Молодежная весна 2022

Выявление процессов цветения водных объектов с использованием спутниковых данных

О. В. Попова

студент гр. ГЛ-19, факультет строительства и экологии ЗабГУ, г. Чита

Процесс эвтрофирования водоема – это ухудшение качества воды вследствие увеличения содержания биогенных веществ, таких как азот, фосфор и повышение концентраций солей аммония, нитратов и нитритов. Из-за этого возникает дефицит кислорода в водоеме, что приводит к негативным последствиям – гибели рыб, заболачиванию водоема, развитию сине-зеленых водорослей, изменению флоры и фауны водоема. Рост сине-зеленых водорослей опасен тем, что они выделяют органические вещества, приводящие к вторичному загрязнению. В процессе отмирания сине-зеленых водорослей снова выделяются азот, фосфор, аммиак и другие органические вещества, что служит благоприятной средой для повторного бурного развития водорослей и последующего загрязнения водоема. Это приводит к непригодности для использования водоема из-за ухудшения условий в санитарноэпидемиологическом и рекреационном плане.

Выявление причин эвтрофирования водоемов – сложная и актуальная научная проблема, связанная с организацией мониторинга за разнообразными источниками биогенных веществ, контроле за пространственно-распределенным поступлением удобрений с сельскохозяйственных угодий, идентификации источников сброса промышленныхибытовыхстоковвводоем,замедлениятокаводы. Поэтомунеобходимоосуществлятьмониторингзакачествомводы водоемов и водотоков с использованием методов дистанционного зондирования Земли посредством спутниковых систем.

Объектом нашего исследования является трансграничная река Аргунь [1; 2]. На участке реки длиной более 500 км от выхода реки на границу России с Китаем и до села Олочи в июле 2020 года было выявлено загрязнение, проявляющееся в виде мутной пленки из сине-зеленых водорослей. Для проведения исследования нам необходимы гидрохимические показатели качестваводырекиАргунь,атакжеданныедистанционногозондирования Земли данного водоема за вегетационный период с мая по октябрь 2020 года.

161

При реализации дистанционного мониторинга эвтрофирования существует множество вариантов детектирования развития водной растительности, например использование спектральных вегетационных индексов, предназначенных для обработки спутниковых данных. В своей работе мы использовали спектральные вегетационные индексы – NDTI, GNDVI, CVI.

Большое количество исследований растительного покрова и внутриводной растительности посвящено изучению спектральных преобразований, к которым относятся вегетационные индексы. Для мультиспектральных данных дистанционного зондирования наибольшее применение получили вегетационные индексы широких спектральных диапазонов, которые проявляют чувствительность к таких биофизическим характеристиками как индекс поверхности листовой пластинки (LAI), концентрации и плотности хлорофилла. При этом важной для исследований является возможность отделить между собой характеристики LAI и содержания хлорофилла.Vincini M. и др. [5] предложили вегета-

ционныйиндексхлорофиллаCVI (ChlorophyllVegetationIndex) ко-

торый проявляет высокую чувствительность к содержанию хлорофилла в растительном покрове, но в то же время базируется на соотношении отражательной способности в красном и зеленом участках видимого спектра, минимизируя влияние почвенного покрова. Формула для вычисления индекса:

(1)

где NIR – отражательная способность земной поверхности в ближнем инфракрасном диапазоне 0,85–0,88 мкм;

Red – отражательная способность земной поверхности в диапазоне 0,64–0,67 мкм;

Green – отражательная способность земной поверхности в диапазоне 0,54–0,57 мкм.

С точки зрения условий оценки содержания хлорофилла, используемый спектральный индекс должен быть инвариантным к изменениям доли пигментов, отличных от хлорофилла, в то же время такой индекс должен быть устойчивым к другим факторам среды. Анализируя возможности спектрорадиометра MODIS Gitelson с соавторами [3] предложили использовать статистические оценки коэффициентов вариации спектральных участков в

162

диапазонах от 0,54 до 0,57 мкм. При этом по сравнению с NDVI, отражающаяспособностькоторогоявляетсяпигментоустойчивой для концентраций хлорофилла от 3–5 до 40 мкг/см3, данный диапазон зеленого участка спектра был выбран как более чувствительный для детектирования растительных клеток по сравнению с красным участком. В этой связи был предложен GNDVI (Green Normalized Difference Vegetation Index) – «зеленый» нормализо-

ванный относительный вегетационный индекс.

(2)

При этом чувствительность определения фотосинтетически активных клеток была увеличена до значений менее 2 мкг/ см3, с коэффициентом корреляции соотношения GNDVI и концентрации хлорофилла более 0,96.

Нормализованный разностный индекс мутности NDTI

(Normalized difference turbidity index) направлен на исследование эффектов уменьшения прозрачности воды, связанных с наличием взвешенных веществ, неорганических и органических примесей в водном объекте [4]. При этом на повышение значений NDTI в воде могут влиять и процессы эвтрофирования. Индекс NDTI рассчитывается по формуле

(3)

По информации, полученной в результате обработки данных спутникового зондирования Земли (с помощью спектральных вегетационных индексов), мы получили области повышенных значений индексов цветения водорослей на участке от с. Кайластуй дос.Староцурухайтуйзапериодсиюляпосентябрьв2020 г.При этом можно сделать вывод о развитии процессов эвтрофирования в речных водах. Возможной причиной является поступление дополнительной биомассы водорослей из пойменных озер БараНур, Хара-Нур, Хурэтуй, Бургат-Нур, расположенных на территории КНР.

Исследование выполнено при поддержке Гранта Совета по научной и инновационной деятельности Забайкальского государственного университета.

163

Список литературы

1.Курганович К. А., Шаликовский А. В., Зима Л. Н., Маслова А. В., Попова О. В. Исследование пространственно-временной динамики растительных сообществ речной поймы трансграничной реки Аргунь (Хайлар) с использованием спектральных вегетационных индексов EVI по данным дистанционного зондирования MODIS // Водные ресурсы и водопользование: материалы IV Всерос. науч.-практ. конф. с междунар. участием. Чита, 2021. С. 61–68.

2.Шаликовский А. В., Заслоновский В. Н., Курганович К. А., Босов М. А., Солодухин А. А., Шаликовский Д. А. Современная ситуация на пограничном участке реки Аргунь // Водное хозяйство России: проблемы, технологии, управление. 2018. № 2. С. 4–18.

3.Gitelson A. A., Merzlyak M. N. Remote estimation of chlorophyll content in higher plant leaves. Текст: электронный // International Journal of Remote Sensing. 1997. № 12. С. 2691–2697. URL: http://dx.doi. org/10.1080/014311697217558 (дата обращения: 11.04.2022).

4.Lacaux J. P., Tourre Y. M. Classification of ponds from high-spatial resolution remote sensing: application to Rift Valley Fever epidemics in Senegal // Remote Sensing of Environment. 2007. № 106. С.66–74.

5.Vincini M., Frazzi E., D’ Alessio P. A broad-band leaf chlorophyll vegetation index at the canopy scale // Precision Agriculture. 2008. № 9. С.303–319.

Научный руководитель А. В. Маслова, канд. техн. наук, доцент кафедры водного хозяйства, экологической и промышленной безопасности, Забайкальский государственный университет.

Геоинформационные подходы по визуализации нормативной гидрологической информации в QGIS

С. А. Филатова

студент гр. ГЛ-19, факультет строительства и экологии ЗабГУ, г. Чита

Подгидрологическойинформациейпонимаетсясовокупность работ по сбору, обработке и передаче потребителю (заинтересованным организациям и гражданским лицам) данных, характеризующих состояние водных объектов в настоящий момент времени или истекший период, а также об ожидаемом их состоянии.

Гидрологическая информация, получаемая непосредственно от источников наблюдения – гидрометеорологических станций и постов – называется первичной, которая в свою очередь быва-

164

ет регулярной (в виде систематических наблюдений служб Рос­ гидромета) и нерегулярной (эпизодические наблюдения или так называемые штормовые оповещения) [2].

Статистически обработанная первичная информация называется вторичной и применяется для разработки прогнозов и определения различных климатических характеристик. В результате происходит формирование нормативной гидрологической информацииккоторойотносятсястатистическиехарактеристики расхода, уровней и температуры воды, стока взвешенных и донных наносов и т. д.

Нормативная информация является основой целого ряда гидрологических расчетов. В нашей стране при этом используется Пособиепоопределениюрасчетныхгидрологическиххарактеристик, в том числе карты в приложении [4].

Необходимоотметить,чтопосвоейсутивсяэтаинформация является пространственной, т. е. может быть закоординирована.

Для облегчения работы с пространственной информацией

впоследнее время все больше применяется ее визуализация с помощью геоинформационных систем, как например показано

вработе [3]. При этом сам процесс визуального представления информации делится на этапы [5]:

1 этап. Информация кодируется с помощью ее преобразования в визуальный формат, при этом используются различные визуальные атрибуты (цвет, форма, расположение, размер геопространственного объекта).

2 этап. Информация декодируется, т. е. происходит процесс восстановления информации, при котором информация переводится на понятный получателю язык. Происходит сопоставление полученной информации со знаниями, и последующая ее интерпретация в мозгу человека или в технической системе.

Рассмотрим пример визуализации нормативной гидрологической информации с помощью ГИС.

Вкачестве источника данных принята карта листа 16 приложения 1 «Пособия…» [4] «Слой дождевого стока рек, вероятностью превышения P=1 %». Рассматриваемый участок карты – территория Забайкальского края.

Непосредственная работа проведена в геоинформационном обеспечении QGIS 2.18.19 с использованием встроенных геоалгоритмов SAGA по общим рекомендациям [1] в следующей последовательности:

165

−выполнение географической привязки растра карты по имеющейся координатной сетке с последующим перепроецированием в систему координат WGS 84 UTM Zone 49 N;

−проведение векторизации (оцифровки) изолиний исследуемого параметра с попутным заполнением атрибутивных данных на площади, превышающей рассматриваемую территорию (для создания более качественной модели данных);

−преобразование созданного линейного слоя в точечный

спомощью модуля Convert lines to points, принимая расстояние между точками (Insert Distance) равным 10 000 м;

−построение по полученному слою точек растровой GRID-модели слоя дождевого стока с помощью модуля Multilevel B-Spline Interpolation, с размером ячейки выходного растра (Cell size) 10 000 м;

−для улучшения восприятия тип изображения изменен с «одноканального серого» на «одноканальное псевдоцветное», тип интерполяции – линейная, диапазон цвета – спектральный.

В результате получена растровая модели слоя дождевого стока рек, вероятностью превышения P = 1 % в виде множества равных по размерам (10×10 км) и упорядоченных в виде столбцов и строк ячеек, каждая из которых отражает количественные характеристики исследуемого параметра. Далее с помощью инструмента «определить объекты» в среде QGIS можно определить значение слоя дождевого стока в нужной для нас точке, не прибегая к каким-либо дополнительным расчетам.

Использование ГИС при визуализации нормативной гидрологической информации позволяет упростить проведение необходимых процедур интерполяции или экстраполяции для определения диапазона или непосредственного значения рассматрива­ емой гидрометеорологической величины.

Кроме того, при необходимости актуализации значений исследуемых величин, внесение изменения в подобные модели при использовании ГИС не занимает много времени.

Список литературы

1.Босов М. А., Зима Л. Н. Геоинформационные системы в геоэкологических исследованиях: учеб. пособие. Чита: ЗабГУ, 2018. 118 с.

2.Босов М. А. Основы гидрометеорологического обеспечения хозяйственной деятельности: учеб. пособие. Чита: ЗабГУ, 2019. 124 с.

166

3.Нагаева Е. В., Обязов В. А., Курганович К. А. Распределение модуля стока рек по территории Забайкальского края // Вестник Забайкальского государственного университета. 2014. № 10. С. 11–19.

4.Пособие по определению расчетных гидрологических характеристик / под ред. А. В. Рождественского и А. Г. Лобановой. Л.: Гидрометиздат, 1984. 447 с.

5.Хижняк Ю. Д. ГИС как средство визуализации информации // NOVAINFO. 2017. № 70. С. 46–50.

НаучныйруководительМ. А. Босов,канд.техн.наук,доценткафедры водного хозяйства, экологической и промышленной безопасности, Забайкальский государственный университет.

Исследование условий недеформирования узлов и частей конструкции при изгибе

А. Н. Долгашова1, В. Д. Кирилюк2

1, 2 студент гр. СУС-20, факультет строительства и экологии ЗабГУ, г. Чита

В процессе проектирования промышленных и гражданских зданий и сооружений возникает множество проблемных вопросов, связанных с технологией строительства и эксплу­ атаций. Материалы, используемые в технологии строительства деформируемы, к ним относятся: сталь, древесина, бетон, железобетон, полимеры и т. д. В проектах учитывается состояние деформирования элементов конструкций, при этом обеспечивается упругое выполнение работы материалов. С этой целью проводятся расчеты на определение линейных и угловых перемещений различных точек, узлов, элементов. Эти перемещения должны укладываться в нормативные показатели, установленные строительными нормами и правилами Российской Федера-

ции [1].

Иногда на стадии проектирования объектов строительства возникают особые условия, требующие неподвижности и недеформируемости ряда узлов и элементов конструкций. В промышленных сооружениях это опоры трубопроводов, газопроводов, детали лестничных пролетов, школ, детских садов. Для обеспечения этих условий следует выявить способы исполнения с использованием конструктивных элементов и приемов нагружения.

167

Однимизвариантовсохранениянеподвижностиузловиэлементов конструкций является выявление точек нагружения сосредоточенными силами и моментами изгибаемых балок и рам. Причем значения этих нагрузок не должны влиять на перемеще-

ния [2].

В качестве первого случая рассматриваем нагружения многоопорной балки моментов пары сил. По условии исследования следует определить расстояние z от средней опоры, при котором участок балки между опорами В и С остается недеформируемым (рис. 1). Представленная балка имеет степень статической не­ определимости единицу. Принимаемданные дляпроведения рас-

чета: a = 5 см ; l = 2 м ; m = 20 кН*м ; E = 2*105 МПа.

Рис. 1. Схема балки с эпюрами

Учитывая статическую неопределимость балки, первоначально был использован метод сил для расчета и анализа перемещений. Однако для определения расстояния z метод сил был

168

неэффективен. Анализ схемы балки показывает, что если перемещения на участке BC равны нулю, то должен отсутствовать в сечениях и внутренние силы. Также на опоре С угол поворота должен быть равен нулю.

Исходя из этих рассуждений следовало провести расчет угла поворота на опоре С, приравняв его к нулю.

От действия момента m была построена грузовая эпюра изгибающих моментов (рис. 1б). Затем приложен единичный момент в опоре С (рис. 1в) и построено единичная эпюра изгибающих моментов (рис. 1г).

Для определения угла поворота в опоре С проведем вычисленная по формуле Симпсона, приравняв уравнение к нулю. Из полученного уравнения находим z1 = 0,845 м, что составляет 42 % от расстояния l.

Таким образом, определено точное расстояние от средней опоры, для которого при приложении внешнего момента участок ВС будет недеформируем.

Для рассмотрения второго случая неподвижности определенной точки была выбрана рамная конструкция. Следовало определить расстояние z на нижнем ригеле, в конце которого от приложения силы F вертикальное перемещение узла В равно нулю (рис. 2а). Принимаем следующие данные для проведения расчета: F = 30 кН ; l = 1 м ; d = 2 см; E = 2*10^5 МПа.

Расчет выполнен в следующем порядке. Строим грузовую эпюру изгибающих моментов от действия силы F (рис. 2б). Затем в узле В прикладываем вертикальную единичную силу (рис. 2в), строим единичную эпюру изгибающих моментов (рис. 2г).

Вычисление вертикального перемещения точки B проводим по формуле Симпсона. В результате расчета получаем z = 0,67 м, что составляет 67 % от длины l.

Таким образом, путем анализа схем представленных конструкций и вычислений линейных и угловых перемещений определены условия, при которых узлы и элементы непод­вижны.

169

Рис. 2. Схема рамы и эпюры изгибающих моментов

170