基于GNOME的溢油污染漁業(yè)資源損失評(píng)估*

畢研軍 劉心田 宋協(xié)法 董登攀

基于GNOME的溢油污染漁業(yè)資源損失評(píng)估*

畢研軍1劉心田2宋協(xié)法1①董登攀1

(1. 中國(guó)海洋大學(xué)水產(chǎn)學(xué)院海洋漁業(yè)系 青島 266003；2. 威海市漁業(yè)技術(shù)推廣站 威海 264200)

基于GNOME溢油模型模擬“世紀(jì)之光”輪沉沒溢油事件的漂移軌跡和擴(kuò)散分布。采用FVCOM水動(dòng)力模型模擬建立潮流場(chǎng)，與《潮汐表》的結(jié)果基本吻合。采用美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心(NCEP)的環(huán)境預(yù)報(bào)系統(tǒng)再分析資料(CFSR)的風(fēng)場(chǎng)，通過GNOME溢油模型進(jìn)行數(shù)值模擬，得出最小遺憾軌跡跟最佳預(yù)測(cè)區(qū)域，并采用泰森分析法進(jìn)行污染面積分析。結(jié)果顯示，將21 h的模擬結(jié)果與MODIS遙感監(jiān)測(cè)數(shù)據(jù)對(duì)照發(fā)現(xiàn)，漂移位置基本吻合。參照各種漁業(yè)資源的評(píng)估標(biāo)準(zhǔn)、海洋生態(tài)損害和損失補(bǔ)償評(píng)估的方法，將模擬結(jié)果與拖網(wǎng)調(diào)查數(shù)據(jù)相結(jié)合，分別計(jì)算出游泳動(dòng)物直接經(jīng)濟(jì)損失為6.1萬元，漁業(yè)資源4 d內(nèi)的直接損失為51.29萬元，得出“世紀(jì)之光”輪4 d內(nèi)的溢油損失已達(dá)到了211.26萬元。本研究將數(shù)值模擬方法與漁業(yè)資源的評(píng)估相互聯(lián)系，不通過現(xiàn)場(chǎng)觀測(cè)就可以對(duì)漁業(yè)資源的損失進(jìn)行估算。GNOME溢油模型可以運(yùn)用于類似的溢油事故溢油軌跡和擴(kuò)散的快速預(yù)報(bào)，為溢油事故應(yīng)急響應(yīng)提供了參考。

GNOME；溢油；漁業(yè)資源；損失評(píng)估

隨著我國(guó)經(jīng)濟(jì)的不斷發(fā)展，海上運(yùn)輸逐漸增多，特別是石油運(yùn)輸導(dǎo)致海洋船舶溢油事故逐漸增多。石油泄漏進(jìn)入海洋，導(dǎo)致海洋生態(tài)環(huán)境遭到破壞，不僅影響浮游植物群落(宋廣軍等, 2016)及其他海洋生物，在養(yǎng)殖區(qū)還會(huì)影響?zhàn)B殖生物的產(chǎn)量和品質(zhì)，進(jìn)而影響人類的健康，海洋船舶溢油事故已經(jīng)引起了廣大人民的普遍關(guān)注。

由于海洋船舶溢油事故發(fā)生的地點(diǎn)、時(shí)間不同，在溢油事故發(fā)生后，很難準(zhǔn)確地鑒定溢油的范圍。對(duì)于事故發(fā)生后漁業(yè)資源等方面的評(píng)估工作、恢復(fù)工作也帶來了不小的難題。自1950年開始，有大批國(guó)內(nèi)外學(xué)者更新研究和改進(jìn)溢油模型的運(yùn)算過程，在水動(dòng)力的基礎(chǔ)上研究開發(fā)了不同類型、不同功能的溢油模型。溢油模型發(fā)展可分為第1代、第2代、第3代模型(Alan, 2012)。國(guó)外對(duì)溢油行為及其歸宿預(yù)報(bào)的研究發(fā)展較早，比較有代表性的是Fay(1969)提出的慣性力、粘性力和表面張力3個(gè)階段理論；Shen等(1987)基于歐拉法提出了模擬油膜在水表面漂移的ROSS模型；汪德勝等(1996)在ROSS模型的基礎(chǔ)上建立了油在河流中漂移的ROSS2雙層數(shù)學(xué)模型。

20世紀(jì)80年代中期，ASCE Task Committee (1996)研究開發(fā)出了“油粒子”模型；瞿波等(2009)運(yùn)用f Bm模型研究海上污染物的運(yùn)動(dòng)規(guī)律；郭為軍(2011)在模擬大連附近海域“阿提哥”號(hào)油輪溢油事故中運(yùn)用 f Bm模型模擬，其模擬結(jié)果和衛(wèi)星觀測(cè)數(shù)據(jù)相吻合；郭為軍(2007)采用POM普林頓海洋模型作為流場(chǎng)模擬海洋溢油。其他運(yùn)用到溢油當(dāng)中的模型還有油–水兩相雙流體模型(沈永明等, 1992)、單組份溢油風(fēng)化模型(Blokker, 1964)、IKU風(fēng)化模型(Stiver,, 1984)、OSIS風(fēng)化模型(Leech, 1993)、ADIOS風(fēng)化模型(Lehr, 1992)、Navy模型(Webb, 1970)、OSCAR模型(Mark, 1999)、OILMAP模型(孫俊等, 2002)、GNOME模型和FVCOM水動(dòng)力模型(陳波昌等, 2013)等。

本研究參照丁東生等(2016)的方法，以GNOME (General NOAA Operational Modeling Environment)溢油模型為基礎(chǔ)，在FVCOM模擬的流場(chǎng)與美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心(NCEP)的環(huán)境預(yù)報(bào)系統(tǒng)再分析資料的風(fēng)場(chǎng)條件下，對(duì)“世紀(jì)之光”輪溢油事故進(jìn)行數(shù)值模擬，并通過遙感數(shù)據(jù)進(jìn)行驗(yàn)證。確定污染范圍之后，通過漁業(yè)資源評(píng)估的技術(shù)方法，結(jié)合數(shù)值模擬確定漁業(yè)資源的損失，從溢油檢測(cè)到資源評(píng)估形成業(yè)務(wù)化體系。

1. 材料與方法

1.1 GNOME溢油模型

GNOME是免費(fèi)提供溢油軌跡預(yù)測(cè)的專業(yè)溢油模型，模型由HAZMAT(NOAAO R & R, 美國(guó))危險(xiǎn)品應(yīng)急反應(yīng)部門研究開發(fā)(張彩霞, 2013)。GNOME模型包含標(biāo)準(zhǔn)模式、GIS輸出模式和診斷模式，可以通過GNOME模型的診斷模式對(duì)風(fēng)場(chǎng)、流場(chǎng)及其他影響因素進(jìn)行設(shè)定，預(yù)測(cè)溢油的最佳軌跡。通過設(shè)置流場(chǎng)、風(fēng)場(chǎng)的不確定性對(duì)軌跡進(jìn)行最小遺憾預(yù)測(cè)(90%置信區(qū)間分布)。

模型中通過設(shè)置岸線數(shù)據(jù)(地圖數(shù)據(jù))、流場(chǎng)數(shù)據(jù)、風(fēng)場(chǎng)數(shù)據(jù)、溢油位置、溢油污染物類型、某些特殊環(huán)境因素等條件，對(duì)GNOME模型進(jìn)行控制。黑色點(diǎn)為最佳預(yù)測(cè)區(qū)域油粒子分布，紅色點(diǎn)為不確定性因素存在造成的最小遺憾軌跡粒子分布，流場(chǎng)數(shù)據(jù)與風(fēng)場(chǎng)數(shù)據(jù)合成漂移速度。之后，將GNOME模型輸出數(shù)據(jù)使用導(dǎo)入工具導(dǎo)入Arcgis中與地圖進(jìn)行整合，畫圖，再進(jìn)行進(jìn)一步的分析。

1.2 FVCOM水動(dòng)力模型

FVCOM (Finite Volume Coast and Ocean Model)模型是一套結(jié)合溢油預(yù)報(bào)的原始方程組、三角形網(wǎng)格劃分等多功能海洋水動(dòng)力模型(楊紅等, 2013)。與 2種常用的解決大洋環(huán)流模型(有限差分方法、有限元方法)相比，具有精度高、運(yùn)行簡(jiǎn)單、邊界容易擬合、計(jì)算簡(jiǎn)便、幾何靈活等優(yōu)點(diǎn)。FVCOM模型通過離散控制方程，以三角形網(wǎng)格為單位元，在三角形網(wǎng)格中結(jié)合數(shù)學(xué)計(jì)算方法，進(jìn)行積分方程的求解。FVCOM模型還包括了三維拉格朗日粒子追蹤模型、生物模型、沉積模型、海冰模型等。本研究運(yùn)用FVCOM水動(dòng)力模型對(duì)黃、渤海地區(qū)的潮流進(jìn)行數(shù)值模擬，將模擬的潮流帶入GNOME模型中進(jìn)行溢油模擬。

1.3 遙感應(yīng)用

遙感技術(shù)是20世紀(jì)60年代開始逐漸發(fā)展的一種探測(cè)技術(shù)，它作為海洋環(huán)境監(jiān)測(cè)的一種重要的手段，已經(jīng)得到了很好的發(fā)展和應(yīng)用。

本研究采用NASA提供的MODIS L1B數(shù)據(jù)。MODIS作為一種中高分辨率的衛(wèi)星傳感器，其通道較多，遙感影像有250、500和1000 m共3種空間分辨率，有36個(gè)離散光譜波段，其中，2個(gè)波段分辨率為250 m，5個(gè)波段為500 m，29個(gè)波段為1000 m。光譜范圍寬為0.4(可見光)~14.4 μm(熱紅外)。本研究主要對(duì)MODIS影像進(jìn)行選取、處理、增強(qiáng)等，將處理后帶有溢油信息的影像與GNOME模擬的溢油位置進(jìn)行對(duì)比。

1.4 漁業(yè)資源評(píng)估辦法

根據(jù)沈新強(qiáng)等(2014)的方法，以近3年事故發(fā)生前張網(wǎng)捕撈產(chǎn)量和面積為估算依據(jù)，參照各類標(biāo)準(zhǔn)的生物損失率對(duì)溢油事故進(jìn)行評(píng)估；丁東生等(2016)通過數(shù)值模擬的方法確定溢油面積，通過《山東省海洋生態(tài)損害賠償和損失補(bǔ)償評(píng)估方法》(DB37/T 1448-2009)對(duì)各區(qū)域、各類海洋生物生物量的估算，并對(duì)漁業(yè)資源進(jìn)行了評(píng)估計(jì)算；牙韓爭(zhēng)等(2014)參照曹妃甸某次生物體密度調(diào)查的數(shù)據(jù)，確定魚卵、仔魚死亡率，對(duì)污水排海污染造成的魚卵、仔魚進(jìn)行了評(píng)估。

1.4.1 調(diào)查采樣 調(diào)查數(shù)據(jù)選自“908”專項(xiàng)項(xiàng)目中國(guó)海洋大學(xué)的拖網(wǎng)調(diào)查數(shù)據(jù)。游泳動(dòng)物調(diào)查網(wǎng)口寬度為47 m。每站拖網(wǎng)時(shí)間為1 h，平均拖速為3 kn。采用保溫箱和冰進(jìn)行樣品的保存。魚卵、仔稚魚調(diào)查采用口徑為80 cm、長(zhǎng)為270 cm、篩絹孔徑為0.505 mm的大型浮游生物網(wǎng)進(jìn)行水平拖曳取樣，每次拖網(wǎng)10 min，拖網(wǎng)速度約為2 kn。樣品采用5%福爾馬林溶液固定，帶回實(shí)驗(yàn)室進(jìn)行鑒定和分析。在調(diào)查海區(qū)共布設(shè)16個(gè)站位，站位設(shè)置見圖1。游泳動(dòng)物資源密度計(jì)算采用公式如下：

魚卵、仔稚魚密度的計(jì)算采用濾水體積法。計(jì)算公式如下：

式中，為魚卵、仔稚魚分布密度(粒/m3，尾/m3)；為平均每網(wǎng)魚卵、仔稚魚數(shù)量(粒/尾)；為網(wǎng)口面積(m2)；為水平拖網(wǎng)距離，垂直拖網(wǎng)為繩長(zhǎng)(m)。

1.4.2 游泳動(dòng)物經(jīng)濟(jì)損失 根據(jù)《山東省海洋生態(tài)損害賠償和損失補(bǔ)償評(píng)估方法》(DB37/T 1448-2009)對(duì)山東近海4個(gè)海域的劃分，即山東半島北部海域、山東半島南部海域、萊州灣及渤海灣南部海域和海州灣海域?！笆兰o(jì)之光”輪的溢油地點(diǎn)屬于山東半島北部海域，取山東半島北部海域浮游動(dòng)物的單位生物量為510 kg/km2。參照“908”專項(xiàng)項(xiàng)目中國(guó)海洋大學(xué)于2006年7月30日~8月30日的拖網(wǎng)調(diào)查數(shù)據(jù)，魚類、甲殼類和頭足類的單位生物量分別為2684.721、25.121和53.334 kg/km2。計(jì)算公式如下：

游泳動(dòng)物損失量=事發(fā)前漁業(yè)資源密度×污染面積×損失率

游泳動(dòng)物直接經(jīng)濟(jì)損失=當(dāng)?shù)厮a(chǎn)市場(chǎng)價(jià)格×漁業(yè)資源損失量

1.4.3 魚卵、仔稚魚經(jīng)濟(jì)損失 參照中國(guó)海洋大學(xué)的拖網(wǎng)調(diào)查數(shù)據(jù)，魚卵的單位生物量為0.0306粒/m3，仔魚的單位生物量為0.0274尾/m3，參照類似事故中污染海區(qū)密度，魚卵的單位生物量為0.0029粒/m3，仔魚的單位生物量為0。根據(jù)《建設(shè)項(xiàng)目對(duì)海洋生物資源影響評(píng)價(jià)技術(shù)規(guī)程》(SC/T 9110-2007)中對(duì)于污染事故中魚卵和仔稚魚折算成魚苗的折算比率，魚卵生長(zhǎng)成商品魚苗的成活率按照1%計(jì)算，仔稚魚生長(zhǎng)成商品魚苗的成活率按照5%計(jì)算。

運(yùn)用計(jì)算公式：

魚卵、仔稚魚損失量=(對(duì)照海區(qū)密度–污染海區(qū)密度)×污染面積

魚卵、仔稚魚直接經(jīng)濟(jì)損失=當(dāng)?shù)厣唐访缡袌?chǎng)價(jià)格×損失量

圖1 調(diào)查站位分布

2 結(jié)果與分析

2.1 案例概況

2010年5月2日05:23，香港籍貨輪“世紀(jì)之光”(Bright Century)輪與利比里亞籍貨輪“海盛”(Sea Success)輪在山東威海成山頭以東海域(37°38.45′N，123°7.54′E附近)發(fā)生碰撞(圖2)，導(dǎo)致“世紀(jì)之光”輪沉沒。事故造成“世紀(jì)之光”輪大量燃料油外泄，對(duì)事故海域產(chǎn)生了污染。15:30左右觀測(cè)到黑色油污(呈灰、藍(lán)、褐色)從沉船處間斷性的泄漏至海面，推測(cè)為重質(zhì)原油。事發(fā)時(shí)，該輪上存有油類污染物為546.4 m3。沉船點(diǎn)實(shí)際水深為65 m，溢油區(qū)域平均水深為60 m。

圖2 “世紀(jì)之光”輪溢油點(diǎn)

2.2 水動(dòng)力模型的建立與驗(yàn)證

溢油模型的流場(chǎng)由FVCOM模擬獲得。模型設(shè)置初始時(shí)間為2010年4月30日15:30，模擬時(shí)間為6 d，將模擬后4 d的輸出結(jié)果進(jìn)行分析。模型網(wǎng)格覆蓋范圍為117.5°~127°N，34°~41°E，其中，網(wǎng)格頂點(diǎn)個(gè)數(shù)為9814個(gè)，網(wǎng)格個(gè)數(shù)為18700個(gè)，AB之間的直線為開邊界線，考慮到開邊界的影響，設(shè)置59個(gè)開邊界點(diǎn)。開邊界點(diǎn)的時(shí)間和水位由美國(guó)俄勒岡大學(xué)提供的4個(gè)分潮(M2, S2, K1, O1)調(diào)和分析得到，網(wǎng)格劃分見圖3。插值水深數(shù)據(jù)后，最大水深為111.4 m，最小水深為1 m。

圖3 黃、渤海海域網(wǎng)格劃分

經(jīng)過4 d模擬得到流速流場(chǎng)數(shù)據(jù)。末時(shí)刻的水深數(shù)據(jù)、流場(chǎng)數(shù)據(jù)、水位起伏數(shù)據(jù)見圖4。從圖4可以看出，末時(shí)刻最大水深為111.4 m，最小水深為1 m，平均水深為35.24 m；向流速在5.49～–2.56 m/s之間，平均向流速為0.01 m/s，向流速在2.56～–2.88 m/s之間，平均向流速為–0.10 m/s。

將FVCOM模擬末時(shí)刻的潮流與國(guó)家海洋信息中心編輯的2010年《潮汐表》第1冊(cè)鴨綠江口至長(zhǎng)江口數(shù)據(jù)相對(duì)比，驗(yàn)證點(diǎn)見圖5。從圖5可以看出，驗(yàn)證點(diǎn)選擇離事故發(fā)生較近的A點(diǎn)，選取模擬最后1 d內(nèi)數(shù)據(jù)進(jìn)行比較。驗(yàn)證點(diǎn)的信息見表1。從表1可以看出，F(xiàn)VCOM的模擬結(jié)果與《潮汐表》的數(shù)據(jù)比較接近，普遍略高于《潮汐表》，說明了FVCOM模擬潮流的可靠性。

圖5 潮流驗(yàn)證點(diǎn)

2.3 溢油模型參數(shù)的設(shè)置與分析

采用GNOME模型的診斷模式，F(xiàn)VCOM模型得到的流場(chǎng)、風(fēng)場(chǎng)采用美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心(NCEP)的環(huán)境預(yù)報(bào)系統(tǒng)再分析資料(CFSR)，設(shè)置GNOME的參數(shù)?！笆兰o(jì)之光”輪溢油點(diǎn)開始擴(kuò)散時(shí)間為2010年5月2日15:30，油的類型為重質(zhì)原油，重質(zhì)原油密度約為0.92 g/cm3，溢油量約為503 t，用1000個(gè)“Splots”來表示，油的擴(kuò)散系數(shù)為105 cm2/s，油膜再漂浮期為 1 h；流場(chǎng)擴(kuò)散不確定比例設(shè)置為水平、垂直各10%；步長(zhǎng)為15 min。錢琴等(2018)研究表明，在模擬湄公灣溢油事故發(fā)生12 h內(nèi)溢油擴(kuò)散最快，并模擬12 h來預(yù)測(cè)溢油影響范圍；李懷明等(2014)模擬山東蓬萊19–3事故時(shí)，模擬72 h時(shí)與實(shí)際溢油范圍接近；楊紅等(2013)在模擬長(zhǎng)江口錨地設(shè)置模型模擬時(shí)間為4 d內(nèi)，對(duì)漂移軌跡和溢油量變化進(jìn)行分析。參考其模擬時(shí)間及遙感影像提取油膜的清晰程度確定模擬時(shí)間為4 d。GNOME模型輸出結(jié)果包括最佳軌跡預(yù)測(cè)和最小遺憾預(yù)測(cè)。分別輸出24、48、72、96 h的油粒子分布見圖6。

從4 d的模擬結(jié)果來看，溢油擴(kuò)散主要受風(fēng)場(chǎng)和流場(chǎng)的影響，其中，流場(chǎng)占主導(dǎo)作用。在這4 d中，油膜面積逐漸擴(kuò)大。將模擬第21、96小時(shí)的溢油軌跡數(shù)據(jù)通過GNOME Import Tool vs 4.0軟件導(dǎo)入Arcgis中。根據(jù)Galt等(1996)提出將某個(gè)時(shí)刻的油粒子空間位置信息轉(zhuǎn)化成相對(duì)油濃度分布的方法。把油粒子的分布空間使用泰森分析法，將其轉(zhuǎn)化為泰森多邊形，每個(gè)泰森多邊形中只有1個(gè)油粒子，根據(jù)油粒子所占的泰森多邊形的面積來計(jì)算油粒子的相對(duì)濃度(即單位面積內(nèi)的油粒子個(gè)數(shù))。多邊形的面積越小，說明該區(qū)域油粒子越密集，其密度也越大；相反油粒子越疏散，其密度也越小。此分析最佳預(yù)測(cè)區(qū)域時(shí)，將大于最大密度的16%的區(qū)域定義為重油密度區(qū)域，將密度大于最大密度4%且小于最大密度16%的區(qū)域定義為中油密度區(qū)域，將密度大于最大密度1%且小于最大密度4%的區(qū)域定義為輕油濃度區(qū)域。Galt等(1996)在分析存在不確定性因素的最小遺憾預(yù)測(cè)軌跡時(shí)，將密度大于最大密度1‰的區(qū)域定義為90%置信的溢油范圍。根據(jù)這種方法分別得到21、96 h不同油密度區(qū)域分布圖和90%置信區(qū)間最小遺憾預(yù)測(cè)的溢油范圍(圖7和圖8)。

從圖7a和圖8a可以看出，黑色為重油密度區(qū)域，深灰色為中油密度區(qū)域，淺灰色為輕油濃度區(qū)域。從圖7b可以看出，粉紅色為90%置信區(qū)間溢油污染區(qū)域。其中，21 h重油密度區(qū)域面積為0.05 km2，中油密度區(qū)域面積為0.67 km2，輕油濃度區(qū)域面積為1.13 km2，總污染面積為1.85 km2；90%置信區(qū)間區(qū)域面積為314.89 km2。從圖8b可以看出，96 h重油密度區(qū)域面積為3.37 km2，中油密度區(qū)域面積為11.63 km2，輕油濃度區(qū)域面積為9.89 km2，總污染面積為24.89 km2；90%置信區(qū)間區(qū)域面積為41575.56 km2。

表1 FVCOM潮流驗(yàn)證

Tab.1 FVCOM Current verification

圖6 96 h內(nèi)油粒子分布

圖7 21 h最佳預(yù)測(cè)區(qū)域和最小遺憾軌跡

2.4 MODIS遙感驗(yàn)證

由于在“世紀(jì)之光”輪溢油發(fā)生之后的幾天里云較多，云層較厚，采用由NASA提供的2010年5月3日04:55的MODIS L1B數(shù)據(jù)。使用ENVI 5.3軟件對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，包括“蝴蝶結(jié)”現(xiàn)象去除、幾何校正、大氣校正等。通過直方圖均衡化和高斯對(duì)比度拉伸處理，調(diào)節(jié)圖像灰度值、對(duì)比度。根據(jù)侯懿峰(2012)研究結(jié)果可以看出，在平均反射率上，輕油種大于潔凈海水，輕油種在MODIS大部分通道中，遙感影像表現(xiàn)為較亮區(qū)域；而平均反射率上重油種(重柴油、大慶原油等)大于潔凈海水，重油種在遙感影像中為較暗區(qū)域?！笆兰o(jì)之光”輪溢油屬于重油種，在遙感影像中為較暗區(qū)域，即為溢油區(qū)域。提取油膜信息導(dǎo)入Arcgis中處理。遙感數(shù)據(jù)與GNOME的模擬結(jié)果相對(duì)照見圖9a。

從圖9b可以看出，黑色的點(diǎn)狀軌跡為GNOME模擬的最佳預(yù)測(cè)軌跡點(diǎn)，紅色點(diǎn)為GNOME最小遺憾軌跡點(diǎn)，藍(lán)色區(qū)域?yàn)閺倪b感MODIS數(shù)據(jù)中提取的油膜軌跡。與GNOME模擬結(jié)果相比，遙感提取的油膜面積比最佳預(yù)測(cè)軌跡要大，與最佳預(yù)測(cè)軌跡的位置相吻合，但又略有不同，說明實(shí)際油膜在擴(kuò)散漂移過程中，受到了很多不確定因素的影響，導(dǎo)致它并不能達(dá)到最佳的預(yù)測(cè)軌跡位置；但其處在GNOME的最小遺憾軌跡范圍之內(nèi)，說明GNOME的模擬結(jié)果比較準(zhǔn)確可靠，可以反映溢油事故發(fā)生后油膜擴(kuò)散漂移的走向。

圖8 96 h最佳預(yù)測(cè)區(qū)域和最小遺憾軌跡

圖9 MODIS遙感影像和溢油范圍對(duì)比

2.5 漁業(yè)資源損失

根據(jù)GNOME模擬4 d的溢油范圍以及《漁業(yè)水質(zhì)標(biāo)準(zhǔn)》(GB11607-1989)中對(duì)油類污染物濃度要求，確定第4天油類污染物超過0.05 mg/L的污染范圍為24.89 km2，污染水深按照1.5 m計(jì)算。

表2 魚卵、仔魚經(jīng)濟(jì)損失評(píng)估

Tab.2 Economic loss assessment of fish eggs and larvae

表3 直接經(jīng)濟(jì)損失評(píng)估

Tab.3 Assessment of direct economic losses

從表2和表3可以看出，此次事故對(duì)魚卵、仔魚的經(jīng)濟(jì)損失為6.1萬元，漁業(yè)資源4 d內(nèi)的直接損失為51.29萬元。根據(jù)《山東省海洋生態(tài)損害賠償和損失補(bǔ)償評(píng)估方法》，漁業(yè)資源的恢復(fù)費(fèi)用一般不低于直接經(jīng)濟(jì)損失3倍的原則。由于此次污染事故的嚴(yán)重性，漁業(yè)資源的恢復(fù)費(fèi)用取直接經(jīng)濟(jì)損失的3倍，即153.87萬元。該事故4 d內(nèi)對(duì)漁業(yè)資源造成的損失共計(jì)211.26萬元。

3 結(jié)論

通過采用FVCOM模型得到的流場(chǎng)、美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心(NCEP)的環(huán)境預(yù)報(bào)系統(tǒng)再分析資料(CFSR)的風(fēng)場(chǎng)，在GNOME模型中分別模擬出24、48、72、96 h的溢油軌跡以及油粒子分布情況。MODIS遙感油膜位置與GNOME模擬結(jié)果比較接近。采用GNOME溢油模型可以較好的模擬油粒子的運(yùn)動(dòng)情況。在實(shí)際溢油處理中，可以參考最佳預(yù)測(cè)軌跡和最小遺憾軌跡進(jìn)行預(yù)測(cè)和評(píng)估。將數(shù)值模擬的溢油面積與漁業(yè)資源評(píng)價(jià)方法相結(jié)合，對(duì)4 d內(nèi)造成的漁業(yè)資源損失進(jìn)行評(píng)估。

由于風(fēng)場(chǎng)數(shù)據(jù)采用的是3h的再分析數(shù)據(jù)，給GNOME溢油模擬帶了一定的誤差，可以采用更高分辨率的數(shù)據(jù)來提高模擬質(zhì)量。由于該事件發(fā)生期間的MODIS遙感數(shù)據(jù)云層較厚，對(duì)于油膜提取存在一定的難度，不能很好的反映油膜的實(shí)際范圍。通過GNOME與MODIS比較來看，溢油擴(kuò)散實(shí)際開始時(shí)間與觀測(cè)時(shí)間存在誤差，實(shí)際海況不確定等因素的影響，以及采用風(fēng)場(chǎng)數(shù)據(jù)的分辨率不夠高，實(shí)際溢油軌跡并沒有達(dá)到最佳預(yù)測(cè)區(qū)域水平，但會(huì)在最小遺憾范圍之內(nèi)，與最佳預(yù)測(cè)位置相近。根據(jù)模型的特征與風(fēng)場(chǎng)數(shù)據(jù)精度的限制只進(jìn)行了4 d的溢油模擬，得出了4 d內(nèi)對(duì)漁業(yè)資源造成了損失。由于4 d之后污染范圍仍然在擴(kuò)大，損失也將增大。本研究?jī)H通過這種方法對(duì)溢油損失評(píng)估提供一種思路和參考?？梢酝ㄟ^進(jìn)一步的數(shù)據(jù)精確性和數(shù)據(jù)連續(xù)性，對(duì)長(zhǎng)時(shí)間的溢油進(jìn)行模擬并得出溢油損失。

Alan B，Tomasz D.Kieran L. The oil spill model OILTRANS and its application to the Celtic Sea. Marine Pollution Bulletin, 2012, 64(11): 2489–2501

ASCE Task Committee on modeling of oil spills of the water resources engineering division. State-of-the-art review of modeling transport and fate of oil spills. Journal of Hydraulic Engineering, 1996, 122(11): 594–609

Blokker PC. Spreading and evaporation of petroleum products on water. Proc. of the Fourth International Harbour Conference. Antwerp Belgium, 1964, 911–919

Chen BC, Wei H. Simulation of the tide and current in the Bohai Bay with FVCOM. Journal of Tianjin University of Science and Technology, 2013, 28(4): 40–43, 69 [陳波昌, 魏皓. FVCOM模型在渤海灣潮流潮汐模擬中的應(yīng)用. 天津科技大學(xué)學(xué)報(bào), 2013, 28(4): 40–43, 69]

Ding DS, Ma SS, Chen BJ,. Evaluation of the natural fishery resources loss caused by an oil spill accident in the central Bohai. Progress in Fishery Sciences, 2016, 37(4): 36–42 [丁東生, 馬紹賽, 陳碧鵑, 等. 基于歐拉—拉格朗日方法的某溢油事故天然漁業(yè)資源損失評(píng)估方法案例研究. 漁業(yè)科學(xué)進(jìn)展, 2016, 37(4): 36–42]

Fay JA. The spread of oil slicks on a calm sea. Oil on the sea, Plenum. New York, 1969, 53–64

Galt JA, Payton DL. Digital distribution standard for NOAA trajectory analysis information. Hazardous Materials Response and Assessment Division, National Oceanic and Atmospheric Administration, 1996

Guo WJ. Study on the three-dimensional oil spill numerical model and its application in the coastal area. Doctoral Dissertation of Dalian University of Technology，2011 [郭為軍. 三維溢油數(shù)值模式研究及其在近海的應(yīng)用. 大連理工大學(xué)博士研究生學(xué)位論文, 2011]

Guo WJ. Numerical simulation of oil spill based on POM. Master's Thesis of Dalian University of Technology, 2007 [郭為軍. 基于POM的溢油數(shù)值模擬研究. 大連理工大學(xué)碩士研究生學(xué)位論文, 2007]

Hou YF. The research on MODIS data processing and marine oil spill classification. Master′s Thesis of Dalian Maritime University, 2012 [侯懿峰. MODIS數(shù)據(jù)解析及海面溢油分類研究. 大連海事大學(xué)碩士研究生學(xué)位論文, 2012]

Leech M, Walker M. OSIS: A windows 3 oil spill information system. Proceedings of 16th Arctic and Marine Oil Spill Program Technical Seminar, 1993, 549–572

Lehr WJ, Overstreet R. ADIOS-automated data inquiry for oil spills. Proceedings of the Fifteenth Arctic and Marine Oil Spill Program Technical Seminar, 1992, 31–35

Li HM, Lou AG, Wang J,. A numerical simulation of the oil spill accident at Penglai 19–3 oil field. Marine Sciences, 2014, 38(6): 70–77 [李懷明, 婁安剛, 王璟, 等. 蓬萊19–3油田事故溢油數(shù)值模擬. 海洋科學(xué), 2014, 38(6): 70–77]

Mark R, Oistien J, Brandivik PJ,. Oil spill modeling towards the close of 20th century: Overview of the state of the art. Spill Science and Technology Bulletin, 1999, 5(1): 3–16

Qian Q, Zhao DB, Ji HD. Numerical simulation of oil spill based on GNOME and EFDC models-A case study of Meizhou Bay. China Water Transport, 2018, 18(5): 73–75 [錢琴, 趙東波, 姬厚德. 基于GNOME和EFDC模型的溢油數(shù)值模擬研究—以湄洲灣為例. 中國(guó)水運(yùn)(下半月) , 2018, 18(5): 73–75]

Qu B, Paul SA, Christopher TM．Application of fractional Brownian motion particle tracking model to coastal contaminant dispersion. Journal of Hydraulic Engineering, 2009, 40(12): 1517–1523 [瞿波, Paul SA, Christopher TM.加速分?jǐn)?shù)型布朗運(yùn)動(dòng)粒子追蹤模型在水面污染擴(kuò)散中的應(yīng)用. 水利學(xué)報(bào), 2009, 40(12): 1517–1523]

Shen HT, Yapa PD, Petroski ME. A simulation model for oil slick transport in lakes. Water Resources Research, 1987, 23(10): 1949–1957

Shen XQ, Yuan Q. The identification and assessment of environmental pollution damage to fisheries. Chinese Fishery Quality and Standards, 2014, 4(3): 1–5 [沈新強(qiáng), 袁騏. 環(huán)境污染對(duì)漁業(yè)損害的鑒定與評(píng)估中國(guó). 漁業(yè)質(zhì)量與標(biāo)準(zhǔn), 2014, 4(3): 1–5]

Shen YM, Ni HQ, Zhao WQ,The two-fluid model of turbulent buoyant recirculating oil-water two-phase flow. Acta Mechanica Sinica, 1992, 24(5): 546–555 [沈永明, 倪浩清, 趙文謙, 等. 油–水兩相湍浮力回流雙流體模型.力學(xué)學(xué)報(bào), 1992, 24(5): 546–555]

Song GJ，Li A，Wu JH，Influence of 19–3 oil spill accident on phytoplankton community in the Liaodong Bay. Progress in Fishery Sciences, 2016, 37(4): 60–66 [宋廣軍, 李愛, 吳金浩, 等. 19–3油田溢油對(duì)遼東灣浮游植物群落的影響.漁業(yè)科學(xué)進(jìn)展, 2016, 37(4): 60–66]

Stiver W, Mackay D. Evaporation rate of spills of hydrocarbons and petroleum mixtures.Environmental Science and Technology, 1984, 18(11): 834–840

Sun J, Yu JQ, Huang LW. Oil spilled information management system of China Zhoushan harbor based on OILMAP. Computer Simulation, 2002, 19(4): 76–78 [孫俊, 俞濟(jì)清, 黃立文. 基于OILMAP的中國(guó)舟山港溢油管理信息系統(tǒng). 計(jì)算機(jī)仿真, 2002, 19(4): 76–78]

Wang DS, Yang XQ, Shen HD. A two-layer mathematical model for oil slick transport in river. Journal of Hydraulic Engineering, 1996(8): 71–76 [汪德勝, 楊小慶, 沈洪道. 油在河流中傳輸?shù)碾p層數(shù)學(xué)模型. 水利學(xué)報(bào), 1996(8): 71–76]

Webb L, Taranto R, Hashimoto E. Operational oil spill drift forecasting. Proceedings of 7th navy symposium of military oceanography, Annapolis, Maryland, 1970

Yang H, Liu CX, Li RG,. Numerical simulation of oil-spill in the south channel of the stuary Yangtze River estuary. Marine Science Bulletin, 2013, 32(3): 345–351 [楊紅, 劉成秀, 李曰嵩, 等. 長(zhǎng)江口南港水道溢油數(shù)值模擬. 海洋通報(bào), 2013, 32(3): 345–351]

Ya HZ, Chen XY, Dong DX. Quantitative analysis of the fishery resources damage caused by sewage marine disposal engineering. Journal of Guangxi Academy of Sciences, 2014, 30(3): 161–164, 169 [牙韓爭(zhēng), 陳憲云, 董德信. 污水排海工程漁業(yè)資源損害定量分析. 廣西科學(xué)院學(xué)報(bào), 2014, 30(3): 161–164, 169]

Zhang CX. Study on numerical simulation of oil spill in Yueqing day. Master’s Thesis of Ocean University of China, 2013 [張彩霞. 樂清灣溢油數(shù)值模擬研究. 中國(guó)海洋大學(xué)碩士研究生學(xué)位論文, 2013]

Oil Spill Pollution and Fishery Resource Loss Assessment Based on GNOME

BI Yanjun1, LIU Xintian2, SONG Xiefa1①, DONG Dengpan1

(1. Department of Fisheries, College of Fisheries, Ocean University of China, Qingdao 266003;2. Weihai Fisheries Technology Extension Station, Weihai 264200)

By using the GNOME model of oil spillage, the drift trajectory and diffusion distribution of the “Century Light” oil spill were simulated. First, the FVCOM hydrodynamic model was used to simulate the tidal field, which was broadly consistent with the results of the tide tables. The wind field was determined by using the Climate Forecast System Reanalysis Data (CFSR) of the National Center for Environmental Prediction (NCEP). The GNOME oil spill model was used for numerical simulation, and Tyson’s method was used for the analysis of the contaminated area. The “minimum regret” trajectory and the best forecast region were obtained through numerical simulation. The comparison of the simulation results after 21 hours with the MODIS remote sensing monitoring data showed that the drift position was basically consistent. This paper describes the assessment criteria for various fishery resources and methods for determining marine ecological damage and loss compensation assessment. Combining the simulation results with the trawl survey data, the direct economic loss of swimming animals was calculated to be 61000 yuan, with the direct loss of fishery resources, within 4 days, reaching a value of 511900 yuan. The oil loss from the “Century Light” event reached a value of 2112600 yuan within 4 days. In this paper, the method of numerical simulation was related to the assessment of fishery resources, and the loss of fishery resources was estimated without on-site observation. The GNOME oil spill model can be applied to similar oil spill trajectories and for rapid prediction of flooding, to provide a method and reference for emergency response to oil spill accidents. The combination of numerical simulation of oil spills and on-site observations will be an important reference method for new ideas in future calculations of fishery resource losses and fishing losses, leading to more comprehensive and scientific handling of oil spills.

GNOME; Oil spill; Fishery resources; Loss assessment

SONG Xiefa, E-mail: yuchuan@ouc.edu.cn

S932.2

A

2095-9869(2020)03-0001-10

10.19663/j.issn2095-9869.20190312002

http://www.yykxjz.cn/

畢研軍, 劉心田, 宋協(xié)法, 董登攀. 基于GNOME的溢油污染漁業(yè)資源損失評(píng)估. 漁業(yè)科學(xué)進(jìn)展, 2020, 41(3): 01–10

Bi YJ, Liu XT, Song XF, Dong DP. Oil spill pollution and fishery resource loss assessment based on GNOME. Progress in Fishery Sciences, 2020, 41(3): 01–10

* 國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2016YFC0503600)資助 [This work was supported by National Research and Development Program of China (2016YFC0503600)]. 畢研軍, E-mail: 1021471631@qq.com

宋協(xié)法，教授，E-mail: yuchuan@ouc.edu.cn

2019-03-12,

2019-04-01

(編輯 陳 嚴(yán))