CC BY
13<Тешетневс^ие чтения. 2016
УДК 504.054
ВОССТАНОВЛЕНИЕ ПОЛЕЙ ЗАГРЯЗНЯЮЩИХ ВЕЩЕСТВ В ГОРОДСКОЙ СРЕДЕ1
Е. Н. Бельская1*, А. В. Медведев1, Е. Д. Михов2, О. В. Тасейко1
1 Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31
2Сибирский федеральный университет Российская Федерация, 660041, г. Красноярск, просп. Свободный, 79 E-mail: ketrin_nii@mail.ru
Представлена модель пространственного распределения загрязняющих веществ в Красноярске, разработанная с использованием ядерных оценок, приведены результаты моделирования.
Ключевые слова: моделирование экологической обстановки, непараметрическое моделирование, загрязнение атмосферного воздуха города, мониторинг состояния окружающей среды.
RECONSTRUCTING AIR POLLUTION FIELDS IN URBAN TERRITORY
E. N. Bel'skaya1*, A. V. Medvedev1, E. D. Mikhov2, O. V. Taseiko1
1Reshetnev Siberian State Aerospace University 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660037, Russian Federation 2Siberian Federal University 79, Svobodnyi Av., Krasnoyarsk, 660041, Russian Federation E-mail: ketrin_nii@mail.ru
The model of ecological situation reconstruction is developed with using the non-parametric methods on the base of kernel estimations. The results of modeling characterize the spatial distribution of air pollution in Krasnoyarsk city.
Keywords: ecological situation's reconstruction, nonparametric modeling, urban air pollution, environmental monitoring.
Развитие городской среды и планируемая хозяйственная деятельность (появление новых микрорайонов, автомагистралей, промышленных объектов) приводят к увеличению антропогенной нагрузки на окружающую среду и требуют использования разносторонней и детальной информации о её влиянии. Такая информация необходима как для оценки и контроля качества атмосферного воздуха, так и для прогноза его состояния и налаживания рациональной системы природоохранной деятельности.
Существующая в нашей стране сеть наблюдений за загрязнением атмосферного воздуха включает посты ручного отбора проб воздуха и автоматизированные системы наблюдений и контроля окружающей среды. В Красноярске на сегодняшний день существует 8 стационарных пунктов мониторинга федеральной наблюдательной сети: два в Ленинском районе и по одному - во всех остальных. Несмотря на то, что в последние годы стали появляться дополнительные посты наблюдения региональной наблюдательной сети [1; 2], места для их размещения выбирают в соответствии с нормативными документами 60-х гг. прошлого века, так как новые до сих пор не разработаны. Репрезентативность наблюдений за состоянием
1 Работа выполнена при поддержке Российского фонда
фундаментальных исследований, № 16-47-240766.
загрязнения атмосферы в городе зависит от правильности расположения пунктов отбора проб на обследуемой территории [1-3].
Сложный рельеф местности, количество и размещение основных промышленных и транспортных источников, метеорологические условия оказывают значительное влияние на распределение концентраций поллютантов в пределах рассматриваемой зоны. Для решения подобных задач проводят математическое моделирование распространения примесей, позволяющее оценить степень загрязнения атмосферы в заданной точке местности, не проводя в ней натурных измерений. Моделирование требует комплексного учета многих факторов, таких как параметры источников выбросов и текущего метеорологического состояния атмосферы, условия рассеивания для данной местности, свойства моделируемых веществ и др. [1; 4]. В последнее время все чаще используются методы непараметрического моделирования для решения подобного рода задач.
В работе представлена модель пространственного распределения загрязняющих веществ в городе Красноярске, построенная с использованием алгоритма ядерной аппроксимации. Одним из основных параметров в данном алгоритме является вектор коэффициента размытости ядра. Точность построенной модели напрямую зависит от качества настройки данного
Шехносферная безопасность
вектора. Оптимизация вектора коэффициента размытости ядра (его настройка) выполнена при помощи алгоритма Недлера-Мидда [2; 5; 6].
Данные об экологической обстановке в г. Красноярске получены с постов наблюдения за загрязнением атмосферы Среднесибирского УГМСН. На постах выполняются измерения концентраций загрязняющих веществ, определяются температура и влажность воздуха, направление и скорость ветра.
С помощью предложенной модели выполнены сценарные расчеты содержания СО в атмосферном воздухе г. Красноярска. Оксид углерода наиболее часто используют в качестве прогнозируемого параметра в моделях качества воздуха в силу его химической инертности. Пример распределения концентраций СО по территории г. Красноярска в разные периоды, по результатам математического моделирования, представлен на рис. 1, 2.
Рис. 1. Пространственное распределение СО в г. Красноярске 14.01.2004 - 13.00 ч (расчетные данные)
Рис. 2. Пространственное распределение СО в г. Красноярске 15.01.2004 - 19.00 ч. (расчетные данные)
Модель может быть использована для оценки распространения любых загрязняющих веществ (при расчетах содержания химически активных веществ её необходимо дополнять блоком, учитывающим трансформации в атмосферном воздухе города).
Предложенный подход позволяет оптимизировать процедуру принятия решений в области управления качеством окружающей среды. В дальнейшем возможно расширение модели, что позволит рассчитывать распространение загрязнения не только в пространстве, но и во времени и увеличит точность прогнозов. Очевидна необходимость применения данного подхода в принятии управленческих решений, регулирующих экологическую обстановку.
Библиографические ссылки
1. Применение методов непараметрического моделирования в решении задач экологического мониторинга / Е. Н. Бельская [и др.] // Вестник СибГАУ. 2016. № 1(17). С. 10-18.
2. Тасейко О. В., Сугак Е. В. Репрезентативность пунктов наблюдения при оценке качества воздуха в городской среде // Современные проблемы науки и образования. 2014. № 6. C. 1-11.
3. Бельская Е. Н., Тасейко О. В., Сугак Е. В. Оптимизация сети наблюдений состояния загрязнения атмосферного воздуха на городской территории // Решетневские чтения : материалы XIX Междунар. науч.-практ. конф. В 2 ч. Ч. 2. / Сиб. гос. аэрокосмич. ун-т. Красноярск, 2015. C. 308-309.
4. Молодой ученый. Информационная система для моделирования распространения загрязнения атмосферного воздуха с использованием ArcGIS. URL: http://www.moluch.ru/conf/tech/archive/4/895 (дата обращения: 14.07.2015).
5. Михов Е. Д. Оптимизация коэффициента размытости ядра в непараметрическом моделировании // Вестник СибГАУ. 2015. № 2(16). С. 338-342.
6. Prayoth Kumsawat. A Genetic Algorithm Optimization Technique for Multiwavelet - Based Digital Audio Watermarking // EURASIP Journal on Advances in Signal Processing. 2010. Vol. 1. P. 15-25.
References
1. Bel'skaya E. N., Medvedev A. V., Mikhov E. D., Taseiko O. V. [Application of non-parametric modelling in solving problems of environmental monitoring] Vest-nikSibGAU, 2016, Vol. 17, No. 1, P. 10-18. (In Russ.)
2. Taseiko O. V., Sugak E. V. Representativnost punk-tov nablydenia pri ocenke cashestva vozduha v gorodskoi srede [Representativeness of urban station for air quality monitoring] // Modern problems of science and education, 2014. № 6. P. 1-11. Available at: http://www.science-education.ru/120-15560 (accessed: 12.07.2015).
3. Bel'skaya E. N., Taseiko O. V., Sugak E. V. Optimizacia seti nabludenii sostoyania atmocfernog vozduha na gorodskoi territorii [Optimization of air pollution monitoring network in urban area]. Reshetnevsky readings: Materials XIX of the International scientific and practical conference. In 2 parts. / Sib. State. Space university, Krasnoyarsk, 2015. Part 2. P. 308-309.
4. Informacionnaya sistema dlya modelirovania rasprostranenia zagriaznenia atmosfernogo vozduha s ispolzovaniem ArcGIS [Young scientist. Information system for the modeling of air pollution using ArcGIS] Available at: http://www.moluch.ru/conf/tech/archive/ 4/895/ (accessed: 14.07.2015).
5. Mikhov E. D. [Optimization of coefficient of blurring of a kernel in nonparametric modeling] VestnikSib-GAU, 2015. Vol. 16. No. 2, P. 338-342. (In Russ.)
6. Prayoth Kumsawat. [A Genetic Algorithm Optimization Technique for Multiwavelet - Based Digital Audio Watermarking] // EURASIP Journal on Advances in Signal Processing, 2010. Vol. 1. P. 15-25.
© Бельская Е. Н., Медведев А. В., Михов Е. Д., Тасейко О. В., 2016
