МОДЕЛЮВАННЯ ПОШИРЕННЯ ТА ОЦІНКА ЕКОЛОГІЧНИХ НАСЛІДКІВ ОСІДАННЯ ХІМІЧНОГО ЗАБРУДНЕННЯ ПРИ ТЕХНОГЕННИХ АВАРІЯХ
Кочанов Едуард Олексійович
Харківський національний університет імені В. Н. Каразіна, Харків, Україна
https://orcid.org/0000-0002-8443-4054
Некос Алла Наумівна
Харківський національний університет імені В. Н. Каразіна, Харків, Україна
https://orcid.org/0000-0003-1852-0234
Безсонний Віталій Леонідович
Харківський національний економічний університет ім. С. Кузнеця, Харків, Україна
https://orcid.org/0000-0001-8089-7724
DOI: 10.52363/2522-1892.2025.2.4
Ключові слова: техногенна аварія, хімічне забруднення, екологічні наслідки, сухе осідання, шорсткість поверхні, аміак, евтрофікація, математичне моделювання
Анотація
Мета дослідження полягає у розробці комплексної математичної моделі для прогнозування та оцінки не лише зон ураження населення, але й довгострокових екологічних наслідків аварійних викидів СДОР. Модель усуває розрив між класичними задачами цивільного захисту та потребами оцінки екологічної безпеки, переносячи акцент з розрахунку токсодози (PCt50) на кількісну оцінку масового завантаження забруднювачів на екосистеми (в кг/га).
Методологія ґрунтується на поєднанні двох блоків. Перший – удосконалена Гаусова модель атмосферної дисперсії, яка, на відміну від стандартних підходів, враховує параметр шорсткості підстильної поверхні (z0), що суттєво впливає на приземні концентрації. Другий, і ключовий, блок – нововведена методологія розрахунку сухого осідання, що використовує параметр швидкості осідання (Vd). Це дозволяє перейти від розрахунку концентрацій у повітрі (C) до потоку осідання (F) та сукупного осідання (D) на ґрунт та воду. Моделювання проводилось для сценаріїв викиду 100 т аміаку за різних класів стійкості (A, D, F) та типів поверхні.
Результати демонструють критичну важливість обох параметрів. По-перше, аналіз чутливості довів, що ігнорування z0 призводить до значних помилок у прогнозуванні глибини поширення хмари (до 88% різниці за нейтральних умов). По-друге, що є головним, проведено кількісну оцінку екологічного впливу. Продемонстровано, що сукупне осідання аміаку D) може сягати 100…150 кг/га, що еквівалентно 2-3 річним агрономічним нормам. Таке "шокове" навантаження спричиняє гостру ацидифікацію ґрунтів. У водних об’єктах розрахована концентрація (Cwater) сягає 2.5…4.0 мг/л, що критично перевищує ГДК для рибогосподарських водойм (< 0.5 мг/л) і призводить до масової загибелі біоти.
Обмеження та припущення дослідження включають використання параметризованих значень Vd та застосування Гаусової моделі, яка є аналітичним наближенням порівняно з CFD-підходами.
Практична цінність роботи полягає у створенні науково-методичного інструменту, який дозволяє прогнозувати не зони евакуації, а зони, що потребуватимуть довгострокової екологічної ремедіації (наприклад, вапнування ґрунтів) та посиленого моніторингу.
Наукова новизна та значимість полягає у розробці інтегрованої моделі «атмосферний транспорт (z0) – осідання (Vd) – екологічний наслідок (кг/га, мг/л)», яка забезпечує кількісну, а не лише якісну, оцінку екологічного збитку від хімічних аварій.
Посилання
1. Weger M., Knoth O., Heinold B. An urban large–eddy–simulation–based dispersion model for marginal grid resolutions: CAIRDIO v1.0. Geoscientific Model Development. 2021. Vol. 14, No. 3. P. 1469–1493. DOI: 10.5194/gmd–14–1469–2021.
2. Di Nicola F., Brattich E., Di Sabatino S. A new approach for roughness representation within urban dispersion models. Atmospheric Environment. 2022. Vol. 283. Art. 119181. DOI: 10.1016/j.atmosenv.2022.119181.
3. Dispersion and radiation modelling in ESTE system using urban LPM / Ľ. Lipták, J. Cibulka, M. Kucbel, P. Jurčák. Atmosphere. 2023. Vol. 14, No. 7. P. 1077. DOI: 10.3390/atmos14071077.
4. Harmonisation in Atmospheric Dispersion Modelling Approaches to Assess Toxic Consequences in the Neighbourhood of Industrial Facilities / J.-M. Lacome, G. Leroy, L. Joubert, B. Truchot. Atmosphere. 2023. Vol. 14, No. 11. Art. 1605. DOI: 10.3390/atmos14111605.
5. Dense gas dispersion model development and testing for the Jack Rabbit II phase 1 chlorine release experiments / S. Gant et al. Atmospheric Environment. 2018. Vol. 192. P. 218–240. DOI: 10.1016/j.atmosenv.2018.08.009.
6. Hazardous chemical leakage accidents and emergency evacuation response from 2009 to 2018 in China: A review / J. Hou, W.-M. Gai, W.-Y. Cheng, Y.-F. Deng. Safety Science. 2021. Vol. 135. Art. 105101. DOI: 10.1016/j.ssci.2020.105101.
7. Yoo B., Choi S. D. Emergency evacuation plan for hazardous chemicals leakage accidents using GIS–based risk analysis techniques in South Korea. International Journal of Environmental Research and Public Health. 2019. Vol. 16, No. 11. Art. 1948. DOI: 10.3390/ijerph16111948.
8. Spicer T. O., Havens J. A. Field test validation of the degadis model. Journal of Hazardous Materials. 1987. Vol. 16. P. 231–245. DOI: 10.1016/0304–3894(87)80036–5.
9. Fthenakis V. HGSYSTEM: a review, critique, and comparison with other models. Journal of Loss Prevention in the Process Industries. 1999. Vol. 12, No. 6. P. 525–531. DOI: 10.1016/S0950–4230(99)00029–7.
10. Hanna S., Chang J. Acceptance criteria for urban dispersion model evaluation. Meteorology and Atmospheric Physics. 2012. Vol. 116.
P. 133–146. DOI: 10.1007/s00703–011–0177–1
11. CFD analysis of the influence of a perimeter wall on the natural gas dispersion from an LNG pool / M. Bellegoni et al. Process Safety and Environmental Protection. 2021. Vol. 148. P. 751–764. DOI: 10.1016/j.psep.2021.01.048.
12. Spicer T., Tickle G. Simplified source description for atmospheric dispersion model comparison of the Jack Rabbit II chlorine field experiments. Atmospheric Environment. 2021. Vol. 244. Art. 117866. DOI: 10.1016/j.atmosenv.2020.117866.
13. Overview of the Jack Rabbit II (JR II) field experiments and summary of the methods used in the dispersion model comparisons / S. Fox et al. Atmospheric Environment. 2022. Vol. 269. Art. 118783. DOI: 10.1016/j.atmosenv.2021.118783.
14. Modeling of Environmental Pollution by Ammonia Emission from a Damaged Pipeline / L. V. Amelina et al. Science and Transport Progress. 2021. Vol. 1(91). P. 5–14. DOI: 10.15802/stp2021/229167.
15. Rusin A., Stolecka-Antczak K. Assessment of the Safety of Transport of the Natural Gas–Ammonia Mixture. Energies. 2023. Vol. 16, No. 5. Art. 2472. DOI: 10.3390/en16052472.
16. A System Coupled GIS and CFD for Atmospheric Pollution Dispersion Simulation in Urban Blocks / Q. Wu et al. Atmosphere. 2023. Vol. 14, No. 5. P. 832. DOI: 10.3390/atmos14050832.
17. Machine learning based quantitative consequence prediction models for toxic dispersion casualty / Z. Jiao, Z. Zhang, S. Jung, Q. Wang. Journal of Loss Prevention in the Process Industries. 2023. Vol. 81. Art. 104952. DOI: 10.1016/j.jlp.2022.104952.
18. Direct Prediction of the Toxic Gas Diffusion Rule in a Real Environment Based on LSTM / F. Qian et al. International Journal of Environmental Research and Public Health. 2019. Vol. 16, No. 12. Art. 2133. DOI: 10.3390/ijerph16122133.
19. Viúdez-Moreiras D. Editorial for the Special Issue “Atmospheric Dispersion and Chemistry Models: Advances and Applications”. Atmosphere. 2023. Vol. 14, No. 8. Art. 1275. DOI: 10.3390/atmos14081275.
20. Wesley M. L., Hicks B. B. Some factors that affect the deposition rates of sulfur dioxide and similar gases on vegetation. Journal of the Air Pollution Control Association. 1977. Vol. 27, № 11. P. 1110–1116. DOI: 10.1080/00022470.1977.10470534.
21. Challenges in quantifying biosphere-atmosphere exchange of reactive nitrogen / M. A. Sutton et al. Environmental Pollution. 2007. Vol. 150, No, 1. P. 125–139. DOI: 10.1016/j.envpol.2007.04.014.
22. How a century of ammonia synthesis changed the world / J. W. Erisman et al. Nature Geoscience. 2008. Vol. 1, No. 10. P. 636–639. DOI: 10.1038/ngeo325.
23. Smith V. H., Tilman G. D., Nekola J. C. Eutrophication: impacts of excess nutrient inputs on freshwater, marine, and terrestrial ecosystems. Environmental Pollution. 1999. Vol. 100, No. 1–3. P. 179–196. DOI: 10.1016/S0269-7491(99)00091-3.