Применение метода Монте-Карло в решении задач экологической химии
Аннотация
В статье рассматриваются возможности имитационного моделирования с применением метода Монте-Карло для задач прогнозирования последствий залповых выбросов загрязняющих веществ, их распространения и деградации в окружающей среде. Проведен обзор исторического развития данного класса методов моделирования. Рассмотрены предельные случаи режимов диффузии, дрейфа и химической деградации загрязняющего вещества, а также всевозможные их комбинации. Результаты модельных расчетов по Монте-Карло сопоставлены с полученными для идентичных условий результатами численного интегрирования дифференциального уравнения распространения загрязнителя. Показана полная адекватность имитационной модели и продемонстрированы ее преимущества, связанные с устойчивостью решения и меньшими затратами машинного времени. Показаны основные приемы для имплементации модели в среде VBA-Excel. Продемонстрированы возможности разработанного программного инструментария для применения метода Монте-Карло к решению задач пространственно-временной динамики пятна загрязнения в естественных условиях. Проанализированы и сформулированы эффективные приемы получения кинетических кривых по концентрации загрязнителя для выбранного квадрата на местности и построения профилей загрязнения для указанного момента времени. Проведена оценка необходимых параметров модели для получения качественных кинетических кривых и выданы рекомендации по их оптимизации.
Литература
Travin, S.O., Skurlatov, Yu.I., & Roshchin, A.V. (2020). Capabilities and limitations of mathematical models in ecological safety forecasting. Russian Journal of Physical Chemistry B, 14(1), 86 - 99. https://doi.org/10.1134/S1990793120010315
Mackay, D., Paterson, S., Cheung, B., & Neely, W.B. (1985). Evaluating the environmental behavior of chemicals with a level III fugacity model. Chemosphere, 14(3-4), 335 - 374. https://doi.org/10.1016/0045-6535(85)90061-X
Citra, M.J. (2004). Incorporating Monte Carlo analysis into multimedia environmental fate models. Environmental Toxicology and Chemistry, 23(7), 1629 - 1633. https://doi.org/10.1897/03-516
Li, X., Zhang, X., & Hadjisophocleous, G. (2019). A Monte Carlo-based probabilistic barrier failure model for arbitrary fire environment. Fire Technology, 55, 1319 - 1347. https://doi.org/10.1007/s10694-018-0780-5
Prigozhin, I. (1985). From Existing to Emerging: Time and Complexity in the Physical Sciences. M.: Nauka (in Russ.).
Sobol’, I.M. (1973). Numerical Monte Carlo Methods. M.: Fozmatlit (in Russ.).
Sobol’ I.M. (1967). On the distribution of points in a cube and the approximate evaluation of integrals. USSR Computational Mathematics and Mathematical Physics, 7(4), 86 - 112. https://doi.org/10.1016/0041-5553(67)90144-9
Sobol, I.M. (1976). Uniformly distributed sequences with an additional uniform property. USSR Computational Mathematics and Mathematical Physics, 16(5), 236 - 242. https://doi.org/10.1016/0041-5553(76)90154-3
Schoenmakers, J.G.M., Heemink, A.W., Ponnambalam, K., & Kloeden, P.E. (2002). Variance reduction for Monte Carlo simulation of stochastic environmental models. Applied Mathematical Modelling, 26(8), 785 - 795. https://doi.org/10.1016/S0307-904X(01)00091-9
Heemink, A.W. (1990). Stochastic modelling of dispersion in shallow water. Stochastic Hydrology and Hydraulics, 4(2), 161 - 174. https://doi.org/10.1007/BF01543289
Romanov, V.I. (2006). Applied aspects of accidental emissions into the atmosphere. Reference book. M.: Fizmatkniga (in Russ.).
Methodology for calculating dispersion of pollutants in the atmosphere during accidental emissions. RD 52.18.717-2009. Guiding document. Date of introduction 2009-12-01. Developed by the State Institution Research and Production Association ‘Taifun’ (in Russ).
Chen, Z., Hartmann, A., & Goldscheider, N. (2017). A new approach to evaluate spatiotemporal dynamics of controlling parameters in distributed environmental models. Environmental Modelling & Software, 87, 1 - 16. https://doi.org/10.1016/j.envsoft.2016.10.005
Menut, L., Bessagnet, B., Khvorostyanov, D., Beekmann, M., Blond, N., Colette, A., Coll, I., Curci, G., Foret, G., Hodzic, A., Mailler, S., Meleux, F., Monge, J.-L., Pison, I., Siour, G., Turquety, S., Valari, M., Vautard, R., & Vivanco, M.G. (2013). CHIMERE 2013: a model for regional atmospheric composition modeling. Geosci. Model Dev., 6, 981 - 1028, https://doi.org/10.5194/gmd-6-981-2013
Bessagnet, B., Hodzic, A., Vautard, R., Beekmann, M., Cheinet, S., Honoré, C., Liousse, C., & Rouil, L. (2004). Aerosol modeling with CHIMERE - preliminary evaluation at the continental scale. Atmospheric Environment, 38(18), 2803 - 2817. https://doi.org/10.1016/j.atmosenv.2004.02.034
Copyright (c) 2020 С. О. Травин, А. В. Рощин, Г. Г. Дука
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.
