ГЛАВНАЯ О ЖУРНАЛЕ НОВОСТИ АВТОРАМ КОНТАКТЫ ENGLISH


Синтез динамического и экоскринингового подходов в моделировании для оценки экологического риска


Synthesis of dynamic and eco-screening approaches in modeling for ecological risk assessment



 

Соловьева Н.В.

 

Natalia V. Solovjova
 

Институт океанологии имени П.П. Ширшова РАН (Москва, Россия) 
 

Shirshov Institute of Oceanology RAS (Moscow, Russia)
 

УДК 551.46.072:51

 

В работе предложен метод математического моделирования и оценки экологического риска для морских экологических систем при совместном действии естественных, антропогенных и климатических факторов. Метод основан на использовании данных наблюдений, динамических моделях состояния экосистемы и вероятностных экоскрининговых оценках риска. Главная идея и новизна метода состоит в учете внутригодовых вариаций экологического риска; обосновывается первичность определения величины допустимого риска экологических систем, а затем уже допустимой интенсивности антропогенного воздействия. Расчеты с помощью предложенного метода открывают возможность рассчитывать риск при аварийных ситуациях различных объемов. Использование предложенного метода для конкретных экосистем поможет согласовать эколого-экономические требования для обеспечения экологической безопасности освоения ресурсов шельфа.

Ключевые слова: экологический риск; экосистемы; динамические модели; экоскрининговые оценки риска.

 

The paper proposes a method of mathematical modeling and assessment of ecological risk for marine ecological systems under the combined action of natural, anthropogenic and climatic factors. The method is based on the use of observational data, dynamic models of ecosystem state and probabilistic ecoscreening risk assessments. The main idea and novelty of the method is to take into account the annual variations of ecological risk and substantiates the primacy of determining the magnitude of the allowable risk of ecological systems, and then the allowable intensity of anthropogenic impact. Calculations using the proposed method makes it possible to get answers to questions about the principle of the admissibility of accidents of certain scales. The use of the proposed method for specific ecosystems will help to harmonize ecological and economic requirements to ensure the ecological safety of the development of shelf resources.

Keywords: ecological risk; ecosystems; dynamic models; risk ecoscreening assessment.

 

Введение

До недавнего времени принятие хозяйственных решений в области рационального использования природных ресурсов было ориентировано на экономические показатели. При существующих методиках экономической оценки почти всех важнейших видов природных ресурсов, заметных успехов в повышении эффективности природопользования не наблюдается (Государственная программа «Экологическая безопасность России». Результаты реализации…, 1996). Одной из причин является отсутствие должного учета экологического фактора в показателях экономической оценки природных ресурсов и оценки последствий хозяйственной деятельности человека. Важнейшим в этом смысле является первичность определения величины допустимого риска экологической системы, а не наоборот – допустимой интенсивности антропогенного воздействия.

Существующие механизмы финансового регулирования природоохранной деятельности, включая платежи за загрязнения, земельный налог, плату за воду, штрафы и компенсации, экологическое страхование и т.д., только поверхностно касаются экологического аспекта воздействия хозяйственной деятельности человека на окружающую среду. Причем именно на «среду», не выделяя в ней сложные природные экологические системы, не акцентируя внимания на многомерности пространства параметров и связей между компонентами единой сложной системы, включающей хозяйственную деятельность человека. Это не значит, что в решении эколого-экономических задач нужно настолько детализировать изучаемые явления, что целостное представление будет утеряно. Но и ограничивать экологическую часть общей задачи лишь тривиальными выводами о связи между загрязнениями и платежами, регламентациями и ограничениями недостаточно.

Хотя экономические требования на практике вступают в противоречия с экологическими, все же можно сформулировать такой подход, который позволит принимать эффективные эколого-экономические решения природохозяйственных задач. В его основе лежат методы математического моделирования экологического риска с выходом на управление риском (Беляев, 1987; Флейшман, 1995; Fleishman, 1995). Методика отрабатывалась на задачах, связанных с экологическим состоянием и риском разработок шельфа (Беляев, Кондуфорова, 1990).

Необходимость разработки методов математического моделирования состояния экологических систем шельфовых районов обусловлена интенсивным освоением месторождений нефти и газа. Шельфовые области являются наиболее продуктивными, и прогноз состояния экологической системы, находящейся в условиях интенсивного антропогенного воздействия, требует комплексного междисциплинарного подхода, включающего как экспериментальные методы и данные натурных наблюдений (контактные и дистанционные), так и методы математического моделирования (Беляев, 1987; Беляев, Кондуфорова, 1990; Belyaev, 1998).

Активнее всего в современных исследованиях разрабатывается методология оценок экологического риска применительно к ситуациям нефтяных разливов (Kraly et al., 2001; Linkov & Clark, 2003; Ly et al., 2004; Patin, 2004; Aurand et al., 2005; Stevens et al., 2005). Риск в этом случае определяется как произведение вероятности аварийной ситуации и тяжести ее последствий (Patin, 2004). На основе этих оценок составляются матрицы ранжирования риска (Chen et al., 2013), которые используются для комплексного анализа риска и предупреждения опасностей. Обсуждение перспектив развития методов оценки рисков связана с преодолением ограничений, связанных с разнообразием природы стрессоров, их кумулятивным воздействием на морские экосистемы и многообразием реакций экосистем, как откликов на внешнее воздействие (Chen et al., 2013; Van den Brink et al., 2016). Для оценки риска окружающей среде успешно применяется Ecological Network Analysis (ENA), основанный на сетевой теории (Fath, 2007; Fath et al., 2019).

К сожалению, широкий спектр методов и усилия, предпринятые для создания эффективного инструмента оценок экологического риска, оказываются мало востребованными из-за весьма общих рекомендаций. Анализ различных подходов к оценке экологического риска показывает, что для повышения эффективности и востребованности методов наиболее предпочтительным является путь синтеза различных подходов.

Для моделирования шельфовых экосистем нами был применен синтез широко известного экосистемного подхода в математическом моделировании (Беляев, 1987; Беляев, Кондуфорова, 1990; Belyaev, Konduforova, 1992; Belyaev et al., 1992; Belyaev, 1998; Solovjova, 1999) и развивающегося экоскринингового подхода (Флейшман, 1982; Флейшман, 1995; Fleishman, 1995), открывающего широкие перспективы в решении задач экологической безопасности (Fleishman, 1995; Solovjova, 1999). Междисциплинарность предложенного подхода позволяет использовать все достоинства смежных дисциплин и избежать недостатков каждой в отдельности.

 

Моделирование в рамках экосистемного подхода

Состояние экологической системы оценивается разными группами специалистов по существующим для каждой из них нормативам: санитарно-гигиеническим, рыбохозяйственным, водопользовательским и т.д. В таких нормативах используются самые разнообразные системы индикаторов, от хорошо разработанной системы предельно-допустимых концентраций (ПДК), предельно-допустимых выбросов (ПДВ) и нагрузок (ПДН) до генетических индикаторов, используемых для определения мутагенной степени опасности.

Такое разнообразие в подходах дает возможность количественно оценить воздействие либо конкретного загрязнителя (токсиканта) на определенный вид организмов, либо суммы негативных воздействий на определенную жизненно важную функцию организма. При этом следует отметить несовершенство каждого из подходов в отдельности. Так, нормы ПДК, защищая человека от того или иного воздействия, не рассчитаны на защиту всей экосистемы в целом. Даже если значениями ПДК пытаются нормировать какое-либо антропогенное воздействие на сумму некоторых живых организмов, то, как правило, это можно осуществить только для конкретной среды (атмосферный воздух, питьевая вода, вода рыбохозяйственных водоемов и т.п.). Кроме того, такие нормы не учитывают эффекты накопления в организмах вредных веществ или последствия перехода их из одной среды в другую. Другими словами, выполнение норм по какому-либо одному критерию не означает экологической безопасности всей системы в целом, однако является необходимым ее условием. Кроме того, наличие множества частных критериев экологической безопасности затрудняет и сам выбор того или иного критерия, по которому возможно сделать заключение о степени опасности. Такая многомерность в постановке и решении задач экологии побуждает к разработке интегрального критерия экологической безопасности, который, с приемлемой степенью обобщения, позволил бы видеть объект исследования в целом и давать обобщенную оценку его экологического состояния (Solovjova, 1999).

Здесь необходимо пояснить, что вряд ли стоит стремиться к созданию универсального критерия экологической безопасности для различных уровней биологической организации, от биосферы в целом и до индивидуального организма. Если даже такой критерий и будет предложен, то, по необходимости наличия в нем систем разного уровня организации, он должен был бы обладать сильной степенью обобщения, так что существенные индивидуальные свойства каждого уровня организации могли бы быть потеряны. В силу этого, иерархия объектов и диапазон применимости критерия экологической безопасности должны соответствовать, по крайней мере, уровню организации исследуемых систем. А это, в свою очередь, имеет следствием создание не одного универсального критерия, а набора таких критериев для экосистем различных уровней. Число таких критериев должно быть небольшим и соответствовать ограниченному выделению уровней организации экологических систем.

Эти соображения легли в основу построения универсальной модели экологической системы морского шельфа, учитывающей связи между процессами различной природы (физической, химической, биологической, геологической), которые отражены системой нелинейных, нестационарных уравнений в частных производных (Беляев, 1987; Беляев, Кондуфорова, 1990). Традиционный подход, связанный с математическим моделированием последствий антропогенного воздействия на экологическую систему, предполагает расчет концентраций и биомасс (или численностей) основных компонент экосистемы (Belyaev, Konduforova, 1992; Belyaev et al., 1992; Belyaev, 1998). В таком расчете в качестве внешних учитываются антропогенные воздействия на экосистему: сбросы загрязнений, строительство гидротехнических сооружений, зарегулирование речного стока, добыча полезных ископаемых на шельфе и т.п.

Моделирование экологического состояния и риска морского шельфа (Беляев, 1987) осуществляется в трехуровневой структуре иерархии процессов экосистемы. На первом уровне моделирования учитываются отдельные процессы. Чаще всего они устанавливаются эмпирически. Это выражения для законов гидромеханики, оптики, термодинамики, закономерности химических реакций, фотосинтеза, роста биомассы организмов (Беляев, 1987). Взаимодействие процессов представлено моделями второго уровня: гидротермодинамический блок (ГТД), гидробиологический блок (ГБ) и гидрохимический блок (ГХ). Целостное представление о состоянии экосистемы шельфа возможно только с помощью модели третьего уровня, которая объединяет модели второго уровня в замкнутую систему. Реальный объект описывается моделью не одного какого-либо уровня, а иерархической последовательностью моделей, описывающих реальную систему с возрастающей степенью приближения к ее свойствам (Беляев, 1987) (рис. 1).

Рис. 1. Блок-схема трехуровневой динамической модели экологической системы шельфа с выходом на экоскрининговые оценки риска

Fig. 1. Block schema of a three-level dynamic model of the ecological system of the shelf with access to ecoscreening risk assessments


В отношении факторов, обуславливающих экологическую безопасность, можно выделить внешние и внутренние по отношению к исследуемой системе. Под внешними факторами будем понимать естественные и антропогенные, направленные на обеспечение приемлемой экологической опасности, сокращение пространства экологического риска. Внутренние факторы относятся к свойствам самой системы и связаны с устойчивостью, надежностью, резистентностью. При этом значение величины критического состояния экосистемы не является постоянным, а нелинейно зависит от внешних естественных условий, антропогенных воздействий и самого состояния экосистемы в текущий и предшествующие моменты времени.

Возможность проводить численные эксперименты с математической моделью позволяет избежать опытов «методом проб и ошибок» на реальном объекте (экологической системе). Математическая модель экологической системы шельфа (Беляев, 1987; Беляев, Кондуфорова, 1990) позволяет рассчитать годовой ход и поля (Соловьева, 2005; Лобковский и др., 2005) основных компонент экосистемы при естественных и антропогенных воздействиях. Полученные результаты (Беляев, 1987) позволяют выявить внутригодовые подъемы и спады в значениях биомасс и концентраций основных компонент экологической системы, подверженной интенсивному антропогенному загрязнению (рис. 2). Такие результаты представляют собой несколько сотен численных экспериментов при вариациях коэффициентов, параметров и внешних воздействиях, учтенных в модели экологической системы (Соловьева, Лобковский, 2008).

Для каждой конкретной исследуемой экологической системы необходимо проводить настройку математической модели относительно значимых компонентов, процессов, параметров и коэффициентов модели. Настройка модели определяется целями прогнозирования. К задачам краткосрочного экологического прогноза можно отнести предварительную оценку состояния экологической системы в условиях залповых выбросов загрязняющих веществ (временные масштабы от нескольких дней до нескольких недель). К задачам долгосрочного экологического прогноза следует отнести расчеты состояния экосистемы с заблаговременностью от года до нескольких лет.

Особое значение имеют прогнозы общего характера, не связанные со временем. При этом удается получить ответ на вопрос, что вообще может происходить с экологической системой при тех или иных внешних воздействиях, в том числе при нефтяных разработках шельфа.

Все блоки модели согласованы по входам и выходам, что дает возможность быстрой замены блоков при совершенствовании (уточнении) описывающих их моделей (Беляев, 1987). Например, выходами гидротермодинамического блока являются скорости течений, температура воды, соленость и плотность. Эти параметры одновременно служат входами для модели основных компонентов экосистемы. В зависимости от целей моделирования для определения этих параметров используются данные наблюдений (контактные и дистанционные), климатические данные (атлас), результаты расчета по математическим моделям (Лобковский, Соловьева, 2008).

Одну и ту же модель можно заменять скорректированной на адекватность реальному объекту версией, либо использовать разные модели, взаимозаменяемость которых обусловлена согласованием общей модели по входам и выходам отдельных блоков.

Для численной реализации указанной модели была разработана программная система (ПС) «Экошельф» (Беляев, 1987; Беляев, Кондуфорова, 1990). В каждом конкретном случае модель настраивается на исследуемую акваторию и проводится отладка расчетов в режиме «диагноз» и «прогноз». На основе численных экспериментов с помощью ПС «Экошельф» оценивается экологический риск, которому подвергается исследуемый район.

Численные эксперименты, основанные на математической модели экологической системы шельфа (рис. 2), явились входными для экоскрининговых моделей риска.

Рис. 2. Пример расчета по динамической модели годового хода значений биомасс и концентраций основных компонент экосистемы. Расчет проводился для основных компонентов экосистемы Каспийского шельфа при вариации констант деления клеток фитопланктона от k1M= k4M= k5M=3 до 3,5
(Соловьева, Лобковский, 2008)

Fig. 2. An example of calculation of the annual course of biomass values and concentrations of the main components of the ecosystem using a dynamic model. The calculation was performed for the major component of the ecosystem of the Caspian shelf at a variation of constants of cell division of phytoplankton
from k1M= k4M= k5M=3 to 3.5 (Solovjova, Lobkovsky, 2008)

 


Моделирование в рамках совместного экосистемного и экоскринингового подходов

Необходимость появления нового экоскринингового подхода к оценке экологической безопасности обусловлена переориентацией в области экологической безопасности с концепции абсолютной безопасности на концепцию приемлемого риска или на их комбинацию (Государственная программа «Экологическая безопасность России». Результаты реализации…, 1996). Принятая практика оценки антропогенного воздействия на окружающую среду предусматривает, как уже говорилось, в основном соблюдение существующих нормативов на сброс, захоронение или складирование отходов. В настоящее время стала очевидной недостаточность существующих норм.

Объем, режимы, условия сбросов загрязняющих веществ могут удовлетворять необходимым требованиям (санитарно-гигиеническим, рыбохозяйственным, питьевым и т.д.) и вместе с тем не соответствовать уровню экологической безопасности экосистемы в целом. Сброс загрязняющих веществ в прибрежные воды, как правило, нормируется с учетом санитарно-гигиенических норм на предельно-допустимые концентрации (ПДК). Выполнение этих норм обеспечивает защиту человека от того или иного вредного вещества. Вместе с тем нормы ПДК не отражают комплексной нагрузки на экосистему в целом, не учитывают эффект синергии, а также изменчивость фоновых факторов естественного происхождения.

В этом смысле синтез экосистемного и экоскринингового моделирования отражает попытку приблизиться к оценке экологической безопасности для всей экосистемы в целом. На основе синтеза математического моделирования эволюции и динамики экосистем и вероятностных экоскрининговых моделей могут рассчитываться пространственно-временные вариации риска. При этом грубость оценок риска зависит от объема привлеченной информации об исследуемой акватории. При минимуме такой информации оценки риска становятся тривиальными.

В теории экоскрининга используется понятие экологического риска как вероятности гибели особи или популяции организмов. Модель внутригодовой изменчивости риска основана на следующем. В реальных условиях численность особей, составляющих популяцию, закономерно меняется в течение года под воздействием естественных факторов: изменения солнечной радиации, количества питательных веществ и т.д. Причем для оценки риска в нужную сторону (сверху) необходимо учитывать самые неблагоприятные естественные условия.

Расчеты с помощью экосистемной модели агрегированных компонентов (Беляев, Кондуфорова, 1990) отражают естественные вспышки и спады биомасс (численностей) популяций (рис. 4). Периоды вспышек и спадов численности популяций не совпадают с календарными сезонами. Максимальные значения численности для каждой m-й вспышки Nmax и m-го спада N'max;

где М – количество периодов «вспышка-спад» в течение года являются входными данными для экоскрининговой модели риска. Значение М может меняться от года к году под воздействием естественных и антропогенных факторов.

В общем случае внутригодовых состояний популяции «вспышка-спад» при К внутригодовых состояниях технической системы получена оценка внутригодового риска в следующем виде (Флейшман, 1995; Fleishman, 1995):

(1)

где pam, yam и p'am, y'am – вероятности пребывания биосистемы в m-м внутригодовом состоянии вспышки и спада и ее риск в них соответственно; qk – вероятность аварии технической системы (или в общем случае вероятность допустимой антропогенной нагрузки) в течение года; ya – экологический риск в течение года:

(2)

Значения pam и p'am  определяются относительной продолжительностью вспышек и спадов:

(3)
(4)

где tm, t'm и t – продолжительности вспышек, спадов и года соответственно в произвольных единицах измерения.

Для определения предельно допустимой антропогенной нагрузки на систему используются соотношения экоскрининга (Флейшман, 1995):

(5)

где ya определяется оценкой (2); yд – предельно допустимый риск для экологической системы.

Используя зависимость (5), можно перейти к управлению риском. Другими словами, не обязательно поддерживать постоянно экономические мероприятия для обеспечения экологической безопасности на одном и том же уровне, а возможно варьировать их интенсивность в зависимости от значений экологического риска, меняющегося в течение года. Если представить качественный вид зависимости допустимой антропогенной нагрузки qд от значений экологического риска ya, (рис. 3), то можно выделить три области. Две – соответствующие крайним состояниям максимального и минимального естественного экологического риска и третья – переходная область (гипербола на рис. 3). При минимальном экологическом риске, допустимую вероятность антропогенной нагрузки можно увеличить до максимума, следовательно, снизить на этом этапе экономические требования к обеспечению экологической безопасности. Напротив, при максимальном уровне экологического риска, допустимая вероятность антропогенной нагрузки должна быть сведена к минимуму, что требует увеличения экономических затрат. Таким образом, перераспределение экономических затрат в течение года будет обусловлено соответствующей меняющейся вероятностью экологического риска, что повысит их эффективность и позволит оптимизировать их уровень.

Рис. 3. Зависимость допустимой вероятности антропогенного воздействия qд от допустимой вероятности экологического риска уа для экосистемы шельфа

Fig. 3. The dependence of the allowable probability of anthropogenic impact of qд on the allowable probability of ecological risk of уа for the shelf ecosystem

 

Динамика экономических вложений в обеспечение экологической безопасности может варьироваться не только в течение года в зависимости от годового хода экологического риска, но и в зависимости от степени ценности различных объектов, испытывающих воздействия. Так, один и тот же экологический риск ya можно допустить с разной степенью вероятности, а следовательно, и варьировать финансовые вложения для систем типа I, II и III (рис. 4). Например, вероятность аварийного розлива нефти потребует соответствующих допустимым qд1, qд2  и qд3 экономических затрат в следующих случаях: если розлив произошел при транспортировке в открытых районах океана (кривая III, рис. 4), в прибрежных малопродуктивных водах с высокой динамикой водного обмена (кривая II, рис. 4) или в высокопродуктивных районах шельфа с наличием ценных пород рыб, морепродуктов или в важных рекреационных областях (кривая I, рис. 4).

 

 

Рис. 4. Семейства зависимостей допустимой вероятности антропогенного воздействия qд от допустимой вероятности экологического риска уа

Fig. 4. Family dependency acceptable probability of anthropogenic impact qд from the allowable probability of environmental risk уа

 

Это может касаться не только условий осуществления того или иного антропогенного воздействия, но и значимости тех популяций, которые подвергаются риску от этого воздействия. Обобщенные на случай I популяций соотношения (5) позволяют определять допустимые значения вероятности аварии технической системы по отношению к i-ой популяции. Если существование всех I популяций нам одинаково дорого, тогда к надежности техсистемы необходимо предъявлять требование допустимой годовой вероятности аварии, удовлетворяющей условию qд = min qдi.

Существующие экоскрининговые оценки риска обладают необходимой комплексностью и могут быть сделаны на уже имеющихся данных, в качестве которых могут использоваться данные наблюдений или результаты численных экспериментов (например, по экосистемной модели). Они основаны на грубых, но неулучшаемых оценках экологического риска, как вероятности гибели популяции (Флейшман, 1995). Совместное применение модели экологической системы и экоскрининговых моделей дает возможность оценить внутригодовую изменчивость риска, а следовательно, выявить наиболее опасные сезоны для популяций, подверженных антропогенному воздействию (Solovjova, 1999).

В экономическом аспекте решаемой задачи возможно согласовать финансовые вложения в соответствии с понижением или повышением требований к допустимой вероятности антропогенной нагрузки qд. Именно к этому и сводится смысл управления риском. По модели экологической системы проводится расчет годового хода биомасс и концентраций всех основных ее компонентов (рис. 2). Затем по вероятностным соотношениям экоскрининговой модели определяется соответствующий годовой ход экологического риска и на основе его – соответствующий уровень допустимой вероятности антропогенного воздействия (рис. 5). Значением последнего параметра возможно управлять с помощью экономических мероприятий, объем которых будет определяться повышенными или пониженными требованиями к допустимой антропогенной нагрузке. Например, годовой ход экологического риска ya, представленный на рис. 5, определяет соответствующий ход допустимой вероятности аварии qд. При высоких ее значениях финансовые вложения в обеспечение экологической безопасности могут быть минимальными (рис. 5а). Низкие значения допустимой вероятности аварии qд требуют максимальных средств для предотвращения такого типа антропогенного воздействия (рис. 5в). Вариации допустимых значений qд около среднего уровня (рис. 5б) определяют соответствующий ход экономических мероприятий. При необходимости учесть ассимиляционную емкость природного объекта предлагается применять логико-информационное моделирование (Беляев, Худошина, 1994). Такая постановка задачи обеспечения экологической безопасности хозяйственной деятельности человека предполагает достижение максимальной эффективности при оптимальном объеме финансовых вложений.

Рис. 5. Годовой ход значений допустимой вероятности антропогенного воздействия qд в зависимости от допустимой вероятности экологического риска уа, определяющий низкие экономические затраты (а), средние (б) и высокие (в)

Fig. 5. The annual course of values of allowable probability of anthropogenic impact of qd depending on allowable probability of ecological risk of ya defining low economic costs (а), average (б) and high (в)

 

Предложенный подход в разном объеме был реализован для морских экологических систем северо-западного шельфа Черного моря (Беляев, 1987; Беляев, Кондуфорова, 1990; Belyaev, Konduforova, 1992; Belyaev et al., 1992; Belyaev, 1998), Черного моря в целом (Solovjova, 1999), Северного Каспия (Лобковский и др., 2005; Соловьева, 2005; Соловьева, Лобковский, 2008).

 

Выводы

Оптимизацию финансирования интенсивных разработок месторождений шельфа, совершенствование механизмов аудита и страхования необходимо проводить с учетом междисциплинарности возникающих задач. Начальным этапом решения задач экологической безопасности в рамках оптимальных экономических мероприятий предлагается анализ риска, последовательно решающий задачи оценки экологического риска, вероятности и масштабов аварий и штатных режимов эксплуатации нефтегазовых комплексов. При анализе и регулировании экологического риска необходимо учесть не только вероятность гибели отдельных особей организмов и сокращение численности популяций, но и перестройку экосистемы в целом в направлении обеднения, упрощения структуры и разнообразия, что снижает ее устойчивость в условиях интенсивного антропогенного воздействия.

Предлагаемая нами методика оценки и управления риском является основой для приведения в действие экономических рычагов обеспечения экологической безопасности разработок шельфа. Эта методика синтезирует в себе все последние достижения в области мониторинга экосистем, включая математическое моделирование динамических систем, логико-информационное моделирование, экоскрининговые оценки риска и управление риском с выходом на эколого-экономические и социологические интерпретации результатов.

Важнейшим в экономическом смысле при получении таких оценок является первичность определения величины допустимого риска экологической системы, а не наоборот – допустимой интенсивности антропогенного воздействия. Это позволяет определять стоимость надежностного обеспечения технической системы исходя из допустимых значений риска экосистемы.

Специфика задач экологической безопасности состоит в несимметричности требований к исключению ошибок 1-го и 2-го рода. Если имеет место ошибка 1-го рода, т.е. безопасная ситуация принята за ситуацию, представляющую угрозу безопасности экосистемы, то излишняя перестраховка, связанная с ложной тревогой, не так опасна (хотя влечет за собой необоснованные затраты), как ошибка 2-го рода, когда опасная ситуация скрыта внешним благополучием. В этом случае анализ риска может показать пути его уменьшения, связанные не обязательно с искусственным увеличением численности популяции, а с естественным уменьшением времени ее восстановления.

Оценка риска дает возможность получить ответ на вопрос о принципиальной допустимости аварий определенных масштабов. Полученные результаты могут служить основой классификации типов аварий на допустимые (с указанием допустимой вероятности ее осуществления) и недопустимые. А это, в свою очередь, является основой определения экономического ущерба.

Понижение оценки условного риска для групп живых организмов по мере понижения неопределенности ситуации (т.е. при проведении необходимых исследований) ведет к уточнению значения допустимой вероятности антропогенных воздействий. Последнее непосредственно связано с понижением надежностных требований к эксплуатируемому оборудованию и расширяет спектр использования различных технологий. Это создает условия к снижению затрат на создание, поддержание и функционирование технических систем. Использование предложенных методик позволит удовлетворить вынужденным условиям снижения затрат на природоохранные мероприятия при сохранении приоритетности экологических требований.

 

Работа выполнена в рамках госзадания тема № 0149-2019-0005.

Автор заявляет об отсутствии конфликта интересов, требующего раскрытия в данной статье.

 

Список литературы

  1. Беляев В.И. Моделирование морских систем. – Киев: Наук. думка, 1987. – 203 с.
  2. Беляев В.И., Кондуфорова Н.В. Математическое моделирование экологических систем шельфа. – Киев: Наук. думка, 1990. – 240 с.
  3. Беляев В.И., Худошина М.Ю. Моделирование системы город – окружающая среда. Логико-информационный подход. – Киев: Наукова думка, 1994. – 327 с.
  4. Государственная программа «Экологическая безопасность России». Результаты реализации. – М.: РЭФИА, 1996. – Т. 6. – 112с.
  5. Лобковский Л.И., Копелевич О.В., Соловьева Н.В. Совместное использование данных натурных, дистанционных наблюдений и математического моделирования для оценки состояния экологической системы Северного Каспия // Защита окружающей среды в нефтегазовом комплексе. 2005. № 5. С. 29–
  6. Лобковский Л.И., Соловьева Н.В. Моделирование годового и спектрального хода гидрооптических характеристик на основе модели экосистемы шельфа и дистанционных наблюдений // Океанология. 2008. Т.48, №2. С. 307–
  7. Соловьева Н.В. Математическое моделирование с использованием данных натурных и дистанционных наблюдений для оценки состояния экологической системы шельфа // Нефтяное хозяйство. 2005. №10. С. 16–
  8. Соловьева Н.В., Лобковский Л.И. Анализ чувствительности модели экосистемы шельфа к вариациям ее основных параметров на примере расчета оптических характеристик Северного Каспия // Экологические системы и приборы. 2008. №1. С. 32–
  9. Флейшман Б.С. Критерии экологической безопасности в условиях неопределенности экоскрининговый подход // В сб. «Экоскрининг. Разработка основ стандартов экологической безопасности», Деп. ВИНИТИ, № 3401, 19.12.1995.
  10. Флейшман Б.С. Основы системологии. – М.: Радио и связь, 1982. – 368 с.
  11. Aurand D., Cunningham M., Pond R., Cocanaur A., Coelho G., Stevens L. The use of consensus ecological risk assessments to evaluate oil spill response options: lessons learned from workshops in nine different locations // Proceedings of the 2005 International Oil Spill Conference. – Washington, D.C.: API, 2005. P. 379–386.
  12. Belyaev V.I. Modelling of the Black sea ecological systems. – Sevastopol: «ECOSI-Hydrophysika», 1998. –37 p.
  13. Belyaev V.I., Konduforova N.V. Modelling of the shelf ecosystem // Ecological Modelling. 1992. V.60. P. 95–118.
  14. Belyaev V.I., Konduforova N.V., Mikhajlov E.A. Investigation of the shelf ecological system on the basis of modelling and field work // Internationale Revue. 1992. V.77, №1. P. 135–151.
  15. Chen S.Q., Chen B., Fath B.D. Ecological risk assessment on the system scale: A review of state-of-the-art models future perspectives // Ecological Modelling. 2013. V.250. P. 25–33. DOI: http://dx.doi.org/10.1016/j.ecolmodel.2012.10.015
  16. Fath D., Asmus H., Asmus R., Baird D., Borrett S.R., Jonge V., Ludovisi A., Niquil N., Scharler U.M., Schücke U., Wolff M. Ecological network analysis metrics: The need for an entire ecosystem approach in management and policy // Ocean & Coastal Management. 2019. V.174. P. 1–14. DOI: http://dx.doi.org/10.1016/j.ocecoaman.2019.03.007
  17. Fath B.D. Structural food web regimes // Ecological Modelling. 2007. V.208. P. 391–394. DOI: http:// dx.doi.org/ 10.1016/j.ecolmodel.2007.06.013
  18. Fleishman B.S. Stochastic theory of complex ecological system // Patten B.C., Jorgensen S.E. (Eds). Complex Ecology: The Part-whole Relation in Ecosystem. – Englewood Cliffs: Prentice Hall PTR, 1995. – P. 166–224.
  19. Kraly J., Pond R., Aurand D.V., Coelho J., Walker A.H., Martin B., Caplis J., Sawby M. Ecological risk assessment principles applied to oil spill response planning // Proceedings of the2001 International Oil Spill Conference. – Washington, D.C.: API, 2001. – P. 177–184.
  20. Linkov I., Clark J. Approaches and application of comparative risk assessment concepts to oil spill preparedness planning and response // Proceedings of the 2003 International Oil Spill Conference. – Washington, D.C.: API, 2003. – P. 59–61. DOI: http://dx.doi.org/10.7901/2169-3358-2003-1-59
  21. Ly J.M., Hansen O., Bratfoss B., Johansen O., Singsaas I. Assessing the level of Norwegian governmental preparedness using scenarios and model tools in an environmental risk based approach // Proceedings of the 2004 International Conference and Exhibition on Oil Spill Technology (Interspill-2004). Presentation No. 430. – Trondheim (Norway), 2004. – 20 p.
  22. Patin S.А. Environmental impact of crude oil spills // Encyclopedia of Energy. — New York: Elsevier Science, 2004. – V.1. P. 737–748.
  23. Solovjova N.V. Synthesis of ecosystemic and ecoscreening modelling in solving problems of ecological safety // Ecol. Modelling. 1999. V.124. P. 1–10.
  24. Stevens L., Roberts J. Hume D. Incorporating consequence analysis into oil spill risk assessment in New Zealand // Proceedings of the 2005 International Oil Spill Conference. Washington, D.C.: API, 2005. – 5 р.
  25. Van den Brink P.J., Choung C.B., Landis W., Mayer-Pinto M., Prttigrove V. New approaches to the ecological risk assessment of multiple stressors // Marine and Freshwater Research. 2016. V.67, №4. P. 429–439. DOI: https://doi.org/10.1071/MF15111

Статья поступила в редакцию 5.04.2019
После доработки 14.10.2019
Статья принята к публикации 20.10.2019

 

Об авторах

Соловьева (Кондуфорова) Наталья Владимировна − Natalia V. Solovjova

доктор физико-математических наук
ведущий научный сотрудник Лаборатории структуры и динамики планктонных сообществ, Институт океанологии им. П.П.Ширшова РАН, г. Москва, Россия (P.P. Shirshov Institute of Oceanology RAS, Moscow, Russia)

soloceanic@yandex.ru

https://orcid.org/0000-0002-4268-7790

Корреспондентский адрес: Россия, 117997, г. Москва, Нахимовский проспект, 36, ИОРАН. Телефон (499) 124-79-96.

 

ССЫЛКА:

Соловьева Н.В. Синтез динамического и экоскринингового подходов в моделировании для оценки экологического риска // Экология гидросферы. 2019. №1 (3). С. 68–81. URL: http://hydrosphere-ecology.ru/142

DOI – https://doi.org/10.33624/2587-9367-2019-1(3)-68-81

 

При перепечатке ссылка на сайт обязательна

 

 

Synthesis of dynamic and eco-screening approaches in modeling for ecological risk assessment

Natalia V. Solovjova

Shirshov Institute of Oceanology RAS (Moscow, Russia)

The paper proposes a method of mathematical modeling and assessment of ecological risk for marine ecological systems under the combined action of natural, anthropogenic and climatic factors. The method is based on the use of observational data, dynamic models of ecosystem state and probabilistic ecoscreening risk assessments. The main idea and novelty of the method is to take into account the annual variations of ecological risk and substantiates the primacy of determining the magnitude of the allowable risk of ecological systems, and then the allowable intensity of anthropogenic impact. Calculations using the proposed method makes it possible to get answers to questions about the principle of the admissibility of accidents of certain scales. The use of the proposed method for specific ecosystems will help to harmonize ecological and economic requirements to ensure the ecological safety of the development of shelf resources.

Key words: ecological risk; ecosystems; dynamic models; risk ecoscreening assessment.

 

References

  1. Aurand D., Cunningham M., Pond R., Cocanaur A., Coelho G., Stevens L. The use of consensus ecological risk assessments to evaluate oil spill response options: lessons learned from workshops in nine different locations. In: Proceedings of the 2005 International Oil Spill Conference. API, Washington, D.C. 2005. P. 379–386.
  2. Belyaev V.I. Modelirovanie morskih sistem [Modeling of marine systems]. Naukova Dumka, Kiev, 1987. 203 p. (in Russ).
  3. Belyaev V.I. Modelling of the Black sea ecological systems. ECOSI-Hydrophysika, Sevastopol, 1998. 37 p.
  4. Belyaev V.I., Khudoshina M.Yu. Modelirovanie sistemy gorod – okruzhayushchaya sreda. Logiko-informacionnyj podhod [Modeling a city-environment system. Logical informational approach]. Naukova Dumka, Kiev, 1994. 327 p. (in Russ).
  5. Belyaev V.I., Konduforova N.V. Matematicheskoe modelirovanie ekologicheskih sistem shel'fa [Mathematical modeling of ecological systems of the shelf]. Naukova Dumka, Kiev, 1990. 240 p. (in Russ).
  6. Belyaev V.I., Konduforova N.V. Modelling of the shelf ecosystem. Ecological Modelling. 1992. V.60. P. 95–118.
  7. Belyaev V.I., Konduforova N.V., Mikhajlov E.A. Investigation of the shelf ecological system on the basis of modelling and field work. Internationale Revue. 1992. V.77, № P. 135–151.
  8. Chen S.Q., Chen B., Fath B.D. Ecological risk assessment on the system scale: A review of state-of-the-art models future perspectives. Ecological Modelling. 2013. V.250. P. 25–33. DOI: http://dx.doi.org/10.1016/j.ecolmodel.2012.10.015
  9. Fath B.D. Structural food web regimes. Ecological Modelling. 2007. V.208. P. 391–394. DOI: http://dx.doi.org/10.1016/j.ecolmodel.2007.06.013
  10. Fath D., Asmus H., Asmus R., Baird D., Borrett S.R., Jonge V., Ludovisi A., Niquil N., Scharler U.M., Schücke U., Wolff M. Ecological network analysis metrics: The need for an entire ecosystem approach in management and policy. Ocean & Coastal Management. 2019. V.174. P. 1–14. DOI: http://dx.doi.org/10.1016/j.ocecoaman.2019.03.007
  11. Fleishman B.S. Kriterii ekologicheskoj bezopasnosti v usloviyah neopredelennosti ekoskriningovyj podhod [Environmental safety criteria in the face of uncertainty ecoscreening approach]. In: Razrabotka osnov standartov ekologicheskoj bezopasnosti [Ecoscreening. Development of the basics of environmental safety standards]. Dep. VINITI, No. 3401, 12.19.1995 (in Russ.)
  12. Fleishman B.S. Osnovy sistemologii [Fundamentals of systemology]. Radio i svyaz', Moscow, 1982. 368 p. (in Russ).
  13. Fleishman B.S. Stochastic theory of complex ecological system In: Patten B.C., Jorgensen S.E. (Eds). Complex Ecology: The Part-whole Relation in Ecosystem. Prentice Hall PTR, Englewood Cliffs, 1995. P. 166–224.
  14. Kraly J., Pond R., Aurand D.V., Coelho J., Walker A.H., Martin B., Caplis J., Sawby M. Ecological risk assessment principles applied to oil spill response planning In: Proceedings of the2001 International Oil Spill Conference. API, Washington, D.C., 2001. P. 177–184.
  15. Linkov I., Clark J. Approaches and application of comparative risk assessment concepts to oil spill preparedness planning and response In: Proceedings of the 2003 International Oil Spill Conference. API, Washington, D.C., 2003. P. 59–61. DOI: http://dx.doi.org/10.7901/2169-3358-2003-1-59
  16. Lobkovsky L.I., Kopelevich O. V., Solovyova N. V. Sharing data from field, remote observations and mathematical modeling to assess the state of the ecological system of the Northern Caspian. Environmental protection in the oil and gas complex. 2005. №5. P. 29–39.
  17. Lobkovsky L.I., Solovieva N.V. Modeling the annual and spectral behavior of hydrooptical characteristics based on the model of the shelf ecosystem and remote observations. 2008. V.48, №2. P. 284–295. DOI: http://dx.doi.org/10.1134/S0001437008020161
  18. Ly J.M., Hansen O., Bratfoss B., Johansen O., Singsaas I. Assessing the level of Norwegian governmental preparedness using scenarios and model tools in an environmental risk based approach. In: Proceedings of the 2004 International Conference and Exhibition on Oil Spill Technology (Interspill-2004). Presentation No. 430. Trondheim (Norway), 2004. P. 20.
  19. Patin S.А. Environmental impact of crude oil spills. In: Encyclopedia of Energy. New York, Elsevier Science, 2004. P. 737–748.
  20. Solovjova N.V. Synthesis of ecosystemic and ecoscreening modelling in solving problems of ecological safety. Modelling. 1999. V.124. P. 1–10.
  21. Solovyova N.V. Mathematical modeling using data from field and remote observations to assess the state of the ecological system of the shelf. Oil industry. 2005. №10. P. 16–17.
  22. Solovyova N.V., Lobkovsky L.I. Sensitivity analysis of the shelf ecosystem model to variations of its main parameters by the example of calculating the optical characteristics of the North Caspian. Ecological systems and instruments. 2008. №1. P. 32–39.
  23. Stevens L., Roberts J. Hume D. Incorporating consequence analysis into oil spill risk assessment in New Zealand In: Proceedings of the 2005 International Oil Spill Conference. API, Washington, D.C., 2005. P. 5.
  24. The state program “Ecological safety of Russia”. Implementation Results. REFIA, Moscow, 1996. V.6. 112 p.
  25. Van den Brink P.J., Choung C.B., Landis W., Mayer-Pinto M., Prttigrove V. New approaches to the ecological risk assessment of multiple stressors. Marine and Freshwater Research. 2016. V.67, №4. P.429–439. DOI: https://doi.org/10.1071/MF15111

 

Authors

Solovjova Natalia V.

P.P. Shirshov Institute of Oceanology RAS, Moscow, Russia

soloceanic@yandex.ru

https://orcid.org/0000-0002-4268-7790

 

ARTICLE LINK:

Solovjova N.V. Synthesis of dynamic and eco-screening approaches in modeling for ecological risk assessment. Hydrosphere Ecology. 2019. №1 (3). P. 68–81. URL: http://hydrosphere-ecology.ru /142

DOI – https://doi.org/10.33624/2587-9367-2019-1(3)-68-81

When reprinting a link to the site is required

 

 

 

Уважаемые коллеги! Если Вы хотите получить версию статьи в формате PDF, пожалуйста, напишите в редакцию, и мы ее вам с удовольствием пришлем бесплатно. 

Адрес - info@hydrosphere-ecology.ru

 

При перепечатке ссылка на сайт обязательна

 

На ГЛАВНУЮ

К разделу ПУБЛИКАЦИИ

 



ВЫПУСКИ ЖУРНАЛА
ПУБЛИКАЦИИ
ТЕМАТИЧЕСКИЕ РАЗДЕЛЫ
КОНФЕРЕНЦИИ
УЧЕБНО-МЕТОДИЧЕСКИЕ МАТЕРИАЛЫ
ВИДЕОМАТЕРИАЛЫ
НАШИ ПАРТНЕРЫ
ENGLISH SUMMARY


  Эл № ФС77-61991 от 2 июня 2015 г.

  ISSN 2587-9367

  Издатель -
  Камнев Александр Николаевич.

  Адрес издательства - 123298,
  г. Москва, ул.Берзарина, д.16.

Все права защищены (с)
Экология гидросферы
http://hydrosphere-ecology.ru/