Главная > Решение

1

Смотреть полностью

Глава 9. МОДЕЛИРОВАНИЕ ВОДНЫХ ЭКОСИСТЕМ. КОМПЛЕКСНЫЙ ПОДХОД

В.В.Меншуткин, О.Н.Воробьева, Т.И.Казанцева, В.Ф.Левченко

Введение

Одной из актуальнейших задач в области оценки экологического состояния нашего региона является разработка единого комплексного подхода к проблеме качества среды и, в частности, воды, а также критериев оценки этого качества. Необходимость комплексной постановки проблемы обусловлена тем, что в различных сферах человеческой деятельности эти проблемы обсуждаются в разных аспектах, что приводит порой к взаимоисключающим выводам и решениям. Примером тому является постройка дамбы для защиты г. Санкт-Петербурга от наводнений. Занимаясь проблемой оценки качества воды уже в течение нескольких лет (нами были созданы имитационные модели и банки данных по планктону и бентосу экосистем Финского залива и Ладожского озера), мы непосредственно подошли к созданию компьютерной системы, помогающей принимать решения и учитывающей как биологические, так и антропогенные процессы, обусловленные жизнедеятельностью Санкт- Петербурга - самого крупного промышленного города на Балтике. Если задача создания компьютерной системы принятия решений находится пока лишь на стадии разработки и ею занимаются несколько коллективов из различных организаций, то на пути решения менее общих задач, в частности, связанных с экологией водных систем, достигнут больший прогресс как в методологической сфере, так и в сфере сбора и обработки первичной информации. Последнему и посвящена главным образом эта глава.

Ниже рассмотрены проблема комплесного подхода к оценке экологического состояния Санкт-Петербургского региона и вопросы моделирования водных экосистем, при этом в качестве примеров описаны частные модели. Описанные в главе 6 банки данных служили для нас основой при моделировании и оценивании экологического состояния водоемов. Разумеется, ряд методов, обсуждаемых ниже, может быть адаптирован и к другим регионам. Большое внимание уделено описанию фактического экологического состояния региона, а также прогнозированию развития ситуации в будущем.

1. Комплексный подход к проблеме качества среды Санкт-Петербургского региона

1. 1. Сущность подхода

Решение такой сложной многообразной проблемы, как управление качеством среды и, в частности, состоянием акватории в городе Санкт-Петербурге и регионе, требует комплексного подхода и применения совершенных компьютерных методов обработки информации. Комплексность подхода заключается в том, что рассмотрению подлежит не только водная среда в пределах города Санкт-Петербурга (река Нева, ее многочисленные притоки и каналы), но и источники пресной воды для системы “река Нева - Ладожское озеро” со всем ее водосбором. С другой стороны, нельзя исключить из рассмотрения Невскую губу, которая в результате постройки дамбы, предназначенной для защиты Санкт-Петербурга от наводнений, но в настоящее время так и не выполняющей этой функции, стала практически обособленным, хотя и проточным водоемом. Состояние Невской губы традиционно воспринимается петербуржцами как характеристика благополучия природной среды города.

Наконец, нельзя исключить из рассмотрения восточную часть Финского залива: это ";окно в Европу"; или, если выражаться конкретнее, - ";окно в Балтийское море";. При этом не следует забывать, что Правительство России 9 апреля 1992 года подписало международную Конвенцию об охране морской среды Балтийского моря, которую необходимо выполнять.

Сказанное выше раскрывает использование термина “комплексность” только в пространственном аспекте. Но не менее важен и другой аспект, связанный со сложностью процессов, приводящих к изменению качества воды в акватории города Санкт-Петербурга. Дело не только в том, что на качество воды влияет все множество гидродинамических, гидрохимических и гидробиологических процессов, происходящих в водоемах и водотоках, но и в том, что процессы сброса в водоемы и водотоки разнообразных загрязняющих веществ (от, казалось бы, сравнительно безобидных соединений фосфора до откровенно токсичных соединений ртути, мышьяка и органических веществ) самым существенным образом зависят от технологии промышленного производства и технологии очистки сточных вод, если таковая вообще имеет место.

Технология и экономика - это уже совершенно другая область человеческих знаний, существенно отличающаяся по своей методологии от экологических и биологических дисциплин, что очень затрудняет взаимодействие всех упомянутых подходов для решения единой проблемы качества воды в городе Санкт-Петербурге. Последнее, очевидно, связано с тем, что очень часто экономически выгодные решения оказываются экологически неприемлемыми.

Комплексность проблемы не ограничивается сказанным. Регулирование сброса сточных вод в водоемы и всякое другое вмешательство человека в функционирование водных экологических систем связано не только с технологическими и экономическими аспектами, но и с социальными и правовыми аспектами жизнедеятельности такого сложнейшего образования как город Санкт-Петербург. Дело в том, что регулировать сбросы вод можно на основе действующего законодательства, подзаконных актов и нормативов, принятых центральными и местными органами власти. При этом следует помнить о том, что всевозможные нормы ПДК (предельно допустимых концентраций) должны иметь медико-биологическое и гигиеническое обоснование, что вовлекает в широкий круг дисциплин также медицину и физиологию человека и животных.

Все сказанное должно служить доказательством того, что мы имеем дело с действительно комплексной проблемой, при решении которой должны использоваться знания из области гидрологии, гидродинамики, гидрохимии, гидробиологии, санитарии и гигиены, медицины, социологии и права, токсикологии, технологии очистки сточных вод, технологии различных отраслей промышленности, развитых в Санкт-Петербурге (в первую очередь, химической, металлургической, пищевой, текстильной, машиностроительной).

Наконец, к трудностям, возникающим на пути решения упомянутой комплексной проблемы качества среды Санкт-Петербургского региона, относятся также сбор первичных данных и их обработка.

1.2. О необходимости создания автоматизированной системы принятия решений

Если учесть, насколько неожиданными иногда бывают реакции экосистем на те или иные антропогенные воздействия, что обусловлено сложностью и многофакторностью явлений в экосистемах, то становится очевидным, что проблема качества среды региона требует весьма тщательной и комплексной научной проработки с участием специалистов разного профиля. Эмпирические методы руководства (например, метод проб и ошибок) или принятие волюнтаристских решений в данной ситуации явно не годятся в силу очень большой сложности проблемы и огромной возможной цены последствий в случае ошибочных решений. Прогнозирование состояния среды затрудняется еще и тем, что отсутствует единый подход к обработке и сопоставлению непосредственно экологического материала. Например, не существует даже единой концепции оценки устойчивости экосистем и качества среды.

Исключительно большой объем информации, который необходимо обработать при решении указанной чрезвычайно сложной комплексной проблемы, стоящей перед правительством города Санкт-Петербурга, приводит к пониманию того, что ее решение невозможно без использования методов компьютерного имитационного и математического моделирования, а также, теорий оптимального управления и принятия решения в условиях неопределенности. Другими словами, речь должна идти о компьютерной автоматизированной системе принятия решений, не заменяющей, конечно, человека, но существенно помогающей ему компетентно действовать в той или иной конкретной ситуции.

Не имея возможности обсудить все аспектыы выполняемой нами работы, ниже мы коротко даем сведения о методологии моделирования экологических процессов в водных экосистемах и некоторых фрагментах упомянутой системы принятия решений. Конечно, здесь мы ни в коей мере не претендуем на полноту и охват всех исследований, связанных с поставленной выше проблемой управления качеством воды в Санкт-Петербурге или другом крупном городе, расположенном на берегах или в дельте реки.

2. Моделирование экологических процессов в водной среде

2.1. История вопроса и его современное состояние

Цель данного раздела - лишь беглый обзор тех исследований, на которых в той или иной степени базируются наши разработки. Поэтому выбор литературы имеет в значительной степени субъективный характер, ибо отражает личный опыт авторов настоящей работы и ее региональную специфику. Узкий специалист обнаружит в своей области несомненные пробелы и упущения, однако в смежных или вовсе далеких областях он может найти и нечто новое - это неизбежная плата за широту и комплексность проблемы, о которой говорилось в разделе I.

Начнем с моделирования водных экологических систем, а именно с самой разработанной области - моделирования течений и турбулентной диффузии в водоемах и водотоках. Здесь имеются твердо установленные и не подвергающиеся сомнению математические уравнения движения воды [1]. Вся проблема моделирования переноса взвешенных и растворенных в воде веществ, грубо говоря, сводится к решению этих уравнений численными методами при заданных начальных и граничных условиях, а также при соответствующих численных значениях коэффициентов.

Часто уравнения удается упростить, например, для Невской губы вполне удовлетворительно работает теория мелкой воды [2]. Однако, как показывает практика [3,4,5], определение достаточно надежных значений коэффициентов турбулентной диффузии сопряжено со значительными трудностями. Дело в том, что величины этих коэффициентов существенно зависят от плотностей и термической стратификации водоема, а в вертикальном и горизонтальном направлениях различаются на несколько порядков.

Не меньшие трудности возникают при попытках адекватного описания воздействия ветра на поверхность водоема, особенно если учитывать образование волн, или взаимодействия объемов воды и дна водоема. Моделирование гидродинамики рек [6,7] имеет свои особенности и трудности, главным образом в описании переноса взвешенных частиц (размывание берегов и образование отмелей, что актуально для условий Невской губы).

Моделирование процессов переноса консервативных примесей (т.е. таких, которые не вступают в химические реакции и не преобразуются в процессе переноса) - это наиболее разработанный участок моделирования водных экологических систем, хотя и здесь есть много неясных и нерешенных вопросов. Совсем другое положение в области моделирования гидрохимической и особенно гидробиологической части водных экологических систем [8], а ведь с точки зрения формирования качества воды эти стороны функционирования экосистемы имеют решающее значение. Разделить химическую и биологическую компоненту водной экосистемы практически не удается и приходится с самого начала рассматривать их как единое целое, что никак не облегчает процесс моделирования.

Если уравнения гидродинамики восходят к XVIII веку (Леонард Эйлер) и окончательно были сформулированы в конце XIX века, причем весь XX век ушел на разработку методов их решения для конкретных практических случаев, то уравнения химической кинетики появились только в конце прошлого века, а удовлетворительных уравнений динамики биологических систем не существует вплоть до настоящего времени. Даже имитация такого, казалось бы, не очень сложного физико-химического процесса, как распространение по поверхности водоема пленки нефтепродуктов при наличии ветра, встречает серьезные трудности [9]. Еще сложнее обстоит дело, если в процессе распространения загрязняющей примеси необходимо учитывать явления сорбции или перехода в другое фазовое состояние.

Литература по моделированию в экологии огромна, достаточно сказать, что библиографический указатель только отечественных работ, выполненных до 1980 года [10], насчитывает около 1800 названий. К сожалению, в последующие годы издание указателя прекратилось.

Одной из первых моделей водной экосистемы была модель планктонного сообщества, разработанная Г.Рейли, Е.Стомелом и Д.Бампусом [11] в 1948 году в виде системы дифференциальных уравнений. Это направление успешно развивал А.А.Ляпунов [12], причем практические результаты удалось получить только численными методами с применением ЭВМ [13].

Первым практическим испытанием метода моделирования экологических систем было решение задачи об оптимальном режиме рыболовства. Эти работы были начаты нашим соотечественником Ф.И.Барановым еще в 1918 году [14], а затем развиты европейскими и американскими учеными [15,16]. Испытание данный метод моделирования выдержал с честью: в настоящее время ни одна международная конвенция по рыболовству не заключается без предварительного апробирования на компьютерной модели возможных результатов принимаемых решений.

Следующее практическое применение метода компьютерного моделирования связано с явлением эвтрофирования внутренних водоемов (озер и водохранилищ). Существо этого процесса заключается в том, что из-за интенсификации сельского хозяйства и сброса сточных вод, содержащих азот и фосфор, происходит интенсивное развитие планктонных одноклеточных водорослей (фитопланктона), которое может привести к необратимым изменениям в экосистеме водоема вплоть до возникновения заморов (дефицит кислорода в воде), гибели рыбы и резкого ухудшения качества воды. На территории бывшего СССР такие явления в наиболее катастрофической форме наблюдались на Киевском водохранилище. Не избежали эвтрофирования Ладожское озеро и Балтийское море.

Компьютерному моделированию процесса эвтрофикации посвящено большое количество работ [17-32]. Объектами моделирования были небольшие альпийские озера, гиперэвтрофированные от избытка фосфора озера Дании, озеро Виктория в экваториальной Африке, насыщенные гумиловыми кислотами озера Финляндии, заливы Великих Американских озер, в которых интенсивно развиваются диатомовые и сине-зеленые водоросли, залив Хиросима в Японии, озеро Эри и многие другие. Процессу эвтрофикации Ладожского озера посвящены специальные монографии и компьютерные модели [33-35]. В результате объединенных усилий ученых разных стран к настоящему времени выработалась более или менее надежная методика моделирования и прогноза процесса эвтрофикации водоемов.

Общие вопросы моделирования эколого-экономических систем (библиографию см. в [8, 36]) разрабатывались применительно к проблеме управления качеством воды не только в теоретическом плане, но и практически. Например, при созданиии проектов по водопользованию рек Англии (Темза, Кем, Трент) интенсивно использовали имитационное моделирование. Не меньшую роль играли имитационные методы в деле борьбы с эвтрофикацией озера Эри и других озер США.

В отечественной практике в большом числе публикаций по стратегии природопользования следует отметить исследования Р.Г.Хлебопроса [36], которые использованы в настоящих исследованиях. Что касается наших исследований конкретно по теме данной работы, то они отражены в публикациях [ 8, 33, 37-50 ].

Нельзя также не упомянуть заметный вклад в работы по методологии моделирования и в конкретные исследования водных экосистем северо-запада России разработки других петербургских ученых [4-5, 14, 34-35, 39-42,51-57].

2.2. Имитация гидрохимических и гидробиологических процессов в ячейке экосистемы

Для того, чтобы продемонстрировать, каким образом можно описывать и прогнозировать с помощью компьютерных методов процессы в водной экосистеме, рассмотрим подробнее одну из простых моделей, которую мы использовали в разрабатываемом программном комплексе. В ней оставлены только самые необходимые элементы, без которых описание функционирования экосистемы и ее реакции на выброс загрязняющих веществ в воду просто невозможен. Структура ячейки выбрана постоянной, как для Ладожского озера, так и для реки Невы, Невской губы и восточной части Финского залива.

Состояние ячейки экологической системы определяется концентрацией биомассы фитопланктона (PHYT), выраженной в г/м, концентрацией мертвого органического вещества (DETR), выраженной в тех же единицах, а также концентрацией биогена (PHOS), выраженной в мг/м. Концентрация токсиканта (TOX) выражается в условных единицах. Здесь мы используем те же самые обозначения, что и в компьютерной модели.

Основой функционирования водной экосистемы являются соотношения биотического баланса, которые в данном случае имеют вид:

PHYT(T+1) = PHYT(T) + PROD - MORT

DETR(T+1) = DETR(T) + MORT - DEST - SED

PHOS(T+1) = PHOS(T) + DEST * РA - PROD * PA ,

где PROD - продукция фитопланктона, MORT - отмирание фитопланктона, DEST - бактериальное разложение детрита, SED - осаждение детрита на дно, PA - переходной коэффициент, учитывающий содержание биогена в органическом веществе и различные единицы измерения концентрации биогена и биомассы фитопланктона, Т - квант времени.

Продукция фитопланктона является функцией солнечной радиации (RAD), прозрачности воды (TRANS), глубины водоема (Н), концентрации биогена (РНОS) и температуры воды (ТЕМ):

PROD = PROD(RAD, TRANS, PHOS, PA, TEM, H)

Предполагается, что продукция лимитируется доступной солнечной энергией и наличием биогенов. Конечно, принятая зависимость отражает процесс фотосинтетического образования органического вещества только в самых общих чертах, но в качестве первого приближения этого достаточно; в противном случае мы можем описать одну часть системы излишне подробно по сравнению с другими, в то время как конечный продукт моделирования определяется наиболее грубой частью модели.

Скорость отмирания фитопланктона является функцией его биомассы (PHYT), температуры воды (ТЕМ), концентрации токсиканта (ТОХ):

MORT = MORT(PHYT, TEМ, TOX, MORTOX, MORTCOEF),

где MORTCOEF - коэффициент смертности фитопланктона при температуре выше 5 градусов (при более низких температурах коэффициент смертности удваивается), MORTOX - степень влияния токсиканта на смертность фитопланктона (при MORTOX = 1 такое влияние отсутствует).

Скорость бактериального разложения мертвого органического вещества также оформлена в виде отдельной функции:

DEST = DEST(DETR, TEM, DESTRCOEF),

где DESTRCOEF - коэффициент разложения детрита при температуре TEM = 20 градусов. Температурная поправка для него осуществляется с помощью функции KROC(TEM):

KROC = 2.3

Несмотря на явную упрощенность модели ячейки водной экосистемы, она представляет собой нелинейную систему, свойства которой не так уж очевидны. Поэтому полезно рассмотреть реакцию такой модельной экосистемы на изменение входных величин и параметров.

В компьютерной программе все перечисленные параметры обрабатываются в специальной подпрограмме-функции ECOSYS, учитывающей также влияние коэффициента седиментации детрита SEDCOEF:

ECOSYS = ЕСОSYS(H, PHYT, PHOS, DETR, TOX, RAD, TRANS, TEM, DESTRCOEF, MORTOX, MORTCOEF, SEDCOEF) :

Заметим, что описанная ячейка водной экосистемы может иметь отличное от нуля устойчивое состояние только при постоянном притоке биогена или детрита, в противное случае рано или поздно вся органика, содержащаяся в системе, переходит в донные отложения. Для описания свойств исследуемой системы (здесь - ячейки экосистемы) используется т.н. коэффициент чувствительности переменной Х системы к изменению параметра Y:

K(X,Y) = ,

где X0 - установившееся значение переменной X при при значении параметра Y0, а X - новое установившееся значение переменной X при переходе от значения Y0 к Y.

В качестве примера работы модели рассмотрим несколько простых случаев. Примем для начала следующие исходные и не очень правдоподобные в наших климатических условиях значения параметров: DESTRCOEF = 0.1, SEDCOEF = 0.5, MORTOX = 1.3, MORTCOEF = 0.2, H = 10м, TRANS = 2м, TEM = 20, RAD = 1. Тогда при поступлении в систему биогена в количестве INP = 10мг/м сут. (= 3.6 г/мгод) получаются коэффициенты чувствительности, приведенные в Таблице 1. Рассматриваемое состояние экосистемы соответствует тому случаю, при котором продукция фитопланктона определяется радиацией, а биоген находится в избытке. Природной аналогии такому состоянию в условиях северо-запада России нет, т.к. в этих широтах водные экосистемы весь вегетационный период находятся в состояниях, далеких от равновесного из-за большого влияния лимитирующих факторов.

Таблица 1

Коэффициенты чувствительности ячейки экосистемы при RAD = 1 и INP = 10 мг/мсут

X0

INP

RAD

H

TEM

DESTR

COEF

SED

COEF

MORT

COEF

PHYT

0.77г/м

0

+0.5

-0.5

+0.67

0

0

-0.5

PHOS

91 мг/ м

+3.2

-0.97

-0.10

-0.36

+0.86

-0.98

+0.02

DETR

1.33 г/м

0

+0.5

-0.4

+0.15

-0.40

-0.25

0

SED

0.067 г/мсут

0

+0.5

-0.7

+0.14

-0.40

+0.50

0

PROD

0.200 г/мсут

0

+0.5

-0.5

+0.34

0

0

0

MORT

0.200 г/мсут

0

+0.5

-0.5

+0.34

0

0

0

DEST

0.133 г/мсут

0

+0.5

-0.4

+0.43

+0.20

-0.25

0

Увеличение поступления биогенов никак не действует в данном случае на систему, кроме как на концентрацию биогенов в воде, а вот увеличение солнечной радиации ведет к увеличению значений всех компонентов, кроме концентрации биогенов, которая сокращается из-за усиленного потребления водорослями. Увеличение глубины водоема при прочих равных условиях снижает в разной степени все исследуемые величины. Повышение температуры в основном интенсифицирует все процессы.

В Таблице 2 приведены данные для другого случая, при котором продукция фитопланктона лимитируется наличным количеством биогенов.

Таблица 2

Коэффициенты чувствительности ячейки экосистемы при RAD = 20 и INP = 100 мг/мсут

X0

INP

RAD

H

TEM

DESTR

COEF

SED

COEF

MORT

COEF

PHTY

11.5г/м

+0.33

0

-0.33

+0.61

+0.33

-0.33

-0.50

PHOS

30 мг/ м

0

-0.33

-0.17

+15.9

-0.33

0

DETR

20 г/м

+0.33

0

-0.20

0

-0.20

-0.50

0

SED

1 г/мсут

+0.33

0

-0.60

0

-0.20

0

0

PROD

3 г/мсут

+0.33

0

-0.33

+0.23

+0.33

-0.33

0

MORT

3 г/мсут

+0.33

0

-0.33

+0.23

+0.33

-0.33

0

DEST

2 г/мсут

+0.33

0

-0.20

+0.43

+0.60

-0.50

0

Заметим, что в случае повышения поступления биогена в ячейку стационарное состояние нарушается и происходит накапливание биогена, с которым уже не может справится процесс седиментации.

Материал таблиц 1 и 2 показывает, что даже в искусственных стационарных условиях, которые не встречаются в наших широтах, принятая упрощенная модель ведет себя достаточно сложно и правдоподобно. Разумеется, что в более общей модели, включенной в макет, используется множество моделей ячеек, подобных описанной.

2.3. Модель функционирования предприятия, загрязняющего водную среду

В качестве еще одного примера моделирования водных экосистем рассмотрим модель функционирования предприятия, загрязняющего водную среду и работающего в условиях системы штрафов, зависящих от степени очистки стоков.

Схема работы предприятия, сбрасывающего в воду свои отходы, изображена на рис.1 (см. ниже). В самом упрощенном виде можно себе представить, что предприятие, вырабатывая некоторое количество Q конечной продукции по технологическим причинам на каждую единицу такой продукции производит PT и TT загрязняющих веществ условных типов “биогена” и ”токсиканта”. На деле, естественно, спектр отходов гораздо шире, но в первом приближении мы ограничиваемся только двумя компонентами.

Рис. 1. Объянение в тексте.

Итак, предприятие производит в единицу времени , за которую удобно принять один год, следующие количества загрязняющих веществ:

Q*PT для биогена и

Q*TT для токсиканта.

Эти количества могут или прямо сбрасываться в воду или подвергаться очистке. В последнем случае в сбросе участвует только некоторая доля вырабатываемых отходов.

QOUT = Q*PT*(1-PO)

TOUT=Q*TT*(1-TO),

где PO и TO - степени очистки каждого из рассматриваемых загрязняющих веществ. При PO = 1 и TO = 1 имеет место “нуль-замкнутый” технологический цикл, и в воду вообще ничто не выбрасывается, а при PO = 0 и TO = 0 в воду сбрасываются неочищенные отходы.

Согласно Закону России об охране природы, за всякий сброс в воду загрязняющих веществ надо платить в экологический фонд по SP и STYLE="за каждую единицу измерения сброшенного загрязнителя, если объем сброса не превышает установленных лимитов (PL и TL), и SP*SPI и ST*STI, если сброс превышает эти лимиты. Кратности платежей SPI и STI, как и лимиты сбросов, устанавливаются государственными природоохранительными органами. В нашей программе процедуры оплаты за сброс каждого загрязняющего вещества оформлены в виде функций:

SPS(PL,POUT,SP,SPI)

STS(TL,TOUT,ST,STI)

С другой стороны, всякая очистка требует дополнительных затрат на постройку и эксплуатацию очистных сооружений, на захоронение или утилизацию выделеннных отходов. Затраты на очистку могут резко различаться в зависимости от объема производства и степени очистки. Кроме того, очистка почти всегда бывает комплексной, а не направленной на выделение из отходов только одного какого-то компонента. Можно обосновать, что в простейшем случае стоимость очистки от единицы загрязнителя возрастает пропорционально квадрату степени очистки. За предельное значение затрат на очистку принимаются затраты, необходимые для внедрения замкнутого технологического цикла. В программе затраты на очистку представлены в виде функций:

SPO(PO,CLEANP)

STO(TO,CLEANT)

где: CLEANP - предельные траты на очистку сбросов от биогена и CLEANT -предельные траты на очистку сбросов от токсиканта.

Таким образом, выплаты предприятия за сброс в воду загрязняющих веществ составляют:

S1 = SPS(PL,POUT,SP,SPI) + STS(TL,TOUT,ST,STI),

а траты на очистку:

S2 = Q*(PT*PO*SPO(PO,CLEANP) + TT *TO*STO(TO,CLEANT)

Будем считать, что каждое предприятие выберет такие степени очистки PO и TO, которые обеспечили бы минимальные расходы на оплату сбросов и очистку:

S1 +S2 => min

Поиск минимума осуществляется методом перебора с дискретностью величин PO и TO в 0.1. Все рассмотренные выше процедуры оформлены в виде подрограммы:

PLANT(Q,ZQ,PT,TT,CLEANT,CLEANP,PL,TL,SP,ST,SPI,STI,POUT,TOUT,PLRC), где PLRC - доля затрат на очистку отходов в общей стоимости продукции, выпускаемой предприятием.

Проиллюстрируем действие процедуры PLANT на конкретном численном примере. Примем следующие значения параметров:

ZQ= 10; PT=0.2; TT=0.01; CLEANP=10; CLEANT=100.

В таблице 3 приведены данные изменения выбросов, оптимальных степеней очистки, трат на очистку и отчислений в экологический фонд в зависимости от установленных выплат за сброс (SP и ST). При расчетах принято, что Q = 300 ; PL =20; TL = 1; SPI=3; STI =3; PLRC =S2/(Q*ZQ), где ZQ - стоимость единицы выпускаемой продукции.

Нетрудно видеть, что при отсутствии плат за сброс предприятию выгодно сливать неочищенную воду, а при очень высоких платах переходить на замкнутый цикл водоснабжения. При низких платах за сброс предприятию бывает выгоднее платить за сброс в увеличенном размере, чем строить очистные сооружения. Только при некоторых пороговых значениях (SP=1 и ST=60 в нашем примере) предприятию становится выгодно выполнять лимитные предписания по сбросам загрязняющих веществ.

Таблица 3

Зависимость сбросов, степени очистки, затрат на очистку (S2) и выплат в экологический фонд (S1) от выплат за сброс (SP и ST).

SP ST

0 0

1 1

5 5

10 10

15 15

20 20

10 30

10 40

10 50

10 60

100 600

POUT

60

42

24

18

12

18

18

18

18

18

0

TOUT

3

2.7

2.4

2.1

1.8

1.8

1.5

1.2

1.2

.9

0

PLRC

0

.03

.11

.14

.18

.21

.16

.17

.17

.18

.30

PO

0

.3

.6

.7

.7

.8

.7

.7

.7

.7

1

TO

0

.1

.2

.3

.4

.4

.5

.6

.6

.7

1

S1

0

92

186

223

321

308

256

244

260

234

0

S2

0

16

132

213

225

326

243

271

271

308

900

3. Моделирование экосистемы Невской губы

3.1. Имитационная модель водной экосистемы Невской губы

В предыдущем разделе мы рассмотрели методологию подхода к моделированию водных экосистем , а также привели некоторые примеры имитаций. Базируясь на них, нами была разработана имитационная модель экологической системы Невской губы. За основу были приняты исследования, проведенные Зоологическим институтом АН СССР [56]. Схема средних течений и их вариаций принята по работе А.П.Белышева и Л.Ю.Преображенского [57]. Акватория Невской губы в модели была разделена на 30 ячеек, как это принято в работах ЗИН АН РАН. Состояние каждой ячейки определялось концентрацией неорганической взвеси (М) в г/куб.м. и концентрацией фитопланктона (РH) в г/куб.м.

За каждый временной шаг, длительность которого полагалась равной 6 часам, в модели происходили следующие процессы:

Перенос при помощи течений взвешенных частиц из одной ячейки в другую.

Диффузный обмен между ячейками.

Седиментация органического и неорганического вещества.

Бактериальное разложение взвешенного органического вещества.

Образование первичной продукции фитопланктона.

Отмирание фитопланктона.

Поступление (взмучивание) неорганической взвеси со дна.

Выброс органической взвеси как из р.Невы, так и из коллекторов очистных сооружений.

Внесение в систему фитопланктона, детрита и неорганической взвеси из р.Невы и вынос этих компонентов через дамбу в Восточную часть Финского залива.

Первым этапом работы модели было определение интенсивности поступления неорганической взвеси со дна Невской губы при известном распределении концентраций по акватории губы, известных схемах течений и переносов и поступлении взвешенных частиц из р. Невы. Был применен обычный градиентный метод поиска минимума функционала вида

( M - M )  min

где M -значения концентрации взвесей по осредненным данным наблюдений за 1982-1984 гг., M - те же значения, полученные в модели.

Следующий этап работы модели заключался в подборе гидробиологических параметров. Прозрачность воды определялась по эмпирической формуле, полученной на материале Невской губы:

T = (в м.)

Значение суточных коэффициентов P/B фитопланктона (т.е. отношение продукции за некоторое время к средней для этого промежутка времени биомассе продуцирующих организмов) бралось по данным исследований ЗИН АН СССР. Первичная продукция полагалась ограниченной только световыми условиями, как как минеральные формы азота и фосфора в губе всегда в избытке.

Эмпирическое соотношение PROD= 1.5*PH*(P/B)*T, полученное на материале Невской губы предполагает, что фотосинтезирующий слой в 1.5 раза превышает то значение, которое определяется прозрачностью. Отмирание фитопланктона задавалось коэффициентом PMORT, а разложение детрита - коэффициентом DESTR.

Эта упрощенная модель экосистемы Невской губы позволила оценить, основываясь на результатах натурных наблюдений, масштабы процессов биотического круговорота вещества в Невской губе и роль внешних источников неорганической взвеси и аллохтонной органики. Небольшая серия экспериментов, проведенных на модели, показала, что изменение общей схемы стоковых течений в губе мало влияет на изменение характеристик экосистемы. Рассматривались, например, варианты перенесения основного потока к северу или к югу от о. Котлин.

Наиболее чувствительной экосистема Невской губы оказалась к замедлению водообмена в губе. В модели это имитировалось снижением коэффициента горизонтальной диффузии, что приводило к существенному росту биомассы фитопланктона в прибрежных районах с сответствующим увеличением концентрации мертвого органического вещества. Естественно, данный результат имеет главным образом качественный характер и для прогностических целей нужна более совершенная модель.

3.2. Модель водопользования для экосистемы “Невская губа”

3.2.1. Методология

В данном разделе на примере единой компьютерной модели сделана попытка обобщить материал, накопленный по программе “Невская губа”, выполняемой Санкт-Петербургским Научным Центром Российской Академии Наук в 1992-1993 годах. Объем этих исследований очень велик, и результирующая система оказалась совершенно недоступной для обычных персональных компьютеров, которыми располагают заинтересованные организации, как по быстродействию, так и по объему памяти. Это обстоятельство побудило к созданию упрощенного варианта, который отражал бы только самые основные черты моделей экологических систем Ладожского озера, Невской губы, восточной части Финского залива и источников поступления загрязнений в воду как в черте города Санкт-Петербурга, так и за его пределами. Ниже (раздел 3.2.2) описаны основные элементы уже работающей компьютерной системы. Создание этой модели важно в методологическом отношении, так как позволяет в приемлемое время провести достаточно обширный круг исследований с тем, чтобы экономно планировать эксперименты с дорогостоящими гидродинамическими моделями Невской губы или Ладожского озера.

В практическом отношении упрощенная модель данной сложной системы позволяет оценить роль отдельных факторов и подсистем для обоснованного планирования сбора материалов, натурных наблюдений и научных экспериментов. Включение в модель экономических и правовых факторов важно с точки зрения обоснованного выбора стратегии природоохранительных органов, например. при назначении плат за выброс в воду загрязняющих веществ.

В теоретическом плане упрощенная модель водопользования достаточно сложной системой позволяет наметить общие пути подхода к управлению системой, в которой критерии эффективности находятся в явном противоречии друг с другом (экономика и экология) и необходимо принятие обоснованного компромиссного решения.

В основу предлагаемой модели положено представление о единстве и взаимосвязанности биологических, химических и гидродинамических процессов в рассматриваемой водной системе, состоящей из большого озера, короткой, но очень многоводной реки, мелководного морского залива со специфическим участком, отгороженным недостроенной в настоящее время дамбой, задуманной как средство борьбы с наводнениями. Неотъемлемую часть этой системы составляет город с пятимиллионным населением, развитой промышленностью и обильными сбросами промышленных и бытовых сточных вод. Ко всему этому следует добавить вполне разумное, но плохо выполняемое на практике природоохранное законодательство и нестабильную экономику и финансовую систему. Сказанное должно подготовить нас к тому, что мы действительно имеем дело со сложной системой, рассмотрение изолированных частей которой малопродуктивно.

3.2.2. Общая компоновка модели

Основная цель этой работы заключается в том, чтобы установить, как те или иные решения природоохранительных органов повлияют на состояние экологических и экономических систем. Главный смысл Закона России об охране окружающей среды (принят 19 декабря 1991г.) заключается в нахождении научно обоснованных сочетаний экологических и экономических интересов. Однако ни Закон, ни пространный комментарий к нему не дают никаких указаний, каким именно образом следует найти компромисс между экологическими требованиями о сохранении чистоты окружающей среды и экономическими требованиями о рентабельности производства. Закон в равной мере отвергает экономический экстремизм, еще не так давно господствовавший в нашей стране, и экологический утопизм, призывающий прекратить всякое воздействие на живую природу. Значит, остается искать компромиссное решение, что далеко не просто.

Остановимся на особенностях алгоритма работы программы, реализующей имитационную модель системы. После уточнения значений параметров, принимаемых по умолчанию, на экране дисплея появляется схематическое изображение водной системы “Ладожское озеро - Нева - Невская губа - восточная часть Финского залива” (см. рис. 1 выше в разделе 2.3).

Подогнав курсор к символическим изображениям предприятий, которые сливают в воду промышленные отходы, можно при нажатии функциональной клавиши посмотреть принятые по умолчанию и изменить такие характеристики как выход того или иного загрязняющего вещества на единицу продукции, зависимость стоимости очистки от степени извлечения загрязняющих веществ из сточных вод и другие параметры (см. рис.2). В рассматриваемом простейшем варианте модели учитывается только 8 источников загрязнения и только два загрязняющих вещества, условно названных “биоген” и “токсикант” по специфике их действия на биологические объекты, однако и число источников загрязнения и число учитываемых загрязняющих веществ может быть увеличено.

Рис. 2. Объянение в тексте.

Следующим этапом работы программы является установление лимитов сброса каждого загрязняющего вещества каждым источником загрязнения. Кроме того, на этом этапе задается размер платы за сброс в воду единицы загрязняющего вещества каждого типа в пределах установленного лимита и кратность повышения плат за сброс при превышении установленного лимита.

После установления норм природопользования начинается имитация деятельности предприятий, сбрасывающих загрязненые воды. Предполагается, что каждое предприятие само устанавливает степень очистки по каждому загрязнителю, исходя из соображения минимизации разности между выплатами в экологический фонд за сбросы по принятым нормам и затратами на строительство и эксплуатацию очистных сооружений (см. раздел 2.3). Поиск минимума проиводится методом сплошного перебора с дискретностью степени очистки в 0.1. Результаты оптимизации выдаются на дисплей.

Следующий этап работы программы заключается в демонстрации на дисплее структуры ячейки водной экологической системы и в возможности корректировки отдельных ее параметров (см. рис.3). В принятом приближении из элементов экосистемы рассматриваются только фитопланктон, растворенные в воде соединения биогенных элементов и токсикантов, а также взвешенное мертвое органическое вещество - детрит. Из процессов, происходящих в водной экологической системе, в упрощенном варианте имитируются только процесс фотосинтетического образования первичной продукции фитопланктона, процесс отмирания планктонных водорослей (полагается, что на скорость этого процесса может оказывать влияние концентрация токсиканта), процесс бактериального разложения мертвого органического вещества, а также процесс осаждения детрита на дно водоема (см. раздел 2.2).

Рис. 3. Объянение в тексте.

Далее, на следующем этапе работы программы демонстрируется пространственная структура моделируемой системы и возможности коррректировки параметров водообмена. Вся акватория системы “Ладожское озеро - Нева - Невская губа - восточная часть Финского залива” разбита на 12 областей, или ячеек. Ладожское озеро представлено 6 ячейками, Нева - одной, Невская губа - четырьмя, а восточная часть Финского залива - снова одной ячейкой. Внутри каждой ячейки все переменные для системы полагаются константами (рис.4).

Рис. 4. Объянение в тексте.

Связи между ячейками представлены в виде потоков, которые можно изменять в зависимости от моделируемой ситуации (рис.5). Условие непрерывности (соблюдение постоянства объема воды в каждой ячейке) проверяется после каждой корректировки, и результаты проверки выводятся на дисплей в виде сообщения о ячейках, в которых нарушено условие непрерывности.

Рис. 5. Объянение в тексте.

После установления всех параметров системы начинается имитация реакции экосистемы на заданные воздействия. Процесс происходит с временным шагом в одни сутки и включает в себя гидрохимическую и гидробиологическую часть, перенос компонентов системы между ячейками в соответствии с заданными потоками и поступление загрязняющих веществ в тех количествах, которые были определены в программе оптимизации работы предприятий, сбрасывающих свои отходы в Ладожское озеро, реку Неву или Невскую губу.

Пройдя заданное число шагов, программа выводит конечное состояние системы на дисплей, хотя возможно высвечивание и промежуточных состояний. На этом этапе возможна оценка состояния любой части рассматриваемой системы с точки зрения превышения норм предельно допустимых концентраций по загрязняющим веществам, а также по концентрации фитопланктона и мертвого органического вещества. Это позволяет оценить результаты тех природоохранных мероприятий, которые закладывались в начале работы программы. Подобные варианты имитационных экспериментов можно повторять неограниченное число раз.

4. Концептуальная модель экосистемы Невской губы

На основании информации, содержащейся в банках данных, и результатов предварительного моделирования экосистемы Невской губы (см. раздел 3) разработана и исследована концептуальная модель экосистемы Невской губы. Модель состоит из двух основных блоков: блока модели материальных процессов и блока модели информационных процессов.

4.1. Блок материальных процессов

Исследуемая система Невской губы может быть подразделена на следующие взаимосвязанные части:

рельеф дна, конфигурация берегов и конструкция гидротехнических сооружений;

схема течений, сгонно-нагонных явлений и турбулентной диффузии в водном теле Невской губы и прилегающих к ней частях дельты Невы и восточной части Финского залива;

система источников, переноса и осаждения неорганической взвеси;

система источников, переноса и поглощения, а также обмена с грунтом всевозможных растворенных и взвешенных веществ, оказывающих токсическое действие на человека и гидробионтов Невской губы и Восточной части Финского залива;

экологическая система Невской губы, представленная в самом простейшем случае биомассой фитопланктона, концентрацией мертвого органического вещества и концентрацией биогенов - фосфора и азота, могущих лимитировать развитие фитопланктона.

Интегрированным показателем, являющимся выходом системы, служит качество воды, определяемое по медико-санитарным и иным показателям.

4.2. Блок информационных процессов

Имеется немало сведений в виде карт, промеров и других документов, дающих представление о рельефе дна в Невской губе. Как показал опыт, ошибка ряда данных может достигать нескольких метров и довольно трудно предсказуема. Поэтому вводится понятие модельного рельефа дна, отличие которого от действительного будет тем меньше, чем более тщательно и, следовательно, с большими материальными затратами, будет исследован рельеф Невской губы, чем точнее будут модели переносов донных отложений, чем выше будет дисциплина организаций, проводящих выброс грунта, добычу песка в карьерах и дноуглубительные работы.

Пространственное распределение источников неорганических взвесей и их распространение по акватории тоже не может быть точно известно и тем более предсказано. Поэтому вводится понятие о модельных источниках и модельных концентрациях неорганических взвесей, которые зависят от точности и подробности измерений этой величины, а также от точности модели течений и турбулентных переносов.

Схема течений при различных ветровых условиях, денивиляциях уровня воды и расходе р.Невы также лишь приближенно отражает действительную картину. Степень приближения модельных течений к действительным зависит от качества моделей и затрат на машинное время, требующееся для их реализации. Не последнюю роль играет и качество прогноза метеорологических факторов.

Расхождения между реальными и модельными концентрациями токсических примесей могут быть большими, особенно при залповых выбросах, так как число их может быть очень велико и источники трудно выявляются. С модельным описанием элементов экосистемы дело обстоит еще сложнее, так как тут играет роль правильность наших представлений о скорости фотосинтеза, бактериальной деструкции, осаждении, смертности и выедании водорослей. Приближение модельных величин к действительным зависит от интенсивности и результативности научных исследований в области гидробиологии. Кроме того, точность гидробиологических моделей всегда, особенно в таком сильнопроточном водоеме как Невская губа, связана с точностью гидродинамических моделей, описывающщих транспорт гидробионтов и неживых элементов экосистемы.

Наконец, никогда нельзя наверняка быть уверенным, что наши представления о механизме формирования качества воды отражают точно результаты воздействия примесей к питьевой, бытовой и технической воде на организм человека. То, что считается безопасным, может оказаться очень вредным (особенно, когда воздействует одновременно несколько факторов); обратные примеры, к сожалению, маловероятны. Суждение о качестве воды может быть получено только из информационной части системы. При этом ошибка признания негодной воды за нормальную значительно более страшна, чем объявление безвредной воды опасной для здоровья.

4.3. Особенности функционирования модели

Работа программы начинается с введения констант и задания параметров внешней среды. Каждый машинный эксперимент начинается с достаточно условного состояния - неправдоподобно чистого водоема. При этом устанавливаются минимальные или нулевые значения переменных. Поэтому результаты каждого эксперимента следует рассматривать как отображение конкретной ситуации, а не модели экосистемы при длительных внешних воздействиях. Именно поэтому функционирование модели целесообразно ограничить небольшим числом шагов: 8-12 сутками, что соответствует времени почти полного водообмена в Невской губе.

После установления начального состояния воспроизводятся результаты наблюдений за состоянием р.Невы. За неимением более точных данных предполагается, что оценки концентраций взвесей, растворенных веществ и фитопланктона являются несмещенными с равномерным законом распределения. Имитация случайных величин производится посредством функции генератора случайных чисел. Возможные отрицательные оценки из рассмотрения исключаются и заменяются нулевыми.

Транспорт неорганической взвеси, токсических веществ, детрита, биогенов и фитопланктона имитируется независимым вычислением всех потоков между ячейками с последующим определением результирующих концентраций. Таким образом гарантируется выполнение условия сохранения суммарного количества вещества, участвующего в переносе. В переносе детрита и неорганического вещества учитываются процессы седиментации.

Осаждение фитопланктона на грунт не учитывалось из-за неопределенности процесса взмучивания клеток водорослей со дна. В модельной интерпретации этих процессов алгоритм оставлен тот же, однако схема течений и источники вещества подвергаются стохастическому ";зашумлению";, которое определяется точностью наших представлений о процессах переноса, седиментации и взмучивания. В какой то мере можно считать, что чем больше затраты на фундаментальные исследования, тем меньше отклоняется модель процесса от оригинала. А чем больше затраты на организацию и осуществление мониторинга, тем меньше отклонение принятых в модели параметров от ";истинных";.

Гидробиологические процессы имитируются так, как это было показано в модели экосистемы Невской губы (раздел 3.1). В отличие от предварительной модели, в данном случае учитывается потребление биогенов (а именно минеральных форм азота) в процессе фотосинтеза. Хотя в Невской губе наблюдается постоянный избыток биогенов, учет их потребления нужен для оценки выноса растворенного азота и фосфора в восточную часть Финского залива. Там биогены лимитируют первичную продукцию фитопланктона, и их поступление из Невской губы может оказать существенное влияние на качество воды в этом районе.

В модельной интерпретации гидробиологических явлений оценки коэффициентов смертности, деструкции и суточного P/B (т.е. отношение продукции за некоторое время к средней для этого промежутка времени биомассе продуцирующих организмов - раздел 3.1) являются несмещенными, хотя это строго не обосновывается. Конечно, в реальности указанные оценки явно смещены (это, например, подтверждается расхождением оценки величины первичной продукции радиоуглеродным и кислородным методом или расхождением оценки биомассы фитопланктона по концентрации хлорофилла ";А"; и методом прямого счета), но насколько и в какую сторону, сказать в общем случае достаточно трудно.

Качество воды по акватории Невской губы на каждом временном шаге системы определялось, исходя из анализа 4 компонентов: отношений концентраций токсинов (КT), неорганической взвеси (KM), детрита (KD) и фитопланктона (KP) к соответствующим ПДК для двух вариантов - с учетом рельефа дна и гидродинамики и без него. При этом для расчетов всякий раз использовалась та компонента, которая в максимальной степени ухудшала качество.

Поскольку в информационной части исследуемой системы существенную роль играют случайные величины, то при одной реализации материальной части системы приходится осуществлять целую серию реализаций ее информационной части для получения достаточно устойчивых функций распределения выводимых величин - например, оценки качества воды. Число таких реализаций задается после прохода материальной части модели. Функции распределения в виде гистограммы выдаются на экран дисплея.

Результаты прогона модели отображаются на экране дисплея. Меню состоит из двух разделов Природаи Модель, которые соответствуют материальной и информационной части системы. В каждом разделе есть позиции Неорганическая взвесь, Токсические вещества, Детрит, Фитопланктон, Биогены и Качество воды. По каждой из интересующих нас позиций можно получить карту распределения данного элемента по акватории Невской губы. Распределение дается по пяти градациям от максимального до минимального и по 12 зонам с выводом цифрового значения максимального числа и указанием номера зоны, в которой этот максимум достигается. Опасная зона (если она существует), окрашивается в красный цвет. После просмотра результатов моделирования возможен переход к рассмотрению различных вариантов управления (сценариев) при неизменных природных воздействиях на систему. Предлагаются следующие сценарии:

1.Разборка северной части дамбы.

2.Разборка южной части дамбы.

3.Изменение источников неорганической взвеси на акватории губы (прекращение свалки мусора, работы земснарядов, укрепление берегов и т.п.)

4.Изменение интенсивности источников токсического загрязнения в Невской губе (закрытие производств или изменение технологий, введение или усовершенствование средств очистки, аварийные выбросы токсических веществ).

5.Изменение поступления органических веществ на акватории Невской губы (изменение мест вывода сточных вод, улучшение или ухудшение средств очистки, аварийные выбросы органики).

6.Изменение источников взвеси в р.Неве (городские выбросы и поступления с притоками реки из Ладожского озера).

7.Изменение выбросов в р.Неву токсических веществ как в черте города, так и вне него, а также в притоках и в Шлиссельбургской губе.

8.Изменение системы мониторинга. (Можно сделать ее более или менее точной, однако всякое повышение точности требует дополнительных затрат, причем зависимость между точностью и затратами явно нелинейная).

9.Изменение качества моделирования и прогнозирования.

Последний пункт управления связан с затратами на фундаментальные и прикладные исследования. Установить количественную зависимость точности прогноза от затрат на его осуществление крайне трудно, но эта зависимость явно далека от линейной. Имеется возможность сочетать одновременно несколько разных воздействий. Например, при заведомо большом разбросе оценок качества воды в случае явного отравления воды токсическими веществами можно уменьшить выброс этих веществ при одновременном увеличении точности мониторинга и прогнозирования.

После принятия соответствующего решения модель начинает работать снова с нулевого начального состояния. Подобный цикл исследований может повторяться необходимое число раз. Во время работы модели можно получить подробную информацию о ее текущем состоянии. Тогда на экране высвечивается таблица переменных в материальной и информационной частях модели. а также сведения об относительной ошибке описания в модели соответствующих величин по всей акватории Невской губы.

Правдоподобность созданной модели, ограничивается, по существу, созданием предварительной разработки. При оценке результатов такую схематичность и иногда нарочитую грубость модели следует учитывать.

Основной задачей при анализе модели стало выяснение вопроса о соотношении необходимого уровня точности мониторинга и моделирования природных процессов для обеспечения надежного прогноза качества воды. К сожалению, для всех возможных условий выполнить такую работу практически невозможно даже при такой упрощенной модели, с которой мы имеем дело. Поэтому задавался условный, но совершенно определенный сценарий. Параметры выброса токсических веществ, органики и биогенов в черте г.Санкт-Петербурга принимались такими, чтобы при безветренной погоде и среднем расходе р.Невы в Невской губе нигде не наблюдалось опасных условий по качеству воды. Это то состояние системы, которое, по всей видимости, существовало или, во всяком случае, могло существовать.

В качестве сценария природных условий был принят сильный устойчивый восточный ветер, дующий постоянно в течение недели. Точность определения концентраций взвесей, биогенов и токсических веществ в р.Неве была принята достаточно высокой (10 %), что, пожалуй, является пределом современных технических возможностей мониторинга (конечно, речь идет не об аналитической точности приборов, которая гораздо выше принятого значения, а об оценке параметра экологической системы, в котором участвуют эффекты временной и пространственной неоднородности).

Такой же принята и исходная точность модельных построений (10 %), что крайне оптимистично. Для биологических процессов такая точность явно недостижима, и поэтому она принята более низкой (20 %).

Каким же образом влияет точность измерений и оценок тех или иных параметров на конечный результат оценки качества воды ? Очевидно, что влияние это различно, что весьма существенно для рационального планирования всего комплекса определения первичных данных и их использования при моделировании системы.

Исследование модели показало, что при принятом сценарии наиболее опасной зоной является южное побережье губы в районе Стрельны и Петергофа. Заметим, что в рассматриваемом случае качество воды определяется ее токсичностью, опасность по которой при принятом критерии качества воды и коэффициентах КМ,КТ,КР,КD (см. выше) значительно превышает опасность по другим показателям.

Анализ модели при принятом сценарии внешних условий и с принятой оценкой качества воды (10 %), но при ухудшении качества мониторинга (при ошибке 50 %) показал, что разброс оценок качества воды увеличивался в сторону худшего качества воды. Оценка является несмещенной. При снижении качества моделирования и сохранении высокой точности мониторинга функция распределения оценок становится асимметричной, оценка среднего - смещенной из-за нелинейности модели. Дисперсия оценки выше, чем в предыдущем случае. Совместное действие грубой модели с неточным мониторингом еще больше увеличивает дисперсию оценки качества воды .

Рассмотрим другой случай, при котором качество воды в Невской губе определяется не только токсичностью, но и концентрациями фитопланктона и мертвой органики (КТ=5, КР=20, КМ=5, КD=10). Сценарий природных условий оставим тем же, что и в предыдущем случае. Результаты исследования приведены в Таблице 4 для двух контрастных в рассматриваемом случае зон I и II (у Лисьего Носа, где концентрация фитопланктона мала, и у Стрельны, где она высока).

Таблица 4

Влияние степени изученности отдельных компонент системы на оценку качества воды в Невской губе. Минимум соответствует 10% погрешности используемых параметров, максимум - 50%. Цифрами даны значения качества воды (в единицах концентрации - объяснение в тексте). Средние величины вычисляются с весовыми коэффициетнами, учетывающими рельеф и глубины каждого участка исследуемого района.

Зона I

Зона II

макс.

мин.

Сред.

макс.

мин.

сред.

Исходное состояние

31

20

25

73

62

67

Мониторинг концентрации взвесей

31

20

25

82

68

74

Мониторинг токсических примесей

41

24

29

82

67

74

Мониторинг органических веществ

40

17

27

88

68

75

Мониторинг концентрации фитопланктона

32

21

27

83

62

74

Изученность рельефа дна

319

16

69

301

37

63

Моделирование течений

40

11

25

74

42

56

Седиментация

27

19

23

41

32

35

Коэффициент Р/В фитопланктона

30

20

25

78

64

70

Деструкция органического вещества

31

20

26

84

67

65

Смертность фитопланктона

31

20

25

69

59

65

В зоне I значительно влияют на оценку качества воды только грубые ошибки в определении рельефа дна и связанной с ним схемы течений. Ухудшение остальных параметров систем мониторинга и моделирования на оценку качества воды в данной зоне при данном сценарии внешних условий оказывается менее существенным (при принятой схеме внешних условий).

В зоне II, в которой биологические процессы играют существенную роль в формировании качества воды, картина сложилась несколько иная. Ухудшение качества мониторинга концентраций взвесей в р.Неве, токсических примесей и фитопланктона существенно смещают оценку качества воды, чего не отмечалось в зоне I. Эффект ошибочного определения рельефа дна примерно такой же, как и в предыдущем случае, а вот ошибка в определении скоростей течений может существенно сместить оценку качества воды в наиболее опасную сторону (прогноз хорошего качества воды при плохом действительном состоянии). Ошибка в оценке скорости осаждения взвешенных частиц (седиментации) еще сильнее сказывается на оценке качества воды, чем ошибка в поле течений (всюду речь идет только об относительных ошибках).

К определению продукционных характеристик фитопланктона модельная система если и чувствительна, то не так сильно, как этого и можно было ожидать. Но влияние ошибок в описании процессов деструкции органического вещества и отмирания фитопланктона несколько выше, чем ошибок в описании процесса продуцирования.

Теперь перейдем к оценке влияния различных элементов рассматриваемой системы на конечную цель - решение о том, представляет ли опасность качество воды в какой-либо зоне акватории Невской губы. Этот достаточно сложный и очень глубокий с научной и социальной точки зрения вопрос был сведен к выяснению истинности неравенства К < ZZi, где К - качество воды в i-ой зоне, ZZi - критерий качества воды. Правая часть этого неравенства задается, исходя из результатов научных исследований и имеет, естественно, свою функцию распределения и ошибку, оценить которые количественно, однако, нелегко. Левая часть неравенства определяется свойствами системы, в том числе и точностью наших представлений о ее функционировании, т.е. как раз тем, что рассматривалось выше.

В Таблице 5 приведены относительные ошибки определения правой и левой частей неравенства, определяющего решение об опасности или безопасности ситуации в губе. Приведенные цифры получены из экспериментов, описанных выше, и поэтому носят ориентировочный характер, так как рассматривались не все возможные случаи, а только один и, возможно, не самый характерный.

Таблица 5

Относительная ошибка в принятии решения о недопустимом загрязнении воды при относительной ошибке в 0.5 некоторых параметров системы

Параметры

Ошибки

Оценка критического значения критерия качества воды

0.5

Оценка концентрации взвешенных и токсических веществ в р. Неве

0.23

Оценка рельефа дна Невской губы

3.40

Оценка скоростей течений

0.37

Оценка скорости седиментации

0.52

Оценка первичной продукции

0.16

Оценка скорости деструкции

0.25

Оценка смертности фитопланктона

0.11

Особенно критически следует отнестись к очень высокой зависимости ошибки в принятии решения от ошибки в определении рельефа дна. Для примера был взят очень мелководный район и нагонный ветер, естественно, что очень маловероятная ошибка в определении глубины в 50 % очень резко сказывается на оценке качества воды.

5. На пути к созданию информационной системы принятия решений и управлению природной средой региона

В течение нескольких лет нами проводились исследования, направленные на решение проблемы качества воды в Санкт-Петербурге. Работа, выполняемая коллективом авторов (не только нашей организации), специалистов в различных областях науки и техники, представляет собой пример комплексного подхода к проблеме управления качеством воды в городе Санкт-Петербурге. Конечная цель этой работы - создание компьютерной программы, предназначенной для оценки создавшейся ситуации и выбора мер по устранению и предупреждению возможных опасных для населения и живой природы загрязнений водного бассейна. Первая версия такой программы - мы ее называем макетом - уже создана.

В приведенных выше разделах мы более подробно описали те части этой системы, которыми непосредственно занимались в рамках данных исследований. Конечно, сжатые сроки и ограниченные ресурсы заставили всемерно, где это только было возможно, упростить поставленную задачу. Однако коллектив исполнителей, не единожды сталкиваясь с непониманием организаций, ответственных за экологическое состояние региона, не считал возможным поступиться в самом главном - в комплексности проблемы.

Многие части компьютерной системы описывают реальные процессы пока фрагментарно (технология сточных вод, гидродинамика Ладоги и Невской губы, структура и динамика водных экологических систем), но это вовсе не означает, что исполнители при наличии достаточного количества времени и материальных ресурсов не способны создать более подробные и близкие к действительности частные модели общей системы принятия оптимальных решений. По многим разделам проблемы (например, гидродинамика Ладоги и Невской губы и некоторые другие) такие программные продукты уже существуют, в других случаях пришлось использовать экспериментальный материал в виде таблиц и баз данных. Цель всей работы вовсе не в том, чтобы продемонстрировать достижения вычислительных методов прикладной математики и информатики, а в том, чтобы убедить руководство города Санкт-Петербурга, непосредственно ответственное за состояние водной среды города и здоровье его населения, в реальности и практической разрешимости проблемы управления качеством воды в городе и прилегающих акваториях.

Как уже говорилось, результатом коллективного труда специалистов ряда научных организаций города (немного подробнее об этом сказано ниже) явилось создание макета информационной системы, включающей в себя гидрологические, гидрохимические, гидробиологические, экономические, медицинские и правовые аспекты управления качеством воды в городе Санкт-Петербурге. Основной смысл проделанной работы заключается в том, что от общих рассуждений о том, что загрязнять водоемы не следует, и многочисленных частных сообщений о деградации природы под воздействием человека (по этому поводу нет недостатка ни в научных трудах, ни в публицистических выступлениях) сделан переход к работающей системе, с помощью которой можно объективно отслеживать последствия тех или иных конкретных решений природоохранительных органов.

Иными словами, от эмоциональных оценок и констатаций свершившихся фактов сделан шаг к количественному, беспристрастному научному прогнозу. Показана реальная возможность создания информационно-экспертной системы для управления качеством воды в акваториях Санкт-Петербургского региона.

Конечно, это только первый шаг на пути к созданию реальной системы контроля и управления природной средой такого большого региона, как Санкт-Петербургский. В дальнейшем место примитивных боксовых моделей Невской губы и Ладожского озера должны занять более точные и современные, достаточно надежные и апробированные на практике трехмерные гидродинамические модели, некоторые из которых уже созданы научными коллективами под руководством к.ф-м.н, И.А.Неелова (ЛИАН), д.ф-м.н. Л.А. Руховца (Мат.экон. ин-т РАН), к.г.н. О.А.Савчука (ЛОГОИН). Банки данных по гидробиологии и гидрохимии, а также банки данных по сбрасывающим сточные воды предприятиям, содержащие сведения о применяемых на них технологиях производства, созданы в НИЦЭБ РАН (к.т.н. О.Н.Макаров и к.г.н. Л.Ю.Преображенский). Глубокие теоретические исследования в области биологии, доведенные до компьютерной модели акватории Санкт-Петербурга, провел Зоологический ин-т РАН (чл.-корр. А.Ф.Алимов и д.б.н. А.А.Умнов). Очень весом и реалистичен опыт санитарно-гигиенических исследований (проф. д.м.н. Ю.А.Мусейчук). Большой опыт системных исследований в конкретной области управления качеством воды в акваториях Санкт-Петербурга накопил коллектив Петербургского технического университета (к.т.н. М.М.Степанов). Можно было бы продолжить это перечисление, но уже сказанного достаточно для того, чтобы показать, что в Санкт-Петербурге сложился коллектив ученых и специалистов разных специальностей, способный решить проблему создания информационно-экспертной системы управления качеством воды акватории Санкт-Петербурга. Особо следует подчеркнуть, что это именно коллектив, а не отдельные специалисты, и этот коллектив уже имеет опыт совместной работы под руководством Санкт-Петербургского Научного центра РАН. Для продолжения и развития работы нужна только соответствующая поддержка.

В своем развитии данная коллективная работа имела и имеет два аспекта -вглубь” и “вширь”. Начнем с первого. Конечно, вместо восьми достаточно условных источников загрязнения, представленных в рассматриваемом макете, в дальнейшем появятся 30-50 вполне конкретных объектов с известными технологиями производства и системами очистки. Подготовительные исследования для этого уже проделаны Ленкомэкологией и НИЦЭБ. Соответственно будут уточнены процессы мониторинга, контроля и правового механизма воздействия на организации и предприятия, сбрасывающие воду в акватории и потребляющие ее. Необходимо будет также дополнить модель имитацией реального прохождения юридической процедуры судебного и внесудебного решения спорных вопросов водопользования.

Река Нева с ее протоками и каналами в черте Санкт-Петербурга представляет собой прекрасный объект для имитационного моделирования, равно как и достаточно сложная и далекая от оптимальности система канализации и водоснабжения города. О развитии гидрологических и гидробиологических подмоделей общей системы уже говорилось выше - тут прогресс вполне реален и хорошо подготовлен уже проведенными исследованиями.

Следует также вспомнить и о рыбохозяйственной стороне дела, которая пока не нашла отражения в предлагаемой системе, но несомненно того заслуживает. Ведь благополучие ихтиофауны - не только один из критериев хорошего качества воды, но и вполне весомый (хотя и не первостепенный) экономический фактор, влияющий на жизнь региона.

Перейдем теперь ко второму аспекту развития данной работы - вширь. Конечно, водная среда хотя и очень важна для Санкт-Петербурга, но далеко не исчерпывает понятие природной (или окружающей) среды большего города. Очень важное значение имеет воздушная среда, и без включения ее в экспертно-информационную систему анализ, например медико-санитарной статистики становится затруднителен.

Взаимосвязанность водной и воздушных сред города очевидна. Объем научных разработок в области моделирования переноса загрязняющих примесей, выбрасываемых в атмосферу достаточно велик, и хотя для условий Санкт-Петербурга они пока имеют разобщенный и локальный характер, но все же они вполне поддаются сведению в единую систему в достаточно короткие сроки.

Помимо водной и воздушной среды достаточно важен и третий природный компонент среды большего города - почва и почвенные воды. Здесь также накоплен большой фактический материал, но конкретный прогноз процессов накопления и перемещения загрязнений еще требует большой работы.

Наконец, окружающая среда Санкт-Петербурга теснейшим образом связана с жизнью самого города, с развитием жилищного, индустриального (особенно портового) и транспортного строительства, с демографическими процессами, динамикой транспортных потоков, организацией туризма, охраной исторических памятников и многими другими процессами и явлениями.

Не последнюю роль в состоянии окружающей среды города играет и социальная психология его населения. Все эти аспекты также в дальнейшем можно будет включить в информационную систему.

Заключение

Показана реальная возможность создания комплексной модели экологической системы Невской губы и Восточной части Финского залива, охватывающей все или почти все аспекты, относящиеся к проблеме качества воды в данном водоеме. Вместе с тем, исследование созданной модели выявило ее наиболее уязвимые места. Главным образом это относится к формулированию критерия качества среды и, в частности, воды. Принятие решения об опасности ситуации в первую очередь зависит от надежности этого последнего критерия и уж во вторую от точности наших представлений о схеме течений, распространении примесей, деструкции органики и развитии фитопланктона. Для успешной работы системы необходимо создание механизма для выработки критерия качества воды в конкретных условиях. Наиболее подходящей формой такого механизма следует считать экспертную систему, а не модель, для создания которой еще недостаточно знаний о механизме действия тех или иных загрязняющих примесей на организм человека и население города в целом.

Проделанная работа позволила сравнить, хотя и не в самом общем виде, а на конкретном примере, последствия, вызванные снижением качества мониторинга и снижением качества моделирования. Выяснилось, что снижение качества моделирования ведет к большему разбросу оценок и их смещенности. Конечно, это не означает, что мониторингом можно пренебрегать (его роль показана достаточно отчетливо), но разрушает представление о том, что только один разветвленный и мощный мониторинг способен решить задачу прогноза и оценки качества воды. Выявлена необходимость гармонического сочетания исследований в области изменения рельефа дна, гидродинамики, гидрохимии и гидробиологии для создания работоспособной системы.

Приоритетное развитие какой-либо области исследований в ущерб другим недопустимо, ибо в принятии решения могут участвовать все компоненты системы с более или менее сходной значимостью. Однако особо следует отметить важность процесса седиментации (вернее, обмена на границе вода - дно) для рассматриваемой системы. По чувствительности конечного результата параметры обмена вода - дно идут сразу за критериями качества воды и оценке рельефа дна. Проблема взаимоотношения динамики экологической системы, находящейся под сильным антропогенным воздействием, и средств ее наблюдения, изучения и управления ею достойна более фундаментального изучения и не только на примере экосистемы Невской губы.
Приведенные материалы подтверждают мнение о необходимости продолжения работ по созданию единой экспертной информационной системы, включающей в себя не только сведения о состоянии и динамике среды и источниках ее загрязнения, но и весь комплекс экономических, социальных, технических (в частности, архитектурных и градостроительных), культурных и других процессов, определяющих развитие такого сложнейшего образования как Санкт-Петербург.

Конечно, создание подобной системы потребует больших интеллектуальных и материальных усилий, но без такой работы никакой план социально-экономического развития города и региона не может быть признан реалистичным, особенно, если разрабатываются различные, альтернативные варианты развития. Такая работа вполне соответствует научному потенциалу Санкт-Петербурга и должна способствовать налаживанию и укреплению междисциплинарных связей, которые всегда способствовали научному прогрессу. Однако главная цель предлагаемых разработок состоит в том, чтобы обеспечить руководство города и городского хозяйства реальным и научно обоснованным инструментом для выработки и апробирования вариантов управленческих и правовых решений, направленных на улучшение природной среды Санкт-Петербурга, улучшение условий жизни его населения, развитие и процветание нашего города.

Литература

  1. Саркисян А.С. Численный анализ и прогноз морских течений. Л. Гидрометеоиздат, 1977, 182с.

  2. Вольцингер И.Е., Пясковский Р.В. Основные океанологические задачи теории мелкой воды. Л. Гидрометеоиздат, 1968, 299с.

  3. Филатов Н.Н.. Динамика озер. Л. Гидрометеоиздат, 1983, 166с.

  4. Исследование водной системы Ладожское озеро - река Нева - Невская губа и восточная часть Финского залива. Результаты исследований 1981-1982 гг. / Под ред. И.А.Шаломанова и Л.Ю.Преображенского. Тр. ГГИ. вып. 321, Л. Гидрометеоиздат, 1988, 135с.

  5. Астраханцев Г.П., Егорова Н.Б., Руховец Л.А. Моделирование течений и термического режима Ладожского озера. Ин-т озероведения АН СССР. Л., 1988, 44с.

  6. Великанов М.А. Русловой процесс (основы теории). Гос.изд. ф.-м. лит. М., 1958, 396с.

  7. Харбух Дж., Бонем-Картер Г. Моделирование на ЭВМ в геологии. Мир. М., 1974, 320с.

  8. Меншуткин В.В. Имитационное моделирование водных экологических систем. Наука. СПб., 1993, 158с.

  9. Йоргсен С.Э. Управление озерными системами. Агропромиздат. М., 1985, 160с.

  10. Математические модели в экологии. Библеографический указатель отечественных работ / Под ред. А.Д.Базыкина. ВИНИТИ. М., 1981, 224 с.

  11. Riley G.A., Stommel H., Bumpus D.F. Quantitative ecology of plankton of the Western North Atlantic // Bull. Bindham Oceanorgr. Collection, 1948, v.11, N3, pp. 1-74. .

  12. Ляпунов А.А. Об изучении балансовых соотношений в биогеоценозе (попытка математического анализа) // Журн. общ. биолог., 1968, т.296, вып.6, с. 25-32.

  13. Vinogradov V.E., Menshutkin V.V., Shushkina E.A. On Mathematical Simulation of a Pelagic Ecosystem // Marine Biology, 1972, vol. 16, pp. 261-268.

  14. Баранов Ф.И. К вопросу о биологических основаниях рыбного хозяйства // Изв. Отдела рыбоводства и научно-промысл. исслед., Петроград, 1918, т.1, вып.1, с.1-48.

  15. Beverton R.G., Holt S.G. Dynamics of exploited fish population // Fish. Invest. ser. II. London, 1957, p.362.

  16. Ricker W.E. Stock and recruitment // Journ. Fish. Res. Board Canada, 1954, vol.11, No 5, pp. 67-92.

  17. Bierman V.J., Dolan D.M. Modelling of phytoplankton - nutrient dynamics in Saginaw Bay, Lake Huron // Journ. Great Lakes Res., 1982, No 7(4), pp. 409-439.

  18. Verhagen J.H.G., Peeters J.C.H., Peelen R. A plankton production model applied to the Brielse meer // IAHR Congress pap., San Paulo, 1975, pp.1-12.

  19. Klomp R., van Pagee J.A. A model approach to the problem of water quality of the river Rhine // Delft Hydr. Lab. publ., 1981, vol. 256, pp. 1-20.

  20. Kamp-Nielsen L. Modelling the recovery of hypereutrophic lake Glums (Danmark) // Hydrobiological Bull., 2D (1/2), 1986, pp. 245-255.

  21. Voinov A.A., Tonkin A.P. Qualitative model of eutrophication in macrophite lakes // Ecological Modelling, 1987, vol. 35, pp. 211-226.

  22. Auer M.T., Canale R.P. Mathematical modelling of primary production in Green Bay (Lake Michigan, USA) // Hydrobiological Bull., 1986, vol. 20 (1/2), pp. 195-210.

  23. Brouwer F.M., Hafkamp W.A., Nijkamp P. Achievements in modelling environmental and resourse issues in the secondary sector // The Science of Total Environment, 1986, vol. 55, pp. 287-307.

  24. Jorgensen S.E., Kamp-Nielsen L., Jorgensen L.A. Examination of the generality of eutrophication models // Ecological Modelling, 1986, vol. 32, pp. 251-266.

  25. Imboden D.40M., Schwarzenbach R.P. Spatial and temporal distribution of chemical substances in lakes: modelling concepts. // Chemical process in lakes / Ed. W. Stum. NY. 1985.

  26. Teruggi S., Vendegne V. Ecological models as support systems to desisons in lake managment planning // The Science of the Total Environment, 1986, vol. 55, pp. 261-272.

  27. Gentil S. Predictive or explanatory models for aguatic ecosystems // Wat. Sci. Tech., 1984, vol.16, pp.571-587.

  28. Premazzi G., Rossi G. Phosphorus cycle in a eutrophic subalpine lake // Final Report. ECSS. Brussels, 1984, p.54.

  29. Mukai T., Tokomoto K., Shibata T., Abe H. Simulaton study of eutrophication in Hiroshima Bay // Wat. Res., 1985, vol.19, pp. 511-525.

  30. Kettunen J. Model for a eutrophic finnish lake - a case study // Aqua Fennica, 1981, vol. 11, pp. 49-54.

  31. Varis D. Water quality model for lake Kuortaneenjarvi, a polyhumic Finnish lake // Aqua Fennica, 1984, vol. 14, pp.179-187.

  32. French R.H. Lake modelling: state of art // Crit. Rev. Environ. Contr., 1984, vol. 13, No 4, pp.311-357.

  33. Меншуткин В.В., Воробьева О.Н. Модель экологической системы Ладожского озера // Современное состояние экосистемы Ладожского озера. Л. Наука, 1987, с. 187-204.

  34. Леонов А.И., Осташенко М.М., Лаптева Е.И. Математическое моделирование трансформации органического вещества и соединений фосфора в водной среде: предварительный анализ условий функционирования экосистемы Ладожского озера // Водные ресурсы, 1991, № 1. с.51-72.

  35. Ладожское озеро - критерии состояния экосистемы. Наука СПБ., 1992, 325 с.

  36. Хлебопрос Р.Г. Социально-экономическая оценка экологических объектов. Сибирск. отд. АН, Ин-т биофизики, Красноярск, 1990, 30с.

  37. Пинчук Н.М., Гришман З.М., Дитятев А.Э., Евдокимов И.И., Левченко В.Ф., Меншуткин В.В. Исследование и прогнозирование экологического состояния Невской губы и восточной части Финского залива методами имитационного моделирования // Физиология человека, 1992, № 5, с.131-135.

  38. Grishman Z.M., Evdokimov I.I., Pinchuk N.M. The Database of Hydrology and Planktonic Community of the Neva Bay, The East Part of the Finish Gulf and Ladoga Lake. // Proceedings of 8th Prague International Symp. Computer Simulation in Biol., Ecol., & Med., 1992, pp. 111- 116.

  39. Шуйский В.Ф., Евдокимов И.И., Михнин А.Е., Белов М.М., Домпальм Е.И. Зависимость видового разнообразия пресноводных водоемов от степени многофакторного лимитирования. // Факторы таксономического и биохорологического разнообразия.Тез. докл. совещщ. С.-Петербург, 12-14 апр. 1995г. -Спб., 1995-с.91.

  40. Шуйский В.Ф., Евдокимов И.И., Михнин А.Е., Белов М.М., Домпальм Домпальм Е.И. Лимитирование зообентоса экологическими факторами: количественная оценка. 1, Однофакторное лимитирование. // Биологические ресурсы Белого моря и внутренних водоемов Европейского Севера. Тез. докл. междунар. конф. Петрозаводск, 19 -23 нояб. 1995 г. - Петрозаводск, 1995 - с. 174-176.

  41. Шуйский В.Ф., Евдокимов И.И., Михнин А.Е. Лимитирование зообентоса экологическими факторами: количественная оценка. 2, Многофакторное лимитирование. // Биологические ресурсы Белого моря и внутренних водоемов Европейского Севера. Тез. докл. междунар. конф. Петрозаводск, 19 -23 нояб. 1995 г. - Петрозаводск, 1995 - с. 176-178.

  42. Шуйский В.Ф., Евдокимов И.И., Михнин А.Е., Белов М.М. Количественная оценка многофакторного воздействия на сообщества макрозообентоса // Сборник научных трудов ГосНИОРХ. 1995 - вып.314 - с. 87 -100.

  43. Меншуткин В.В. Проект ";Невская губа";. // РАН, Санкт- Петербургский научный центр, Санкт-Петербургский научно- исследовательский Центр экологической безопасности, Санкт- Петербург, 1994, 43 с.

  44. Меншуткин В.В., Макаров О.Н., Коноплев В.Н., Инге-Вечтомов С.Г. Интегрированная экоинформационная система большого города и прогнозирование экологических ситуаций. // Критерии экологической безопасности. Материалы научно-практической конференции 25-27 мая 1994 г. РАН, Санкт-Петербург, 1994, с. 41-47.

  45. Меншуткин В.В., Макаров О.Н., Семенцов В.Н., Степанов М.М., Флоринская Т.М., Инге-Вечтомов С.Г. Общая концепция организации потоков данных в едином программном комплексе ";Невская губа";. // Критерии экологической безопасности. Материалы научно- практической конференции 25-27 мая 1994 г. РАН, Санкт-Петербург, 1994, с. 171-172.

  46. Меншуткин В.В., Астраханцев Г.П., Писулин И.В., Руховец Л.В., Петрова Н.А., Инге-Вечтомов С.Г. Математическая модель для исследования реакции экосистемы Ладожского озера на изменение антропогенной нагрузки. // Критерии экологической безопасности. Материалы научно-практической конференции 25-27 мая 1994 г. Санкт-Петербург, 1994, с. 172-173.

  47. Веремьев А.В., Гришман З.М., Евдокимов И.И., Левченко В.Ф., Уральский В.Л. Создание экологических баз данных для Финского залива // Информационные системы в науке (материалы симпозиума), Москва, 1995, с. 31.

  48. Levchenko V., Evdokimov I, Grisman Z., Menshutkin V, Uralskiy V. The Databases on the Ecological Conditions of the Water Ecosestem of the East Part of the Finnish Guif (St. Petersburg Region) // Proceeding of ISEE95-conference, USA, 1995, 5 p.

  49. Galtsova V.V., Starobogatov Ya.I.,Kulangieva L.V., Levchenko V.F., Mandryka O.N., Radikevich V.V., Ozerov A.A., Kartuzkov D.V. Meiobenthos of Islands in the Eastern Part of the Guif of Finland // Proceeding of 14 th BMB Symposium. Estonia, Parnu, 1995, p. 10.

  50. Казанцева Т.И., Смирнова Т.С. Зоопланктон центрального района Ладожского озера (имитационное моделирование). СПб, Санкт-Петбургский научный центр, Институт эволюционной физиологии и биохимии им. И.М.Сеченова РАН, 1996, 58 с.

  51. Сергеев Ю.Н., Дмитриев В.В. Основные этапы становления школы имитационного моделирования экологических систем в учебно-научном центре географии и геоэкологии Санкт-Петербургского университета // География и современность, вып. 7. СПб, 1995, с. 222 - 239.

  52. Клеванный К.А. Модель динамики Невской губы // Тезисы докладов балтийских океанографов. Спб.,1992.

  53. Третьяков В.Ю., Козлова Г.И. Особенности функционирования современной водно-пойменной экосистемы оз.Ильмень // Охрана окружающей среды от загрязнения промышленнными выбросами. ЦБП. Л.,1989.

  54. Рудаков Ю.А. Распространение примеси в прибрежной зоне приливного моря (на примере Онежского и Двинского заливов) // География и современность, вып. 7.Спб,1995,с 120-133

  55. Васильев В.Ю., Дмитриев В.В., Мякишева Н.В., Огродовая Л.Я., Огурцов А.Н., Попова О.И., Третьяков В.Ю. Диагностика состояния водных экосистем южного побережья Финского залива от г.Ломоносова до м.Кургальского // География и современность, вып. 7. СПб, 1995, с. 134 - 160

  56. Невская губа. Гидробиологические исследования. Под ред. Г.Г. Винберга и Б.Л, Гутельмахера // Ленинград,Тр.ЗИН,157,1987

  57. Труды Государственного Гидрологического Института // Вып.321, стр.4-16.

44


1

Смотреть полностью


Скачать документ

Похожие документы:

  1. Глава 2 Методы математического моделирования экологических систем 2 1 Основные понятия системной экологии

    Документ
    ... применения системного подхода для изучения структур водныхэкосистем дан, ... «загрязнение» – введение в окружающую среду ... разных сторон) и комплексные (включающие соответствующие характеристики ... (см. главу 4). Статистическое моделирование, всегда ...
  2. Введение в глобалистику

    Документ
    ... экосистему ... наземных, водных, воздушных ... а) комплексногоподхода к освоению ... моделирования ... ВВЕДЕНИЕ...................................................................................................................3 ... президентов и глав правительств – ...
  3. Введение в глобалистику

    Документ
    ... экосистему ... наземных, водных, воздушных ... а) комплексногоподхода к освоению ... моделирования ... ВВЕДЕНИЕ...................................................................................................................3 ... президентов и глав правительств – ...
  4. Глава i предмет экологии методы и задачи экологии план

    Лекция
    ... 1 Глава I. ... системного подхода, натурных наблюдений, эксперимента и моделирования. ... требуется введение методов демографии ... , городов; – комплексный эколого-экономический анализ ... , биоиндикации и биотестирования водныхэкосистем: Учеб. Пос./В.В. ...
  5. Глава i предмет экологии методы и задачи экологии план

    Лекция
    ... 1 Глава I. ... системного подхода, натурных наблюдений, эксперимента и моделирования. ... требуется введение методов демографии ... , городов; – комплексный эколого-экономический анализ ... , биоиндикации и биотестирования водныхэкосистем: Учеб. Пос./В.В. ...

Другие похожие документы..