Отчет ИВМ СО РАН за 2008 год

Интеграционные, экспедиционные проекты, гранты СО РАН

• Заказные интеграционные проекты
• Междисциплинарные интеграционные проекты
• Проект № 24 «Роль микроорганизмов в функционировании живых систем: фундаментальные проблемы и биоинженерные приложения»
• Проект № 28 «Моделирование антропогенных воздействий и разработка методов оценки риска территорий Сибири и Крайнего Севера»
• Проект № 86 «Создание средств спутникового экологического мониторинга Cибири и Дальнего Востока на основе новых информационных и телекоммуникационных методов и технологий»
• Проект № 111 «Пространственные режимы течений в неизотермических и реагирующих пленках жидкости»
• Комплексные интеграционные проекты
• Экспедиционные проекты
• Целевая программа СО РАН «СуперЭВМ»
• Целевая программа СО РАН «Информационные и телекоммуникационные ресурсы СО РАН»

Междисциплинарные интеграционные проекты

Организации-исполнители: ИЦГ СО РАН, ИХБФМ СО РАН, ИБФ СО РАН, ИК СО РАН, ИМ СО РАН, НГУ СО РАН, ИЛ СО РАН, ИПА СО РАН, ИВМ СО РАН, ИОЭБ СО РАН, ИНМИ РАН, ИЗ НАНБел, ИМБ МОН РКаз, Пекин.ун-т (КНР), ИМВ им. Д. К. Заболотного НАНУ

Координаторы: ак. РАН В. К. Шумный, ак. РАН В. В. Власов

Исполнитель от ИВМ СО РАН: д.ф.-м.н., проф. В. М. Белолипецкий

На основе разработанной оригинальной компьютерной модели проведены исследования динамики вертикальной структуры стратифицированного водоема (на примере озера Шира). Показано, что толщина слоя конвективного перемешивания зависит не только от метеоданных в зимний период, но и от метеоданных в осенний период. Вертикальные распределения температуры и солености воды определяют вертикальные распределения гидробиологических характеристик.

Разработан комплекс программ для исследования гидрофизических и гидробиологических процессов в озере Шира. Комплекс программ передан в Институт биофизики СО РАН для исследования вертикальной структуры водной экосистемы озера Шира. По результатам работы по проекту написана глава «Математическое моделирование вертикальной структуры стратифицированного водоема. Гидрофизические модели» для коллективной монографии.

Основные публикации:

1. Белолипецкий В. М., Генова С. Н.
   Численное моделирование годовой динамики вертикальной структуры соленого озера // Вычислительные технологии. — 2008. — Т. 9. — № 4. — С. 34-43.

2. Белолипецкий П. В.
   Численное моделирование гидрофизических процессов в стратифицированных озёрах: Автореф. дис. : канд. физ.-мат. наук — Новосибирск: ИВТ СО РАН, 2008. — 22 с.

(Отдел вычислительных моделей в гидрофизике)

Организации-исполнители: ИВМ СО РАН, ИВТ СО РАН, ИФПС СО РАН, ИУУ СО РАН, НИЦ «Надежность» УрО РАН

Координатор: д.т.н., проф. В. В. Москвичев

Исполнитель от ИВМ СО РАН: д.т.н., проф. А. М. Лепихин

Разработан методический подход и алгоритм оценки и картирования территориальных рисков с использованием ГИС-технологий, позволяющий на основе комплексного использования имеющихся данных локального и регионального мониторинга природных и техногенных объектов определять уровни природного, техногенного и комплексного рисков чрезвычайных ситуаций (ЧС) для территорий субъектов РФ в показателях опасности и уязвимости.

Разработаны алгоритмы оценки территориальных рисков с использованием статистического анализа и ГИС-технологий, позволяющие осуществить расчеты значений индивидуальных, коллективных, социальных и комплексных рисков возникновения ЧС природного и техногенного характера для населения городов и районов промышленных агломераций и провести районирование территорий Сибири по степени риска.

Получены оценки значений индивидуальных рисков для различных видов угроз и районов Красноярского края. Риск природных ЧС составляет 7,0×10^-7, техногенных — 1,6×10^-4. Риск гибели при бытовых пожарах составляет 4,8×10^-6 — 1,42×10^-4 на ЧС в год. Наиболее опасными по этому виду риска являются Тюхтетский, Шарыповский, Ачинский, Краснотуранский районы. Риск гибели при транспортных авариях находится в пределах от 9,14×10^-7 до 1,53×10^-4 на аварию в год. Коллективный риск гибели на предприятиях химического комплекса оценивается как 3,8×10^-4 — 8,6×10^-5 чел/год; на предприятиях нефтехимического комплекса 4,3×10^-4 — 2,3×10^-5 чел/год; на взрыво- и пожароопасных объектах — 6,4×10^-5 — 7,3×10^-6 чел/год. Полученные оценки комплексного риска варьируются от допустимых значений в Красноярске (8,0×10^-6) и Канске (8,63×10^-6), до весьма высоких, равных в Тюхтетском (1,34×10^-4), Березовском (1,03×10^-4), Ачинском (1,24×10^-4) и Шарыповском (1,75×10^-4) районах.

Табл. 1. Ранжирование районов Красноярского края по уровню комплексного риска

Рис.25. Карта природного риска Красноярского края

Рис. 26. Карта техногенного риска Красноярского края

Рис. 27. Карта комплексного риска Красноярского края

На основе предложенных алгоритмов проведены расчеты риска, построены электронные карты и проведено ранжирование административных районов Красноярского края по уровню природной, техногенной и комплексной опасности и риску чрезвычайных ситуаций, а также проведена классификации территорий Красноярского края по схожести опасности с выделением пяти типов территорий, рис. 25-27, табл. 1.

Выполнены исследования по моделированию аварийных ситуаций на крупных гидротехнических и энергетических объектах Красноярского края (экспертиза проекта Богучанской ГЭС, оценка рисков ЧС на Красноярской ТЭЦ-1). На основе статистических данных о весенних паводках для среднего течения р. Енисей разработаны методы оценки опасности наводнений с использованием теории экстремальных статистик и нелинейной многопараметрической регрессии данных наблюдений.

На примере Ачинского НПЗ рассмотрены сценарии крупномасштабных аварий, возможные на нефтеперерабатывающих производствах, и разработаны мероприятия по повышению уровня и качества управления промышленной безопасностью.

Основные публикации:

1. Москвичев В. В.
   Безопасность и живучесть технических систем. Итоги II Всероссийской конференции // Тяжелое машиностроение. — 2008. — № 7. — С. 36.

2. Москвичев В. В., Тридворнов А. В.
   Зонирование территории Красноярского края по степени природного, техногенного и комплексного рисков чрезвычайных ситуаций // Вестник СибГАУ. — 2008. — Вып. 2(19). — С. 29-33.

3. Москвичев В. В., Симонов К. В.
   Статистические модели оценки опасности наводнений // Проблемы безопасности и чрезвычайных ситуаций. — 2008. — № 4. — С. 11-19.

4. Скрипкин И. Е.
   Совершенствование системы управления промышленной безопасностью опасных производственных объектов (на примере ОАО «Ачинский НПЗ»): Автореф. дис. : канд. техн. наук. — Красноярск: ООО «Полиграф», 2008. — 21 с.

5. Тридворнов А. В.
   Оценка природного, техногенного и комплексного рисков территориально-промышленных образований (на примере Красноярского края): Автореф. дис. : канд. техн. наук. — Красноярск: ИВМ СО РАН, 2008. — 22 с.

(Отдел машиноведения)

Организации-исполнители: ИВМ СО РАН, ИВТ СО РАН, ИУУ СО РАН, КНЦ СО РАН, ИЛ СО РАН, ИМКЭС СО РАН, ИАПУ ДВО РАН

Координаторы: чл.-корр. РАН В. В. Шайдуров, чл.-корр. РАН В. А. Левин, д.б.н., проф. В. И. Харук

Исполнитель от ИВМ СО РАН: к.ф.-м.н., доц. О. Э. Якубайлик

В рамках проекта разработана методика подготовки единой картографической основы для многопользовательских Интернет-систем анализа и интерактивного моделирования состояния природных объектов и ресурсов территорий. Исходные данные объединены в четыре группы. Первую группу составляют бумажные карты, в которую входят:

• физико-географические карты различных масштабов (например, М 1:200 000 для создания топографической основы природной территории);
• тематические карты (например, карты лесоустройства);
• картосхемы (например, атлас автомобильных дорог).

Вторую группу составляют готовые векторные данные, полученные другими лицами и организациями:

• данные Роскартографии, предоставляемые в географических координатах;
• данные ВИСХАГИ, предоставляемые в местной системе координат;
• данные, не имеющие координатной привязки, полученные после оцифровки непривязанных растров.

Третью группу составляют семантические данные, из которых создаются атрибутивные таблицы. Источниками этих данных являются бумажные носители (например, книги таксационных описаний), различные табличные данные, в аналоговом и цифровом виде (например, электронные таблицы Excel), а также внешняя база данных, содержащая атрибутивную информацию, построенная с использованием СУБД (например, СУБД MSSQL, ORACLE, MySQL, Firebird).

Четвертую группу исходных данных составляют данные дистанционного зондирования, которые в схеме разделены на две категории — это космические снимки различного разрешения (Terra/MODIS, Landsat, QuickBird и т.д.) и обзорные изображения (preview) космических снимков высокого разрешения.

Технологическая цепочка обработки этих исходных данных разделена на три основных блока, выполняемых последовательно:

• блок векторизации бумажных источников;
• блок преобразования векторных данных;
• блок подготовки атрибутивных данных.

В результате выполнения всех этапов технологической цепочки получается упорядоченный набор векторных данных единой картографической основы — информационное обеспечение создаваемой геоинформационной системы. Набор векторных данных единой картографической основы можно представлять в виде законченного проекта в ГИС конечного пользователя, а также в сети Интернет.

Разрабатываемые методы и технологии апробировались на ряде конкретных задач: создание комплексных цифровых моделей природных территорий (заповедники «Столбы» и «Центральносибирский»), мониторинг качества водных ресурсов на примере анализа водно-солевого режима речной сети (в заповеднике «Центральносибирский») и др.

Рис. 28. Веб-интерфейс к цифровой модели территории заповедника «Столбы» на геоинформационном Интернет-портале

ГИС-модель заповедника «Столбы» включает топографическую основу М 1:25000 (векторные слои гидрографической сети, дорожной сети, рельеф, скалы, избы и т.д.), планы лесоустройства М 1:25000 (векторные слои границ лесничеств, квартальная сеть и выделы с таксационным описанием), почвенный покров М 1:50000, и векторные слои распределения поллютантов (F, S, Cl, Pb, Sr, Al, Cd, Fe, Cu, Zn, Cr, Mn, Ni, Co, K, Na, Ca, Mg) в почве, лесной подстилке, хвое и зимних осадках.

ГИС-модель заповедника «Центральносибирский» содержит топографическую основу М 1:200000 (векторные слои гидрографической сети, дорожной сети, рельеф, почва и т.д.), планы лесоустройства М 1:50000 (векторные слои границ лесничеств, квартальная сеть, гидрографическая сеть и выделы с таксационным описанием).

Проведено исследование с целью выявления гидрохимических характеристик и проведения первичного экологического мониторинга водосборной территории бассейна реки Енисей в пределах границ заповедника «Центральносибирский».

(Отдел вычислительной физики)

Организации-исполнители: ИТ СО РАН, ИХКГ СО РАН, ИГиЛ СО РАН, ИВМ СО РАН, ИАиЭ СО РАН

Координатор: чл.-корр. РАН С. В. Алексеенко

Исполнитель от ИВМ СО РАН: д.ф.-м.н., проф. А. М. Франк

Разработан и программно реализован численный метод расчета течения жидкости в осесимметричной трубе под действием потока газа или пара, в том числе для режима с пузырями (рис. 29). Метод строился с учетом дальнейшего обобщения на случай фазовых переходов на границе раздела. Поэтому, разработан и опробован подход, при котором на каждом временном шаге течение каждой из жидкостей считается отдельно, причем для газа на границе раздела задается скорость, а для жидкости — напряжения. В рамках метода Галеркина это приводит к оригинальной разновидности метода штрафа на произвольной криволинейной границе раздела. Такой же подход применяется при расчете уравнения теплопроводности (на границе раздела задается температура насыщения). Метод оттестирован на задаче о кольцевом течении жидкой пленки по стенкам трубы под действием газового потока, имеющей точное решение.

Рис. 29. Схема течения жидкости с газовым пузырем в круглой трубе

(Отдел вычислительных моделей в гидрофизике)