3.1. Моделирование систем водных ресурсов, его роль в планировании и управлении. Синопсис главы 2 монографии Д. П. Лоукса и Е. ван Бика «Планирование и управление системами водных ресурсов. Введение в методы, модели и приложения». Издание UNESCO and WLI Delft Hydraulics, 2005 г.

Оглавление

1. Введение

2. Моделирование систем водных ресурсов

2.1. Пример подхода к моделированию

2.2. Характеристики проблем, возникающих при моделировании

3. Вызовы моделирования систем водных ресурсов

3.1. Вызовы для планировщиков и менеджеров

3.2. Вызовы моделирования

3.3. Вызовы применения моделей на практике

4. Разработки, связанные с моделированием

4.1. Технологии моделирования

4.2. Системы поддержки принятия решений

4.2.1. Моделирование общего видения

4.2.2. Системы открытого моделирования

4.2.3. Пример СППР для управления при наводнениях на реке

5. Выводы

6. Список литературы

В преамбуле главы 2 [81] отмечается, что планирование, проектирование и управление системами водных ресурсов сегодня неизбежно включает в себя прогнозирование воздействий. Прогнозирование воздействий приводит к необходимости моделирования. По мере того, как достоверно подтверждается нарастание важной роли моделирования в планировании и управлении водными ресурсами, мы (авторы [81]) также признаем обязательно присутствующую ограниченность моделей при представлении любой реальной системы. Будущие события всегда являются неизвестными и несомненно любые предположения относительно их могут влиять на результаты моделирования, которые и являются прогнозами таких событий. Оказываясь более или менее полезными, результаты любого количественного анализа/моделирования являются только частью, но очень важной частью информации, которая должна учитываться путем ее включения в общий процесс принятия решений при планировании и управлении.

Введение

В данном разделе указывается, что когда проектные и управленческие решения принимаются относительно систем окружающей среды или систем водных ресурсов, то они базируются на некоторой вере или возможно на надежде лиц, принимающих решения которые и будут представлены как результаты принятых решений. Такие прогностические решения базируются либо на исключительно качественной информации и вере (т.е. на убеждениях «в головах людей») — в виде гадания на волшебном (кристаллическом) шаре (см. рис. 11) или, по крайней мере, частично на количественной информации, обеспечиваемой с помощью математических или реализованных на компьютере моделей (см. рис. 11).

Рис. 11. Использование умозрительных моделей (слева) и компьютерных моделей (справа) для моделирования.

Моделирование обеспечивает, вероятно, основной способ прогнозирования динамики в предлагаемых инфраструктурных проектах или в стратегиях управления. Последние тридцать лет были временем значительного продвижения вперед в наших возможностях моделировать инженерные, экономические, экологические, метеорологические, гидрологические и, в некоторых случаях, даже институциональные или политические воздействия на большие, сложные и многоцелевые системы водных ресурсов. Применение моделей к реальным системам улучшает наше феноменологическое понимание этих систем и, следовательно, часто служит вкладом в улучшение системного проектирования, управления и функционирования. Оно также учит нас тому, насколько ограниченным остается наше умение моделировать реальные системы.

Разработка моделей является искусством. Оно требует знаний системы, которую собираются моделировать, требований потенциальных пользователей, знаний целевых и информационных потребностей и определенных системно-аналитических и программистских навыков. Модели всегда базируются на многочисленных предположениях и аппроксимациях и некоторые из них могут быть предметом спора. Применение таких приближений реальности относится к методам, которые улучшают понимание системы и, в конечном счете, приводят к квалифицированным решениям, ясно требуя не только умения моделировать, но и возможности доступа к эффективным системам коммуникаций.

Глава 2 монографии [81] служит в качестве обзора проблем моделирования и применения моделей на практике. Подчеркнем важность понятия «применения». Эта глава в большей мере обращена к практике, чем к теории моделирования. Содержание главы основано на значительном опыте и специальной литературе, в отношении рассматриваемой проблемы, или, по крайней мере, на профессиональной практической работе и исследованиях авторов [81], проделанных за прошедшие более, чем четыре десятилетия, по применению различных подходов и методов моделирования или программных средств к реальным задачам/системам по заказам реальных клиентов.

2. Моделирование систем водных ресурсов

2.1. Пример подхода к моделированию

В подразделе 2.1, в качестве примера, описана последовательность или цепочка моделей, необходимых для прогнозирования выживания рыб и моллюсков, как функции биогенной нагрузки в эстуарии.

2.2. Характеристики проблем, возникающих при моделировании

В подразделе 2.2 перечислены характеристики проблем, возникающих при моделировании. Здесь, в частности, отмечается, что проблемы мотивации компьютерного моделирования и анализа обнаруживают определенное число общих характеристик. Они рассматриваются здесь потому, что обеспечивают проникновение в суть процесса моделирования специфической задачи, которая может дать стоящий результат. Если цели или устремления проектировщиков/планировщиков оказываются очень неясными, если существует несколько альтернативных направлений действий или если по сути рассматриваемых задач отсутствует их глубокое научное понимание, то в таких случаях математическое моделирование и совершенные методологии весьма вероятно будут малополезными.

Успешные применения математического моделирования часто характеризуются следующими факторами:

Системная нацеленность или системная ориентация. В таких ситуациях основное внимание должно быть уделено взаимозависимости и взаимодействиям элементов системы в целом, так же, как это делается по отношению к самим элементам;

Использование междисциплинарных команд. Во многих комплексных и нетрадиционных задачах часто с самого начала неясно какие научно-дисциплинарные точки зрения окажутся в числе наиболее подходящих и приемлемых. Существенным является то, что участники такой работы — приходя из различных основополагающих научных дисциплин — осваивают методы, терминологию и понятия из других дисциплин, привлекаемых для работы;

Использование формальной математики. Большинство аналитиков предпочитают использовать математические модели для того, чтобы способствовать описанию (сложных) систем и обеспечивать идентификацию и оценивание эффективных компромиссных решений в ситуациях с конфликтными целями, и для того, чтобы обеспечить однозначность фиксации предположений и данных, используемых при анализе.

Не все проблемы или задачи планирования и управления водными ресурсами являются подходящими «кандидатами» для исследования с использованием методов математического моделирования. Моделирование оказывается наиболее подходящим тогда, когда:

цели и объекты планирования и управления достаточно хорошо определены и могут быть идентифицированы организациями и отдельными лицами на предмет того, кто из них может извлечь пользу или выгоду из понимания результатов, получаемых с помощью моделей;

имеется много альтернативных решений, которые могут удовлетворить заявленным целям, но при этом наилучшее решение не является очевидным;

система водных ресурсов и объекты и цели, выполняемого анализа, описываются разумно трактуемыми математическими представлениями;

необходимая информация, такая как информация о метеорологических, гидрологических, экономических, природоохранных и экологических воздействиях, являющаяся результатом любого решения, может быть наилучшим образом оценена посредством использования моделей;

параметры таких моделей могут быть оценены с помощью легкодоступных данных.

3. Вызовы моделирования систем водных ресурсов

3.1. Вызовы для планировщиков и менеджеров

В подразделе 3.1 обсуждаются вызовы моделирования для планировщиков и менеджеров водных ресурсов. При этом подчеркивается, что эти специалисты являются людьми, ответственными за решение специфических задач, связанных с водой, или с удовлетворением потребностей в водных ресурсах. Когда они терпят неудачу, то получают известия об этом. Общественность дает им знать об этом. То, что делает их работу особенно трудной, заключается в том, что люди (общественность) имеют самые различные потребности и ожидания. Более того, организации, в которых работают менеджеры и планировщики водных ресурсов (или консультанты принятые на работу), вероятно, походят на большинство организаций наших дней: они должны делать то, что могут при ограниченных финансовых и людских ресурсах. Их клиенты — это каждый из нас, кто использует воду или, по крайней мере, все те из нас, кто зависит от решений, принимаемых специалистами этих организаций.

Общая цель этих планировщиков и менеджеров и их организаций заключается в том, чтобы обеспечить обслуживание, такое как надежное и недорогое обеспечение водой, гарантированное качество воды, производство электроэнергии на ГЭС, защита от наводнений, обеспечение коммерческой навигации и рекреационных возможностей, охрана дикой природы и благополучие экосистем или некоторых комбинаций этих или других целевых потребностей. Более того, они предполагают сделать это по цене не более той, за которую люди готовы платить. Совпадение и достижение этих целей (т.е. когда «каждый становиться счастливым») — задача всегда не простая и даже не всегда решаемая.

Простые технические мероприятия и процедуры редко способны гарантировать успешное решение любого специфического набора проблем управления водными ресурсами. Более того, кто имел дело с планированием и управлением водными ресурсами, знает, что невозможно проектировать или оперативно управлять системой водных ресурсов без принятия компромиссов или соглашений на основе взаимных уступок. Эти компромиссы являются проявлением конкурирующих целей (таких как выработка электроэнергии и контроль за наводнениями) или конкурирующих устремлений (таких как, кому это выгодно и кто платит, сколько платит и где и когда). После того, как системные аналитики, конечно используя их модели, проведут идентификацию путей достижения различных целей и устремлений и обеспечат оценку соответствующих экономических, природоохранных, экологических и социальных воздействий и влияний, к делу приступают планировщики и менеджеры, которые должны проделать более трудную работу. Они должны работать с каждым и влиять на каждого, кто будет неудовлетворен решением, которые они приняли.

Приведение организации или учреждения в действие, направленное на достижение специфических целей, включает в себя некоторый набор видов деятельности, в том числе целеполагание, дебаты и дискуссии, координация, мотивация, принятие решений, их реализация и мониторинг результатов деятельности. Многие из указанных видов деятельности должны реализовываться одновременно и непрерывно, особенно, если условия (такие как цели и задачи, запасы воды, потребности в воде, бюджеты финансирования) изменяются по времени.

Эти виды деятельности порождают определенное число вызовов, которые являются важными для разработчиков моделей или аналитиков. Эти вызовы заключаются в том, как:

идентифицировать креативные альтернативы способов решения проблем;

определить, что каждая заинтересованная группа желает знать для того, чтобы достичь понимания рассматриваемых вопросов и что нужно сделать для достижения консенсуса;

разработать и использовать модели и представить результаты их работы, так, чтобы каждый мог достичь общего или совместного понимания и согласия, которые совместимы с индивидуальными ценностями каждого;

принять решения и реализовать их, с учетом различных исходных мнений, социальных ценностей и целей.

При обращении к этим вызовам или потребностям планировщики и менеджеры должны рассматривать, как важные:

юридические нормы и регламенты;

историю предыдущих решений (их принятие и результаты реализации);

предпочтения наиболее важных деятелей и заинтересованных групп;

вероятные реакции, которые возникнут под влиянием какого-либо решения;

относительную важность различных рассматриваемых вопросов и проблем;

применяемость науки, инженерии и экономики — технологические аспекты их работы.

До какой же степени реально значим научный, технический и системный подход к моделированию для управления и планирования? Авторы [81] полагают, что этот вопрос вполне возможно адресовать клиентам разработчиков моделей, т.е. самим планировщикам и менеджерам. Системным аналитикам и разработчикам моделей необходимо быть подготовленными для того, чтобы взаимодействовать с политическими и социальными структурами различных организаций и учреждений, в которых они пытаются заручится поддержкой, также как поддержкой общественности и прессы. Системные аналитики и разработчики моделей должны быть также готовы к тому, что их работа может быть проигнорирована.

3.2. Вызовы моделирования

В подразделе 3.2 обсуждаются вызовы моделирования для разработчиков моделей. При этом фиксируется, что для успешного занятия исследованием систем водных ресурсов, разработчик модели должен обладать не только необходимыми математическими знаниями и мастерством методологии системного анализа, но также хорошо понимать инженерную экологию, экономические, политические, культурные и социальные аспекты проблем планирования и управления водными ресурсами.

Разумное знание экономической теории, законодательства, регионального планирования и политологии может оказаться настолько же важным, как и глубокое понимание других дисциплин, среди которых гидравлика, гидрогеология, гидрология, экология и охрана окружающей среды. Очевидно, что результаты большинства управленческих решений в области водных ресурсов прямо воздействуют на людей и их взаимоотношения. Следовательно, учет этих знаний, совместно с другими дисциплинами, является также необходимым при совершенствовании планирования систем водных ресурсов, особенно при разработке и оценивании результатов различных моделей планирования.

Некоторые ранние анализы систем водных ресурсов предпринимались с наивной точки зрения относительно роли и влияния как самих моделей, так и их разработчиков на процесс принятия политических или стратегических решений. Политик, принимающий решение, мог предвидеть саму необходимость принять решение. Он просил группу системных аналитиков изучить проблему. Они («системщики») далее должны были промоделировать ситуацию, идентифицировать осуществимость решений и их последствия, выдать рекомендацию по одному или большему числу альтернативных решений. Политик, принимающий решение, после терпеливого ожидания этих рекомендаций, должен был принять решение на уровне «да» или «нет».

Однако, опыт сегодняшнего дня предполагает следующее:

окончательное решение задачи планирования водных ресурсов вообще редко существует — планы и проекты являются по сути динамичными. Со временем они эволюционируют за счет возможностей их дополнения и модификации для того, чтобы приспособить их к изменениям в целях управления и к изменениям в потребностях, учитываемых с помощью этих возможностей;

наряду с решением принципиального характера существует много второстепенных решений, которые готовят различные агентства и организации управления, ответственные за различные аспекты (базового) проекта;

время фактически доступное для анализа специфических задач, связанных с водными ресурсами, (почти всегда) короче, чем необходимое для этого время; если же времени достаточно, то цели сформулированные в исходном анализе будут по всей вероятности существенно переформулированы по мере того, как аналитическое исследование будет завершено.

В начале любого анализа, цели самого анализа обычно недостаточно точно (или даже плохо) определены. По мере лучшего усвоения того, что может быть достигнуто, представители заинтересованных сторон начинают лучше разбираться в том, что же они хотят сделать. Тесное информационное взаимодействие среди аналитиков, включая разработчиков моделей, всех заинтересованных лиц и лиц, принимающих решения, на всем протяжении процесса моделирования оказывается очень существенным, если системные исследования проводятся для того, чтобы сделать их максимально результативными для процесса планирования. Цели, заявленные в начале анализа, редко остаются таковыми, как они понимаются в конце анализа.

Более того, те, кто будут использовать модели и представлять/интерпретировать информацию, получаемую с их помощью для принятия ответственных решений, должны быть глубоко вовлечены в разработку моделей, методы численного решения и анализа. Только после этого они способны воспринимать те предположения и ограничения, на которых основана любая специфическая модель и, следовательно, адекватно/корректно оценивать степень надежности результатов моделирования.

Непрерывное информационное взаимодействие разработчиков моделей и аналитиков с лицами принимающими решения и представителями заинтересованных сторон должно гарантировать, что разрабатываемые модели и результаты моделирования будет реально служить своему предназначению.

3.3. Вызовы применения моделей на практике

В подразделе 3.3 обсуждаются вызовы применения моделей на практике. Позиция авторов [81] по этой проблеме, четко раскрывается следующей цитатой: «Внимание большинства книг и статей по моделированию систем водных ресурсов сосредоточено на методах моделирования. Эта книга по сути такая же. Но, что всех нас также должно интересовать и что мы должны обсуждать более энергично, заключается в том, как использовать этот инструментарий (т.е. компьютерные модели) в процессе планирования и управления. Если мы собираемся узнать это, то мы можем многому научиться у других на тему: какие инструменты/модели действительно необходимы и как они могут наилучшим образом применяться на практике. Мы в состоянии обобщить мысли тех, кто в более общей форме обращались к этим вопросам в течении двух прошлых десятилетий…».

При этом подчеркивается, что почти всегда имеется разрыв между тем, что исследователи в области моделирования систем водных ресурсов производят и публикуют, и тем, что практики находят полезным и используют. Те, кто вовлечены в исследования (т.е. ученые и инженеры) естественно заинтересованы в разработке новых и усовершенствованных инструментов и методов для изучения, идентифицирования и оценивания альтернативных планов или проектов систем водных ресурсов и для управления и анализа стратегий. Работа по оцениванию, тестированию и неизбежной модификации моделей занимает много времени. Не все опубликованные исследования оказываются готовыми или приспособленными для внедрения.

В конечном счете, успешность использования информации извлеченной из моделей и компьютерных программ, определяется завершающей проверкой или тестированием ценности этих инструментальных средств. Экспертная оценка исследования и публикации это только часть дела, и возможно даже не самая необходимая. «Шаг в будущее» для специфической модели и метода моделирования определяется результатами завершающей проверки и сравнения с измерениями.

4. Разработки, связанные с моделированием

4.1. Технологии моделирования

В подразделе 4.1 отмечается, что бурное развитие компьютерной техники — от микрокомпьютеров и рабочих станций до суперкомпьютеров — стимулировало параллельное развитие впечатляющих рядов новых моделей и компьютерного программного обеспечения (ПО). Это ПО нацелено на облегчение использования моделей и что, более важно, на взаимодействие и коммуникацию между аналитиками или разработчиками моделей и их заказчиками.

Такое программное обеспечение включает:

интерактивные подходы в работе с моделью, которые позволяют пользователям более эффективно управлять их компьютерами, моделями и данными;

компьютерную графику, которая облегчает ввод данных, редактирование, вывод данных и их обозримость на экране компьютера;

географические информационные системы, которые обеспечивают улучшенный пространственный анализ и возможности отображения выводимых данных;

экспертные системы, которые могут помочь пользователю лучше понять, как могут быть решены задачи принятия комплексных решений и на некотором этапе объясняют пользователю, почему одно специфическое решение может быть лучше, чем другое;

электронную почту и Интернет, которые позволяют аналитикам, планировщикам и менеджерам осуществлять информационное взаимодействие и доступ к совместно используемым базам данных, доступ к информации во всем мире и позволяют им работать с моделями, которые расположены и эксплуатируются на удаленных узлах сети;

мультемидийные системы, которые позволяют использовать при анализе звук и видеоанимацию, что вместе служит улучшению информационного взаимодействия и пониманию решаемых задач.

Эти и другие разработки ПО позволяют планировщикам и менеджерам улучшить возможности роста понимания ими систем водных ресурсов.

Разработчики моделей и аналитики должны на уровне самодисциплины сделать все, чтобы работать как можно более тесно с заказчиками: планировщиками, менеджерами и другими специалистами, которые несут ответственность за развитие и эксплуатацию систем водных ресурсов. Разработчики моделей и аналитики должны изучать эти системы и возникающие при этом проблемы, они должны четко идентифицировать информационные потребности в этой области. Они должны разрабатывать или адаптировать самые лучшие инструментальные средства (модели, ПО), которые могут использовать планировщики, менеджеры и другие заинтересованные лица для того, чтобы моделировать их системы водных ресурсов и достигать улучшенного понимания — общего видения того, как эти системы функционируют, какие варианты управления этими системами доступны и какими будут, связанные с этим, воздействия или последствия. Разработчики моделей и аналитики должны быть готовы к тому, чтобы быть «междисциплинарными» и способными на то, чтобы включить все значимые данные и инструментальные средства в анализы конкретной системы водных ресурсов.

4.2. Системы поддержки принятия решений

В подразделе 4.2 описывается опыт разработки и применения систем поддержки принятия решений (СППР) при планировании и управлении водными ресурсами. Учитывая особую важность и инновационный характер содержимого этого раздела и сравнительно небольшой его объем приведем далее текст технического перевода 4.2 без существенных сокращений и комментариев.

Планировщики и менеджеры систем водных ресурсов, в настоящее время должны учитывать интересы и цели многочисленных представителей заинтересованных сторон. Процессы планирования, управления и принятия решений включают в себя переговоры и поиск компромиссов (подобно тому, как это показано на рис. 12) среди многочисленных представителей заинтересованных сторон, которые имеют различные интересы, цели и мнения о том, как необходимо управлять водными ресурсами.

Рис. 12. Представители заинтересованных сторон, вовлеченные в планирование и управление речным бассейном и имеющие различные цели и информацию.

Как мы можем провести моделирование для того, чтобы удовлетворить информационные запросы всех этих представителей заинтересованных сторон? Как мы можем побудить их поверить и принять наши модели и результаты моделирования? Как помочь им достичь общего, совместно используемого, видения? Как мы можем помочь создать общее видение среди всех представителей заинтересованных сторон, по крайней мере, на то, как их системы работают и эксплуатируются, если даже им это не нравится.

Сегодня мы знаем, как построить некоторые производящие глубокое впечатление модели природных систем. Мы знаем, как объединить внутри наших моделей основы знаний биологии, химии и физики, которые обуславливают то, как работает природная система. Мы также научились, но в меньшей мере, тому, как уместно включить экономику, экологию и инженерию в эти модели. Но почему мы должны делать это? Мы делаем всё это просто для того, чтобы моделирование позволяло оценивать или идентифицировать, сравнивать и рассчитывать многочисленные последствия или воздействия, являющиеся результатом различных проектов, планов и управленческих решений, которые могут быть приняты к реализации. Мы полагаем, что информация, полученная при моделировании, должна быть значимой с точки зрения ее надежности при выборе «наилучшего» управленческого решения.

Если наша цель заключается в том, чтобы предотвратить те или иные проблемы водных ресурсов или помочь в их решении, то тогда простое обладание информацией от лучших в мире моделей и технологий, одобренных нашими экспертами, не является гарантией успеха. Для того, чтобы оказаться полезной в политическом процессе принятия решений, генерируемая нами информация с помощью всех наших моделей и компьютерных технологий должна быть понятной, достоверной и своевременной. Она должна быть обоснованно необходимой, когда в ней есть потребность. Ее не должно быть либо слишком мало, либо слишком много.

Оптимальный формат, степень детальности и точность любой информации, генерируемой моделями, должны зависеть от потребностей (запросов) и подготовки (профессиональных знаний) каждого лица, вовлеченного в процесс принятия решений. Ценность такой информации, даже если ее формат и содержание являются оптимальными, будет также зависеть от того, когда она становится реально доступной. Информация по проблеме становится значимой, если только она доступна именно в тот период времени, когда идет обсуждение (рассмотрение) этой проблемы — т.е. в то время, когда есть интерес к проблеме и решение по ней еще не принято. Это окно возможностей, в котором информация может иметь воздействие. Информация не имеет особой ценности, когда решение уже принято, конечно, за исключением того, когда наступит другой удобный момент.

Если считать истиной выражение «лица, принимающие решения, не знают, чего они хотят, вплоть до того момента, как они узнают, что они могут получить», то как сделать так, чтобы разработчики моделей знали, в чем лица, принимающие решения, будут нуждаться еще до того, как они осознают это? Как разработчики моделей узнают, какая информация является несомненно значимой (остро необходимой) информацией, особенно, если они должны сделать такую информацию доступной и в надлежащей форме, перед или во время (но не после), когда такая информация необходима. Очевидно, что разработчики моделей не могут знать всего этого. Однако за период больше двух последних десятилетий (или около этого) этот вызов был воспринят в области развития и внедрения систем поддержки принятия решений (СППР). Эти интерактивные технологии моделирования и визуализации результатов могут быть (с учетом некоторых ограничений) адаптированы к уровню информационных запросов и могут дать лицами принимающими решения, определенный контроль (управление) над входными данными, функционированием моделей и выходными данными. Но будет ли каждое лицо, принимающее решения, каждый представитель заинтересованной стороны доверять выдаваемой модельной информации? Как можно развить их доверие к моделям, содержащимся в СППР? Как можно модифицировать модели, находящиеся внутри СППР, для того, чтобы обратиться к проблемам или вопросам, которые не были рассмотрены разработчиком СППР? Ответ на эти вопросы заключается в идее вовлечения самих лиц, принимающих решения, не только в использование интерактивных моделей, но и включении их в процесс построения этих интерактивных моделей.

Рисунок 13. дает общий обзор компонентов многих систем поддержки принятия решений. Существенной деталью СППР является интерактивный интерфейс, который позволяет как легко вводить и отображать поддающиеся интерпретации данные, так и управлять функционированием моделей (или компьютера).

В зависимости от специфики рассматриваемой проблемы и, что более важно, в зависимости от привлеченных ЛПР и учреждений, СППР в самом широком смысле могут изменяться в диапазоне: от минимальной конфигурации, использующей какую-либо компьютерную модель, для которой лица, принимающее решение, сами обеспечивают все данные, проводят все анализы, принимают решение, и они сами или их учреждения реализуют эти решения — до систем поддержки принятия решений, которые являются полностью автоматизированными и при этом участие человека не предусмотрено. Последние случаи являются редкими, но, тем не менее, они существуют. Автоматическое закрывание паводкового шлюза в бухте Роттердама является как раз таким примером. Эти предельные и другие различные промежуточные уровни СППР (в виде элементов блок-схемы) изображены на рис. 14.

Рис. 13. Общие компоненты многих систем поддержки принятия решений

Рис. 14. Различные типы компьютерно — поддерживаемых СППР

4.2.1. Моделирование общего видения

Вовлечение представителей заинтересованных сторон в построение модели дает им ощущение права собственности на программный продукт (или сопричастности). Они будет иметь гораздо лучшее понимание того, что «их» модель может делать и чего она не может делать. Если ПЗС вовлечены в построение модели, то они будут знать предположения (упрощения и ограничения), используемые при построении «их» модели. Практика вовлечения ПЗС в совместное развитие и использование модели является способом лучшего понимания ими последствий различных предположений и упрощений. Хотя может и не быть очень хорошего совпадения со сделанными предположениями, ПЗС могут сами изучить или исследовать, какие предположения являются существенными, а какие нет. В дополнение к этому, сам процесс разработки модели с участием многочисленных представителей заинтересованных сторон будет порождать дискуссии, которые могут приводить к лучшему пониманию интересов и вопросов каждой стороны. Вполне возможно, что через практику такого соучастия в построении модели, вовлеченные представители заинтересованных сторон будут достигать не только лучшего понимания проблем каждого участника, но также будут достигать общего или совместного видения по крайней мере того, как работает система водных ресурсов в целом (конечно в рамках того, как это представляется моделью). Опыт вовлечения представителей заинтересованных сторон в построение модели, наводит на мысль, что такое соучастие в построении модели может также помочь многочисленным представителям заинтересованных сторон достичь консенсуса по вопросам о том, как необходимо развивать и управлять их реальной водной системой.

В США одним из приверженцев моделирования общего видения является Институт водных ресурсов Корпуса инженеров армии США. Специалисты этого института применили разработанную ими интерактивную общецелевую платформу для построения моделей, в качестве тренинг-основы для упражнений по рассмотрению конфликтов, возникающих при проектировании и эксплуатации систем водных ресурсов.

Каждый такой тренинг по построению моделей общего видения включает многочисленных представителей заинтересованных сторон, работающих совместно с экспертами по разработке и использованию программного обеспечения. Билл Уверик из Корпуса инженеров пишет:

«Так как эксперты и представители заинтересованных сторон могут строить такие модели вместе, включая в них элементы, которые интересуют каждую группу, они достигают точки зрения консенсуса (согласия) на то, как работает водная система в целом и как на нее влияют заинтересованные стороны/водопользователи и окружающая среда. Без увеличения штата новых чиновников или переподчинения авторитетных лиц, принимающих решения, модель общего видения и сама разработка такой модели создают логичность или связность среди решателей задач, которая имеет некое сходство с природным интегрированием условий, которые они анализируют». В настоящее время возникает вопрос — как собрать вместе, вовлекаемых в практику построения моделей, представителей заинтересованных сторон, многие из которых могут реально не хотеть работать вместе. Это очень серьезный вызов.

Один из шагов в этом направлении заключается в развитии инновационных технологий, которые будут содействовать разработке моделей и будут использоваться представителями заинтересованных сторон с различными исходными знаниями и интересами. Нам необходимы лучшие инструментальные средства для построения СППР, а не только сами СППР. Нам необходимо разрабатывать самую лучшую среду (оболочку) моделирования, такую чтобы специалисты могли использовать её для работы со своими собственными моделями. Исследователям необходимо строить модель с помощью компоновочных блоков или модулей, а не строить сами модели и фокусировать внимание на улучшении этих компоновочных блоков, которые могут быть также использованы другими лицами для построения их собственных моделей. Ясно, что если представителей заинтересованных сторон собираются вовлечь в практику построения модели (в составе СППР), то должна быть проведена работа, которая создаст для них благоприятные условия и потребует минимально необходимого обучения и умения программировать.

Традиционная практика моделирования предполагает наличие пяти шагов или этапов в процессе моделирования. Первый из них заключается в том, чтобы идентифицировать информацию, которой должна быть обеспечена модель. Сюда включаются критерии или характеристики качества функционирования системы, в которых заинтересованы ЛПР и ПЗС. Эти критерии или характеристики определяются как функции поведения (динамики) или состояния системы, которую собираются моделировать. Далее (второй шаг), это поведение (динамика) должно быть промоделировано так, чтобы состояние системы, было связано с какими-либо «внешними» входными данными (внешними воздействиями), которые могут быть спрогнозированы. Это требует моделирования физических, химических, биологических, экономических, экологических и социальных процессов, которые имеют место, в представляемой системе. Третье, первые два этапа «собираются» вместе, параллельно со средствами ввода «внешних» данных (данных о воздействиях) и значимыми способами обработки выводимой информации. Следующий этап (четвертый) заключается в том, что модель должна быть откалибрована и верифицирована, настолько тщательно насколько это возможно. Только после этого модель может быть использована для производства требуемой информации (пятый этап).

Этот традиционный процесс моделирования очевидным образом не будет работать для тех специалистов, которые специально необучены или не имеют опыта (или даже интереса) работы, связанной с моделированием. Таким специалистам необходима специальная среда для легкого построения моделей, которые они понимают и которые:

совместимы с доступными данными;

работают и обеспечивают требуемый уровень качества и количества необходимой информации;

по возможности легко калибруются и верифицируются;

дают возможность интерактивного управления всем вводом данных, редактированием, функционированием (эксплуатацией) модели и отображением /визуализацией выводимой информацией, которую они могут понять и которая необходима для того, чтобы принять информационно обеспеченные решения.

Трудность в создании такой среды для построения моделей заключается в том, чтобы сделать ее достаточно полезной и привлекательной для многочисленных представителей заинтересованных сторон, которые хотели бы использовать такую среду. Такая среда должна быть доступной. Она должна быть относительно легкой, прозрачной и даже увлекательной для обучения и построения моделей. Она должна быть способна обеспечивать моделирование и воспроизводство различного уровня деталей, касающихся природных, инженерных, экономических и экологических процессов, которые реализуются на различных пространственных и временных масштабах. И она не должна требовать от пользователей знания программирования и умения отлаживать программы. Как же можно такое сделать?

Один из подходов заключается в том, чтобы разрабатывать интерактивные моделирующие «оболочки», специально приспособленные для того, чтобы обеспечивать моделирование задач окружающей среды. Моделирующие оболочки — это программы управляемые данными, которые становятся моделями по мере того, как достаточное количество (адекватных) данных уже введено в них.

Существует некоторое число таких универсальных (настраиваемых) моделирующих оболочек для воспроизведения/имитации систем водных ресурсов. Согласно [81], AQUATOOL, RIBASIM, MIKE-BASIN и WEAP (показана на рис. 15) являются типичными интерактивными оболочками моделирования взаимосвязанной системы: «река — водоносный слой», в которых требуется, чтобы система была представлена с помощью созданной и отрисованной сети узлов и звеньев. Каждый узел и звено требуют данных, от которых зависит то, насколько эти узлы и звенья, будут репрезентативными, также как то, что пользователь желает получить в качестве выходной информации. Так, если интерес пользователя заключается в получении временных рядов значений стока или запасов воды внутри системы, как результат эксплуатации водохранилища и/или стратегии регулирования (распределения) запасов воды, то в таком случае нет необходимости вводить данные о качестве воды, даже тогда когда имеется возможность моделировать качество воды. Если на выходе желательно получить информацию о качестве воды, то тогда пользователь может выбрать несколько необходимых составляющих качества воды. Очевидно, что чем больше различных типов информации необходимо иметь на выходе из модели или чем большее пространственное или временное разрешение желательно иметь в модели, тем больше требуется входных данных.

Рис. 15. Основной интерфейс программы WEAP, которая является типичной в ряду настраиваемых моделей речного бассейна и которая способна моделировать любую речную систему, отображенную на компьютерном терминале, как это показано на рисунке.

Интерактивные оболочки обеспечивают интерактивные и адаптивные способы определения параметров моделей и необходимых им входных данных. По мере того как параметры модели заданы, оболочка обеспечивает интерфейс для ввода входных данных и их редактирования, для эксплуатации модели и отображения выводимых данных.

Для того, чтобы эффективно использовать такие оболочки, полезным является обучение, тому, как использовать оболочку и тому, что она может и не может делать. Разработчики таких оболочек устраняют необходимость того, чтобы пользователь беспокоился об управлении базами данных, об алгоритмах решения систем уравнений, о развитии интерактивного интерфейса, о сохранении балансов массы воды и неразрывности течения и других подобных проблемах. Любые предположения, сделанные при построении оболочки должны быть реально прозрачными и приемлемыми для всех пользователей, прежде чем такая оболочка будет использоваться в любом применении технологии общего видения.

4.2.2. Системы открытого моделирования

Следующий шаг в моделировании общего видения будет заключаться в создании среды моделирования, которая может предоставить всем ПЗС возможность включить их собственные модели в общесистемное описание. Представители заинтересованных сторон склонны верить их собственным моделям больше чем тем, которые предоставляются правительственными агентствами и исследовательскими институтами. Их собственные модели включают данные, которым они доверяют и основаны на их собственных предположениях и взглядах на то, как работает система. Например, при решении вопросов трансграничного переноса водных ресурсов, различные страны могут выразить желание включить их собственные гидродинамические модели для участков рек, протекающих через их страны.

Различные разработки систем открытого моделирования реализованы в Европе и США, хотя большинство из них все еще находятся в стадии исследований. Реализация Рамочной водной директивы в Европе стимулировала разработку OpenMI (European Open Modelling Interface and Environment — Европейский интерфейс и среда открытого моделирования). OpenMI будет упрощать объединение моделей, имеющих отношение к водным ресурсам, которые в дальнейшем будут использоваться в стратегическом планировании в соответствии с требованиями Европейской водной директивы. Инициативные цели США заключается в том, чтобы учредить (разработать) аналогичную основу для моделирующей среды.

4.2.3. Пример СППР для управления речными наводнениями

В Нидерландах стратегия управления наводнениями на рукавах реки Рейн нацелена на уменьшение уровней воды, поскольку дальнейшее наращивание высоты защитных дамб рассматривается как нежелательное в долгосрочной перспективе. Возможные мероприятия для уменьшения уровней воды при наводнениях включают в себя удаление или перемещение гидравлических препятствий, понижение бун, заглубление участков русла с низкими скоростями течений, понижение пойм, перемещение задерживающих дамб, сооружение боковых каналов, регулирование водохранилищами и другие мероприятия (более детально они описаны в приложении D [81]. См. также рис. 2 в разделе 2.1 нашего обзора).

Определение того, какой набор мероприятий необходимо реализовать для «улучшения положения дел на реке», т.е. для понижения уровней воды при наводнениях, включает сложный процесс общественного принятия решений, который касается большого числа представителей заинтересованных сторон. Научные изыскания вдоль реки позволили идентифицировать более 600 возможных улучшающих мероприятий. Какие из этих вариантов должны быть выбраны? Решение необходимо принимать и оно должно быть приемлемым, по крайней мере, для большинства представителей заинтересованных сторон. Как описывалось выше, это и есть процесс принятия решения. Очевидны выгоды, связанные с использованием системы поддержки принятия решений, работающей в режиме реального времени, которая будет обеспечивать информацию об уровнях воды при наводнениях, при объединении указанных мероприятий вдоль реки. Эта относительно простая и дружественная пользователю система поддержки принятия решения называется «Конструктор планирования» (Planning Kit — разработка института Delft Hydraulics (ныне — Дельтарес), Нидерланды).

Предварительная стадия проектирования по этой схеме называется «Пространство для рукавов Рейна» («Room for the Rhine Branches») и она включает крупномасштабный, идущий снизу вверх общественный процесс принятия решений. Все начинается с идеи необходимости разнообразного использования пространства между речными дамбами обвалования (т.е. площади между основными дамбами или набережными). На основе большого объема исследовательских и изыскательских работ, которые позволяют идентифицировать возможные мероприятия и их соответствующие влияние или воздействие, представители заинтересованных сторон и местные власти получают возможность идентифицировать планы, которым они отдают предпочтения. При этом оценивается определенное число критериев, таких, например, как (предельная) пропускная способность реки при наводнении, ее судоходность и воздействие на ландшафт и экологическую инфраструктуру. Предусматриваемый результат этой процедуры представляет собой логически последовательную схему улучшения обстановки на реке.

«Конструктор планирования» разрабатывался для поддержки принятия решений в режиме реального времени и для того, чтобы способствовать общественному обсуждению, так же как обсуждению среди профессионалов, на стадиях планирования и разработки предварительного (эскизного) проекта.

Поскольку реально было большое число различных мнений и представителей заинтересованных сторон, процесс выбора (вариантов) оказался сложным. Однако, достижение формального технического оптимума не являлось целью этого процесса. Необходимо было учесть все функции реки, включая воздействие на экологию бассейна и культурное наследие. Общественное одобрение являлось основным требованием. Со временем, основные критерии или требования должно быть удовлетворены полностью. Без поддержки за счет использования многообразия моделей, включенных в «Конструктор планирования», этот процесс принятия решений оказался бы гораздо менее целенаправленным и сконцентрированным и следовательно гораздо менее эффективным.

Существуют различные численные модели реки Рейн. Они различаются по диапазонам, описываемых масштабов (от масштаба всего бассейна до локального масштаба) и степени сложности (1D поперечно осредненные, 2D осредненные по глубине, 2D или 3D вихреразрешающие модели и т.п.). При исследованиях в рамках проекта «Пространство для рукавов Рейна», использовалась одномерная (1D) модель Нижнего Рейна для расчетов крупномасштабных явлений, процессов и морфологических расчетов, и двумерная (2D), осредненная по глубине, модель для более детальных локальных расчетов. Расчеты уровней воды при наводнениях проводились с помощью двумерной, осредненной по глубине, модели для всех рукавов Рейна.

Эти модели интенсивно использовались на исследовательской и проектной стадиях работ по улучшению обстановки на реке. Они обеспечивали помощь в привязке критических (заданных) проектных уровней воды для того, чтобы избежать переливов воды через гребни дамб и плотин, в проверке безопасности систем защиты от наводнений и в оценивании гидрологических и морфологических влияний предлагаемых мероприятий.

Расчеты уровней воды при наводнениях с помощью двухмерной модели для рукавов Рейна сопровождаются затратами слишком большого времени для того, чтобы проводить их в режиме реального времени (on-line) во время заседания семинара или совещания типа «мозговой штурм». Таким образом, модельные расчеты для каждого предлагаемого мероприятия (всего их более 600), выполнялись заблаговременно и эффекты изменения уровней воды за счет каждого индивидуального мероприятия накапливались (запоминались) в базе данных. Эта база данных (БД) является ядром «Конструктора планирования».

Основное предположение, лежащее в основе подхода «Конструктор планирования», заключается в том, что в первом приближении, эффекты изменений уровня воды за счет каждого индивидуального мероприятия могут быть отделены от тех, которые, получены для каждого другого мероприятия, и эффекты комбинации или объединения таких мероприятий могут быть получены путем суперпозиции индивидуальных эффектов. На первый взгляд может показаться, что это сомнительный подход так как уравнения гидродинамики являются существенно нелинейными. На самом деле, общий или суммарный эффект изменения уровня воды двух объединенных мероприятий может легко оказаться на 50% выше или ниже, чем сумма двух индивидуальных эффектов. Но для большого набора мероприятий (скажем, больше чем 25 на участке реки длиной 100 км) этот подход, как показывала проверка, является вполне приемлемым. Как иллюстрирует рис. 16, расчет по полностью нелинейной 2D гидродинамической модели для комбинации из 40 мероприятий вдоль протоки Ваал реки Рейн дает результаты для уровней воды, которые не более, чем на 10 см. отличались от результатов «Конструктора планирования», в которых изменения уровней воды за счет индивидуальных мероприятий просто суммировались.

Метод, связанный с запоминанием в базе данных эффектов каждого мероприятия, позволяет проводить on-line — представление эффектов или влияния планируемых мероприятий. С использованием принципа суперпозиции, проектные эффекты изменения уровня воды любой комбинации мероприятий, могут быть скомпонованы за счет учета каждого индивидуального мероприятия.

Для каждого из предлагаемых мероприятий, БД содержит схему ситуации или аэрофотоснимки и наземные фотографии, эффекты изменений продольного профиля поверхности воды при проектных условиях наводнения, площадь затопления, оценку затрат, длины плотин/дамб, которые должны быть построены заново или восстановлены, экологические эффекты или воздействия, количество материала, которое должно быть изъято или перемещено для различных типов почво-грунтов и т. п. Таким образом, когда проводится анализ и синтез наборов мероприятий, важным аспектом процесса принятия решения может стать незамедлительность его информационного обеспечения, что и достигается с помощью «Конструктора планирования».

Рис. 16. Влияние на уровни воды 40 мероприятий вдоль рукава Ваал реки Рейн при проектных условиях наводнения, как результат расчета по 2D модели, воспроизводящий все мероприятия (сплошная линия) и как результат метода «Конструктор планирования», в котором результаты отдельных мероприятий просто суммируются вместе (пунктирная линия).

Центральным элементом в представлении такой информации (см. рис. 17) является диаграмма, показывающая насколько профиль поверхности воды превышает требуемый, согласно принципу «Пространство для реки», (т.е. профиль без укрепления или увеличения высоты защитных плотин и дамб). Путем клика на кнопку «мероприятие», профиль поверхности воды в соответствии с моделируемым мероприятием корректируется. Таким образом, это позволяет увидеть немедленно, что необходимо еще сделать для того, чтобы достичь желаемой или требуемой ситуации. Путем открытия окон, связанных с названиями мероприятий, можно также отобразить на экране фотографии и любую другую доступную информацию.

Система «Конструктора планирования» может быть легко установлена на ПК или ноутбуке, следовательно, она оказывается удобной для использования в режиме реального времени в периоды совещаний и слушаний.

Рис. 17. Основой экран системы «Конструктор планирования». Малые геометрические формы/значки являются альтернативами при различных местоположениях конкретных мероприятий на выбранном и отображенном участке реки. Графики показывают уровни воды, ассоциируемые с выбранными альтернативами.

5. Выводы

В заключении главы 2 [81] авторы подчеркивают, что наиболее важным аспектом успешного построения и использования математических моделей и СППР для эффективного планирования и управления системой водных ресурсов является оптимальный уровень понятийного, информационного и организационного взаимодействия ЛПР, ПЗС и разработчиков моделей и проектировщиков СППР.

Хотя процессы планирования и управления водными ресурсами не ограничиваются математическим моделированием, само оно является принципиально важной частью этих процессов. Модели могут представить в объективно структурированном и упорядоченном виде важные взаимозависимости и взаимодействия, ценные для различных структур управления и пользователей системы водных ресурсов. Они позволяют дать оценку последствий сооружения альтернативных инженерных структур, оценить различные стратегии эксплуатации и размещений таких структур, дать оценку различных предположений, относящихся к будущим запасам воды, спросу, стоимостям, социальным и законодательным требованиям.

 

3.2. Предупреждение, прогнозирование и реагирование на чрезвычайные ситуации при наводнениях. Синопсис одноименной монографии К. Сене. Издание Springer Science + Business B.V., 2008 г.

Сокращенный вариант оглавления.

Предисловие

1. Введение

Часть I. Предупреждение наводнений

2. Обнаружение

3. Пороговые значения

4. Распространение

Часть II. Прогнозирование наводнений

5. Общие принципы

6. Реки

7. Побережья

8. Избранные применения

Часть III. Реагирование на ЧС

9. Готовность

10. Реагирование

11. Общий взгляд и проблемы

Литература

Монография [87] представляет собой подробный обзор современных результатов прикладных разработок и применений в области предупреждения, прогнозирования и реагирования на чрезвычайные ситуации при наводнениях. Тематически книга охватывает широкий диапазон дисциплин, включая прогнозирование погоды, метеорологию, гидрологию и океанологию, методы и средства раннего обнаружения наводнений, прогностические модели речных и прибрежных наводнений, системы распространения предупреждений о наводнениях и методы реагирования на ЧС при наводнениях. Книга [87] отчасти посвящена изложению общих принципов и концепций по указанной проблематике. Однако основное её содержание подробно представляет широкий спектр современных технологических решений в области ИУН, включая ключевые аспекты проектирования, реализации и опыта практического применения высокотехнологичных систем предупреждения, прогнозирования и реагирования на ЧС при различных типах наводнений. Ценным является то, что в [87] также содержатся многочисленные ссылки на руководства, нормативные документы, отчеты и сообщения, с более детальной информацией о факторах, существенных при проектировании и реализации систем управления наводнениями.

В предисловии к книге отмечается, что неформальные системы предупреждения наводнений существовали с тех пор, как люди поселились вблизи рек и береговых зон. Значительные улучшения в средствах связи и компьютерных информационно-моделирующих системах, достигнутые за последние годы, открыли широкий диапазон возможностей во многих аспектах процесса предупреждения наводнений. К этому относятся разработки методов и средств дистанционного зондирования и ансамблевого прогнозирования, а также разработки автоматизированных систем мониторинга и предупреждения наводнений и систем поддержки принятия решений. Автор [87] отмечает, что некоторые современные научные и оперативные разработки в этих областях достаточно подробно, но часто фрагментарно обсуждаются в научной литературе, но при этом некоторые разновидности инструментария и программного обеспечения для интегрированного управления наводнениями практически не рассматриваются. Темы мониторинга проектирования и эффективности функционирования систем предупреждения и прогнозирования наводнений, основанного на понятии риска, и установления приоритетов в инвестировании проектов ИУН подробно рассматриваются в нескольких главах этой книги, с учетом роста общественных ожиданий в таких разработках и с учетом необходимости в достаточном финансировании производства нового оборудования и технологий.

Как указывает автор [87], системы раннего предупреждения о природных и техногенных бедствиях часто описываются с применением терминов: обнаружение, распространение предупреждений, реагирование, восстановление и послесобытийный анализ. Во многих случаях в этот список включается также прогностический компонент и готовность, что весьма существенно для эффективного реагирования на ЧС. Такая структура описания адаптирована и составляет основу [87].

В книге [87] представлены следующие три основные части:

Часть I — «Предупреждение наводнений», в которой обсуждаются следующие темы: методы и средства раннего обнаружения наводнений (глава 2), установление пороговых (или критических) значений для идентификации начала события наводнения (глава 3) и технологии распространения предупреждений о наводнениях (глава 4).

Часть II — «Прогнозирование наводнений», в которой рассматриваются общие принципы разработки (глава 5) и специфические виды прогностических моделей рек и прибрежных зон морей (главы 6 и 7), а также примеры характерных применений различных типов моделей и информационно-моделирующих систем для прогнозирования наводнений (глава 8).

Часть III — «Реагирование на ЧС» при наводнениях, которая охватывает тематику готовности к наводнениям (глава 9), оперативного реагирования на ЧС (глава 10) и проблем перспективного развития (глава 11).

Наиболее подробно в [87] обсуждаются проблемы, связанные с управлением следующими типами наводнений: речные, прибрежные, связанные с приливами и штормовыми нагонами, наводнения в результате снеготаяния, при заторах и зажорах льда, при дренаже с городских территорий, ливневые паводки и наводнения, связанные с геотехническими рисками, такими как цунами, разрушения дамб и сели.

Основная особенность при практических применениях систем предупреждения о наводнениях, как подчеркивает автор [87], заключается в жестком требовании быстрого принятия решений, часто в условиях неполной или неопределенной информации. При этом поддерживающий инструментарий, такой как СППР оперативного управления или модели прогнозирования, также должен функционировать достаточно быстро и надежно, чтобы оказаться ценным в процессе принятия решений и, особенно, в условиях меньшей входной информации, чем обычно бывает доступно при научных исследованиях.

Учитывая многоплановость и большой объем книги (объем оригинала — 303 с.), при подготовке синопсиса мы ограничились преимущественно анализом содержания главы 1 [87], которая дает вполне адекватное представление о содержании монографии К. Сене, в целом.

Глава 1. Введение

В преамбуле введения отмечается, что системы предупреждения и прогнозирования могут помочь уменьшить воздействия наводнений за счет своевременной эвакуации людей с территорий высокого риска затоплений и перемещения транспортных средств и личного имущества в безопасные места. При заблаговременном предупреждении также могут быть установлены временные защитные сооружения и могут быть задействованы инженерные структуры, предназначенные для управления реками и приливами для того, чтобы смягчить влияние наводнений. Уже сейчас многие страны и местные органы власти используют различные формы систем предупреждения наводнений. Технологии, лежащие в основе таких систем, требуют междисциплинарных знаний из широкого диапазона технических областей, включая системы регистрации осадков и приливов, модели прогнозирования речных и прибрежных наводнений, системы распространения предупреждений о наводнениях и методы и средства реагирования на ЧС. Вступительная глава [87] содержит общий обзор процесса предупреждения наводнений, подходов к прогнозированию наводнений и реагированию на ЧС при наводнениях и природы рисков наводнений.

1.1. Процесс предупреждения наводнений

В данном разделе подчеркивается, что системы предупреждения наводнений обеспечивают хорошо проверенный путь к уменьшению риска жизни людей и позволяют населению и службам ЧС получить время на подготовку к наводнению и защите территории и имущества. Также могут быть предприняты действия с целью уменьшить или предотвратить затопления; например, путем задействования ГТС управления рекой или реализации видов деятельности по противостоянию наводнениям, таких как укрепление защитных сооружений от наводнений и установка временных или разборных барьеров.

Неформальные системы предупреждения наводнений существовали с тех пор, как люди начали жить и работать вблизи рек и морских побережий. Интенсивные осадки, очень высокие уровни рек, необычное состояние моря и другие сигналы, такие, например, как нарастающий шум текущей воды — все они являют собой полезную информацию о надвигающемся наводнении для исторически традиционных методов обеспечения предупреждений: крики об опасности, направление посыльных и подъем флагов и штормовых «конусов». Такие методы всё еще играют важную роль, особенно когда наводнение развивается быстро и муниципалитеты должны задействовать собственные ресурсы для начала реагирования на ЧС. Например, в удаленных частях Австралии, фермеры могут передать сигналы тревоги другим фермерам, живущим вниз по течению, если уровни воды в реке повышаются или когда наводнение уже началось. Другой пример — цунами в декабре 2004 года, когда несколько руководителей муниципалитетов получили похвалу за то, что, заприметив необычное состояние моря, вовремя подняли тревогу и, таким образом, предотвратили очень большие потери.

Использование более технологичных подходов началось с широкого использования телеграфной связи для передачи данных об уровнях рек во второй половине XIX столетия в таких странах как США, Франция и Италия. Новый этап связан с телефонной и радио телеметрией в начале XX века и последующих годах, а также с развитием компьютеров и электронных средств связи в 1950—60 гг. В этот период началась разработка оперативных компьютерных (численных) моделей атмосферы (с 1950-х годов), внедрение погодных радаров и спутников для наблюдений за осадками (с 1970-х годов) и автоматизированных методов распространения предупреждений, основанных на использовании интернета (с 1990-х годов).

Широкое распространение собственных телевизоров, радио и телефонов и, сравнительно недавно, мобильных телефонов и компьютеров расширило диапазон методов, которые можно было использовать для распространения предупреждений, дополнительно к традиционным обходам домов, громким крикам, сиренам и т. д.

Многие страны и местные органы власти сейчас оперируют самыми различными формами систем предупреждения о наводнениях, и вставка 1.1 [87] содержит обобщающие оценки Всемирной метеорологической организации о статусе служб предупреждения и прогнозирования наводнений во всем мире. Предупреждение наводнений также является областью, в которой значительное внимание уделяется комплексному реагированию на природные, технологические и другие риски. Если эксплуатационные качества системы предупреждения наводнений соответствуют требуемым уровням точности, надежности и заблаговременности, то такая система также может быть отнесена к диапазону неструктурных мероприятий, которые можно использовать для управления или снижения риска наводнений в речных бассейнах или вдоль морских побережий совместно с другими мероприятиями, например, планированием землепользования и страхованием.

Система предупреждения о наводнениях может включать в себя системы обнаружения и измерения осадков и приливов, модели прогнозирования речных и прибрежных наводнений, системы распространения предупреждений о наводнениях и процедуры реагирования на ЧС. Каждое звено этой цепи оказывается очень важным и велением современности является полноструктурная система предупреждения наводнений или подход, в центре которого стоит человек, и при котором муниципалитеты вносят свой вклад в проектирование систем предупреждения наводнений и оказывают содействие в их непрерывной эксплуатации.

Различные компоненты системы, рассматриваемые в [87] (см. рис. 18), показаны в таблице 3, при этом компонент «восстановление» или «ликвидация последствий» обсуждается в книге очень кратко, поскольку компоненты предупреждения и прогнозирования наводнений начинают играть меньшую роль на более поздней стадии наводнения (например, рекомендации, связанные с предупреждением и прогнозированием, становятся вторичными, когда уровни наводнения падают). Кроме того, мероприятия по смягчению ущербов (например, за счет планирования землепользования и страхования) в [87] практически не рассматриваются.

Конечно, используемая терминология касающаяся процесса предупреждения наводнений, различается в зависимости от страны и организаций и, вместе с тем, отдельные ее аспекты могут совпадать. Например, Корпус инженеров армии США идентифицирует следующие стадии процесса предупреждения наводнений:

распознавание угрозы наводнения,

распространение предупреждений,

реагирование на ЧС,

восстановление после наводнения.

Тогда как план непрерывного управления для прогнозирования тропических циклонов содержит следующие десять фаз для типичного сезона циклонов:

предсезонная проверка,

обычный порядок мониторинга (минимум два раза в сутки),

информация о циклоне (приблизительно за 48 часов до подхода к береговой зоне),

отслеживание и тревога о выходе циклона на сушу (до выхода на сушу в диапазоне 36—48 часов),

предупреждение о циклоне (до выхода на сушу, по крайней мере, за 24 часа),

готовящийся выход на сушу,

выход на сушу,

оценка воздействий,

документирование,

общий анализ работы системы.

Рис. 18. Иллюстрация компонентов системы предупреждения, прогнозирования и реагирования на ЧС при наводнениях

Таблица 3. Типичные составляющие процесса предупреждения, прогнозирования и реагирования на ЧС при наводнениях

Устойчивость системы предупреждения наводнений к повреждениям и сбоям также имеет большое значение и понятие соответствующего риска, основанное на методах из других технических и технологических секторов, постепенно вводится в проектирование и эксплуатацию систем предупреждения наводнений для того, чтобы помочь идентифицировать очаги потенциальных повреждений и сбоев и предусмотреть соответствующие мероприятия по снижению такого риска.

Много споров ведется по вопросу эффективности систем предупреждения наводнений, а также компьютерных моделей и информационных систем. Очевидно, что предупреждение оказывается успешным, если оно инициировало действия, предотвратившие затопление, которое могло бы произойти в случае отсутствия такого предупреждения; например действия по запуску закрытия приливного барьера или по установке временной защиты. Однако исследования показывают, что успех с обеспечением предупреждения населения является довольно относительным. Так, в некоторых странах, посредством объединенного использования различных моделей прогнозирования наводнений с целью увеличения заблаговременности и точности предупреждений, лучшего понимания того, как должна быть обеспечена передача предупреждений и за счет нарастающего участия местных властей и взаимодействия между организациями различных ведомств, за последние годы в практике предупреждения о наводнениях были достигнуты замечательные результаты. Например, одна из рекомендаций заключается в том, что решение задачи предупреждения наводнений может быть ускорено и улучшено за счет адекватного реагирования на следующие пять вопросов:

Какие отметки высот достигнет наводнение и когда?

В каких местах окажется вода при предсказанных отметках высот?

«Кто и что» будут подвержены воздействию наводнения?

Какая информация и рекомендации, переданные населению относительно наводнения, действительно, необходимы людям для повышения эффективности реагирования?

Как люди, при угрозе наводнения, могут лучше распорядиться переданной им соответствующей информацией?

Частный вопрос заключается в том, какими должны быть требования к задержке предупреждения. Эта задержка может находиться в диапазоне от нескольких минут и меньше для людей, проживающих на берегах реки, чтобы с крутого склона добраться до безопасных высот, и до нескольких часов или суток в ситуациях, когда нужно возводить временные защитные сооружения, эвакуировать большие скопления людей или сбросить воду из водохранилища перед наводнением. Аналогично, требования к точности и толерантности по отношению к ошибочным тревогам будет изменяться со стороны различных организаций и населения, и эти требования могут быть скорректированы путем соответствующего обучения и тренировок по осведомленности населения.

Подходы к предупреждению, прогнозированию и реагированию на ЧС при наводнениях непрерывно совершенствуются за счет использования технических достижений, усвоения уроков прошлых наводнений и адаптации идей из смежных технических дисциплин. Например, технологические достижения последних лет включены в разработку и оперативное использование новых методов краткосрочного прогноза осадков (так называемый «наукастинг» — мониторинг и прогноз опасных явлений погоды), в которых обычно объединяются наблюдения, полученные с помощью метеорологических радаров с выходной информацией, которая, в свою очередь, получается с помощью (мезомасштабных) моделей численного прогноза погоды. Помимо этого используются мультимедийные системы выпуска предупреждений. Многие социальные и поведенческие исследования также были выполнены в интересах общественного понимания и последующего реагирования на предупреждения о наводнениях. Эти исследования, в ряде случаев, построены на исследованиях в других научных дисциплинах, таких как охрана здоровья и реагирование на ЧС при других природных опасностях. Улучшения могут также обеспечиваться национальным законодательством, ростом общественных ожиданий, заказами для общественных служб, мониторингом качества функционирования систем предупреждения и введением уровней целевого обслуживания. Подходы, основанные на понятиях риска и вероятности, также растут в своей ценности и используются оперативно, будучи построенными на идеях метеорологического прогнозирования и на каких-либо других методологиях; например, на методологиях установления приоритетов инвестирования и ансамблевого прогнозирования. На национальном уровне увеличивается объем улучшений, достигаемых в рамках функционирования действующих систем предупреждения наводнений.

1.2. Природа рисков наводнений

В этом разделе отмечается, что затопление является угрозой для многих населенных пунктов и риск наводнений увеличивается в определенных местностях благодаря освоению и развитию пойм, миграции людей в города и благодаря техногенным воздействиям на режим течения рек. Например, развитие городов в некоторых случаях может увеличивать риск наводнений за счет изменений характеристик поверхностного стока и дренажных путей паводковых вод. Изменения климата могут также увеличить вероятность наводнений в некоторых местах за счет изменений в частоте и суровости штормов, типов выпадения снега и снеготаяния и подъема уровней моря.

Причинами наводнений являются преимущественно атмосферные или геотехнические факторы (см. табл. 4). Атмосферные факторы связаны с интенсивными дождями, иногда они связаны с интенсивным снеготаянием и заторами льда в зонах холодного климата. Затопления прибрежных зон и наводнения в эстуариях, часто обусловлены нагонами, волнами и ветровыми воздействиями, наиболее заметными в тропических циклонах, ураганах и тайфунах. Геотехнические факторы, такие как оползни, сели и землетрясения, также могут приводить к подъему уровня рек, являясь причиной затопления суши, удаленной от моря. Волны цунами часто приводят к затоплению прибрежной зоны морей и океанов.

Таблица 4. Примеры механизмов формирования наводнения

Вторичные влияния могут заключаться в переливе или прорывах речных и морских защитных ГТС, в блокировании мусора на мостах и других структурах, в переполнении дренажных сетей на территориях городов и в разрушении или переливе защитных дамб. Из-за короткого времени, доступного людям для реагирования на быстро нарастающие наводнения, такие наводнения представляет особый риск для жизни людей. К таким наводнениям относятся ливневые паводки, прорывы дамб и защитных ГТС и некоторые события, связанные с заторами льда, локальными нагонами и переливами штормовых волн. Риск наводнения часто выражается как комбинация двух факторов: вероятность (или опасность) и последствие (или воздействие). Вероятность выражает правдоподобие достижения разрушительных уровней или расходов при наводнениях, в то время как последствия могут быть выражены в терминах неких индикаторов, таких, как число пострадавших объектов имущества, число потерь жизней или показатели экономического ущерба.

Оценки общего числа людей, попавших в зону рисков наводнений и воздействия затоплений, от численности населения всей страны являются, конечно, предметом со многими неопределенностями, включая степень детальности, с которой эти события зафиксированы, метод, примененный при оценках рисков наводнений, и подход, используемый для международных сравнений, различия наборов данных и используемых методов регистрации измерений. Однако, некоторые исследования предполагают, что процент людей, подвергающихся риску наводнений лежит в диапазоне от 3 до 5% общей численности населения в Великобритании и Франции, около 12% в США, 50% в Нидерландах и 70—80% во Вьетнаме и Бангладеш. Эти оценки также включают в себя подвижные группы населения такие, как туристы, путешественники, временные рабочие, командированные и бездомные. Действительно, в некоторых странах, таких, например, как США, один из основных рисков для жизни при наводнениях распространяется на людей, которые находятся в автомобилях и других транспортных средствах, попавших в «ловушку» или унесенных при наводнениях.

Связь между рисками наводнений и социальными, политическими и экономическими факторами, особенно, угрозами для жизни, является хорошо документированной. Возникает обоснованный интерес к таким проблемам, как недостаток общественной осведомленности по вопросам наводнений или управления развитием поймы при ограниченности средств, доступных для контроля и защиты от наводнений (например, речные и морские защитные ГТС), а также к проблемам низкой устойчивости зданий и сооружений при затоплениях (например, временного жилья по сравнению с постоянным) и недостатка финансирования на совершенствование систем предупреждения, прогнозирования и реагирования на ЧС при наводнениях. Там где эти факторы существенны, число людей, зависящих от события наводнения, может оказаться значительно больше, чем при эквивалентных событиях на территориях, где указанные выше проблемы отсутствуют.

Мероприятия по понижению уязвимости от наводнений также являются нарастающе значимыми при изучении риска наводнений, например, за счет объединения следующих факторов:

опасность наводнения (глубина, скорость течения, наносы, мусор);

территориальная уязвимость (эффективность предупреждений о наводнениях, интенсивность начала наводнения и типы затопляемых зданий, например, низко- или высокоподнятые);

уязвимость населения (доступность гарантии собственной безопасности и от чего она зависит, например, для стариков, немощных людей, детей).

В исследованиях уязвимости основное внимание может также уделяться таким позициям, как целевые усилия по организации обучения населения и разработка планов реагирования на ЧС при наводнениях. Методы оценки рисков включают в себя опрос населения, которое хорошо знает местность (районы затопления), изучение исторических регистраций наводнений (съемки следов разрушений, результаты аэрофотосъемок и другие фотографии, газетные сообщения, спутниковые снимки и т.п.), методы математического и лабораторного моделирования наводнений.

Математические модели обеспечивают наиболее строгий и точный метод оценивания риска наводнений, и они могут описывать диапазон от простых корреляций и других методов для отдельных участков поймы до детальных гидравлических моделей речных и прибрежных процессов. Некоторые страны (например, США, Япония и страны ЕС) имеют государственные программы по систематической оценке риска наводнений на национальном уровне с помощью детального гидравлического моделирования областей с наиболее высокими рисками наводнений (см. вставку 1).

Вставка 1. Моделирование риска наводнений

Национальные программы картирования рисков наводнений во многих странах используют широкий диапазон методов моделирования для того, чтобы оценить глубины воды и скорости течений при наводнениях и размеры зон затопления. Например, для рек, реальные или гипотетические (сценарные) события осадков могут воспроизводиться на сетках моделей «осадки-сток», представляющих основные суббассейны. Выходная информация таких моделей обеспечивает входную информацию для моделей речной сети. Для территорий, подверженных наводнениям, детальная модель может включать все важнейшие объекты контроля уровней и расходов воды в реках: мосты, трубопроводы, шлюзы, защитные ГТС и пр., а также основные характеристики поймы, используя для этого строительную и топографическую информацию, получаемую через соответствующие службы и с помощью методов ДЗЗ (например, с помощью оборудования Light Detection and Ranging LIDAR, и оборудования Sunthetic Aperture Radar SAR). В нарастающем порядке сложности (и, в принципе, точности), методы, основанные на имитационном описании процессов для воспроизведения уровней рек, расходов и, в некоторых ситуациях, скоростей течений на пойме, могут включать в себя:

● одномерные модели для основного русла реки с проекцией уровней воды на пойму или в виде отдельных направлений для основного русла и водотоков на пойме;

● одномерные модели, включающие направления водотоков на пойме, которые представлены в виде элементов приток/отток, блоков или ячеек;

● двухмерные модели поймы, использующие цифровые модели рельефа и «обнаженной земли», основанные либо только на уравнении сохранения массы, либо включающие также уравнения для импульса;

● полностью двух — или трехмерные модели поймы, учитывающие такие характеристики поймы, как здания, различные типы ГТС, типы растительности и т. п. и, возможно, городские дренажные сети.

Гидродинамические методы также могут быть использованы для моделирования затоплений береговой полосы, обусловленных высокими уровнями приливов, волновой активностью и ветровыми нагонами. На основе результатов расчетов могут быть созданы карты, как с учетом, так и без учета защитных сооружений от наводнений. Карты без учета ГТС иногда могут использоваться для того, чтобы изучить наихудший случай сценариев наводнения; например, если произошел прорыв ГТС со сбросом больших масс воды, сверху вниз или с боков. Последние главы этой книги содержат несколько примеров результатов картирования рисков наводнений, включая обзорные планы и виртуальные представления реальности.

Располагая вычисленными значениями расходов и уровней воды в реке и, возможно, также глубин и скоростей течения внутри области затопления, далее можно построить результирующие схемы наводнения в виде поперечных сечений с информацией о местах расположения хозяйственных объектов и сопроводить их списком рисков для этих объектов. Рассчитанные величины также могут быть связаны с отметками гидропостов, используемых для приведения в действие системы предупреждения о наводнении (см. главу 3). Указанные выше списки объектов имущества часто формируют основу для принятия решений о том, какие из этих объектов и когда должны получать предупреждения о наводнениях. Также могут быть построены карты уязвимости для того, чтобы помочь при разработке планов реагирования на ЧС, хотя это делается с гораздо меньшей частотой, чем картирование параметров затопления. Результирующие схемы наводнений могут быть также выражены в терминах вероятностей или периодов временного ряда с представлением карт периодов временных рядов с вероятностью одного наводнения за 50, 100, 200 и 1000 лет, как наиболее часто востребованных.

Некоторые неопределенности при картировании рисков наводнений могут быть обусловлены точностью входных данных и определения связей расход-уровень (для моделирования рек), различными предположениями, сделанными при разработке и применении, как самих моделей, так и параметров этих моделей, с точностью полевых съемок, локальными влияниями в окрестностях ГТС и другими факторами. Методы для оценивания неопределенностей при моделировании характеристик наводнений интенсивно развиваются и могут потенциально отражаться на качестве принимаемых решений и на работе других систем, используемых при подготовке к событиям наводнений и при управлении этими событиями. Вероятностные методы также нарастающе используются при рассмотрении риска разрушений или перелива защитных ГТС.

1.3. Реагирование на ЧС

В данном разделе отмечается, что реагирование на ЧС является процессом реагирования на событие наводнения, идеально — на основе заранее полученного предупреждения о наводнении. Во многих странах существует разделение в ответственности между службой предупреждения и прогнозирования наводнений и службами ответственными за реагирование на ЧС — такими, как полиция, спасательная и пожарная службы и структуры местных органов власти. Однако, организация службы предупреждения о наводнениях может быть многофункциональной с широким диапазоном видов деятельности, в некоторых странах для выпуска предупреждений привлекаются метеорологические службы, в других странах этим заняты службы по управлению речными бассейнами, службы береговой охраны и структуры органов местной власти.

В течение события наводнения собственники индивидуального имущества могут также предпринимать действия, направленные на уменьшение ущерба, связанного с наводнениями, посредством перемещения соответствующих транспортных средств, мебели, электрического оборудования, личного имущества, ценных вещей, домашних животных и скота в безопасные места и за счет использования мешков с песком, щитов от наводнений и других мероприятий для защиты их собственности (если все это доступно). Например, при обследовании районов пострадавших от наводнений на водосборах Эльбы и Дуная по сообщениям местных жителей были выявлены следующие мероприятия (частных лиц/собственников) по реагированию на ЧС:

перемещение мебели и имущества на верхние этажи;

перегон автотранспортных средств в безопасные места;

сохранение документов и драгоценностей/ценных вещей;

защита здания/жилья от проникновения воды;

выключение газа/электричества;

отсоединение бытовой техники/холодильников, плит и т.п.;

отключение газа/электричества силами общественных служб;

защита емкостей с нефтепродуктами;

установка водных насосов;

плотное закрытие канализации/предотвращение возврата сточных вод;

защита домашних животных;

перенаправление водных потоков.

Предупреждения о наводнениях также могут помочь органам управления реками и морскими прибрежными зонами с режимом эксплуатации ГТС и с другими действиями, которые могут содействовать уменьшению и предотвращению ущербов от наводнений и далее приведены примеры этого:

противопаводковые барьеры — установка или эксплуатация временных или разборных барьеров для того, чтобы защитить имущество и инфраструктуру от затоплений;

противопаводковые шлюзы/затворы — закрывающиеся шлюзы/затворы, которые при низких и средних расходах находятся в открытом положении, способствуя стоку, проходу, навигации и т.п.;

обводные каналы — направляют речные потоки на площади потенциальных запасов воды для того, чтобы уменьшить расходы вниз по течению (например, увлажняемые низменности, участки сдерживания наводнений);

откачка воды насосами — использование высокоскоростных насосов для уменьшения уровней воды;

водохранилища — заблаговременное снижение уровней воды в водохранилище в ожидании высоких притоков обеспечивает емкость для приема паводковых вод и последующего уменьшения расходов в нижнем бьефе;

мешки с песком — размещение мешков с песком для того, чтобы поднять уровень противопаводковой защиты, заполнить бреши в защите или защитить имущество;

срочные работы — аварийный ремонт противопаводковых ГТС (насыпей и дамб) и других объектов/мест, где может случиться прорыв воды при наводнении;

приливные барьеры — закрытие барьеров или створов позволяет уменьшить риски наводнений в береговой зоне, обусловленные штормовыми нагонами или высокими приливами.

Главы 9—11 книги К. Сене описывают процесс реагирования на ЧС более детально, включая разработку планов реагирования на наводнения, систем поддержки принятия решений, вопросы, связанные с неопределенностями и с мониторингом качества функционирования систем предупреждения наводнений.

1.4. Роль прогнозирования наводнений

В данном разделе отмечается, что хотя предупреждения о наводнениях могут быть выпущены только на основе наблюдаемых метеорологических, речных и прибрежных условий, развитие событий наводнений в будущем часто можно предвидеть только на короткое время и могут возникнуть трудности с тем, как перевести будущие изменения условий в расчетные/прогностические характеристики. Интерпретация может быть также усложнена за счет других факторов таких, как функционирование ГТС контроля стока рек, динамика штормовых нагонов и поступление воды от основных боковых протоков.

Модели прогнозирования наводнений могут оказаться полезными в решении этих проблем и они используются все больше и больше для того, чтобы увеличить заблаговременность и улучшить точность предупреждений, подготавливаемых службой предупреждения наводнений. Как правило, прогнозы базируются на основе данных наблюдения за уровнями рек и осадками в верхней части водосбора (при наводнениях на реках), или за уровнями приливов, высотой волн, скоростью ветра и другими параметрами (при наводнениях в прибрежных зонах морей и океанов). Прогнозы осадков и штормовых нагонов, подготовленные с использованием моделей атмосферы и океана, могут быть использованы в качестве входной информации для того, чтобы увеличить период заблаговременности моделей прогноза наводнений. Прогнозы также могут широко применяться в таких областях, как навигация на реках, режимы работы ГЭС, управление водными ресурсами и контроль аварийного сброса загрязняющих веществ.

Также могут разрабатываться сценарии, отвечающие на вопрос «Что, если…?»; например, различные сценарии будущих полей осадков или характеристик снеготаяния, или для оперативного управления такими действиями, как закрытие защитных ГТС при штормовых нагонах.

Существует много подходов к прогнозированию наводнений, начиная от простых эмпирических методов и заканчивая полными интегрированными моделями водосборов и прибрежных зон, которые все больше и больше пополняются работающими в режиме реального времени (оперативными) компонентами моделирования гидродинамики водных объектов.

Одной из характерных особенностей прогностических моделей, если их сравнивать с неоперативными (исследовательскими) моделями, является возможность использования данных наблюдений в режиме реального времени для того, чтобы уточнить прогнозы сразу, как только они получены. Такое обновление прогнозов в режиме реального времени (или ассимиляция данных) может существенно улучшить точность выходной информации прогностических моделей.

Прогностическим моделям обычно также необходима компьютерная платформа, на основе которой они эксплуатируются и которая способна собирать и ассимилировать данные, обеспечивать проведение модельных расчетов (как по расписанию, так и контрольных), управлять генерацией сигналов тревоги и проводить пост-процессорную обработку выходной информации моделирования в форме, которая оказывается полезной для прогнозистов. По мере распространения события наводнения на площади водосбора, проблемно-ориентированная прогностическая система может обеспечить практически единственно приемлемый способ обработки и интерпретации выходной информации большего числа моделей, особенно если используется процедура ассимиляции данных. Современные системы все больше и больше используют пространственные технологии для анализа и представления данных и результатов прогнозов и функционально могут включать в себя индикаторы, основанные на электронных картах (например, с символами мигания/вспышек) мест, где ожидается затопление, с наложением объектов хозяйствования, карт улиц, фотографий аэрофотосъемки, карт местности и т. п. и возможность включения дополнительной информации и деталей в любом месте. При этом также очень сильно увеличивается возможность выполнить в режиме реального времени детальное картирование процесса затопления в период события наводнения.

Главы 5—8 [87] более детально описывают технологии прогнозирования, включая базовые принципы (глава 5), методы гидрологических/речных прогнозов (глава 6), методы прогнозов в прибрежных зонах морей (глава 7) и диапазон применений (глава 8), включая интегрированное моделирование гидрометеорологических процессов на площади водосбора и прогнозирование ливневых паводков, влияния таяния снега и динамики льда, режима эксплуатации ГТС по управлению стоком, городских наводнений и геотехнических рисков, таких событий как разрушение плотин, прорывы систем инженерной защиты и цунами.

Надеемся, что представленный здесь синопсис предисловия и главы 1 книги К. Сене поможет читателю составить хотя бы общее впечатление, о диапазоне проблем описываемых в остальных главах публикации [87].

В заключении раздела 3.2 нашего обзора, используя интеллектуально-информационный ресурс [87] обратим внимание читателя на исключительно остро стоящую (по нашему мнению) проблему в РФ — проблему предупреждения, прогнозирования и реагирования на ЧС при ливневых паводках. Такую исключительность данной проблемы можно объяснить, потрясающим воображение числом унесенных человеческих жизней при ливневых паводках, например, на юге страны за последние годы. Так согласно [16,42], в результате катастрафических ливневых паводков в 9 регионах юга России в июне 2002 года погибли 114 человек, в Краснодарском крае (Новороссийск) 6—9 августа 2002 года погибло более 60 человек, в Туапсинском районе того же края 16 октября 2010 года погибло 16 человек и, наконец, страшный паводок 6—7 июня 2012 года унес жизни 172 человек, в том числе 160 — в Крымском районе, 10 — в Геленджике, 2 — в Новороссийске (Краснодарский край).

Что касается трагедии в Крымске в июне 2012 года, то в уже упоминавшемся (см. раздел 1.4 нашего обзора) интервью заместителя директора ИВП РАН д.ф-м. н. Гельфана А. Н., ученый отметил, что основной причиной, породившей этот катастрофический ливневой паводок стало сочетание следующих факторов: (а) экстремальные по интенсивности ливни; (б) высокая увлажненность водосбора, предыдущими дождями; и (в) особенности рельефа бассейна реки Адагум (город Крымск находится в нижней части окруженной горами котловины, ниже слияния двух горных рек — Баканка и Неберджай). В интервью также обсуждается версия усиления основного паводка за счет прорыва «естественных плотин», образовавшихся в узких местах (например, под автомобильным мостом через реку выше города), где скапливалось множество «рукотворных» препятствий, поскольку пойма реки Адагум многие годы не расчищалась.

Далее отвечая на вопрос корреспондента Вестника ОНЗ РАН «существуют ли математические модели, которые могут воспроизводить формирование дождевых паводков…?», А. Н. Гельфан поясняет, что «в мире разработано немало математических моделей формирования таких паводков и движения паводковых волн в речных системах. Эти модели успешно применяются в практике прогнозирования и оценки риска возникновения паводков, для управления риском в паводкоопасных районах США, стран Европы и т. д. Россия, к сожалению, заметно отстает в этом вопросе от экономически развитых стран». Главная причина отставания, по мнению ученого, заключается не в отсутствии моделей, а в недостаточности и ненадежности исходных гидрометеорологических и других данных, которые составляют информационную основу моделей. Например на водосборе реки Адагум до г. Крымск работала всего одна (!) метеорологическая станция. И наконец на традиционный вопрос корреспондента «Что же делать?» ученый, в частности ответил «В рамках интервью академическому научному изданию я не стану касаться вопросов действенности мероприятий, которые предприняли органы власти, чтобы спасти людей или смягчить последствия произошедшего стихийного бедствия. Хотя для меня очевидно, что были использованы, мягко говоря, не все возможности: причем не 6—7 июля, а в течение всего десятилетия, прошедшего после паводка 2002 года на Кубани».

Вместе с тем исчерпывающие ответы на последний вопрос корреспондента Вестника ОНЗ РАН читатель может найти в монографии К. Сене [87], ознакомившись, как с содержанием раздела 8.2 «Прогнозирование ливневых паводков», так и с описанием двух подробных протоколов реагирования на события ливневых паводков, представленных в подразделе 10.1.2 «Временные последовательности» главы 10 «Реагирование». Так в разделе 8.2 подробно описаны:

Определения ливневых паводков принятые в разных странах и некоторые общие характеристики, свойственные только этому виду наводнений.

Специфические трудности и современные технологии прогнозирования ливневых паводков.

Основные международные (ВМО) и некоторые национальные программы и проекты исследования ливневых паводков и инновационных технологий их раннего предупреждения.

Рис.19. Иллюстрация временной последовательности события наводнения вплоть до момента времени, когда уровни паводка начали падать по сравнению с пиковыми величинами

Особый интерес у читателя, по нашему ожиданию, могут вызвать два детальных по времени протокола, фиксирующие действия по раннему обнаружению и реагированию на события ливневых паводков, приведенные в подразделе 10.1.2 [87]. Первый из них — сценарный (или, точнее сказать, хрестоматийный), отражает типичные действия по реагированию на кратковременный ливневой паводок, влияющий на небольшой (гипотетический) город, названный Ньютауном, в ранние утренние часы, и предназначен для обучения персонала служб предупреждения и реагирования на ЧС при наводнениях — представлен на рис. 19 и который полностью адекватен рис. 10.2 оригинала [87].

Второй пример показывают реальную временную последовательность события очень сильного ливневого паводка, которое произошло в деревне Боскастл (юго-западная Англия) летом 2004 года (см. вставка 2).

Вставка 2. Событие ливневого паводка в деревне Боскастл, 2004 год

Деревня Боскастл расположена на севере полуострова Корнуол (Англия) в котловине низменной части водосбора рек Валенси и Иордан, площадью 23 кв. км. В середине лета — 16 августа 2004 года, деревня пережила самое наихудшее наводнение из зафиксированных в ее истории. Пик осадков за час, зарегистрированный здесь одним из осадкомеров, превысил 80 мм, за 24 часа всего выпало около 200 мм осадков. Быстрые действия местного населения и служб реагирования на ЧС были настолько эффективными, что позволили не потерять ни одной жизни и общий ущерб от ливневого паводка оказался на удивление незначительным. Приблизительно 1000 местных жителей и приезжих оказались в зоне воздействия паводка, около 100 человек были спасены с помощью вертолетов, которые снимали людей с крыш домов, автомашин и деревьев, 58 объектов собственности были затоплены и 116 автомобилей было смыто в море. Дороги, сточные коллекторы, мосты и другие объекты инфраструктуры были достаточно сильно повреждены (рис.10.3).

Рис.10.3 Спасательный вертолет над главной улицей деревни Боскастл [87]

Ниже представлены некоторые ключевые события и действия во временной последовательности ливневого паводка в деревне Боскастл:

12.15 Поступило первое сообщение о выпадении интенсивных дождей в верхней части водосбора, при их отсутствии в средней и нижних частях.

12.30 Интенсивные дожди начались в средней части водосбора.

14.15 Дождь продолжает идти, но его интенсивность несколько снижается.

15.00 Снова фиксируется интенсификация выпадения дождя.

15.15 Уровни воды реки Валенси приблизились к береговой линии.

15.30 Река начала затапливать береговую полосу.

15.35 Первый звонок поступил в службу пожарных и спасателей.

15.45 Начала затапливаться автомобильная парковка приезжих в деревню.

15.46 Звонок в береговую охрану от представителя местной власти, который сообщил, что уровень реки поднялся на 2 метра за последний час.

16.00 Стена воды высотой 1—3 метра смыла автомобильную парковку приезжих, люди оказались в «ловушке» в центре для визитеров.

16.03 Центр координации спасательных вертолетов приведен в состояние «боевой готовности».

16.17 Прибрежные спасательные шлюпки/суда спущены на воду.

16.30 Все доступные дороги перекрыты полицией.

16.36 Воздушная скорая помощь приведена в боевую готовность.

17.00 Паводок приблизился к пиковым уровням.

17.12 Службы реагирования на ЧС объявили о максимальном уровне инцидента.

17.23 Первый вертолет завершил подъем лебедки со спасенными людьми.

17.55 Два региональных госпиталя приведены в состояние полной готовности.

20.00 Уровни воды «возвратились» в речные берега.

21.00 Вертолеты начали возвращаться на базу.

Комментировать «уроки Боскастла — 2004» и тем более пытаться проецировать их на «уроки Крымска — 2012» мы здесь не будем.

Учитывая несомненную актуальность и практическую нацеленность материала книги К. Сене [87], мы убеждены в необходимости перевода её на русский язык. Это, на наш взгляд, может быть выполнено, в рамках заказа от соответствующих структур МПР и/или МЧС РФ, тем более, что предварительный перевод книги К. Сене уже выполнен первым автором нашего обзора.

 

3.3. Программный пакет SOBEK для 1D/2D моделирования при комплексном решении водных проблем. Синопсис брошюры института Дельтарес, Нидерланды, 2010 г.

Оглавление

1. Общее представление

2. Программы

2.1. Динамика 1D течения открытой воды

2.2. Динамика 1D течения в трубопроводах

2.3. Динамика 2D затопления

2.4. Динамика системы «осадки-сток»

2.5. 1D описание качества воды

3. Программа оперативного управления инженерными сооружениями

4. Графический интерфейс пользователя

5. Валидация

6. Системные требования

7. Сервисные пакеты

8. Служба поддержки

9. Семинары пользователей

10. Непрерывное развитие

В преамбуле этой небольшой по объему брошюры [51], одной из публикаций серии «Системы Дельтарес», подчеркивается необходимость интегрированного решения водных проблем, существующих во всем мире, включая задачи защиты от наводнений и обеспечения экологической устойчивости водных объектов. Для поддержки структур управления водными ресурсами, консалтинговых компаний, исследовательских институтов и университетов независимый институт Дельтарес (Нидерланды) разработал и содействует применению интегрированного программного пакета средств моделирования для комплексного решения водных проблем, который называется «SOBEK».

1. Общее представление

SOBEK представляет собой мощный моделирующий программный пакет для прогнозирования наводнений, оптимизации дренажных систем, управления системами орошения, проектирования канализационных систем и для решения задач речной морфологии, интрузии солей и качества поверхностных вод. Программы в составе моделирующего пакета SOBEK воспроизводят сложные течения и процессы, связанные с водными ресурсами, почти в любой системе. Эти программы достаточно точно описывают явления и физические процессы посредством одномерных (1D) сеточных представлений и с помощью двумерных (2D) горизонтальных сеток. Этот пакет является высокотехнологичным компьютерным инструментом предназначенным для ЛПР, проектировщиков и планировщиков при принятии решений по оптимальному использованию водных ресурсов.

Программный пакет SOBEK разрабатывался и продолжает разрабатываться совместно с общественными институтами и правительственными организациями Нидерландов и исследовательскими институтами, университетами и частными консалтинговыми кампаниями во всем мире.

Интегрированный подход

SOBEK представляет собой единую программную среду для имитационного моделирования при решении проблем управления в области динамики речных систем и систем эстуариев, дренажных и ирригационных систем, систем очистки сточных вод и при ЧС в системах водных ресурсов.

Рис. 20. Пример результата работы интегрированной модели (1D течения в трубопроводах и 1D течения открытой воды, плюс программа «осадки — сток»), Гонконг

Мощный спецпроцессор моделирования 1D/2D — задач гидродинамики

Спецпроцессор моделирования 1D /2D задач гидродинамики является вычислительным ядром пакета SOBEK. Этот спецпроцессор используется во всех программах динамики течений (D-Flow), содержащихся в моделирующем пакете SOBEK. Таким образом, допускается комбинированное моделирование течений в трубопроводах, реках, каналах, на поймах посредством неявного объединения численных моделей, отписывающих 1D и 2D течения. SOBEK является высокотехнологичным инструментом для изучения и прогнозирования речных наводнений, прорывов дамб и разрушения плотин, затопления городов и т. п.

Надежность численных расчетов

Спецпроцессор моделирования 1D/2D задач гидродинамики оснащен очень надежной схемой для проведения численных расчетов. Она гарантирует сохранение массы воды, даже в случае переходных состояний при неожиданных изменениях поперечных сечений каналов, трубопроводов, русел и т. п. Спецпроцессор объединяет расчеты докритических и сверхкритических течений на масштабах выбранных пользователем. Он хорошо справляется с расчетом процессов затопления и высыхания русел и пойм.

Вычислительная эффективность

Спецпроцессор моделирования 1D/2D задач гидродинамики реализует очень эффективный алгоритм численного решения, который базируется на оптимальной комбинации прямого алгоритма поиска минимума связностей и сопряженного градиентного метода. Также производится выбор переменного шага по времени, при этом сокращаются излишние затраты машинного времени, там где это осуществимо.

Размеры моделей

Размер моделей ограничивается только размером внутренней памяти используемого компьютера.

2. Программы

SOBEK дает пользователю возможность моделировать взаимодействия водных и связанных с водой процессов во времени и в пространстве. Этот программный пакет является одним из наиболее часто используемых для моделирования интегрированных водных систем с целью управления водными ресурсами, проектирования, планирования и принятия политических / стратегических решений. SOBEK состоит из некоторого числа хорошо протестированных и верифицированных программ, которые связаны между собой и объединены в единый пакет.

2.1. Динамика 1D течения открытой воды

Эта программа реализует полную систему уравнений Сен-Венана, включая переходные режимы течений и профили подпора. Она воспроизводит любые поперечные сечения (открытые и закрытые), включая ассиметричные поперечные сечения. Она также позволяет пользователю определить различные разрезы внутри поперечного сечения, используя при этом альтернативные формулировки коэффициентов шероховатости и/или других коэффициентов для каждого их них. Спецпроцессор решения 1D/2D задач гидродинамики имеет процедуру автоматического описания высыхания и затопления, которая на 100% сохраняет массу воды. Спецпроцессор может расчитывать участки круто наклоненных русел со сверхкритическими течениями и перемещающимися гидравлическими скачками. Сложные сети любого размера с внутренними «петлями» и рукавами аппроксимируются, без каких либо затруднений для пользователя. Пользователь также может описать почти любую гидравлическую структуру (насосы, плотины, затворы, водопропускные трубы, шлюзы и мосты, как виртуальные структуры любой формы и размерности). Программа предоставляет возможность проводить расчет и визуализацию на сетке переноса наносов. Могут быть промоделированы воздействия ветра на уровни воды путем задания скорости и направления ветра, как в виде констант, так и в форме временных рядов. Можно использовать самые различные граничные и начальные условия. Можно задать боковые притоки и оттоки либо в форме констант, либо в зависимости от времени, либо основываясь на определенных формулах или при автоматическом считывании результатов расчетов по программе «осадки — сток». Программа 1D течения открытой воды связана через интерфейс со всеми программными модулями SOBEK, что позволяет обеспечить интегрированность модели водной системы.

2.2. Динамика 1D течения в трубопроводах

Эта программа использует полный набор уравнений Сен-Венана и таким образом включает описание подпорных и транзитных течений воды. Она моделирует широкий диапазон изменчивости поперечных сечений и форм канализационных труб (в том числе, определенных пользователем).

Рис. 21. Пример Графического интерфейса пользователя (GUI)

Она специально спроектирована для того, чтобы обрабатывать большие и сложные сети коллекторов / канализационных труб на обычном ПК, при этом время расчетов является линейной функцией размера сети и не зависит от её сложности. Программа расчета динамики 1D течений в трубопроводах включает в себя описание притоков воды за счет осадков и поверхностного стока и воспроизведение процессов для различных типов водонепроницаемых площадей, таких как улицы, кровля и места парковки транспорта. Пользователь может задать собственные данные о временной и пространственной изменчивости осадков или исторические данные о событиях штормов. В программе доступно воспроизведение детальной инфильтрации, как процесса зависящего от времени и описываемого с помощью уравнения HORTON. Расчет переноса наносов позволяет увидеть зоны, где наносы могут осаждаться. Этот расчет проводится с помощью интерфейса с программой динамики 1D течения открытой воды с тем, чтобы обеспечить работу интегрированной модели системы городского водоснабжения и ее окружения.

2.3. Динамика 2D затопления

Эта программа полностью интегрирована с программами динамики 1D течения открытой воды и динамики 1D течения в трубопроводах с целью возможно точного моделирования наводнений в речных системах, на участках польдеров, при повреждениях и прорывах плотин/барьеров и дамб, при затоплениях улиц и т. п. Программа базируется на полных уравнениях Сен-Венана. Спецпроцессор расчета 1D/2D задач гидродинамики воспроизводит зоны резких фронтов, процессы увлажнения и высыхания, докритические и сверхкритические течения. Спецпроцессор также способен формировать множество областей расчетов и осуществлять монтаж их вложенностей. Программа динамики 2D затопления включает в себя модуль «осадки» на 2D сетке.

Рис. 22. Пример моделирования наводнения на реке Дейли, Австралия

Рис. 23. QUICKIN — мощный редактор сетки, связанный с данными, например, данными батиметрии

2.4. Динамика системы «осадки-сток»

Эта программа содержит библиотеку модулей «осадки-сток» от масштаба польдерных суббассейнов до масштаба речного водосбора. Эти водосборные территории могут быть промоделированы либо как целые и детализированные, либо как пространственно-осредненные без каких-либо ограничений на число водосборных участков. Водосборные участки / площади могут быть промоделированы с высокой степенью детализации и с использованием данных об отметках высот поверхности Земли, характеристик различных типов почв, видов обработки земли, характеристик дренажа и т. п. Эта программа позволяет описать различные процессы в системе «осадки — сток» такие, как поверхностный сток, подпочвенный дренаж и запасы воды в насыщенной и ненасыщенной зонах, с учетом испарения растительностью и капиллярного подъема влаги. Программа динамики системы «осадки — сток» использует данные как об отдельных событиях штормов, так и долгопериодные временные ряды метеорологических данных для статистического анализа. Эта программа может моделировать как события наводнений, так и периоды засух.

2.5. 1D описание качества воды

Эта программа основана на спецпроцессоре 1D/2D/3D моделирования качества воды, который при разработке вобрал в себя более, чем 30-летний коллективный мировой опыт моделирования качества воды. Она моделирует почти любые переменные качества воды и связанные с ними процессы, формирующие качество воды. Компоненты этой программы являются чрезвычайно гибкими благодаря доступности к многим стандартным опциям и доступности к опциям, определяемым пользователем. В этой программе используется библиотека, описывающая 900 процессов и веществ/субстанций, включая эвтрофикацию, адсорбцию, десорбцию, биогены, бактерии, растворенный кислород, фитопланктон, тяжелые металлы и микрополлютанты.

Рис. 24. Пример графического интерфейса пользователя системы Delft FEWS для дополнительных модулей программы SOBEK реки По, Италия.

3. Программа оперативного управления инженерными сооружениями

Управление в режиме реального времени часто позволяет сэкономить средства при строительстве, перестройке и при (оперативном) управлении объектами инфраструктуры систем водных ресурсов. Программа расчета характеристик динамики управления в режиме реального времени показывает, в какой степени существующая инфраструктура может быть использована наилучшим (оптимальным) образом. Она позволяет пользователю имитировать процесс оперативного управления сложным комплексом практически любых инженерных сооружений на реках, каналах, в системах ирригации и дренажа и/или сетях трубопроводов. Эта программа позволяет описывать оптимальное реагирование системы водных ресурсов в зависимости от реальных уровней воды, расходов, (прогнозируемых) осадков с помощью управляемых затворов, плотин, шлюзов и насосов.

4. Графический интерфейс пользователя

Графический интерфейс пользователя (GUI) является одним из самых дружественных пользователю на рынке программных продуктов. Под «зонтиком» этого GUI программы объединяются в многоцелевой и легко используемый мощный спецпроцессор. GUI позволяет пользователю визуализировать входную информацию моделей, различные типы данных и результаты моделирования в виде временных рядов и анимации одно — и двумерных наборов данных на карте и в формате «вид сбоку». Пакет моделирования SOBEK является открытым для включения дополнительных инструментов пре-и постпроцессорной обработки информации (таких, например, как сервисная программа QUICKIN), мощных редакторов сетки для соответствующих данных (таких как данные батиметрии для программы динамики 2D-затопления), работающих как автономно, так и с помощью Arc GIS. Программа SOBEK также доступна для включения в сеть открытой Системы раннего предупреждения наводнений, называемой Delft — FEWS.

5. Валидация

Валидация (сравнение с данными наблюдений) такой моделирующей системы как SOBEK требует особого внимания. Даже учитывая, что отдельные программы пакета тщательно тестируются при их разработке, пакет, как целое, также требует интенсивного тестирования и валидации. С этой целью, должна быть разработана и утверждена программа валидации и на регулярной основе должны выполнятся тесты многих наиболее вероятных ситуаций.

6. Системные требования

SOBEK поддерживается системой Microsoft Windows. Рекомендуемые минимальные требования заключаются в следующем:

Минимальные

Процессор 1,5 GHz

Память 512 MB

Пространство на диске 2 GB

Предпочтительные

Процессор 3 GHz

Память 4 GB

Пространство на диске 20 GB

7. Сервисные пакеты

Дельтарес предлагает высококачественные сервисные услуги консалтинговым компаниям, правительственным организациям, университетам и исследовательским институтам во всем мире. Некоторые сервисные пакеты SOBEK, включая полностью протестированные высококачественные программные продукты в составе SOBEK, доступны для удовлетворения специфических требований пользователей, в том числе:

базовые сервисные пакеты (СП), перспективные СП, профессиональные СП, СП премиум/высшего качества, инициативные СП. Для университетов и школ Дельтарес предлагает образовательный СП.

8. Служба поддержки

Служба поддержки SOBEK представляет собой мгновенно доступную контактную «площадку» для решения всех вопросов и проблем, касающихся математического обеспечения. Команда службы поддержки готовит ответы на большинство вопросов либо сразу после их получения, либо берет на себя ответственность за своевременный ответ, который будет подготовлен другими компетентными членами команды SOBEK.

9. Семинары пользователей

Дельтарес организует ежегодные международные семинары пользователей SOBEK. Множество малых семинаров/встреч пользователей SOBEK организуется в рамках международных конференций.

10. Непрерывное развитие

Для того, чтобы поддерживать SOBEK на уровне современных знаний специалисты Дельтарес непрерывно обновляют и расширяют систему. Новые разработки пакета SOBEK касаются:

1D программы динамики морфологии;

2D программы динамики качества воды;

поддержки гибких сеток: интегрированный процессор, основанный на 1D сетках и 3D/2D — вариант детальной сетки, состоящей из треугольников, четырехугольников и более сложных ячеек;

Delta Shell — открытого гибкого моделирующего процессора для 0D-3D моделей;

процессора типа Delta Shell, совместимого с платформой Open MI;

платформы Open DA (для Delta Shell).

 

3.4 Информационно-вычислительные комплексы водных объектов бассейна Оби. Часть 1 — ИВК «Северная Сосьва». Часть 2 — ИВК «Телецкое озеро». Синопсис одноименный монографии П. Ю. Пушистова, В. Н. Данчева. Издание LAP LAMBERT Academic Dublishing, 2013 г.

Сокращенный вариант оглавления

Введение

Часть 1. Опыт разработки и результаты применения информационно-вычислительного комплекса «Северная Сосьва»

Часть 2. Опыт разработки и результаты применения информационно-вычислительного комплекса «Телецкое озеро».

Заключение

Литература

Введение

Во введении монографии [40] авторы отмечают, что в течение трех последних десятилетий, в результате перехода на принципы и технологии интегрированного управления водными ресурсами — ИУВР (GWP TAC, 2000; IWRM ToolBox, 2008; A Handbook for Integrated…, 2009), водохозяйственные и природоохранные организации развитых стран массово применяют, как относительно простые численные модели гидравлики, транспорта наносов и русловых деформаций речных систем и каналов, так и более сложные информационно-вычислительные комплексы (ИВК) гидродинамики и качества воды рек, озер, водохранилищ и эстуариев с учетом различных гидротехнических сооружений и источников загрязняющих веществ для решения широкого круга практических задач в сфере планирования, проектирования и управления ресурсами поверхностных и подземных вод (Loucks et al., 2005; Modelling Aspects…, 2010; Water framework directive…, 2010). Упомянутые численные модели и ИВК, вместе с моделям водосборных бассейнов типа «осадки-сток», моделями экстремальных гидрологических процессов (наводнения и засухи) и эколого-экономическими ИВК, служат прогностическим ядром вычислительной основы инновационных систем поддержки принятия решений при интегрированном управлении речными бассейнами (СППР ИУРБ) (Loucks et al., 2005; Modelling Aspects…, 2010; Пряжинская и др., 2002; Водные ресурсы…, 2010; Алимов А. Ф. и др., 2001; ; http://elise.bafg.de).

Нарастающая потребность в компьютерных инструментах, позволяющих с приемлемой для практики точностью, оценивать и прогнозировать экосистемные (физические, химические, биологические) и экстремальные гидрологические процессы и явления в водных объектах при прошлых, настоящих и будущих (сценарных) условиях окружающей среды, привела к формированию на рынке программных продуктов для решения задач использования и охраны природных ресурсов сектора средств имитационного и оптимизационного моделирования гидродинамики и качества поверхностных и подземных вод (Loucks et al., 2005; Hantush et al., 2005; Water framework directive…, 2010; Пушистов и др., 2009а; http://www.epa.gov; http://www.hec.usace.army.mil; http://www.erm-smg.com; http://www.ce.pdx.edu/w2; http://www. http://www.deltares.nl;m; http://www.dhisoftware.com; http://www.volgaltd.ru; http://www.mixzon.com). aquaveo.co

Разнообразие программных продуктов (ПП) данного сектора, номенклатура которого насчитывает многие десятки, если не сотни наименований (Hantush M.M. et al., 2005; Пушистов и др., 2009а), представляет потенциальному пользователю/потребителю возможность выбора конкретных ПП для практических применений, при очень широком диапазоне возможностей и ограничений этих ПП, начиная от мерности (D) численных моделей от одномерных (1D) до пространственных (3D), детализации пространственного и временного разрешения объектов моделирования, требований к входной информации, точности описания экосистемных процессов и источников антропогенных воздействий и заканчивая уровнями пре- и постпроцессорной обработки данных наблюдений и результатов моделирования, дружественности интерфейсов и руководств пользователя. Выбор нужного программного продукта потребителем, будь то, например, лица принимающие решения, исследователи, проектировщики и специалисты в области использования, охраны и восстановления водных ресурсов, и овладение потенциальными пользователями технологией практического применения и эксплуатации этого продукта часто превращается в сложную проблему и при ее решении важным может оказаться уже накопленный опыт решения указанных вопросов.

Так, в России значительный по времени и количеству успешно реализованных проектов опыт применения одномерных гидравлических моделей HEC-RAS 3.1 и HEC-6 (http://www.hec.usace.army.mil) и двумерной (плановой) гидродинамической модели RMA2 (http://chl.erdc.usace.army.mil/rma2), работающей в системе моделирования SMS (http://www. aquaveo.com), накоплен коллективом кафедры гидрологии Томского государственного исследовательского университета во главе с проф. Земцовым В. А. при решении задач прогнозирования последствий гидротехнического строительства и других техногенных воздействий на локальных участках речных систем Оби и Томи (Земцов и др. 2007; 2009; 2012). Успешность применения указанных ПП во многом обеспечивается тем, что коллектив кафедры располагает и эффективно использует современный высокотехнологичный инструментарий для проведения полевых инженерно-изыскательских работ и получения качественных, высокого пространственного разрешения натурных данных для калибровки и верификации численных моделей. Указанный измерительный инструментарий включает базу и мобильные приемники системы глобального позиционирования (GPS), высокоточные геодезические измерительные системы, гидрометрические приборы для экспресс-измерений, в том числе, акустический доплеровский профилограф течения (ADP) и оригинальные приборы для отбора проб наносов (Земцов и др., 2010).

Определенной популярностью в РФ при решении водохозяйственных задач и создании систем предупреждения чрезвычайных ситуаций пользуются программные продукты, разработанные Датским гидравлическим институтом (http://www.dhisoftware.com) и распространяемые в нашей стране научно-консалтинговой фирмой «Волга» (http://www.volgaltd.ru). Одномерный многоцелевой комплекс MIKE 11 успешно применялся в исследованиях режимов течения Нижней Волги, Северной Сосьвы и качества воды рек Ока, Яуза и Нищенка (Водные ресурсы…, 2010; Будяну и др., 2012; и др.). Двухмерные комплексы MIKE 21 и MOUSE использовались в проектах изучения гидрологического режима Каспийского моря и моделирования ливневой канализации г. Москвы, соответственно (http://www.volgaltd.ru). Трехмерная численная модель MIKE 3 — Flow Model, освоенная сотрудниками Атлантического отделения Института океанологии им. П. П. Ширшова РАН, успешно применялась при проведении теоретических исследований горизонтального конвективного водообмена в озерах и морях (Чубаренко, 2008; Чубаренко и Есюкова, 2010).

Другой убедительный пример эффективности использования трехмерной численной модели GETM (http://www.getm.eu) для решения конкретных водохозяйственных задач, например, расчет характеристик гидродинамического и термического режимов водоемов — охладителей, продемонстрирован в работах сотрудников Института водных проблем РАН (Дебольская и др., 2010; Исаенков, 2010).

Краткий обзор разработанных российскими специалистами одно- и двумерных (плановых) численных гидравлических моделей, прошедших основательную проверку на лабораторных и натурных данных и использованных при решении водохозяйственных задач для конкретных объектов, т.е. имеющих достаточный уровень конкурентоспособности с аналогичными рыночными ПП, произведенными в США и странах ЕС, содержится в работе (Земцов и др., 2007).

Цель монографии [40] — дать краткое описание опыта разработки высокотехнологичных информационно-вычислительных комплексов, предназначенных для воспроизведения переменных гидродинамики и качества воды региональных водных объектов и изложить результаты применения таких ИВК к участку среднего течения реки Северная Сосьва (Ханты-Мансийский автономный округ — Югра) и Телецкого озера с устьевым участком реки Чулышман (Республика Алтай). Прогностической основой, указанных ИВК, послужила хорошо известная, разработанная в США, 2.5-мерная численная модель гидродинамики и качества воды CE-QUAL-W2 (далее W2) (Colе and Wells, 2003; 2006; http://www.ce.pdx.edu/w2). Инициатива начала работ по освоению численной модели W2 в Лаборатории математических проблем экологии и природопользования, организованного в 2002 году Югорского НИИ информационных технологий (ЮНИИИТ, г. Ханты-Мансийск) исходила от член.-корр. РАН Лыкосова В. Н. (Институт вычислительной математики РАН, г. Москва), который совместно с группой экспертов, рекомендовал опробовать модель W2, как инструмент решения прикладных задач по оценке и прогнозу гидрологического режима и экологического состояния водных объектов на территории существующих и перспективных зон промышленного развития севера Западной Сибири.

Список аргументов в пользу выбора программного продукта W2 для практических применений включает в себя следующие позиции:

— разработка последовательности версий модели W2, начиная с 1974 года, проводится непрерывно с учетом результатов практических применений консорциумом мировых лидеров-производителей данного класса ПП в составе: Станция водных путей инженерного корпуса армии США (http://www.wes.army.mil), группа моделирования качества воды Портлендского государственного университета (http://www.ce.pdx.edu/w2) и группа моделирования поверхностных вод международной компании ERM (http://www.erm-smg.com);

— для программного продукта W2 характерны очень высокие темпы роста масштабов успешных практических применений. Так согласно обобщенным данным (http://www.ce.pdx.edu/w2) в настоящее время с использованием W2 в 116 странах мира промоделировано 1134 конкретных водных объектов (436 рек, 297 озер, 319 водохранилищ и 82 эстуария). Указанные показатели за период с 2004 по 2012 год выросли почти в три раза;

— программный код последних версий модели W2, вместе с руководством пользователя и техническими отчетами профессионального применения W2 к различным водным объектам на территории США, свободно доступны в Интернете (http://www.ce.pdx.edu/w2);

— руководства пользователя W2 подготовленные доктором Thomas Cole (Инженерный корпус армии США) и профессором Scott Wells (Портлендский государственный университет, США) являются отличным учебным пособием для начинающих пользователей и очень полезным и информативным инструментом в руках уже более опытных пользователей (Colе and Wells, 2003; 2006). Специально для начинающих пользователей профессор Scott Wells подготовил хорошо иллюстрированное и достаточно подробное описание основных этапов практического применения W2, которое можно найти на веб-сайте (http://www.cequalw2wiki.com). Благодаря усилиям и энтузиазму сотрудников Портлендского государственного университета в главе с доктором Chris Berger эффективно работает «Форум пользователей» (http://w2forum.cee.pdx.edu), обеспечивающий поддержку, которая может быть получена как со стороны разработчиков, так и других пользователей W2. Для повышения квалификации пользователей W2 организации — разработчики проводят ежегодные учебные семинары;

— сроки реализации проектов, основанных на применении W2 к конкретным водным объектам, существенно сокращаются, а исследовательский потенциал пользователей резко возрастает благодаря, появившейся в последние годы, возможности использования лицензионных программных продуктов WMS (http://www.loginetics.com)) и W2i-AGPM for W2 (www.aquaveo.com в качестве пре- и постпроцессоров численной модели W2;

— в случае необходимости преодоления пользователем ограничений, связанных с двухмерностью модели W2, он, с помощью мультимодульной системы GEMSS (www.erm-smg.com), может без особых затруднений перейти к использованию трехмерной численной модели GLLVHT, программный код которой был написан J. E. Edinger и E.M Buchak в 1980 году на основе конечно-разностных аппроксимаций, численных методов решений и файловой структуры, ранее применённых ими при разработке численной модели W2 (Edinger and Buchak, 1980; 1985).

Тем не менее, в «бочке меда», с призывом «применяйте W2», имеется своя «ложка дегтя». А, точнее, их две. Первая из них — высокие требования к уровню знаний «идеального» пользователя в следующих научных дисциплинах: геофизическая гидродинамика, гидрология/лимнология, метеорология, гидрохимия/качество воды, гидробиология/водные экосистемы, вычислительная математика/программирование на фортране (если Вы хотите изменить исходный код), статистическая обработка данных, ведение и реконструкция баз данных (Colе and Wells, 2003; 2006; Miller, 2008). Моделирование переменных качества воды во многом, согласно (Colе and Wells, 2003; 2006), является искусством, требующим как обладания знаниями в указанных дисциплинах, так и опыта интегрирования этих знаний. Автор (Miller, 2008) отмечает, что наилучшие результаты применения W2 получает действующая совместно (синергетическая) команда, члены которой имеют знания и практический опыт работы в указанных выше областях. Здесь также уместна цитата из главы 1 руководства пользователя W2 (Colе and Wells, 2003) «… слово предупреждение начинающему пользователю — применение модели является сложной и отнимающей очень много времени задачей». Очевидно, что ответственное и результативное применение W2 требует целевой междисциплинарной подготовки пользователей данным программным продуктом. Попытка организации такой подготовки с привлечением студентов и аспирантов кафедр высшей математики и природопользования Югорского государственного университета (г. Ханты-Мансийск) осуществлялась в рамках, адаптированных для этих целей, учебных планов и программ следующих курсов: моделирование водных экосистем, основы управления водными ресурсами, компьютерные технологии в экологии и природопользовании. Для создания необходимой учебно-методической базы процесса обучения первым автором книги [40] переведены на русский язык: тексты руководства пользователей W2 (версии 3.2 и 3.6), материалы для начинающих пользователей, размещенные на странице CE-QUAL-W2 веб-сайта Wiki (http://www.cequalw2wiki.com) и технические отчеты Портлендского государственного университета по применению W2 для моделирования гидродинамики и качества воды рек Spokane, Green, Willamette и озера Whatcom (см. раздел «WQRG Projects» на сайте http://www.ce.pdx.edu/w2), вторым автором [40] разработан и внедрен специализированный учебно-методический комплекс W2 для начинающих пользователей и практических занятий в компьютерном классе.

Вторая «ложка дегтя» — высокие требования к пространственно-временному разрешению, составу и точности данных морфометрии, а также метеорологических, гидрологических, гидрохимических и гидробиологических наблюдений, которые необходимы для калибровки и верификации моделей W2. Эти требования вполне отражают известный принцип «хорошие модели требуют хороших данных» (Colе and Wells, 2003; Loucks et al., 2005; Пряжинская и др., 2002). Для того чтобы при практическом применении W2 снять остроту этой проблемы в Югорском государственном университете, по инициативе первого автора [40], в 2005 году была организованна учебная и научно-исследовательская лаборатория экосистемных наблюдений и проблем водопользования. При финансовой поддержке Правительства ХМАО-Югры и методической помощи проф. Земцова В. А. лабораторию удалось оснастить самыми современными, на то время, приборами и инструментально-вычислительными комплексами для проведения полевых исследований водных объектов и приземного слоя атмосферы (Пушистов и др., 2007; Пушистов и др., 2009б).

Организация упомянутых выше лабораторий в ЮНИИИТ и ЮГУ, рост их информационно-вычислительного, инструментально-измерительного и кадрового потенциалов, позволили при осуществлении конкретных проектов успешно применять метод прикладного системного анализа водных объектов/экосистем (Страшкраба и Гнаук, 1989; Loucks et al., 2005), включая интегрированную реализацию следующих его этапов: реальный объект — экспериментальное и теоретическое изучение объекта — феноменологическая/концептуальная модель — математическая модель — имитационная/численная модель — испытание модели (калибровка, верификация, анализ чувствительности и неопределенностей) — анализ модели — получение новых знаний об объекте (Пряжинская и др., 2002; Пушистов и др., 2009б). Именно применение метода прикладного системного анализа к двум водным объектам: река Северная Сосьва, самый крупный и экологически значимый приток Нижней Оби, и Телецкое озеро, крупнейший водоем бассейна Верхней Оби, позволило авторам [40] разработать высокотехнологичные информационно-вычислительные комплексы, прогностическим ядром, которых послужила численная модель гидродинамики и качества воды W2.

В первой части [40] кратко описаны предыстория, мотивация, опыт и результаты разработки ИВК в составе: препроцессор — система WMS (http://www.ce.pdx.edu/w2)), прогностический модуль — версия 3.2 модели W2 (http://www.dhisoftware.com) и моделирующая система MIKE 11 HD (http://www.loginetics.com) и соответствующая БД, предназначенного для моделирования переменных гидродинамики и качества воды участка среднего течения реки Северная Сосьва (Пушистов и др., 2006; 2009б; 2012). Во второй части [40] обоснована актуальность и описаны результаты разработки ИВК в составе: препроцессор — система WMS, прогностический модуль — версия 3.5 модели W2, постпроцессор — W2i-AGPM for W2 (www.aquaveo.com и соответствующая БД, предназначенного для моделирования циркуляций, термического и ледового режимов Телецкого озера и устьевого участка реки Чулышман при различных сценариях задания внешних воздействий (форсингов): метеорологического, гидрологического и гидрохимического.

При этом важно подчеркнуть, что планирование и разработка указанных ИВК концептуально осуществлялось на основе идеи их перспективного использования в проектах создания СППР ИУРБ, состоящих из полного набора следующих подсистем: измерительно-коммуникационная / мониторинговая, информационная, моделирующая, экспертно-аналитическая и интерфейсов пользователя (Loucks et al., 2005; Водные ресурсы…, 2010). Конкретно имеются в виду, проекты СППР интегрированного управления бассейном Северной Сосьвы при крупномасштабном горно-промышленном и транспортно-энергетическом освоении Приполярного Урала (мегапроект «Урал Промышленный — Урал Полярный») (Дикунец и др. 2009; Pushistov et al., 2009; Дикунец и др., 2010; Pushistov et al., 2010) и СППР интегрированного управления бассейном и экосистемой Телецкого озера (Danchev et al., 2010), соответственно.

Часть 1. Опыт разработки и результаты применения информационно-вычислительного комплекса «Северная Сосьва»

В синопсис первой части монографии [40] включим следующие разделы:

Объект и необходимость моделирования

Выбор конкретного водного объекта моделирования (участок среднего течения р. Северная Сосьва между гидропостом (г/п) Сосьва и г/п Сартынья) сделан с учётом следующих обстоятельств.

— Река Северная Сосьва образует уникальную естественно-природную экосистему с эндемиками в составе биоты (в их числе тугун — знаменитая сосьвинская селёдка), с нерестилищами особо ценных видов рыб, в том числе занесенных в Красную книгу РФ и ХМАО-Югры. В бассейне реки расположены природные территории, отнесенные к категории особо охраняемых, а также родовые угодья представителей коренных малочисленных народов Севера (Характеристика экосистемы…, 1990).

— Бассейн верхнего и среднего течения реки в ближайшие годы станет зоной активного транспортно-энергетического и промышленного освоения (мегапроект «Урал промышленный — Урал Полярный») (Концепция комплексного промышленного…, 2006), что делает важной задачу разработки проекта СППР ИУВР бассейна Северной Сосьвы (Дикунец и др., 2009; Пушистов и др. 2010).

Состав ИВК «Северная Сосьва»

Информационно-вычислительный комплекс для моделирования гидродинамики и качества воды пилотного участка среднего течения р. Северная Сосьва (ИВК «Северная Сосьва»), имеет в своем составе три проблемно-ориентированных модуля:

WMS — препроцессор, используемый для автоматизации подготовки файла батиметрии;

CE-QUAL-W2 v.3.2 и MIKE 11 HD — основной и дополнительный прогностические модули ИВК;

БД для обеспечения работы модулей 1 и 2.

При разработке ИВК «Северная Сосьва» первоочередной являлась задача автоматизированного построения файла батиметрии, необходимого для генерации расчетной сетки модели CE-QUAL-W2 v. 3.2. Ключевой момент в построении батиметрии с использованием WMS (http://www.aquaveo.com) состоит в том, что необходимо получить нерегулярную триангуляционную сеть (TIN) отметок высот над уровнем моря, описывающую русловую и пойменную части указанного участка реки. Для этого были использованы следующие наборы данных:

1) номенклатурные листы топографической карты береговой зоны пилотного участка р. Северная Сосьва масштаба 1:25 000;

2) лоцманские карты р. Северная Сосьва на исследуемом участке;

3) данные эхолотирования (Garmin GPSMAP 178C) и поперечные разрезы русла («Mini» ADP RiverSurveyor system), полученные в результате проведения детализированных полевых работ 2007 г.

Участок полевых работ от г/п Сосьва до г/п Сартынья (длина участка — 70 км) и разрезы, на которых проводились измерения, показаны на рис. 25.

Рис. 25. Схема участка проведения экспедиционных работ и местоположения промерных створов, построенная в ArcGis 9.3 с помощью Google Earth

Сетка модели CE-QUAL-W2 (далее W2—2011), полученная с помощью ИВК «Северная Сосьва» и показанная на рис. 26, имеет следующие параметры: общее число сегментов — 450, в т. ч. 357 сегментов основного русла и 93 сегмента, приходящихся на участки реки, отделенные от основного русла 7 островами. Всего в сетку модели W2—2011 включено семь проток. Длины сегментов модели W2—2011 изменяются в диапазоне от 47,6 м до 271,5 м при средних значениях около 200 м, число вертикальных слоев равно 104, толщина слоев — 0,2 м. На рис. 26 для удобства сравнения сеточного представления модели W2—2011 приведена схема расчетной сетки модели W2—2009, построенной вручную, с одинаковыми длинами сегментов, равными 400 м (число слоев по вертикали — 104, толщина слоев — 0,2 м).

Рис. 26. Схема расчетной сетки в плане участка реки Северная Сосьва от г/п Сосьва до г/п Сартынья: а) модель W2—2011; б) остров и протока Яныг-Пальятумп; в) модель W2—2009

Некоторые результаты верификации ИВК «Северная Сосьва» (W2—2011)

Общее представления о качестве воспроизведения уровня поверхности воды (η) вдоль участка реки дает рисунок на рис. 27. Максимальные значения абсолютных и относительных ошибок в расчетах уровней поверхности воды составили 0,42 м и 9,6%, соответственно, в точке 9 на данном рисунке.

Рис. 27. Результаты моделирования продольного профиля уровня воды на участке р. Северная Сосьва (сплошная кривая) и данные наблюдений за 20—21.09.2007 г. (точки)

Продольно-вертикальная структура поля горизонтальной скорости U, отображенного графическим интерфейсом моделей W2—2011 и W2—2009 в координатах «номера слоев сетки — номера сегментов», показана на рис. 28. Результаты моделирования продольной скорости течения U в поверхностном слое воды (сплошная кривая) и результаты полевых измерений (точки) представлены на рис. 29. Средняя величина относительной ошибки в прогнозе значений U, рассчитанные для 12 створов (точки на фрагменте (а)) оказалась равной 4,1%.

Рис. 28. Результаты моделирования продольной скорости течения за 21 сентября 2007 г.: а) W2—2011, б) W2—2009

Рис. 29. Результаты моделирования поперечно-осредненной продольной скорости течения в поверхностном слое воды за 21 сентября 2007 г.: а) W2—2011, б) W2—2009. Точками показаны соответствующие поперчено-осредненные данные измерений, полученные с помощью «Mini» ADP

Результаты применения информационно-вычислительной системы MIKE11 для моделирования переменных гидродинамики среднего течения реки Северная Сосьва

В целом, необходимость разработки одномерной (MIKE 11), как и двумерной поперечно-осредненной (W2) численных моделей гидродинамики и качества воды для участка реки от г/п Сосьва до г/п Игрим и последующего создания на их основе информационно-моделирующей системы прогнозирования гидрологических и экологических чрезвычайных ситуаций, обусловлена тем, что р. Северная Сосьва в среднем течении относится к водным объектам ХМАО-Югры с высокими рисками указанных ЧС. С одной стороны, этот участок относится к паводкоопасным с угрозами экстремально высоких уровней воды в период весенне-летнего половодья и сильных дождевых паводков в горной и предгорной частях бассейна, с другой — в засушливые периоды уровни воды летней межени могут быть экстремально низкими, что несет прямую угрозу судоходству на реке. Риски экологических ЧС обусловлены наличием в пойме среднего течения Северной Сосьвы объекта «Кратон» (законсервированная скважина — результат «мирного ядерного взрыва»), возможностью аварийных ситуаций при судоходстве, а также настоящим и особенно перспективным (Концепция комплексного…, 2006) сбросом загрязняющих веществ в местах добычи полезных ископаемых в Приполярном Урале.

Профессиональный инженерный программный пакет «MIKE 11 — a Modeling Systems for Rivers and Channels» (системы моделирования рек и каналов), разработанный Датским гидравлическим институтом, как уже отмечалось во введении [40], широко применяется на практике в качестве инструмента динамического одномерного моделирования течений и качества воды в реках, водохранилищах, ирригационных системах, каналах и других водных объектах (http://www.dhigroup.com). Одной из важных особенностей системы MIKE 11 [83] является ее модульная структура (MIKE 11…, 2006; 2008). Ядром моделирующей системы является модуль гидродинамики (HD), на основе которого формируются другие модули системы: поверхностного стока (RR), прогноза наводнений (EF), качества воды (WQ) и переноса наносов (ST). Модуль гидродинамики реализован на основе нестационарных одномерных уравнений Сен-Венана, с использованием неявной конечно-разностной схемы для расчета неустановившихся течений (MIKE 11…, 2008).

Комплекс программ, MIKE 11 состоит из набора редакторов входных файлов, работа с которыми позволяет создать компьютерную модель конкретной речной системы (MIKE 11…, 2006). Каждый редактор работает с файлом определенного типа. Объединение и обмен данными между отдельными редакторами достигается при использовании редактора моделирования. Редактор моделирования позволяет пользователю задавать диапазон параметров моделирования, имена файлов, запускает программы моделирования, а также дает возможность редактору речной сети связываться с другими редакторами.

В первой части данного раздела представим результаты применения MIKE 11 HD для моделирования переменных гидродинамики участка реки Северная Сосьва от г/п Сосьва до г/п Сартынья. Методические причины выбора этого участка реки Северная Сосьва в качестве основного объекта освоения и применения системы MIKE 11 HD (далее модель M11 «Сосьва — Сартынья») обоснованы выше. Для разработки модели М11 «Сосьва — Сартынья» реки был подготовлен план речной сети от г/п Сосьва до г/п Сартынья, сгенерированный на основе лоцманских карт при помощи программы Adobe Photoshop. Для задания граничных условий на входном створе (г/п Сосьва) были использованы данные наблюдений о расходе воды и для задания граничных условий на выходном створе (г/п Сартынья) использовались данные наблюдений за уровнем воды. Данные о поперечной структуре русла через каждые 400 метров были подготовлены на основе файла батиметрии модели W2—2009. Гидравлические параметры (коэффициенты придонного трения и др.) заданы близкими к средним величинам из рекомендуемых диапазонов наблюдаемых параметров для субполярных рек (Барышников, 1991).

Рис 30. План расчетных точек на участках реки Северная Сосьва от г/п Сосьва до г/п Сартынья (а) и от г/п Сартынья до г/п Игрим (б)

На рис. 30, а показан план речной сети, на котором представлены оцифрованные точки расчетной сетки модели M11 «Сосьва — Сартынья» (длина участка — 70400 м.).

Рис. 31. Графики наблюдаемых (пунктирная линия) и рассчитанных по модели M11 «Сосьва — Сартынья» (сплошная линия) значений уровня воды на г/п Сосьва за 2003 год

Определенное качественное и количественное представление о сравнении результатов расчетов и данных наблюдений дают рис. 31 и табл. 5. Средняя абсолютная ошибка прогноза уровней воды в основные фазы гидрологического цикла на г/п Сосьва составила 0,18 м.

Таблица 5. Данные наблюдений (ηн) и расчетов (ηм) (M11 «Сосьва — Сартынья») уровней воды в основные фазы гидрологического цикла на г/п Сосьва за 2003 год

Также было проведено сравнение результатов расчетов уровня воды и скорости течения на участке реки Северная Сосьва от г/п Сосьва до г/п Сартынья, полученных с помощью M11 «Сосьва — Сартынья» и W2—2009, и соответствующих данных наблюдений, полученных в результате экспедиционных работ 20—21 сентября 2007 года. Результаты сравнения прогнозов переменных гидродинамики, полученных с помощью двух моделирующих комплексов, и реальных данных можно увидеть на рис. 32 и 33.

Рис. 32. Графики уровней воды, рассчитанных с помощью двух моделирующих систем и данные измерений уровня на участке реки от г/п Сосьва до г/п Сартынья (20—21 сентября 2007 г.)

Данные представленные на рис. 32 и 33 показывают, что рассчитанные с помощью M11 «Сосьва — Сартынья» уровни и скорости течения качественно и количественно близки к соответствующим переменным гидродинамики, полученным с помощью W2—2009. Результаты сравнения измеренных значений уровня воды и скорости течения за 20—21 сентября 2007 года и соответствующих значений полученных с помощью W2—2009 необходимо полно проанализированы и оценены в работе (Пушистов и др., 2009б).

Рис. 33. Графики скоростей течения, рассчитанных с помощью двух моделирующих систем и данные измерений значений скорости в поверхностном слое на участке реки от г/п Сосьва до г/п Сартынья (20—21 сентября 2007 г.)

Во второй части данного раздела изложим результаты применения MIKE 11 HD для моделирования переменных гидродинамики среднего течения реки Северная Сосьва от г/п Сосьва до г/п Игрим (далее, М11 «Сосьва — Игрим»).

Для разработки М11 «Сосьва — Игрим» для участка реки, длиной 184800 м, были подготовлены:

1.План речной сети от г/п Сосьва до г/п Игрим на основе лоцманских карт при помощи программы Adobe Photoshop (см. рис. 30 а, б).

2. Данные о расходе воды для входного створа (г/п Сосьва), и данные об уровнях воды для выходного створа (г/п Игрим) за 2003 год.

3. Данные о поперечной структуре сечений русла через каждые 400 метров на участке г/п Сосьва — г/п Сартынья были заимствованы из файла речной сети модели М11 «Сосьва — Сартынья» (см. рис. 30 а). Данные о поперечной структуре сечений русла на участке от г/п Сартынья до г/п Игрим (см. рис. 30 б, длина участка — 114400 м) были подготовлены только на основе данных о глубинах с лоцманских карт с помощью технологии, использованной в W2—2006.

Таблица 6. Данные наблюдений (ηн) и расчетов (ηм) по модели М11 «Сосьва — Игрим» уровней воды в основные фазы гидрологического цикла на г/п Сосьва

Определенное количественное представление о сравнении результатов расчетов по модели М11 «Сосьва — Игрим» и данных наблюдений дают табл. 6 и 7.

Таблица 7. Данные наблюдений (ηн) и расчетов (ηм) по модели М11 «Сосьва — Игрим» уровней воды в основные фазы гидрологического цикла на г/п Сартынья

Сравнения данных таблиц 5 и 6 свидетельствует о заметном росте (более чем в 3 раза) средних абсолютных ошибок прогноза уровней воды (∆η) для г/п Сосьва по модели М11 «Сосьва — Игрим» относительно модели М11 «Сосьва — Сартынья», ∆η=0,57 м и ∆η=0,18 м, соответственно. Аналогичная ошибка по модели М11 «Сосьва — Игрим» для г/п Сартынья (табл. 7) составила 0,86 м.

Для объяснения причин значительных абсолютных ошибок прогноза уровней воды на г/п Сартынья (∆η=0,86 м) по модели М11 «Сосьва — Игрим» была разработана дополнительная модель MIKE 11 HD для участка Сартынья — Игрим с данными о поперечной структуре сечений русла, полученными только с помощью данных лоцманских карт и технологии, использованной при разработке W2—2006. Абсолютные ошибки уровня воды по дополнительной модели М11 «Сартынья — Игрим» для г/п Сартынья оказались равными 0,89 м, из чего следует однозначный вывод о низком качестве исходных данных, получаемых с лоцманских карт для построения расчетной сетки модели М11 «Сартынья — Игрим». Таким образом, для создания адекватной информационно-моделирующей системы прогноза гидрологических ЧС для среднего течения реки Северной Сосьвы, с использованием ресурса программного пакета MIKE 11 (http://www.dhigroup.com), необходимо организовать полевые съемки высокого пространственного разрешения высотных отметок русла и поймы участка реки от г/п Сартынья до г/п Игрим.

Выводы

На основе сопряжения системы WMS и моделей CE-QUAL-W2 и MIKE 11 HD разработан единый информационно-вычислительный комплекс для численного моделирования переменных гидродинамики и качества воды участка среднего течения р. Северная Сосьва, бассейн которой станет основным объектом техногенной нагрузки при реализации мегапроекта «Урал Промышленный — Урал Полярный».

Информационно-вычислительный комплекс «Северная Сосьва» позволяет автоматизировать разработку модели батиметрии водного объекта, что существенно сокращает долю ручного труда при подготовке файла батиметрии. Одновременно, с помощью этого комплекса удается увеличить точность воспроизведения переменных гидродинамики по сравнению с ранее разработанными моделями W2—2006 и W2—2009, о чем свидетельствуют данные верификации модели W2—2011.

Описанный информационно-вычислительный комплекс, по мнению авторов, может быть адаптирован и применен для других крупных рек России при решении прикладных задач использования, охраны и восстановления водных ресурсов.

Накопленный авторами опыт разработки ИВК «Северная Сосьва» однозначно свидетельствует о том, что мультидисциплинарный метод прикладного системного анализа водных объектов становится действительно эффективным, когда он базируется на инновационных программных продуктах водохозяйственного назначения, высокотехнологичных информационно-измерительных системах для проведения полевых исследований и подкрепляется на практике целевым образовательным компонентом подготовки системных аналитиков из числа студентов, обучающихся по специальностям: «информатика и прикладная математика» и «экология и природопользование», как это было сделано в Югорском государственном университете (г. Ханты-Мансийске).

Часть 2. Опыт разработки и результаты применения информационно-вычислительного комплекса «Телецкое озеро»

В синопсис этой части монографии [40] включим следующие разделы:

Объект исследования — открытая для внешних геофизических воздействий единая лимнолого-гидрологическая система, включающая в себя: 1) участок реки Чулышман от г/п Балыкча до устья реки, 2) устье реки Чулышман, 3) меридиональную и широтную части Телецкого озера, включая Кыгинский и Камгинский заливы, 4) исток реки Бии, 5) устьевые зоны наиболее крупных боковых притоков к озеру (реки Кокши, Большие Чили, Кыга, Камга, Колдор, Самыш), а также береговые или буферные зоны Телецкого озера и участка реки Чулышман (см. рис. 34).

Рис. 34. Батиметрия Телецкого озера

В 1998 г. Телецкое озеро внесено ЮНЕСКО в реестр объектов Всемирного природного наследия (http://whc.unesco.org). Половина акваторий Телецкого озера и его восточное побережье входит в состав Алтайского государственного биосферного природного заповедника и является особо охраняемой природной территорией. Несмотря на это в последние десятилетия наблюдается рост антропогенных нагрузок, как на экосистему озера, так и на его бассейн. Прежде всего, это связано с массовым отдыхом и туризмом, сопровождающимся ростом потока отдыхающих, строительством объектов туриндустрии и резким увеличением транспортных средств, в том числе маломерных судов (в последние годы озеро посещают от 150 до 250 тыс. человек в год (http://ecoclub.nsu.ru)).

Научно обоснованная система оперативного контроля и управления антропогенной нагрузкой на акваторию и бассейн Телецкого озера отсутствует. Таким образом, проблема разработки методики расчета допустимых антропогенных нагрузок на экосистему Телецкого озера является актуальной, и решать ее, по-видимому, целесообразно в рамках проекта создания системы поддержки принятия решений при интегрированном управлении бассейном и экосистемой озера (Loucks et al., 2005).

Состав ИВК «Телецкое озеро».

Информационно-вычислительный комплекс, разработанный для моделирования циркуляций и термического режима Телецкого озера, с расчетом течений и температуры устьевого участка реки Чулышман, содержит четыре модуля: 1) модуль генерации модели сетки — WMS (http://www.loginetics.com);); 2) базовый модуль ИВК — версия 3.5 модели гидродинамики и качества воды CE-QUAL-W2 (www.aquaveo.com); 3) модуль пре- и постпроцессорной обработки входной и выходной информации — W2i-AGPM for W2 (www.ce.pdx.edu 4) База Данных для обеспечения работы модулей 1 — 3. Для целостного понимания технологического ресурса разработанного информационно-вычислительного комплекса, как эффективного инструмента проведения научных исследований и решения прикладных задач, а также, как потенциальной вычислительной основы СППР интегрированного управления бассейном и экосистемой водоема (Danchev et al., 2010) на рис. 35 приведена схема связи потоков данных ИВК «Телецкое озеро».

Рис. 35. Схема связи потоков данных ИВК «Телецкое озеро»

На рис. 36 показана расчетная сетка РС2 состоящей из 4 водных тел: WB1 — участок реки Чулышман от г/п Балыкча до устья (представлен 3 участками Br 1—3), WB2 — устьевой участок реки Чулышман (представлен Br4), WB3 — меридиональная часть озера (представлена тремя участками: Br5 — южная оконечность озера, примыкающая к устью реки Чулышман, Br6 — глубоководный меридиональный участок и Br7 — Кыгинский залив), WB4 — широтная часть озера (также представлена тремя участками: Br8 — глубоководный широтный участок, Br9 — северо-западный мелководный участок и Br10 — Камгинский залив).

Рис. 36. Расчетная сетка устьевого участка реки Чулышман и Телецкого озера в плане: а) и б) южная оконечность озера, примыкающая к устью реки Чулышман (расчетной сетки РС1 и РС2, соответственно); в) Кыгинский залив — расчетная сетка РС2. IMX — номера сегментов

На рисунке 37 показана расчетная сетка РС2 устьевого участка реки Чулышман и Телецкого озера в плоскости x-z. Толщины слоев воды речного участка (Br 1—3) заданы равными 0,5 м и самого озера (Br 4—10) — равными 1 м в слое от поверхности до глубины 110 м и 3 м ниже этой глубины до дна водоема. Длины сегментов в зависимости от распределения уклонов котловины озера по тальвегу изменялись от 20 до 1000 м.

Рис. 37. Расчетная сетка (РС2) устьевого участка реки Чулышман и Телецкого озера в плоскости x-z: а) основной продольный профиль участка реки (Br 1—3), а также меридиональной (Br 4—6) и широтной (Br 8—9) частей озера; б) Кыгинский залив (Br7); в) Камгинский залив (Br10)

Численные эксперименты с ИВК «Телецкое озеро» позволили, в числе других, решить две конкретные задачи:

1. Исследование механизмов циркуляций и динамики термического режима Телецкого озера при сезонной изменчивости параметров метеорологического и гидрологического форсингов по данным наблюдений Озерной станции ЗС УГМС за 1968—1972 гг. В частности, проведено детальное изучение процессов формирования, перемещения и слияния термических баров Телецкого озера в периоды весеннего и летнего нагревания, включая:

Речной Термический Бар (возникает за счет поступления вод реки Чулышман и перемещается в меридиональной части озера с юга на север);

Классический Озерный Термобар (возникает на мелководном участке северо-западной части озера и перемещается с запада на восток);

Термические бары в Кыгинском и Камгинском заливах, возникающие как за счет наличия мелководных зон, так и притока речных вод.

Количественная оценка прогностических возможностей модели CE-QUAL-W2 по численному воспроизведению особенностей термического режима водоема при прямом учете внутрисуточной и синоптической изменчивости переменных метеорологического и гидрологического форсинга за период с 01 апреля по 01 августа 1968 года.

Разработка ИВК «Телецкое озеро» исходно осуществлялась на основе идеи его перспективного использования при проектировании и реализации СППР «Телецкое озеро». При таком подходе особую значимость приобретает количественная оценка прогностического потенциала ИВК «Телецкое озеро», как фундаментальной компоненты вычислительной основы будущей СППР.

При анализе прогностических возможностей модели W2 повышенное внимание уделялось рассмотрению ситуаций с большими ошибками прогнозов температуры воды (T L ) и, по возможности, производилась идентификация причин таких ошибок и формулировались конкретные предложения по их уменьшению при дальнейшем развитии ИВК «Телецкое озеро».

Информация о средних значениях абсолютных ошибок прогноза Т L в поверхностном (MAES), среднем по глубине (MAEМ) и придонном (MAEB) слоях Телецкого озера представлена в наглядной форме на рис. 38.

Рис. 38. Информация о средних значениях абсолютных ошибок прогноза Т L  (MAES / MAEМ / MAEB, 0С) по 11 пунктам наблюдений Озерной станции ЗС УГМС с апреля по июль 1968 г.

Выводы

Информационно-вычислительный комплекс «Телецкое озеро» создан авторами [40] как результат последовательной реализации основных этапов метода прикладного системного анализа водных объектов.

Информационно-вычислительный комплекс, как показали результаты его калибровки и верификации, является высокотехнологичным инструментом для проведения фундаментальных и прикладных научных исследований гидродинамики и термического режима Телецкого озера. Этот комплекс обладает высокими прогностическими возможностями и может быть использован, как один из базовых компонентов вычислительной основы, при разработке системы поддержки принятия решения при интегрированном управлении бассейном и экосистемой Телецкого озера.

Опыт создания и эксплуатации информационно-вычислительного комплекса «Телецкое озеро» может быть эффективно использован при планировании и реализации проектов систем поддержки принятия решений при интегрированном управлении водными ресурсами и качеством воды водохранилищ высоконапорных ГЭС на территории Сибири, например, водохранилищ Красноярской и Саяно-Шушенской ГЭС.

Заключение

В заключении [40] подчеркивается, что массовое применение высокотехнологичных программных продуктов водохозяйственного назначения в развитых странах обусловлено переходом этих стран на принципы интегрированного управления водными ресурсами и, соответственно, необходимостью разработки и внедрения основного инструментария ИУВР в виде полноструктурных систем поддержки приятия решений для управления речными бассейнами (A Handbook for…, 2009; Loucks, 2005; ).

Проблема идентификации причин, последствий и путей ликвидации отставания России от развитых стран в деле разработки и внедрения СППР ИУРБ в [40] не обсуждается. Однако одно из очевидных и сильных проявлений такого отставания, заключается, по мнению авторов [40], в низкой востребованности со стороны потенциальных заказчиков на работы и проекты, основанные на применение инновационных информационно-моделирующих технологий водохозяйственного назначения.

В заключении авторы [40] сформулировали конкретные задачи, которые, по их мнению, необходимо осмыслить и решить, как приоритетные и краткосрочные, в составе мероприятий, обеспечивающих формирование в России цивилизованного рынка программных продуктов водохозяйственного применения. К их числу относятся:

Задача экспертной оценки реальных потребностей в инновационных информационно-моделирующих средствах для решения текущих и перспективных проблем управления водными ресурсами, включая задачи предупреждения, прогнозирования и реагирования на природные и техногенные ЧС при наводнениях.

Задача экспертной оценки конкурентоспособности программных продуктов водохозяйственного применения, производимых в РФ и разработки единых требований (стандартов) к этим программным продуктам (например, наличие руководств пользователей или веб-сайтов / форумов производителей). Основные ожидаемые результаты решения этой задачи — идентификация реально конкурентоспособных групп/команд разработчиков и обеспечение целевой организационной и финансовой поддержки работы таких групп. Постановка и решение такой задачи являются актуальными хотя бы потому, что согласно (Земцов и др., 2009): «… многие отечественные программы остаются весьма дорогостоящими и требуют постоянного участия разработчика программного обеспечения в процессе компьютерной имитации участков русла и русловых сетей».

Задача поэтапной организации бассейновых или региональных (межбассейновых) образовательных и научно-производственных центров инновационных технологий интегрированного управления речными бассейнами (далее, Центры ИУРБ). По мнению авторов [40], центры ИУРБ призваны:

а) обеспечить повышение уровня знаний лиц принимающих решения и представителей заинтересованных сторон (ведущие специалисты организаций — водопользователей, лидеры общественных экологических и природоохранных организаций и т.п.) в области инновационных методов и средств управления водными ресурсами до возможности их вовлечения в планирование и реализацию проектов СППР ИУВР (Loucks, 2005; Вместе учимся совместному управлению…, 2010);

б) стать инновационной научной, технологической и технической базой для целевой подготовки системных аналитиков (например, из числа студентов обучающихся по специальностям: информатика, прикладная математика, экология и природопользование) с квалификацией магистров и кандидатов наук в области ИУВР и разработки СППР ИУРБ;

в) создать интегрированный научно-образовательный, информационно-вычислительный, приборно-измерительный и кадровый потенциал необходимый и достаточный для осуществления центрами ИУВР функций головных организаций по разработке и внедрению инновационных СППР ИУРБ.

Для поэтапного и скоординированного создания сети центров ИУРБ необходима организация федерального центра методической поддержки внедрения инновационных методов и средств управления водными ресурсами (полезную информацию на эту тему читатель найдет на сайте www.epa.gov/athens/wwqtsc).