CC BY
7
УДК 512.312
Мурадов Ф. А.
старший научный сотрудник-исследователь Научно инновационный центр информационно-коммуникационных технологий при ТУИТ
Шаркиева Н.И. бакалавр в ТУИТ СФ Республика Узбекистан, г. Самарканд МАТЕМАТИЧЕСКАЯ МОДЕЛЬ И ВЕБ-ПРИЛОЖЕНИЕ ДЛЯ МОНИТОРИНГА И ПРОГНОЗИРОВАНИЯ ЭКОЛОГИЧЕСКОГО СОСТОЯНИЯ ПРОМЫШЛЕННЫХ РЕГИОНОВ Аннотация. В статье рассматривается подход к реализации веб-приложения для анализа и прогнозирования процесса распространения вредных веществ в атмосфере, основанный на применении API картографических и погодных веб-сервисов. Для описания исследуемого процесса разработана математическая модель переноса и диффузии вредных веществ в приземном слое атмосферы.
Ключевые слова: математическая модель, перенос и диффузия вредных веществ, погодно-климатический фактор, гидромеханика, численный алгоритм, веб-сервис, вычислительный эксперимент.
Muradov F.A.
Senior Researcher-Researcher Scientific and Innovation Center of Information and Communication Technologies at TUIT
Sharkieva N.I. Bachelor in TUITSF Republic of Uzbekistan, Samarkand MATHEMATICAL MODEL AND WEB APPLICATION FOR MONITORING AND FORECASTING ENVIRONMENTAL STATUS OF INDUSTRIAL REGIONS Annotation. The article considers the approach to the implementation of a web application for the analysis and prediction of the process of the distribution of harmful substances in the atmosphere, based on the application of the API of cartographic and weather web services. To describe the process under investigation, a mathematical model of the transport and diffusion of harmful substances in the surface layer of the atmosphere has been developed.
Keywords: mathematical model, transport and diffusion of harmful substances, weather and climate factor, hydromechanics, numerical algorithm, web service, computing experiment.
1. Введение. Экологическое состояние приземного слоя атмосферы значительно влияет на живую природу Земли. Вредные техногенные выбросы в атмосферу негативно сказываются на качестве воздуха, а последующее осаждение вредных частиц и примесей на подстилающую поверхность влечет загрязнение водоемов и почвы. Образующийся
экологический дисбаланс становится причиной массы проблем, включая ухудшение плодородности сельскохозяйственных угодий, состояния живой природы и здоровья населения.
Для выявления уровня загрязнения в произвольной точке рассматриваемого региона, не прибегая к натурным измерениям, специалисты и исследователи обращаются к методам и средствам математического моделирования и вычислительного эксперимента на ЭВМ. С учетом географических и погодно-климатических характеристик рассматриваемого региона, моделирование на ЭВМ позволяет выполнять мониторинг экологической ситуации в режиме реального времени. Результаты прогнозирования, в свою очередь, позволяют заранее определить необходимые меры по минимизации возможных экологических рисков.
При анализе и прогнозировании процесса распространения вредных веществ в атмосфере важную роль играет использование сетевых геоинформационных технологий и современных средств визуализации данных.
Применение интернет-технологий при разработке программных средств для анализа и прогнозировании процесса распространения вредных веществ в атмосфере имеет ряд преимуществ, например, доступность для большого числа пользователей, упрощение процессов распространения и обновления разработанного программного обеспечения (ПО), гибкость при интеграции со сторонними веб-приложениями.
2. Практика применения веб-сервисов для решения задач экологического мониторинга. Анализ публикаций за последние годы дает основание утверждать, что направления исследований в области экологического мониторинга и разработки соответствующих программно -инструментальных средств переживают период бурного развития.
Так, в работе [1] c помощью геоинформационной системы (ГИС) MapInfo Professional авторами осуществлено исследование распределения загрязняющих веществ в атмосферном воздухе на магистральных улицах г. Воронежа. Представленный анализ основан на визуализации и трансформации пространственных данных.
Автором работы [2] рассмотрены особенности отображения данных экологического мониторинга. Приведены методы визуализации данных в составе системы экологического мониторинга объекта уничтожения химического оружия в Курганской области. Результаты представлены в виде линий тренда и экологических карт со слоями данных.
Статья [3] посвящена задаче построения информационно-аналитической системы для экологического мониторинга состояния природной среды и ресурсов, построенной на совокупности технологий ГИС, интернет, обработки данных дистанционного зондирования и данных со станций наблюдения.
3. Использование веб-сервисов в научных исследованиях по проблеме прогнозирования экологического состояния атмосферы. Как
было отмечено выше, анализ как приведенных здесь, так и множества других работ позволяет сделать вывод о том, что развитие информационных технологий, связанных с задачами экологии, находится на достаточно высоком уровне. Обзор научных публикаций показывает, что в перечне актуальных задач, решаемых с помощью математического моделирования, вопросы экологии занимают особое место.
К числу онлайн сервисов, представляющих определенный интерес для исследователей при решении научных задач прогнозирования экологического состояния атмосферы, относятся картографические службы: Google Maps, Microsoft Bing Maps, OpenLayers, OpenStreetMap; погодные службы: AccuWeather, Weather Underground, World Weather Online, OpenWeatherMap. Следует отметить, что это лишь наиболее популярные онлайн службы, их общий список гораздо более обширен и периодически пополняется.
Информационные ресурсы онлайн сервисов не ограничиваются только пространственными и метеорологическими данными. Развитие технологий анализа «больших данных» и распределенных облачных вычислений, а главное стремительное падение стоимости услуг в этом секторе ИТ-рынка позволяют поставщикам осуществлять более глубокую обработку «сырых» данных наблюдений.
Например, с 2015 года в рамках проекта OpenWeatherMap помимо метеорологических данных и прогнозов, разработчикам предоставляется API «Данные по качеству атмосферного воздуха».
Формат запроса данных имеет следующий вид:
http://api.openweathermap.org/pollution/v1/co/{широта, долгота}/{дата- время}.json?appid={api ключ разработчика}
Ответ веб-сервиса в формате JSON имеет следующий вид (в данном случае по оксиду углерода):
{"time": "2016-03-03Z", "location": {"latitude": 0.0, "longitude": 10.0}, "data": [ {"precision": -4.999, "pressure": 1000, "value": 8.1683 }, { "precision": -4.999, "pressure": 681, "value": 8.6869},..., { "precision": -0.001, "pressure": 0.09, "value": 0.0001}]}
Аналогичные наборы данных по индексу качества атмосферного воздуха предоставляются другими онлайн сервисами. Так, в наборе данных сервиса AccuWeather имеется информация о значениях концентрации взвешенных веществ - твердых частиц классов PM10 и PM2.5 (пыль, сажа, зола и т.д.).
4. Реализация веб-приложения для анализа и прогнозирования процесса распространения вредных веществ в пограничном слое атмосферы. Исходя из выше сказанного, в настоящей работе предложен подход к программной реализации модели и численного алгоритма для прогнозирования процесса распространения вредных выбросов в атмосфере, основанный на использовании API и наборов данных онлайн сервисов
Google Maps и OpenWeatherMap.
Разработанная математическая модель переноса и диффузии вредных веществ в атмосфере, описывается полным уравнением гидромеханики с соответствующими начальными и краевыми условиями [4-5]:
Л Л 'Л 'Л 'Л
—+ —(и/в) + —(v^^) + fw - w )Ив) + ствн =
дУ
dz
^ дх
d
д(1двЛ d h— \ + ^—
V дх J dy
, дв h—
. дУ,
d
дв
+ —I Äh—
ÖZ V 0z J
+ S t f,
в( х, y, z, t )| t=0 =в0 (х, y, z ),
дв
«1 (в-во )| х=0 + ßl ~
«3 (в-во ) y=0 +ß3
о,
дв
«2 (в-во )|х=Ь +ß2
дУ
х=0
У=0
дх
0,
(1) (2)
(3)
(4)
(5)
Здесь в - концентрация вредных веществ в атмосфере; во - первичная
0, «4 (в-во ) y=Ly + ß4 —
дв
ду
0,
У=Ly
дв
Ä - hßв = -hfо
öz
при
0,
л дв
Ä— = 0 при z = hz.
öz
концентрация вредных веществ в атмосфере;
u, v, w
х, у, Z _
w„
система координат;
скорость ветра по трем направлениям; g - скорость осаждения
л
частиц; с - коэффициент поглощения вредных веществ в атмосфере; ^ , Ä
- коэффициенты диффузии и турбулентности; S,J,k - функция Дирака; f, f -источники выброса вредных веществ из промощенных объектов и
поселяющей поверхности земли. Параметры «^ «^ «^ «4,ßl, ^ ßз, ß4 в уравнениях (3)-(6) задаются в зависимости от постановки задачи и могут быть принимать значение 0 или 1.
Как можно видеть из постановки задачи (1)-(5), получить аналитическое решение затруднительно. Поэтому, для ее решения был разработан численный алгоритм, основанный на замене дифференциальных операторов на конечно-разностные [5].
В качестве основной технологии создания программного средства был выбран язык программирования Java в виду ряда объективных преимуществ, в том числе, полной поддержки веб-ориентированной разработки, а также наличия большого числа различных библиотек. В частности, были использованы библиотеки GWT-Maps и OWM JAPI. Здесь следует отметить, что библиотека GWT-Maps предназначена для использования в рамках Java-фреймворка Google Web Toolkit, главная особенность которого состоит в компиляции кода языка Java в код языка JavaScript. Таким образом, при работе с картами Google Maps отпадает необходимость написания кода на двух разных языках программирования.
В число возможностей разрабатываемого веб-приложения входят: автоматическая загрузка и позиционирование карты-подложки; импорт пространственных данных; интерактивный ввод данных об источнике
выброса на карте; автоматический поиск метеоусловий (направление и скорость ветра) по географическим координатам; расчет концентрации вредных веществ в атмосфере в рамках области решения задачи; визуализация результатов расчета в виде полупрозрачных слоев на интерактивной карте и виджетов с диаграммами; сохранение истории вычислительных экспериментов в базе данных.
Как правило, онлайн сервисы налагают определенные ограничения на доступ к данным в виде квоты на количество запросов в сутки. Между тем,
решение задачи [4-5] предполагает нахождение z't^ - количества
вещества, распространяющегося по времени и по трем направлениям в пространстве. Математическая модель содержит параметр h, учитывающий орографию местности. То есть, для расчета необходим обширный массив высотных данных по каждой точке области решения задачи. Запрос такого массива даже для небольшой области приведет к превышению допустимой квоты. Кроме того, Google API высотных данных допускает запросы массива данных только в одномерном виде, то есть, в виде траектории, причем даже в этом случае сервис использует интерполяцию и возвращает усредненные значения между ближайшими точками.
Чтобы оперировать при расчетах точными значениями высот, было решено сформировать локальную базу данных на основе снимков радарной топографической съемки земной поверхности (SRTM), четвертое поколение которых предоставляется геопорталом CGIAR-CSI в открытом доступе. Каждый пиксел растрового изображения SRTM содержит координаты широты и долготы, а также значение высоты над уровнем моря в метрах. Разрешение растров составляет 90 метров (3 угловых секунды), а каждая отдельная плитка мозаики имеет размер 5х5 градусов. Суть программного решения состоит в следующем. Прямоугольная сетка (область) географических координат на интерактивной карте, в узлах которой рассчитываются значения 9, сопоставляется с аналогичным фрагментом растра SRTM (рис. 2) из локальной базы данных. Таким образом, в ходе расчета для каждого узла сетки параметр h может принимать точные значения высоты. Кроме того, локальное использование файлов SRTM значительно сокращает время вычислений, по сравнению с ситуацией, когда высотные данные извлекаются из удаленного источника по сети.
После установки на интерактивной карте маркера источника выбросов и ввода его параметров необходимо определить текущие метеоусловия рассматриваемой местности. Библиотека OWM JAPI для OpenWeatherMap позволяет выполнять автоматическую загрузку погодных данных по координатам размещенного на карте источника. С целью большей наглядности можно подключать погодные карты в виде слоя (рис. 3).
Данная библиотека хорошо документирована и крайне проста в использовании. Фактически для импорта текущих метеоусловий требуется написание 3-5 строк кода.
Сначала создается объект класса «OpenWeatherMap», а затем объект класса «CurrentWeather» члены которого можно инициализировать при создании методом «currentWeatherByCoordinates». Данный метод принимает в качестве аргументов координаты широты и долготы. Например, извлечение направления и скорости ветра демонстрируется нижеследующим фрагментом кода.
OpenWeatherMap owm = new OpenWeatherMap("");
CurrentWeather cw =
owm.currentWeatherByCoordinates(40,92, 69,71);
double windDirection = cw.getWindInstance().getWindDegree();
double windSpeed = cw.getWindInstance().getWindSpeed();
При вычислении составляющих скорости движения воздушной массы и, v, w по направлениям х' z дополнительно учитываются градиент давления по вертикали и горизонтали, сила Кориолиса, лучистый поток тепла и поток тепла за счет фазовых превращений водяного пара, приток влажного воздуха в атмосфере. Необходимые для этого метеоданные: давление, температура, влажность и т.д. извлекаются аналогично приведенному выше способу.
Google Maps API содержит широкие возможности для визуализации результатов расчетов. Одной из них является библиотека визуализации тепловых карт, описывающих интенсивность данных на географических точках. Вычисленные значения концентрации вредных веществ 9 и область распространения выброса преобразуются в цветной градиент, который отображается на карте в виде полупрозрачного слоя.
Вывод градиента, отражающего интенсивность значения концентрации вредных веществ в определенной точке, осуществляется простым созданием объекта класса «heatmap»
heatmap = new google.maps.visualization.HeatmapLayer({ data: heatMapData,
heatmap.setMap(map);
При использовании библиотеки GWT-Maps приведенный код имеет несколько отличную форму, но принцип работы «heatmap» остается неизменным. Для формирования слоя с градиентом конструктор принимает в качестве аргумента массив объектов «LatLng» - координаты точки и соответствующих им объектов «WeightedLocation» - значение веса этой точки.
5. Заключение. Таким образом, с использование рассмотренных онлайн сервисов была разработана предварительная версия веб-приложения для исследования, мониторинга и прогнозирования процесса распространения вредных выбросов в приземном слое атмосферы. Использование API сервисов вкупе с их постоянным развитием, активной поддержкой и исчерпывающей документацией значительно упрощают
разработку собственных программных средств на их основе. Тем самым описанных подход к разработке полностью себя оправдывает.
Использованные источники:
1. Казьмина И.Г., Усков В.М. Системы управления качеством атмосферного воздуха на основе визуализации и трансформации пространственных данных // Медико-биологические и социально-психологические проблемы безопасности в чрезвычайных ситуациях. - 2015. - № 3. - С. 88-92
2. Телегина М.В. Визуализация данных системы производственного экологического мониторинга // Прикладная информатика. - 2009. - № 2(20). - С. 107-114.
3. Кадочников А.А., Якубайлик О.Э. Разработка программных средств сбора и визуализации данных наблюдений для геопортала Института вычислительного моделирования СО РАН // Вестн. Новосиб. гос. ун-та. Серия: Информационные технологии. - 2014. - Т. 12. - Вып. 4. - С. 23-31.
4. Ravshanov N., Sharipov D., Muradov F. Computational experiment for forecasting and monitoring the environmental condition of industrial regions // Theoretical & Applied Science : International Scientific Journal. - 2016. - Vol. 35. - Issue 3. - Pp. 132-139. - Doi: http://dx.doi.org/10.15863/TAS.2016.03.35.22
5. Ravshanov N., Sharipov D., Narzullaeva N., Toshtemirova N., Online Services' Application For Mathematical And Computer Modelling Of Spread Of Harmful Substances In The Atmosphere // TUIT BULLETIN. - T., 2016. -№1(37). - Pp. 40-49.
