Mục tiêu chính của ĐTM là xác định các tác động có thể xảy ra, cả có lợi và bất lợi do dự án mang lại. Sau đó, thông qua ĐTM các đề xuất được đưa ra cho các nhà lập kế hoạch để giảm thiểu và giảm thiểu các tác động tiêu cực hoặc bất lợi và tăng cường các tác động tích cực hoặc có lợi. Vậy phương pháp mô hình toán học trong ĐTM quy hoạch xây dựng là gì?
Mục lục bài viết
1. Tổng quan về các phương pháp trong đánh giá tác động môi trường (ĐTM):
Bản chất của ĐTM là dự đoán các điều kiện môi trường trong tương lai, với sự phát triển được đề xuất hoặc không. Việc so sánh hai tình huống dự đoán cũng thường được thực hiện với hiện tại. Dự đoán là quá trình xác định bản chất và mức độ của những thay đổi môi trường sẽ là kết quả của một hoạt động được đề xuất. Từ việc kiểm tra các phương pháp có sẵn để dự đoán các hiệu ứng khác nhau, có thể xác định được các “loại” phương pháp chính sau: mô hình vật lý, phương pháp thực nghiệm và mô hình toán học.
Mô hình vật lý, mô hình minh họa hoặc mô hình tỷ lệ làm việc được xây dựng để đại diện cho môi trường, có thể bao gồm các mô hình trực quan về môi trường bằng hình ảnh, ảnh chụp, phim hoặc mô hình ba chiều và các mô hình hoạt động của môi trường bằng cách sử dụng, ví dụ, đường hầm gió hoặc buồng sóng.
Phương pháp thực nghiệm, công việc thực tế tại hiện trường hoặc phòng thí nghiệm, bao gồm các thí nghiệm hiện trường, trong đó các thử nghiệm được thực hiện tại địa điểm được đề xuất và các thí nghiệm trong phòng thí nghiệm, trong đó các thử nghiệm được thực hiện trong phòng thí nghiệm trong điều kiện mô phỏng môi trường.
Các mô hình toán học, trong đó mối quan hệ giữa nguyên nhân và kết quả được biểu thị bằng một hoặc nhiều mối quan hệ toán học, có thể là mô hình thực nghiệm (hộp đen), trong đó các mối quan hệ giữa đầu vào và đầu ra được thiết lập từ phân tích thống kê các quan sát trong môi trường, hoặc “mô tả nội bộ”, trong đó các mối quan hệ toán học trong mô hình dựa trên sự trình bày rõ ràng các cơ chế của các quá trình xảy ra trong môi trường. yêu cầu ứng dụng máy tính.
Bằng chứng từ các nghiên cứu điển hình cho thấy rằng các phương pháp thường được sử dụng nhất trong Cơ quan Bảo vệ Môi trường (EPA) là các phương pháp đơn giản hơn, ví dụ:
– Trạng thái ổn định, một nguồn duy nhất, mô hình phân tán chùm Gaussian cho chất lượng không khí;
– Các mô hình nước rỉ và nước thải đơn giản dựa trên diện tích lưu vực và lượng mưa;
– Pha loãng đơn giản và các mô hình phân tán trạng thái ổn định cho chất lượng nước;
· Các phương pháp kiểm kê đơn giản cho cả tác động trực tiếp và bậc cao lên các thụ thể (ví dụ: con người, thực vật, môi trường sống, v.v.).
Các phương pháp này thường có thể được áp dụng thủ công hoặc đồ họa, hoặc sử dụng các chương trình máy tính đơn giản. Các dự đoán thu được khi sử dụng các phương pháp này thường rất gần đúng, mặc dù chất lượng của kết quả sẽ phụ thuộc vào vấn đề và hoàn cảnh cụ thể mà phương pháp được sử dụng.
Một số lý do dẫn đến việc thiếu áp dụng các mô hình dự báo phức tạp hơn trong ĐTM có liên quan đến các yêu cầu về thời gian và nguồn lực để nhập dữ liệu, hiệu chuẩn và áp dụng, và lợi nhuận thu được giảm dần về chất lượng kết quả so với các yêu cầu về nguồn lực của chúng , so với các dạng phương pháp dự đoán đơn giản hơn.
2. Các loại phương pháp ít được sử dụng trong ĐTM:
– Làm việc các mô hình vật lý của các hiệu ứng khí quyển, thủy sinh và âm học (đường hầm gió, mô hình thủy lực, v.v.);
– Thí nghiệm hiện trường và phòng thí nghiệm (thí nghiệm lần vết, xét nghiệm sinh học, v.v.);
– Các mô hình toán học cụ thể về trang web và các mô hình toán học động.
Các loại phương pháp này xem xét nhiều hơn các đặc điểm cụ thể của hoạt động và môi trường cụ thể, đồng thời đưa ra ít giả định khái quát hơn. Họ cũng có thể tính đến các nguồn phức tạp. Do đó, họ có các yêu cầu đầu vào và nguồn lực lớn hơn để hiệu chuẩn và ứng dụng (trừ khi có sẵn một mô hình hiện có để sử dụng trong khu vực nghiên cứu). Theo nguyên tắc chung, chúng cung cấp thông tin chi tiết hơn về các hiệu ứng, nhưng không nhất thiết phải là thông tin chính xác hơn.
3. Phương pháp mô hình toán học trong ĐTM quy hoạch xây dựng là gì?
Mô hình toán học bao gồm hai quy tắc áp đặt giới hạn cho các biến A và B, và ba phương trình. Có hai loại đầu vào: A và B là đầu vào bên ngoài cho hệ thống, trong khi X và Y là các tham số, thực sự là bên trong hệ thống, nhưng có thể được thay đổi để hiệu chỉnh mô hình cho phù hợp với dữ liệu quan sát
Trong một mô hình toán học, hành vi của một hệ thống môi trường được biểu diễn bằng các biểu thức toán học về mối quan hệ giữa các biến. Nói chung, biến đầu ra (x) là một hàm của một hoặc nhiều biến đầu vào (A, B, C, …):
X = f (A, B, C, …)
Mô hình là sự thể hiện các thuộc tính quan trọng của một nguyên mẫu thực, nhưng đơn giản hơn và dễ xây dựng, thay đổi hoặc vận hành hơn.
Số lượng các biến khác nhau trong một mô hình và bản chất của các mối quan hệ giữa chúng được xác định bởi độ phức tạp của hệ thống. Mục đích của mô hình toán học là giảm thiểu số lượng biến và giữ cho các mối quan hệ càng đơn giản càng tốt, trong khi vẫn giữ được sự biểu diễn đủ chính xác và khả thi của hệ thống môi trường.
4. Ứng dụng phương pháp mô hình toán học trên thực tế:
Một ví dụ về mô hình toán học là một dạng đơn giản của phương trình phân tán chùm tia Gaussian để dự đoán chất lượng không khí xung quanh một nguồn phát xạ điểm:
c = Q exp [-1/h2 ] / µ σy σzσ2
trong đó c = nồng độ mực đất (mg / m3) tại khoảng cách x mét theo hướng gió;
Q = tốc độ phát xạ (mg / s);
h = chiều cao phát xạ (= chiều cao ngăn xếp + tăng đơ) (m); và
σy và σz = hệ số phân tán bên và dọc được tính toán cho giá trị yêu cầu của x từ các công thức thực nghiệm tiêu chuẩn phù hợp với độ cao phát xạ,
µ độ nhám của bề mặt xung quanh, và
σ độ ổn định của khí quyển.
Hình dạng chính xác của mối quan hệ trong một mô hình được xác định bằng cách thiết lập các tham số của mô hình, có thể thay đổi tùy theo các trường hợp mà mô hình được áp dụng; ví dụ, các hệ số phân tán trong ví dụ đã cho phải được xác định theo các điều kiện ổn định của khí quyển, độ nhám bề mặt của khu vực xung quanh và chiều cao phát xạ. Các công thức thực nghiệm tiêu chuẩn khác nhau cho các hệ số này đã được các công nhân khác nhau thiết lập cho các loại khí thải khác nhau và các điều kiện khí tượng và địa hình khác nhau
Các mô hình toán học đại diện cho các công cụ duy nhất để dự báo các điều kiện môi trường trong tương lai liên quan đến việc thực hiện các dự án và kế hoạch ảnh hưởng đáng kể đến các địa điểm của Natura 2000. Vì lý do này, chúng ngày càng được sử dụng nhiều hơn trong các giai đoạn đánh giá tác động môi trường khác nhau: từ dự đoán tác động tiềm tàng đối với các loài và môi trường sống được bảo vệ đến đánh giá các biện pháp giảm thiểu và đền bù. Hơn nữa, kết quả mô hình có thể đóng góp cơ bản cho việc đánh giá kinh tế của các dịch vụ hệ sinh thái, được coi là cơ sở để định lượng chính xác các hoạt động đền bù.
Trong giai đoạn đầu của dự án, các mô hình toán học đã được sử dụng để đánh giá các tác động gián tiếp do trầm tích lắng lại tạo ra trong các hoạt động nạo vét. Kết quả cho thấy SCI nằm ở phía bắc của cảng Civitavecchia bị ảnh hưởng bởi các tác động cao nhất do tốc độ lắng cặn cao và độ trong suốt của cột nước thấp. Một phần của các tác động được giảm thiểu thông qua hệ thống Early Warnig, dựa trên các dự đoán của mô hình toán học, sẽ cảnh báo người vận hành một cách phòng ngừa nếu xảy ra rủi ro cao đối với sức khỏe của các loài và môi trường sống được bảo vệ. Một phần khác của các tác động được bù đắp bằng việc phục hồi các chức năng và dịch vụ của hệ sinh thái của các môi trường sống có khả năng bị phá hủy sẽ được thực hiện thông qua việc phục hồi P.oceanica và định vị các giá thể nhân tạo thích hợp cho việc xâm chiếm và tái sản xuất các loài đồng sinh. Vì xác suất thành công lớn nhất của các biện pháp này phụ thuộc chặt chẽ vào điều kiện môi trường, các mô hình toán học được sử dụng trong giai đoạn này để ước tính các dòng biển, độ đục của cột nước và tốc độ trầm tích ở độ phân giải không gian cao để hỗ trợ xác định các khu vực phù hợp cho các hoạt động bồi thường. Công trình này chứng minh rằng việc sử dụng đúng các mô hình toán học có thể giảm thiểu thiệt hại đối với các hệ sinh thái biển bằng cách cải thiện ước tính các tác động gián tiếp và tăng xác suất thành công của các biện pháp giảm thiểu và đền bù.