CC BY
25АПВПМ-2019
ЧИСЛЕННАЯ РЕКОНСТРУКЦИЯ ПОЛЕЙ АЭРОЗОЛЬНЫХ ВЫПАДЕНИЙ ПРИМЕСЕЙ ПО ДАННЫМ НАЗЕМНОГО И СПУТНИКОВОГО МОНИТОРИНГА
Т. В, Ярославцева1, Р. А. Амикишиева2,3, В, Ф, Рапута2
1 Новосибирский институт гигиены, 630108, Новосибирск 2Институт вычислительной математики и математической геофизики СО РАН, 630090, Новосибирск 3Новосибирский государственный университет, 630090, Новосибирск
УДК 551.511.42.001.572
Б01: 10.24411/9999-016А-2019-10091
Проводится численный анализ результатов спутниковых наблюдений загрязнения снежного покрова в окрестностях промышленных предприятий и автотрасс. Основу исследования составляют модели реконструкции полей аэрозольных выпадений примесей в локальном и региональном масштабе от точечных, линейных и площадных источников атмосферных примеси. Апробация предложенного подхода выполнена с использованием зимнего спутникового снимка окрестностей г. Искитима и пгт Линёво и модельных описаний полей загрязнения в окрестностях Новосибирского электродного завода, цеха по сухому производству цемента и автотрассы. Оцифровка полей загрязнения проводится в тонах серого цвета с последующим поиском аппроксимирующих соотношений с данными маршрутных наблюдений. Очаги загрязнения от этих источников были проиндексированы с помощью дискретной шкалы оттенков серого цвета по направлениям доминирующих выносов примесей. В зависимости от типов источников было установлено наличие функциональных связей между данными наземного и спутникового мониторинга. Показано, что в ближней зоне загрязнения для случая точечных и линейных источников характерна степенная зависимость. Для процессов загрязнения регионального масштаба предпочтительно использовать логарифмическую связь.
Ключевые слова: загрязнение, снежный покров, мониторинг, спутниковые наблюдения, тона серого цвета, модель реконструкции, функциональная связь.
Введение
Наземный мониторинг процессов загрязнения атмосферы является трудоёмкой задачей, требует привлечения значительных ресурсов. Для снижения затрат при проведении экспериментальных исследований следует использовать методы численного моделирования в рамках постановок прямых и обратных задач переноса примесей, математические методы планирования эксперимента [1-5]. В зависимости от типов источников, свойств примесей, масштабов протекающих процессов загрязнения целесообразно использовать различные приближения к решениям уравнений переноса примесей. Весьма эффективными могут быть асимптотические описания решений в приземном слое атмосферы для сравнительно небольших расстояний от источников примесей [4,6].
При описании полей концентраций примесей в атмосфере регионального масштаба также допускаются существенные упрощения. Из анализа экспериментальных и теоретических исследований вытекает, что в зимнее время, начиная с расстояний порядка 5-7 км от источника, распределение концентрации примеси выравнивается по высоте слоя перемешивания [1,7]. Для таких удалений влияние ряда параметров становится незначительным. К ним следует отнести высоту источника, скорость оседания аэрозольных частиц и т.д.
Работа выполнена при финансовой поддержке РФФИ и Правительства Новосибирской области в рамках научного проекта № 19-47-540008, в рамках Госзадания (№ 0315-2019-0004), программы президиума РАН № 51 (№ 0315-2018-0016).
ISBN 978-5-901548-42-4
Использование спутниковой информации создаёт возможности для снижения затрат на проведение наземного мониторинга и получения более полной картины загрязнения территорий [8 11]. В этом случае необходимым этапом исследований является поиск количественных связей между различными видами мониторинга.
Цель работы заключается в разработке методов численного анализа данных наземного и спутникового мониторинга процессов загрязнения снежного покрова в окрестностях источников выбросов примесей.
1 Объекты и методы исследований
Материалами для исследований послужили зимние снимки территорий в зонах интенсивного антропогенного загрязнения. К таковым следует отнести территории, расположенные в районе г. Искитим и пгт Линёво. На снимке с ИСЗ «Ьашка^в» за 25 марта 2019 года (рис. 1). полученном в Сибирском центре ФГБУ «Научно-исследовательский центр космической гидрометеорологии «ПЛАНЕТА» (http://www.rcpod.ru), отчётливо зафиксированы зоны высокого загрязнения от источников Новосибирского электродного завода (НЭЗ) и Чернореченского цементного заводов (ЧЦЗ), цеха по производству цемента сухим способом, угольных разрезов, технологических трасс.
аз'гсга'в аз*гао-в вз-дао-в
вэ'зега-в ву;а'0"в ез'зетгв
а 0.75 а А
Рис. 1: Спутниковый снимок территорий в районе г. Искитима и пгт Линёво от 25 марта 2019 г. с ИСЗ «Ьашка^в». 1 цех по производству цемента сухим способом, 2 высотные трубы обжигового цеха Новосибирского электродного завода, 3 промплощадка Чернореченского цементного завода
1.1 Модели оценивания полей выпадений примеси
Наземный мониторинг полей загрязнений требует значительных затрат. В связи с этим представляется удобным использование для оптимизации экспериментальных исследований моделей и методов реконструкции полей аэрозольных выпадений примесей.
В случае точечного источника поле выпадений примеси в радиальном направлении от него достаточно адекватно описывается следующей зависимостью [4.12]
в1
в) = ^ • е г
(1)
где г — расстояние от источника, О = (в1, в2), #1 и в2 представляют собой комплексы физических величин, характеризующих мощность эмиссии и дисперсный состав примеси соответственно [4], гтах — расстояние, на котором достигается максимальная приземная концентрация для лёгкой примеси.
Для линейного источника поле выпадений примеси на определённом удалении от него можно представить в более удобном виде
д(г, в) = — • е~ г
(2)
На значительном удалении от точечного источника поле описывается следующим асимптотическим соотношением Г 1.121
д(г, у, 50 =
3 •
(3)
где г,(р — полярные координаты расчетной точки с началом в месте расположения источника, д(ф) — вероятность противоположного у направления ветра та высотах пограничного слоя атмосферы, в — параметр, оцениваемый по данным наблюдений.
2 Результаты и обсуждение
г
Рис. 2: Поля загрязнения снежного покрова севернее г. Искитима (25.03.2019 г.) (а). Изменения тонов серого цвета снежного покрова (б) в направлении I и функциональная связь (в)
Визуальная информация, представленная на рис. 1, с использованием соотношений (1) (3) позволила выполнить количественное исследование загрязнения снежного покрова по направлениям выноса примеси
в окрестностях ряда доминирующих источников, включая трубы НЭЗ, ЧЦЗ, а также автотрассы Искитим Тальменка. На рис. 2 представлен фрагмент рис. 1 с оцифровкой в тонах серого цвета поля загрязнения, создаваемого источниками цеха по сухому производству цемента.
Изменения яркостных характеристик, приведённых на рис. 26. по мере удаления от источников выбросов пыли, меняется монотонным образом. Их максимум достигается на расстоянии более 4 км. Функциональная связь между изменениями тонов серого цвета и относительной концентрацией примеси вполне удовлетворительно описывается степенной зависимостью.
На рис. 3 представлена динамика изменения тонов в направлениях II и III от источников атмосферных выбросов НЭЗ.
Рис. 3: Изменения тонов серого цвета снежного покрова в направлениях II и III выпадений примесей от высотных труб НЭЗ (а, в). Соответствующие функциональные связи между топами и относительными концентрациями (б, г)
Анализ информации на рис. 3 с использованием региональной модели (3) позволил выявить наличие функциональных связей между изменениями тонов серого цвета по мере удаления от источников и динамикой уменьшения концентраций примесей. Вполне удовлетворительное их описание может быть достигнуто с помощью логарифмической аппроксимации рассматриваемых рядов данных.
На рис. 4а, 4в изображена динамика изменения тонов серого цвета по мере удаления от автотрассы Искитим Тальменка в направлениях IV и V. На рис. 4в, 4г с использованием модели реконструкции (2) представлены функциональные связи.
Анализ результатов, приведённых на рис. 4, показывает, что выход на максимальные яркостные характеристики происходит уже на сравнительно небольших расстояниях от автотрассы. Это обусловлено сравнительно небольшой эффективной высотой источника.
Заключение
Предложены экономичные по числу опорных точек модели реконструкции локального и регионального загрязнения территорий источниками примесей. Проведена апробация разработанных моделей на данных спутниковых наблюдений аэрозольного загрязнения снежного покрова в окрестностях ряда крупных промышленных предприятий Новосибирской области. Выявлены количественные закономерности между полями выпадения взвешеииых веществ и интенсивностью изменения тонов серого цвета на космических снимках в радиальных направлениях от точечных и линейных источников. Установлено, что для загрязнений регионального масштаба между этими полями характерна функциональная связь, выражаемая логарифмической
Рис. 4: Изменения тонов серого цвета в направлениях IV (а) и V (в) выпадений примесей от автотрассы Искитим Тальмеика. Функциональные связи в этих направлениях (в) и (г)
зависимостью.
Полученные зависимости позволяют существенно снизить затраты на проведение наземных мониторинговых исследований загрязнения территорий в окрестностях промышленных предприятий. По ограниченному числу опорных точек наблюдений может быть проведена пространственная реконструкция полей выпадений, выполнена оценка суммарных выбросов примесей.
Список литературы
[1] Вызова Н.Л., Гаргер Е.К., Иванов В.Н. Экспериментальные исследования атмосферной диффузии и расчеты рассеяния примеси. Л.: Гидрометеоиздат, 1991. 279 с.
[2] Obolkin V.A., Potemkiri V.L., Makukhin V.L., Chipanina Y.V., Marinayte I.I. Low-level atmospheric jets as main mechanism of long-range transport of power plant pinnies in the Lake Baikal Region // Int. J. Environ. Studies. 2014. Vol. 71 (3). P. 391 397.
[3] Атмосферная турбулентность и моделирование распространения примесей / Под ред. Ф.Т.М. Ньистада и X. Ван Допа. Л.: Рпдрометеопздат, 1985. 351 с.
[4] Рапута В.Ф., Шлычков В.А., Леженин А.А., Романов А.Н., Ярославцева Т.В. Численный анализ данных аэрозольных выпадений примесей от высотного источника /'/' Оптика атмосферы и океана. 2014. Т. 27. № 8. С. 713 718.
[5] Успенский А.В., Федоров В.В. Вычислительные аспекты метода наименьших квадратов при анализе и планировании регрессионных экспериментов. М.: Изд-во МРУ, 1975. 168 с.
[6] Берлянд М. Е. Прогноз и регулирование загрязнения атмосферы. Л.: Ридрометеоиздат, 1985. 272 с.
[7] Fallah-Shorshani М., Shekarrizfard М., Hatzopoulou М. Evaluation of regional and local atmospheric dispersion models for the analysis of traffic-related air pollution in urban areas // Atmos. Environ. 2017. Vol. 167. P. 270 282.
[8] Балтер Б.М., Балтер Д.Б., Егоров В.В., Стальная М.В. Использование данных ИСЗ Landsat для определения концентрации загрязнителей в шлейфах от продувки газовых скважин на основании модели источника // Исследование Земли из космоса. 2014. № 2. С. 55-66.
[9] Кондратьев К.Я., Григорьев Ал.А., Покровский О.М., Шалина Е.В. Космическое дистанционное зондирование атмосферного аэрозоля. Л.: Гидрометеоиздат, 1983. 216 с.
[10] Прокачева В.Г., Усачев В.Ф. Снежный покров как индикатор кумулятивного загрязнения в сфере влияния городов и дорог // Метеорология и гидрология. — 2013. — № 3. — С. 94-106.
fll] Baiter В.М., Faminskaya M.V. Irregularly emitting air pollution sources: acute health risk assessment using aermod and the Monte Carlo approach to emission rate // Air Quality, Atmosphere and Health. 2017. Vol. 10 (4). P. 401-409.
[12] Lezhenin A. A., Raputa V.F., Yaroslavtseva T.V. Numerical Analysis of Atmospheric Circulation and Pollution Transfer in the Environs of Norilsk Industrial Region // Atmospheric and Oceanic Optics. 2016. Vol. 29 (6). P. 565-569.
Ярославцева Татьяна Владимировна — к .т.н., ст. науч.сотр.
Новосибирского НИИ гигиены, Роспотребнадзора;
e-mail: tani-ta@list.ru;
Амикишиева Руслана Александровна — магистрант первого курса ФИТ Новосибирского государственного университета;
e-mail: ruslana215w@mail.ru.
Рапута Владимир Федотович — д.ф.-м.н., гл. науч. сотр. Института вычислительной
математики и математической геофизики СО РАН;
e-mail: raputa@sscc.ru.
Дата поступления — 30 апреля 2019 г.
