Моделирование разлива мазута с использованием программного комплекса SPILLMOD

В. В. Солбаков1, ✉, С. Н. Зацепа2, Н. А. Дианский2, 3, 4, А. А. Ивченко2, Е. А. Коршенко2, И. И. Панасенкова2, 5, В. В. Фомин2, 4, 5

1 Федеральный исследовательский центр «Информатика и управление» Российской академии наук, Москва, Россия

2 Государственный океанографический институт имени Н. Н. Зубова, Росгидромет, Москва, Россия

3 Московский государственный университет имени М. В. Ломоносова, Физический факультет, Москва, Россия

4 Институт вычислительной математики имени Г. И. Марчука РАН, Москва, Россия

5 Гидрометцентр России, Москва, Россия

✉ e-mail: vsolbakov@frccsc.ru

Аннотация

Цель. Цель работы – провести комплексный анализ факторов, отличающих аварию танкеров «Волгонефть-212» и «Волгонефть-239» в Керченском проливе 15 декабря 2024 г. от многих других разливов, а именно: характеристик мазута, особенностей источника загрязнения и гидрометеорологических условий, значимых для математического моделирования.

Методы и результаты. Моделирование проведено с использованием комплекса математических моделей SPILLMOD. Гидрометеорологические прогнозы осуществлялись в системе оперативного прогнозирования гидрометеорологических характеристик (Система морских ретроспективных расчетов и прогнозов, СМРП), включающей региональную атмосферную модель WRF и российскую модель морской циркуляции INMOM. Характер аварии и свойства перевозимого мазута, как показали проведенные оценки, приводят к тому, что источник разлива действует длительно, однако истечение 95 % содержимого танков происходит менее чем за несколько первых суток. За это время мощность источника снижается не менее чем на два порядка.

Выводы. Результаты моделирования, проведенного в первые дни после аварии, подтверждены сведениями берегового мониторинга. Модель позволила определить время и локации выхода мазутного загрязнения в прибрежную зону. Последующие оценки интенсивности истечения мазута показали, что основная масса попавшего в море мазута была вынесена на побережье и мелководья в районе от пос. Веселовка до города-курорта Анапы. Сведения о времени, местах и количестве собранного мазута в этом районе согласуются с гипотезой о быстром снижении со временем интенсивности выхода мазута в морскую среду и свидетельствуют об адекватности выбранных моделей, прогнозов гидрометеорологических характеристик и расчетных комплексов. Близость плотности мазута к плотности воды, его высокая вязкость и гидрологические условия Керченского пролива, Азовского и Черного морей обусловливают возможность как положительной, так и отрицательной плавучести, а также возможность формирования песчано-нефтяных матов на дне при соединении со взвешенными веществами и песком. Для адекватного прогноза распространения тяжелых сортов нефти необходимы уточненные модели, описывающие процессы трансформации, включая седиментацию диспергированной и плавающей на поверхности нефти.

Ключевые слова

разлив мазута, Керченский пролив, математическое моделирование, численное моделирование, прогноз гидрометеорологических характеристик, гидрометеорологические характеристики, морские разливы нефти, INMOM, SPILLMOD, Черное море

Информация об авторах

Солбаков Вячеслав Викторович, старший научный сотрудник, ФИЦ ИУ РАН (119333, Россия, Москва, ул. Вавилова, д. 44, корп. 2), кандидат физико-математических наук, Scopus Author ID: 6506793953, ResearcherID: AAB-6735-2019, SPIN-код: 7656-6621, vsolbakov@frccsc.ru

Зацепа Сергей Николаевич, заведующий лабораторией, Государственный океанографический институт имени Н. Н. Зубова, Росгидромет (119034, Россия, Москва, Кропоткинский пер., д. 6), доктор физико-математических наук, ORCID ID: 0000-0002-7072-3920, ResearcherID: T-1242-2018, Scopus Author ID: 55950369100, SPIN-код: 3922-3330, zatsepa@gmail.com

Дианский Николай Ардальянович, главный научный сотрудник, кафедра физики моря и вод суши физического факультета, Московский государственный университет им. М. В. Ломоносова (119991, Россия, г. Москва, ГСП-1, Ленинские горы, д. 1, стр. 2), доктор физико-математических наук, доцент, ORCID ID: 0000-0002-6785-1956, ResearcherID: R-8307-2018, SPIN-код: 5450-6667, nikolay.diansky@gmail.com

Ивченко Александр Александрович, старший научный сотрудник, Государственный океанографический институт имени Н. Н. Зубова, Росгидромет (119034, Россия, Москва, Кропоткинский пер., д. 6), ORCID ID: 0009-0003-3828-378X, Scopus Author ID: 55950528300, SPIN-код: 5443-1160, alivch654@gmail.com

Коршенко Евгения Александровна, научный сотрудник, отдел численного моделирования гидрофизических процессов, лаборатория оперативного моделирования, Государственный океанографический институт имени Н. Н. Зубова, Росгидромет (119034, Москва, Кропоткинский пер., д. 6, стр. 1), ORCID ID: 0000-0003-2310-9730, ResearcherID: AAE-3617-2019, Scopus Author ID: 57194570985, SPIN-код: 1754-4563, zhenyakorshenko@gmail.com

Панасенкова Ирина Игоревна, научный сотрудник, Государственный океанографический институт имени Н. Н. Зубова, Росгидромет (119034, Россия, Москва, Кропоткинский пер., д. 6, стр. 1), ORCID ID: 0000-0002-8338-4825, ResearcherID: AAE-4131-2019, Scopus Author ID: 57202425753, SPIN-код: 1193-6046, ipanasenkova@mail.ru

Фомин Владимир Васильевич, заведующий лабораторией, старший научный сотрудник, Государственный океанографический институт имени Н. Н. Зубова, Росгидромет (119034, Россия, Москва, Кропоткинский пер., д. 6, стр. 1), ORCID ID: 0000-0001-8857-1518, ResearcherID: C-2124-2017, Scopus Author ID: 57208310824, SPIN-код: 8803-9548, vladimirfomin@gmail.com

Для цитирования

Моделирование разлива мазута с использованием программного комплекса SPILLMOD / В. В. Солбаков [и др.] // Морской гидрофизический журнал. 2026. Т. 42, № 3. С. 483–505. EDN GRKCTA.

Solbakov, V.V., Zatsepa, S.N., Diansky, N.A., Ivchenko, A.A., Korshenko, E.A., Panasenkova, I.I. and Fomin, V.V., 2026. Simulation of a Fuel Oil Spill Using the Oil-Spill Model SPILLMOD. Physical Oceanography, 33(3), pp. 516-537.

Список литературы

  1. Подход к анализу гидрометеорологических условий, определяющих задержку в реагировании на морские разливы нефти в Арктической зоне Российской Федерации / С. Н. Зацепа [и др.] // Арктика: экология и экономика. 2023. Т. 13, № 3. C. 369–381. EDN GTCOVT. https://doi.org/10.25283/2223-4594-2023-3-369-381
  2. Полемическая статья по результатам исследования на тему: «Подход к анализу гидрометеорологических условий, определяющих задержку в реагировании на морские разливы нефти в Арктической зоне Российской Федерации» / В. К. Донченко [и др.] // Арктика: экология и экономика. 2023. Т. 13, № 4. C. 482-487. https://doi.org/10.25283/2223-4594-2023-4-pw1
  3. Лаврова О. Ю., Лупян Е. А., Костяной А. Г. Последствия аварий танкеров в черноморском керченском предпроливье 15 декабря 2024 г.: комплексный анализ спутниковых и метеорологических данных // Современные проблемы дистанционного зондирования Земли из космоса. 2025. Т. 22, № 2. С. 282–299. EDN WQJKUT. https://doi.org/10.21046/2070-7401-2025-22-2-282-299
  4. Лаврова О. Ю., Лупян Е. А., Костяной А. Г. Спутниковый мониторинг мазутного разлива в районе Керченского пролива 15 декабря 2024 г.: предварительные результаты // Современные проблемы дистанционного зондирования Земли из космоса. 2025. Т. 22, № 1. С. 327–335. EDN ITPALB. https://doi.org/10.21046/2070-7401-2025-22-1-327-335
  5. Результаты радиолокационного мониторинга и сопутствующего численного моделирования катастрофических разливов тяжелых нефтепродуктов в Керченском проливе в 2024–2025 гг. / С. К. Клименко [и др.] // Современные проблемы оптики естественных вод : Труды XIII Всероссийской конференции с международным участием: сборник научных трудов, Санкт-Петербург, 08–10 октября 2025 года. Санкт-Петербург, 2025. С. 146–151. EDN FKDZXR.
  6. Gustitus S. A., Clement T. P. Formation, fate, and impacts of microscopic and macroscopic oil‐sediment residues in nearshore marine environments: A critical review // Reviews of Geophysics. 2017. Vol. 55, iss. 4. P. 1130–1157. https://doi.org/10.1002/2017RG000572
  7. Michel J., Bambach P. A response guide for sunken oil mats (SOMs): Formation, behavior, detection, and recovery // Journal of Marine Science and Engineering. 2022. Vol. 10, iss. 3. 368. https://doi.org/10.3390/jmse10030368
  8. Клименко С. К., Иванов А. Ю. Загрязнение Керченского предпроливья после техногенной катастрофы и его оценки по данным ДЗЗ // Материалы 23-й Международной конференции «Современные проблемы дистанционного зондирования Земли из космоса». Москва: ИКИ РАН, 2025. C. 237. EDN CHUZTO.
  9. Распространение мазутного загрязнения в Черном море после аварии на судах «Волгонефть» в декабре 2024 года по данным контактных, спутниковых измерений и расчетов системы FOTS Морского гидрофизического института РАН / А. А. Кубряков [и др.] // Морской гидрофизический журнал. 2025. Т. 41, № 6. С. 767–787. EDN XWXESN.
  10. Трансформация мазута в Черном море через два с половиной месяца после аварии танкеров / И. А. Немировская [и др.] // Доклады Российской академии наук. Науки о Земле. 2025. Т. 523, № 2. С. 234–240. EDN MBBFAB.
  11. Аварии и последствия танкерной перевозки мазута (Керченский пролив – 2007 г., г. Анапа –2024 г.): препринт / Г. Г. Матишов [и др.]. Ростов-на-Дону: Изд-во ЮНЦ РАН, 2025. 152 с.
  12. Феноменология и особенности моделирования разлива мазута в Керченском проливе (РМКП-2024) / С. Н. Зацепа [и др.] // Океанологические исследования. 2026. Т. 54, № 1. С. 51–83. https://doi.org/10.29006/1564-2291.JOR-2026.54(1).4
  13. Прогнозирование распространения нефти и нефтепродуктов в случае аварийного разлива на морских акваториях / С. Н. Зацепа [и др.]. Москва : АО «Финпол», 2018. 140 с. EDN ATUGEA.
  14. Progress in operational modeling in support of oil spill response / C. H. Barker [et al.] // Journal of Marine Science and Engineering. 2020. Vol. 8, iss. 9. 668. https://doi.org/10.3390/jmse8090668
  15. Oil spill modeling: A critical review on current trends, perspectives, and challenges / P. Keramea [et al.] // Journal of Marine Science and Engineering. 2021. Vol. 9, iss. 2. 181. https://doi.org/10.3390/jmse9020181
  16. Modes of operation and forcing in oil spill modeling: State-of-art, deficiencies and challenges / P. Keramea [et al.] // Journal of Marine Science and Engineering. 2023. Vol. 11, iss. 6. 1165. https://doi.org/10.3390/jmse11061165
  17. Zatsepa S., Ivchenko A., Ovsienko S. A local operative model for oil drift and dispersion // Proceedings of Combatting Marine Oil Spills in Ice and Cold Conditions. Helsinki, Finland, 1992. С. 189–192.
  18. Korotenko K. A., Bowman M. J., Dietrich D. E. High-resolution numerical model for predicting the transport and dispersal of oil spilled in the Black Sea // Terrestrial, Atmospheric and Oceanic Sciences (TAO). 2010. Vol. 21, no. 1. P. 123–136. https://doi.org/10.3319/TAO.2009.04.24.01(IWNOP)
  19. Становой В. В., Лавренов И. В., Неелов И. А. Система моделирования разливов нефти в ледовитых морях // Проблемы Арктики и Антарктики. 2007. № 3(77). С. 7–16. EDN JVUBQH.
  20. Zatsepa S. N., Ivchenko A. A., Solbakov V. V. SPILLMOD – A CFD model for information support of marine oil spill response // Journal of Oceanological Research. 2022. Vol. 50, no. 2. P. 72–105. EDN NVPQNE. https://doi.org/10.29006/1564-2291.JOR-2022.50(2).4
  21. Solbakov V. V., Zatsepa S. N., Ivchenko A. A. Spillmod, A CFD model for marine oil spill // Modeling, analysis, control and removal of oil and hydrocarbon spills / ed. T. Chaplina. Cham: Springer, 2025. P. 1–38. (Earth and Environmental Sciences Library). https://doi.org/10.1007/978-3-031-77711-0_1
  22. Numerical models for oil spillages in the Black Sea and the adjacent Sea of Azov / G. Zodiatis [et al.] // The Handbook of Environmental Chemistry. Berlin; Heidelberg: Springer, 2021. P. 1–34. https://doi.org/10.1007/698_2021_815
  23. Pokazeev K., Sovga E., Chaplina T. Numerical modeling of the hydrocarbon spot shape on the water surface // Pollution in the Black Sea. Cham: Springer, 2021. P. 37–44. https://doi.org/10.1007/978-3-030-61895-7_4
  24. Система морских ретроспективных расчетов и прогнозов гидрометеорологических характеристик Азовского моря и Керченского пролива / Н. А. Дианский [и др.] // Экология. Экономика. Информатика. Серия: Геоинформационные технологии и космический мониторинг. Ростов н/Д : Изд-во ЮНЦ РАН, 2020. Т. 2, вып. 5. С. 131–140. EDN GBWEBF. https://doi.org/10.23885/2500-123X-2020-2-5-131-140
  25. Numerical model of the circulation of the Black Sea and the Sea of Azov / V. B. Zalesny [et al.] // Russian Journal of Numerical Analysis and Mathematical Modelling. 2012. Vol. 27, no. 1. P. 95–111. EDN PDOVUV. https://doi.org/10.1515/rnam-2012-0006
  26. Дианский Н. А. Моделирование циркуляции океана и исследование его реакции на короткопериодные и долгопериодные атмосферные воздействия. Москва : Физматлит, 2013. 272 с. EDN UGLFQB.
  27. Moshonkin S., Zalesny V., Gusev A. Simulation of the Arctic – North Atlantic Ocean Circulation with a two-equation K-Omega turbulence parameterization // Journal of Marine Science and Engineering. 2018. Vol. 6, iss. 3. 95. EDN AAZESJ. https://doi.org/10.3390/jmse6030095
  28. Развитие системы диагноза и прогноза состояния Мирового океана и отдельных морей России / Г. К. Коротаев [и др.] // Морская стратегия и политика России в контексте обеспечения национальной безопасности и устойчивого развития в ХХI веке: сборник научных трудов. Симферополь: ИТ «АРИАЛ», 2024. С. 115–117. EDN SZEEWS.
  29. Коротаев Г. К. Оперативная океанография – новая ветвь современной океанологической науки // Вестник Российской академии наук. 2018. Т. 88, № 7. С. 579–588. EDN RZVKBD. https://doi.org/10.31857/S086958730000081-7
  30. Оперативная океанография северо-восточной части Черного моря: оценки точности моделирования в сравнении с данными натурных измерений / А. В. Григорьев [и др.] // Моря России: методы, средства и результаты исследований, Севастополь, 24–28 сентября 2018 года. Севастополь: Морской гидрофизический институт РАН, 2018. С. 36. EDN VSEDGJ.
  31. Оперативная система диагноза и прогноза гидрофизических характеристик Черного моря / Г. К. Коротаев [и др.] // Известия Российской академии наук. Физика атмосферы и океана. 2016. Т. 52, № 5. С. 609–617. EDN WORWIV. https://doi.org/10.7868/S0002351516050072
  32. Инновационная система оперативных морских прогнозов / А. И. Мизюк [и др.] // Состояние и перспективы развития современной науки по направлению «Новые материалы и энергетика в ВС РФ»: сборник статей научно-технической конференции. Анапа: Б. и., 2023. Т. 1. С. 104–110. EDN CKLUXH.
  33. Кузнецов С. А., Холод А. Л. Информационная подсистема выборки данных из специализированного архива данных Черноморского центра морских прогнозов // Перспективные направления развития отечественных информационных технологий: материалы IV межрегиональной научно-практической конференции. Севастополь: Севастопольский государственный университет, 2018. С. 303–304. EDN YQFOKD.
  34. Анализ риска распространения аварийных разливов нефти на примере Обской губы Карского моря / С. Н. Зацепа [и др.] // Арктика: экология и экономика. 2014. № 3(15). С. 30–45. EDN STTOPT.
  35. The study of pollutants’ pathways in the Caspian Sea by modeling Lagrangian trajectories / O. S. Klyagina [et al.] // Physical and mathematical modeling of Earth and environment processes / ed. V. I. Karev. Cham: Springer, 2022. P. 99–105. (Springer Proceedings in Earth and Environmental Sciences). EDN JQWQMO. https://doi.org/10.1007/978-3-030-99504-1_11
  36. Harlow F. H. The particle-in-cell computing method for fluid dynamics // Methods in Computational Physics. 1964. Vol. 3. P. 319–343.
  37. Zatsepa S. N., Ivchenko A. A., Solbakov V. V. Conditionally Eulerian–Lagrangian method on the example of the problem on the dynamics of an intrathermocline vortex lens // Mathematical Models and Computer Simulations. 2023. Vol. 15, no. 3. P. 539–553. EDN BCYLIZ. https://doi.org/10.1134/s2070048223030201
  38. Шторм 11 ноября 2007 г. в Керченском проливе: хроника событий, математическое моделирование и географоэкологический анализ нефтяного разлива / С. Н. Овсиенко [и др.] // Труды Государственного океанографического института. 2008. № 211. С. 307–339. EDN PXMGNF.
  39. Фащук Д. Я. Эколого-географические последствия катастрофы танкера «Волгонефть-139» в Керченском проливе 11 ноября 2007 г. // Известия Российской академии наук. Серия географическая. 2009. № 1. С. 105–117. EDN JVYJGF.
  40. Исследование чувствительности псевдокомпонентной модели испарения нефти на поверхности моря к вариации параметров / С. Н. Зацепа [и др.] // Процессы в геосредах. 2020. № 2(24). C. 662–674. EDN SVUJKV.
  41. Феноменологическая модель диспергирования нефтяного разлива в море и параметризации некоторых процессов / С. Н. Зацепа [и др.] // Океанология. 2018. Т. 58, № 6. С. 843–853. EDN YOJSBV. https://doi.org/10.1134/S0030157418060163
  42. О роли ветрового волнения в процессе диспергирования нефтяного разлива в море / С. Н. Зацепа [и др.] // Океанология. 2018. Т. 58, № 4. С. 556–564. EDN XWLIRV. https://doi.org/10.1134/S0030157418040135
  43. Исследование особенностей поведения тонких пленок нефтепродуктов на поверхности моря методом математического моделирования / С. Н. Зацепа [и др.] // Вести газовой науки. 2023. № 3(55). C. 101–117. EDN GQXWST.
  44. Об интерпретации результатов мониторинга загрязнений поверхности моря с учетом особенностей поведения тонких нефтяных пленок / С. Н. Зацепа [и др.] // Материалы 18-й Всероссийской открытой конференции «Современные проблемы дистанционного зондирования Земли из космоса» : электронный сборник материалов конференции. Москва: Институт космических исследований Российской академии наук, 2020. С. 80. EDN XMNCLN. https://doi.org/10.21046/18DZZconf-2020a

Файлы

Полный текст

JATS XML

Мы используем Яндекс Метрику. Подробнее.