УДК 504.45 ББК 26.222
С.А. Кондратьев, М.В. Шмакова, В.З. Родионов
ОПЫТ МОДЕЛИРОВАНИЯ ПРОЦЕССОВ МАССОПЕРЕНОСА В СИСТЕМЕ «ВОДОСБОР - ВОДОТОК - ВОДОЕМ»*
В настоящем обзоре представлены результаты анализа развития теоретических основ математического моделирования процессов массопереноса в системе «водосбор - водоток - водоем». Опыт предшествующих исследований показывает, что для успешного решения разнообразных задач моделирования процессов на водосборах, водотоках и водоемах, специалист должен иметь систему моделей, которые описывают сток и вынос взвешенных и растворенных веществ с водосбора, их перенос в гидрографической сети и в водоеме, принимающем сток. Можно говорить о моделирующей системе, объединяющей модели перечисленных выше процессов, которые могут работать как в комплексе, так и самостоятельно. Компоновка модели сложной системы с использованием разработанных и отлаженных моделей выполняется в соответствии со следующими определяющими факторами: (1) требованиями поставленной задачи; (2) особенностями строения объекта исследования; (3) наличием и размещением пунктов измерительной сети, являющимися источником исходной информации для моделирования; (4) возможностями потребителя при реализации модели. Существенно расширить возможности моделирования процессов массопереноса в системе «водосбор - водоток - водоем» удается за счет привлечения детерминировано-стохастического (ДС) подхода, основанного на применении как детерминированных, так и стохастических компонентов в рамках единой моделирующей системы.
Ключевые слова:
детерминированно-стохастическое моделирование, система «водосбор - водоток - водоем».
Кондратьев С.А., Шмакова М.В., Родионов В.З. Опыт моделирования процессов массопереноса в системе «водосбор-водоток-водоем» // Общество. Среда. Развитие. - 2020, № 3. - С. 95-105.
© Кондратьев Сергей Алексеевич - доктор физико-математических наук, раместитель директора по научной работе, ИНОЗ
РАН - СПбФИЦ РАН, Санкт-Петербург; e-mail: kondratyev@limno.org.ru © Шмакова Марина Валентиновна - кандидат технических наук, старший научный сотрудник, ИНОЗ РАН - СПбФИЦ РАН,
Санкт-Петербург; e-mail: m-shmakova@yandex.ru © Родионов Владимир Зинонович - старший научный сотрудник, НИЦЭБ - СПбФИЦ РАН, Санкт-Петербург; e-mail: rodionov1941@ mail.ru
Необходимым условием создания системы охраны и рационального использования водного объекта, а также управления его ресурсами является наличие инструментов (математических моделей), позволяющих количественно оценивать процессы, происходящие в системе водоем-водоток-водосбор, а также прогнозировать последствия воздействия на систему антропогенных и климатических факторов. Современные представления об общей схеме формирования негативного воздействия человеческой деятельности на водные ресурсы, являющиеся объектом практического применения рассматриваемых в настоящей работе моделей массопе-реноса в системе водосбор - водоток - водоем, проиллюстрированы на рис. 1.
Уже достаточно давно был сформулирован общий подход построения моделей речных бассейнов сложной неоднородной
структуры на основе разработанных и отлаженных компонентов (подмоделей или частных моделей), описывающих отдельные изучаемые процессы, в соответствии со следующими определяющими факторами [25]:
- требованиями поставленной задачи;
- особенностями строения объекта исследования;
- наличием и размещением пунктов измерительной сети, являющихся источником исходной информации для моделирования;
- возможностями потребителя при компьютерной реализации модели.
По мере расширения сферы научных интересов авторов и включения в нее водотоков и водоемов, указанный подход стал успешно применяться и в задачах создания моделей системы «водосбор - водоток - водоем» [10; 14; 30].
В работе [11] на основе анализа отечественного и зарубежного опыта моде-
* Источник финансирования: работа выполнена при финансовом обеспечении за счет средств федерального бюджета в рамках темы № 0154-2019-0001 «Комплексная оценка динамики экосистем Ладожского озера и водоемов его бассейна под воздействием природных и антропогенных факторов».
Рис. 1. Схема формирования антропогенного воздействия на водные объекты в современных условиях.
о см о
О
лирования природных процессов сделан вывод, что построение любой математической модели, в том числе и модели системы «водосбор - водоток - водоем», связано с упрощенной формализацией условий протекания реальных природных процессов за счет выделения основополагающих аспектов и пренебрежения второстепенными факторами. Такая модель, с одной стороны, должна быть достаточно простой для понимания, с другой - адекватно, насколько возможно, описывать исследуемую природную систему. Современный уровень развития методов экспериментальных исследований и обобщения их результатов, компьютерных и геоинформационных технологий способствует созданию все более сложных и детальных моделей. Расширяется область их практического применения. Порой создается иллюзия возможности построения универсальной, учитывающей все многообразие описываемых процессов и пригодной для решения широкого спектра практических задач математической модели. Однако на настоящем этапе развития науки это вряд ли возможно и целесообразно, т. к. любое физическое явление, взятое во всей своей полноте, настолько сложно, что исследователь часто не имеет исчерпывающего
представления даже о физических закономерностях изучаемых процессов. В такой ситуации уровень математического моделирования не может намного превышать существующий уровень знаний. Поэтому говорить о создании универсальной модели пока преждевременно. В связи с вышеизложенным возникает необходимость создания средств построения математических моделей, имеющих рациональную структуру, т. е. ориентированных на решение конкретных задач при минимальной сложности, как информационной, так и вычислительной. Последнее достигается за счет использования «модульной архитектуры» компонентно-ориентированного моделирования, имеющего ряд существенных преимуществ по сравнению с обычной «монолитной» техникой моделирования [20; 36]. Это, прежде всего, следующие факторы:
- разработка и модификация отдельного компонента намного более легкая задача, чем разработка целой системы моделей;
- модульная структура делает возможной постепенную разработку программ;
- разные компоненты могут быть написаны разными группами исследователей, работающими независимо друг от друга. Необходимо лишь придерживаться опре-
деленных, заранее установленных стандартов, оговаривающих реализацию взаимодействия модулей для обеспечения их совместимости. Внутренняя реализация модуля (алгоритм работы подмодели) может быть произвольной;
- разные компоненты могут быть написаны на разных языках программирования;
- возможно повторное использование подмодели в составе других моделей;
- компоненты могут легко заменяться на другие без необходимости перекомпиляции всей модели. Это позволяет проводить сравнительное тестирование разных моделей одного и того же процесса;
- возможно создание систем, изменяющих свою функциональность в зависимости от предъявляемых к ним требований;
- модульная архитектура облегчает распараллеливание вычислений. Это может быть реализовано как при одновременном исполнении нескольких подмоделей, так и запуске нескольких копий одной подмодели [1].
Однако при реализации компонентно-ориентированного подхода могут возникнуть определенные трудности [20], заключающиеся в следующем:
- необходимо дополнительно разрабатывать общую структуру, объединяющую разные модули, и стандартизировать каждый модуль;
- разные подмодели могут функционировать на разных пространственных масштабах и с разным временным шагом;
- дополнительные вычислительные ресурсы тратятся на обмен данными между компонентами системы;
- как правило, для инициализации моделей необходимы начальные данные, которые считываются из входных файлов. Соответственно, необходим универсальный и легко масштабируемый формат входных файлов.
При использовании компонентно-ориентированного подхода необходимо найти разумный баланс между требованиями к стандартизации интерфейса модулей и оптимизацией каждого модуля под конкретную выполняемую им задачу [20; 41].
В соответствии с результатами исследований, представленных в работе [11], для успешного решения разнообразных задач, связанных с моделированием процессов на водосборе и формирования внешней нагрузки на водные объекты, специалист должен иметь в своем распоряжении систему «частных моделей», или «подмоделей» (sub-models), которые описывают изучаемые процессы с различной степенью де-
тализации. Любую модель, описывающую процессы в системе «водосбор - водоток -водоем», условно можно отнести к одному из основных типов моделей: физико-математических, эмпирических или концептуальных. Применительно к задачам моделирования миграции и трансформации веществ в ландшафтно-геохимических системах предложено деление моделей на модели водного цикла, транспортные, термодинамические и кинетические, модели биологической миграции, комплексные модели биогеоценотического, биогеохимического и геохимического круговорота веществ [13]. Широко распространено деление на модели с распределенными параметрами и модели с сосредоточенными параметрами [15]. Деление моделей на детерминированные и стохастические отражает структуру связи входных и выходных величин, а также детерминированный и вероятностный характер этих величин. Если в детерминированных моделях эта связь однозначная, то в стохастических результаты расчетов представляются в виде функций распределения [26]. В зависимости от типа используемых математических выражений возможно также проводить классификацию моделей на линейные и нелинейные, статические и динамические [43], стационарные (не включающие производную по времени), квазистационарные (использующие деление относительно устойчивого по времени процесса на однородные интервалы), нестационарные (включающие производную по времени) [42]. В гидрологической литературе широко распространена классификация моделей по пространственному масштабу моделирования: для точки или площадки (point to plot models), для поля (field models), для водосбора (watershed model) [39].
В моделях, описывающих гидрофизические процессы в водных объектах, ситуация несколько иная, что объясняется более однородной средой объектов моделирования. Это гидродинамические модели (одномерные, двумерные или трехмерные модели, описывающие тепло и массо-перенос в водоемах), а также нольмерные балансовые модели. В зависимости от входящих компонентов модели водных объектов могут описывать либо только гидродинамику или формирование водного баланса, либо, в зависимости от решаемой задачи, гидродинамические модели мас-сопереноса записываются в двухфазной сопряженной постановке. Последующее добавление в гидродинамические и водно-балансовые модели биотических блоков
существенным образом меняет и усложняет их структуру. Уравнения моделей, которые принято называть экологическими, или экосистемными, основаны не на физических законах сохранения. Биологические трансформации в водоемах весьма сложны, а многие из них до сих пор не до конца изучены. Основу уравнений экологических моделей составляют различные эмпирические закономерности, установленные в процессе изучения и обработки результатов наблюдений, которые содержат в изобилии эмпирические зависимости и параметры [16, 17].
Все перечисленные выше модели, описывающие процессы в системе «водосбор -водоток - водоем», могут работать как самостоятельно, так и в комплексе совместно с моделями, описывающими процессы в атмосфере, на водосборе и в донных отложениях [5-7; 9; 10; 14; 21; 22; 28; 33; 40].
Следует отметить, что любая классификация математических моделей имеет свои достоинства и недостатки. Общим положительным свойством любой классификации является то, что она служит средством систематизации и наглядного представления существующих знаний об изучаемых процессах и системах, а также о средствах их количественного описания.
Естественно, что выбор частных моделей для построения модели водосбора зависит от выбора пространственного и временного масштабов моделирования. Точечные объекты, отдельные площадки и малые водосборы первичных звеньев гидрографической сети являются, как правило, объектами применения физико-математических моделей, описывающих изучаемые процессы с высокой степенью детализации. Увеличение площади объекта до мезо- и макромасштабных территорий (речных водосборов и крупных регионов) ведет к возрастанию роли концептуальных и эмпирических компонентов в построении модели. Это объясняется, прежде всего, стремлением избежать излишне сложных и громоздких математических выражений, а также ориентацией на обеспечение моделей имеющимися информационными и вычислительными ресурсами, которые в случае физико-математических моделей могут быть ограничены.
Выбор временного масштаба моделирования в значительной степени зависит от динамики изучаемых процессов и масштаба их изменчивости, дискретности получения исходных данных и интервала их осреднения. Значения перечисленных характеристик в первом приближении могут
Таблица 1
Характеристика диапазонов изменчивости гидрометеорологических процессов [23]
Изменчивость
Межгодовая Сезонная Синоптическая Внутрисуточная Мелкомасштабная
Масштаб изменчивости более 1 года 1 год 1-10 суток часы - 1 сутки менее 1 часа
Дискретность данных год, месяц 1 сутки - 1 месяц 1час - 1 сутки 1-8 часов секунды
Масштаб осреднения данных до 1 года до 1 месяца до 1 суток секунды -минуты »
о см о
Таблица 2
Оценка пространственного масштаба при моделировании водосборов [34]
Пространственный масштаб Длина, км Площадь, км2 Типичные пространственные структуры
Макро- > 102 > 104 Континенты, государства, бассейны крупных рек и водоемов, пространственные ячейки моделей глобальной циркуляции
Мезо- а в Y 30-102 1-30 0,03-1 103-104 1-103 10- Разнородные ландшафтные структуры, административные образования, водосборы рек-притоков
Микро- < 0,03 < 10- Малые однородные водосборы, стоковые и исследовательские площадки, точечные объекты
о О
быть приняты в соответствии с данными, приведенными в табл. 1 [23].
В качестве примера определения пространственного масштаба в задачах моделирования процессов на водосборе может быть приведена информация, полученная на основе анализа работы Беккера [34] и содержащаяся в табл. 2. Здесь выделены три основные категории пространственных масштабов моделирования: макро- мезо- и микро-. К числу макромасштабных водосборов могут быть отнесены отдельные континенты, государства, бассейны крупных рек и водоемов, пространственные ячейки моделей глобальной циркуляции атмосферы. Мезомасштабные объекты моделирования (разнородные ландшафтные структуры, административные образования, водосборы рек-притоков) представляют собой наиболее обширную категорию водосборов, рассматривающихся при решении практических задач. Поэтому в данном случае для более конкретной идентификации водосбора выделено три подмасштаба: а, в и у, характеризующиеся соответствующими площадями и размерами. К числу микромасштабных водосборов относятся малые однородные водосборы, стоковые и исследовательские площадки, точечные объекты. Это, как правило, объекты специальных экспериментальных исследований и детальной верификации моделей.
На основе эмпирического обобщения опыта моделирования стока, водной эрозии и выноса растворенных веществ в работе [11] сделана попытка выявить взаимосвязь между основными моделируемыми процессами, характеристиками их изменчиво-
сти во времени и типами наиболее часто используемых на практике моделей. Полученные результаты свидетельствуют о наличии связи между временным масштабом моделирования и типом математических моделей. Показано, что если для описания мелкомасштабной и внутрисуточной изменчивости процессов на водосборе наиболее эффективным является использование физико-математических моделей, то по мере укрупнения масштаба в практике моделирования начинают преобладать концептуальные, а затем и эмпирические модели [11]. При этом следует помнить, что большинство моделей, имеющих эмпирическую и полуэмпирическую основу, не являются инвариантными относительно пространственного и временного шагов расчета.
В работе [13] сформулирован «принцип согласования пространственного и временного масштабов изучаемых процессов», согласно которому «временная иерархия процессов при динамическом моделировании выступает как ограничение: в качестве основного объекта моделирования должны быть выбраны процессы в одном узком диапазоне времени... более "медленные" переменные вводятся в модель в виде констант, а более "быстрые" - как шум, вызывающий случайные отклонения».
Привлечение зарубежного опыта при оценке зависимости структуры модели водосбора от пространственного и временного масштабов моделирования [35] позволило получить графическое представление указанной взаимосвязи, которое проиллюстрировано на рис. 2. Увеличение размеров изучаемых объектов спо-
Рис. 2. Структура моделей водосбора в зависимости от пространственного и временного -масштабов моделирования: ВМР - водосборы малых рек (< 2000 км2), ВСР - водосборы средних рек (2000-50 000 км2), ВБР - водосборы больших рек (> 50 000 км2).
о см о
о
о
собствует упрощению структуры используемой модели, увеличение временного масштаба решаемой задачи приводит к потере детализации при описании происходящих процессов. Указанные тенденции являются результатом обобщения опыта специалистов в области моделирования и их стремления к созданию моделей оптимальной структуры, позволяющих решать поставленные задачи с минимальными трудозатратами.
Важный шаг в решении проблемы пространственного масштабирования в моделировании гидрологических процессов при переходе от точки к склону и далее к водосбору и крупному региону сделан в работах [18; 19]. Автор использует так называемые полураспределенные (semidistributed) модели, или модели с полураспределенными параметрами. При этом вся территория речного бассейна покрывается нерегулярной сеткой из элементарных водосборов. Гидрологические процессы в пределах расчетных элементов описываются системой дифференциальных уравнений, большая часть которых получена путем интегрирования по пространству базисных уравнений детальных физико-математических моделей, либо путем отбрасывания второстепенных членов этих уравнений, либо при-
влечением иных упрощенных схем описания процессов, разумных в принятых пространственно временных масштабах [18; 19]. Модели с полураспределенными параметрами сохраняют основные черты и преимущества физико-математических моделей с распределенными параметрами и, в то же время, менее требовательны к составу и полноте исходной информации, что делает их использование предпочтительным при недостаточности данных наблюдений. Современные компьютерные и информационные технологии делают возможным строить модели с полураспределенными параметрами для крупных бассейнов с площадями, превышающими миллион км2 [18; 19].
Существенно расширить возможности моделирования процессов массопереноса в системе «водосбор - водоток - водоем» удается за счет привлечения детерминирован-но-стохастического (ДС) подхода [2; 12; 32]. ДС моделирование осуществляется с применением как детерминированных, так и стохастических компонентов в рамках единой модели. Часто используется понятие «динамико-стохастическое моделирование» в случаях акцента на динамику происходящих процессов [3; 4; 27; 29; 31]. При решении задач, связанных с оценкой и прогнозом массопереноса в системе «во-
Рис. 3. Схема детерминированно-стохастической моделирующей системы IL_DSM для количественной оценки и прогнозирования массопереноса в системе «водосбор - водоток - водоем»
досбор - водоток - водоем» ДС подход позволяет выполнять требуемые расчеты при недостаточности или отсутствии данных натурных наблюдений. Стохастической компонентой ДС модели может являться стохастический генератор рядов метеорологических величин, обеспечивающий последующие детерминированные блоки модели входной информацией. Ориентация на данные метеорологических наблюдений в качестве основы ДС моделирования объясняется тем, что, как правило, ряды измеренных метеорологических параметров существенно более продолжительны, чем ряды наблюдений за гидрологическими и гидрохимическими характеристиками водосборов и водоемов.
За последние годы в Лаборатории математических методов моделирования Института озероведения РАН разработана ДС моделирующая система IL_DSM (Institute of Limnology_ Deterministic and Stochastic Modeling system), направленная на решение задач, связанных с количественной оценкой процессов, происходящих в системе «водосбор - водоток - водоем» в условиях дефицита данных натурных наблюдений, а также на прогнозирование последствий воздействия на систему антропогенных и климатических факторов [12]. Блок-схема моделирующей системы представлена на рис. 3. Компонеянтами системы являются детерминированные модель формирования стока на водосборе, модель выноса растворенных примесей с водосбора и формирования нагрузки на водоем, модель стока наносов, модель массопереноса в открытом русле, модель массопереноса в акватории мелководного водоема, а также стохастическая модель погоды.
В целях формализации процедуры построения модели системы «водосбор -водоток - водоем» или отдельных ее частей в соответствии с принципами «модульной архитектуры» компонентно-ориентированного моделирования, могут быть сформулированы следующие общие требования к выбору отдельных моделей, входящих в состав системы (рис. 3), и их компоновке в рамках результирующей модели, соответствующей решаемой задаче:
- реалистическое отображение физико-географических, почвенно-геологи-ческих, агрохимических и ландшафтных условий водосбора. Это требование создает основу для выбора частных моделей, соответствующих конкретной ситуации и существующим представлениям о физике процессов на водосборе;
- соответствие структуры модели составу и точности исходных данных. Определяет состав и дискретность входной информации, а также способ пространственной схематизации структуры водосбора;
- соответствие структуры модели конечным требованиям поставленной задачи. Задает уровень детализации модели, состав и дискретность информации, получаемой на выходе модели или отдельных ее частей;
- идейная и информационная равнозначность стыкуемых блоков общей модели. Позволяет избежать излишних детализаций или упрощения частных моделей в рамках установленных выше требований и обеспечивает возможность их объединения в единую модель водосбора;
- доступность потребителю. Определяет требования к программному обеспечению модели, диалоговой системе и системе управления базами данных.
Перечисленные требования позволяют специалисту проводить выбор и рационально компоновать работоспособные модели, соответствующие поставленным требованиям и реалистично описывающие происходящие природные процессы [11].
Обязательным этапом моделирования являются калибровка и верификация модели, результаты которых в значительной степени зависят от достоверности используемых материалов натурных измерений. Однако, как показывают результаты критического анализа состояния современной системы Государственного мониторинга водных объектов, им не всегда можно доверять. Поэтому специалистам, выполняющим калибровку и верификацию тех или иных моделей, не следует расценивать имеющиеся данные натурных измерений как абсолютную истину, а максимально проверять их достоверность, прежде чем проводить сравнение измеренных и рассчитанных значений. Возможно, что при проведении натурных измерений следует принимать во внимание результаты математического моделирования (если оно выполнялось для изучаемого объекта) с целью проверки достоверности информации мониторинга. Здесь целесообразно привести цитату из работы Романова и Жидикова [24] о том, что процедура калибровки модели «ближе скорее к искусству, чем к науке, и определяется в каждом конкретном случае структурой используемой модели, характеристиками водосбора и уровнем квалификации исследователя».
В рамках практической реализации разработанной ДС моделирующей системы решаются следующие основные задачи:
1. Оценка параметров распределения рядов метеорологических элементов (среднесуточная температура воздуха, суточные слои осадков, факт выпадения осадков, относительная влажность воздуха) по данным метеорологических наблюдений.
2. Генерирование рядов метеорологических элементов требуемой длины с параметрами, соответствующими современным климатическим условиям.
3. Генерирование рядов метеорологических элементов требуемой длины с параметрами, соответствующими заданным сценариям изменения климата.
4. Моделирование стока с водосбора с использованием сгенерированных рядов метеорологических элементов в качестве входной информации.
5. Оценка параметров распределения стока, как в современных условиях, так и в случае реализации заданных сценариев климатических изменений.
6. Моделирование выноса растворенных химических веществ с водосбора с использованием сгенерированных рядов стока в качестве входной информации.
7. Оценка параметров распределения выноса растворенных химических веществ с водосбора, как в современных условиях, так и в случае реализации заданных сценариев климатических изменений.
8. Оценка суммарного расхода русловых наносов.
9. Оценка годового твердого стока (стока речных наносов), как в современных условиях, так и в случае реализации заданных сценариев климатических изменений.
10. Расчеты распространения примесей в речном русле для стока и выноса веществ с водосбора различной обеспеченности, как в современных условиях, так и в случае реализации заданных сценариев климатических изменений.
11. Расчеты транспорта наносов, распространения растворенных примесей в водоеме, а также переформирования дна под воздействием притока воды и поступления наносов различной обеспеченности, как в современных условиях, так и в случае реализации заданных сценариев климатических изменений.
Итогом ДС моделирования является набор кривых распределения и параметров распределения стока, выноса биогенных элементов, твердого стока, а также
схемы распространения твердых частиц и растворенных примесей в руслах притоков и в акватории водоема, как в современных условиях, так и в случае реализации заданных сценариев климатических изменений. Естественно, что в зависимости от условий задачи для ее решения могут быть задействованы не все компоненты моделирующей системы.
Следует отметить, что перспективы развития детерминированно-стохасти-ческого моделирования в области изучения процессов массопереноса в системе «водосбор - водоток - водоем» состоят, прежде всего, в совершенствовании методов детерминированной оценки стока, выноса взвешенных частиц и растворенных примесей с водосбора и в русловом потоке, а также массопереноса в акватории водоема. Прогресс в этом вопросе зависит от существенной перестройки и совершенствования системы мониторинга водных объектов, а также проведения специальных натурных исследований с целью уточнения параметров моделей. Перспективы практического использования детерминированно-стохастического моделирования заключаются в возможности планирования хозяйственной деятельности на водосборе в соответствии с водностью, а также с учетом изменений условий формирования стока, отсутствия или недостатка данных гидрометрических наблюдений.
Завершая изложение результатов исследований в рассматриваемом направлении, целесообразно в очередной раз остановиться на существующих в нашей стране проблемах, тормозящих развитие науки в областях как моделирования процессов в системе «водосбор - водоток - водоем», так и наук о Земле в целом. На развитии отечественных методов математического моделирования природных процессов и систем крайне негативно сказывается отсутствие необходимого информационного обеспечения. Формы государственной статистической отчетности, содержащие информацию, например, о точечных источниках загрязнения водных объектов, отражают не только объективные изменения объемов и состава сбросов сточных вод, но и их зависимость от субъективных факторов, таких как непредставление или смена форм отчетности предприятий, занижение информации о сбросах сточных вод, изменение системы обработки проб и др. По непонятным причинам в 2010 г. из форм статотчетности 2ТП(водхоз) исключен общий фосфор, поступление которого
в пресноводные водные объекты в значительной степени определяет их эвтро-фирование. Кроме того, современные рекомендации ХЕЛКОМ по оздоровлению экосистемы Балтийского моря выражены именно в снижении нагрузки общим фосфором [37; 38]. Система государственного мониторинга водных объектов в настоящее время фактически работает сама на себя и позволяет давать оценки типа «хорошо - плохо» лишь в небольшом количестве пунктов измерений, сохранившихся от прежней системы мониторинга. Даже скудные данные выполненных измерений не публикуются, продаются за баснословные суммы и недоступны широкому кругу ученых и специалистов. При этом качество получаемой информации не контролируется извне и оставляет желать лучшего. Отсутствуют общедоступные базы данных, содержащие результаты государственного мониторинга водных объектов. Поэтому не удивительно, что до сих пор калибровка и верификация разработанных отечественных моделей часто проводятся по данным натурных наблюдений 1970-1980-х годов.
Обычно под мониторингом водных объектов понимается только проведение регулярных натурных измерений. Такие составляющие мониторинга, как оценка состояния окружающей среды и прогнозирование ее возможных изменений [8], почему-то забываются. Организация специальных натурных экспериментов на водных объектах и их водосборах, ориентированных на нужды моделирования и выходящих за рамки государственного мониторинга, требует больших финансовых затрат и не всегда возможна для отдельных институтов при наличии скромного бюджетного финансирования. Анализ существующей методической базы государственного мониторинга водных объектов показывает, что в настоящее время отсутствуют обоснованные универсальные и региональные расчетные методики диффузного загрязнения от различных источников, так же как и сам мониторинг этих источников. Не разработаны научно-обоснованные подходы к ранжированию рассредоточенных источников по мощности воздействия на водные объекты, что в конечном итоге приводит к неэффективности разрабатываемых водоохранных мероприятий. Несовершенство законодательной основы природопользования негативно сказывается на возможностях практического применения методов математического моделирования. Так, нема-
ловажным препятствием является то, что официальные значения предельно-допустимых концентраций (ПДК) существуют далеко не для всех химических веществ, содержащихся в воде и донных отложениях. Утвержденные для всей территории России ПДК не учитывают региональных геохимических особенностей ландшафтов. Не существует официальных ПДК токсичных водорастворимых ионных форм тяжелых металлов в воде и донных отложениях. Не существует ПДК химических веществ в биоте.
На настоящем этапе развития науки математическое моделирование является эффективным средством решения задач, связанных с оценкой последствий реализации различных сценариев хозяйственной деятельности. Однако существующие сценарии социально-экономического развития регионов России содержат оценку среднесрочных инвестиций в природоохранные мероприятия, которые, как правило, постоянно растут, а также оценку поступления объемов загрязняющих веществ в атмосферу и водные объекты, которые должны постоянно снижаться. Увеличение антропогенной нагрузки никогда не планируется. Никаких конкретных оценок изменений нагрузки конкретными химическими веществами на водные объекты рассматриваемого региона, связанных с конкретными планами введения в строй или реорганизации промышленных, муниципальных и сельскохозяйственных предприятий на основе упомянутых планов социально-экономического развития, сделать практически невозможно. Поэтому в имитационных расчетах по разработанным моделям, как правило, используются гипотетические уровни возможного изменения нагрузки на водные объекты и их водосборы.
Современные программные оболочки и методы представления результатов расчета делают модели похожими на компьютерные игры. Часто начинающий пользователь, выполняющий расчеты по такой модели, не представляет ее математической основы и, соответственно, не в состоянии самостоятельно оценить адекватность модели требованиям решаемой задачи, что может крайне отрицательно сказаться на результатах моделирования. К сожалению, коммерциализация и деградация системы высшего образования в России, а также осознанное или неосознанное уничтожение российской науки власть предержащими уже сейчас приводит к отсутствию квалифицирован-
ных молодых специалистов в научно-исследовательских организациях. В скором времени дефицит отечественных специалистов приведет к притоку зарубежных экспертов, в том числе и в области гидроэкологии и охраны водных ресурсов. Следует помнить, что любой такой эксперт будет отстаивать, прежде всего, интересы своего государства и своей фирмы. Межведомственная и межинститутская разобщенность, сформировавшаяся в период индивидуального выживания 1990-х гг. и все еще сохранившаяся до настоящего времени, не способствует решению многочисленных проблем, встающих перед отечественной наукой в целом и математическим моделированием в частности.
В настоящее время не вызывает сомнения тот факт, что среди наиболее острых глобальных проблем сегодняшнего мира дефицит пресной воды постепенно выходит на одно из первых мест. Интенсификация антропогенного воздействия на пресноводные экосистемы приводит либо к их исчезновению, либо к резкому ухудшению качества вод со всеми вытекающими последствиями. В сложившейся ситуации вопросы научного обоснования мероприятий по охране, рациональному использованию и восстановлению водных объектов являются стратегически важными. От их грамотного решения в недалеком будущем будет зависеть жизнеспособность нашего общества.
о см о
О
Список литературы
1] Антонов А.С. Введение в параллельные вычисления (методическое пособие). - М.: Изд-во МГУ. -2002, 69 с.
2] Виноградов Ю.Б. Математическое моделирование процессов формирования стока. Опыт критического анализа. - Л.: Гидрометеоиздат, 1988. - 312 с.
3] Гельфан А.Н. Динамико-стохастическое моделирование формирования талого стока / Авт. дис. ... д.ф.-м.н. - М.: ИВП РАН, 2006. - 36 с.
4] Гельфан А.Н. Динамико-стохастическое моделирование формирования талого стока. - М.: Наука, 2007. - 280 с.
5] Зилитинкевич С.С., Крейман К.Д., Миронов Д.В. Гидротермодинамическое взаимодействие озера с атмосферой. - Л.: Наука, 1990. - 136 с.
6] Иванищев В.В., Михайлов В.В., Флегонтов В.В. и др. Имитационное моделирование природной системы «озеро-водосбор». - Л.: Изд. ЛИИ АН, 1987. - 230 с.
7] Игнатьева Н.В. Роль донных отложений в круговороте фосфора в озерной экосистеме // Ладожское озеро - прошлое, настоящее, будущее. - СПб.: Наука. -2002. - С. 148-157.
8] Израэль Ю.А. Глобальная система наблюдений. Прогноз и оценка изменений состояния окружающей среды. Основы мониторинга // Метеорология и гидрология. - 1974, № 7. - С. 3-8.
9] Имитационное моделирование системы «водосбор-река-морской залив». - Таллинн: Валгус, 1989. -428 с.
10] Кондратьев С.А., Голосов С.Д, Зверев И.С., Рябченко В.А., Дворников А.Ю. Моделирование абиотических процессов в системе водосбор-водоем (на примере Чудско-Псковского озера). - СПб.: Нестор-История, 2010. - 116 с.
11] Кондратьев С.А. Формирование внешней нагрузки на водоемы: проблемы моделирования. - СПб.: Наука, 2007. - 253 с.
12] Кондратьев С.А., Шмакова М.В. Математическое моделирование массопереноса в системе водосбор - водоток - водоем. - СПб.: Нестор-История, 2019. - 246 с.
13] Кошелева Н.Е. Математическое моделирование миграционных процессов в ландшафтно-геохими-ческих системах / Авт. дис. ... д. географ. н. - М.: МГУ, 2003. - 40 с.
14] Крейман К.Д., Рянжин С.В., Медведев М.Ю., Голосов С.Д., Кондратьев С.А., Кузменко Л.Г. Моделирование процессов тепломассопереноса в водоеме и на его водосборе. - СПб.: Наука, 1992. - 120 с.
15] Кучмент Л.С. Математическое моделирование речного стока. - Л.: Гидрометеоиздат, 1972. - 191 с.
16] Меншуткин В.В., Руховец Л.А., Филатов Н.Н. Моделирование экосистем пресноводных озер (обзор)
1. Гидродинамика озер // Водные ресурсы. Том 40. - 2013, № 6. - С. 566-582.
17] Меншуткин В.В., Руховец Л.А., Филатов Н.Н. Моделирование экосистем пресноводных озер (обзор)
2. Модели экосистем пресноводных озер // Водные ресурсы. Том 41. - 2014, № 1. - С. 24-38.
18] Мотовилов Ю.Г. Информационно-моделирующий комплекс ECOMAG для моделирования речных бассейнов // Тезисы IV Всерос. гидрол. съезда. Секция 5: Гидрофизические явления и процессы. Формирование изменчивость речного стока, гидрологические и водохозяйственные расчеты. -СПб., 2004. - С. 139-140.
19] Мотовилов Ю.Г., Фащевская Т.Б. Пространственно распределенная модель формирования стока тяжелых металлов в речном бассейне // Вода, химия и экология, - 2018, № 1-3. - С. 18-31.
20] Поддержка принятия решений по экосистемных услугах лесов Европы - определение ценности, синергетические эффекты и компромиссы. Отчет по НИР «2018-14-588-0004». - М.: Центр по проблемам экологии продуктивности лесов, 2018. - 254 с.
21] Рахуба А.В. Имитационное моделирование роста биомассы фитопланктона в Куйбышевском водохранилище // Водное хозяйство России: проблемы, технологии, управление. - 2018, № 1. - С. 76-87.
[22] Рахуба А.В., Шмакова М.В. Математическое моделирование динамики заиления как фактора эвтро-фирования водных масс Куйбышевского водохранилища // Известия Самарского научного центра Российской академии наук. Т. 17. - 2015, № 4. - С. 189-193.
[23] Рожков В.А., Трапезников Ю.А. Вероятностные модели океанологических процессов. - Л.: Гидроме-теоиздат, 1990. - 272 с.
[24] Романов А.В., Жидиков А.П. Модели тало-дождевого стока в гидрологических расчетах и прогнозах. - Обнинск, 1987, № 2. - 66 с.
[25] Румянцев В.А., Кондратьев С.А., Капотова Н.И., Ливанова Н.А. Опыт разработки и применения математических моделей бассейнов малых рек. - Л.: Гидрометеоиздат, 1985. - 93 с.
[26] Русаков А.М. Исследование и моделирование сложных систем. - М.: МГУПИ, 2014. - 90 с.
[27] Фролов А.В. Динамико-стохастическое моделирование многолетних гидрологических процессов / Авт. дис. ... д.ф.-м.н. - М.: ИВП РАН, 2006. - 44 с.
[28] Цыденов Б.О., Старченко А.В. Численная модель взаимодействия систем «река-озеро» на примере весеннего термобара в озере Камлупс // Вестник Томского ГУ. Серия Математика и механика. - 2013, № 5(25). - С. 102-115.
[29] Чеботарев Ю.А. Моделирование гидрологических процессов на малых лесных водосборах // Гидрологическая роль лесных геосистем. - Новосибирск: Наука, 1989. - С. 27-34.
[30] Шмакова М.В. Теория и практика математического моделирования речных потоков. - СПб.: Лема, 2013. - 142 с.
[31] Ясинский С.В., Гусев Е.М. Динамико-стохастическое моделирование процессов формирования весеннего склонового стока на малых водосборах // Почвоведение. - 2003, № 7. - С. 847-861.
[32] Ailliot P., Allard D., Monbet V., Naveau P. Stochastic weather generators: an overview of weather type models // Journal de la Société Française de Statistique, Société Française de Statistique et Société Mathématique de France. - 2015, № 156 (1). - P. 101-113.
[33] Arheimer В., Olsson J. Integration and Coupling of Hydrological Models with Water Quality Models: Applications in Europe. - Swedish Meteorological and Hydrological Institute (SMHI), 2003. - 53 p.
[34] Becker A. Criteria for a hydrologically sound structuring of large scale land surface process models // Advances in Theoretical Hydrology / Ed. by J.P.O'Kane. - Elsevier Publ., 1992. - P. 98-111.
[35] Bouwman A.F., Bierkens M.F.P., Griffioen J., Hefting M.M., Middelburg J.J., Middelkoop H., Slomp C.P. Nutrient dynamics, transfer and retention along the aquatic continuum from land to ocean: towards integration of ecological and biogeochemical models // Biogeosciences. - 2013, № 10. - Р. 1-23.
[36] He H.S., Larsen D.R., Mladenoff D.J., et al. Exploring component-based approaches in forest landscape modeling // Environmental Modeling & Software. - 2002, vol. 17(6). - P. 519-529.
[37] HELCOM Baltic Sea Action Plan. - Helsinki: Helsinki Commission Publ., 2007. - 103 p.
[38] HELCOM Copenhagen Ministerial Declaration: Taking Further Action to Implement the Baltic Sea Action Plan // Reaching Good Environmental Status for a healthy Baltic Sea. - Copenhagen, Denmark, 2013. - 19 p.
[39] Moriasi D.N., Gitau M.W., Pai N., Daggupati P. Hydrologic and water quality models: performance measures and evaluation criteria // Transactions of the ASABE (American Society of Agricultural and Biological Engineers). - 2015, № 58(6). - P. 1763-1785.
[40] Ruskule E. Water Quality Models Description // Environment. Technology. Resources. - 2011, vol. 1. -P. 112-119.
[41] Veryard R. The Component-based Business: Plug And Play. - Gateshead: Athenaeum Press, 2001. - 216 p.
[42] Wu Weiming. Computational River Dynamics. - CRC Press, 2007. - 509 p.
[43] Xu C.-Y. Modelling in Hydrology. Chapter 1 in Textbook of hydrologic models. - Uppsala University, 2002. -13 p.