dtЦифровая трансформацияDigital Transformation2522-96132524-2822Educational Establishment “Belarusian State University of Informatics and Radioelectronics”10.38086/2522-9613-2020-4-44-56dt-558Research ArticleТЕХНИЧЕСКИЕ НАУКИTECHNICAL SCIENCESОснованный на знаниях подход прогнозирования последствий нефтяных разливов на поверхность землиOn Knowledge-Based Forecasting Approach for Predicting the Effects of Oil Spills on the GroundКалибатенеД.KalibatieneD.

Кандидат наук, доцент

Sauletekio al. 11, 10221 Вильнюс

PhD, Associate Professor

Sauletekio al. 11, 10221 Vilnius

diana.kalibatiene@vgtu.ltБурмаковаА.BurmakovaA.

Аспирант

ул. Свердлова, д. 13а, 220006, г. Минск

PhD student

Sverdlova Str. 13a, 220006 Minsk

burmakova@belstu.byСмеловВ.SmelovV.

Кандидат технических наук, доцент

ул. Свердлова, д. 13а, 220006, г. Минск

PhD, Associate Professor

Sverdlova Str. 13a, 220006 Minsk

smw@belstu.byВильнюсский технический университет им. ГедиминасаVilnius Gediminas Technical UniversityБелорусский государственный технологический университетBelarusian State Technological University202007012021044456Copyright © Калибатене Д., Бурмакова А., Смелов В., 20212021Калибатене Д., Бурмакова А., Смелов В.Kalibatiene D., Burmakova A., Smelov V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://dt.bsuir.by/jour/article/view/558

Нефтяная промышленность сопряжена с огромными экологическими рисками и может привести к последствиям на самых разных уровнях. Это имеет отношение как к воде, воздуху, почве, так и ко всем живым существам на нашей планете. В этой связи прогнозирование экологических последствий при аварийных разливах нефти является весьма актуальным. Кроме того, прогнозирование аварийных разливов нефти может быть использовано для быстрой оценки последствий в рамках уже произошедшей аварии, а также для разработки плана оперативных мероприятий по ликвидации возможных аварий, строящихся объектов, связанных с транспортировкой, хранением или переработкой нефтепродуктов. Таким образом, цель данной работы представить подход, основанный на знаниях, и систему его реализации для прогнозирования последствий аварийных разливов нефти на земле и в грунтовых водах. Новизна предлагаемого подхода заключается в том, что он позволяет комплексно и системно прогнозировать нефтяные разливы. Подход состоит из компонентов для моделирования геологической среды (т.е. геологических слоев, формы разлива нефти, миграции нефти вместе с грунтовыми водами), компонента по прогнозированию разлива нефти и компонента, смягчающего последствия загрязнения окружающей среды. Помимо этого, компонент, позволяющий осуществлять прогнозирование, основан на экспертных знаниях о нефтяных разливах. В дополнение, в данной статье представлена общая структура реализации предложенного подхода, основанного на знаниях, и его осуществление в виде прототипа SoS-Ground

The oil industry carries enormous environmental risks and can cause consequences at different levels: water, air, soil, and, therefore, all living things on our planet. In this regard, forecasting the environmental consequences of oil spill accidents becomes relevant. Moreover, forecasting of oil spill accidents can be used to quickly assess the consequences of an accident that has already occurred, as well as to develop a plan of operational measures to eliminate possible accidents, facilities under construction, associated with the transportation, storage or processing of petroleum products. Consequently, the aim of this paper is to present a knowledge-based approach and its implementing system for forecasting the consequences of an accidental oil spills on the ground and groundwater. The novelty of the proposed approach is that it allows us to forecast the oil spill in a complex and systematic way. It consists of components for modelling geological environment (i.e., geological layers, oil spill form, the oil migration with groundwater), forecasting component for an oil spill and pollution mitigation component. Moreover, the forecasting component is based on experts’ knowledge on oil spill. In addition, the paper presents a general architecture for the implementation of the proposed knowledge-based approach and its implementation into a prototype named SoS-Ground.

внутренний банковский рискконцепцияменеджментцифровые технологииecologyoil productsdecision-makingforecastingknowledge-based systemarchitecturescenarioReferencesСтатистический обзор мировой энергетики. Режим доступа: https://www.bp.com/content/dam/bp/business- sites/en/global/corporate/pdfs/energy-economics/statistical-review/bp-stats-review-2019-full-report.pdf. – 2019.BP (2019). Statistical Review of World Energy. BP p.l.c. Available at: https://www.bp.com/content/dam/bp/business- sites/en/global/corporate/pdfs/energy-economics/statistical-review/bp-stats-review-2019-full-report.pdfЧжоу, С. Модифицированные полидофамином наноканалы в вертикально ориентированных массивах углеродных нанотрубок для контролируемого транспорта молекул./ С. Чжоу, М. Ван, З. Ян, X. Чжан / Международный журнал ACS Applied Nano Materials.–2019.– № 2 (5).– с. 3271-3279.Zhou, S., Wang, M., Yang, Z., & Zhang, X. (2019). Polydopamine-Modified Nanochannels in Vertically Aligned CarbonNanotube Arrays for Controllable Molecule Transport. ACS Applied Nano Materials, 2(5), pp. 3271-3279.Нысанбаева, Г. Синтез модифицированных наноуглеродных материалов и определение их адсорбционной способности./ Г. Нысанбаева, К. Кудайбергенов, А. Сейдильдаева/ Международный журнал исследований и разработок в области машиностроения и производства, – 2020.– № 10 (1).– с. 305–314.Nyssanbayeva, G., Kudaibergenov, K., & Seidildayeva, A. (2020). Synthesis Of Modified Nanocarbon Materials AndDetermination Of Their Adsorption Capacity. International Journal of Mechanical and Production Engineering Researchand Development (IJMPERD), 10(1), pp. 305–314.Фен, Д. Инновационные подходы к количественной оценке геометрической неопределенности в оперативной системе моделирования разливов нефти. / П. Пассалаква, Б. Р. Ходжес /Журнал морской науки и техники, – 2019.– № 7 (8).– с. 259.Feng, D., Passalacqua, P., & Hodges, B. R. (2019). Innovative Approaches for Geometric Uncertainty Quantification inan Operational Oil Spill Modeling System. Journal of Marine Science and Engineering, 7(8), pp. 259.Бурмакова А. В. Применение экспертных оценок в интегрированной математической модели для прогнозирования последствий аварийного взрыва нефтепродуктов./ А. В. Бурмакова, Ж. М. Ибрагим, В. В. Смелов/ ТрудыБГТУ, серия 3, Физико-математические науки. Информатика. – 2018.– №212 (2).– 96-100.Burmakova A. V., Ibrahim J. М., Smelov V. V. (2018) Application of expert assessments in integrated mathematicalmodel for predicting the consequences of the emergency explosion of oil products. Proceedings of BSTU, series 3, Physics and Mathematics. Informatics 212(2), pp. 96-100.Чиу, К. М. Система прогнозирования разливов нефти./ К. М. Чиу, К. Дж. Хуанг, Л. С. Ву, Ю. Дж. Чжан, Х. С. Ю, //В: Proc. 27-й Международной конференции по проблемам океана и полярной инженерии. ISOPE, Сан-Франциско, США.–2017.Chiu, C. M., Huang, C. J., Wu, L. C., Zhang, Y. J., Yu, H. C. (2017). Oil spill forecasting system. In: Proc. of the 27thInternational Ocean and Polar Engineering Conference. ISOPE, San Francisco, USA.А. Дж. Дэвис. Системы поддержки принятия экологических решений на основе байесовских выводов для выбора стратегии ликвидации разливов нефти/ А. Дж. Дэвис, М. Дж. Хоуп / Бюллетень загрязнения моря. – 2015.–№ 96 (1-2).– с. 87-102.Davies, A. J., Hope, M. J. (2015). Bayesian inference-based environmental decision support systems for oil spill responsestrategy selection. Marine pollution bulletin 96 (1-2), pp. 87-102.Дензер, Р. Система поддержки принятия экологических решений по водным вопросам в нефтяной отрасли./ Р. Дензер, Ф. Торрес-Бехарано, Т. Ад, С.Фрайзингер, С. Шлобински, Р. Гюттлер, Х. Рамирес, / Публикации международного симпозиума по экологическим программным системам. Спрингер, Берлин, Гейдельберг, 2011 – с. 208-216.Denzer, R., Torres-Bejarano, F., Hell, T., Frysinger, S., Schlobinski, S., Güttler, R., Ramírez, H. (2011). An EnvironmentalDecision Support System for Water Issues in the Oil Industry. In: Proc. of International Symposium on EnvironmentalSoftware Systems. Springer, Berlin, Heidelberg, pp. 208-216Ходжес, Б. Р. Оперативное моделирование разливов нефти: от науки к инженерным приложениям в условиях неопределенности. Математическое моделирование и численное моделирование проблем загрязнения нефтью// Ходжес, Б. Р., Орфила, А., Сайол, Дж. М., и Хоу, X. Спрингер/, Чам, 2015. – с. 99–126.Hodges, B. R., Orfila, A., Sayol, J. M., & Hou, X. (2015). Operational Oil Spill Modelling: From Science to EngineeringApplications in the Presence of Uncertainty. In: Mathematical modelling and numerical simulation of oil pollutionproblems. Springer, Cham, pp. 99-126.Хоу, Хоу. Количественная оценка неопределенности и оценка надежности в системе оперативного моделирования прогнозов разливов нефти./ Хоу Хоу, Б. Р. Ходжес, Д. Фэн, К. Лю/ Бюллетень загрязнения морской среды.– 2017.– 116 (1-2). – 420-433.Hou, X., Hodges, B. R., Feng, D., Liu, Q. (2017). Uncertainty quantification and reliability assessment in operational oil spill forecast modeling system. Marine pollution bulletin 116(1-2), pp. 420-433.Ибрагим, Ю. М., Бурмакова А. В., Смелов В. В. (2019) Математическая модель для прогнозирования последствий аварийного разлива нефтепродуктов и оценки ее точности. Публикации конференции развития информатизации и государственной системы научно-технической информации 2019. Объединенный институт проблем информатики, Минск, Беларусь.Ibrahim J. М., Burmakova A. V., Smelov V. V. (2019) Mathematical model for predicting the consequences of anemergency spill of petroleum products and evaluating its accuracy. In: Proc. of Development of Informatization and statesystem of scientific and technical information’2019. United Institute of Informatics Problems, Minsk, Belarus.Жанейро, Дж. Повышение эффективности реагирования руководства на разливы нефти на архипелаге Тоскана посредством оперативного моделирования. / Дж. Жанейро, А. Захариоудаки, Э. Сархади, А. Невес, Ф. Мартинс / Бюллетень загрязнения моря. –2014.– № 85 (2).– c. 574-589.Janeiro, J., Zacharioudaki, A., Sarhadi, E., Neves, A., Martins, F. (2014). Enhancing the management response to oilspills in the Tuscany Archipelago through operational modeling. Marine Pollution Bulletin 85(2), pp. 574-589.Лехикоинен, А. Вероятностная оценка рисков и инструменты поддержки принятия решений для оценкитранспортировки нефти в Финском заливе, северо-восток Балтийского моря. // А. Лехикоинен, Э. Луома, М. Ханнинен, Дж. Сторгард, С. Куикка / Публикации международного конгресса по экологическому моделированиюи программному обеспечению для управления ресурсами ограниченной планеты. – Лейпциг, Германия, 2012.Lehikoinen, A., Luoma, E., Hänninen, M., Storgard, J., Kuikka, S. (2012). Probabilistic Risk Assessment and DecisionSupport Tools for the Evaluation of Oil Transport in the Gulf of Finland, North-Eastern Baltic Sea. In: Proc. of InternationalCongress on Environmental Modelling and Software Managing Resources of a Limited Planet, Sixth Biennial Meeting. iEMSs, Leipzig, Germany.Ли, Ю.(2019). Прогнозирование и анализ траектории дрейфа разливов нефти во время аварии на Санчи в Восточно-Китайском море / Ли, Ю., Ю, Х., Ван, З. Ю., Ли, Ю., Пан, К. К., Мэн, С. Дж., Го, К. X./ Морская инженерия, 187.106231. 10.1016/j.oceaneng.2019.106231.Li, Y., Yu, H., Wang, Z. Y., Li, Y., Pan, Q. Q., Meng, S. J., Guo, K. X. (2019). The forecasting and analysis of oil spilldrift trajectory during the Sanchi collision accident, East China Sea. Ocean Engineering, 187. 106231. 10.1016/j.oceaneng.2019.106231.Смелов, В. В. Реабилитация сложной математической модели прогнозирования последствий аварийного разлива нефтепродуктов.// В. В. Смелов, А. В. Бурмакова, А. А. Захаров/ Труды БГТУ серия 3.– Физико-математические науки. Информатика.– 2018 .–№ 206 (1).– с. 82-87.Smelov V. V., Burmakova A. V., Zakharov A. A. (2018). Rehabilitation of the complex mathematical model of predictingthe consequences of an emergency spill of oil products. Proceedings of BSTU, series 3, Physics and Mathematics.Informatics 206(1), pp. 82-87.Жук, Э. Онлайн приложения численных моделей в ГИС Черного моря/ Жук Э., Халиулин А., Зодиатис Г./ Публикации пятой Международной конференции по дистанционному зондированию и геоинформации окружающейсреды (RSCy’2017).– SPIE, Кипр, 2017.Wang, S. (2017). The Application of Uncertainty Quantification Techniques and Information Theory to Oil Spill andOcean Forecasting. University of Miami.Зеленке Б., О'Коннор К., Баркер К. Х., Бигл-Краузе К. Дж. И Эклипс Л. (2012). Общая техническая документация по среде операционного моделирования NOAA (GNOME).Zhuk, E., Khaliulin, A., Zodiatis, G. (2017). On-line applications of numerical models in the Black Sea GIS. In: Proc. ofFifth International Conference on Remote Sensing and Geoinformation of the Environment (RSCy’2017). SPIE, Cyprus.ЕРМА (2014). Приложение для управления реагированием на окружающую среду. Веб приложение. Техническая информация, в: Национальное управление океанических и атмосферных исследований. Режим доступа: http://response.restoring.noaa.gov/maps-and-spatial-data/environmental-response-management-application-ermaZelenke, B., O'Connor, C., Barker, C. H., Beegle-Krause, C. J., & Eclipse, L. (2012). General NOAA operational modelingenvironment (GNOME) technical documentation.Маскат, Дж. Эволюция прикладных географических информационных систем для реагирования на разливы нефти в Калифорнии: быстрое распространение данных для принятия обоснованных решений. В материалах Международной конференции по разливам нефти . Американский нефтяной институт, 2014. – т. 2014.– № 1.– с. 1583-1595.ERMA (2014). Environmental Response Management Application. Web application. Technical Information, in:National Oceanic and Atmospheric Administration, available at: http://response.restoration.noaa.gov/maps-and-spatial-data/environmental-response-management-application-ermaДэниел, П. Оперативный прогноз заноса разливов нефти на Метео-Франс / П. Дэниел/Бюллетень науки и технологий по разливам,1996. – № 3 (1-2). – с. 53-64.Muskat, J. (2014, May). The evolution of applied geographic information systems for oil spill response in California:Rapid data dissemination for informed decision making. In International Oil Spill Conference Proceedings (Vol. 2014,No. 1, pp. 1583-1595). American Petroleum Institute.Зодиатис, Г. Оперативное прогнозирование состояния океана в Восточном Средиземноморье: внедрение и оценка/Зодиатис, Г., Ларднер, Р., Хейс, Д. Р., Георгиу, Г., Софианос, С., Склирис, Н., и Ласкаратос, А. / Науки об океане.– 2008. – № 4 (1).Daniel, P. (1996). Operational forecasting of oil spill drift at Météo-France. Spill Science & Technology Bulletin, 3(1-2), pp. 53-64.Де Доминичис, М. MEDSLIK-II, лагранжева модель разлива нефти на морской поверхности для краткосрочного прогнозирования/ Де Доминичис, М., Пинарди, Н., Зодиатис, Г., и Ларднер, Р./ Часть 1: Теория. Разработка геонаучных моделей, 2013.– № 6 (6). – с. 1851-1869.Zodiatis, G., Lardner, R., Hayes, D. R., Georgiou, G., Sofianos, S., Skliris, N., & Lascaratos, A. (2008). Operational oceanforecasting in the Eastern Mediterranean: implementation and evaluation. Ocean Science, 4(1).Ниттис, К. Оперативный мониторинг и прогнозирование морской среды в Эгейском море./ Ниттис К., Периволиотис Л., Коррес Г., Циавос К. и Танос И./ Экологическое моделирование и программное обеспечение.– 2006. – № 21 (2) .– с. 243-257.De Dominicis, M., Pinardi, N., Zodiatis, G., & Lardner, R. (2013a). MEDSLIK-II, a Lagrangian marine surface oil spillmodel for short-term forecasting–Part 1: Theory. Geoscientific Model Development, 6(6), pp. 1851-1869.Любарцева, С. Система поддержки принятия решений при ликвидации аварийных разливов нефти в Средиземном море./ Любарцева, С., Коппини, Дж., Пинарди, Н., Де Доминичис, М., Леччи, Р., Турризи, Г., ... и Палермо, Ф./ Опасные природные явления и науки о Земле.– № 16 (8) .– 2009-2020 гг.Nittis, K., Perivoliotis, L., Korres, G., Tziavos, C., & Thanos, I. (2006). Operational monitoring and forecasting for marineenvironmental applications in the Aegean Sea. Environmental Modelling & Software, 21(2), pp. 243-257.Амир-Хейдари, П. (2019). Планирование реагирования на аварийные разливы нефти в Персидском заливе: система поддержки принятия решений, основанная на моделировании последствий./Амир-Хейдари, П., и Райе, М. / Бюллетень загрязнения морской среды, 2019. – № 140.– с. 116-128.Liubartseva, S., Coppini, G., Pinardi, N., De Dominicis, M., Lecci, R., Turrisi, G., ... & Palermo, F. (2016). Decision support system for emergency management of oil spill accidents in the Mediterranean Sea. Natural Hazards and Earth System Sciences, 16(8), 2009-2020.Риботти, А. Инструмент оперативного прогнозирования разливов нефти на море для управления чрезвычайными ситуациями в итальянских морях. Журнал морской науки и техники/ Риботти, А., Антоньярелли, Ф., Кукко,А., Фальсьери, М. Ф., Фазиоли, Л., Феррарин, К., и Сатта, А./ 2019. – №7 (1). – с. 1.Amir-Heidari, P., & Raie, M. (2019). Response planning for accidental oil spills in Persian Gulf: A decision support system (DSS) based on consequence modeling. Marine pollution bulletin, 140, pp. 116-128.Ribotti, A., Antognarelli, F., Cucco, A., Falcieri, M. F., Fazioli, L., Ferrarin, C., ... & Satta, A. (2019). An operational marine oil spill forecasting tool for the management of emergencies in the italian seas. Journal of Marine Science and Engineering, 7(1), 1.Ribotti, A., Antognarelli, F., Cucco, A., Falcieri, M. F., Fazioli, L., Ferrarin, C., ... & Satta, A. (2019). An operational marine oil spill forecasting tool for the management of emergencies in the italian seas. Journal of Marine Science and Engineering, 7(1), 1.

The authors declare that there are no conflicts of interest present.