stringtranslate.com

Стохастическая эмпирическая модель загрузки и разбавления

Модель стохастической эмпирической нагрузки и разбавления ( SELDM ) [1] [2] [3] представляет собой модель качества ливневых вод . SELDM предназначен для преобразования сложных научных данных в значимую информацию о риске неблагоприятного воздействия стока на принимающие воды, потенциальной необходимости мер по смягчению последствий и потенциальной эффективности таких мер управления для снижения этих рисков. Геологическая служба США разработала SELDM в сотрудничестве с Федеральным управлением автомобильных дорог, чтобы помочь в разработке оценок на уровне планирования средних концентраций событий, потоков и нагрузок в ливневых водах с интересующего участка и из верхнего бассейна по течению. SELDM использует информацию о участке автомагистрали, соответствующем водоемном бассейне, осадках, ливневых потоках, качестве воды и выполнении мер по смягчению последствий для создания стохастической совокупности переменных качества стока. Хотя SELDM номинально является моделью стока с автомагистралей, ее можно использовать и для оценки концентрации стоков и нагрузки качественных компонентов стока с других территорий землепользования. SELDM был разработан Геологической службой США, поэтому модель, исходный код и вся соответствующая документация предоставляются без каких-либо ограничений авторских прав в соответствии с законами США об авторских правах и Уведомлением о правах пользователя программного обеспечения USGS. SELDM широко используется для оценки потенциального воздействия стоков с автомагистралей, мостов и застроенных территорий на качество приемной воды с использованием или без использования мер по смягчению последствий. [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] Специалисты по ливневой канализации, оценивающие сток с шоссе, обычно используют данные из базы данных о стоке с шоссе (HRDB) с SELDM для оценки риски негативного воздействия стока на приемные воды. [13] [14] [15] [16]

SELDM — это стохастическая модель баланса массы. [17] [18] [19] Масс-балансовый подход (рис. 1) обычно применяется для оценки концентраций и нагрузки компонентов качества воды в водоприемниках ниже по течению от городских или шоссейных сточных вод. В модели массового баланса нагрузки от верхнего бассейна и области источника стока суммируются для расчета расхода, концентрации и нагрузки в принимающей воде ниже точки сброса.

Рисунок 1. Схематическая диаграмма, показывающая стохастический метод баланса массы для оценки ливневых потоков, концентрации и нагрузки компонентов качества воды выше по течению от водосточного стока с автомагистрали, от шоссе и ниже по течению от водовыпуска.

SELDM может выполнить анализ речных бассейнов и анализ озерных бассейнов. Анализ бассейнов рек использует стохастический анализ баланса массы, основанный на многолетнем моделировании, включающем от сотен до тысяч событий стока. SELDM генерирует значения ливневых явлений для интересующего участка (участка шоссе) и верхнего принимающего потока для расчета потоков, концентраций и нагрузок в принимающем потоке ниже по течению от выхода ливневых вод. Анализ озерного бассейна также представляет собой стохастический многолетний анализ баланса массы. При анализе бассейна озера используются нагрузки на шоссе, возникающие в периоды стока, а также общие годовые нагрузки из бассейна озера для расчета годовых нагрузок на озеро и из него. Анализ бассейна озера использует объем озера и коэффициенты ослабления для конкретных загрязнителей для расчета среднегодовой концентрации в озере.

Годовые стоки и нагрузки, рассчитанные SELDM для анализа ручьев и озер, также могут использоваться для оценки общих максимальных суточных нагрузок (TMDL) для интересующего участка и бассейна озера вверх по течению. [13] [20] [21] [22] [23] TMDL может основываться на среднем значении годовых нагрузок, поскольку произведение средней нагрузки, умноженное на количество лет записи, будет суммарной нагрузкой для этого (моделируемого ) период записи. Вариабельность годовых значений можно использовать для оценки риска превышения и запаса безопасности для анализа TMDL.

Описание модели

SELDM является стохастической моделью, поскольку она использует методы Монте-Карло для создания случайных комбинаций значений входных переменных, необходимых для создания стохастической совокупности значений для каждой компонентной переменной. [1] SELDM рассчитывает разбавление стока в принимающих водах и результирующие средние концентрации событий ниже по течению и среднегодовые концентрации в озере. Результаты ранжируются и рассчитываются положения графиков, позволяющие указать уровень риска негативных воздействий, вызванных концентрацией стока, расходами и нагрузками на приемные воды по ливневым и по годам. В отличие от детерминистических гидрологических моделей, SELDM не калибруется путем изменения значений входных переменных для соответствия историческим данным значений. Вместо этого входные значения для SELDM основаны на характеристиках участка и репрезентативной статистике для каждой гидрологической переменной. Таким образом, SELDM представляет собой эмпирическую модель, основанную на данных и статистике, а не на теоретических физико-химических уравнениях. [ нужна цитата ]

SELDM представляет собой модель с сосредоточенными параметрами, поскольку участок шоссе, бассейн верхнего течения и бассейн озера представлены как единая однородная единица. [1] Каждая из этих областей источника представлена ​​средними свойствами бассейна, а результаты SELDM рассчитываются как точечные оценки для интересующего участка. Использование подхода с сосредоточенными параметрами облегчает быстрое определение параметров модели для разработки оценок на уровне планирования на основе имеющихся данных. Этот подход обеспечивает экономию необходимых входных и выходных данных модели, а также гибкость в использовании модели. Например, SELDM можно использовать для моделирования стока с различных земельных покровов или землепользований, используя определение участка шоссе, если доступны репрезентативные данные о качестве воды и непроницаемых фракциях. [ нужна цитата ]

SELDM прост в использовании, поскольку имеет простой графический интерфейс пользователя и поскольку большая часть информации и данных, необходимых для запуска SELDM, встроена в модель. [1] SELDM предоставляет входную статистику по осадкам, предливневому стоку, коэффициентам стока и концентрациям выбранных компонентов качества воды из национальных наборов данных. Входная статистика может быть выбрана на основе широты, долготы и физических характеристик интересующего участка и бассейна верхнего течения. Пользователь также может получить и ввести статистику для каждой переменной, специфичной для данного интересующего сайта или данной области. Информация и данные сотен и тысяч сайтов по всей стране были собраны для облегчения использования SELDM. [24] [25] [26] [27] Большая часть необходимых входных данных получается путем определения местоположения интересующего участка и пяти простых свойств бассейна. К этим свойствам бассейна относятся площадь водосбора, длина бассейна, уклон бассейна, водопроницаемая фракция и коэффициент развития бассейна [1] [28] [29]

SELDM моделирует потенциальный эффект мер по смягчению последствий, используя методы Монте-Карло со статистикой, которая аппроксимирует чистый эффект структурных и неструктурных передовых практик управления (BMP). [1] [13] [30] [31] . Структурные BMP определяются как компоненты дренажного пути между источником стока и местом сброса ливневых вод, которые влияют на объем, время или качество стока. SELDM использует простую стохастическую статистическую модель производительности BMP для разработки оценок характеристик стока на уровне планирования. Этот статистический подход можно использовать для представления одного BMP или совокупности BMP. Модуль очистки SELDM BMP имеет возможности для стохастического моделирования трех видов очистки ливневых вод: уменьшения объема, расширения гидрографа и очистки качества воды. В SELDM эти три переменные обработки моделируются с использованием трапециевидного распределения [32] и ранговой корреляции [33] с соответствующими переменными стока с автомагистралей. В этом отчете описываются методы расчета статистики трапециевидного распределения и коэффициентов ранговой корреляции для стохастического моделирования сокращения объема, расширения гидрографа и очистки качества воды с помощью структурных ливневых BMP, а также приводятся расчетные значения для этих переменных. Эта статистика отличается от статистики, обычно используемой для характеристики или сравнения BMP. Они предназначены для обеспечения стохастической передаточной функции для аппроксимации количества, продолжительности и качества стоков BMP с учетом соответствующих значений притока для совокупности штормовых явлений. [ нужна цитата ]

Интерфейс модели

SELDM был разработан как программное приложение базы данных Microsoft Access® для облегчения хранения, обработки и использования набора гидрологических данных с помощью простого графического пользовательского интерфейса (GUI). [1] Графический интерфейс программы, управляемый меню, использует стандартные элементы управления интерфейсом Microsoft Visual Basic for Applications ® (VBA) для облегчения ввода, обработки и вывода данных. Приложение 4 руководства SELDM [1] содержит подробные инструкции по использованию графического интерфейса.

Пользовательский интерфейс SELDM имеет одну или несколько форм графического интерфейса, которые используются для ввода четырех категорий входных данных, включая документацию, информацию о месте и регионе, гидрологическую статистику и данные о качестве воды. Данные документации включают информацию об аналитике, проекте и анализе. Данные об участке и регионе включают характеристики участка шоссе, экорегионы , характеристики бассейна верхнего течения и, если выбран анализ озера, характеристики бассейна озера. Гидрологические данные включают статистику осадков, речного стока и коэффициента стока. Данные о качестве воды включают статистику качества стоков на автомагистралях, статистику качества воды в верхнем течении, определения качества воды в нижнем течении и статистику производительности BMP. Также имеется форма графического интерфейса для запуска модели и доступа к отдельному набору выходных файлов. Интерфейс SELDM предназначен для заполнения базы данных данными и статистикой для анализа, а также для указания индексных переменных, которые используются программой для запроса базы данных при запуске SELDM. Необходимо проходить через формы ввода каждый раз при выполнении анализа. [ нужна цитата ]

Выходные данные модели

Результаты каждого анализа SELDM записываются в 5–10 выходных файлов, в зависимости от опций, которые были выбраны в процессе спецификации анализа. Пять выходных файлов, которые создаются для каждого запуска модели, — это выходная документация, качество стока с шоссе, годовой сток с шоссе, количество осадков и файл ливневых стоков. Если выбраны параметры вывода «Ручной бассейн» или «Ручной бассейн» и «Ручной бассейн», то также создаются файлы предштормового стока и коэффициентов разбавления. Если выбраны эти же два варианта вывода и, кроме того, с помощью меню качества воды определены одна или несколько пар качества воды в нижнем течении, то выходные файлы качества воды в верхнем течении и в нижнем течении также создаются SELDM. Если выбран параметр «Выходные данные бассейна реки и озера» или «Выходные данные бассейна озера» и с помощью меню качества воды определены одна или несколько пар качества воды ниже по течению, то при запуске анализа бассейна озера создается выходной файл анализа озера. Выходные файлы записываются в виде текстовых файлов ASCII с разделителями-табуляцией в формате реляционной базы данных (RDB), который можно импортировать во многие пакеты программного обеспечения. Этот результат предназначен для облегчения анализа после моделирования и представления результатов. [ нужна цитата ]

Преимущество анализа Монте-Карло заключается не в уменьшении неопределенности входных статистических данных, а в представлении различных комбинаций переменных, которые определяют потенциальные риски отклонений качества воды. SELDM обеспечивает метод быстрой оценки информации, которую иначе трудно или невозможно получить, поскольку он моделирует взаимодействия между гидрологическими переменными (с различными распределениями вероятностей), которые приводят к совокупности значений, которые представляют вероятные долгосрочные результаты процессов стока и потенциальные последствия различных мер по смягчению последствий. SELDM также предоставляет средства для быстрого проведения анализа чувствительности для определения потенциального воздействия различных исходных допущений на риски отклонений качества воды. SELDM создает совокупность штормовых явлений и годовых значений для ответа на вопросы о потенциальной частоте, величине и продолжительности отклонений качества воды. Выходные данные представляют собой набор случайных событий, а не временной ряд. Каждый шторм, возникающий в SELDM, идентифицируется по порядковому номеру и году учета годовой нагрузки. Модель генерирует каждый шторм случайным образом; серийной корреляции нет, а порядок штормов не отражает сезонные закономерности. Годы учета годовой нагрузки, которые представляют собой просто случайный набор событий, генерируемых с суммой периодов между штормами, меньшими или равными году, используются для создания годовых потоков и нагрузок на автомагистралях для анализа TMDL и анализа бассейна озера. [ нужна цитата ]

В 2019 году Геологическая служба США разработала постпроцессор модели для SELDM, чтобы облегчить анализ и графическое отображение результатов моделирования SELDM; это программное обеспечение, известное как InterpretSELDM, доступно в свободном доступе на сайте USGS ScienceBase. [34]

История

SELDM разрабатывался в период с 2010 по 2013 год и был опубликован как версия 1.0.0 в марте 2013 года. Была обнаружена небольшая проблема с алгоритмом , используемым для расчета кривых переноса вверх по течению и в бассейне озера, и в июле 2013 года была выпущена версия 1.0.1. Версия 1.0 .2 был выпущен в июне 2016 года и в нем использовалась формула положения Куннейна для всех выходных файлов. Версия 1.0.3 была выпущена в июле 2018 года для решения проблем с расчетом нагрузки для компонентов с концентрацией нанограммов на литр или пикограммов на литр, а также для решения других различных проблем. Версия 1.1.0 была выпущена в мае 2021 года, чтобы добавить пакетную обработку, изменить продолжительность стока по шоссе, используемую для кривых транспортировки вверх по течению, с продолжительности сброса, которая может варьироваться от BMP к BMP, на продолжительность и объем одновременного стока, а также устранить проблему. это позволяло пользователям моделировать зависимую переменную при анализе озера без объясняющей переменной, что приводило к ошибке. Версия 1.1.1 была выпущена в декабре 2022 года, чтобы обеспечить совместимость SELDM с 32- и 64-разрядными версиями Microsoft Office; Эта версия позволяет моделировать возникающие загрязняющие вещества, включая микропластик , ПФАС/ПФОС (см. Пер- и полифторалкильные вещества и Перфтороктансульфоновая кислота ) и химикаты для шин (см. Производство шин , Загрязнение резины и 6PPD ). Код для SELDM является открытым исходным кодом и общедоступным кодом, который можно загрузить со страницы поддержки программного обеспечения SELDM. [35]

Смотрите также

Рекомендации

  1. ^ abcdefgh Granato, GE, 2013, Стохастическая эмпирическая модель нагрузки и разбавления (SELDM), версия 1.0.0: Методы и методы геологической службы США, книга 4, гл. С3, 112 с. http://pubs.usgs.gov/tm/04/c03/
  2. ^ Гранато, GE, 2014, SELDM: Модель стохастической эмпирической нагрузки и разбавления, версия 1.0.3. Страница поддержки программного обеспечения доступна по адресу https://doi.org/10.5066/F7TT4P3G.
  3. ^ Гранато, GE, 2022, Архив программного обеспечения стохастической эмпирической модели нагрузки и разбавления (SELDM) (версия 1.1.1): выпуск программного обеспечения Геологической службы США, https://doi.org/10.5066/P9PYG7T5.
  4. ^ Рисли, Дж. К., и Гранато, GE, 2014, Оценка потенциального воздействия стока с шоссе на качество приемной воды на отдельных участках в Орегоне с помощью модели стохастической эмпирической нагрузки и разбавления (SELDM): Отчет о научных исследованиях Геологической службы США, 2014–5099, 74 с.
  5. ^ Гранато, GE, и Джонс, SC, 2017, Оценка рисков превышения качества воды общего содержания меди из шоссейных и городских стоков в предварительных и текущих условиях с помощью модели стохастической эмпирической нагрузки и разбавления (SELDM): в материалах 2017 г. Всемирный конгресс по окружающей среде и водным ресурсам, Сакраменто, Калифорния, 21–25 мая 2017 г., Рестон, Вирджиния, Американское общество инженеров-строителей, 15 стр. http://ascelibrary.org/doi/abs/10.1061/9780784480601.028
  6. ^ Смит, К.П., Соренсон, Дж.Р., и Гранато, Дж.Э., 2018, Характеристика ливневых стоков с настилов мостов в восточном Массачусетсе, 2014–16: Отчет о научных исследованиях Геологической службы США, 2018–5033, 73 стр., https://doi .org/10.3133/sir20185033
  7. ^ Гранато, GE, и Джонс, SC, 2015, Оценка рисков неблагоприятного воздействия общего фосфора в принимающих потоках с помощью модели стохастической эмпирической нагрузки и разбавления (SELDM) в материалах Международной конференции по экологии и транспорту 2015 года (ICOET 2015). , 20–24 сентября 2015 г., Роли, Северная Каролина: Роли, Северная Каролина, Центр транспорта и окружающей среды, 18 стр.
  8. ^ Стоунволл, А.Дж., Гранато, Дж.Е., и Гловер-Каттер, К.М., 2019, Оценка потенциального воздействия шоссейных и городских стоков на прием ручьев в водоразделах с общей максимальной суточной нагрузкой в ​​​​Орегоне с использованием модели стохастической эмпирической нагрузки и разбавления: Научная геологическая служба США. Отчет о расследованиях 2019–5053, 116 стр., https://doi.org/10.3133/sir20195053.
  9. ^ Уивер, Дж. К., Гранато, Дж. Э. и Фицджеральд, С. А., 2019, Оценка качества воды из стоков с шоссе на отдельных участках в Северной Каролине с помощью модели стохастической эмпирической нагрузки и разбавления (SELDM): Отчет о научных исследованиях Геологической службы США за 2019–5031 гг., 99 стр., https://doi.org/10.3133/sir20195031
  10. ^ Йезнак, Л.К., и Гранато, GE, 2020, Сравнение смоделированных SELDM концентраций общего фосфора с критериями экологической непроницаемости: Журнал экологической инженерии: т. 146, № 8, 10 стр. https://doi.org/10.1061/(ASCE)EE.1943-7870.0001763
  11. ^ Стоунволл, А.Дж., Йейтс, MC, и Гранато, GE, 2022, Оценка воздействия применения хлоридного антиобледенителя на перевале Сискию, южный Орегон: Отчет о научных исследованиях Геологической службы США, 2022–5091, 94 стр., https://doi .org/10.3133/sir20225091
  12. ^ Гранато, Дж. Э., Спетцель, А. Б. и Йезнак, Л. К., 2022, Архив моделей для анализа потоков, концентраций и нагрузок шоссейных и городских стоков, а также ливневых стоков на юге Новой Англии с помощью стохастической эмпирической модели нагрузки и разбавления ( SELDM): Публикация данных Геологической службы США, https://doi.org/10.5066/P9CZNIH5.
  13. ^ abcd Granato, GE, Spaetzel, AB, и Jeznach, LC, 2023, Подходы к оценке потоков, концентраций и нагрузок шоссейных и городских стоков, а также ливневых стоков на юге Новой Англии с помощью модели стохастической эмпирической нагрузки и разбавления (SELDM). ): Отчет о научных исследованиях Геологической службы США за 2023–5087 годы, 152 стр., https://doi.org/10.3133/sir20235087.
  14. ^ Гранато, Дж. Э., и Джонс, Южная Каролина, 2019, Моделирование качества стока с помощью базы данных о стоке с автомагистралей и модели стохастической эмпирической нагрузки и разбавления: отчеты транспортных исследований, Журнал Совета по транспортным исследованиям, т. 2673, вып. 1, с. 136-142, https://doi.org/10.1177/0361198118822821.
  15. ^ Гранато, GE, 2019, База данных шоссейных стоков (HRDB), версия 1.1.0: выпуск данных Геологической службы США, https://doi.org/10.5066/P94VL32J
  16. ^ Джезнак, Л.К., Гранато, Дж.Е., Шарар-Сальгадо, Д., Джонс, С.С. и Имиг, Д., 2023, Оценка потенциального воздействия изменения климата на потоки и нагрузки стоков с шоссе на юге Новой Англии с использованием уровня планирования. анализ пространства-времени: Transportation Research Record, т. 2677, вып. 7, с. 570–581, https://doi.org/10.1177/03611981231155183.
  17. ^ Ди Торо, Д.М., 1984, Вероятностная модель качества потока из-за стока: Журнал экологической инженерии, т. 110, вып. 3, с. 607–628.
  18. ^ Warn, AE, и Brew, JS, 1980, Баланс масс: Water Research, т. 14, стр. 1427–1434.
  19. ^ Шварц, С.С., и Найман, Д.К., 1999, Смещение и дисперсия оценок нагрузки загрязняющих веществ на уровне планирования: Исследования водных ресурсов, т. 35, вып. 11, с. 3475–3487.
  20. ^ Гранато, GE, и Джонс, SC, 2017, Оценка общих максимальных ежедневных нагрузок с помощью стохастической эмпирической модели нагрузки и разбавления: отчет о транспортных исследованиях, Журнал Совета по транспортным исследованиям, № 2638, стр. 104-112. https://doi.org/10.3141/2638-12
  21. ^ Стоунволл, А.Дж., Гранато, Дж.Э. и Халуска, Т.Л., 2018, Оценка вклада проезжей части в потоки, концентрации и нагрузки ливневых вод с помощью приложения StreamStats: Отчет о транспортных исследованиях, Журнал Совета по транспортным исследованиям, 9 стр. https://doi.org/10.1177/0361198118758679
  22. ^ Национальные академии наук, техники и медицины, 2019, Подходы к определению и соблюдению требований TMDL, касающихся ливневого стока проезжей части. Вашингтон, округ Колумбия, The National Academies Press, 150 стр. https://doi.org/10.17226/25473
  23. ^ Гранато, Дж. Э., и Фрис, П. Дж., 2021, Подходы к оценке долгосрочных годовых объемов автомобильных и городских стоков в отдельных районах Калифорнии с помощью модели стохастической эмпирической нагрузки и разбавления (SELDM): Отчет о научных исследованиях Геологической службы США, 2021– 5043, 37 стр., https://doi.org/10.3133/sir20215043
  24. ^ Гранато, Дж. Э., и Казенас, Пенсильвания, 2009, База данных шоссейных стоков (HRDB, версия 1.0) - хранилище данных и препроцессор для стохастической эмпирической модели нагрузки и разбавления: Вашингтон, округ Колумбия, Министерство транспорта США, Федеральное управление шоссейных дорог, FHWA-HEP-09-004, 57 стр.
  25. ^ Гранато, Дж. Э., Карлсон, К. С., и Снайдерман, Б. С., 2009, Методы разработки оценок качества речной воды на уровне планирования на неконтролируемых участках в сопредельных Соединенных Штатах: Вашингтон, округ Колумбия, Министерство транспорта США, Федеральное управление шоссейных дорог. , FHWA-HEP-09-003, 53 стр.
  26. ^ Гранато, GE, 2010, Методы разработки оценок ливневых потоков на уровне планирования на неконтролируемых участках на территории США: Вашингтон, округ Колумбия, Министерство транспорта США, Федеральное управление шоссейных дорог, FHWA-HEP-09-005, 90 стр.
  27. ^ Смит, К.П., и Гранато, GE, 2010, Качество ливневых стоков, сбрасываемых с автомагистралей Массачусетса, 2005–07: Отчет о научных исследованиях Геологической службы США, 2009–5269, 198 стр.
  28. ^ Гранато, GE, 2012, Оценка индексов задержки бассейна и гидрографических временных индексов, используемых для характеристики ливневых потоков для анализа качества стока: Отчет о научных исследованиях Геологической службы США, 2012–5110, 47 стр.
  29. ^ Стрикер, В.А., и Зауэр, В.Б., 1982, Методы оценки гидрографов паводков для незатронутых городских водоразделов: Открытый отчет Геологической службы США 82–365, 24 стр.
  30. ^ Гранато, GE, 2014, Статистика для стохастического моделирования сокращения объема, расширения гидрографа и очистки качества воды с помощью передовых методов управления структурным ливневым стоком (BMP): Отчет о научных исследованиях Геологической службы США, 2014–5037, 37 стр., http: //dx.doi.org/10.3133/sir20145037.
  31. ^ Гранато, Дж. Е., Спетцель, А. Б., и Медали, Л., 2021, Статистические методы моделирования передовых методов управления структурным ливневым стоком (BMP) с помощью модели стохастической эмпирической нагрузки и разбавления (SELDM): Отчет о научных исследованиях Геологической службы США, 2020– 5136, 41 стр., https://doi.org/10.3133/sir20205136.
  32. ^ Какер, Р.Н., и Лоуренс, Дж.Ф., 2007, Трапецеидальные и треугольные распределения для оценки стандартной неопределенности типа B: Metrologia, т. 44, вып. 2, с. 117–127.
  33. ^ Хелсель, Д. Р., и Хирш, Р. М., 2002, Статистические методы в водных ресурсах - Гидрологический анализ и интерпретация: Методы геологической службы США по исследованию водных ресурсов, книга 4, глава. А3, 510 стр.
  34. ^ Гранато, GE, 2019, InterpretSELDM версия 1.0 Интерпретатор выходных данных стохастической эмпирической модели нагрузки и разбавления (SELDM): выпуск программного обеспечения Геологической службы США, https://doi.org/10.5066/P9395YHY.
  35. ^ Гранато, GE, 2022, Архив программного обеспечения стохастической эмпирической модели нагрузки и разбавления (SELDM): выпуск программного обеспечения Геологической службы США, https://doi.org/10.5066/P9PYG7T5

Всеобщее достояние Эта статья включает общедоступные материалы с веб-сайтов или документов Геологической службы США .

Внешние ссылки