Estimation of various factors impact on the area of oil patches in the Middle Volga region

Cover Page

Cite item

Abstract

The paper estimates the impact of various factors on the oil pollution area for the purpose of solving the problems concerning forecasting during oil spills from the inland waterways vessels (on the example of the Middle Volga region). The following factors were considered: current velocity, air temperature, water temperature, volume and type of spilled oil product, wave height, river bank tortuosity, wind speed and wind direction, bank type, river width. A fractional two-level factorial plan of Box and Hunter has been developed aiming to test the significance of the studied factors. Mathematical modeling of a group of oil spill scenarios in the Middle Volga region has been carried out. It has been revealed that the volume of the spilled oil product, the wave height and the river bank tortuosity impact the oil patch area to a large extent. Based on the results obtained, the authors suggest the order for ranking factors into four groups according to the degree of impact on the oil patch area, depending on the specified effect quantity: extremely significant, especially significant, highly significant and moderately significant. The research results have been applied in the working out of more than 30 object plans for the prevention and elimination of oil spills of organizations engaged in oil transportation and handling, vessel bunkering in the Middle Volga region, as well as the plan for oil spill prevention and elimination in the Volga basin of inland waterways.

Full Text

Введение При разработке мероприятий по предупреждению и ликвидации разливов нефти на водных объектах ключевое значение имеет прогнозирование площадей нефтяного загрязнения при различных, в том числе неблагоприятных, гидрометеорологических условиях, способствующих максимально возможному распространению разлива нефти, что является одним из основных требований как в России, так и за рубежом [1; 2]. Оценки площадей нефтяного загрязнения необходимы для построения и дальнейшего анализа карт чрезвычайных ситуаций, оценки вреда основным компонентам природной среды, расчета типа и количества боновых заграждений и способа их постановки, схем применения нефтесборных устройств, оценки поражающих факторов при пожарах разлития нефти на водной поверхности [3; 4]. Площадь нефтяного загрязнения определяется в результате совместного моделирования сложных физических процессов: растекания, эмульгирования, диспергирования, испарения, взаимодействия с берегом, ветром и течением. При этом первые два процесса способствуют увеличению площади пятна, последующие два процесса приводят к уменьшению площади и имеют в научной литературе устойчивое название - процессы выветривания. Взаимодействие с берегом, ветром и течением может приводить как к увеличению площади нефтяного загрязнения, так и к уменьшению в зависимости от конкретных условий (факторов), которые определяют характер протекания всех вышеперечисленных процессов [5; 6]. На площадь нефтяного пятна влияет целый ряд факторов, которые можно разделить на три группы - географические, гидрометеорологические и характеристики нефтепродукта. К географическим факторам относят характеристики водного объекта - ширину, извилистость, тип грунта берега и др. Указанные характеристики можно считать неизменными (квазиконстантами) для конкретных потенциальных источников разлива нефти и гидрологического режима водного объекта - межени, паводка (река), прилива, отлива (море) [7; 8]. Необходимость учета всех перечисленных факторов, обработки большого количества информации и создания баз данных для автоматизации расчетных процедур определяет цель данной работы: оценка значимости влияния различных факторов на площадь нефтяных пятен при прогнозировании чрезвычайных ситуаций на водном транспорте [9; 10]. Материалы и методы В качестве источников аналитических материалов по исследуемым факторам в работе использовались данные электронных картографических систем и атласов Единой глубоководной системы Российской Федерации [11; 12]. Для определения ширины водного объекта применялась электронная картографическая система Pisces 2. В условиях внутренних водных путей принято деление акваторий по этому признаку на три группы: речные участки с шириной преимущественно от 100 до 1000 м; озерно-речные участки с шириной водного объекта от 1000 до 2000 м; озерные участки с шириной более 2000 м [11]. На исследуемом участке реки Волги ширина водного объекта варьируется в диапазоне от 600 до 5000 м. Извилистость водного объекта характеризуется коэффициентом извилистости, который определяется как отношение длины водного объекта, измеренной по карте, к сумме отрезков прямых, соединяющих начало и конец однообразно ориентированных участков водного объекта. В зависимости от диапазонов изменения этого коэффициента выделяют четыре группы акваторий: очень извилистые (более 1,8); извилистые (1,6-1,8); слабо извилистые (1,2-1,6) и очень слабо извилистые (менее 1,2) [8]. В данной работе рассматривались водные объекты с коэффициентом извилистости более 1,8 и менее 1,2. Тип берега определяется материалом, из которого состоит береговая черта: ил, песок, галька, бетон и др. На исследуемых участках в местах разлива нефти преимущественным типом берега является песок и бетон (причальные сооружения и берегоукрепления). Гидрометеорологические факторы - это поля скоростей течений и ветра, температуры воздуха и воды, высота волны. Перечисленные факторы всегда имеют существенный диапазон изменения и могут принимать большое количество значений в зависимости от места дислокации моделируемого источника разлива. Базы данных по полям скоростей течений, как правило, встроены в состав программно-аппаратных комплексов по моделированию разлива нефти или могут быть импортированы из специальных гидродинамических компьютерных программ. Для исследуемого участка реки Волги поле скоростей течений задавалось с помощью базовых векторов и триангуляции Делоне в системе Pisces 2. Информацию по другим гидрометеорологическим факторам получают по данным мониторинга окружающей среды за репрезентативный период наблюдения (не менее 10 лет), а также из навигационных очерков. Основными моделируемыми характеристиками нефтепродукта являются плотность, вязкость, масса, а также объем и тип нефтепродукта, значения которых варьируются для каждого потенциального источника разлива. Прогнозируемые объемы разлива изменяются в широком диапазоне от нескольких тонн (для яхт и маломерного флота) до нескольких десятков тысяч тонн (морские танкеры и нефтедобывающие платформы). В данной работе рассматривались две моды объемов разлива нефти 100 и 1000 т соответственно [1]. Наиболее распространенными типами нефтепродуктов на внутренних водных путях являются дизельное топливо, мазут, сырая нефть, вакуумный газойль. На исследуемом участке преимущественно перевозятся мазут и дизельное топливо. При моделировании сценариев чрезвычайных ситуаций, связанных с разливами нефти, необходимо учитывать все перечисленные факторы, поэтому возникает задача оценки значимости факторов, влияющих на площадь нефтяного загрязнения, для решения которой наиболее целесообразно использовать метод планирования эксперимента с применением для выбора плана эксперимента и анализа полученных данных в компьютерной программе STATISTICA 8.0 [7-8]. Результаты и обсуждение Для исследования разработан дробный двухуровневый факторный план Бокса и Хантера, который обеспечивает тестирование значимости влияния рассматриваемых факторов, зафиксированных на минимальном и максимальном уровнях, на площадь нефтяного пятна [7; 8]. План многофакторного эксперимента представлен в табл. 1 и 2. Вместо параметра «направление ветра» применялся параметр «сонаправленность векторов скорости течения и ветра», который принимает два значения: да (векторы сонаправлены, ветер способствует распространению нефти) и нет (векторы перпендикулярны, ветер направлен к берегу). Два значения также принимает параметр «извилистость русла»: да (извилистый) и нет (слабо извилистый). В качестве источников опасности рассматривались четыре потенциальных источника разлива нефти в районе Средней Волги: 886 км; 985,4 км (Нижегородская область); 1304 км; 1313,1 км (республика Татарстан), которые являются очагами аварийности транспортных судов. План дробного двухфакторного эксперимента (часть 1) Таблица 1 № Скорость течения Скорость ветра, м/с Сонаправленность векторов скоростей течения и ветра Высота волны, м Температура воды,° 1 минимальная 0 да 0 5 2 максимальная 0 да 0 25 3 минимальная 15 да 0 25 4 максимальная 15 да 0 5 5 минимальная 0 нет 0 25 6 максимальная 0 нет 0 5 7 минимальная 15 нет 0 5 8 максимальная 15 нет 0 25 9 минимальная 0 да 1 5 10 максимальная 0 да 1 25 11 минимальная 15 да 1 25 12 максимальная 15 да 1 5 13 минимальная 0 нет 1 25 14 максимальная 0 нет 1 5 15 минимальная 15 нет 1 5 16 максимальная 15 нет 1 25 Fractional two-factor experiment plan (part 1) Table 1 No. Current velocity Wind speed, m/s Co-directivity of the current and wind velocity vectors Wave height, m Water temperature,° 1 minimal 0 yes 0 5 2 maximum 0 yes 0 25 3 minimal 15 yes 0 25 4 maximum 15 yes 0 5 5 minimal 0 no 0 25 6 maximum 0 no 0 5 7 minimal 15 no 0 5 8 maximum 15 no 0 25 9 minimal 0 yes 1 5 10 maximum 0 yes 1 25 11 minimal 15 yes 1 25 12 maximum 15 yes 1 5 13 minimal 0 no 1 25 14 maximum 0 no 1 5 15 minimal 15 no 1 5 16 maximum 15 no 1 25 План дробного двухфакторного эксперимента (часть 2) Таблица 2 № Температура воздуха,° Тип нефтепродукта Извилистость русла Ширина реки Объем разлива, т Тип берега 1 0 дизтопливо нет озерный 1000 бетон 2 0 мазут да речной 100 песок 3 30 дизтопливо да речной 100 бетон 4 30 мазут нет озерный 1000 песок 5 30 мазут нет речной 1000 песок 6 30 дизтопливо да озерный 100 бетон 7 0 мазут да озерный 100 песок 8 0 дизтопливо нет речной 1000 бетон 9 30 мазут да речной 1000 бетон 10 30 дизтопливо нет озерный 100 песок 11 0 мазут нет озерный 100 бетон 12 0 дизтопливо да речной 1000 песок 13 0 дизтопливо да озерный 1000 песок 14 0 мазут нет речной 100 бетон 15 30 дизтопливо нет речной 100 песок 16 30 мазут да озерный 1000 бетон Fractional two-factor experiment plan (part 2) Table 2 No. Air temperature,° Oil product type Riverbed tortuosity River width Spill volume, t River bank type 1 0 diesel fuel no lake 1000 concrete 2 0 fuel oil yes river 100 sand 3 30 diesel fuel yes river 100 concrete 4 30 fuel oil no lake 1000 sand 5 30 fuel oil no river 1000 sand 6 30 diesel fuel yes lake 100 concrete 7 0 fuel oil yes lake 100 sand 8 0 diesel fuel no river 1000 concrete 9 30 fuel oil yes river 1000 concrete 10 30 diesel fuel no lake 100 sand 11 0 fuel oil no lake 100 concrete 12 0 diesel fuel yes river 1000 sand 13 0 diesel fuel yes lake 1000 sand 14 0 fuel oil no river 100 concrete 15 30 diesel fuel no river 100 sand 16 30 fuel oil yes lake 1000 concrete Прогнозирование площадей нефтяного загрязнения осуществляется разработчиками планов по предупреждению и ликвидации разливов нефти с применением специальных компьютерных программ для математического моделирования разливов нефти. Наибольшее распространение в мире получили следующие программно-аппаратные комплексы: OILMAP (RPS, Великобритания), CRISIS (Шип Аналитикс, США), OPC (National Oceanic and Atmospheric Administration, США), Pisces 2 (ЗАО «ТРАНЗАС», Россия) Seatrack Web (Шведский институт метеорологии и гидрологии, Швеция) MPCT (Korea Research Institute of Ships and Ocean Engineering, Южная Корея), Arctic oil spill response system (консалтинговая инженерная группа RAMBOL, Дания), OilMARS (Арктический и антарктический НИИ, Россия) [2; 13]. В данной работе моделирование выполнялось в системе Pisces 2. На рис. 1 в качестве примера показана карта чрезвычайной ситуации на четыре часа для 1313,1 км, в табл. 3 приведены результаты моделирования площади нефтяного пятна. Рис.1. Карта чрезвычайной ситуации [Figure 1. Emergency situation map] Результаты моделирования площади нефтяного пятна Таблица 3 № Площадь, м2 № Площадь, м2 № Площадь, м2 № Площадь, м2 1 219465 5 192116 9 617203 13 243224 2 2603 6 49188 10 52396 14 38911 3 3093 7 3332 11 73224 15 21818 4 442585 8 112359 12 480953 16 558117 Oil patch area simulation results Table 3 No. Area, m2 No. Area, m2 No. Area, m2 No. Area, m2 1 219465 5 192116 9 617203 13 243224 2 2603 6 49188 10 52396 14 38911 3 3093 7 3332 11 73224 15 21818 4 442585 8 112359 12 480953 16 558117 Оценка влияния факторов в проведенном эксперименте определялась при уровне значимости p ≤ 0,05 [7; 8]. Анализ результатов моделирования дробного двухуровневого факторного плана Бокса и Хантера представлен в табл. 4. Результаты численного эксперимента Таблица 4 Показатель Стандартная ошибка t p -95,00 %, доверительный интервал +95,00 %, доверительный интервал Бета Свободный член 2373936 -12,0259 0,000274 -35139806 -21957602 - Скорость течения 7396 6,1458 0,003555 24920 65989 0,109897 Скорость ветра 7396 4,7386 0,009046 14512 55581 0,084734 Направление ветра 7396 -11,3652 0,000342 -104592 -63523 -0,203227 Высота волны 7396 17,9337 0,000057 112104 153173 0,320683 Температура воды 7396 -10,7545 0,000424 -100075 -59006 -0,192307 Температура воздуха 7396 12,8861 0,000209 74771 115840 0,230423 Нефтепродукт 7396 12,6013 0,000228 72665 113734 0,225331 Извилистость русла 7396 13,6026 0,000169 80070 121139 0,243235 Ширина реки 7396 -2,9150 0,043460 -42094 -1025 -0,052125 Объем 7396 -44,3052 0,000002 -348217 -307148 -0,792247 Тип берега 7396 -3,9300 0,017102 -49601 -8532 -0,070275 Results of a numerical experiment Table 4 Indicator Standard error t p -95,00%, confidence interval +95,00%, confidence interval Beta Absolute term 2373936 -12,0259 0,000274 -35139806 -21957602 - Current velocity 7396 6,1458 0,003555 24920 65989 0,109897 Wind speed 7396 4,7386 0,009046 14512 55581 0,084734 Wind direction 7396 -11,3652 0,000342 -104592 -63523 -0,203227 Wave height 7396 17,9337 0,000057 112104 153173 0,320683 Water temperature 7396 -10,7545 0,000424 -100075 -59006 -0,192307 Air temperature 7396 12,8861 0,000209 74771 115840 0,230423 Oil product 7396 12,6013 0,000228 72665 113734 0,225331 Riverbed tortuosity 7396 13,6026 0,000169 80070 121139 0,243235 River width 7396 -2,9150 0,043460 -42094 -1025 -0,052125 Volume 7396 -44,3052 0,000002 -348217 -307148 -0,792247 River bank type 7396 -3,9300 0,017102 -49601 -8532 -0,070275 Для иллюстрации результатов анализа целесообразно применять карту Парето, которая показывает оценки эффектов, отсортированные по своей абсолютной величине [7; 8]. Вертикальная линия, используя критерий статистической значимости, обозначает минимальную величину статистически значимых эффектов при заданной текущей модели (рис. 2). Как видно из рис. 2, все факторы пересекает критерий статистической значимости. Наибольшее влияние на площадь оказывает объем разлитого нефтепродукта, что соответствует современным представлениям о процессах растекания нефти [2]; на втором месте по влиянию находится высота волны, что объясняется влиянием этого фактора на процессы выветривания и изменения количества нефти на плаву; фактор «извилистость берега» занимает третье место, что обусловлено влиянием этого фактора на процесс загрязнения береговой черты с последующим изменением площади пятна [7]. Выполненное исследование подтверждает высокую чувствительность нефтяной модели и возможность применения программно-аппаратного комплекса Pisces 2 для выполнения работ по математическому моделированию разливов нефти. Рис. 2. Карта Парето [Figure 2. Pareto map] Исходя из полученных результатов, целесообразно разделить факторы на четыре группы по степени влияния на площадь пятна в зависимости от установленной величины эффекта: чрезвычайно значимые (объем разлитого нефтепродукта), особо значимые (высота волны), высоко значимые (извилистость берега, тип нефтепродукта, направление ветра, температура воды и воздуха) и умеренно значимые (тип берега, скорость течения, скорость ветра и ширина реки). Заключение На основании полученных результатов можно сформулировать следующие рекомендации и выводы. 1. Чем выше оценка влияния фактора, тем более жесткие требования необходимо предъявлять к качеству (оценке репрезентативности) баз данных при формировании перечня сценариев чрезвычайных ситуаций и задании исходных данных при прогнозировании разливов нефти. 2. Важной особенностью бассейновых планов является учет всех источников разлива нефти региона, что обеспечивает прогнозирование нескольких объемов разлива нефти на одном участке и фактически нивелирует недостатки объектовых планов, в которых в соответствии с действующим законодательством рассматривается только один максимально возможный объем, имеющий малую частоту практической реализации [14; 15]. Результаты исследований применены при разработке более 30 объектовых планов по предупреждению и ликвидации разливов нефти организаций, осуществляющих транспортировку и перегрузку нефти, бункеровку судов топливом в районе Средней Волги, а также плана по предупреждению и ликвидации разливов нефти в Волжском бассейне внутренних водных путей.

×

About the authors

Nadezhda I. Volkova

Volga State University of Water Transport

Author for correspondence.
Email: volkova@vgavt-nn.ru

postgraduate student

5 Nesterova St, Nizhny Novgorod, 603951, Russian Federation

Viktor S. Naumov

Volga State University of Water Transport

Email: naumov1@vgavt-nn.ru

Dr. Sci. Tech., Professor, the Head of the Chair of Environmental Protection and Industrial Safety

5 Nesterova St, Nizhny Novgorod, 603951, Russian Federation

Andrey E. Plastinin

Volga State University of Water Transport

Email: plastininae@yandex.ru

Dr. Sci. Tech., Associate Professor, the Professor of the Chair of Environmental Protection and Industrial Safety

5 Nesterova St, Nizhny Novgorod, 603951, Russian Federation

Vasily N. Zakharov

Volga State University of Water Transport

Email: nauka@vgavt-nn.ru

Dr. Sci. Tech., Professor, the chief researcher

5 Nesterova St, Nizhny Novgorod, 603951, Russian Federation

References

  1. Naumov VS, Plastinin AE, Volkova NI, Otdelkin NS. Osobennosti prognozirovaniya v basseinovykh planakh po preduprezhdeniyu i likvidatsii razlivov nefti. Vestnik Volzhskoi gosudarstvennoi akademii vodnogo transporta. 2018;(57):41–51.
  2. Toz AC, Buber M. Performance evaluation of oil spill software systems in early fate and trajectory of oil spill: comparison analysis of OILMAP and PISCES 2 in Mersin bay spill. Environmental monitoring and assessment. 2018;190(9):551. https://doi.org/ 10.1007/s10661-018-6872-3
  3. Reshnyak VI. Opyt organizatsii i ispol'zovaniya tekhnicheskikh sredstv dlya likvidatsii avariinykh razlivov nefti. Vestnik gosudarstvennogo universiteta morskogo i rechnogo flota imeni admirala S.O. Makarova. 2018;10(2):287–299.
  4. Nichiporuk AO, Goncharova NV. Analiz trebovanii, pred"yavlyaemykh k kachestvu perevozok uchastnikami transportnogo protsessa. Vestnik Volzhskoi gosudarstvennoi akademii vodnogo transporta. 2012;(33):154–162.
  5. Mizgiryov D, Kurnikov A, Katraeva I, Moralova E, Mikheeva E. Using hydrodynamic cavitators for wastewater post-treatment and disinfection. International Multidisciplinary Scientific GeoConference Surveying Geology and Mining Ecology Management, SGEM 17, Ecology, Economics, Education and Legislation. 2017:1071–1076.
  6. Coppini G, De Dominicis M, Zodiatis G, Lardner R, Pinardi N, Santoleri R, Colella S, Bignami F, Hayes DR, Soloviev D, Georgiou G, Kallos G. Hindcast of oil-spill pollution during the Lebanon crisis in the eastern Mediterranean. Marine Pollution Bulletin. 2011;62(1):140–153.
  7. Plastinin AE. Ocenka zagryazneniya pri razlive nefti na vodnuyu poverhnost'. Zhurnal universiteta vodnyh kommunikacij. 2013;18(2):129–135.
  8. Borodin AN. Snizhenie antropogennogo vozdeistviya na vnutrennie vodnye puti pri avariyakh sudov s razlivami nefti (dissertation of the Candidate of Technical Sciences). Nizhnii Novgorod; 2009.
  9. Kostrov VN, Nichiporuk AO. Sovremennye problemy i napravleniya gosudarstvennogo regulirovaniya na vnutrennem vodnom transporte. Vestnik Volzhskoi gosudarstvennoi akademii vodnogo transporta. 2012;(33):123–127.
  10. Reshnyak VI, Batyaev AV, Reshnyak KV. Razrabotka sistemy upravleniya ekologicheskoi bezopasnost'yu sudokhodstva. Vestnik gosudarstvennogo universiteta morskogo i rechnogo fota imeni admirala S.O. Makarova. 2016;2(36):34–41.
  11. Naumov VS, Plastinin AE. Opredelenie veroyatnykh raionov razlivov nefti v Tsimlyanskom vodokhranilishche. Vestnik Volzhskoi gosudarstvennoi akademii vodnogo transporta. 2017;(53):75–81.
  12. Naumov VS, Plastinin AE, Kalenkov VS, Otdelkin NS. Modelirovanie vsplytiya nefti ot podvodnykh istochnikov v ledovykh usloviyakh. Morskie intellektual'nye tekhnologii. 2018;2–4(42):87–91.
  13. Turkin AV, Bereza IG, Turkin VA. Ispol'zovanie metoda imitatsionnogo modelirovaniya pri analize avariinoi situatsii “pereliv tankera”. Ekspluatatsiya morskogo transporta. 2011;(4):67–70.
  14. Pedersen PT. Review and application of ship collision and grounding analysis procedures. Marine Structures. 2010;23(3):241–262.
  15. Tuovinen J. Statistical analysis of ship collisions. Espoo: Helsinki University of Technology, Department of Mechanical Engineering; 2005.

Copyright (c) 2019 Volkova N.I., Naumov V.S., Plastinin A.E., Zakharov V.N.

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies