基于數(shù)值模型和事件樹模型的長江中游溢油風(fēng)險研究

張逸馳，彭 輝,2*，徐衛(wèi)紅，畢 雪

(1.中國海洋大學(xué) 環(huán)境科學(xué)與工程學(xué)院，山東 青島 266100；2.中國海洋大學(xué) 海洋環(huán)境與生態(tài)教育部重點實驗室，山東 青島 266100；3.中國水利水電科學(xué)研究院水利部防洪抗旱減災(zāi)工程技術(shù)研究中心，北京 100038；4.長江水資源保護(hù)科學(xué)研究所，湖北 武漢 430051)

引 言

近年來，隨著石油工業(yè)的發(fā)展，在石油開采、煉制、水上運輸、儲存等環(huán)節(jié)中發(fā)生溢油事故的風(fēng)險不斷增加[1]。一旦發(fā)生河流溢油事故，進(jìn)入河道的油類會對工業(yè)生產(chǎn)用水、生活用水、生態(tài)平衡和人居環(huán)境造成巨大危害[2]。為了能及時響應(yīng)潛在的溢油事故，合理安排應(yīng)急物資，節(jié)約成本，需要對溢油事故進(jìn)行風(fēng)險評估[3]。

目前學(xué)者們對于溢油風(fēng)險的研究主要集中在海洋溢油方面，采用了模糊分析法、貝葉斯網(wǎng)絡(luò)、事件樹模型等手段[4-6]對一些區(qū)域的溢油風(fēng)險進(jìn)行評估，例如柴田將事件樹模型運用于臺灣海峽船舶溢油事故風(fēng)險分析中，定量計算了溢油事故的概率[7]。一般來說，風(fēng)險分析需要建立在大量歷史資料基礎(chǔ)上，然而河流溢油事故隨機(jī)性強，收集溢油事故的詳細(xì)資料是一個巨大的挑戰(zhàn)[8]。因此本研究利用數(shù)值模擬結(jié)果代替歷史數(shù)據(jù)進(jìn)行風(fēng)險分析，以彌補河流溢油事故歷史數(shù)據(jù)的缺失。溢油數(shù)值模型是研究溢油擴(kuò)散過程的有力工具，目前基于“油粒子”概念的溢油模型發(fā)展迅速[9]，許多學(xué)者利用這種數(shù)值模型對河流溢油污染進(jìn)行了研究，例如Jia等運用MIKE模型研究曹妃甸煉油項目對周圍水環(huán)境的影響[10]，徐帥等運用MIKE 21軟件研究了黃河孟津大橋處的污染物對水質(zhì)的影響[11]，程聰運用DELFT3D-PART模型研究了黃浦江突發(fā)性溢油事故[12]。

本文結(jié)合了溢油數(shù)值模型和事件樹模型研究長江中游溢油風(fēng)險。以長江中游枝城-監(jiān)利段為例，首先利用MIKE 21溢油數(shù)值模型模擬了216個情景下的溢油事故，再建立事件樹模型對溢油數(shù)值模擬結(jié)果進(jìn)行分析和計算，得到了油膜漂移距離的概率分布，研究結(jié)果可以為應(yīng)急處置和物資儲備提供科學(xué)指導(dǎo)。

1 模型設(shè)置

1.1 研究區(qū)域

研究區(qū)域為長江干流中段枝城至監(jiān)利段(111.5°～112.9°E，29.6°～30.4°N)，下游與洞庭湖相連，河段內(nèi)有松滋口、藕池口等幾個洞庭湖分水口，河段總長為237.5 km。該地區(qū)年平均氣溫為16.7 ℃，年平均降水量1 124 mm，年平均蒸發(fā)量1 271 mm。圖1展示了研究河段地形監(jiān)測點及局部網(wǎng)格劃分情況。

圖1 研究河段地形監(jiān)測點及局部網(wǎng)格劃分圖Fig.1 Mesh diagram of study area

本次研究用到的氣象數(shù)據(jù)來自中國氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn)，選用的是2007年宜昌氣象站的氣象數(shù)據(jù)，日平均氣溫變化范圍為4～29 ℃，日平均風(fēng)速為0.5～1.5 m/s，日平均蒸發(fā)量0.5～5 mm。地形數(shù)據(jù)來自長江水利委員會水文局,有63 916個地形測點。水文數(shù)據(jù)來自水文年鑒，采用了枝城水文站、沙市水文站、新廠水文站和監(jiān)利水文站的水位、流量數(shù)據(jù)，其中新廠水文站僅有水位數(shù)據(jù)。

1.2 溢油模型建立

研究采用MIKE 21 OS建立溢油數(shù)值模型,MIKE軟件是丹麥水環(huán)境研究所開發(fā)的水資源和水環(huán)境系列模擬軟件，是目前世界領(lǐng)先并被廣泛使用的軟件。它可以預(yù)測水體中溢油的歸宿，包括油的傳輸擴(kuò)散過程和化學(xué)組分的變化，目前已廣泛應(yīng)用于全球溢油事故中，在我國長江多個河段以及黃浦江等河流也進(jìn)行了成功應(yīng)用，是成熟的水體溢油模擬軟件[13-14]。

1.2.1 地形文件和網(wǎng)格劃分

將地形數(shù)據(jù)轉(zhuǎn)化為.xyz地形文件，再利用MIKE模型的網(wǎng)格生成器(mesh generator)進(jìn)行網(wǎng)格劃分為三角形網(wǎng)格，局部網(wǎng)格劃分情況見圖1。

1.2.2 邊界條件和初始條件

模型的上游邊界為流量邊界，采用的是枝城水文站2007年的實測流量數(shù)據(jù)。下游邊界為水位邊界，采用監(jiān)利站的實測水位數(shù)據(jù)。模型的初始條件為初始水位，初始水位根據(jù)沿程水文站監(jiān)測數(shù)據(jù)內(nèi)插得到。

表1 風(fēng)化參數(shù)設(shè)置Table 1 Setting of weathering parameters

1.2.3 溢油模型參數(shù)設(shè)置

在MIKE溢油模型中，溢油計算涉及多種風(fēng)化過程，需要設(shè)置相應(yīng)的參數(shù)，根據(jù)模型推薦值和參考資料[15-17]，使用表1中的參數(shù)值進(jìn)行建模。

1.2.4 模型率定與驗證

模型參數(shù)利用了實測水位和流量進(jìn)行率定，主要率定的參數(shù)為河床糙率和渦粘度。率定使用的實測資料為2007年1月1日—1月10日(枯水期)和2007年7月25—8月4日(豐水期)河段內(nèi)水文站的水位、流量日平均值。率定后的最優(yōu)參數(shù)：河床糙率為0.01、渦粘度系數(shù)為0.28。率定期內(nèi)所有站點水位誤差不超過7%，流量誤差不超過5%，圖2中A—D為率定情況(僅展示沙市站率定結(jié)果)。模型驗證使用的實測資料為2007年1月11日—2月15日(枯水期)和8月5日—8月31日(豐水期)河段內(nèi)水文站實測水位、流量日平均值。驗證期內(nèi)各站點流量誤差不超過5%，水位誤差不超過8%。圖2中E—H為驗證結(jié)果(僅展示沙市站)。

圖2 豐水期與枯水期水位、流量率定驗證結(jié)果Fig.2 Comparison of monitored and measured water level and discharge

1.2.5 模擬情景設(shè)置

為確保溢油油膜漂移距離不超出模擬河段，溢油點選擇在模擬河段的最上游，所有的情景都是同一溢油點。本次研究收集了2007年的日降雨量、日平均風(fēng)速等氣象數(shù)據(jù)，和2007年的日平均流量、水位等水文數(shù)據(jù)，并根據(jù)這些數(shù)據(jù)計算出36個旬平均值(見表2)。其中平均氣溫用于模型溢油模塊的Forcings參數(shù)設(shè)置中，平均風(fēng)速用于模型水動力模塊的Wind Forcing參數(shù)設(shè)置中，蒸發(fā)量用于模型水動力模塊的蒸發(fā)參數(shù)設(shè)置中。此外，考慮了3個溢油量梯度(10、100、1 000 t)以及2種成分不同的油(成品油、原油)。溢油量梯度是根據(jù)歷史統(tǒng)計數(shù)據(jù)選擇的，3個梯度涵蓋了發(fā)生在長江的溢油事故的溢油量[18]。在MIKE溢油模型中，油被分為4種成分：輕組分、重組分、蠟組分和瀝青組分。輕組分定義為烴類分子量小于160 g/mol，沸點小于300 ℃；重組分定義為烴類分子量大于160 g/mol，沸點在250～300 ℃及以上。長江上溢油主要是原油，其次是汽油等成品油。根據(jù)文獻(xiàn)，在模型中設(shè)置原油為14%的輕質(zhì)組分，75%的重質(zhì)組分，9%的蠟質(zhì)組分，2%的瀝青組分構(gòu)成[19]，成品油的沸點為60～220 ℃，設(shè)置為全部由輕質(zhì)油構(gòu)成。將水文氣象數(shù)據(jù)與3種溢油量、2種油品分別組合，得到了216種情景。

表2 旬平均值劃分情況Table 2 Ten-day mean value division

圖3為利用36個旬平均值模擬的2007年各水文站流速隨時間變化情況，模擬的流速呈現(xiàn)汛期大于非汛期的特征，與河段實際情況符合，說明采用旬平均情景可以涵蓋研究河段水動力的年內(nèi)變化。圖4為2007年7月25日各水文站處流速分布圖，表明河道主槽內(nèi)流速較大，漫灘處流速較小，模擬結(jié)果符合實際情況。另外模擬情景中研究河段的流向分布全年相同。

圖3 水文站處流速Fig.3 Annual velocity of hydrology Stations

圖4 水文站處流場分布圖Fig.4 Flow field diagram

1.3 風(fēng)險分析

通過溢油數(shù)值模擬得到了216個情景下不同時刻的溢油漂移距離，運用事件樹模型進(jìn)行模擬結(jié)果分析，得到溢油影響風(fēng)險概率。事件樹分析法(event tree analysis，ETA)是一種邏輯演繹分析方法，在給定一個初始事件的情形下，分析此初始事件可能導(dǎo)致的所有結(jié)果，從而定性和定量地評價系統(tǒng)的特性，并幫助獲得正確決策[20-22]。事件樹模型計算主要原理為條件概率公式,從節(jié)點引出的單一分枝的概率通?？梢杂山y(tǒng)計(及經(jīng)驗)估算，可靠性模型計算及專家評判等方法計算。若初始事件概率為I，P(Bi)表示措施Bi成功或失敗的概率，P(Oi)表示結(jié)果Oi的概率。以計算結(jié)果Oi為例，所有措施均成功，則O1發(fā)生的概率P(O1)可表示為：

P(O1)=I·P(B1∩B2∩B3∩B4)

=I·P(B1)·P(B2|B1)·P(B3|B1∩B2)·P(B4|B1∩B2∩B3)

(1)

其他結(jié)果的概率可按照該方法依次計算，即每個分枝結(jié)果的概率就是分枝上所有節(jié)點條件概率的乘積[23]。

影響溢油漂移的因素很多，為了簡化模型，需要選取影響重大的因素。根據(jù)前期進(jìn)行的貝葉斯網(wǎng)絡(luò)分析和參考文獻(xiàn)[24]，選取風(fēng)向、風(fēng)速、流量、油品和溢油量作為重要影響因素。通過篩選和分級，以這些因素作為事件樹模型節(jié)點建立事件樹模型(圖5)，每個節(jié)點具有不同的條件概率。

2 結(jié)果與討論

2.1 溢油模擬結(jié)果

從模擬結(jié)果可以看出，溢油事故發(fā)生后，溢油隨河流迅速擴(kuò)散，向下游漂移，如圖6所示(C4、1 000 t成品油情景)。大部分溢油將隨河流順流而下，需要及時攔截和回收。少部分溢油會觸岸，需要進(jìn)行岸邊清理。在溢油點下游每隔20 km設(shè)置一個觀察點，每個觀察點溢油最短影響時間見表3，根據(jù)每個位置的溢油最短影響時間，應(yīng)急部門可以確定響應(yīng)時間。由于油膜漂移過程中呈散布狀，文中將溢油漂移距離定義為連續(xù)油膜最遠(yuǎn)端距離溢油點的沿河道距離，油膜長度為連續(xù)油膜沿河道長度。

圖5 事件樹模型Fig.5 Structures of event tree model

圖6 模擬結(jié)果示例Fig.6 Example of simulation results

表3 溢油最短影響時間Table 3 Minimum impact time of oil spill

2.2 風(fēng)險分析結(jié)果

考慮應(yīng)急響應(yīng)部門和企業(yè)事故發(fā)生后較為快速的響應(yīng)時間約為6 h，另外按照不利情況考慮溢油后24 h油膜漂移情況，本研究統(tǒng)計了溢油發(fā)生后6 h和24 h的油膜漂移距離概率分布。表4列出了事件樹模型的計算結(jié)果中概率超過5%的分枝。

將事件樹每個分枝按照油膜漂移距離從小到大進(jìn)行排序，將各分枝對應(yīng)的概率進(jìn)行累加，得到概率的累積分布，結(jié)果見圖7。圖7(A)為事故發(fā)生6 h后油膜漂移距離的累積概率分布，可以看出第25、50、75個百分位分別為27.6、31.0和42.7 km。這意味著，在75%的概率內(nèi)，事故發(fā)生6 h后油膜的漂移距離小于42.7 km。在50%概率內(nèi)，油膜漂移距離小于31.0 km。圖7(B)為事故24 h后油膜漂移距離概率分布圖，第25、50、75個百分位分別為89.3、98.0和143.0 km。這意味著，在75%的概率內(nèi)，事故發(fā)生24 h后油膜的漂移距離小于143.0 km。在50%概率內(nèi)，油膜漂移距離小于89.3 km。應(yīng)急響應(yīng)部門可以選取溢油事故后特定時間和特定概率，根據(jù)概率分布的結(jié)果確定溢油漂移范圍，從而制定應(yīng)急方案和部署物資。

表4 事件樹模型概率Table 4 Probability of event tree model

圖7 事故后油膜漂移距離概率分布圖Fig.7 Probability diagram of oil slick drift distance 6 h after accident

3 結(jié)論

本文基于溢油數(shù)值模擬和事件樹模型構(gòu)建了河流溢油風(fēng)險分析方法，以長江中游為例，計算了溢油事故后油膜漂移距離的概率分布。利用MIKE 21溢油模型，模擬了216個不同情景下的溢油事故，并記錄了油膜漂移的距離和油膜長度。在數(shù)值模擬的基礎(chǔ)上，篩選了重要影響因素，建立事件樹模型。通過事件樹模型的統(tǒng)計分析，得到了油膜漂移的概率分布圖和不同位置的溢油最短影響時間。在75%的概率范圍內(nèi)，事故發(fā)生6 h后油膜的漂移距離小于42.7 km，事故發(fā)生24 h后油膜的漂移距離小于143.0 km。根據(jù)研究結(jié)果，長江中游一旦發(fā)生溢油事故，油膜擴(kuò)散快速、漂移距離遠(yuǎn)，對事故的應(yīng)急響應(yīng)速度和預(yù)警系統(tǒng)有著很高的要求，需要引起重視。本研究構(gòu)建的風(fēng)險分析方法可以為事故應(yīng)急響應(yīng)系統(tǒng)的建立提供數(shù)據(jù)支持，對應(yīng)急物資的儲備起到指導(dǎo)作用。

本研究以事故后6 h和24 h溢油漂移距離為例進(jìn)行溢油風(fēng)險分析，此方法可以擴(kuò)展到其他時間和其他事故影響因素。油膜在漂移過程中會受到例如光降解、乳化等風(fēng)化作用，本研究的風(fēng)化參數(shù)主要來自參考文獻(xiàn)，在以后的研究中可以通過實驗方法測定參數(shù)，增加模型準(zhǔn)確性。另外今后還可以對溢油位置的影響進(jìn)行深入研究。