我一直想问,但由于我没有时间,石油高峰研究中的“ EROI”与流行病学中的R因子一样吗?


相同的模型可以描述看起来完全不同的现象也就不足为奇了,因为宇宙的工作原理具有一定的逻辑。这是同一表达式的解释方式 连锁反应 主导这种不同的现象 传染病的流行,原油的开采周期,甚至引起原子爆炸的核反应。所有这些现象 依赖于 能量传递效率,在能源研究中称为EROI(投资能量的能量回报)的参数,与流行病学模型的“渗透系数”(R)有关。 上图是沃尔特·迪斯尼1957年的电影《我们的朋友,原子》的经典片段。

您可能会惊讶地发现,流行病学模型与峰值石油模型具有相同的基本核心。不仅是峰值油,而且是同一型号 水产在网络上传播模因,甚至导致核爆炸的核链反应。总是一样的想法。通过增强反馈,该系统随着对可用资源(油,鱼,核或感染者)的疯狂开发而发展。毕竟,这可能是宇宙利用耗散势的最典型方式。与往常一样,熵决定一切!

对这些现象进行建模的故事始于Vito Volterra和Alfred Lotka在1920年代开发的模型。它们被称为“ Lotka-Volterra”模型或“ Prey-Predator”模型。这种流行病通常在流行病学领域未被人们认可,但是模型是相同的。病毒是掠食者,我们是猎物。唯一的区别是,流行周期如此之短,通常数月之久,以至于猎物在此周期中不会繁殖。然后,如果我们将石油公司视为掠食者,而将油田视为猎物,则我们将再次拥有相同的模型。最后,我们可以看到在裂变过程中发生的原子链反应是由充当掠食者的中子和充当猎物的原子核产生的。在上面的剪辑中对沃尔特·迪斯尼的解释中,乒乓球是捕食者,捕鼠器是猎物。

让我们专注于流行病学来解释该模型。这些模型称为“ SIR”,是“易感,感染,恢复”的首字母缩写。想法是感染的菌株与易感和感染的菌株均成比例增加。这是一个反馈回路。没有反馈或增长。这些模型就是这样工作的。然后,当然,病毒逐渐从脆弱人群中耗尽,减慢了增长速度,并最终开始减少了感染菌株的数量。然后时尚结束了。

现在,让我们看看该模型在其最简单的版本中产生了什么。使用Vensim(TM)系统动力学软件包创建(请参阅下面的详细信息(*))。

请注意,弱势群体的数量(蓝色曲线)正在逐渐减少。相反,每单位时间的病例数(绿色曲线)和感染者总数(红色曲线)指示了增长和下降的周期。最终,恢复的人(灰色曲线)成长并稳定下来。 (它们也可能死亡,方程式不会改变。)
让我们将其与峰值油模型进行比较。变量名称更改,但模型相同

敏感->石油资源
感染率->产油量
感染->提取油
恢复->污染

注意图中的绿色曲线。它是对称且钟形的:这是典型的“峰值油”曲线。对于石油,曲线代表每天的桶产量。对于传染病,它表示每天新增传染病病例数。受害者的曲线应该相同,但(希望)它们会更小,并且会及时向前移动,以使您在感染病毒后死亡。

图中红色曲线与提取但尚未燃烧的油量成正比。它是石油工业的“资本”。当油燃烧时,它会被污染并从模型中消失

您可以与其他现象一起玩同一游戏。例如,对于迪士尼工作室开发的“鼠标陷阱模型”(如本文开头的剪辑所示),

易感->被困球

感染率->每单位时间生成的陷阱数量。
感染->飞行的球数
恢复->地面球

这就是它的工作方式,但是还有许多其他细节需要花一些时间来解释。

通常,流行病学模型通常比上面显示的基本SIR模型复杂得多。我认为这就是这些模型的弱点。尝试评估参数,例如每天有多少人互相联系,并据此估计感染率,几乎是没有希望的,而且实际上这些模型是 不良记录 从定量预测的角度来看。甚至峰值油模型也不太差,但我无法估计峰值数据,至少就产生的液体量而言。

但是,这是一个漫长的故事,因此这里不再讨论。通常,即使您不要求进行准确的预测,模型也可能(可能尤其有用)有用。在许多情况下,良好的警告比错误的预测要有用得多。该模型在物理学方面有很好的基础, 并非总是如此,但确实如此。

我们可以从这些模型中得知系统的行为是 [R石油峰值研究中的流行病学和EROI(投资能量的能量回收)。是的,除了一些细节外,这两个参数是相同的。它们具有必须具有最小值才能启动链反应(流行或提取循环)的特性。流行病学可以证明 [R 它必须大于1才能传播感染。随着时尚的发展, [R它变小了。什么时候 R = 1,您有了“高峰病毒”,被感染的人数开始下降。这称为“群免疫”。

峰值油曲线不是那么简单,但是故事是一样的。可以证明,除非EROI = 1 /η 在提取周期的开始, η 将提取资源的能量转换为有用能量(有效能)的效率。对于原油, η 等于0.1到0.2。含油量意味着如果EROI <5-10,则无法进行采油,这与当前情况是一致的。我们正在接近与行业不可避免的下滑相对应的EROI值。 (请注意,此条件适用于“峰值资本”。“峰值油”出现在较高的EROI值处。)
____________________________________________________________________________

[R 然后 投资回报率 连锁反应模型参数

如果您对石油峰值理论有所了解,“(或简单地说 [R参数病毒感染指数与峰值油研究的EROI(投资能量的能量回报)相同。答案是肯定的,但让我们详细介绍一下。

定义为对所有个体都易感的人群中一个病例产生的预期病例数。当然,它仅在流行的早期发生。随着流行的继续,不同比例的人口变得免疫。为了解决这个问题,使用了“有效副本数”。 t 或者简单地 [R一次由一个被感染者造成的平均新感染数 Ť..当免疫人群的比例显着增加时, [R 1以下牛群免疫已实现。这意味着被感染的人数不再增加,而是逐渐减少到零。


石油开采中的EROI(或EROEI)(能源投资的能量回报)因子定义为使用从一桶中获取的能量生产的每桶石油数量。这很常见,但让我们继续谈谈原油。显然,低于1的EROEI使整个石油开采企业在生产有用能源方面毫无用处。但是,如下所述,石油生产的“峰值”很早就在EROI降至1以下之前开始。

[R 和EROI相似,但实际上是相同的。为了进一步解释这个问题,我们需要写下模型方程。这是用于SIR系统的。 S =敏感 我=已感染 R = 已恢复

dS / dt = -k1个SI

dI / dt = ķ1个SI -k2一世

系数为 ķ1个 感染人数等于未感染人数,因此两个方程式中的感染人数相同。其他因素, ķ2是感染者康复的频率。第三个方程式描述了“回收”种群的增长,但这很简单 ķ2一世 您可以在这里忽略它。

在此,根据上式,可以说R因子等于新感染数除以感染人数。还应考虑康复的频率,或人们从“感染”菌株中逐渐消失的可能性。结果看起来像这样:

[R= SK1个/ķ2

请注意,此模型中的变量通常以分数表示。因此,假设在流行开始时100%的人口将易感。继续

= ķ1个/ķ2

有了这个, [R 必须实现“群免疫”,这是传播感染的最低要求。为此,我们将在模型中使用第二个方程。感染人数 一世,开始减少。那意味着什么时候找到 dI / dt <0。 那是:


ķ2R-ķ2 <0

要么 R <1。

在这种情况下,感染人数开始下降。它描述了由于目前的冠状病毒流行而对该数字的关注。这是正确的做法,但实际上并不是预测趋势的非常有用的方法。进行测量 [R 你得知道 小号,但是通常除非您尝试感染,否则您不知道谁易感染,谁易感染。换句话说,“ R小于1”与“人口中感染人数开始减少”相同。后一项是可以实际测量或至少推断出的东西。所以。当您看到受感染人数开始下降时,您可以看到该流行病正在开始下降。就像有人说的那样,“模型只有在不相关时才变得准确。”

EROI呢?这些方程式相同,但有一些区别。人们从“易感”菌株定量地转移到“免疫”菌株,但是将埋藏在地下石油中的能量单位转换为可用能量单位并不是100%有效的。因此,该方程式需要另一个称为“转换效率”的因素。 η 作为系数 11 在第二个方程式中。显然应该是这样 η<1 由于热力学第二定律。

通过执行相同的数学技巧,我们可以看到存储的能量(行业的“资本”)状况已经开始下降。那是:

EROI <1 /η

将原油转化为有用能源并将其转化为热力发动机时,其生命周期效率可以估计为10%至20%。如果EROI <5-10,则在热力学上不可行采油,这与对原油EROI的独立估计相一致。在开发的初期大概是30左右,这使得该行业得以发展。现在平均EROI可能在10-15左右,我们正在接近使用它的工业系统不可逆转的下降的开始。或者它可能已经开始。条件EROI < 1 /η 它不符合通常定义的“峰值油”。相反,它是“峰值资本”。相反,峰值油 石油生产, 不一样。但是,我们找不到等效的简单表达式来将系统的EROI与峰值的出现相关联。我们可以说它发生得更快,因此只有在EROI值很大时才发生。


___________________________________________________________________________________

(*)这是上图使用的Vensim模型

Related posts

Leave a Comment