Курсовая работа: Моделювання забруднення ґрунтів

Враховуючи, що коефіцієнти рівнянь (5) і (6) – випадкові функції метеофакторів, і сумуючи ці рівняння з визначеними масами, які вибираються пропорційно часу дії метеорологічних умов і – го типу “усереднені” рівняння також отримуємо у вигляді (5) та (6).

При переході від рівняння (5) до різницевого (7)

Отримуємо, що концентрація речовини, яка поглинається снігом, пропорційна наземній концентрації.

Застосовуючи тепер метод прямих до рівняння (6) для розрахунку забруднення по однорідному профілю, отримаємо рівняння:

(8)

5. Моделювання забруднення ґрунту пестицидами

Одним із найбільш важливих інтегральних показників, які відбивають кінцевий результат взаємодії пестицидів, середовища і зовнішніх факторів, є рівень забруднення того чи іншого середовища. Ґрунт займає особливе місце серед інших середовищ. Існує багато факторів, від яких залежить кількість пестицидів в ґрунті і навколишньому середовищі.

Теоретичною моделлю розчинення, переносу, поглинання і розпаду пестицидів в ґрунтах , у випадку одночасного руху розчину в пористому середовищі, буде рівняння конвертивної дифузії :

(9)

де - дифузійна складова;

- коефіцієнт швидкості розпаду пестициду;

U - концентрація пестициду в розчині;

V - швидкість фільтрації;

- швидкість розчинення пестициду у воді;

- функція поглинання пестициду кореневою системою

Для квазістаціонарного вирішення, коли V не залежить від х та m0=const, швидкість фільтрації розраховується з умови:

(10)

Кінетика процесу розчинення і розпаду може бути писана рівнянням першого порядку:

(11)

де k1 – константи розпаду в твердій фазі (в сухих ґрунтах);

Um - концентрація насичення;

b - концентрація пестициду в твердій фазі ґрунтів.

Для отримання повної моделі чи її рівничного аналогу даних натурних спостережень немає. Є лише результати вивчення міграції пестицидів і металів з ґрунту в рослини які вказують на їх складний, нелінійний характер.

Тому в даний час обстежується розглядом точкових моделей, хоча така заміна вкрай небезпечна: усереднена поведінка пестициду в просторі, ми тим самим не враховуємо можливість його накопичення в окремих точках простору вище норм гранично допустимих концентрацій (ГДК).

Задача дослідження точкових систем зводиться до встановлення залежності між вхідними параметрами – факторами до яких відносяться: фізико – хімічні властивості препарату (молекулярна маса, температура плавлення чи кипіння, розчинність у воді і в жирах, стійкість при різних рН, леткість);фізик – хімічні властивості ґрунту (склад гумусу, середня температура ґрунту , рН, вологість, механічний склад, кількість внесених добрив, мікроорганізми); умови обробки ґрунту (кількість і спосіб внесення препарату і його товарна форма, глибина розорювання, вид культури, яка росте і її урожайність); кліматичні умови (температура атмосферного повітря, його відносна вологість і швидкість руху, кількість опадів і їх періодичність) і інші фактори і вихідні параметри, які свідчать про якість функціонування систем, зміну концентрації пестицидів з часом.

Як раніше вже відмічалося, процес розкладу речовин в ґрунті здійснюється пропорційно текучій концентрації цих речовин У0 , а все різноманіття факторів, які впливають на зміну концентрацій пестицидів чи радіонуклідів з часом , виражається через усереднений коефіцієнт К, який визначається експериментально. Для визначення заданих умов, рівняння буде мати наступний вигляд:

Y = y0 e – k t (12)

Для отримання більш точних даних про зміну концентрації пестицидів в грунті з часом при дії різних факторів оточуючого середовища, користуються методом ґрунтового врахування аргументів для самоорганізації прогнозуючих моделей за даними досліду. Зовнішнім критерієм при синтезі прогнозуючих моделей може бути критерій регулярності чи критерій мінімуму.

На другому етапі селекції відбувається адаптація коефіцієнтів моделі у всіх точках і кожна з F кращих моделей перевіряється за додатковим критерієм селекції: задається “трубка” значень прогнозуючого параметра, яка дозволяє виділити моделі прогнози по яких знаходяться в її межах в процесі крокового інтегрування рівнянь. Точність, яка не виходить за межі “трубки” прогнозів оцінюється за критерієм помилки багаторазового прогнозу