От Сабетты до Карских ворот. Методика расчёта скорости движения судна в ледяном покрове как интегрального показателя ледовых условий плавания

Увеличение использования Арктического региона, включая шельф, в добыче полезных ископаемых, приведёт к увеличению перевозок грузов по трассам Северного морского пути. Также ожидается рост транзитных перевозок. Такие государственные российские программы, как «Социально-экономическое развитие Арктической зоны Российской Федерации до 2020 года» с добавлениями вплоть до 2030 года, «Поддержка национального плана действий по защите морской окружающей среды в Арктике», «Развитие транспортной инфраструктуры» рассматривают Арктическую зону России как «территории опережающего экономического развития» [1, 2]. Естественно, что это определение распространяется на всю исключительную экономическую зону России в Северном Ледовитом океане. Полуостров Ямал с заводом по производству сжиженного природного газа в Сабетте и многочисленными месторождениями нефти и газа [3, 4] является одной из таких территорий. Другая территория опережающего экономического развития ‒ это регион Таймыра, где добываются медь, никель, платина и палладий. Вывоз добытых ископаемых в основном производится морским транспортом. Опережающее развитие предполагает улучшение морских транспортных систем Северного морского пути [5, 6, 7]. Арктика является одним главных субъектов стратегических интересов России [8]. Опережающее развитие требует оценки экологической безопасности и условий плавания, разработки мер по повышению экологической безопасности [9, 10, 11].

Поэтому актуален мониторинг ледовых условий плаваний по стандартным маршрутам Северного морского пути. Средняя скорость плавания по всему стандартному маршруту и суммарные временные затраты плавания могут использоваться как объективные показатели степени трудности ледового плавания. Эти показатели могут рассчитываться с помощью эмпирико-статистической модели [12] при выполнении численных экспериментов с заданием характеристик одного и того же судна.

Материалы и методы

Эмпирико-статистическая модель плавания судов во льдах разработана в Арктическом и антарктическом НИИ (ААНИИ).

Модель имеет следующие параметры ледяного покрова:

• протяжённости однородных участков маршрута, имеющих одинаковые ансамбли параметров ледяного покрова в морских милях;

• количество возрастных градаций ледяного покрова — не более 4-х в пределах однородного участка; частные концентрации ледяного покрова по возрастным категориям;

• формы льда (размеры льдин) по возрастным категориям, по одной форме на категорию; толщина льда по возрастным категориям; средняя торосистость льда на участке маршрута;

• средняя степень разрушенности льда на участке маршрута.

Параметры модели записываются в текстовой файл, в каждой строке которого записываются характеристики одного однородного участка маршрута.

В Арктическом и антарктическом НИИ разработана методика использования Архива векторных ледовых карт ААНИИ для подготовки исходных данных эмпирико-статистическая для модели. Обработка исходных шейпфайлов ледовых карт производится в среде ArcGIS с помощью специально разработанных компьютерных программ на языке Python.

Обработка включает в себя:

1. Перепроецирование исходных слоёв из географической системы координат в декартову;

2. Удаление пустых полей в таблицах атрибутов перепроецированных слоёв ледовой информации;

3. Объединение перепроецированных слоёв ледовой информации по разным морям Северного Ледовитого океана;

4. Оверлейную операцию пересечения созданного объединённого слоя и слоя буферной зоны общей шириной 20 км вокруг стандартного маршрута плаваний (10 км в обе стороны от линии маршрута) с созданием полигонального слоя участков однородных ледовых зон в пределах буферной зоны. Ширина буферной зоны выбрана на основании того обстоятельства, что 10 км ‒ это предельное расстояние от судна, на котором ледовый наблюдатель ещё способен визуально определять характеристики ледяного покрова;

5. Удаление всех возможных пространственных дубликатов в слое результата пересечения;

6. Объединение пространственных объектов слоя результата пересечения, имеющих одинаковые значения всех параметров ледяного покрова. Вновь созданные полигональные объекты могут быть сложными и многосвязными. Каждый объект содержит часть буферной зоны маршрута плавания с совершенно уникальным набором параметров ледяного покрова;

7. Расчёт площадей пространственных объектов слоя ледовых зон в пределах буферной зоны;

8. Расчёт отношений площадей пространственных объектов этого слоя к общей площади буферной зоны и запись результатов в отдельное поле таблицы атрибутов. Значения отношений показывают, какую долю от общей площади буферной зоны занимают участки с уникальными сочетаниями характеристик ледяного покрова;

9. Расчёт произведений общей протяжённости маршрута на доли площадей пространственных объектов с уникальными сочетаниями ледовых характеристик от общей площади буферной зоны. Произведения ‒ это средние значения суммарных протяжённостей участков маршрута плавания во льдах с уникальным сочетанием характеристик;

10. Расчёты частных концентраций льдов по возрастным градациям для каждого уникального сочетания ледовых характеристик на маршруте плавания;

11. Определение форм льда (размеров льдин) по возрастным градациям для каждого уникального сочетания ледовых характеристик;

12. Добавление в таблицу атрибутов текстового поля и его заполнение последовательностями из не более чем 4-х значений частных концентраций возрастных градаций льда. Преобразованные из числовых величин в текстовые значения частные концентрации подразделяются символами пробелов. В случае большего числа возрастных градаций записываются частные концентрации льдов 3-х самых возрастных градаций, начиная с самой возрастной, т.е. льдов максимальной толщины. Частные концентрации остальных возрастных градаций льда объединяются;

13. Формирование списков кодов не более чем 4-х форм льда: по одному на каждую возрастную градацию льда. Перекодировка выполняется с помощью разработанной на языке Python программы, т.к. коды форм льда в текстовом файле исходных данных для эмпирико-статистической модели расчётов скорости движения судов во льдах не совпадают с кодами форм льда в атрибутивных таблицах векторных слоёв ледовых карт. В случае наличия нескольких форм льда у одной возрастной градации берётся форма с наибольшими размерами льдин. В случае присутствия полей и обломков полей записывается специальный символ. Для ниласов и начальных льдов в качестве форм льдов задаются обломки полей и крупнобитый лёд;

14. Создание и заполнение строкового поля последовательностей символов не более чем 4-х форм льда по возрастным градациям, начиная с категории льдов максимальной толщины. В случае наличия более чем 4-х возрастных категорий льдов в последовательность кодов форм льда записываются коды 3-х самых возрастных категорий, а из форм льдов остальных возрастных категорий выбирается форма с максимальными размерами льдин;

15. Определение толщины льда в сантиметрах по возрастным градациям льдов. Для градаций, которые не являются самыми возрастными в данном пространственном объекте, задаются середины диапазонов толщины льда. Например, для тонких однолетних льдов это 50 см (30 + (70-30) / 2). Предполагается равномерное распределение толщины льдов всех возрастных градаций. Для возрастной градации льдов с максимальной толщиной задаётся максимальная возможная толщина льда в предположении роста льда с самого начала осеннего ледообразования. Для определения этой величины выполняется интерполяция значений толщины припая по данным её мониторинга на гидрометеорологических станциях. При этом в случае суровой зимы нарастание толщины дрейфующих льдов запаздывает по сравнению с толщиной припая на 2 декады, в случае умеренной – на 3 декады, а во время мягкой зимы – на 4 декады. Определение типа зимы может быть выполнено по суммам градусо-дней мороза после устойчивого перехода температуры воздуха через 0°C по данным станций Гидрометслужбы. Для юго-западной части Карского моря это станции ГМС «Амдерма», «о. Белый», «Диксон». Ввиду незначительного числа станций мониторинга интерполяция выполняется методом IDW («Обратно взвешенное расстояние») только в пределах буферной зоны маршрута плаваний. Схема расположения станций мониторинга толщины льда в апреле 2019 года представлена на рисунке 1. Рисунок 2 демонстрирует результаты интерполяции толщины припая по данным первой декады апреля 2019 года. Ледовая ситуация в первую декаду мая 2019 года представлена на рисунке 3. Если часть буферной зоны находится в припае, то интерполяция выполняется дважды: для определения максимальной толщины участков припая и дрейфующих льдов. В первом случае интерполяция выполняется по данным мониторинга толщины льда, относящимся к той же декаде, что и декада дистанционного зондирования Земли (ДЗЗ), к которой относится результат дешифровки снимков ‒ карта ледовой обстановки. Во втором случае в качестве исходных данных используются толщины припая на станциях мониторинга, измеренные ранее на время запаздывания, зависящее от степени суровости зимы. При интерполяциях используются маски: в первом случае это участки припая внутри буферной зоны, во втором – участки дрейфующих льдов. Затем выполняется зональная статистика слоя результата интерполяции по пространственным объектам слоя ледовых зон внутри буферной зоны с определением максимального и среднего значения толщины льда в каждом пространственном объекте. Это параметры льда, который образовался в начале льдообразования и нарастал в этом объекте. В случае распространения частей многосвязного пространственного объекта по разным участкам буферной зоны протяжённого маршрута выполняется преобразование многосвязного объекта в односвязный. Другой вариант действий: оперировать не слишком протяжёнными участками маршрута плавания. Разумеется, такой подход не учитывает возможный дрейф льда, но предполагается равная вероятность приноса в буферную зону маршрута плавания льдов как с большей, так и с меньшей толщиной. Такой подход позволяет учитывать динамику толщины льда в течение осенне-зимнего периода. Ледовая ситуация в первую декаду мая 2019 года представлена на рисунке 3. В качестве толщины льда самой возрастной градации задаётся середина диапазона между нижним значением этой градации и максимальной толщины льда по результатам интерполяции. Если верхняя граница диапазона толщины самой возрастной градации льдов в этом пространственном объекте оказывается меньше, чем максимальная толщина льда по результатам интерполяции, то в качестве толщины льда задаётся середина диапазона толщины льдов этой возрастной градации;

16. Создание и заполнение строкового поля последовательностей значений толщины льда по возрастным градациям. В случае наличия более 4-х возрастных категорий льдов толщины льдов 3-х самых возрастных градаций определяются описанным выше способом. Льды остальных возрастных категорий объединяются, их средняя толщина рассчитывается по серединам соответствующих диапазонов с учётом частных концентраций этих категорий;

17. Создание и заполнение строкового поля данных для импорта в эмпирико-статистическую модель расчёта скорости движения судна во льдах и времени прохождения участков маршрута. Отдельные обозначения разделяются символом пробела. Данные, относящиеся к каждому уникальному сочетанию ледовых характеристик в пределах буферной зоны маршрута (или к каждому отдельному участку маршрута в случае преобразования многосвязных объектов в односвязные), записываются в отдельную запись (строку) таблицы атрибутов. Данные включают себя следующую последовательность характеристик: протяжённость участка маршрута в морских милях, число возрастных градаций льдов, частные концентрации льда по градациям, начиная со льдов максимальной толщины, коды форм льда по градациям, толщины льда в сантиметрах по градациям, торосистость льда, степень его разрушенности. Торосистость задаётся одинаковой для всего маршрута на основании осреднения результатов многолетних исследований. Разрушенность льда отлична от нуля только в летние месяцы и также задаётся по средним статистическим данным;

18. Завершающей стадией обработки данных в среде ArcGIS является экспорт значений строкового поля данных в отдельный текстовой файл. Пример структуры этого файла представлен на рисунке 4;

19. Следующим шагом исследования является выполнение расчётов на эмпирико-статистической модели движения судов во льдах.

Результаты

Результаты исследования показывают, что ледовые карты из архива ААНИИ могут служить объективным источником данных для исследований межгодовой динамики ледовой ситуации и ледовых условий плавания в Северном Ледовитом океане и замерзающих морях. Эмпирико-статистическая модель может использоваться в качестве инструмента для расчётов наиболее объективных показателей ледовых условий плавания: средней скорости плавания судна по всему стандартному маршруту и суммарного времени этого плавания.

Сравнение результатов численных экспериментов на модели с имитацией плаваний атомного ледокола «Арктика» по маршруту «порт Сабетта – Карские Ворота» в первые декады мая 1998 и 2019 гг. показало существенное улучшение условий плавания. Так, средняя скорость плавания в условиях 1998 года равна 6.9 узлов (морских миль в час), а эта же характеристика при имитации условий 2019 года ‒ 14.9 узла. Обнаружено существенное уменьшение суммарной величины затрат времени на прохождение маршрута: с 74.5 часов в 1998 году до 34.8 часов в 2019 году.

Рисунок 1. Схема станций мониторинга толщины льда в апреле 2019 года (Nm ‒ nautical miles, морские мили)

Рисунок 2. Результат интерполяции толщины льда по данным 1-ой декады апреля 2019 года

Рисунок 3. Ледовая карта первой декады мая 2019 года

Рисунок 4. Структура текстового файла с данными для эмпирико-статистической модели

Добавление в качестве дополнительного условия сжатия судна дрейфующими льдами не изменяет этого соотношения между значениями скоростей и затрат времени. Так, в этом случае при сжатии силой в 1 балл по российской трёхбалльной шкале средняя скорость в условиях 1998 года равна 6.7 узлов, а при условиях 2019 года – 14.5 узлов. Суммарные затраты времени плавания снижаются с 77.7 часов в 1998 году до 35.6 часов в 2019 году. Это можно объяснить обнаруженным существенным изменением пространственного распределения льдов разных возрастных категорий в буферной зоне маршрута плаваний с 1998 по 2019 гг. Эти распределения представлены на рисунках 5 и 6. Очевидно исчезновение толстых однолетних льдов.

Рисунок 5. Распределение льдов различных возрастных категорий в буферной зоне маршрута в первую декаду мая 1998 года

Рисунок 6. Распределение льдов различных возрастных категорий в буферной зоне маршрута в первую декаду мая 2019 года

Выводы:

Выявлены существенные возможности эмпирико-статистической модели для интегральной оценки ледовых условий плаваний и их климатических изменений. Разумеется, эта модель не учитывает все факторы, которые влияют на ледовое плавание. Так, она не принимает во внимание трещины, разводья, полыньи в ледяном покрове. Тем не менее числовые ряды нормализованных относительных значений скорости и затрат времени плаваний могут использоваться для оценки климатических изменений условий плавания при разработке морских транспортных систем.

Исследование выполнено в рамках государственной бюджетной темы ЦНТП 5.1.2. «Развитие существующих и разработка новых методов и технологий долгосрочного (месячного и сезонного) прогнозирования элементов ледово-гидрологического режима арктических морей, низовьев и устьевых областей рек в условиях климатических изменений», а также при финансовой поддержке РФФИ в рамках научного проекта № 18-05-60291 Арктика.

Литература:

1. Evseev A. et al, 2019. Advanced economic development of the Russian Arctic: sustainable nature management \\ IOP Conf. Ser.: Earth Environ. Sci. 302 012133 https://iopscience.iop.org/article/10.1088/1755-1315/302/1/012133/pdf

2. Gladkiy Y. et al, 2019. Conceptual theories and ideologies of sustainable development of the Arctic in the era of changing technological paradigms \\ IOP Conf. Ser.: Earth Environ. Sci. 302 012069. https://iopscience.iop.org/article/10.1088/1755-1315/302/1/012069/pdf

3. Web site of JSC YAMAL LNG. Available from: http://yamallng.ru/press/news/37034/, reference date ‒ 29.11.2019

4. Tsukerman V. et al, 2019. Innovation potential of the Arctic economic systems \\ IOP Conf. Ser.: Earth Environ. Sci. 302 0120110 https://iopscience.iop.org/article/10.1088/1755-1315/302/1/012010/pdf

5. Zhang M. et al, 2017. A Method for Planning Arctic Sea Routes Under Multi-Constraint Conditions \\ Proceedings of the 24th International Conference on Port and Ocean Engineering under Arctic Conditions, June 11-16, 2017, Busan, Korea http://www.poac.com/Papers/2017/pdf/POAC17_042_Di.pdf

6. Zhang C. et al, 2017. Interpretative Structural Modeling of Ship Energy Efficiency in Arctic Navigation \\ Proceedings of the 24th International Conference on Port and Ocean Engineering under Arctic Conditions, June 11-16, 2017, Busan, Korea http://www.poac.com/Papers/2017/pdf/POAC17_044_Di.pdf

7. Travkina E. et al, 2019. Northern Sea Route: Formation of Russian Transport Policy in the Arctic \\ IOP Conf. Ser.: Earth Environ. Sci. 302 012088 https://iopscience.iop.org/article/10.1088/1755-1315/302/1/012088/pdf

8. Kulik S. et al, 2019. National security of the Russian Federation in the Arctic region: geopolitical challenges and strategic decisions \\ IOP Conf. Ser.: Earth Environ. Sci. 302 012011 https://iopscience.iop.org/article/10.1088/1755-1315/302/1/012011/pdf

9. Bratanovskiy S. et al, 2019. Legal regulations on environmental safety in the Arctic zone \\ IOP Conf. Ser.: Earth Environ. Sci. 302 012017 https://iopscience.iop.org/article/10.1088/1755-1315/302/1/012017/pdf

10. Bystrov V. et al, 2019. Information support tools for regional security management in the Arctic \\ IOP Conf. Ser.: Earth Environ. Sci. 302 012013 https://iopscience.iop.org/article/10.1088/1755-1315/302/1/012013/pdf

11. Russkova I. et al, 2019. Russia's Arctic is as an object of environmental monitoring \\ IOP Conf. Ser.: Earth Environ. Sci. 302 012028 https://iopscience.iop.org/article/10.1088/1755-1315/302/1/012028/pdf

12. Adomovich N. et al, 1995. The Empiric Model of Vessel Movement in Ice and Generalization of the Experience of the Model Usage in Hydrometeorogical Support of Shipping in the Arctic \\ Proceedings of the 13th International Conference on Port and Ocean Engineering under Arctic Conditions, August 15-18, Murmansk, Russia, Vol 2, pp 30-41 http://www.poac.com/Papers/POAC95_V2_all.pdf