• Nie Znaleziono Wyników

ZASTOSOWANIE METODY MONTE CARLO DO MODELOWANIA MIGRACJI ZANIECZYSZCZEŃ DO UJĘĆ WÓD GRUNTOWYCH

N/A
N/A
Protected

Academic year: 2022

Share "ZASTOSOWANIE METODY MONTE CARLO DO MODELOWANIA MIGRACJI ZANIECZYSZCZEŃ DO UJĘĆ WÓD GRUNTOWYCH"

Copied!
6
0
0

Pełen tekst

(1)

ZASTOSOWANIE METODY MONTE CARLO DO MODELOWANIA MIGRACJI ZANIECZYSZCZEÑ DO UJÊÆ WÓD GRUNTOWYCH

THE USE OF THE MONTE CARLO METHOD IN MODELLING OF CONTAMINANT MIGRATION TO GROUNDWATER INTAKES

STANIS£AWMACIEJEWSKI1, HENRYKZARADNY1

Abstrakt. Prognozowanie dop³ywu zanieczyszczeñ do ujêæ wody podziemnej, zbiorników wody i cieków ma du¿e znaczenie praktycz- ne, dlatego ci¹gle poszukuje siê efektywnych sposobów matematycznego modelowania tego typu zagadnieñ. Jednym ze sposobów modelo- wania jest zastosowanie metody Monte Carlo do rozwi¹zywania równañ ró¿niczkowych, w tym przypadku równania dyspersji hydrodynamicznej. Metoda ta ma wiele zalet: jest nieskomplikowana, nie generuje dyspersji numerycznej zwi¹zanej z cz³onem konwekcyj- nym w równaniu transportu, pozwala w prosty sposób oszacowaæ ³adunek zanieczyszczeñ docieraj¹cych do studni, cieków itp., ponadto nie jest czu³a na b³êdy zwi¹zane z przybli¿onym (np. numerycznym) rozwi¹zaniem równania transportu wody. W pracy przedstawiono zastoso- wanie metody Monte Carlo do rozwi¹zania nieustalonego zagadnienia przep³ywu zanieczyszczeñ w obszarze z ustalonym polem prêdkoœci wody gruntowej. Do wyznaczenia pola ciœnieñ hydrodynamicznych w obszarze ruchu zastosowano metodê elementów skoñczonych.

S³owa kluczowe: oœrodki porowate, wody podziemne, zanieczyszczenia, modelowanie matematyczne, metoda Monte Carlo.

Abstract. Prediction of contaminant inflow to groundwater intakes and water reservoirs is a very important problem from the practical point of view. Development of efficient modelling methods for such problems is still a subject of intense research. A possible approach is to use the Monte Carlo method fto solve partial differential equations (hydrodynamic dispersion equation). This method has significant advan- tages: it is uncomplicated, it does not generate numerical dispersion connected with convection term, and it allows for a simple estimation of the contaminant load entering wells, streams etc. Moreover, the Monte Carlo method is not sensitive to the errors related to the approximate (numerical) solution of the equation describing groundwater flow. In this paper the application of the Monte Carlo method to solve unsteady contaminant transport in a steady groundwater velocity field is presented. The groundwater pressure heads and velocities are computed using the finite element method.

Key words: porous media, groundwater, contamination, mathematical modelling, Monte Carlo method.

WSTÊP

Teoretyczny model transportu zanieczyszczeñ w grun- tach opisany jest dwoma sprzê¿onymi równaniami ró¿nicz- kowymi o pochodnych cz¹stkowych, z których pierwsze opisuje ruch wody w gruncie, a drugie zmiany koncentracji substancji w niej rozpuszczonej. Zanieczyszczenia w grun- cie poruszaj¹ siê wraz z wod¹ gruntow¹, podczas przep³ywu

nastêpuje proces mieszania powoduj¹cy spadek koncentracji zanieczyszczenia. Niezbêdna jest wiêc znajomoœæ pola prêd- koœci przep³ywu wody dla okreœlenia transportu konwekcyj- nego. Mieszanie natomiast opisane jest cz³onem dyspersyj- nym w równaniu transportu.

1Polska Akademia Nauk, Instytut Budownictwa Wodnego, ul. Koœcierska 7, 80-328 Gdañsk; email: macstan@ibwpan.gda.pl

(2)

RÓWNANIE OPISUJ¥CE PRZEP£YW WODY

Do opisu p³askiego w planie ruchu wody w nasyconej warstwie wodonoœnej stosuje siê równanie Boussinesqa (m.in. Bear, 1972), które dla przypadku przep³ywu ustalone- go przyjmuje postaæ:

( )

[1]

x k h z h

x q

i

ij s

j

é - ëê ê

ù ûú ú+ = 0 gdzie:

h – po³o¿enie zwierciad³a wody gruntowej, [m]

zs – po³o¿enie sp¹gu warstwy nieprzepuszczalnej, [m]

kij – sk³adowa tensora przewodnoœci hydraulicznej, [m/d]

q – cz³on Ÿród³owy, [m/d]

xi, xj– zmienne przestrzenne (i, j = 1, 2).

Równanie [1] pozwala wyznaczyæ rozk³ad ciœnieñ hy- drodynamicznych w obszarze ruchu dla za³o¿onych warun- ków brzegowych.

Rozwi¹zanie równania [1] uzyskano metod¹ wariacyjn¹ za pomoc¹ metody elementów skoñczonych z u¿yciem ele- mentów czworok¹tnych (Zaradny, Martuszewska, 1986; Za- radny, Stañczyk, 1988). Wyznaczone w ten sposób pole ciœ- nieñ hydrodynamicznych pozwoli³o wyznaczyæ pole prêd- koœci przep³ywu wody gruntowej v, korzystaj¹c z prawa Darcy:

v k [2]

n h

i x

ij j

= - ¶

gdzie:

n – porowatoœæ, [–].

Obliczone wartoœci po³o¿enia zwierciad³a wody grunto- wej i prêdkoœci przep³ywu w wêz³ach siatki obliczeniowej stanowi³y dane wejœciowe do modelu transportu zanieczysz- czeñ.

RÓWNANIE TRANSPORTU ZANIECZYSZCZEÑ

Transport zanieczyszczeñ w nasyconej wod¹ warstwie wodonoœnej opisany jest równaniem dyspersji hydrodyna- micznej (m.in. Bear, 1972):

( )

[3]

[ ] ( ) ( )

h z C

t x D h z C

x v h z C S

s

i

ij s

j

i s

- = é - - -

ëê ê

ù ûú ú+ gdzie:

C – koncentracja zanieczyszczenia w wodzie gruntowej, [kg/m3] Dij– sk³adowa tensora dyspersji hydrodynamicznej, [m2/d]

S – cz³on Ÿród³owy, [kg·m–2·d–1].

Równanie dyspersji hydrodynamicznej rozwi¹zano za po- moc¹ metody Monte Carlo. Omówienie tej metody oraz jej zastosowanie znaleŸæ mo¿na w wielu pracach, m.in.: Kinzel- bach (1988), James i Oldenburg (1997), Marseguerra i Zio (1997, 2001), Ballio i Guadagnini (2004).

Rozwi¹zanie równania dyspersji zanieczyszczeñ metod¹ Monte Carlo polega na znalezieniu stochastycznego równa- nia Ito odpowiadaj¹cego równaniu transportu [3] (Papoulis, 1972). Równanie Ito dla omawianego zagadnienia mo¿emy zapisaæ w postaci:

[4]

dxi =m dti + sikdBk

gdzie Bkjest procesem Wienera, bêd¹cego modelem teo- retycznym ruchów Browna, a zwi¹zek miêdzy sk³adowymi tensoras i tensora D ma postaæ:

[5]

2Dij = s sik kj natomiast mijest okreœlone równaniem:

( )

[6]

m v D

x D h z

h z

i i x

ij j

ij s

s j

= + +

-

¶ -

Analog ró¿nicowy równania Ito ma postaæ:

Dxi =m tiD + sikVk Dt [7]

gdzie:

Vk – zmienna losowa o rozk³adzie normalnym, o wartoœci oczekiwanej równej 0 i wariancji równej 1, [–]

Dt – krok czasowy, [d].

Rozwi¹zanie tak postawionego zagadnienia polega na symulacji numerycznej procesu stochastycznego opisanego równaniem Ito. Ca³oœæ zanieczyszczenia dzieli siê na n rów- nych wirtualnych cz¹stek, a nastêpnie oblicza siê ich kolejne po³o¿enia w kolejnych krokach czasowych, pos³uguj¹c siê wzorem [7]. Znaj¹c rozk³ad po³o¿enia poszczególnych cz¹s- tek, mo¿emy wyznaczyæ pole koncentracji zanieczyszczeñ w obszarze.

(3)

PRZYK£AD OBLICZEÑ

Aby zademonstrowaæ mo¿liwoœci proponowanej meto- dy, przeprowadzono przyk³adowe obliczenia. Na figurze 1 przedstawiono schemat obszaru oraz przyjêty podzia³ na siatkê elementów czworok¹tnych. Siatkê tê u¿yto w meto- dzie elementów skoñczonych do wyznaczenia po³o¿enia zwierciad³a wody gruntowej. Jako warunek brzegowy przy-

jêto zadan¹ funkcjê w miejscach, gdzie brzeg obszaru stano- wi³ ciek lub zbiornik wody, oraz zerow¹ wartoœæ pochodnej funkcji (n – kierunek normalny do brzegu), za pomoc¹ któ- rej modelowano brak przep³ywu na pozosta³ym brzegu ob- szaru.

Fig.1.Schematobszarubadañisiatkaelementówczworok¹tnych Calculationareaandthenetworkofquadrangularelements

(4)

Obliczenia przeprowadzono dla izotropowej warstwy wodonoœnej o wspó³czynniku przewodnoœci hydraulicznej k = 5 m/d, po³o¿onej na horyzontalnej warstwie nieprzepusz- czalnej, zs= 0. Na ca³ym obszarze przyjêto sta³y dop³yw po- wierzchniowy q symuluj¹cy opady (q(x,y) = 10–3m/d). Roz- patrywano dwa przypadki ruchu: pierwszy to przep³yw „na- turalny”, natomiast w drugim za³o¿ono dzia³anie dwóch stu-

dni. Wydajnoœæ ka¿dej studni przyjêto Q = 1000 m3/d. Dla obu przypadków na podstawie wyznaczonego pola ciœnieñ hydrodynamicznych obliczono ze wzoru [2] pole prêdkoœci przep³ywu wód gruntowych.

Metod¹ Monte Carlo obliczono rozk³ady gêstoœci zanie- czyszczenia. Zanieczyszczenie to zosta³o jednorazowo za- iniekowane w warstwie wodonoœnej w obszarze zaznaczonym Fig. 2. Linie equipotencjalne dlaQ = 0, k = 5 m/d

Equipotential lines for Q = 0, k = 5 m/d

Fig. 3. Linie equipotencjalne dlaQ = 1000 m3/d,k = 5 m/d Equipotential lines for Q = 1000 m3/d, k = 5 m/d

Fig. 4. Rozk³ad koncentracji zanieczyszczeñ dlaQ = 0 Distribution of contaminant concentration for Q = 0

(5)

na figurze 1 oraz na figurach 4 i 5 przedstawiaj¹cych zmiany koncentracji zanieczyszczenia. Przyjêto, ¿e masa zanieczysz- czenia, które dosta³o siê do gruntu w chwili t = 0, wynosi³a M = 1. Masê tê podzielono na 100 000 cz¹stek i symulowa- no ruchy tych cz¹steczek, korzystaj¹c ze wzorów [6] i [7].

Za³o¿ono, ¿e wspó³czynniki dyspersji pod³u¿nej i po- przecznej by³y równe i wynosi³y DL = DT = 0,01×çv +Dd, gdzie Dd– dyspersja molekularna w gruncie (za³o¿ono Dd= 3,225·10–6m2/d).

Wyznaczone izolinie zwierciad³a wody gruntowej poka- zane s¹ na figurach 2 i 3, natomiast rozk³ady koncentracji za- nieczyszczenia wybranych czasów na figurach 4 i 5. Roz- k³ady koncentracji zanieczyszczenia zilustrowano dla t = 5000, 10 000, 15 000 i 20 000 dni, dla przypadku gdy studnie nie s¹ czynne (Q = 0,0 m3/d) i gdy pracuj¹ (Q =1000 m3/d). Izolinie maj¹ nastêpuj¹ce wartoœci (id¹c od wnêtrza ka¿dego pola koncentracji):

– dla t = 5000 dni: 0,03; 0,02 i 0,01;

– dla t = 10 000 dni: 0,015; 0,010 i 0,005;

– dla t = 15 000 dni: 0,008; 0,006; 0,004 i 0,002;

– dla t = 20 000 dni: 0,0015; 0,0010 i 0,0005.

Poniewa¿ w miarê up³ywu czasu nastêpuje rozcieñczenie zanieczyszczenia, to dla poszczególnych czasów na figurach 4 i 5 przedstawiono izolinie o coraz mniejszych wartoœciach koncentracji.

Na figurze 6 przedstawiono masê zanieczyszczenia do- cieraj¹cego do pierwszego i drugiego odcinka rzeki (M2, M3). Obliczenia pokaza³y, ¿e zanieczyszczenie do zbiornika Fig. 5. Rozk³ad koncentracji zanieczyszczeñ dlaQ = 1000 m3/d

Distribution of contaminant concentration for Q = 1000 m3/d

Fig. 6. Sumaryczny dop³yw zanieczyszczenia do cieku dlaQ = 0 (M1 = 0)

Total load of contaminant entering a stream for Q = 0 (M1= 0)

(6)

wody mo¿e dostaæ siê wy³¹cznie poprzez ciek, transport z wód podziemnych M1 = 0. Na figurze 7 zilustrowano dop³ywy zanieczyszczeñ dla przypadku, w którym studnie s¹ czynne (Q = 1000 m3/d). Zanieczyszczenie dotrze do pierw- szej studni (bli¿ej zbiornika wody M4>0), natomiast do dru- giej studni i odcinka pierwszego nie dotrze (M1= M5= 0).

Gdy znamy dopuszczalny ³adunek zanieczyszczenia Mdop, mo¿emy okreœliæ stopieñ zagro¿enia (M> Mdop), a tak¿e okreœliæ czas, w którym za³o¿ona dawka zanieczyszczenia (np. M = Mdop) dotrze do poszczególnych studni, odcinków rzek itp. (fig. 7).

Przeprowadzaj¹c dalsze obliczenia, mo¿na by uzyskaæ najkorzystniejsze po³o¿enie studni dla za³o¿onej lokalizacji iniekcji lub najmniej szkodliw¹ lokalizacjê Ÿród³a zanie- czyszczenia w stosunku do za³o¿onego po³o¿enia studni.

PODSUMOWANIE Przedstawione przyk³adowe obliczenia ilustruj¹ mo¿li-

woœæ stosowania metody Monte Carlo do prognozowania transportu zanieczyszczeñ w wodach gruntowych. Metoda ta pozwala na okreœlenie zagro¿enia ujêæ wody, okreœlenie do- p³ywu substancji chemicznych do cieków, zbiorników wod- nych itp. Mo¿liwe jest równie¿ wykorzystanie tej metody do poszukiwañ optymalnych miejsc sk³adowania zanieczysz-

czeñ lub optymalnego ujêcia wody oraz do analizy skutecz- noœci projektów ochrony wód przed zanieczyszczeniem, ta- kich jak bariery studzien, rowy opaskowe, drena¿e, prze- s³ony absorbuj¹ce zanieczyszczenie itd. Metoda ta wraz z me- tod¹ elementów skoñczonych, stosowan¹ do wyznaczania ciœnieñ hydrodynamicznych, jest bardzo wygodnym narzê- dziem obliczeniowym.

LITERATURA

BEAR J., 1972 – Dynamics of fluids in porous media. American El- servier Publishing Co., New York.

BALLIO F., GUADAGNINI A., 2004 – Convergence assessment of numerical Monte Carlo simulations in groundwater hydrology.

Water Resour. Res., 40.

JAMES A.L., OLDENBURG C.M., 1997 – Linear and Monte Carlo uncertainty analysis for subsurface contaminant transport simu- lation. Water Resour. Res., 33, 11: 2495–2508.

KINZELBACH W., 1988 – The randomwalk method in pollutant transport simulations, in groundwater flow and quality modelling.

NATO ASI series C. Mathematical and Physical Sciences, 224.

MARSEGUERRA M., ZIO E., 1997 – Modelling the transport of contaminants in groundwater as a branching stochastic process.

Ann. Nucl. Energy, 24, 8: 625–644.

MARSEGUERRA M., ZIO E., 2001 – Mathematics and computers in simulation. IMACS sponsored Special issue on the second IMACS seminar on Monte Carlo methods, vol. 55, Issue 1–3:

167–176.

PAPOULIS A., 1972 – Prawdopodobieñstwo, zmienne losowe i procesy stochastyczne. WNT, Warszawa.

ZARADNY H., MARTUSZEWSKA H., 1986 – Model obszarowej filtracji dla dowolnie z³o¿onych warunków gruntowych i brze- gowych. W: Problemy hydrogeologiczne pó³nocno-zachodniej Polski. Pr. Nauk. Inst. Geot. PWroc, 49: 363–368.

ZARADNY H., STAÑCZYK J., 1988 – Modelowanie ujêæ wody podziemnej w strefie morza na przyk³adzie wyspy Wolin.

W: Aktualne problemy hydrologii. Cz. I, Hydrologia Pobrze¿a i Pomorza: 142–155. Instytut Morski, Gdañsk.

SUMMARY The example of calculation presented in this paper shows

the possibility of use of the Monte Carlo method to predict contaminant transport in groundwater. This method allows to determine contaminant hazard for water intakes, the load of chemical substances entering streams and water reservo- irs, etc. It can also be used to search for an optimal placement

for industrial waste storage or to evaluate the efficiency of protection measures against groundwater pollution, such as barrier of wells, drainage ditches, pollutant-absorbing screens. The Monte Carlo method supported by the finite element method used for the calculation of the water pressure head constitutes a very useful simulation tool.

Fig. 7. Sumaryczny dop³yw zanieczyszczenia do cieku i studni dlaQ = 1000 m3/d (M1= 0 i M5= 0) Total load of contaminant entering a stream and wells

for Q = 1000 m3/d (M1= 0 and M5= 0)

Cytaty

Powiązane dokumenty

As a criterion of approximation of the group of the engi- ne operation static states under the HDDTT dynamic test con- ditions, without taking into account states of negative engine

Założono, że kryterium oceny jakości rozwiązania jest minimalna liczba oraz sposób rozmieszczenia punktów dostępowych pozwalające na uzyskanie ustalonego, zgodnie

Trzeba zdać sobie sprawę, że powtórze- nie doświadczenia może dać wynik o odwrotnym znaku, to, czy w symulacji natrafiliśmy na domenę bardziej „białą”, czy

funkcja p-wartości i jej wykorzystanie do testowania generatorów, rodzaje testów wykorzystywanych przy testowaniu generatorów, co to są testy oparte na schematach urnowych..

2.9 Obliczyć średni czas do awarii systemu składającego się z N elemen- tów połączonych równolegle z jednym konserwatorem, jeśli czas życia elementu ma rozkład

generatory liczb pseudolosowych, generowanie zmiennych i wektorów losowych o zadanych rozkładach, planowanie i metody opracowania symulacji, algorytmy do symulacji pewnych klas

ZauwaŜyłem, ze znacznie praktyczniejszym sposobem oceniania prawdo- podobieństwa ułoŜenia pasjansa jest wykładanie kart, czyli eksperymentowanie z tym procesem i po prostu

Innym przykładem związanym z analizowaniem i odszumianiem obrazów cy- frowych jest wykorzystanie metod MCMC w obróbce obrazów otrzymanych w tomografii komputerowej SPECT i PET