RESUMEN
Desarrollo de un SIG en plataforma Arc-Info, para Modelar
Espacialmente Derrames de Petróleo en Tierra.
Caso de estudio: Campos Petroleros de la Región Oriental de Venezuela.
Diego Machado (machadod@pdvsa.com)
PDVSA PALMAVEN, Gerencia de Apoyo Técnico, SITVEN
La contaminación ambiental por hidrocarburos es un problema creciente en los países productores de petróleo como es el caso de Venezuela. Los derrames de petróleo generan problemas ambientales como la contaminación de aguas y suelos, daños a la vegetación y a la fauna asociada. Otros problemas son pérdidas económicas debido a daños a la actividad agropecuaria e industrial, así como el riesgo de afectar la salud humana.
Para evitar o minimizar los daños ambientales y contener cualquier posible derrame de petróleo de manera efectiva y eficiente, se requiere de una herramienta que permita predecir el área afectada por un derrame y evaluar el efecto de este sobre el ambiente.
El mercado ofrece varios sistemas comerciales que permiten calcular los parámetros previamente descritos. Desafortunadamente tales sistemas sólo pueden aplicarse para simular derrames en agua. Es importante resaltar que el comportamiento de un derrame de petróleo en agua y su efecto en el ambiente es completamente diferente al de un derrame en tierra. Por consiguiente para predecir el comportamiento de un derrame en tierra y su impacto sobre el ambiente, se requiere el desarrollo de un sistema específico para tal fin.
Fundamentado en el anterior razonamiento, el enfoque principal de esta investigación fue generar un esquema metodológico en el contexto de los Sistemas de Información Geográfica, que permitiera simular la distribución espacial de derrames de petróleo en tierra y aplicarlo a un caso real.
El desarrollo de un SIG para el modelaje espacial de derrames de petróleo se basó en dos procesos principales:
Modelado espacial de derrames de petróleo. La predicción de la distribución espacial de derrames de petróleo se basó en algoritmos matemáticos utilizados para estimar el movimiento de fluidos en pendientes y una serie de reglas fundamentadas en el conocimiento científico y práctico sobre el comportamiento del petróleo en el ambiente.
Desarrollo de un SIG. Finalmente, se automatizó el proceso anterior, mediante el desarrollo de un sistema computarizado, llevado a cabo en plataforma de ARC/INFO. Esta aplicación, permite simular el área afectada por un derrame de petróleo, así como realizar una evaluación cualitativa del posible daño ambiental que el mencionado fenómeno podría causar.
La referida información es un insumo de vital importancia, que permite a los niveles decisorios, desarrollar planes de contingencia y acciones de respuesta mas eficientes y ajustados a la realidad, en el caso de que se presentara un incidente real. Acciones de respuestas mas efectivas en tiempo y procedimiento, redundaran en una disminución significativa de los daños ambientales ocasionados por un derrame de petróleo.
Palabras Claves: Sistema de Información geográfica, SIG, derrames de petróleo en tierra, simulación espacial de derrames de petróleo, modelaje de derrames de petróleo, Impacto ambiental por derrames de petróleo.
ABSTRACT
Development of a GIS using Arc-Info tools, for oil spill spatial modelling
.A Case study: oil field in eastern region of Venezuela.
Environmental pollution with oil is a growing concern in Venezuela. The oil spills generate environmental problems such as the pollution of water and soil, damage to vegetation and associated fauna. Other problems are economic losses because of damage to agricultural, husbandry and industrial activities, and the risk of affecting human health.
To avoid or minimise environmental damage and to contain any possible oil spill more effectively, a system is required that forecasts the area affected by an oil spill and its effect on the environment.
The market offers several commercial systems, that allow the calculation of the previously described parameters. Unfortunately such systems can only be applied to oil spills in water. It must be remarked that the behaviour of oil spills on land and their effect on the environment is completely different compared to that on water. Consequently to forecast oil spill behaviour on land requires the development of a specific system for such spill.
According to the previous reasoning the main focus of this research was to generate an approach in the context of Geographic Information processing. This was done in order to forecast the distribution of oil spill on land and to apply it to a real case: the oil field in the eastern region of Venezuela.
The development of a GIS for oil spatial modelling comprises two main processes:
The simulation of oil spill affected areas. The prediction of the spatial distribution of oil spills was based on algorithms to estimate catchment areas and a series of rules based on scientific knowledge about the behaviour of oil upon the environment.
Development of a GIS. Finally, a geo-information system application has been implemented in the ARC/INFO environment. This application, simulates the area affected by a hypothetical oil spill, as well as performs a qualitative evaluation of the possible environmental damage that this phenomenon could cause.
This information is of vital importance and allows decision-makers to develop action and contingency plans with more efficient response adjusted to reality. Effective response actions at the proper time and with proper procedures will result in a significant decrease of environmental damage.
Key words: Geographic Information System, GIS, oil spills on land, oil spill simulation, oil spill modelling, oil spill environmental damage
La demanda de petróleo a escala mundial es de aproximadamente 75 millones de barriles por día con un crecimiento inter anual estimado, entre 1.5 y 2 %.
El crecimiento progresivo de la demanda de petróleo trae consigo la expansión de las superficies de la tierra bajo la influencia de la actividad petrolera y como consecuencia un incremento de los riesgos de deterioro del ambiente y de las comunidades humanas circunvecinas.
La industria petrolera es la actividad económica más importante de Venezuela. Gran proporción de la superficie del país se encuentra afectada de una u otra forma por los diferentes procesos que genera la actividad petrolera tales como: exploración, explotación, producción, refinación y transporte.
Los derrames de petróleo generan problemas ambientales como la contaminación de aguas y suelos, daños a la vegetación y a la fauna asociada. Otros problemas son pérdidas económicas debido a daño a la actividad agropecuaria e industrial, así como el riesgo de afectar la salud humana.
Para evitar o minimizar los referidos riesgos, es vital que la tomas de decisiones y el desarrollo de planes de prevención, protección y contingencias; estén soportados en el conocimiento y modelaje espacial de las complejas reglas que regulan el comportamiento del ambiente ante las diferentes actividades de la industria petrolera.
Gran proporción de los modelos ecológicos y ambientales tienden a simular un punto en el espacio para luego extrapolarlo a todo el ambiente, asumiendo que este es homogéneo (Albrecht, 1996). En otras palabras, gran número de modelos sobre comportamientos ambientales carecen de articulación espacial. Sin embargo Al componente espacial debe prestársele mayor importancia a fin de garantizar modelos que predigan realísticamente el comportamiento de los fenómenos ambientales.
Los problemas ambientales, como la contaminación por derrames de petróleo, son de naturaleza compleja; su solución requiere de la integración de conocimientos científicos de diferentes disciplinas. Afortunadamente los Sistemas de Información Geográfica (SIG) proveen las herramientas para organizar, almacenar, integrar y analizar información proveniente de diversas fuentes, lo que permite mejorar las interpretaciones de las relaciones espaciales entre los diferentes componentes que entran en juego. (Esri, 1995).
Nyerges (1992) identificó tres formas primarias de uso de los SIG: producción de mapas, elaboración de querys y desarrollo de modelos; siendo esta ultima la única manera de aprovechar las capacidades analíticas de los SIG. Lamentablemente, la mayoría de los investigadores emplean los SIG como referencia espacial o para la generación de mapas.
En el presente trabajo se aplican de manera integrada, los tres usos primarios de los SIG para el desarrollo e implementación de una herramienta automatizada para la simulación de derrames de petróleo en tierra y estimación de su efecto sobre el ambiente.
Para la implementación del sistema se seleccionó como área piloto, el Sistema de Transmisión de Hidrocarburos Travieso, ubicado en El Tejero, Estado Monagas. El área de influencia comprende 10.000 ha ubicadas en las mesas orientales de Venezuela, entre 9°36´ y 9°38´ de latitud norte y 63°33´ y 63°48´de longitud oeste.
El sistema de transmisión de Hidrocarburos Travieso en su recorrido, atraviesa ríos, morichales, bosques, centros poblados y unidades de producción agrícolas y pecuarias que pueden verse afectadas en caso de ocurrencia de derrames.
El prototipo para modelar derrames de petróleo en tierra fue implementado en el módulo "GRID" de ARC/INFO. La base de datos, se desarrolló en "INFO" y los procesos fueron programados usando las potencialidades de ARC MACRO LENGUAGE. Finalmente, para la presentación de los resultados se emplearon las facilidades que ofrece ARC VIEW para la edición y presentación de los productos finales. Todos los softwares antes mencionados han sido desarrollados por Environmental Systems Research Institute, INC. (Esri).
El prototipo fue desarrollado en raster (División de la superficie en porciones de terreno de igual tamaño (Celdas)), debido a que este tipo de estructura ofrece mayores facilidades para modelar fenómenos de la vida real de tipo contínuo, como es el caso del movimiento de un derrame de petróleo y de las variables topográficas.
El comportamiento de un derrame de petróleo y su efecto sobre el ambiente es un proceso de alta complejidad dada la heterogeneidad espacial y temporal de los factores que interactuan.
El comportamiento del petróleo derramado en tierra depende de la topografía del terreno, de la evaporación, la permeabilidad del suelo, la vegetación y de las propiedades físico-químicas del petróleo como la densidad, viscosidad, etc.. (CEPET, 1993 y Mackay, 1978).
Por lo tanto, para modelar de manera acertada el comportamiento del petróleo derramado y su efecto sobre el ambiente se requiere manejar e integrar un gran volumen de información de diferentes disciplinas entre los que destacan: geomorfología, suelos, vegetación, topografía, clima, hidrografía, actividad humana, uso de la tierra, características del petróleo y de las instalaciones petroleras entre otras.
Dado el gran volumen de información que se requiere manejar de manera integrada y la heterogeneidad espacial de la misma, los Sistemas de Información Geográfica representan una poderosa herramienta para la captura, organización, almacenamiento, integración y análisis de la información requerida así como para el modelado y presentación espacial de los resultados.
Numerosos autores (Essaid et al. 1993, CEPET, 1993, Eguchi,1994, Mackay, 1978 y otros) coinciden en señalar que el comportamiento de un derrame de petróleo en tierra está gobernado principalmente por los siguientes procesos (Figura 1 ):
Cada uno de estos procesos está afectado por diversos factores como topografía, suelo, vegetación, clima, propiedades físico químicas del petróleo entre otros (Figura 1). Por tanto para simular la distribución espacial de petróleo sobre la superficie de la tierra, de una manera realista, se debe tomar en cuenta el efecto de cada uno de los referidos factores sobre los procesos que regulan el comportamiento del petróleo derramado sobre la superficie de la tierra.
En la implementación del modelo, para la simulación de la distribución espacial de un derrame en tierra, en plataforma Arc-Info, se tomaron las siguientes premisas:
Una vez que el usuario localice la fuente de derrame, mediante la selección de un punto sobre el oleoducto (figura 2) el sistema calcula el volumen de crudo derramado de acuerdo a la longitud y el diámetro del segmento de la tubería donde se presenta el problema y a la topografía del terreno sobre el cual se encuentra situado el oleoducto.
El oleoducto presenta unas válvulas de bloqueo que se cierran automáticamente cuando se producen cambios de presión en la tubería. Basado en este hecho, se asume que la cantidad de petróleo derramado es igual al volumen contenido dentro de la tubería, situado en una posición topográfica mas alta que el punto donde se inicia el derrame. (Figura 3)
Para estimar los cambios del volumen de petróleo que ocurren durante el derrame el prototipo considera las pérdidas por evaporación, infiltración y adherencia superficial (Figura 4).
La evaporación es el proceso que determina los mayores cambios de volumen del petróleo durante un derrame, se estima que del total del petróleo derramado, entre un 30 % y un 50 % del volumen se pierde por evaporación (Sahota et al., 1978, Fingas, 1994).
El porcentaje del volumen de petróleo perdido por evaporación está en función de las propiedades físico-químicas de los componentes del hidrocarburo, la temperatura del ambiente y la duración del derrame. Basado en estos fundamentos la estimación de la proporción de las pérdidas de petróleo por evaporación son realizadas en base a una ecuación para determinar pérdidas por evaporación tomada de la publicación: A catalogue of crude oil and oil product properties (Environmental Technology Centre –ETC-), para un tipo de petróleo con similares propiedades físico químicas que el crudo tipo "Merey"
Fingas, 1994, estima que del volumen de petróleo evaporado, entre el 50% - 75% ocurre durante el primer día de derrame. Este fenómeno se fundamenta en el hecho de que el petróleo esta formado por miles de componentes diferentes, de los cuales la fracción más volátil se evapora rápidamente al inicio, seguida progresivamente por las fracciones menos volátiles. Basados en el principio anterior y en las escasas variaciones de temperaturas del sector que se traducen en pérdidas por evaporación homogéneas para toda el área, él cálculo del volumen del petróleo evaporado, se hace en base al volumen total de crudo derramado (Figura 5).
En la medida que el petróleo derramado se distribuye horizontalmente sobre la superficie del terreno, parte del petróleo tiende a infiltrarse en el suelo por acción de la gravedad. El nivel de infiltración, depende de la permeabilidad y el contenido de agua en el suelo así como de las propiedades físicas del petróleo.
La infiltración de petróleo en el suelo es un proceso lento, numerosos autores coinciden en señalar que la infiltración del petróleo (crudo pesado) en las primeras 48 horas alcanza una profundidad máxima de 50 cm, o profundidades menores en el caso de encontrar estratos de suelos de texturas finas.
El volumen de petróleo retenido en el suelo (saturación residual) depende de la distribución y tamaño de las partículas del suelo. Essaid et. al. (1993), Dillard et. all. (1997), coinciden en señalar que la máxima capacidad de retención de petróleo en el suelo es de un 10 % del espacio poroso.
En base a estas consideraciones, el prototipo estima las pérdidas de petróleo por infiltración considerando que el suelo retiene un volumen de petróleo equivalente al 10 % del espacio poroso, hasta una profundidad máxima de 50 cm o hasta la profundidad del horizonte que presente texturas finas.
Parte del petróleo derramado cesa su movimiento ya que se adhiere principalmente a la cobertura vegetal existente en el área de derrame. La proporción de petróleo adherido es función de la densidad de la cobertura vegetal, la topografía del terreno (Pendiente y Curvatura) y de la viscosidad del petróleo (Oil Spill Intelligency Report, 1997).
En la bibliografía revisada no se reportan valores experimentales de pérdidas de petróleo por adherencia superficial. Por tal motivo los criterios para la estimación de las pérdidas de petróleo fueron realizados empíricamente, en base a consulta con expertos petroleros de la zona en estudio. La estimación de las pérdidas de petróleo (crudo pesado) por adherencia superficial de acuerdo a la pendiente, curvatura y cobertura vegetal del terreno se presentan en la tabla 1.
Tabla 1.-: Pérdidas de Petróleo por adherencia superficial.
|
PENDIENTE % |
CURVATURA |
COBERTURA VEGETAL |
ADHERENCIA (Lts/m²) |
|
> 15 |
> 0.25 |
Rala |
0.5 |
|
Moderada |
1.0 |
||
|
Densa |
1.5 |
||
|
> 15 |
> 0.25 < - 0.25 |
Rala |
1.0 |
|
Moderada |
1.5 |
||
|
Densa |
2.0 |
||
|
> 15 |
< - 0.25 |
Rala |
1.5 |
|
Moderada |
2.0 |
||
|
Densa |
2.5 |
||
|
> 8 <= 15 |
> 0.25 |
Rala |
1.0 |
|
Moderada |
1.5 |
||
|
Densa |
2.0 |
||
|
> 8 <= 15 |
> 0.25 < - 0.25 |
Rala |
1.5 |
|
Moderada |
2.0 |
||
|
Densa |
2.5 |
||
|
> 8 <= 15 |
< - 0.25 |
Rala |
2.0 |
|
Moderada |
2.5 |
||
|
Densa |
3.0 |
||
|
> 3 <= 8 |
> 0.25 |
Rala |
1.5 |
|
Moderada |
2.5 |
||
|
Densa |
3.5 |
||
|
> 3 <= 8 |
> 0.25 < - 0.25 |
Rala |
2.0 |
|
Moderada |
3.0 |
||
|
Densa |
4.0 |
||
|
> 3 <= 8 |
< - 0.25 |
Rala |
2.5 |
|
Moderada |
3.5 |
||
|
Densa |
4.5 |
||
|
<= 3 |
> 0.25 |
Rala |
2 |
|
Moderada |
3 |
||
|
Densa |
4 |
||
|
<= 3 |
> 0.25 < - 0.25 |
Rala |
2.5 |
|
Moderada |
3.5 |
||
|
Densa |
4.5 |
||
|
<= 3 |
< - 0.25 |
Rala |
3 |
|
Moderada |
4 |
||
|
Densa |
5 |
La biodegradación del petróleo depende de la aireación, fertilidad y acidez del suelo, la temperatura y la naturaleza de los componentes del petróleo. Después de un período de adaptación los microorganismos del suelo inician la degradación de los hidrocarburos; para lo que requieren de oxígeno y nutrimentos como nitrógeno y fósforo (Harmsen & Hoeks, 1983).
En la implementación del modelo de distribución espacial de derrames, no se considera el efecto de la biodegradación del petróleo. Esto obedece a que, por una parte las características del suelo de baja fertilidad y elevada acidez no favorecen la degradación natural del petróleo. Por otra parte la tasa de biodegradación, del petróleo pesado es muy baja.
Una vez calculadas las pérdidas de petróleo por cada uno de los factores antes señalados, el prototipo calcula las pérdidas globales de petróleo mediante la suma de las pérdidas por infiltración y adherencia superficial y crea una nueva grid denominada "PERDIDAS".
La geometría de un derrame de crudo en tierra esta en función del desplazamiento horizontal, el cual depende fundamentalmente de las condiciones topográficas presentes en la zona. El tiempo de flujo, la acumulación y las pérdidas de petróleo están relacionadas con el suelo, la vegetación, el clima y las propiedades del petróleo.
La densidad y viscosidad del petróleo afectan principalmente, la velocidad de desplazamiento vertical y la infiltración, su efecto sobre la cantidad retenida en el suelo y sobre el tamaño total del área posiblemente afectada es despreciable. (Essaid, et. al. 1993). La topografía juega el principal papel en la distribución horizontal y acumulación del petróleo sobre la superficie (Weslawski et. al. 1997)
Basado en estos hechos, para estimar la distribución espacial de un derrame se consideró básicamente la topografía del terreno, asociada a las pérdidas del petróleo por las condiciones ambientales y al volumen derramado.
La estimación del área afectada por un derrame hipotético en el presente prototipo se fundamenta en los siguientes procesos:
La estimación del flujo de petróleo sobre la superficie del terreno se realizó en base a algoritmos desarrollados en aplicaciones hidrológicas para calcular flujo de aguas y sedimentos en cuencas hidrográficas. De manera general, podemos decir que existen dos métodos para determinar la proporción del flujo de un fluido en base a la topografía de la tierra:
Por ser el petróleo un fluido de mayor densidad que el agua, tiende a fluir en varias direcciones, de acuerdo a la gradiente de la pendiente. El petróleo no se distribuye de igual manera sobre todas los vecinos de menor elevación, por lo que se requiere calcular la fracción del flujo que puede pasar por cada porción de terreno. Por tal motivo para la estimación de la fracción del flujo de petróleo que se dirige a cada superficie de tierra se ajustó el algoritmo desarrollado por Freeman, (1991) para estimar flujo divergente.
La metodología consiste en determinar para cada celda, qué proporción del flujo se dirige a sus vecinos ubicados a altitudes más bajas. La proporción del flujo que se dirige a cada vecino se estima de acuerdo a las diferencias de pendientes que existen entre los mismos (Figura 6). El algoritmo fue implementado en ARC/INFO usando "ARC MACRO LANGUAGE" -AML-bajo el nombre de "FLUJO" y consta de las siguientes etapas:
La cantidad de petróleo que sale de cada celda (Derrame_out) esta definida por la cantidad de petróleo que entra (Derrame_in) menos las pérdidas por infiltración, adherencia y evaporación definidas en la grid "PERDIDAS" (Figura 7).
La cantidad de petróleo que recibe cada celda esta definida por la cantidad de petróleo que sale de cada uno de sus vecinos mas elevados (Derrame_out) multiplicado por la proporción de petróleo que fluye sobre la referida celda (Flujo(i,j)).
De este proceso se obtienen ocho grids -una por cada vecino-, que contienen el volumen de petróleo que fluye a la celda en referencia desde cada uno de sus ocho vecinos (Figura 8).
El área total afectada por un derrame hipotético se predice, considerando la cantidad de petróleo que entra a cada celda (Derrame_in(n-1)) proveniente de los vecinos de mayor elevación, la cantidad que sale (Derrame_out) y su distribución entre los vecinos de menor elevación (Derrame_in (i,j)). Este procedimiento se hace usando las facilidades de "neigbour notacion" (Notación de vecinos) que ofrece ARC/INFO (Figura 8) .
El procedimiento se hace cell by cell (celda por celda), empezando por la celda situada justo en la fuente del derrame. Se asume que para iniciar el cálculo, el flujo que entra (Derrame_in) a la porción de terreno (Celda) donde ocurrió el derrame es igual al volumen total del petróleo derramado menos la evaporación, que vienen definido en la grid "FUENTE".
Para esta celda se calcula el volumen de petróleo que sale (Derrame_out) y como se distribuye sobre los vecinos de menor elevación (Figura 9).
El proceso sigue una rutina recursiva que continúa siguiendo una secuencia de cálculo de acuerdo al orden decreciente de las alturas de cada celda. El procedimiento termina cuando la cantidad de petróleo que sale de la celda analizada es igual a cero (Derrame_out(i,j) = 0) o todos los vecinos son de mayor altura ( Figura 10).
El procedimiento descrito para predecir la distribución del petróleo derramado en la superficie del terreno fue implementado en plataforma ARC/INFO mediante el desarrollo en "ARC MACRO LENGUAGE" de una rutina denominada "DERRAME".
Resultado de la aplicación del prototipo a una fuente de derrame de petróleo hipotético, seleccionada al azar en el área de estudio se muestran en la Figura 11.
El resultado final del prototipo desarrollado viene dado por la integración del área afectada por un hipotético derrame de petróleo con un mapa de sensibilidad ambiental. Esto permite en primera instancia evaluar los daños que ocasionaría sobre el ambiente un derrame de petróleo.
La expresión espacial de los daños de un derrame de petróleo viene dada por la combinación (overlay) de las Sensibilidad Ambiental y el área afectada por petróleo (Figura 12).
La evaluación de los daños se hace en los mismos términos que la sensibilidad ambiental. Por ejemplo, si un área es considerada como de alta sensibilidad biológica y sobre esa área se presenta un derrame, esta será clasificada como de alto daño biológico.
La estimación y la representación espacial del daño de un derrame de petróleo hipotético, obtenido como resultado de la aplicación del prototipo en el área de estudio, se muestra en la Figura 13.
BIBLIOGRAFIA
Acuña J. J. Cortez & M. Murillo. 1996. Mapa de Sensibilidad Ambiental para Derrames de Petróleo en las Costas de Costa Rica. Revista de Biología Tropical, 44(3) / 45(1). Pp. 463 - 470.
Albrecht J.H. 1996. Universal GIS Operations for Environmental Modelling. (http://www.ncgia.ucsb.edu/conf/santa_fe_cd_rom/sf_papers/ jochen_albrecht/jochen. santa_fe.html).
Aronoff S. 1995. Geographic information systemns: A management perpective. WDL Publications. Canada.
Blackall P. & D. Barrat. 1978. Output group report. In proceeding of a Oil Spill Modelling, Workshop held in Toronto Canada. pp.163 - 172.
Bonham-Carter G. 1996. Geographic information system for geoscientists: Modelling with GIS. Pergamon. Computer Methods in the Geosciences volume 13. Canada.
Bruin S. & W. Wielemaker. 1997. GIS applications in land resource studies. Lecture Notes. Wageningen Agricultural University. Netherland.
Burrough P. 1986. Principles of geographical information systems for land resources assessment. Oxford Science Publications. Monographs on Soil and Resources Survey N° 12. Great Britain.
CEPET. 1993. Plan Nacional de Contingencia. Combate de Derrames de Petróleo (Nivel Básico). CEPET, Caracas.
COPLANARH. 1974. Inventario Nacional de Tierras. Estudio Geomorfológico de los Llanos Orientales. Regiones 7 y 8. Publicación N° 38. Caracas, Venezuela.
CORPOVEN. 1991. Plan Local de Contingencias Contra Derrames de Hidrocarburos. Líneas Laterales y Estaciones de Descarga. CORPOVEN, Distrito Anaco.
Dillard L., H. Essaid & W. Herkelrath. 1997. Multiphase flow modelling of a crude oil spill site with a bimodal permeability distribution. Water Resources Researches, 33(7), pp. 1617 - 1632.
Eguchi R.1994. Crude Oil Transmission Study: An Assessment of the Social, Economic and Environmental Impacts Resulting from Oil Spillage Disruption Caused by A Major Earthquakes in the New Madrid Seismic Zone. The National Center for Earthquakes Engineering Research. Pp. 187-195. September 1994. (http://nceer.eng.buffalo.edo/resaccom/rsa19_cots.html).
Environmental Technology Centre (ETC). (s/a). A Catalogue of Crude Oil Product Properties. (http://www.etcentre.org/spills).
Esri. 1995. Undestanding GIS: The ARC/INFO method. Self-study workbook, version7 for Unix® and open VMStm. USA.
Essaid H. I., W. N.Herkelrath & K. M. Hess. 1993. Simulation of fluid distribution observed at a crude oil spill site incorporating Hysteresys, oil entrapment, and spatial variability of Hydraulic properties. Water Resources Researches 2996). Pp. 1753 - 1770.
Fingas, M.F. 1995. Chemestry of Oil and Modelling of Spill. Journal of Advances in Marine Technology Conference, vol. 11, pp. 41-63, 1994.
Fingas, M.F..1993. An Introduction to Oil Spill Behaviour, Chemical and Mathematical Modelling. Spill Technology newsletter, vol. 18, No. 4, pp. 1-12, 1993.
Fingas, M.F..1994. A the Evaporation of Oil Spill. in Proceedings of the 17th Artic and Marine Oil Spill Program Technical seminar, Environment Canada, Ottawa, Ontario, pp 189-212, 1994.
Fischer M., H. Scholten & D. Unwin. 1996. Geographic information system, spatial deta analysis and spatial modelling: an introduction. In Fischer M., H. Scholten & D. Unwin (Eds.). Spatial analitycal perspectives on GIS, GISDATA 4, Series Editors Masser & Salge, Taylor & Francis Publishers, pp.3 - 19.
Freman, T. 1991. Calculating catchment area with divergent flow based on a regular grid. Computer & geosciences, vol 17, No 3, pp 413 - 422.
Goodchild, M., B. Parks and L. Steyaert, 1993. Environmental Modelling With GIS. Oxford University Press, New York/Oxford.
Harmsen J. & J. Hoeks. 1983. Behaviour of oil components in soil and groundwater. Specialist Conference on contamination of groundwater by organic micropoliutatants. Institute for Land and Water Management Research (I.C.W.). The Netherlands.
Hassen K..1994. Object Oriented Graphical User Interface Prototyping for an Oil Spill Information Management System. Department of Surveying Engineering & NCGIA, University of Maine. Urban and Regional Information Association URISA (1994), pp. 706-719. (hwwsgi.ursus.maine.edu).
Holt S. 1997. The effects of crude and diesel oil spill on plant communities at Mesters Vig, Northeast Greenland. Arctic and Alpine Research, 19, 490 - 497.
Jensen J., E. Ramsey, J. Holmes, J. Michel, B. Savitsky and B. Davis, 1990. Environmental Sensitivity Index (ESI) Mapping For Oil Spill Using remote sensing and Geographic Information System. Journal of Geographic Information System, Vol. 4, No 2, pp. 43-47.
Jensen K.H., T. H. Illangaserare, M. B Butts & J. L. Ransey. 1994. Multiphase flow in soils. In proc. 15 th World Congress of Soil Science. Volume 2a: Commission I: Symposy A, Pp. 146-170.
Kessler A. & H. Rubin. 1987. Relationships between water infiltration and oil spill migration in sandy soils. Journal of Hydrology, 91, pp. 187 - 204.
Landman A. 1995. Het modelleren van een inundatie als gevolg van een dijkdoorbraak met behulp van filtertechnieken. Landbouwuniversiteit Wageningen. Nederland,
Landon M. & M. F. Hult. 1991. Evolution of physical properties and composition of a crude oil spill. U. S. Geological Survey & Water Resources, Invest. Report., 91-4034, pp. 641-645.
Machado D. 1998. Development of GIS for Environmental Sensitivity Assessment and Oil Spill Spatial Modelling (A Case Study: Oil Field in the East Region of Venezuela
). ITC and Wageningen Agriculture University. MSc. Thesis. Netherland.Mackay D. 1978. Oil spill modelling: problems and purposes. In proceeding of a Oil Spill Modelling, Workshop held in Toronto Canada. pp. 1 - 4.
MacMillan R., P Furley & R. Healey. 1993. Using hydrological models and geographic information systems to assist with the management of surface water in agricultural landscape. In Haines-Young R., D. Green, & S. Cousins (Eds.). Landscape ecology and GIS. Taylor & Francis Publishers, pp. 181 -209.
Molenaar M. 1997. An introduction into the theory of topologic and hierarchical object modelling for geo-information systems. Lecture Notes. Departament of Geo-Informatics, ITC . Enschede, The Netherlands.
Nyerges, T.L. 1992. Coupling GIS and spatial analytic models: Spatial Data Handling. Proceedings of the 5th International Symposium on Spatial Data Handling, Charleston, South Carolina, USA, pp 534 – 543
.Palmaven. 1994. Proyecto Agroindustrial Yuca Caña, Subproyecto Agrícola: Estudio Preliminar de Tierras Sector Tarragona - Boqueron de Amana, Estado Monagas. Convenio Corpoven - Palmaven. Venezuela.
Palmaven. 1997. Franja Protectora del Corredor de Sistemas de Transmision de Hidrocarburos Muri-Kilometro 52: Exposicion de Motivos de la Solicitud de Declaratoria. Convenio Corpoven - Palmaven, Distrito Anaco. Venezuela.
Pelmulder, S.D. and Eguchi, R.T.1991. Regional risk Assessment of Environmental Contamination from oil pipeline, Lifeline Earthquake engineering, Technical Council on Lifeline Earthquake engineering, ASCE. Monograph No. 4.
Prado Jatar M.A. and M.T. Brown .1997. Interface Ecosystems with an Oil Spill in a Venezuela Tropical Savannah. Ecological Engineering, 8 (1), pp 49-78.
Sahota A., S. Rizkalla & Y. Tam. 1978. A numerical model for the simulation of the behaviour of an oill spill over open waters. . In proceeding of a Oil Spill Modelling, Workshop held in Toronto Canada. pp. 50 - 83.
Seburn D., P. Kershaw & L. Kershaw. 1996. Vegetation response to a subsurface crude oil spill on a Subartic Right of Way Tulita (Fort Norman) north-west territories, Canada. Artic 49(4), pp. 321 - 327.
Second International Oil Spill Research and Development Forum. 1995. Report: Between Now and the year 2000. Research Requirements for advancing the state of the art in oil spill response capability. Spill Science and Technology Bulletin, 2(4), pp. 195 - 206.
Tsao J. , J. Wolter and H. Wang. 1993. Model Based Understanding of Uncertain Observational data for oil Spill Tracking. In Proc. International Conference on Industrial fuzzy control and intelligent systems, pp 149-154, December 1993.
Van Lammeren R., R. Algra & G. van de Bosch. 1993. Evaluation of the method for assessing environmental quality (BM). In Molenaar M. (Ed.): Remote sensing and geographical information processing: Concepts and applications for land use and agriculture. Wageningen Agriculture University. Netherland.
Weslawwski J., J. Wiktor, M. Zajaczkowski, G. Futsaeter and K. Moe. 1997. Vulnerability Assessment of Svalbard Intertidal Zone for Oil Spill. Estuarine, Coastal and Shelf Science, 44 (Supplement A), pp. 33 - 41.