1vvedenie_v_ekologicheskoe_modelirovanie

05.11.99 г.

Рисунок 4.10 - Содержание растворенного кислорода в р.Барнаулке

109

Рисунок 4.11 - Величина БПК5 в реке Барнаулке

2.4 Био химическое потребление кислорода (БПК)

110

В качестве интегрального показателя загрязненности воды о р- ганическими веществами может служить био химическое потребление кислорода. Для во доемов рыбохозяйственного водопользования БПК5 не до лжна превышать 2 мг О2/л.

Как видно из рисунка 4.11, наибольшее значение БПК5 в пункте отбора у предприятия АЗА. По показателю БПК5 река Барнаулка в весенний период может быть отнесена к загрязненным водоемам, в летний – к умеренно загрязненным, в осенний – к грязным и очень грязным (Косов, Иванов, 1995).

Хлориды являются сос тавной частью большинства природных вод. Большое содержание хлоридов геоло гического происхождения в поверхностных водах – явление редкое. Поэ тому обнаружение большого количества хлоридов является показателем загрязнения во ды бытовыми или некоторыми промышленными сточными водами. В промышленных сточных во дах содержание хлоридов зависит от характера производства .

Содержание хлоридов в воде р. Барнаулки в пределах нормы. Концентрация ионов хлора увеличивается о т устья реки Власихи до устья реки Барнаулки. Э то объясняется присутствием хлоридов в сточных водах предприятий ―Ро тор‖ и АЗА.

Ионы аммония и аммиак появляю тся в грунтовых во дах в результате жизнедеятельности микроорганизмов.

Высокое содержание ионов аммония было отмечено в воде в районе АЗА, ―Ротор‖ и в устье реки Барнаулки. Возле АЗА 01.10.99 г.

содержание NH 4 превысило норму в 20 раз (ПДК=0,39 мг/л), что обуславливается стоками это го завода .

ЗАКЛЮЧЕНИЕ

Река Барнаулка соответствует водоемам эвтрофного типа по шкале Винберга. В соответствии с классификацией О.А. Алекина (1970) воды р. Барнаулки относятся к гидрокарбонатному классу гру п- пы кальция. Вода средней жесткости и минерализации. Анализ литер а- турных и собственных результатов позволяет сделать выво д, ч то воду р. Барнаулки в черте г. Барнаула можно отнести к 4 классу чисто ты вод – умеренно и сильно загрязненная во да.

Проведенные исследования позволяю т сделать выво д о том, что г.Барнаул вносит большое количество загрязнений, причем самым загрязненным является район АЗА. Обследован ие очистных сооружений промливневых стоков АЗА показало, ч то они работаю т неэффективно.

111

Для восстановления экосистемы реки Барнаулки в черте города необхо димо проведение ряда организационных м ероприятий.

ЛИТЕРАТУРА

1.Абакумов В.А., Качалова О.В. Зообентос в системе контроля качества вод // Научные основы контроля качества вод по гидр о- биологическим показателям. - Тр. Всес. конф. Москва - 1978., - Л: Гидрометеоиздат, 1981. - С. 5 - 12.

2.Безматерных Д.М, Мисейко Г.Н. Зообентос как биоиндикатор качества вод реки Барнаулки (А лтайский край) // Проблемы общей биологии и прикладной эколо гии. Вып. 2/3. - Саратов: СГУ, 1997. - С.

61 - 63.

3.Бульон В.В. Первичная продукция планктона вну тренних водоѐмов. - Л .: Наука , 1983. - 150 с .

4.Винберг Г.Г. Первичная продукция водоѐмов. - Минск, 1960.

-329 с.

5.Израэль Ю.А. Экология и контроль состояния природной

среды. — М.: Гидрометеоиздат, 1984. — 560 с.

6.Китаев С. П. Эколо гические основы биопродуктивности озѐр разных природных зон. - М. : Наука, 1984. - 207 с.

7.Константинов А.С. Испо льзование теории множеств в биогеографическом и экологическом анализе // Успехи совр. биологии. - т. 67., № 1, 1969. - С. 99 - 108.

8.Макрушин А. В. Биоло гический анализ качества во д / Под ред. Г. Г. Винберга. - Л .: АН СССР, 1974. - 60 с.

9.Мисейко Г.Н., Безматерных Д.М . Зообентос реки Барнаул-

ки (Алтайский край) // Биологическое разнообразие животных Сибири. Материалы научной конференции, г. Томск, 28 - 30 октябрь 1998. - Томск, 1998. - С. 78 - 79.

10. Трифонова И.С. Эко логия и сукцессия озѐрного фитопланктона. - Л.: Наука, 1990. - 184 с.

112

5 ПРОСТРАНСТВЕННАЯ НЕОПРЕДЕЛЁННОСТЬ В МОДЕЛИРОВАНИИ ПЕРЕНОСА РАСТВОРЁННЫХ ВЕЩЕСТВ

В ПОДЗЕМНЫХ ВОДАХ

КРАТКИЙ ОБЗОР

Целью данной работы является анализ пространственной нео п- ределѐнности входных данных модели переноса растворѐнны х веществ, возникающий в результате ограниченности информации и изменчивости параметров модели. Если напор, толщина насыщенного слоя и логарифм водопроницаемости связаны вну тренними функци я- ми, параметры могут быть оценены по результатам изменений при помощи методики Крига (кригирование ). Применяется моделирование условий получения большого числа наборов параметров, использу ю- щихся в качестве вхо дных данных дву хмерной модели переноса ра с- творѐнных веществ. Оцениваемые средние отклонения соответству ю- щих вхо дных данных модели о тражают как случайность параметров, так и внешнее расположение узлов сети наб людений. Методика описывается на примере исследований, проводимых на ю ге Австрии.

1 ВВЕДЕНИЕ И ОПИСАНИЕ ПРОБЛЕМЫ

В моделировании переноса растворѐнных веществ в грунтовых водах существует неско лько источников неопределенностей. Физич е- ский процесс, описываемый конвективно -дисперсионным уравнением, базируется как на исхо дных и граничных условиях, так и на простра н- ственном распределении различных параметров, таких как гидравлическая проводимость, то лщина насыщенного слоя, донный слой т.д. Чу и др. в 1987 г. изучили влияние ограниченности и неопределенн о- сти данных на примере исследования гипо тетической области подзе м- ных вод. Неопределенность процесса переноса масс и еѐ связь с числом измерений гидравлической проводимости были исследованы См и- том и Шварцем в 1981г., а сто хастический анализ дву хмерного пото ка подземных во д с использованием техники моделирования был проведен Смитом и Фризом и др. в 1979. Сайкс и др. (1985) провели анализ чувствительности системы подземных вод с целью выявить влияние параметрических неопределенностей на течение по дземных вод.

Целью данной работы является анализ пространственной нео п- ределенности выхо дных данных модели переноса растворенных веществ и связи между неопределенностью и сетью наб людений за ги д- равлическими параметрами. Часто проводится то лько одна параметр и-

113

зация, а затем модель калибрируется. На выхо де модель может дать ожидаемые значения различных выхо дных переменных параметров, но только если это было сделано очень точно. Но ввиду возможных ра с- хо ждений выхо дных данных из этого нельзя делать никаких выводов. Как указывалось выше , вхо дные данные всегда содержат погрешности из-за ограниченности данных, их зашумлѐнности, либо ошибок м одели. Как минимум два источника неопределенностей могут быть пр о- анализированы в связи с их влиянием на вхо дные данные при помощи имитационных техно логий. Методика была использована для изучения неравномерного переноса нитратов в небольшой системе подземны х вод в Стирии на юге Австрии. Для этой цели дву хмерная конвективно - дисперсионная модель переноса растворенных веществ ( Konikow and Bredehoeft, 1978) была модифицирована с тем, чтобы получить выход нитратов для каждо го узла на каждом временном шаге. Такой подход дает ожидаемые показатели для каждой точки сетки, а также стандартное о тклонение, что может быть использовано для оценки риска .

Работа состоит из шести глав. После введения и описания пр о- блемы объясняется процедура оценки параметров, при этом особ ое внимание уделяется геометрии сети и процессу сбора информации. В третьей главе описывается моделирование параметров. В четвер той приводится описание физической модели и полученных выхо дных данных модели. Затем проводится анализ чувствительности в отношении различных параметров. В конце работы подводятся итоги и делаются выводы .

2. ОПИСАНИЕ ПРИМ ЕРА

В системе подземных во д на юге Австрии, используемой для водоснабжения, было отмечено высокое содержание нитратов, в некоторых местах достигающие 150 мг/л (1). В резу льтате тщательных исследований (Coyer, 1986) было выявлено два источника загрязнения нитратами. Из-за недостаточной очистки сточных во д высокие ко н- центрации были отмечены вблизи деревень. В западной части, где толщина вер хнего слоя почвы менее 0,5 м, низкое содержание глины и высокая проницаемость было отмечено неточечное загрязнение. Выс о- кое содержание нитратов в этом районе вызвано широким использованием минеральных у добрений, особенно жидкого навоза . В моделируемом регионе было организованно несколько программ с целью определить уровень загрязненности и, если возможно, источники загря з- нения. В рамках этой программы ежемесячно забирались пробы воды из 22-х точек о тбора. На начальном этапе пробы брались из 105 точек,

114

которые, к сожалению, включали только 12 из 22-х регулярно исследуемых. Напор подземных вод наблю дался по 26-ти точкам с дву хнедельным интервалом, как показано на рисунке 5.1.

Рисунок 5.1 - Об ласть проекта , с обозначенными скважинами и участками опытной о ткачки

Гидрогеологическая база включает в себя данные трех опытных откачек для оценки проницаемости kf и данные гидроэлектрических измерений донного слоя, по которому можно судить о толщине b насыщенного слоя. Дополнительная информация о значениях kf была получена в результате исс ледований э той же системы по дземных вод, но за пределами исследуемого региона. Подводя итог, можно сказать, что гидравлическая проницаемость колеблется о т 3*10-3 до 7*10-3 м/с.

Толщина насыщенного слоя составляет о т дву х метров в северной части до шести метров в южной. Обнаруженные максимальные концентрации нитратов приведены на рисунке 5.2.

115

Рисунок 5.2 - Максимальные наблю даемые концентрации ни т- ратов (в мг/л)

3. ИДЕНТИФИКАЦИЯ ПА РАМЕТРОВ МОДЕЛИ

Применение физической модели переноса растворенных ве - ществ (Kon iko w and Bredehoeft, 1978) требует определения гидрогеологических параметров по всей сетке . Предположим, ч то напор, то л- щина насыщенного слоя (или данный слой) и логарифм гидравлич е- ской проницаемости связаны внутренними функциями, тогда распр е- деление параметров может быть получено из измерений при помощи геостатистического анализа . Ввиду того, ч то для каждого параметра существовала сеть наблю дений, процедура оценки будет описана по д- робнее.

3.1. Напор подземных во д.

Повер хность грунтовых вод h(x) имеет ярко выраженный сдвиг в юго-западном направлении. Для определения вариограммы случа й- ных (внутренних) разностей R(x) был применен метод «пошаговой итеративной регрессии», описанный в работе (Gno mon and Jacobson , 1984). Определение вариограммы прово дится в два э тапа. После получения указания на степень полинома в сдвиге u(x) как вариограмма, так и подходящий полином повторно пересчитываются по итерати в- ной процедуре.

116

Используя набор данных, полученных на разных временных шагах, выво дится варьируемый во времени сдвиг ut(x), состоящий из тех же функций fj, но с другими коэффициентами aj,t .

Окончательная модель состояла из линейного сдвига и сферич е- ской вариограммы с порогом 3,7 м² и диапазоном 1200м. Гипотеза временной инвариантности вариограммы была подтверждена рядом измерений. Соответвующие вариограммы не показали существенных отклонений.

3.2 Данные о нитратах.

Концентрация нитратов Y(x) была получена в результате начальной серии измерений на 105 -ти участках и 22-х скважинах. На первом этапе были построены экспериментальные вариограммы для 105-ти точек. Ввиду неравномерности пространственного расположения участков была применена декластеризация данных (Darricau - Beucher, 1981), чтобы избежать необъективности в оценки вариогра м- мы. Для э того в формулу вариограммы вводятся веса :

После анали за влияния уровня качества на оценку вариограммы сферическая вариограмма C0=510(мг/л)², С1=280(мг/ л)² и диапазоном 300м наиболее точно соответствовала экспериментальным данным. Стоит о тметить, что неко торые регулярно наблюдаемые скважины с крайне высокими концентрациями нитратов не были включены в начальную сеть. Таким образом, значения, полученные в результате кр и- гирования буду т по казывать о тлаженное пространственное распределение значения нитратов. Статистический анализ данных показал вы-

117

сокую корреляцию во времени или, другими словами, кар ты для разных периодов наб людений очень схожи. Процедура кригирования ошибок была применена к начальному набору данных (105 участков)

как «сдвиг» (Bardossy and Nachtnebe, 1988). По лученное пространс т-

венное распределение подхо дит для каждо го периода наблю дений. Вероятно, большая точность могла бы быть достигнута пу тем прим е- нения интегрированного пространственно -временного моделирования.

3.3 Данные о проницаемости

Значения k имели очень небольшое расхождение в регионе со средним значением 5*10-3, полученным из трех точек. Из-за небольшого числа опытных о ткачек для описания пространственного распределения ло гарифма значений kf была построена теоретическая сферическая вариограмма (Darricau-Beucher, 1981 )

3.4 Толщина насыщенного слоя

Для определения то лщины насыщенного слоя b было возможно проведение то лько 12 измерений. Поэтому было решено, что вариограмма напоров будет использована и для то лщины насыщенного слоя.

4 ФИЗИЧЕСКОЕ М ОДЕЛИРОВАНИЕ ПЕРЕНОСА НИТРАТОВ

В этой гла ве описываются имитационные техно логии для гене - рации модельных входов и процедура калибровки.

4.1. Генерация вхо дных данных модели

Для то го, чтобы применить дву хмерную модель переноса и дисперсии растворенных веществ должны быть определены физич еские параметры, такие как гидравлическая проводимость, коэффициент о т- дач, толщина насыщенного слоя, граничные условия и исходные зн а- чения по всему региону. Для конечного разностного приближения дву х уравнений в частных производных, вписывающих течение и перенос растворенных веществ, была испо льзована прямоугольная сетка с размером ячейки 250*250м (рисунок 5.3). Бло ковая методика Крига применялась для получения пространственной оценки толщины нас ы- щенного слоя и логарифма гидравлической проводимости. Знач ения

118