«1 2 1 ЕСТЕСТВЕННЫЕ И ТЕХНИЧЕСКИЕ НАУКИ Н.Н. Мельников, Математическое моделирование теплового состояния П.В. Амосов, многолетнемерзлых горных пород на объекте подземной изоляции ОЯТ Н.В. Новожилова Билибинской АЭС в ...»
1
2
1
ЕСТЕСТВЕННЫЕ И ТЕХНИЧЕСКИЕ НАУКИ
Н.Н. Мельников, Математическое моделирование теплового состояния
П.В. Амосов, многолетнемерзлых горных пород на объекте подземной изоляции ОЯТ
Н.В. Новожилова Билибинской АЭС в зависимости от времени выдержки……………………… 3
Ю.Р. Химич, Грибы во втором издании Красной книги Мурманской области……………... 10 Л.Г. Исаева, Н.Г. Берлина А.Г. Олейник, Результаты исследований по проекту «Разработка моделей В.В. Бирюков, и информационной технологии прогнозирования параметров В.Ф. Скороходов, производственных процессов обогащения руд»……………………………….. 15 А.В. Щербаков А.А. Похилько, Фенологические исследования на экологических площадках Н.Р. Кириллова по профилю г. Вудъяврчорр (Хибинский горный массив) в Полярно-альпийском ботаническом саду: история и перспективы……...... А.Я. Фридман Индикаторы хода логического вывода на списковых переменных…………..
ЭКОНОМИКА И ИННОВАЦИИ
В.А. Котельников Современные возможности финансирования инновационных проектов...... Ф.Д. Ларичкин, Основные направления формирования рынка сервисных услуг А.М. Фадеев, в горнопромышленном комплексе Севера и Арктики………………………….. А.Е. Череповицын Ф.Д. Ларичкин, Модернизация учета и управления ресурсами и затратами Т.В. Пономаренко, на горнопромышленных предприятиях Севера, обеспечивающая Т.А. Ковырзина повышение конкурентоспособности сырьевой продукции…………………… В.В. Васильев, Метод комплексного природохозяйственного районирования и выделение В.С. Селин южной границы Российской Арктики……………………………………………… В.С. Селин, Инновационные приоритеты России и программа развития И.В. Селин, редкоземельной индустрии………………………………………………………… В.А. Цукерман М.А. Тараканов Транспортные проекты в Арктике: синхронизация, комплексность………..... В.В. Дидык, Перспективы кластеризации обслуживающих производств как В.В. Дядик направление повышения конкурентоспособности горнопромышленных компаний Баренцева/Евро-Арктического региона……………………………… Г.В. Кобылинская, Тенденции структурных сдвигов в распределении инвестиционных А.Н. Чапаргина ресурсов в регионах Европейского Севера……………………………………… КОНФЕРЕНЦИИ, СЕМИНАРЫ……………………………………………………. НОВЫЕ КНИГИ…………………………………………………………………......... ЮБИЛЯРЫ……………………………………………………………………….…… AD MEMORIAM…………………………………………………CONTENTS……………………………………………………………………………. Редколлегия:
д.т.н. А.Я. Фридман (руководитель редакции), д.б.н. Н.К. Белишева, к.т.н. П.Б. Громов, д.ф.-м.н. В.Е. Иванов, д.б.н. Н.А. Кашулин, д.т.н. А.А. Козырев, д.б.н. П.Р. Макаревич, д.т.н. А.Г. Олейник, д.и.н. И.А. Разумова, к.г.-м.н. Т.В. Рундквист, д.э.н. В.С. Селин, к.т.н. А.Ф. Усов (ответственный секретарь редколлегии).
Редактор: А.С. Менделева, информационная поддержка: Е.Т. Мартынова, И.Г. Савчук, Л.А. Тимофеева, З.А. Уланова.
И.о. зав. издательством В.И. Бондаренко Верстка, фото В.Ю. Жиганов ЕСТЕСТВЕННЫЕ И ТЕХНИЧЕСКИЕ НАУКИ УДК 624.030.7:551.34:51-
МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ТЕПЛОВОГО СОСТОЯНИЯ
МНОГОЛЕТНЕМЕРЗЛЫХ ГОРНЫХ ПОРОД НА ОБЪЕКТЕ ПОДЗЕМНОЙ
ИЗОЛЯЦИИ ОЯТ БИЛИБИНСКОЙ АЭС В ЗАВИСИМОСТИ ОТ ВРЕМЕНИ
ВЫДЕРЖКИ
Н.Н. Мельников, П.В. Амосов, Н.В. Новожилова Горный институт КНЦ РАН Аннотация Обсуждаются результаты численного моделирования теплового состояния многолетнемерзлых горных пород на объекте подземной изоляции ОЯТ Билибинской АЭС. Представлены возможные схемы захоронения ОЯТ в чехлах по глубине вмещающего массива. Для трехъярусного размещения чехлов выполнен анализ теплового состояния вмещающих пород с учетом фазового перехода «вода-лед»в зависимости от времени выдержки ОЯТ.
Ключевые слова:
моделирование, захоронение ОЯТ, многолетнемерзлые горные породы, учет фазового перехода «вода–лед».
Введение Известно, что к 2020 г. все энергоблоки Билибинской АЭС (БилАЭС) будут выведены из эксплуатации, а значит, в ближайшее время должно быть принято решение о судьбе накопившегося отработавшего ядерного топлива (ОЯТ), не перерабатываемого на данный момент. В 2011 г.
специалистами Росатома рассматривалось три варианта обращения с ОЯТ БилАЭС [1] (хранение отработавших тепловыделяющих сборок (ОТВС) в бассейнах выдержки; вывоз на переработку;
захоронение в многолетнемерзлых горных породах (ММГП)). Однако в 2012 г. обсуждается только два последних.
Вариант захоронения ОЯТ экономически менее затратен и практически наиболее реализуем. Для авторов вариант с подземной изоляцией ОЯТ интересен с научной точки зрения, поскольку необходимо рассматривать тепловую задачу с учетом фазового перехода «вода–лед».
В материалах открытой печати практически полностью отсутствует информация касательно теплофизических параметров объекта подземной изоляции ОЯТ и подробных результатов оценки теплового состояния вмещающего массива [2, 3]. Вместе с тем необходимо отметить, что сама проблема создания подземных объектов в условиях вечной мерзлоты и размещения тепловыделяющих радиационно опасных материалов в ММГП в достаточной мере исследована как специалистами России (Э.Д. Ершов, А.Н. Казаков, О.М. Лисицына, С.Ю. Пармузин, Н.Ф. Лобанов, А.С. Курилко, Ю.А. Хохолов, и др. [4–8]), так и в мире (V.J. Lunardini, P.J. Williams, M.W. Smith и др. [9]).
Параметры модели Вечная мерзлота в районе расположения БилАЭС создает благоприятные условия для создания опытно-промышленного объекта (ОПО) подземной изоляции ОЯТ (штольневого или скважинного типа). Как уже отмечалось выше, информация по теплофизическим моделям ОПО весьма скудная. Выполненный авторами анализ материалов научных журналов и презентаций сотрудников «ВНИПИ промтехнологии» (Н.Ф. Лобанов [2], С.Б. Карапетян [3]), представленных на конференциях 2011–2012 гг., позволил прийти к некоторым умозаключениям, на основе которых выполнено обоснование ряда параметров теплофизической модели.
Следуя идее специалистов «ВНИПИпромтехнологии» [2, 3], 8240 ОТВС (приблизительно такое количество планируется отправить на захоронение после вывода из эксплуатации БилАЭС) можно разместить примерно в 1200 чехлах длительного хранения (ЧДХ). Габариты ЧДХ следующие: высота 4 м, диаметр 0.45 м. В свою очередь ЧДХ для варианта ОПО штольневого типа помещаются в 20 горизонтальных выработок (длина рабочей зоны порядка 155 м). Но тогда в скважинах основания каждой выработки (диаметр скважины 1 м) теоретически можно расположить 60 ЧДХ несколькими способами (параметры ММГП в районе БилАЭС позволяют использовать многоярусное размещение источников тепловыделений) (рис. 1):
в один ярус (очень плотная упаковка; технологически сложно, нереализуема);
в три яруса (с шагом около 8 м);
в четыре яруса (с шагом около 10 м).
Рис. 1. Принципиальные мультиярусные схемы размещения ЧДХ с ОТВС в скважине В выполненном исследовании оценены потенциальные области оттаивания ММГП для трехъярусного способа изоляции в зависимости от времени выдержки топлива. Авторы полагают, что представленная в работе информация касательно теплового состояния ММГП будет полезна для проектировщиков сооружений в условиях вечной мерзлоты.
Просматриваются три очевидные зоны модели (см. рис. 1): 1) ММГП; 2) материал-заполнитель в скважинах (цементно-бентонитовый раствор); 3) ЧДХ+ОТВС. Последняя область, предполагаемая в тепловой задаче гомогенной, наиболее сложна с позиций обоснования теплофизических параметров.
Анализ геометрических и массовых параметров ЧДХ и ОТВС БилАЭС [2, 3, 10], а также теплофизических свойств материалов [11], позволил авторам через «взвешивание» [12] определиться с необходимыми для модели значениями эффективных параметров зоны ЧДХ+ОТВС: коэффициент теплопроводности – 0.27 Вт/(м.К); удельная теплоемкость – 890 Дж/(кг.К); плотность – 1445 кг/м3.
Теплофизические параметры вмещающего массива и материала-заполнителя, соответственно, выбраны следующие: коэффициент теплопроводности 1.8 и 0.8 Вт/(м.К);
удельная теплоемкость – 800 и 800 Дж/(кг.К); плотность – 2200 и 1500 кг/м3. Значение пористости ММГП установлено на уровне 10%, а материала-заполнителя – 15%.
Опираясь на данные работы [13], удалось описать с помощью степенной функции мощность остаточного энерговыделения (МОЭ) W (Вт) одной ОТВС БилАЭС через год после выгрузки из реактора W=62.73.x-0.47, где x – годы (x 1). Тогда кривая объемной МОЭ qv (Вт/м3) через год после выгрузки из реактора имеет аналитическое описание вида qv=690.(t+k)-0.47, где t – годы; k – время выдержки (годы).
Основным «инструментом» выполнения численных экспериментов выступал код COMSOL. В принципе, можно было воспользоваться либо программным продуктом PORFLOW, либо программой, разработанной авторами для оценки воздействия подземных атомных станций малой мощности на вмещающие породы в условиях вечной мерзлоты. Все указанные программные продукты позволяют через использование различных модельных представлений симулировать тепловые процессы с учетом фазового перехода «вода–лед». Очень похоже, что, как и в программном продукте А.Н. Казакова [6], используемые авторами коды построены в целом на близких допущениях:
«окружающая среда предполагается макроскопически однородной по всем характеристикам, причем ее поровое пространство заполнено льдом, а после фазового перехода – водой»;
«не учитывается зависимость теплофизических свойств горного массива от температуры как в мерзлом, так и в талом состоянии».
Например, разработчики программного продукта PORFLOW задействовали модель Wheeler J.A. [14]. Код COMSOL и собственная программа авторов реализуют широко известный прием преобразования исходной нелинейной системы уравнений к квазилинейному виду посредством ввода дельта-функции Дирака, которая при численной реализации заменяется дельта-образной функцией, отличной от нуля на интервале фазового перехода и удовлетворяющей стандартному условию нормировки.
Исчерпывающее описание указанной операции, помимо классической работы А.А. Самарского и П.Н. Вабищевича [15], найдено в коллективных монографиях сотрудников Института горного дела Севера им. Н.В. Черского Сибирского отделения РАН [7, 8]. Этот алгоритм реализован в программном продукте.
Сравнительный анализ результатов тестовых расчетов, выполненных посредством указанных программ, показал приемлемую сходимость результатов численных экспериментов.
Однако именно COMSOL позволяет быстро и эффективно отображать информацию в требуемой графической форме.
Для прогнозной оценки теплового состояния ММГП предлагается рассмотреть самую консервативную в тепловом отношении ситуацию. Для этого моделируется тепловое состояние вмещающего массива с единственной скважиной, содержащей «свежее» ОЯТ (топливо выводимого из эксплуатации энергоблока с не менее чем годовым сроком размещения в бассейне выдержки).
Анализируемая скважина симметрично (как вдоль выработки (ось Х), так и в поперечном горизонтальном направлении (ось Y)) окружена смежными аналогичными скважинами. Только в такой постановке можно достаточно физично задать краевые условия на внешних боковых поверхностях модели (см. рис. 2). Именно боковые границы, как ближайшие к источнику тепловыделений, будут в первую очередь оказывать влияние на тепловое состояние ММГП.
В ситуациях несимметричного размещения ОТВС тепловая нагрузка на вмещающий массив будет меньше (через сток тепла). Требование симметричного расположения в смежных скважинах именно «свежего» ОЯТ позволяет задавать на внешних боковых границах модели условие нулевого теплового потока. Для верхней и нижней границ модели использовано условие Дирихле – фиксированные и -265 м района БилАЭС:
-4.3 °С и -2.2 °С соответственно.
Задание начальных условий в выполненном исследовании упрощено. В частности, вся толща ММГП разбита на 3 слоя (хорошо видно на рис. 2), в каждом из которых задавалась постоянная температура с учетом обозначенных температур на нижней и верхней границах области моделирования. Для материала-заполнителя принята температура на уровне -2 °С (предполагается, что в процессе размещения ЧДХ с ОТВС в скважине и дальнейшем запечатывании выработки материал успеет охладиться).
В проведенных расчетах временной интервал моделирования составлял 20 лет.
Анализ результатов численных экспериментов Анализ теплового состояния ММГП осуществлялся по трем пространственным направлениям для трех значений времени выдержки ОЯТ: 1 год, 5 и 9 лет.
1. Вдоль вертикальной оси Z (расстояние между ЧДХ почти 50 м). Динамика распределения температуры вдоль вертикальной оси, проходящей через все ЧДХ с ОТВС со временем выдержки в 1 год, указывает (см. рис. 3; цифры в легенде – годы), что максимальные температуры разогрева прогнозируются в области центрального ЧДХ.
Рис. 3. Динамика пространственного распределения температуры вдоль вертикальной оси, Отметим, что приведенная графическая информация (кривая на момент времени 0 лет) указывает на недостаточно корректное описание начальных условий в модели. В нашем случае одинаковая температура приписывается поярусно (3 слоя ММГП толщиной 55 м каждый). Чтобы обеспечить распределение профиля начальной температуры по высоте на анализируемых глубинах в соответствии с геотермическим градиентом, в используемом программном продукте потребуется использовать тонкие слои ММГП. Принципиально это реализуемо, но «утяжеляет» расчетный модуль.
В данном случае, учитывая заметную удаленность источника от верхней границы (порядка 20 м) с фиксированной отрицательной температурой, это не принципиально для конечного результата.
Из анализа вертикального распределения температуры максимально «опасного» в тепловом отношении ОЯТ следует, что смыкания талых пород вдоль вертикальной оси не прогнозируется.
Прекрасно видно, что состояние максимального разогрева топлива ожидается примерно через 4 года после захоронения. А вот материал-заполнитель в скважине будет подвергаться пусть и менее значительному, но разогреву в течение примерно 16 лет.
2. Вдоль горизонтальной оси Y (расстояние между выработками 20 м). Динамика пространственного распределения температуры вдоль горизонтальной оси Y (см. рис. 4) даже для минимального времени выдержки ОЯТ в 1 год свидетельствует, что смыкания талых пород межу выработками не должно быть. Максимальная глубина оттаивания в этой ситуации оценивается на уровне 5.7 м примерно через 20 лет после запечатывания. Естественно, что при бльших временах выдержки ОЯТ значения глубины оттаивания будут снижаться.
Рис. 4. Динамика пространственного распределения температуры вдоль горизонтальной оси Y (расстояние между выработками 20 м) (время выдержки ОЯТ 1 год) 3. Вдоль горизонтальной оси Х (расстояние вдоль выработки между скважинами 8 м).
Динамика пространственного распределения температуры представлена на рис. 5а, 5б и 5в соответственно обозначенному времени выдержки ОЯТ. Прекрасно видно, что смыкания талых пород не прогнозируется только для времени выдержки ОЯТ в 9 лет (рис. 5в). Глубина оттаивания в этой ситуации составит 2.1 м. Дополнительный расчет для времени выдержки в 7 лет показал, что и здесь также не ожидается смыкания талых пород, а глубина оттаивания увеличивается до 2.3 м.
При меньших временах выдержки топлива (1–5 лет) (см. рис. 5а и 5б) результаты моделирования свидетельствуют, что вдоль оси Х произойдет смыкание талых пород смежных ЧДХ с ОТВС. Продолжительность такого смыкания при минимальном времени выдержки существенно превышает 20 лет, а при 5 годах выдержки составляет примерно 22–24 года, причем линейные размеры зон оттаивания вдоль оси Х могут достигать 20 м и более.
Представленная на рис. 5а, 5б и 5в графическая информация позволяет проанализировать динамику максимальных температур в области размещения ОЯТ в зависимости от времени выдержки. Для времен выдержки ОЯТ 1 год, 5 и 9 лет прогнозируется постепенное (но не линейное) снижение максимальных температур: 300, 292.5 и 288.5 К соответственно.
Из выполненных оценок следует, что для предотвращения образования крупных областей талых пород есть смысл размещать ОЯТ БилАЭС в ОПО подземной изоляции, по крайней мере, через 7–9 лет выдержки. Именно при таком времени выдержки и принятых геометрических и теплофизических параметрах возможно образование локальных областей талых пород вблизи ЧДХ с ОЯТ на ограниченный период времени. Поскольку целостность ЧДХ на протяжении порядка 50 лет гарантирована разработчиками, то есть уверенность в обеспечении безопасной изоляции накопленной радиоактивности в ММГП района Бил АЭС.
В соответствии с исследованиями специалистов по криолитозоне [4–8], полученные результаты по температурным полям вблизи скважины захоронения ЧДХ с ОТВС позволяют говорить о том, что образование трещин или разуплотнение пород не должно иметь место. Хотя авторы указанных работ и утверждают, что принципиально возможно изменение изоляционных свойств оттаявших пород. Но этот момент не входит в цели данного исследования.
Рис. 5. Динамика пространственного распределения температуры вдоль горизонтальной оси Х (расстояние между скважинами в выработке 8 м). Вариация времени выдержки:
Кроме того, полученные авторами результаты о размерах зон оттаивания и времени выдержки ОЯТ практически совпадают со значениями указанных параметров в докладе Н.Ф. Лобанова [2]. Этот факт дает основание с определенной долей уверенности предлагать освоенный «инструмент» для анализа теплового состояния ММГП для других проектных решений (двух- или четырехъярусное размещение ЧДХ с ОТВС).
Дополнительно для коэффициента теплопроводности материала-заполнителя (время выдержки ОЯТ 1 год) определены коэффициенты чувствительности температуры этого материала вблизи всех ЧДХ вдоль вертикальной оси (см. рис. 3). Оказалось, что нормализованные коэффициенты чувствительности [16] изменяются во времени. Если для первой временнй контрольной точки (4 года) коэффициенты чувствительности нулевые, то для 16 лет процесса моделирования их знак отрицательный, что соответствует физике процесса, а уровень значений составляет примерно 0.05%.
Данный факт следует расценивать следующим образом: влияние коэффициента теплопроводности на температуру материала-заполнителя достаточно слабое. Увеличение коэффициента теплопроводности на 1% вызывает уменьшение температуры в точках наблюдения всего на 0.05%.
Благодарность Авторы хотели бы выразить слова благодарности студентке физико-энергетического факультета КФ ПетрГУ Е.В. Резец, которая в 2012–2013 гг. принимала активное участие в начальной стадии исследований по данной задаче и выступала с докладами на региональных студенческих конференциях.
Заключение В работе представлены результаты анализа численных экспериментов в рамках теплофизической модели захоронения ОТВС БилАЭС в ММГП. Описаны теплофизические параметры модели для варианта трехъярусного размещения ЧДХ с ОЯТ. Проанализировано тепловое состояние ММГП в зависимости от времени выдержки ОЯТ при максимально консервативном условии: нулевые тепловые потоки на боковых поверхностях модели.
Доказано, что время выдержки ОЯТ на уровне 7–9 лет обеспечивает образование локальных областей талых пород вблизи ЧДХ на ограниченный период времени. При меньшем времени выдержки прогнозируется смыкание талых пород вдоль выработки на сроки более 20 лет.
Показано, что влияние коэффициента теплопроводности материала-заполнителя на разогрев областей вблизи ЧДХ достаточно слабое, но зависит от времени процесса моделирования:
нормализованный коэффициент чувствительности прогнозируется на уровне -0.05%.
Учитывая, что полученные основные результаты по прогнозным значениям пространственновременных распределений температуры в ММГП для трехъярусного варианта могильника не противоречат выводам ВНИПИпромтехнологии, авторы (в рамках инициативного исследования) предполагают продолжить свои изыскания теплового состояния ММГП. В частности, для рассмотренного варианта размещения ЧДХ с ОТВС весьма интересным представляется вопрос о влиянии геометрических размеров скважины захоронения на тепловое состояние ММГП. Кроме того, весьма перспективным выглядит исследование теплового состояния вмещающего массива для других вариантов размещения ОЯТ (2 яруса, 4 яруса).
ЛИТЕРАТУРА
1. Возможности создания опытно-промышленного объекта подземной изоляции ОЯТ и РАО / М.В. Барышников [и др.] // Безопасность ядерных технологий и окружающей среды. 2012. № 3. С. 70–75. 2. Лобанов Н.Ф. Создание опытнопромышленного объекта подземной изоляции ОЯТ в толще многолетнемерзлых пород в зоне размещения Билибинской АЭС: материалы семинара КЭГ МАГАТЭ «Экономика обращения с отработавшим ядерным топливом: переработка и непосредственная изоляции», Аронсборг, Швеция, 7 октября 2011. Режим доступа: http://www.iaea.org/OurWork /ST/NE/NEFW/ Technical_Areas/WTS/CEG/CEG-Workshop-7-Oct-2011/3.5-Lobanov-Rus.pdf (дата обращения 06.11.2012 г.).3. Возможности создания опытно-промышленного объекта подземной изоляции ОЯТ и ТРО / С.Б. Карапетян [и др.] // Безопасность ядерных технологий и окружающей среды. 2012. №2. С. 133-139. 4. Инженерная геокриология: справочное пособие / Э.Д. Ершов [и др.]; под ред. Э.Д. Ершова. М.: Недра, 1991. 439 с. 5. Ершов Э.Д. Проблемы захоронения радиоактивных отходов в криолитозоне / Э.Д. Ершов, С.Ю. Пармузин, О.М. Лисицына // ГЕОЭКОЛОГИЯ. 1995. № 5. С.
20–36. 6. Казаков А.Н. Динамика развития теплофизических процессов при подземной изоляции тепловыделяющих РАО в многолетнемерзлых горных породах / А.Н. Казаков, Н.Ф. Лобанов, В.И. Манькин // ГЕОЭКОЛОГИЯ. 1997. №2. С. 36–40.
7. Регулирование теплового режима подземных сооружений складского и специального назначения в условиях Севера / А.С. Курилко [и др.]. Якутск: Изд-во Ин-та мерзлотоведения СО РАН, 2011. 246 с. 8. Моделирование тепловых процессов в горном массиве при открытой разработке россыпей криолитозоны / А.С. Курилко [др.]. Новосибирск: Академическое изд-во «Гео», 2011. 139 с. 9. Lunardini V.J. Heat transfer in cold climates. New York: Van Nostrand Reinhold Company, 1981.
731 p. 10. Билибинская атомная электростанция / В.М. Абрамов [и др.] // Атомная энергия. 1973. Т. 85, № 5. С. 299–304.
11. Физические величины: справочник / А.П. Бабичев [и др.]; под ред. И.С. Григорьева, Е.З. Мейлихова. М.:
Энергоатомиздат, 1991. 1232 с. 12. Радиогеоэкологические аспекты безопасности подземного захоронения радиоактивных отходов и отработанного ядерного топлива на европейском севере России / Н.Н. Мельников [и др.] Апатиты: Изд. КНЦ РАН, 2001. 194 с. 13. Хранение отработавшего ядерного топлива энергетических реакторов: препринт / В.И. Калинкин [и др.]. С.-Петербург: ВНИПИЭТ, 2009. 124 с. 14. PORFLOW a software tool for multiphase fluid flow, heat and mass transport in fractured porous media. User’s manual (version 3.07) / ACRi. 1997. 326 p. 15. Самарский А.А.
Вычислительная теплопередача / А.А. Самарский, П.Н. Вабищевич. М.: Едиториал УРСС, 2003. 784 с. 16. Амосов П.В.
Диффузионный перенос радиоактивных веществ в обводненной трещиноватой пористой среде (модель одиночной трещины) // ГЕОЭКОЛОГИЯ. 2001. №1. С. 88–93.
Сведения об авторах Мельников Николай Николаевич – академик РАН, директор ГоИ КНЦ РАН;
e-mail: [email protected] Амосов Павел Васильевич – к.т.н., с.н.с., старший научный сотрудник ГоИ КНЦ РАН;
e-mail: [email protected] Новожилова Наталья Викторовна – младший научный сотрудник ГоИ КНЦ РАН;
e-mail: [email protected] УДК 582.28:502.172 (470.21)
ГРИБЫ ВО ВТОРОМ ИЗДАНИИ КРАСНОЙ КНИГИ МУРМАНСКОЙ ОБЛАСТИ
Ю.Р. Химич1, Л.Г. Исаева1, Н.Г. Берлина Институт проблем промышленной экологии Севера КНЦ РАН;Лапландский государственный природный биосферный заповедник Аннотация Приводятся сведения об изменениях в перечне видов грибов, подлежащих занесению во второе издание Красной книги Мурманской обл. Новый список охраняемых видов включает 18 грибов (1 вид исключен из числа охраняемых, 12 – внесены впервые).
По категориям грибы распределены следующим образом: 14 видов – редкий вид (категория 3), 3 вида – уязвимый вид (2) и 1 вид – неопределенный статус (4), по его распространению нет достаточных данных. Для каждого охраняемого вида дан краткий обзор по его распространению, условиям местообитания в регионе и представленности в Красных книгах субъектов РФ и европейских стран.
Ключевые слова:
Красная книга, редкие виды, грибы, Мурманская область, распространение.
17 видов грибов. Материалы этой книги, с внесенными исправлениями и дополнениями, вошли в «Красную книгу Российской Федерации» 2008 г. [5], где описано 30 видов грибов [5]. Помимо Красной книги РФ, существуют Красные книги субъектов РФ, издаваемые в соответствии с нормативноправовой базой субъекта РФ в области охраны редких и исчезающих объектов растительного мира.
Предполагается, что каждая региональная Красная книга отражает степень уязвимости отдельных видов грибов под воздействием прежде всего антропогенных факторов, а также уровень изученности различных групп грибов [3, 6].
В Мурманской обл. в 1979 г. был опубликован кадастр видов животных и растений, предлагаемых к охране на территории области [7]. Всего к числу редких и нуждающихся в охране было отнесено 94 вида растений и 30 видов животных. Следующее издание книги, уточненное и дополненное, увидело свет через 11 лет [8], и список организмов, нуждающихся в охране, уже включал 111 видов растений и 50 видов животных. К сожалению, в эти книги не были включены грибы как объекты охраны. Логическим продолжением стала подготовка и издание официальной региональной Красной книги [9]. Основным отличием от предыдущих изданий явилось утвержденное постановлением правительства Мурманской обл. «Положение о Красной книге» [9]. В первое издание Красной книги Мурманской обл. [9] было включено 7 видов грибов с категорией 3 – редкий вид:
Leccinum percandidum (Vassilk.) Watl., Cortinarius violaceus (Fr.) Fr., Laccaria amethystine (Hook.) Murr., Clavariadelphus pistillaris (Fr.) Donk, Clavariadelphus truncates (Quel.) Donk, Hericium coralloides (Fr.) S. F. Gray, Cantharellus cibarius Fr..
В последние годы активно изучаются афиллофороидные грибы, получены данные по другим группам грибов, их разнообразию и распространению в регионе [10, 11], появилась необходимость пересмотра перечня охраняемых видов. В 2014 г. планируется выход второго издания Красной книги региона, так как по Положению о Красной книге Мурманской обл. (2003) она должна переиздаваться раз в 10 лет [9]. Подготовлен обновленный список грибов, подлежащих охране, который пополнился 12 видами, 1 – исключен, а в дополнительный список, данный в приложении к Красной книге, включено еще 5 видов грибов, нуждающихся в биологическом надзоре.
Ниже обобщена информация об изменениях в перечне видов грибов, подлежащих занесению в Красную книгу Мурманской обл. (второе издание). Кратко обсуждено распространение видов в России и регионе, приводятся сведения о наличии вида в Красных книгах сопредельных с Мурманской обл. территориях. Названия видов даны согласно сводке, представленной на сайте www.indexfungorum.com.
Вид, исключенный из перечня:
Осиновик белый – Leccinum percandidum. В соответствии с последними молекулярными исследованиями этот таксон рассматривается как цветовая форма осиновика желто-бурого Leccinum versipelle (Fr. et Hk) Snell [12], широко распространенного в регионе.
Виды, которые ранее не были включены в Красную книгу региона:
Clavicorona taxophila (Thom) Doty – клавикорона тисовая. Категория 3 – редкий вид.
Впервые на территории России этот гриб был зарегистрирован в Приморском крае чуть более 10 лет назад [13]. Отмечен также на Урале, в Сибири, Калининградской, Ленинградской областях и республике Коми [14–18]. Сапротроф, встречается на подстилке и гниющей древесине. Вид внесен в Красную книгу Норвегии [19]. В Мурманской обл. известен по литературным данным в одной точке на северо-западе [20]. При небольшой численности популяций гриб имеет значительный общий ареал, в Мурманской обл. встречается на северной границе распространения.
Dichomitus squalens (P. Karst.) D.A. Reid – дихомитус грязноватый. Категория 3 – редкий вид. Встречается в западной Сибири, на Дальнем Востоке и во многих регионах европейской части России, но нечасто [21], приурочен к древесине хвойных пород. Внесен в Красные книги соседних сопредельных территорий: Норвегии [19], Финляндии [22] и республики Карелии [23].
Отмечен на юго-западе Мурманской обл.: в Лапландском заповеднике, на территории, предлагаемой под заказник регионального значения «Порий лес» [10], на территории проектируемого заказника «Кайта». Характерен для старовозрастных лесов, площадь которых в регионе сокращается.
Elmerina caryae (Schwein.) D.A. – эльмерина кариевая. Категория 3 – редкий вид. Имеет значительный ареал, но практически всюду редок, приурочен как к хвойным, так и к лиственным породам [21]. Занесен в Красные книги республик Карелии [23] и Коми [24], Ленинградской обл.
[25], а также Норвегии [19], Финляндии [22] и Швеции [26]. В пределах Мурманской обл.
распространение вида изучено недостаточно, известно одно местонахождение в Хибинском горном массиве (J. Hottola, устное сообщение).
Flaviporus citrinellus (Niemel et Ryvarden) Ginns – флавипорус лимонно-желтый.
Категория 2 – уязвимые виды, в том числе сокращающиеся в численности. Циркумбореальный вид [21, 27], в России отмечен в республике Карелия, Архангельской, Ленинградской, Нижегородской и Свердловской областях [3, 16, 27, 28]; приурочен к древесине хвойных. Внесен в Красные книги республики Карелии [23], Норвегии [19], Финляндии [22] и Швеции [26].
В Мурманской обл. находится на северной границе ареала, единичная находка зафиксирована на территории, предлагаемой под заказник «Порий лес» [10]. Приурочен к старовозрастным еловым лесам, площадь которых на территории области сокращается.
Junghuhnia collabens (Fr.) Ryvarden – юнгхуния сминающаяся. Категория 3 – редкий вид.
Относительно редкий вид, приводится для европейской части России, Урала, Сибири и Дальнего Востока, встречается на валежной древесине хвойных пород [21]. Занесен в Красные книги республик Карелии [23] и Коми [24], Ленинградской обл. [25], а также Норвегии [19], Финляндии [22] и Швеции [26]. В нашем регионе известны два местонахождения: на территории предлагаемого заказника «Порий лес» и верховьях р. Цага [10]. Характерен для старовозрастных еловых лесов, площадь которых на территории Мурманской обл. сокращается.
Leptoporus mollis (Pers.) Qul. – лептопорус мягкий. Категория 3 – редкий вид.
Циркумбореальный вид, известен из европейской части России, Урала, Сибири и Дальнего Востока [21], встречается на древесине хвойных. Внесен в Красные книги регионов северозапада России – республики Карелии [23], Ленинградской обл. [25]. В Мурманской обл. гриб отмечен в Хибинском горном массиве, в заказнике «Лапландский лес», в верховьях р. Цага [10, 29], на о. Великий (Кандалакшский заповедник). Приурочен к старовозрастным еловым лесам, площадь которых на территории Мурманской обл. сокращается.
Microstoma protractum (Fr.) Kanouse – микростома вытянутая. Категория 3 – редкий вид.
Почвенный сапротроф, приурочен к лиственным и смешанным лесам. Известен из европейской части России, а также на Кавказе, Урале, Сибири и Дальнем Востоке [30]. В области известно 4 местонахождения: окрестности заповедника «Пасвик», окрестности г. Апатиты, гора Крестовая (окрестности г. Кандалакши) [31], Хибинский горный массив (И.Н. Дюкова, устное сообщение).
Postia hibernica (Berk. et Broome) Jlich – постия зимняя. Категория 3 – редкий вид. Редкий северный вид, в основном приурочен к древесине сосны [32]. Приводится для европейской части Росии, Урала, Сибири и Дальнего Востока [16, 21]. Внесен в Красные книги республики Карелии [23], Ленинградской обл. [25] и Швеции [26]. В области известна единственная находка на территории заповедника «Пасвик» [33]. Имеет узкую экологическую амплитуду.
Postia persicina Niemel et Y.C. Dai – постия персиково-красная. Категория 4 – виды, по которым недостаточно данных. Описан в 2004 г. из Финляндии [34], в России отмечен в республике Карелия, Архангельской обл. [34, 35], приурочен к древесине ели. Внесен в Красную книгу Финляндии [22]. В регионе встречен в заказнике регионального значения «Лапландский лес» [36]. Приурочен к старовозрастным еловым лесам, площадь которых на территории Мурманской обл. сокращается.
Sarcosoma globosum (Schmidel) Casp. – саркосома шаровидная. Категория 2 – уязвимые виды, в том числе сокращающиеся в численности. Почвенный сапротроф, приурочен к хвойным и смешанным лесам. Чрезвычайно редкий вид, внесенный в Красную книгу России с категорией 2 – таксоны, сокращающиеся в численности [5]; предложен для включения в Приложение I Бернской Конвенции [37]. В России известны местонахождения из европейской части России и Урала [5]. Внесен в Красные книги Архангельской обл. [38], республики Коми [24], Ленинрадской обл. [25], Финляндии [22], Норвегии [19], Швеции [26]. В пределах Мурманской обл. известна лишь одна находка в ельнике зеленомошном на территории государственного природного комплексного заказника «Варзугский» [31].
Sidera lenis (P. Karst.) Miettinen – сидера нежная. Категория 3 – редкий вид. Довольно распространенный вид, известный из регионов европейской части России, Урала, Сибири и Дальнего Востока [21], встречается на древесине хвойных. Включен в Красные книги республики Карелии [23], Ленинградской обл. [25], Финляндии [22] и Норвегии [19]. В Мурманской обл. известен лишь из двух местонахождений на юге: территория, предлагаемая под заказник регионального значения «Порий лес» и окрестности с. Колвица [10]. Характерен для старовозрастных сосновых и еловых лесов, площадь которых на территории Мурманской обл. сокращается.
Skeletocutis lilacina A. David et Jean Keller – скелетокутис лиловый. Категория 2 – уязвимые виды, в том числе сокращающиеся в численности. Очень редкий северный вид, известный из европейской части России, Урала и Сибири [16, 39–41], встречается на древесине хвойных.
Подлежит охране в республике Коми [24], Финляндии [22], Норвегии [19] и Швеции [26].
В основном встречается в старовозрастных влажных еловых лесах [32], внешне схож с Trichaptum abietinum (Dicks.) Ryvarden, но имеет более мелкие поры. Для области этот ксилотроф приводится для юго-запада по сборам M. Laurila 1937 г. [36], современными данными не подтвержден.
Виды, включенные в первое издание, подлежащие дальнейшей охране и включаемые во второе издание Красной книги Мурманской обл.:
Cantharellus cibarius Fr. – лисичка желтая, настоящая. Категория 3 – редкий вид. Отмечен в европейской части России, Западной Сибири, на Кавказе [42]. Микоризный гриб, встречается в различных типах леса. В Мурманской обл. отмечен в основном по склонам гор: на территории Лапландского заповедника (Чунатундра) [9], в Хибинском горном массиве в нескольких местах по южным склонам [9], Лувеньгской тундры [43], в западной части возвышенности Кейвы (подножие горы Ровгора) (И.С. Красоткин, устное сообщение), вне крупных горных массивов встречен в заповеднике «Пасвик» [9, 33], на территории Кандалакшского заповедника – о-в Ряшков и острова Северного архипелага и Порьей губы Белого моря [9, 44]. Малочисленный в регионе вид, плодовые тела образуются не каждый год.
Clavariadelphus pistillaris (L.: Fr.) Donk – клавариадельфус пестиковый. Категория 3 – редкий вид. Встречается в европейской части России, в Западной и Восточной Сибири, на Дальнем Востоке [45]. Гумусовый сапротроф еловых и березово-еловых лесов разнотравнозеленомошной группы. В Мурманской обл. гриб отмечен единичными экземплярами на территории Лапландского заповедника [9] и в окрестностях г. Апатиты [46]. Внесен в Красные книги республик Карелии [23] и Коми [24].
Clavariadelphus truncatus (Qul.) Donk – клавариадельфус усеченный. Категория 3 – редкий вид. Известен в европейской части России, на Урале, в Сибири, на Дальнем Востоке [24].
Гумусовый сапротроф. Плодовые тела наблюдаются в еловых и березово-еловых лесах зеленомошной группы в очень редкие, климатически благоприятные для этого годы. В регионе встречается на территории Лапландского и Кандалакшского заповедников [9, 44], в окрестностях пос. Умбы. Гриб внесен в Красную книгу республики Коми [24].
Cortinarius violaceus (L.) Gray – паутинник фиолетовый. Категория 3 – редкий вид.
Отмечен в европейской части России, на Урале, в Западной Сибири и на Дальнем Востоке [47].
Микоризообразователь сосны, ели, березы, растет единичными экземплярами во влажных хвойных и лиственных лесах зеленомошной группы. В Мурманской обл. вид отмечен на территории Лапландского и Кандалакшского заповедников [9, 44]. Встречается очень редко.
Внесен в Красные книги республик Карелии [23] и Коми [24].
Hericium coralloides (Scop.) Pers. – ежовик коралловидный. Категория 3 – редкий вид.
Встречается в европейской части России, на Кавказе, в Западной и Восточной Сибири, на Дальнем Востоке [48]. Сапротроф, наблюдается на пнях и валеже лиственных деревьев, чаще на березе. Был известен на территории Лапландского и Кандалакшского заповедников [9].
Выявлен также в окрестностях дороги Апатиты – Санкт-Петербург, в зеленых зонах городов Апатиты и Мончегорск. Плодовые тела гриба встречаются редко и не каждый год. Вид внесен в Красные книги Карелии [23] и Норвегии [19].
Laccaria amethystina Cooke. – лаккария фиолетовая (лиловая). Категория 3 – редкий вид.
Известен в европейской части России, на Урале, в Западной и Восточной Сибири, на Дальнем Востоке [49]. Микоризный гриб влажных сосновых лесов зеленомошной группы, довольно редок. В Мурманской обл. отмечен в лесах по восточному берегу оз. Имандры и в двух местообитаниях на территории Лапландского заповедника [9]. Вид внесен в Красную книгу республики Карелии [23].
Во втором издании Красной книги Мурманской обл. заметно увеличился список грибов, подлежащих охране. Выявление видового состава грибов далеко от завершения ввиду слабой изученности микобиоты региона. По выявлению редких видов перспективны слабоисследованные группы: агарикомицеты, гастеромицеты, аскомицеты и грибоподобные организмы, в частности, миксомицеты.
ЛИТЕРАТУРА
1. Работнов Т.А. Грибы как средообразователи для растений в лесных ценозах // Микология и фитопатология.1993. Т. 27. Вып. 6. С. 32–33. 2. Мухин В.А. Роль базидиальных дереворазрушающих грибов в лесных биогеоценозах // Лесоведение. 1981. №1. С. 46-53. 3. Коткова В.М. О распространении и охранном статусе видов афиллофоровых грибов, включенных в Красную книгу Республики Карелия / В.М. Коткова, В.И. Крутов // Труды Карельского научного центра РАН. 2009. № 1. С. 43–50. 4. Красная книга РСФСР. Растения. Т. 2. М., 1988.
592 с. 5. Красная книга Российской Федерации (растения и грибы) / Сост. Р.В. Камелин и др. М., 2008. 855 с.
6. Арефьев С.П. Системный анализ биоты дереворазрушающих грибов. Новосибирск: Наука, 2010. 260 с.
7. Редкие и нуждающиеся в охране животные и растения Мурманской области. Мурманск: Книжное издательство, 1979. 160 с. 8. Редкие и нуждающиеся в охране растения и животные Мурманской области. Мурманск: Книжное издательство, 1990. 190 с. 9. Красная книга Мурманской области. Мурманск: Кн. из-во, 2003. 400 с.
10. Исаева Л.Г. Каталог афиллофороидных грибов Мурманской области / Л.Г. Исаева, Ю.Р. Химич. Апатиты: Изд.
Кольского научного центра РАН, 2011. 68 с. 11. Афиллофоровые грибы ООПТ Российской части Зеленого пояса Фенноскандии / В.И. Крутов [и др.] // Грибные сообщества в лесных экосистемах / Под ред. В.И. Крутова, В.Г.
Стороженко. Т. 3. М., Петрозаводск: Карельский научный центр РАН, 2012. С. 117–146. 12. Kibby G. Leccinum revisited a new synoptic key to species // Field Mycology. 2006. Vol. 7 (4). P. 77–87. 13. Булах Е.М. Редкие и новые для России виды базидиальных грибов из Приморского края / Е.М. Булах, О.К. Говорова // Микология и фитопатология. 2000. Т. 34. С. 21–25. 14. Ширяев А.Г. Клавариоидные грибы полуострова Ямал // Новости систематики низших растений. 2008. Т. 42. С. 130–141. 15. Shiryaev A.G. Clavarioid fungi of Urals. I. Boreal forest zone // Микология и фитопатология. 2004. Т. 38, вып. 4. С. 59–71. 16. Aphyllophoroid fugi of Sverdlovsk region, Russia:biodiversity, distribution, ecology and the IUCN threat categories / A.G. Shiryaev [et al.]. Ekaterinburg:
Goshchitskiy Publisher, 2010. 304 p. 17. Красная книга Калининградской области / коллектив авторов; под ред. В.П.
Дедкова, Г.В. Гришанова. Калининград: Изд-во РГУ им. И. Канта, 2010. 334 с. 18. Ширяев А.Г. Биоразнообразие комплексов клавариоидных грибов Ленинградской области // Микология и фитопатология. 2013. Т. 47, вып. 5. С.
321–328. 19. Norsk rdliste for arter 2010. Artsdatabanken, Norge, 2010. 480 p. 20. Ширяев А.Г. Клавариоидные грибы тундровой и лесотундровой зон Кольского полуострова (Мурманская область) // Новости систематики низших растений. 2009. Т. 43. С. 134–149. 21. Бондарцева М.А. Семейства альбатрелловые, апорпиевые, болетопсиевые, бондарцевиевые, ганодермовые, кортициевые (виды с порообразным гименофором), лахнокладиевые (виды с трубчатым гименофором), пориевые, ригидопоровые, феоловые, фистулиновые.
Определитель грибов России. Порядок афиллофоровые; Вып. 2. СПб.: Наука, 1998. 391 с. 22. The 2010 Red List of Finnish Species. Helsinki. 2010. 685 p. 23. Красная книга Республики Карелия. Петрозаводск: Карелия, 2007. с. 24. Красная книга Республики Коми. Сыктывкар: Коми республиканская типография, 2009. 791 с. 25. Красная книга природы Ленинградской области. Т. 2. Растения и грибы. СПб.: Мир и Семья, 2000. 672 с. 26. Rdlistade arter i Sverige 2010. ArtDatabanken, SLU, 2010. 590 p. 27. Спирин В.А. Новые находки из рода Antrodiella в России / В.А. Спирин, В.Ф. Малышева // Новости систематики низших растений. 2006. Т. 40. С. 189–195. 28. Ежов О.Н.
Афиллофоровые грибы сосны обыкновенной и их значение в лесных экосистемах на территории Архангельской области. Екатеринбург: РИО УрО РАН, 2012. 148 с. 29. Dead wood and polypore diversity in natural post-fire succession forests and managed stands – lessons for biodiversity management in boreal forests / A.L. Ylisirni [et al.] // Forest Ecology and Management. 2012. Vol. 286. P. 16–27. 30. Красная книга Красноярского края. В 2 т. Т. 2.
Редкие и находящиеся под угрозой исчезновения виды дикорастущих растений и грибов. 2-е изд., перераб. и доп. Красноярск: Сибирский федеральный униврситет, 2012. 576 с. 31. Химич Ю.Р. Microstoma protractum (Fr.) Kanouse и Sarcosoma globosum (Schmidel) Casp. – редкие представители порядка Pezizales в Мурманской области / Ю.Р. Химич, И.В. Блинова, Г.Н. Александров // Бюллетень МОИП. Отдел биологический. 2013. Т. 118, вып. 1. С. 84–86. 32. Ниемеля Т. Трутовые грибы Финляндии и прилегающей территории России // Norrlinia. 2001.
Т. 8. 120 с. 33. Руоколайнен А.В. Афиллофоровые и фитопатогенные макро- и микромицеты лесов заповедника «Пасвик»(Мурманская область) / А.В. Руоколайнен, В.И. Крутов, Ю.Р. Химич // Труды Карельского научного центра РАН. 2011. Серия Биогеография. Вып. 12, № 2. С. 29–34. 34. New and in North Europe rare polypore species (Basidiomycota) with annual, monomitic basidiocarps / T. Niemel [et al.] // Karstenia. 2004. Vol. 44. P. 67–77. 35. Ежов О.Н. Афиллофоровые грибы Соловецкого архипелага (Архангельская область) / О.Н. Ежов, А.В. Руоколайнен // Микология и фитопатология. 2011. Т. 45, вып. 5. C. 376–386. 36. Коткова В.М. К микобиоте Мурманской области // Новости систематики низших растений. 2007. Т. 41. С. 127–132. 37. Senn-Irlet B. Guidance for the conservation of mushrooms in Europe / B. Senn-Irlet, J. Heilmann-Clausen, A. Dahlberg // Convention of the Conservation of European wildlife and natural habitats.Strassbourg. 2007. 34 p. 38. Красная книга Архангельской области. Архангельск:
Администрация Архангельской обл., 2008. 351 с. 39. Косолапов Д.А. Афиллофороидные грибы среднетаежных лесов Европейского северо-востока России. Екатеринбург: УрО РАН, 2008. 232 с. 40. Красная книга Республики Бурятия: Редкие и исчезающие виды растений и грибов. 2-е изд., перераб. и доп. Новосибирск: Наука, 2002.
340 с. 41. Красная Книга Челябинской области: животные, растения, грибы. Екатеринбург: Изд-во Урал. ун-та, 2005. 450 с.42. Васильков Б.П. Съедобные и ядовитые грибы средней полосы европейской части СССР. М., 1948.
134 с. 43. Емельянова Л.Г. К оценке биоразнообразия лесов (Лувеньгские тундры, Кольский полуостров) / Л.Г. Емельянова, Н.Б. Леонова // Современные проблемы притундровых лесов: материалы Всерос. конф.
с международным участием. Архангельск: Сев. (Арк.) федер. ун-т им. М.В. Ломоносова, 2012. С. 147–151.
44. Корякин А.С. Особо охраняемые виды в Кандалакшском заповеднике / А.С. Корякин, Л.А. Москвичева, Е.В. Шутова // Рациональное использование прибрежной зоны северных морей: материалы VI–VII Международных семинаров. Ч. 1. Комплексное управление прибрежными зонами. Роль заповедников в обеспечении устойчивого развития прибрежной зоны северных морей. СПб.: Изд. РГГМУ, 2004. С. 48–67.
45. Говорова О.К. Распространение видов рода Clavariadelphus на российском Дальнем Востоке // Микология и фитопатология. 2001. Т. 35, вып. 2. С. 11–14. 46. Блинова И.В. Новые местонахождения некоторых видов клавариоидных грибов (Basidiomycota) в Мурманской области / И.В. Блинова, Ю.Р. Химич // Бюллетень МОИП.
Отдел биологический. 2012. Т. 117, № 3. С. 62–63. 47. Нездойминого Э.Л. Шляпочные грибы СССР. Род Cortinarius Fr. Л.: Наука, 1983. 240 с. 48. Николаева Т.Л. Ежовиковые грибы. Флора споровых растений СССР.
Т. IV. Грибы (2). М.; Л.: Издательство академии наук
СССР. 432 с. 49. Васильева Л.Н. Агариковые шляпочные грибы (пор. Agaricales) Приморского края. Л.: Наука, 1973. 330 с.
Сведения об авторах Химич Юлия Ростиславовна – к.б.н., научный сотрудник; e-mail: [email protected] Исаева Людмила Георгиевна – к.с.-х.н., доц., зав. лабораторией наземных экосистем;
e-mail: [email protected] Берлина Наталья Григорьевна – старший научный сотрудник; e-mail: [email protected] УДК 004.942:622.
РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЙ ПО ПРОЕКТУ «РАЗРАБОТКА МОДЕЛЕЙ И
ИНФОРМАЦИОННОЙ ТЕХНОЛОГИИ ПРОГНОЗИРОВАНИЯ ПАРАМЕТРОВ
ПРОИЗВОДСТВЕННЫХ ПРОЦЕССОВ ОБОГАЩЕНИЯ РУД»
А.Г. Олейник1, В.В. Бирюков2, В.Ф. Скороходов2, А.В. Щербаков ФГБУН Институт информатики и математического моделирования технологических Аннотация Целью проекта, результаты которого представлены в настоящей работе, являлось создание моделей и технологии интеграции средств оперативного прогнозирования в автоматизированные системы сбора данных и осуществления оперативного диспетчерского управления (SCADA-системы) производственными процессами обогащения минерального сырья. В статье дан обзор результатов, полученных в ходе решения комплекса задач, обеспечивающих достижение основной цели проекта.Ключевые слова:
процессы обогащения руд, система мониторинга и управления, компьютерное моделирование, технология оперативного прогнозирования.
Введение Добыча и переработка минеральных полезных ископаемых остается ключевой отраслью экономики, как Мурманской области, так и ряда других «сырьевых» регионов Российской Федерации.
С учетом возрастающей конкуренции и нестабильности мировых рынков важной задачей обогатительного производства является обеспечение высокой эффективности извлечения полезных компонентов, снижение отходов и потерь. Несмотря на то, что задачи совершенствования аппаратов и процессов обогащения руд много лет исследуются и решаются и в Кольском научном центре РАН, и в других научных организациях, как в России, так и за рубежом, они сохраняют свою актуальность. Это обусловлено целым рядом причин различной природы.
об обогатительных процессах открываются с внедрением на обогатительных предприятиях автоматизированных систем оперативного диспетчерского управления и сбора данных (Supervisory Control And Data Acquisition – SCADA-систем). Именно на использовании данных оперативного мониторинга производственных процессов обогащения основана технология их оперативного прогнозирования, разработанная в рамках рассматриваемого проекта. Основной аспект новизны описываемой технологии заключается в интеграции созданных авторами моделей и средств компьютерного моделирования инженерных задач с действующими на промышленных предприятиях SCADA-системами с целью расширения их функциональных возможностей адаптивными средствами оперативного прогнозирования.
Общая схема разрабатываемой технологии прогнозирования Большинство современных SCADA-систем позволяют включать в них дополнительные функции собственной разработки, что дает возможность создать систему, более адекватно отвечающую требованиям и целям конкретного производства. Внедрение функций прогнозирования хода процесса в систему оперативного управления позволит уменьшить отрицательные последствия колебаний характеристик исходного сырья и параметров оборудования на качество продуктов обогащения. Для реализации указанных функций требуется разработать модели, позволяющие оперативно «предсказать» угрозу выхода процесса за регламентные границы и «предложить» варианты управляющих воздействий на процесс, обеспечивающих устранение этой угрозы или снижение отрицательных последствий нарушения регламентных показателей. Общая схема интеграции средств прогнозирования в действующую систему оперативного управления представлена на рис. 1.
Рис. 1. Общая схема технологии оперативного прогнозирования При построении модели, описывающей реальный производственный процесс обогащения, решаются две подзадачи:
анализ параметров производственного процесса и выявление неочевидных связей между ними, влияющих на ход процесса и характеристики продуктов разделения;
анализ связей между объектами (параметрами) и событиями (отклонениями производственного процесса) с целью выявления причинно-следственных связей.
Количество фактически наблюдаемых параметров производственного процесса довольно велико. С целью выявления «скрытых» закономерностей и связей между параметрами производственного процесса, которые могут влиять на его ход, а также снижения размерностей формируемых моделей были использованы методы Data Mining.
Предложенный подход к решению задачи оперативного прогнозирования протекания процессов разделения минеральных компонентов [1] основан на формировании схем отображения друг на друга фрагментов многомерных пространств входов X и выходов Y этих процессов (рис. 2).
Рис. 2. Схема решения задачи поддержки оперативного управления процессами обогащения На основе анализа ретроспективных данных мониторинга проводится классификация (кластеризация) этих пространств с целью выделения областей, соответствующих определенным состояниям процесса. В пространстве Y определяются области «желаемых» исходов Y+, соответствующие регламентным значениям как характеристик продуктов разделения, так и параметров процесса. Структура базы данных мониторинга позволяет определить для каждой представленной в базе «точки» Yi пространства Y соответствующую ей «точку» Xi пространства X. С практической точки зрения это означает, что по данным мониторинга всегда можно определить, при каких условиях был получен тот или иной результат. Следующим шагом технологии является формирование моделей, описывающих отображения областей пространства X в области пространства Y. Полученные модели при оперативном управлении обеспечивают предсказание характеристик выходов Yt по текущим значениям входов Xt, а в случае негативного прогноза позволяют оперативно определить наиболее рациональный вариант воздействия на процесс, обеспечивающий возвращение выходных характеристик к требуемым значениям (рис. 2).
Технология сокращения размерности формируемых моделей Технология использования методов Data Mining для формирования моделей отображения пространства входов производственного процесса обогащения минерального сырья на пространство его выходов отрабатывалась на примере данных, полученных SCADA-системой iFix в ходе мониторинга производственного процесса флотации АНОФ-2 (апатитонефелиновой обогатительной фабрики) ОАО «Апатит». Все наблюдаемые параметры были подразделены на контрольные, управляющие и индикаторы.
С целью снижения размерности задачи применен факторный анализ по двум критериям:
критерию Кайзера и критерию «каменистой осыпи». В результате вместо исходного набора переменных (более 70) появилась возможность анализировать данные по 4 выделенным факторам. Далее отобранные параметры были подвергнуты кластерному анализу. В результате выделены два кластера состояний, один из которых соответствует ситуациям, когда имело место отклонение контрольных параметров от регламентных значений.
Причины отклонений контрольных показателей от регламентных значений определялись с помощью корреляционного анализа. В качестве меры зависимости между переменными использовался коэффициент корреляции Пирсона. В результате в анализируемой группе установлены управляющие параметры, оказывающие наибольшее влияние на контрольные.
Значимость влияния подтверждена результатами последующего регрессионного анализа.
При анализе выбранных параметров использовалась пошаговая регрессия, в ходе которой на каждом шаге в модель включается либо исключается какая-то независимая переменная. Таким образом выделяется множество наиболее «значимых» переменных и появляется возможность сократить число переменных в формируемой модели.
Полученные результаты доказывают, что принятая в проекте схема применения методов Data Mining позволяет снизить размерность формируемых моделей за счет выбора наиболее значимых параметров из имеющегося набора данных оперативного мониторинга процессов разделения минералов.
Технология интеграции инструментальных средств моделирования Специфика задач формирования моделей обогатительных процессов предполагает реализацию большого объема вычислений. В связи с этим актуально определение наиболее рациональных вариантов организации вычислительного процесса. Для решения обозначенной проблемы предложена концепция и архитектура информационной системы, которая должна обеспечить интегрированное представление и систематизацию классов решаемых задач и разнородных исполнителей (используемых программных средств) [2]. В качестве формальной основы для автоматизированного синтеза спецификации исполнительной среды решено использовать прикладную онтологию, представляющую собой систему понятий решаемых задач.
В рамках онтологии сложная задача декомпозируется на подзадачи, реализация которых возможна с помощью существующих программных средств. Определенные в онтологии отношения над объектами позволяют исследователю задавать в явном виде неполную спецификацию решаемой задачи, а также избежать некоторых концептуальных ошибок при постановке задачи. Например, при указании конкретного сепарационного аппарата, который планируется исследовать в ходе моделирования, в результате вывода на онтологии может быть получено множество экземпляров руд, «подходящих» аппарату. Выбор руды для данного варианта вычислительного эксперимента следует осуществлять только из этого множества.
Анализ решения исходной задачи, реализуемый процедурами вывода на онтологии, дает возможность в автоматизированном режиме определить множество необходимых исполнителей и связей между ними, т.е. сформировать спецификацию исполнительной среды. Генерируемая спецификация в некоторых случаях обладает избыточностью за счет альтернативных вариантов решения задачи, обусловленных наличием аналогов среди исполнителей. В итоге решение исходной задачи можно произвести по одному из альтернативных путей, выбор которого зависит от требований конкретного вычислительного эксперимента (время выполнения, точность решения и др.).
Для решения задачи выбора альтернативы формируется граф, вершины которого соответствуют исполнителям, найденным в процессе вывода на онтологии, а дуги – связям между ними. Связи интерпретируются как абстрактные каналы передачи данных, отображающие возможность взаимодействия инструментальных средств. При оценке варианта решения, задаваемого некоторой цепочкой узлов, необходимо учитывать характеристики исполнителя, которые можно представить как «стоимость» его использования. Каждой дуге приписывается вес, зависящий от характеристик (сложность, точность) исполнителя, из которого эта дуга выходит, и от способа связи (наличия конвертера). Интегральная стоимость представляет сумму всех числовых характеристик исполнителя с учетом ограничений спецификации задачи.
Для поиска альтернативных путей в графе исполнителей используется алгоритм Дейкстры с учетом ограничений, описанных в спецификации исходной задачи. В результате стоимость использования каждого из построенных вариантов спецификации исполнительной среды вычисляется как сумма весов дуг, соединяющих исполнителей, которые входят в данную спецификацию. Сравнение альтернатив сводится к сравнению стоимостей их использования.
Также на основании информации об используемых инструментальных средствах можно определить основные характеристики решения задачи – количество исполнителей, общее время выполнения, итоговую точность решения и т.п.
Учитывая общий уровень развития телекоммуникационных систем, глобальной информационной инфраструктуры и рост популярности облачных вычислений (от англ. cloud computing) [3], при создании и исследовании моделей логичной представляется ориентация на максимальное использование существующих разработок в рассматриваемой предметной области. С другой стороны, практика взаимодействия с обогатительными предприятиями показывает, что для многих из них характерно «закрывать» собственную технологическую информацию и блокировать возможность входа внешней информации (в том числе – программных модулей) в производственные информационные системы. В связи с этим использование информационно-аналитических ресурсов, представленных в глобальных сетях, или инфраструктуры проблемно-ориентированных публичных облаков вероятно только для исследовательского этапа разработки и тестирования моделей технологических схем переработки минерального сырья и сепарационных аппаратов. Распределенные системы оперативной информационно-аналитической поддержки производственных процессов могут быть реализованы на основе частных облаков (от англ. private cloud), организованных в рамках относительно закрытых корпоративных сетей. В контексте рассматриваемой проблемы частное облако представляет собой инфраструктуру, находящуюся в собственности, управлении и эксплуатации одной организации и предназначенную для использования несколькими потребителями (например, подразделениями) этой организации.
Моделирование гидродинамических процессов в разделительных аппаратах Современный уровень развития технических и программных средств моделирования обеспечивает возможность практической реализации моделей, адекватно представляющих гидродинамические процессы разделения минеральных компонентов. Одним из эффективных инструментов моделирования гидродинамики многофазных сред являются САЕ-системы (Computer-Aided Engineering) и CFD-программы (Computational Fluid Dynamics) [4]. CFD-модели разделительных аппаратов дают возможность учитывать геометрию исследуемого объекта (разделительного аппарата), граничные условия и физические свойства подвергаемых разделению минералов, а также другие важные аспекты, влияющие на адекватность модели задачам исследования. При этом нет необходимости существенно упрощать формальное описание моделируемых физических процессов. В качестве математического аппарата для построения моделей использован аппарат многофазного многоскоростного континуума (ММК). Вычислительный эксперимент над такими моделями приближается по своим качествам к натурному эксперименту.
В ходе проекта ММК модели были разработаны для основных разделительных процессов, используемых на обогатительных предприятиях Мурманской области [5].
В основу математической модели процесса разделения минеральных комплексов в магнитно-гравитационном аппарате положен эффект формирования ожиженного слоя из ферромагнитных частиц в восходящем водном потоке при помещении его в однородное магнитное поле. При разработке модели использовались результаты работы [6], в которой приводится оценка величины снижения коэффициента гидродинамического сопротивления при действии на ферромагнитный слой внешнего однородного магнитного поля и сдвигового воздействия потока жидкости. Модель реализована в трехмерной геометрии цилиндроконического корпуса аппарата высотой 1 м и диаметром 0.4 м. Эксперименты с моделью позволили исследовать течения ферромагнитной суспензии в рабочем объеме магнитно-гравитационного аппарата и провести анализ ряда характеристик этого процесса.
Полученные результаты дают основания утверждать, что модель можно использовать для прогнозирования технологических показателей разделения в магнитно-гравитационных аппаратах различных конструкций, а также для совершенствования аппаратов данного типа.
В математической модели процесса флотации описывается обмен механической и тепловой энергией и веществом. При формулировке условий материального баланса рассматривается производительность моделируемого объекта по удельным временным объемным расходам входных и выходных потоков, а также их физические и вещественные характеристики.
В качестве конкретного объекта моделирования рассматривалась камера пневмомеханической флотационной машины ОК-38. При формулировке условий однозначности использованы данные технологической схемы основной нефелиновой флотации АНОФ-2 ОАО «Апатит».
Инструментальные средства компьютерного моделирования позволяют получить как графическое, так и числовое представление результатов для каждой из фаз в любой точке пространства флотационной камеры. Вычислительный эксперимент на основе разработанной модели флотационного аппарата дает информацию не только о пространственных распределениях скоростей и концентраций отдельных компонентов многофазной системы, но и о технологических характеристиках моделируемого аппарата.
Созданы имитационные модели и проведены компьютерные эксперименты по исследованию влияния формы и геометрических параметров рабочих объемов гравитационных аппаратов на динамику распределения частиц различной крупности и формы в рабочем объеме аппарата. Доказано, что изменение формы рабочего объема аппарата позволяет варьировать кинетику распределения разделяемых частиц различных классов крупности.
Разработка моделей экспресс-анализа обогатительных процессов Для реализации моделей экспресс-анализа динамики процессов обогащения руд, наряду с методами Data Mining, были использован математический аппарат нейронных сетей и аппарат нечеткой логики [7].
Нейронные сети обладают рядом свойств, которые определяют перспективность их применения в качестве аналитического аппарата систем управления. В контексте рассматриваемой задачи это прежде всего способность к обучению на примерах. Наличие больших объемов данных мониторинга, в которых представлены взаимосвязанные измерения и входов, и выходов исследуемой системы, позволяет обеспечить нейросеть репрезентативными обучающими выборками. Важны также способность нейронной сети адаптироваться к изменению свойств объекта управления и внешней среды и высокая устойчивость к «сбоям»
отдельных элементов сети в силу параллелизма, изначально заложенного в архитектуру сети.
В рамках проекта реализованы сети встречного распространения. Они могут достаточно оперативно реагировать на изменения условий протекания процесса обогащения, связанные с флуктуациями характеристик исходного сырья, технологических параметров или износом оборудования. Объединение в нейросети встречного распространения самоорганизующейся карты Кохонена [8] и звезды Гроссберга [9] приводит к росту «обобщающих» способностей сети и позволяет получать правильный выход даже при неполных или незначительно искаженных входных данных. Нейросетевая модель синтезирована для флотационного отделения АНОФ-2.
В модели учитывается 15 контрольных, 30 управляющих и 27 индикативных параметров.
Настройка значений весов производится в режиме обучения сети, когда в модель подаются априорно известные векторы входов Xi и выходов Yi. В режиме прогнозирования входной вектор Xt модели формируется на основе текущих данных мониторинга, а выходной вектор Yt генерируется сетью. В ходе серии вычислительных экспериментов модель была настроена и обеспечила синтез выходных векторов, соответствующих контрольной выборке данных реального производственного процесса. Совместно с нейросетевой моделью используется база знаний, где представлены возможные «нежелательные» состояния системы, с каждым из которых ассоциирован набор правил определения комплекса корректирующих воздействий на управляющие параметры. Указанная база знаний создается с использованием как методов Data Mining, так и верифицированных экспертных рекомендаций.
Модели, основанные на использовании математического аппарата нечеткой логики [10], целесообразно применять в случаях, когда в исходных данных или выявленных связях существует значимая неопределенность. В рамках реализуемого подхода к разработке технологии оперативного прогнозирования обогатительных процессов предполагается возможность неявного влияния всех технологических параметров процесса на характеристики продуктов разделения. В зависимости от степени изученности процесса взаимное влияние параметров характеризуется либо «классическими» передаточными функциями, либо нечеткими функциями. Нечеткая передаточная функция представляется схемой, включающей блок фаззификации, машину нечеткого логического вывода и дефаззификатор. На этапах фаззификации и дефаззификации используются априорно заданные (и хранимые в базе системы моделирования) функции принадлежности для нечетких значений параметров. Основные проблемы при формировании модели данного типа состоят в выборе параметров функций принадлежности, описывающих характеристики технологического процесса, и синтезе нечетких правил для базы знаний. В большинстве случаев эти проблемы решаются с помощью привлечения экспертов. Однако для модели, используемой в условиях реального производства, экспертов можно привлекать только для начальной настройки системы. Поэтому в рамках проекта разработаны механизмы автоматизированной корректировки по данным оперативного мониторинга априорно заданных функций принадлежности и нечетких правил, определяющих влияние входов модели на ее выходы. Тестовым объектом для анализа эффективности и адекватности модели, основанной на комбинированном использовании классических и нечетких передаточных функций, также служил процесс флотации, реализуемой на АНОФ-2.
Модель обогатительных процессов ОАО «Олкон»
С использованием результатов проекта и специализированных инструментальных средств моделирования создана модель обогатительных процессов на дробильно-обогатительной фабрике (ДОФ) ОАО «ОЛКОН». Моделируемая схема обогащения магнетитовых кварцитов включает дробление, измельчение и магнитное обогащение в слабом поле.
Средствами математического моделирования [11] произведено прогнозирование раскрытия зерен магнетита различной крупности с исходным содержанием железа в руде 30%. Получена диаграмма раскрытия магнетитовых кварцитов месторождений Приимандровского района.
Анализ диаграммы раскрытия зерен позволил сделать вывод о том, что в обычной стадиальной схеме переработки происходит измельчение сростковой фракции в совокупности с полностью вскрытыми магнетитовыми зернами. В результате циркулирующая нагрузка в мельнице достигает 250–300%, что существенно снижает эффективность процесса обогащения.
Модель для определения более эффективной схемы и параметров процесса обогащения магнетитовых кварцитов была создана и исследована с использованием программных средств MODSIM [12]. Указанная программная среда поддерживает формирование рассчитывающей детальные массовые балансы модели технологической цепи из набора моделей обогатительного оборудования, соединяемых материальными потоками. Также инструментальные средства MODSIM предоставляют возможность интегрировать в модель технологической цепи, формируемую на основе априорно представленных в системе блоков, новые, созданные пользователем, модели аппаратов. Это весьма полезно как на стадии разработки технологической схемы обогащения, так и при использовании модели в контуре автоматизированного оперативного управления.
Разработанная модель технологической схемы получения магнетитового концентрата на ДОФ ОАО «Олкон» [13] описывает следующие стадии процесса: измельчение в стержневой и шаровой мельницах, классификацию измельченного продукта и трехстадиальную магнитную сепарацию с использованием барабанных магнитных сепараторов. Модель позволяет ускоренно исследовать сложные производственные ситуации и принимать правильные решения по их ликвидации. Ее прогностические возможности существенно превосходят возможности используемых до настоящего времени расчетов по эмпирическим формулам.
Вопросы, связанные с интеграцией разработанной технологии в действующие системы поддержки оперативного управления Модели обогатительных процессов и аппаратов, а также процедуры анализа больших объемов данных мониторинга обладают, как правило, высокой вычислительной сложностью.
При этом разрабатываемая технология ориентирована на интеграцию средств прогнозирования процессов обогащения в действующие системы оперативного управления и мониторинга, аппаратной платформой которых являются рабочие станции на базе типовых персональных компьютеров. Добиться необходимой производительности в таком случае позволяет использование многопоточных графических процессоров (GPU – Graphical Processing Unit) для универсальных высокопроизводительных вычислений. Подобные решения уже используются в мировой практике не только для анализа и обработки изображений, но и для симуляции и прогнозирования различных процессов, а также решения инженерных задач высокой размерности. В рамках проекта проведены исследования по оценке соответствия реальных характеристик системы на основе GPU CUDA NVIDIA Tesla C2050 характеристикам, заявленным производителем. Исследовалась также производительность указанной системы по сравнению с системами, использующими только серийный центральный процессор [14].
GPU спроектирован таким образом, чтобы максимально эффективно решать задачу однотипной обработки множественных данных. Использование методов Data Minig для анализа данных мониторинга обогатительных процессов, моделей на основе нейронных сетей и математического аппарата многофазного многоскоростного континуума приводит к вычислительным задачам указанного типа.
Для реализации поставленной задачи спроектирован и реализован программный модуль, позволяющий экспериментальным путем провести сравнительную оценку производительности центрального и графического процессоров. Отдельное внимание было уделено оценке совместного использования GPU и пакета прикладных программ для решения задач технических вычислений MatLab, поскольку этот пакет широко применяется для инженерных расчетов и моделирования.
Результаты проведенных вычислительных экспериментов подтвердили, что использование графических процессоров общего назначения в рамках рабочих станций, интегрированных в контур оперативного контроля и управления процессами обогащения, во многих случаях может существенно повысить их вычислительную мощность. Однако для эффективной реализации вычислений, связанных с прогнозом динамики процесса, требуется выполнение определенной подготовительной работы, включая оценку структуры реализуемых алгоритмов и их оптимальную реализацию средствами специализированного языка.
Стандартными средствами современных SCADA-систем в реальном времени решаются задачи обмена данными с устройствами связи с объектом, к которым относятся промышленные контроллеры, а также ведения базы данных мониторинга производственного процесса.
Для снижения трудоемкости практического использования накопленных в базе SCADA-системы данных необходимо из большого числа параметров, фиксируемых в ходе оперативного мониторинга, выделить относительно небольшое число «наиболее важных» параметров, которые в наибольшей степени влияют на ход обогатительного процесса. Для решения этой задачи разработана технология целевой выборки параметров технологического процесса из общего перечня контролируемых параметров. Технология основана на анализе структуры имен, используемых для хранения результатов мониторинга производственных процессов на обогатительных предприятиях. В общем виде идентификатор поля данных, хранимых в базе мониторинга, формируется как текстовая строка, образованная путем конкатенации ряда аббревиатур. Таким образом, в идентификаторе представлена информация, позволяющая определить «точку» производственного процесса, в которой проводились измерения, измеряемый параметр и условия измерения. Для реализации целевой выборки создана система построения запросов, которая позволит выбирать параметры из общего перечня на основе фрагментов имен. Условия запроса задаются в диалоговом режиме с применением специального модуля и справочника используемых аббревиатур. Заполняя с помощью предоставленных экранных инструментов соответствующие маски ввода, пользователь, по сути, формирует фильтр доступа к базе данных оперативного мониторинга. Использование предложенной технологии целевой выборки параметров и довольно простой инструментальной «надстройки», облегчающей формирование условий запросов, обеспечивает оперативное извлечение требуемых для последующей обработки данных из объемной базы текущего мониторинга.
Заключение В результате выполнения проекта разработана технология создания автоматизированных систем прогнозирования кинетики производственных процессов обогащения минеральных руд по данным оперативного мониторинга текущих параметров процесса. Инструментальные средства выработки прогноза могут быть в виде подсистемы интегрированы в действующие на обогатительных предприятиях автоматизированные системы поддержки диспетчерского управления и сбора данных (SCADA-системы). Предложена общая схема интеграции средств моделирования в системы оперативного управления и определены механизмы организации целевого доступа к базам данных оперативного мониторинга обогатительных процессов.
Исследованы возможности использования различного математического аппарата для создания моделей оперативного прогнозирования. Исследования подтвердили, что наличие больших объемов данных, полученных в результате функционирования SCADA-систем, обеспечивает создание и практическое применение моделей, основанных на методах Data Mining, нейронных сетей и нечеткой логики. На основе таких методов созданы и протестированы на реальных данных мониторинга обогатительных процессов модели экспресс-анализа технологических схем, используемых на обогатительных фабриках ОАО «Апатит» и ОАО «Олкон». Доказано, что созданные модели позволяют получить результаты, адекватные задачам оперативного управления производственными процессами. Наиболее рациональным для прогнозирования многостадийных схем обогащения минерального сырья представляется вариант комбинированных решений, предполагающий совместное использование разнотипных моделей для различных состояний обогатительного процесса или различных операций (аппаратов) технологических схем.
Для нескольких обогатительных аппаратов с применением современных программноинструментальных средств создан ряд моделей, основанных на использовании математического аппарата многофазного многоскоростного континуума. В ходе исследований доказано, что подобные модели обладают высокой информативностью. Вычислительные эксперименты над такими моделями позволяют существенно снизить необходимость проведения трудоемких натурных экспериментов при решении задач разработки и совершенствования конструкций, а также определения эффективных режимов функционирования обогатительных аппаратов.
Результаты проведенных в рамках проекта исследований представлены в 17 печатных работах, а также 10 докладах на научных мероприятиях.
ЛИТЕРАТУРА
1. Олейник А.Г. Схема оперативного прогнозирования производственных процессов обогащения руд / А.Г. Олейник, Л.П. Ковалева // Труды Кольского научного центра РАН. Информационные технологии. Вып. 2.Апатиты: Изд. КНЦ РАН, 2011(7). С. 211–219. 2. Неведров А.С. Архитектура системы интеграции инструментальных средств для определения эффективных режимов обогащения / А.С. Неведров, А.Г. Олейник // Труды Кольского научного центра РАН. Информационные технологии. Вып. 3. Апатиты: Изд. КНЦ РАН, 2012(11).
С. 115–123. 3. Gillam, Lee. Cloud Computing: Principles, Systems and Applications / Editors: Nick Antonopoulos, Lee Gillam. — L.: Springer, 2010. 379 p. 4. Неведров А.С. Об инструментальных средствах определения эффективных режимов обогащения минеральных руд / А.С. Неведров, А.Г. Олейник // Информационные ресурсы России. 2011.
№5 (123). С. 35–38. 5. Скороходов В.Ф. Применение методов вычислительной гидродинамики к исследованию и анализу процессов разделения минералов / В.Ф. Скороходов [и др.] // Физико-технические проблемы разработки полезных ископаемых. 2013. №3. С. 179–187. 6. Jovanovic G.N. Magnetically assisted liquid–solid fluidization in normal and microgravity conditions: experiment and theory / Goran N. Jovanovic, Thana Sornchamni, James E. Atwater and others // Powder Technology. 148 (2004). P. 80–91. 7. Кириллов И.Е. Разработка моделей экспресс-анализа обогатительных процессов на основе нейросетей и нечеткой логики / И.Е. Кириллов, И.Н. Морозов, А.Г. Олейник // Труды Кольского научного центра РАН. Информационные технологии. Вып. 4. Апатиты: Изд. КНЦ РАН, 2013. С.
152–159. 8. Kohonen Т. Self-organization and associative memory. 2d ed. New-York, Springer-Verlag. 312 р.
9. Grossberg S. Some networks that can learn, remember and reproduce any number of complicated space-time patterns. Journal of Mathematics and Mechanics. 1969. Vol. 19, № 1. Р. 53–91. 10. Тэрано Т. Прикладные нечеткие системы / Т. Тэрано, К. Асаи, М. Сугэно. М.: Мир, 1993. 368 c. 11. King R.P. Modeling and Simulation of Mineral Processing Systems / R.P. King, Edited by C.L. Schneider and E.A. King. Published by Society for Mining, Metallurgy, and Exploration. 2012. 492 p. 12. Modular simulator for mineral processing plants. Режим доступа:
http://www.mineraltech.com/MODSIM/ 13. Модернизация технологии обогащения железных руд на ОАО «ОЛКОН» с использованием имитационного моделирования / В.В. Бирюков [и др.] // Труды Кольского научного центра РАН.
Информационные технологии. Вып. 4. Апатиты: Изд-во КНЦ РАН, 2013. С. 183–188. 14. Рябов Д.В. Анализ вычислительных возможностей GPU Tesla C2050 / Д.В. Рябов, А.В. Вицентий // Труды Кольского научного центра РАН. Информационные технологии. Вып. 4. Апатиты: Изд. КНЦ РАН, 2013. С. 160–168.
Сведения об авторах Олейник Андрей Григорьевич – д.т.н., зам. директора по научной работе, Институт информатики и математического моделирования технологических процессов КНЦ РАН;
e-mail: [email protected] Бирюков Валерий Валентинович – н.с. лаборатории новых обогатительных процессов и аппаратов, Горный институт КНЦ РАН; e-mail: [email protected] Скороходов Владимир Федорович – д.т.н., зав. лаборатории новых обогатительных процессов и аппаратов, Горный институт КНЦ РАН; e-mail: [email protected] Щербаков Алексей Владимирович – директор ДОФ ОАО «Олкон»; e-mail: [email protected] УДК 58.
ФЕНОЛОГИЧЕСКИЕ ИССЛЕДОВАНИЯ НА ЭКОЛОГИЧЕСКИХ ПЛОЩАДКАХ
ПО ПРОФИЛЮ Г. ВУДЪЯВРЧОРР (ХИБИНСКИЙ ГОРНЫЙ МАССИВ)
В ПОЛЯРНО-АЛЬПИЙСКОМ БОТАНИЧЕСКОМ САДУ:
ИСТОРИЯ И ПЕРСПЕКТИВЫ
А.А. Похилько, Н.Р. Кириллова Полярно-альпийский ботанический сад-институт им. Н.А. Аврорина КНЦ РАН Аннотация Представлен обзор архивных материалов и публикаций по работам на 16-ти экологических площадках по профилю г. Вудъяврчорр, сведения (геоданные) об их размещении и площадях, современное состояние и перспективы работ в этом направлении.Ключевые слова:
фенология, сезонное развитие, история исследований, вертикальная поясность.
Изучение фенологии растений необходимо для различных аспектов рационального ведения хозяйства, охраны природы. Многолетние наблюдения в одних и тех же сообществах позволяют оценить изменения, происходящие как в результате естественных процессов, так и под влиянием хозяйственной деятельности человека [1]. На протяжении многих лет такие наблюдения проводились сотрудниками ПАБСИ на горе Вудъяврчорр.
Цель настоящей работы – обзор доступных материалов фенологических исследований на 16-ти стационарных экологических площадках по профилю г. Вудъяврчорр, расположенных в разных растительных высотных поясах, и подготовка основы для совместного использования этих материалов: уточнение площадей, координат. Для этого нами были изучены данные, хранящиеся в Архиве ПАБСИ, литературные источники, неоднократно пройден маршрут, включающий экологические площадки.
Методика Фенологические наблюдения проводили по методике И.Н. Бейдеман [2, 3] на 16-ти (19-ти в отдельные годы) стационарных площадках, расположенных в трех растительных поясах на склонах юго-восточной и северо-восточной экспозиции г. Вудъяврчорр на высоте от до 480 м на уровнем моря. Площадки были заложены в типичных растительных ассоциациях размером 100 м2 в поясе горной тундры и до 200 м2 в лесном поясе и березовом криволесье [1].
Фенологические наблюдения за ритмом сезонного развития популяций около 150 видов вели регулярно один раз в неделю. Такая большая повторность позволяет выявить статистически достоверные различия наступления отдельных фенологических фаз у разных видов. Количество площадок за годы исследований менялось: площадки № 2, 5, 7 и 17 были объединены, некоторые площадки, заложенные для наблюдений в нижней части склона горы Вудъяврчорр, настолько изменились в процессе строительства (в 60-х гг.XX века – площадка № 18) и организации питомника Алтайской флоры (в начале 2000-х – площадка № 3), что наблюдения на них были прекращены.
В 2013 году сотрудники ПАБСИ прошли все экологические площадки (рис. 1), отметили основные изменения в растительном покрове и составе сообществ в пределах площадок, определили границы, точное местоположение площадок, а также их высоты над уровнем моря с использованием навигатора «GARMIN» Etrex10. Для каждой площадки установлена площадь в м2 и отмечены координаты четырех-пяти крайних точек (табл.). Нуль высот принят по стандартуWGS84. Схемы составлены на основе снимков программы GoogleEarth (рис. 2).
Рис. 1. Экологические площадки по профилю г. Вудъяврчорр в поясе горной тундры: а) тундра кустарничково-лишайниковая (северо-восточный склон,459 м н.у.м., площадка № 13); б) тундра травяно-кустарничковая с единичными берёзами с позднотающим снегом (северо-восточный склон,505 м н.у.м., площадка № 14); в поясе березового криволесья: в) берёзовое криволесье травяно-кустарничковое (юго-восточный склон, 396 м н.у.м., площадка № 9); г) ивняк травяной с позднотающим снегом (северо-восточный склон,431 м н.у.м., площадка № 16);
в лесном поясе: д) березняк с ольхой разнотравный (северо-восточный склон,357 м н.у.м., площадка № 5); е) ельник редкостойный кустарничковый Березовое Горная тундра Тундра травяноN67 38.873 E33 39. лишайниковоN67 38.877 E33 39. Тундра травяноN67 38.839 E33 39. Примечания: * – названия растительных поясов даны по А.А. Корчагину, М.В. Корчагиной [4] и А.А. Коровкину [5].** – площадка с этим номером была изменена в 2005 году: проведена рубка аборигенных видов древесных растений (Salixи др.) и посадки интродуцированных древесных растений (Abiessibirica).
Рис. 2. Схема размещения экологических площадок по юго-восточному (а) и северо-восточному (б) склонам горы Вудъяврчорр. Условные обозначения:
– маршрут движения; 1,2,…16А – номера экологических площадок;
Результаты и обсуждение Фенологические наблюдения над дикорастущими растениями в Полярно-альпийском ботаническом саду и в его ближайших окрестностях проводятся с 1930–1931 гг., т.е. со времени основания г. Кировска, Горной станции АН СССР и Ботанического сада. В разные годы фенологические наблюдения проводили различные наблюдатели, преимущественно научные сотрудники Ботанического сада: 1930–1933 – А.М. Семенова-Тян-Шанская, В.Ю. Фридолин;
1934 – Г.Э. Шульц, В.Ю. Фридолин; 1935 – А.А. Коровкин; 1936 – Г.Э. Шульц; 1937–1938 – А.В. Париенко; 1947 – П.М. Медведев; 1948 – П.М. Медведев, Л.П. Сидорова;
1949 – Л.П. Сидорова; 1950 – Л.П. Сидорова, Р.Н. Шляков; 1951 – Р.Н. Шляков, Л.П. Спицына;
1952 – Р.Н. Шляков; 1953 – Р.Н. Шляков, Т.А. Козупеева; 1954 – Т.А. Козупеева, И.В. Жуйкова;
1955 – И.В. Жуйкова, Л.Р. Пономарева; 1956 – П.М. Медведев, Н.И. Корчагина; 1957 – П.М. Медведев, Е.П. Туфанова; 1958 – П.М. Медведев, Н.Г. Москаленко, С.А. Курганская; 1959– 1960 – П.М. Медведев [6]; 1964–1966 – Л.Н. Филиппова; 1967–1975 – А.А. Скиткина; 1976– – А.А. Похилько, Т.В. Хорошунова [7]; 2003–2009 – Т.В. Филимонова; 2010 – Н.Р. Кириллова.
Материалы фенологических наблюдений отражены в 37 лабораторных журналах (см. приложение) и проанализированы в 15 отчетах [7–20], которые хранятся в Архиве ПАБСИ (Кировск), а также в опубликованных работах [6, 22–30]. Не все первичные материалы помещены в Архив ПАБСИ. Часть их утеряна при эвакуации во время войны. В настоящее время в Архиве представлены лабораторные журналы фенологических наблюдений за 1964–2002, гг. (журналы за 2003–2009 гг. не сданы в Архив и находятся у наблюдателя тех лет – Т.В. Филимоновой (Демахиной).
Первой работой, основанной на данных фенологических наблюдений по экологическим площадкам по профилю г. Вудъяврчорр, является работа Н.А. Миняева [21]. Она охватывает период с 1934 по 1937 гг. Целью работы был анализ ассоциаций серии чернично-вороничной тундры у верхнего предела леса в Хибинских горах. Материалы фенологических наблюдений по профилю г. Вудъяврчорр послужили основой публикаций по анализу влияния климатических факторов и вертикальной поясности на рост растений, а также изучению их биологии и спектров сезонного развития [1, 6, 25, 26, 30–42].
Современные данные по высотам, на которых располагаются экологические площадки, показали, что в предыдущих исследованиях они были определены довольно точно: в среднем ниже на 25 (2–56) м, и только в кустарничковой тундре (площадка № 10) выше на 27 м. Размеры площадок, измеренные нами в 2013 году, несколько отличаются от величин, указанных в методике, но имеют тот же порядок: 111–335 м2 (табл.). Для того, чтобы сохранить преемственность наблюдений, необходимо как можно более точно повторить опыт, а значит, знать местонахождение каждой площадки и ее координаты. Представленные схемы (рис. 2) информируют о маршруте и местонахождении площадок, а координаты крайних точек для каждой площадки (табл.) позволят заинтересованному исследователю продолжить фенологические наблюдения на тех же экологических площадках, что и 70 лет назад.
Многолетние наблюдения на фенологических площадках позволяют не только проследить сезонные изменения в жизни растений и сообществ, но и стать свидетелями естественной сукцессии. При зарастании тундровых сообществ березой происходит вытеснение одних видов и замена их другими, более приспособленными к изменившимся условиям освещения.
Свободные пространства кустарничково-лишайниковой тундры (северо-восточный склон, площадка № 13) интенсивно заполняются популяциями травянистых растений (Festucassp., Omalothecasupina (L.) DC. и т.д.) и мохообразными, вытесняя лишайники. Изменению облика сообществ на экологических площадках способствует хозяйственная деятельность человека.
Например, некоторые виды «поднимаются» с человеком выше в горы вдоль тропинок, появляясь на все более высоко расположенных площадках: Chamaenerion angustifolium (L.) Scop., Cicerbita alpina (L.) Wallr., Deschampsia cespitosa (L.) Beauv.; расселяются интродуценты с питомников нижних террас Сада (Leucanthemum adustum (W. D. J. Koch) Gremli).
Детальная геоботаническая инвентаризация видового состава, обилия видов сосудистых растений была проведена в 1989 году, полученные материалы опубликованы в работе [1].
Назрела необходимость повторного учета через 20 лет, чтобы экспериментально подтвердить и уточнить процессы, происходящие в исследуемых сообществах. Хотя тенденции достаточно понятны: появляются новые, не характерные для этих сообществ виды растений и лишайников;
изменяется обилие доминантных видов травяно-кустарничкового яруса. Например, на площадке № 11 (северо-восточный склон, тундра травяно-лишайниково-кустарничковая среди каменистой россыпи) популяция Saxifra gaoppositifolia L. исчезла, уменьшилась популяция Saxifraga aizoides L. Популяции Papaver lapponicum (A.Tolm.) Nordh., Dichodon cerastoides (L.) Reichenb., Luzula spicata (L.) DC. и другие переместились на открытые местообитания к ручью; вместе с тем обилие Betula pubescens Ehrh. значительно возросло; популяции типичных тундровых видов Loiseleria procumbens (L.) Desv., Dryas octopetala L., Dryas punctata Juz. и их обилие сократилось. На площадке № 15 (северо-восточный склон, тундра травяно-кустарничковая приручьевая) популяция Sibbaldia procumbens L. сократилась – с 1989 г. примерно в 3 раза. На склоне южной экспозиции на площадке № 9 – в березовом криволесье травяно-кустарничковом заросли Salixssp. появились у самого основания скал. Популяция Saxifraga cespitosa L. исчезла, а популяция Saxifraga oppositifolia переместилась на скалы.
Таким образом, обзор архивных материалов и публикаций по работам на 16-ти экологических площадках по профилю г. Вудъяврчорр дает представление о масштабах проведенных работ, а сведения об их размещении позволяют заинтересованному специалисту продолжить исследования.
Первичная документация по фенологическим наблюдениям на 16-ти экологических площадках по профилю г. Вудъяврчорр 1. Филиппова Л.Н. Тетрадь с записями результатов фенологических наблюдений в условиях природы за 1964-1965 к окончательному отчету по разделу: «Изучение фенэкологии местных растений, создание питомника местных растений Мурманской области». Тема:
Биологические основы освоения и рационального использования растительного покрова тундровой, лесной, степной, и пустынных зон СССР и сопредельных стран за (1963–1966 гг.). 1965. № 53(1). 64 с.
2. Филиппова Л.Н. Тетрадь с записями результатов фенологических наблюдений в условиях природы за 1966 к окончательному отчету по разделу: «Изучение фенэкологии местных растений, создание питомника местных растений Мурманской области». Тема: «Биологические основы освоения и рационального использования растительного покрова тундровой, лесной, степной, и пустынных зон СССР и сопредельных стран» (1963–1966 гг.). 1966. № 53(2). 33 с.
3. Филиппова Л.Н. Лабораторный журнал с записями фенологических наблюдений на экологических площадках по профилю горы Вудъяврчорр за 1967 г. к окончательному научному отчету по теме: «Флора высших растений Мурманской области и биологические основы ее использования». Раздел: «Фенокология дикорастущих видов в естественных местообитаниях и на питомнике» за 1967–1970 гг. 1967.№ 119(1). 56 с.
4. Филиппова Л.Н. Лабораторный журнал с записями фенологических наблюдений на экологических площадках по профилю горы Вудъяврчорр за 1968 г. к окончательному научному отчету по теме: «Флора высших растений Мурманской области и биологические основы её использования». Раздел: « Фенокология дикорастущих видов в естественных местообитаниях и на питомнике» за 1967–1970 гг. 1968. № 119(4). 56 с.
5. Филиппова Л.Н. Лабораторный журнал с записями фенологических наблюдений на экологических площадках по профилю горы Вудъяврчорр за 1969 г. к окончательному научному отчету по теме: «Флора высших растений Мурманской области и биологические основы её использования». Раздел: «Фенокология дикорастущих видов в естественных местообитаниях и на питомнике» за 1967–1970 гг. 1969. № 119(3). 66 с.
6. Филиппова Л.Н. Лабораторный журнал с записями фенологических наблюдений на экологических площадках по профилю горы Вудъяврчорр за 1970 г. к окончательному научному отчету по теме: «Флора высших растений Мурманской области и биологические основы ее использования». Раздел: «Фенэкология дикорастущих видов в естественных местообитаниях и на питомнике» (1967–1970 гг.). 1970. № 119(2). 45 с.
7. Филиппова Л.Н. Лабораторный журнал с записями фенологических наблюдений на экологических участках по профилю горы Вудъяврчорр за 1971 г. к окончательному научному отчету по теме: «Биология роста и развития растений Мурманской области». Раздел: Фенэкология местных растений по профилю горы Вудъяврчорр за 1971–1975гг. / Л.Н. Филиппова,А.А. Скиткина.
1971.№ 340. 60 с.
8. Филиппова Л.Н. Лабораторный журнал с записями фенологических наблюдений на экологических участках по профилю горы Вудъяврчорр за 1972 г. к окончательному научному отчету по теме: «Биология роста и развития растений Мурманской области». Раздел: «Фенэкология местных растений по профилю горы Вудъяврчорр» за 1971–1975 гг. / Л.Н. Филиппова,А.А. Скиткина.
1972. № 341. 59 с.
9. Филиппова Л.Н. Общая тетрадь с записями фенологических наблюдений на экологических участках по профилю горы Вудъяврчорр за 1973г. к окончательному научному отчету по теме:
«Биология роста и развития растений Мурманской области». Раздел: «Фенэкология местных растений по профилю горы Вудъяврчорр» за 1971–1975 гг. / Л.Н. Филиппова, А.А. Скиткина. 1973. № 342. 72 с.