Мониторинг атмосферы

 
  4. Модели расчета рассеяния загрязняющих веществ в атмосферном воздухе  
  4.1. Аналитическая модель аэрозольного рассеяния  
 

Для построения оптических моделей атмосферы и  расчетов характеристик рассеяния  для различных сред выбирают соответствующие  законы распределения частиц f(r), состава  и показателей преломления. Для  различных состояний атмосферы  вычисляются полидисперсные коэффициенты рассеяния для данных функций  распределения по размерам, которые  затем сравниваются с экспериментально измеренными значениями B_рас. Вот одна из аналитических моделей, хорошо зарекомендовавшая себя в практических применениях. В качестве ядра была принята полученная аппроксимированная функция Ми, справедливая для любых вещественных значений показателя преломления:

Представление фактора эффективности хорошо описывает  аэрозоли с показателем преломления  до 2,0. При наличии поглощения эта  формула также может быть использована.

Также было получено выражение для полидисперсного  коэффициента рассеяния отдельно для  малых и больших частиц в приближении  Хюлста:

Таким образом, для функции распределения  аэрозолей по размерам, имеем аналитическую  модель полидисперсного коэффициента рассеяния для полного спектра  «мягких» частиц, для малых частиц, для больших частиц, а также  модель коэффициента рассеяния, справедливую для всего диапазона изменения  вещественной части показателя преломления  частиц (1,0 меньше n меньше 2,0)

При исследовании аэрозоля в выбросах существенное значение имеет учет показателя преломления  вещества аэрозоля, который несет  в себе информацию о химическом составе  аэрозоля. В этом плане использование  описанной выше модели весьма перспективно. Эта модель неоднократно использовалась для определения параметров аэрозолей  по оптическим измерениям. Построение аналитической модели коэффициента рассеяния, основанное на аналитическом  решении прямой задачи атмосферной  оптики с учетом оптических свойств  аэрозоля, позволило использовать метод  параметризации для отыскания свойств  аэрозоля.

 
  4.2. Метод оптимальной параметризации  
 

Зависимости для полидисперсного коэффициента рассеяния позволяют определять параметры аэрозолей путем построения алгебраической системы уравнений.

Аналитическое или графическое решение системы  позволяет найти приблизительные  значения параметров распределения  аэрозолей из измерений в трех длинах волн. Эти приближенные значения могут служить, с одной стороны, для оперативных оценок аэрозолей, а с другой — в качестве начальных  условий для метода оптимальной  параметризации.

Для получения  более точных значений параметров аэрозоля и особенно счетной концентрации N по объемному коэффициенту рассеяния  используется избыточность информации, полученной при лазерном зондировании. Для этого строится функционал вида

Минимизация этого функционала для отыскания  оптимальных параметров модели осуществляется «методом оврагов». Ошибка в определении  параметров модели коэффициента аэрозольного рассеяния, при условии корректности этой модели, может быть оценена  из эмпирической дисперсии.[3]

Использование лазерной техники и автоматизированная обработка эхо-сигналов позволяют  получить статистически обоснованные значения параметров распределения  частиц.

Для выявления  максимумов в распределении частиц по размерам хорошо иметь измерения, охватывающие широкий диапазон изменения  длин волн зондирования. Например, для  построения двухмодального распределения  необходимо увеличить число длин волн до пяти. Однако, увеличение длин волн больше шести не приводит к  увеличению информативности данных измерений для построения модели аэрозолей.

Максимальный  вклад в коэффициент рассеяния  дают частицы размерами 0,1 —1,0 мкм, которые  в большинстве своем состоят  из сульфатов. Для определения распределения  этих частиц достаточно проводить измерения  в видимой области спектра. Применение метода оптимальной параметризации для оценки распределения аэрозоля по результатам лазерного зондирования является наиболее эффективным. А использование  описанной выше модели аэрозоля позволяет  проводить оперативную обработку  эхо-сигналов непосредственно на борту  лидарной системы, что невозможно сделать  при использовании численных  моделей. Использование аппроксимированной функции Ми в качестве ядра модели не приводит к большим ошибкам.

 
  4.3. Перенос аэрозольных загрязнений  
 

При наличии  данных, полученных путем длительных измерении концентрации аэрозольных  загрязнений, присущих данному району, появляется возможность разделения антропогенного загрязнения и естественного  аэрозоля, присущего данному району. Так как достаточно хорошо установлена  однозначная корреляционная связь  между сульфатными частицами  и коэффициентом рассеяния или  видимостью, то по непрерывным измерениям коэффициентов рассеяния и временным  вариациям этого коэффициента даже на одной длине волны можно  путем частотной селекции этих измерений  разделить аэрозольные массы, привнесенные фронтами, и локальные естественные аэрозоли (местный фон). Первые из них  характеризуются долгопериодными  вариациями видимости или коэффициента рассеяния, а вторые — короткопериодными  вариациями видимости. При наличии  лазерного зондирования можно получать высотные профили коэффициента рассеяния, характеризующие высотное рассеяние  аэрозольных концентраций. Таким  же образом можно измерять концентрации аэрозолей в городах, которые  тоже, несмотря на наличие источников, будут зависеть от химических и динамических процессов.

Лидарные  системы также позволяют измерить высотный профиль распределения  сульфатных концентраций в слое перемешивания. Максимум концентрации сульфатов наблюдается  на высоте 400—500 м. В настоящее время  дальность зондирования промышленных образцов лидаров достигает 1—3 км.

Исследования  дальнего переноса с помощью лазеров  путем измерения прозрачности и  видимости можно проводить с  самолетов и со спутников. Подобные измерения позволяют получать представление  о глобальном переносе загрязняющих веществ в пространстве и во времени. Оперативные метеорологические  спутники фиксируют яркость, контрастность  облачности, с помощью этих данных можно строить карты крупномасштабных распределений атмосферной пыли, дымок и смога. Инфракрасный спектрометр  позволяет с разрешением 4 км давать информацию о восходящем излучении  в области 10,5—12,5 мкм. С помощью радиометра данные получают в области 0,54—0,70 мкм с разрешением 1 км. Измерения проводятся в 30-минутном интервале.

Анализ  данных метеорологических спутников  показал, что пылевые вкрапления достаточно больших размеров хорошо коррелируют с сульфатными концентрациями. Таким образом, по спутниковым данным могут быть изучены процессы дальнего переноса и удаления примесей загрязняющих веществ из атмосферы. Четко идентифицируется увеличение загрязнений с приходом определенных фронтальных масс. Спутниковые  данные, кроме того, позволяют экстраполировать характеристики видимости, связанные  с присутствием аэрозольных загрязнений  на больших высотах, до 100 км, что  очень важно для высотной авиации.

Кроме того, на основе спутниковых данных можно построить статистические и физические модели атмосферной  турбулентности, видимости и распределения  сульфатов. Отметим, однако, что для  количественной оценки сульфатной массы  необходимо преодолеть ряд трудностей, характерных вообще для спутниковых  измерений. А именно: важно хорошо знать альбедо системы Земля—атмосфера  и подстилающей поверхности. В этом .плане использование лазерных излучателей, установленных на Земле или спутнике, могут существенно упростить  проблему в силу монохроматичности  и стабильности излучения по мощности. Спектральные измерения со спутников  позволяют оценить концентрации озона, S0₂ и др. Так, в 1976 г. с помощью спутников были обнаружены области с максимально высокими концентрациями озона (до 80 млрд-1). Определение таких ультравысоких концентраций и есть задача мониторинга.

Лазерный  мониторинг атмосферных аэрозолей  позволяет оценить и скорость переноса аэрозолей с воздушными массами. Для этой цели служит лазерный доплеровскии измеритель скорости. В  основе этого измерителя лежит непрерывно излучающий лазер.

 
  5. Разработки в данной области  
 

ГИС (геоинформационная  система) – система, предназначенная  для сбора, хранения, преобразования и представления географической информации. Принципиальное отличие  ГИС от экологических или других банков данных природной информации состоит в их явно выраженной региональной направленности, что достигается  благодаря использованию картографических материалов как источника информации и объекта формализованной обработки.

Наибольший  эффект достигается, когда оперативность, точность, полнота, выразительность, доступность  и комфортность в представлении  информации, выходят на первый план. Это – мониторинг окружающей среды, обработка данных дистанционного зондирования, решение задач оптимального размещения промышленных предприятий.

 
  5.1. Информационная система анализа и прогнозирования рассеивания ЗВ в пограничном слое атмосферы в локальном масштабе  
 

Использовалась  в Луганской области для определения  выбросов формальдегида фотометрическим  методом. Основана на использовании  модели Эйлера на грубой сетке и  определялась локальной моделью  вблизи источника. Состоит из БД, содержащих статистическую информацию о концентрациях примесей в ячейках сетки, вертикальных профилях параметров сетки, значения, получаемых от радиозондов, наземных станций и т.д.

Недостаток  заключается в том, что фотометрический  метод сбора информации дает большую  погрешность, плюс метод Эйлера при  расчете дает погрешность расчета. В итоге погрешность расчета  разовых концентраций может составлять 40-50%. [4]

 
  5.2. Комплекс АК-ГИС  
 

При реализации ГИС-проекта для бассейна Волги  был сконфигурирован комплекс (АК-ГИС), объединяющий в себе модуль по приему спутниковой информации и модуль по ее обработке. При его создании использовались существующие или специально разработанные аппаратно-программные  средства и методы, позволяющие обеспечить получение необходимого решения.

В качестве базового графического пакета используется многофункциональный графический  редактор Microstation, ядром системы программного обеспечения является модульная  геоинформационная среда MGE, программные  модули функционируют в операционных системах Unix и Windows NT. Описанная система  приема и обработки ДЦЗ не является полностью завершенной, но она функционирует  и позволяет решать многие задачи мониторинга природных комплексов Волжского бассейна аэрокосмическими методами.

 
  Заключение  
 

Был проведен научный поиск по теме «Мониторинг  и контроль атмосферы промышленного  района Донбасса по определенным вредным  компонентам», анализ сложившейся ситуации с атмосферным загрязнением в  Донецкой области, обоснована актуальность решения задачи расчета рассеяния  ЗВ. Были изучены имеющиеся по данному  вопросу компьютерные системы и  проведен их анализ.

 
  Список литературы  
 

1. Земля тривоги нашоi: За матерiалами доповiдi про стан навколишнього природного середовища в Донецькiй обастi у 2000р. Донецьк.: 2001г – с15-30.
2. Назаров И.М. Основы дистанционных методов мониторинга загрязнения окружающей природной среды. Ленинград.: 1989г – c. 5-189
3. Системный анализ и методы математического моделирования в экологии. Под ред. А.А. Морозова. Киев.: 1990г с. 10-35
4. Информационные системы анализа и прогнозирования загрязнения атмосферы стационарными источниками выбросов //Экотехнологии и ресурсосбережение. – 2000. - №2. – с.52-59
5. http://ecolife.org.ua/ - общественный экологический проект Эколайф.