Моделювання забруднення ґрунтів
Y = y0 e – k t (12)
Для отримання
більш точних
даних про зміну
концентрації
пестицидів
в грунті з часом
при дії різних
факторів оточуючого
середовища,
користуються
методом ґрунтового
врахування
аргументів
для самоорганізації
прогнозуючих
моделей за
даними досліду.
Зовнішнім
критерієм при
синтезі прогнозуючих
моделей може
бути критерій
регулярності
чи критерій
мінімуму
.
На другому етапі селекції відбувається адаптація коефіцієнтів моделі у всіх точках і кожна з F кращих моделей перевіряється за додатковим критерієм селекції: задається “трубка” значень прогнозуючого параметра, яка дозволяє виділити моделі прогнози по яких знаходяться в її межах в процесі крокового інтегрування рівнянь. Точність, яка не виходить за межі “трубки” прогнозів оцінюється за критерієм помилки багаторазового прогнозу
,
де
-
відповідно
фактичне значення
і значення
покрокового
прогнозу, розраховане
по даній моделі.
Вибір моделі
оптимальної
складності
виується на
площині критеріїв
чи
.
Оптимальними є моделі, які знаходяться ближче до початку координат:
Приклад 1. прогнозуюча величина c(t) концентрація далапону в грунті. Вхідні параметри – концентрація даної речовини в початковий момент часу c (t0 ), рН грунту в час t. Так як в досліді c(t0) змінювалась в різних межах, то необхідно виконати нормування вхідного параметра . вихідна величина тепер буде:

Повний поліном, на основі якого синтезовані моделі, мають наступний вигляд:
=
,
(13)
Синтезуються алгебраїчні моделі, тому селекція проходить в один етап з подальшою адаптацією коефіцієнтів моделі у всіх точках. Точок вивчення – 48 , перевірки – 12 . після обробки на ЕОМ отримались наступні найкращі моделі:
= 0,2358743 – 0,6897212
(14)
Помилка прогнозу 15,7 %, або 0,16 в частинах від одиниці.
=
(15)
Помилка прогнозу 15,4% , чи 0,15 в частинах від одиниці.
Приклад 2. вхідні величини – тільки концентрація в початковий момент часу c (t0) і час t. Повний поліном такий самий, як і в першому прикладі, але немає рН. Точок вивчення – 10, перевірки – 5.
=
![]()
(16)
Помилка перевірки 12,08%, чи 0,12 по відношенню до одиниці.
=![]()
(17)
Помилка перевірки 10,18%, чи 0,1 по відношенню до одиниці.
Таблиця 2
Залежність концентрації дапалону від часу, доби.
| Зразу після внесення | 5 | 30 | 50 | 75 | 90 |
| 0,66 | 0,56 | 0,47 | 0,44 | 0,35 | 0,28 |
| 1,00 | 0,8 | 0,67 | 0,55 | 0,48 | 0,39 |
| 1,33 | 1,17 | 1,00 | 0,94 | 0,79 | 0,63 |
| 2,00 | 1,167 | 1,40 | 1,32 | 1,12 | 1,03 |
6. Приклад моделі розрахунку і прогнозування хімічного забруднення ґрунту
Згідно даних про ступінь і характер забруднення ґрунту в районі шлаконакпичувачів були розроблені моделі розрахунку деяких хімічних елементів в поверхневому (0-20 см) горизонті ґрунту, а саме для:
Міді
;
цинку
![]()
хрому
![]()
нікелю
![]()
де r – відстань
від шлакнакпичувача
(
м);
x0 – вихідне значення хімічних елементів в ґрунті, мг/кг.
| U | zn | cr | ni | ||||
| x0 | x0 | x0 | x0 | ||||
| 100 | 100 | 100 | 100 | ||||
| r | y | r | y | r | y | r | y |
| 0 | 99,2 | 0 | 90 | 0 | 90 | 0 | 90 |
| 25 | 151,7 | 25 | 111,25 | 25 | 132,5 | 25 | 127,5 |
| 50 | 209,2 | 50 | 145 | 50 | 200 | 50 | 190 |
| 75 | 271,7 | 75 | 191,25 | 75 | 292,5 | 75 | 277,5 |
| 100 | 339,2 | 100 | 250 | 100 | 410 | 100 | 390 |
| 125 | 411,7 | 125 | 321,25 | 125 | 552,5 | 125 | 527,5 |
| 150 | 489,2 | 150 | 405 | 150 | 720 | 150 | 690 |
| 175 | 571,7 | 175 | 501,25 | 175 | 912,5 | 175 | 877,5 |
| 200 | 659,2 | 200 | 610 | 200 | 1130 | 200 | 1090 |
| 225 | 751,7 | 225 | 731,25 | 225 | 1372,5 | 225 | 1327,5 |
| 250 | 849,2 | 250 | 865 | 250 | 1640 | 250 | 1590 |
| 275 | 951,7 | 275 | 1011,25 | 275 | 1932,5 | 275 | 1877,5 |
| 300 | 1059,2 | 300 | 1170 | 300 | 2250 | 300 | 2190 |
| 325 | 1171,7 | 325 | 1341,25 | 325 | 2592,5 | 325 | 2527,5 |
| 350 | 1289,2 | 350 | 1525 | 350 | 2960 | 350 | 2890 |
| 375 | 1411,7 | 375 | 1721,25 | 375 | 3352,5 | 375 | 3277,5 |
| 400 | 1539,2 | 400 | 1930 | 400 | 3770 | 400 | 3690 |
| 425 | 1671,7 | 425 | 2151,25 | 425 | 4212,5 | 425 | 4127,5 |
| 450 | 1809,2 | 450 | 2385 | 450 | 4680 | 450 | 4590 |
| 475 | 1951,7 | 475 | 2631,25 | 475 | 5172,5 | 475 | 5077,5 |
| 500 | 2099,2 | 500 | 2890 | 500 | 5690 | 500 | 5590 |

Cu

Zn

Cr

Ni
Висновки
Запропонований підхід до математичного моделювання розповсюдження речовин забруднення в природних середовищах (водному, повітряному, грунті) має універсальний характер, який базується на спільності фізичних процесів масопереносу, які описуються в природно – технічних системах рівняннями в часткових похідних; на можливості переходу від неперервних рівнянь до їх різницевих аналогів; на ідентифікації різницевих рівнянь по натурних спостереженнях з використанням універсальних принципів самоорганізації. Специфіка підходу – в особливостях процесів (функції джерела забруднення, властивостях середовища та ін.), виражених в структурі рівнянь , способах організації натурних експериментів (критерії оцінки, перевірка адекватності, вибір списку змінних).
Область застосування методології обумовлена наявністю достатньо повних експериментальних даних. Постановка необхідних експериментів особливо гостро відчувається при ідентифікації ґрунтових процесів: тут варто переходити від точкових моделей до рівнянь одно-, двох- і трьохмірних палів, так як при вивчені пестицидів , важких металів, радіонуклідів важливу роль грає їх просторове розміщення.
В практиці прогнозування виникає потреба моделювання в декількох середовищах одночасно. Комплексна модель може бути отримана комбіновано: на принципах самоорганізації (при наявності експериментальних даних) ,по методу Галеркіна , якщо відомі граничні умови, або на основі імітаційного моделювання. На межах середовищ задаються (а також визначаються емпіричні) умови спряження.
Прогнозування на основі математичного моделювання розглядається не тільки як екстраполяція середовищ в часі і просторі, але як прогноз структурних вимірювань екосистем. Останній напрям тісно пов’язаний до використання методів теорії катастроф. Однак аналогічне вирішення цієї теорії має обмежену область застосування. Більш перспективною є розробка чисельних методів визначення точок рівноваги граничних значень області стійкості і інших структурних особливостей досліджуваних екологічних систем.
Література
1. Коротун І.М. , Коротун Л.М. : Географія рівненської області , Рівне-96.
2. Лаврик В.І. “Методи математичного моделювання в екології” ,: К-98.
3. Ковальчук П.І. Лахно, “Прогнозирование и оптимизация санитарного состояния окружающей среды”. К-98.