Методология дистанционного автоматизированного мониторинга сложных газопроводных сетей Текст научной статьи по специальности «Математика»

УДК 528.873.041.3+551.521

Р. Р. Кантюков, Ф. М. Мустафин, И. В. Рыженков, А. М. Кочнев

МЕТОДОЛОГИЯ ДИСТАНЦИОННОГО АВТОМАТИЗИРОВАННОГО МОНИТОРИНГА

СЛОЖНЫХ ГАЗОПРОВОДНЫХ СЕТЕЙ

Ключевые слова: автоматизированный мониторинг, газопроводы, газопроводные сети, моделирование.

В последние годы интенсивно развивается нефтегазохимическая промышленность, увеличиваются протяженность и сложность систем магистральных газо- и нефтепроводов. В связи с возрастающим количеством аварий весьма актуальной является задача проведения автоматизированного мониторинга, прогнозирования и предупреждения аварий на газо- и нефтепроводах для предотвращения и минимизации воздействия этих аварий на окружающую природную среду. Показано, что автоматизированный мониторинг аварийных ситуаций на магистральных трубопроводах, учитывая огромную протяженность систем магистральных трубопроводов, невозможен без аэрокосмического мониторинга.

Keywords: automated monitoring, gas pipelines, natural gas pipelines network modeling.

In recent years, intensive development Petrochemical industry, increasing the length and complexity of the systems, oil and gas pipelines. Due to the increasing number of accidents is very urgent task of automated monitoring, prediction and prevention of accidents on the gas and oil pipelines to prevent and minimize the impact of accidents on the environment. It is shown that the automated monitoring of emergency situations on the main pipelines, given the enormous length of pipeline network is impossible without the aerospace monitoring.

Введение

В последние годы интенсивно развивается нефтегазохимическая промышленность,

увеличиваются протяженность и сложность систем магистральных газо- и нефтепроводов. При этом естественно возрастает риск аварийных ситуаций. В результате аварий на нефтепроводах происходят разливы нефти, которые сильно загрязняют окружающую природную среду, что является причиной значительных экологических и экономических потерь. В качестве примеров можно привести крупную аварию на Западно-Сибирском продуктопроводе в 1989 г., сопровождавшуюся крупным пожаром и многими человеческими жертвами, и аварию на нефтепроводе в республике Коми в 1994 году, когда из нефтепровода вытекло около 100 тыс. тонн нефти. На некоторых старых нефтепроводах происходит до десятка мелких аварий в день. Они имеют локальный характер, но их суммарное воздействие на окружающую природную среду постоянно возрастает. Количество мелких аварий на газо- и нефтепроводах составляет 40 тыс. в год, а крупных — около 50. Большую опасность для окружающей природной среды представляют газопроводы. Разрыв газопровода сопровождается ударной волной и разлетом осколков, приводит к образованию токсичных и взрывоопасных облаков газовоздушной смеси, которые при взрыве вызывают крупные лесные пожары, уничтожающие многие гектары лесных массивов.

Теоретическая часть

Приведем некоторые примеры аварий на магистральных газопроводах в России и их последствий. В 2000г. с разницей всего в два с половиной часа, произошли сразу две крупные аварии на газопроводах западного направления. Первый разрыв на газопроводе Ямбург-Елец-1 близ

деревни Таз Русский Кунгурского района. Второй взрыв на газопроводе Уренгой-Центр-1 произошел в километре от первой аварии. В результате этих двух аварий был нанесен существенный ущерб "Пермтрансгазу" - потеряно около 6 млн. куб. м природного газа. Пострадали леса первой и второй категорий. Причиной обеих аварий стали коррозийные растрескивания газовой трубы под напряжением [1-4].

В 2002г. произошел прорыв магистрального газопровода Ямбург-Елец (диаметр 1420 мм, давление 73 атм) с возгоранием северо-восточнее населенного пункта Большая Пудга (Удмуртия). Взрывом вырван кусок 20-метровой газопроводной трубы; газопровод выведен из строя более чем на неделю. Причина - коррозия металла.

2004г.: крупнейшая авария на газопроводе "Ямбург-Елец-1" ООО "Пермтрансгаз" В результате взрыва газопровода "Ямбург-Елец-1" вышли из строя четыре ветки газопровода, в рабочем состоянии осталась лишь одна. Для ликвидации последствий этой аварии был введен график аварийного ограничения подачи природного газа в 29 регионах России, 17 энергокомпаниям в период морозов подача газа была ограничена в объемах от 15 до 50% суточного отбора газа.

В мае 2007 в Украине произошёл взрыв на газопроводе Уренгой-Помары-Ужгород,

протяженность которого по территории Украины составляет 1160 км, а мощность - 27,9 млрд кубометров газа в год. На трассе газопровода находятся девять компрессорных станций. Взрыв разрушил 30-ти метровый участок газопровода диаметром 1400 мм рабочим давлением 75 атмосфер, произошло возгорание: огнем была охвачена площадь в один гектар. Возникший на месте аварии пожар был ликвидирован. Магистральный газопровод Уренгой — Помары — Ужгород принадлежит Газпрому и используется для

транспортировки природного газа в Европу. Авария привела к прекращению газоснабжения 32 населенных пунктов в Киевской области, но не повлияла на поставки газа в Европу. Поставки газа в Европу были компенсированы за счет использования параллельных маршрутов подачи газа и подземных хранилищ газа. Картина пожара показана на рис. 1.

(изображение опубликовано на сайте ООО "DATA+" на странице

http://www.dataplus.ru/Industries/5Oil_Gas/17Oil.htm).

Рис. 1 - Пожар после взрыва на газопроводе Уренгой-Помары-Ужгород 7 мая 2007г. (РИА "Новости", 07.05.2007г.)

Число аварий на магистральных газопроводах ОАО "Газпром" (в ряде случаев с человеческими жертвами) велико и в последние годы в целом возросло. Так, по данным Госгортехнадзора России (http:// www.gosnadzor.ru) количество аварий на магистральных газопроводах составило: в 1999 г. 18 случаев (в т.ч. с возгоранием/воспламенением газа -11), в 2000 г. - 27 случаев (из них 17 с возгоранием/воспламенением), в 2001 г. - 25 случаев (из них 22 с возгоранием/воспламенением), в 2002 г. - 21 случай (из них 19 с возгоранием/воспламенением).

На основании приведенных примеров важной задачей является автоматизированный мониторинг, прогнозирование и предупреждение аварий на газо-и нефтепроводах для предотвращения и минимизации воздействия этих аварий на окружающую природную среду.

Автоматизированный мониторинг аварийных ситуаций на магистральных трубопроводах, учитывая огромную протяженность систем магистральных трубопроводов, невозможен без аэрокосмического мониторинга. На снимках из космоса хорошо видны разливы нефти на поверхности земли. При этом можно выделить зоны сильного и среднего (импактные и буферные зоны) и слабого (фонового) загрязнения. Можно оценить площадь этих зон и ущерб, нанесенный разливом нефти природной среде. Под воздействием аварийных нефтяных и газовых выбросов происходит ослабление защитных функций лесов, что в ряде случаев приводит к тому, что деревья гибнут от вредителей. Происходит полное или частичное усыхание лесной растительности, что в ряде случаев становится причиной крупных лесных пожаров. Пример разлива нефти показан на рис.2

Рис. 2 - Картина разлива нефти после аварии на нефтепроводе

Для контроля воздействия на окружающую среду газо- и нефтепроводов создаются специализированные геоинформационные системы (ГИС), а для оценки и прогнозирования воздействий на ОПС используются специальные математические методы и комплексы программ. В настоящее время ОАО "Газком" совместно с Ракетно-космической корпорацией "Энергия" им. С.П. Королева разрабатывают систему автоматизированного аэрокосмического мониторинга трубопроводов "СМОТР". За рубежом широкую известность получила ГИС, разработанная NASA для систем поддержки принятия решений (СППР) по охране окружающей среды на основе космической информации со спутника NOAA под названием GNOME (General NOAA Oil Modelling Environment).

Для успешной работы с данными дистанционного зондирования (ДДЗ) территорий требуется использование специализированных ГИС. Ведущим разработчиком ГИС по праву считается фирма ESRI, которая создала такие всемирно известные геоинформационные системы как ArcInfo, ArcEditor, ArcView, ArcReader и др. Программные комплексы этих ГИС построены на основе единого набора программных компонентов ArcObjects (несколько устаревшая компьютерная технология COM), что позволяет на их основе создать интегрирующую программную систему. Такая система была создана фирмой ESRI и получила название ArcGIS [5-6].

На базе ArcGIS могут быть созданы корпоративные ГИС (КГИС), решающие специализированные задачи для конкретных предметных областей. Следует отметить, что мировой опыт показал эффективность использования программных продуктов компании ESRI для космического мониторинга, анализа и прогнозирования воздействия аварийных ситуаций на газо- и нефтепроводах на природную среду и население, а также для решения других дистанционных задач инженерной экологии, рационального природопользования и управления

охраной окружающей среды. На территории РФ АгсвК и другие продукты фирмы Б8Ш успешно применяются благодаря активным действиям компании БАТА+. В настоящее время компания БАТА+ является признанным лидером в компьютерных системах дистанционного мониторинга и в разработке программных продуктов, предназначенных для экологического контроля за деятельностью ПНГХК.

Компания БАТА+ выпускает

специализированное ежемесячное обозрение "АгсК^с^1, в котором публикуются материалы по разнообразным применениям современных ГИС в различных областях экономики. Обозрение распространяется бесплатно и доступно через Интернет (http://www.dataplus.ru).

Полученная при помощи аэрокосмической съемки информация о геометрических параметрах разливов нефти может быть использована при разработке математических и компьютерных моделей для прогнозирования распространения нефтяных и газовых выбросов, а также оценок экономических ущербов, нанесенных природной среде. Эта задача имеет чрезвычайно сложный характер и для ее решения необходимо использовать комплекс математических моделей. Каждая математическая модель позволяет решать некоторую специальную задачу системного анализа техногенных воздействий на ОПС. Следует подчеркнуть, что интеграция инструментальных средств математического моделирования и космического мониторинга возможна лишь при условии, что математические модели будут использовать координаты и картографические методы, принятые в ГИС. В частности, в условиях сложного рельефа модель распространения аварийных газовых выбросов должна использовать стандартные алгоритмы преобразования картографической информации в цифровую модель рельефа. В настоящее время все большее число математических моделей распространения газовых и жидких выбросов в природной среде разрабатываются с использованием ГИС. Это позволяет легко интегрировать в рамках единой компьютерно-информационной системы (КИС) данные космического мониторинга и результаты компьютерного моделирования.

Разработка комплексных компьютерно-информационных систем, интегрирующих инструментальные средства компьютерного моделирования и космического мониторинга (КИС МОКО), является в настоящее время одним из приоритетных направлений развития систем поддержки принятия решений (СППР) при контроле загрязнений и управлении охраной окружающей среды.

Аварии на газопроводах часто сопровождаются взрывами, в результате которых могут возникать крупные лесные пожары, наносящие большой ущерб народному хозяйству и ОПС. Проблема обнаружения, регистрации и учета лесных пожаров (ЛП) имеет общепланетарное значение. ЛП являются значительным источником

парниковых газов и аэрозолей и вносят существенный вклад в развитие парникового эффекта. Международная Конвенция 1997 года в Киото обязывает страны-участницы проводить оценки и всячески воздерживаться от увеличения выбросов парниковых газов в атмосферу, развивать системы национальных мониторингов,

совершенствовать измерительные системы и наращивать банки данных по выбросам в атмосферу. Большинство мероприятий по контролю лесных пожаров проводится в рамках международного проекта по лесомониторингу GOFC (Global Observation of Forest Cover) [7].

К настоящему времени разработаны методологические основы и ряд инструментальных средств для систем мониторинга лесных пожаров. Так, например, в соответствии с предложениями Европейского Космического Агенства (ESA -European Space Agency) для решения задачи обнаружения и регистрации послепожарных гарей может быть предложена система из шести скалярных индексов, называемых К-параметрами, суть которых состоит в следующем.

Известно, что неповрежденная

растительность имеет большую отражательную способность в ближней инфракрасной области (NIR - Near Infra-Red, 0,7 - 1,3 мкм), по сравнению с другими видами подстилающей поверхности и с участками послепожарных гарей. Это приводит к тому, что участки гарей в этом спектральном канале будут менее яркими по сравнению с участками неповрежденного леса. Важной характеристикой послепожарных гарей является также большая вариация коэффициента отражательной

способности.

Следующей важной физической

характеристикой гарей является повышенная в дневные часы температура поверхности, что происходит за счет более интенсивного поглощения солнечного излучения частичками сажи и другими продуктами сгорания. Повышение температуры обусловлено также уменьшенной транспирацией растительного покрова на послепожарных гарях. Пепел и сажа образуют сухой слой на поверхности, который препятствует ее охлаждению. В результате температура гарей на 7-8 градусов больше, чем температура неповрежденных насаждений. Эти температурные изменения могут быть измерены с помощью "теплового" спектрального канала 11,0 мкм (TIR - Temperature Infra-Red, 10,4 - 12,5 мкм), который может быть проградуирован в единицах яркостной температуры поверхности.

Эти физические характеристики гарей используются ESA для получения главного интегрального индекса К1-параметра, для чего пиксели изображения наносятся на координатную плоскость с координатными осями NIR и TIR. Учитывая, что в NIR диапазоне пиксели смещаются влево, а в TIR диапазоне вверх, получаем в результате заметное смещение пикселей гарей по диагонали влево. Это смещение мало зависит, как от типа лесного покрова, так и от состояния атмосферы, что позволяет отделить кластер гарей от

основного кластера неповрежденной территории. Для количественной оценки смещения в каналах NIR и TIR рассчитываются средние значения яркостей изображения - центральная точка, которая принимается в качестве начала отсчета. Параметр К1 определяется, как расстояние в координатах NIR-TIR от центральной точки до середины кластера пикселей гари. К1-параметр является весьма значимой характеристикой, однако в предложениях ESA используется целая совокупность параметров.

Индексы К2 и КЗ рассчитываются аналогично индексу К1, но с использованием вместо NIR соответственно IR (Infra-Red, инфракрасный, 0,76 -0,9 мкм) -канала и комбинации спектральных каналов, называемой глобальным индексом мониторинга ОПС и обозначаемой - GEMI (Global Environmental Monitoring Index).

Индексы К4, К5 и К6 определяются из анализа временных рядов космических снимков. Предварительно рассчитываются К4- и К5-изображения. К4-изображение представляет собой нормализованную разность между NIR-каналом и его средним значением для всего временного ряда. Аналогично в качестве К5-изображения используется нормализованная разность между TIR-каналом и его средним значением для того же временного ряда.

Индекс К6 характеризует яркостную неоднородность гарей. Для расчета индекса используется предварительное преобразование красного канала (RED, 0,6З - 0,69 мкм) для каждого изображения временного ряда в дисперсию яркости пикселей, которая рассчитывается по скользящему окну размером ЗхЗ пикселя. Далее в качестве К6-изображения используется нормализованная разность между результатом обработки и его средним значением для всего временного ряда.

Окончательно К4, К5 и К6 индексы получаются в результате обработки К4-, К5- и К6-изображений пороговыми алгоритмами, которые являются адаптивными алгоритмами,

коэффициенты которых зависят от параметров съемки, освещенности (высота Солнца), атмосферных условий и пр. Уменьшение индекса К4 и одновременное увеличение индексов К5 и К6 является важным критерием. В качестве более чуствительных показателей могут быть предложены следующие комбинации К4/К5 и К4/К6, при переходе которых через заданные пороги может приниматься решение об отнесении пикселя к классу гарей [7-9].

Задачи мониторинга ЛП можно условно разделить на три большие группы: А - задачи обнаружения ЛП; Б - задачи обнаружения и анализа послепожарных гарей; В - задачи анализа текущего состояния ЛП и прогнозирования его распространения.

Для решения задач группы (А) оптимальным является использование информации со спутника NOAA. Для решения задач группы (Б) требуется информация с многоканальных сканеров в спектральных каналах: GR (Green - зеленый, 0,52 -0,6 мкм), RED (красный, 0,63 - 0,69 мкм), NIR, IR и

TIR. Для решения задач группы (В) могут быть использованы космические изображения дымовых шлейфов ЛП с ИСЗ "Ресурс".

Рассмотрим задачу дистанционного анализа параметров ЛП в районе аварий на газопроводе по геометрическим характеристикам дымового шлейфа. Дымовой шлейф ЛП отличается повышенной яркостью и почти непрозрачен вблизи активной зоны горения. По мере удаления от источника возгорания спектральный коэффициент отражения (СКО) шлейфа уменьшается, а спектральный коэффициент пропускания увеличивается. При этом в расчетах, в которых не учитывается рассеянная солнечная радиация, влияние атмосферы и тепловое излучение, можно использовать следующие тождества и соотношения [10-12]:

Pj +aj +Xj = 1, р2 + a 2 = 1, E =т E

E3 = PlE0 + (р2 E1)X1 = Pl E0 + P2 Xl2 E0

(1)

где Е0 и Е1 - прямая и прошедшая через шлейф солнечная радиация, рк, ак, хк - коэффициенты

отражения, поглощения и пропускания соответственно для дымового шлейфа (к = 1) и подстилающей поверхности (к = 2), Е3 - радиация на входе в фотографическую аппаратуру. Для упрощения математических выражений принято, что зависимость от длины волны входит во все переменные и коэффициенты (1) неявным образом.

Предположим, что на снимке имеются участки, оптические свойства которых примерно совпадают со свойствами участков, расположенных под шлейфом (в первом приближении выводы об одинаковости оптических свойств поверхности могут быть сделаны исходя из таксационных описаний лесных выделов). Для этих участков аналогично (1) можно записать:

E3 = P2 E0

(2)

где ¿3 - радиация от эталонных участков на входе в

фотографическую аппаратуру. Формула (2) позволяет провести нормировку формулы (1):

или:

E3 E3 2

— = P1 + х2

E E

^0 -c'0

P2 =P1 +P2T1

(3)

(4)

где р2 - эффективный СКО подстилающей

поверхности под шлейфом.

Важной характеристикой методики является предположение о форме связи между коэффициентом отражения шлейфа и величиной планарной концентрации содержащихся в нем

аэрозолей. Планарной концентрацией называется суммарное количество аэрозолей, находящихся в вертикальном столбе воздуха единичного сечения. Планарная концентрация измеряется в единицах кг-м-2 и связана с объемной концентрацией по следующей формуле:

C (х, у) = | q(x, у, z)dz

(5)

группу пикселей максимальной яркости. Иногда над фронтом ЛП образуются кучевые облака вследствие конденсации паров воды, образовавшихся в результате горения ЛГМ. Эти кучевые облака могут наблюдаться на КИ.

Тепловыделение ЛП на единицу длины фронта за единицу времени равно:

J = kqwm

(11)

где С(х,у) - планарная, а q(x,y,z) - объемная концентрации.

В простейшем приближении прямой пропорциональной зависимости:

Р1 = kl • С(Х У)

(6)

где к1 - коэффициент пропорциональности.

Для коэффициента пропускания в линейном приближении:

^ = k2 ^ (Стах " C(X У))

(7)

где к2 - коэффициент пропорциональности, Стах -предельное значение концентраций аэрозолей, при котором коэффициент пропускания равен нулю.

Подстановка (5) и (6) в (7) приводит к формуле для яркостных характеристик изображения в функции планарной концентрации дымового шлейфа:

р2(Х) = ^(Х) • C(x, У) + Р2(^) • к1(Х) • (Стах " С(х, у))2 (8)

где X - длина волны солнечного излучения.

Предположим также, что имеют место следующие соотношения:

р2(Х) = а• ¿2 (X),

р'2 (X) = а • Ь2 (X)

(9)

где а - коэффициент пропорциональности, Ь1, Ь2 -яркости пикселей изображения. При этом (8) примет следующий вид:

¿2 (X) = ^(Х) • С(X, У) / а + Ь2(к) • к22(Х) • (Стах - С(X, У))2 (10)

Для оценки параметров уравнения (10) рассмотрим задачу атмосферного переноса дымового шлейфа. Математическому

моделированию ЛП посвящено множество научных работ.

Под пиролизом лесных горючих материалов (ЛГМ) будем понимать горение ЛГМ, в процессе которого при высокой температуре происходят химические реакции окисления с образованием углеродной пыли и газообразных горючих и негорючих продуктов: СН4, Н2, СО, С02, Н20. Наиболее интенсивное горение происходит в части ЛП, называемой фронтом пожара. На космических изображениях (КИ) фронт ЛП представляет собой

где к - коэффициент полноты сгорания ЛГМ, q -теплотворная способность топлива, w - скорость фронта ЛП, т - запас ЛГМ на единицу площади.

Для количественного описания ЛП используют следующие ярусы: 1 - подстилка; 2 -мох, лишайники и опад; 3 - кустарнички высотой до 20см; 4 - травянистые растения; 5 - кустарники высотой до 2м; 6 - кроны подроста высотой до 6м; 7 - кроны верхнего яруса высотой до 25м; 8 -приземный слой атмосферы высотой до 200м; 9 -пограничный слой атмосферы высотой до 2км.

Если при ЛП сгорают (1) - (4) слои, то ЛП называется напочвенным. Если при ЛП повреждаются (6) и (7) слои, то ЛП называется верховым. ЛП называется огненным штормом, если он распространяется в условиях засухи и ураганного ветра.

Для математического моделирования ЛП первостепенное значение имеет схема параметризации конкретного горящего лесного выдела. Такая параметризация должна быть рассчитана в результате обработки таксационных баз данных по стандартным методикам. К сожалению в настоящее время не существует автоматизированных информационных систем (АИС), позволяющих производить подобные расчеты исходя из таксационных описаний. Важное значение имеет также модель кинетики дымообразования. Суммарная масса частиц дыма, возникающих при лесном пожаре составляет 1-5% первоначальной массы ЛГМ. Дым ЛП состоит из частиц сажи и золы.

Введем определение. Назовем мощностью ЛП скорость образования частиц в единице объема дымового шлейфа. При этом может быть использована следующая экспоненциальная формула:

^ = (А + ВТ )кр0 ехр(——) Ж 0 КТ

(12)

где р и ро - плотности соответственно частиц дыма и ЛГМ, А, В, к, Б - параметры модели, Т -температура. Можно использовать также другую математическую модель кинетики

дымообразования, в которой полагается, что мощность ЛП прямо пропорциональна скорости пиролиза ЛГМ:

d р dm

-!- = а--

dt dt

где а = 0,01-0,05, р и т - плотности соответственно частиц дыма и масса ЛГМ. Модель (13) должна быть дополнена моделью скорости пиролиза ЛГМ:

dm Е

-= -кт ехр(--), „

" RT (14)

dt dmc dt

Е

■■ ackmc ехР(-—) R^

где т, тс - массы ЛГМ и коксика, Е - энергия активации пиролиза, к, ас - коэффициенты пропорциональности. Уравнения (2.3.14) справедливы лишь в тех случаях, когда термокинетические постоянные процесса пиролиза одинаковы для всех типов ЛГМ в лесном биогеоценозе.

По величине массы коксика можно приблизительно оценить суммарную массу газообразных горючих продуктов пиролиза ЛГМ. Химическая реакция горения углеводородного горючего в атмосфере кислорода имеет следующий вид:

настоящее время разработано достаточно большое количество алгоритмов кластеризации с использованием, как четких, так и нечетких методов обработки. В общем, эти алгоритмы можно разделить на три больших класса: эвристические, иерархически и разделительные.

Рис. 3 - Сканерное изображение лесного пожара в районе аварии газопровода

C„H2mOp + 0,5(п + m/2 -р)02 ^ пСО + (m/2)Н20 (15)

где п, т, р- число атомов углерода, водорода и кислорода в молекуле ЛГМ. Оксид углерода в результате химической реакции горения превращается в углекислый газ:

со+1 о2 ^ со2

2 2 2

(16)

Доля оксидов углерода можно оценить из уравнения химической реакции (15):

МСоп

28п

М^ =___

М 2у 2 Мсп + М^ + Мор 12п + 2m +16 р

(17)

Для чистой целлюлозы: п=1, = 0,875 . Для хвои сосны

т=2, р=1

' С0,С02 _ " ' и ■ ^уС0,С02 = 0, 7 .

Исходя из массы коксика, которую можно рассчитать по уравнению (14), можно оценить с помощью (17) суммарную массу выделившихся при пиролизе ЛГМ газообразных оксидов углерода, что представляет интерес для биосферных оценок.

На рис. 3 представлено сканерное изображение части территории Хабаровского края, на котором виден дымовой шлейф лесного пожара в районе аварии на газопроводе. Географические координаты снимка: 53,502° С.Ш., 137,235° В.Д. -53,176° С.Ш., 137,815о В.Д. Территория принадлежит Тахтинскому лесничеству

Тахтинского лесхоза Хабаровского края. Для анализа ЛП может быть использован план лесонасаждений, который необходимо совместить со снимком [7-9].

На первом этапе моделирования на космическом изображении выделяют дымовой шлейф ЛП. При этом для выделения однородных по яркости объектов могут быть использованы, как пороговые алгоритмы, так и алгоритмы кластеризации. Как было отмечено выше, в

На рис.4 представлены результаты кластеризации космического изображения ЛП (рис.3) с помощью метода нечетких с-средних. Для к ластеризации

Ейе Е(Л1 Щгккмч Не1р

б

Рис. 4 - Результат кластеризации космического изображения ЛП с помощью метода нечетких с-средних для: а - 30 и б - 40 итераций

может быть использована как однокластерная, так и многокластерная модель дымового шлейфа. В приближении однокластерной модели дымового шлейфа кластер пожара содержит п = 1913 пикселей, а его площадь 8 = 7173,75 га. В рамках этой модели предполагается, что шлейф имеет

а

однородную непрозрачную оптическую плотность, задаваемую при помощи порогового значения концентрации дымовых частиц. В приближении многокластерной модели требуется задание нескольких порогов соответственно для каждого кластера, которые могут быть выбраны эквидистантными.

На следующем этапе анализа ЛП осуществляется моделирование дымового шлейфа. Рассмотрим ЛП в виде постоянно действующего источника дымовых частиц. Вследствие высокой температуры в зоне горения образуются мощные восходящие тепловые потоки, которые, увлекая за собой частицы пепла и золы, высоко поднимают их над лесом. Эта начальная высота подъема получила название высоты теплового подъема шлейфа. С этой высоты начинается обычный атмосферный перенос и рассеяние дымовых частиц ветровыми потоками. Краевая задача атмосферного переноса дымового шлейфа имеет следующий вид:

6 ,ст1

и дл=к ^+к

У д у2 2 д г2

дх

V дq | К — = V q ,

2 дг ^2=0'

q\ = ^ 5( 2 - Н )

(18)

где Р - мощность ЛП, q - концентрация дымовых частиц, и - скорость ветра, Ку, К - усредненные по высоте пограничного слоя коэффициенты турбулентной диффузии, уё - скорость оседания частиц, Н - высота теплового подъема, 5 - дельта-функция для моделирования точечного источника (приближение точечного источника допустимо, если начальные размеры дымового клуба много меньше размеров всего остального шлейфа).

При прохождении монохроматического излучения через столб атмосферы, содержащего частицы дыма, суммарное поглощение описывается законом Бугера-Ламберта-Бера:

dz

= Ч- q( X, У, г) • _

(19)

где q(x,y,z) - концентрация дымовых частиц, £ -удельный коэффициент поглощения, I -интенсивность излучения. Из (19) следует, что интенсивность монохроматического излучения уменьшается по экспоненциальному закону:

т = -_- = ехр(— • | q(х, у, г)с2)

(20)

где т - коэффициент пропускания, 2тах -максимальная высота подъема дымового шлейфа. Коэффициент поглощения равен: ц = 1 - т .

Для расчета удельного коэффициента поглощения можно использовать следующую формулу:

л С С

где с1 и с2, d1 и d2 - соответственно поперечные сечения поглощения и диаметры частиц сажи и золы. Поперечные сечения поглощения рассчитывают по следующим формулам:

а1 = — а1 • С1 ,

1 4 1 1

= —а2 •

2 4 2 2

(22)

где а1 и а2 - спектральные коэффициенты поглощения веществ, из которых состоят частицы сажи и золы.

Формулы (18) - (22) позволяют при наличии метеорологической информации провести весь необходимый расчет для получения планарного распределения относительного коэффициента оптического поглощения. При этом введение порога непрозрачности дымового шлейфа позволяет связать результаты моделирования атмосферного переноса и кластеризации. Примем порог непрозрачности на уровне коэффициента поглощения д = 75%.

Рассмотрим однопараметрическую обратную задачу атмосферного переноса дымового шлейфа. Для решения задачи требуется определить неизвестный параметр - мощность ЛП, для чего необходимо уравнять площадь шлейфа, полученную в результате расчетов по формулам (19) - (22), с площадью шлейфа, рассчитанной с помощью космического изображения. Из результатов кластеризации КИ следует, что площадь дымового шлейфа ЛП 8 = 7173,75 га. С другой стороны эта же площадь может быть выражена следующим образом:

*=Я<

( ( 1 - ехр

Л Л

Q { q1(х, у, -ц с1хс1у (23)

где 0 - функция Хэвисайда.

Из уравнения (23) можно определить неизвестную величину мощности ЛП, а по формуле (17) оценку суммарной мощности ЛП по выбросам газообразного оксида углерода и углекислого газа. В результате моделирования могут быть получены следующие оценки: площадь дымового шлейфа 8 = 7,2-107 м2; расчетная скорость поступления сажи и золы в атмосферу (мощность ЛП) Рр = 332 кг/с; размеры зоны активного горения: 8<1 = 3,4 га (180х180 м); расчетная скорость поступления в атмосферу углеродистых газов: = 230 кг/с.

Выводы

Полученная при помощи аэрокосмической съемки информация о геометрических параметрах разливов нефти может быть использована при разработке математических и компьютерных моделей для прогнозирования распространения нефтяных и газовых выбросов, а также оценок экономических ущербов, нанесенных природной

0

среде. Эта задача имеет чрезвычайно сложный

характер и для ее решения необходимо использовать

комплекс математических моделей.

Литература

1. Методика дистанционного контроля изменений в лесном фонде под влиянием разведки и добычи нефти и газа М.: Государственный комитет СССР по лесу, 1990. - 15с.

2. Факторный, дискриминантный и кластерный анализ: Пер. с англ. / Дж.О.Ким и др. - М.: Финансы и статистика, 1989. - 215с.

3. Ведюшкин М.А. О фрактальном подходе к описанию пространственной структуры растительных сообществ // Проблемы мониторинга и моделирования динамики лесных экосистем. - М.: Изд-во АО "Журнал Экосннформ", 1993. - С. 182-201.

4. Назаров Л.Е. Применение многослойных нейронных сетей для классификации земных объектов на основе анализа многозональных сканерных изображений // Исследование Земли из космоса. - 2000. - №6. - с. 4150. 2.

5. Компьютерный расчет интегральных показателей турбулентной структуры нестационарных газовых потоков в трубопроводах с использованием вейвлет-преобразований/Бутусов О.Б., Мешалкин В.П.// Теоретические основы химической технологии. 2008. Т. 42. № 2. С. 170-175.

6. Гладышев Н.Г., Быков Д.Е., Мешалкин В.П., Шишканова А.А. Эколого-логистический аудит//Экология и промышленность России. 2006. № 11. С. 32-35.

7. Бутусов О.Б., Мешалкин В.П., Сельский Б.Е. Метод определения интегрального индекса химических загрязнений окружающей среды от газовых выбросов

химических и нефтехимических предприятий для экологического зонирования // Химическая промышленность. - 1998. - N 1. - с.44-51.

8. Бутусов О.Б., Мешалкин В.П., Смотрич С.А., Сельский Б.Е., Давыдов Ю.И. Информационная система оценки риска для населения в районе химического производства // Химическая промышленность. - 1996. - N11.

9. Бутусов О.Б., Мешалкин В.П., Пийгянер Л., Сельский Б. Е. Методология эколого-экономической оптимизации химических предприятий и лесных массивов // Химическая промышленность. - 1995. - N 10. - с.622-629.

10. Бутусов О.Б., Мешалкин В.П., Сельский Б.Е., Кокоссис А. С., Пуиджа-нер Л. Оценки химического риска на территории НПЗ с учетом влияния на распространение газовых шлейфов конфигурации заводских помещений // Химическая промышленность. -1996. - N9.

11. Горюнкова А.А. Техническая реализация и внедрение программного модуля расчета и отображения зон поражения при авариях с выбросом опасных химических веществ/ В.М. Панарин, А.А. Горюнкова// Известия ТулГУ. Технические науки. Вып. 6. Тула: Изд - во ТулГУ, 2014. с.205-210.

12. Панарин В. М. Техническая реализация и внедрение программно-аппаратного комплекса сбора, обработки и отображения информации совместно с комплексом аппаратуры для измерения концентраций вредных веществ «Экомонитор»/ В.М. Панарин, А.А. Горюнкова// Известия ТулГУ. Технические науки. Вып. 6. Тула: Изд - во ТулГУ, 2014. с.196-204.

13. Горюнкова А.А. Современное состояние и подходы к разработке систем мониторинга загрязнения атмосферы/ А.А. Горюнкова// "Известия ТулГУ. Технические науки".Изд-во ТулГУ. 2013, Вып.11. с. 251-260.

© Р. А. Кантюков, к.т.н., генеральный директор ООО «Газпром трансгаз Казань», т£о@1аА£^а7ргот.ги; Ф. М. Мустафин, начальник АЛПУМГ ООО «Газпром трансгаз Казань», alpumg@tattg.gazprom.ru; И. В. Рыженков, зам. ген.о директора по ремонту и капитальному строительству, ООО «Газпром трансгаз Казань», i-ryjenkov@tattg.gazprorn.ru; А. М. Кочнев, д.п.н., профессор, зав. каф. Технологии синтетического каучука КНИТУ, kochnev55@bk.ru.

© R. A. Kantyukov, Ph.d in Engineering Science, Main chief, limited liability company «Gazprom transgaz Kazan», info@tattg.gazprom.ru; F. M. Mustafin, Chief of ALPUMG, limited liability company «Gazprom transgaz Kazan», alpumg @tattg.gazprom.ru; I. V. Ryjenkov, Main chief assistant of Repair and capital construction, limited liability company «Gazprom transgaz Kazan», i-ryjenkov@tattg.gazprom.ru; A М. ^chnev, Professor Department of technology of synthetic rubber, KNRTU, kochnev55@bk.ru.