Геоэкологическая оценка и прогнозирование опасных природно-техногенных процессов на водосборе реки: на примере р. Белая Республики Башкортостан тема диссертации и автореферата по ВАК РФ 25.00.36, кандидат географических наук Нафикова, Эльвира Валериковна

• Нафикова, Эльвира Валериковна
• кандидат географических наук
• 2013

Оглавление диссертации кандидат географических наук Нафикова, Эльвира Валериковна

Введение.

Глава 1 Современное состояние проблемы геоэкологической оценки и прогнозирования опасных природно - техногенных процессов на водотокеЮ

1.1. Идентификация и анализ опасных природно - техногенных процессов на водотоке.

1.1.1. Влияние физико - географических факторов на условия формирования опасных природно - техногенных процессов на водотоке.

1.1.2. Воздействие астрономических изменений на гидрологический режим водотока.

1.1.3 Воздействие антропогенной деятельности на формирование опасных природно - техногенных процессов водотока.

1.2. Прогнозирование качественного и количественного состояния водотока.

1.2.1 Прогнозирование водности водотока.

1.2.2. Прогнозирование качества водотока.

1.3. Подготовка и отбор входных параметров нейронной сети при прогнозировании геоэкологического состояния водотока.

1.4. Геоэкологическая оценка риска возникновения опасных природно техногенных процессов на водосборах рек.

Выводы по первой главе:.

Глава 2 Характеристика объекта исследования и исходных данных.

Методы исследования.

2.1. Физико - географические условия водосборного бассейна реки Белая.

2.2 Общая характеристика исходных данных.

2.3. Методы исследования, используемые для оценки и прогнозирования опасных природно - техногенных процессов на водотоке.

2.3.1. Методы элементов искусственного интеллекта.

2.3.2. Отображение пространственно - распределенных данных с помощью геоинформационных систем.

Выводы по второй главе.

Глава 3 Исследование закономерностей прохождения прохождения опасных природно — техногенных процессов на водотоке.

3.1. Статистический анализ гидрохимических и гидрометеорологических данных реки Белая.

3.2. Анализ временных изменений гидрологичсеких характристик реки Белая

3.2.1 Анализ межгодовых временных изменений экстремальных гидрологичсеких характристик реки Белая.

3.2.2 Анализ временных изменений дат наступления характерных гидрологических явлений реки Белая.

3.2.4 Анализ цикличности дат наступления характерных гидрологических явлений.

3.3 Оценка пригодности качества речной воды для различных видов водопользования.

Выводы по третьей главе.

Глава 4 Исследование влияния астрономических процессов на прохождение опасных природно - техногенных процессов на водотоке.

4.1. Формирование базы данных показателей природных процессов, формирующих гидрологический режим водотока.

4.2. Статистический анализ параметров природных процессов, формирующих гидрологический режим водотока.

4.3. Анализ межгодовых и внутригодовых временных изменений гидрологических, метеорологических и астрономических характеристик.

4.4 Анализ внутригодовых временных изменений параметров природных процессов, формирующих гидрологический режим реки Белая.

4.4.1 Анализ внутригодовых временных изменений астрономических гелиогеофизических параметров формирование гидрологического режима реки Белая.

4.4.2. Анализ внутригодовых временных изменений астрономических параметров приливных процессов Солнца и Луны, формирующих гидрологический режим реки Белая.

4.4.3. Анализ внутригодовых временных изменений астрономических параметров нестабильности вращения Земли, формирующих гидрологический режим реки Белая.

4.5. Анализ цикличности параметров природных процессов, формирующих гидрологический режим реки Белая.

4.6. Анализ запаздывающего влияния астрономических процессов на гидрологический режим реки Белая.

4.7. Способ прогноза температуры воздуха на изобарическом уровне AT -850 гПа на основании изменения приливного потенциала Солнца и Луны.

4.7.1 Прогноз температуры воздуха на изобарическом уровне AT - 850 гПа в зависимости от приливных процессов Солнца и Луны с помощью искусственных нейронных сетей.

Выводы по четвертой главе.

Глава 5 Прогнозирование опасных природно - техногенных процессов на водотоке с помощью элементов искусственного интеллекта (на примере р. Белая).

5.1. Прогнозирование периодов прохождения фаз водного режима р. Белая . 130 5.3. Определение оптимального объема входных параметров обучающей выборки для прогнозирования опасных природно - техногенных процессов реки Белая.

5.4 Отбор значимых входных показателей для прогноза опасных природно -техногенных процессов в каждый период водности.

5.5 Прогнозирование опасных природно - техногенных процессов с помощью искусственных нейронных сетей.

5.5.1 Краткосрочный прогноз опасных природно - техногенных процессов реки Белая.

5.5.2 Среднесрочный прогноз опасных природно - техногенных процессов реки Белая.

5.5.3. Долгосрочный прогноз опасных природно - техногенных процессов р. Белая.

5.6 Прогнозирование гидрохимических показателей качества воды р. Белая. 152 5.7. Оценка геоэкологического состояния водотока истощения водных ресурсов.

5.7.1. Анализ и расчет риска истощения водных ресурсов.

5.7.2. Анализ и расчет риска загрязнения водных ресурсов реки Белая.

5.7.3. Расчет риска количественного и качественного истощения водотока. 166 5.8 Рекомендации по уменьшению негативных последствий опасностей техноприродных процессов на водотоке.

Выводы по пятой главе.

Выводы.

Введение диссертации (часть автореферата) на тему «Геоэкологическая оценка и прогнозирование опасных природно-техногенных процессов на водосборе реки: на примере р. Белая Республики Башкортостан»

Состоянием водных ресурсов человечество озабочено начиная с XX века. Не случайно 1980 - 1990гг. названы международным десятилетием воды. Гидрометеорологические наблюдения свидетельствуют о том, что водные ресурсы весьма уязвимы и подвергаются постоянному истощению, которое влечет значительные последствия, как для человеческого общества, так и для экосистем.

Опасные природно - техногенные процессы на водотоках (малая и повышенная водность, загрязнение водотока) по повторяемости и охвату территории занимают первое место среди всех опасных процессов и приводят к значительным последствиям, как для общества, так и для экосистем.

Как показывает мировой опыт, затраты на прогнозирование, оценку рисков и обеспечение готовности к событиям чрезвычайного характера в 15 раз меньше по сравнению с затратами на предотвращение ущерба.

Для разработки научно - методических основ прогнозирования опасных природно - техногенных процессов необходимо исследование состояния идентификации геоэкологически опасных явлений водосбора реки, выявления причин их возникновения, анализ существующих методов прогнозирования и оценки риска их возникновения.

Обеспечение рационального водопользования предполагает выполнение экологической оценки существующего состояния водотоков с учетом загрязнения и истощения водных ресурсов, а также геоэкологического прогноза. В связи с этим геоэкологическая оценка и прогнозирование риска возникновения опасных природно - техногенных процессов на водотоке является весьма актуальным.

Работа выполнена по тематике, входящей в Перечень критических технологий Российской Федерации, утвержденной Президентом РФ 21 мая 2006г. №Пр - 842, включающее в себя технологии снижения риска и уменьшения последствий природных и техногенных катастроф и в соответствии с планом фундаментальных научно - исследовательских работ Уфимского государственного авиационного технического университета «Развитие теоретических основ и моделей мониторинга и прогнозирования состояния атмосферы и гидросферы в условиях антропогенного воздействия и климатических изменений» (ЭФ - БП

- 20 - 10 - 03), и «Развитие наукоемких технологий мониторинга, охрана и прогнозирование состояния атмосферы и гидросферы в условиях антропогенного воздействия и климатических изменений и чрезвычайных ситуаций» (ЭФ

- БП - 20 - 12 - ОЗ).

Цель настоящей работы является разработка методики геоэкологической оценки и прогнозирования опасных природно - техногенных процессов на водосборе реки.

Для достижения цели поставлены и решены следующие задачи:

- исследованы многолетние и сезонные изменчивости гидрологических и гидрохимических параметров для выявления закономерностей геоэкологических процессов на водосборе реки;

- исследовано влияние астрономических процессов на прохождение гео-экологически опасных явлений на водотоке, вызванных пониженной или повышенной водностью;

- разработаны модели интегрированной оценки параметров качества воды и водности для прогноза опасных природно - техногенных процессов на примере р. Белая Республики Башкортостан;

- разработаны модели восстановления исходных данных геоэкологических процессов в каждый период водности реки и выполнена их апробация при восстановлении пропущенных гидрологических, метеорологических, гидрохимических данных;

- проведена оценка риска количественного и качественного истощения водных ресурсов р. Белая.

Для апробации разработанных моделей прогнозирования и методик оценки опасных природно - техногенных процессов на водотоке в качестве объекта исследования выбрана р. Белая — крупнейшая водная артерия Республики Башкортостан, приток р. Волги 2-го порядка.

Научная новизна диссертационной работы заключается в следующем:

1. Предложен способ прогноза температуры на изобарической поверхности АТ - 850 гПа для совершенствования геоэкологического прогноза развития опасных природно - техногенных процессов на водосборе и исключения антропогенного влияния при исследовании влияния приливных процессов Солнца и Луны на температуру приземного слоя атмосферы (патент на изобретение РФ №2461028 от 10.09.2012).

2. Проведена диагностика входных параметров, в т.ч. астрономических, модели прогноза геоэкологических процессов на водосборе р. Белая.

3. Разработана методика применения элементов искусственного интеллекта (искусственных нейронных сетей и генетических алгоритмов) для прогноза геоэкологически опасных явлений, вызванных повышенной и/или пониженной водностью и загрязняющими веществами.

4. Выполнена оценка геоэкологического риска количественного и качественного истощения водных ресурсов.

5. Разработана система мероприятий по снижению негативных последствий опасных природно - техногенных процессов, вызванных повышенной и/или пониженной водностью реки.

Практическая ценность:

1. Для рационального водопользования разработаны модели прогноза опасных природно - техногенных процессов водосбора, позволяющие в условиях изменяющегося климата и антропогенной нагрузки осуществлять оперативный и долговременный достоверный прогноз.

2. Разработаны модели, позволяющие восстанавливать пропущенные гидрометеорологические, гидрохимические и астрономические данные.

3. Разработанные методы прогноза гидрологических, гидрохимических и метеорологических показателей, программные продукты расчета (№2009611616, №2010612194, №2011614208) апробированы и используются в Башкирском территориальном управлении по гидрометеорологии и мониторингу окружающей среды (БашУГМС) (акт о внедрении результатов диссертационной работы № 1 - 18 - 1742 от 13.05.2013 г.).

4. Результаты проведенных исследований использованы при разработке комплексной программы социально - экономического развития городского округа город Уфа Республики Башкортостан на 2011-2015 гг. (пункт 4.1.7 — Окружающая среда) и рекомендованы резолюцией конференции в рамках международного форума «Чистая вода— 2010» (акт о внедрении результатов диссертационной работы № 01/04124 от 16.05.2013 г.).

5. Методы исследования и результаты, полученные в диссертационной работе, внедрены в учебный процесс Уфимского государственного авиационного технического университета и используются при подготовке бакалавров и магистров по направлению 280700 «Техносферная безопасность» и инженеров по направлению 280100 «Безопасность жизнедеятельности» по специальностям 280101 «Безопасность жизнедеятельности в техносфере» и 280103 «Защита в чрезвычайных ситуациях» (акт о внедрении результатов диссертационной работы от 13.05.2013 г.).

Достоверность результатов исследований обеспечена использованием большого объема репрезентативных данных, отобранных в соответствии с действующими государственными и отраслевыми стандартами, критическим анализом большого количества литературных источников и применением современных методов математико - статистической обработки данных, обстоятельной аргументацией принятых допущений и ограничений при разработке методик геоэкологического прогноза опасных природно - техногенных процессов на водосборе и оценке геоэкологического риска истощения и загрязнения водных ресурсов.

Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на 14 международных, 8 всероссийских и 7 региональных научных конференциях, симпозиумах и семинарах, среди которых: международная конференция «Экологические и гидрометеорологические проблемы больших городов и промышленных зон, Экогидромет 2012» (Санкт - Петербург, 2012); международная научно -технической конференции «Наука, образование, производство в решении экологических проблем». - Уфа 2008 - 2011; международная научная конференция «Сахаровские чтения: экологические проблемы XXI века» (Минск, 2009 - 2010); международная научно - практическая конференция «Чистая вода - 2009» (Кемерово, 2009); межрегиональный практический семинар: «Актуальные проблемы охраны поверхностных вод» (Уфа, 2012); российско - немецкий семинар "Aktuelle wissenschaftliche und methodische Leistungen im Bereich Wasserressourcenmanagement" (Уфа, 2009); VII mezinarodni vedecko - prakticka conference «Dny vedy - 2012» (Прага, 2012);V международная научно - практическая конференция «Безопасность жизнедеятельности в третьем тысячелетии» (Челябинск, 2012); международный научно - практический семинар «Karlsruher Flussgebietstage 2011» (Карлсруэ,

2011); всероссийская молодежная научная конференция «Мавлютовские чтения» (Уфа, 2009); IV, VII всероссийская зимняя школа - семинар аспирантов и молодых ученых «Актуальные проблемы в науке и технике» (Уфа 2009,

2012).

Публикации. По теме диссертации опубликовано 40 работ, в т. ч. 5 в журналах, рекомендованных ВАК РФ. Получен патент на изобретение РФ (№2461028 от 10.09.2012), 3 свидетельства о государственной регистрации программ для ЭВМ.

Положения, выносимые на защиту:

1. Способ прогноза температуры на изобарической поверхности AT 850 гПа (патент на изобретение РФ № 2461028 от 10.09.2012)

2. Результаты диагностики входных параметров, в т.ч. астрономических, модели прогноза опасных природно - техногенных процессов на водосборе р. Белая.

3. Методика применения элементов искусственного интеллекта (искусственных нейронных сетей и генетических алгоритмов) для прогноза:

- краткосрочного (с заблаговременностью 1-3 дня) опасных природно -техногенных процессов, вызванных повышенной и/или пониженной водностью с оправдываемостью до 95%;

- среднесрочного (с заблаговременностью 1 - 2 месяца) опасных природно - техногенных процессов, вызванных повышенной и/или пониженной водностью с оправдываемостью до 79%;

- долгосрочного (с заблаговременностью 1-3 года) опасных природно -техногенных процессов, вызванных повышенной и/или пониженной водностью с оправдываемостью до 76%;

- концентрации гидрохимических показателей водотока для прогноза опасных природно - техногенных процессов, вызванных загрязняющими веществами.

4. Результаты оценки геоэкологического риска количественного и качественного истощения водных ресурсов.

5. Рекомендации по системе мероприятий снижения негативных последствий опасных природно - техногенных процессов на водосборе, вызванных повышенной и/или пониженной водностью реки.

Структура и объём работы. Диссертация изложена на 194 страницах машинописного текста, а также 43 страницах приложения и состоит из введения, 5 глав, заключения, библиографического указателя, включающего 267 источника, в том числе 106 источников иностранной литературы. Диссертация в основном тексте иллюстрирована 26 таблицами и 68 рисунками.

Заключение диссертации по теме «Геоэкология», Нафикова, Эльвира Валериковна

выход

В качестве пунктов- аналогов рассматривались: пункты наблюдения расположенные в схожих физико- географических условиях и /или ближайшие пункты наблюдения (например, для створов реки - створы выше и ниже по течению).

При восстановлении пропущенных данных при наличии данных восстанавливаемого показателя и данных пунктов- аналогов входными параметрами ИНС за многолетний период являются:

- данные восстанавливаемого пункта наблюдения;

- данные пунктов- аналогов восстанавливаемого пункта наблюдения.

Следует отметить, что возможно использование пунктов- аналогов с пропусками данных, но наличием данных на восстанавливаемый период.

Недостаточность объема и качества обучающей выборки при данном методе восстановления компенсируются качеством подбора подходящего пункта- аналога\- ов.

Подбор подходящего пункта/- ов- аналога/- ов в настоящей работе предложено выполнять с помощью генетических алгоритмов.

Подстройка весов ИНС при обучении и выбор наилучшей модели ИНС для восстановления требуемого показателя происходит аналогично способу восстановления пропущенных данных с помощью искусственных нейронных сетей при наличии только данных восстанавливаемого показателя за многолетний период.

Для восстановления пропущенных гидрологических, гидрохимических, метеорологических и астрономических данных по данному методу также использовались ИНС структур: многослойный персептрон (MLP), радиально- базисные сети (RBF), обобщенно-регрессионные сети (GRNN).

Апробация методики восстановления пропущенных данных проводилась для:

- восстановления данных уровней воды р. Белая в створе г. Белорецк (д/о Арский Камень) за 2006г;

- метеорологических: температуры на изобарической поверхности AT- 850гПа метеостанции Уфа- Дема в период 2003- 2008гг;

- астрономических: угловая скорость вращения Земли в период 1971- 2005;

- гидрохимических: содержание СПАВ, нефтепродуктов, фенолов в реке Белая в створах: г. Белорецк, г. Стерлитамак, г. Уфа и г. Бирск в период 1990- 2000гг.

С помощью инструмента Intelligent Problem Solver программы Statistica 7,0 построено и обучено 5000 ИНС трех архитектур с различным числом нейронов, из которых отобраны наилучшие модели (с наименьшей ошибкой до 10%) каждого типа архитектуры.

Для оценки процесса обучения ИНС для восстановления гидрологических, гидрохимических, метеорологических и астрономических данных в работе использованы следующие параметры:

1. Средняя абсолютная/относительная ошибка сети - это средняя абсолютная разность расчетных и фактических значений. Если средняя относительная ошибка менее 20%, то сеть обеспечивает хорошую сходимость расчетных и фактических значений.

2. Коэффициент корреляции - показатель, характеризующий взаимосвязь реальных и моделируемых значений. Если значение коэффициента больше 0,7, то сеть применима

3. Производительность сети (S.D. Ratio) - это отношение стандартного отклонения ошибок сети к стандартному отклонению исходных данных. Если производительность сети не превышает значения 0,2, то сеть подобрана хорошо, чего очень сложно достичь вследствие, например, зашумленности данных (неточно заданных данных, полученных экспериментально) [196].

По результатам оценки обучения GRNN, RBF, MLP сетей (по показателям ошибок обучения, ошибок обобщения, ошибок прогноза на тестовой выборке) наилучшей для восстановления пропусков в рядах гидрологических, метеорологических и астрономических данных выбрана обобщенно- регрессионная нейронная сеть (GRNN), а для восстановления гидрохимических - обобщенно- регрессионная нейронная сеть и радиально базисные функции. Выбор сетей обусловлен удовлетворительными результатами обучения (коэффициенты корреляции расчетных и фактических значений от 0,8 до 0,99), а также способностью GRNN- сети к учету цикличности величин.

Для примера результаты обучения GRNN- сети для восстановления пропущенных гидрологических данных представлены в таблице 1.