CC BY
16
БЕЗОПАСНОСТЬ СТРОИТЕЛЬСТВА И ГОРОДСКОГО ХОЗЯЙСТВА
НАУЧНАЯ СТАТЬЯ / REASERCH PAPER УДК 502/504
DOI: 10.22227/1997-0935.2022.9.1187-1205
Методика обоснования эффективности улавливания пыли
«зелеными» крышами
Елена Владимировна Сысоева, Маргарита Олеговна Гельманова, Михаил Юрьевич Слесарев
Национальный исследовательский Московский государственный строительный университет
(НИУ МГСУ); г. Москва, Россия
АННОТАЦИЯ
Введение. Анализ практического и теоретического опыта показывает значительное влияние «зеленых» крыш на снижение концентраций РМ25, однако существующие методики не позволяют при расчете концентрации загрязняющих веществ учитывать пылепоглотительную способность насаждений в отношении частиц РМ25. Цель исследования — создание методики обоснования эффективности устройства «зеленых» крыш для снижения мелкодисперсных частиц РМ25 в целях повышения экологической безопасности городской среды (применительно к РФ) в соответствии с предложенной типологией на основании разработанной математической модели.
Материалы и методы. Применены аналитическое обобщение и систематизация научных исследований, математические методы.
Результаты. Разработанная методика представляет собой последовательность 29 действий, осуществление которых приведет к получению вывода о том, стоит ли озеленять существующую крышу здания, и будет ли это эффективно с точки зрения снижения концентрации мелкодисперсных частиц РМ25 в воздушной среде. Выполнение действий (¡Т ф сопряжено с проведением расчета в соответствии с математической моделью. Окончательным численным результа- & т том данной методики будет являться осредненное за летний период времени суточное накопление пыли на поверх- k и ности «зеленой» крыши в граммах. Чем больше данное значение, тем более эффективно устройство «зеленой» M к крыши в выбранном месте с точки зрения повышения экологической безопасности города. G 3
Выводы. Данная методика имеет практическую значимость и может быть использована при различных градостро- S С ительных сценариях, когда необходимо численно оценить эффективность применения «зеленой» крыши на том или С у ином здании, что проводится на этапе проектирования путем сопоставления различных вариантов размещения «зе- М | леных» крыш и выбора наиболее оптимального из них (для которого при прочих равных условиях осредненное о S за летний период времени суточное накопление пыли РМ25 на поверхности «зеленой» крыши в граммах будет наи- h N
большим) с точки зрения обеспечения экологической безопасности. >< -9
0 7
КЛЮЧЕВЫЕ СЛОВА: загрязнение воздуха, выбросы автотранспорта, мелкодисперсные частицы РМ25, «зеле- 0 0 ные» крыши, озеленение городских территорий, экологическая безопасность городской среды l з
о ш
ДЛЯ ЦИТИРОВАНИЯ: Сысоева Е.В., Гельманова М.О., Слесарев М.Ю. Методика обоснования эффективности 3 Р улавливания пыли «зелеными» крышами // Вестник МГСУ. 2022. Т. 17. Вып. 9. С. 1187-1205. DOI: 10.22227/1997- 0 о 0935.2022.9.1187-1205
Автор, ответственный за переписку: Елена Владимировна Сысоева, SysoevaEV@mgsu.ru.
of dust capture by "green" roofs
Elena V. Sysoeva, Margarita O. Gelmanova, Mikhail Yu. Slesarev
< n
CO CO
l\J CO
0
1
cn
Methodology for substantiating the effectiveness С g
о _ о
CD ф
Moscow State University of Civil Engineering (National Research University) (MGSU); l O
Moscow, Russian Federation m |
e 7
ABSTRACT
Introduction. The analysis of practical and theoretical experience shows a significant impact of "green" roofs to reduce
. DO
■ T
s □
«I *S
into account the dust absorption capacity of the plantations in respect of PM25 particles. The aim of this work is to create e к
a method to justify the effectiveness of "green" roofs to reduce fine PM25 particles to increase the environmental safety 9 9
of the urban environment (as applied to the RF) according to the proposed typology based on the developed mathematical " "
model. О О
Materials and methods. Analytical generalization and systematization of scientific research, mathematical methods were 2 2 applied.
© Е.В. Сысоева, М.О. Гельманова, М.Ю. Слесарев, 2022 1187
Распространяется на основании Creative Commons Attribution Non-Commercial (CC BY-NC)
Results. The developed method represents a sequence of 29 actions, the implementation of which will lead to a conclusion about whether to green the existing building roof, and whether it will be effective in terms of reducing the concentration of fine particles PM25 in the air environment. Performing the actions involves performing a calculation in accordance with a mathematical model. The final numerical result of this methodology will be the average for the summer period of time daily accumulation of dust on the surface of the "green" roof in grams. The greater the value, the more effective the device "green" roof in the selected location in terms of improving the environmental safety of the city.
Conclusions. The developed method has practical significance and can be used in various urban planning scenarios, when it is necessary to evaluate numerically the effectiveness of the "green" roof on a particular building, which is carried out at the design stage by comparing different options for placement of "green" roofs and choose the best of them (for which, other things being equal, the average daily dust accumulation PM25 for the summer period in grams on the surface of the "green" roof will be the greatest) in terms of ensuring environmental safety.
KEYWORDS: air pollution, motor vehicle emissions, fine particulate matter PM25, "green" roofs, urban greening, environmental safety of the urban environment
FOR CITATION: Sysoeva E.V., Gelmanova M.O., Slesarev M.Yu. Methodology for substantiating the effectiveness of dust capture by "green" roofs. Vestnik MGSU [Monthly Journal on Construction and Architecture]. 2022; 17(9):1187-1205. DOI: 10.22227/1997-0935.2022.9.1187-1205 (rus.).
Corresponding author: Elena V. Sysoeva, SysoevaEV@mgsu.ru.
ВВЕДЕНИЕ
Загрязнение воздушной среды пылевыми частицами на территориях крупных городов продолжает оставаться актуальной проблемой во всем мире [1, 2]. Одними из наиболее распространенных загрязнителей в воздушной среде урбанизированных территорий являются мелкодисперсные частицы РМ2 5 [3], су су преимущественно образующиеся при движении авто-сч сч транспортных средств [4]. Длительное воздействие сп сп РМ2 5 — колоссальный экологический фактор риска ® для здоровья человека [5]. Способствует появлению $ и прогрессированию сердечно-сосудистых заболева-2 Т ний [6, 7], респираторных [8], онкологических [9] . и нейродегенеративных заболеваний [10], что при-^ водит к сокращению продолжительности жизни о — [11, 12].
В условиях высокой запыленности воздушной
^ среды крайне важна способность среды сопротив-
= 5 ляться распространению загрязняющих веществ (ЗВ)
О ^ в атмосфере, что обеспечивается достаточной пло-
§ о щадью озелененных территорий. Система городского >
со ^ го озеленения, служащая элементом природного
о § каркаса города, представляет собой неотъемлемую
™ § часть планировочной структуры города и имеет боль-
ся шое значение в обеспечении, а также повышении
— -{д экологической безопасности городской среды [13].
о В особенности городское озеленение влияет
Ь- с на микроклимат урбанизированной территории, де-
со лая его комфортным для проживания горожан. Ор-
9 ганизация растительности приводит к снижению
§ ° температуры воздуха в теплое время года (смягчение 2 ^ эффекта «городского острова тепла» [14]) и увели-
§ чению влажности воздуха, способствует сохранению
Т ^ биоразнообразия, позволяет улучшить качество воз-
^ Э духа, уменьшив содержание вредных для здоровья
^ щ человека примесей и пыли. В современных исследо-
^ Е ваниях большое внимание уделяется вопросам сни-
| ~ жения концентрации мелкодисперсных частиц РМ2 5
¡3 путем озеленения городских территорий [15-19].
щ ¡¡> Уменьшение концентраций пылевых частиц обеспечивается за счет их осаждения на поверхности
листьев зеленых насаждений [20]. Существующие исследования подтверждают способность зеленых насаждений поглощать некоторые ЗВ из атмосферы, в том числе и РМ2 5, что делает зеленые насаждения важным средством контроля рассеивания ЗВ в городской среде [21-25].
Одно из возможных решений проблемы высоких концентраций мелкодисперсных частиц в воздухе города — озеленение крыш зданий. Данная технология широко применяется в последние десятилетия в Германии, Франции, Италии, США, Канаде, Японии и Китае. «Зеленые» крыши представляют собой многослойную конструкцию покрытия здания, состоящую из несущей части и дополнительных слоев (растительность, субстрат, фильтрующий слой, дренажный слой, изоляция, корневой барьер, гидроизоляционная мембрана) [26], обеспечивающих наличие растительности на крышах зданий, которая частично заменяет зеленые насаждения, уничтоженные при строительстве здания. Важно отметить, что в условиях высокой плотности городской застройки при невозможности выделить свободное пространство исключительным решением является реорганизация существующих покрытий зданий в покрытие по технологии «зеленая» крыша [27] при условии выполнения расчета по нагрузкам [28]. Как правило, в сложившейся застройке имеется высокая вероятность разместить неэксплуатируемые «зеленые» крыши экстенсивного типа вследствие небольшого веса дополнительных слоев «зеленой» крыши (вес дополнительных слоев составляет 80-100 кг/м2 при толщине субстрата 0,03-0,15 м) на нижестоящие несущие элементы здания. Соответственно, устройство эксплуатируемых «зеленых» крыш интенсивного типа должно быть запланировано на стадии проекта (вес дополнительных слоев составляет 180-500 кг/м2 при толщине субстрата 0,2-0,6 м) и в исключительных случаях может быть применено в покрытиях существующих зданий с большим запасом на допустимые нагрузки на нижестоящие несущие элементы здания [29, 30]. «Зеленые» крыши —
один из инструментов, который может смягчить негативные последствия пылевого загрязнения при обеспечении ряда таких экологических эффектов [31], как при озеленении территории на уровне земли. Среди многих преимуществ «зеленых» крыш, помимо вышеупомянутых, выделяются повышение энергоэффективности покрытия [32], увеличение срока службы кровельной мембраны и задерживание ливневых стоков.
Тем не менее, несмотря на экологические преимущества «зеленых» крыш и значительный интерес к данной технологии во всем мире, большая часть публикаций по воздействию «зеленых» крыш на воздушные загрязнители посвящена способности «зеленых» крыш улавливать такие ЗВ, как PM10 [33], NO2, O3, SO2, снижая их концентрацию в воздухе [34-36]. Так, исследователями установлено [34], что «зеленые» крыши оказывают значительное положительное влияние на окружающую среду, приводя к снижению загрязнения атмосферы на 35-100 %. Однако только на протяжении последних лет ученые пришли к необходимости углубления исследований по воздействию «зеленых» крыш именно на мелкодисперсные частицы PM2,5.
Аналогично с другими типами озеленения городских территорий растительность на «зеленых» крышах приводит к заметному снижению PM2 5 [37, 38]. Так, например, в работе [37] китайскими учеными в теплый период года (24.08.2014) был проведен 24-часовой эксперимент по мониторингу концентрации PM2,5 над усложненной автоматической системой «зеленой» крыши — системой, управляемой электрическими устройствами, питающимися от солнечной энергии, с функциями сохранения дождевой воды для полива, сбора и обработки полученных данных. Результаты эксперимента показали сокращение концентрации PM2,5 на 14,1 % над озелененной крышей в сравнении с неозелененной крышей. Однако в силу непродолжительности эксперимента, небольшой площади образцов и специфики типа растений необходимы подтверждающие результаты и дальнейшие экспериментальные исследования, чтобы подтвердить этот вывод и оценить роль площади листьев насаждений на «зеленой» крыше в удалении мелкодисперсных частиц.
Ученые провели экспериментальные исследования [38] по оценке воздействия «зеленых» крыш с пятью видами растений (Pitosporumtobira, Lavandulaangustifolia, Lampranthusspectabillis, Sedumalbum и Sedumreflexum) на снижение PM2 5 в лабораторном помещении при контролируемых условиях окружающей среды. Авторы утверждают, что растительность на «зеленых» крышах может значительно снизить концентрации PM2 5, причем S. album и S. reflexum снижают пиковую концентрацию PM2 5 до 45,3 и 71,4 % по сравнению с пиковыми концентрациями PM2,5 без растительности соответственно, а самые низкие значения были обнаружены для L. Angustifolia и P. tobira. Авторы отмечают, что наи-
больший потенциал к удалению PM2,5 наблюдается у S. album (29,3 ± 8,7 мкг/см2 ч) в связи с высокой шероховатостью листьев и краевым эффектом (листья меньшего размера обладают большим потенциалом для улавливания PM2 5 [39-41]). В исследовании американских ученых [42] был сделан вывод, что «зеленые» крыши на высоте 26 м могут снизить PM2,5 на величину 7-33 %. В заключении публикации были сформулированы гипотезы о том, что воздействие PM2,5 на человека на крыше будет ниже, чем на уровне земли, растительность на «зеленых» крышах, вероятно, удалит меньше частиц вследствие вертикального градиента PM2,5 (с увеличением высоты здания концентрация PM2 5 постепенно снижается из-за удаления от источника).
Учеными проведено теоретическое исследование нескольких сценариев «зеленых» крыш и «зеленых» фасадов для г. Сантьяго в программе ENVI-met [43], результаты которого показали, что «зеленые» крыши на малоэтажных зданиях могут улучшить качество воздуха на пешеходном/пригородном уровне, при этом приоритетной высотой для таких целей является высота менее 10 м. Установлено, что концентрации PM2 5 снижаются на 3,7 и 2,7 % для зданий с расположением «зеленой» крыши на высоте 5 и 10 м соответственно. Также результаты расчета в ENVI-met продемонстрировали, что совместное устройство «зеленых» крыш и «зеленых» фасадов может сократить PM2 5 до 7,3 % в сравнении с базовым сценарием. Помимо этого, был определен оптимальный коэффициент покрытия Cr растительностью, который составляет 75 и 50 % для «зеленых» крыш на зданиях высотой 5 и 10 м соответственно. Сделан вывод о том, что следует избегать густых деревьев в уличных каньонах, поскольку деревья вызывают уменьшение циркуляции воздуха и, как следствие, приводят к увеличению концентрации PM2,5 в атмосферном слое около поверхности земли.
Помимо вопроса эффективности «зеленых» крыш в отношении экологических преимуществ, важно отметить экономическую целесообразность данной конструкции. В исследовании [44] канадскими учеными произведена оценка экономической целесообразности внедрения технологии «зеленых» крыш при учете трех основных экологических преимуществ, которые обеспечивает «зеленая» крыша (улучшение качества воздуха, управление ливневыми стоками, экономия энергии). Ученые пришли к выводу, что наибольшая экономическая выгода была получена за счет улучшения качества воздуха, а управление ливневыми стоками и экономия энергии занимают второе и третье места соответственно. Результаты расчетов показали, что чистая приведенная стоимость «зеленых» крыш на 28-48 % меньше, чем у обычных крыш в течение всего срока эксплуатации (40 лет). Однако при 20-летнем периоде эксплуатации «зеленой» крыши проекты с ее применением являются экономически жизнеспособными при определенных условиях и ограничениях [45].
< п
tT
iH О Г
0 w
t CO
1 z y i
J CD
U -
> I
n °
» 3
0 Ш
01
о n
CO CO
n NJ >6
• )
[7
® 7
. DO
■ T
s □
(Л У
с о
<D *
О О
10 10
10 10
Важно отметить, что в связи с трудоемкостью процесса реализации технологии «зеленой» крыши крайне важным становится вопрос эффективного размещения «зеленых» крыш с точки зрения наибольшего их влияния на снижение РМ2 5. В данном исследовании предлагается выделить две типологии городских территорий по критерию эффективности устройства «зеленых» крыш в целях снижения концентрации мелкодисперсных частиц РМ2,5 (применительно к РФ):
1) эффективную городскую территорию, потенциально подходящую для размещения озеленения на крышах зданий;
2) неэффективную городскую территорию, не подходящую для размещения озеленения на крышах зданий.
Согласно разработанной типологии, к эффективным городским территориям относятся территории, удовлетворяющие какому-либо из следующих критериев (применительно к РФ):
• принадлежность территории к первой зоне (наиболее эффективной территории) и второй зоне (территории средней эффективности) (рис. 1);
• принадлежность территории к категории «крупные» или «крупнейшие» города с численностью населения более 250 тыс. человек в соответствии с классификацией СП 42.13330.2016 «Градостроительство. Планировка и застройка городских и сельских поселений» п. 4.4, табл. 4.1;
• доля озелененной территории выбранного квартала города должна составлять менее 0,4
(^'оз/^тер).
К неэффективным городским территориям относятся все остальные территории, удовлетворяющие какому-либо из следующих критериев (применительно к РФ):
• принадлежность территории к третьей зоне (территории низкой эффективности) и четвертой зоне (неэффективной территории) (см. рис. 1);
• принадлежность территории к категории «малые», «средние» или «большие» города с численностью населения менее 250 тыс. человек в соответствии с классификацией СП 42.13330.2016 «Градостроительство. Планировка и застройка городских и сельских поселений» п. 4.4, табл. 4.1;
Рис. 1. Схема степени эффективности и возможности применения «зеленых» крыш для территории России [46] Fig. 1. Scheme of the degree of effectiveness and applicability of "green" roofs for the territory of Russia [46]
• доля озелененной территории выбранного квартала города должна составлять более 0,4
(^оз^тер)'
Технология «зеленая» крыша может применяться при необходимости для неэффективных городских территорий, однако эффективность данной технологии в отношении снижения РМ2 5 может быть невысокой'
Цель данной работы — создание методики обоснования эффективности устройства «зеленых» крыш для снижения мелкодисперсных частиц РМ2 5 в целях повышения экологической безопасности городской среды (применительно к РФ) в соответствии с предложенной типологией на основании разработанной математической модели'
МАТЕРИАЛЫ И МЕТОДЫ
В данном исследовании была разработана математическая модель для численного расчета способности «зеленых» крыш снижать концентрации мелкодисперсных частиц РМ2 5 в воздушной среде города' Расчетная схема модели для определения осаждения частиц представлена на рис. 2.
Уравнение турбулентной диффузии, описывающее данную модель, имеет вид:
ховатость поверхности «зеленой» крыши; q — концентрация частиц PM2 5, мкг/м3; vs — скорость гравитационного оседания частиц PM2 5, является постоянной величиной, можно найти по таблице; v — коэффициент молекулярной диффузии воздуха, м2/с; k1 — коэффициент обмена, м2/с.
Данное уравнение может быть решено численными методами в программе Comsol Multiphysics в модуле General Form PDE, специально предназначенном для численного решения уравнений турбулентной диффузии. Для этого введем исходные данные в программу (табл. 1).
Табл. 1. Исходные данные для расчета в программе Comsol Multiphysics в модуле General Form PDE Table 1. Initial data for the calculation in the program Comsol Multiphysics in the module General Form PDE
ln( V z0)
ln
dq dx
_ kj dq + zj dz
dq
'v- dZ
v + kj -
d_ dz
r ^
z
v + kj —
ZU
dii dz 2'
dq
~dZ
(1)
Параметры Значения
Parameters Value
z1, м / m 1
k1, м2/с / m2/s 0,2
z0, м / m 0,05
u1, м/c / m/s 2
v, м2^ / m2/s 8,25 ■ 10-5
Qamb' мкг/м3 / Mg/m3 40
vs, м/c / m/s 2,7 ■ 10-4
z, м / m 20
где и — скорость ветра на высоте z1, м/с; z1 — выбранная высота над уровнем крыши, м; z0 — шеро-
По результатам численного решения были составлены графики, представленные на рис. 3-5.
Как видно из рис. 4, наибольшее снижение концентрации над поверхностью «зеленой» крыши про-
Рис. 2. Расчетная схема для численного решения Fig. 2. Calculation scheme for the numerical solution
< П
tT
iH О Г
0 м
t CO
1 z y i
J CD
U -
> i
n °
» 3
о Ш 0?
о n
CO CO
l\J CO
о
>6 о о
0)
о
c n
• )
[7
® 7
. DO
■ T
s У с о <D Ж JO JO
2 2 О О 2 2 2 2
U
сч N сч N о о
N N
СП СП
¡г <и
U 3 > (Л С И
со N
si
<D dj
о ё
исходит на высоте до 2 м, выше концентрация быстро стремится к фоновому значению. Поэтому наиболее рационально озеленять крыши малоэтажных и среднеэтажных зданий или частей зданий (например, стилобаты), расположенных в непосредственной близости к источникам загрязнения (автомобильным дорогам).
Рис. 3. Динамика изменения концентрации мелкодисперсных частиц PM2 5 qamb, мкг/м3 в зависимости от высоты H, м
Fig. 3. Dynamics of PM2 5 fine particle concentration change qamb, ^g/m3 as a function of height H, m
Разработанная математическая модель позволяет численно оценить эффективность применения «зеленой» крыши в той или иной градостроительной ситуации. Она может использоваться для сравнения различных вариантов озеленения крыш зданий и выбора наиболее оптимального с точки зрения обеспечения экологической безопасности.
Далее на основании разработанной математической модели был разработан алгоритм методики обоснования эффективности устройства «зеленых» крыш для снижения мелкодисперсных частиц РМ2,5 в целях повышения экологической безопасности городской среды (применительно к РФ). Данный алгоритм представляет собой последовательность 29 действий, осуществление которых приведет к получению вывода о том, стоит ли озеленять существующую крышу здания, и будет ли это эффективно с точки зрения снижения концентрации мелкодисперсных частиц РМ2,5 в воздушной среде. Выполнение действий сопряжено с осуществлением расчета в соответствии с математической моделью, указанной выше, что позволяет получить достоверные данные. Окончательным численным результатом данной методики будет являться осредненное за летний период суточное накопление пыли на поверхности «зеленой» крыши в граммах M0r. Чем больше значение M0r, тем более эффективно устройство «зеленой» крыши в данном месте с точки зрения повышения экологической безопасности города.
Поток осаждающихся частиц РМ2 5, мкг/м2-с
The flow of precipitating particles PM25, |J.g/m -s
LJ
(Л " со E — -b^
^ W
E §
CL ° ^ d Ю °
s g
о EE
a> ^
z £ £
CO °
■8 El
О (Я
-0,063 -0,0632 -0,0634 -0,0636 -0,0638 -0,064 -0,0642 -0,0644 -0,0646 -0,0648
- - -
1 1
0 5 10 15 20
Расстояние вдоль кровли Distance along the roof
Рис. 4. Поток осаждающихся мелкодисперсных частиц PM2 5 в зависимости от расстояния вдоль «зеленой» крыши Fig. 4. Flow of PM2 5 precipitating fine particles as a function of distance along the "green" roof
S «
«
о i
II g
а
nj й
I
S qj
я
LJ
-1-1- -[- -Г"
- -
I.III I—
39
39,2
39,4
39,6
39,8
40
Концентрация PM2 5, мкг/м Concentration of PM2 5, ng/m3
Рис. 5. Профиль концентрации мелкодисперсных частиц PM2 5 по высоте на краю «зеленой» крыши, находящийся с противоположной стороны от дороги
Fig. 5. PM2 5 fine particles concentration profile by height at the edge of the "green" roof on the opposite side of the road
Алгоритм методики обоснования эффективности устройства «зеленых» крыш для снижения мелкодисперсных частиц РМ2 5
1. Начало алгоритма.
2. Введите название города, в котором планируется устройство «зеленой» крыши.
3. Программой определяется принадлежность города к одному из четырех районов (см. рис. 1).
4. Если город принадлежит к третьему или четвертому району, то применение «зеленой» крыши считается неэффективным, в противном случае продолжить выполнение алгоритма.
5. Укажите численность населения города, тыс. чел.
6. Если численность населения города превышает 250 тыс. чел., то осуществляется переход к сле-
дующему шагу, в противном случае применение «зеленой» крыши считается неэффективным.
Примечание: крупные и крупнейшие города (в соответствии с классификацией СП 42.13330.2016 «Градостроительство. Планировка и застройка городских и сельских поселений» п. 4.4, табл. 4.1) с численностью населения более 250 тыс. человек считаются подходящими для устройства «зеленых» крыш, поскольку им свойственны большие инфраструктурные изменения и развитая автотранспортная система.
7. Введите площадь озеленения выбранного квартала города (^оз, га) и площадь всей территории выбранного квартала города (^тер, га). Программой определяется доля озелененной территории выбранного квартала города по формуле: ^з^тер.
8. Если доля озелененной территории выбранного квартала города меньше 0,4, то осуществляется
< п
tT
iH
О Г s 2
0 м
t СО
1 » y i
J со
U -
> I
n °
» 3
о »
oî
о n
СО СО
M со о
»6 >6 о о
0)
о
c n
Табл. 2. Форма предоставления данных о ветровом режиме территории Table 2. Form for the provision of data on the wind conditions of the territory
Направление ветра Wind direction Повторяемость p, % Repeatability p, % Средняя скорость и, м/с Average speed и, m/s Направление ветра Wind direction Повторяемость p, % Repeatability p, % Средняя скорость и, м/с Average speed и, m/s
Ю / S Pю / Ps ию / us С / N Рс / Pn UC / un
ЮВ / SE рЮВ / pse иЮВ / use СЗ / NW pC3 / pnw UC3 / %w
В / E Рв / Pe UB / ue З / W Рз / Pw U3 / uw
СВ / NE pCB / pne UCB / %e ЮЗ / SW рЮ3 / psw иЮ3 / usw
• )
[7
® 7
. DO
■ T
s □
s У
с о
<D *
M 2
О О
10 10
10 10
сч N сч N о о
N N
СП СП К (V U 3 > (Л
с и to N
ïl <D dj
о %
переход к следующему шагу, в противном случае применение «зеленой» крыши считается неэффективным.
Примечание: согласно п. 9.12 СП 42.13330.2016 «Градостроительство. Планировка и застройка городских и сельских поселений» доля озелененной территории в застройке должна быть не менее 40 %.
9. Введите метеорологические данные по ветровому режиму территории (повторяемость ветрар, %; средняя скорость ветра и, м/с) для летних месяцев в соответствии с табл. 2.
10. Введите значение фоновой концентрации мелкодисперсных частиц РМ2 5, характерной для рассматриваемого района города СатЬ, мкг/м3.
Примечание: в качестве фоновой концентрации служит среднесуточная концентрация мелкодисперсных частиц РМ2 5, определенная по данным метеостанции, расположенной вблизи рассматриваемого городского квартала.
11. Введите данные по транспортным магистралям, ограничивающим выбранный квартал города, согласно табл. 3.
12. Для каждой транспортной магистрали программой рассчитывается суточное количество ТС типа т для ]-й дороги (Ы^т, шт.) в соответствии с табл. 4.
Примечание: типы ТС делятся на:
1) легковые автомобили (т = 1);
2) грузовые автомобили небольшой грузоподъемности (т = 2);
3) грузовые автомобили большой грузоподъемности (т = 3);
4) автобусы (т = 4).
В таблице принято соотношение типов ТС, проезжающих в сутки. При наличии более актуальных данных необходимо их ввести в таблицу вместо имеющихся, расчет производится в соответствии с данными, введенными в таблицу.
13. Программой для каждой транспортной магистрали определяется среднесуточная интенсивность выбросов РМ25, мкг/(мс), по формуле:
qj = 3,6 -10-6 £ Pn
N
jm
n=1
24
(2)
где Рт — интенсивность выбросов частиц РМ2 5 транспортными средствами типа т, мкг/(км шт.) (табл. 5); Ы]т — суточное количество ТС типа т для }-й дороги, шт.
14. Для каждого здания, потенциально подходящего для устройства «зеленой» крыши, на территории выбранного квартала введите данные в соответствии с табл. 6.
Примечание: зданиями, потенциально подходящими для устройства «зеленых» крыш, считаются здания, удовлетворяющие следующим условиям:
1) здания с плоской крышей;
2) здания, расположенные на первой линии застройки от ограничивающих квартал дорожных магистралей;
3) здания с высотой < 30 м;
4) не промышленные здания.
Табл. 3. Данные по транспортным магистралям, ограничивающим выбранный квартал города Table 3. Data on traffic arteries bounding the selected city block
Номер дороги j Road number j Название транспортной магистрали Name of the transport highway Суточное количество транспортных средств (ТС) всех типов для j-й дороги Aj, шт. The daily number of vehicles (TS) of all types for the j-th road Aj, pcs
1 N1
2 N2
3 N3
4 N4
со " со E — -b^
^ W
E §
DL° ^ с Ю °
S? g
о ЕЕ
fee
СП ^
~Z. £ £
ОТ °
г
S1
О И
Табл. 4. Суточное количество транспортных средств типа m для j-й дороги Table 4. Daily number of vehicles of type m for the j-th road
Номер дороги j Road number j Суточное количество легковых автомобилей Nj1, шт. Daily number of passenger cars Nj 1, pcs Суточное количество грузовых автомобилей небольшой грузоподъемности Nj2, шт. Daily number of small trucks N/2, pcs Суточное количество грузовых автомобилей большой грузоподъемности Nj3, шт. Daily number of heavy trucks Ni3, pcs Суточное количество автобусов Nj4, шт. Daily number of buses Nj4, pcs
1 0,8 8 ■ N1 0,05 ■ N1 0,03 ■ N1 0,04 ■ N1
2 0,8 8 ■ N2 0,05 ■ N2 0,03 ■ n2 0,04 ■ N2
3 0,8 8 ■ N3 0,05 ■ N3 0,03 ■ N3 0,04 ■ N3
4 0,8 8 ■ N4 0,05 ■ N4 0,03 ■ n4 0,04 ■ N4
Табл. 5. Интенсивность выбросов частиц PM2 5 транспортными средствами типа m Table 5. PM2 5 particle emission intensity by m-vehicles
Тип транспортных средств m Type of vehicles m Описание группы Description of the group Интенсивность испускания PM2 5 одним транспортным средством Pm, мкг/(км-шт.) Intensity of emission of PM2 5 by one vehicle Pm, ^g/(kmpcs)
1 Грузовые автомобили небольшой грузоподъемности Small-capacity trucks 15 ± 5
2 Грузовые автомобили большой грузоподъемности Heavy-duty trucks 125 ± 45
3 Легковые автомобили Passenger cars 10 ± 5
4 Автобусы The buses 105 ± 35
Табл. 6. Форма предоставления данных о зданиях Table 6. Building data submission form
Номер здания r Building number r Адрес Address Высота hr, м Height hr, m
1 hi
2 h2
3 h3
N3R / Nbid hNsa / hNbld
Для определения требуемых параметров застройки может быть удобно использовать схему выбранного квартала города, пример которой показан на рис. 6. На нем подходящие для озеленения крыши зданий выделены оранжевым цветом, показаны расстояния от края дороги до фасада здания для каждого из выбранных зданий.
15. Начало цикла 1. Для всех направлений ветра (см. табл. 2) выполните действия 16-27.
16. Для каждого из выбранных зданий определите интенсивность выбросов с наветренной транспортной магистрали дздг, мкг/(м с), которая соответствует этому зданию (см. шаг 13).
Примечание: за величину д принимается интенсивность выбросов с транспортной магистрали, находящейся перед зданием с наветренной стороны. В случае если находящаяся перед зданием транспортная магистраль расположена с подветренной относительно здания стороны, дзд для этого здания принимается равным 0. Так, на рис. 2 видно, что перед зданиями 1-3 с наветренной стороны располагается дорога 2, поэтому дзд1 = дзд2 = дзд3 = д2, перед зданиями 4-6 с наветренной стороны располагается дорога 1, поэтому дзд4 = дзд5 = д зд6 = д1. Расположенные перед зданиями 7 и 8 дороги находятся с подветренной стороны, поэтому дзд7 = дзд8 = 0.
17. Для каждого из выбранных зданий введите расстояние от центра его фасада до края проезжей
части, соответствующей зданию наветренной транспортной магистрали сг, м (см. рис. 6).
18. Начало цикла 2. Для каждого из выбранных зданий выполните действия 19-28.
19. Введите значения: угол между направлением ветра и осью наветренной транспортной магистрали (ф, градусы) и долю солнечных дней за 3 летних месяца. Программой определяется ожидаемая концентрация РМ25 вблизи фасада здания над землей (С0г, мкг/м3). Для расчета величины предлагается использовать гауссовскую модель рассеивания ЗВ в атмосфере на небольших высотах. Тогда величина С0г будет определяться по следующей формуле:
2?здг
Cor = 72П
-+с.
OU • sm ф
amb '
U„ = U,
hr + 5 10
ß
< п
tT
iH
О W С
CO CO
(3) y
где дздг — интенсивность выбросов с наветренной транспортной магистрали, соответствующей зданию г, мкг/(мс) (см. шаг 16); с — стандартное отклонение гауссовского рассеивания в вертикальном направлении, м (зависит от расстояния между рассматриваемым зданием и дорогой сг и определяется методом интерполяции по табл. 7); и — средняя скорость ветра, для которой ведется расчет (см. шаг 9), м/с; ф — угол между направлением ветра и осью наветренной транспортной магистрали (см. рис. 6); СатЪ — фоновая концентрация частиц РМ25 (см. шаг 10), мкг/м3.
20. Программой определяется скорость ветра на уровне 5 м над поверхностью крыши здания икг. Скорость ветра находится по формуле:
y
J со
u -
r I
П о
» 3 о
о n
со со
м со о
»6 >6 о о
0)
о
(4)
где Иг — высота здания над поверхностью земли, м; к10 и в — коэффициенты, которые определяются , ^
c n
• )
[7
® 7
. DO ■
s □
s у
с о
(D X
9 9
по табл. 11.3 СП 20.13330.2016 «Нагрузки и воздействия» в зависимости от типа местности (к10 = 0,4 и в = 0,25).
to M
о о
10 10
10 10
N N N N О О
N N &&
К (V U 3 > 1Л С И 2
U N
ÏÎ <D <D
О %
Кровля, потенциально подходящая для озеленения (8 шт.) Roof potentially suitable for landscaping (8 pes.)
Ветер сносит ЗВ в сторону застройки The wind blows pollutants towards the building
Рис. 6. К 11-му шагу методики Fig. 6. By step 11 of the methodology
Табл. 7. Стандартное отклонение гауссовского рассеивания, м Table 7. Standard deviation of Gaussian dispersion, m
Приходящая солнечная радиация Incoming solar radiation Удаление от края проезжей части, м Distance from the edge of the roadway, m
10 20 40 60 80 100
Сильная Strong 2 4 6 8 10 13
Слабая Weak 1 2 4 6 8 10
со " со E — -b^
E §
DL° ^ с Ю °
]S о EE
СП ^
~Z. £ £
ОТ °
Si
О И
Примечание: если доля солнечных дней за летние 3 месяца составляет больше 50 %, то выбирается первая строка, если меньше или равно, то вторая строка.
21. Программой определяется концентрация частиц РМ2 5 на отметке крыши здания Скг по формуле:
половине гауссовой функции (именно на этом сходстве основаны гауссовы модели рассеивания ЗВ). Функция С(И) записывается в виде:
Скг = (C0r Camb)e + Ct
amb '
(5)
- (h-b)2 C (h) = ae 2c2 + Camb,
(6)
Примечание: концентрация Скг рассчитывается по формуле, которая была получена при анализе результатов расчета в ЕКУ1-ше1 и которая отражает характер рассеивания частиц РМ2 5 по высоте (см. рис. 7). График С(Н) подобен
где а, Ь, с — коэффициенты, которые равны: Ь = 0, а и с можно найти из условий С(0) = С0, С(30) - СатЬ = = е_4,5(С0 - СатЬ) (т.е. расстояние 30 м будет соот-
h
ветствовать расстоянию 3 с для нормального распределения, при котором гауссова функция очень близко подходит к оси абсцисс): а = С0 - СатЬ;
30 = 10.
V-2ln(
е-4'5)
"s Si
S3 g 2 „
S? 0-
Рн ц_
« с
ü Ê
та
F
и ^
J §
60 50 40 30 20 10 0
20
Высота h, м Height h, m
PM2.5 А
PM2.5 B
40
фон
background
двух участков крыши (углового и центрального — см. рис. 8).
25. Программой определяется общее количество частиц РМ2 5 (в граммах), которое осядет на «зеленой» крыше на здании г за 24 часа при 1-м направлении ветра по формуле:
Mr = 0,0864(/j?B1r + 2ТудВ2г),
(7)
где 0,0864 — значение, полученное при переводе мкг/с в мкг/24 ч.
26. Конец цикла 2.
27. Конец цикла 1.
28. Программой выводятся результаты расчета в виде, показанном в табл. 8. Значения в табл. 8 даны для примера.
Табл. 8. Пример оформления результатов расчета для всех направлений ветра
Table 8. Example of calculation results for all wind directions
Рис. 7. К определению предельной высоты влияния дороги на концентрацию PM2 5 Fig. 7. To determine the limiting height of the effect of the road on the concentration of PM2 5
22. Введите значения Ьг, В1г, В2г Примечание: значения Ьг, В 1г, В2г определяются путем проведения через углы зданий линий, параллельных направлению ветра (см. рис. 8).
Номер здания r Building number r Mr, г / g Итоговое Mr, г Total M0r, g
при параметрах ветра: with wind parameters:
Ръ u1 р2, u2 Р8, u8
1 6,8 3,4 0,3
2 5,1 0,5 0,2
3 3,4 0,8 0,1
4 5,4 0,6 3,2
5 6,4 0,7 2,6
6 2,3 0,4 5,2
7 0,8 7,2 3,7
8 0,3 3,5 4,8
Примечание: итоговое значение М0г, учитывающее изменчивость ветрового режима на территории застройки, для каждого здания рассчитывается по формуле:
MOr =Е Mir— ■ ~ 100
(8)
Например, для 1-го здания в табл. 7:
+ 3'4+... + 0,3 100 100 100
M01 = 6'
Рис. 8. Схема определения параметров Lr, Blr, B2r Fig. 8. Parameter determination scheme Lr, Blr, B2r
23. Введите индекс плотности площади листьев для каждого здания r с озелененной крышей (LAIr, м2/м2). Для экстенсивной «зеленой» крыши LAIr = = 2 м2/м2.
24. Осуществляется расчет на основе описанной ранее модели Comsol Multiphysics (General Form PDE) при помощи пользовательского приложения. Результатами расчета являются значения: удельной интенсивности поглощения частиц PM2 5 поверхностью кровельного озеленения 1уд и IJ;4, мкг/(мс) для
< п
tT
iH
О Г s 2
0 м
t СО
1 » y 1
J со
U -
r I
n 0
» 3
о » 0?
о n
СО СО
29. Программой формируется список зданий по убыванию величины М0г. В начале полученного списка будут стоять здания, устройство «зеленой» крыши на которых имеет наибольший приоритет для выбранного квартала.
Примечание: значение М0г отражает осредненное за летний период времени суточное накопление пыли на поверхности «зеленой» крыши в граммах. Чем больше это значение, тем более эффективно устройство «зеленой» крыши в данном месте с точки зрения обеспечения экологической безопасности города.
РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ
По результатам исследования составлена блок-схема алгоритма методики обоснования эффективности устройства «зеленых» крыш для снижения мелкодисперсных частиц РМ2 5 (рис. 9).
м
СО
о
»6 >6 о о
0)
о
c n
• )
f!
® 7
. DO
■ Т
s У с о
(D * 9090
M M
о о 10 10 10 10
0
PM2'5 А
PM2'5 Б
сч N сч N о о
N N
СП СП
<и
к
о >
с (0
Ф О)
о ё
Е о
£ ° с
ю о
£ 1 о ЕЕ
ся ~
со со
Нет Да / Введите Я озеленения квартала
- и $ территории квартала /
Введите значение фоновой концентрации РМ25 /
Введите данные по транспортным магистралям, ограничивающим выбранный квартал
Для каждой транспортной магистрали производится расчет суточного количества транспортных средств по типам
Для каждой транспортной магистрали производится расчет среднесуточной интенсивности выбросов РМ2^
/ Введите повторяемость и среднюю скорость ветра на выбранной территории
Введите высоту каждого здания квартале, потенциально подходящег для устройства «зеленой» крыши
Для каждого направления ветра
Для каждого выбранного здания введите интенсивность выбросов
Для каждого выбранного здания введите расстояние от центра его фасада до края проезжей части
—каждого выбранного здания
1
Формирование списка значений массы частиц РМ2,5, осевших на «зеленую» крышу в течение суток, осредненное значение за 3 летних месяца для каждого здания
Расчет итогового значения массы частиц РМ2 5, осевших на «зеленую» крышу в течение суток, осредненное значение за 3 летних месяца для каждого здания (при учете изменчивости направления и скорости ветра в выбранном районе)
/ Введите значение угла между направлением ветра и осью наветренной транспортной магистрали и долю солнечных дней за 3 летних месяца /
Вычисляется скорость ветра на уровне 5 м над поверхностью крыши здания
Производится расчет ожидаемой концентрации РМ2,5 вблизи фасада здания над землей
я РМ2>: на уровне крыши здания
Введите геометрические параметры здания
Пользовательское приложение по введенным данным рассчитывает общую массу частиц РМ2д5, г, которая осядет на «зеленой» крыше здания за 24 часа
' Ввести индекс листовой поверхности озеленения, который предполагается устраивать на крыше здания /
г
О И
Рис. 9. Блок-схема алгоритма методики обоснования эффективности устройства «зеленых» крыш для снижения мелкодисперсных частиц PM2 5
Fig. 9. Block diagram of the algorithm of the methodology for substantiating the effectiveness of "green" roofs to reduce fine particulate matter PM2 5
< DO
ID <D
s 0
t H
3 X
s
3 G) X 3
W С о у
•
s _
о со
з со
t i z
у 1
J CD
о r CD —
о
03 CD
CO
o en
-—*
C r
о 5'
t _
S
о CO
i z
о 2
a CO
О
J^
Cl i cn со
r
о о
i о
Ф о
t l
r 0'
у )
1 Ч
0
с 2
3
<D ■ч
1 ■
-J DO
г
s □
s у
с 0
<D X
JO о
2 2
О О
10 2
10 2
сч N сч N о о
N N
СП СП
¡г <и
U 3 > (Л С И
со N
S]
<D dj
о ё
ЗАКЛЮЧЕНИЕ И ОБСУЖДЕНИЕ
Проблема качества воздуха становится приоритетной для поддержания здоровья и благополучия городского населения в контексте роста городов и технологического развития. Анализ практического и теоретического опыта показывает значительное влияние озеленения городских территорий, в том числе озеленения крыш зданий, на снижение запыленности городской среды мелкодисперсными частицами РМ2 5. Размещение необходимого уровня озеленения на территории города является важной задачей для обеспечения экологической безопасности. Следует принимать такие управленческие решения, которые были бы направлены на устойчивое развитие городских территорий с точки зрения экологических преимуществ, которые могут быть обеспечены увеличением площади озелененных территорий в целях повышения экологической безопасности городской среды. Однако в существующих методах и методиках расчета рассеивания мелкодисперсных частиц озеленение территории в полной мере не учитывается при планировании городской среды и оценке степени ее экологической безопасности.
Разработанная математическая модель, которая позволяет численно оценить эффективность применения «зеленой» крыши при различных градостроительных сценариях, может быть использована для сравнения различных вариантов озеленения на этапе проектирования и выбора наиболее оптимального из них с точки зрения обеспечения экологической безопасности (для которого при прочих равных условиях суммарное осаждение частиц РМ2 5 на поверхностях озеленения будет наибольшим). При этом разработанная модель рассматривает только ту часть воздушного потока, которая контактирует с озеленяемой поверхностью, что делает ее значительно проще в использовании по сравнению с моделями, опи-
сывающими движение воздушной среды во всем объеме городской среды.
На основании разработанной математической модели был разработан алгоритм методики обоснования эффективности устройства «зеленых» крыш для снижения мелкодисперсных частиц РМ2,5 в целях повышения экологической безопасности городской среды (применительно к РФ). Данный алгоритм представляет собой последовательность 29 действий, осуществление которых приведет к получению вывода о том, стоит ли озеленять существующую крышу здания, и будет ли это эффективно с точки зрения снижения концентрации мелкодисперсных частиц РМ2 5 в воздушной среде. Выполнение действий сопряжено с осуществлением расчета в соответствии с математической моделью, указанной выше, что дает возможность получить достоверные данные. Окончательным численным результатом данной методики будет являться осредненное за летний период суточное накопление пыли на поверхности «зеленой» крыши в граммах M0r. Чем больше значение M0r, тем более эффективно устройство «зеленой» крыши в данном месте с точки зрения повышения экологической безопасности города.
Разработанная методика имеет практическую значимость и может быть использована при различных градостроительных сценариях, когда требуется численно оценить эффективность применения «зеленой» крыши на том или ином здании, что выполняется на этапе проектирования путем сопоставления различных вариантов размещения «зеленых» крыш и выбора наиболее оптимального из них (для которого при прочих равных условиях осредненное за летний период времени суточное накопление пыли РМ2 5 на поверхности «зеленой» крыши в граммах будет наибольшим) с точки зрения обеспечения экологической безопасности.
СПИСОК ИСТОЧНИКОВ
(Л W
Е О
^ с
ю °
S 1
о ЕЕ
О) ^
т- ^
W W
■8 г
Е!
О И
1. Southerland V.A., Brauer M., Mohegh A., Hammer M.S., van Donkelaar A., Martin R.V. et al. Global urban temporal trends in fine particulate matter (PM2 5) and attributable health burdens: estimates from global datasets // The Lancet Planetary Health. 2022. Vol. 6. Issue 2. Pp. e139-e146. DOI: 10.1016/S2542-5196(21)00350-8
2. Sahoo M., Sethi N. The dynamic impact of urbanization, structural transformation, and technological innovation on ecological footprint and PM25: evidence from newly industrialized countries // Environment, Development and Sustainability. 2022. Vol. 24. Issue 3. Pp. 4244-4277. DOI: 10.1007/s10668-021-01614-7
3. Bakaeva N., Le M.T. Determination of urban pollution islands by using remote sensing technology in
Moscow, Russia // Ecological informatics. 2022. Vol. 67. P. 101493. DOI: 10.1016/j.ecoinf.2021.101493.
4. Графкина М.В., Азаров А.В., Добринский Д.Р., НиколенкоД.А. К вопросу контроля и нормирования выбросов мелкодисперсной пыли в атмосферный воздух при движении автомобильного транспорта // Вестник МГСУ. 2017. Т. 12. № 4 (103). С. 373-380. DOI: 10.22227/1997-0935.2017.4.373-380
5. McDuffie E.E., Martin R.V., Spadaro J.V., Burnett R., Smith S.J., O'Rourke P. et al. Source sector and fuel contributions to ambient PM2 5 and attributable mortality across multiple spatial scales // Nature Communications. 2021. Vol. 12. Issue 1. DOI: 10.1038/ s41467-021-23853-y
6. Xi Y., Richardson D.B., Kshirsagar A.V., Wade T.J., Flythe J.E., Whitsel E.A. et al. Effects of
short-term ambient PM2 5 exposure on cardiovascular disease incidence and mortality among U.S. hemodialysis patients: a retrospective cohort study // Environmental Health. 2022. Vol. 21. Issue 1. DOI: 10.1186/s12940-022-00836-0
7. Alexeeff S.E., Liao N.S., Liu X., Van Den Eeden S.K., Sidney S. Long-term PM25 exposure and risks of ischemic heart disease and stroke events: review and meta-analysis // Journal of the American Heart Association. 2021. Vol. 10. Issue 1. P. e016890. DOI: 10.1161/JAHA.120.016890.
8. Meo S.A., Ahmed Alqahtani S., SaadbinmeatherF., Abdulrhman AlRasheed R., Mohammed Aljedaie G., Mohammed AlbarrakR. Effect of environmental pollutants PM25, CO, O3 and NO2, on the incidence and mortality of SARS-COV-2 in largest metropolitan cities, Delhi, Mumbai and Kolkata, India // Journal of King Saud University — Science. 2022. Vol. 34. Issue 1. P. 101687. DOI: 10.1016/j.jksus.2021.101687
9. Wen J., Chuai X., Gao R., Pang B. Regional interaction of lung cancer incidence influenced by PM2 5 in China // Science of The Total Environment. 2022. Vol. 803. P. 149979. DOI: 10.1016/j.scito-tenv.2021.149979
10. Cristaldi A., Fiore M., Conti G.O., Pulvi-renti E., Favara C., Grasso A. et al. Possible association between PM2 5 and neurodegenerative diseases: A systematic review // Environmental Research. 2022. Vol. 208. P. 112581. DOI: 10.1016/j.envres.2021.112581
11. Chowdhury S., Pozzer A., Haines A., Klingmul-ler K., Munzel T., Paasonen P. et al. Global health burden of ambient PM2.5 and the contribution of anthropogenic black carbon and organic aerosols // Environment International. 2022. Vol. 159. P. 107020. DOI: 10.1016/j. envint.2021.107020
12. Wang Y., Xiao S., Zhang Y., Chang H., Martin R.V., Van Donkelaar A. et al. Long-term exposure to PM2.5 major components and mortality in the southeastern United States // Environment International. 2022. Vol. 158. P. 106969. DOI: 10.1016/j.envint.2021.106969
13. Борисов М.В., Бакаева Н.В., Черняева И.В. Нормативно-техническое регулирование в области озеленения городской среды // Вестник МГСУ. 2020. Т. 15. № 2. С. 212-222. DOI: 10.22227/19970935.2020.2.212-222
14. Ле М.Т., Гельманова М.О., Шукуров И.С., Слесарев М.Ю., Нгуен В.М. Исследование влияния озеленения Ханоя на эффект городского острова тепла // Биосферная совместимость: человек, регион и технологии. 2021. Т. 1 (33). С. 35-50. DOI: 10.21869/2311-1518-2021-33-1-35-50.
15. Zhang L., He J., Gong S., Guo X., Zhao T., Zhou C. et al. Effect of vegetation seasonal cycle alterations to aerosol dry deposition on PM2.5 concentrations in China // Science of The Total Environment. 2022. Vol. 828. No. 154211. DOI: 10.1016/j.scito-tenv.2022.154211
16. Yang Y.-L., YangK., Luo Y., Yu Z.-Y., Meng C, Li C. Effect of vegetation coverage on the temporal and spatial distribution of PM25 concentration in China's eight major economic regions from 1998 to 2016 // Environmental Science. 2021. Vol. 42. Issue 11. Pp. 5100-5108. DOI: 10.13227/j.hjkx.202101277
17. Wroblewska K., Jeong B.R. Effectiveness of plants and green infrastructure utilization in ambient particulate matter removal // Environmental Sciences Europe. 2021. Vol. 33. No. 110. DOI: 10.1186/s12302-021-00547-2
18. Bi S., Dai F., ChenM., Xu S. A new framework for analysis of the morphological spatial patterns of urban green space to reduce PM25 pollution: A case study in Wuhan, China // Sustainable Cities and Society. 2022. Vol. 82. P. 103900. DOI: 10.1016/j.scs.2022.103900
19. Chen M., Dai F., Yang B., Zhu S. Effects of neighborhood green space on PM2 5 mitigation: Evidence from five megacities in China // Building and Environment. 2019. Vol. 156. Pp. 33-45. DOI: 10.1016/j.buil-denv.2019.03.007
20. Baraldi R., Neri L., Costa F., Facini O., Rappa-rini F., Carriero G. Ecophysiological and micromorpho-logical characterization of green roof vegetation for urban mitigation // Urban Forestry & Urban Greening. 2019. 3 e Vol. 37. Pp. 24-32. DOI: 10.1016/j.ufug.2018.03.002 n 2
21. Abhijith K.V., Kumar P., Gallagher J., k s
McNabola A. Air pollution abatement performances 3 B
O
of green infrastructure in open road and built-up street ca c
canyon environments — A review // Atmospheric En- • y
vironment. 2017. Vol. 162. Pp. 71-86. DOI: 10.1016/j. O S
atmosenv.2017.05.014 | N
22. Eniolu T.M., Fat Y.L., Hao S. Evaluating the role JJ 9 of green infrastructures on near-road pollutant dispersion g — and removal: Modelling and measurement // Journal of §8 Environmental Management. 2016. Vol. 182. Pp. 595- o ( 605. DOI: 10.1016/j.jenvman.2016.07.077 o 0
23. Feng H., Ding Y., Zou B., Cohen J.B., Ye S., § I
Yang Z. et al. Vegetation-related dry deposition of global c S
PM2 5 from satellite observations // Journal of Geographi- O 2
cal Sciences. 2022. Vol. 32. Pp. 589-604. DOI: 10.1007/ 0 0
s11442-022-1962-0 6
^ 6
24. Xie C., Guo J., Yan L., Jiang R., Liang A., c 0 Che S. The influence of plant morphological structure e o characteristics on PM25 retention ofleaves under different U i wind speeds // Urban Forestry & Urban Greening. 2022. • n>. P. 127556. DOI: 10.1016/j.ufug.2022.127556 < *
25. ^enM., DaiF., Zhu S. Effects of spatial forms
of green infrastructure in block scale on PM10 and PM2 5 3 7
removal — a case study of the main city of Wuhan // 1 ^
Landscape research record. 2018. Vol. 7. Pp. 134-142. I ?
26. Cascone S. Green roof design: State of the art S y on technology and materials // Sustainability. 2019. q £ Vol. 11. Issue 11. P. 3020. DOI: 10.3390/su11113020 ® jo
27. Liu H., Kong F., Yin H., Middel A., ZhengX., 0 0 Huang J. et al. Impacts of green roofs on water, tem- 2 2 perature, and air quality: A bibliometric review //
сч N сч N о о
N N
СП СП
¡É <D
U 3 > (Л
С И
со N
SÍ
<D dj
о ё
<л w
Е о
CL ° ^ с
ю °
S 1
о ЕЕ
О) ^
т- ^
ел ел
> 1 £ w
Е!
О (Я
Building and Environment. 2021. Vol. 196. P. 107794. DOI: 10.1016/j.buildenv.2021.107794
28. Cascone S., Catania F., Gagliano A., Sciuto G. A comprehensive study on green roof performance for retrofitting existing buildings // Building and Environment. 2018. Vol. 136. Pp. 227-239. DOI: 10.1016/j. buildenv.2018.03.052
29. Гельманова М. О. Методика физико-технических исследований «зеленой кровли» // Дни студенческой науки. 2018. С. 1354-1356.
30. Сысоева Е.В., Гельманова М.О. Исследование зеленой кровли в покрытиях зданий общественного назначения // Строительство и реконструкция. 2018. № 2. C. 105-112.
31. Shafique M., Kim R., Rafiq M. Green roof benefits, opportunities and challenges — A review // Renewable and Sustainable Energy Reviews. 2018. Vol. 90. Pp. 757-773. DOI: 10.1016/j.rser.2018.04.006
32. Sysoeva E., Gelmanova M. Theoretical Study of "Green Roof' Energy Efficiency // Advances in Intelligent Systems and Computing. 2020. Pp. 186-198. DOI: 10.1007/978-3-030-19756-8_18
33. Speak A.F., Rothwell J.J., Lindley S.J., Smith C.L. Urban particulate pollution reduction by four species of green roof vegetation in a UK city // Atmospheric Environment. 2012. Vol. 61. Pp. 283-293. DOI: 10.1016/j.atmosenv.2012.07.043
34. Rasul M.G., Arutla L.K.R. Environmental impact assessment of green roofs using life cycle assessment // Energy Reports. 2019. DOI: 10.1016/j. egyr.2019.09.015
35. Currie B.A., Bass B. Estimate of air pollution mitigation with green plants and green roofs using the UFORE model // Urban Ecosystems. 2008. Vol. 11. Pp. 409-422. DOI: 10.1007/s11252-008-0054-y
36. Jun Yang J., Yu Q., Gong P. Quantifying air pollution removal by green roofs in Chicago // Atmospheric Environment. 2008. Vol. 42. Pp. 72667273. DOI: 10.1016/j.atmosenv.2008.07.003
37. Luo H., Wang N., Chen J., Ye X., Sun Y. Study on the Thermal Effects and Air Quality Improvement of Green Roof // Sustainability. 2015. Vol. 7. Issue 3. Pp. 2804-2817. DOI: 10.3390/su7032804
38. VieccoM., VeraS., JorqueraH., Bustamante W., Gironas J., Dobbs C. et al. Potential of particle matter
Поступила в редакцию 30 августа 2022 г. Принята в доработанном виде 1 сентября 2022 г. Одобрена для публикации 1 сентября 2022 г.
Об авторах : Елена Владимировна Сысоева — кандидат технических наук, доцент, доцент кафедры проектирования зданий и сооружений; Национальный исследовательский Московский государственный строительный университет (НИУ МГСУ); 129337, г. Москва, Ярославское шоссе, д. 26; SPIN-код: 5703-9029, Scopus: 57192373360, ResearcherID: AFJ-9050-2022, ORCID: 0000-0001-7250-3190; SysoevaEV@mgsu.ru;
Маргарита Олеговна Гельманова — аспирант кафедры проектирования зданий и сооружений; Национальный исследовательский Московский государственный строительный университет (НИУ МГСУ);
dry deposition on green roofs and living walls vegetation for mitigating urban atmospheric pollution in semiarid climates // Sustainability. 2018. Vol. 10. Issue 7. P. 2431. DOI: 10.3390/su10072431
39. Freer-Smith P.H., Beckett K.P., Taylor G. Deposition velocities to Sorbus aria, Acer campestre, Populus deltoides X trichocarpa "Beaupré", Pinus nigra and X Cupressocyparis leylandii for coarse, fine and ultra-fine particles in the urban environment // Environmental Pollution. 2005. Vol. 133. Pp. 157-167. DOI: 10.1016/j.envpol.2004.03.031
40. Leonard R.J., McArthur C., Hochuli D.F. Particulate matter deposition on roadside plants and the importance of leaf trait combinations // Urban Forestry & Urban Greening. 2016. Vol. 20. Pp. 249-253. DOI: 10.1016/j.ufug.2016.09.008
41. Weerakkody U., Dover J.W., Mitchell P., Reiling K. Evaluating the impact of individual leaf traits on atmospheric particulate matter accumulation using natural and synthetic leaves // Urban Forestry & Urban Greening. 2018. Vol. 30. Pp. 98-107. DOI: 10.1016/j. ufug.2018.01.001
42. Tong Z., Whitlow T.H., Landers A., Flanner B. A case study of air quality above an urban roof top vegetable farm // Environmental Pollution. 2016. Vol. 208. Pp. 256-260. DOI: 10.1016/j.envpol.2015.07.006
43. Viecco M., Jorquera H., Sharma A., Bustamante W., Fernando H.J.S., Vera S. Green roofs and green walls layouts for improved urban air quality by mitigating particulate matter // Building and Environment. 2021. Vol. 204. P. 108120. DOI: 10.1016/j.buil-denv.2021.108120
44. Niu H., Clark C., Connelly M., Busiek B., Adriaens P. Quantitative assessment of green roof benefits for Vancouver // Cities Alive 8th annual green roof wall conference. 2010.
45. Shin E., Kim H. Benefit-cost analysis of green roof initiative projects: The case of Jung-gu, Seoul // Sustainability. 2019. Vol. 11. Issue 12. P. 3319. DOI: 10.3390/su11123319
46. Сысоева Е.В., Москвитина Л.В. Эффективность применения «зеленых» крыш на территории России // Инновации и инвестиции. 2021. № 10. С. 251259. DOI: 10.24057/2071-9388-2019-123
129337, г. Москва, Ярославское шоссе, д. 26; SPIN-код: 8462-8299, ORCID: 0000-0003-2232-5239; margo. gelmanova@yandex.ru;
Михаил Юрьевич Слесарев — доктор технических наук, профессор, профессор кафедры строительства объектов тепловой и атомной энергетики; Национальный исследовательский Московский государственный строительный университет (НИУ МГСУ); 129337, г. Москва, Ярославское шоссе, д. 26; РИНЦ ID: 631310, Scopus: 6507608631, ResearcherID: AAA-8053-2019, ORCID: 0000-0003-4528-2817; Slesarev@mgsu.ru.
Вклад авторов:
Сысоева Е.В. — научное руководство, научное редактирование текста статьи, итоговых результатов и выводов.
Гельманова М. О. — сбор и обработка материала, написание исходного текста и его доработка в соответствии с предоставленными корректировками, формирование результатов и выводов. Слесарев М.Ю. — научное консультирование, научное редактирование текста и выводов. Авторы заявляют об отсутствии конфликта интересов.
REFERENCES
1. Southerland V.A., Brauer M., Mohegh A., Hammer M.S., van Donkelaar A., Martin R.V. et al. Global urban temporal trends in fine particulate matter (PM25) and attributable health burdens: estimates from global datasets. The Lancet Planetary Health. 2022; 6(2):e139-e146. DOI: 10.1016/S2542-5196(21)00350-8
2. Sahoo M., Sethi N. The dynamic impact of urbanization, structural transformation, and technological innovation on ecological footprint and PM25: evidence from newly industrialized countries. Environment, Development and Sustainability. 2022; 24(3):4244-4277. DOI: 10.1007/s10668-021-01614-7
3. Bakaeva N., Le M.T. Determination of urban pollution islands by using remote sensing technology in Moscow, Russia. Ecological Informatics. 2022; 67:101493. DOI: 10.1016/j.ecoinf.2021.101493.
4. Grafkina M.V., Azarov A.V., Dobrinsky D.R., Nikolenko D.A. On the Issue of control and normalization of fine dust emissions into the atmospheric air during the road transport movement. Vestnik MGSU [Monthly Journal on Construction and Architecture]. 2017; 12(4):(103):373-380. DOI: 10.22227/19970935.2017.4.373-380 (rus.).
5. McDuffie E.E., Martin R.V., Spadaro J.V., Burnett R., Smith S.J., O'Rourke P. et al. Source sector and fuel contributions to ambient PM2 5 and attributable mortality across multiple spatial scales. Nature Communications. 2021; 12(1). DOI: 10.1038/s41467-021-23853-y
6. Xi Y., Richardson D.B., Kshirsagar A.V., Wade T.J., Flythe J.E., Whitsel E.A. et al. Effects of short-term ambient PM2 5 exposure on cardiovascular disease incidence and mortality among U.S. hemodialysis patients: a retrospective cohort study. Environmental Health. 2022; 21(1). DOI: 10.1186/s12940-022-00836-0
7. Alexeeff S.E., Liao N.S., Liu X., Van Den Eeden S.K., Sidney S. Long-term PM25 exposure and risks of ischemic heart disease and stroke events: review and meta-analysis. Journal of the American Heart
Association. 2021; 10(l):e016890. DOI: 10.1161/ JAHA.120.016890
8. Meo S.A., Ahmed Alqahtani S., Saad binmea-ther F., Abdulrhman AlRasheed R., Mohammed Alje-daie G., Mohammed Albarrak R. Effect of environmental pollutants PM25, CO, O3 and NO2, on the incidence and mortality of SARS-COV-2 in largest metropolitan cities, Delhi, Mumbai and Kolkata, India. Journal of King Saud University — Science. 2022; 34(1):101687. DOI: 10.1016/j.jksus.2021.101687
9. Wen J., Chuai X., Gao R., Pang B. Regional interaction of lung cancer incidence influenced by PM2 5 in China. Science of the Total Environment. 2022; 803:149979. DOI: 10.1016/j.scitotenv.2021.149979
10. Cristaldi A., Fiore M., Conti G.O., Pulvi-renti E., Favara C., Grasso A. et al. Possible association between PM25 and neurodegenerative diseases: A systematic review. Environmental Research. 2022; 208:112581. DOI: 10.1016/j.envres.2021.112581
11. Chowdhury S., Pozzer A., Haines A., Klingmüller K., Münzel T., Paasonen P. et al. Global health burden of ambient PM25 and the contribution of anthro- o pogenic black carbon and organic aerosols. EnvironmentInternational. 2022; 159:107020. DOI: 10.1016/j. envint.2021.107020
12. Wang Y., Xiao S., Zhang Y., Chang H., Martin R.V., Van Donkelaar A. et al. Long-term exposure to PM2.5 major components and mortality in the southeastern United States. Environment International. 2022; 158:106969. DOI: 10.1016/j.envint.2021.106969
13. Borisov M.V., Bakaeva N.V., Chernyaeva I.V. Normative and technical regulation in the field of urban green space arrangement. Vestnik MGSU [Monthly Journal on Construction and Architecture]. 2020; 15(2):212-222. DOI: 10.22227/1997-0935.2020.2.212-222 (rus.).
14. Le M.T., Gelmanova M.O., Shukurov I.S., Sle-sarev M.Yu., Nguyen V.M. Investigation of the influence of Hanoi landscaping on the effect of urban heat island. Biosphere Compatibility: Man, Region and Tech-
< DO
tT
iH
О Г
0 w
t CO
1 i y i J CD
U -
> i
n °
i 3
0 i
01
о n
со со
i\j со о
>6
t i! In
• )
[7
® 7
. DO
■ г
s □
(Л У
с о
<D *
2 2
О О
2 2
2 2
nologies. 2021; 1(33):35-50. DOI: 10.21869/2311-15182021-33-1-35-50
15. Zhang L., He J., Gong S., Guo X., Zhao T., Zhou C. et al. Effect of vegetation seasonal cycle alterations to aerosol dry deposition on PM2.5 concentrations in China. Science of the Total Environment. 2022; 828:154211. DOI: 10.1016/j.scitotenv.2022.154211
16. Yang Y.-L., Yang K., Luo Y., Yu Z.-Y., Meng C., Li C. Effect of vegetation coverage on the temporal and spatial distribution of PM25 concentration in China's eight major economic regions from 1998 to 2016. Environmental Science. 2021; 42(11):5100-5108. DOI: 10.13227/j.hjkx.202101277
17. Wroblewska K., Jeong B.R. Effectiveness of plants and green infrastructure utilization in ambient particulate matter removal. Environmental Sciences Europe. 2021; 33:110. DOI: 10.1186/s12302-021-00547-2
18. Bi S., Dai F., Chen M., Xu S. A new framework for analysis of the morphological spatial patterns of urban green space to reduce PM2.5 pollution: A case study in Wuhan, China. Sustainable Cities and Society. 2022; 82:103900. DOI: 10.1016/j.scs.2022.103900
19. Chen M., Dai F., Yang B., Zhu S. Effects of neighborhood green space on PM25 mitigation: Evidence
N N from five megacities in China. Building and Environment. o o 2019; 156:33-45. DOI: 10.1016/j.buildenv.2019.03.007
20. Baraldi R., Neri L., Costa F., Facini O., Rap-k a) parini F., Carriero G. Ecophysiological and micromor-> | phological characterization of green roof vegetation for 3 ~ urban mitigation. Urban Forestry & Urban Greening. mm £ 2019; 37:24-32. DOI: 10.1016/j.ufug.2018.03.002
£ ® 21. AbhijithK.V., KumarP., Gallagher J., McNa-
2 ¡3 bola A. Air pollution abatement performances of green O ™
JJ infrastructure in open road and built-up street canyon
• environments — A review. Atmospheric Environment.
i= J 2017; 162:71-86. DOI: 10.1016/j.atmosenv.2017.05.014
<H 22. Eniolu T.M., Fat Y.L., Hao S. Evaluating
g the role of green infrastructures on near-road pollutant
co < dispersion and removal: Modelling and measurement.
o § Journal of Environmental Management. 2016; 182:595-
cn § 605. DOI: 10.1016/j.jenvman.2016.07.077
w 'S 23. Feng H., Ding Y., Zou B., Cohen J.B., Ye S.,
Cf) 2
— Yang Z. et al. Vegetation-related dry deposition of global .E o PM2 5 from satellite observations. Journal of GeographiSt- " cal Sciences. 2022; 32:589-604. DOI: 10.1007/s11442-
g> 022-1962-0
9 § 24. Xie C., Guo J., Yan L., Jiang R., Liang A., § ° Che S. The influence of plant morphological structure ^ j= characteristics on PM2 5 retention of leaves under diffe-$ o rent wind speeds. Urban Forestry & Urban Greening. ~ f 2022; 127556. DOI: 10.1016/j.ufug.2022.127556
^ D 25. Chen M., Dai F., Zhu S. Effects of spatial forms | (9 of green infrastructure in block scale on PM10 and PM2 5 * ® removal — a case study of the main city of Wuhan. x -¡s Landscape Research Record. 2018; 7:134-142.
u In 26. Cascone S. Green roof design: State of CO > the art on technology and materials. Sustainability. 2019; 11(11)3020. DOI: 10.3390/su11113020.
27. Liu H., Kong F., Yin H., Middel A., Zheng X., Huang J. et al. Impacts of green roofs on water, temperature, and air quality: A bibliometric review. Building and Environment. 2021; 196:107794. DOI: 10.1016/j. buildenv.2021.107794
28. Cascone S., Catania F., Gagliano A., Sciuto G. A comprehensive study on green roof performance for retrofitting existing buildings. Building and Environment. 2018; 136:227-239. DOI: 10.1016/j.buil-denv.2018.03.052
29. Gelmanova M.O. Methodology of physical and technical research "green roofs". Days of Student Science. 2018; 1354-1356. (rus.).
30. Sysoeva E.V., Gelmanova M.O. The study of green roofing in the coverings of public buildings. Construction and Reconstruction. 2018; 2:105-112. (rus.).
31. Shafique M., Kim R., Rafiq M. Green roof benefits, opportunities and challenges — A review. Renewable and Sustainable Energy Reviews. 2018; 90:757773. DOI: 10.1016/j.rser.2018.04.006
32. Sysoeva E., Gelmanova M. Theoretical study of "Green Roof' energy efficiency. Advances in Intelligent Systems and Computing. 2020; 186-198. DOI: 10.1007/978-3-030-19756-8_18
33. Speak A.F., Rothwell J.J., Lindley S.J., Smith C.L. Urban particulate pollution reduction by four species of green roof vegetation in a UK city. Atmospheric Environment. 2012; 61:283-293. DOI: 10.1016/j. atmosenv.2012.07.043
34. Rasul M.G., Arutla L.K.R. Environmental impact assessment of green roofs using life cycle assessment. Energy Reports. 2019. DOI: 10.1016/j. egyr.2019.09.015
35. Currie B.A., Bass B. Estimate of air pollution mitigation with green plants and green roofs using the UFORE model. Urban Ecosystems. 2008; 11:409422. DOI: 10.1007/s11252-008-0054-y
36. Jun Yang J., Yu Q., Gong P. Quantifying air pollution removal by green roofs in Chicago. Atmospheric Environment. 2008; 42:7266-7273. DOI: 10.1016/j. atmosenv.2008.07.003
37. Luo H., Wang N., Chen J., Ye X., Sun Y. Study on the thermal effects and air quality improvement of green roof. Sustainability. 2015; 7(3):2804-2817. DOI: 10.3390/su7032804
38. Viecco M., Vera S., Jorquera H., Bustaman-te W., Gironás J., Dobbs C. et al. Potential of particle matter dry deposition on green roofs and living walls vegetation for mitigating urban atmospheric pollution in semiarid climates. Sustainability. 2018; 10(7):2431. DOI: 10.3390/su10072431
39. Freer-Smith P.H., Beckett K.P., Taylor G. Deposition velocities to Sorbus aria, Acer campestre, Populus deltoides X trichocarpa "Beaupré", Pinus nigra and X Cupressocyparis leylandii for coarse, fine and ultra-fine particles in the urban environment. Environmental Pollution. 2005; 133:157-167. DOI: 10.1016/j. envpol.2004.03.031
40. Leonard R.J., McArthur C., Hochuli D.F. Particulate matter deposition on roadside plants and the importance of leaf trait combinations. Urban Forestry & Urban Greening. 2016; 20:249-253. DOI: 10.1016/j. ufug.2016.09.008
41. Weerakkody U., Dover J.W., Mitchell P., Rei-ling K. Evaluating the impact of individual leaf traits on atmospheric particulate matter accumulation using natural and synthetic leaves. Urban Forestry & Urban Greening. 2018; 30:98-107. DOI: 10.1016/j.ufug.2018.01.001
42. Tong Z., Whitlow T.H., Landers A., Flanner B. A case study of air quality above an urban roof top vegetable farm. Environmental Pollution. 2016; 208:256260. DOI: 10.1016/j.envpol.2015.07.006
43. Viecco M., Jorquera H., Sharma A., Bustaman-te W., Fernando H.J.S., Vera S. Green roofs and green
Received August 30, 2022.
Adopted in revised form on September 1, 2022.
Approved for publication on September 1, 2022.
walls layouts for improved urban air quality by mitigating particulate matter. Building and Environment. 2021; 204:108120. DOI: 10.1016/j.buildenv.2021.108120
44. Niu H., Clark C., Connelly M., Busiek B., Adri-aens P. Quantitative assessment of green roof benefits for Vancouver. Cities Alive 8th annual green roof wall conference. 2010.
45. Shin E., Kim H. Benefit-cost analysis of green roof initiative projects: The case of Jung-gu, Seoul. Sustainability. 2019; 11(12):3319. DOI: 10.3390/ su11123319
46. Sysoeva E.V., Moskvitina L.V. Effectiveness of application of "green" roofs in Russia. Innovations and Investments. 2021; 10:251-259. DOI: 10.24057/20719388-2019-123 (rus.).
B i o n o t e s : Elena V. Sysoeva — Candidate of Technical Sciences, Associate Professor, Associate Professor of Buildings and Structures Design Department; Moscow State University of Civil Engineering (National Research University) (MGSU); 26 Yaroslavskoe shosse, Moscow, 129337, Russian Federation; SPIN-code: 5703-9029, Scopus: 57192373360, ResearcherlD: AFJ-9050-2022, ORCID: 0000-0001-7250-3190; SysoevaEV@mgsu.ru; f ®
Margarita O. Gelmanova — postgraduate student, Department of Design of Buildings and Structures; Moscow
t о
iH
State University of Civil Engineering (National Research University) (MGSU); 26 Yaroslavskoe shosse, Moscow, S
129337, Russian Federation; SPIN-code: 8462-8299; ORCID: 0000-0003-2232-5239; margo.gelmanova@yandex.ru; 3 S
Mikhail Yu. Slesarev — Doctor of Technical Sciences, Professor, Professor of the Department of Construction S> ^
of Thermal and Nuclear Energy Facilities; Moscow State University of Civil Engineering (National Research ^ y
University) (MGSU); 26 Yaroslavskoe shosse, Moscow, 129337, Russian Federation; ID RISC: 631310, Scopus: O S 6507608631, ResearcherID: AAA-8053-2019, ORCID: 0000-0003-4528-2817; Slesarev@mgsu.ru.
со
y
Contribution of the authors: u —
Elena V. Sysoeva — scientific guidance, scientific editing of the text of the article, final results and conclusions. a 9
— CO
Margarita O. Gelmanova — collection and processing ofmaterial, writing of the source text and its revision in accordance o (
with the provided adjustments, formation of results and conclusions. O i
o
Mikhail Yu. Slesarev — scientific consulting, scientific editing of the text of the publication and conclusions. ^ —
The authors declare that there is no conflict of interests. c S
— 3 a 0
— 6 ——6
t (
Ui
— o • )
f7
® .
. DO
■ T
s □
s y
M 2
