Научная статья на тему 'Информационное обеспечение моделирования и прогнозирования опасностей, связанных с подземной гидросферой застроенной территории'

Информационное обеспечение моделирования и прогнозирования опасностей, связанных с подземной гидросферой застроенной территории Текст научной статьи по специальности «Строительство и архитектура»

CC BY
191
44
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
ЧРЕЗВЫЧАЙНЫЕ СИТУАЦИИ / ПРОГНОЗИРОВАНИЕ / ПОДТОПЛЕНИЕ / ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ / ЧИСЛЕННОЕ МОДЕЛИРОВАНИЕ / EMERGENCIES / FORECASTING / FLOODING / INFORMATION SUPPORT / NUMERICAL MODELING

Аннотация научной статьи по строительству и архитектуре, автор научной работы — Арефьева Елена Валентиновна

Показана важная роль информационного обеспечения прогнозирования природных опасных процессов в целях предупреждения чрезвычайных ситуаций. Представлена оригинальная методика задания исходных данных, используемая в программно-аналитическом комплексе решения прогнозных задач, связанных с подтоплением и наведенными опасными процессами.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Information Support of Modeling and Forecasting of the Hazards Associated with Underground Hydrosphere Built-up Area

Data preparation issues are important in the prediction of natural hazardous processes by virtue deterministic methods for the prevention of emergencies. The paper presents: the original method of initial data used in software and complex analytical solutions forecasting tasks related to the flooding and induced hazardous processes.

Текст научной работы на тему «Информационное обеспечение моделирования и прогнозирования опасностей, связанных с подземной гидросферой застроенной территории»

/28 Civil SecurityTechnology, Vol. 13, 2016, No. 1 (47) УДК 614.8.084+556.3.06

Информационное обеспечение моделирования и прогнозирования опасностей, связанных с подземной гидросферой застроенной территории

ISSN 1996-8493

© Технологии гражданской безопасности, 2015

Е.В. Арефьева

Аннотация

Показана важная роль информационного обеспечения прогнозирования природных опасных процессов в целях предупреждения чрезвычайных ситуаций. Представлена оригинальная методика задания исходных данных, используемая в программно-аналитическом комплексе решения прогнозных задач, связанных с подтоплением и наведенными опасными процессами.

Ключевые слова: чрезвычайные ситуации; прогнозирование; подтопление; информационное обеспечение; численное моделирование.

Information Support of Modeling and Forecasting of the Hazards Associated with Underground Hydrosphere Built-up Area

ISSN 1996-8493

© Civil Security Technology, 2015

E. Aref'eva

Abstract

Data preparation issues are important in the prediction of natural hazardous processes by virtue deterministic methods for the prevention of emergencies. The paper presents: the original method of initial data used in software and complex analytical solutions forecasting tasks related to the flooding and induced hazardous processes.

Key words: emergencies; forecasting; flooding; Information Support; numerical modeling.

По разным оценкам от 45 до 80% деформаций и разрушений зданий прямо или косвенно связаны с действием грунтовых вод (Рэдхати, 1988; Ройтман А.Г., 1990; Булгаков С.Н., 2003). Ежегодный ущерб от подтопления составляет 5,5 млрд долларов. Подтопление нередко вызывает активизацию оползней, карстовых процессов, просадку лессовых и набухание глинистых грунтов, увеличивает на 1-2 балла сейсмическую интенсивность территории, вызывает дополнительную деформацию и усадку грунтов после землетрясения, что может приводить и приводит к различным чрезвычайным ситуациям [1, 2]. Резкие колебания уровня грунтовых вод в резуль-

тате локальных водопонижений и откачек приводят к уплотнению и просадочности грунтов и, как следствие, к дополнительным деформациям зданий. Дренажные и водопонизительные мероприятия зачастую провоцируют негативный эффект (просадки, уплотнения грунтов, суффозии). Кроме того, ряд объектов имеют особенные требования к осушению: многие здания в городах русского севера, в том числе памятники архитектуры и храмы, расположены на деревянных основаниях, которые нуждаются в увлажненном грунте (вода для них — консервант), при этом подвальные помещения должны быть осушены [3, 4].

Указанные обстоятельства делают проблему обеспечения безопасности объектов при подтоплении достаточно сложной, что требует применения комплексного информационного подхода к анализу ситуации, прогнозу опасностей и выработке мероприятий, направленных на предупреждение чрезвычайных ситуаций (далее — ЧС) при подтоплении застроенных территорий. В результате анализа ЧС определены средние значения ущербов и числа пострадавших от одной ЧС, возникших в результате действия первичных и вторичных поражающих факторов (см. табл.).

Анализ ЧС также показал, что пик ЧС, вызванных оползнями, приходится на май-июнь, когда на большей территории России отмечается подъем уровня грунтовых вод из-за наводнений, таяния снегов (см. рис. 1).

Поэтому актуальность задачи своевременного прогнозирования и предупреждения ЧС, вызванных превышением критических значений уровней грунтовых вод для объектов техносферы и застроенных территорий, зависит от многих факторов, среди которых важное место занимает полнота, достоверность исходных данных, адекватность математической модели описываемому процессу, возможность при-

менения аппарата численного моделирования для решения широкого класса практических задач, обусловленных подтоплением. Для прогнозирования динамики уровней грунтовых вод используются различные геофильтрационные модели.

В качестве уравнения, описывающего динамику уровня грунтовых вод, рассматривается известное уравнение Буссинеска [5]. В безнапорном водоносном горизонте плановый поток грунтовых вод (при наличии гидравлической связи с нижним водоносным горизонтом, с реками, водоемами и с учетом инфильтрационного питания природного и техногенного характера) описывается нелинейным дифференциальным уравнением Буссинеска с соответствующими граничными условиями вида:

д_ дх

к(-нвк(-нв)

_ дх J ду _ ду

н к) + ш =

дк

д г'

(1)

где k (х, у) и h (х, у, — функции, определяющие, соответственно, коэффициент фильтрации и абсо-

Таблица

Результат анализа чрезвычайных ситуаций, связанных с подтоплением и наведенными процессами

на территории РФ за 1980-2009 гг.

Факторы ЧС, обусловленные подтоплением Поражающий фактор Параметры поражающего фактора Характер причиняемого ущерба Экономический ущерб в среднем в одной ЧС, млн руб. Число пострадавших в одной ЧС, чел.

Снижение несущей способности грунтов при подтоплении Длительное подтопление грунтов, оснований сооружений Н>Н — превышение критических значений уровня грунтовых вод (УГВ) Угрожающие деформации, трещины стен зданий, разрушения и обрушения зданий и сооружений 4,03 58

Неравномерные осадки грунтов оснований сооружений Длительное подтопление грунтов, колебания уровня, сдвиговые деформации Н>Нк ; величина колебания уровня грунтовых вод Разрыв коммуникаций, трубопроводов, обрушения и разрушения зданий 3,61 26

Оползневые процессы, связанные с подтоплением Сдвиговые деформации в результате подтопления Н>Н ; объем оползневого тела, угол склона Разрушение дорог, ж/д путей, обрушения домов, сооружений 16,2 55

Карстово-суффози-онные процессы Агрессивность среды подземной гидросферы Н>Н ; величина интенсивности растворения пород Провалы поверхности, обрушения сооружений, обрывы сетей коммуникаций 3,123 131

5 ■ 4 ■ 3 ■ 2 1 0

И

□ число ЧС

шшш

яфмамииа с о н д

а)

структурная диаграмма типов ЧС по масштабу

60 40 20 0

> от общего числа

□ локальная ■ муниц.ЧС

□ межмуниц. ЧС

□ регионал.ЧС

б)

Рис. 1. а) число ЧС, обусловленных оползневыми процессами, распределенные (по месяцам года); б) структурная диаграмма типов ЧС, обусловленных оползневыми процессами

/30 Civil SecurityTechnology, Vol. 13, 2016, No. 1 (47)

лютную отметку уровня грунтовых вод основного водоносного горизонта;

Нв (х, у) — абсолютная отметка подошвы водоносного горизонта; ^ (х, у) и т0 (х, у) — функции, определяющие, соответственно, коэффициент фильтрации и мощность слабопроницаемого прослоя, разделяющего водоносные горизонты; Н (х, у) — абсолютная отметка уровня подземных вод нижележащего водоносного горизонта; м> (х, у) — интенсивность ин-фильтрационного питания; т (х, у) — коэффициент водоотдачи или недостатка насыщения

ГУ-1 — граничные условия первого рода;

К х, у, г )| а = Ь(\, г), (2)

I е О

где I — точка, принадлежащая границе. ГУ-П — граничные условия второго рода;

-Т= д(I, 0, (3)

дп

I е в,

где I — точка, принадлежащая границе; п — нормаль к контуру границы.

Исходные данные для решения этого уравнения могут быть представлены в табличном, картографическом, электронном виде и должны быть обработаны таким образом, чтобы их можно было использовать в численных прогнозных моделях. Таким образом, для расчетов имеется большое количество табличной информации (данные точечных замеров глубин уровней, различных параметров грунтов); большое количество дополнительной неструктурированной информации (данные о защищаемых объектах); разнородные карты, которые надо перевести в регулярные сетки; информацию о скважинах, линейных профилях, площадных структурных картах необходимо привести к приемлемому для моделирования формату в виде распределенных полей значений параметров, непрерывно покрывающих область моделирования; имеется разная плотность исходных данных и информация представлена с разной точностью и неравномерно распределена по территории и др. Поэтому вопросам подготовки исходной информации для качества моделирования должно быть уделено большое внимание.

Для формирования базы исходных данных для моделирования динамики грунтовых вод необходимы также данные комплексного мониторинга, включая: гидрогеологический, гидрологический мониторинг, геотехнический мониторинг, метеорологический мониторинг, мониторинг поверхностных вод, технический мониторинг конструкций зданий и сооружений, состояния систем инженерной защиты, систем водонесущих коммуникаций, подземных резервуаров [6]. При подготовке информации для выполнения прогнозных расчетов должны быть: выполнены интерполяция и экстраполяция исходной информации, восполнены пробелы путем различных методов

(сплайн-интерполяции, крайгинг и др.); выбраны расчетные схемы и расчетные параметры; выполнена схематизация природно-техногенной среды.

Для повышения достоверности расчетов путем совершенствования методов задания исходных данных, оперативности ввода исходных данных и их своевременной коррекции в целях своевременного выявления угроз и предупреждения ЧС предлагается оригинальный метод ввода подготовки исходной информации для расчетов.

Суть примененной методики ввода исходных данных заключается в том, чтобы использовать саму карту задания параметров (карты изолиний), заданную в цифровом виде для создания числовой сетки для последующего использования в численном решении дифференциальных уравнений, типа Буссине-ска. Уровень параметра задается цветом, в частности, зеленым в обычном представлении RGB (представление, когда цвет обозначается процентом трех оттенков R (red — красный), G (green — зеленый), B (blue — синий)). В обработанном таким образом виде карта изолиний того или иного вводимого параметра состоит из участков одного цвета, разделенных линиями черного (резервного) цвета (см. рис. 2). В пределах между линиями оттенок цвета одной интенсивности, что соответствует одному значению вводимого параметра, и соответствует оцифрованной карте изолиний данного параметра. Далее надо выполнить разбиение карты сеткой для численного решения. Перевод цифровой карты или отсканированной карты на бумажном носителе в формат, задаваемой оттенками какого-либо цвета, позволяет затем расчетной программе моделирования процесса геофильтрации воспринимать данный формат как входные данные, непрерывно распределенными в моделируемой области (см. рис. 2). На рис. 2б представлен фрагмент задания сетки исходных данных параметра — уровень грунтовых вод в числовом формате, эквивалентный монохроматическому и картированному заданию в виде изолиний. Аналогично задаются остальные параметры.

Такой способ задания позволяет менять сетку вычисления, не привязываясь к конкретному разбиению, как это принято обычно при численном моделировании геофильтрации или другого процесса.

Разбиение расчетной области на ячейки задается для главного параметра — уровня грунтовых вод (Н), для всех остальных параметров это разбиение сохраняется. К каждой ячейке сетки «привязываются» все остальные параметры, т.е. каждая ячейка сетки содержит всю задаваемую послойную информацию (см. рис. 3). Слои (расчетные параметры) могут добавляться путем задания нового слоя. Размер ячейки регулируется, от размеров ячейки зависит точность вычислений. Вводимые для расчетов параметры указаны на рисунке 2 (колонка слева). Параметры требуется задать во всей расчетной области: уровень грунтовых вод (H), водопроводимость (T), инфильтрация (w), параметры водоотдачи (ц), уровень воды в водоеме (H ), критический уровень для всей области и

а)

б)

Рис. 2. Формирование исходных данных (на примере уровней грунтовых вод): а) перевод карты в графический монохроматический формат; б) цифровой формат задания исходных данных, соответствующий графическому

Рис. 3. Иллюстративное представление отображения в каждой ячейке всех задаваемых слоев в программе

отдельных объектов (Нкр), критический уровень, при превышении которого активизируются неблагоприятные процессы ^кр).

Помимо ряда стандартных функций (привязка пространственных данных к семантической информации, отображение семантической информации о выбранном объекте недвижимости, земельном участке в информационном окне), задаются границы территориальных зон, можно также формировать графические объекты.

На карте может быть отображена инфраструктура заданной территории, например, наличие водоемов, теплотрасс, ЛЭП, канализации, зеленых насаждений и др. объекты (см. рис. 4).

Описанный подход к формированию исходной информации для расчетов был использован в программном комплексе, ориентированном на численное решение уравнения Буссинеска в рамках модели двумерного планового потока. Комплекс включает количественную оценку ряда процессов [7].

Программный комплекс позволяет моделировать динамику уровня грунтовых вод на местности от 100 м до 10 км. Программа построена таким образом, что допускает внедрение новых математических моделей, численных алгоритмов и вычислительных схем для расчетов более сложных расчетных моделей для моделирования процессов, связанных с движением грунтовых вод. На рисунке 4 представлено изображение прогнозного понижения уровня грунтовых вод через 25, 100 и 500 суток в результате работы кольцевого дренажа.

Таким образом, целевым назначением разработанного программно-вычислительного комплекса является: а) выполнение прогноза подтопления и наведенных процессов с учетом всех факторов и данных, полученных в ходе мониторинга; б) определение оценки текущего и прогнозного уровня подтопленности объектов и территорий и возможности инициации негативных процессов.

/32 См! SecurityTechnology, Vol. 13, 2016, N0. 1 (47)

а)

в)

б)

Рис. 4. Макет застроенной территории, отображенный в цифровом формате с различными объектами техносферы, нанесенными послойно данными для выполнения прогнозных и оптимизационых расчетов (а); участки застроенной территории, где превышен критический уровень грунтовых вод (б); условные обозначения (в)

Рис. 5. Пример расчета работы кольцевого дренажа: верхний ряд — начальный момент и через 25 суток; нижний ряд — через 100 и 500 суток. Красным цветом обозначено превышение уровня грунтовых вод критических значений для объекта

Комплекс включает математическую постановку задач, алгоритмы и программное обеспечение моделирования динамики уровня грунтовых вод, алгоритмы и программную реализацию. Он ориентирован также на определение критических зон возможного затопления, в том числе для потенциально опасных объектов и для застроенных исторических территорий [8].

Вывод

Описанная информационная технология в одной оболочке позволяет в едином итерационном процессе определять превышение критического уровня грунтовых вод для различных объектов, оценивать эффективность работы управляющих воздействий, учитывать и вводить архивную и фондовую информацию, оценивать влияние рек и водоемов, аварий на гидротехнических сооружениях, графически представлять результаты вычислений в трех форматах (графический: двумерный, трехмерный, а также числовой). Представленный оригинальный алгоритм ввода исходной информации повышает качество и скорость введения исходных данных, что позволяет вводить данные на одной топографической основе послойно, накладывать дополнительные ограничения и условия для прогнозных расчетов. Представленный способ позволяет на одной топографической основе оперативно выполнять прогнозные задачи для выработки своевременных управленческих решений по предупреждению ЧС, обусловленных подтоплением.

Литература

1. Ройтман А.Г. Деформации и повреждения зданий. М.: Строй-издат, 1987. 159 с.

2. Редхати Л. Грунтовые воды в строительстве. М.: Стройиздат, 1989. 430 с.

3. Арефьева Е.В., Мухин В.И. Оценка территориальной безопасности при подтоплении. М.: АГПС МЧС РФ, 2008. 88 с.

4. Арефьева Е.В., Зиганшин А.И. Прогнозирование природных опасностей застроенной территории при подтоплении с использованием постоянно действующей ситуационно-оптимизационной модели // Промышленное и гражданское строительство. 2011. № 9. С. 66-70.

5. Гавич И.К. Теория и практика применения моделирования в гидрогеологии. М.: Недра, 1980. 358 с.

6. Арефьева Е.В., Зиганшин А.И., Рыбаков А.В. Ситуационно-оптимизационная модель определения опасностей для застроенных территорий // Научные и образовательные проблемы гражданской защиты. 2012. № 1. С. 31-37.

7. Арефьева Е.В. Система мониторинга и прогнозирования для снижения риска возникновения чрезвычайных ситуаций, обусловленных подтоплением застроенных территорий // Актуальные проблемы развития жил.-комм. хоз-ва гор. и насел. пунктов: Сб. матер. междунар. науч.-практ. конф. Москва — Кавала — София, 2010. С.31-34.

8. Арефьева Е.В. Подтопление исторических городов: регулирование режима грунтовых вод // LAP LAMBERT Academic Publishing, 6-8 66121, Saarbrücken, Germany, 2014.

Сведения об авторе

Арефьева Елена Валентиновна: д. т. н., доц., ФГБУ ВНИИ ГОЧС(ФЦ), гл. н. с. науч.-исслед. центра. 121352, Москва, ул. Давыдковская, 7. E-mail: [email protected] SPIN-код — 2738-6323.

Information about author

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Aref'eva Elena V.: Doctor of Technical Sciences, Assistant Professor, Federal Government Budget Institution "All-Russian Research Institute for Civil Defense and Emergencies" (Federal Center of Science and high technology), Chief Researcher, Research Center.

121352, Moscow, str. Davydkovskaya, 7. E-mail: [email protected] SPIN-scientific — 2738-6323.

i Надоели баннеры? Вы всегда можете отключить рекламу.