УДК 556.51/.54
Бассейновая организация природопользования для решения гидроэкологических проблем
Ф. Н. Лисецкий*, Я. В. Павлюк*, Ж. А. Кириленко*, В. И. Пичура**
Представлены результаты разработки концепции, проектов бассейнового природопользования и организации их внедрения в пределах всего региона с применением бассейново-административного подхода. На основании многомерного анализа и прогноза изменения речного стока с использованием искусственных нейронных сетей выполнена типология водосборов, которая в основном определяется такими факторами, как площадь водосбора, порядок реки и степень антропогенной нагрузки. В зависимости от типа гидрофункционирования определены адаптированные комплексы гидроэкологических мероприятий. Необходимость интеграции геоданных по каждому речному бассейну с присущими ему морфологическими и процессными характеристиками, а также результатов гидроэкологического мониторинга позволяет рекомендовать структуру базы данных бассейновой организации природопользования в регионах России на основе европейского опыта мониторинга речной сети в рамках Рамочной водной директивы ЕС и создания единой инфраструктуры пространственных данных.
1. Введение
Содержание задач, направленных на достижение целевых показателей рациональной территориальной организации природопользования на водосборах и оптимального использования водных ресурсов, имеет различия на государственном, региональном и местном уровнях. Рамочная водная директива Европейского Союза ^ББ) фокусирует внимание на увязке гидрологических и геоморфологических процессов и особенностей рек, т. е. на не обходи мос ти уче та не толь ко формы и функ ции рус ла, но и его связности, которая определяет способность водного потока обеспечивать миграцию водных организмов вверх и вниз по течению и поддерживать природную непрерывность транспорта наносов по речной системе. И так как основной акцент при реализации WFD сделан на мониторинге состояния гидрографической сети [17], то остается нерешенной проблема ее совместимости с другими аспектами природопользования. В России принятой Водной стратегией до 2020 г. предполагается разработка схем комплексного использования и охраны водных объектов. Сущность экосистем но го бас сейно во го под хода к водо поль зо ва нию за ключа ет ся в пе ре но се
* Белгородский государственный национальный исследовательский университет; e-mail: liset@bsu. edu. ru.
Херсонский государственный аграрныйуниверситет, Украина; e-mail:pichura@yandex. ru.
центра тяжести управления водохозяйственным комплексом и всех его мероприятий с самих водных объектов на весь водосбор для полного охвата всех возможных причин экологических нарушений, межотраслевых и межтерриториальных противоречий с целью их предупреждения и устранения [1]. На районном (муниципальном) уровне необходимо обеспечить поддержание механизмов воспроизводства почвенно-земельных и водных ресурсов на водосборах малых рек и внутрихозяйственное землеустройство агроландшафтов на почвоводоохранных и бассейновых принципах. В Белгородской области для совершенствования действующих механизмов государственного управления в области рационального использования, охраны и восстановления природных ресурсов идея бассейновой организации территории получила свое нормативное закрепление, оформленное в "Концепцию бассейнового природопользования" (утверждена постановлением правительства области 27 февраля 2012 г. № 116-рп). В рамках реализации концепции до 2015 г. все речные бассейны региона будут охвачены проектными работами.
2. Методы
Для определения механизма стокоформирования на водосборах, его чувствительности к воздействию внешних факторов и предсказания сценариев развития водных систем проведен многомерный анализ и дан прогноз временной изменчивости стока рек Белгородской области (на примере вось ми вре мен ных ря дов расходов воды) с ис поль зо ва ни ем со вре мен ных подходов и нелинейных методов моделирования сложных динамических про цес сов. Выб ран ные реки отли чают ся по по рядку, пло ща ди водос бо ра, степени антропогенной нагрузки. Продолжительность исследованных временных рядов в среднем составила 61 год (от 30 лет до 81 года).
Очевидно, что достоверность моделирования динамики природных систем за ви сит от слож нос ти их форми ро ва ния, реп ре зен татив нос ти (дли ны) временного ряда и присутствия дискретного белого шума, что стимулирует применение многомерного статистического аппарата включая использование современных нелинейных методов. Для разложения на составляющие (трендовая составляющая, основные циклы, белый шум) и оценки общих мно голет них ди на ми чес ких про цес сов форми ро ва ния сто ка ис следуемых рек был ис поль зо ван ме тод се зон ной де ком по зи ции и кор ректи ров ки ряда Census I. Периодический компонент выделяли с помощью одномерного спектрального анализа Фурье.
Речной бассейн представляет собой сложную нелинейную динамическую систему, которая генерирует характерные особенности формирования стока в замыкающем створе [12], поэтому прогнозирование проводили с использованием интеллектуальных искусственных нейронных сетей в рабочем модуле Statistics Neural Networks (SNN) программного продукта STATISTICA 6.0. Актуальность применения нейромоделирования подтверждена всесторонним обзором ASCE Task Committee on Application of Artificial Neural Networks in Hydrology (ASCE, 2000). Обучение сетей проводили с помощью алгоритма обратного распространения ошибки; функции активации нейронов — сигмоидальная и синусоид-гиперболического тангенса. В результате сравнительного анализа были отобраны типы архитектур нейронных сетей — четырех- и трехслойный персептроны.
Определены возможности нейромоделей и достоверность прогнозирования путем оценки уровня их чувствительности, сравнения эмпирических и аппроксимирующих данных по статистическим критериям на трех выборках: обучающей, контрольной и тестовой. Наилучшее качество прогноза достигнуто при соотношении объемов выборок: обучающая — 50%, контрольная — 25%, тестовая — 25% временного ряда исследований. К статистическим критериям оценки относятся математическое ожидание ошибки, стандартное отклонение ошибки, математическое ожидание абсолютной ошибки (в натуральных единицах и процентах — МАРЕ), коэффи-цент корреляции [9].
Выявление однотипных условий формирования стока рек проведено с помощью кластерного анализа: алгоритм объединения — иерархическое дерево, правило объединения — метод Уорда, мера близости — 1г-Пирсона. Также для подтверждения типичности и перепроверки были дополнительно использованы методы разностной интегральной кривой (РИК) и непараметрической статистики — ранговые корреляции Спирмена, статистика Гамма, т-корреляции Кендалла, критерий знаков, критерий Вилкоксона.
3. Результаты и их обсуждение 3.1. Деградация рек
За последние 200 лет в пределах европейской части России протяженность гидросети сократилась на 30—40% [11]. Анализ исторических карт показывает, что истоки многих рек начинаются гораздо ниже того положения, которое они занимали в XVIII в. Это объясняется антропогенно обусловленным изменением условий формирования стока на водосборах и режима функционирования пойменно-русловой части речных долин.
Для обеспечения нормативного гидроэкологического состояния речных систем комплекс почвоводоохранных мероприятий должен быть разработан с учетом причин и механизмов формирования жидкого и твердого стока на водосборах, для предупреждения возникновения экологически неблагоприятных ситуаций. По мнению некоторых исследователей ([14, 16, 18] и др.), речной поток имеет определенный устойчивый компонент, способный частично сглаживать влияние экзогенных факторов. Гидрологические процессы не только являются результатом воздействия большого числа факторов, но и могут определяться нелинейным взаимодействием ряда переменных, чувствительных к начальным условиям.
Орографические особенности территории Белгородской области благоприятны для изучения механизмов формирования речного стока. В ее западной и центральной частях находится орографически выраженный субширотный пояс зарождения крупных рек включая трансграничные. Таким образом, экологическая ситуация на данной территории практически не зависит от экологических проблем смежных областей, но она су щес твенно вли я ет на функ ци о ни ро ва ние вод ных арте рий ниже по течению. Следует отметить, что на территории области находятся крупнейшие в России предприятия по открытой добыче железной руды, вследствие чего сформировались промышленные зоны с интенсивным водопотребле-ни ем ре сур сов под зем ных вод и деп рес си он ны ми во рон ка ми.
С начала XIX в. при двукратном приросте населения антропогенное возде йствие на водосбо ры по стоян но уси ли ва ет ся. Во вто рой поло ви не XIX в. фиксируются пик распаханности земель и минимум лесистости за весь исторический период. На рубеже XIX—XX вв. отмечалось активное расширение овражной сети. Установлено, что за 220 лет средняя густота овражно-балочной сети Белгородской области увеличилась на 15%, достигнув к настоящему времени 0,70 км/км2 [5]. Следствием формирования густой овражно-балочной сети являются увеличение мощности делювиальных отложений в бассейнах малых рек и заиление их русел. Анализ деградационных процессов показал, что наименьшая густота речной сети на блюда ет ся в се вер ной и вос точ ной час тях ис следуе мой тер ри то рии, что связано с большой долей распаханности и малой лесистостью бассейнов. Средняя густота речной сети Белгородской области — 0,18 км/км2, тогда как в конце XIX в. она составляла 0,28 км/км2. В отношении структурных элементов речной сети четко видна прогрессирующая волна заиления от потоков низких порядков к высоким. Деградацию речной сети исследуемой территории отличает отмирание водотоков I, II, III порядков, заиление водотоков IV и V порядков, водотоки VI и VII порядков практически не затронуты процессами деградации, однако скорость деградации речной сети в целом по всему району большая.
3.2. Прогнозирование расходов воды
Отмечено [3], что нейронные сети позволяют успешно решат
Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.