УДК 628.52:502.175 л. о. штрипяинг
й01: 10.25206/1813-8225-2019-165-72-77
в. в. баженов
ю. в. Калинин
н. с. баженова в. в. меркулов
Омский государственный технический университет, г. Омск
МЕТОД ПРЕДВАРИТЕЛЬНОЙ ЛОКАЛИЗАЦИИ ИСТОЧНИКА СВЕРХНОРМАТИВНОГО ЗАГРЯЗНЕНИЯ
АТМОСФЕРНОГО ВОЗДУХА КАК СПОСОБ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ЭКОЛОГИЧЕСКОГО МОНИТОРИНГА И НАДЗОРА В РОССИИ
Проблема загрязнения атмосферного воздуха остро стоит во многих городах, несмотря на развивающееся природоохранное законодательство и внедрение на промышленных предприятиях более экологичного и эффективного оборудования. Основная проблема сводится именно к локализации источника загрязнения, выбросы которого привели к нарушению качества атмосферного воздуха.
Наше исследование направлено на локализацию области расположения источника сверхнормативного загрязнения и его выявление в максимально короткие сроки. В работе представлен алгоритм предварительной оценки расположения источников загрязнения, выбросы которых могли привести к превышению допустимых концентраций в воздухе. Полученные результаты могут быть использованы в работе органов государственной власти в области охраны окружающей среды.
Ключевые слова: загрязнение атмосферы, сверхнормативный выброс, мониторинг загрязнения воздуха, поиск источника загрязнения, анализ загрязнения атмосферы, источник выброса загрязняющих веществ.
Введение. С целью ограничения негативного вание систем мониторинга качества окружающей
воздействия промышленности на окружающую среды.
среду, в том числе и на атмосферный воздух, Согласно данным «Доклада об экологиче-
в начале XX века была разработана и внедрена ской ситуации в Омской области за 2017 год»,
система нормирования качества окружающей количество выбросов от стационарных источ-
среды. Однако, несмотря на установленные до- ников за период с 2011 до 2017 года снизилось
статочно жесткие нормы и регулярный контроль с 235,9 тыс. тонн до 192,8 тыс тонн, что приводит
их соблюдения промышленными предприятия- к снижению общего уровня загрязнения атмос-
ми, проблема сверхнормативного загрязнения ферного воздуха [1].
атмосферного воздуха до сих пор остается акту- Несмотря на снижение общего уровня за-альной для многих промышленных городов как грязнения атмосферного воздуха — в 2017 году в России, так и за рубежом. Омск, как один из уровень загрязнения соответствовал «низкокрупнейших промышленных городов Россий- му», — доля проб, отобранных на территории ской Федерации, не избежал вышеуказанной города, и в которых было выявлено превыше-проблемы, несмотря на то, что в городе ведется ние ПДКмр, увеличилась на 0,13 % по сравнению планомерная работа по сокращению промыш- с 2016 годом [2]. За десять месяцев 2017 года ленных выбросов в атмосферу и совершенство- в Управление Росприроднадзора по Омской
области поступило более 700 жалоб на качество атмосферного воздуха. При этом только автоматизированными постами наблюдений был зарегистрирован 51 случай превышения максимально разовых концентраций в атмосфере города [1].
Дополнительно в марте 2017 года в результате обработки массовых жалоб населения на присутствие химического запаха в приземном слое воздуха города были зафиксированы значительные превышения допустимой концентрации меркаптанов. Этот случай показал неготовность постов мониторинга к ситуациям несанкционированного или сверхнормативного выброса.
При получении информации о нарушении качества атмосферного воздуха природоохранными органами исполнительной власти организуются проверки промышленных предприятий, однако выявить конкретный источник зачастую становится невозможно. Поиск может затрудняться тем, что несколько предприятий могут располагаться в непосредственной близости друг от друга и иметь одноименные вещества в выбросах. Проведение проверки одного только предприятия может занять от нескольких часов до 20 дней [3], при этом следует учитывать необходимость привлечения лаборатории для проведения контрольного отбора проб воздуха. Организация и проведение проверок всех подразумеваемых в нарушении предприятий может занимать достаточно длительный период времени, что и приводит к неудовлетворительным результатам.
Для локализации источников загрязнения, допустивших сверхнормативный выброс, на сегодняшний день разработан ряд методов и алгоритмов. Так, в статьях [4, 5] описано применение искусственных нейронных сетей для решения задачи идентификации одного или нескольких возможных источников выбросов. В статье [6] представлен подход к определению неизвестного стационарного источника выбросов, основанный на итерационном вычислении массы выбросов и расхода газовоздушной смеси. В качестве критерия выступает среднее квадратическое рассогласование между рассчитанными на моделях значениями приземных концентраций и значениями, полученными в результате измерений. Аналогичный метод оценки локализации источников и интенсивности выбросов предлагается в работе [7] с помощью моделирования на основе АБЯМОО.
Авторами [8, 9] предложена методология идентификации источников сверхнормативного загрязнения атмосферы на основе использования математического аппарата основных и сопряженных уравнений переноса и диффузии примесей, разработанного Г. И. Марчуком.
Общим недостатком предложенных методов в работах, представленных выше, является то, что все они основаны на наличии полной достоверной информации о параметрах и расположении источников загрязнения, зачастую дополненную или полностью основанную на измерениях уровней концентраций загрязняющих веществ. Однако зачастую сверхнормативный выброс может быть связан не с аварийной работой какого-либо известного источника, а с несанкционированным выбросом неучтенного ранее источника воздействия.
В работах [10—13] предлагается использование беспилотных летательных аппаратов с установленными датчиками измерения концентраций загрязняющих веществ, данные с которых поступают оператору для вычисления оптимального маршрута для идентификации источника сверхнормативного выброса. При этом остается не раскрытым вопрос работы подобных аппаратов в условиях плотной промышленной застройки. Более того, не учитывается то обстоятельство, что концентрация, измеренная на высоте 15 — 20 метров, не всегда описывает состояние атмосферного воздуха в приземном (2-метровом) слое воздуха.
Таким образом, актуальной остается проблема предварительной локализации области расположения возможного виновника сверхнормативного загрязнения в условиях, когда не известны ни параметры источника, ни его расположение.
Наша работа направлена на повышение эффективности работы государственных органов в области охраны атмосферного воздуха в условиях ограниченной информации об источниках выбросов. Для этого необходимо проведение предварительной оценки, направленной на сужение зоны поиска, что позволяет сократить количество промышленных предприятий для проведения проверок.
Постановка задачи. Цель нашей работы заключается в создании алгоритма предварительной оценки расположения возможных источников загрязнения.
Для достижения поставленной цели необходимо выполнить следующие задачи:
— изучить влияние метеорологических факторов на формирование высоких уровней загрязнения атмосферы в населенном пункте;
— разработать алгоритм предварительной идентификации зоны возможного расположения источников сверхнормативного выброса.
Теория. Информация о нарушении качества атмосферного воздуха может поступать из разных источников: это могут быть данные с постов мониторинга, информирование от населения и др.
Предварительная оценка расположения источников загрязнения основана на анализе метеорологических данных и предполагает исключение источников выбросов, не причастных к созданию уровней концентраций в момент фиксации нарушения качества приземного слоя воздуха.
Построение секторов расположения источников загрязнения основано на направлениях ветра, зафиксированных в момент поступления информации о нарушении (и1) и при проведении отбор пробы воздуха в месте, откуда поступила информация (и2).
По зафиксированным направлениям ветра и1 и и2 выстраивается сектор АСВ (рис. 1) радиусом Я, внутри которого вероятность нахождения источника сверхнормативного загрязнения является наиболее высокой.
Для определения радиуса поиска были проанализированы расстояния от источника загрязнения до точки максимальной концентрации загрязняющего вещества, создаваемой его выбросом. Расчеты рассеивания проводились для
Рис. 1. области расположения источников загрязнения атмосферы
Таблица 1
Расстояние от источника выбросов до точки максимальной концентрации загрязняющего вещества в зависимости от высоты источника и скорости ветра
Высота источника, м Скорость ветра, м/с
0,5-2 3-4 5-7 10-12
2-10 6,5-199 17-272 26-380 47-564
10-20 27-310 69-455 103-675 188-1039
20-50 53-737 138-1163 205-1800 375-2867
50-120 127-1000 331-1648 494-2620 902-4240
Таблица 2
Радиус поиска источников загрязнения в зависимости от высоты источника и скорости ветра
Высота источника, м Скорость ветра, м/с
0,5-2 3-4 5-7 10-12
до 10 400 560 760 1120
до 20 620 910 1350 2100
до 50 1480 2320 3600 5730
свыше 50 2000 3300 5200 8500
источников выбросов высотой от 2 до 120 м, диаметрами от 0,1 до 1 м и скоростью выхода газовоздушной смеси от 2 до 25 м/с при различных скоростях ветра.
В табл. 1 представлены обобщенные результаты. Используя полученные данные, в зависи-
мости от скорости ветра задаем радиус поиска, равный удвоенному расстоянию до точки максимальной концентрации (табл. 2).
Пример установления радиуса поиска источников загрязнения в заданном секторе при скорости ветра 2 м/с представлен на рис. 2.
Рис. 2. обозначение радиуса поиска источников загрязнения при скорости ветра 2 м/с
Рис. 3. Построение секторов вероятного расположения источника сверхнормативного загрязнения при и1= и2
Дополнительно определяются сектора BCD и ACE, внутри которых расположены источники, проверку которых проводят во вторую очередь. При этом выполняется условие:
BC L EC AC L DC'
(1)
Источники, расположенные с подветреной стороны в секторе DCE, исключаются из дальнейшего анализа.
Построение секторов вероятного нахождения источника сверхнормативного выброса сводится к нескольким вариантам. Если зафиксировано превышение концентрации загрязняющего вещества и при этом направление ветра в момент поступления информации и1 не совпадает с направлением и2 при проведении отбора пробы, то сектора выстраиваются в соответствии с описанным выше алгоритмом. Если же направление ветра и1 совпадает с направлением и2, в этом случае выстраиваются сектора АСВ и АСЕ таким образом, что АС соответствует направ-
Рис. 4. Выявленные источники загрязнения, содержащие в выбросах искомое загрязняющее вещество
лению ветра и2, а углы АСВ и АСЕ равны 45 ° (рис. 3). Внутри полученного сектора ЕСВ вероятность нахождения источника сверхнормативного выброса максимальна. Дополнительно достраиваются сектора с минилальнол вероятностью нахождения источника ВЛ1) и EЛF так, что:
DC L AC FC L AC
(2)
Еще один вариант возможен при зафиксированной скорости ветра и2, равной 0 м/с (штиль). В этом случае предварительная оценка расположения источника сверхнормативного выброса производится как в первом случае, при условии, что за АС принимается направление ветра и1, соответствующее направлению при поступлении жалобы на качество атмосферного воздуха.
В случаях, когда скорость ветра и1 или и1 и и 2 равны 0 м/с (штиль) определение источника сверхнормативного выброса рассматриваемым способом невозможно, так как безветрие способствует накоплению примесей в приземном слое независимо от выбросов промышленных предприятий. Полный разворот ветра на 180° за время проведения предварительной оценки расположения источника сверхнормативного выброса также не рассматривается, потому как такое явление наблюдается крайне редко.
По полученной в результате отбора пробы информации о наименовании загрязняющего вещества в секторах ACB, BCD и ACE определяются источники загрязнения, выбрасывающие в атмосферу установленное загрязняющее вещество (рис. 4). Данные по источникам загрязнения могут быть получены из служебной части Реестра
объектов, оказывающих негативное воздействие на окружающую среду.
Результаты эксперимента. Нами разработана программа, реализующая описанный алгоритм проведения предварительной оценки расположения источников загрязнения и вошедшая в ранее разработанную систему автоматического контроля загрязнения воздуха [14].
Результаты предварительной идентификации области расположения источников выброса визуализируются в геоинформационной системе GoogleEarth.
обсуждение результатов. Полученные результаты будут использованы в дальнейшем при идентификации конкретных источников, допустивших сверхнормативный выброс.
Выводы и заключение. Предварительная оценка возможного расположения источника сверхнормативного выброса позволит:
1. Значительно сократить область поиска источника сверхнормативного выброса.
2. Сократить количество источников загрязнения для дальнейшего анализа и поиска.
3. Предварительно идентифицировать юридические лица, в отношении которых может потребоваться внеплановая проверка их деятельности.
Библиографическин список
1. Доклад об экологической ситуации в Омской области за 2017 год / Министерство природных ресурсов и экологии Омской области. Омск: ООО Омскбланкиздат, 2018. 300 с. ISBN 978-5-8042-0541-7.
2. О состоянии санитарно-эпидемиологического благополучия населения в Российской Федерации по Омской области в 2017 году: материалы для гос. доклада / Управ-
ление Федеральной службы по надзору в сфере защиты прав потребителей и благополучия человека по Омской области. Омск, 2018. 201 с.
3. Российская Федерация. Законы. О защите прав юридических лиц и индивидуальных предпринимателей при осуществлении государственного контроля (надзора) и муниципального контроля: федер. закон от 26 января 2008 г. № 294-ФЗ (последняя редакция). URL: http://www. consultant.ru/document/cons_doc_LAW_83079/ (дата обращения: 10.04.2019).
4. Дударов С. П. Модели самоорганизующихся искусственных нейронных сетей для идентификации промышленных источников загрязнения воздуха // Математическое моделирование. 2017. Т. 29, № 1. С. 33 — 44.
5. Григорьев А. П. Основные задачи, решаемые искусственными нейронными сетями // Научная сессия ГУАП: сб. докл. В 3-х ч. Ч. 1. Технические науки. СПб., 2017. С. 72-76. ISBN 5-8088-0132-Х.
6. Степанченко И. В., Крушель Е. Г. Об алгоритме идентификации неизвестного стационарного источника выбросов загрязняющих веществ // Математические методы в технике и технологиях // Математические методы в технике и технологиях — ММТТ. 2016. № 10 (92). С. 168-171.
7. Kakarla A., Qureshi A., Shashidhar T. [et al.]. Source localization via aermod-based simulation under mean squared error criterion: Demonstration using field data // IEEE International Geoscience and Remote Sensing Symposium (IGARSS), 23-28 July, 2017 (Fort Worth, TX, USA). 2017. DOI: 10.1109/IGARSS.2017.8128425.
8. Макоско А. А., Матешева А. В. Опыт идентификации источников химического загрязнения атмосферы в Московском регионе // Российский химический журнал. 2016. Т. 60, № 3. С. 113-120.
9. Матешева А. В. Идентификация стационарных источников загрязнения атмосферы на транспорте // Наука и техника транспорта. 2016. № 3. С. 20-25.
10. Щапова Л. В. Автоматизированная система поиска источника загрязнения атмосферы // Информационные технологии и автоматизация управления: материалы IX Всерос. науч.-практ. конф. студентов, аспирантов, работников образования и промышленности. ОмГТУ, 2018. С. 173-178.
11. Fu Z., Chen Y., Ding Y. [et al.]. Pollution Source Localization Based on Multi-UAV Cooperative Communication // IEEE Access. 2019. Vol. 7. DOI: 10.1109/ ACCESS.2019.2900475.
12. Stojcsics D., Domozi Z., Molnar A. Air Pollution Localisation Based on UAV Survey // IEEE International Conference on Systems, Man, and Cybernetics (SMC), 7-10 Oct., 2018 (Miyazaki, Japan, Japan). 2018. DOI: 10.1109/ SMC.2018.00436.
13. Yungaicela-Naula N. M., Zhang Y., Garza-Casta-non L. E. [et al.]. UAV-based Air Pollutant Source Localization Using Gradient and Probabilistic Methods // International Conference on Unmanned Aircraft Systems (ICUAS), 12-15 June, 2018 (Dallas, TX, USA). 2018. DOI: 10.1109/ ICUAS.2018.8453430.
14. Штриплинг Л. О., Баженов В. В., Варакина Н. С., Куприянова Н. П. Совершенствование системы мониторинга атмосферного воздуха в г. Омске // Омский научный вестник. 2017. № 5 (155). С. 131-139.
ШТРИПЛИНГ Лев Оттович, доктор технических наук, профессор (Россия), заведующий кафедрой «Промышленная экология и безопасность». SPIN-код: 9285-8565 AuthorID (РИНЦ): 157285 ORCID: 0000-0002-2622-9108 AuthorID (SCOPUS): 56504001800 ResearcherID: T-8953-2018 Адрес для переписки: los@omgtu.ru БАЖЕНОВ Владислав Викторович, кандидат технических наук, доцент кафедры «Промышленная экология и безопасность». SPIN-код: 9288-9566 AuthorID (РИНЦ): 646727 ORCID: 0000-0003-3749-166X AuthorID (SCOPUS): 56503305700 ResearcherID: M-6511-2018 Адрес для переписки: bvv36@yandex.ru КАЛИНИН Юрий Владимирович, кандидат технических наук, доцент кафедры «Промышленная экология и безопасность». SPIN-код: 7828-3231 AuthorID (РИНЦ): 206450 ORCID: 0000-0002-7773-0058 AuthorID (SCOPUS): нет ResearcherID: нет
Адрес для переписки: ukalinin.conference@gmail. com
БАЖЕНОВА Наталья Сергеевна, аспирантка, ассистент кафедры «Промышленная экология и безопасность». SPIN-код: 7666-3205 ORCID: 0000-0002-0983-746X AuthorID (SCOPUS): 57200725159 ResearcherID: M-6532-2018 Адрес для переписки: n.s.v91@mail.ru МЕРКУЛОВ Василий Васильевич, аспирант, ассистент кафедры «Промышленная экология и безопасность». SPIN-код: 5478-3524 AuthorID (РИНЦ): 834906 ORCID: 0000-0001-9062-1297 ResearcherID: O-7758-2016 Адрес для переписки: mvv055@mail.ru
Для цитирования
Штриплинг Л. О., Баженов В. В., Калинин Ю. В., Баженова Н. С., Меркулов В. В. Метод предварительной локализации источника сверхнормативного загрязнения атмосферного воздуха как способ повышения эффективности экологического мониторинга и надзора в России // Омский научный вестник. 2019. № 3 (165). С. 72-77. Б01: 10.25206/1813-8225-2019-165-72-77.
Статья поступила в редакцию 29.04.2019 г. © Л. О. Штриплинг, В. В. Баженов, Ю. В. Калинин, Н. С. Баженова, В. В. Меркулов