Особенности математического моделирования лесных экологических систем

Одной из обширных распределенных динамических экологических систем Земли являются лесные массивы, или лесные экосистемы.

При анализе техногенного воздействия атмосферных выбросов промышленных предприятий на лесные экосистемы необходимо решить комплекс задач математического моделирования экосистем:

  • 1. Математическое моделирование выброса газообразных веществ на промышленных производствах;
  • 2. Математическое моделирование атмосферного переноса загрязнителей в пограничном слое атмосферы;
  • 3. Математическое моделирование атмосферного переноса загрязнителей в лесном пологе;
  • 4. Математическое моделирование процессов деградации и восстановления лесов под воздействием техногенного загрязнения.

В свою очередь проблема компьютерного моделирования и анализа собственно изменений состояния лесных массивов под воздействием газовых техногенных выбросов состоит из двух основных задач:

  • 1. Анализ квазистационарной крупномасштабной (годовой) динамики, когда отклик лесной экосистемы может быть описан с помощью математических моделей доза-эффект зависимостей.
  • 2. Анализ мелкомасштабной (среднесуточной) динамики лесов с учетом процессов накопления загрязнителей и процессов самоочистки леса.

Математическое моделирование процессов деградации и восстановления лесов под воздействием техногенной нагрузки невозможно без математического моделирования лесов как экосистемы. Большинство современных моделей лесов ограничены рамками разнопородных, разновозрастных древостоев. Однако математическое моделирование лесов невозможно без включения в модели процессов взаимодействия между собой таких компонентов лесной экосистемы как травяно-кустарничковый ярус, подстилка и верхние горизонты почвы. Эти процессы должны учитывать локальные биохимические циклы.

Важным результатом развития методов математического моделирования сложных экосистем явилось использование, так называемых базовых математических моделей, разработанных различными группами исследователей. Например, при моделировании биосферы, одной группе исследователей можно поручить строить модель атмосферы, другой океана, третьей биоценозов тундры и т.д. Затем эти куски-модули соединяются в единое целое и должна получиться модель биосферы. Провал нескольких крупных проектов такого типа, показал, что результаты полученных таким образом больших математических моделей не имеют ясной прикладной интерпретации и трудно поддаются анализу.

Поэтому стратегия моделирования сложных экосистем в настоящее время базируется в основном на следующей многоэтапной методологии. На первоначальном этапе выделяются основные, ключевые процессы, играющие главную роль в изучаемом явлении в данных пространственном и временном масштабах. Затем строиться еще более простая модель явления, учитывающая еще меньшее количество факторов. И так происходит до тех пор, пока не возникает простейшая модель, которая описывает простое явление или процесс. Только после того, как модель нижнего уровня изучена и понята, удается перейти на следующий более высокий уровень.

Основной методологией моделирования сложных экосистем является построение иерархии упрощенных моделей. Эти модели являются общими для разнообразных систем и явлений и называются базовыми математическими моделями, количество которых весьма ограничено. Классическим примером базовой модели, при помощи которой были открыты новые сценарии перехода от стационарных процессов к турбулентности и хаосу, является дискретная модель вида логистической кривой: **+i = А ? хк(п — хА.)? где - комплексная переменная, характеризующая экологическое состояние экосистемы, X - параметр модели. Эта базовая модель обладает большими прогностическими возможностями и была использована для моделирования широкого диапазона процессов и явлений, в том числе механических, экологических, экономических и пр.

К базовым математическим моделям экологических систем можно отнести модели доза-эффект зависимости, а в качестве базовых переменных этих моделей следует использовать многоатрибутные и многокритериальные комплексные оценки - интегральные индексы состояния ОС.

Следует подчеркнуть, что решение любой из вышеперечисленных частных задач также в свою очередь распадается на задачи комплексного характера.

Задача математического моделирования доза-эффект зависимостей для лесных экосистем представляет собой многоатрибутную и многокритериальную задачу.

Как отмечено выше, математическое моделирование лесных экосистем в приближении доза-эффект динамики возможно лишь в рамках допущения о квазистационарности процессов деградации и восстановления. Т.е. в предположении, что лесная экосистема на момент измерения ее параметров находится в квазистационарном состоянии. Это приближение соответствует допущению о малых характерных временах и малой инерционности лесной экосистемы. С другой стороны наличие адекватной модели доза-эффект динамики позволяет прогнозировать количественные показатели деградации лесов в пределе выхода лесной экосистемы на квазистационарный уровень.

При решении сложной задачи многоатрибутного моделирования соотношение доза-эффект представляет собой отношения «многие ко многим»: «множество параметров дозы (ингредиенты газовых выбросов и продуктов их превращений)» ко «множеству показателей лесной экосистемы», которые должны представлять все разнообразие характеристик основных компонент экосистемы. Чем большее количество показателей будет учитываться при моделировании «дозы», тем более точной будет описание локальных массовых и энергетических циклов в лесной экосистеме и, следовательно, более точной будет математическая модель доза-эффект динамики.

Так, например, при проведении исследований доза-эффект динамики лесов, расположенных на границах лесной зоны: в районе металлургических комбинатов на Урале и в районе металлургического комбината «Печенганикель» на Кольском полуострове, в качестве показателя дозы были использованы 18 показателей лесной экосистемы: параметры древостоя, параметры травяно- кустарничкового яруса, параметры подстилки, показатели состояния почвенной мезофауны, показатели состояния почвенной альгофлоры.

Наличие такого комплекса показателей, относящихся к различным компонентам лесной экосистемы, создает предпосылки относительно адекватного описания внутрисистемных массовых, биохимических и энергетических процессов.

Рассмотрим теперь задачу многоатрибутного и многокритериального анализа атмосферного переноса газовых промвыбросов.

Для решения этой задачи и при проведении практических расчетов экологического нормирования промышленных предприятий в настоящее время используется известная упрощенно-аппроксимационная методика ОНД-86[1] (или ее модификация ОНД-90), которая называется «Методика расчета концентраций в атмосферном воздухе вредных веществ, содержащихся в выбросах предприятий». Эта методика, однако, позволяет в основном контролировать и прогнозировать разовые концентрации атмосферного загрязнения. Для прогнозирования среднегодовых и среднесезонных загрязнений требуются дополнительные методики и модели, например модель «Марс».

В ОНД-86 используется множество показателей, но главными являются: мощность выбросов, высота источника, скорость ветра и коэффициенты турбулентной диффузии, которые зависят от степени устойчивости атмосферы. На максимальные уровни приземных концентраций загрязнителей воздуха большое влияние оказывают мощность выбросов и высота заводской трубы, а на дальность переноса загрязнителей - коэффициенты турбулентной диффузии. Так, для источника с мощностью 10 тыс.т диоксида серы в год (~ 0,3 кг/с), высотой 50м, при скорости ветра 4 м/с и при коэффициенте турбулентной диффузии 0,4 м2/с расстояние вдоль факела, на котором приземная концентрация диоксида серы превышает ПДК, составляет около 10 км, т.е. в зоне радиусом 10 км вокруг источника возможны максимальные разовые концентрации, превышающие ПДК. Это весьма значительное загрязнение, которое должно учитываться при оценках качества атмосферы.

С другой стороны во многих северных и северо-восточных регионах в селитебных зонах имеется большое количество источников индивидуального отопления в виде тепловых установок (теплогенераторов) для отопления 1-2 этажных домов, вклад которых в общее загрязнение атмосферы не учитывается.

Отметим, что влияние этих низкорасположенных источников, которое они оказывают на величину суммарного загрязнения, существенно зависит от оценок мощности их выбросов. Так при высоте источника 7 м, скорости ветра 4 м/с и коэффициенте турбулентной диффузии 0,4 м2/с для мощности выбросов 0,2 г/с по диоксиду азота приземная концентрация не превышает ПДК. В то же время при тех же метеоусловиях и для мощности источника 1 г/с максимальная разовая приземная концентрация почти в четыре раза превышает ПДК. Г рафик приземной концентрации для этого случая приведен на рис.3.2.

Как следует из рис.3.2, максимальная разовая концентрация диоксида азота от теплогенератора может почти в пять раз превысить ПДК, а величина приземной концентрации может быть больше ПДК на расстояниях почти до 600 м. Это значительные расстояния, на которых суммарные концентрации от соседних источников могут значительно изменить картину полей загрязнения от удаленного промышленного источника.

Таким образом, задача расчета полей атмосферного загрязнения является многоатрибутной и многокритериальной и требует учета всех источников выбросов и их ингредиентов, что переводит ее в разряд комплексных задач. При этом требуется также учитывать трансграничные дальние переносы, химические превращения, сухое и мокрое осаждения поллютантов, их взаимодействие с туманами и облаками, а также учитывать роль локальных и мезомасштабных атмосферных циркуляций, которые трудно поддаются учету и роль которых в атмосферном переносе загрязнений весьма велика.

График приземной концентрации NCb от селитебного индивидуального источника мощностью 1 г/с

Рис.3.2. График приземной концентрации NCb от селитебного индивидуального источника мощностью 1 г/с: q - величина приземной концентрации, ПДК - максимальная разовая предельно допустимая концентрация

В особенности большое значение локальные атмосферные циркуляции имеют в условиях сложного рельефа, а при моделировании низкорасположенных источников внутри городских улиц и природных каньонов. В качестве примера можно привести влияние восходящих потоков воздуха на дальность и характер атмосферного переноса выбросов автотранспорта и автодорожной пыли при моделировании загрязнения лесов выхлопами газов от транспортных потоков.

  • [1] Кроме указанных методик ОНД-86 (ОНД-90) в настоящее время необходимо руководствоваться Федеральнымзаконом о техническом регулировании РФ (Федеральный закон о «Техническом регулировании» от 27.12.2002N 184-ФЗ)
 
Посмотреть оригинал
< Пред   СОДЕРЖАНИЕ   ОРИГИНАЛ     След >