CC BY
7
Оригинальная статья / Original article УДК 551.51:621.3
DOI: https://d0i.0rg/l 0.21285/2227-2917-2020-1 -62-67
Оптимизация сетевых аэрозольных измерений в зонах масштабного промышленного строительства
© Р.В. Казымлы, Л.И. Нуриева
Национальное аэрокосмическое агентство, г. Баку, Азербайджанская Республика
Резюме: Целью работы является оптимизация суточного режима измерений в локальных распределенных наземных измерительных сетях, установленных в зонах масштабного промышленного строительства для исследования атмосферного аэрозоля. Отмечено, что атмосфера над зонами масштабного промышленного строительства является важнейшим объектом исследования. Для этого развертываются наземные локальные распределенные измерительные сети, режим работы которых должен быть оптимизирован. В ходе проводимых исследований применены базовые положения атмосферной оптики, а также методы вариационной оптимизации. Показано, что в условиях слабой динамики развития аэрозольной загрязненности атмосферы над промышленными зонами проведение точечных измерений с малым временным шагом в течение дня во всех станциях может привести к значительной избыточности измерительной сети информации, посылаемой в центр обработки. Определен оптимальный режим измерений в локальной сети, пригодный при малой динамике аэрозольной загрязненности в исследуемой зоне нахождения мощного аэрозольного загрязнителя атмосферы. Основным выводом проводимых исследований является то, что осуществление периодических измерений по множеству дискретных значений m по всему множеству станций локальной сети, размешенной вокруг мощного источника аэрозольного загрязнителя, может вызвать избыточность информации в условиях малой динамики состояния аэрозольной загрязненности атмосферы в указанной зоне. В таких условиях рекомендуется переход на оптимизированный сокращенный режим измерений, когда должна быть соблюдена определенная связь между показателем m и станцией, установленной в точке с априори вероятной или прогнозируемой оценкой степени загрязнения воздуха.
Ключевые слова: измерения, оптимизация, атмосфера, аэрозоль, многоволновые измерения, распределенные сети
Информация о статье: Дата поступления 16 января 2020 г.; дата принятия к печати 21 февраля 2020 г.; дата онлайн-размещения 31 марта 2020 г.
Для цитирования: Казымлы Р.В., Нуриева Л.И. Оптимизация сетевых аэрозольных измерений в зонах масштабного промышленного строительства. Известия вузов. Инвестиции. Строительство. Недвижимость. 2020;10(1):62-67. https://doi.org/10.21285/2227-2917-2020-1-62-67
Optimisation of network aerosol measurements in large-scale industrial construction zones
Reyhana V. Kazymly, Lale I. Nurieva
National Aerospace Agency, Baku, Azerbaijan Republic
Abstract. The study is aimed at optimising the daily mode of measurements performed by locally-distributed surface measurement networks installed in large-scale industrial construction areas for studying atmospheric aerosol. In connection with the current emphasis on environmental protection, the operational optimisation of such measurement systems becomes an urgent priority. In the course of the research, we applied basic principles of atmospheric optics, as well as variational optimisation methods. It is shown that point-by-point measurements made daily at short time intervals at all points can result in a highly redundant network of measurement information sent to the processing centre. The optimal measurement mode for a local network designed to take account of the weak dynamics of aerosol pollution in the studied area where a powerful aerosol pollutant is present is determined. The study concludes that the performance of periodic measurements (set of discrete values m) across the entire set of stations of the local network located around a powerful source of aerosol pollutant can lead to the redundancy of information under the conditions of low dynamics of aerosol pollution in the specified zone. Under such conditions, it is recommended to switch to an optimised reduced measurement mode, requiring the observance of a certain relationship between the indi-
Том 10 № 1 2020
Известия вузов. Инвестиции. Строительство. Недвижимость с. 62-67 Proceedings of Universities. Investment. Construction. Real estate Vol. 10 No. 1 2020 _pp. 62-67
ISSN 2227-2917 62 (print)
62 ISSN 2500-154X
(online)
cator m and the station installed at a point where there is an a priori probable or predictable estimate of the degree of air pollution.
Keywords: measurements, optimization, atmosphere, aerosol, multi-wave measurements, distributed networks
Information about the article: Received January 16, 2020; accepted for publication February 21, 2020; avail-able online March 31, 2020.
For citation: Kazymly RV, Nurieva LI. Optimisation of network aerosol measurements in large-scale industrial construction zones. Izvestiya vuzov. Investitsii. Stroitel'stvo. Nedvizhimost = Proceedings of Universities. Investment. Construction. Real estate. 2020;10(1):62-67. (In Russ.) https://doi.org/10.21285/2227-2917-2020-1-62-67
Введение
В настоящее время для исследования загрязненности атмосферы в зонах крупномасштабного промышленного строительства, содержащих мощные аэрозольные загрязнители, используются локальные наземные распределенные измерительные сети, состоящие из некоторого множества измерительных станций [1-6]. В локальных измерительных сетях могут быть использованы солнечные фотометры различного типа, включая солнечные фотометры СЕ318, обеспечивающие проведение измерений различных показателей атмосферного аэрозоля на длинах волн: 440 нм, 670 нм, 870 нм, 936 нм и 1030 нм [7]. В этом случае в локальных сетях с определенным временным интервалом проводятся аэрозольные измерения на указанных длинах волн [8-12]. Проведение таких измерений на всех измерительных станциях локальной сети приводит к формированию большего объема данных, что в условиях малой динамики степени аэрозольной загрязненности зоны приводит к избыточности информационных потоков в сети и требует проведения уплотнения передаваемой многоканальной информации [13-15]. Таким образом, актуализируется задача минимизации количества измерений в условиях малой
г(т) . к
Т-тах
динамики аэрозольного загрязнения. Методы
Считаем, что схема размещения станций вокруг мощного источника составлена на основе имеющейся приблизительной информации о прогнозируемой степени загрязненности атмосферы в точках расположения станций. В качестве альтернативы постоянной частотности проводимых измерений во всех станциях локальной сети предлагается проведение адаптивных измерений, определяемых функциональной зависимостью:
т = т(щ), (1)
где Т — оптическая толщина измеряемой компоненты атмосферы; т —оптическая воздушная масса.
Диаграммы зависимости (1) формируются на базе следующего ограничительного условия:
$'™ахл(тУ<1т=С, (2)
где С = СОП51
Некоторые графики функции т (т),
удовлетворяющие условию (2), показаны на рисунке.
Графики зависимости т = удовлетворяющие условию (2).
Показаны 8 графиков, отмеченные соответствующим номером (1 + 8) Graphics of dependencies т = т(т) meeting condition (2).
8 graphics are shown which are signed as ( 1 + 8 )
Том 10 № 1 2020
с. 62-67 Vol. 10 No. 1 2020 pp. 62-67
Известия вузов. Инвестиции. Строительство. Недвижимость Proceedings of Universities. Investment. Construction. Real estate
ISSN 2227-2917
(print) ISSN 2500-154X (online)
Физический смысл условия (2) заключается в постоянстве суммарного аэрозольного загрязнения атмосферы в зоне мощного загрязнителя во временном интервале 12.0018.00, в течение которого оптическая воздушная масса согласно принятой упрощенной модели увеличивается от единицы до максимальной величины. Как видно из приведенных графиков, согласно принятой модели возможных режимов измерения атмосферного аэрозоля станциями сети в течение указанного временного интервала измеряемая оптическая толщина аэрозоля может иметь либо один максимум и два минимума, либо один минимум и два максимума.
Что касается теоретической базы проведения солнечно-фотометрических измерений, то в качестве такой базы используется закон Бугера-Бера, согласно которому [16]
где / (А) — оптической поток на входе наземного спектрорадиометра (солнечного фотометра) на длине волны Л; /^(А) — оптический поток на верхней границе атмосферы; т — оптическая воздушная масса атмосферы; Тц,(А) -
оптическая толщина атмосферы.
С учетом (1) выражение (3) принимает
вид
Интегрируя (4) по всем т, получим суммарный сигнал, вырабатываемый в локальной сети в течение суток
'am.
(5)
С учетом выражений (2) и (5) составим следующую задачу безусловной вариационной оптимизации для вычисления оптимальной функциональной зависимости Тог(штА), При
этом рассматриваем случай, когда оптическая толщина атмосферы в основном определяется оптической толщиной атмосферного аэрозоля [11-19]. Обозначим целевой функционал как F. Целью проводимой оптимизации является минимизация получаемого суммарного измерительного сигнала, а, следовательно, и объема измерительной информации в ходе проводимых измерений. Имеем
Р =
Г"¡оШе-^^т + ч[К"тШ1аМШт - С^] (6) где у — множитель Лагранжа.
С учетом уравнения Эйлера — Лагран-жа [20] получим
■ «г ^
_ 1 ^ т
« V
(7)
Из выражений (2) и (10) получим
y=.exp
In
(8)
Можно показать, что при решении (7) и (8) функционал цели (6) достигает минимума. Для этого достаточно взять вторую производную подинтегрального выражения в (6) по ?(т) и убедиться, что она всегда положительна. Следовательно, при зависимости между т и ш в виде (7) функционал F достигает минимума, т.е. достигается минимизация объема формируемой информации.
Обсуждение результатов Целевой функционал (6) с учетом условия (2) и для случая проведения измерений на одной фиксированной длине волны запишем в следующем виде:
F = JT
(9)
Для обсуждения научной и практической значимости полученных результатов проведем модельные исследования для проверки того, что полученное оптимальное решение (7) на самом деле минимизирует объем получаемой информации в сети.
Осуществим взаимное сравнение трех функциональных зависимостей т от т\
__г
I711 у '
ftl'/j 'Л)
т2(т) = — In
Щ
* ^ Vffl
г
m-L,
(10) (11) (12)
Для упрощения проводимых расчетов
примем
/п
Cl ~ const.
Подставив выражения (10), (11) и (12) в
выражение (9), можно расчетные формулы:
получить следующие
(13)
(14)
(15)
Проведенные расчеты при 10
А А К
показывают, что — и — превышают оценку —
! ! У
соответственно в 1,1 и 1,16 раз.
Следовательно решение (11) обеспечивает минимум функционала (9). Выводы
Таким образом, итогом проводимых исследований является положение о том, что осуществление периодических измерений по множеству дискретных значений ш во всех
ISSN 2227-2917 Том 10 № 1 2020 64 (print) Известия вузов. Инвестиции. Строительство. Недвижимость с. 62-67 64 ISSN 2500-154X Proceedings of Universities. Investment. Construction. Real estate Vol. 10 No. 1 2020 _(online)_pp. 62-67
станциях локальной сети размешенной вокруг мощного источника аэрозольного загрязнителя может вызвать избыточность информации в условиях малой динамики состояния аэрозольной загрязненности атмосферы в указанной зоне. В таких условиях целесообразен переход на оптимизированный сокращенный режим измерений, когда устанавливается определенная связь между показателем т и станцией установленной в точке с априорно - вероятной или прогнозируемой оценкой степени загрязнения воздуха. Такой результат получен на основе допущения наличия ограничительного условия (2) действительного по отношению функциональной зависимости между показателями т и т.
В заключение сформулируем основные выводы проведенного исследования:
1. В условиях слабой динамики изменения степени аэрозольной загрязненности атмосферы в зонах масштабного промышленного строительства вокруг мощного загрязнителя атмосферы проведение периодических измерений с малым временным шагом в течение дня во всех станциях локальной сети может привести к избыточности измерительной информации, посылаемой в центр обработки.
2. Определен оптимальный режим измерений, пригодный при малой динамике аэрозольной загрязненности в исследуемой зоне промышленного строительства.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Westerdahl D., Fruin S., Sax T., Fine P., Siou-tas C. Mobile platform measurements of ultrafine particles and associated pollutant concentrations on freeways and residential streets in Los Angeles. Atmos Environ. 2005. Vol. 39. P. 3597-3610.
2. Sotiropoulou R.E.P., Tagaris E., Pilinis C., An-dronopoulos S., Sfetsos A., Bartzis J.G. The BOND project: biogenic aerosols and air quality in Athens and Marseille greater areas. J Geophys Res. 2004. Vol. 109. P. 1-16.
3. Putaud J.P., Raes F., Van Dingenen R., Brug-gemann E., Facchini M.C., Decesari S., Fuzzi S., et all. A European aerosol phenomenology-2: chemical characteristics of particulate matter at kerbside, urban, rural and background sites in Europe. Atmos Environ. 2004. Vol. 38. P. 25792595
4. Omar N., Bin Abas M.R., Rahman N.A., Tahir N.M., Rushdi A.I., Simoneit B.R.T. Levels and distributions of organic source tracers in air and roadside dust particles of Kuala Lumpur, Malaysia. Environ Geol. 2007. Vol. 52. P. 1485-1500.
5. Morawska L., Ristovski Z., Jayaratne E.R., Ke-ogh D.U., Ling X. Ambient nano and ultrafine particles from motor vehicle emissions: characteristics, ambient processing and implications on human exposure. Atmos Environ. 2008. 42:81138138
6. Kuvarega A.T., Taru P. Ambiental dust speci-ation and metal content variation in TSP, PM10 and PM25 in urban atmospheric air of Harare (Zimbabwe). Environ Monit Assess. 2008. Vol. 144.
P. 1-14.
7. Automatic Sun tracking photometer CE18. Available from:
http://support.cimel.fr/photo/pdf/ce318_us.pdf [Accessed 4th June 2018].
8. Eck T.F., Holben B.N., Reid J.S., Xian P., Giles D.M., Sinyuk A., Smirnov A., et al. Observations of the interaction andtransport of fine mode aero-
Том 10 № 1 2020
с. 62-67 Vol. 10 No. 1 2020 _pp. 62-67
sols withcloud and/or fog in Northeast Asia from Aerosol Robotic Network and satelliteremote Sensing // Journal of Geophysical Research: Atmospheres. 2018. Vol. 123. Iss. 10. https://doi.org/10.1029/2018JD028313
9. Giles D.M., Sinyuk A., Sorokin M.G., Schafer J.S., Smirnov A., Slutsker I., Eck T.F., et all. Advancements in the Aerosol Robotic Network (AERONET) Version 3 database - automated near-real-time quality control algorithm with improved cloud screening for Sun photometer aerosol optical depth (AOD) measurements. Atmos. Meas. Tech. 2019. Vol. 12. P. 169-209. https://doi.org/10.5194/amt-12-169-2019
10. Holben B.N., Kim J., Sano I., Mukai S., Eck T.F., Giles D.M., Schafer J.S., et al. An overview of mesoscale aerosol processes, comparisons, and validation studies from DRAGON networks. Atmos. Chem. Phys. 2018. Vol. 18. P. 655-671. https://doi.org/10.5194/acp-18-655-2018.
11. Schafer J.S., Eck T.F., Holben B.N., Thornhill K.L., Anderson B.E., Sinyuk A., Giles D.M., et al. Intercomparison of aerosol single-scattering albedo derived from AERONET surface radiometers and LARGE in situ aircraft profiles during the 2011 DRAGON-MD and DISCOVER-AQ experiments. Journal of Geophysical Research: Atmospheres. 2014. Vol. 119. Iss. 12.
https://doi.org/10.1002/2013JD021166
12. Eck T.F., Holben B.N., Giles D.M., Slutsker I., Sinyuk A., Schafer J. S., et al. AERONET remotely sensed measurements and retrievals of biomass burning aerosol optical properties during the 2015 Indonesian burning season. Journal of Geophysical Research: Atmospheres. 2019. Vol. 124. P. 4722-4740. https://doi.org/10.1029/2018JD030182
13. Gettys J., Nichols K. Bufferbloat: Dark Buffers in the Internet. Commun. ACM. 2012. Vol. 55. P. 57-65.
14. Cardwell N., Cheng Y., Gunn C.S., Yeganeh
ISSN 2227-2917
(Print) CE N 2500-154X 65 (online)_
Известия вузов. Инвестиции. Строительство. Недвижимость Proceedings of Universities. Investment. Construction. Real estate
S.H., Jacobson V. BBR: Congestion-based Congestion Control. Commun. ACM. 2017. Vol. 60. P.58-66.
15. Arzani B., Ciraci S., Loo B.T., Schuster A., Outhred G. Taking the Blame Game out of Data Centers Operations with NetPoirot. In Proceedings of the 2016 ACM SIGCOMM Conference. Florianopolis, Brazil, 22-26 August 2016. Flori-anopolis; 2016. P. 440-453.
16. Tian X., Sun L., Liu Q., Li X. Retrieval of highresolution aerosol optical depth using Landsat 8 OLI data over Beijing. J. Remote Sens. 2018. P. 51-63. https://doi.org/10.11834/jrs.20186362.
17. Sun L.; Wei J.; Bilal M.; Tian X., Jia C., Guo Y., Mi X. Aerosol Optical Depth Retrieval over
Bright Areas Using Landsat 8 OLI Images. Remote Sens. 2016. Vol. 8. P. 23. https://doi.org/10.3390/rs8010023
18. Bilal M., Nichol J.E. Evaluation of MODIS aerosol retrieval algorithms over the Beijing-Tianjin-Hebei region during low to very high pollution events. J. Geophys. Res. Atmos. 2015. Vol. 120. P.7941-7957.
19. Гущин Г.П., Виноградова Н.Б. Общее содержание озона в атмосфере. Л.: Гидрометео-издат, 1983. 228 с.
20. Эльсгольц Л.Е. Дифференциальные уравнения и вариационные исчисления. М.: Наука, 1974. 472 с.
REFERENCES
1. Westerdahl D, Fruin S, Sax T, Fine P, Sioutas C. Mobile platform measurements of ultrafine particles and associated pollutant concentrations on freeways and residential streets in Los Angeles. Atmos Environ. 2005;39:3597-3610.
2. Sotiropoulou REP, Tagaris E, Pilinis C, An-dronopoulos S, Sfetsos A, Bartzis JG. The BOND project: biogenic aerosols and air quality in Athens and Marseille greater areas. J Geophys Res. 2004;109:1-16.
3. Putaud J.P., Raes F., Van Dingenen R., Brug-gemann E., Facchini M.C., Decesari S., Fuzzi S., et all. A European aerosol phenomenology-2: chemical characteristics of particulate matter at kerbside, urban, rural and background sites in Europe. Atmos Environ. 2004;38:2579-2595.
4. Omar N., Bin Abas M.R., Rahman N.A., Tahir N.M., Rushdi A.I., Simoneit B.R.T. Levels and distributions of organic source tracers in air and roadside dust particles of Kuala Lumpur, Malaysia. Environ Geol. 2007;52:1485-1500.
5. Morawska L., Ristovski Z., Jayaratne E.R., Ke-ogh D.U., Ling X. Ambient nano and ultrafine particles from motor vehicle emissions: characteristics, ambient processing and implications on human exposure. Atmos Environ. 2008. 42:81138138
6. Kuvarega A.T., Taru P. Ambiental dust speci-ation and metal content variation in TSP, PM10 and PM25 in urban atmospheric air of Harare (Zimbabwe). Environ Monit Assess. 2008. Vol. 144. P. 1-14.
7. Automatic Sun tracking photometer CE18. Available from:
http://support.cimel.fr/photo/pdf/ce318_us.pdf [Accessed 4th June 2018].
8. Eck T.F., Holben B.N., Reid J.S., Xian P., Giles D.M., Sinyuk A., Smirnov A., et al. Observations of the interaction andtransport of fine mode aerosols withcloud and/or fog in Northeast Asia from Aerosol Robotic Network and satelliteremote Sensing. Journal of Geophysical Research: Atmospheres. 2018. Vol. 123. Iss. 10.
ISSN 2227-2917
66 (print) 66 ISSN 2500-1
_(online)
https://doi.org/10.1029/2018JD028313
9. Giles D.M., Sinyuk A., Sorokin M.G., Schafer J.S., Smirnov A., Slutsker I., Eck T.F., et all. Advancements in the Aerosol Robotic Network (AERONET) Version 3 database - automated near-real-time quality control algorithm with improved cloud screening for Sun photometer aerosol optical depth (AOD) measurements. Atmos. Meas. Tech. 2019. Vol. 12. P. 169-209. https://doi.org/10.5194/amt-12-169-2019
10. Holben B.N., Kim J., Sano I., Mukai S., Eck T.F., Giles D.M., Schafer J.S., et all. An overview of mesoscale aerosol processes, comparisons, and validation studies from DRAGON networks. Atmos. Chem. Phys. 2018. Vol. 18. P. 655-671. https://doi.org/10.5194/acp-18-655-2018.
11. Schafer J.S., Eck T.F., Holben B.N., Thornhill K.L., Anderson B.E., Sinyuk A., Giles D.M., et al. Intercomparison of aerosol single-scattering albedo derived from AERONET surface radiometers and LARGE in situ aircraft profiles during the 2011 DRAGON-MD and DISCOVER-AQ experiments. Journal of Geophysical Research: Atmospheres. 2014. Vol. 119. Iss. 12.
https://doi.org/10.1002/2013JD021166
12. Eck T.F., Holben B.N., Giles D.M., Slutsker I., Sinyuk A., Schafer J. S., et al. AERONET remotely sensed measurements and retrievals of biomass burning aerosol optical properties during the 2015 Indonesian burning season. Journal of Geophysical Research: Atmospheres. 2019. Vol. 124. P. 4722-4740. https://doi.org/10.1029/2018JD030182
13. Gettys J, Nichols K. Bufferbloat: Dark Buffers in the Internet. Commun. ACM. 2012. Vol. 55. P. 57-65.
14. Cardwell N., Cheng Y., Gunn C.S., Yeganeh S.H., Jacobson V. BBR: Congestion-based Congestion Control. Commun. ACM. Vol. 60. P. 58-66.
15. Arzani B., Ciraci S., Loo B.T., Schuster A., Outhred G. Taking the Blame Game out of Data Centers Operations with NetPoirot. In Proceed-
TOM 10 № 1 2020
c. 62-67 Vol. 10 No. 1 2020 pp. 62-67_
Известия вузов. Инвестиции. Строительство. Недвижимость Proceedings of Universities. Investment. Construction. Real estate
ings of the 2016 ACM SIGCOMM Conference. Florianopolis, Brazil, 22-26 August 2016. Flori-anopolis; 2016. P. 440-453.
16. Tian X., Sun L., Liu Q., Li X. Retrieval of highresolution aerosol optical depth using Landsat 8 OLI data over Beijing. J. Remote Sens. 2018. P. 51-63. https://doi.org/10.11834/jrs.20186362.
17. Sun L.; Wei J.; Bilal M.; Tian X., Jia C., Guo Y., Mi X. Aerosol Optical Depth Retrieval over Bright Areas Using Landsat 8 OLI Images. Remote Sens. 2016. Vol. 8. P. 23.
https://doi.org/10.3390/rs8010023
18. Bilal M., Nichol J.E. Evaluation of MODIS aerosol retrieval algorithms over the Beijing-Tianjin-Hebei region during low to very high pollution events. J. Geophys. Res. Atmos. 2015. Vol. 120. P. 7941-7957.
19. Gushhin G.P., Vinogradova N.B. Total ozone content in the atmosphere. Leningrad: Gidrome-teoizdat; 1983. 278 p.
20. Jel'sgol'c L.E. Differential equations and calculus of variations. Moscow: Nauka; 1974. 472 p.
Критерии авторства
Казымлы Р.В., Нуриева Л.И. имеют равные авторские права. Казымлы Р.В. несет ответственность за плагиат.
Конфликт интересов
Авторы заявляют об отсутствии конфликта интересов.
Все авторы прочитали и одобрили окончательный вариант рукописи.
Сведения об авторах
Казымлы Рейхана Вагиф гызы,
докторант,
Национальное аэрокосмическое агентство,
А1115, г. Баку, ул. С.С. Ахундова, 9, Азербайджанская Республика, He-mail:reyhana.kazimli@gmail.com ORCID: http://orcid.org/0000-0001-9101-5731
Нуриева Лале Имран гызы,
младший научный сотрудник, Национальное аэрокосмическое агентство,
А1115, г. Баку, ул. С.С. Ахундова, 9, Азербайджанская Республика, e-mail:nurieva.l@inbox.ru ORCID: http://orcid.org/0000-0002-7021-2389
Contribution
Kazymly R.V, Nurieva L.I have equal author's rights. Kazymly R.V. bears the responsibility for plagiarism.
Conflict of interests
The authors declare no conflict of interests regarding the publication of this article.
The final manuscript has been read and approved by all the co-authors.
Information about the authors
Reyhana Vagif qizi Kazymly,
Doctoral Degree Student, National Aerospace Agency, 9 S.S. Akhundov St., Baku, A1115, Azerbaijan Republic, He-mail:reyhana.kazimli@gmail.com ORCID: http://orcid.org/0000-0001-9101-5731
Nurieva Lale Imran gizi,
Junior Research Worker,
National Aerospace Agency,
9 S.S. Akhundov St., Baku, A1115,
Azerbaijan Republic,
e-mail:nurieva.l@inbox.ru
ORCID: http://orcid.org/0000-0002-7021-2389
Том 10 № 1 2020 ISSN 2227-2917
с. 62-67 Известия вузов. Инвестиции. Строительство. Недвижимость (print) 67 Vol. 10 No. 1 2020 Proceedings of Universities. Investment. Construction. Real estate ISSN 2600-164X 6 ' pp. 62-67_(online)_
