随着我国经济的不断发展，海上运输逐渐增多，特别是石油运输导致海洋船舶溢油事故逐渐增多。石油泄漏进入海洋，导致海洋生态环境遭到破坏，不仅影响浮游植物群落(宋广军等, 2016)及其他海洋生物，在养殖区还会影响养殖生物的产量和品质，进而影响人类的健康，海洋船舶溢油事故已经引起了广大人民的普遍关注。

由于海洋船舶溢油事故发生的地点、时间不同，在溢油事故发生后，很难准确地鉴定溢油的范围。对于事故发生后渔业资源等方面的评估工作、恢复工作也带来了不小的难题。自1950年开始，有大批国内外学者更新研究和改进溢油模型的运算过程，在水动力的基础上研究开发了不同类型、不同功能的溢油模型。溢油模型发展可分为第1代、第2代、第3代模型(Alan et al, 2012)。国外对溢油行为及其归宿预报的研究发展较早，比较有代表性的是Fay(1969)提出的惯性力、粘性力和表面张力3个阶段理论；Shen等(1987)基于欧拉法提出了模拟油膜在水表面漂移的ROSS模型；汪德胜等(1996)在ROSS模型的基础上建立了油在河流中漂移的ROSS2双层数学模型。

20世纪80年代中期，ASCE Task Committee (1996)研究开发出了“油粒子”模型；瞿波等(2009)运用f Bm模型研究海上污染物的运动规律；郭为军(2011)在模拟大连附近海域“阿提哥”号油轮溢油事故中运用f Bm模型模拟，其模拟结果和卫星观测数据相吻合；郭为军(2007)采用POM普林顿海洋模型作为流场模拟海洋溢油。其他运用到溢油当中的模型还有油–水两相双流体模型(沈永明等, 1992)、单组份溢油风化模型(Blokker, 1964)、IKU风化模型(Stiver, et al, 1984)、OSIS风化模型(Leech et al, 1993)、ADIOS风化模型(Lehr et al, 1992)、Navy模型(Webb et al, 1970)、OSCAR模型(Mark et al, 1999)、OILMAP模型(孙俊等, 2002)、GNOME模型和FVCOM水动力模型(陈波昌等, 2013)等。

本研究参照丁东生等(2016)的方法，以GNOME (General NOAA Operational Modeling Environment)溢油模型为基础，在FVCOM模拟的流场与美国国家环境预报中心(NCEP)的环境预报系统再分析资料的风场条件下，对“世纪之光”轮溢油事故进行数值模拟，并通过遥感数据进行验证。确定污染范围之后，通过渔业资源评估的技术方法，结合数值模拟确定渔业资源的损失，从溢油检测到资源评估形成业务化体系。

1 材料与方法 1.1 GNOME溢油模型

GNOME是免费提供溢油轨迹预测的专业溢油模型，模型由HAZMAT(NOAAO R & R, 美国)危险品应急反应部门研究开发(张彩霞, 2013)。GNOME模型包含标准模式、GIS输出模式和诊断模式，可以通过GNOME模型的诊断模式对风场、流场及其他影响因素进行设定，预测溢油的最佳轨迹。通过设置流场、风场的不确定性对轨迹进行最小遗憾预测(90%置信区间分布)。

模型中通过设置岸线数据(地图数据)、流场数据、风场数据、溢油位置、溢油污染物类型、某些特殊环境因素等条件，对GNOME模型进行控制。黑色点为最佳预测区域油粒子分布，红色点为不确定性因素存在造成的最小遗憾轨迹粒子分布，流场数据与风场数据合成漂移速度。之后，将GNOME模型输出数据使用导入工具导入Arcgis中与地图进行整合，画图，再进行进一步的分析。

1.2 FVCOM水动力模型

FVCOM (Finite Volume Coast and Ocean Model)模型是一套结合溢油预报的原始方程组、三角形网格划分等多功能海洋水动力模型(杨红等, 2013)。与2种常用的解决大洋环流模型(有限差分方法、有限元方法)相比，具有精度高、运行简单、边界容易拟合、计算简便、几何灵活等优点。FVCOM模型通过离散控制方程，以三角形网格为单位元，在三角形网格中结合数学计算方法，进行积分方程的求解。FVCOM模型还包括了三维拉格朗日粒子追踪模型、生物模型、沉积模型、海冰模型等。本研究运用FVCOM水动力模型对黄、渤海地区的潮流进行数值模拟，将模拟的潮流带入GNOME模型中进行溢油模拟。

1.3 遥感应用

遥感技术是20世纪60年代开始逐渐发展的一种探测技术，它作为海洋环境监测的一种重要的手段，已经得到了很好的发展和应用。

本研究采用NASA提供的MODIS L1B数据。MODIS作为一种中高分辨率的卫星传感器，其通道较多，遥感影像有250、500和1000 m共3种空间分辨率，有36个离散光谱波段，其中，2个波段分辨率为250 m，5个波段为500 m，29个波段为1000 m。光谱范围宽为0.4(可见光)~14.4 µm(热红外)。本研究主要对MODIS影像进行选取、处理、增强等，将处理后带有溢油信息的影像与GNOME模拟的溢油位置进行对比。

1.4 渔业资源评估办法

根据沈新强等(2014)的方法，以近3年事故发生前张网捕捞产量和面积为估算依据，参照各类标准的生物损失率对溢油事故进行评估；丁东生等(2016)通过数值模拟的方法确定溢油面积，通过《山东省海洋生态损害赔偿和损失补偿评估方法》(DB37/T 1448-2009)对各区域、各类海洋生物生物量的估算，并对渔业资源进行了评估计算；牙韩争等(2014)参照曹妃甸某次生物体密度调查的数据，确定鱼卵、仔鱼死亡率，对污水排海污染造成的鱼卵、仔鱼进行了评估。

1.4.1 调查采样

调查数据选自“908”专项项目中国海洋大学的拖网调查数据。游泳动物调查网口宽度为47 m。每站拖网时间为1 h，平均拖速为3 kn。采用保温箱和冰进行样品的保存。鱼卵、仔稚鱼调查采用口径为80 cm、长为270 cm、筛绢孔径为0.505 mm的大型浮游生物网进行水平拖曳取样，每次拖网10 min，拖网速度约为2 kn。样品采用5%福尔马林溶液固定，带回实验室进行鉴定和分析。在调查海区共布设16个站位，站位设置见图 1。游泳动物资源密度计算采用公式如下：

$ D=\bar{C}/(a\times q) $

式中，D为游泳动物资源密度(kg/km²)；C为平均每小时拖网渔获量(kg/net·h)；a为每小时的拖网面积(km²/net·h)；q为可捕系数。可捕系数依据《渔业污染事故经济损失计算方法》(GB/T21678- 2008)。

鱼卵、仔稚鱼密度的计算采用滤水体积法。计算公式如下：

$ V=\frac{N}{S\times L} $

式中，V为鱼卵、仔稚鱼分布密度(粒/m³，尾/m³)；N为平均每网鱼卵、仔稚鱼数量(粒/尾)；S为网口面积(m²)；L为水平拖网距离，垂直拖网为绳长(m)。

1.4.2 游泳动物经济损失

根据《山东省海洋生态损害赔偿和损失补偿评估方法》(DB37/T 1448-2009)对山东近海4个海域的划分，即山东半岛北部海域、山东半岛南部海域、莱州湾及渤海湾南部海域和海州湾海域。“世纪之光”轮的溢油地点属于山东半岛北部海域，取山东半岛北部海域浮游动物的单位生物量为510 kg/km²。参照“908”专项项目中国海洋大学于2006年7月30日~8月30日的拖网调查数据，鱼类、甲壳类和头足类的单位生物量分别为2684.721、25.121和53.334 kg/km²。计算公式如下：

$ 游泳动物损失量=事发前渔业资源密度×污染面积×损失率 $

$ 游泳动物直接经济损失=当地水产市场价格×渔业资源损失量 $

1.4.3 鱼卵、仔稚鱼经济损失

参照中国海洋大学的拖网调查数据，鱼卵的单位生物量为0.0306粒/m³，仔鱼的单位生物量为0.0274尾/m³，参照类似事故中污染海区密度，鱼卵的单位生物量为0.0029粒/m³，仔鱼的单位生物量为0。根据《建设项目对海洋生物资源影响评价技术规程》(SC/T 9110-2007)中对于污染事故中鱼卵和仔稚鱼折算成鱼苗的折算比率，鱼卵生长成商品鱼苗的成活率按照1%计算，仔稚鱼生长成商品鱼苗的成活率按照5%计算。

运用计算公式：

$ 鱼卵、仔稚鱼损失量=(对照海区密度–污染海区密度)×污染面积 $

$ 鱼卵、仔稚鱼直接经济损失=当地商品苗市场价格×损失量 $

2 结果与分析 2.1 案例概况

2010年5月2日05:23，香港籍货轮“世纪之光”(Bright Century)轮与利比里亚籍货轮“海盛”(Sea Success)轮在山东威海成山头以东海域(37°38.45′N，123°7.54′E附近)发生碰撞(图 2)，导致“世纪之光”轮沉没。事故造成“世纪之光”轮大量燃料油外泄，对事故海域产生了污染。15:30左右观测到黑色油污(呈灰、蓝、褐色)从沉船处间断性的泄漏至海面，推测为重质原油。事发时，该轮上存有油类污染物为546.4 m³。沉船点实际水深为65 m，溢油区域平均水深为60 m。

2.2 水动力模型的建立与验证

溢油模型的流场由FVCOM模拟获得。模型设置初始时间为2010年4月30日15:30，模拟时间为6 d，将模拟后4 d的输出结果进行分析。模型网格覆盖范围为117.5°~127°N，34°~41°E，其中，网格顶点个数为9814个，网格个数为18700个，AB之间的直线为开边界线，考虑到开边界的影响，设置59个开边界点。开边界点的时间和水位由美国俄勒冈大学提供的4个分潮(M2, S2, K1, O1)调和分析得到，网格划分见图 3。插值水深数据后，最大水深为111.4 m，最小水深为1 m。

经过4 d模拟得到流速流场数据。末时刻的水深数据、流场数据、水位起伏数据见图 4。从图 4可以看出，末时刻最大水深为111.4 m，最小水深为1 m，平均水深为35.24 m；u向流速在5.49~–2.56 m/s之间，平均u向流速为0.01 m/s，v向流速在2.56~–2.88 m/s之间，平均v向流速为–0.10 m/s。

将FVCOM模拟末时刻的潮流与国家海洋信息中心编辑的2010年《潮汐表》第1册鸭绿江口至长江口数据相对比，验证点见图 5。从图 5可以看出，验证点选择离事故发生较近的A点，选取模拟最后1 d内数据进行比较。验证点的信息见表 1。从表 1可以看出，FVCOM的模拟结果与《潮汐表》的数据比较接近，普遍略高于《潮汐表》，说明了FVCOM模拟潮流的可靠性。

2.3 溢油模型参数的设置与分析

采用GNOME模型的诊断模式，FVCOM模型得到的流场、风场采用美国国家环境预报中心(NCEP)的环境预报系统再分析资料(CFSR)，设置GNOME的参数。“世纪之光”轮溢油点开始扩散时间为2010年5月2日15:30，油的类型为重质原油，重质原油密度约为0.92 g/cm³，溢油量约为503 t，用1000个“Splots”来表示，油的扩散系数为105 cm²/s，油膜再漂浮期为1 h；流场扩散不确定比例设置为水平、垂直各10%；步长为15 min。钱琴等(2018)研究表明，在模拟湄公湾溢油事故发生12 h内溢油扩散最快，并模拟12 h来预测溢油影响范围；李怀明等(2014)模拟山东蓬莱19–3事故时，模拟72 h时与实际溢油范围接近；杨红等(2013)在模拟长江口锚地设置模型模拟时间为4 d内，对漂移轨迹和溢油量变化进行分析。参考其模拟时间及遥感影像提取油膜的清晰程度确定模拟时间为4 d。GNOME模型输出结果包括最佳轨迹预测和最小遗憾预测。分别输出24、48、72、96 h的油粒子分布见图 6。

从4 d的模拟结果来看，溢油扩散主要受风场和流场的影响，其中，流场占主导作用。在这4 d中，油膜面积逐渐扩大。将模拟第21、96小时的溢油轨迹数据通过GNOME Import Tool vs 4.0软件导入Arcgis中。根据Galt等(1996)提出将某个时刻的油粒子空间位置信息转化成相对油浓度分布的方法。把油粒子的分布空间使用泰森分析法，将其转化为泰森多边形，每个泰森多边形中只有1个油粒子，根据油粒子所占的泰森多边形的面积来计算油粒子的相对浓度(即单位面积内的油粒子个数)。多边形的面积越小，说明该区域油粒子越密集，其密度也越大；相反油粒子越疏散，其密度也越小。此分析最佳预测区域时，将大于最大密度的16%的区域定义为重油密度区域，将密度大于最大密度4%且小于最大密度16%的区域定义为中油密度区域，将密度大于最大密度1%且小于最大密度4%的区域定义为轻油浓度区域。Galt等(1996)在分析存在不确定性因素的最小遗憾预测轨迹时，将密度大于最大密度1‰的区域定义为90%置信的溢油范围。根据这种方法分别得到21、96 h不同油密度区域分布图和90%置信区间最小遗憾预测的溢油范围(图 7和图 8)。

从图 7a和图 8a可以看出，黑色为重油密度区域，深灰色为中油密度区域，浅灰色为轻油浓度区域。从图 7b可以看出，粉红色为90%置信区间溢油污染区域。其中，21 h重油密度区域面积为0.05 km²，中油密度区域面积为0.67 km²，轻油浓度区域面积为1.13 km²，总污染面积为1.85 km²；90%置信区间区域面积为314.89 km²。从图 8b可以看出，96 h重油密度区域面积为3.37 km²，中油密度区域面积为11.63 km²，轻油浓度区域面积为9.89 km²，总污染面积为24.89 km²；90%置信区间区域面积为41575.56 km²。

2.4 MODIS遥感验证

由于在“世纪之光”轮溢油发生之后的几天里云较多，云层较厚，采用由NASA提供的2010年5月3日04:55的MODIS L1B数据。使用ENVI 5.3软件对数据进行预处理，包括“蝴蝶结”现象去除、几何校正、大气校正等。通过直方图均衡化和高斯对比度拉伸处理，调节图像灰度值、对比度。根据侯懿峰(2012)研究结果可以看出，在平均反射率上，轻油种大于洁净海水，轻油种在MODIS大部分通道中，遥感影像表现为较亮区域；而平均反射率上重油种(重柴油、大庆原油等)大于洁净海水，重油种在遥感影像中为较暗区域。“世纪之光”轮溢油属于重油种，在遥感影像中为较暗区域，即为溢油区域。提取油膜信息导入Arcgis中处理。遥感数据与GNOME的模拟结果相对照见图 9a。

从图 9b可以看出，黑色的点状轨迹为GNOME模拟的最佳预测轨迹点，红色点为GNOME最小遗憾轨迹点，蓝色区域为从遥感MODIS数据中提取的油膜轨迹。与GNOME模拟结果相比，遥感提取的油膜面积比最佳预测轨迹要大，与最佳预测轨迹的位置相吻合，但又略有不同，说明实际油膜在扩散漂移过程中，受到了很多不确定因素的影响，导致它并不能达到最佳的预测轨迹位置；但其处在GNOME的最小遗憾轨迹范围之内，说明GNOME的模拟结果比较准确可靠，可以反映溢油事故发生后油膜扩散漂移的走向。

2.5 渔业资源损失

根据GNOME模拟4 d的溢油范围以及《渔业水质标准》(GB11607- 1989)中对油类污染物浓度要求，确定第4天油类污染物超过0.05 mg/L的污染范围为24.89 km²，污染水深按照1.5 m计算。

根据游泳生物对污染物的回避反应，参照《山东省海洋生态损害赔偿和损失补偿评估方法》对油污染的要求，鱼类损害系数为0.2~0.4，无脊椎动物损害系数为0.3~0.6，浮游动物损害系数为0.5~0.8，底栖天然动物损害系数为0.2~0.8。由于此次污染事故比较严重，取鱼类损害系数为0.4，无脊椎动物(甲壳类、头足类)损害系数为0.6，浮游动物损害系数为0.8。根据中国海洋大学的拖网调查数据，渔获物种类共13种，包括日本鳀(Engraulis japonicus)、鲐鱼(Scomber japonicus)、蓝点马鲛(Scomberomorus niphonius)、黄条鰤(Seriola aureovittata)、太平洋鲱鱼(Clupea pallasi)等。其中，鱼类11种，分布隶属于5目11科11属，占渔获种类的84.62%；甲壳类1种，为太平洋磷虾(Euphausia pacifica)，没有蟹类，占渔获种类数的7.69%；头足类1种，为太平洋褶柔鱼(Todarodes pacificus)，占渔获种类数的7.69%。根据2010年山东威海市各种类的市场价格，经济鱼类平均市场价格为18元/kg；甲壳类市场价格为18元/kg；头足类市场价格为25元/kg。鱼卵、仔鱼经济损失计算过程、渔业资源直接经济损失计算过程见表 2和表 3。

从表 2和表 3可以看出，此次事故对鱼卵、仔鱼的经济损失为6.1万元，渔业资源4 d内的直接损失为51.29万元。根据《山东省海洋生态损害赔偿和损失补偿评估方法》，渔业资源的恢复费用一般不低于直接经济损失3倍的原则。由于此次污染事故的严重性，渔业资源的恢复费用取直接经济损失的3倍，即153.87万元。该事故4 d内对渔业资源造成的损失共计211.26万元。

3 结论

通过采用FVCOM模型得到的流场、美国国家环境预报中心(NCEP)的环境预报系统再分析资料(CFSR)的风场，在GNOME模型中分别模拟出24、48、72、96 h的溢油轨迹以及油粒子分布情况。MODIS遥感油膜位置与GNOME模拟结果比较接近。采用GNOME溢油模型可以较好的模拟油粒子的运动情况。在实际溢油处理中，可以参考最佳预测轨迹和最小遗憾轨迹进行预测和评估。将数值模拟的溢油面积与渔业资源评价方法相结合，对4 d内造成的渔业资源损失进行评估。

由于风场数据采用的是3 h的再分析数据，给GNOME溢油模拟带了一定的误差，可以采用更高分辨率的数据来提高模拟质量。由于该事件发生期间的MODIS遥感数据云层较厚，对于油膜提取存在一定的难度，不能很好的反映油膜的实际范围。通过GNOME与MODIS比较来看，溢油扩散实际开始时间与观测时间存在误差，实际海况不确定等因素的影响，以及采用风场数据的分辨率不够高，实际溢油轨迹并没有达到最佳预测区域水平，但会在最小遗憾范围之内，与最佳预测位置相近。根据模型的特征与风场数据精度的限制只进行了4 d的溢油模拟，得出了4 d内对渔业资源造成了损失。由于4 d之后污染范围仍然在扩大，损失也将增大。本研究仅通过这种方法对溢油损失评估提供一种思路和参考。可以通过进一步的数据精确性和数据连续性，对长时间的溢油进行模拟并得出溢油损失。