溢油污染事故后渔业生产恢复辅助决策系统研究

2017-07-24于红周文娇高胜哲戚浩然刘海映周一兵刘长发王斌

大连海洋大学学报 2017年4期

于红,周文娇,高胜哲,戚浩然,刘海映,周一兵,刘长发,王斌

(1.大连海洋大学信息工程学院,辽宁大连116023;2.辽宁省海洋信息技术重点实验室,辽宁大连116023;3.大连海洋大学理学院,辽宁大连116023;4.大连市海洋与渔业局,辽宁大连116001;5.大连海洋大学海洋科技与环境学院,辽宁大连116023;6.大连海洋大学水产与生命学院,辽宁大连116023)

于红1、2,周文娇1,高胜哲3,戚浩然4,刘海映5,周一兵6,刘长发5,王斌6

为解决溢油应急处置后海水中多环芳烃等石油污染残留物对水生生物产生影响等一系列问题,研究了溢油污染事故发生后渔业生产恢复辅助决策的相关因素,提出了基于模型库的溢油污染事故后续生产恢复辅助决策方案,给出了溢油渔业生产恢复辅助决策算法,建立了溢油生产恢复辅助决策系统。结果表明：该系统可在溢油污染应急处置后,按照渔业生产水质标准的要求,确定合适的修复方案,从而辅助渔业生产恢复工作;用仿真数据对系统进行的测试结果表明,该系统能够满足海洋渔业管理部门在溢油事故发生后进行渔业生产恢复辅助决策的需要。

溢油事故;渔业生产恢复;辅助决策系统

近年来,海洋溢油事故频发,溢油事故导致的水域环境变化对海洋渔业生产产生了重大影响。统计显示,30年来,中国沿海共发生70多起50 t以上的溢油事故[1],特别是“大连‘7.16’新港溢油”和“渤海湾蓬莱19—3油田溢油”等事故对黄、渤海海域的海洋环境造成了严重污染。目前,利用信息技术减少污染危害引起了国内外学者的广泛关注,并在几个方面开展了大量研究：(1)溢油监测技术及监测系统[2-3];(2)溢油事故评估方法及评估系统[4-5];(3)溢油事故应急处置决策支持系统[6-8]。溢油事故发生后,各种应急辅助决策系统可根据溢油漂移扩散模型、溢油风化模型、油污漂移路线和影响区域、预测溢油区域的变化,同时,根据溢油自身特性、溢油环境特性、资源配置情况等生成溢油清污技术优化方案[6]。溢油应急处置辅助决策系统为油污清除提供了辅助决策方案,然而,溢油应急处置后,部分海域海水中溢油污染残留物含量依然较高,超过了渔业生产水质的标准要求,并对近海海域环境造成威胁[9],特别是多环芳烃等溢油特征污染物的残留对渔业生物产生了一定的毒性效应[10-11]。针对上述情况,本研究中探究了溢油污染事故后渔业生产恢复辅助决策的相关因素,并提出了基于模型库的溢油污染事故后续生产恢复辅助决策方案,给出溢油污染事故后渔业生产恢复辅助决策算法,建立了溢油污染事故后续生产恢复辅助决策系统。该系统可在溢油污染应急处置后,按照渔业生产水质标准要求,并参照溢油渔业生物毒性效应指标,选择合适的修复方案进行环境修复,从而为渔业生产恢复提供辅助决策。

1 油污染事故后渔业生产恢复决策因素及流程

渔业生产主要是通过捕捞、养殖和加工获得水产品的生产过程。作为人们日常生活中主要食品之一的水产品,其生活及生产环境条件需要符合一定的标准。如果水域环境遭到污染,水域环境中特征污染物含量超过限定值,水产品的质量将会受到严重影响,进而影响人类的健康甚至会危及生命。例如,溢油事故发生后水域环境势必会遭受污染,此时采用应急处置可在一定程度上解决污染问题,但有些顽固的溢油特征污染物需要采用一定的技术进行修复,不同的修复技术具有不同的修复效果,也会产生不同的修复成本。由此可见,溢油事故发生后,是否恢复渔业生产,采用何种方案恢复渔业生产,既要考虑渔业水质标准,也要考虑溢油特征污染物的特性及其对渔业的影响,

还要考虑修复技术及其修复成本。基于以上分析,本研究中确定溢油污染事故后渔业生产恢复的决策因素如下：

(1)海洋环境水质标准。渔业生产对海洋环境指标有严格的要求,不同种类渔业生物要求有不同的海洋环境指标,这些指标需要符合各种渔业生物的养殖水质标准,如《海参养殖标准》、《鲍鱼养殖标准》等。渔业水质符合标准是渔业生产的基本要求,因此,这些标准是溢油污染事故后渔业生产恢复的决策因素之一。

(2)溢油特征污染物对渔业的影响。溢油事故发生后,应急处置不能彻底清除海水中的多环芳烃等潜在特征污染物,这些特征污染物可能会对海参、鲍鱼等水生生物产生急性毒性,或者在这些生物体内富集,不同的渔业生物具有不同的毒性和富集特征,这种毒性和富集会对渔业生产产生不良影响[12-13]。溢油特征污染物含量是渔业生产的参考指标,因此,溢油特征污染物的渔业影响指标也是溢油污染事故后渔业生产恢复的决策因素之一。

(3)海洋环境监测数据。在溢油事故发生后,判断应急处置后海洋环境是否能够满足渔业生产的要求,需要对海洋环境指标进行监测。监测指标包括：渔业生物养殖标准中约束的指标、可能会产生毒性和富集的石油特征污染物指标,监测结果会显示监测时水质是否能够满足生产要求以及是否在可修复范围之内,因此,环境监测数据是溢油污染事故后渔业生产恢复的基础因素之一。

(4)环境修复技术及方案。如果溢油环境监测结果表明,有部分指标不能符合渔业生产规范,或者溢油特征污染物含量会对渔业生物产生慢性毒性效应,就需要用环境修复技术对海洋环境进行修复,不同的修复技术和修复方案会产生不同的修复效果,同时也会产生不同的修复成本[12-14],因此,修复技术及方案是渔业生产的辅助手段,也是溢油污染事故发生后渔业生产恢复的重要因素之一。

在对渔业生产恢复决策因素进行综合分析后,本研究中给出了溢油污染事故后渔业生产恢复决策流程图(图1)。系统利用环境修复研究成果数据和海洋环境历史调查数据进行环境修复模型的训练,建立模型库[15]。用渔业生物毒性研究结果和渔业养殖标准数据作为环境修复结果的参考标准。在溢油事故发生后,渔业管理部门进行应急处置,环境监测部门负责对处置后的海洋环境指标进行监测,将监测结果导入数据库;对比实时监测的环境数据与渔业生物的养殖标准,以及溢油特征污染物对不同渔业生物的毒性指标和富集指标,如果超标,则以实时环境数据和修复目标为输入,用训练好的修复模型建立修复算法,以方案可行和成本较低为目标确定修复方案。

图1 油污染事故后渔业生产恢复决策因素及流程Fig.1 Decision making factors and flow chart of marine fisheries production recovery post oil spill

2 溢油污染事故后渔业生产恢复辅助决策算法

渔业生产恢复辅助决策算法是溢油污染事故后渔业生产恢复辅助决策系统的核心。辅助决策算法的功能是选择海洋环境修复方案,以比较经济的手段,将不适合进行渔业生产的海洋环境修复为可进行渔业生产的海洋环境。算法以实时监测的海洋环境特征污染物浓度为修复初始条件;由于不同渔业生物、渔业生物的不同生命阶段要求的海洋环境条件不同,且不同种类的油品在不同的海洋环境条件下修复效果不同,故将油品种类、海洋环境基本指标、修复成本、渔业生物品种、生物生命阶段等均作为决策因子;将渔业养殖标准和渔业生物无效应浓度作为渔业生产恢复的环境目标。

算法的核心思想是根据输入的初始环境条件、油品种类、初始浓度3个决策因子在模型库中进行候选模型筛选;再根据输入的决策目标确定相关的特征污染物以及环境指标,以此进行修复模型的进一步筛选得到候选模型集合;根据决策目标进行模型有效性验证得到有效模型集合;在有效模型集合中进行修复方案选择,并按照成本、修复时间等因子列出可选方案集合供决策者选择。算法描述概述为Algorithm MarProRecoAssDecMaking,具体如下：

算法中变量说明如下：sp为生物种类,st为生命阶段,ps为油品种类,it为初始浓度,tem为当前温度,sal为当前盐度,ph为当前pH值, sppSet为相关特征污染物集合,CanRecModSet为候选修复模型集,ValCanRecModSet为有效候选修复模型集合,FinCanRecModSet为最终确定的候选修复模型集合,RecModSet为修复模型集合,Env-FacSet为环境因子集合,RecSoluSet为修复方案集合,MarBiosppSet为渔业生物的特征污染物生物效应集合,RecModID为修复模型编号,RecModForm为修复模型公式,RecSoluID为修复方案编码,EnvFac为环境因子,RecCost为修复成本,speP为特征污染物,thickness为浓度。

3 溢油污染事故后渔业生产恢复辅助决策系统设计

图2 渔业生产恢复辅助决策系统功能结构图Fig.2 Main function structure charts for assistant decision making system of marine fisheries production recovery

溢油污染事故后渔业生产恢复辅助决策系统的核心业务模块包括溢油实时监测、基础数据管理和生产恢复辅助决策。系统功能结构如图2所示。

(1)溢油实时监测。主要完成溢油实时数据的接收与处理。其中,溢油实时数据自动监听模块主要负责监听溢油监测点发送的溢油实时数据,包括溢油点坐标、溢油发生时间等信息,并将接收的数据存入数据库;溢油实时数据人工录入模块主要通过手工方式录入溢油数据;短信发送模块是系统接收到溢油通知后自动触发短信发送系统给渔业环境管理部门和渔业生产管理部门相关人员;GIS实时查询模块为渔业环境管理部门和渔业生产管理部门工作人员提供可视化的溢油查询接口。

(2)基础数据管理。主要完成与溢油事故后渔业生产恢复相关基础数据的管理与维护。其中,监测站点管理模块采用可视化的方式根据溢油区域分布特点确定溢油后续环境监测点;监测数据管理模块管理针对此次溢油后的环境跟踪监测数据,并用可视化的方式显示溢油后的环境状况;产业数据管理模块对渔业产业数据进行管理和维护,并用可视化的方式察看渔业区分布情况;渔业标准数据管理模块对渔业养殖标准、渔业水质标准、各种渔业生物养殖标准等标准数据进行管理和维护,并用可视化的方式显示各个区域监测指标与标准的契合度;渔业生物数据管理模块对渔业生物数据进行维护和管理,并用可视化的方式显示不同生物的分布区域;溢油特征污染物管理模块完成溢油特征污染物基本信息的维护与管理。基础数据将在渔业生产恢复辅助决策算法中使用。

(3)生产恢复辅助决策。生产恢复辅助决策是本系统最核心的模块,其他模块为本模块提供支撑。其中,修复实验数据管理模块,主要是对修复实验数据进行维护和管理,并进行修复模型训练,生成辅助决策模块所需要的修复模型;修复模型管理模块进行海洋环境修复模型的管理和维护;生产恢复辅助决策模块根据输入的决策因子、决策目标,用辅助决策算法生成辅助决策方案。

4 溢油污染事故后渔业生产恢复辅助决策系统的实现及测试

根据第3节的设计结果和第2节的算法实现系统的功能,本系统采用C#语言,基于net平台开发,采用Tomcat服务器,后台采用SQL Server数据库。前台实现了基于GIS的溢油状况、渔业产业分布、海洋环境状况等内容的可视化显示;实现了按时间维度对环境指标数据单、多指标统计与分析;实现了按照空间维度对环境指标的等级情况进行分类显示;实现了Excel文件自动倒入和手工输入两种基础数据的输入接口,提供了自动获取数据和手工输入数据两种渔业生产恢复辅助决策用户接口。为了测试系统的性能,用仿真数据对系统功能进行了测试,溢油实时数据为按照实际发生溢油的数据生成的仿真数据;溢油后环境监测数据是参考以前溢油发生后环境监测的监测方案以及监测数据的区间范围生成的仿真数据。图3是根据监听结果进行GIS溢油实时查询界面,其中海上的红色区域表示溢油区。图4是产业分布可视化显示界面,其中不同渔业生物图标表示该类渔业生物的生产区。图5是渔业生产恢复辅助决策界面,有两种方式进入该界面,一种是从溢油区自动进入,自动获取环境数据,另一种是手动输入需要决策的指标。

图3 GIS溢油实时查询界面Fig.3 The interface of GIS oil spill realtime query

图4 渔业产业分布可视化显示界面Fig.4 The visual display interfac of marine fisheries industry distribution

图5 渔业生产恢复辅助决策界面Fig.5 The interface of assistant decision making system of marine fisheries production recovery

5 结论

溢油事故发生后,经过溢油应急处置的海水中依然会有石油残留物,石油污染残留物对近海海域环境会造成威胁,多环芳烃、石油类等对渔业生产会产生不良影响,针对此类问题,本系统中研究了溢油污染事故后渔业生产恢复辅助决策的相关因素,并建立了溢油污染事故后续生产恢复辅助决策系统。该系统可以在溢油事故发生后实时获取溢油时间、地点等信息;海洋环境监测部门和渔业生产部门可采用可视化方法察看溢油情况并确定后期跟踪监测方案;渔业生产部门可采用可视化方式察看海水水质情况,同时可在基于对溢油污染数据进行分析的基础上,根据输入的决策因子、决策目标,用辅助决策算法生成辅助决策方案。通过仿真数据测试证明,所开发的系统可以为海洋渔业管理部门对溢油的中长期处置提供科学决策。

致谢：感谢国家海洋环境监测中心王菊英老师团队提供了模式鱼特征污染物数据;感谢大连海事大学李颖教授团队提供真实溢油实时监测数据!

[1] 刘晋川,杨瑞,李海波,等.基于北斗卫星定位通信的海上溢油跟踪浮标研究[J].航海技术,2009(2)：35-37.

[2] Kirby M F,Law R J.Accidental spills at sea—risk,impact,mitigation and the need for co-ordinated post-incident monitoring[J]. Marine Pollution Bulletin,2010,60(6)：797-803.

[3] 隋迎光,彭吉友,刘志明,等.海洋石油工程新型溢油监测系统的研究[J].环境工程学报,2015,9(9)：4609-4612.

[4] Olita A,Cucco A,Simeone S,et al.Oil spill hazard and risk assessment for the shorelines of a Mediterranean coastal archipelago[J]. Ocean&Coastal Management,2012,57：44-52.

[5] 岳汉秋,甘鑫平,牟乃夏,等.海上船舶溢油事故模糊评估与决策分析[J].环境工程学报,2015,9(8)：3780-3784.

[6] 安伟,王永刚,王新怡,等.中国近海海上溢油预测与应急决策支持系统研发[J].海洋科学,2010,34(11)：78-83.

[7] 刘文全,贾永刚,卢芳.基于ArcGIS Engine的渤海石油平台溢油应急决策支持系统的设计与实现[J].海洋环境科学,2010, 29(6)：866-869.

[8] Balmat J F,Lafont F,Maifret R,et al.A decision-making system to maritime risk assessment[J].Ocean Engineering,2011,38(1)：171-176.

[9] 沈盎绿,唐峰华,沈新强.溢油对贝类的毒害效应以及生态风险评价[C]//中国水产学会渔业资源与环境分会2011年学术交流会会议论文集.腾冲：中国水产学会,2011：1289-1294.

[10] 樊鑫,赵新达,杨大佐,等.优化超声萃取滩涂底质中石油烃总量的研究[J].应用化工,2015,44(7)：1206-1209.

[11] 樊鑫.基于沙蚕多功能群匹配的湿地微宇宙对石油烃去除效果研究[D].大连：大连海洋大学,2015.

[12] 穆景利,靳非,王菊英,等.基于物种敏感性分布的保护海水水生生物的石油烃急性毒性基准研究[J].生态毒理学报, 2015,10(1)：169-181.

[13] 王莹,王菊英,穆景利.计算毒理学在海洋溢油事故特征污染物甄选中的应用研究[J].海洋与湖沼,2015,46(1)：27-34.

[14] 何洁,吉志新,王庆芝,等.翅碱蓬栽培对原油污染土壤理化性质的影响[J].大连海洋大学学报,2016,31(1)：75-79.

[15] 高胜哲,王仕如,樊鑫,等.基于灰色预测模型和线性内插法的溢油灾后生物修复降解率辅助决策模型研究[J].大连海洋大学学报,2016,31(5)：572-575.

An assistant decision making system of marine fisheries production recovery post oil spill

YU Hong1,2,ZHOU Wen-jiao1,GAO Sheng-zhe3,QI Hao-ran4,LIU Hai-ying5, ZHOU Yi-bing6,LIU Chang-fa5,WANG Bin6
(1.College of Information Engineering,Dalian Ocean University,Dalian 116023,China;2.Key Laboratory of Marine Information Technology of Liaoning Province,Dalian 116023,China;3.College of Science,Dalian Ocean University,Dalian 116023,China;4.Dalian City Oceanic Fishery Administration,Dalian 116001,China;5.College of Marine Science and Environment,Dalian Ocean University,Dalian 116023,China;6.College of Fisheries and Life Science,Dalian Ocean University,Dalian 116023,China)

The decision making factors and flow chart of marine fisheries production recovery post oil spill were studied,and a model library was proposed based on assistant decision making solution of marine fisheries production recovery for development of the assistant decision making algorithm of marine fisheries production recovery to deal with effects of petroleum products such as polycyclic aromatic hydrocarbons on marine organisms.The assistant decision making system of marine fisheries production recovery is built,and the proposed system can be used to select the suitable recovery model that can return the environment factors so that the water quality meet the need of marine aquaculture and poultry standard.The simulated data were used to test the system in order to test the performance of the proposed system.The results showed that the proposed system met the needs of ocean and fishery administration.

oil spill;marine fisheries production recovery;assistant decision making system

TP399;X55

10.16535/j.cnki.dlhyxb.2017.04.017

2095-1388(2017)04-0479-05

2016-11-16

国家海洋公益性行业科研专项(201305002-6);大连市科技计划项目(2015A11GX022)

于红(1968—),女,博士,教授。E-mail：yuhong@dlou.edu.cn