close

Вход

Забыли?

вход по аккаунту

?

Поддержка принятия решений для задач экологического мониторинга атмосферного воздуха в городах

код для вставкиСкачать
На правах рукописи
Степанченко Илья Викторович
ПОДДЕРЖКА ПРИНЯТИЯ РЕШЕНИЙ ДЛЯ ЗАДАЧ
ЭКОЛОГИЧЕСКОГО МОНИТОРИНГА АТМОСФЕРНОГО
ВОЗДУХА В ГОРОДАХ
Специальность 05.13.01 – «Системный анализ, управление и обработка
информации (информационные технологии и промышленность)»
АВТОРЕФЕРАТ
диссертации на соискание ученой степени
доктора технических наук
Волгоград – 2015
2
Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего образования «Волгоградский государственный технический университет».
Научный консультант
Камаев Валерий Анатольевич,
доктор технических наук, профессор
Официальные оппоненты: Курейчик Виктор Михайлович,
доктор технических наук, профессор,
ФГАОУ ВО «Южный федеральный университет»,
Институт компьютерных технологий и
информационной безопасности, кафедра
«Дискретная математика и методы оптимизации»,
заведующий кафедрой
Проталинский Олег Мирославович,
доктор технических наук, профессор,
ФГБОУ ВО «Астраханский государственный
технический университет», кафедра «Прикладная
информатика в экономике», профессор
Филатова Наталья Николаевна,
доктор технических наук, профессор,
ФГБОУ ВО «Тверской государственный
технический университет», кафедра «Автоматизация
технологических процессов», профессор
Ведущая организация
ФГБУН «Институт проблем точной механики и
управления» Российской академии наук
Защита состоится 15 декабря 2016 года в 14:00 часов на заседании
диссертационного совета Д212.028.08 на базе Волгоградского государственного
технического университета по адресу: 400005, г. Волгоград, проспект
им. В.И. Ленина, д. 28, ауд. В-1001.
С диссертацией можно ознакомиться в научно-технической библиотеке
Волгоградского государственного технического университета по адресу:
400005, г. Волгоград, проспект им. В.И. Ленина, д. 28 и на сайте
http://vstu.ru/files/thesis_defence/14392/stepanchenko_ilya_viktorovich.pdf
Автореферат разослан «___» ___________ 2016 г.
Ученый секретарь
диссертационного совета
Орлова Юлия Александровна
3
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность темы. В связи с преимущественно урбанистическим характером развития цивилизации вопросы управления экологической средой современных городов относятся к числу важнейших.
Из всех проблем оценки экологического состояния городской среды следует выделить задачу контроля и управления качеством атмосферного воздуха,
применительно к которой широкое развитие получили работы по созданию систем экологического мониторинга, основывающиеся на математических моделях для расчёта рассеивания примесей в атмосфере и приближённого определения приземных концентраций загрязняющих веществ на территории города
(работы Израэля Ю.А., Марчука Г.И., Монина А.С., Безуглой Э.Ю., Берлянда
М.Е., Бызовой Н.Л., Гаргера Е.К., Гениховича Е.Л., Наац В.И., Пененко В.В.,
Рапуты В.Ф., Batchelor G.K., Beychok M.R., Deardorff J.W., Ferguson S.A.,
Gifford F.A., Hanna S.R., Mann R.E., Nieuwstadt F.T.M., Pasquill F. и др.) и технического обеспечения систем мониторинга (Алексеев В.В., Вент Д.П., Волков
В.Ю., Горелик Д.О., Конопелько Л.А., Примак А.Г., Разяпов А.З., Растоскуев
В.В., Цветков Э.И., Эдельштейн Ю.Д., Barrett C.F., Platt U., Reed L.E., Richards
J.R., Seinfeld J.H., Stutz J. и др.). Результаты работ широко используются в создании систем экологического мониторинга (СЭМ) крупных городов – например: Москвы, Санкт-Петербурга, Владивостока.
Вопросы системной связи между этими направлениями работ не нашли
достаточного освещения, а принципы системного анализа и методы поддержки
принятия решений, изложенные в работах Геловани В.А., Ларичева О.И., Моисеева Н.Н., Поспелова Г.С., Берштейна Л.С., Перегудова Ф.И., Петровского
А.Б., Тарасенко Ф.П., Трахтенгерца Э.А., Ackoff R.L., Bonczek R.H., Burstein F.,
Holsapple C.W., Power D.J., Roy B., Saaty T.L., Whinston A.B. применяются
ограниченно. Так, в проектах нормативов предельно допустимых выбросов
(ПДВ) для предприятий устанавливаются такие ограничения на объёмы, чтобы
ни при каких сочетаниях внешних факторов приземные концентрации загрязняющих веществ вне санитарно-защитной зоны (СЗЗ) не превышали предельно
допустимые концентрации (ПДК). Нормативы ПДВ для предприятий носят
статический характер, рассчитаны на наиболее неблагоприятные условия и
поэтому не связаны с текущей оценкой внешних факторов (в частности, метеорологических условий и режимов работы других предприятий, источники которых выбрасывают в атмосферу вещества тех же наименований, а также выбросов автотранспорта). Вследствие этого ограничения на параметры технологических процессов предприятий, накладываемые требованиями нормативов ПДВ,
оказываются излишне жёсткими в тех случаях, когда текущие сочетания внешних факторов отличаются от наиболее неблагоприятных.
Представляет интерес рассмотрение задач контроля и управления качеством атмосферного воздуха с общесистемных позиций при динамической корректировке нормативов ПДВ предприятий и применения методов поддержки
принятия решений с целью согласования требований экологической безопасности и высокой экономической эффективности работы промышленности.
4
Следует отметить, что такие задачи экологического мониторинга будут
особенно актуальны для городов (как правило, небольших), которым свойственны особенности, позволяющие надеяться на успешную реализацию системного подхода: выбросы предприятий не приводят к постоянному превышению ПДК; возникающие превышения ПДК загрязняющих веществ не стабильны по местоположению, а их продолжительность значительно меньше периодов удовлетворительной экологической ситуации; состав загрязняющих веществ в выбросах предприятий с перекрывающимися зонами рассеивания примерно одинаков; имеются возможности разгрузки автотранспортных магистралей и выделения площадей для защитного озеленения городских территорий.
Учёт этих особенностей позволяет поставить задачу создания СЭМ состояния атмосферы, которая, с одной стороны, будет гораздо экономичнее существующих решений, а с другой стороны, могут быть поставлены задачи создания специфичных методов обработки информации и поддержки принятия
решений, отличных от известных и неприменимых для СЭМ мегаполисов. Цель
создания таких методов – смягчить возможные противоречия между стремлением улучшить технико-экономические показатели производства и необходимостью выполнять нормативы ПДВ. Возможность преодоления этих противоречий может быть достигнута благодаря введению механизма адаптации параметров системы производственных экологических ограничений и системы
управления автотранспортом к текущей экологической обстановке в городе.
Экономическая целесообразность учёта особенностей городов с нестабильной локацией зон опасного загрязнения атмосферного воздуха при создании СЭМ обосновывает актуальность работ в этом направлении.
Объектом исследования являются процессы обработки информации и
принятия управленческих решений в системах экологического мониторинга
атмосферного воздуха городов, в которых продолжительные периоды отсутствия нарушений ПДК загрязняющих веществ эпизодически прерываются
кратковременными периодами опасного загрязнения атмосферы в ограниченных зонах, не имеющих постоянного расположения.
Предмет исследования – методы обработки информации, идентификации и поддержки при принятии решений в системах экологического мониторинга атмосферного воздуха.
Целью диссертационной работы является повышение эффективности
функционирования систем экологического мониторинга атмосферного воздуха
в городах с непостоянными во времени и нестабильными локациями зон опасного загрязнения.
Научная проблема, соответствующая цели, заключается в необходимости совмещать задачи обеспечения благоприятного состояния атмосферного
воздуха в городе с задачами создания условий для повышения экономической
эффективности работы предприятий.
Гипотеза исследования строится на следующих предположениях:
1. Возможна адаптация параметров системы производственных экологических ограничений к экологической обстановке в городе с помощью учёта
5
прогнозируемых значений метеорологических параметров, регулирования автотранспортных потоков и идентификации недоступных непосредственному
измерению фактических расходов выбросов из промышленных стационарных
источников загрязнения атмосферы по результатам измерений приземных
концентраций загрязняющих веществ вне СЗЗ предприятий.
2. Создание стационарной сети наблюдения за значениями приземных
концентраций загрязняющих веществ для городов с прерывными во времени и
нестабильными локациями зон опасных концентраций экономически нецелесообразно. Предполагается обеспечить информационную поддержку системы
экологического мониторинга только средствами мобильной экологической лаборатории.
3. Потери точности контроля состояния атмосферы из-за отказа от стационарной сети мониторинга будут малыми благодаря системному подходу к
организации работы мониторинга.
Для достижения поставленной цели, проверки гипотезы и решения
научной проблемы необходимо решить следующие задачи:
1) изучить имеющиеся научные методы и провести системный анализ
процессов принятия решений для задач экологического мониторинга на основе которых сформулировать и теоретически обосновать функциональную
структуру СЭМ атмосферного воздуха города с непостоянными во времени и
нестабильными локациями зон опасного загрязнения;
2) разработать метод поддержки принятия решений о зонах возможного
опасного загрязнения приземного слоя атмосферного воздуха от источников,
расположенных на промышленных предприятиях, с учётом динамики метеорологических параметров, состояния зелёных насаждений, а также выбросов
загрязняющих веществ автотранспортными средствами;
3) разработать метод обработки информации о состоянии воздуха по результатам измерения приземных концентраций загрязняющих веществ средствами мобильной лаборатории с учётом информационного запаздывания, и
определением числа и координат точек измерения;
4) разработать метод дистанционной идентификации недоступных непосредственному измерению фактических расходов выбросов из промышленных
стационарных источников загрязнения по результатам измерений приземных
концентраций загрязняющих веществ вне СЗЗ предприятий, выполненных
средствами мобильной лаборатории;
5) разработать метод поддержки принятия управленческих решений по
адаптации производственных экологических ограничений к текущей экологической обстановке для обеспечения возможностей повышения экономической
эффективности производств при безусловном выполнении требований к качеству атмосферного воздуха в городе;
6) разработать метод оценки эффективности СЭМ атмосферного воздуха
в городах с непостоянными во времени и нестабильными локациями зон опасного загрязнения.
6
Методы исследований. В работе использованы методы системного анализа, оптимизации, теории принятия решений, методы математического моделирования систем, методы искусственного интеллекта.
Достоверность результатов. Достоверность результатов подтверждается
согласованием результатов вычислительных экспериментов, полученных с помощью разработанного программного комплекса, с результатами натурных
экспериментов, статистических данных и расчётов с помощью коммерческих
пакетов, а также подтверждается успешным внедрением разработанных компонентов программного комплекса.
Научная новизна. Впервые поставлена задача разработки теоретического обоснования функциональной структуры СЭМ города с прерывными во времени и нестабильными локациями зон опасного загрязнения атмосферного воздуха, в процессе решения которой получены следующие новые результаты:
1) метод поддержки принятия решений о локациях зон возможного
опасного загрязнения в приземном слое атмосферного воздуха, создаваемых
промышленными предприятиями и автотранспортом. Метод отличается от
существующих учётом выбросов от промышленных стационарных источников,
автотранспорта и поглощения загрязняющих веществ растениями при динамическом изменении метеопараметров, что позволяет сформулировать задачу
оперативной корректировки параметров системы производственных экологических ограничений, подлежащих учёту при управлении технологическими процессами на предприятиях; (пункты 1, 4, 5, 12 паспорта специальности 05.13.01,
страницы 117–123 диссертации);
2) метод получения и обработки данных для СЭМ атмосферного воздуха
города с помощью мобильного контроля. Метод отличается от существующих
определением интервала времени получения данных и учётом информационного запаздывания, что позволяет обеспечить точность мобильного контроля,
сравнимую с точностью стационарной системы контроля при существенно
меньших затратах на создание, внедрение и эксплуатацию; (пункты 4, 12 паспорта специальности 05.13.01, страницы 141–144 диссертации);
3) метод дистанционной идентификации недоступных непосредственному измерению фактических расходов выбросов из промышленных стационарных источников. Метод отличается от существующих оценкой вклада каждого стационарного источника на базе общесоюзного нормативного документа (ОНД-86) и использованием результатов мобильного контроля, что позволяет создавать системы поддержки принятия решений о режимах работы промышленных предприятий, сочетающие экономический и экологический критерии; (пункт 7 паспорта специальности 05.13.01, страницы 166–168 диссертации);
4) метод поддержки принятия управленческих решений о производственных экологических ограничениях. Метод отличается от существующих
определением наименьшего суммарного возможного экологического ограничения производственных процессов с помощью учёта возможности снижения
выбросов от автотранспорта, что позволяет повысить технико-экономические
показатели работы предприятий в городах с прерывными во времени и неста-
7
бильными локациями зон опасного загрязнения атмосферного воздуха. (пункты 1, 4, 5 паспорта специальности 05.13.01, страницы 206–207 диссертации);
Теоретическая значимость заключается в развитии теоретических основ
системного анализа (критериев и оценки эффективности, специального математического и программного обеспечения, методов идентификации, обработки
информации и поддержки принятия решений) для задач экологического мониторинга атмосферного воздуха города.
Практическая ценность работы состоит в том, что разработанные методы применялись при проектировании и реализации следующих проектов (копии актов о внедрении приведены в приложении к диссертации):
1) «Идентификация локаций зон возможного опасного загрязнения в приземном слое атмосферного воздуха, создаваемых промышленными предприятиями и транспортом на территории городского округа – город Камышин»
(Муниципальное казенное учреждение «Служба охраны окружающей среды и
экологической безопасности г. Камышина»);
2) «Экологический паспорт городского округа – город Камышин» и «Совершенствование транспортной инфраструктуры городского округа – город Камышин» (Администрация городского округа – город Камышин Волгоградской
области), экономический эффект более 15 млн. рублей в ценах 2014 года;
3) «Разработка методов поддержки принятия решений о возможных зонах
опасного загрязнения атмосферного воздуха и дистанционной идентификации
источников выбросов» (ОАО «Газэнергосервис» – завод «Ротор», ООО «ЛУКОЙЛ-Волгоградэнерго» Камышинская ТЭЦ);
4) «Математическое моделирование динамики развития городского озеленения как средства повышения качества атмосферного воздуха» (Федеральное государственное бюджетное научное учреждение «Всероссийский научноисследовательский агролесомелиоративный институт»).
Результаты диссертационного исследования были получены в том числе
и в рамках:
– проектов РФФИ: 07-08-96616-р_поволжье_а «Возрождение экологического мониторинга в системе управления качеством жизни небольшого города
(на примере г. Камышина)» (исполнитель), 14-07-97011-р_поволжье_а «Интеллектуальная информационная система прогнозирования качества атмосферного
воздуха для небольшого города» (руководитель);
– хоздоговоров с Администрацией городского округа – город Камышин,
Муниципальным казенным учреждением «Служба охраны окружающей среды
и экологической безопасности г. Камышина», Комитетом жилищнокоммунального хозяйства и капитального строительства Администрации городского округа – город Камышин Волгоградской области.
Положения, выносимые на защиту:
1. Функциональная структура СЭМ атмосферного воздуха города, в котором продолжительные периоды отсутствия нарушений ПДК загрязняющих веществ эпизодически прерываются кратковременными периодами опасного загрязнения атмосферы в ограниченных зонах, не имеющих стабильного расположения (страницы 36–40 диссертации).
8
2. Метод поддержки принятия решений о локациях зон возможного опасного загрязнения в приземном слое атмосферного воздуха, создаваемых промышленными предприятиями и автотранспортом (страницы 117–123 диссертации).
3. Метод получения и обработки данных о состоянии атмосферного воздуха в городе с помощью мобильного контроля с учётом информационного запаздывания (страницы 141–144 диссертации).
4. Метод дистанционной идентификации недоступных непосредственному измерению фактических расходов выбросов из промышленных источников выбросов на базе модели в ОНД-86 и использованием результатов мобильного контроля (страницы 166–168 диссертации).
5. Метод поддержки принятия управленческих решений об оперативных
экологически допустимых производственных ограничениях с учётом результатов идентификации расходов выбросов из стационарных источников и возможности снижения выбросов от автотранспорта (страницы 206–207 диссертации).
6. Модель развития зелёных насаждений в городе с учётом резких климатических изменений для оценки объёмов поглощения загрязняющих веществ, выбрасываемых промышленностью и автотранспортом (страницы 92–
101 диссертации).
7. Критерии оценки эффективности методов поддержки принятия решений в системах экологического мониторинга атмосферного воздуха города при
непостоянных во времени и нестабильных локациях зон опасного загрязнения
(страницы 40–42 диссертации).
8. Программный комплекс для СЭМ атмосферного воздуха города при
непостоянных во времени и нестабильных локациях зон опасного загрязнения
(страницы 224–228 диссертации).
Апробация работы. Основные результаты диссертационной работы докладывались (выборочно):
­ на международных конференциях: Creativity in Intelligent Technologies &
Data Science 2015 (Волгоград, 2015), «Проблемы автоматики и управления»
(Бишкек, 2015), «Международный конгресс по интеллектуальным системам
и информационным технологиям» (Дивноморск, 2015), «Математические
Методы в Технике и Технологиях» (ММТТ-28, Ярославль, 2015, ММТТ-27,
Саратов, 2014, Тамбов, 2014), «Идентификация систем и задачи управления»
(SICPRO, Москва, 2015, 2005, 2003), 11th Joint Conference on KnowledgeBased Software Engineering, JCKBSE 2014 (Волгоград, 2014), «Современные
направления теоретических и прикладных исследований» (Украина, 2014,
2013), «Современные проблемы и пути их решения в науке, транспорте,
производстве и образовании (Украина, 2014, 2013), «Научные исследования
и их практическое применение. Современное состояние и пути развития»
(Украина, 2014, 2013), «Перспективные инновации в науке, образовании,
производстве и транспорте» (Украина, 2014), «Инновационные технологии в
управлении, образовании, промышленности «АСТИНТЕХ» (Астрахань,
2010, 2009, 2008), «Параллельные вычисления и задачи управления» (PACO,
9
Москва, 2008, 2006), «Экология и ресурсо- и энергосберегающие технологии
на предприятиях народного хозяйства (промышленность, транспорт, сельское хозяйство)» (Пенза, 2007), VIII, IX международных конференциях «Математика. Компьютер. Образование» (Дубна 2002, Пущино 2001), «Экология
и здоровье» (Краснодар, 2001);
­ на Всероссийских конференциях: XII Всероссийская школа-конференция
молодых ученых и специалистов «Управление большими системами» (Волгоград, 2015), 5–7 научно-практические конференции с международным участием «Экологические проблемы промышленных городов» (Саратов, 2015,
2013, 2011), «Инновационные технологии в обучении и производстве» (Камышин, 2015, 2012, 2011, 2010), Всероссийской конференции «Прогрессивные технологии в обучении и производстве» (Камышин, 2002);
­ на научных семинарах в Тамбовском государственном техническом университете (2014), Саратовском государственном техническом университете
им. Ю.А. Гагарина (2014), НИИ многопроцессорных вычислительных систем ЮФУ (2014).
Публикации. Материалы диссертации опубликованы в 70 печатных
работах, из них 2 монографии, 4 публикации из источников, индексируемых
в базе Scopus, 11 статей в журналах, рекомендуемых ВАК, 10 публикаций в
международных источниках, 2 учебных пособия. Получено 15 свидетельств о
государственной регистрации программ для ЭВМ.
Личный вклад автора заключается в разработке основных положений, выносимых на защиту; в разработке методов, составляющих научную
новизну работы, в постановке и решении задачи разработки теоретического
обоснования функциональной структуры СЭМ города с прерывными во времени и нестабильными локациями зон опасного загрязнения атмосферного воздуха. Автором лично ставились задачи проведения вычислительных экспериментов и выполнялось их проведение, выполнялась разработка архитектуры
программного обеспечения.
Объем и структура работы. Диссертация состоит из введения, шести
глав, заключения, содержит 236 страниц основного текста, 89 рисунков, 31 таблицу, список использованных источников (410 наименований на 44 страницах),
3 приложения.
Общественное признание. Автор награждён знаком «Почётный работник высшего профессионального образования Российской Федерации», благодарственными письмами Главы Администрации Волгоградской области и Волгоградской областной Думы за активную деятельность в сфере научных исследований.
Благодарности. Автор выражает глубокую и искреннюю благодарность
кандидату технических наук, профессору Крушель Елене Георгиевне за всестороннюю помощь в работе над диссертацией.
ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ
Во введении обоснована актуальность проблемы, определены цель и задачи диссертационной работы, перечисляются положения, выносимые на защиту.
10
В главе 1 выполнен ретроспективный анализ состояния проблемы мониторинга атмосферного воздуха и системный анализ процессов принятия решений в задачах экологического мониторинга атмосферного воздуха городов с
непостоянными во времени и нестабильными локациями зон опасного загрязнения, создаваемых стационарными источниками промышленных предприятий и автотранспортом. Анализ показал недостаточное использование достижений системного анализа и теории принятия решений для решения задач
экологического мониторинга рассматриваемых городов, что подтверждается
отсутствием адаптации функциональной структуры СЭМ для таких городов и
практически отсутствием методов поддержки принимаемых решений, связанных с формированием предупреждающих действий масштаба города. Показатели качества атмосферного воздуха и показатели качества СЭМ в теоретических подходах слабо увязаны. При нестабильных загрязнениях приземного
слоя атмосферы нет единого подхода к оценке принимаемых решений и отсутствуют формальные описания подсистем СЭМ, позволяющие применять
математические методы для повышения эффективности их функционирования.
Также в результате изучения научных работ и реализованных систем по
контролю загрязнённости приземного слоя атмосферного воздуха было отмечено, что определение и обоснование количества средств технического контроля, места их расположения и времени контроля осуществляется без учёта
времени сохранения текущих метеоусловий, влияния озеленения на значения
концентраций загрязняющих веществ, а в ряде случаев и без учёта выбросов
автотранспорта.
Указанные проблемы приводят к общей цели – повышение эффективности СЭМ и задаче разработки теоретического обоснования функциональной
структуры СЭМ города с прерывными во времени и нестабильными локациями
зон опасного загрязнения атмосферного воздуха.
Для решения поставленной задачи предлагается организация мониторинга не на основе центрального блока наблюдений (как при традиционном подходе к задачам экологического мониторинга), а на основе подсистем диагностики
зон опасного загрязнения и прогнозирования метеопараметров, то есть работа
СЭМ основывается на прогнозируемых параметрах метеоусловий (как определяющих характер распространения загрязнений) и на расчётах возможного состояния окружающей среды на базе математических моделей. Исходя из характера загрязнений, которые являются нестабильными, традиционный блок
наблюдения заменяется на подсистему сбора информации, техническую поддержку которой осуществляет мобильная измерительная лаборатория. Для выполнения необходимых функций в схему мониторинга были включены подсистема идентификации параметров источников выбросов (вне СЗЗ предприятий)
по результатам мобильного контроля (подсистема сбора информации) и подсистема поддержки принятия решений (рис. 1). Существенным отличием от традиционной структуры СЭМ являются также обратные связи, направленные на
подсистемы диагностики зон опасного загрязнения воздуха и прогнозирования
метеопараметров.
11
Система экологического мониторинга
Подсистема поддержки принятия
решений
Подсистема сбора информации
Подсистема идентификации
параметров источников
Подсистема диагностики зон
опасного загрязнения воздуха
Подсистема прогнозирования
метеопараметров
Управление
Регулирование
качества среды
Обозначения:
Прямая связь
Обратная связь
Рис. 1. Концептуальная схема организации мониторинга
В рамках такой концепции мониторинга была создана функциональная
схема СЭМ, представленная в виде схемы управления (рис. 2) и функциональных схем подсистем (рис. 3 на стр. 13, 14).
Управление технической частью СЭМ базируется на определении рассогласования значений предельно допустимых концентраций загрязняющих веществ в приземном слое атмосферного воздуха и значений концентраций, получаемых с помощью метода диагностики зон опасного загрязнения атмосферного воздуха для прогнозируемых значений метеопараметров (рис. 2).
При превышении значения рассогласования выше заданного порога, техническая часть производит необходимые измерения и обработку данных, а также
дистанционную идентификацию параметров стационарных источников выбросов при отличии значений прогнозируемых и фактически измеренных приземных концентраций. Полученные данные используются для формирования
управленческих решений по согласованию технико-экономических показателей производства и выполнению значений ПДК, в том числе за счёт регулирования автотранспорта, а в отдалённой перспективе и за счёт дополнительного
озеленения.
Подсистемы диагностики зон опасного загрязнения воздуха и прогнозирования метеопараметров выполняют роль аналогичную упредителю Смита в
системах управления. Существенными отличиями являются: отсутствие полной модели объекта, а величина запаздывания в объекте управления определяется динамически и является приближённым значением.
12
Объекты естественного
воздействия
Воздействия
Окружающая среда
Воздействия
Зелёные насаждения
Объекты антропогенного
воздействия
Предприятия
Автотранспорт
Возмущения
Информационно-техническая система мониторинга
Управленческие
решения
Подсистема сбора
информации
Подсистема идентификации
параметров источников
ИК
Данные о параметрах
источников выбросов
Прогнозируемые
концентрации
Блок управления
Подсистема диагностики зон
опасного загрязнения воздуха
ПДК
Подсистема прогнозирования
метеопараметров
Данные
метеоцентров
ПДВ
Управленческие
решения
Управляющие воздействия:
координаты точек контроля
Подсистема поддержки принятия
решений
Обозначения: ИК – измеренные концентрации, ПДК – предельно допустимые концентрации, ПДВ – предельно допустимые выбросы.
Рис. 2. Схема управления информационно-технической системой
мониторинга и формирования управленческих решений
Для оценки работы СЭМ по предлагаемой схеме в первой главе разработаны следующие критерии оценки эффективности методов поддержки принятия решений в СЭМ городов с прерывными во времени и нестабильными локациями зон опасного загрязнения атмосферного воздуха:
­ оценка среднего за год отношения суммарной стоимости внедрения и эксплуатации СЭМ в течение нормативного срока к среднему количеству выявленных опасных уровней загрязнения атмосферного воздуха;
­ оценка среднего за год отношения количества выявленных опасных уровней загрязнения атмосферного воздуха к количеству фактически подтверждённых с помощью приборного контроля;
­ отношение средней за год оценки возможного объёма выпущенной продукции предприятиями города за все периоды опасного загрязнения (в рублях, с учётом инфляции) плюс сумма возможных штрафов к общему объёму выпущенной продукции предприятиями (в рублях, с учётом инфляции).
Первые два критерия служат для оценки качества решения задач экологического мониторинга, а третий критерий для оценки качества решения задачи создания условий повышения экономической эффективности работы предприятий.
В качестве показателей качества работы подсистем СЭМ использованы:
погрешность измерений подсистемой сбора информации по отношению к стационарной системе – не более 5%, погрешность работы подсистемы идентификации режимных параметров источников выбросов – не более 10%,
наименьшее значение концентрации загрязняющего вещества для зоны возможного опасного загрязнения – 0.7 среднесуточной ПДК по выбранному загрязняющему веществу.
Да
Замена соответствующих
значений CS = СTS
Есть ли хотя бы одно
значение СTS > 0.7 ПДК?
Нет
Приземная концентрация, поглощаемая
растениями CP = CP + CPi
Приземная концентрация, создаваемая
автомагистралью CTRi = CLTR + CCTR
2
Прогнозируемая приземная концентрация
C = CS + CT – CP
Приземная концентрация, создаваемая
автотранспортом CT = CT + CTRi
Расчёт приземной концентрации СPi по
каждому веществу j(1;NZ), которая
поглощается видом растений Pi
Расчёт приземных концентраций СLTR по
каждому веществу j(1;NZ), создаваемых
линейными участками автомагистрали TRi
Цикл по стационарным источникам
выбросов "Sk(1;Ss)
Расчёт приземных концентраций СCTR по
каждому веществу j(1;NZ), создаваемых
перекрёстками автомагистрали TRi
Расчёт объёмов поглощения VPi по
каждому веществу j(1;NZ), видом
растений Pi
Цикл по автомагистралям,
"TRi(1;TRr)
Цикл по моделям расчёта приземных
концентраций, "Сi(1;Cc)
Расчёт приземных концентраций СTS по каждому
веществу j(1;NZ), создаваемых стационарным
источником Sk, с помощью модели Ci
Цикл по видам растений, "Pi(1;Pp)
Инициализация массива приземных
концентраций по каждому веществу
j(1;NZ), создаваемых автотранспортом, CT
Инициализация массива концентраций
по каждому веществу j(1;NZ),
поглощаемых растениям, CP
Подсистема прогнозирования
метеопараметров
Данные
метеоцентров
1
Инициализация массива приземных
концентраций по каждому веществу j(1;NZ),
создаваемых стационарными источниками, CS
Подсистема диагностики зон опасного загрязнения воздуха
Расчёт значений
прогнозируемых
метеоданных, M
Преобразование данных
к единой координатной
системе
Получение метеоданных
Обобщенная схема
функционирования
13
Рис. 3. Функциональная схема СЭМ атмосферного воздуха с непостоянными
во времени и нестабильными локациями зон опасного загрязнения (начало)
Параметры выбросов
Sl источника M или V > ПДВ?
Цикл по стационарным источникам
выбросов "Sl(1;Ss)
Решение задачи идентификации по
веществу PLk
Да
PLk > ПДК?
Подсистема идентификации параметров источников
Нет
Нет
Цикл по загрязняющим веществам
"PLk(1;PLpl)
Получение и обработка данных с
помощью мобильной лаборатории
Цикл по точкам измерений
"MPj(1;MPMP)
Определение количества точек
измерения MP и их координат MP(x,y)
Определение времени Dt, в течение
которого сохраняется уровень
значимости метеопараметров
Подсистема сбора информации
Да
Сообщение оператору о нарушениях
ПДВ Sl источником
Сообщение оператору о
неблагоприятной ситуации в точке MPj
Сообщение оператору о возможном
снижении концентраций за счёт растений
Да
PLk – DCT < ПДК?
Определение интервала времени снижения
концентрации DCT за счёт автотранспорта
Нет
Определение возможности снижения
концентрации DCT за счёт автотранспорта
Подсистема поддержки принятия решений
Сообщение оператору об интервалах времени и
возможных режиме работы источников выбросов
Определение интервалов времени
ограничений работы стационарных источников
S1, …, SZN и времени ограничения
автотранспорта
Определение режима работы стационарных
источников S1, …, SZN, оказывающих влияние на
опасную зону с учётом снижения концентрации
на DCT за счёт автотранспорта
Сообщение оператору об интервале времени и
возможном режиме работы автотранспорта
Нет
Подсистема диагностики зон опасного
загрязнения воздуха
Есть зоны с концентрацией
более 0.7 ПДК?
Определение возможности снижения
концентрации DCP за счёт
дополнительного озеленения опасной
зоны в перспективе
Да
Определение и визуализация возможных
опасных зон
2
1
14
Рис. 3. Функциональная схема СЭМ атмосферного воздуха с непостоянными
во времени и нестабильными локациями зон опасного загрязнения
(окончание)
В главе 2 проведён анализ математических моделей описания распространения выбросов в приземном слое атмосферы от стационарных промышленных источников. В частности, рассмотрены различные модификации моде-
15
ли Гаусса (Пасквилла-Бригса, Пасквилла-Гиффорда, МакЭлроя, ASME/BNL,
Вогта), транспортная модель переноса загрязняющих веществ в атмосфере
(выражающая закон сохранения массы загрязнений), модель, принятая в
ОНД-86.
Для методов поддержки принятия решений о зонах опасного загрязнения
приземного слоя атмосферного воздуха было принято решение отказаться от
использования транспортных моделей по следующим причинам:
­ данные модели используют большое число исходных данных и параметров,
некоторые из которых необходимо измерять с малой дискретой времени;
­ получение точных данных о значениях приземных концентраций загрязняющих веществ потребует также большой вычислительной мощности, что
также экономически нецелесообразно;
­ адаптация транспортных моделей для учёта выбросов загрязняющих веществ автотранспортом и поглощения загрязняющих веществ растениями
возможна, но потребует еще больше исходных данных, в том числе постоянно измеряемых (например, интенсивность автотранспортного потока), и
вычислительных ресурсов, что экономически не оправдано.
Совокупность расчётных значений концентраций загрязняющих веществ
в приземном слое атмосферы описываются следующим кортежем
TC = < MA, PS, ZA, MC, C(MA, PS, ZA) >,
(1)
где MA – совокупность прогнозируемых метеопараметров атмосферы (всего
параметров MAma), PS – совокупность параметров источников выбросов, всего
параметров PSps, ZA – совокупность параметров поверхности земли и атмосферы, всего параметров ZAza, MC – множество значений приземных концентраций на расчётной сетке, создаваемых источниками выбросов, получаемых с
помощью модели Cj, мощность множества MCmc; C – совокупность моделей
расчёта концентраций загрязняющих веществ, связывающие параметры MA,
PS, ZA и MC, всего моделей Cc.
В контур расчётов приземных концентраций введён учёт выбросов загрязняющих веществ в атмосферу от автотранспорта, поскольку по статистическим данным, в городах выбросы от автотранспорта нередко сопоставимы с
выбросами имеющихся промышленных предприятий, расположенных в черте
города или около него, и составляют от 20 до 70% (в мегаполисах до 90%) в
общих выбросах загрязняющих веществ.
В качестве модели для оценки выбросов автотранспорта использована
модель представляющая транспортные потоки в виде системы линейных (протяжённые участки) и точечных стационарных источников (перекрёстки). На
базе этой модели предложены алгоритмы расчёта максимальных концентраций загрязняющих веществ в районе перекрёстков и линейных участков для
заданных метеоусловий, на основе которых создан метод поддержки принятия решений о зонах опасного загрязнения атмосферного воздуха, создаваемых автотранспортом, при неблагоприятных метеорологических условиях.
Для проверки алгоритмов и обоснования метода поддержки принятия решений поставлены вычислительные эксперименты, исходной информацией в которых являются выполненные натурные наблюдения за автотранспортными
16
потоками для тёплого и холодного времён года. Подтверждение выполнения
требований к показателям качества СЭМ выполнено путем сопоставления результатов экспериментов с результатами расчётов на аттестованном в Российской Федерации программном продукте «ЭКОЛОГ-ГОРОД» и результатами
приборного контроля.
Поскольку расчёты на моделях выбросов из стационарных источников и
автотранспорта зависят от метеорологических параметров, то для подсистемы
прогнозирования состояния разработан метод обработки прогнозируемых метеорологических параметров в задачах экологического мониторинга, основанный на формировании двух ансамблей из моделей прогнозирования метеоцентров.
В подсистеме диагностики зон опасного загрязнения проводится учёт
поглощения загрязняющих веществ растениями. Для оценки объёмов поглощения загрязняющих веществ растениями на основе теории вероятностных
конечных автоматов разработана модель имитации состояния озеленения.
S τb t   S τ n t   S τ f t   S τb t  1.  .., τt  τb t , τ n t , τ f t , t  1, , T ,
где S(...) – состояние озеленения в различные моменты времени, τb t  – дата в
начале года t, предшествующая кампании высадки саженцев; τ n t  – дата в
начале года t после окончания кампании высадки саженцев; τ f t  – дата в конце
года t, после проведения кампании инвентаризации состава растений, выживших в течение года, T – количество лет моделирования.
Все растения представляются подмножествами: M grow τ f t  и M begin τ b t 
– выжившие растения, соответственно, к концу и к началу t-го года. Условие
перехода от конца (t–1)-го года к началу t-го года M begin τb t   M grow τ f t  1,
M grow τ f 0 задано. M new τ n t  – подмножество высаживаемых в t-м году растений.
Обозначим через M live τ n t  – подмножество жизнеспособных растений
после окончания кампании высадки саженцев, тогда
M live τ n t   M begin τ b t   M new τ n t , M begin τ b t   M new τ n t   .
Для каждого элемента подмножества M live τ n t  вводится нагрузка Vi t  ,
трактуемая как возраст растения. Значение нагрузки для всех элементов подмножества M new τ n t  считается одинаковым (интерпретируется как возраст
саженцев); значения нагрузок для элементов подмножества i  M begin τ b t  пересчитываются при переходе от окончания (t – 1)-го года к началу t-го года
(имитируется изменение возраста растения):
Vi t   Vi t  1  1 "i  M begin τ b t ; Vi 0 задано "i  M grow τ f 0.
Элементы подмножества M live τ n t  разбиваются на G непересекающихся
(g)
подмножеств M live τ n t  согласно исходным данным о вероятностях Pg[t] выживания растений g-й возрастной группы в течение t-го года,
g = 1, …, G. Разбиение растений на возрастные группы сделано для сокращения
17
размерности задачи без нарушения точности прогноза состояния озеленения в
целом.
В каждое из подмножеств объединяются индексы из подмножества
M live τ n t  с нагрузкой в границах V g ; V g ; V g  V g ( V g – нижний возраст груп-


пы, V g – верхний возраст группы). Объединения индексов интерпретируются
как принадлежность растений к g-й возрастной группе, для которой вероятность выживания в течение t-го года считается одинаковой. Условия разбиения
(g)
τ n t  , g = 1, …, G:
M live τ n t  на подмножества M live


(g)
(g)
τ n t   i : "i  M live
τ n t  V g  Vi  V g , g  1, , G.
M live
G
 M τ t   M τ t ,
(g)
live
g 1
n
live
n
(k )
(l )
τ n t   M live
τ n t   , "k , l  1, , G; k  l.
M live
Модель дополнена элементами, позволяющими оценить динамику изменения фитомассы растений. Для каждого элемента подмножества M live τ n t  ,
жизнеспособных в t-м году, вводится нагрузка Ki t  , трактуемая как объём фитомассы. Значение нагрузки для всех элементов подмножества новых посадок
M new τ n t  считается одинаковым.
Элементы подмножества M live τ n t  разбиваются на FT непересекаю-
( ft )
τ n t  согласно исходным данным об объёмах фитощихся подмножеств M live
массы растений ft-й возрастной группы в течение t-го года, ft = 1, …, FT.
В каждое из подмножеств объединяются индексы из подмножества
M live τ n t  с нагрузкой в границах K ft ; K ft  , K ft  K ft ( K ft , K ft – нижний и
верхний пределы объёма фитомассы). Объединения индексов интерпретируются как принадлежность растений к ft-й возрастной группе, для которой объём
фитомассы в течение t-го года считается одинаковым. Условия разбиения
M live τ n t  :



( ft )
( ft )
τ n t   i : "i  M live
τ n t , K ft  Ki  K ft , ft  1, , FT ;
M live
FT
 M τ t   M τ t , M τ t  M τ t   ,
( ft )
live
f 1
n
live
n
(k )
live
n
(l )
live
n
"k , l  1, , FT ; k  l.
( ft )
τ n t  имитируется объём фитомассы и её
Для каждого элемента i  M live
прирост DKi [t ] в течение t-го года. На модели рассчитывается объём фитомассы всех растений одного вида и умножается на коэффициент поглощения по
выбранному загрязняющему веществу для получения объёмов поглощения загрязняющего вещества. Отношение рассчитанных объёмов к площади даёт поглощаемую концентрацию, которая равномерно распределена в пределах одного шага расчётной сетки.
Дополнительным элементом модели является способ учёта аномальных
климатических условий, заключающийся в изменении вероятностей выживания
растений в определённые годы (имитируются на основе многолетних наблюдений). Адекватность модели проверялась на ретроспективных данных, полученных Нижневолжской станцией по селекции древесных пород Всероссийского
18
научно-исследовательского агролесомелиоративного института, по тополю и дубу. Проверка показала удовлетворительную погрешность модели в пределах 5%.
На основе разработанной модели предлагается методика определения
приоритетных пород селекции древесных насаждений для городских территорий, которая основывается на индексе очищения атмосферы Iоа
N зв
I оа   Pi ( tree )  CPj ,
i 1
где CPj – безразмерный коэффициент класса опасности i-го загрязняющего вещества (j = 1, 2, 3, 4, соответственно, коэффициент определяется таким же, как
для индекса загрязнения атмосферы – 0,85; 1,0; 1,3 и 1,5 для 4, 3, 2 и 1 класса
(tree )
опасности), Nзв – количество рассматриваемых загрязняющих веществ, Pi
–
нормированный коэффициент поглотительных свойств растений определяемый
на модели озеленения.
Предлагаемая методика составляет основу блока поддержки принятия
решений по управлению объектами естественного воздействия на окружающую
среду в отдалённой перспективе.
В результате рассмотрения моделей рассеивания загрязняющих веществ
в приземном слое атмосферного воздуха от стационарных источников и автотранспорта, а также разработки модели поглощения загрязняющих веществ
растениями и метода обработки данных о прогнозируемых метеопараметрах
был предложен метод поддержки принятия решений о локациях зон возможного опасного загрязнения в приземном слое атмосферного воздуха, создаваемых промышленными предприятиями и автотранспортом:
Шаг 1. Расчёт максимально возможных значений приземных концентраций загрязняющего вещества, создаваемых стационарными источниками на математических моделях C при прогнозируемых значениях метеорологических
параметров MA (параметр C в (1) выбирается таким, чтобы значения приземной
концентрации были максимальными TC  max).
Шаг 2. Расчёт максимально возможных значений приземных концентраций загрязняющего вещества, создаваемых автотранспортом, с учётом времени
суток и дня недели при прогнозируемых значениях метеорологических параметров.
Шаг 3. Расчёт концентраций загрязняющего вещества, поглощаемых растениями на базе модели развития зелёных насаждений в городе с учётом резких
климатических изменений.
Шаг 4. Суммирование результатов шагов 1 и 2 и вычитание результата
шага 3.
Шаг 5. Определение изменения метеопараметров на базе метода обработки прогнозируемых метеорологических параметров.
Шаг 6. Повторение шагов 1–4 для параметров, определённых на шаге 5.
Шаг 7. Определение зон с возможным опасным загрязнением (не менее
0.7 ПДК по веществу) в приземном слое атмосферы и их параметров.
На основе результатов последнего шага лицо, принимающее решение
(ЛПР, обычно инженер-эколог), делает вывод о необходимости выполнения ра-
19
бот по мобильному контролю уровня загрязнения в той или иной зоне возможного опасного загрязнения, которые являются альтернативами. При этом он обладает информацией о прогнозируемых параметрах зон возможного опасного
загрязнения: максимальные значения приземных концентраций загрязняющих
веществ TC; период времени Dt, в течение которого приземные концентрации
превышают порог 0.7 ПДК по одному из загрязняющих веществ; площадь зоны; количество загрязняющих веществ; время, через которое достигаются
опасные значения приземных концентраций; количество стационарных источников выбросов, оказывающих влияние на территорию зоны.
Разработанный метод отличается от существующих учётом выбросов от
промышленных стационарных источников, автотранспорта и поглощения загрязняющих веществ растениями при прогнозируемом изменении метеопараметров, что позволяет сформулировать задачу оперативной корректировки параметров системы производственных экологических ограничений, подлежащих
учёту при управлении технологическими процессами на предприятиях.
Практическая значимость предлагаемого метода подтверждена тремя актами о внедрении.
В главе 3 рассматривается задача разработки метода получения и обработки данных для задач экологического мониторинга атмосферного воздуха с
помощью мобильного контроля, который составляет основу подсистемы сбора
информации.
Для оценки реальной картины загрязнения приземного слоя атмосферного воздуха разработан метод получения и обработки данных, который заключается в выполнении следующих шагов:
Шаг 1. Определение времени, в течение которого сохраняется уровень
значимости связей между текущими и будущими значениями метеопараметров:
скорости ветра, направления ветра и температуры. Определение происходит на
основе функции зависимости корреляции параметров от информационного запаздывания τ по фактическим данным за предшествующие 30 суток (выбирается наименьшее значение τ в часах)
TD  τ
1
 x[i]  ep x[i  τ]  ep 
TD  τ  1 i 1
K ( τ) 
,
1 TD 1
2
 x[ j ]  ep 
TD j 1
где TD – количество часов наблюдения; ep – математическое ожидание наблюдаемых данных вычисляемое по формуле ep 
1 TD 1
 x[i ] , x[i] – значение параTD i 1
метра в i-й час.
Шаг 2. Определение количества точек N и их координат для проведения
измерений мобильной лабораторией с помощью генетического алгоритма.
Шаг 3. Если количество полученных точек N на шаге 2 больше чем
2τ/час, то происходит повторение шага 2 без определения количества точек с
фиксированным значением количества точек (2τ-1)/час.
Шаг 4. Точки упорядочиваются, начиная с самой дальней вдоль оси ветра
(от источников выбросов) по направлению ветра, если прогнозируется умень-
20
0.15
Лучшее значение
0.003
Среднее значение
0.06
0.10
0.05
0
200
400
600
Поколение ГА
а)
800
1000
1200
Среднее расстояние между особями
Значение функции пригодности
шение силы ветра и в обратном порядке (начиная с самой ближней к источникам выбросов), если сила ветра будет увеличиваться.
Шаг 5. Координаты точек в списке переводятся в координаты городской
карты с допустимым отклонением. Данный список передается в мобильную лабораторию.
Шаг 6. Проводятся необходимые измерения приземных концентраций загрязняющих веществ, по которым прогнозируется возможное превышение
уровня 0.7 ПДК.
Обработка результатов измерений производится с помощью следующих
шагов.
Шаг 7. Коррекция данных с помощью методики предварительной обработки измеренных значений для уменьшения возможного влияния динамических погрешностей измерений.
Шаг 8. Для каждой точки измерения определяется величина рассогласования с прогнозируемым значением, определённым по методу поддержки принятия решений о локациях зон возможного опасного загрязнения.
Шаг 9. Если полученные значения меньше нуля, то активация подсистемы
идентификации не происходит и управляющие воздействия не определяются.
Шаг 10. Если хотя бы одно значение рассогласования больше нуля, то активируется подсистема идентификации параметров источников выбросов для
определения параметров источников, которые могут влиять на значения концентраций в обрабатываемой точке измерения.
В ходе проведённых вычислительных экспериментов по выявлению характеристик предлагаемого метода, была доказана сходимость генетического
алгоритма на шаге 2 (рис. 4) и получена нормализованная средняя квадратическая погрешность измерения расходов выбросов менее 3%.
400
300
200
100
0
200
400
600
Поколение ГА
800
1000
1200
б)
Рис. 4. Сходимость генетического алгоритма при определении количества точек
и их координат: а – функция пригодности; б – среднее расстояние между особями
Разработанный метод отличается от существующих определением учётом
информационного запаздывания и определением интервала времени, в течение
которого возможно проводить измерения, что позволяет обеспечить точность
мобильного контроля, сравнимую с точностью стационарной системы контроля
при существенно меньших затратах на создание, внедрение и эксплуатацию.
Глава 4 посвящена описанию метода дистанционной идентификации недоступных непосредственному измерению фактических расходов выбросов из
21
промышленных стационарных источников, составляющего основу подсистемы
идентификации.
Исходными данными для задачи идентификации являются прямые измерения приземных концентраций загрязняющих веществ на территории города
вне СЗЗ, полученные мобильной лабораторией и оперативная информация о
метеорологических параметрах (температуре окружающей среды, скорости и
направлении ветра).
Основными характеристиками выбросов единичного стационарного источника в атмосферу подлежащих идентификации являются: M i [t ] – масса выбросов загрязняющего вещества в единицу времени от i-го источника, г/с;
Vi [t ] – расход газовоздушной смеси из i-го источника, м3/с; Ti [t ] – температура
газовоздушной смеси i-го источника, С, где i – индекс источника выброса загрязняющего вещества; t – момент текущего времени.
Требуется оценить эти характеристики у каждого источника i  I [t ] по
(g)
результатам измерения приземных концентраций C j [t ] g-го загрязняющего
вещества в ряде точек j  Z [t ] вне СЗЗ в области, где I [t] – множество источ(g)
ников, оказывающих влияние на значения концентраций C j [t ] в зоне Z [t] в
t-й момент текущего времени; g  1, , G – индекс загрязняющего вещества, G
– количество веществ, по которым осуществляется мониторинг (далее рассматривается одно из веществ); Z [t] – зона опасных значений приземных концентраций, полученная из подсистемы диагностики опасных зон.
Остальные параметры стационарных источников выбросов в атмосферу
задаются для всех i  I [t ] и рассматриваются в задаче идентификации как константы.
Суммарные значения приземных концентраций при рассеивании одноимённых загрязняющих веществ группой источников вычисляются сложением
концентраций, рассчитанных для каждого источника.
Перед решением задачи идентификации проведен анализ степени влияния
каждого из показателей, характеризующих режим выбросов, на картину рассеивания загрязняющих веществ в рамках модели, положенной в основу документа ОНД-86. Выполненный анализ позволил обосновать следующее допущение о составе параметров, характеризующих режим выброса (допущение справедливо для горячих выбросов из высоких труб, что позволяет использовать его
при расчётах рассеивания продуктов сгорания топлива): основное влияние на
значения концентраций оказывают параметры выброса – масса выброса М и
расход газовоздушной смеси V из устья трубы источника выброса. Изменения
разности DT между температурами газовоздушной смеси и окружающей среды
сказываются на расчётных значениях приземных концентраций значительно
слабее, чем изменения M и V (при изменении DT в пределах  30 % от номинальных значений концентрации загрязняющих веществ изменяются в пределах
 5 % ). Поэтому в расчётах использовалось усреднённое значение
Ti [t ]  Ti  const .
22
Решение задачи идентификации основано на общетеоретических методах
идентификации и градиентной процедуре минимизации функции векторного
аргумента. Оцениваются составляющие вектора M [t ]т V [t ]т , блоки которого
содержат компоненты M i [t ], Vi [t ], i  I [t ] . Базой для нахождения оценок служат
результаты N измерений фактических значений приземных концентраций
C f ( x j , y j ), j  1, , N , проведённых в момент времени t.
В качестве критерия J M, V  оценивания выбрано среднее квадратическое значение рассогласования между фактическими Cf (xj, yj) и их вычисленными значениями Cm ( x j , y j , M , V ) по математической модели. Искомые значет
т
ния M V находятся из условия минимума этого критерия:
J M , V  
1 N
2
 C f x j , y j   Cm x j , y j , M ,V  ;
N j 1
(2)
M т V т  arg min J ( M , V ).
(3)
M ,V
Оценки Mi , Vi находятся итеративно, исходя из начального приближения
т
т
M 2 0   M n 0  ; V 0  V10 V20  Vn0 ,
M  0   M1 0 
заданного произвольно. На последующих итерациях  = 0, 1, … происходят
корректировки оценок.
Используется метод минимизации с убывающим шагом () , не зависящим от формы минимизируемой функции. Формула, лежащая в основе метода
идентификации, имеет вид
M  1
V
  1

M  
V
 


 () J M   , V   ,   0, 1, ...,
(4)
где J M   , V    является нормированным градиентом критерия по искомым
переменным, рассчитанным для точек x j , y j , j  1, , N ; используется обо-


 
 
значение ...  x j , y j , M , V
:

J M   , V  



2 N
   C f x j , y j  Cm x j , y j , M ,V
N j 1 


 











 M Cm x j , y j , M ,V 

 M Cm x j , y j , M ,V 
;
V Cm x j , y j , M ,V 

V Cm x j , y j , M ,V 

(5)
Далее в формулах индекс точки j и её координаты опущены.
J M ,V  J M ,V 
J M ,V 
 M Cm M ,V  
...
;
M 1
M 2
M n
(6)
J M ,V 
V Cm M ,V  
V1
(7)
т
J M ,V 
J M ,V 
...
.
V2
Vn
т
23
Поскольку масса выброса входит в модель расчёта приземной концентрации линейно, вычисление градиента (5) не вызывает трудностей.
Вычисление градиентов (6) и (7) осложняется нелинейностью зависимости приземных концентраций от расхода газовоздушной смеси и массы (связанной со значением опасной скорости ветра и поправок). Некоторые преобразования модели позволяют получить аналитические выражения для формул (6)
и (7).
Для вычисления одного из компонентов вектора – градиента приземных
концентраций (соответствующего одному из источников) используется формула (далее индекс компонента не указывается)
Cx, y, V   s2 x, y  s1 V  Cmu V ,
где Cmu – максимальная концентрация при заданном направлении и скорости
ветра. Первый сомножитель s2(x, y) не зависит от расхода V, два других сомножителя зависят от V. Значение производной выражения (7) по V определяется
формулой
C
C
 s

 s2 x, y   1 Cmu V   mu s1 V  .
V
V
 V

Результат вычисления производной зависит от соотношения между фактической u и опасной um скоростями ветра, а также от соотношения между расстоянием от источника xx до точки максимальной концентрации xm и проекцией
точки с координатами (x, y) на направление факела xx xm . Направление ветра
учитывается коэффициентом s2(x, y), не зависящим от V.
Расчёты производных проведены для всех сочетаний условий, указанных
в ОНД-86.
Поскольку форма зависимости значений приземных концентраций от
оцениваемых параметров каждого i-го источника содержит произведения параметров M i , Vi  и дробных степеней Vi , то минимизируемая функция (2) должна
иметь овражную форму. Известно, что градиентные методы, к числу которых
относится (4), быстро сходятся ко «дну оврага» (при этом значение минимизируемой функции близко нулю), а затем скорость сходимости резко замедляется,
и в ряде случаев не удается обеспечить получение оценок аргумента (3). Поэтому были поставлены и проведены вычислительные эксперименты по проверке сходимости метода.
В (4) шаг () выбран в форме диагональной матрицы (это обусловлено
возможной разномасштабностью значений оцениваемых параметров выбросов
и обеспечивает возможность внесения различий в контуры оценивания M и V):
  
M
1   M
0
0
V
1  V
.
(8)
Параметры  M , V , M , V в формуле (8), влияющие на скорость убывания
длины шага () по мере увеличения номера итерации , подлежат выбору из
условия обеспечения сходимости метода (4).
24
Результаты вычислительных экспериментов по исследованию сходимости оценки параметров выбросов одного источника получены для оценки параметров выброса диоксида серы при следующих исходных данных: высота трубы источника выбросов 100 м, диаметр 3 м; экологические константы: A = 200,
F = 1,   1 ; зимнее время, перепад между температурами выбрасываемой газовоздушной смеси и окружающей среды DT = 135 С; угол между направлением
ветра и абсциссой 0,25 ; абсцисса направлена на север; угол отсчитывается
против часовой стрелки; опасная скорость ветра um = 4,46 м/с. Контрольные
значения оцениваемых параметров (использовались для установления факта
сходимости): М = 130 г/с; V = 165 м3/с.
Сходимость метода проверена на различных сочетаниях начальных приближений при скорости ветра меньше, равной и больше опасной скорости ветра
(проверялась сходимость каждого параметра M и V), начальные приближения
расхода газовоздушной смеси V и массы выброса M варьировались и были как
меньше, так и больше значений параметров выброса. Сходимость метода при
идентификации расхода газовоздушной смеси и массы выброса подтверждается
рис. 5а, 5б соответственно. Во всех случаях параметры шага (8) одинаковые:
V  60,  M  30, V  M  0,1 . Для формирования критерия идентификации (2)
имитировалось измерение значений приземных концентраций в зоне максимальных концентраций (N = 3 в формуле (2)).
На рис. 5а показана траектория сходимости (3) при идентификации расхода газовоздушной смеси к точному значению при скорости ветра 2,23 м/с (в
два раза меньше опасной). Начальные приближения M и V меньше значений
параметров выброса. Погрешность алгоритма идентификации после 9000 итераций составляет 0,68 %. На рис. 5б отображена траектория сходимости (3) при
идентификации массы выброса к точному значению при скорости ветра, равной
значению опасной скорости ветра. Погрешность идентификации после 9000 итераций всех параметров составляет 0 % (отличие в пятом знаке после запятой).
V, м3/с
M, г/с
Начальная точка
Точное значение
170
150
Начальный участок
итерационного процесса
130
140
110
Точное значение
110
110
90
90
70
70
0
1800
80
0
12
3600
24
5400
а)
36
7200

50
0
1800
3600
5400
7200

б)
Рис. 5. Сходимость (4) при идентификации: а – расхода газовоздушной смеси;
б – массы выброса
25
Произведена оценка и подтверждена сходимость метода при идентификации параметров нескольких источников одновременно, при этом требуется
производить замеры в зонах максимумов значений приземных концентраций,
создаваемых каждым идентифицируемым источником.
Отклонение оцениваемых параметров стационарных источников выбросов, определяемых разработанным методом дистанционной идентификации, от
истинных значений составляет не более 5%, что подтверждено в ходе вычислительных экспериментов и результатами внедрения метода (два акта).
Разработанный метод отличается от существующих оценкой вклада каждого стационарного источника на базе модели в ОНД-86 и использованием результатов мобильного контроля, что позволяет создавать системы поддержки
принятия решений о режимах работы промышленных предприятий с сочетанием экономического и экологического критериев.
Глава 5 содержит описание предлагаемой методики оценки эффективности построения СЭМ городов с прерывными во времени и нестабильными
локациями зон опасного загрязнения атмосферного воздуха.
На базе методики проведён расчёт эффективности СЭМ с организацией
стационарной сети наблюдения, построенной на основе регламентирующих
документов, и СЭМ на основе предлагаемой функциональной схемы для условий г. Котово Волгоградской области. Общая эффективность СЭМ с предлагаемой функциональной структурой выше на 6,5% по сравнению с традиционной или примерно 2% на один стационарный источник выбросов промышленного предприятия, который может создавать опасные уровни приземных концентраций.
Также в данной главе приведён метод поддержки принятия управленческих решений о производственных экологических ограничениях при возникновении ситуаций превышения ПДК. Основные шаги метода заключаются в
следующем:
Шаг 1. Если в результате решения задачи идентификации расходов выбросов стационарных источников определено промышленное предприятие,
значения расходов выбросов которого больше установленного норматива по
проекту ПДВ, то планируется взаимодействие службы экологического мониторинга с экологической службой этого предприятия для проверки соблюдения
нормативов ПДВ.
Шаг 2. Если ни по одному из промышленных источников выбросов не
установлено нарушение нормативов ПДВ, а значение приземной концентрации
какого-либо загрязняющего вещества достигло опасного значения (0.7 ПДК), то
происходит выполнение расчётов по следующим шагам, в противном случае
СЭМ переходит в штатный режим работы.
Шаг 3. С помощью разработанного алгоритма расчёта выбросов от автотранспортных потоков при текущих и прогнозируемых проверяется возможность снижения приземных концентраций загрязняющих веществ до значений,
не превышающих ПДК, за счёт изменения режима движения автотранспорта
(работы регулируемых светофоров).
Шаг 4. Если снижение приземных концентраций до установленных норм
за счёт автотранспорта возможно, то определяется продолжительность дей-
26
ствия ограничений (на основе прогнозируемых значений метеопараметров) и
инициируется взаимодействие службы экологического мониторинга со службой дорожного регулирования.
Шаг 5. Если снижение только за счёт автотранспорта невозможно (чрезвычайная экологическая ситуация), то определяется необходимая продолжительность применения экологического ограничения и экологические режимы
для каждого источника выбросов, влияющих на зону опасного загрязнения (с
учётом создаваемого вклада, определяемому на основе решения задачи идентификации). Происходит взаимодействие службы экологического мониторинга
со службой дорожного регулирования и предприятиями.
Определение возможных альтернатив на шагах 3 и 4 осуществляется перебором. На шаге 5 альтернативы вырабатываются либо перебором (если ЛПР
известна информация об источниках выбросах, выходящая за рамки экологического мониторинга), либо решением обратной задачи с помощью метода идентификации, разработанного в главе 4, при этом критерием является (по аналогии
с формулой (2) среднее квадратическое значение рассогласования между требуемыми значениями Cl(xj, yj) и вычисленными прогнозируемыми значениями:
Cmt ( x j , y j , M , V )  Cm ( x j , y j , M , V )  Ct ( x j , y j )  Cgreen ( x j , y j ),
(9)
где Cm(xj, yj, M, V) – концентрация в точке (xj, yj), вычисленная по математической модели рассеивания загрязняющих веществ, положенной в основу документа ОНД-86; Ct(xj, yj) – концентрация в точке (xj, yj), создаваемая автотранспортом, которая рассчитана на шагах 3 и 4; Cgreen(xj, yj) – концентрация в точке
(xj, yj), поглощаемая растениями (вычисляется на модели озеленения, разработанной в главе 2).
Результатом работы метода является набор: доля возможного снижения
выбросов за счёт регулирования движения автотранспорта, доли вкладов каждого источника выбросов в общее значение приземной концентрации, длительность периода превышения ПДК, что дает возможность применения разработанных: аппарата математических моделей механизмов управления экологоэкономическими системами (Новиков Д.А. и др.), моделей иерархического
управления развитием эколого-экономических систем (Угольницкий Г.А. и др.).
Также метод позволяет определить возможности дополнительного озеленения в
долгосрочной перспективе.
Разработанный метод отличается от существующих определением
наименьшего суммарного экологического ограничения производственных
процессов с помощью учёта возможности снижения выбросов от автотранспорта, что позволяет повысить технико-экономические показатели работы
предприятий в городах с прерывными во времени и нестабильными локациями зон опасного загрязнения атмосферного воздуха.
В главе 6 представлено конспективное описание разработанного программного комплекса, трёхуровневая схема которого приведена на рис. 6.
Приведено описание основных функций, ER-диаграммы баз данных.
27
Уровень представления
Вебпредставление
(сайт)
Визуализация зон
опасного
загрязения
Интерфейс/
контроллер
мобильной
лаборатории
Модуль
идентификации
параметров
источников
Модуль
обработки
измеренных
параметров
Визуализация
принимаемых
решений
Уровень бизнес-логики
Модуль
обработки
метеоданных
Модели расчёта приземных
концентраций загрязняющих
веществ от стационарных
источников
Ядро подсистемы
диагностики зон
опасного загрязнения
ОНД-86
Паксвилла-Бригса
Ядро подсистемы
поддержки принятия
решений
Паксвилла-Гиффорда
Модель расчёта приземных
концентраций загрязняющих веществ от
автотранспорта
Модуль расчёта для
заданных
метеоусловий
Модуль расчёта для
неблагоприятных
метеоусловий
Модель развития озеленения
Модуль учёта
климатических условий
Модуль расчёта
поглощаемых объёмов
загрязняющих веществ
Уровень данных
Компонент доступа к данным
Данные
метеоцентров
Данные о стационарных
источниках выбросов
Данные об
автотранспортных потоках
Данные о растениях
Данные об измеренных
концентрациях
Рис. 6. Трёхуровневая структура программного комплекса
ЗАКЛЮЧЕНИЕ
Основные результаты, полученные в работе, состоят в следующем:
1. Выполнен системный анализ процессов принятия решений для задач экологического мониторинга на основе которого впервые поставлена и решена задача разработки теоретического обоснования функциональной структуры
СЭМ города с прерывными во времени и нестабильными локациями зон
опасного загрязнения атмосферного воздуха.
2. Предложены критерии оценки эффективности методов поддержки принятия решений в системах экологического мониторинга городов с прерывными во времени и нестабильными локациями зон опасного загрязнения атмосферного воздуха.
3. Разработаны методы поддержки принятия решений, обработки данных и
идентификации для задач экологического мониторинга, позволяющие повысить эффективность функционирования систем экологического мониторинга
атмосферного воздуха в городах с непостоянными во времени и нестабильными локациями зон опасного загрязнения:
28
а) метод поддержки принятия решений о локациях зон возможного
опасного загрязнения в приземном слое атмосферного воздуха, создаваемых промышленными предприятиями и автотранспортом. Метод
учитывает поглощение загрязняющих веществ растениями и динамику
метеопараметров;
б) метод получения и обработки данных для СЭМ атмосферного воздуха
города с помощью мобильного контроля. Метод определяет возможный интервал времени получения данных и учитывает информационное запаздывание, что позволяет заменить стационарную систему контроля на мобильную систему с удовлетворительной погрешностью
контроля приземных концентраций загрязняющих веществ;
в) метод дистанционной идентификации недоступных непосредственному измерению фактических расходов выбросов из промышленных
стационарных источников. В ходе вычислительных экспериментов
доказана сходимость метода. Отклонение оцениваемых параметров
составляет не более 5% при допустимых отклонениях положений точек контроля;
г) метод поддержки принятия управленческих решений о производственных экологических ограничениях, накладываемых на техникоэкономические показатели работы предприятий, с учётом возможности регулирования автотранспортных потоков и текущей экологической обстановки. Метод позволяет найти наименьшее суммарное экологическое ограничение производственных процессов предприятий.
4. Разработан программный комплекс, реализующий методы поддержки принятия решений, обработки данных и идентификации для задач экологического мониторинга.
5. Предложена методика оценки эффективности СЭМ города с прерывными во
времени и нестабильными локациями зон опасного загрязнения атмосферного воздуха и на её базе обоснована эффективность разработанных методов
для задач экологического мониторинга, что подтверждается актами о внедрении результатов диссертационной работы с общим экономическим эффектом в 15 млн. рублей в ценах 2014 года.
СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ АВТОРОМ
ПО ТЕМЕ ДИССЕРТАЦИИ
в научных журналах, рекомендованных ВАК, из баз Scopus, Web of Science:
1. Stepanchenko I.V., Krushel E.G. The Two-level Intelligent Algorithm for the Atmosphere Pollutants Dissipation Checkup in the Small Town Ecological Monitoring System // Communications in Computer and Information Science. Proceedings 1st Conference on Creativity in Intelligent Technologies and Data Science,
CIT&DS, Volgograd. 2015. – Vol. 535. – pp. 500–514.
2. Krushel E.G., Stepanchenko I.V., Panfilov A.E., Berisheva E.D. An Experience of
Optimization Approach Application to Improve the Urban Passenger Transport
Structure // Communications in Computer and Information Science. 2014. – Vol.
466. – pp. 27–39.
29
3. Krushel E.G., Stepanchenko I.V., Panfilov A.E., Haritonov I.M., Berisheva E.D.
Forecasting Model of Small City Depopulation Processes and Possibilities of
Their Prevention // Communications in Computer and Information Science. 2014.
– Vol. 466. – pp. 446–456.
4. Крушель Е.Г., Степанченко И.В., Панфилов А.Э., Степанченко О.В. Модель
оценки объёмов поглощения загрязняющих веществ зелёными насаждениями в небольшом городе // Вестник компьютерных и информационных технологий. – 2014. – № 8. – C. 42–47.
5. Степанченко И.В., Камаев В.А. О структуре системы экологического мониторинга атмосферного воздуха города // Вопросы современной науки и практики. Университет им. В.И. Вернадского. – 2014. – № 4 (54). – С. 132–138.
6. Степанченко И.В. Об алгоритме стационарного контроля загрязняющих веществ в небольшом городе // Современные проблемы науки и образования. –
2014.
–
№
6.
–
Режим
доступа:
http://www.scienceeducation.ru/ru/article/view?id=16043.
7. Степанченко И.В. Исследование метода дистанционной идентификации режимных параметров стационарных источников выбросов // Фундаментальные исследования. – 2014. – № 12–1. – С. 63–66. – Режим доступа:
http://www.fundamental-research.ru/ru/article/view?id=36072.
8. Krushel E.G., Stepanchenko I.V., Stepanchenko O.V., Panfilov A.E. Landscaping
State Modeling in a Small Town // World Applied Sciences Journal. 2013. – Vol.
25. – No. 12. – pp. 1669–1675.
9. Крушель Е Г., Степанченко И.В., Степанченко О.В., Панфилов А.Э. Модель
прогнозирования состояния парка древесных пород небольшого города для
перспективного планирования работ по озеленению // Вестник компьютерных и информационных технологий. – 2013. – №6. – С. 34–40.
10.Крушель Е.Г., Степанченко И.В. Об алгоритме идентификации параметров
выбросов вредных веществ в атмосферу // Вестник компьютерных и информационных технологий. – 2013 – № 10. – С. 37–42.
11.Крушель Е.Г., Степанченко И.В., Степанченко О.В. О выборе состава параметров стационарных источников выброса загрязняющих веществ в атмосферу для приближенной модели диагностики нарушений нормативов ПДВ
// Проблемы региональной экологии. – 2012. – № 3. – С. 21–24.
12.Крушель Е.Г., Степанченко И.В., Степанченко О.В. Алгоритм оценки пространственного распределения приземных концентраций вредных веществ
по результатам точечных измерений // Известия Волгоградского государственного технического университета. – 2011. – Т. 3. – № 10. – С. 9–13.
13.Крушель Е.Г., Панфилов А.Э., Степанченко И.В., Степанченко О.В. Алгоритм оценки рассеивания вредных веществ в атмосфере от транспортного
потока на автомагистрали города Камышина // Известия Волгоградского
государственного технического университета. – 2011. – Т. 9. – № 11. – С.
29–32.
14.Крушель Е.Г., Беришева Е.Д., Степанченко И.В., Панфилов А.Э. Реализация
модели функционирования общественного транспорта малого города // Современные проблемы науки и образования. – 2010. – № 4. – С. 108–113.
30
15.Степанченко И.В., Семенов В.Г., Сургутанов В.В. Реализация генетического
алгоритма адаптации параметров регулятора в распределенной вычислительной системе // Известия Волгоградского государственного технического университета. – 2007. – Т. 9. – № 3. – С. 24–27.
свидетельства о государственной регистрации программ для ЭВМ:
16.Свид. о гос. регистрации программы для ЭВМ № 2013615582 от 17.06.2013,
РФ, МПК (нет). Двумерная сплайновая интерполяция с оптимальным выбором расположения узлов интерполяционной сетки / Крушель Е.Г., Панфилов
А.Э., Степанченко И.В. – 2013.
17.Свид. о гос. регистрации программы для ЭВМ № 2013615290 от 04.06.2013,
РФ, МПК (нет). Программа расчета приземных концентраций вредных веществ, выбрасываемых в атмосферу группой источников / Крушель Е.Г.,
Панфилов А.Э., Степанченко И.В., Степанченко О.В. – 2013.
18.Свид. о гос. регистрации программы для ЭВМ № 2013615292 от 04.06.2013,
РФ, МПК (нет). Моделирование динамики парка зеленых насаждений в небольшом городе / Крушель Е.Г., Панфилов А.Э., Степанченко И.В., Степанченко О.В. – 2013.
19.Свид. о гос. регистрации программы для ЭВМ № 2013615293 от 04.06.2013,
РФ, МПК (нет). Программа идентификации параметров источников выбросов загрязняющих веществ на базе модели ОНД-86 / Крушель Е.Г., Степанченко И.В. – 2013.
20.Свид. о гос. регистрации программы для ЭВМ № 2013615578 от 17.04.2013,
РФ, МПК (нет). Идентификация параметров одного источника выбросов загрязняющих веществ на базе модели ОНД-86 / Крушель Е.Г., Степанченко
И.В. – 2013.
21.Свид. о гос. регистрации программы для ЭВМ № 2013615579 от 17.04.2013,
РФ, МПК (нет). Моделирование динамики парка зеленых насаждений в небольшом городе / Крушель Е.Г., Панфилов А.Э., Степанченко И.В., Степанченко О.В., Шендрик А.Ю. – 2013.
22.Свид. о гос. регистрации программы для ЭВМ № 2013615580 от 17.06.2013,
РФ, МПК (нет). Программа ускоренной идентификации параметров источников выбросов загрязняющих веществ на базе модели ОНД-86 / Крушель
Е.Г., Степанченко И.В. – 2013.
23.Свид. о гос. регистрации программы для ЭВМ № 2013615581 от 17.06.2013,
РФ, МПК (нет). Расчет статистических параметров парка зеленых насаждений в небольшом городе / Крушель Е.Г., Панфилов А.Э., Степанченко И.В.,
Степанченко О.В. – 2013.
24.Свид. о гос. регистрации программы для ЭВМ № 2012610299 от 10.01.2012,
РФ, МПК (нет). Одномерная сплайновая интерполяция с оптимальным выбором расположения узлов интерполяционной сетки / Крушель Е.Г., Панфилов А.Э., Степанченко И.В. – 2012.
25.Свид. о гос. регистрации программы для ЭВМ № 2012610412 от 10.01.2012,
РФ, МПК (нет). Расчет выбросов вредных веществ автотранспортом в атмосферу в районе регулируемого перекрестка автомагистрали / Крушель Е.Г.,
Панфилов А.Э., Степанченко И.В. – 2012.
31
26.Свид. о гос. регистрации программы для ЭВМ № 2012610413 от 10.01.2012,
РФ, МПК (нет). Расчет выбросов вредных веществ автотранспортом в атмосферу на линейном участке автомагистрали / Крушель Е.Г., Панфилов А.Э.,
Степанченко И.В. – 2012.
27.Свид. о гос. регистрации программы для ЭВМ № 2012610297 от 10.01.2012,
РФ, МПК (нет). Расчет распределения концентрации вредных веществ от
выбросов автотранспорта в атмосферу на комбинированном участке автомагистрали при заданных метеоусловиях / Крушель Е.Г., Панфилов А.Э., Степанченко И.В., Степанченко О.В. – 2012.
28.Свид. о гос. регистрации программы для ЭВМ № 2012610296 от 10.01.2012,
РФ, МПК (нет). Расчет распределения концентрации вредных веществ от
выбросов автотранспорта в атмосферу на комбинированном участке автомагистрали при неблагоприятных метеоусловиях / Крушель Е.Г., Панфилов
А.Э., Привалов О.О., Степанченко И.В. – 2012.
29.Свид. о гос. регистрации программы для ЭВМ № 2012610228 от 10.01.2012,
РФ, МПК (нет). Расчет распределения концентрации вредных веществ от
выбросов автотранспорта в атмосферу на линейном участке автомагистрали
при заданных метеоусловиях / Крушель Е.Г., Панфилов А.Э., Степанченко
И.В., Степанченко О.В. – 2012.
30.Свид. о гос. регистрации программы для ЭВМ № 2012610415 от 10.01.2012,
РФ, МПК (нет). Расчет распределения концентрации вредных веществ от
выбросов автотранспорта в атмосферу на линейном участке автомагистрали
при неблагоприятных метеоусловиях / Крушель Е.Г., Панфилов А.Э., Привалов О.О., Степанченко И.В. – 2012.
монографии:
31.Крушель Е.Г., Степанченко И.В., Панфилов А.Э. Экологический мониторинг атмосферного воздуха небольшого города. Модели и алгоритмы. – М.:
Академиздатцентр «Наука», 2012. – 118 с.
32.Крушель Е.Г., Степанченко И.В. Информационное запаздывание в цифровых системах управления. – Волгоград: РПК «Политехник», 2004. – 131 с.
учебные пособия:
33.Крушель Е.Г., Панфилов А.Э., Степанченко И.В. Обработка экспериментальной информации. Лабораторный практикум: учебное пособие. – Волгоград: ИУНЛ ВолгГТУ, 2014. – 88 c.
34.Степанченко И.В., Сургутанов В.В. Практический курс по дисциплине «Системы искусственного интеллекта»: учебное пособие / Волгоградский государственный технический университет. – Волгоград, 2010. – 104 c.
прочие публикации (выборочно):
35.Крушель, Е.Г. Определение режимных параметров стационарных источников выбросов загрязняющих веществ [Электронный ресурс] // Е.Г. Крушель,
И.В. Степанченко Труды X Международной конференции «Идентификация
систем и задачи управления». SICPRO ‘15. – М.: ИПУРАН, 2015. – С. 328–
347. – Режим доступа: http://www.sicpro.org/sicpro15/proc/procdngs/328.pdf
36.Степанченко, И.В. Построение систем экологического мониторинга в городах с нестабильной локацией зон опасного загрязнения атмосферного возду-
32
ха / И.В. Степанченко // Математические методы в технике и технологиях
– ММТТ-28 : сб. трудов XXVIII Междунар. науч. конф.: в 12 т. Т.2. – Саратов: Саратов. гос. техн. ун-т, 2015; Ярославль: Ярослав. гос. техн. ун-т; Рязань: Рязанск. гос. радиотехн. ун-т, 2015. – С.70–75.
37. Степанченко, И.В. Система экологического мониторинга в городах с нестабильной локацией зон опасного загрязнения атмосферного воздуха [Электронный ресурс] / И.В. Степанченко // Управление большими системами
(УБС’2015) : Материалы XII Всерос. школы-конференции молодых ученых, 7–
11 сент. 2015 г., Волгоград. – М.: ИПУ РАН, 2015. – С. 989–999. – Режим доступа: http://www.ubs2015.volsu.ru/m/UBS2015.zip.
38.Степанченко, И.В. Структура системы экологического мониторинга атмосферного воздуха при нестабильных локациях зон опасного загрязнения /
И.В. Степанченко // Экологические проблемы промышленных городов: сб.
науч. тр.: Ч. 2. – Саратов, 2015. – С. 198–201.
39.Крушель, Е.Г. Исследование чувствительности алгоритма идентификации
режимных параметров стационарных источников выбросов к количеству точек контроля / Е.Г. Крушель, И.В. Степанченко // Сб. науч. тр. SWorld. –
Одесса, 2014. – Вып. 1. – Т. 7. – С. 3–9.
40.Камаев, В.А. Двухуровневая структура информационной системы экологического мониторинга атмосферного воздуха / В.А. Камаев, И.В. Степанченко
// Математические методы в технике и технологиях – ММТТ-27 : сб. тр.
XXVII междунар. науч. конф. – Тамбовский гос. техн. ун-т, Саратовский гос.
техн. ун-т им. Гагарина Ю.А. [и др.]. – Тамбов, 2014. – C. 62–65.
41.Степанченко, И.В. Организация информационной системы экологического
мониторинга атмосферного воздуха небольшого города / И.В. Степанченко //
Сб. науч. тр. SWorld. – 2014. – Вып. 2. – Т. 8. – C. 10–15.
42.Степанченко, И.В. и др. Экологический паспорт города как основа информационной системы экологического мониторинга / И.В. Степанченко, Е.Г.
Крушель, А.Э. Панфилов, О.В. Степанченко, Н.П. Шарапов // Экологические
проблемы промышленных городов : сб. науч. тр. по матер. 6-й всерос. науч.практ. конф. с междунар. участием: Ч. 1 / Саратовский гос. техн. ун-т [и др.].
– Саратов, 2013. – С. 277–279.
Личный вклад автора в работах, опубликованных в соавторстве
[4, 5, 8, 9, 12, 13, 31, 40] – постановка задачи, разработка модели, методов
поддержки принятия решений, анализ результатов; [10, 11, 35, 39] – разработка метода идентификации; [1, 15, 32] – разработка метода получения данных мобильной лабораторией; [2, 14] – анализ данных, метод определения
режима движения автотранспорта; [3, 42] – системный анализ качества атмосферного воздуха города; [16, 17, 24–30] – разработка архитектуры и кода
программы; [18, 21, 23] – реализация расчётов на модели озеленения; [19, 20,
22] – реализация метода идентификации на языке программирования.
Соискатель
Степанченко И.В.
Подписано в печать .09.2016 г. Формат 60×84 1/16. Бумага немелованная листовая. Печать цифровая.
Усл. печ. л. 1,86. Тираж 130 экз. Заказ № ___. Волгоградский государственный технический университет.
400005, г. Волгоград, пр. Ленина, 28. Отпечатано в КТИ (филиал) ВолгГТУ. 403874, г. Камышин, ул. Ленина, 5
Документ
Категория
Без категории
Просмотров
42
Размер файла
1 151 Кб
Теги
мониторинг, решение, поддержка, воздух, принятие, задачи, города, экологической, атмосферного
1/--страниц
Пожаловаться на содержимое документа