📄Работа №147390
Тема: Разработка модельных алгоритмов влияния факторов среды на скорости процессов массообмена и трансформации вещества в водных экосистемах
Характеристики работы
Тип работы
Магистерская диссертация
Предмет
Гидрология
Объем:
89 листов
Год:
2024
Просмотров:
129
4710
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
ВВЕДЕНИЕ 3
ГЛАВА 1. ТЕОРЕТИКО-МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ МОДЕЛИРОВАНИЯ ВОДНЫХ ЭКОСИСТЕМ 7
1.1 Терминология математического моделирования сложных систем 7
1.2 Особенности моделирования водных экосистем 12
1.3 Проблемы моделирования водных экосистем, постановка научной проблемы работы 19
ГЛАВА 2. МЕТОДИЧЕСКИЕ ОСНОВЫ ОЦЕНКИ ВЛИЯНИЯ ФАКТОРОВ СРЕДЫ НА СКОРОСТИ ОБМЕННЫХ ПРОЦЕССОВ В ВОДНЫХ ЭКОСИСТЕМАХ 25
2.1 Формулировка пространственно-однородной модели 25
2.2 Моделирование влияния температуры на удельную скорость роста фитопланктона 35
2.3 Моделирование влияния освещённости на удельную скорость роста фитопланктона 38
2.4 Моделирование влияния биогенных элементов на удельную скорость роста фитопланктона 40
ГЛАВА 3. МОДЕЛЬНЫЕ ИМИТАЦИИ ВЛИЯНИЯ ФАКТОРОВ СРЕДЫ НА СКОРОСТИ ОБМЕННЫХ ПРОЦЕССОВ В ЭКОСИСТЕМЕ 42
3.1 Постановка задачи моделирования 42
3.2 Реализация модели на годовом интервале функционирования водной экосистемы 48
3.3 Проверка адекватности модели на основе построения интегрального показателя качества воды 54
3.4 Модельные сценарии оценки влияния факторов на скорости массообмена в водной экосистеме 59
3.5 Оценка влияния факторов среды на развитие водной экосистемы на основе модельных имитаций для разработанных сценариев 60
ЗАКЛЮЧЕНИЕ 72
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 77
ГЛАВА 1. ТЕОРЕТИКО-МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ МОДЕЛИРОВАНИЯ ВОДНЫХ ЭКОСИСТЕМ 7
1.1 Терминология математического моделирования сложных систем 7
1.2 Особенности моделирования водных экосистем 12
1.3 Проблемы моделирования водных экосистем, постановка научной проблемы работы 19
ГЛАВА 2. МЕТОДИЧЕСКИЕ ОСНОВЫ ОЦЕНКИ ВЛИЯНИЯ ФАКТОРОВ СРЕДЫ НА СКОРОСТИ ОБМЕННЫХ ПРОЦЕССОВ В ВОДНЫХ ЭКОСИСТЕМАХ 25
2.1 Формулировка пространственно-однородной модели 25
2.2 Моделирование влияния температуры на удельную скорость роста фитопланктона 35
2.3 Моделирование влияния освещённости на удельную скорость роста фитопланктона 38
2.4 Моделирование влияния биогенных элементов на удельную скорость роста фитопланктона 40
ГЛАВА 3. МОДЕЛЬНЫЕ ИМИТАЦИИ ВЛИЯНИЯ ФАКТОРОВ СРЕДЫ НА СКОРОСТИ ОБМЕННЫХ ПРОЦЕССОВ В ЭКОСИСТЕМЕ 42
3.1 Постановка задачи моделирования 42
3.2 Реализация модели на годовом интервале функционирования водной экосистемы 48
3.3 Проверка адекватности модели на основе построения интегрального показателя качества воды 54
3.4 Модельные сценарии оценки влияния факторов на скорости массообмена в водной экосистеме 59
3.5 Оценка влияния факторов среды на развитие водной экосистемы на основе модельных имитаций для разработанных сценариев 60
ЗАКЛЮЧЕНИЕ 72
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 77
📖 Введение
Современные проблемы, связанные с исследованием, оценкой и прогнозом функционирования водных экосистем являются настоящим вызовом для исследователей из различных областей науки. Связано это со многими факторами, в частности - со сложной 4-х мерной системой отсчета, с помощью которой происходит изучение процессов и явлений. Для примера, при изучении экосистемы леса можно использовать две пространственные и одну временную координату, что значительно упрощает математические зависимости между компонентами [Дмитриев, 1995, Сергеев, Дмитриев и др., 2021]. Ещё одна сложность - пространственная и временная неоднородность гидрофизических, гидрохимических и гидробиологических компонентов экосистемы. Можно упомянуть и многое другое. Все упомянутое выше обусловливает контринтуитивность поведения водных объектов как сложных природных систем.
Любое научное исследование не может обходится без длительновременных натурных наблюдений объектов исследования, их состава, свойств, функций и системных эффектов. Эти наблюдения должны носить не только качественный, но и количественный характер.
Ввиду сложности и трудоёмкости проведения комплексных натурных наблюдений, а также из-за некоторых других факторов (экономических, наукоёмкие затраты, особенности климата и ландшафта на территории исследуемого объекта, лабораторная база исследований, компьютерный парк и др.) бывает проблематично получить необходимые данные для адекватного понимания закономерностей протекания обменных процессов в водных экосистемах и для иллюстрации адекватности полученных на модели результатов. Например, в статье (Филатов и др., 2022) указано, что для крупных озёр России практически отсутствует количественное описание сложных экосистемных взаимодействий.
Ещё труднее выполнять интегральные оценки системных эффектов, выявлять их особенности и временные трансформации, прогнозировать развитие и трансформацию водных экосистем в целом, изменения в подсистемах и поведении системы. Часто при этом в круг рассматриваемых проблем не включаются вопросы экологического (системного) нормирования и получения ответной реакции системы в целом на внешнее воздействие.
Учитывая всё вышеперечисленное не удивительно, что метод математического моделирования, как способ изучения водных экосистем, получил столь широкое применение. Эксперименты на моделях водных экосистем позволяют исследовать закономерности протекания процессов и явлений, взаимосвязи между компонентами, выявлять критические нагрузки и воздействия. Результаты моделирования, подтвержденные натурными наблюдениями, говорят о верности или ошибочности принятой авторами теории, что приводит к развитию понимания сложного характера взаимоотношений в системе, к более полному их описанию с помощью методов математического моделирования.
Актуальность настоящего исследования определяется и недостаточностью теоретических и экспериментальных исследований, по оценке влияния факторов среды на скорости процессов массообмена и трансформации вещества в водных экосистемах, а также отсутствием унифицированных подходов для совместного учёта влияния факторов на скорости массообмена и экологические функции экосистем...
Любое научное исследование не может обходится без длительновременных натурных наблюдений объектов исследования, их состава, свойств, функций и системных эффектов. Эти наблюдения должны носить не только качественный, но и количественный характер.
Ввиду сложности и трудоёмкости проведения комплексных натурных наблюдений, а также из-за некоторых других факторов (экономических, наукоёмкие затраты, особенности климата и ландшафта на территории исследуемого объекта, лабораторная база исследований, компьютерный парк и др.) бывает проблематично получить необходимые данные для адекватного понимания закономерностей протекания обменных процессов в водных экосистемах и для иллюстрации адекватности полученных на модели результатов. Например, в статье (Филатов и др., 2022) указано, что для крупных озёр России практически отсутствует количественное описание сложных экосистемных взаимодействий.
Ещё труднее выполнять интегральные оценки системных эффектов, выявлять их особенности и временные трансформации, прогнозировать развитие и трансформацию водных экосистем в целом, изменения в подсистемах и поведении системы. Часто при этом в круг рассматриваемых проблем не включаются вопросы экологического (системного) нормирования и получения ответной реакции системы в целом на внешнее воздействие.
Учитывая всё вышеперечисленное не удивительно, что метод математического моделирования, как способ изучения водных экосистем, получил столь широкое применение. Эксперименты на моделях водных экосистем позволяют исследовать закономерности протекания процессов и явлений, взаимосвязи между компонентами, выявлять критические нагрузки и воздействия. Результаты моделирования, подтвержденные натурными наблюдениями, говорят о верности или ошибочности принятой авторами теории, что приводит к развитию понимания сложного характера взаимоотношений в системе, к более полному их описанию с помощью методов математического моделирования.
Актуальность настоящего исследования определяется и недостаточностью теоретических и экспериментальных исследований, по оценке влияния факторов среды на скорости процессов массообмена и трансформации вещества в водных экосистемах, а также отсутствием унифицированных подходов для совместного учёта влияния факторов на скорости массообмена и экологические функции экосистем...
✅ Заключение
Цель данной работы - модельная имитация влияния факторов среды на скорости процессов массообмена и трансформации вещества в водной экосистеме Невской губы Финского залива.
В первом разделе работы автором были обобщены теоретико-методологические и авторские подходы к оценке влияния факторов среды на скорости обменных процессов в водной экосистеме. Результаты данных обобщений послужили основой создания авторской пространственно-однородной 14 компонентной модели круговорота углерода, азота, фосфора и других веществ в мелководной экосистеме «CNPXO 2024».
Для совместного учёта влияния факторов среды на скорости массообмена во втором разделе работы в качестве ключевого процесса был выбран процесс первичного продуцирования органического вещества фитопланктоном в водной экосистеме. Автором была выполнена алгоритмическая реализация модели, проведено моделирование внутригодового цикла развития водной экосистемы на основе трех основных моделей совместного учета влияния факторов (ледовые условия, температура, освещенность, концентрация в воде минерального азота и фосфора) на ключевой процесс новообразования первичной продукции органического вещества фитопланктоном. Были получены результаты решения модели с шагом 1 сутки на годовом интервале с учётом подходов Либиха, Митчерлиха и Либиха-Митчерлиха. Выполнено сравнение полученных результатов. Получен обширный материал по влиянию факторов на другие скорости массообмена в экосистеме.
В последнем разделе работы выполнено исследование адекватности модели. Для этого на основе результатов моделирования и натурных наблюдений были рассчитаны композитные индексы качества воды по компонентам химического состава воды: общий азот, общий фосфор, минеральные соединения азота, минеральный фосфор, БПК5, для всех месяцев года. Полученные интегральные показатели качества воды (ИПК) для месяцев года по результатам первичного мониторинга сравнивались с ИПК качества воды по результатам моделирования (средние значения за месяц).
В этом же разделе работы были обобщены результаты оценки влияния факторов на скорости процессов массообмена для разработанных модельных сценариев на годовом этапе функционирования водной экосистемы. В сценариях рассмотрено, как изменится состояние водной экосистемы в экспериментах с увеличением температуры воды, содержания в воде минерального фосфора, совместном учете повышения температуры и концентрации минерального фосфора, изменением режима мутности и др.
В результате модельных имитаций в целом было получено:
1. Первый весенний пик развития фитопланктона приходится на Л-модель - 27 апреля, с биомассой равной 2 мг сух.в./л. По ЛМ-модели пик наступает 12 мая с биомассой равной 1,53 мг сух.в./л. И самый поздний пик по М-модели - 20 мая, биомасса равна 1,40 мг сух.в./л. Летом в среднем от 0,01 до 0,22 мг сух.в./л. Ранняя осень характеризуется пологим пиком биомассы примерно с 10 августа по 5 ноября. В это время происходит сначала небольшой рост биомассы, а потом падение до зимних значений. Для ЛМ и М моделей максимум наступает с разницей в один день - 29 и 30 августа соответственно. Для М-модели биомасса фитопланктона составляет 0,11 мг сух.в./л, для ЛМ-модели 0,22 мг сух.в./л. Осенний максимум по Либиху наступает на месяц позже 29 сентября с биомассой фитопланктона 0,21 мг сух.в./л.
2. Особенных различий между моделями совместного учёта влияния факторов среды на интенсивность первичного биосинтеза для растворённых органических веществ не выявлено. Различаются сроки поступления/изъятия вещества из водной среды и интенсивности данных процессов.
3. Различия в годовом распределении компонентов минеральных соединений проявляются только для нитратного и нитритного азота. Л-модель для нитритного азот занижает значение, а для нитратного азота наоборот, завышает значения относительно натурных данных.
4. Для проверки адекватности выполненных численных реализаций были использованы статистические критерии и интегральный показатель качества воды. По критерию Тейла проверялось соответствие рядов для аммонийного, нитритного азота и минерального фосфора по натурным данным и по данным численных реализаций . Наилучшую сходимость для минерального фосфора показал подход Митчерлиха, значение критерия = 0,098, по аммонийному азоту - подход Либиха-Митчерлиха, значение критерия = 0,158, по нитритному азоту - подход Либиха, значение критерия = 0,142. По критерию Нэша-Сатклиффа для тех же компонентов и рядов наилучшую сходимость для минерального фосфора показал подход по Митчерлиху, значение критерия = 0,903, по аммонийному азоту - подход Митчерлиха, значение критерия = 0,580, по нитритному азоту - подход Либиха-Митчерлиха, значение критерия = 0,789.
5. По интегральному показателю качества воды все подходы для всех месяцев года дают класс качества воды «чистые». В натурных данных для апреля и июля класс качества воды определён как «удовлетворительно чистые». Подход Митчерлиха даёт наиболее близкие к натурным данным результаты, по абсолютным показателям значений ИНК для 8 месяцев года. Как следует из вышеперечисленного наиболее адекватные значения получены при использовании подхода Митчерлиха.
6. В результате модельных имитаций было определено, что наибольшее влияние (основной лимитирующий фактор) на первичный биосинтез оказывает концентрация в воде минерального фосфора. Для оценки влияния факторов на скорости обменных процессов в экосистеме были проведены 5 экспериментов, результаты которых сравнивались с результатами эксперимента для натурных данных 2022года....
В первом разделе работы автором были обобщены теоретико-методологические и авторские подходы к оценке влияния факторов среды на скорости обменных процессов в водной экосистеме. Результаты данных обобщений послужили основой создания авторской пространственно-однородной 14 компонентной модели круговорота углерода, азота, фосфора и других веществ в мелководной экосистеме «CNPXO 2024».
Для совместного учёта влияния факторов среды на скорости массообмена во втором разделе работы в качестве ключевого процесса был выбран процесс первичного продуцирования органического вещества фитопланктоном в водной экосистеме. Автором была выполнена алгоритмическая реализация модели, проведено моделирование внутригодового цикла развития водной экосистемы на основе трех основных моделей совместного учета влияния факторов (ледовые условия, температура, освещенность, концентрация в воде минерального азота и фосфора) на ключевой процесс новообразования первичной продукции органического вещества фитопланктоном. Были получены результаты решения модели с шагом 1 сутки на годовом интервале с учётом подходов Либиха, Митчерлиха и Либиха-Митчерлиха. Выполнено сравнение полученных результатов. Получен обширный материал по влиянию факторов на другие скорости массообмена в экосистеме.
В последнем разделе работы выполнено исследование адекватности модели. Для этого на основе результатов моделирования и натурных наблюдений были рассчитаны композитные индексы качества воды по компонентам химического состава воды: общий азот, общий фосфор, минеральные соединения азота, минеральный фосфор, БПК5, для всех месяцев года. Полученные интегральные показатели качества воды (ИПК) для месяцев года по результатам первичного мониторинга сравнивались с ИПК качества воды по результатам моделирования (средние значения за месяц).
В этом же разделе работы были обобщены результаты оценки влияния факторов на скорости процессов массообмена для разработанных модельных сценариев на годовом этапе функционирования водной экосистемы. В сценариях рассмотрено, как изменится состояние водной экосистемы в экспериментах с увеличением температуры воды, содержания в воде минерального фосфора, совместном учете повышения температуры и концентрации минерального фосфора, изменением режима мутности и др.
В результате модельных имитаций в целом было получено:
1. Первый весенний пик развития фитопланктона приходится на Л-модель - 27 апреля, с биомассой равной 2 мг сух.в./л. По ЛМ-модели пик наступает 12 мая с биомассой равной 1,53 мг сух.в./л. И самый поздний пик по М-модели - 20 мая, биомасса равна 1,40 мг сух.в./л. Летом в среднем от 0,01 до 0,22 мг сух.в./л. Ранняя осень характеризуется пологим пиком биомассы примерно с 10 августа по 5 ноября. В это время происходит сначала небольшой рост биомассы, а потом падение до зимних значений. Для ЛМ и М моделей максимум наступает с разницей в один день - 29 и 30 августа соответственно. Для М-модели биомасса фитопланктона составляет 0,11 мг сух.в./л, для ЛМ-модели 0,22 мг сух.в./л. Осенний максимум по Либиху наступает на месяц позже 29 сентября с биомассой фитопланктона 0,21 мг сух.в./л.
2. Особенных различий между моделями совместного учёта влияния факторов среды на интенсивность первичного биосинтеза для растворённых органических веществ не выявлено. Различаются сроки поступления/изъятия вещества из водной среды и интенсивности данных процессов.
3. Различия в годовом распределении компонентов минеральных соединений проявляются только для нитратного и нитритного азота. Л-модель для нитритного азот занижает значение, а для нитратного азота наоборот, завышает значения относительно натурных данных.
4. Для проверки адекватности выполненных численных реализаций были использованы статистические критерии и интегральный показатель качества воды. По критерию Тейла проверялось соответствие рядов для аммонийного, нитритного азота и минерального фосфора по натурным данным и по данным численных реализаций . Наилучшую сходимость для минерального фосфора показал подход Митчерлиха, значение критерия = 0,098, по аммонийному азоту - подход Либиха-Митчерлиха, значение критерия = 0,158, по нитритному азоту - подход Либиха, значение критерия = 0,142. По критерию Нэша-Сатклиффа для тех же компонентов и рядов наилучшую сходимость для минерального фосфора показал подход по Митчерлиху, значение критерия = 0,903, по аммонийному азоту - подход Митчерлиха, значение критерия = 0,580, по нитритному азоту - подход Либиха-Митчерлиха, значение критерия = 0,789.
5. По интегральному показателю качества воды все подходы для всех месяцев года дают класс качества воды «чистые». В натурных данных для апреля и июля класс качества воды определён как «удовлетворительно чистые». Подход Митчерлиха даёт наиболее близкие к натурным данным результаты, по абсолютным показателям значений ИНК для 8 месяцев года. Как следует из вышеперечисленного наиболее адекватные значения получены при использовании подхода Митчерлиха.
6. В результате модельных имитаций было определено, что наибольшее влияние (основной лимитирующий фактор) на первичный биосинтез оказывает концентрация в воде минерального фосфора. Для оценки влияния факторов на скорости обменных процессов в экосистеме были проведены 5 экспериментов, результаты которых сравнивались с результатами эксперимента для натурных данных 2022года....
ИЛИ
Поиск аналога
📕 Список литературы
🖼 Скриншоты
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.