Бесплатный автореферат и диссертация по наукам о земле на тему

Развитие методов геомоделирования и оценки рисков в геосистемах природного характера

ВАК РФ 25.00.35, Геоинформатика

Автореферат диссертации по теме "Развитие методов геомоделирования и оценки рисков в геосистемах природного характера"

Министерство образования и науки Российской Федерации федеральное государственное бюджетное образовательное учреждение

высшего профессионального образования «Российский государственный гидрометеорологический университет»

На правах рукописи

9?'

005537160

Слесарева Людмила Сергеевна

Развитие методов геомоделирования и оценки рисков в геосистемах природного характера

(на примере наводнений)

Специальность 25.00.35 — Геоинформатика

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

7 НОЯ 2013

Санкт-Петербург - 2013

005537160

Работа выполнена на кафедре прикладной информатики федерального государственного бюджетного образовательного учреждения высшего профессионального образования «Российский государственный гидрометеорологический университет»

Научный руководитель доктор технических наук, профессор

Истомин Евгений Петрович

Официальные оппоненты доктор технических наук, профессор

Алешин Игорь Владимирович

кандидат технических наук, доцент Попов Борис Николаевич

Ведущая организация Санкт-Петербургский государственный

электротехнический университет «ЛЭТИ» им. В.И. Ульянова (Ленина) (СПбГЭТУ)

Защита состоится 28 ноября 2013 г. на заседании диссертационного совета: Д 212.197.03 при Российском государственном гидрометеорологическом университете по адресу: 195196, Санкт-Петербург, пр. Металлистов, д. 3, ауд. 102 в 15 час. 30 мин.

С диссертацией можно ознакомиться в библиотеке Российского государственного гидрометеорологического университета

Автореферат разослан 25 октября 2013 г.

Ученый секретарь диссертационного совета Д 212.197.03

д.г.н. /£''г77 Е.С. Попова

Общая характеристика работы

Актуальность проблемы. Проблемы стихийных бедствий природного характера сопутствует человеческому обществу с древнейших времен. На протяжении долгих лет человечество пытается найти способы защиты от их последствий, но безрезультатно: с каждым годом они наносят все больший ущерб. Во всем мире, включая Россию, наблюдается тенденция значительного роста ущербов от природных катаклизмов, вызванных как нерациональным ведением хозяйства, усилением их хозяйственного освоения, так и изменением климата планеты.

Причины природных катаклизмов в различных районах земного шара различны. В приморских районах этой причиной являются штормовые нагоны и ураганы. В горной местности - это камнепады, снежные лавины и сели. Каждый вид природного проявления имеет свои особенности и периодичности, свою продолжительность и размер наносимого ущерба.

Природные катаклизмы нередко охватывают большие территории. Продолжительность явления обычно находится в пределах от нескольких часов до десятков суток. Чем крупнее геосистема, тем масштабнее катастрофа.

Для народного хозяйства оценка рисков таких природных явлений становится актуальной задачей. Важно при планировании мероприятий по снижению возможных ущербов заложить риски, связанные с геовозмущениями. Именно поэтому исследование различных проявлений в геосистемах природного характера для оценки возможных рисков представляет собой научную задачу, решение которой имеет важное прикладное значение.

Для приморских территорий большое значение на развитие рекреационных зон и рекреационного потенциала, что составляет экономическую составляющую этой территории, оказывает заблаговременное прогнозирование нагонных наводнений. Большие нагоны происходят, как правило, неожиданно. Несомненно, ущерб, наносимый ими, мог бы быть меньше, если бы можно предсказать их заблаговременно. Прогноз должен быть не только достоверным, но и точным, поскольку важно отличать опасные подъемы уровня воды от незначительных ее изменений. Известны случаи, когда подъем уровня воды до критического уровня мог быть относительно безопасным, тогда как дополнительный незначительный подъем оказывался критическим и приводил к катастрофическим наводнениям.

При наличии защитных сооружений важно понять, когда они могут быть использованы по прямому назначению, непосредственно при проявлении признаков наводнения или же при наличии непосредственной угрозы наводнения. В данном случае задача сводится к оценке рисков от наводнений и возможных недополученных выгод от применения защитных сооружений.

Существующие на сегодняшний день модели природных проявлений представляют собой, в основном, физические модели, которые не всегда позволяют оценивать риски.

В настоящее время проблему составляет оперативное управление ситуацией, а долгосрочный прогноз уходит на второй план. В связи с этим эффективным представляется модель, основанная не на физических явлениях, а стохастическая.

Часто возникают задачи, когда нет необходимости знать точное значение исследуемого параметра, а достаточно знать сам факт возникновения возможности превышения значения этого параметра определенных пределов на определенный момент времени. Накопленный опыт и объем статистической информации позволяет наряду с физическими моделями строить стохастические модели оценки рисков в геосистемах, основу которых составляют известные стохастические модели оценки состояния и параметров технических систем. К ним относятся одно- и многопараметрические модели, созданные на базе Марковских процессов, позволяющих прогнозировать возможность невыхода этих параметров из заданной зоны.

Задача же состоит в том, чтобы исследовать возможность применение описанных моделей для оценки рисков в геосистемах природного характера и адаптировать их к реальным условиям.

Результаты исследования предполагается в дальнейшем использовать при создании информационной системы оценки рисков от нагонных наводнений.

Актуальность данной работы заключается в том, что полученные модели могут быть использованы для оценки рисков как при оперативном управлении, так и при стратегическом планировании развития территории.

Цели диссертационной работы:

Повышение оперативности оценивания характеристик состояния геосистемы и минимизации временных затрат при оценке рисков экстремальных ситуаций.

Основные задачи исследования".

1. Проанализировать существующие методы и модели прогнозирования экстремальных ситуаций в геосистемах природного характера, их точность и эффективность.

2. Построить стохастическую модель оценки состояния геосистемы природного характера при известных значениях ее параметров на настоящий момент времени.

3. Оценить качество построенной модели, сравнить ее с уже существующими моделями.

4. Оценить состоятельность предложенной модели и методики оценки рисков геоинформационных систем.

5. Разработать информационную систему обработки геоданных для оценки рисков нагонного наводнения.

6. Разработать методику оценки рисков в геосистемах.

Методы решения поставленных задач. Задачи решались с использованием современных научных методов исследований:

1. Обобщение и анализ существующего опыта моделирования динамики водной среды;

2. Системный анализ и концептуальное моделирование;

3. Аналитические исследования;

4. Математическое моделирование;

5. Прогнозирование;

6. Эксперимент.

Научная новизна состоит в том, что:

- впервые представлена модель оценки рисков в геосистеме природного характера при ограниченной (недостаточной) информации о параметрах её состояния. Для анализа состояния параметров геосистемы в заданный момент времени используются вероятностные характеристики случайного процесса, которым описано поведение параметров этой системы, основанные на знании текущего состояния этих параметров;

- в методике впервые был предложен коэффициент ущерба, а расчет рисков осуществляется при условии, что известны параметры состояния геосистемы на текущий момент времени, а оценка осуществляется на рекомендованный (заданный момент времени). Для расчета достаточно знать значение только одного параметра на текущий момент времени;

- в информационной системе проводится анализ не только поступающих данных и оценка соответствия их выбранной модели с использованием методов проверки статистических гипотез на наличие трендов у первых моментов, а также осуществляется проверка моделируемых и текущих данных на принадлежность их одной генеральной совокупности с дальнейшей обработкой данных, а получение искомых оцениваемых характеристик (параметров риска наводнения) осуществляется при условии знания уровня воды на текущий момент времени. Представленная информационная система существенно отличается от имеющихся тем, что в основе моделирования лежат не физические, а математические вероятностные модели.

При решении поставленных в работе задач получены следующие результаты, выносимые на защиту:

1. Стохастическая модель оценки состояния природной среды при известных значениях параметров на текущий момент времени.

2. Методика оценки рисков в геосистемах.

3. Информационная система обработки геоинформационных данных для оценки рисков наводнения.

Апробация работы

1. III Международная научно-практическая конференция «Инновационное развитие российской экономики» г. Москва (МЭСИ), 910 декабря 2010 г.

2. XI международная конференция «Информатика: проблемы, методология, технологии» г. Воронеж, 10-11 февраля 2011 г.

3. Свидетельство о регистрации электронного ресурса «Программа расчета георисков и вероятности появления нагонного наводнения» №19308. 24.09.2013 г.

4. Седьмая Всероссийская научная конференция «Экология 2013 - море и человек» г. Таганрог, 17-20 сентября 2013 г.

Публикации. По материалам диссертации опубликовано 11 работ, в том числе 5 в ведущих журналах, рекомендованных ВАК.

Структура и объём работы. Диссертация состоит из введения, трёх глав, заключения, списка источников и приложений. Работа содержит 28 рисунков, 4 таблицы.

Содержание работы

Во введении обоснована важность и актуальность темы диссертации, сформулированы цели и задачи исследования, отражена научная новизна, изложены положения, выносимые на защиту.

В первой главе «Анализ моделей и методов оценки рисков в геосистемах» представлен объект исследования, рассматриваются различные модели нагонных наводнений. В качестве объекта исследования рассматривается геосистема природного характера - водная система бассейна р. Нева.

Описывается географическое положение реки Невы, площадь ее бассейна, рельеф. Река Нева соединяет Ладожское озеро с Финским заливом Балтийского моря (рис. 1). Ее бассейн (территория водосбора) имеет площадь 281 ООО км2.

Рис. 1. Географическое положение реки Невы.

Особенностью Невы являются частые нагонные наводнения. Это связано с географическим положением. Во время катастрофических наводнений затоплению может быть подвергнуто до 33% городской территории, на которой сосредоточены жилые и общественные здания, крупные промышленные предприятия, большое количество памятников истории, архитектуры и культуры мирового значения.

Исходя из этих особенностей, в качестве предмета исследования выбрана проблема - риски от экстремальных явлений природного характера в геосистеме (в данном случае - риски от нагонных наводнений).

Основной характеристикой, по которой можно судить о величине нагона, является нагонный подъем уровня воды. Другими величинами служат площадь и продолжительность затопления. Кроме того, важными факторами являются скорость и направление ветра.

-- " о

3

Большие нагоны происходят, как правило, неожиданно. Для успешного противостояния нагонным наводнениям разработаны различные методы прогнозирования и оценки рисков.

Долгое время не существовало эффективных методов оценки и прогнозирования нагонных наводнений. Однако с течением времени появились регрессионные методы, которые до сих пор успешно используются.

Методы прогнозирования нагонных наводнений развивались в течение последних 100 лет. Сначала появились регрессионные методы, которые до сих пор успешно используются. В последние десятилетия в связи с быстрым развитием численных методов и прогрессом в компьютерной технике активно развиваются гидродинамические методы прогноза различных параметров морской среды.

Гидродинамические методы расчета и прогноза колебаний уровня моря и течений появились в конце 40-х годов прошлого века. Их развитие сдерживалось возможностями вычислительной техники и средств коммуникации. В 70-е годы прошлого века эти методы стали активно использоваться в оперативной практике морских прогностических центров развитых стран.

Один из первых методов краткосрочного прогноза непериодических колебаний уровня моря в нашей стране, который до сих пор используется, был разработан Т.П. Марютиным. Он основан на учете эффективных градиентов атмосферного давления. Позже этот метод был развит В.П. Поповым применительно к любым метеорологическим ситуациям.

С учетом региональных закономерностей изменчивости уровня моря и определяющих их синоптических процессов Н.В. Мустафин разработал метод суточных прогнозов уровня для морей Лаптевых, ВосточноСибирского и Чукотского. При построении прогностических зависимостей стал учитываться ветер, заблаговременность увеличилась до 36 ч.

В прошлом было выполнено множество аналитических исследований штормовых нагонов. Для данных исследований применялись одномерные и двухмерные модели.

Также широкое распространение в прошлом имели эмпирические методы предсказания штормовых нагонов: методы корреляции и метод

влияния. Методы корреляции основывались, главным образом, на корреляции между уровнем и некоторыми метеорологическими параметрами. Этот метод основан на стационарности процесса. Подобный корреляционный метод был применен Миллером (1957) для предсказания уровня моря в Атлантик-Сити. Миллер, однако, добавил запаздывание хода уровня на 12 часов по сравнению с ветром, и, таким образом, учел нестационарность.

Начиная с 2000 года, прогноз наводнений в Невской губе осуществляется при помощи гидродинамической модели Балтийского моря (ВБМ), автором которой является доктор физ.-мат. наук К.А. Клеванный. В течение десяти прошедших лет данная модель развивалась и совершенствовалась, сегодня функционирует седьмая модель. Благодаря внедрению модели заблаговременность Невских наводнений увеличилась до 48 часов, хотя уверенный прогноз пока все равно не превышает 6 часов.

Помимо заблаговременного прогноза наводнения, не менее важной проблемой является минимизация ущерба от стихийного бедствия. Для этого необходимо использовать системный подход, используемый при осуществлении процедур и практических мероприятий по предупреждению или уменьшению бедствий, представляющих опасность для населения, экономики. При этом анализ риска является частью этого системного подхода. Степень риска рассматривается как сочетание частоты или вероятности и последствий определенного опасного события. Как правило, понятие риска связывают с возможностью наступления сравнительно редких событий.

Риск сочетает в себе вероятность неблагоприятного события и объем негативных последствий этого события. Используется несколько методов оценки и прогнозирования риска. На статистических расчетах базируются оценки вероятности риска, осуществляемые с помощью вероятностных методов, базирующихся на теории принятия решений (теории игр). Наиболее распространенной может считаться методика экспертных оценок. Достаточно популярны в практической деятельности балльные оценки риска. В представленных моделях не используются пространственные аспекты геосистемы, что существенно снижает эффективность их использования.

Во второй главе «Стохастическая модель геоисистемы» рассматриваются задачи и методы геоинформационного моделирования и прогнозирования.

Рассматривается структура и технология геоинформационных систем. В соответствии с разнообразием конкретного назначения геоинформационных управляющих систем разнообразны и решаемые ими задачи.

Разработана методика оценки рисков в геосистемах.

Методика включает в себя несколько этапов расчета:

1) Расчет статистических показателей исследуемого процесса - Х(0 (математическое ожидание, дисперсия, автокорреляционная функция и др.);

2) Оценку границ (<?*- верхняя, нижняя) вероятности превышения процессом уровня ординара по формулам:

1-

<т

■Л-ЦвНг)

(О (2)

где:

тх— математическое ожидание случайного процесса; ах - среднеквадратическое отклонение; гхфЛз) - автокорреляционная функция;

плотность распределения времени невыхода процесса за пределы установленных границ афи (3(0. (При анализе данных по р. Нева использовалось: а(1)= 0, ¡5(1) г С).

у(0 = « С) - г(0, /3) ■ [*о - «и» ' /з(/,/ + г) = !//•(/,/ +г);

»/(О = т ~ г(0,/,) • [х0 - тх]/ах; р'(0 = Р('>''+ т) | т = 0 ■

йх

к =

3) Расчет коэффициента ущерба по формуле: Т - Х„

(3)

Т • X

тт тт

При расчете коэффициента ущерба (3) используется аппроксимация реальных процессов линейными функциями, т.е. оценивается отношение прогнозируемой конкретной реализации процесса к известному интегральному уровню, что показано на рис. 2 и рис. 3, где С - допустимый уровень. Значение Х(0 выше уровня С является наводнением.

Х(1)

с

К

Тп

Рис. 2. Начало и окончание наводнения

Х(1)

тк

с

г

Тп

Тк

Рис. 3. Оценка интеграла /. Обозначим:

1 = %{Х{Г)-с)А

Где I - показатель ущерба; Т„— начало наводнения; 7г- окончание наводнения;

1тах~ максимальный показатель ущерба. Тогда ки - коэффициент ущерба будет:

шах

В качестве оценки для (4) в методике используется оценка в соответствии с выражением (3).

4) Расчет ущерба производится по формуле:

В результате расчетов с учетом выражений (1) и (2) получим две оценки риска: верхнюю и нижнею границы, соответственно я* и я,.

В качестве риска используется безразмерная (относительная) величина, т.к. коэффициент ущерба является также относительной величиной, лежащей в пределах от 0 до 1.

При известном максимальном ущербе IVтт возможно получить в качестве ущерба оценки с учетом фактического ущерба по формуле:

Научная новизна методики заключается в том, что

предлагается новый подход для оценки ущерба с использованием коэффициента ущерба, а расчет рисков осуществляется при условии, что известны параметры состояния геосистемы на текущий момент времени, а оценка осуществляется на рекомендованный (заданный момент времени). Для расчета достаточно знать только один параметр - текущее значение параметра.

В третьей главе «Имитационное моделирование стохастической геоинформационной ситуации» говорится о способах проверки статистических гипотез и описывается построение информационной системы обработки геоинформации.

Проводится анализ статистических данных. Описываются случайные функции и случайные процессы. Дается определение нестационарных и стационарных случайных процессов применительно к исследуемой модели.

Далее рассматривается проблема выбора модели исследования. Приводится определение модели, виды моделей, классификация процесса моделирования.

Показано, что применение математического моделирования позволяет исследовать объекты, реальные эксперименты над которыми затруднены или невозможны (дорого, опасно для здоровья, однократные процессы, невозможны из-за физических или временных ограничений -находятся далеко, еще или уже не существуют и т.п.).

(5)

/?и=0* ки*1У„

тт

(6)

Была разработана математическая вероятностная модель оценки параметров состояния в геосистемах природного характера при известных параметрах на текущий момент времени, которая предназначена для выявления статистических закономерностей процесса изменения состояния этой системы и оценки их вероятностных характеристик, представленная в виде блок-схемы на рис. 4.

Рис. 4. Модель оценки состояния водной среды при известных параметрах на текущий момент времени

Входные параметры модели:

1. 0- вектор параметров, определяющих состояние геосистемы.

2. F(Q, t) - случайная функция, являющаяся функцией времени t и параметров в.

3. t3 заданное время оценки состояния геосистемы.

4. х0 —фактическое значение параметра (X(to)=Xo).

Выходные параметры модели:

5. P(t 3/ хо) - вероятность не превышения процессом X(t) заданного уровня С ,

P(t3 /х0 ) = P(X(t)< С, V/ б [/„, t3 ]/ X(t0) = )).

6. Т — среднее время экстремального события в геосистеме (математическое ожидание времени нахождения случайного процесса X(t) выше уровня Q.

Первый блок служит для распознавания вида случайного процесса X(t), описывающего поведение исследуемого параметра геосистемы.

По результатам обработки имеющихся данных (свыше 5000 значений) случайный процесс может быть описан как гауссовский случайный процесс, функциями распределения которого являются нормальные распределения с соответствующими характеристиками (математическое ожидание, среднеквадратическое отклонение, автокорреляционная функция).

В блоке расчет характеристик процесса, по имеющимся статистическим данным, осуществляется расчет математического ожидания mx(t), среднеквадратического отклонения ax(t) и автокорреляционной функции Гх(т), которые в дальнейшем будут использованы для вероятностного анализа состояния геосистемы, что представлено для данных замеров уровня воды в районе «Горного» и «Кронштадта» на рисунках 5(1,2,3) и 6(1,2,3).

Рис. 5. (1) Математическое Рис. 5. (2) Автокорреляционная

ожидание «Кронштадт» [т*10~2 м] функция «Кронштадт»

Рис. 5. (3) Среднеквадратическое отклонение «Кронштадт» [б*1(Г2 м

ТпФ-

1 8 152229364350576471

Рис. 6. (1) Автокорреляционная Рис. 6. (2) Математическое

функция «Горный» ожидание «Горный» [т*10~2 м]

25,00 20,00 15,00 10,00 5,00 0,00

сТГГ

N1II и и и |ц ипппщ 11 м щи

1 6 11 16 21 26 31 36 41

тптл I

Рис. 6. (3) Среднеквадратическое отклонение«Горный» [б* 10"" м] Расчетные данные автокорреляционной функции были аппроксимированы функцией вида:

Ф)

= е '

(7)

Блок оценки трендов использует критерий Фореста-Стюарта, который позволяет проверить статистическую гипотезу о наличии тренда как в математическом ожидании, так и в дисперсии случайного процесса.

В случае наличия тренда осуществляется его сглаживание. Для этих целей используется метод скользящих средних.

По результатам фактических расчетов было установлено отсутствие трендов у математического ожидания и среднеквадратического отклонения.

Данные фактических расчетов, используемых в модели, представлены в таблицах (1, 2):

Табл. 1 Показатели «Горный» «Кронштадт»

Табл. 2 Показатели

параметр значение

МАТ.ОЖ. 19,368*10"2 [м]

ДИСПЕРСИЯ 323,989x1с)"4 [м2]

СР.КВ.ОТКЛ. 18,ОООхю"2[м]

-0,0417

параметр значение

МАТ.ОЖ. 1,9964x10"2 [м]

ДИСПЕРСИЯ 227,3 766x10"4 [м2]

СР.КВ.ОТКЛ. 15,0790хЮ"2 [м]

-0,0476

В последнем блоке осуществляется расчет характеристик процесса по следующим формулам:

вероятностных

а) оценивается верхняя и нижняя границы возможных значений для , как:

¡d%y/*о> (8)

' О(0)

где

рз i-1'з 1

P,{fjx0) = 1 - lim j/H^^r/x^i-^J^^r/xo^ k (9)

Г_> [о '=2 О J

где

й)Дг,г/л:о]= pjx(i) е D(i),X(i + r) е D{t + Tjx{0) = j

co\^,TjxQ)= e D(t), X(t + r) e £>(/ + r),...,X(t + ir) e D(t + irjXiV) = xQ j

D(t) - область некритичных значений для процесса ЛСД.

б) оценивается верхняя и нижняя границы возможных значений для Т .

Имея в распоряжении всего одну характеристику состояния водной среды, а именно - уровень воды на момент времени - to, предлагаемая модель позволяет сделать оценку риска возможного наводнения и продолжительности этого наводнения на момент времени - h.

Новизна модели заключается в том, что для анализа состояния параметров геосистемы в заданный момент времени используются вероятностные характеристики случайного процесса, которым описано поведение параметров этой системы, основанные на знании текущего состояния этих параметров.

Данная модель может быть использована для оценок рисков нагонных наводнений и других стихийных бедствий.

В последнем разделе главы описывается структура информационной системы обработки геоинформационных данных для оценки рисков наводнения (рис. 7).

Рис 7. Информационная система обработки геоданных

В систему входит:

1. База данных. Накапливается информация о замерах в 2-х точках - Горный и Кронштадт (х, - уровень воды и I - время замера).

2. Блок обработки данных. Рассчитываются характеристики случайного процесса (х(,)): мат. ожидание, среднеквадратическое отклонение, автокорреляционная функция. Проверяется гипотеза о стационарности данного процесса по ниже представленному алгоритму (рис. 8).

>

Расчет статистик для

5-33« определения трендов:

О - математического

ожидания;

\ Б «дисперсии

Рис. 8. Алгоритм оценки трендов математического ожидания и дисперсии процессов по критерию Фостера-Стюарта

3. Блок моделирования случайного процесса.

Моделирование осуществляется методом канонического разложения.

Каноническое разложение стационарной случайной функции имеет

вид:

сл

Х(1) = тх + *£ [и, соз(ю,г) + V, зт(ю,/)],

(10)

Где:

и, и V, - центрированные некоррелированные случайные величины с попарно равными дисперсиями 0(1!}) = = Д.

В нашей модели корреляционная функция может быть аппроксимирована экспонентой функцией (7).

Каноническое разложение для нашей модели примет вид 00

= тк + У [([/,. акО'лГ / Тк) + V, ът{1 Л / тк)].

о (11)

4. Блок принятия решения. На основании модельных и реальных данных принимается решение о дальнейшем проведении расчетов. Решение принимается на основании принятия или отвержения гипотезы о соответствии реальных и модельных данных одной генеральной совокупности данных (критерий Фостера-Стюарта)

5. Блок ввода данных. Осуществляется ввод глубины прогноза 1з и значения уровня воды в настоящий момент времени Хо.

6. Блок расчета оценки риска. Осуществляется по формулам

(5,6).

Научная новизна информационной системы состоит в том, что анализ поступающих данных и оценка соответствия их выбранной модели осуществляется с использованием методов проверки статистических гипотез на наличие трендов у первых моментов, а также проверки моделируемых и текущих данных на принадлежность их одной генеральной совокупности с дальнейшей обработкой данных и получения искомых прогнозируемых характеристик (параметров) состояния водной среды при условии знания о текущем (на момент прогноза) уровне воды. Эта информационная система существенно отличается от имеющихся тем,

что в основе моделирования лежат не физические, а математические вероятностные модели.

Адекватность разработанной модели проверялась на фактических данных замеров уровня воды в двух точках. Расчеты производились информационной системой с использованием критерия Фостера-Стюарта. В результате было показано, что выбранная модель соответствует реальным данным и может быть использовано для оценки рисков наводнений в Санкт-Петербурге.

Основные результаты и выводы

1. Изучены различные методы описания и прогнозирования нагонных наводнений. Существующие в настоящее время методы прогнозирования нагонных наводнений основаны, в основном, на физических моделях. На основе проведенного анализа показано, что использование стохастической модели позволяет повысить эффективность анализа состояния геосистемы.

2. Разработана модель оценки состояния параметров геосистемы, позволяющая осуществлять оценку состояния среды по значению текущих параметров. Данная модель предполагает возможность использования постоянно обновляемых статистических данных.

3. Разработана методика оценки рисков в геосистемах. В частности, получены верхняя и нижняя границы при известных начальных условиях исследуемого процесса, дающие ошибку в пределах 10% на достаточно большом интервале прогнозирования.

4. Разработана модель расчета величины ущерба от наводнений, которая предполагает, что оценки среднего максимального значения подъёма воды и среднего значения продолжительности наводнения известны. Для оценки этих параметров могут быть использованы как физические, так и стохастические модели. Введено понятие «коэффициент ущерба», который является отношением прогнозируемого показателя ущерба к максимальному показателю ущерба и может принимать значения от 0 до 1.

5. Получена модель оценки риска на основе стохастического процесса, которые в дальнейшем можно моделировать с помощью компьютерного или математического моделирования.

6. Разработана информационная система обработки геоинформационных данных для оценки рисков наводнения.

Практическая и научная значимость работы заключается в том, что решена научно-техническая задача, имеющая существенное значение

для геомоделирования и системного анализа многоуровневой и разнородной информации: исследована возможность применения стохастических моделей оценки рисков в геосистемах и разработана информационная система обработки геоданных и оценки георисков, что соответствует п.п. 3, 6 области исследования паспорта специальности 25.00.35 «Геоинформатика».

По теме диссертации опубликованы следующие работы: в изданиях, рекомендованных ВАК:

1. Истомин Е.П., Слесарева JI.C. Оценка риска экстремальных гидрометеорологических явлений. - Ученые записки РГГМУ, выпуск 16, РГГМУ, 2010.

2. Истомин Е.П., Слесарева JI.C. Применение стохастических моделей для прогнозирования рисков в геосистемах. - Ученые записки РГГМУ, выпуск 17, РГГМУ, 2011.

3. Истомин Е.П., Слесарева JI.C. О некоторых вопросах моделирования поведения ГИС - Ученые записки РГГМУ, выпуск 18, РГГМУ, 2011.

4. Истомин Е.П., Слесарева JI.C., Соколов А.Г., Зоринова Е.М. Управление рекреационным потенциалом приморской территории с учетом природных рисков. - Ученые записки РГТМУ, выпуск 26, РГГМУ, 2012.

5. Истомин Е.П., Соколов А.Г., Зоринова Е.М., Слесарева JI.C.

Геоинформационные аспекты управления рисками устойчивого

развития приморской рекреационной территории. Известия ЮФУ. Технические науки. №9 (146). 2013 г.

другие публикации:

6. Слесарева Л.С. О некоторых вопросах прогнозирования нагонных наводнений. Информационные технологии и системы: управление, экономика, транспорт, право. Сб.науч.тр./Вып. 1(6) СПб: Андреевский издательский дом - 2008.

7. Истомин Е.П., Слесарева Л.С. Анализ экономических аспектов прогнозирования состояния водной среды в прибрежных зонах. Информационные технологии и системы: управление, экономика, транспорт, право. Сб.науч.тр./Вып. 7(7) СПб: Андреевский издательский дом-2010.

8. Слесарева Л.С. Анализ экономических аспектов прогнозирования рисков катастрофических наводнений. / III Международная конференция «Инновационное развитие российской экономики»: сборник докладов. - Москва (МЭСИ), 9-10 декабря 2010 г.

9. Слесарева Л.С. Прогнозирование ущерба от наводнения. / XI международная конференция «Информатика: проблемы, методология, технологии»: сборник докладов, г. Воронеж, 10-11 февраля 2011 г.

10. Истомин Е.П., Колбина О.Н., Петров Я.А., Слесарева Л.С. Информационная система прогноза рисков наводнений в Санкт-петербурге. Информационные технологии и системы: управление, экономика, транспорт, право: Сб. науч. тр./Вып. 1 (10)/ - СПб.: ООО «Андреевский издательский дом» - 2013 г., стр. 33-38.

И. Истомин Е.П., Колбина О.Н., Слесарева Л.С. Программа расчета георисков и вероятности появлениянагнного наводнения. Свидетельство о регистрации электронного ресурса №19308 от 24.09.2013 г.

Подписано в печать 15.10.2013 г. Формат 60*90 1/16 Гарнитура Times. Печать цифровая. Печ. л. 1,5 Тираж 100 экз. Заказ № 218

РГГМУ,195196, Санкт-Петербург, Малоохтинский пр-т, д. 98 Отпечатано с готового оригинал-макета в ЦОП РГГМУ

Текст научной работыДиссертация по наукам о земле, кандидата технических наук, Слесарева, Людмила Сергеевна, Санкт-Петербург

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮЖДЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ «РОССИЙСКИЙ ГОСУДАРСТВЕННЫЙ ГИДРОМЕТЕОРО ЛОГИЧЕСКИЙ

УНИВЕРСИТЕТ»

На правах рукописи

04201453046 СЛЕСАРЕВА ЛЮДМИЛА СЕРГЕЕВНА

Развитие методов геомоделирования и оценки рисков в геосистемах природного характера (на примере наводнений)

Специальность 25.00.35 - Геоинформатика

Диссертация на соискание ученой степени кандидата технических наук

Научный руководитель:

доктор технических наук, профессор Е.П. Истомин

Санкт-Петербург -2013

ОГЛАВЛЕНИЕ

Введение...................................................................................................................3

Глава 1. Анализ моделей и методов оценки рисков в геосистемах.....................12

1.1. Методы моделирования и прогнозирования природных явлений..........12

1.2. Стохастические модели и их применение для состояния систем.............34

1.3. Модели рисков.............................................................................................46

Глава 2. Стохастическая модель геосистемы.......................................................53

2.1. Структура и использование геоинформационных систем и технологий... 53

2.2. Задачи и методы геоинформационного моделирования..........................59

2.3. Модели оценки рисков в ГИС......................................................................70

Глава 3. Имитационное моделирование стохастической геоинформационной ситуации.................................................................................................................94

3.1. Формирование базы данных о нагонных наводнениях в бассейне реки Невы.....................................................................................................................94

3.2. Анализ статистических данных и моделирование ГИС............................106

3.3. Проверка статистических гипотез..............................................................127

3.4. Геоинформационная система обработки геоинформационных данных и оценки рисков природных явлений.................................................................139

Заключение...........................................................................................................144

Список использованных источников..................................................................145

ПРИЛОЖЕНИЯ....................................................................................................152

Введение

Актуальность исследования. Проблема наводнений сопутствует человеческому обществу с древнейших времен. На протяжении долгих лет человечество пытается найти способы защиты от этого страшного бедствия, но безрезультатно: с каждым годом наводнения наносят все больший ущерб. Во всем мире, включая Россию, наблюдается тенденция значительного роста ущербов от наводнений, вызванная нерациональным ведением хозяйства, усилением их хозяйственного освоения и потеплением климата.

Причины наводнений в различных районах земного шара различны. В приморских районах этой причиной являются штормовые нагоны.

Физический механизм формирования штормовых нагонов и сгонов - это воздействие ветра и атмосферного давления на водную поверхность, которое вызывает перераспределение водных масс внутри бассейна. Колебания атмосферного давления над морем обычно вызывают изменения уровня моря -повышения в областях пониженного атмосферного давления и понижения в антициклонах. Изменения уровня моря возбуждают длинные волны. Возникающие движения, таким образом, являются результатом совместного воздействия длинных внешних волн (в случаях бассейнов с открытой границей), локальных ветров (особенно в мелководных районах) и градиентов атмосферного давления (в глубоководных районах).

Основной характеристикой, по которой можно судить о величине нагона, является нагонный подъем уровня воды, обычно выражающийся в метрах. Другими величинами служат глубина распространения нагонной волны, площадь и продолжительность затопления. На величину нагонного уровня влияют скорость и направление ветра.

Нагонные наводнения нередко охватывают большие территории. Продолжительность затопления обычно находится в пределах от нескольких часов до нескольких суток. Чем крупнее водоем и меньше его глубина, тем больших размеров достигают нагоны.

Причина нагонных наводнений заключается в образовании в центре действия циклона при прохождении над морем длинной волны. При подходе к побережью в районе шельфовой зоны высота волны резко возрастает. Ее существенному возрастанию способствуют сужения в заливах и эстуариях. Петербург находится там, где сталкиваются жесткий ветер Арктики и умеренное тепло Атлантики. Возникающие циклоны и ветры увлекают за собой водные потоки Балтийского моря и Финского залива, которые в считанные часы поднимают уровень воды в Неве и заливают ее пологие берега. Все наводнения происходят из-за длинной волны, которая появляется из-за сильного понижения давления над центром Балтики и резкого усиления ветра.

История роста и развития Санкт-Петербурга неразрывно связана с поиском путей защиты города от нагонных наводнений. Они, как правило, сопровождаются подъемом Невы в ее дельте на 1,6 м выше ординара и более. Характерными особенностями этих бедствий, постоянно несущих угрозу затопления прибрежным районам города, являются внезапность, кратковременность и большая интенсивность перепадов уровня воды, которая колеблется от нескольких сантиметров до одного метра в час. Продолжительность наводнения обычно не превышает суток, при этом заблаговременность прогнозирования максимального уровня воды составляет в среднем 5-8 часов.

Петербургские наводнения обусловлены двумя причинами метеорологической и гидрографической. Первая вполне наглядна: заметные подъемы воды всегда происходят при резких изменениях погоды, вызываемых циклонами - мощными атмосферными вихрями. Вторая как бы скрыта, поскольку присутствует всегда, оставаясь неизменной. Она определяется очертаниями берегов Балтийского моря и Финского залива, их глубинами и расположением относительно путей циклонов. Над Прибалтикой, российским Северо-западом и Петербургом проходит примерно 50 - 60 циклонов в год. Но

только отдельные из них, иногда подряд, а иногда и не каждый год, приводят к наводнениям. Основные характеристики таких циклонов: размер - порядка 1000 км, срок действия - 1 - 3 суток, скорость - 50 - 90 км/час, перепады атмосферного давления от центра к периферии - 20 - 50 мм, скорости ветра -15-30 м/с, траектории - примерно по оси Балтики от юга Скандинавии на юг Финляндии, на Карелию и далее к Белому морю. Можно объединить стадии циклона и наводнения в Петербурге. На всех стадиях развития циклона и наводнения действуют гидрографические причины: рельеф дна, глубины, очертания берегов Балтийского моря и Финского залива. Они определяют размеры длинной волны, скорость ее перемещения, увеличение высоты гребня по мере движения, интервалы времени между наступлением пиков в различных пунктах.

Для народного хозяйства прогнозирование нагонных наводнений является важной задачей. Причём это необходимо не только для своевременного предупреждения о наводнении и для строительства защитных сооружений. Важно при планировании заложить риски, связанные с наводнениями. Именно поэтому исследование сгонно-нагонных колебаний уровня моря представляет собой задачу, решение которой имеет важное прикладное значение.

Актуальность проблемы. Большие нагоны происходят, как правило, неожиданно. Несомненно, ущерб, наносимый ими, мог бы быть меньше, если бы можно предсказать их заблаговременно. Прогноз должен быть не только достоверным, но и точным, поскольку важно отличать опасные подъемы уровня воды от незначительных. Известны случаи, когда подъем уровня воды в 4 метра мог быть относительно безопасным, тогда как дополнительный подъем в 30-40 сантиметров оказывался критическим и приводил к катастрофическим наводнениям.

Первые попытки предсказания колебаний уровня моря были предприняты еще в конце 19 века. Сначала появились регрессионные методы,

которые до сих пор успешно используются. Методы расчета и прогноза колебаний уровня моря и течений разрабатывались и совершенствовались в последние 100 лет, начиная с физико-статистического подхода, развитие которого привело к появлению более совершенного метода спектральной регрессии. Однако их общим недостатком является весьма ограниченная область применения и, в большинстве случаев, относительно малая заблаговременность.

В середине 20 века были разработаны методы прогноза нагонов, основанные на учете эффективных градиентов атмосферного давления. При использовании таких прогностических методов нужно принимать во внимание, что разность давления в двух точках может не характеризовать градиент поля атмосферного давления, регистрируемые значения градиентов давления не описывают сильные фронтальные ветры, не учитываются длинные волны, играющие большую роль в штормовых нагонах.

Существующие на сегодняшний день способы прогнозирования нагонных наводнений представляют собой, в основном, физические модели, которые не позволяют давать точные прогнозы.

Физико-статистические методы появились около века назад и до сих пор часто используются в прогностической работе. В их основе лежат физические гипотезы, которые являются результатом детального анализа изучаемых процессов на основании систематических наблюдений и теоретических исследований. Наибольшие трудности возникают при выборе предикторов, которые определяются физической сущностью изучаемого явления. От их удачного выбора зависит эффект искомой связи, поэтому важно правильно выбрать не только сами аргументы, но и их оптимальное количество.

В настоящее время существует сеть действующих метеорологических станций, ведутся наблюдения на кораблях и самолетах, есть данные спутников -разведчиков погоды. Это позволяет заблаговременно обнаружить штормы и ураганы, приближающиеся к берегам. Однако движение и сила этих штормов и

ураганов не могут быть точно предсказаны на 24 часа вперед. Кроме того, и cáMO вычисление подъема уровня моря по метеорологическим данным не может быть безошибочным. Дело в том, что в метеорологическом прогнозе в принципе существенна проблема начальных условий. Они задаются в большинстве случаев в виде полей давления и температуры. По ним пытаются предсказать новые поля, которые возникнут через некоторое время (скажем, через 24 часа). Ошибки прогноза зависят от неполноты или ошибочности информации о начальных полях, от дефектов основных прогностических моделей и т.п. Кроме того, такие модели не включают такие эффекты, как неадиабатическое нагревание и трение, которые влияют на длительные процессы в атмосфере. Из-за этого некоторая начальная ошибка будет возрастать с течением времени. Таким образом, практически достоверные прогнозы не могут иметь очень большую заблаговременность.

Для прогноза штормового нагона по данной метеорологической ситуации, помимо данных атмосферного давления и ветра, также используют начальные данные. Поэтому в таком прогнозе также будет иметь место некоторая начальная ошибка и, соответственно, такой прогноз не будет обладать большой забл aro временностью.

В последние десятилетия в связи с быстрым развитием численных методов и прогрессом в компьютерной технике активно развиваются гидродинамические методы прогноза различных параметров морской среды. В частности, начиная с 2000 года, прогноз наводнений в Невской губе осуществляется при помощи гидродинамической модели Балтийского моря (BSM), автором которой является дошедших лет данная модель доктор физ.-мат. наук К.А. Клеванный. В течение десяти прошедших лет данная модель развивалась и совершенствовалась, сегодня функционирует седьмая модель. Благодаря внедрению модели заблаговременность Невских наводнений увеличилась до 48 часов, хотя уверенный прогноз пока все равно не превышает 6 часов.

Из выше изложенного становится ясно, что проблему составляет не оперативный прогноз, а долгосрочный. В связи с этим эффективным представляется прогноз, основанный не на физических моделях, а на математических. Часто возникают задачи, когда нет необходимости знать точное значение уровня воды, а достаточно знать сам факт возникновения возможности превышения уровня воды определенных пределов на определенный момент времени. Накопленный опыт и объем статистической информации позволяет наряду с физическими моделями строить стохастические модели прогнозирования. Данная работа предполагает использование уже известных стохастических моделей, позволяющих прогнозировать состояние параметров технической системы к геосистемам. В частности, имеются одно- и многопараметрические модели, созданные на базе Марковских процессов, позволяющих прогнозировать возможность невыхода этих параметров из заданной зоны. Задача же состоит в том, чтобы исследовать возможность применение описанных моделей для прогнозирования водной и окружающей среды и адаптировать их к реальным условиям. Результаты исследования предполагается в дальнейшем использовать при создании информационной системы прогнозирования водной среды. Актуальность данной работы заключается в том, что полученные прогностические модели могут быть использованы как для краткосрочного, так и долгосрочного прогнозирования водной среды.

Цели диссертационной работы: Повышение оперативности оценивания характеристик состояния геосистемы и минимизации временных затрат при оценке рисков экстремальных ситуаций.

Основные задачи исследования: 1. Проанализировать существующие методы и модели прогнозирования экстремальных ситуаций в геосистемах природного характера, их точность и эффективность.

2. Построить стохастическую модель оценки состояния геосистемы природного характера при известных значениях ее параметров на настоящий момент времени.

3. Оценить качество построенной модели, сравнить ее с уже существующими моделями.

4. Оценить состоятельность предложенной модели и методики оценки рисков геоинформационных систем.

5. Разработать информационную систему обработки геоданных для оценки рисков нагонного наводнения.

6. Разработать методику оценки рисков в геосистемах.

Методы решения поставленных задач. Задачи решались с использованием современных научных методов исследований:

1. Обобщение и анализ существующего опыта моделирования динамики водной среды;

2. Системный анализ и концептуальное моделирование;

3. Аналитические исследования;

4. Математическое моделирование;

5. Прогнозирование;

6. Эксперимент.

Научная новизна состоит в том, что:

- впервые представлена модель оценки рисков в геосистеме природного характера при ограниченной (недостаточной) информации о параметрах её состояния. Для анализа состояния параметров геосистемы в заданный момент времени используются вероятностные характеристики случайного процесса, которым описано поведение параметров этой системы, основанные на знании текущего состояния этих параметров;

- в методике впервые был предложен коэффициент ущерба, а расчет рисков осуществляется при условии, что известны параметры состояния геосистемы на текущий момент времени, а оценка осуществляется на

рекомендованный (заданный момент времени). Для расчета достаточно знать значение только одного параметра на текущий момент времени;

- в информационной системе проводится анализ не только поступающих данных и оценка соответствия их выбранной модели с использованием методов проверки статистических гипотез на наличие трендов у первых моментов, а также осуществляется проверка моделируемых и текущих данных на принадлежность их одной генеральной совокупности с дальнейшей обработкой данных, а получение искомых оцениваемых характеристик (параметров риска наводнения) осуществляется при условии знания уровня воды на текущий момент времени. Представленная информационная система существенно отличается от имеющихся тем, что в основе моделирования лежат не физические, а математические вероятностные модели.

При решении поставленных в работе задач получены следующие результаты, выносимые на защиту:

1. Стохастическая модель оценки состояния природной среды при известных значениях параметров на текущий момент времени.

2. Методика оценки рисков в геосистемах.

3. Информационная система обработки геоинформационных данных для оценки рисков наводнения.

Апробация работы:

1. III Международная научно-практическая конференция «Инновационное развитие российской экономики» г. Москва (МЭСИ), 9-10 декабря 2010 г.

2. XI международная конференция «Информатика: проблемы, методология, технологии» г. Воронеж, 10-11 февраля 2011 г.

3. Свидетельство о регистрации электронного ресурса «Программа расчета георисков и вероятности появления нагонного наводнения» №19308. 24.09.2013 г.

4. Седьмая Всероссийская научная конференция «Экология 2013 и человек» г. Таганрог, 17-20 сентября 2013 г.

Глава 1. Анализ моделей и методов оценки рисков в геосистемах

1.1. Методы моделирования и прогнозирования природных явл