к единичному отклонению РЯТ
и защитой от ложных срабатываний детектора границ. Для выявления наиболее значимых изменений СКО рассчитывается первая
производная СКО по времени. На основе ее значений вычисляются
150
ежедневные значения дочернего признака, которые сравниваются
с установленными для конкретной географической области порогами. Исходя из результатов сравнения в автоматическом режиме
принимаются решения об установлении положения границ между
периодами. Другие возможные подходы к использованию производных от параметров СВЧ-излучения по времени для выявления периодов интенсивного таяния снежного покрова и грунтов описаны
в [137, 156].
Для обнаружения границ A|B и C|D используется подход, основанный на вычислении значений спектрального градиента между
каналами 36,5 ГГц и 6,9 ГГц. Возможность распознавания границы
B|C по спектральному градиенту не была подтверждена [65].
Алгоритмический блок №3 восстановления значений Тгр предназначен для получения пространственных и временных температурных рядов в ходе решения обратной задачи дистанционного
зондирования. Поскольку он базируется на разработанной модели
собственного СВЧ-излучения многослойной среды «грунт-снегатмосфера», в его состав входит описание процедур расчета слоев
комплексной диэлектрической проницаемости (КДиП), учета влияния крупномасштабных неровностей земной поверхности на ее СВЧ
излучательные свойства, расчета результирующих РЯТ, поиска,
удовлетворяющего поставленным требованиям решения обратной
задачи и оценки результатов восстановления значений Тгр [31].
Восстановление значений Тгр производится «попиксельно», т. е.
индивидуально для каждого участка суши, соответствующего элементу разрешения используемых ежедневных мозаик распределе-
Ɍ
, f = 6,9
S1 –
30-
S1
RAB, RBC
Ɍ (H),
1
S2 –
t
RCD
,
f = 36,5
Ɍ (V)
RBC –
PBC
S2
Ɍ
f = 36,5
L
,
L–
f = 6,9
RAB RCD –
PAB PCD
,
A|B, B|C, C|D
Рис. 35. Обобщенная структура алгоритмического блока
для распознавания границ периодов внутригодовой
изменчивости состояния грунтов
151
ния РЯТ в масштабе полушария (данных уровня L3). Текущая версия алгоритма предназначена для оценки среднесуточных значений
Тгр в периоды A и B. Последовательность операций и особенности
выполнения каждой из них приведены ниже.
1. В соответствии с указанными пользователем пространственными и временными границами происходит прием входных данных
для конкретного участка и временного интервала длиной в один
или несколько календарных лет из блока ввода-вывода и предварительной обработки данных и блока распознавания границ периодов внутригодовой изменчивости состояния грунтов. Входными
данными являются среднесуточные значения Тя, опорные данные
с ближайших ГКС и ГМС (среднесуточные значения температуры
поверхностного слоя грунта Тгр на глубине 2 см, среднесуточные
значения температуры приземного воздуха Твозд и значения толщины снежного покрова), значения абсолютных высотных отметок
внутри выбранных пикселей согласно цифровой модели рельефа
SRTM, информация о положении границ между периодами внутригодовой изменчивости состояния грунта A–D, данные о плотности
грунтов для выбранных пикселей из [180] (рис. 36). Все входные
данные, кроме высотных отметок, организованы в виде трехмерного массива со следующими измерениями (координатами): порядковый номер пикселя в выборке, порядковый номер суток, индекс
входного параметра.
2. По значениям разности Тя на f 36,5 ГГц и f 6,9 ГГц на
V-поляризации согласно [154] производится определение значения
индикатора мерзлого/талого состояния грунта для каждой даты календарного года.
, /
1,5–1,8
1,3–1,5
1,0–1,3
0,1–1,0
0,1–1,0, /
3
70ºN
70ºN
40ºE
50ºE
60ºE
70ºE
80ºE 90ºE
100ºE 110ºE 120ºE 130ºE 140ºE 150ºE
Рис. 36. Карта объемной плотности грунтов евразийского
сектора Арктики, составленная по материалам [189]; н/д – нет данных
152
При этом учитывается условие, что в период A грунт может находиться только в мерзлом состоянии, в период B – как в мерзлом,
так и в талом состоянии.
3. Исходя из плотности грунтов согласно [118] задается тип
грунта по гранулометрическому составу: 0,11,0 г/см3 – торф,
1,01,3 г/см3 – глина, 1,31,5 г/см3 – суглинок, 1,51,8 г/см3 – песок
(стоит отметить, что данные диапазоны соответствуют равновесному состоянию верхнего слоя грунтов и не совпадают с интервалами
плотности, свойственными грунтам разного гранулометрического
состава по ГОСТ [20]). Далее с учетом содержания связанной влаги
на основе температурно-влажностных зависимостей из [112] для сопоставленного пикселю тина грунта выполняется вычисление значений действительной и мнимой частей КДП на f 6,9 ГГц.
КДиП рассчитывается в узлах с координатами (Тгр, Wmax) нерегулярной сетки, в которой наибольшая густота узлов (точек) задана
для интервала интенсивных фазовых переходов грунтовой влаги.
Wmax – максимальная объемная влажность грунта (равна его влажности в талом состоянии при отсутствии обмена влагой с другими
слоями многослойной среды). С помощью двумерной кусочной интерполяции восстанавливаются значения КДП грунта между узлами сетки. Пределы изменения Тгр – от 230 до 320 К; Wmax – от 0 до
100 %.
4. Рассчитываются среднесуточные значения КДиП снежного
покрова на f 6,9 ГГц. В первые сутки периода A значение КДиП
принимается равным значению для сухого снега с плотностью
0,3 г/см3. Далее для каждых суток данного периода КДиП вычисляется по эмпирическим формулам: Hcïëãá 1,57 0,003 ˜ cþx ,
Hccïëãá 0,0002 cþx ˜ 0,000002 , где day – номер суток.
В период B значение КДиП сухого и влажного снежного покрова задается как функция числа предшествующих дней с талым состоянием грунта, так как физические свойства снежного покрова
в мерзлом и талом состоянии до и после первых оттепелей существенно различаются [91].
При сумме числа дней с оттепелями менее четырех КДиП влажного снежного покрова принимается равной КДиП пленки воды на
поверхности снега, при сумме таких дней, равной или превышающей четыре, КДиП рассчитывается по формулам из раздела 4 для
влажности снега 35%. Для сухого снежного покрова в качестве временного порога для изменения значения КДиП является дата наступления второй оттепели. Расчет ведется по соответствующим
формулам.
153
5. Рассчитываются среднесуточные значения толщины снежного покрова l2. В период A они принимаются равными значениям, измеренным с помощью снегомерных линеек на ближайшей к участку ГМС (полагается, что вследствие высокой радиопрозрачности
сухого снега на f 6,9 ГГц недоучет l2 не оказывает существенного
влияния на Тя). Для периода B значения l2 между точками кривой
годового хода A|B (l2 равно значению с ГМС) и B|C (l2 0) интерполируются с помощью полинома первой степени.
6. Для каждых суток производится расчет Тя на f 6,9 ГГц, V- и
H-поляризации для разных сочетаний Тгр и Wmax (и соответствующих им значений КДиП грунта) при установленных значениях l2,
КДиП снежного покрова, индикатора мерзлого/талого состояния.
РЯТ грунта, представляемая в виде функции Тгр и Wmax, вычисляется в соответствии с модельными выражениями, приведенными
в разд. 3.
При учете макрорельефа поверхности суши значения корректированных коэффициентов Френеля и удельного поглощения слоев
многослойной среды рассчитываются по высотным отметкам цифровой модели рельефа (ЦМР) для элементарных площадок в пределах пикселя и усредняются по его площади для экономии вычислительных ресурсов. Дополнительно ограничивает изменчивость Тгр
условие, согласно которому за одни сутки Тгр не может измениться
больше, чем на 3 К, что соответствует результатам теплофизических расчетов при развитом снежном покрове [91].
Пределы изменения Тгр также зависят от значения индикатора
мерзлого/талого состояния грунта. В первые сутки календарного года температура снега принимается равной Тгр в те же сутки.
В последующие сутки производится коррекция температуры снега
с учетом тепловой инерции снежного покрова. Коррекция осуществляется с помощью введения коэффициента запаздывания, значения которого прибавляются к значениям Тгр в предыдущие сутки.
Этот коэффициент зависит от близости значений Тгр к 0qС и может
принимать положительные и отрицательные значения.
По рассчитанным среднесуточным значениям Тя для каждых суток вычисляется значение параметра невязки Q:
Q
(TýVæåêãî. TýVêìâ. (Ðáî ,W ))2 (TýHæåêãî. TýHêìâ. (Ðáî ,W ))2 , (52)
где W – объемная влажность грунта, %; Тя измер. – измеренные с ИСЗ
Тя; Тя мод. – модельные Тя; верхние индексы V и H обозначают плоскость поляризации СВЧ излучения.
154
Далее для конкретных суток производится поиск минимума
функционала Q в координатах Тгр – Wmax. В разработанном алгоритме предусматривается выполнение поиска минимума с регулярным шагом 0,5 К по температуре и 5 % по объемной влажности.
Значение Тгр из сочетания Тгр – Wmax, при котором наблюдается
минимум Q, является решением задачи восстановления Тгр по спутниковым СВЧ радиометрическим данным.
Новшеством в рассмотренном алгоритмическом блоке является
использование ретроспективных данных о состоянии грунтов для
расчета КДП слоев среды и применение векторно-координатного
подхода к определению геометрии визирования при определении
РЯТ [31].
6.3. Оценка температуры грунтов за пределами
сезонно-талого слоя методами математического моделирования
теплового баланса грунтовых толщ
Проверка алгоритма, а также созданного на его основе программного обеспечения количественной оценки изменчивости состояния
мерзлых грунтов Арктики выполнена для трех тестовых участков
У1, У2, У3, рассмотренных в разделе 4, на материале архива данных измерений СВЧ-радиометра AMSR-E за 2005–2008 гг.
В рамках экспериментов по автоматизированному распознаванию границ периодов внутригодовой изменчивости состояния
грунтов A-D определялась величина расхождения между восстановленным положением границ периодов и результатами визуального
распознавания, подкрепленными опорной информацией (данными
о Твозд и осадках с ГМС).
В качестве сопутствующей опорной информации привлечены
спутниковые изображения видимого диапазона MODIS из архивов
центра U.S. Geological Survey (USGS) [166], необходимые для визуальной фиксации времени начала вегетационного сезона. Установлены следующие пороговые значения: PAB –10 для Занадной Сибири и Европейской территории России; PAB –25 – для Восточной
Сибири, PCD –10.
Как показали тестовые испытания, наибольшие трудности наблюдаются при автоматическом распознавании границ периодов
для тестового участка, расположенного в Якутии, где положение
границ A|B и C|D верно определяется лишь в 50% случаев. Это обусловлено малой длительностью периода B, начало которого не отмечается значимым надением РЯТ, фиксируемым для участков на
п-ове Ямал и вблизи ГМС Воркута. Данный факт, предположитель155
но, связан с ярко выраженным континентальным климатом и существенной расчлененностью рельефа.
В ходе анализа результатов восстановления среднесуточных значений Тгр для тестовых участков полученные значения были сопоставлены с результатами контактных измерений данного параметра состояния грунтов с площадок ближайших ГКС (Марресале,
Аяч-Яга, г. Родинка).
В качестве примера на рис. 37 и 38 представлена картина изменчивости восстановленных по данным AMSR-E для участков У1 и
У2 и измеренных контактными методами на соответствующих ГКС
среднесуточных Тгр с начала календарного года до момента окончательного схода снежного покрова (т. е. в периоды годового цикла
A и B). На этих же графиках показана изменчивость Твозд и Тя на
f 6,9 ГГц, по которым проводилось восстановление.
Минимальные средние отклонения восстановленных Тгр от измеренных контактным методом были получены для всех трех тестовых участков для грунта, близкого по температурно-влажностной
зависимости к глине [99]. Однако отношение количества прочносвя-
A
290
B
280
270
260
250
Ɍ,
240
230
220
210
200
190
180
1
31
61
Ɍ (
91
2008 .
.)
Ɍ (
Ɍ
.)
121
151
Ɍ (f = 6,9
Ɍ (f = 6,9
181
)
)
Рис. 37. Результаты восстановления Тгр по данным AMSR-E для тестового
участка У1 в периоды A и B годового цикла в сопоставлении
с результатами измерений Тгр и Твозд на площадках ГКС и ГМС
Марре-Сале и зафиксированными с ИСЗ РЯТ участка (f 6,9 ГГц), 2008 г.
156
290
280
270
260
Ɍ,
250
240
230
220
210
200
A
1
31
B
61
Ɍ (
91
2005 .
.)
Ɍ (
Ɍ
.)
121
C
151
Ɍ (f = 6,9
Ɍ (f = 6,9
181
)
)
Рис. 38. Результаты восстановления Тгр по данным AMSR-E
для тестового участка У2 в периоды A и B годового цикла, сопоставленные
с результатами контактных измерений Тгр и Твозд на площадках
ГКС Аяч-Яга и ГМС Воркута и исходными РЯТ (Тя) участка
при f 6,9 ГГц (V- и H-поляризация), 2005 г.
занной влаги к количеству рыхлосвязанной [14, 164], как показали
расчеты, оказывается наиболее высоким в случае участка на п-ове
Ямал.
Значения СКОш, рассчитанные по отклонениям восстановленных Тгр от измеренных контактным методом (с помощью логгеров)
для периодов A и B 2005–2008 гг., приведены в табл. 4.
Как видно из табл. и представленного изображения, расхождения между восстановленными по СВЧ данным и измеренными
контактным методом значениями Тгр для весенне-летнего периода
B близки к полученным для зимнего периода A. Данный результат
имеет существенную практическую ценность в условиях обозначенных ранее трудностей, с которыми сопряжено восстановление Тгр
по данным СВЧ радиометрии в период B. В этот временной интервал
происходит активный метаморфизм снежного покрова, вызванный
циклическими переходами температуры окружающего воздуха через отметку 0qС, оттаивание верхнего слоя грунта. Как следствие,
усиливающееся в весенний период экранирующее влияние снега
в совокупности со сложностью описания процессов теплопереноса
157
Таблица 4
Значения среднеквадратической ошибки (СКОш) для рядов,
восстановленных Тгр в периоды A и B годового цикла
для тестовых тундровых участков У1–У3
Участок У1, Ямал
Период A
Год
2005
Временные
границы
(сутки)
1–131
Период B
СКОш, К
Временные
границы
(сутки)
СКОш, К
4,5*
132–152
3,9*
2006
1–127
–
128–148
–
2007
1–106
1,7
107–166
2,6
2008
1–87
2,4
88–170
3,2
Участок У2, Воркута
Год
Период A
Временные
границы
СКОш, К
(сутки)
2005
1–129
2006
2007
2008
Период B
Временные
границы
СКОш, К
(сутки)
1,6
130–140
2,5
1–125
2,6
126–151
3,1
1–96
3,0
97–139
2,2
1–3
0,9
4–170
1,2
Участок У3, Якутия
Год
Период A
Временные
границы
СКОш, К
(сутки)
2,6
Период B
Временные
границы
СКОш, К
(сутки)
2005
1–116
117–149
3,3
2006
1–129
1,8
130–142
2,2
2007
1–124
3,1
125–136
4,7
2008
1–121
2,6
122–141
3,0
* требуется дополнительная проверка данных контактных измерений
в толще грунта и слое снежного покрова затрудняет определение реальных значений Тгр.
Как показали дополнительные расчеты, исключение из алгоритма процедур вычисления значений КДП снежного покрова как
158
A
280
B
260
T,
240
220
T (
T (
200
180
1
.)
.)
T (
.)
T (f = 6,9
T (f = 6,9
31
)
)
61
91
121
151
2006 .
Рис. 39. Результаты восстановления Тгр по данным AMSR-E для тестового
участка У3 в периоды A и B годового цикла без учета и с учетом
зависимости КДП снежного покрова от предыдущих состояний
многослойной СВЧ излучающей среды, сопоставленные с результатами
контактных измерений Тгр на площадке ГКС г. Родинка и исходными
РЯТ (Тя) участка при f 6,9 ГГц (V- и H-поляризация), 2006 г.
функции предыдущих состояний многослойной среды ведет к увеличению СКОш почти на 30% (для полной выборки с трех тестовых
участков за 2005–2008 гг.).
В качестве примера на рис. 39 показаны результаты восстановления на участке У2 в 2007 г. в том и другом случае [31].
Разработанная модель собственного СВЧ излучения многослойной среды и построенное на ее основе программно-алгоритмическое
обеспечение позволяет обеспечить снижение величины ошибок
восстановления Тгр по сравнению с существующими алгоритмами
восстановления, в частности, по сравнению с регрессионными моделями (табл. 5). Это оказалось возможным благодаря учету метаморфизма снега путем изменения среднесуточных КДП снежного
покрова согласно ретроспективным данным о предыдущих состояниях многослойной среды (информации о числе оттепелей и положении дня относительно границы A|B), введению ограничений на
изменение Тгр в пределах одних суток, а также учету влияния макрорельефа на СВЧ излучательные свойства многослойной среды.
159
Таблица 5
№ п/п
Среднеквадратическая ошибка восстановления значений Тгр
на тестовых участках У1–У3 (СКОш) в периоды годового цикла A и B
2005–2008 гг. и коэффициент детерминации R2
Модель, положенная в основу алгоритма
восстановления значений параметров грунтов
СКОш, К
R2
для периода
для
периода
A
B
A
B
1
Разработанная модель многослойной СВЧ
излучающей среды
2
Модель парной регрессии Ðáî
þ ˜ Ðý6,9V a
4,45
3,2
0,10 0,31
3
Модель парной регрессии Ðáî
þ ˜ Ðý36,5V a
4,61
3,3
0,03 0,27
4,41
3,1
0,11 0,35
4,0
3,1
0,27 0,37
Модель множественной регрессии
Ðáî þ ˜ Ðý6,9V a ˜ Ðý36,5V b
4
2,72 2,78 0,67 0,54
Модель множественной регрессии
Ðáî
5
þ ˜ Ðý6,9V a ˜ Ðý36,5V b ˜ Ðý6,9 H c ˜ Ðý36,5H d
В ходе расчетов было установлено, что для У3 учет макрорельефа
оказывает существенное влияние на разницу между восстановленными и измеренными значениями Тгр в период стабильно мерзлого
состояния грунтов (рис. 40) [31].
270
T,
260
250
240
1
31
61
2008 .
Ɍ
.
Ɍ
.
Ɍ
.
Рис. 40. Результаты восстановления Тгр по данным AMSR-E для тестового
участка У3 в период A годового цикла без учета и с учетом влияния
макрорельефа, сопоставленные с результатами контактных
измерений Тгр на площадке ГКС г. Родинка, 2008 г.
160
При сопоставлении результатов расчетов с рядами контактных
измерений для участка У1 были отмечены высокие значения СКОш
в период A 2005 г., предположительно вызванные ошибками в определении Тгр контактным методом.
Таким образом, на исследованной выборке данных обеспечена близкая точность восстановления значений Тгр в периоды стабильно мерзлого состояния грунтов и в периоды интенсивных фазовых переходов грунтовой влаги, сопоставимая с максимальной
точностью существующих передовых методов. Для зимне-весенних периодов стабильно мерзлого состояния грунтов в 82% рассмотренных случаев СКОш не превышает 3 К, для весенне-летних
периодов в 82 % случаев СКОш < 3,5 К. Значение СКОш, полученное для полной выборки с трех тестовых участков за 2005–2008
гг., равно 2,7 К, что соответствует приросту точности почти на
30% по отношению к точности метода восстановления, основанного на использовании модели множественной регрессии №5
( Ðáî þ ˜ Ðý6,9V a ˜ Ðý36,5V b ˜ Ðý6,9 H c ˜ Ðý36,5H d ) при раздельном
рассмотрении периодов A и B [31].
Примечательно, как показали вспомогательные расчеты, при использовании для восстановления значений Тгр моделей множественной регрессии раздельное рассмотрение периодов годового цикла A
и B также позволяет повысить точность восстановления. В частности, при использовании модели №5 это выразилось в уменьшении
СКОш для летней выборки с трех тестовых участков с 4,3 К до 3,8 К,
т. е. более чем на 10%. Это подтверждает полезность предложенного
деления календарного года на периоды, не совпадающие с традиционно выделяемыми сезонами [31].
На следующем этапе испытаний алгоритм был задействован
в экспериментах по восстановлению значений Тгр на участке, расположенном в другом секторе Арктики – на п-ове Аляска. Кроме того,
он прошел проверку на массиве данных по п-ову Ямал, включающем результаты контактных измерений с ГКС и СВЧ радиометрические данные по участку У1 и прилегающим территориям как за
2005–2008 гг., так и 2003, 2004, 2009 и 2010 гг. [31].
Для тестового участка в окрестностях ГКС Бэрроу (Аляска)
в ходе экспериментов получена СКОш восстановления на интервале 2003–2010 гг., равная 4,2 К (на основании сравнения с данными
контактных температурных измерений на глубине 5 см с площадки
ГКС). Для периодов A она не превышает 3,1 К. Ход Тгр в периоды A
и B 2009 г. показан на рис. 41.
161
280
270
Ɍ,
260
250
240
230
0
20
40
60
80
100
120
140
160
180
2009 .
T
.
T
.5
T
.0
Рис. 41. Результаты восстановления Тгр по данным AMSR-E для тестового
участка на севере Аляски, сопоставленные с результатами контактных
измерений Тгр на площадке ГКС Бэрроу, 2009 г.
Это подтверждает возможность использования алгоритма для
восстановления значений Тгр не только в Евразийском, но и в Североамериканском секторе Арктики [31].
При восстановлении значений температуры грунта на п-ове
Ямал на интервалах 2003–2004 и 2009–2010 гг. СКОш оказывается
равной 4,5 К. Этот результат на треть хуже достигнутого на основе
данных за 2005–2008 гг., одновременно использованных и для настройки алгоритма.
Однако и регрессионная модель №5, дающая наиболее точные
оценки из исследованных нами статистических моделей, не позволяет обеспечить снижение СКО до 4,5 К для рассматриваемого временного промежутка. Полученные с помощью алгоритма значения
Тгр на участке У1 составили единый временной ряд с восстановленными на предыдущем этапе испытаний. Также были восстановлены значения Тгр по прилегающим к участку У1 территориям, в итоге обратная задача дистанционного зондирования решена для большей часть площади п-ова Ямал во временном промежутке с 2003
по 2010 гг. Графически результаты восстановления представлены
на рис. 42, 43. Далее выполнена количественная оценка тенденций
изменения состояния грунтов на указанном временном интервале
[31].
162
Ɍ,
300
290
280
270
260
250
240
230
01.01.2003
30.07.2003
Ɍ
25.02.2004
.
22.09.2004
20.04.2005
Ɍ
16.11.2005
Ɍ
14.06.2006
.
Ɍ,
Рис. 42. Межгодовая изменчивость усредненных по территории
п-ова Ямал Тгр, восстановленных по данным AMSR-E, в 2003–2006 гг.,
и их сопоставление с данными об изменчивости Тгр и Твозд, полученными
по результатам измерений на ГКС и ГМС Марре-Сале
300
290
280
270
260
250
240
230
01.01.2007
30.07.2007
Ɍ
25.02.2008
.
22.09.2008
Ɍ
20.04.2009
16.11.2009
Ɍ
14.06.2010
.
Рис. 43. Межгодовая изменчивость усредненных по территории
п-ова Ямал Тгр, восстановленных по данным AMSR-E, в 2007–2010 гг.,
и их сопоставление с данными об изменчивости Тгр и Твозд, полученными
по результатам измерений на ГКС и ГМС Марре-Сале
Восстановленные «зимние» Тгр яф (усредненные за январь-февраль каждого года, когда грунт находится в стабильно мерзлом состоянии) проявляют слабо выраженную отрицательную динамику во временном интервале 2003–2010 гг. (рис. 44). При значениях
коэффициента детерминации R2 величиной менее 0,1 линейную
аппроксимацию данной временной зависимости нельзя считать достоверной. Ход усредненных восстановленных Тгр на большей части
исследуемого временного отрезка практически повторяет ход Твозд,
измеренных на ГМС Марре-Сале, с поправкой на относительное смещение 36 К. Как и следовало ожидать, расхождения между восста163
264
262
260
Ɍ,
258
256
254
252
250
248
2003
2004
T
2005
2007
2008
.
2009
2010
T
R2 = 0,0079
T
T
2006
T
.
R2 = 0,0329
Рис. 44. Межгодовая динамика усредненных по территории п-ова Ямал за
январь-февраль каждого года температур грунтов Тгр, восстановленных
с помощью разработанного алгоритма, в сопоставлении с динамикой измеренных на ГКС Марре-Сале Твозд и Тгр
новленными и измеренными Тгр оказались меньше, чем расхождения между восстановленными Тгр и Твозд.
Тем не менее, усредненные за январь-февраль восстановленные
значения Тгр в 2003–2005 гг. отличаются от измеренных Тгр на 13 К
в большую сторону, в 2007–2009 гг. – в меньшую.
Более подробное рассмотрение динамики восстановленных Тгр
для участков, расположенных в разных частях п-ова Ямал, для
которых априорно заданы отличающиеся друг от друга свойства
грунтов (согласно карте плотности, представленной на рис. 36), показало, что коэффициенты линейных трендов в большинстве случаев (81%) отрицательны, при этом коэффициент детерминации для
98% участков не превышает 0,1. Таким образом, для периода с 2003
по 2010 гг. значимые тенденции к увеличению температур мерзлых
грунтов на севере Западной Сибири не были выявлены. Усредненные для временного интервала январь-февраль значения СКО для
пространственной выборки восстановленных значений Тгр за рассматриваемые 8 лет меняются в широких пределах. Это свидетельствует о сложной структуре пространственной изменчивости и нелинейной динамике данного параметра [31].
Дальнейшее уменьшение ошибок восстановления значений температуры грунтов Арктики может быть достигнуто комплексным
164
использованием методов спутниковой СВЧ и ИК радиометрии. Это
позволит добиться увеличения пространственного разрешения получаемой информации о состоянии грунтов и даст возможность обеспечить перекрестную проверку результатов восстановления. При
этом, по нашему мнению, в периоды стабильно мерзлого состояния
грунтов основную роль в получении информации о состоянии мерзлых грунтов должно играть СВЧ радиометрическое зондирование,
так как в этом случае сигнал от грунтов в меньшей степени искажается снежным покровом, а их излучательная способность практически неизменна. Во временные интервалы, когда грунты не покрыты
снегом и слоем фотосинтетически активной растительности, целесообразным является преимущественное использование ИК радиометрии, позволяющее исключить ошибки в определении значений
Тгр, связанные с резкими колебаниями коэффициентов излучения
грунтов из-за изменения их влажности. В другие периоды годового
цикла для достижения наилучших результатов требуется равноценное использование данных СВЧ и ИК диапазонов [31].
6.4. Автоматизация обработки спутниковых данных
при мониторинге окружающей среды северных регионов
На начальном этапе освоения территорий Арктики уже была
очевидна необходимость изучения поведения мерзлых толщ в условиях естественных и искусственных термических воздействий на
их толщи. Данные вопросы стали предметом прикладных исследований, инициированных для получения максимально полной информации о факторах изменчивости состояния ММП в зонах строительства объектов народного хозяйства [91], и были рассмотрены
в ряде фундаментальных проектов, направленных на прогнозирование изменений в криолитозонах и климатической системе Земли
[5, 111]. Теория описания тепло- и массопереноса в различных телах, основы которой были заложены достаточно давно, получила
развитие в термических моделях грунтовых толщ. Задача моделирования переноса тепла в сплошной среде с фазовыми переходами
(проблема Стефана) была рассмотрена применительно к грунтам
с учетом их особенностей [79].
В большинстве работ для задания граничных условий используются данные наблюдений за температурой приземного воздуха (или
данные прогноза), и в региональном и глобальном масштабе такой
подход доказал свою эффективность. Тем не менее, учитывая локальные неоднородности грунтовых толщ, в качестве исходной информации для моделирования рассматриваются также данные о темпера165
туре и влажности поверхностных слоев грунта, полученные дистанционными методами в ИК и СВЧ диапазонах спектра [46, 153].
Наиболее широко используемый подход к описанию процессов
промерзания и оттаивания основывается на модели Стефана [126].
В этой модели предполагается:
1) что тепло передается от поверхности грунта к фронту таяния
грунтового льда только путем теплопроводности;
2) градиент температуры постоянен в пространстве, и температура не подвергается никаким возмущениям;
3) переданное тепло тратится только на фронте таяния для перевода воды в жидкую форму.
Эта модель полагает наличие резко очерченного фронта таяния
и дает достаточно грубое количественное согласие с наблюдениями.
В ней доминируют два процесса: теплопроводность и фазовый переход жидкость твердое тело. В работе [165] предложили заменить
в этой модели резкий фронт промерзания на конечную зону промерзания, считая, что незамерзшая вода может иметь отрицательную
температуру. Также они особым образом учли в численной схеме
скрытую теплоту плавления.
Автор [144] объединил в систему уравнение Ричардса, описывающее движение жидкости, и уравнение теплопроводности, и решил
систему с помощью конечно-разностной схемы. В [139] представили
схожую модель и решили ее методом конечных элементов. Авторы [134] предложили решение, базирующееся на методе конечных
объемов, которое дает соотношения воды и льда и успешно прошло
проверку на лабораторных измерениях. Авторы [146] использовали
одномерную подповерхностную модель для симуляции теплопроводности и объединили ее с моделью теплового баланса поверхности,
чтобы предсказать глубину протаивания в бассейне р. Кунарук на
севере Аляски. В работе [150] автор исследовал различные миграционные процессы, не связанные с теплопроводностью, которые
протекают в промерзающем грунте. Он обнаружил, что инфильтрация жидкой воды в грунт может сделать значительный вклад в процесс его оттаивания в весенний период. Автор [129] работал с трехмерной конечно-разностной моделью, объединенной с уравнением
Ричардса, и использовал эту систему для исследования движения
жидкой воды в процессе замерзания.
Следуя работе [188], описана динамика СТС с использованием
ряда упрощений: отброшены механические процессы с концентрацией на теплопереносе, исследовано движение жидкой воды и водяного пара. Модель из упомянутого исследования основывается
166
на модифицированной версии уравнения Ричардса, объединенного
с уравнением теплопроводности. Для симуляции процесса замерзания грунта в уравнение Ричардса включена параметрическая кривая замерзания и слагаемые, учитывающие передачу тепла через
перенос жидкой воды. Также в уравнениях учтены движения потоков водяного пара [31].
Движение воды
В модели используется одномерная гидродинамика, базирующаяся на законе сохранения масс в молярной формулировке
wbv
w y iv
ws
0,
(53)
где bv – молярная концентрация воды (моль/м3), задающаяся формулой
ïv Tk Q k Th Q h ,
(54)
iv – полный водный поток (моль/(м2с)), учитывающий жидкую
воду и водяной пар. Здесь Tk и Th – части объема, занимаемые жидUk
Uh
кой водой и льдом, соответственно, Q k
и Qh
– молярные
Mv
Mv
концентрации двух компонентов (моль/м3), Mw – молярная масса
воды (кг/моль), а Uk и Uh – плотности жидкой воды и льда, обе равные 1000 кг/м3. Это предположение необходимо, поскольку без него
изменение плотности воды в процессе замерзания приведет к нереально большому давлению при расширении в грунте из-за отсутствия механической составляющей модели.
Выражение для потока воды дается законом Букингема-Дарси
iv Q k Kk (Tk ,T)(w y ov Uk f),
(55)
3
где Kl – водная проводимость (м с/кг); T – температура (qС); g – ускорение свободного падения (м/с2); pw – давление воды (Па). Давление
льда полагаем также равным pw.
Чтобы соотнести количество воды (равновесную влажность) Tv
с ее давлением pw, использована аппроксимация кривой водоудержания грунта
Tv
mº
­
ª
°Tq (I Tq ) «1 D oþsl ov »
¬
¼
®
°
I
t
,
ãïéæ
o
o
,
v
þsl
¯
l
, ãïéæ
ov oþsl , (56)
167
где I – порозность; Tq – остаточная влажность; patm – атмосферное
давление, (Па); l (m 1) / m, D – масштабный коэффициент (Па–1);
n – параметр формы кривой.
Существует несколько подходов к описанию зависимости скрытого теплового вклада в теплоемкость от количества воды Tv и температуры T.
В [143] используют обобщенную формулу Клапейрона, чтобы
связать давление воды pw с температурой T, а модель сосуществования жидкой и твердой фаз вводят эмпирическим соотношением.
Тогда как [146] применяют экспоненциально параметризованную
функцию для получения количества скрытого тепла в зависимости
от температуры T.
Следуя [188], использовано следующее эмпирическое соотношение между количеством льда, содержащимся в грунте, количеством
воды Tv и температурой T:
Th
­ª 1 §
þ
·º
bT c ¸» Tv , ãïéæ T 0qC,
° «1 ¨ ¹¼
®¬ I © T a
°
T t 0qC.
0
,
ãïéæ
¯
(57)
Параметры a, b, c, d используются для уточнения графика кривой по экспериментальным данным. Следует отметить, что независимыми являются только три параметра, поскольку из условия непрерывности следует, что при T 0 лед должен отсутствовать. Следовательно, эти параметры связаны соотношением
a
þ
.
Ic
(58)
Для описания текучести жидкой фазы используется модель,
предложенная [166] и скомбинированная с параметризацией уравнения ван Генухтена:
0,5 ª
2
l
1/l · º
N ª Tk Tq º « §¨ § Tk Tq ·
¸ » ,
Kk
1 1¨
(59)
¸
«
»
¸ »
Pk ¬ I Tq ¼ « ¨ © I Tq ¹
« ©
¹ »¼
¬
2
где N – гидравлическая проницаемость (м ), а Pl – динамическая
вязкость жидкой воды (Па). В приведенных выше формулах предполагаем, что уменьшение количества жидкой воды из-за замерзания эквивалентно дренированию, и в ненасыщенной зоне лед будет
преимущественно формироваться на границе газ-жидкость.
168
Движение тепла
Уравнение теплопроводности основывается на законе сохранения энергии:
wE
w y id
ws
0,
(60)
с плотностью тепловой энергии E (Дж/м3) и потоком энергии je (Вт/м2).
Беря за точку отсчета незамерзший грунт при 0qС, мы имеем
E Tv Ck Q kT (Ch Q h Ck Q k ) u
u
T
³
Th (T c)cT c Tf Cf Q fT (1 I)Crnhk Le Th Q h .
(61)
0qC
Здесь Ci, Cl, Cg – молярные теплоемкости льда, жидкой воды и
газа, соответственно (Дж/(моль К)); Csoil – объемная теплоемкость
минеральной матрицы грунта (Дж/(м3 К)); Lf – скрытое тепло замерзания (Дж/моль); Tf – часть объема, занимаемая газом; Tf I Tv .
Молярная плотность газа Q f (моль/м3) определяется законом
идеального газа
Qf
oþsl
,
R (T 273,15K)
(62)
где R – универсальная газовая постоянная (Дж/(моль К)).
В уравнении скрытая теплота парообразования включена в постоянную эффективной теплоемкости газа Cg, в предположении,
что количество водяного пара пропорционально температуре T. Это
предположение не совсем корректно, но, учитывая небольшое количество пара, присутствующее в ММГ, оно вполне допустимо.
Если не учитывать влияние водяного пара, то поток энергии может быть записан как
id TCk iv Kg w yT.
(63)
Следуя работе де Фриза [124], запишем теплопроводность Kh
Вт/(м·К) следующим образом:
4
¦ jLTL Kg
Kg
L 1
4
h
.
(64)
¦ jLTL
L 1
169
Суммирование проходит по всем составляющим – минеральная
основа, жидкая вода, лед, пар. Коэффициенты jL описывают отношение среднего температурного градиента в частицах соответствующего тина к среднему температурному градиенту грунта. Если полагать, что частицы являются независимыми сферами, то коэффициенты jL определяются равенством [131]
jL
ª 1 § Kg
·º
L
«1 ¨
1¸»
¸»
«¬ 3 ¨© Kgrnhk
¹¼
1
.
(65)
Движение пара
Для описания поведения пара будем использовать модель из работы [126]. В ней описывается движение воды и скрытый перенос
тепла в грунте из-за диффузии водяного пара. Когда мы включаем
движение пара, выражение для потока воды меняется на
iv Q k Kk (Tk ,T)(w y ov Uk f) if ,
а поток энергии может быть выражен как
(66)
id TCk iv Lu if Kg w yT,
(67)
где Lv – скрытая теплота парообразования (Дж/ моль), а молярный
поток пара jg (моль/[м2·с]) определяется равенством
if
Df w y bu Df gq rw yT.
(68)
При этом:
– молярная концентрация водяного пара cv (моль/м3) находится
по формуле Магнуса [167]
bu
610,78 ÍÞ
§ 17,0808T ·
exp ¨
¸ gq ;
R (T 273,15K)
© T 234,175K ¹
(69)
– выражение для относительной влажности имеет вид [177]
gq
§
·
ov Mv f
exp ¨
¸;
R
T
(
273
,
15
)
©
¹
(70)
– коэффициент диффузии водяного пара определяется формулой
[118]
1,75
Df
170
T
§
·
0,9D0 (I Tv )2,3 ¨
¸
K
273
,
14
©
¹
, D0
2,12 u 105 ê2 /ï; (71)
– кривая насыщения пара характеризуется параметром наклона
[118]
r
2,504 u 106 ÍÞ È
2
oþsl T 510,45K § 17,27(T 273,15K) ·
exp ¨
¸ bu .
T 510,45K
©
¹
(72)
Анализ поведения решения модели
Дифференциальные уравнения модели удобнее всего решать
численно методом конечных элементов. В настоящее время есть
большое количество программных комплексов, позволяющих решать физические задачи таким способом. Эти программные комплексы отличаются друг от друга функциональными возможностями, зависящими от преимущественной сферы применения. Например, программные комплексы COSMOS и ANSYS применяются,
в основном, для решения инженерно-физических задач, в то время
как для решения главным образом естественно-научных задач используется платформа для моделирования физических процессов
COMSOL Multiphysics. Апробация описанной модели проводилась
с помощью COMSOL Multiphysics [188].
Выбор программного обеспечения обуславливался тем, что, используя накет COMSOL Multiphysics, легко преобразовать обычные
модели для одного тина физических процессов в «мульти-физические» модели, одновременно обрабатывающие связанные физические явления. Для доступа к этой среде не требуются глубокие
знания в области математики или численного анализа. Заметим,
что COMSOL Multiphysics позволяет добавлять произвольные уравнения, характеризующие свойства материалов, вводить граничные
условия и отдельные члены уравнений, описывающие источники и
теплоотдачу, и даже системы уравнений в частных производных.
Поэтому данное программное обеспечение позволяет легко анализировать модель, учитывающую распространение тепла и движение жидкости и пара.
Для того чтобы была возможность использовать метод конечных
элементов, дифференциальные уравнения в частных производных
были преобразованы в разностные с помощью метода Галеркина.
Шаг пространственной решетки был выбран равным 1 см, а временной – 5 мин. Использовались степени интерполяционных многочленов не выше пяти. Начальные значения и параметры модели выбирались исходя из данных предыдущих наблюдений в зависимости
от характера поведения модели.
171
Чтобы сравнить между собой количество тепла, переданного
с водой или паром, с количеством тепла, распространяющимся через грунт путем теплопроводности, использовалось три сценария:
1) самый сложный сценарий учитывал теплопроводность и передачу тепла с жидкостью и паром;
2) во втором сценарии не учитывалось распространение тепла
вместе с водяным паром;
3) третий сценарий учитывал только теплопроводность.
Граничные условия модели заключаются в следующем. Температура грунта и воды на границе с атмосферой/снегом определяется температурой, фиксируемой приповерхностными контактными
датчиками (или дистанционными датчиками). Этот выбор не позволяет учитывать уход тепла при испарении воды с поверхности
грунта. При опускании температуры грунта ниже 0qC использовалось последнее процентное содержание воды в грунте, измеренное
при положительной температуре. Из-за того, что ПМС находится
ниже исследуемой области, предполагается, что вода не пересекает
нижнюю границу. Температура воды и грунта на нижней границе
не является постоянной, а зависит от структуры грунта. При постановке начального условия для уравнения теплопроводности предполагается линейная интерполяция температуры между точками
измерения [31].
Сравнение результатов расчета модели при разных сценариях
показывает, что различие сценариев слабо сказывается на температурном режиме [188]. Гораздо сильнее на разнице между измеренной и симулированной температурой сказывается период наблюдений (сезон).
В летний период эта разница при всех сценариях доходит до 2qC,
в то время как зимой – до 0,6qC. То есть рассмотренная модель достаточно хорошо описывает происходящие в грунтах Арктики тепловые процессы. Достаточно хорошо при всех сценариях оценивается глубина фронта таяния ММГ. Сравнивая различные сценарии
передачи тепла, можно сделать вывод, что в морозный период отсутствует передача тепла с конвекцией воды, а в теплый период с конвекцией воды передается около 3,2% от общего потока тепла.
Отметим следующее: передача тепла с паром происходит круглогодично, но не превосходит 0,03% от общего потока [31].
Рассмотренная схема модельных расчетов является одним из
вариантов решения описанной задачи симуляции тепло- и массопереноса в грунтовых толщах. Схема позволяет получить оценки
состояния грунта в горизонтах за пределами скин-слоя, определен172
ного для действующих спутниковых сенсоров СВЧ диапазона. Исследование ее преимуществ и недостатков по сравнению с другими
схемами станет предметом следующих исследований [31].
6.5. Автоматизация операций картографирования
по данным станций мониторинга параметров окружающей среды
Одной из подсистем ЕСГЭМ является подсистема мониторинга
земель. Согласно Земельному кодексу Российской Федерации [26],
к основным задачам государственного мониторинга земель относится своевременное выявление изменений состояния земель, оценка и прогнозирование этих изменений, выработка предложений о
предотвращении негативного воздействия на земли и устранении
последствий такого воздействия. Успешное решение этих задач позволяет обеспечить информацией о состоянии земель органы государственной власти, заинтересованных юридических и физических
лиц.
Реализация значительной части мониторинговых мероприятий
происходит в циклическом режиме. Каждый цикл работ, направленный на актуализацию информации о состоянии земель и выявление его изменений за отчетный период, состоит из нескольких
этапов.
Основными являются следующие этапы: сбор данных из различных источников (фондов, архивов, информационных центров),
их предварительная обработка и приведение в пригодный для дальнейшего анализа вид, углубленный анализ и извлечение необходимой информации о состоянии земель и тенденциях его изменения,
а также составление производных информационных продуктов и
отчетных материалов (текстовых отчетов, сводок, перечней, карт).
Мониторинговые мероприятия одновременно затрагивают значительные по площади территории в границах субъектов РФ или
макрорегионов. В таких условиях оперативное получение данных о
землях в обширных областях, многие из которых характеризуются
слабым развитием дорожной сети, возможно лишь с применением
методов дистанционного зондирования. Поскольку при мониторинге земель необходимо выявлять и осуществлять типизацию разнообразных негативных изменений, вызванных природными процессами и человеческой деятельностью на участках с различными
режимами землепользования, в том числе с высокой точностью выполнять контроль соблюдения землепользователями границ этих
участков, для решения обозначенных задач используются спутниковые данные высокого и сверхвысокого разрешения.
173
В мониторинге земель задействуются данные с ИСЗ серий
GeoEye, QuickBird, WorldView, SPOT, Pleiades, Канопус-В, БКА и
других аппаратов, которые имеют на борту камеры, работающие
в мультиспектральном и нанхроматическом режимах. Данные
в виде многоканальных снимков, нарезанных на фрагменты (тайлы), предоставляются на договорной основе организациями-операторами спутниковых группировок или комнаниями-провайдерами/
интеграторами. Такая информация служит как для обновления топосновы создаваемой тематической картографической продукции,
так и непосредственно для оценки состояния и динамики земель.
Типичный размер файла в формате geotiff, содержащего фрагмент
спутникового четырехканального снимка с глубиной цвета 12 бит/
канал и разрешением на местности 1,5 м, который отображает участок земной поверхности площадью 250 км2, приближается к 1 ГБ.
Таким образом, для покрытия съемкой территории небольшого
района в произвольном регионе формируется архив данных съемки
размером в сотни гигабайт. А поскольку высокоширотные территории значительные промежутки времени в течение года оказываются скрыты от спутниковых сенсоров видимого и ИК диапазонов
облачным покровом, количество используемых снимков еще более
увеличивается. Оперативная обработка таких объемов данных
с обеспечением заданного качества итоговых продуктов требует существенных затрат ресурсов.
В зависимости от уровня обработки исходных данных, предоставляемых провайдером/оператором, перечень этапов и набор действий по обработке данных может быть различным. Данные уровней 1A и 1B заказываются для мониторинга земель достаточно редко, чаще всего используются данные в виде снимков, прошедших
радиометрическую, геометрическую, атмосферную коррекцию и,
в отдельных случаях, ортотрансформирование (им соответствует
уровень обработки 2B).
В этих условиях для достижения максимальной эффективности
решения задач мониторинга земель целесообразным представляется использование инструментов автоматизации рутинных операций обработки данных. К ним относятся различные средства создания макросов и скриптов в среде программного обеспечения для обработки данных ДЗЗ. Также автоматизация может быть достигнута
посредством разработки и использования отдельных специализированных программ на языках программировании высокого уровня.
Опыт решения задач автоматизации рутинных операций обработки спутниковых данных показывает, что наиболее простыми
174
в освоении для специалистов с образованием в области картографии,
геодезии и экологии оказываются языки R, M, Python. В сочетании
с соответствующими средами разработки и интерпретаторами при
достаточном объеме оперативной намяти ПЭВМ они обеспечивают
увеличение скорости обработки данных архивов по сравнению со
случаем поэтапной обработки с полным контролем оператором. Небольшого фрагмента программного кода на этих языках уже оказывается достаточно для повышения производительности труда и
достижения экономии ресурсов.
Рассмотрим базовую задачу обработки спутниковых данных, которая зачастую решается экстенсивным путем с привлечением большого числа сотрудников. Требуется конвертировать серию снимков
SPOT-6/7 из формата geotiff в формат jpeg (именно такая форма
представления растровых данных во многих случаях требуется органами-заказчиками) в двух вариантах цветового синтеза (в естественных и ложных цветах) с попутным контрастированием тайлов
и сохранением данных геопривязки в дополнительный world-файл
с расширением jgw. Исходные файлы имеют глубину цвета 12 бит на
спектральный канал, что позволяет сохранить до 4096 возможных
уровней яркости объектов земной поверхности и атмосферы. В реальности диапазон изменения яркости, фиксируемой указанным
сенсором, не превышает 1500 уровней для безоблачных сцен и 3000
уровней – для облачных.
Решение подзадачи контрастирования в рассматриваемом случае имеет следующие особенности: значительная часть элементов
разрешения, соответствующих природным ландшафтам, характеризуется малой яркостью, в то время как техногенно измененные
участки, представляющие важность для мониторинга земель, имеют яркости из верхней части диапазона 0–1500.
Для визуально приемлемого отображения объектов, относящихся к этим двум классам, и сужения верхней части исходного диапазона яркостей при приведении их к диапазону 0–255 предлагается
использовать нелинейное преобразование контрастности.
Созданный для выполнения описанных выше операций программный код на языке M (MatLab) позволяет получить результат
при подаче на вход программы файла geotiff размером 45 МБ за 11
с (с учетом времени, затрачиваемого на указание вариантов в диалогах выбора каталогов и нажатия на кнопки начала/завершения
работы). При использовании проприетарного ПО ENVI 4.7 процесс
обработки с целью получения аналогичных файлов с поэтапным
контролем отдельных операций опытным оператором занимает до
175
35 с. Конвертация файла размером 145 МБ требует соответственно
16 и 50 с (испытания проводились на ПЭВМ с процессором Intel Core
i3, оперативной памятью объемом 4 ГБ и дискретной видеокартой
на 1 ГБ). Использование функционала M для работы с большими
массивами данных и реализации параллельных вычислений дает
возможность сократить временные затраты и при работе с файлами
размером более 500 МБ.
Среди встроенных средств автоматизации, доступных в гибридных ГИС, ориентированных на обработку спутниковых снимков,
следует отметить язык макрокоманд геоинформационной системы
IDRISI (данная ГИС изначально создавалась для решения исследовательских задач и имеет множество функций для реализации
нестандартных способов обработки данных). Этот инструмент позволяет описать последовательность операций, выполняемых с исходными данными с помощью различных модулей, в виде предельно краткой инструкции, сохраняемой в текстовый документ с расширением .iml. Например, операция линейного контрастирования
для приведения данных SPOT-7 к диапазону яркостей 0–255 может
быть задана следующей командой:
STRETCH X initial_file.rst*final_file.rst*1*1*0*1500*N*0*255.
Пакетная обработка реализуется с помощью модулей RunMacro
и MacroModeller (типовая последовательность операций для решения описанной задачи отражена на схеме, рис. 45).
Такой инструмент позволяет сократить общие временные затраты на обработку данных и дает возможность сотрудникам-операторам сконцентрироваться на высокоуровневых этапах анализа
спутниковой информации (в частности, на тематическом дешифрировании).
geotiff rst
rst-1
rst jpeg
rst-3
-
rst-2
Рис. 45. Пример алгоритма решения одной из типовых задач
автоматической обработки спутниковых изображений
средствами ГИС IDRISI
176
Тематическое дешифрирование прошедших предварительную
обработку спутниковых изображений осуществляется в автоматизированном режиме с разной степенью участия в нем оператора.
Целью дешифрирования в рассматриваемом случае является выявление нарушенных земель и обнаружение негативных процессов, протекающих на тех или иных территориях, с отнесением их
к определенным категориям.
Как показывает практика, основными техногенными проблемами высокоширотных территорий, затрагивающими земельные
ресурсы, является невыполнение обязательств по рекультивации
земель после завершения разработки месторождений полезных ископаемых, промышленное строительство и размещение промышленных и бытовых отходов на участках, не предназначенных для
этого. В ряде регионов, где расположены месторождения нефти и
газа, фиксируется также загрязнение земель углеводородами. О возможностях выявления таких нарушений по данным СВЧ-диапазона
было сказано в 5 разд.
Другие перечисленные выше изменения в состоянии земель диагностируются визуально и в автоматическом режиме по спектральным характеристикам в видимом и ближнем ИК диапазоне.
Так, размещение отходов опознается по нехарактерной для окружающих комплексов текстуре и в ряде случаев – по приближенному к равномерному распределению яркости по длинам волн. Выполнение же природопользователями обязательств по рекультивации
земель контролируется по нескольким спектральным признакам на
основе разновременных снимков с опорой на планы и графики проведения рекультивационных работ.
Разнообразные негативные процессы природного происхождения,
а также косвенно вызванные деятельностью человека, могут быть
выявлены с использованием широкого арсенала методов и алгоритмов, среди которых нейронные сети, традиционные классификаторы
по расстоянию в признаковых пространствах, деревья решений и
т. п. Для достижения высокой точности соотнесения участков с конкретными нарушениями в ходе автоматизированной классификации
изображений необходимо тщательно выполнять отбор информативных признаков и проводить процедуру обучения классификаторов.
Данный этап практически всегда требует участия оператора.
Одной из форм представления отчетных материалов по результатам мониторинга являются карты нарушенных земель. В большинстве случаев необходимое качество предпечатной подготовки
картографической продукции, особенно общегеографических карт,
177
может быть обеспечено лишь с участием человека [53]. Использование стилей оформления и шаблонов карт, создание которых предусмотрено во всех ГИС общего назначения, упрощает форматирование
слоев и создание зарамочного оформления.
Однако, как показывает опыт осуществления мониторинга земель, некоторые операции, определяющие конечный вид карты на
бумажном носителе и удобство ее использования, требуют вмешательства оператора в процесс с целью визуального контроля и достижения оптимального отображения отдельных элементов и карты в целом. Такой операцией, в частности, является размещение
подписей в условиях высокой плотности расположения элементов
в поле карты. Избежать множественного ручного перемещения
объектов карты призваны интеллектуальные системы обработки
информации, позволяющие задать правила составления картографического произведения на основе критериев, представляющих
информативность и эстетическую привлекательность карты. К настоящему моменту такие средства развиты достаточно слабо. По
мнению авторов, их совершенствование станет еще одним шагом
к повышению эффективности обработки и использования спутниковой информации для мониторинга земель.
Хотя для Арктической зоны РФ характерна малая средняя плотность населения, в ее границах находится множество населенных
пунктов, являющихся важными промышленными центрами и
транспортными узлами, в том числе достаточно крупные города
(Архангельск, Мурманск). Наличие большого числа источников выбросов загрязняющих веществ в сочетании с суровыми климатическими условиями является причиной формирования в этих городах
неблагоприятной экологической обстановки в части загрязнения
атмосферного воздуха [31].
Мониторинг атмосферного воздуха населенных мест в основном
осуществляется на стационарных и передвижных постах контроля
силами учреждений, подведомственных Федеральной службе по гидрометеорологии и мониторингу окружающей среды, а также иными
организациями по заданию органов власти, которые определяют способы формирования и режимы эксплуатации территориальных сетей мониторинга. В крупных промышленных центрах Европейской
территории России в границах Арктической зоны (Архангельске, Северодвинске, Новодвинске, Воркуте, Мурманске) качество атмосферного воздуха оценивается по данным постов контроля, которые относятся к ведению ФГБУ «Северное УГМС», ФГБУ «Мурманское управление по гидрометеорологии и мониторингу окружающей среды», а
178
также ГБУ Архангельской области «Центр природопользования и
охраны окружающей среды» [108]. Среди них есть «городские фоновые», «автомобильные» и «промышленные» посты. Ряд постов контроля функционирует в автоматическом режиме и образует системы/
подсистемы автоматизированного контроля загрязнения атмосферы.
Необходимо отметить, что в последнее десятилетие в указанных населенных пунктах фиксируется стабильное превышение ПДК на временных отрезках различной длительности по ряду загрязнителей,
что отражено в соответствующих годовых отчетах (например, [19]).
Так, вызывают опасение значительные концентрации бенз(а)пирена,
формальдегида, диоксида серы, окислов азота.
В большинстве упомянутых городов существует следующая
практика реагирования на обнаружение превышений допустимых
уровней содержания вредных веществ. Данные о параметрах загрязнения в оперативном режиме передаются владельцам источников выбросов, которые, согласно результатам моделирования
рассеивания в атмосфере, могут являться причиной ухудшения
состояния воздуха, и в территориальные Управления Росприроднадзора для инициации проверок. Население оповещается о возникшей неблагоприятной ситуации при достижении определенных
концентраций загрязнителей в соответствии со специальными инструкциями и во многих населенных пунктах не имеет возможности следить за усредненными за небольшие промежутки времени
значениями (ежечасными, среднесуточными).
Информационная закрытость систем контроля в ряде городов
Арктической зоны в сочетании с очевидной потребностью населения в удобных для использования каналах информации о загрязнении воздуха привела к появлению так называемого «общественного
контроля» его качества.
Пилотные проекты этого направления (например, «Эковизор»
в Норильске, Красноярске, Ачинске) дают жителям промышленных центров возможность оперативно получать данные о состоянии
атмосферы с независимых стационарных постов [90].
Наиболее прогрессивной в плане открытости и удобства использования данных в РФ является система контроля, подконтрольная ГПБУ «Мосэкомониторинг». Данные с постов, расположенных
в Москве и Московской обл., доступны в том числе и через мобильные приложения сторонних разработчиков.
Таким образом, имеющиеся каналы связи позволяют всем заинтересованным лицам получать данные о загрязнении атмосферы
в г. Москве через сеть Интернет в удобном для них виде.
179
Ресурсы, отвечающие за распространение информации о состоянии
воздуха в Санкт-Петербурге [120], не позволяют просматривать значения показателей для нескольких постов контроля одновременно, что
затрудняет анализ пространственной изменчивости содержания вредных и опасных веществ и значений сводных индексов загрязнения.
Для Москвы данная проблема была успешно преодолена разработчиками сторонних информационных ресурсов и мобильных
приложений [97]. Например, удобным и визуально привлекательным является ресурс «Чем дышит Москва?», созданный в рамках
реализации проекта «#ГринписВоздух» [96].
В Санкт-Петербурге (на 2017 г.) существует проблема свободного
получения рядовыми пользователями данных мониторинга в машиночитаемых форматах, наиболее пригодных для автоматизированного анализа.
В целом системы мониторинга и распространения информации,
существующие в Москве и Санкт-Петербурге, являют собой примеры хорошей организации и открытости. Удобны в использовании и
информационные ресурсы краевой системы наблюдения за состоянием окружающей среды Красноярского края [42]. Интересной особенностью данного решения является предоставление через единый
интернет-сайт доступа к данным подсистемы мониторинга атмосферного воздуха, информации о загрязнении воздуха на границе санитарно-защитной зоны отдельных предприятий и выбросах от источников в их пределах. Большинство населенных пунктов, расположенных на территориях Арктической зоны РФ, значительно отстают
от упомянутых городов в организации сетей наблюдения за загрязнением воздуха и распространении получаемой информации [31].
Неотъемлемой частью развития территорий Арктической зоны,
являющейся для страны приоритетной задачей на ближайшие
годы, станет запуск новых промышленных производств, относящихся к различным отраслям. В таких условиях необходимость
обеспечения экологической безопасности потребует расширения
сети постов контроля загрязнения окружающей среды, в том числе
атмосферы. Информатизация всех сфер жизни граждан РФ, наблюдаемая в настоящее время, ставит вопрос об открытости и удобстве
получения данных о загрязнении воздуха населением. Адекватное
отображение качественной и количественной информации на вебсайтах и в мобильных приложениях не только позволит минимизировать риски для здоровья людей, но и будет способствовать формированию доверия по отношению к органам власти и организациям,
ответственным за проведение мониторинговых мероприятий.
180
В населенных пунктах, где расположено несколько постов мониторинга, оптимальной формой представления данных будут картысхемы, показывающие пространственные вариации содержания загрязнителей (в том числе в виде изолиний концентраций).
Возможно предоставление пользователям как статических растровых изображений, содержащих максимально полную информацию об отдельных параметрах загрязнения и конкретных веществах, так и интерактивных карт, состоящих из динамически изменяемых наборов векторных слоев. Предполагается, что генерация
таких информационных продуктов будет основана на использовании технологий автоматического картографирования.
Например, для Санкт-Петербурга в качестве временного решения,
призванного повысить удобство использования открытых данных о
загрязнении атмосферы населением, в [56] предложена технология
обработки данных, позволяющая на основе текстовых сводок (основной формы представления данных на Интернет-ресурсах организаций, ответственных за осуществление контроля) в автоматизированном режиме генерировать производные информационные продукты.
В числе таких продуктов карты-схемы содержания вредных и опасных веществ в воздухе и табличные файлы. Технология основана на
использовании языка программирования R [185], в сочетании с дополнительными библиотеками предоставляющего широкие возможности анализа и визуализации геопространственных данных.
Применительно к населенным пунктам в пределах Арктической
зоны данная технология может служить для сбора информации
из нескольких источников и их визуализации в форме карт-схем.
Пример графического отображения данных о загрязнении воздуха
в виде статического растра показан на рис. 46.
Рекомендуемое представление открытых данных мониторинга
данных в виде текстовых документов формата CSV, оптимальное
для дальнейшего автоматизированного анализа, показано в табл. 6.
Другой способ автоматической генерации графики, позволяющий получить интерактивные карты-схемы с динамическим
Таблица 6
Предлагаемая структура таблицы с данными мониторинга
DATE
STATION
CO
NO
NO2
O3
SO2
PM2.5
PM10
2017–0114
15
0,1
0
0,1
NA
0,2
0,3
NA
...
...
...
...
...
...
...
...
...
181
Рис. 46. Сгенерированная в автоматическом режиме по данным сайта
ФГБУ «Северное УГМС» карта-схема, показывающая среднемесячное
содержание взвешенных веществ (ВВ) в долях ПДК в г. Воркуте
в июле 2017 г. (по данным постов 2 и 3 системы мониторинга)
содержанием, задействует javascript-библиотеку Leaflet, хорошо подходящую для отображения геопространственных данных
в окне веб-браузера, в том числе на мобильных устройствах. Пример создаваемой таким образом информационной продукции показан на рис. 47.
182
Рис. 47. Фрагмент интерактивной карты-схемы, показывающей
среднемесячные концентрации взвешенных веществ в долях ПДК
в воздухе г. Воркута, июль 2017 г. (по данным постов 2 и 3
системы мониторинга)
Рассмотренные примеры задач автоматизации картографирования отражают реальный опыт проведения мониторинговых мероприятий и показывают, что возможности повышения эффективности выполнения многих операций, относящихся к разным уровням
обработки, достаточно широки. В ряде случаев это не требует сколько-нибудь значимых перестроек в системах мониторинга/обработки информации и достигается без существенных затрат денежных
средств. Положительный эффект от таких действий трудно переоценить. Учитывая декларируемые на самом высоком уровне планы
по увеличению производительности труда на российских предприятиях, можно предположить, что подобные нововведения способны
сыграть важную роль в этой трансформации в сферах, где активно
используются пространственные данные.
183
7. ПРИМЕНЕНИЕ ГЕОИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ
В ЭКОЛОГИЧЕСКОМ УПРАВЛЕНИИ ТЕРРИТОРИАЛЬНЫМ
ПРИРОДНО-ТЕХНИЧЕСКИМ КОМПЛЕКСОМ
7.1. Основы геоинформационных технологий
Оценка экологического состояния любой природно-технической
системы предопределяет необходимость сбора, хранения, обработки, доступа, отображение и распространения пространственно-координированных данных. Проблемная ориентация геоинформационных систем (ГИС) определяется решаемыми в ней задачами
(научными или прикладными). ГИС технология объединяет традиционные операции работы с базами данных, такими как запрос и
статистический анализ с преимуществами полноценной визуализации и географического (пространственного) анализа, которые представляет карта.
Эти возможности отличают ГИС от других информационных систем и обеспечивают уникальные возможности для ее применения
в широком спектре задач, связанных с анализом и прогнозом явлений и событий при взаимодействии природных и производственных комплексов на основе современных принципов экоразвития
с учетом устойчивости экосистем и ландшафтов к различным видам антропогенного воздействия.
Применение ГИС выводит процесс принятия решений в экологическом менеджменте на совершенно новый качественный уровень.
Модель отражает характерные свойства объектов и факторов,
определяющих динамику происходящих процессов строгими математическими алгоритмами [2].
Особенность моделирования средствами ГИС состоит в использовании множества алгоритмов, составляющих библиотеку средств анализа данных, поэтому реализацию формирования комплексной оценки
состояния экосистемы целесообразно осуществлять на базе ГИС.
Результаты контрольных измерений (химических, физических,
биологически и др. величин), оценка состояния донных отложений,
результаты экспертных оценок, экспедиционных исследований и
опросов, сформированные как базы данных результатов контроля,
могут быть определены как слои ГИС простых характеристик и использоваться для анализа состояния объекта [32].
Формируя правила объединения различных видов данных
(«сшивка» слоев) в соответствии с алгоритмами получения сложных
оценок можно получить слой сложную оценку состояния объекта.
184
Комплексная оценка состояния объекта формируется в соответствии с алгоритмами объединения простых и сложных оценок и
представляет собой слой оценки состояния.
ГИС организовывает и хранит информацию о мире как собрание
тематических слоев, поэтому важнейшим этапом проектирования
любой геоинформационной системы является выбор модели данных, наиболее подходящей для решения поставленных задач.
Данные являются важным компонентом ГИС. Географические информационные системы работают с данными двух основных типов:
– пространственные данные, описывающие положение и форму
географических объектов, и их пространственные связи с другими
объектами;
– описательные (атрибутивные) данные о географических объектах, хранящиеся в базе данных (таблицах базы данных) и связывающиеся между собой по ключевым полям, для которых могут быть
определены индексы, отношения и т.п.
Отличие ГИС от стандартных систем управления базами данных
(dBASE, Access и т.п.) состоит как раз в том, что ГИС позволяют работать с пространственными данными и связанной с ней атрибутивной информацией. Пространственные данные это данные о местоположении, взаимном расположении объектов или распространении
явлений, представленные в определенной системе координат, т. е.
такие данные рассматриваются с точки зрения их размещения на
поверхности Земли (или относительно поверхности Земли). Итак,
чтобы информационное представление объектов можно было назвать
«пространственным», к нему, как минимум, необходимо добавить
атрибут, однозначно описывающий область пространства, в которой
объект расположен. В геоинформационных системах информация,
определяющая положение объекта абсолютное (с помощью системы
координат) или относительное (относительно другого объекта) хранится в специальном поле. Поле имеет определенное наименование
в зависимости от формата хранения информации, например, поле
shape, если информация хранится в виде шейп-файлов.
Таким образом, работа с пространственными данными требует знания используемых систем координат и преобразований для связи между ними. При выборе системы координат и проекции, необходимо учитывать область местоположения объектов на поверхности Земли [71].
Пространственные данные в ГИС представляются в двух основных формах векторной и растровой. Векторная модель данных
основывается на представлении карты в виде точек, линий и плоских замкнутых фигур. Растровая модель данных основывается
185
на представлении карты с помощью регулярной сетки одинаковых
по форме и площади элементов. Выбираемая форма представления
имеет свои преимущества и зависит от выполняемых задач. Так,
векторная модель данных предназначена для хранения информации о пространственных объектах, границы которых описываются
с помощью координат. Граница пространственного объекта формируется посредством геодезических или картометрических измерений путем аппроксимации контура объекта и «превращается» в последовательность координат поворотных точек участков границы.
В общем случае, объект может иметь как внешнюю, так и внутреннюю границы. Например, водная поверхность озера будет иметь несколько границ, если посреди него расположены острова.
Контур или набор контуров пространственного объекта есть неделимая единица хранения пространственной информации, с которой связаны атрибуты объекта. В векторной модели в качестве
единого и неделимого может быть представлен только тот пространственный объект, который характеризуется одинаковым набором
атрибутов и их значений.
В целом ГИС является компьютеризированной системой управления базами данных для поиска, хранения, изменения, анализа и
пространственного отображения определенных данных, т. е. ГИС
это базы данных и аналитические средства для работы с любой координатно-привязанной информацией. Основой ГИС-технологии
является картографическая информация в единой системе координат (географическая карта или план) в цифровой форме географическая база данных.
Такая база данных представляется в виде отдельных тематических карт (слоев), описывающих объекты определенной территории, которые в совокупности содержат всю необходимую географическую информацию [2, 4, 32, 71].
7.2. Экологическое нормирование техногенной нагрузки
для территориальных природно-технических комплексов
на основе оценки воздействия на окружающую среду
с применением геоинформационных систем
Оценка воздействия на окружающую среду с применением ГИС
является одной из проблемных ориентаций последней. Особо важное
значение это приобретает для территориальных природно-технических комплексов (ТПТК) с необходимостью обработки больших массивов информации, что связано с комплексным системным подходом
к реализации оценки воздействия на окружающую среду (ОВОС).
186
ГИС-технология объединяет традиционные операции работы
с базами данных, такими как запрос и статистический анализ,
с преимуществами полноценной визуализации и географического
(пространственного) анализа, которые представляет электронная
карта. В рамках постановки и решения задач ОВОС при выборе конкретной ГИС оценивается ее многофункциональность, удобство интерфейса, интегрируемость и др.
По территориальному охвату ГИС, используемые при проведении ОВОС, относятся к регионально-бассейновым или локальным
с привязкой к определенным водохозяйственным участкам в зоне
действия водопользователей и водопотребителей.
Исходя из структуры и функционирования исследуемого или проектируемого ТПТК и общих физико-географических и социально-экономических характеристик территории (бассейна), выделяются основные определяющие факторы их взаимного влияния. На основе такого
анализа проводится подбор необходимой информации для создания
ГИС бассейна с учетом интересов всех водопользователей на межотраслевой основе и уровня экологической емкости, как ограничивающего
фактора на все виды производственно-хозяйственной деятельности.
ГИС позволяет реализовать математическую модель ТПТК с целью эколого-экономической оптимизации взаимодействия всех
субъектов системы. Программный комплекс «Геоинформационная
моделирующая система (ГИМС) – река» позволяет проводить имитационное моделирование для произвольного числа водопользователей при заданных критериях качества воды с использованием
различных технологий и объемов производства. Пример типовой
технологической схемы производства приведен на рис. 48.
Рассмотрим упрощенную модель, которая включает описание
условий по загрязнению, разделение производственных и водоохранных технологий с выходом побочной продукции без запретительных ограничений по стандартам качества воды, хотя это возможно на уровне региональных нормативов.
В самом общем виде целевая функция (социально-экономический критерий) предлагаемой модели формально может быть записана следующим образом:
Z1 (X) Z2 (Q) x(V ) o min,
(73)
где Z1(X) – производственные затраты, включая расходы на реутилизацию загрязнения и на водоподготовку; Z2(Q) – затраты на
очистку сточных вод; y(V) – функция экономического ущерба в зависимости от сброса загрязнения в реку.
187
:
,
Рис. 48. Технологическая схема производства n-продукта
В качестве оптимизируемой системы в модели рассматривается
совокупность хозяйственных (производственных) объектов, размещенных (или размещаемых) на территории бассейна реки. Предполагается возможность реконструкции размещенных предприятий,
а для строительства новых также предусматривается возможность
выбора пункта размещения на территории бассейна реки. Спрос на
продукцию предприятий, входящих в систему, предполагается известным и подлежащим обязательному удовлетворению. Считается, что уровень спроса определяется из решения задач размещения
более высокого уровня, в котором экономика исследуемого бассейна
реки рассматривается в качестве подсистемы.
Так как в качестве технологического варианта производства хозяйственного объекта (предприятия) включается возможная реутилизация отходов с последующим выпуском побочной продукции, то
в целом продукция предприятий, входящих в систему, делится на
основную и побочную. При этом спрос (производственная программа) задается только на основную продукцию и в целом по бассейну
реки, а реализация побочной продукции вводится в целевую функцию модели в качестве «отрицательной» компоненты.
На рис. 48 приведена «технологическая» схема производства n-го
продукта, которая раскрывает структуру приводимых в модели
«суммарных» затрат*.
* Необходимо отметить, что, хотя представленная схема и названа «технологической», тем не менее это название условно. Основная цель схемы – показать дифференциацию затрат, исходя из предпосылок построения раассматриваемой модели.
188
Как это показано на схеме, производственные затраты включают: затраты на производство основной продукции, побочной продукции и вторичного сырья (например, вода) для собственных нужд
при реутилизации отходов (сточные воды); и затраты на очистку
речной воды (водоподготовка), если качество воды для производства
данного продукта должно быть выше, чем естественное качество
речной воды.
Структура производственных затрат приведена для того, чтобы
раскрыть содержание используемого здесь понятия «технологический вариант производства». Технологический вариант производства может быть с частичной и полной реутилизацией отходов либо
вовсе без реутилизации, а также, очевидно, с заменого исходного
сырья. Каждый технологический вариант производства характеризуется в модели следующими параметрами, производственные затраты, мощность по производству основной и побочной продукции,
нормы забора свежей речной воды и «выхода» сточных вод с учетом
концентраций загрязнения, нормы потребления других видов дефицитных ресурсов.
На схеме технологического процесса «очистка сточных вод» выведен в отдельный блок и, соответственно, выделены затраты на
очистку сточных вод (см. рис. 48). Такое выделение отнюдь не случайно, оно расширяет сферу выбора оптимального варианта технологии очистки сточных вод за счет включения в рассмотрение так
называемых «межотраслевых» очистных сооружений. Речь идет о
том, что с повышением мощности очистных сооружений удельные
затраты на очистку сточных вод существенно падают. Следовательно, есть возможность предусмотреть вариант очистки не только на
собственных (предприятие) очистных сооружениях, но и на «межотраслевых» мощных очистных сооружениях. При выделении
затрат на очистку сточных вод из производственных затрат сопоставляются затраты технологического варианта с реутилизацией
отходов с последующим сокращением объема сточных вод (загрязнения) с затратами на их очистку в технологическом варианте без
реутилизации, но с последующим увеличением затрат на очистку
сточных вод.
Решение проблемы использования водных ресурсов реки без
учета антропогенного воздействия непроизводственной деятельности региона, очевидно, было бы неверным. Этот вид антропогенного
воздействия в нашей модели «региональная экономика (предприятие) река» определяется как «фон», т. е. рассматривается как экзогенная «нагрузка» (функция численности населения).
189
Перейдем к формальному описанию модели.
Пусть река разбивается на R участков. Будем считать, что номер
участка реки совпадает с номером пункта размещения действующего либо размещаемого предприятия, хотя, конечно, в общем случае
они могут и не совпадать.
Ограничения на выполнение заданной производственной программы по региону (бассейну реки) имеют вид:
R
H
¦ ¦ Miqg Xiqg t Ai , i
q 1 g 1
H
g
Xiq
d 1, i
g 1
g
Xiq
0(1), i
¦
1, N;
1, N;q 1, R;
(74)
1, N; g 1, H;q 1, R,
где Аj – производственная программа выпуска основной продукции
вида j в целом по региону (бассейну реки); Мjrh – выпуск основной
продукции вида j по технологическому варианту h в пункте r; Xjrh –
целочисленная переменная, показывающая входит ли в план технологический вариант h для производства основной продукции вида j
(мощностью Мjrh) пункте r.
В рамках действующего законодательства РФ для каждого водопользователя разрабатываются нормативы допустимых сбросов.
Для бассейна в целом или отдельного участка – нормативы допустимых воздействий и схемы комплексного использования и
охраны водных объектов. Состав и содержание последних в соответствии с утвержденными методическими указаниями [88] отличаются от схем комплексного использования и охраны водных
ресурсов (СКИОВР) в сторону большей детализации, а по многим
показателям близки к требованиям к разработке технико-экономических обоснований, особенно инвестиций, а по отдельным разделам по степени и подробности их проработки сравнимы с рабочей
проектной документацией. Это приводит к чрезмерно завышенным затратам. Особенно это касается составления карт (в первую
очередь иллюстративных) периодически затопляемых территорий
речного бассейна (границы зон затопления при максимальных
уровнях воды расчетной обеспеченности – 1%, 3%, 5%, 10%, 25%, и
50%). Составление и обработка крупномасштабных карт (масштаба
1:25000 и 1:10000) требует компьютерного моделирования пропуска
половодий и паводков различной обеспеченности на отдельных паводкоопасных участках бассейна. В связи с этим необходима корректировка действующих методических указаний.
190
Для ряда бассейнов еще не сформированы в полном объеме государственные водные реестры, государственные водные кадастры,
государственный земельный кадастр, реестры федеральной собственности агропромышленного комплекса, база данных об установлении режимов пропуска паводков, специальных пропусков,
наполнения и обработки водохранилищ.
Для арктической зоны необходимы прогнозы социально-экономического развития отраслей и секторов экономики на среднесрочный и долгосрочный периоды. Это позволит разрабатывать бассейновые НДВ и СКИОВО и, соответственно, индивидуальные НДС
для водопользователей на основе доступной первичной информации
по гидрологическим и гидрохимическим постам, а также государственного водного реестра и государственного мониторинга водных
объектов.
НДС является основополагающим документом по выдаче разрешений на водозабор и сброс сточных вод, а также установления
платы за водопользование.
Для водных бассейнов арктической зоны необходима разработка
критериев для обоснования НДВ. По результатам разработки НДВ
необходимо выполнить анализ, найти связь между НДВ и НДС и
разработать методики расчета для каждого вида воздействия на водные объекты для НДВ и НДС.
Важным критерием оценки эффективности функционирования
ТПТК является экономический ущерб от загрязнения водного объекта.
Три основные составляющие издержек загрязнения – издержки
предотвращения, издержки компенсации и сырьевые потери – находятся в функциональной зависимости друг от друга. При этом
издержки предотвращения и компенсации находятся в обратной
зависимости. Такой же характер носит связь между издержками
предотвращения и сырьевыми потерями, хотя здесь снижение сырьевых потерь достигается лишь при переходе не малоотходные
технологические процессы, соответствующие наилучшим достижимым технологиям.
Таким образом, указанные составляющие издержек загрязнения не только взаимно дополняют, но и в определенной степени взаимозаменяют друг друга, т. е. путем увеличения затрат по одной из
этих составляющих можно добиться снижения затрат по другим составляющим.
Графически зависимость между издержками предотвращения Р,
издержками компенсации М, суммарными издержками загрязнения
191
P, P, M
P=f(A)+J(A)
M=f(A)
P=J(A)
A0
A
Рис. 49. Зависимость между издержками предотвращения Р,
издержками компенсации М, суммарными издержками загрязнения
U РМ и уровнем загрязнения окружающей среды А
U РМ и уровнем загрязнения окружающей среды А представлена
на рис. 49. Видно, что минимальное значение суммарных издержек
загрязнения (или шире— издержек производства с учетом полной
величины издержек загрязнения) достигается при уровне загрязнения А0, которому соответствует минимальное значение U. Будем называть уровень загрязнения А0 экономическим оптимумом загрязнения. Очевидно, что необходимым условием достижения экономического оптимума загрязнения является выполнение равенства:
e c( A0 )
Mc( A0 ) .
(75)
Равенство (75) означает, что минимум суммарных издержек (экономический оптимум загрязнения) происходит в том случае, когда
прирост издержек предотвращения загрязнения при достаточно
малом уменьшении его уровня становится равным возникающему
при этом снижению издержек компенсации загрязнения, т. е. при
условии равенства по модулю предельных издержек предотвращения загрязнения предельным издержкам компенсации социальноэкономических последствий загрязнения.
Экономический оптимум загрязнения окружающей среды должен определяться не на множестве всех возможных уровней ее загрязнения, а на множестве допустимых по социально-экологическим
критериям уровней загрязнения. Это означает, что при отыскании
минимума издержек загрязнения должны выполняться указанные
выше требования не превышения фактического уровня загрязнения
на начало планируемого периода и недопущения разрушительных
192
по своим последствиям уровней загрязнения. Учет соответствующих
ограничений в моделях планирования и управления чистотой окружающей среды является обязательным, хотя во многих случаях эти
ограничения и могут оказаться избыточными, т. е. не влияющими на
значение экономического оптимума загрязнения.
На основе анализа ближайших во времени и хорошо прогнозируемых социально-экономических последствий загрязнения оказывается возможным определять экономически целесообразные масштабы вложений в противозагрязняющие мероприятия и экономически допустимые уровни загрязнения окружающей среды. Управление чистотой окружающей среды превращается, таким образом,
в фактор повышения эффективности общественного производства.
На основе принципа соизмерения издержек предотвращения и издержек компенсации социальных последствий загрязнения могут
быть построены различные региональные и отраслевые модели планирования и управления чистотой природной среды.
Переход к рассмотрению другого класса этих последствий – отдаленных во времени и трудно прогнозируемых – приводит к существенной трансформации понятия оптимума загрязнения и подходов к его определению.
К числу отдаленных во времени и трудно прогнозируемых последствий загрязнения среды относятся:
– во-первых, вероятные нарушения глобального экологического
равновесия (прежде всего изменение климата в масштабах крупных
регионов и планеты в целом);
– во-вторых, отдаленные медико-биологические последствия
воздействия загрязнения на человека (генетическое, канцерогенное
и некоторые другие).
В обоих случаях мы имеем дело с большим (измеряемым десятилетиями) разрывом во времени между воздействием загрязнений и
проявлением соответствующего негативного эффекта, а сам эффект
при современном уровне наших знаний прогнозируется с большой
долей неопределенности.
Дальнейший переход от экономического развития к эколого-экономическому предопределяет необходимость реализации программы ресурсосбережения и контроля за использованием природных
ресурсов, т. е. управления природными ресурсами соответствующими структурами. В этом случае признается, что главным природным богатством России являются ассимиляционный и продукционный потенциалы ее биоты, в основном лесов, на значительной
части территории, не затронутой хозяйственной деятельностью.
193
Именно они обуславливают мощную средообразующую, средорегулирующую и средоочистительную функцию биома арктической
зоны, имеющую большое значение для всей планеты. Уже сегодня необходимо принять срочные меры для предотвращения невосполнимых потерь ресурсного потенциала арктического региона и
перейти на новую парадигму развития национальной экономики,
включив в число важнейших категорий природных ресурсов ассимиляционный и продукционный (биоресурсный) потенциалы и
оценку экологической емкости и экологической мощности территории. Требуется предусмотреть в разрабатываемых государственных
программах реорганизации и технологической модернизации добывающих и ресурсно-сырьевых перерабатывающих отраслей экологическую регламентацию хозяйственной деятельности и оптимизацию отраслевой структуры промышленных узлов; сформировать
эффективные органы управления эколого-экономическим развитием арктического региона в пределах природных комплексов.
В этом случае «центр тяжести» по управлению экоразвитием
должен быть перенесен на территориальный уровень, где стратегические цели доводятся до конкретных исполнителей оперативных
задач и видов работ. Задачи регионального экоразвития трансформируются в задачи управления экологизацией производства с учетом их экологичности, результативности и адаптивности к изменениям условий производства.
Необходимо развитие международной системы квот на загрязнение и изъятию ресурсов. В этой связи требуется развитие современной системы мониторинга с использованием ГИС технологий на
основе новых программных и технических средств единой информационной базы.
7.3. Методические основы и алгоритм управления
перераспределением техногенной нагрузки
для территориальных природно-технических комплексов
на основе геоинформационных технологий
7.3.1. Геоинформационная моделирующая система
территориальных природно-технических комплексов
для имитационного моделирования
и оптимизации распределения нагрузки
Экологическое управление территориальным природно-техническим комплексом связано с решением следующих задач:
194
1) определить лимитирующие факторы при бассейновом межотраслевом подходе к управлению и на их основе разработать критерии квотирования антропогенной нагрузки на водные объекты;
2) обосновать типовые математические модели и программы расчета переноса загрязняющих веществ для бассейнового природнотехнического комплекса; на основе предлагаемого алгоритма и критериев квотирования перераспределить и оптимизировать нагрузку
между водопользователями территориального природно-технического комплекса (ТПТК) в рамках водного бассейна.
Для объектов первой категории согласно классификации [27] допустимый сброс должен быть определен на основе наилучших доступных технологий, для четвертой категории расчет НДС вообще
не предусмотрен, а для третьей расчеты НДС должны быть выполнены только по лимитирующим показателям.
Реализация вышеизложенных требований предопределяет необходимость использования системного анализа на основе бассейновых
эколого-технологических принципов и соответствующих алгоритмов,
реализуемых с использованием геоинформационных технологий.
Новизна изложенного подхода заключается в разработке и реализации алгоритма обоснования индивидуальных для каждого
водопользователя норм НДС на основе перераспределения бассейновых НДВ. В качестве основных критериев используются критерии
технологического и экологического нормирования на основе современных средств геоинформационного математического моделирования и управления бассейновым территориальным природно-техническим комплексом [32].
Геоинформационная моделирующая система
территориального природно-технического комплекса
Современные системы управления качеством водных объектов
природно-технических комплексов опираются на результаты экологического мониторинга, производственного экологического и
технического контроля. Наиболее эффективно создание и ведение
геоинформационных систем на основе базы данных (БД) в режиме
онлайн. Данная система позволяет оценить степень влияния различных водопользователей на качество воды водных объектов на
базе программных продуктов ArcGis с возможностью анализа данных через картографические сервисы и по этим результатам квотировать нагрузку для каждого субъекта.
Вся вносимая в ГИС информация экологического нормирования
и управления водными ресурсами реализуется в рамках схемы ком195
плексного использования и охраны водных объектов, проектов норм
допустимых воздействий на цифровой картографической основе.
Информация разделяется по отдельным группам:
1. База геоданных, экологических и технологических норм природно-технического комплекса в соответствии с нормативно-правовыми документами включает: реки, озера; предприятия; водовыпуски; водохозяйственные створы; водохозяйственные участки;
границы районирования; расчетные водохозяйственные участки;
балансы загрязняющих веществ; лимиты и квоты; пункты контроля качества воды; объекты привязки к местности (железные и автомобильные дороги, населенные пункты и т. д.).
2. Информация по нормированию допустимых воздействий
включает: «НДВхим»; «НДВ изъятия водных ресурсов»; «НДВ по
привносу радиоактивных веществ»; «НДВ по привносу микроорганизмов»; Слой «НДВ по привносу тепла»; «НДВ по сбросу воды».
3. Сведения по разработке СКИОВО включают: «Лимиты водопотребления/водоотведения»; «Квоты забора воды и сброса сточных
вод»; «Баланс загрязняющих веществ на расчетный период»; «Баланс загрязняющих веществ на перспективу»; «Водоохранные мероприятия». Сведения государственного водного реестра и государственного мониторинга водных объектов.
Разработанный геоинформационный моделирующий комплекс
представляет собой геоинформационную onlinе систему ТПТК с реализованными моделями переноса загрязняющих веществ для разных типов водных объектов (рис. 50).
Геоинформационная моделирующая система включает в себя:
1. Блок моделирования переноса загрязняющих веществ и формирования качества воды при неограниченном количестве и типе
водопользователей ПТК.
2. Пространственную топооснову (набор структурированных,
в виде отдельных слоев данных об объекте) в пределах ТПТК.
3. Базу данных для расчета нормативов допустимого сброса.
4. Модель водного объекта на базе программных продуктов
ArcGis.
5. Базу геоданных моделирования процессов конвективно-диффузионного переноса и превращения загрязняющих веществ [27,
29, 174].
6. Представление данных в ГИС (отображение результатов имитационного моделирования на карте в ГИС) при разных сценариях
распределения нагрузки и прогнозирование развития экологической ситуации.
196
Рис. 50. Структура ГИМС-ТПТК
Блок моделирования дает возможность создания модулей расширения сторонними разработчиками без привлечения исполнителя основного приложения. Модуль расширения осуществляет самостоятельный прямой доступ к БД для работы с данными.
База данных содержит следующие основные сведения о рассматриваемом ТПТК:
– данные государственной гидрометеорологической службы и
Роспотребнадзора;
– данные регионального (бассейнового) ТПТК;
– границы бассейна и расчетных водохозяйственных участков,
расположение притоков, гидрологические и морфологические параметры;
– сведения о фактическом состоянии качества воды в водных
объектах:
– фоновые характеристики водных объектов по гидрохимическим и гидробиологическим показателям, интегральным показателям и индексам;
197
– сведения о предприятиях-водопользователях и водовыпусках;
– количество и характеристика водовыпусков;
– массовый сброс загрязняющих веществ;
– расходы отводимых сточных вод.
Модель водного объекта в среде ГИС представлена в виде полигонов с однородными гидрологическими и морфологическими характеристиками, реализуется в соответствии с расчетной схемой
водосбора и особенностей формирования качества воды. Набор программных модулей позволяет реализовать соответствующие математические модели для расчета полей концентраций при заданных
краевых (граничных и начальных) условиях и экспортировать результат на топооснову. Моделирование осуществляется с использованием программы ГИМС-ТПТК, в основу которой положен метод
конечных разностей, с предварительной аппроксимацией расчетной области, в пределах которых концентрации загрязняющих веществ являются постоянными.
В результате работы программного модуля формируется шейпфайл, состоящий из множества полигонов, каждому из которых
ставится в соответствие номер mx и nу, записанный в таблицу атрибутов. Шейп-файл необходим для занесения значений поля концентраций, получаемого в результате моделирования и построения тематических карт в среде ГИС.
Для большинства ТПТК, при оперативном перераспределении
нагрузки между водопользователями, в соответствии с установленными квотами в среде ГИС предусмотрена возможность предоставления информации удаленному пользователю через Всемирную сеть
Интернет. При этом удаленный пользователь, используя обычный
интернет-браузер, получает возможность просматривать не только
статические картинки, но и в интерактивном режиме осуществлять
навигацию, приближаясь к интересующим объектам, анализировать тематические слои, надписывать объекты и т. д. Особо следует
подчеркнуть возможность просматривать и оценивать картографические сервисы с представлением в виде web-ресурса в сети Интернет.
Разработанная программа ГИМС-ТПТК позволяет:
1. На основании квот перераспределять нагрузку между индивидуальными водопользователями (НДС) в рамках бассейновых НДВ
по управляемому или потенциально управляемому привносу загрязняющих веществ.
2. Обосновывать возможность строительства новых предприятий и реконструкции действующих с неоднородными характеристиками в пределах ТПТК.
198
Рис. 51. ГИМС-ПТК для моделирования распределение поля
концентраций в р. Малая Нева
3. Моделировать процессы переноса загрязняющих веществ при
фактических, чрезвычайных и плановых параметрах водного объекта и состава сброса, а также с учетом естественных природных
изменений (смена гидрологической фазы, наводнение и т. д.). При
каждом расчетном варианте определяются зоны влияния и зоны
подверженные максимальному загрязнению.
4. Оптимизировать нагрузку от ряда водопользователей с целью
минимизации негативного воздействия на водные ресурсы бассейна
при минимуме суммарных приведенных затрат на достижение НДС
всеми водопользователями водохозяйственного участка или всего
ТПТК.
Разработанный алгоритм, методика и программные средства
апробированы на примере ГИМС ТПТК «Нева», используемого в целях управления хозяйственно-бытового водоснабжения, нужд промышленности, рекреации, сброса сточных, ливневых и дренажных
вод (рис. 51).
Критерии перераспределения техногенной нагрузки для ТПТК
и имитационное моделирование
Ключевой проблемой расчета НДС для каждого из группы водопользователей на базе НДВ всего бассейна ТПТК является обоснование критериев распределения нагрузки между водопользователями.
199
Авторами был предложен критерий распределения нагрузки Kтех
[27, 33] учитывающий: фактическую массу и режим сброса сточных вод; степень соответствия основной технологии производств и
систем очистки требованиям наилучших доступных технологий;
социальную значимость каждого субъекта в рамках рассматриваемого территориального природно-технического комплекса.
Целевой функцией алгоритма оптимизации распределения нагрузки в ТПТК является обеспечение интересов каждого водопользователя с необходимостью обеспечить определенную квоту по уровню
сброса загрязняющих веществ и достижение заданного экологического состояния водного бассейна при минимизации общих затрат.
Задача оптимизации сводится к виду:
m
¦ Shìõ (Îh ) o min,
(76)
¦ Chìõ (Îh ) o CÈÏ ,Ph,min d Ph d Ph,max ,
(77)
h 1
При ограничениях:
m
h 1
где Siоч – приведенные затраты на очистку в i-м пункте; СКС – отнесенная к контрольному створу снижение концентрации примесей
в водном объекте в соответствии с НДС; Сiоч – снижение концентрации примесей в контрольном створе в результате очистки i водопользователем; Pi,min и Pi,max – соответственно min допустимые и
max возможные степени очистки сточных вод.
Для нахождения оптимальных параметров введем следующие
ограничения:
1. Обеспечение в контрольных створах низких уровней загрязненности воды:
Cmax d 2Cë ,
(78)
где Cн – норматив качества воды.
В сточных водах концентрация загрязняющих веществ не должна превышать верхний предел среднего уровня загрязненности.
2. Суммарная масса сброса загрязняющих веществ от всех предприятий бассейна не должна превышать установленный норматив
допустимых воздействий за вычетом диффузной нагрузки:
m
¦ ËÂÏh d 0,8 ˜ ËÂÀ Êâæòh ,
h 1
200
(79)
где ¦НДСi – суммарный допустимый сброс загрязняющих веществ
от всех приоритетных водопользователей водохозяйственного
участка по i-му загрязняющему веществу; НДВi – норматив допустимого воздействия по i-му загрязняющему веществу; Мдифi – диффузный сток от неуправляемых и условно управляемых источников
загрязнения по i-му загрязняющему веществу; 0,8 – коэффициент,
показывающий, что для целей перспективного развития региона,
на настоящий момент времени может быть использовано, не более
80% от допустимой нагрузки.
3. Установленный норматив допустимых сбросов не может превышать фактического сброса предприятия:
НДСi d Mфактi,
(80)
4. Для предприятий первой категории воздействия на водные
объекты, установленный норматив на сброс загрязняющих веществ
не может быть меньше показателя, достигаемого при использовании наилучших доступных технологий:
НДСi d Пi ˜ qni,
(81)
где Пi – объем выпускаемой продукции, т; qni – удельный норматив
образования i-го загрязняющего вещества на тонну выпускаемой
продукции при соблюдении НДТ, г/т.
Алгоритм распределения квот нагрузки между водопользователями приведен на рис. 52.
Алгоритм расчета распределения нагрузки для предприятий
1. Расчет суммарной допустимой нагрузки от всех предприятий
в рамках расчетного водохозяйственного подучастка (РВП) проводится по формуле (79).
Если фактический диффузный сток превышает установленную
квоту для данного водохозяйственного участка, то предприятия не
могут дополнительно загрязнять водный объект, что возможно если
концентрация загрязняющего вещества в сточных водах не превысит норматива качества воды.
В случаях отрицательного значения ¦НДСi расчет НДСi может
быть произведен по формуле:
ËÂÏh
Cëh ˜ pïðh ,
(82)
2. Расчет индивидуального норматива допустимого сброса для
предприятия.
201
i
i
:
1.
2.
3.
M
ɋ
i,
i
i
i=
C i,
:
d Qi ˜ qni ,
ɋ i /C i > N,
i
4.
M
C i˜ ɋ
i=
i;
i
=Qi ˜ qni
= C i ˜N ˜q
i
i
i
i
:
-
;
;
(N)
;
2-
-
;
N>N
=
i
:
1.
M
2.
–
M
i
i
,
i=
i;
ɋ
i
C i,
i=
C i˜ɋ
i
k
i
i
:
ɋ i /C i >N
i =C i
˜N˜q
i
(N)
Рис. 52. Блок-схема алгоритма расчета распределения нагрузки
для предприятий
202
Расчет индивидуальных норм сброса для сосредоточенных источников загрязнения для каждого расчетного участка предлагается осуществлять по формуле (8):
Mh
ËÂÏh
Mìß÷h
Kûòh
m
¦ ËÂÏh ˜
h 1
2
m
¦ Kûòh
h 1
,
(83)
где Kэфi – коэффициент эффективности управления j-м предприятием; ¦НДСi – общая допустимая масса на сброс i-го вещества; Мi –
фактическая масса сброса j-го предприятием; Мобщi – общая фактическая масса сброса вещества всеми предприятиями бассейна.
3. Этап проверки граничных условий.
На данном этапе проводится сравнение допустимой и фактической масс сброса загрязняющих веществ от сосредоточенных источников загрязнения. Если фактическая антропогенная нагрузка на
водохозяйственный участок меньше квоты выделяемой для предприятий-водопользователей (Мфактi<¦НДСi), то для всех предприятий в качестве нормативов НДС принимаются фактические массы
сброса загрязняющих веществ.
Если НДСij > Мфактi, ТО
НДСij Мфактi,
(84)
Если отношение фактической концентрации загрязняющего вещества в сточной воде к установленному нормативу качества воды
превышает средний уровень загрязненности (N), то проводится пересчет допустимой концентрации и затем соответственно НДС.
C
Если ïðh ! N, то
Cëh
ËÂÏh Cëh ˜ N ˜ pïðh ,
(85)
Для предприятий первой группы воздействия на водную среду
НДСi должно быть не меньше технологического норматива, отвечающего внедрению наилучших доступных технологий.
Если НДСi d Qi ˜ qni , то
НДСi Qi ˜ qni,
(86)
4. Моделирование переноса загрязняющих веществ.
На первом этапе происходит обоснование выбора типовой математической модели, удовлетворяющей параметрам ТПТК. Моделирование переноса загрязняющих веществ осуществляется на основе
информации, заложенной в базе данных ГИМС (см. рис. 50).
203
Информация по водному объекту включает комплекс гидрологических, гидрохимических, гидробиологических показателей и
индексов.
Сведения по предприятиям включают данные по форме 2-ТП
водхоз, о типе и конструкции водовыпуска.
На основе полученных НДС для предприятий по формуле (87)
рассчитывается значение концентрации загрязняющего вещества
в сточных водах:
Cïð
ËÂÏh
,
pïð
(87)
где qст – расход сточных вод от предприятия, м3/с.
Далее на основе имитационного математического моделирования процессов формирования качества воды в рамках ТПТК определяется степень воздействия всех источников загрязнения в контрольных створах для различных вариантов исходных данных и
производится сравнение полученного значения с показателем низкого уровня загрязненности.
Если этот показатель не превышен, то переход к этапу 5, в других обстоятельствах к пункту 6.
5. Перераспределение нагрузки:
Определение запаса массы сброса загрязняющих веществ:
m
m
m
h 1
h 1
h 1
¦ ËÂÏh ¦ ËÂÏh ¦ ËÂÏhæåêãë ,
(88)
Устанавливаются НДС для предприятий, по которым были выполнены граничные условия. Далее возвращение к пункту 2 алгоритма и выполнение расчета для оставшихся предприятий:
Mh
ËÂÏh
Mìß÷h
K
ûòi m
¦ Kûòi
m
¦ ËÂÏh ˜
h 1
2
h 1
,
(89)
Для предприятий, у которых изначально рассчитанный норматив допустимых сбросов был определен, считается окончательным.
6. Сокращение нагрузки в соответствии с предлагаемым алгоритмом.
Если при фактических параметрах сброса в контрольном створе превышен параметр низкого уровня загрязнения, то проводится
204
сокращение нагрузки ото всех незафиксированных предприятий.
Проверяются граничные условия и фиксируются предприятия аналогично п. 3 алгоритма. Далее, аналогично этапу 4, осуществляется
имитационное математическое моделирование до определения НДС
всех водопользователей.
После того как все НДС будут зафиксированы, расчет прекращается.
На основе геоинформационных технологий разработана структура и алгоритм нормирования техногенной нагрузки для территориальных природно-технических комплексов.
Для реализации разработанного алгоритма создана геоинформационная моделирующая система ГИМС-ТПТК для управления распределением квот нагрузки между водопользователями по экологотехнологическим критериям.
На основе программных средств нового поколения предложена и
реализована методика расчета комплексного показателя эффективности управления предприятием в рамках ТПТК при условии обеспечения заданного уровня экологичности.
Определены критерии распределения нагрузки между водопользователями, к которым относятся: применение наилучших доступных технологий, социальная значимость объекта, экологическое
состояние водных объектов в заданных створах ТПТК.
Рассмотренные методы и программные средства апробированы
в инженерной практике и могут быть рекомендованы к использованию Агентством водных ресурсов Российской Федерации при решении как региональных, например, Арктического бассейна, так и
локальных заач обоснования нагрузки для индивидуальных водопользователей (НДС) в рамках бассейновых НДВ для неограниченного числа и тина водопользователей при наличии региональных
баз данных на геоинформационной основе.
7.3.2. Информационно-алгоритмическое обеспечение
нормативов допустимых сбросов
для предприятий радиоэлектронной промышленности
Значительная часть предприятий радиоэлектронной промышленности (РЭП) в своей основе имеет экологически опасные технологии [94, 95], которые зачастую не соответствуют требованиям
природоохранного законодательства о внедрении так называемых
«Наилучших доступных технологий» [98]. Эти рекомендации относятся как к основным, так и вспомогательным технологическим
процессам, где в сбросах и выбросах образуются такие опасные ве205
Рис. 53. Карта-схема размещения предприятий радиоэлектронной
промышленности со степенью нагрузки на расчетные водохозяйственные
участки в геоинформационной системе
щества как свинец, ртуть, кадмий, шестивалентный хром, полибромированные бифенолы и дифенол-эфир [17], которые обладают
высокой токсичностью, канцерогенным и мутагенным влиянием на
живые организмы.
Предприятия и объединения РЭП, которые входят в общую
структуру территориальных природно-технических комплексов
РЭП (рис. 53). При этом каждый расчетный водохозяйственный подучасток (РВП), включающий ТПТК, в соответствии с водохозяйственным районированием имеет индивидуальный код.
Функционирование ТПТК РЭП регламентируется водным законодательством на уровне бассейнов проектом «Нормативы допустимого воздействия на водные объекты», а для отдельных предприятий РЭП разрабатываются «Нормативы допустимых сбросов»
[30, 33]. Для разработки указанных нормативов строятся математические модели ТПТК, учитывающие основные факторы и параметры формирования качества воды в водном объекте и комплекс
производственно-технологических характеристик предприятий
РЭП [34,161]. Такие модели позволяют обосновать допустимые для
каждого производства нормы нагрузки.
206
В соответствии с бассейновыми нормативами необходимо разработать комплекс мероприятий для каждого предприятия РЭП
в рамках единого бассейнового проекта «Схемы комплексного использования и охраны водных объектов».
Структура информационно-алгоритмического обеспечения геоинформационной модели «ТПТК РЭП» в виде формирования проекта ГИС «Экологическое нормирование техногенной нагрузки предприятий радиоэлектронной промышленности» (рис. 54), которая
реализуется в графическом редакторе ModelBuilder.
1.
2.
3.
1.
4.
3.
2.
4.
Ɋɟɡɭɥɶɬɚɬɵ ɤɨɧɬɪɨɥɹ
x
x
;
x
;
x
Ɉɰɟɧɤɚ ɫɨɫɬɨɹɧɢɹ
Cmaxi <=
i
Ɋɟɡɭɥɶɬɚɬɵ ɢɦɢɬɚɰɢɨɧɧɨɝɨ
ɦɨɞɟɥɢɪɨɜɚɧɢɹ
i <=
i
Рис. 54. Блок-схема информационно-алгоритмического обеспечения
оценки состояния территориального природно-технического комплекса
в рамках ГИС-проекта «Экологическое нормирование техногенной
нагрузки предприятий радиоэлектронной промышленности»
207
Информационная структура ГИС-проекта базируется на топографической основе, структурированной в виде слоев отдельных объектов, нормативной базы, содержащей перечень контролируемых параметров, единицы их измерения, допустимые пределы, нормативные величины для каждого параметра, классы их опасности и др.,
перечни алгоритмов формирования контролируемых параметров.
Геоинформационная модель исследуемого ТПТК представляется
отдельными слоями, атрибутивные таблицы которых содержат описания и основные характеристики.
В соответствии с целью формирования ГИС-проекта определяется перечень контролируемых параметров и соответствующие им алгоритмы нормирования. В процессе создания ГИС-проекта формируются слои простых оценок по контролируемым параметрам (гидрохимическим), комплексных интегральных индексов, объединяющих простые оценки. Комплексные и простые оценки получаются
по заданным расчетным створам и сопоставляются с нормативами.
В заданных створах строятся временные диаграммы изменения индексов интегральной нагрузки (ИИН) и удельных комбинаторных
индексов интегральной нагрузки (УКИИН). Для водного объекта
как субъекта ТПТК предъявляются различные критерии качества,
характеризующие степень загрязненности, степень устойчивости и
др.
Данные контроля в геоинформационной системе представляются в формате сложного структурно-организованного вектора геоданных, который в своем составе имеет:
– координаты точек контроля в пространстве и времени GK {долгота, широта, глубина (высота над уровнем моря), дата, время};
– нормативную и контрольно-методическую информацию GH {наименование контролируемой величины, единицы измерения,
минимальное и максимальное значение контролируемой величины, нормативные значения контролируемой величины для различных целей использования исследуемого объекта, измерительные
средства, методика контроля, метрологические характеристики
средства и методики и др.};
– атрибутивную информацию Gr {наименование объекта, тип
объекта, физические характеристики объекта, географические характеристики объекты, технико-экономические характеристики
объекта и др.}
Результаты контроля параметров отдельных субъектов ТПТК
в геоинформационной системе представлены в виде некоторой
структуры геоданных, описывающей все необходимые для решае208
мой задачи свойства данных, т. е. в виде соответствующего множества параметров модели:
S {s, GK, GH, Gr}.
Формирование ГИС-проекта позволяет автоматизировать процессы сбора, обработки и представления данных в рамках ТПТК
РЭП с учетом других видов воздействий на ГИС основе. При этом
появляется возможность создания систем мониторинга состояния
ТПТК, оперативного анализа формирования качества воды в пределах расчетных водохозяйственных участков, прогнозирования развития ситуаций и поддержки принятия решений после возникновения тех или иных воздействий.
Все этапы анализа реализуются в виде ГИС-проекта «Экологическое нормирование техногенной нагрузки предприятий радиоэлектронной промышленности (ЭНТНП РЭП)», состоящего из двух
разделов:
1. Формирование географической основы для решения поставленной задачи: электронная карта-схема, географическое и административное районирование бассейна по целевому применению,
расчетные характеристики водопользователей и водохозяйственных участков, база структурированных в виде отдельных слоев геоданных на основании разработанной модели ТПТК.
2. Реализация ГИС-проекта «ЭНТНП РЭП»: классификация по отраслям производства и номенклатуре выпускаемой продукции, ранжирование по индивидуальным и интегральным массам сброса загрязняющих веществ, оценка соответствия технологий производства
водопользователей НДТ, модель водного объекта в среде ГИС, адаптация геоинформационной моделирующей системы (ГИМС) «ГИМСрека» для исследуемого ТПТК по расчету бассейновых НДВ и индивидуальных для водопользователей НДС, по водохозяйственным
участкам на основе эколого-экономической модели оптимизации.
ГИС все шире применяются в природоохранной деятельности для
управления природно-техническими комплексами [1, 3, 81] и в том
числе являются эффективным средством для управления качеством
водных объектов предприятий РЭП в рамках НДВ и СКИОВО с возможностью создавать дополнительные тематические слои на картографической основе в ГИС проекте «ЭНТНП РЭП». В рамках рассматриваемого ГИС-проекта «ЭНТНП РЭП» реализуется модель ТПТК
по нормированию нагрузки по отдельным целевым показателям, а
также и по индексу ИИН или по УКИИН. Используя подход интегральной оценки фактической нагрузки [51], где, сравнивая факти209
ческую массу загрязняющих веществ с нормируемой вводится индекс интегральной нагрузки, который рассчитывается по формуле:
ÆÆË
h
MòÞèð
1 m
,
˜¦
h
m h 1 ËÂÀóæê.ñíî
(90)
где n – количество загрязняющих веществ, Мфакт – масса i-го загрязняющего вещества в сточных водах от водопользователей,
тонн/год; НДВхим.упр – норматив допустимого воздействия i-го загрязняющего вещества для управляемых источников загрязнения,
тонн/год.
Для ИИН была разработана классификация по степени и характеристике нагрузки (табл. 7).
Представленные результаты по ИИН на карте-схеме (см. рис. 53)
позволяют выделить РВП из трех исследуемых бассейнов с той или
иной степенью нагрузки. Особое внимание уделено РВП, где чрезвычайно высокая нагрузка – это номера РВП: 005.01, 004.01, 004.02,
004.05, 007.04, 003.04, 003.11.
На перечисленных участках фактическая масса сброса в 4 и более раз превышает допустимую нагрузку. Участки, на которых допустимая нагрузка не превышена имеют номера: 003.03, 003.09,
004.03, 004.04, 007.01007.03. Таким образом, нагрузка от водопользователей превышает установленные нормативы для 18 РВП, а соответствует всего для 7 РВП.
Для основных РВП, на которых расположены предприятия РЭП
результаты сравнения фактической нагрузки с допустимой и ИИН
представлены в табл. 8.
Таблица 7
Классификация степени и характеристики нагрузки
по индексу интегральной нагрузки
210
Степень и характеристика нагрузки
Величина ИИН
1 – очень низкая
d0,3
2 – пониженная
(0,3; 1]
3 – незначительная
(1; 2,5]
4 – повышенная
(2,5; 4]
5 – высокая
(4; 6]
6 – очень высокая
(6; 10]
7 – чрезвычайно высокая
>10
211
007.04
005.02
004.05
004.03
003.05
Номер
РВП
208
0,3
1556
0,4
37752
6237
НДВхим
соотн.
сбросы
НДВхим
24,65
4,5
129,9
3,1
745,0
40,8
18,3
НДВхим
соотн.
сбросы
НДВхим
соотн.
24,3
сбросы
50,6
1,92
97,20
110,00
6,1
398,0
соотн.
832
20245
58
12,6
3,2
660
9,8
сбросы
81,8
НДВхим
124,0
БПКполн.
соотн.
259,0
ХПК
Органические вещества
сбросы
Показатели
36,30
0,10
3,63
2,6
0,17
0,44
0,002
153,00
0,38
0,06
47,20
2,65
0,9
1,5
1,4
N-NO2
0,5
15,6
8,5
4,7
0,6
2,7
Feобщ.
НП
1,02
4,5
4,6
1,5
0,3
0,5
2,0
3,70
7,42
5,6
62,4
1,6
0,250
0,405
23,9
10,7
77,8
0,14
11,1
18,4
0,547 0,048
11,20 6,090 0,882
6,2
0,82
5,09
61,4
8,3
511,0 348,0 256,0
0,95
2,08
1,98
30,0
0,13
3,90
Pобщ.
Биогенные
элементы
Ингредиенты (тонн/год)
11,3
0,005
0,057
1,0
0,11
0,11
0,05
81
4
0,003
34,8
0,1
0,02
1,64
0,03
Сu
Прочие
–
–
–
0,9
0,270
0,264
10,6
2,08
22,00
0,96
0,52
0,50
0,01
8,2
0,1
Zn
Результаты расчета индекса интегральной нагрузки для РВП,
на которых расположены предприятия РЭП
Мn
9,7
0,097
0,943
1,3
0,284
0,366
1,6
20,8
33,0
0,1
5,2
0,5
1,2
0,17
0,20
29,2
7 – чрезвычайно высокая
2,4
3 – незначительная
14,8
7 чрезвычайно высокая
0,5
2 – пониженная
6,0
6 – очень высокая
ИИН, степень
и характеристика
Таблица 8
Для снижения степени нагрузки на выделенные РВП в табл. 7
необходимо уменьшить фактическую массу загрязняющих веществ
от водопользователей, включая предприятия РЭП.
При этом были рассчитаны значения: на сколько необходимо
уменьшить фактическую массу загрязняющих веществ в процентах.
Так, например, для РВП № 003.05, степень нагрузки которого
«6 – очень высокая», чтобы снизить нагрузку до уровня «5 – высокая», необходимо уменьшить массу загрязняющих веществ от 15 до
35%. Таким образом, разработанная ГИС с методикой определения
индекса ИИН позволяет провести оценку и дать рекомендации по
снижению нагрузки на водные бассейны арктической зоны.
Создан алгоритм комбинированного экологического нормирования для объективного обоснования нагрузки для каждого производственного комплекса или отдельного производства, в рамках
бассейновых норм допустимого воздействия.
Разработанный ГИС-проект «Экологическое нормирование техногенной нагрузки предприятий РЭП» позволяет определить индексы, степень и характеристики нагрузки. В рамках проекта рассчитывается индекс интегральной нагрузки для заданного числа
расчетных участков.
Рассмотренный выше подход может быть использован для решения следующих задач:
– включения алгоритма и методики ГИС-технологий для реализации проектов «Нормативов допустимого воздействия» и «Схем
комплексного использования водных ресурсов»;
– разработки рекомендаций и поддержки принятия решений по
снижению и квотированию массы загрязняющих веществ на бассейновых участках для всех субъектов ТПТК;
– управления качеством водных ресурсов на бассейновом, региональном и федеральном уровнях.
7.4. Целевые показатели для экологического мониторинга водных
экосистем и водохозяйственной инфраструктуры Арктики
Схемы комплексного использования и охраны водных объектов
включают в себя систематизированные материалы о состоянии водных объектов, об их использовании и являются основой осуществления водохозяйственных мероприятий и мероприятий по охране
водных объектов, расположенных в границах исследуемых бассейнов Арктики [16].
Разработка СКИОВО должна выполняться в соответствии с действующими законодательными и нормативно-правовыми докумен212
тами Российской Федерации, а также международными соглашениями.
В качестве методической основы разработки СКИОВО следует
руководствоваться Методическими указаниями по разработке схем
комплексного использования и охраны водных объектов, утвержденными Приказом МПР РФ от 04.07.2007 г. № 169.
При разработке СКИОВО формулируются основные цели реализации водохозяйственных и водоохранных мероприятий. Сформулированные цели конкретизируются через определение целевых
показателей.
Целевые показатели СКИОВО бассейнов рек Арктики должны
основываться на Водной стратегии РФ и Федеральной целевой программе «Развитие водохозяйственного комплекса Российской Федерации в 2012–2020 гг.», в которых устанавливается система показателей, которые позволяют контролировать степень достижения
стратегических целей на промежуточных этапах реализации СКИОВО, а также оценивать эффективность реализации конкретных мероприятий. В соответствии с данными документами и результатами
оценки существующего экологического состояния водных объектов
на рассматриваемой территории необходима разработка укрупненных целевых показателей СКИОВО арктического бассейна.
Целевые показатели качества воды в водных объектах бассейна
Для обеспечения заданных стандартов качества воды в водных
объектах бассейна Арктики разработаны следующие целевые показатели (ЦП):
– целевые показатели качества воды в водных объектах – значения физических, химических, микробиологических характеристик
воды в водных объектах, а также характеристик состояния водной
экосистемы, которые должны быть достигнуты в установленные
сроки;
– долгосрочные целевые показатели (ДЦП) качества воды в водных объектах;
– целевые показатели качества воды в водных объектах, срок достижения которых составляет 10–15 лет;
– краткосрочные целевые показатели (КЦП) качества воды
в водных объектах учитывают значения показателей, вошедших
в перечень ДЦП, которые должны быть достигнуты в результате
реализации утвержденного в рамках СКИОВО технически и экономически обоснованного плана водоохранных и водохозяйственных
мероприятий.
213
Разработка КЦП основана на принципе устойчивости текущего
экологического состояния водных объектов при сохранении существующей экономической ситуации, хозяйственной активности и
реализации водоохранных мероприятий. В связи с этим важно, чтобы нагрузка от водопользователей на расчетные участки не превышала установленных нормативов допустимого воздействия (НДВ).
Разработанные КЦП включают основные индикаторные показатели негативного воздействия на водные объекты, суммарный
вклад которых составляет 85%, такие как БПК5, ХПК, нитриты,
общее железо, медь и марганец.
Кроме того, при разработке КЦП учитываются нормативные значения концентрации начального разбавления (Снр), которые устанавливаются при расчетах НДВ на базе региональной фоновой концентрации, текущего состояния нагрузи и степени загрязненности водного объекта. В этом случае, достижение КЦП позволит обеспечить
устойчивое состояние экологического состояния объекта на 510 лет.
ДЦП устанавливаются для планируемого улучшения экологического статуса водных объектов и возвращение их в естественное состояние. В связи с тем, что данные мониторинга на незагрязненных
водных объектах отсутствуют, условно природной концентрацией
индикаторов принимается концентрация 25%-ной обеспеченности
от числа имеющихся наблюдений.
При условии соблюдений КЦП и ДЦП можно ожидать, что значение нормативов допустимой нагрузки на водные объекты в арктическом бассейне будет обеспечено. Уменьшение величины НДВ может быть неравномерным по годам, поскольку зависит от характера
нагрузки и регионального гидрохимического фона.
Основные целевые показатели сокращения количества
негативных инцидентов от отрицательного воздействия вод
Основная цель обеспечение защищенности населения и домашних хозяйств, подверженных затоплениям.
На основании результатов оценки экологического состояния водных объектов арктического бассейна предложены следующие целевые показатели:
– обеспечение удовлетворительного уровня безопасности ГТС;
– разработка современных бассейновых систем прогнозирования, предупреждения и защиты от опасных наводнений;
– модернизация существующих сетей метеорологического и гидрологического мониторинга;
– создание современных систем страхования от наводнений и
других природных катаклизмов;
214
– актуализация информации о территориях, находящихся в зонах периодических подтоплений и затоплений, и вероятных уровнях подъема воды на этих территориях;
– организация информирования и оповещения населения при
угрозе или возникновении чрезвычайных ситуаций.
Целевые показатели экологического состояния водных объектов
В связи с краткосрочной целью экологического состояния (химическое загрязнение воды) должны быть предусмотрены мероприятия по ликвидации чрезвычайных ситуаций и стихийных
бедствий, при этом долгосрочным целевым показателем становится
приведение водных объектов в относительно удовлетворительное
экологическое состояние.
При разработке краткосрочных и долгосрочных целей по микробиологическим и паразитологическим характеристикам необходимо учитывать опасность для здоровья человека.
Целевые показатели по радиационной безопасности
водных объектов
В соответствии с требованиями СанПиН 2.6.1.2523-09 «Нормы радиационной безопасности» и методическими указаниями 2.6.1.198105 «Радиационный контроль и гигиеническая оценка источников
питьевого водоснабжения и питьевой воды по показателям радиационной безопасности» для водных объектов, используемых в качестве
источников хозяйственно-питьевого водоснабжения, устанавливаются целевые показатели по следующим показателям радиационной
безопасности: удельная суммарная альфа- и бета-активность.
Целевые показатели развития системы государственного
мониторинга водных объектов бассейна
Целевые показатели развития системы государственного мониторинга водных объектов (ГМВО) в арктическом бассейне необходимо принять с учетом Водной стратегии РФ [89].
Гидрологический мониторинг
ЦП развития системы гидрологического мониторинга на арктической территории должны включать количество речных гидрологических постов в соответствии со СКИОВО, оснащенных современных оборудованием и технологиями, позволяющими учитывать водный сток.
Гидрохимический мониторинг
ЦП развития системы гидрохимического мониторинга предусматривают сроки и место размещения вводимых в действие гидро215
химических постов, автоматизированных постов гидрохимических
наблюдений и постов мониторинга донных отложений.
Гидробиологический мониторинг
ЦП развития системы гидробиологического мониторинга определяют сроки и количество планируемых к введению в действие гидробиологических постов.
Радиационный контроль
ЦП мониторинга радиационной безопасности должны учитывать проведение радиационного контроля на всех используемых поверхностных и подземных водных источниках, как в водоразборной
сети, так и на резервных артезианских скважинах, по показателям
суммарной альфа- и бета-активности. При превышении допустимых значений контролируемых показателей необходима идентификация присутствующих в воде радионуклидов, измерение их индивидуальных удельных активностей и оценка показателя суммы
обратных концентраций (Аi/УВi).
Целевые показатели водообеспечения населения
и объектов экономики
Основными направлениями развития системы водоснабжения
регионов Арктики: обеспечение гарантированного водоснабжения
объектов жилищного фонда, объектов социального назначения,
промышленных и коммунальных объектов, объектов транспортной
инфраструктуры питьевой водой нормативного качества в необходимых объемах.
Целевые показатели развития водохозяйственной
инфраструктуры бассейна
Для обеспечения устойчивого развития арктического региона
в области водоснабжения и водоотведения необходимо достижение
ряда важнейших ЦП по развитию водохозяйственной инфраструктуры в соответствии с отраслевой схемой водоснабжения и отраслевой схемой водоотведения (канализации) в рамках бассейнов или
отдельных водохозяйственных участков в заданные периоды времени с учетом перспективы интенсивного развития высокоширотных
территорий.
Финансово-экономические и социально-экономические
целевые показатели
Основные финансово-экономические и социально-экономические ЦП определяются следующими характеристиками: удельная
водоемкость валового регионального продукта; потери воды при
216
транспортировке; доля загрязненных сточных вод, подлежащих
очистке; обеспечение защищенности населения и объектов народного хозяйства от наводнений; доля расходов на финансирования
развития водохозяйственного комплекса за счет всех источников;
доля покрытия государственных затрат на содержание и развитие водохозяйственного комплекса платежами водопользователей;
доля внебюджетных инвестиций в общем объеме финансирования.
Для достижения установленных целевых показателей обосновываются и разрабатываются мероприятия по водным объектам,
подвергающимся сильному локальному негативному воздействию,
предусмотрено восстановление уже нарушенных водных экосистем.
Рассмотренные мероприятия включают полное исключение сброса
не нормативно очищенных загрязненных сточных вод, а также повышение степени использования оборотной воды в технологическом производственном процессе.
Разрабатываемые материалы проекта «Схема комплексного использования и охраны водных объектов бассейнов рек арктического
региона» должны соответствовать требованиям действующих законодательных и нормативных документов. Разработанные целевые
показатели учитывают все необходимые показатели социально-экономического развития территорий, расположенных в арктической
зоне, и существующих возможностей финансирования водохозяйственных и водоохранных мероприятий.
217
ЗАКЛЮЧЕНИЕ
Реализация стратегической программы действий по охране
окружающей среды Арктической зоны Российской Федерации связана с необходимостью усовершенствования и дальнейшего развития основополагающих законодательных и нормативно-правовых
документов природопользования. С этой целью в монографии предложена новая концепция экологического управления территориальными арктическими природно-техническими комплексами на
основе современных и перспективных геоинформационных технологий.
Экоразвитие предопределяет необходимость решения задач экологического нормирования на основе дифференциации и определенного синтеза путей ее реализации в масштабах всего бассейна
или отдельных его частей, но на основополагающем межотраслевом
подходе. Необходимо установление связи допустимости техногенной нагрузки с учетом экологического потенциала и экологической
емкости бассейна, и территории в целом. Экологическая чистота
технологий в энергетике и промышленности в соответствии с наилучшими доступными технологиями является определяющим
критерием эффективности интегрированного бассейнового управления. Принципиально новые подходы для арктического региона
позволяют законодательно и нормативно обосновать экологически
чистый путь развития с использованием современных, экологически защищенных и высокорентабельных технологий.
Рассмотренные в монографии методы и средства позволяют интегрировать интересы всех водопользователей в арктической зоне
по единым региональным информационным и техническим стандартам с учетом климатических особенностей и экологически ориентированного законодательства. Мониторинг и имитационное моделирование позволяют в случае необходимости проводить корректировку плана действий в рамках водохозяйственных участков или
бассейна в целом с использованием ГИС технологий и бассейновых
баз геоданных.
Современные подходы к формированию стратегии экологического управления арктической зоны позволяют обеспечить требуемое
качество природной воды при затратах, допустимых для экономики
этого региона. Основным условием является признание необходимости проведения специальной обновленной экологической политики
и природоохранной деятельности с использованием экономических
стимулов в принципах экоразвития.
218
Для арктической зоны применение современных экономико-математических моделей, а также моделей изменения качества природных вод в рамках территориальных природно-технических комплексов позволит обосновать долгосрочную стратегию водоохранной деятельности и национальной системы мониторинга состояния
окружающей среды.
При этом одними из значимых являются социально-экономические факторы развития и сбережения уникальных экологических
систем Арктики. Реализуется территориально дифференцированный характер нормирования на основе двух принципов: антропоэкологического с учетом нормативов физического, социального
здоровья населения и биоэкологического в рамках которого определяется продуктивность биоты, ее жизненность, наличие или отсутствие индикаторов.
Все методы и рекомендации по экологическому управлению приоритетных арктических районов РФ на основе системного анализа
и экоразвития арктической зоны могут быть использованы для гидроэкологической оценки взаимодействия природно-технических
комплексов для любых бассейнов при разработке схем комплексного использования и охраны водных объектов. Особенно это относится к морской среде, которая является наиболее чутким и уязвимым
компонентом экосистемы. Промышленная деятельность влияет на
многие процессы, происходящие внутри морской среды, оказывая
воздействие на животный и растительный мир акватории. Освоение месторождений на шельфе, строительство морских трубопроводных систем, терминалов по отгрузке углеводородов требует комплексного подхода к обеспечению экологической безопасности при
проектировании, строительстве и эксплуатации морских объектов.
Рассмотренные авторами подходы и методы позволяют устанавливать территориальные, отраслевые и ресурсные нормативы
экологической безопасности для различных уровней организации
эколого-экономических производственных комплексов с применением геоинформационных технологий. Необходимость устойчивого
экологического управления арктическими территориальными природно-техническими комплексами с учетом различных аспектов
безопасности жизнедеятельности несомненно потребует привлечения арсенала баз данных и баз знаний и методов новых наук, находящихся на сегодняшний день в стадии формирования.
Развитие научной школы направлено на подготовку нового поколения природопользователей, обладающих фундаментальной
экологической подготовкой и являющихся носителями экологиче219
ского мышления по комплексному представлению взаимодействия
природных экосистем со всеми видами производственной деятельности. Арктическая зона является уникальным объектом такого
развития с возможностью исследования и апробации новых технологий, методов и программно-технических средств. Наиболее важным, с научной точки зрения, является возможность формирования как частных закономерностей в области природопользования
в арктической зоне, так и наиболее фундаментальных положений,
имеющих не только практический интерес, но и общетеоретическое
значение.
Авторы надеются, что работа будет полезной для научных сотрудников и должностных лиц, принимающих регионально значимые управленческие решения, а также для магистрантов и аспирантов.
220
ЛИТЕРАТУРА
1. Алексеева А. Г. Управление водными ресурсами в Российской Федерации // Строительство уникальных зданий и сооружений. 2015. 4(31).
С. 10–44.
2. Алексеев В. В. Информационные измерительные системы. Комплексная оценка состояния объектов окружающей природной среды на основе
ГИС-технологий // Вестник образования и развития науки Российской
академии естественных наук. 2001. Т. 5. № 3. С. 230–240.
3. Алексеев В. В., Куракина Н. И., Желтов Е. В. и др. Система расчета
нормативов допустимого воздействия на водные объекты в среде ГИС //
ARCReVIEW. 2009. № 4. С. 10–11.
4. Алексеев В.В., Шишкин И.А. ИИС мониторинга состояния системы
инженерной защиты территорий от подтопления на базе ГИС. Ч. 2. Получение оценок, поддержка принятия управляющих решений // Приборы.
2012. № 6. С. 28–37.
5. Анисимов О. А., Белолуцкая М. А. Влияние изменения климата на
вечную мерзлоту: прогнозирование и оценка // Проблемы экологического
мониторинга и моделирования экосистем. 2003. Т. 19. С. 21–38.
6. Анисимов О. А., Анохин Ю. А., Лавров С. А и др. Методы оценки последствий изменения климата для физических и биологических систем. Глава
8. Континентальная многолетняя мерзлота / Под ред. С.М. Семенова. Росгидромет. М., 2012. 508 с.
7. Атлас СССР. М.: ГУГК, 1983. 260 с.
8. Барамидзе Д. Д. Международное экологическое сотрудничество в Арктике. // Вестник Удмуртского университета. Серия Экономика и право.
2016. Т. 26. Вып. 4. С. 98–101.
9. Башаринов А. Е., Гурвич А. С., Егоров С.Т . Радиоизлучение Земли как
планеты. М: Наука, 1974.
10. Белич В. В., Пенязь Л. А., Горелик А. Г. и др. Использование спутниковых микроволновых данных для восстановления параметров земной
поверхности // Космическая геофизика: Материалы Всесоюзного семинара
по методам интерпретации спутниковой информации о гидрометеорологических параметрах природной среды. Л.: Гидрометеоиздат, 1978. С. 10–15.
11. Бобров П. П., Миронов В. Л., Ивченко О. А. и др. Диэлектрическая
спектроскопическая модель влажной почвы, использующая физические
и гидрологические характеристики почв // Пр.–837Ф. Красноярск: Препринт института физики им. Л. В. Киренского СО РАН. 2006. 16 с.
12. Бобылев Л. П., Шалина В., Йоханнессен О. М. и др. Изменение арктического ледяного покрова по данным спутникового пассивного микро221
волнового зондирования // Проблемы Арктики и Антарктики. 2008. Т. 78.
№ 1. С. 38–47.
13. Богородский В. В., Козлов А. И. Микроволновая радиометрия земных
покровов. Л.: Гидрометеоиздат, 1985. 272 с.
14. Боярский Д. А., Тихонов B. B. Влияние связанной воды на диэлектрическую проницаемость влажных и мерзлых почв // М.: Препринт ИКИ
РАН. Пр-2084. 2003. 48 с.
15. Вагапов Р. Х., Гаврило В. П., Козлов А. И. и др. Дистанционные методы исследования морских льдов СПб: Гидрометеоиздат, 1993. 342 с.
16. Водный кодекс Российской Федерации от 03.06.2006 № 74-ФЗ.URL:
http://www.consultant.ru/document/cons_doc_LAW_60683 (дата обращения: 10.05.2017).
17. Воруничев Д. С., Давлетчин Д. И. Экологическое состояние в радиоэлектронной отрасли // Доклады VII Всероссийской науч.-технич. конф. «Современные проблемы экологии». Тула: Инновационные технологии. 2011. 126 с.
18. Выступления В. В. Путина и С. К. Шойгу на пленарном заседании III
Международного арктического форума «Арктика – территория диалога».
URL:
https://www.rgo.ru/ru/page/vystupleniya-vv-putina-i-sk-shoygu-naplenarnom-zasedanii-iii-mezhdunarodnogo-arkticheskogo (дата обращения:
21.09.2017).
19. Гладун Е. Ф. Охрана окружающей среды в Арктике в период промышленного освоения: анализ законодательства арктических государств // Социально-экономические и правовые исследования. 2015. Т. 1. № 3(3). С. 132–142.
20. ГОСТ 25100–95. Грунты. Классификация. URL: http://snip-info.ru/
Gost_25100–95.htm (дата обращения: 21.09.2017).
21. Государственная программа «Социально-экономическое развитие
Арктической зоны Российской Федерации». Постановление Правительства от 21 апреля 2014 года №366. URL: http://gov.garant.ru/SESSION/
PILOT/main.htm (дата обращения: 01.10.2017).
22. Давлетчин Д. И. Экологическая безопасность в радиоэлектронной
промышленности // Нелинейный мир. 2016. Т. 14. № 6. С. 55–59.
23. Доклад о состоянии окружающей среды в Ненецком автономном округе в 2014 г. URL: http://dprea.adm-nao.ru/doklady-i-otchetyo-deyatelnosti/doklad-o-sostoyanii-okruzhayushej-sredy-v-neneckomavtonomnom-okruge-v/ (дата обращения: 30.09.2017).
24. Долгощелова М. И., Красавина А. С., Коробицина Ю. С. и др. Обзор
загрязнения окружающей среды на территории деятельности ФГБУ «Северное УГМС» за 2011 г. Архангельск: Северное УГМС, 2012. 190 с.
25. Дружинин Н. И., Шишкин А. И. Математическое моделирование и
прогнозирование загрязнения поверхностных вод суши. Л.: Гидрометеоиздат, 1989. 390 с.
222
26. Емельянова Т. А. Организация территорий, используемых общинами коренных малочисленных народов Севера, Сибири и Дальнего Востока
Российской Федерации для обеспечения их традиционного образа жизни.
М.: ГУЗ, 2005. 324 с.
27. Епифанов А. В., Шишкин А. И., Антонов И. В. Нормирование сброса
сточных вод при производстве целлюлозы и продуктов ее переработки с применением ГИС технологий // Целлюлоза. Бумага. Картон. 2012. №1. С. 66–73.
28. Ершов Е. Д. Геокриология СССР. Западная Сибирь. М.: Недра, 1989.
456 с.
29. Жильникова Н. А. Методика эколого-технологического нормирования нагрузки в рамках территориального природно-технического комплекса. // Научный журнал НИУ ИТМО. Серия «Экономика и экологический менеджмент». 2015. № 1. С. 61–67.
30. Жильникова Н. А. Эколого-технологическое нормирование нагрузки
на окружающую среду на предприятиях радиоэлектроники // Радиопромышленность. Вып. 2. 2014. С. 112–118.
31. Жильникова Н. А., Мателенок И. В., Смирнов А. О. Инновации в области экологического мониторинга и моделирования геоэкосистем высокоширотных территорий для обеспечения качества подготовки кадров высшей квалификации. СПб.: ГУАП, 2017. 167 с.
32. Жильникова Н. А., Алексеев В. В., Шишкин И. А. Информационноизмерительные системы мониторинга защиты территории топливно-энергетического комплекса от подтопления на основе геоинформационных технологий // Информационно-управляющие системы. 2015. № 6. С. 93–97.
33. Жильникова Н. А., Антонов И. В., Шишкин И. А. Управление промышленно-территориальным комплексом радиоэлектронной промышленности по эколого-технологическим показателям // Вопросы радиоэлектроники. Серия ОТ. Вып. 5. 2016. № 6. С.47–51.
34. Знаменский В. А. Оптимальная схема расчета допустимой нагрузки
на бассейн реки // Программные системы: теория и приложения. 2011. №
3(7). С. 29–40.
35. Земельный кодекс Российской Федерации от 25 октября 2001 г.
№ 136-ФЗ, URL: http://base.garant.ru/12124624/ (дата обращения:
01.10.2017).
36. Зыков Ю. Д. Геофизические методы исследования криолитозоны.
М.: МГУ, 1999. 243 с.
37. Израэль Ю. А., Павлов А. В., Анохин Ю. А. Анализ современных и
ожидаемых в будущем изменений климата и криолитозоны в северных регионах России // Метеорология и гидрология. 1999. № 3. С. 18–27.
38. Институты экологического права / под ред. С. А. Боголюбова. М.:
Эксмо, 2010. 480 с.
223
39. Калинкевич А. А., Крылова М. С., Арманд Н. А. и др. Исследование
взаимосвязи отражательных свойств сосновых лесов и водного режима элементов деревьев // Радиотехника и электроника. 2010. Т. 55. № 11. С. 1239.
40. Кодекс Российской Федерации об административных правонарушениях от 30.12.2001 № 195-ФЗ // Собрание Стратегии развития Арктической зоны Российской Федерации законодательства РФ. 2002. № 1 (ч. 1).
Ст. 1.
41. Комаров С. А., Миронов В. Л. Микроволновое зондирование почв. Новосибирск: Наука, 2000. 289 с.
42. Кондратьев К. Я., Шульгина Е. М. Возможности дистанционного
зондирования грунтов (численный эксперимент) // Труды ГГО. 1974. Вып.
331. С. 50–63.
43. Кондратьев К. Я., Мелентьев В. В., Назаркин В. А. Дистанционная
индикация акваторий и водосборов. СПб.: Гидрометеоиздат, 1992. 248 с.
44. Кононова Н. К. Изменение характера циркуляции атмосферы в последние десятилетия как фактор изменения климатических и ледовых условий Арктики // Лед и снег. 2006. №100. С. 191–199.
45. Концепция долгосрочного социально-экономического развития РФ
до 2020 года. Распоряжение Правительства РФ от 17.11.2008 № 1662-р.
URL: http://www.consultant.ru/document/cons_doc_LAW_82134/28c7f9e35
9e8af09d7244d8033c66928fa27e527/ (дата обращения: 01.10.2017).
46. Корниенко С. Г., Разумов С.О. Моделирование контрастов температуры на поверхности неоднородных по льдистости грунтов // Криосфера
Земли. 2009. Т. 13. № 2. С. 55–61.
47. Корниенко С. Г., Якубсон К. И. Оценка изменений влажности почвенно-растительного покрова в криолитозоне по данным космической съемки
сверхвысокого пространственного разрешения // Криосфера земли. 2016.
Т. 20. №3. С. 113–120.
48. Королева Н. Е. Зональная тундра на Кольском полуострове-реальность или ошибка? // Вестник Мурманского государственного технического университета. 2006. Т. 9. №5. С. 747–756.
49. Кравцова В. И. Методические подходы в аэрокосмических исследованиях динамики северной границы леса // География и природные ресурсы. 2012. №3. С. 133–139.
50. Краевая ведомственная информационно-аналитическая система
данных о состоянии окружающей среды Красноярского края. URL: http://
krasecology.ru/About/RegMon (дата обращения: 01.10.2017).
51. Кушнеров А. И., Шишкин А. И. Методика оценки химической нагрузки от водопользователей на речной бассейн // Сборник материалов XX
Международного и Межрегионального Биос-форума: СПбНЦ РАН, ВВМ;
СПб.: Любавич, 2015. С. 161–164.
224
52. Лупян Е. А., Савин И. Ю., Барталев С. А. и др. Спутниковый сервис
мониторинга состояния растительности («Вега») // Современные проблемы
дистанционного зондирования Земли из космоса. 2011. Т. 8. №1. С. 190–
198.
53. Лурье И. К. Геоинформационное картографирование. Методы геоинформатики и цифровой обработки космических снимков. М.: КДУ, 2010.
423 с.
54. Маловичко А. А., Виноградов А. Н., Виноградов Ю. А. Развитие систем
геофизического мониторинга в Арктике // Арктика: экология и экономика. 2014. №. 2. С. 16–23.
55. Мателенок И. В. Применение радиотеплолокации для исследования пространственно-временной изменчивости состояния мерзлых почвогрунтов Северного полушария в условия глобальных изменений // Сб. трудов XXVII Всероссийского симпозиума «Радиолокационное исследование
природных сред». СПб.: ВКА им. А. Ф. Можайского. 2011. С. 53–62.
56. Мателенок И. В. Автоматическая генерация информационных продуктов на основе открытых данных мониторинга атмосферного воздуха //
Вестник СГУГиТ. 2017. Т. 22. № 3. С. 88–98.
57. Мателенок И. В., Мелентьев В. В. Предварительные результаты исследования структуры растительных покровов на территории Ненецкого
автономного округа с использованием специализированного программноаппаратного комплекса // Тезисы XIV Всероссийской открытой конференции «Современные проблемы дистанционного зондирования Земли из космоса». М., 2016. С. 362.
58. Медведев А. А., Алексеенко Н. А., Курамагомедов Б. М. Возможности
и ограничения использования беспилотных летательных аппаратов в географических исследованиях // Известия высших учебных заведений. Геодезия и аэрофотосъемка. 2016. № 5. С. 117–122.
59. Международная Конвенция по обеспечению готовности на случай
загрязнения нефтью, борьбе с ним и сотрудничеству (Лондон, 30 ноября
1990 г.). URL: http://base.garant.ru/2540480/#friends#ixzz4ujJDblyc (дата
обращения: 07.10.2017).
60. Мелентьев В. В. Модельные расчеты СВЧ-излучательных свойств
пресноводного льда и мерзлых грунтов // Труды ААНИИ. 1991. Т. 421.
С. 138–146.
61. Мелентьев В.В., Александров В. Ю., Рабинович Ю. И. Излучательная способность естественных поверхностей в микроволновом диапазоне //
Труды ГГО. 1976. Вып. 371. С. 12–21.
62. Мелентьев В. В., Мателенок И. В. Изменчивость состояния мерзлых почвогрунтов и других типов подстилающей поверхности Западной
Сибири в пространственно-временных координатах: данные спутниковой
225
СВЧ диагностики // Труды II Всероссийской науч. конф. «Проблемы военно-прикладной геофизики и контроля состояния природной среды». СПб.:
ВКА им. А. Ф. Можайского. 2012. Т. 2. С. 249–257.
62. Мелентьев В. В., Мателенок И. В. Межгодовая изменчивость состояния мерзлых почвогрунтов полуострова Ямал и ее количественная оценка на материале архива данных AMSR-E 2003–2010 гг. // Исследование
Земли из космоса. 2015. №5. С. 16–29.
64. Мелентьев В. В., Мателенок И. В. Методология спутниковой СВЧдиагностики широтно-зональной и сезонной изменчивости мерзлых почвогрунтов и морского льда // Лед и снег. 2013. №1(121). С. 73–82.
65. Мелентьев В. В., Мателенок И. В. Распознавание границ периодов
внутригодовой изменчивости состояния почвогрунтов тундровой зоны по
данным спутниковой СВЧ съемки // Труды III Всероссийской науч. конф.
«Проблемы военно-прикладной геофизики и контроля состояния природной среды». СПб.: ВКА им. А.Ф. Можайского. 2014. Т. 2. С. 332–339.
66. Мелентьев В. В., Рабинович Ю. И. Некоторые результаты лабораторных измерений коэффициентов излучения естественных поверхностей //
Труды ГГО. 1972. Вып. 291. С. 14–17.
67. Михайлов В. Ф., Брагин И. В., Брагин С. И. Микроволновая спутниковая аппаратура дистанционного зондирования Земли: СПб.: ГУАП, 2003.
404 с.
68. Молчанов В. П., Акимов В. А., Соколов Ю. И. Риски чрезвычайных
ситуаций в Арктической зоне Российской Федерации // МЧС России;
ФГБУ ВНИИ ГОЧС (ФЦ). М., 2011. 143 с.
69. Морская доктрина Российской Федерации на период до 2020
года. Указ Президента Российской Федерации от 27.07.2001. URL:
http://www.mid.ru/foreign_policy/official_documents/-/asset_publisher/
CptICkB6BZ29/content/id/462098 (дата обращения: 01.10.2017).
70. Музалевский К. В., Миронов В. Л., Швалева А. А. Измерение температуры деятельного слоя почвы арктической тундры на основе радиометрических наблюдений в L-диапазоне // Вестник СибГАУ. 2013. Т. 5. С. 51.
71. Мурье И. К. Основы геоинформатики создания ГИС. //Дистанционное зондирование и географические информационные системы. Ч. 1. / Под
ред. А. М. Берлянта. М.: ИНЭКС-92. 2002. 140 с.
72. Анохин В. М. и др. Новая Земля. М.: Европейские издания – Paulsen,
2009. 409 c.
73. Нуукская декларация об окружающей среде и развитии в Арктике. Принята в Нууке 16.09.1993 г. URL: http://www.consultant.ru/cons/cgi/
online.cgi?req=doc&base=INT&n=16071#0 (дата обращения: 06.10.2010).
74. Одум Ю. Основы экологии. М.: Мир, 1986. Т. 1. 328 с., Т. 2. 376 с.
226
75. Оксиюк О. П., Жукинский В. Н., Харченко Т. А., Протасов А. А.
Инженерная гидробиология: содержание, определение, задачи //
Гидробиологический журнал. 1987. Т. 23. №6. С. 38–43.
76. Осадчая Г. Г., Тумель Н. В. Локальные ландшафты как индикаторы
геокриологической зональности (на примере Европейского Северо-Востока) // Криосфера Земли. 2012. Т. 16. №3. С. 62–71.
77. Основы государственной политики Российской Федерации в Арктике на период до 2020 года и на дальнейшую перспективу. Утв. Президентом
РФ 18.09.2008 № Пр-1969 // Российская газета «Центральный выпуск». 30
марта 2009 г. № 53. URL: http://base.garant.ru/195720/(дата обращения:
30.09.2017).
78. Фальковская Л. Н., Каминский В. С., Нааль Л. Л, Грибовская И. Ф.
Основы прогнозирования качества поверхностных вод. М.: Наука, 1982.
С. 167–180.
79. Павлов А. В., Перльштейн Г. З., Типенко Г. С. Актуальные аспекты
моделирования и прогноза термического состояния криолитозоны в условиях меняющегося климата // Криосфера Земли. 2010. Т. 14. № 1. С. 3–12.
80. Павлов А. В. Тренды современных изменений температуры почвы на
севере России // Криосфера Земли. 2008. Т. 12. №. 3. С. 22–27.
81. Петина М. А. Использование геоинформационных технологий в
системах поддержки принятия решений при управлении водными ресурсами (на примере Белгородской области) // Научные ведомости БелГУ. Серия: естественные науки. 2010. № 21 (92). Выпуск 13. С. 150 – 156.
82. Петронавловская М. С. Дистанционные методы изучения криолитозоны (на примере Якутии). Л.: Гидрометеоиздат, 1988. 69 с.
83. Постановление Правительства РФ от 21 мая 2007 г. N 304 «О классификации чрезвычайных ситуаций природного и техногенного характера».
URL: http://base.garant.ru/12153609/ (дата обращения 06.10.2017).
84. Постановление Правительства РФ от 28.09.2015 N 1029 «Об утверждении критериев отнесения объектов, оказывающих негативное воздействие на окружающую среду, к объектам I, II, III и IV категорий». URL:
http://www.consultant.ru/document/cons_doc_LAW_186693/ (дата обращения: 06.10.2017).
85. Постановление Правительства РФ от 6 июня 2013 г. N 477 «Об осуществлении государственного мониторинга состояния и загрязнения окружающей среды», URL: http://base.garant.ru/70393142/#ixzz4wMbZnHsV
(дата обращения: 30.09.2017).
86. Постановление Собрания депутатов Ненецкого автономного округа
от 22.06.2010 № 134-сд «Об утверждении Стратегии социально-экономического развития Ненецкого автономного округа на перспективу до 2030
227
года». URL: http://econom.adm-nao.ru/dokumenty/socialno-ekonomicheskoerazvitie/ (дата обращения: 30.09.2017).
87. Приказ министерства природных ресурсов и экологии Российской
Федерации «Об утверждении положения о национальном парке «Русская
Арктика» от 04.10.2011 № 806. URL: http://www.rus-arc.ru/ShareFiles/
NP_Order_4.10.2011.pdf.pdf (дата обращения: 13.10.2017).
87. Приказ МПР РФ от 04.07.2007 N 169 «Об утверждении Методических указаний по разработке схем комплексного использования и охраны
водных объектов» (Зарегистрировано в Минюсте РФ 10.08.2007 № 9979).
URL: http://www.consultant.ru/document/cons_doc_LAW_70468 (дата обращения: 30.09.2017).
88. Приказ Минприроды России от 29 декабря 2009 г. N 428 «Об утверждении Плана мероприятий Минприроды России по реализации Водной стратегии Российской Федерации на период до 2020 года». URL:
http://base.garant.ru/70213744 (дата обращения: 10.10.2017).
89. Приложение «Эковизор», URL: http://play.google.com/store/apps/
details?id=ru.ekovizor.android.application. Прогноз теплового состояния
грунтов при освоении северных районов / В. П. Чернядьев, А. Л. Чеховский, А. Я. Стремяков, В. А. Накулин. М.: Наука, 1984. 136 с.
90. Романов А. Н. Экспериментальные исследования диэлектрических
свойств почвообразующих минералов и минеральных солей в микроволновом диапазоне. Барнаул: АГУ, 2002. 50 с.
91. Российский гидрометеорологический энциклопедический словарь /
под ред. А. И. Бедрицкого. СПб.; М.: Летний сад, 2008. Т. 1. 336 с.
92. Садковская Н. Е. Возможности повышения экологической безопасности высокотехнологических производств // Качество науки – качество
жизни. 2012. № 2. С. 80–81.
93. Садковский, Б. П., Садковская, Н. Е., Князев, О. В. Современная
стратегия развития информационных технологий при организации производства на предприятиях радиоэлектронной промышленности // Электронный журнал: наука, техника и образование. 2015. № 1(1). С. 40–50.
94. Сайт проекта «#ГринписВоздух». Карта «Чем дышит Москва?».
URL: https://arcgis.greenpeace.org/air/ (дата обращения: 10.10.2017).
95. Сайт проекта «Экомонитор». URL: http://ecomonitor.me (дата обращения: 10.10.2017).
96. Сенновский Д. В., Троицкий-Марков Т. Е. Обоснование развития применения наилучших доступных технологий // Вопросы радиоэлектроники. 2016. № 5. С. 80–86.
97. Смирнов А. О., Головачев Г. М. Трехфазные решения нелинейного
уравнения Шредингера в эллиптических функциях // Нелинейная динамика. 2013. Т. 9. № 3. С. 389–407.
228
98. Стратегическая программа действий по охране окружающей
среды Арктической зоны РФ. 2009. URL: http://npa-arctic.iwlearn.org/
Documents/sap_da/sap_ru.pdf (дата обращения 01.10.2017).
99. Стратегия защиты окружающей среды Арктики. Электронный фонд
правовой и нормативно-технической документации. URL: http://docs.cntd.
ru/document/1902061 (дата обращения: 06.10.2017).
100. Стратегия развития Арктической зоны Российской Федерации и обеспечения национальной безопасности на период до 2020 года.
Утв. Президентом РФ. URL: http: www.consultant.ru//(дата обращения:
06.10.2017).
101. Стратегия развития морской деятельности РФ до 2030 года. Распоряжение Правительства РФ от 08.12.2010 № 2205-р «О Стратегии развития
морской деятельности в РФ до 2030 года». URL: https://rg.ru/2010/12/21/
mordeyatelnost-site-dok.html (дата обращения: 01.10.2017).
102. Сумгин М. И. Вечная мерзлота. Л.: АН СССР, 1931. 85 с.
103. Токарева И. В., Прокушкин А. С. Содержание органического вещества и его водорастворимой фракции в мохово-лишайниковых ассоциациях криолитозоны // Вестник Московского государственного университета
леса – Лесной вестник. 2012. №. 1(84). С.
104. Трофимов В. Т., Королев В. А., Вознесенский Е. А. и др. Грунтоведение / под ред. В. Т. Трофимова. М.: МГУ, 2005. 1024 с.
105. Уголовный кодекс Российской Федерации от 13.06.1996 № 63-ФЗ //
Собрание законодательства РФ. 1996. № 25. Ст. 2954.
106. Федеральная служба по гидрометеорологии и мониторингу окружающей среды. Структура Росгидромета. URL: http://www.meteorf.ru/
about/structure/ (дата обращения: 01.10.2017).
107. Федеральный закон от 10.01.2002 № 7-ФЗ «Об охране окружающей
среды». Собрание законодательства РФ. 2002. № 2.
108. Фролов А. Д. Электрические и упругие свойства мерзлых пород и
льдов. Пущино: ОНТИ ПНЦ РАН, 2005. 607 с.
109. Хрусталев Л. Н., Клименко В. В., Емельянова Л. В. и др. Динамика
температурного поля многолетнемерзлых пород южных районов криолитозоны при различных сценариях климатических изменений // Криосфера
земли. 2008. Т. 12. №. 1. С. 3–11.
110. Цытович Н. А., Нерсесова З. А. О физических явлениях и процессах в промерзающих, мерзлых и протаивающих грунтах // Материалы по
лабораторным исследованиям мерзлых грунтов. Сб. 3. М.: АН СССР, 1957.
111. Цытович Н. А. Механика мерзлых грунтов. М.: Высшая школа,
1973. 448 с.
112. Чернов С. Н. Особенности правового регулирования отношений в
экономической, политической и социальной сферах в арктической зоне
229
// Ученые записки Петрозаводского государственного университета. № 5.
2015. С. 103–107.
113. Тихонов А. Н., Гончарский А. В., Степанов В. В., Ягола А. Г. Численные методы решения некорректных задач. М.: Наука, 1990. 228 с.
114. Чухланцев А. А., Кирдяшев К. П., Шутко А. М. СВЧ-излучение земной поверхности при наличии растительного покрова // Радиотехника и
электроника. 1979. Т. 24. № 2. С. 256–264.
115. Швецов П. Ф. Вводные главы к основам геокриологии / Материалы к основам учения о мерзлых зонах земной коры. Вып. 1. М.: АН СССР,
1955. 110 c.
116. Шеин Е. В., Гончаров В. М. Агрофизика // Ростов н/Д: Феникс,
2006. 400 с.
117. Шутко А. М. СВЧ – радиометрия водной поверхности и почвогрунтов. М.: Наука, 1986. 189 с.
118. Экологический портал Санкт-Петербурга. URL: http://infoeco.ru
(дата обращения: 10.10.2017).
119. Юрцев Б. А., Зверев А. А., Катенин А. Е. и др. Пространственная
структура видового разнообразия локальных и региональных флор Азиатской Арктики // Ботанический журнал. 2004. Т. 89. №11. С. 1689–1727.
120. Fily М., Royer A., Goita K., Prigent C. A simple retrieval method for
land surface temperature and fraction of water surface determination from
satellite microwave brightness temperatures in sub-Arctic areas // Remote
Sens. Environ. 2003. Vol. 83. No. 3. P. 328–338.
121. Anisimov O. A., Shiklomanov N. I., Nelson F. E. Global warming and
active-layer thickness: results from transient general circulation models //
Global and Planetary Change. 1997. № 3–4. P. 61–77.
122. Arctic Regional Ocean Observing System (Arctic ROOS). Comparison
of sea ice algorithms. URL: http://arctic-roos.org/observations/comparisonof-algorithms. (дата обращения: 01.10.2017).
123. Bartsch A., Wiesmann A., Strozzi T. Et al. Implementation of a satellite
data based permafrost information system – the DUE PERMAFROST project
// In Proc. ‘ESA Living Planet Symposium’ Bergen 2010 (Ed. H. Lacoste), ESA
SP-686 (CD-ROM), ESA. 2010.
124. Bittelli M., Ventura F., Campbell G. Et al. Coupling of heat, water
vapor, and liquid water fluxes to compute evaporation in bare soils // Journal
of Hydrology. 2008. Vol. 362. No. 3. P. 191–205.
125. Chang A. T. C. Monitoring Soil Condition in the Northern Tibetan
Plateau Using SSM/I Data / A. T. C. Chang, M. S. Cao // Nordic Hydrology.
1996. Vol. 27. No. 3. P. 175–184.
126. Circumpolar Active Layer Monitoring, URL: http://www.udel.edu/
Geography/calm/ (дата обращения: 01.10.2017).
230
127. Daanen R. P., Misra D., Epstein H. Active-layer hydrology in nonsorted
circle ecosystems of the arctic tundra // Vadose Zone Journal. 2007. Vol. 6. No.
4. P. 694–704.
128. De Rosnay P., Drusch M. The Community Microwave Emission Model
// ECMWF. April. 2008.
129. De Vries D. A., Afgan N. Transfer processes in the plant environment
// Heat and Mass Transfer in the Biosphere. NY.: Wiley and Sons, 1975.
Pp. 5–28.
130. Kim Y., Kimball J. S., McDonald K. C., Glassy J. Developing a global
data record of daily landscape freeze/thaw status using satellite microwave
remote sensing // Trans. Geosci. Remote Sens. 2011. Vol. 49. No. 3. Pp. 949–
960.
131. Choudhury B. J., Schmugge T. J., Chang A., Newton R. W. Effect of
surface roughness on the microwave emission from soils // J. Geophys. Res.
1979. Vol. 84. Pp. 5699–5706.
132. Engelmark H., Svensson U. Numerical modelling of phase change in
freezing and thawing unsaturated soil // Hydrology Research. 1993. Vol. 24.
No. 2–3. Pp. 95–110.
133. England A. W. Thermal microwave emission from a scattering layer //
Journal of Geophysical Research. 1975. Vol. 80. No. 32. Pp. 4484–4496.
134. Ferrazoli P., Guerriero L. Passive microwave remote sensing of forests:
a model investigation // IEEE Trans. Geoscience Remote Sensing. 1996. Vol.
34. Pp. 433–443.
135. Forster R. R., Long D. G., Jezek K. C. et al. The onset of Arctic sea-ice
snowmelt as detected with passive-and active-microwave remote sensing //
Annals of Glaciology. 2001. Т. 33. №. 1. С. 85–93.
136. Global Terrestrial Network for Permafrost. URL: http://gtnpdatabase.
org/boreholes (дата обращения: 15.10.2017).
137. Guymon G. L., Luthin J. N. A coupled heat and moisture transport
model for arctic soils // Water Resources Research. 1974. Vol. 10. No. 5. Pp.
995–1001.
138. Hachem S., Allard M., Duguay С. Using the MODIS land surface
temperature product for mapping permafrost: An application to Northern
Quebec and Labrador, Canada // Permafrost and Periglacial Processes. 2009.
No. 20. Pp. 407–416.
139. Hallikainen M., Ulaby F.T., Abdelrazik M. Dielectric properties of snow
in the 3 to 37 GHz range // IEEE Transactions on Antennas and Propagation.
1986. AP34. Pp. 1329–1340.
140. Hallikainen M., Winebrenner D.P. The physical basis for sea ice
remote sensing // Microwave remote sensing of sea ice, edited by F.D. Carsey.
Washington, DC: American Geophysical Union. 1992.
231
141. Hansson K., ŠimĤnek J., Mizoguchi M. et al. Water flow and heat
transport in frozen soil // Vadose Zone Journal. 2004. Vol. 3. No. 2. Pp. 693–
704.
142. Harlan R. L. Analysis of coupled heat-fluid transport in partially
frozen soil // Water Resources Research. 1973. Vol. 9. No. 5. Pp. 1314–1323.
143. Heim B., Bartsch A., Elger K. et al. ESA DUE Permafrost: An Earth
observation (EO) permafrost monitoring system // EARSeL eProceedings.
2011. Vol. 10. No. 2. Pp. 73–82.
144. Hinzman L. D., Goering D. J., Kane D. L. A distributed thermal model
for calculating soil temperature profiles and depth of thaw in permafrost
regions // Journal of Geophysical Research: Atmospheres. 1998. Vol. 103(D22)
P. 28975–28991.
145. Jackson T. J., Schmugge T. J. Vegetation effects on the microwave
emission of soils // Remote Sensing of Environment. 1991. Vol. 36. No. 3. Pp.
203–212.
146. Jones L. A., Kimball J.S., McDonald K.C. et al. Satellite microwave
remote sensing of boreal and arctic soil temperatures from AMSR-E // Trans.
Geosci. Remote Sens. 2007. Vol. 45. No. 7. Pp. 2004–2018.
147. Juszak I., Iturrate-Garcia M., Gastellu-Etchegorry J.P. et al. Drivers of
shortwave radiation fluxes in Arctic tundra across scales // Remote Sensing
of Environment. 2017. Vol. 193. Pp. 86–102.
148. Kane D. L., Hinkel K. M., Goering D. J. et al. Non-conductive heat
transfer associated with frozen soils // Global and Planetary Change. 2001.
Vol. 29. No. 3. P. 275–292.
149. Komarov S. A., Mironov V. L., Romanov A. N. Remote sensing methods
of frozen soils in VHF Range // Proceedings of Int. Geoscience and Rem. Sens.
Symposium (IGARSS’93). Tokyo. 1993. Pp. 1988–1990.
150. Kondratyev K. Ya., Johannessen O. M., Melentyev V. V. High latitude
сlimate and remote sensing // John Wiley-Praxis Series in Remote Sensing.
Chichester, UK. PRAXIS Publishing Ltd, 1996. 200 p.
151. Langer M., Westermann S., Heikenfeld M. et al. Satellite-based
modeling of permafrost temperatures in a tundra lowland landscape // Remote
Sensing of Environment. 2013. Vol. 135. Pp. 12–24.
152. Zuerndorfer B.W., England A.W., Dobson M.C., Ulaby F.T. Mapping
freeze/thaw boundaries with SMMR data // Agric. For Meteorology. 1990. Vol.
52. Pp. 199–225.
153. Matzler C., Standley A. Relief effects for passive microwave remote
sensing // Int. J. Remote Sens. 2000. Vol. 21. Pp. 2403–2412.
154. McDonald K. C., Kimball J. S. Chapter 53: Freeze–thaw states using
both active and passive microwave sensors / edited by M.G. Anderson, N.J.
Hoboken // In Encyclopedia of Hydrological Sciences. Wiley, 2005.
232
155. Melentyev V. V. Dynamics of the Jamal/Western Siberian permafrost
zone: results of satellite investigations // Proc. of the Int. Symposium
«Conservation and transformation of matter and energy by the Earth
cryosphere». 1–5 June 2001. Pushino, Russia.
156. Melentyev V. V., Chernook V. I., Pettersson L. H. Integrated
satellite-airborne technology for monitor of biological active zones (“hot
spots”) and diagnosis of aquatic environment sustained stability //
Исследование Земли из космоса. 2007. №4. С. 39–50.
157. Melentyev V. V., Johannessen O. M., Bobylev L. P. Jamal – Siberian
permafrost zone in changing climate: experience of application use of passive
microwave and ERS SAR satellite data // Proc. of 6-th Int. Conference of
LOIRA. November 2002, Moscow, Russia.
158. Melentyev V. V., Johannessen O. M., Bobylev L. P. Siberian
permafrost and seasonally frozen grounds: parameters retrieval using
microwave satellite data // Исследование Земли из космоса. 2005.
№ 5. С. 1–7.
159. Miao D. Y., Li Y. P., Huang G. H., Yang Z.F., Li C. H. Optimization
model for planning regional water resource systems under uncertainty //
Journal of Water Resources Planning and Management. 2014. Vol. 140. Issue
2. Pp. 238–249.
160. Mironov V. L., Bobrov P. P., Zhirov P. V. et al. Radiobrightness dynamics
of freezing/thawing processes for different soils // Proc. IGARSS’06. 2006.
Vol. 6. Pp. 3015–3018.
161. Mironov V. L., Muzalevskiy K. V., Ruzicka Z. Retrieving Profile
Temperatures in a Frozen Topsoil Near the TFS, Alaska, Based on SMOS
Brightness Temperatures at the 1.4-GHz Frequency // IEEE Transactions on
Geoscience and Remote Sensing. 2016. Vol. 54. No. 12. Pp. 7331–7338.
162. Mironov V.L., Dobson M.C., Kaupp V.H. et al. Generalized refractive
mixing dielectric model for moist soils // IEEE Trans. Geosci. Remote Sensing,
2004. Vol. 42. No 4. Рp.773–785.
163. Nakano Y., Brown J. Effect of a freezing zone of finite width on the
thermal regime of soils // Water Resources Research. 1971. Vol. 7. No. 5. Pp.
1226–1233.
164. NASA Land Processes Distributed Active Archive Center (LP DAAC).
URL: https: //lpdaac.usgs.gov/products/modis_products_table (дата обращения: 15.10.2017).
165. National Climatic Data Center (NCDC). Database «Global Summary
of the Day». URL: http://www7.ncdc.noaa.gov/CDO/cdoselect.cmd (дата обращения: 15.10.2017).
166. National Snow and Ice Data Center. URL: http://www.nsids.org. (дата
обращения: 18.10.2017).
233
167. Njoku E.G., Li L. Retrieval of land surface parameters using passive
microwave measurements at 6–18 GHz // IEEE Transactions on Geoscience
and Remote Sensing. 1999. Vol. 37. No. 1. Pp. 79–93.
168. Marchenko S., Hachem S., Romanovsky V., Duguay C. Permafrost
and active layer modeling in the Northen Eurasia using MODIS land surface
temperature as an input data // Proceedings of European Geosciences Union
General Assembly, Topfer. Vienna. 2009. Vol. 11. EGU2009–11077.
169. Rees W. G. Remote sensing of snow and ice. L.: Taylor & Francis, 2006.
312 p.
170. Rogers N. C., Seville A., Richter J. et al. A generic model of 1–60 GHz
radio propagation through vegetation-final report / N. C. Rogers, A. Seville,
J. Richter et al. // Radio Agency. UK. 2002. 152 p.
171. Schanda E. Passive microwave sensing // In: Remote Sensing for
Environmental Sciences. Springer Berlin Heidelberg, 1976. Pp. 187–256.
172. Shifrin K. S. (ed.). Transfer of microwave radiation in the atmosphere.
Israel Program for Scientific Translations; [available from the US Dept. of
Commerce, Clearinghouse for Federal Scientific and Technical Information,
Springfield, Va.] 1970. No. 590.
173. Shishkin I., Antonov I., Epifanov, A. Geoinformation modeling complex
for rationing of technogenic loading. XVII International Eco-conference
«Environmental protection of urban and suburban settlements». Novosad,
Serbia: Proccedings, 2013. Pp. 299–306.
174. Smirnov A. O. Periodic two-phase «rogue waves» // Math. Notes. 2013.
Vol. 94. No. 6. Pp. 897–907.
175. Smirnov A. O. Solution of a nonlinear Schrödinger equation in the
form of two-phase freak waves // Theor. Math. Phys. 2012. Vol. 173. No. 1. Pp.
1403–1416.
176. Smirnov A.O. The elliptic breather for the nonlinear Schrödinger
equation // J. Math. Sci. 2013. Vol. 192. No.1. Pp. 117–125.
177. Spreen G., Kaleschke L., Heygster G. Sea ice remote sensing using
AMSR-E 89-GHz channels // Journal of Geophysical Research: Oceans (1978–
2012). 2008. Т. 113. No. P. 2.
178. Stiles W.H., Ulaby F.T. The active and passive microwave response
to snow parameters. 1. Wetness // Journal of Geophysical Research. 1980.
85(C2). Pp. 1037–1044.
179. Stolbovoi V., Savin I. Maps of soil characteristics // In Stolbovoi V. and I.
McCallum, eds. Land resources of Russia. Laxenburg, Austria: International
Institute for Applied Systems Analysis and the Russian Academy of Science.
CD-ROM. Distributed by the National Snow and Ice Data Center, Boulder.
2002.
234
180. Sturm M., Grenfell T. C., Perovich D. K. Passive microwave
measurements of tundra and taiga snow covers in Alaska, USA // Annals of
Glaciology. 1993. 17. Pp. 125–130.
181. Muzalevskiy K. V., Ruzicka Z., Kosolapova L.G., Mironov V. L.
Temperature dependence of SMOS/MIRAS, GCOM-W1/AMSR2 brightness
temperature and ALOS/PALSAR radar backscattering at arctic test sites //
Progress in Electromagnetic Research Symposium (PIERS). IEEE, 2016. Pp.
3578–3582.
182. The R Project for Statistical Computing. URL: http://www.r-project.
org дата обращения: 18.10.2017).
183. Matzler C., Rosenkranz P. W., Battaglia A., Wigneron J.-P. Thermal
microwave radiation: applications for remote sensing // IET electromagnetic
waves series. The Institution of Engineering and Technology. L., 2006. Vol.
52. P. 555.
184. Basist A., Grody N. C., Peterson T. C., Williams C. N. Using the
special sensor microwave/imager to monitor land surface temperatures,
wetness, and snow cover // J. Appl. Meteorol. 1998. Vol. 37. No. 9.
P. 888–911.
185. Weismüller J., Wollschläger U., Boike J. et al. Modeling the thermal
dynamics of the active layer at two contrasting permafrost sites on Svalbard
and on the Tibetan Plateau // The Cryosphere. 2011. Vol. 5. No. 3. P. 741–757.
186. Wigneron J. P., Kerr Y. H., Waldteufel P. et al. L-band microwave
emission of the biosphere (L-MEB) model: Description and calibration against
experimental data sets over crop fields // Remote Sensing of Environment.
2007. Vol. 107. Pp. 639–655.
187. Wigneron J. P., Calvet J. C., Kerr Y. et al. Microwave emission of
vegetation: Sensitivity to leaf characteristics // IEEE Trans. Geoscience and
Remote Sensing. 1993. Vol. 31. Pp. 716–726.
188. Zhang T., Armstrong R. L. Soil freeze/thaw cycles over snowfree land
detected by passive microwave remote sensing // Geophys. Res. Lett. 2001.
Vol. 28. No. 5. Pp. 763–766.
235
СОДЕРЖАНИЕ
Список сокращений.................................................................
Предисловие ..........................................................................
Введение ................................................................................
1. Основные понятия, задачи, методы экологического управления
территориальными природно-техническими комплексами ...........
1.1. Основные понятия и определения задач
экологического управления .............................................
1.2. Оценка социально-экономического и экологического
состояния архипелага Новая Земля как объекта
нормирования допустимых техногенных воздействий .........
1.3. Социально-экономическая оценка
с целью экологического управления бассейном рек
Баренцева моря междуречья Печоры и Оби ........................
1.4. Анализ ключевых социально-экономических
и экологических проблем для обоснования концепции
экоразвития арктических территорий ...............................
2. Выбор концепции экоразвития арктической зоны Российской
Федерации на основе регламентирующих
нормативно-правовых актов .....................................................
2.1. Концепция экоразвития и экологического
управления территорией .................................................
2.2. Основополагающие законодательные
и нормативно-правовые документы природопользования ....
2.3. Совершенствование арктического законодательства
в области правового регулирования использования
природных ресурсов и охраны окружающей среды .............
3. Принципы системного анализа и моделирования качества
природных сред ......................................................................
3.1. Основы системного анализа и моделирования
природно-технических комплексов ..................................
3.2. Моделирование управления качеством воды в водотоках .....
4. Детерминированные модели качества воды водных объектов .....
4.1. О механизме процесса формирования качества воды ...........
4.2. Обобщенная модель формирования качества воды ..............
4.3. Анализ структуры обобщенной модели .............................
4.4. Некоторые типовые модели .............................................
4.5. Оценка параметров при моделировании
качества воды в реках .....................................................
5. Экологический мониторинг и гидроэкологическая оценка
взаимодействия природно-технических и территориальных
комплексов арктической зоны ..................................................
236
3
5
7
9
9
12
18
37
39
39
42
49
51
51
59
67
67
69
76
78
88
99
5.1. Измерение параметров и нормирование качества
окружающей среды ........................................................
5.2. Особенности мониторинга геосистем Арктики ...................
5.3. Контактные методы измерений и дистанционное
зондирование геосистем на территории Арктики ................
5.4. Гидроэкологическая оценка и управление воздействием
технических объектов на водные экосистемы .....................
6. Программно-алгоритмическое обеспечение математического
моделирования и картографирования температурного режима
мерзлых грунтов арктики ........................................................
6.1. Задача и алгоритм восстановления температурного режима
поверхностных слоев грунта с применением спутниковой
СВЧ-радиометрии ..........................................................
6.2. Программно-алгоритмическое обеспечение для оценки
изменчивости температурного режима мерзлых грунтов .....
6.3. Оценка температуры грунтов за пределами сезонно-талого
слоя методами математического моделирования теплового
баланса грунтовых толщ .................................................
6.4. Автоматизация обработки спутниковых данных
при мониторинге окружающей среды северных регионов ....
6.5. Автоматизация операций картографирования по данным
станций мониторинга параметров окружающей среды ........
7. Применение геоинформационных технологий в экологическом
управлении территориальным природно-техническим комплексом
7.1. Основы геоинформационных технологий ..........................
7.2. Экологическое нормирование техногенной нагрузки
для территориальных природно-технических комплексов
на основе оценки воздействия на окружающую среду
с применением геоинформационных систем .......................
7.3. Методические основы и алгоритм управления
перераспределением техногенной нагрузки
для территориальных природно-технических комплексов
на основе геоинформационных технологий ........................
7.4. Целевые показатели для экологического мониторинга
водных экосистем и водохозяйственной инфраструктуры
Арктики .......................................................................
Заключение ...........................................................................
Литература ............................................................................
99
108
114
130
149
149
149
155
165
173
184
184
186
194
212
218
221
237
Научное издание
Антохина Юлия Анатольевна,
Жильникова Наталья Александровна,
Семенова Елена Георгиевна
ЭКОЛОГИЧЕСКОЕ УПРАВЛЕНИЕ
ТЕРРИТОРИАЛЬНЫМИ АРКТИЧЕСКИМИ
ПРИРОДНО-ТЕХНИЧЕСКИМИ КОМПЛЕКСАМИ
НА ОСНОВЕ ГЕОИНФОРМАЦИОННЫХ
ТЕХНОЛОГИЙ
Монография
Редактор Л. И. Корнеева
Компьютерная верстка А. Н. Колешко
Сдано в набор 15.07.17. Подписано к печати 26.08.17.
Формат 60 u84 1/16. Усл.-печ. л. 13,9. Уч.-изд. л. 14,7.
Тираж 500 экз. (1-й завод – 100 экз.) Заказ № 526.
Редакционно-издательский центр ГУАП
190000, Санкт-Петербург, Б. Морская ул., 67
Документ
Категория
Без категории
Просмотров
42
Размер файла
4 371 Кб
Теги
antokhinazhilnikova
1/--страниц
Пожаловаться на содержимое документа