CC BY
12
УДК 614.8 EDN: KOSQWT
Математическая модель для прогнозирования последствий выброса опасных химических веществ в окружающую среду
ISSN 1996-8493
D01:10.54234/CST. 19968493.2023.20.2.76
© Технологии гражданской безопасности, 2023
В.А. Акимов, Е.О. Иванова, С.В. Колеганов
Аннотация
В статье представлено математическое описание основных прогнозных параметров выброса опасных химических веществ в окружающую среду: мощность выброса и концентрация опасных химических веществ. Эта статья завершает серию публикаций в научно-техническом журнале «Технологии гражданской безопасности» по прогнозно-аналитическим решениям, основанным на байесовских классификаторах, по природным, техногенным и биолого-социальным угрозам жизнедеятельности населения муниципальных образований.
Ключевые слова: выброс опасных химических веществ в окружающую среду; прогнозно-аналитическая модель; основные входные данные; мощность выброса; концентрация опасных химических веществ; показатель качества воздуха; анализ статистических данных, основанный на байесовском методе.
Mathematical Model for Predicting
the Consequences of Hazardous Chemicals
Release into the Environment
ISSN 1996-8493
D01:10.54234/CST. 19968493.2023.20.2.76 © Civil Security Technology, 2023
V. Akimov, E. Ivanova, S. Koleganov
Abstact
The article presents mathematical description of the main forecast parameters of hazardous chemicals release into the environment: emission power and concentration of hazardous chemicals.
This article completes a series of publications in the scientific and technical journal "Civil Security Technology» on predictive and analytical solutions based on Bayesian classifiers on natural, man-made and bio-social threats to the municipalities population life.
Key words: release of hazardous chemicals into the environment; predictive and analytical model; basic input data; emission power; concentration of hazardous chemicals; air quality indicator; analysis of statistical data based on the Bayesian method.
12.12.2022
Введение
«Выброс опасных химических веществ (ОХВ) в окружающую среду может происходить в результате аварии на химически опасном объекте, а также нарушения норм выброса при различных технологических процессах на производстве. При этом масштабные аварии на химически опасных объектах являются одними из наиболее вредных технологических катастроф, которые могут привести к массовому отравлению и гибели людей и биологических активов, значительному экономическому ущербу и тяжелым экологическим последствиям» [1].
«В рамках государственного экологического контроля осуществляются наблюдение за качеством атмосферного воздуха, оценка и прогноз изменения состояния окружающей среды под воздействием природных и антропогенных факторов. Однако не все муниципальные образования и городские округа обеспечены постами мониторинга, способными в режиме реального времени получать информацию о превышении нормативных показателей контролируемых ОХВ, давать качественную и точную оценку последствий выброса ОХВ» [2].
Поэтому разработка методики прогнозной и аналитической модели «Выброс опасных химических веществ в окружающую среду» (ПАМ-ОХВ) является важной научно-практической задачей при прогнозировании и возникновении кризисных ситуаций и происшествий, обусловленных угрозой выброса ОХВ в окружающую среду с превышением нормативных показателей [3].
«Наиболее перспективным методом создания ПАМ-ОХВ является комплексное применение математической модели с возможностями использования при расчетах только тех ее входных параметров, которые могут быть определены и автоматически высчитаны заранее, и байесовских сетей — вероятностно-графовых моделей, функционирующих в условиях неопределенности знаний, предназначенных для исследования вероятностных причинно-следственных связей между событиями в области обеспечения безопасности жизнедеятельности населения на контролируемых территориях» [4].
Основными входными данными для формирования базового обучающего множества ПАМ-ОХВ являются следующие группы параметров [5]: «параметры систем (постов) мониторинга выброса ОХВ, расположенных по периметру промышленных объектов, на которых имеются источники выбросов ОХВ; параметры систем (постов) мониторинга выброса ОХВ, расположенных на НТ; характеристики метеорологической обстановки; характеристики источников выброса ОХВ и параметров выброса ОХВ».
«В ПАМ-ОХВ вероятностной оценке с использованием байесовского классификатора подлежат следующие параметры: мощность выброса и концентрация ОХВ в месте размещения системы (поста) мониторинга выброса ОХВ» [6].
1. Прогноз мощности выброса опасных химических веществ
Для оценки уровня загрязнения атмосферного воздуха и влияния качества воздуха на здоровье населения на территории муниципального образования в зависимости от полученной концентрации выброса ОХВ используется общий показатель качества воздуха (Safe City Air Quality Index — далее SCAQI).
Показатель качества воздуха SCAQI для каждого ОХВ (фенол, формальдегид, аммиак) определяется по формуле:
SCAQI. =
C
\к.
ПДК
(1)
м.р/ J
где:
С.—концентрация /-го ОХВ в атмосферном воздухе в месте размещения системы (поста) мониторинга выброса ОХВ, мг/м3;
ПДКмр/. — предельно допустимая концентрация максимально-разовая, /-го ОХВ, мг/м3;
k. — безразмерный коэффициент: 1,3 — для фенола и формальдегида; 0,85 — для аммиака.
Тогда общий показатель качества воздуха (SCAQI) можно определить по формуле:
SCAQI = £
\ki
ПДК
(2)
м.рг J
Качественная характеристика общего показателя 8СА01 представляет собой шкалу от 1 до 13+ для обозначения уровня риска для здоровья, связанного с качеством воздуха на территории муниципального района, и определяется по табл. 1.
Таблица 1
Шкала уровня угрозы загрязнения воздуха SCAQI
SCAQI Уровень загрязнения Категория загрязнения
воздуха воздуха
0-5 Уровень 1 Низкая
5-6 Уровень 2 Повышенная
7-13 Уровень 3 Высокая
>13 Уровень 4 Очень высокая
Скорость и дальность переноса загрязнения зависят от турбулентности воздуха и существующего во время эмиссии загрязнения ветрового поля.
В ПАМ-ОХВ расчетная концентрация ОХВ в месте размещения системы (поста) мониторинга выброса ОХВ определяется по стационарной модели Гаусса:
C (x, у, z, t ) =
2nuayaz
х exp
У
2 °y1
х<! exp
(z - h))
2a2
+ exp
(z + h)
2 Л
(3)
i=1
где:
C (х, у, 2, 0 — концентрация ОХВ в точке с координатами х, у, 2 в момент времени t, мг/м3; q — мощность выброса из источника, г/с; h — высота источника выброса ОХВ, м; и — средняя скорость ветра, м/с; ау — горизонтальная дисперсия, м; а — вертикальная дисперсия, м; ось у—поперечно-горизонтальное направление; ось 2 — направлена вертикально вверх; ось х — горизонтальное направление, совпадает с направлением ветра;
начало системы координат — координаты источника выброса.
2. Прогноз концентрации опасных химических веществ
Концентрация ОХВ определяется в местах размещения систем (постов) мониторинга выброса ОХВ, используя их координаты.
Значения дисперсий ау, а2 рассеяния задаются в зависимости от класса устойчивости атмосферы (табл. 2). Каждому классу устойчивости соответствуют определенные значения скорости ветра и, степени дневной инсоляции и ночной облачности (табл. 3).
Мощность выброса от предполагаемого источника выброса ОХВ определяется по формуле:
9 = -
1лиарр2С (х, у, 2, t)
ехр
2р,
х<! ехр
2р
+ ехр
( + к ) " 2ст;
■■(4)
Определение мощности выброса по формуле (4) осуществляется относительно системы (поста) мониторинга выброса ОХВ, расположенной по периметру соответствующего промышленного объекта, с максимальным значением концентрации ОХВ среди значений, полученных со всех систем (постов), расположенных по периметру промышленного объекта, по состоянию на время проведения расчетов.
Заключение
Таким образом, в статье представлено краткое описание математической модели для прогнозирования последствий выброса опасных химических веществ в окружающую среду с использованием метода Байеса. В этой модели вероятностной оценке с использованием байесовского классификатора подлежали следующие параметры: мощность выброса и концентрация ОХВ в месте размещения системы (поста) мониторинга выброса ОХВ
Другие прогнозно-аналитические решения, основанные на байесовских классификаторах, представлены в других статьях научно-технического журнала
Таблица 2
Значения дисперсий а , а1 для расстояний 100-10000 м в условиях города и открытой местности
Класс устойчивости атмосферы Паскуилла Состояние устойчивости ау (м) а (м)
Открытая местность
А Сильнонеустойчивое (1) 0,22х(1+ 0,0001х)-1/2 0,2х
В Неустойчивое (2) 0,16х(1+ 0,0001х)-1/2 0,12х
С Слабонеустойчивое (3) 0,11х(1+ 0,0001х)-1/2 0,08х(1+ 0,0002х)-1/2
Б Равновесное(4) 0,08х(1+ 0,0001х)-1/2 0,06х(1+ 0,0015х)-1/2
Е Слабоустойчивое (5) 0,06х(1+ 0,0001х)-1/2 0,03х(1+ 0,0003х)-1
Б Устойчивое (6) 0,04х(1+ 0,0001х)-1/2 0,016х(1+ 0,003х)-1
Городская местность
А-В Неустойчивое(1-2) 0,32х(1+ 0,0004х)-1/2 0,24х(1+ 0,001х)
С Слабонеустойчивое (3) 0,22х(1+ 0,0004х)-1/2 0,2х
Б Равновесное(4) 0,16х(1+ 0,0004х)-1/2 0,14х(1+ 0,0003х)-1/2
Е-Р Устойчивое (5-6) 0,11х(1+ 0,0004х)-1/2 0,08х(1+ 0,0015х)-1/2
Классы устойчивости атмосферы Паскуилла
Таблица 3
Скорость ветра на высоте 10 м, м/с Степень инсоляции днем Облачность ночью, баллы
сильная умеренная слабая 10 (общая) или > 5 (нижняя) <4 (нижняя)
<2 А А-В В - -
2-3 А-В В С Е Б
3-5 В В-С Б Б Е
5-6 С С^ Б Б Б
>6 С Б Б Б Б
«Технологии гражданской безопасности», а именно: по природным угрозам — в [7-10], по техногенным авариям — в [11-14]; биолого-социальным происшествиям — в [15].
Общие выводы
1. Научная новизна разработанных моделей заключается в едином научном подходе к их созданию, а именно: в применении метода статистической обработки, основанного на теореме Байеса.
2. Для научного прогнозирования кризисных ситуаций и происшествий с использованием метода Байеса и байесовских сетей требуется большое количество актуальных данных для моделирования аварий, катастроф и стихийных бедствий, что характерно для часто повторяющихся негативных событий.
3. Ввиду отсутствия статистических данных методы Байеса не применимы для прогнозирования катастрофических чрезвычайных ситуаций природного, техногенного и биолого-социального характера, происходящих редко, но со значительным ущербом.
Литература
1. Акимов В. А. Исследование чрезвычайных ситуаций природного, техногенного и биолого-социального характера современными научными методами / В. А. Акимов, М. В. Бедило, С. П. Су-щев. М.: ФГБУ ВНИИ ГОЧС (ФЦ), 2021.179 с. EDN: WUKXKC.
2. Акимов В. А. Приложения общей теории безопасности к исследованию чрезвычайных ситуаций природного, техногенного и биолого-социального характера // Технологии гражданской безопасности. 2021. Т. 18. № S. С. 13-28. DOI 10.54234/СБТ. 19968493.2021.18.Б.2.13. EDN: LRYKFU.
3. Методика прогнозной и аналитической модели «Выброс химически опасных веществ в окружающую среду». М.: ООО НЦИ, 2021. 229 с.
4. Предварительный национальный стандарт Российской Федерации ПНСТ 771-2022 «Безопасность в чрезвычайных ситуациях. Безопасный город. Прогнозирование последствий выброса опасных химических веществ в окружающую среду. Общие требования. Утв. приказом Росстандарта от 6 декабря 2022 г. № 128-пнст.
5. Акимов В. А., Иванова Е. О., Мишурный А. В. АПК «Безопасный город»: исходные данные для прогнозирования последствий выброса химически опасных веществ в окружающую среду // Гражданская защита. 2022. № 7 (563). С. 53-54.
6. Прогнозно-аналитические решения по природным, техногенным и биолого-социальным угрозам единой системы информационно-аналитического обеспечения безопасности среды жизнедеятельности и общественного порядка «Безопасный город» / В. А. Акимов, А. В. Мишурный, О. В. Якимюк [и др.]. М.: ФГБУ ВНИИ ГОЧС (ФЦ), 2022. 315 с. EDN: MGXNYI.
7. Акимов В. А. Опасные гидрологические явления и процессы как источники чрезвычайных ситуаций природного характера: вербальная модель / В. А. Акимов, М. В. Бедило, С. П. Сущев // Технологии гражданской безопасности. 2021. Т. 18. № 4(70).— С. 4-8. DOI 10.54234/СБТ.19968493.2021.18.4.70.1.4. EDN: EVUUFA.
8. Акимов В. А. Опасные метеорологические явления и процессы как источники чрезвычайных ситуаций природного характера:
вербальная модель / В. А. Акимов, М. В. Бедило, С. П. Сущев // Технологии гражданской безопасности.2021. Т. 18. № 4 (70). С. 14-18. DOI 10.54234/СБТ.19968493.2021.18.4.70.3.14. EDN: QFYBPS.
9. Акимов В. А. Опасные геофизические явления и процессы как источники чрезвычайных ситуаций природного характера: модель среднесрочного прогнозирования землетрясений / В. А. Акимов, М. В. Бедило, Е. О. Иванова // Технологии гражданской безопасности. 2022. Т. 19. № 1 (71). С. 20-23. DOI 10.54234/СБТ.19968493.2022.19.1.71.4.20. EDN: QЮTLR
10. Акимов В. А. Крупные природные пожары как источники чрезвычайных ситуаций природного характера / В. А. Акимов, М. В. Бедило, Е. О. Иванова // Технологии гражданской безопасности. 2022. Т. 19. № 2 (72). С. 11-13. DOI 10.54234/СБТ.199 68493.2022.19.2.72.2.11. EDN: PGJCMG.
11. Акимов В. А. Аварии на системах электроснабжения: определение индекса приоритета восстановления электроснабжения /
B. А. Акимов, А. В. Мишурный // Технологии гражданской безопасности. 2022. Т. 19. № 4 (74). С. 44-47. EDN: RWBXUK.
12. Иванова Е. О. Аварии на системах теплоснабжения: вероятностная оценка развития последствий отказов на тепловой сети / Е. О. Иванова, А. В. Мишурный // Технологии гражданской безопасности. 2022. Т. 19. № 4 (74). С. 48-50. EDN: ZYZBAW.
13. Акимов В. А. Математическая модель для прогнозирования последствий разлива нефти и нефтепродуктов / В.А. Акимов, Е. О. Иванова, А. В. Мишурный // Технологии гражданской безопасности. 2023. Т. 20. № 1 (75). С. 68-70. EDN: BGHOAH.
14. Акимов В. А. Математическая модель для прогнозирования последствий сброса жидких технологических отходов в гидросферу / В. А. Акимов, С. В. Колеганов, А. В. Мишурный // Технологии гражданской безопасности. 2023. Т. 20. № 1 (75).
C. 71-73. EDN: BPEHQV
15. Акимов В. А. Математические модели эпидемий и пандемий как источников чрезвычайных ситуаций биолого-социального характера / В. А. Акимов, М. В. Бедило, Е. О. Иванова // Технологии гражданской безопасности.2022. Т. 19. № 3 (73). С. 10-14. EDN: IPFEND.
Сведения об авторах
Акимов Валерий Александрович: д. т. н., проф., засл. деятель науки РФ, ФГБУ ВНИИ ГОЧС (ФЦ), гл. н. с. института. Москва, Россия. БРИМ-код: 8120-3446.
Иванова Екатерина Олеговна: ФГБУ ВНИИ ГОЧС (ФЦ), с. н. с. науч.-исслед. центра. Москва, Россия. БРИМ-код ; 5483-4886.
Колеганов Сергей Викторович: МЧС России, начальник отдела Департамента образовательной и научно-технической деятельности, подполковник. Москва, Россия. БРИМ-код: 2676-1470.
Information about authors
Akimov Valery A.: ScD (Technical Sc.), Professor, Honored Scientist of the Russian Federation, All-Russian Research Institute for Civil Defense and Emergencies, Chief Researcher of the Institute. Moscow, Russia. SPIN-scientific: 8120-3446.
Ivanova Ekaterina O.: All-Russian Research Institute for Civil Defense and Emergencies, Senior Researcher, Research Center. Moscow, Russia. SPIN-scientific: 5483-4886.
Koleganov Sergey V: EMERCOM of Russia, Head of Section of
the Department of Educational and Scientific and Technical
Activities.
Moscow, Russia.
SPIN-scientific: 2676-1470.
