Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Мониторинг от приложений к общей теории. Монография
.pdf
чения информации о водоеме с точностью не ниже заданной, – и
намечаются пути решения некоторых частных постановок этих
задач, тесно связанные с построением и исследованием математической модели водоема. Развитие этой темы осуществлено в работах
[Горстко и др., 1982, 1985]. В работе [Горстко, Угольницкий, 2000]
задача построения сети станций мониторинга решается как задача
оптимизации структуры ориентированного графа. Краткий обзор
зарубежных работ данного направления дан в параграфе 1.2.
Модели экологического нормирования описывают процессы
«воздействие–реакция», формализуют понятия экологического равновесия, экологического резерва, экологического ущерба и т. д.
Так, критическое состояние экосистемы y
(t) есть не постоян-
k
ная величина, а функция внешних естественных условий, антропогенных воздействий и состояния самой экосистемы в интервалы
времени (t – 1), предшествующие рассматриваемому (t):
() ( ( 1), , )
yt Fyt CQ=−
ki n
, (1.1.1)
ãäå y
(t – 1) – нормальное состояние системы в момент времени
n
(t – 1); С – вектор антропогенных воздействий на систему; Q – век-
тор внешних естественных воздействий на экосистему; i = 1, 2
относится к множествам максимальных и минимальных значений
ó
соответственно.
k
Тогда экологический резерв можно определить как минимальную величину (для одного из двух значений индекса i):
T
T
1
() ()
yt ytdt
−
ki n
∫
0
. (1.1.2)
Здесь Ò – время жизни экосистемы, сравнимое с масштабом
времени ее развития или эволюции [Израэль, 1979: 89–90].
Модели антропогенной динамики экосистем наиболее многочисленны и включают в себя модели экзогенной сукцессии [Семев ский,
Семенов, 1982], модели трансформации загрязняющих веществ в
различных средах [Марчук, 1982; Математические модели¾, 1981;
Моделирование биогеоценотических процессов, 1981; Системный
подход¾, 1985], экосистемные модели регионального [Антоновский
21
и др., 1980; Горстко и др., 1984; Эколого-экономические системы,
1987] и глобального [Моисеев и др., 1985; Тарко, 2005; Форрестер,
1978] уровня.
Так, в моделях экзогенной сукцессии динамика биологического
сообщества описывается системой разностных уравнений:
( 1) ( ), ..., ( ); , ..., ; ( )
xt K xt x t a a uxt+=
ãäå x
ii N Ni
(t), xi(t + 1) – численность (или другая величина, характери-
1
(
11
, (1.1.3)
)
зующая биомассу) i-й популяции в моменты времени t è t + 1 соответственно; a
= (a
j
1
j
характеризующий состояние j-ãî âèäà; u = (u
, ¾, a
k
) – векторный экологический параметр,
j
, ¾, uk) – векторный
1
параметр, характеризующий состояние абиотических компонентов
среды или факторов воздействия; K
– коэффициент размножения
i
i-ãî âèäà.
Известно, что экологические параметры образуют так называе-
мые множества Мэтью–Кермака A
(u) [Smith, 1978], различающиеся
i
для разных условий среды. Изменение состояния абиотической
среды и/или изменение факторов воздействия на сообщество ведет к
изменению состояния экосистемы, возникает экзогенная сукцессия,
а перестройка системы ведет к новому «климаксному», состоянию,
соответствующему значению u
.
k
В общем случае в задачу экологического мониторинга входит
определение множеств u и A
(u), однако на практике целесообразно
i
отбирать наименьшее число наиболее значимых параметров. К числу интегральных показателей относятся коэффициенты размножения K
, хорошо отражающие ответные реакции вида на воздей-
i
ствие. К экологическим параметрам, определяющим коэффициент
размножения, относятся плодовитость особей и резистентность к
факторам смертности [Израэль, 1979: 224–226].
Имитационные модели неразрывно связаны с методологией вычислительного эксперимента, что связывает методы эксперимента
и моделирования в экологическом мониторинге. Вычислительный
эксперимент с имитационной моделью экосистемы заключается в
следующем: составляются так называемые сценарии воздействия,
т. е. наборы значений управляющих переменных, влияющих на
состояние экосистемы; для каждого сценария с помощью имитаци-
22
онной модели рассчитывается траектория развития экосистемы –
значения переменных ее состояния на заданный период времени с
учетом воздействия; производится оценка допустимости состояния,
полученного при каждом сценарии воздействия.
Таким образом, имитационное моделирование позволяет ответить на вопрос о том, что произойдет с экосистемой при различных
вариантах антропогенного воздействия на нее. Сложность упомянутых выше экосистемных моделей регионального и глобального
уровня обусловливает целесообразность их исследования именно в
имитационном режиме, избегая проблем поиска решения сложных
систем нелинейных уравнений.
Специфическим направлением моделирования является так
называемая эволюционная технология [Букатова, Рогожников,
2002; Крапивин и др., 1997]. Возникновение эволюционного моделирования связано с трудностями адекватного описания сложных
(в частности, экологических) систем. Адекватные модели трудно
исследовать, и они требуют большого количества труднодоступных
данных. С другой стороны, простые модели неадекватны. Поэтому
идея эволюционного моделирования состоит в обеспечении непрерывной адаптации широко понимаемой модели к изменяющемуся
поведению и структуре наблюдаемого объекта. Эволюционные модели требуют специального программного и аппаратного обеспечения,
реализующего идеи распараллеливания вычислительных процессов,
переменности функционирования и структуры синтезируемых в
процессе эволюции моделей.
Еще одним важным аспектом мониторинга является хранение
и обработка получаемых данных. Наиболее изученной областью
информационного обеспечения экологических исследований следует считать географические информационные системы (ГИС)
[Кошкарев, Каракин, 1987; Fundamentals¾, 1989]. ГИС-технология
основывается на методиках и алгоритмах формализованного преобразования пространственно определенных данных. В соответствии
с дискретным набором пространственных масштабов формируется
ряд картосхем (слоев ГИС), каждая из которых несет информацию
о структуре и предметном содержании определенного сечения окружающей среды. Специальное программное обеспечение осуществляет интеграцию информации от различных слоев в задаваемый
пользователем уровень картографирования. Весьма перспективным
23
направлением является объединение ГИС-технологии и математического моделирования, так называемая ГИМС-технология [Буй,
Крапивин, 1998; Крапивин, Потапов, 2002], что позволяет реализовать динамические функции моделирования и прогнозирования
на пространственно определенных данных.
Таким образом, представляется целесообразным выделять
научно-методическое, организационно-правовое и программно-техническое обеспечение экологического мониторинга.
Научно-методическое обеспечение включает в себя теорию экологического мониторинга и ее приложения к решению кон кретных
задач. Сюда относятся анализ понятия экологического мониторинга, классификация мониторинга по различным признакам и
изучение отдельных его видов, разработка научно обоснованных
экологических нормативов для оценки состояния природной среды
и определения допустимых воздействий на нее, создание и апробация методик наблюдений, разработка методов сбора информации
и прогнозирования, построение и исследование математических
моделей мониторинга; публикации и конференции по вопросам
мониторинга.
Организационно-правовое обеспечение мониторинга включает:
нормативно-правовые акты в области контроля состояния окружающей природной среды (федеральные законы, постановления
правительства, приказы и распоряжения министерств и ведомств,
иных органов власти и управления); деятельность органов, входящих в государственную службу наблюдений за состоянием окружающей природной среды (Росгидромет, Министерство природных
ресурсов, иные министерства и ведомства), а также мониторинговую деятельность отдельных организаций-природопользователей
(функционирование сети станций наблюдения, сбор и обработка
данных); подготовку и переподготовку кадров.
Программно-техническое обеспечение мониторинга включает
разработку и использование необходимых для наблюдения приборов
и устройств, целых передвижных и стационарных лабораторий;
программного обеспечения мониторинга, прежде всего в области
ГИС-технологий; программно-аппаратных комплексов сбора и анализа информации, включая спутниковые системы.
24
1.2. Оптимизация системы регионального
экологического мониторинга
(на примере Ростовской области)
Проведем анализ сети экологического мониторинга Ростовской области на примере водных объектов. В настоящее время
в Ростовской области наблюдениями охвачены водные объекты
бассейна Азовского моря: 19 – в бассейне р. Дон (16 рек и 3 водохранилища); одна река – в Приазовье (между границей с Украиной
и впадением р. Дон); одна река – в восточном Приазовье (между
Доном и Кубанью).
Списочный состав сети наблюдений включает 44 пункта наблюдений, в том числе 41 – в бассейне реки Дон (33 на реках и 8 на
водохранилищах); два – в Приазовье (на реке); один – в Восточном
Приазовье (на реке). Из них в 2000–2005 гг. не функционировал
один пункт на р. Дон (станица Казанская).
Наблюдения проводят по физическим, химическим и биологическим показателям с одновременным определением гидрологических характеристик. При этом гидробиологические показатели
определяют не во всех пунктах и не на всех водных объектах,
а лишь в части их.
Действующие на территории Ростовской области пункты Государственной службы наблюдений (ГСН) имеют категорию 1, 2, 3, 4
[Р 52.24.309-2004]. В них определяют до 50 показателей состава
и свойств воды: физических свойств, растворенных газов, ионного
состава, биогенных элементов, соединений металлов, пестицидов
и ряда других загрязняющих веществ (фенолы, нефтепродукты,
СПАВ и др.). Наблюдения по гидрохимическим показателям обеспечиваются определением расходов (измерением или расчетным
путем).
Таким образом, действующая система экологического мониторинга Ростовской области является достаточно разветвленной сетью,
охватывающей все основные водные объекты области.
Но продолжающийся рост городов, бурное развитие промышленности, интенсификация сельского хозяйства и ряд других факторов все больше усложняют проблемы охраны окружающей среды.
Развитие промышленного производства неизбежно сопровождается
25
сбросом загрязнений в атмосферу, водоемы и водотоки, вызывает
негативные экологические последствия.
В связи с этим возникает вопрос: как организовать действующую систему экологического мониторинга наилучшим образом?
Как часто нужно вести измерения, с какой точностью, в каких
точках водоема, водотока и т. д.? Возникает необходимость в математической формализации большого числа взаимосвязанных задач
и разработке методов их решения.
При этом надо учитывать, что системы и службы, осуществляющие государственный мониторинг водных объектов в Российской Федерации (Министерство природных ресурсов, Федеральное
агентство водных ресурсов (Росводресурсы), Федеральная служба
по гидрометеорологии и мониторингу окружающей среды (Росгидромет), Министерство здравоохранения и социального развития и
др.), функционируют, в основном, в соответствии с ведомственными
документами, которые определяют цели, задачи и порядок проведения мониторинга (Водный кодекс, Федеральные законы «Об охра не
окружающей среды», «О гидрометеорологической службе, Положения о мониторинге и т. д.).
Однако все эти системы не объединены общими задачами мониторинга водных объектов, недостаточно налажено необходимое
взаимодействие между министерствами и ведомствами, не согласованы между собой ведомственные программы мониторинга, не
всегда выполняются условия соглашений между разными ведомствами. Все это в ряде случаев приводит к параллелизму, а в целом
снижает эффективность природоохранной деятельности в стране.
Заметим, что для любой сети экологического мониторинга
одним из основных является вопрос об оптимальном размещении
пунктов наблюдения. При этом в слово «оптимальный» может вкладываться разный смысл. Будем говорить о двух постановках задачи
оптимального мониторинга [Горстко, Суходольский, 1981]:
1. Обеспечить максимальную точность получаемой информа-
ции при заданном ее объеме и уровне затрат.
2. Найти минимальные затраты, необходимые для получения
информации о водотоке, с точностью не ниже заданной.
Данные две задачи являются двойственными и часто рассматриваются вместе. За рубежом по данному вопросу имеется значительное количество работ. В [Pinter, 1991] рассматривается задача
26
поиска эффективной стратегии надзора за уровнем загрязнения
воды в озере. При заданном наборе точек, в которых производится
сбор образцов, находятся ежегодное количество обходов указанных
точек по оптимальным путям, а также количество собираемого
образца в каждой из точек, минимизирующие затраты при заданном допустимом уровне дисперсии средней оцениваемой величины
загрязнения. В [Hudak, 1994] рассматривается задача оптимизации
размещения станций наблюдения за качеством грунтовых вод возле
водохранилищ с учетом зон потенциальной миграции загрязняющих веществ. Предлагаемый метод решения основан на численной
имитации динамики перемещения загрязняющего вещества и математическом программировании. В [Passarella et al., 2003] решаются
задачи оптимального размещения новых станций наблюдения за
качеством грунтовых вод, а также удаления избыточных станций,
с учетом статистических характеристик измеряемой величины.
В [Shu-Kuang Ning, Ni-Bin Chang, 2004] решается задача оптимального планирования сети станций наблюдения за качеством
речной воды. Среди оптимизационных критериев рассматривается
повышение точности измерений загрязненности воды вблизи плотно
населенных районов, учет необходимости измерений выше точек водозабора и т. д. В числе ограничений рассматриваются экономические и технологические (чувствительность измерительных приборов).
В [Yilmaz Icaga, 2005] решается задача оптимизации количества и
размещения сети станций наблюдения за качеством воды в речном
бассейне с учетом ранжирования станций по их полезности. Для выбора наилучшей комбинации используется генетический алгоритм.
В [Serоn Arbeloa et al., 1993] рассматривается задача планирования
сети мониторинга качества воздуха, дающей максимум информации
при минимальном количестве измерительных устройств — с учетом
расположения нескольких потенциальных источников загрязнения.
Для решения используется пространственный корреляционный
анализ. В [Modak, Lohani, 1985] рассматриваются задачи оптимизации количества и расположения станций наблюдения за качеством
воздуха при различных критериях оптимизации — в случае одного
или нескольких потенциальных источников загрязнения. Для решения используются пространственный корреляционный анализ,
принципы Парето-оптимальности, а также алгоритм минимального
покрывающего дерева. В [Modak, Lohani, 1985] формулируется
27
задача многокритериальной оптимизации планирования сети мониторинга качества воздуха с учетом размещения и характеристик
основных потенциальных загрязнителей, а также географической
и метеорологической информации. Задача решается с применением
как имитационной, так и оптимизационной моделей. В [Chang and
Tseng, 1999] решаются задачи оптимального размещения заданного
количества станций наблюдения в дополнение к уже существующей сети мониторинга, а также удаления заданного количества
избыточных станций. Оптимизация производится с учетом статистических характеристик измеряемой величины и не требует
пространственной дискретизации. В [Di Zio et al., 2004] решается
задача оптимального (в смысле фрактального критерия) заполнения заданной непрерывной области точками сети станций экологического мониторинга — с учетом географических ограничений,
но без учета вероятностных характеристик измеряемой величины
(в случаях, когда информации о последней недостаточно).
В настоящее время в Ростовской области функционируют две
основные государственные системы мониторинга водных объектов:
Северо-Кавказское управление гидрометеослужбы (СК УГМС) и
Донское бассейновое водное управление (ДБВУ). В мониторинге
водных объектов участвуют также водопользователи, которые осуществляют производственный контроль. При этом все действующие
на территории Ростовской области пункты государственной сети
наблюдений (ГСН) имеют категорию 1, 2, 3 или 4. Кроме того, на
пунктах разных категорий и даже одной категории могут быть
приняты разные программы проведения наблюдений: обязательная,
сокращенные – первая, вторая или третья.
Выбор категории пункта и проводимой на нем программы наблюдений определяет, с одной стороны, какие характеристики и с
какой частотой будут измеряться в водном объекте, с другой – стоимость функционирования данного пункта наблюдений.
Встают вопросы: все ли измеряемые на каком-либо конкретном
пункте показатели необходимо измерять? Может быть, надо измерять еще какие-либо показатели? Все ли показатели измеряются
с оптимальной частотой измерения? Другими словами, являются
ли оптимальными присвоенная пункту категория и выбранная на
нем программа наблюдений? Для ответа на эти вопросы необходимо
провести полную классификацию пунктов наблюдения с учетом их
28
категорийности, программ проведения наблюдений по гидрологическим и гидрохимическим показателям в пунктах различных категорий, частоты наблюдений различных биологических показателей
и пестицидов. Для каждого типа пункта наблюдений необходимо
выписать все измеряемые показатели с указанием периодичности их
наблюдения, провести точную калькуляцию стоимости организации
и функционирования пункта наблюдения каждого типа.
Вначале был проведен анализ принятых категорий пунктов
наблюдения и проводимых на них программ действий [Р 52.24.3092004]. С учетом вида проводимых программ, типа наблюдений, типа
измеряемых пестицидов было получено 17 различных категорий
для пунктов наблюдения. Большинство пунктов сети относится к
15-й категории, т. е. наблюдения на них проводятся сравнительно
редко.
Далее предлагается возможный подход к определению оптимального расположения станций сети экологического мониторинга.
Он основан на понятии радиуса действия станций разного типа,
т. е. на участке какой длины они способны давать достоверную информацию. При определении радиуса действия станций необходимо
учитывать состояние водного объекта и наличие точечных источников сброса загрязняющих веществ. Для этого требуется провести
районирование бассейнов различных рек Ростовской области.
Дадим математическую постановку задачи о нахождении
минимальных затрат, необходимых для получения информации о
водотоке, с точностью не ниже заданной.
Пусть состояние водотока описывается N параметрами q
(i = 1,
i
2, ¾, N). Через K обозначим количество пунктов экологического
мониторинга, действующих на водотоке. Наша задача – минимизировать это количество при заданном уровне достоверности данных
экологического мониторинга.
Целевая функция примет вид:
K → min. (1.2.1)
Целевая функция (1.2.1) рассматривается при ограничениях
на точность системы мониторинга. Эти ограничения имеют вид:
p
LR
χ≤
∑
ii
i
1
=
, (1.2.2)
29
ãäå χ
– некоторая характеристика i-го уровня загрязненности
i
(i = 1, 2, ¾, p); p – количество различных уровней загрязненности
среды; L
– длина участков рек (уровня загрязненности i), íå îõâà-
i
тываемых пунктами, эта величина характеризует ошибку данных
экологического мониторинга; R – некоторая постоянная, отражающая требования к точности информации, получаемой действующей
сетью экологического мониторинга.
Помимо критерия (1.2.1) и условия (1.2.2) имеется функцио-
нальная зависимость следующего вида:
ãäå L – длина реки; r
p
LL r
=−
∑∑
ii
11
ii
==
– радиус действия i-го пункта экологического
i
K
, (1.2.3)
мониторинга за вычетом их общих частей.
Итак, получена оптимизационная задача (1.2.1) при ограничениях (1.2.2), (1.2.3). Данная постановка задачи аналогична следующей: при помощи минимального количества кругов покрыть
наибольшую площадь бассейнов рек. Основная сложность предложенной модели заключается в необходимости предварительного
районирования бассейнов рек Ростовской области, в определении
для каждого участка каждой реки радиуса действия пункта экологического контроля в том случае, если он расположен на данном
участке реки.
Критерий двойственной к (1.2.1)–(1.2.3) задачи записывается
в виде:
p
min
L
χ→
∑
ii
i
1
=
. (1.2.4)
K
Задача (1.2.4) решается при ограничениях
K T, (1.2.5)
где T – ограничение снизу на количество постов экологического
мониторинга.
Итак, задача оптимального размещения пунктов наблюдения
является двойственной и формулируется в двух постановках: максимизация точности действующей системы экологического мониторинга при заданных ограничениях на затрачиваемые средства и
30
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]