УДК 502.7:622(470.324)

Т.И. Прожорина, Ю.А. Преснякова, А.С. Боева

ОЦЕНКА ЭКОЛОГИЧЕСКОЙ БЕЗОПАСНОСТИ ОТ ЗАГРЯЗНЕНИЯ АТМОСФЕРЫ ДЛЯ ЗДОРОВЬЯ НАСЕЛЕНИЯ, ПРОЖИВАЮЩЕГО В ЗОНЕ ВЛИЯНИЯ РАЗРАБОТКИ КАРЬЕРА КОПАНИЩЕНСКОГО МЕСТОРОЖДЕНИЯ

В связи с разработкой месторождений полезных ископаемых в районах горнопромышленных комплексов, ежегодно усиливается загрязнение атмосферного воздуха, что наносит значительный ущерб живой природе и здоровью человека. В работе рассмотрено влияние выбросов вредных веществ в атмосферу на здоровье населения проживающего в посёлках Луки и Пески - Харьковские Острогожского района от источников загрязнения атмосферного воздуха, расположенных на территории промышленного предприятия по разработке карьера Копанищенского месторождения. Проведенные исследования и расчеты по оценке рисков показали, что из 36 химических веществ-загрязнителей атмосферы, канцерогенным действием обладают 5 веществ. Результаты расчетов неканцерогенных рисков, способные к развитию в результате попадания в организм ингаляционным путем, показали, что 8 из 10 загрязняющих атмосферу веществ, оказывают наибольшее воздействие на дыхательную систему.

Ключевые слова: оценка риска, канцерогенный и неканцерогенный эффект, приоритетные химические веще-

ства.

Воронежская область относится к одному из развитых промышленных регионов Центрального Черноземья богатых месторождениями рудных и нерудных полезных ископаемых, которые составляют основу экономического потенциала области.

На территории региона одним из крупнейших по добыче качественного мела является Копанищенское месторождение Острогожского района, разработка которого ведется открытым способом.

Следует отметить, что при разработке месторождений таким методом наносится значительный ущерб все компонентам окружающей среды, который проявляется в загрязнении почвы, атмосферы, не только поверхностных, но и подземных вод, страдает растительный и животный мир. Поэтому в настоящее время одной из актуальных проблем регионов, на территории которых ведется активная разработка месторождений, является оценка современного состояния всех объектов окружающей среды и постоянный мониторинг за здоровьем населения, проживающего в зоне влияния предприятий по добыче полезных ископаемых

[1-3].

Цель работы заключается в оценке экологической безопасности от загрязнения атмосферы для здоровья жителей посёлков Пески – Харьковские и Луки Острогожского района, которые находятся на территории промышленного предприятия по разработке карьера Копанищенского месторождения.

ЗАО «Копанищенский комбинат строительных материалов (сокращенно ЗАО «ККСМ») расположен по адресу: Воронежская область, Острогожский район, станция Копанище. Основным видом деятельности предприятия является добыча природного мела карьерным способом и производство негашёной, гашёной и гидравлической извести.

Предприятие размещено на двух промышленных площадках общей площадью 163,1 га, состоящих из трёх земельных участков: на площадке № 1 (участки №№ 1 и 2) расположены карьеры по добыче мела на площадке № 2 (участок № 3) - собственно производство. Основное производство работает непрерывно в 3 смены 350 дней в году.

При разработке мела в атмосферный воздух поступает большое количество поллютантов, относящихся к аэротехногенным выбросам. Большое количество пыли и вредных газов образуется и поступает в воздух в результате таких технологических операций как: вы- емочно-погрузочные и вскрышные работы.

Жилая зона, представленная пос. Пески-Харьковские, который находятся в 370 м к северо-востоку от промплощадки и пос. Луки, расположенный в 136 м в северном

138

направлении. В зоне влияния предприятия проживают 823 чел., в том числе пос. Луки - 732 чел., пос. Пески - Харьковские – 91 чел. Кроме того, на территории санитарно-защитной зоны находится образовательное учреждение «Копанищенская ООШ» на 120 учащихся и «Копанищенский детский сад» на 45 мест.

Оценка экологической безопасности для здоровья людей, которые проживают вблизи промышленных площадок по разработке карьеров при добыче природных ископаемых, позволяет обнаружить наиболее опасные загрязнители атмосферного воздуха и дать некоторые рекомендации по снижению негативного влияния выбросов предприятия на условия проживания и заболеваемость местных жителей.

Методической основой практического применения технологии по оценке риска для здоровья населения послужил нормативный документ Р.2.1.10.1920–04 «Руководство по оценке риска для здоровья населения при воздействии химических веществ, загрязняющих окружающую среду» [4]. В задачу исследования входят четыре этапа.

На первом этапе идентификации опасности было установлено, что предприятие имеет 103 источника загрязнения атмосферы, которые выбрасывают более 3113 тонн в год разнообразных поллютантов, перечень которых включает 36 наименований. Два загрязнителя относятся к I классу опасности (бензапирен и свинец) и 5 веще ств (бензол, гидрофторид, марганец, серная и сероводородная кислота) - ко II классу опасности, на долю которых приходится 19,5 % от общего объма поступающих от предприятия выбро сов.

На поллютанты III класса опасности приходится наибольшая доля выбросов (41,67 %), из которых 5 веществ (NO2, CaCO3, SO2, CO и неорганическая пыль, содержащая 70-20 % Si02) отнесены к загрязнителям, совокупный вклад которых в валовый выброс горнодобывающего предприятия составляет 95 % [2].

С учетом критериев определения приоритетности (канцерогены; вещества 1 и 2 класса опасности) был составлен предварительный список веществ для дальнейших исследований, в который из 36 веществ вошли 14 загрязнителей атмосферы: кальция оксид (негашеная известь), этилбензол, бенз(а)пирен, керосин, бензол, марганец и его соединения, свинец и его соединения, азот (IV) оксид, азот (II) оксид, окислы углерода и серы, неорганическая пыль, кальцит, сажа.

Вторым этапом является оценка зависимости «доза-эффект», химических веществ, загрязняющих атмосферу. Для дальнейшего исследования на токсикологические показатели было определено 14 химических веществ, представляющих особую опасность для здоровья, 5 из которых обладают канцерогенным действием. По классификации международного агентства по исследованию рака (МАИР):

1.I классу опасности бенз(а)пирен, бензол, сажа (углерод черный).

2.К IIВ классу опасности, являются возможным канцерогенам для человека, относятся: свинец и этилбензол.

Вперечень приоритетных ЗВ, для неканцерогенного риска включены 10

загрязнителей, включая NO, NO2, CaCO3, CaO (негашеная известь), керосин, марганец, неорганическая пыль, углерод (сажа), SO2 и CO.

Третьим этапом является «Оценка экспозиции». Промышленная площадка предприятия ЗАО «ККСМ» находится в зоне умеренного климатического потенциала загрязнения. Рельеф местности спокойный, поэтому не оказывает существенного влияния на рассеивание ЗВ в атмосфере. В основном доминирует юго-западное направление ветра.

Чувствительность населения к действию загрязнения зависит от большого числа факторов (например, от пола, возраста, общего состояния здоровья, температуры, влажности). Считаются более уязвимыми курильщики, страдающие астмой и хроническим бронхитом, а также дети и пожилые люди. Принципиальным (главным) путем поступления загрязненного воздуха в организм человека является ингаляционный, вдыхание [3].

139

Учитывая то, что предприятием не проводятся наблюдения качества атмосферного воздуха в жилой зоне с отбором среднесуточных проб, применялось математическое моделирование возможного рассеивания вредных веществ в воздухе, которое позволило оценить вклад предприятия в общий уровень загрязнения атмосферы в зоне воздействия ЗАО «ККСМ».

Обоснование выбора точек контроля было проведено с учетом количества населения, проживающего в зоне влияния комбината. Для каждого приоритетного загрязнителя атмосферы были рассчитаны среднегодовые концентрации в 242 точках их влияния и в контрольных точках в селитебной зоне, в том числе: в пос. Луки – в 221 точке, пос. Пески - Харьковские – в 21 точке. Время воздействия ЗВ на организм человека в контрольных точках селитебной застройки в пределах воздействия комбината было выбрано 24 часа в сутки.

Из 14 загрязняющих веществ, для жилой застройки, находящейся под их воздействием, по каждому веществу выбраны минимальные и максимальные концентрации. Полученные расчетные концентрации ЗВ, поступающих в атмосферный воздух, ниже гигиенических нормативов.

На заключительном этапе дается оценка экологическим рискам. Оценка индивидуального канцерогенного риска рассчитывалась с учетом влияния 5 веществ. Полученные данные приведены в таблице.

Таблица

Канцерогенные риски для здоровья населения от воздействия веществ взоне влияния выбросов ЗАО «ККСМ»

Таким образом, наиболее высокие значения индивидуального канцерогенного риска в зоне влияния предприятия от воздействия сажи, основной вклад в суммарный риск которой составляет 99,9 %. Следует отметить, что максимальные значения суммарного канцерогенного риска в селитебной зоне в пос. Пески-Харьковские (1,906 *10-6) несколько ниже, чем в пос. Луки (1,96*10-5).

Рассчитанные индивидуальные риски по классификационной шкале в соответствии принятыми допустимыми критериями, относятся ко второму диапазону (индивидуальный риск в течение всей жизни более 1*10-6, но менее 1*10-4), соответствует предельно допустимому риску, верхней границе приемлемого риска, но требуют постоянного наблюдения.

Индивидуальные риски рассчитанные для таких веществ как: бенз(а)пирен, свинец, этилбензол и бензола относятся к первому диапазону (индивидуальный риск в течение всей жизни < 1*10-6), не отличаются от повседневных рисков и характеризуются как очень незна-

140

чительные. Подобные риски не требуют никаких дополнительных мероприятий по их снижению и их уровни подлежат только периодическому контролю [5].

Оценка неканцерогенного риска показала, что в жилой застройке зоны влияния предприятия максимальные значения коэффициентов опасности (HQ max) отмечаются при воздействии:

1.Керосина – 0,69 (пос. Луки).

2.Серы диоксида – от 0,67 (пос. Луки) до 0,25 (пос. Пески-Харьковские).

3.Азот диоксида – 0,66 (пос. Луки)

4.Кальция оксида – 0,34 (пос. Луки).

5.Кальция карбоната – 0,25 (пос. Луки).

6.Пыли неорганической: 70-20 % SiO2 – от 0,24 (пос. Луки) до 0,1 (пос. ПескиХарьковские).

По остальным загрязняющим веществам коэффициенты опасности при максимальной экспозиции не превысят 0,1.

Выводы.

1.Полученные значения неканцерогенного риска от каждого из приоритетных веществ находятся в соответствии с установленными нормами.

2.Анализ загрязнителей по развитию неканцерогенных эффектов позволил установить, что 8 из 10 загрязняющих атмосферу веществ, оказывают наибольшее воздействие на дыхательную систему. Причем в пос. Луки зафиксированы максимальные суммарные индексы опасности (HI max = 1,96), способные причинить вред дыхательной системе человека, так как установленные значения превышают допустимые нормативы.

3.Проведенные исследования показали, что горнодобывающее предприятие ЗАО «Копанищенский комбинат строительных материалов» является потенциальным источником загрязнения атмосферы и может оказывать негативное влияние на здоровье населения поселков Луки и Пески-Харьковские Острогожского района Воронежской области, проживающего

впромышленной зоне по разработке карьера Копанищенского месторождения.

Литература

1. Колмыков С.Н. Характеристика воздействия на окружающую среду добычи и переработки мела открытым способом на примере ОАО «Шебекино-мел» / С.Н. Колмыков, С.Н. Марыныч, А.Г. Корнилов; НИУ БелГУ // Проблемы природопользования и экологическая ситуация в Европейской России и сопредельных странах: матер. V междунар. науч. конф., Белгород, 28-31 окт. 2013 г. / РФФИ, НИУ БелГУ. Белгород, 2013. С. 270-271.

2. Методические рекомендации «Критерии оценки риска для здоровья населения приоритетных химических веществ, загрязняющих окружающую среду» от 24.07.2000 // Под редакцией С.М. Новикова, Ю.А Рахманина, Н.Н. Филатова и др. М.: ЦГСЭН в г. Москве,

2000. 53 с

3.Ревич Б.А. Загрязнение окружающей среды и здоровье населения: Введение в экологическую эпидемиологию / М.: МНЭПУ, 2001. 235 с.

4.Руководство по оценке риска для здоровья населения при воздействии химических веществ, загрязняющих окружающую среду (Р 2.1.10.1920-04) / М.: Федеральный центр Госсанэпиднадзора Минздрава России, 2004. 143 с.

5.Экологические риски территорий интенсивного техногенного освоения: монография / Под общей редакцией проф. С.А. Куролапа и проф. О.В. Клепикова. Воронеж: Издательство «Цифровая полиграфия», 2019. 191 с.

141

«Исследование выполнено при финансовой поддержке РФФИ и БРФФИ в рамках научного проекта № 20-55-00010»

ФГБОУ ВО «Воронежский государственный университет», Воронеж, Россия

T.I. Prozhorina, Y.A. Presnyakova, A.S. Boeva

ASSESSMENT OF ENVIRONMENTAL SAFETY FROM POLLUTION ATMOSPHERE FOR THE HEALTH OF THE POPULATION LIVING IN THE ZONE IMPACT OF THE KOPANISHCHENSKOYE FIELD QUARRY DEVELOPMENT

In connection with the development of mineral deposits in the areas of mining complexes, air pollution increases annually, which causes significant damage to wildlife and human health. The paper considers the impact of emissions of harmful substances into the atmosphere on the health of the population living in settlements Luke and Sands Kharkiv Ostrogozhsk area from pollution sources at atmospheric air, located on the territory of the industrial enterprise to develop a career Kopanischenskaya field. The conducted studies and risk assessment calculations showed that out of 36 chemical substances that pollute the atmosphere, 5 substances have a carcinogenic effect. The results of calculations of non-carcinogenic risks that can develop as a result of ingestion by inhalation showed that the respiratory organs are most affected, which are affected by 8 out of 10 priority chemicals.

Keyword: risk assessment, carcinogenic and non-carcinogenic effects, priority chemicals, drinking water sources.

Federal State Budgetary Educational Institution of Higher Education «The Voronezh State University», Voronezh, Russia

УДК 504.45(470.324)

Т.И. Прожорина, А.С. Боева, Ю.А. Преснякова

ОЦЕНКА СОВРЕМЕННОГО СОСТОЯНИЯ ИСТОЧНИКОВ ДЕЦЕНТРАЛИЗОВАННОГОВОДОСНАБЖЕНИЯ

СЕЛА ВЕРХНИЙ МАМОН ВОРОНЕЖСКОЙ ОБЛАСТИ

Проблема обеспечения населения Воронежской области качественной питьевой водой является наиболее актуальной. Статья содержит анализ состояния местных источников, используемых сельскими жителями в питьевых целях, В работе приведены данные химического анализа проб воды, отобранной из 5 родников и 3 водозаборных колонок, расположенных в черте села Верхний Мамон. Результаты анализа показали, что пробы воды удовлетворяют требованиям санитарно-гигиеническим нормативов за исключением родников «Мостовой», «Эстакада» и «Паронников», в которых обнаружены превышения ПДК по общей минерализации, общей жесткости и нитратам. Без дополнительной очистки местным жителям не рекомендуется употреблять в питьевых целях воду из вышеперечисленных родников.

Ключевые слова: качество питьевой воды, химический состав, приоритетные загрязнители, источники децентрализованного водоснабжения, минерализация воды, общая жесткость.

Как правило, органы санитарно-эпидемиологического надзора должным образом контролируют пребывание и обстановку источников нецентрализованного питьевого водоснабжения (ИНПВ), так как качество подземных вод региона не всегда отвечает нормативным требованиям и такая вода может быть причиной значительного риска загрязнения.

Ради обеспечения жителей области питьевой водой отличного качества, и возможностью снизить экологические риски, связанные с загрязнением источников водообеспечения регламентированы следующий законодательный акт [1], претворение, в жизнь которого сводится к уменьшению количества источников, которые не удовлетворяют требованиям органов санэпиднадзора.

142

Следует отметить, что для сельской местности этот вопрос стоит более остро, чем для городских территорий, так как по данным на 2018 год на площади сельских поселений насчитывалось около 93 % всех источников децентрализованного водоснабжения (ИДВ) от общего их количества (155 из 167 объектов).

Мониторинг с 2016 по 2018 годы показал, что в источниках децентрализованного водоснабжения (ИДВ) качество воды изменилось к лучшему по санитарно-химическим показателям (СХП), однако изменилось в отрицательную сторону по микробиологическим характеристикам.

Численность образцов H2O децентрализованного питьевого водоснабжения (ПВ) с перекрыванием характеристик в сравнении с ГН (гигиеническими нормативами) по микробиологическим оценкам повысилась на 4,7 %, однако по СХП снизилась на 9,5 % [2, 3].

При этом по СХП в большей части территории Воронежского региона (24 района) зафиксировано несоответствие отобранных проб гигиеническим нормам. Такие показатели как общая жесткость и нитраты продолжают оставаться главными загрязняющими веществами в источниках нецентрализованного водоснабжения.

Впределах 10 муниципальных районов области, в том числе и в Верхнемамонском, в отобранных пробах питьевой воды имеются превышения по микробиологическим показателям

Вюжной части Воронежской области расположен Верхнемамонский муниципальный район, который пересекает магистраль федерального значения М4 («Дон») и разграничивает его примерно надвое.

Село Верхний Мамон служит администрацией Верхнемамонского района. Расстояние до областного центра г. Воронеж составляет 220 км.

Общая численность населения района по данным Воронежстата на 2020 год составляет 18363 человек. Городское население отсутствует, а в структуру района входят всего 10 сельских поселений, в том числе с. Верхний Мамон – административный центр Верхнемамонского сельского поселения, в котором проживает 7473 человек [4]. Село располагается около небольшой речки Мамона (Мамоновка) на левом берегу Дона.

Базовая отрасль экономики села – сельское хозяйство, а промышленность представлена в основном предприятиями пищевой промышленности.

Всвязи с отсутствием водопровода, жители сельского поселения с. Верхний Мамон

впитьевых целях употребляют H2O из ИДВ, в качестве примера: скважины, одиночные колонки, колодцы, родники.

Поэтому в качестве объектов исследования послужили 8 разовых проб воды, отобранных 04.08.2020 г. авторами работы из децентрализованных источников водоснабжения села: 3 пробы – из водозаборных колонок и 5 проб из родников, расположенных в черте Верхнемамонского сельского поселения.

Анализ исследуемых проб на качественное и количественное обнаружение основных загрязняющих веществ, содержащихся природных вод Воронежской области, проводили с применением органолептического, химического (общая жесткость) и инструментального (рН, минерализация, нитраты, железо общее) методов анализа [5-9]. Результаты химического анализа представлены в таблице.

143

Таблица

Показатели химического анализа проб воды из децентрализованных источников водоснабжения с. Верхний Мамон

В общем понимании питьевая вода, поступающая в разводящую сеть города, на станциях водоподготовки предварительно подвергается соответствующей очистке. Однако, H2O из ИДВ (колодцы, индивидуальные скважины, родники, одиночные колонки), не проходит водоподготовку и потребляется населением в неизменном виде. Этим фактом обусловлены менее жесткие нормативы, предъявляемые к децентрализованным источникам и утвержденные в [7].

Порядок аттестации добротности питьевой H2O:

1. Органолептические изыскания, соответственно: визуальная оценка интенсивности цветности воды, прозрачности, характера и интенсивности запаха, количества осадка [5].

Проверка органолептических характеристик зафиксировала удовлетворительную прозрачность и цветность для всех проб воды, за исключением пробы № 6 (родник «Паронников»), которая отличается устойчивым болотным запахом в 4 балла. Фиксированная законо-

144

мерность обусловлена заболоченностью окрестностей родника и близкорасположенными к плоскости верхнего слоя грунта подземными водами.

2. Следующим этапом исследований является анализ санитарно-химических показателей. Результаты химического состава водных проб сравнивали с ПДК загрязняющих веществ для вод децентрализованного водоснабжения [7].

Жесткость от 14,2 до 15,3 ммоль/л, превосходящая ПДК <10 ммоль/л в 1,4-1,5 раза, зафиксирована в 2-х образцах родниковой H2O (№ 4, 6). Этот факт позволяет отнести эту воду к категории «очень жесткая» [7]. Также следует отметить, что содержание солей жесткости в пробе воды (№ 5) из родника «Эстакада», практически приближается к значению ПДК (9,5 ммоль/л) и вода также характеризуется как «очень жесткая».

При всем притом, хотя величина общей жесткости в трех пробах воды (№ 1, 2, 3), отобранных из колонок, варьируется в интервале 6,3 - 6,4 ммоль/л, что удовлетворяет требуемым нормативам, она также считается «жесткая».

Повышенные значения солей жесткости объясняются фактом природного происхождения. Превышение концентрации минеральных солей Ca2+ и Mg2+, пожалуй, послужит источником загрязнения организма и вероятного формирования уплотнения и отложений в виде осадка и дальнейшее развитие нефролитиаза. Воды данного качества можно употреблять как ПВ, в случае их очищения от минерализации [8, 9].

3. Солесодержание – это еще одним необходимый санитарно-гигиенический норматив, свидетельствующий о качестве питьевой воды.

Вода, имеющая солесодержание до 1,0 г/л, относится к пресным водам, среди которых различают следующие категории: до 0,1 г/л – ультрапресные, до 0,2 г/л – малой минерализации, до 0,5 г/л – средней минерализации и до 1,0 г/л - повышенной минерализации.

Несмотря на ежегодно возрастающую антропогенную нагрузку, допустимые нормативы по минерализации воды остались прежними. Действительно, в годы СССР имелись в наличии предписания ВОЗ, согласно которым для ПВ солесодержанию не дозволено превосходить 0,5 г/л [1].

Всоответствии с законодательными актами [1, 7] разграничение вод реализуется:

1.Пробы воды (№ 7, 8) из родников «Лацыгин ключ» и «Полянский» относятся к «маломинерализованным».

2.Пробы воды (№ 1, 2, 3) из водозаборных колонок – к «среднеминерализованным».

3.Пробы воды (№ 4, 5, 6), отобранных из родников «Мостовой», «Эстакада» и «Паронников», обнаружено значительное содержание солей (от 720 до 996 мг/л), относятся к

«повышенной» минерализации.

С вышеозначенной информацией сопряжена и завышенная концентрация анионов Cl- 162,9 - 311,9 мг/л ПДК ≤ 350 мг/л) в образцах родниковой воды (№ 4, 5, 6). Это объясняется тем, что на некоторых участках водоносного горизонта, питание которого осуществляется в основном за счет инфильтрации атмосферных осадков, наблюдается подток глубоких минерализованных вод. Избыток солей в питьевой воде может привести к заболеваниям, связанным с работой сердечнососудистого аппарата, почек, повышению давления [8].

Химическое изыскание на наличие азотистых ингредиентов выявил в трех пробах (№ 4, 5, 6), отобранных из родников «Мостовой», «Эстакада» и «Паронников», значимая концентрация нитратного N от 88,69 до 113,47 мг/л, превышает гигиенические нормативы от 1,8 до 2,5 раза (ПДК≤ 45 мг/л). Повышенное количество нитратов имеет, вероятно, антропогенный характер, так как данные родники находятся в черте жилого сектора, на территории которого имеются несанкционированные свалки бытового мусора.

Выявленный факт свидетельствует о нитратном загрязнении родниковой воды вс. Верхний Мамон, что также подтверждается показателями отслеживания санитарно-

145

эпидемиологической защищенности ПВ из ИЦ и ИД хозяйственно-питьевого водоснабжения, реализуемой Центром гигиены и эпидемиологии в Воронежской области.

Надзор и поверка добротности ПВ освидетельствовала нитратную контаминацию грунтовых вод. Особо необходимо отметить, так называемую верховодку - H2O, расположение углубленностью до 20 м) в сотне поселений Воронежской области.

Среди всех в 11 поселениях реализовался неблагоприятный инцидент по контаминации нитратов в ПВ. Можно перечислить таковые районы как:

1.Богучарский.

2.Ольховатский.

3.Новохоперский.

4.Верхнемамоновский и некоторые другие [2].

На территории региона в 2018 году была проведена инвентаризация более 11 тысяч источников децентрализованного водоснабжения (скважины, родники и колодцы), результаты которой позволили обнаружить значительное присутствие нитратного азота в большей части исследуемых объектов, в некоторых NO3- анионы превышают норму в 2,5 раза.

В пределах сельских территорий повышенное присутствие азотистых соединений связано:

1.С бесконтрольным внесением не только минеральных, но и органических удобрений.

2.Низкой степенью очистки промышленно-бытовых сточных вод.

3.Большим количеством несанкционированных свалок, стихийно возникающих на территории региона.

4.Загрязненными стоками с птицефабрик и животноводческих комплексов и другие

факторы.

Все это приводит к насыщению почвы нитратами, которые проникают в водные гори-

зонты.

Избыток нитратных соединений в питьевой воде может явиться причиной разрушения

зубов, вызвать интоксикацию организма, привести к недомоганиям, связанным с эндокринной функцией и желудочно-кишечным трактом [7].

Поэтому для комплексной оценки качества питьевой воды химический анализ дополняют микробиологическим анализом, результаты которого характеризуют безопасность употребления воды с эпидемиологической точки зрения. Однако в целях данного исследования такой анализ не планировался.

Результаты химического анализа образцов H2O из ИДВ с. Верхний Мамон позволили сделать выводы и дать следующие рекомендации.

1.Установлено, что пробы воды из источников децентрализованного водоснабжения с. Верхний Мамон Верхнемамонского района Воронежской области удовлетворяют санитар- но-гигиеническим требованиям СанПиН 2.1.4.1074-01 за исключением проб воды из родников «Мостовой», «Эстакада» и «Паронников», в которых обнаружены превышения ПДК по общей минерализации, общей жесткости и нитратам.

2.Без дополнительной очистки местным жителям не рекомендуется употреблять в питьевых целях воду из родников «Мостовой», «Эстакада» и «Паронников».

3.Для предотвращения риска возникновения заболеваний, а также вторичного загрязнения подземных вод, администрации с. Верхний Мамон рекомендуется:

3.1.Довести информацию о качестве родниковой воды до местного населения.

3.2.Выделить специальные материальные средства на охрану и благоустройство сельских родников.

3.3.Провести мероприятия по благоустройству источников децентрализованного водоснабжения (обозначить место выхода воды, огородить, поставить скамейки для отдыха, охранять от замусоривания и тому подобное).

146

Литература

1. Постановление Главного Государственного санитарного врача по Воронежской области от 25.08.2011 № 12 «Об обеспечении населения области доброкачественной питьевой водой».

2.Гальцова В.В. Практикум по водной экологии и мониторингу состояния водных экосистем. / В.В. Гальцова, В.В. Дмитриев. Санкт-Петербург, 2007. С. 17.

3.Доклад «О состоянии санитарно-эпидемиологического благополучия населения в Воронежской области в 2018 году». Воронеж: Управление Федеральной службы по надзору

всфере защиты прав потребителей и благополучия человека по Воронежской области, 2019. 199 с.

4.Инвестиционный паспорт Верхнемамонского муниципального района /Департамент экономического развития Воронежской области ОГБУ «Агентство по инвестициям и стратегическим проектам». Воронеж 2018. 105 с.

5.Методы экологических исследований: учебное пособие для вузов [гриф ФУМО «Науки о Земле»] / Н.В. Каверина и [др.]. Воронеж: Научная книга, 2019. 355 с.

6.Никаноров А.М. Гидрохимия: учеб. /А.М. Никаноров. Санкт-Петербург :Гидрометеоиздат, 2001. 444 с.

7.Санитарно-эпидимеологические правила и нормативы «Питьевая вода. Гигиенические требования к качеству воды. Контроль качества» СанПиН 2.1.4.1074-01 / Москва, Федеральный центр Госсанэпиднадзора Минздрава России, 2002. 103 с.

8.Новикова С.М. Критерии оценки риска для здоровья населения приоритетных химических веществ, загрязняющих окружающую среду//С.М. Новикова, Ю.А Рахманина, Н.Н. Филатова / Москва. 2000. 53 с.

9.Прожорина Т.И. Исследование состояния питьевого водоснабжения в пределах города Воронежа и окрестностей / Т.И. Прожорина Т.И., С.А. Куролап, Т.В. Нагих // Экологи-

ческая ситуация и риски для здоровья населения города Воронежа: сборник научных статей / Под общей редакцией С.А. Куролапа и О.В. Клепикова /Воронеж: Издательство «Научная книга», 2018. С.86-92.

Исследование выполнено при финансовой поддержке РФФИ, проект № 20-05-00779

ФГБОУ ВО «Воронежский государственный университет», Воронеж, Россия

T.I. Prozhorina, A.S. Boeva, Y.A. Presnyakova

ASSESSMENT OF THE CURRENT STATE OF SOURCES

DECENTRALIZED WATER SUPPLY

VERKHNY MAMON VILLAGES OF THE VORONEZH REGION

The problem of providing the population of the Voronezh Region with high-quality drinking water is the most urgent. The paper assesses the current state of sources of decentralized drinking water supply based on the results of chemical analysis of drinking water samples taken from 5 springs and 3 water intake columns located within the village of Verkhny Mamon, and used by rural residents for drinking purposes. The results of the analysis showed that the water samples meet the requirements of sanitary and hygienic standards, with the exception of the springs «Mostovoy», «Estakada» and «Paronnikov», in which the MPC was found to exceed the total mineralization, total hardness and nitrates. Without additional cleaning, local residents are not recommended to use water from the above springs for drinking purposes.

Keywords: drinking water quality, chemical composition, priority pollutants, sources of decentralized water supply, water mineralization, and general hardness.

Federal State Budgetary Educational Institution of Higher Education «The Voronezh State University», Voronezh, Russia

147

СЕКЦИЯ 2

АЭРОКОСМИЧЕСКИЕ, РАДИОЭЛЕКТРОННЫЕ, ГИДРОМЕТЕОРОЛОГИЧЕСКИЕ И ДРУГИЕ ТЕХНОЛОГИИ БЕЗОПАСНОСТИ. СИСТЕМЫ МОНИТОРИНГА

ИПРОГНОЗИРОВАНИЯ СОСТОЯНИЯ АТМОСФЕРЫ, ГИДРОСФЕРЫ

ИЛИТОСФЕРЫ

148

УДК 504.3.054::656.13

С.А. Анохин

ОПРЕДЕЛЕНИЯ КОНЦЕНТРАЦИИ ЗАГРЯЗНЯЮЩИХ ВЕЩЕСТВ В ОТРАБОТАВШИХ ГАЗАХ АВТОМОБИЛЬНОГО ТРАНСПОРТА

Проведен анализ экологической безопасности автотранспортных средств. Разработана математическая модель разовой концентрации загрязняющих веществ в отработавших газах автотранспортного средства. Предложена конструкция портативного оборудования по определению количества выбросов угарного газа от автотранспорта.

Ключевые слова: экологическая безопасность; автотранспортное средство; предельная концентрация; атмосферный воздух; газоанализатор.

Основным экологическим параметром, по которому определяется состояние атмосферного воздуха, являются предельная допустимая концентрация вещества в атмосфере. Предельно допустимая концентрация (ПДК) – это параметр, характеризующий максимальное количество вещества в заданном объеме измерений в момент времени без вреда для живых организмов. Данный параметр является основной величиной экологического нормирования содержания токсичных веществ.

Гигиенические нормативы ГН 2.2.5.3532-18 «Предельно допустимые концентрации (ПДК) вредных веществ в воздухе рабочей зоны», утвержденные Постановлением Главного санитарного врача РФ № 25 от 13.02.2018 года, определяют следующие ПДК для токсичных компонентов отработавших газов [1], таблица.

Согласно ст. 1 Федерального закона «Об охране атмосферного воздуха» № 96-ФЗ от 04.05.1999, автомобильный транспорт относится к передвижным источникам загрязнения, в связи с чем, к нему применяются нормативные требования по допустимому воздействию на окружающую среду, в том числе атмосферный воздух [2].

В связи с чем, за основу математической модели, определяющей степень экологической опасности автомобильного транспорта при движении, целесообразно взять концентрацию вредных веществ в отработавших газах [3]. Для этого необходимо определить разовый выброс токсичного компонента и расход воздуха в ДВС. Данный тип двигателя был выбран для анализа как наиболее распространенный на сегодняшний день на автомобильном транспорте.

Расход воздуха определяется типом двигателя, его объемом, и режимом, на котором он работает. Режим работы двигателя можно охарактеризовать частотой вращения коленчатого вала (оборотами двигателя) [4]. Тогда общий вид зависимости можно представить следующим образом, формула 1:

149

где V – объем двигателя, м3; n – частота вращения коленчатого вала (число оборотов), с-1; E

– коэффициент наполняемости цилиндра воздухом; z – количество полных оборотов, при которых совершается один впуск; a – количество цилиндров, одновременно задействованных на такте впуска.

Коэффициент наполняемости воздухом допустимо принять: на холостом ходу – 80-95 %; для режима «разгона» – 75-85 %.

Количество полных оборотов, при котором совершается один впуск, определяется по типу двигателя. Например, для четырехтактных двигателей с рядом расположения четырех цилиндров z = 2, для двухтактных двигателей с двумя цилиндрами z = 1, для роторного двигателя с тремя цилиндрами z = 0,33. Количество цилиндров, одновременно задействованных на такте впуска, для большинства типов двигателей внутреннего сгорания a = 1 [5].

Для определения разового выброса токсичных веществ в отработавших газах можно воспользоваться параметром повременного расхода топлива (в технических данных к транспортному средству указывают часовой расход топлива). При этом данный параметр нужно взять в размерности г/с. Фактически разовый расход топлива будет соответствовать разовому выбросу смеси токсичных веществ. Зная процентный состав токсичных веществ в отработавших газах, возможно, определить разовый выброс для каждого токсичного компонента. Таким образом, общий вид уравнения примет вид, формула 2:

где kx – процентное содержание токсичного вещества в отработавших газах; Qт – расход топлива, г/с.

В результате получится уравнение для расчета разовой концентрации токсичных веществ в отработавших газах, выбрасываемых в атмосферный воздух автотранспортным средством, формула 3 и 4:

Стоит отметить, что концентрация токсичных веществ за один оборот коленчатого вала постоянна на всех режимах работы двигателя. Данный факт можно доказать путем разложения расхода топлива на составляющие.

Часовой расход топлива зависит от режимов работы двигателя и может быть выражен через общую формулу расхода топлива, формула 5:

150

где ge – удельный расход топлива, кг/(кВт ∙ ч); Ne – эффективная мощность, кВт; Pe – среднее эффективное давление, кПа; Hн – низшая теплота сгорания топлива, кДж/кг; ηe – эффективный КПД.

Подставляя данное выражение в формулу 4, с учетом перевода расхода топлива в секунду, получим:

Все элементы формулы (6) являются постоянными величинами для конкретного двигателя, в связи, с чем концентрация за один оборот коленчатого вала двигателя не может измениться при смене режимов работы двигателя, однако за единицу времени количество, следовательно, и концентрация увеличиваются при увеличении оборотов [6].

В связи с тем, что состав загрязняющих атмосферный воздух компонентов отработавших газов зависит от множества факторов конструкции и эксплуатации двигателей (износ двигателя, качество топлива и другое), для получения фактических данных о загрязнении атмосферы применение модели затруднительно. Поэтому было предложена конструкция портативных газоанализаторов для использования на исследуемых участках автомобильных дорог.

Наибольшую долю из загрязняющих веществ в отработавших газах автомобильного транспорта занимает угарный газ CO. Его объем и концентрация наиболее высокая в условиях движения и стоянки транспортных потоков. Контроль концентрации CO особенно актуален в местах скопления пешеходных потоков, к которым в первую очередь относятся места пересечения с транспортным потоком (наземные пешеходные переходы, перекрестки), а также места ожидания общественного маршрутного транспорта (остановочные пункты) [7].

Для данного исследования была разработана конструкция портативного газоанализатора, рисунок. Назначение газоанализатора – анализ концентрации CO в атмосфере.

В конструкцию входят следующие элементы: корпус; датчик концентрации CO, MQ- 7; микроконтроллер на базе чипа ATMEGA328P-AU1652; адаптер карты памяти, HW-125; жидкокристаллический дисплей, 1602; карта памяти формата MicroSD, 8Gb; батарея тип «Крона», 9 В.

151

Также для подключения к персональному компьютеру (ноутбуку) использовался соединительный шнур с интерфейсом передачи данных USB, рис. б).

Принцип работы устройства основывается на изменении сопротивления тонкопленочного слоя диоксида олова (SnO2) датчика при воздействии на его чувствительный керамический элемент молекул CO. Данный элемент подлежит нагреванию до температуры, при которой происходит реакция с CO. Изменение концентрации CO влечет изменение сопротивление в цепи датчика, которое считывается на аналоговом входе микроконтроллера. В свою очередь, микроконтроллер программно преобразует изменение сопротивления в единицы международной системы определения количества выбросов, ppm.

Показатели концентрации записываются на флеш-накопитель, а также высвечиваются на дисплей прибора. Показатели записываются каждые 5 с (данный интервал можно корректировать в зависимости от требований задач). При этом возможно подключить прибор непосредственно к ПК или ноутбуку и проводить мониторинг данных через последовательный COM-порт. Скорость передачи данных через порт составляет 9600 бит/с. Перед началом снятия показаний газоанализатор прогревается в течение 1 минуты.

Настройка газоанализатора была проведена путем его калибровки на соответствие промышленному образцу газоанализатор ФП 22. Для перевода показаний прибора была выведена эмпирическая формула для перевода показаний сопротивления в значения концентрации, формула 7:

где C – концентрация CO; R – сопротивление датчика.

В листинге программы данная формула представлена в следующем виде, формула 8:

После снятия показаний, данные с флеш-накопителя, переводят на ПК (ноутбук) для дальнейшего анализа (постройки графиков изменения концентрации в заданное время, определение максимальной концентрации).

При сравнении расчетных (по математической модели) и фактических (полученных с помощью газоанализатора) данных выброса CO в атмосфере выявлено незначительное расхождение значений концентрации на режиме работы ДВС без нагрузки («холостой ход»). На режиме работы ДВС с нагрузкой (при разгоне транспортного средства), значения разошлись

вбольшей степени, что требует введения дополнительного поправочного коэффициента в математическую модель разовой концентрации загрязняющих веществ в отработавших газах автомобильного транспорта.

Предлагаемую математическую модель разовой концентрации загрязняющих веществ

вотработавших газах целесообразно применять для определения токсичности отдельной единицы подвижного состава. Кроме того, зная продолжительность работы двигателя в определенном месте, а также атмосферные условия (влажность, температуру воздуха, плотность воздуха, направление и силу ветра) с помощью данного показателя возможно с достаточной точностью приближения определить концентрацию токсичных веществ в заданном объеме атмосферного воздуха. Сравнение полученного значения с ПДК позволит определить факт превышения. С целью упрощения расчетов на основе модели была разработана программа ЭВМ «Программа расчета выбросов загрязняющих (вредных) веществ в атмосферу от автомобильного транспорта» [8].

Предлагаемая математическая модель особенно актуальна для транспортных средств, остановившихся на перекрестке, стоянках (парковках), а также вблизи остановочных пунктов (для маршрутных транспортных средств). Для уточнения расчетных данных следует

152

применять в местах исследования портативные газоанализаторы, собирающие фактические данные.

Выводы.

1.Анализ токсичности силовых установок (двигателей) транспортных средств показывает, что основным параметром, определяющим интенсивность выбросов, является частота вращения коленчатого вала, что косвенно проецируется на скорость движения транспортного средства.

2.Анализ токсичности автотранспортного средства показывает зависимость интенсивности выбросов загрязняющих (вредных) веществ от режима эксплуатации транспортного средства, которая также характеризуется скоростью движения.

3.Математическая модель разовой концентрации загрязняющих (вредных) веществ от транспортной единицы позволяет определить удельный выброс для данного вида транспортного средства.

4.Конструкция портативного газоанализатора и программа ЭВМ по расчету количества выбросов загрязняющих (вредных) веществ в атмосферу от автомобильного транспорта позволяют упростить работу по сбору данных о концентрации веществ и дальнейших расчетов общего количества выбросов.

Литература

1.Гигиенические нормативы ГН 2.2.5.3532-18 «Предельно допустимые концентрации (ПДК) вредных веществ в воздухе рабочей зоны», утвержденные Постановление Главного государственного санитарного врача РФ № 25 от 13.02.2018 г.

2.Федеральный закон № 96-ФЗ «Об охране атмосферного воздуха» от 04.05.1999 г.

3.Международный регистр потенциально токсичных химических веществ. Программа ООН по окружающей среде, 1985. С. 32

4.Шестакова, Н.А. Методы определения уровня выбросов загрязняющих (вредных) от автомобильного транспорта / Н.А. Шестакова, С.А. Анохин, А.А. Гуськов, Н.Ю. Залукаева // Международный электронный научно-практический журнал «Современные научные исследования и разработки». М.: Изд-во «Научный центр «Олимп»», 2019. № 1 (30).

5.Анохин, С.А. Инфраструктура автотранспортного комплекса [Электронный ресурс]: учебное пособие / С.А. Анохин, Н.Ю. Залукаева, А.А. Гуськов, В.А. Гавриков. Тамбов. Издательство ФГБОУ ВО «ТГТУ», 2018. С. 174.

6.Анохин, С.А. Определение скорости транспортного средства / С.А. Анохин, А.А. Гуськов, Н.А. Шестакова // Журнал Наука и техника в дорожной отрасли. 2020. №3. С. 10-13.

7.Лавриков, И.Н. Влияние дорожных условий на устойчивое развитие транспортной отрасли / И.Н. Лавриков // Материалы Международной научно-практической конференции «В.И. Вернадский: Устойчивое развитие регионов». Тамбов: Изд-во «Тамбовский государственный технический университет», 2016. С. 244-249

8.Свидетельство № 2019615775 Программа расчета выбросов загрязняющих (вредных) веществ в атмосферу от автомобильного транспорта / С.А. Анохин, А.А. Гуськов, Н.Ю. Залукаева, Н.А. Шестакова // Заявка № 2019613731, 08.05.2019 г.

ФГБОУ ВО «Тамбовский государственный технический университет», Тамбов, Россия

S.A. Anokhin

DETERMINATION OF POLLUTANT CONCENTRATION IN VEHICLE EXHAUST GASES

The vehicle environmental safety analyzed. The pollutant concentration in the vehicle exhaust gases mathematical model developed. The portable equipment design for determining the carbon monoxide emissions amount from vehicles proposed.

Keywords: environmental safety; vehicle; concentration; air; gas analyzer.

Federal State Budgetary Educational Institution of Higher Education «Tambov state technical university», Tambov, Russia

153

УДК 528.88

А.И. Башкатов, В.О. Скрипачев, А.О. Жуков

АНАЛИЗ ДАННЫХ, ПОЛУЧЕННЫХ С КОСМИЧЕСКОГО АППАРАТА CLOUDSAT ДЛЯ ОЦЕНКИ ОБЛАЧНОСТИАТМОСФЕРЫ ЗЕМЛИ

Представлены результаты обработки данных, полученных с космического аппарата Cloudsat, используемых для оценки облачности атмосферы Земли.

Ключевые слова: облачность, космический аппарат, атмосфера, обработка данных, тропический циклон.

Большинство атмосферных циркуляций над сушей и океанами приводят к образованию облачности. В зависимости от своих характеристик и высоты в атмосфере облачность по-разному влияет на энергетический баланс [1-3].

Следовательно, мониторинг облачности является необходимой процедурой, которая входит в число важных вопросов метеорологии, климатологии и ДЗЗ [2, 3]. В настоящее время предложены различные методы обнаружения облачности с использованием спутниковых изображений [4-9].

Поскольку облачность оказывает большое влияние на радиационный баланс Земли, то даже небольшие изменения в количестве или распределении облачности могут изменить климат в большей степени, чем ожидаемые изменения от парниковых газов, антропогенных аэрозолей или других факторов [4]. Изменения климата, вызванные облачностью, могут, в свою очередь, привести к изменениям облачности и обратно – облачность может влиять на климат [3, 5].

Такие изменения могут быть как положительными (усиливающие изменения) или отрицательными (стремящимися уменьшить чистые изменения), в зависимости от задействованных процессов [6]. Эти соображения заставляют климатологов полагать, что основные неопределенности при моделировании модели климата связаны с трудностями адекватного представления облаков и их радиационных свойств.

Космический аппарат (КА) CloudSat разрабатывался в рамках программы NASA Earth Path Science Pathfinder в 1999 году для проведения наблюдений, необходимых для углубления понимания облачности, ее морфологии и радиационных свойств. Основной целевой аппаратурой КА CloudSat, запущенного на орбиту в 2006 году, был радар миллиметрового диапазона CPR.

Данные с борта КА CloudSat передавались по каналу связи в S-диапазона. Число сеансов сброса информации с КА CloudSat могло достигать10 раз в сутки, что обеспечивало задержку получения данных от 2 до 4 часов.

CPR – радар, работающий на частоте 94ГГц, измеряющий обратное рассеяние облачности. CPR имел частоту дискретизации 625 кГц. На этой частоте пиковая скорость составляла, 0.16 сек. Такой интервал дискретизации определяет профили данных, которые можно считать «лучами», при этом частота повтора импульсов составила PRF = 4300 Гц.

Импульсы усреднялись при создании одиночного значения отражения для каждого профиля. Поскольку КА CloudSat находился на солнечно-синхронной орбите с наклонением

89° и высотой орбиты 705 км, то его скорость составляла около, 7 км/сек.

Исходя из параметров орбиты и характеристик радара новый профиль, создавался каждые 1.1 км вдоль траектории КА.

В данных КА CloudSat широко использовалось понятие гранулы, которое определяется как один виток вокруг Земли. Гранула начинается с профиля, который определяется при прохождении экватора, при этом приблизительно 20 секунд или 125 профилей будут добавлены в начало и конец каждой гранулы для калибровки радара.

Отметка времени, назначенная грануле, является временем, соответствующим начальному профилю. На рис. 1 показаны сущности профиля, гранулы.

154

Рис. 1. Объем данных и размер гранул

Таким образом, в рамках каждой гранулы создается ~36,383 профиля.

Для анализа данных был выбран период времени, соответствующий существованию тропического циклона (ТЦ) NOUL в 2015 году. Координаты зарождения данного ТЦ: 7,0° северной широты и 145,0° восточной долготы. В таблице приведены данные по исходным файлам для ТЦ NOUL полученные в интервале от [-1; +1] сутки с расстоянием от центра циклона, ближе, чем 1500 км.

Таблица

Исходные файлы для ТЦ NOUL

Имя файла (гранулы)

2015125015646_47970_CS_2B-GEOPROF_GRANULE_P_R04_E06.hdf

2015125132857_47977_CS_2B-GEOPROF_GRANULE_P_R04_E06.hdf

2015126024001_47985_CS_2B-GEOPROF_GRANULE_P_R04_E06.hdf

2015126141212_47992_CS_2B-GEOPROF_GRANULE_P_R04_E06.hdf

2015127014423_47999_CS_2B-GEOPROF_GRANULE_P_R04_E06.hdf

2015127131634_48006_CS_2B-GEOPROF_GRANULE_P_R04_E06.hdf

На рис. 2-3 приведены визуализации гранул КА Cloudsat и положение ТЦ NOUL, построенное в используемой вычислительной программе. На рис. 2 и рис. 3 знаком «+» отмечено начало витка (гранулы), а знаком «*» отмечено положение ТЦ.

Поскольку целью радара CPR является измерение профиля отражения облачности в зоне видимости с минимальным коэффициентом отражения, равным –30 дБ, то в верхних изображениях отображаются данные в коэффициентах отражения (дБ – единица коэффициента отражения радара CPR, используемая в метеорологии, которая представляет собой логарифмический коэффициент мощности относительно фактора коэффициента отражения ра-

дара Z) [7-9].

155

Рис. 2. Визуализация гранулы 2015125015646_47970_CS_2B-

GEOPROF_GRANULE_P_R04_E06.hdf КА Cloudsat и положение ТЦ NOUL

На рис. 2 видно «уплотнение» коэффициента отражения, время получения которого совпадает с моментом прохода над областью занятой ТЦ, что говорит о наличии мощной облачности в районе существования ТЦ.

156

Рис. 3. Визуализация гранулы 2015125132857_47977_CS_2BGEOPROF_GRANULE_P_R04_E06.hdf КА Cloudsat и положение ТЦ NOUL

На рис. 3 имеется всплеск коэффициента отражения, однако время его появления приходится на момент пролета КА в Арктических широтах.

Результаты обработки показали, существенное наличие облачности, регистрируемой CPR, а также ее повышение по высоте.

Выводы.

1.Рассмотрены особенности КА CloudSat и технические характеристики бортового радара CPR, предназначенного для изучения облачности.

2.Рассмотрены особенности получаемых данных.

157

3. Проведена обработка данных и анализ результатов обработки данных КА CloudSat. Результаты обработки показали, существенное наличие облачности над ТЦ NOUL, регистрируемой CPR.

Литература

1.John R. Jensen. Remote sensing of the environment: An Earth resource perspective (2 nd Edition). Prentice Hall, 2006. 608 p.

2.Sahar Dehnavi, Yasser Maghsoudi, Klemen Zakšek, Valadan Zoej Mohammad Javad, Gunther Seckmeyer, and Vladimir Skripachev. Cloud detection based on high resolution stereo pairs of the geostationary meteosat images. Remote Sensing, 12(371): 1–31, 2020.

3.Неижмак А.Н., Звягинцева А.В., Расторгуев И.П. Распознавание опасных метеорологических явлений конвективного происхождения в интересах управления авиацией /Вестник Воронежского государственного технического университета. 2008. Т. 4. № 10. С.

135-139.

4.Авдюшина А.Е., Звягинцева А.В. Локализация объектов в автоматизированной системе видеонаблюдения / Информация и безопасность. 2011. Т. 14. № 4. С. 583-586.

5.Авдюшина А.Е., Звягинцева А.В. Локализация объектов в распределенной системе видеонаблюдения /Информация и безопасность. 2010. Т. 13. № 4. С. 583-586.

6. Авдюшина А.Е., Звягинцева А.В. Система видеонаблюдения и локализация природных объектов / Вестник Воронежского государственного технического университета. 2010. Т. 6. № 12. С. 107-109.

7.Болдырев В.В., Горобец Н.Н., Ильгасов П.А. и др. Спутниковый микроволновыйсканер/зондировщик МТВЗА–ГЯ. Сб. науч. ст. Современные проблемы дистанционного зондирования Земли из космоса. М.: Азбука-2000, 2008. Т. 1. Вып. 5. С. 243-248.

8.Болдырев В.В., Ильгасов П.А., Панцов В.Ю., Прохоров Ю.Н., Стрельников Н.И., Черный И.В., Чернявский Г.М., Яковлев В.В. Микроволновой сканер/зондировщик МТВЗАГЯ КА «Метеор-М» №1 // Труды ВНИИЭМ. С. 22-25

9.Гуськов Г.Я. Вторичные неустойчивости в системе океан-атмосфера и метод микроволновой диагностики природных катастроф. Препринт ИКИ АН СССР, Пр-1762 / Г.Я. Гуськов, С.С. Моисеев, И.В. Черный. М., 1991. 34 с.

Федеральное государственное бюджетное образовательное учреждение высшего образования «МИРЭА – Российский технологический университет», Москва, Россия

A.I. Bashkatov, V.O. Skripachev, A.O. Zhukov

ANALYSIS OF DATA OBTAINED BY MEANS CLOUDSAT SATELLITE TO ESTIMATE CLOUDINESS OF THE EARTH'S ATMOSPHERE

The results of evaluating the data obtained from the remote sensing of earth satellite used to assess the cloudiness of the Earth's atmosphere.

Keywords: cloudiness, spacecraft, atmosphere, data processing, tropical cyclone.

Federal State Budget Educational Institution of Higher Education

«MIREA – Russian Technological University», Moscow, Russia

158

УДК 502.3.7

А.В. Белогубкина, Л.А. Межова

ПРОБЛЕМЫ СОХРАНЕНИЯ ТРАДИЦИОННОГО ПРИРОДОПОЛЬЗОВАНИЯ КОРЕННЫХ МАЛЫХ НАРОДОВ РОССИИ

В данной статье рассмотрены основные проблемы сохранения традиционного природопользования коренных малых народов России. Показаны пути их решения, особенности развития традиционного уклада в современном обществе и сохранения их этнокультурного потенциала.

Ключевые слова: природопользование, природные ресурсы, северные регионы, экология.

Впределах Российской Федерации проживают около 200 народов и этнических групп, имеющие особенности материальной и духовной культуры. Одной из проблем, является сохранение их численности. Об этом свидетельствует, что некоторые этнические группы представлены численностью менее 50 тыс. чел. На территории России имеются этнические общности, которые малочисленны, но сохранили свой культурный потенциал.

Вэтой связи, остро стоит проблема сохранения уникального традиционного как типа природопользования, так и оптимизации использования природно-ресурсного потенциала территории. У малых народов России характерно особо бережное отношение к природе. Поэтому природные ресурсы являются основой их существования [1-4]. В философии коренных малых народов, Земля и её ресурсы представляются «живым существом», главное, что мир природы и человека един [5-12]. В настоящее время основными видами традиционного природопользования являются: оленеводство, рыболовство, собирательство, земледелие, промыслы и ремёсла.

Типология природопользования малых этнических групп представлена на рис. 1.

Рис. 1. Картосхема основных типов традиционного природопользования малых народов России

Цифрами на (рис.1.) обозначены народы: ненцы (1), коми-зырян (2), чукчи (3), якуты (4), коряки (5), кереки (6) и саамы (7), эскимосы (8), чукчи (9), алеуты Командорских островов (10), поморы (11), нганасане (12) и энцы (13), эвенки (14) и эвены (15), ханты (16), манси (17), селькупы (18), долганы (19), тофалары (20), юкагиры (21), негидальцы (22), ороки (23), чуванцы (24), чулымцы (25), кеты (26), ульчи27), удэгейцы (28), ительмены (29), камчадалы (30), нивхи (31), ленские (32), обские старожилы (33), индигирщики (34), усть-енисейские

159

сельдюки (35), канинские(36), мезенские (37), чалдоны, колымчане-38, марковцы39, елеутов (40), орочей (41), якуты (42), шорцы (43), тувинцы-тоджинцы (44), ижорцев (45) вепсам

(47), водь (46), карелы (48).

Исторически сложилось, что природа для данных народов – это ресурс традиционного жизнеобеспечения, среда их обитания и жизнедеятельности [13-15]. Изучая культуру природопользования малых народов России, выявили специфику их природоохранной деятельности в условиях хрупких геосистем Севера.

Малые народы России проживают на территориях с интенсивной хозяйственной деятельностью, которое привело к деградации геосистем и лишили их природно-ресурсной базы [2, 7, 10]. Об этом свидетельствуют статистические данные, представленные на рис. 2.

Рис. 2. Деградация природной среды на территориях Ханты-Мансийского и Ямало-Ненецкого автономных округов

При этом на охрану окружающей среды расходуется только 0,5-0,7 % капиталовложений, а необходимо, выделить 43 млрд. р.

В 2011 году на священном озере Имлор в Ханты-Мансийском автономном округе начала работать нефтедобывающая компания «Сургутнефтегаз» [5, 11, 13]. Это привело к конфликтным ситуациям, местные жители выступили в защиту уникально природного объекта. По заключению «Гринпис» деятельность нефтегазовой компании на территории озера приведет к необратимым последствиям для окружающей среды. Коренным народам при изъятии земель предлагаются другие территории или денежные средства [4, 6, 8]. Однако определить «справедливую» компенсацию довольно сложно и поэтому актуальным вопросом является решение нормативно-правовых аспектов процедуры получения согласия коренных народов.

Сплетение политических, юридических, геоэкологических проблем на коренных территориях малочисленных народов приводит к конфликтным ситуациям [3, 9, 11]. В Декларации о правах коренных народов, принятой в 2007 году Генеральной Ассамблей ООН, доказано существование духовной связи народов с историческими местами их проживания, было закреплено, что эти территории им и принадлежат [3, 12]. Несмотря на это, весной 2020 года коренным народам Хабаровского края запретили ловить рыбу в тех объемах, которые необходимы для поддержания жизни и экономики в населенных пунктах. Кроме того, в прошлом году закрылась единственная газета о жизни нанайцев из -за нехватки фи-

160

нансирования. Эти и другие проблемы привели к разногласиям между местн ыми властями и коренными жителями данных территорий.

Важным фактором является значимость природных и хозяйственных территорий для коренных народов [2, 5]. Ведущим фактором в развитии этих территорий является сохранение традиционных типов природопользования коренных народов при интенсивном их вовлечении в хозяйственную деятельность страны [1, 6].

В целом основным источником доход для малых народов России является традиционное хозяйство. Среди основных причин сокращения их численности является отставание их образа жизни от современных экономических темпов развития. Возникли противоречия, возникающие между традиционными пользователями и внедрением в земли коренных народов новых типов природопользования. В результате процессов ассимиляции происходит потеря этнических культур и языковых знаний. Традиционные типы природопользования характеризуются отсутствием эффективных предприятий, нет технологий по комплексной переработке сырья и биологические ресурсы [7, 11, 12]. Снижение биологического потенциала приводит к потере качества среды жизнедеятельности народов и обострению социально- эколого-экономических конфликтов.

Следует отметить, низкий уровень жизни местного населения, который ниже среднероссийского показателя. Высокий уровень безработицы в районах Севера превышает в два раза средний уровень по Российской Федерации [12, 14]. Многие проблемы в социальной сфере приобретают критический характер. В результате нефтегазовой добычи снизилось качество природно-ресурсного потенциала, особенно пострадали оленьи пастбища и охотничьи угодья. При этом традиционные промыслы рек привели к экологическим проблемам, утеряно рыбохозяйственное значение всех типов водоемов. Необходимо усовершенствование законодательной системы для сохранения традиционных типов природопользования и уникальной культуры [2, 15].

Для сохранения этнокультурных особенностей территории создаются этнографические парки, разрабатываются различные проекты по открытию национально-культурных центров различных народов и активизируется туристическая деятельность в них. Несогласованное законодательство на всех уровнях создает трудности в урегулировании, возникающих противоречий.

Выводы.

1.Для обоснования государственных программ в решении проблем их сохранения важно создатьсоцио-эколого-экономических условий для создания сбалансированной среды их обитания, уважительного отношения к традиционному образу жизни.

2.Все это позволит сохранить их численность, язык и культуру.

Литература

1.Амосов А.Е. Проблемы занятости коренного Красноярского Севера. Красноярск: Буква С, 2010. 175 с.

2.Анучин В.А. Основы природопользования. Теоретический аспект. М.: Мысль,

2013. 296 c.

3.Бойко В.И. Развитие отношения к труду у народностей Севера. Новосибирск: Наука, 2011. 175с.

4.Вахтин Н.Б. Коренное население Крайнего Севера Российской Федерации. СПБ.: Издательство Европейского дома, 2014. –210 с.

5.Звягинцева А.В., Чекашев К.В., Федянин В.И. Анализ техногенного загрязнения природной среды Воронежской области /Технологии гражданской безопасности. 2006. Т.

3.№ 2 (10). С. 96-98.

6. Яковлев Д.В., Звягинцева А.В. Построение межотраслевой комплексной геоинформационной системы Воронежской области /Известия Самарского научного центра Российской академии наук. 2012. Т. 14. № 1-3. С. 923-930.

161

7. Авдюшина А.Е., Звягинцева А.В. Локализация объектов в автоматизированной системе видеонаблюдения / Информация и безопасность. 2011. Т. 14. № 4. С. 583-586.

8. Авдюшина А.Е., Звягинцева А.В. Локализация объектов в распределенной системе видеонаблюдения /Информация и безопасность. 2010. Т. 13. № 4. С. 583-586.

9. Авдюшина А.Е., Звягинцева А.В. Система видеонаблюдения и локализация природных объектов / Вестник Воронежского государственного технического университета. 2010. Т. 6. № 12. С. 107-109.

10. Чабала Л.И., Звягинцева А.В., Чабала В.А. Экологическая безопасность человека /Вестник Воронежского государственного технического университета. 2010. Т. 6. № 2. С.

100-102.

11. Звягинцева А.В., Яковлев Д.В. Перспективы пространственного анализа в географических информационных системах для прогнозирования риска лесных пожаров на территории Воронежской области /Гелиогеофизические исследования. 2014. № 9. С. 78-88.

12. Аржаных Ю.П., Долженкова В.В., Звягинцева А.В. Прогнозирование гидрологической обстановки в период половодья на водных объектах Воронежской области с применением географических информационных систем /Гелиогеофизические исследования. 2014. № 9. С. 89-98.

13. Каракин В.П., Булакова В.Г. Традиционное природопользование на Российском Дальнем Востоке. М.: Аграф, 2013. 126 с.

14. Копцева Н.П. Концептуальные и методологические основы исследования. Этнокультурная динамика коренных малочисленных народов. Красноярск: СФУ, 2012. 640 с.

15. Конвенция о коренных народах и народах, ведущих племенной образ жизни в независимых странах // Конвенции и рекомендации, принятые Международной Конференцией Труда. 1957–1990 годы. Женева: Международное бюро труда, 1991. Т.2.

ФГБОУ ВО «Воронежский государственный педагогический университет», Воронеж, Россия

A.V. Belohoubkova, L.A. Mezhova

PROBLEMS OF PRESERVING THE TRADITIONAL NATURE USE OF THE INDIGENOUS

SMALL PEOPLES OF RUSSIA

This article discusses the main problems of preserving the traditional nature use of the indigenous small peoples of Russia, the ways to solve them and the features of the development of this traditional way of life in modern society.

Keywords: nature management, natural resources, northern regions, ecology.

Federal State Budgetary Educational Institution of Higher Education «Voronezh StatePedagogical University», Voronezh, Russia

162

УДК 551.509.32

С.В. Беспалов

ЧИСЛЕННАЯ СХЕМА ПРОГНОЗА ОБЛОЖНЫХ ОСАДКОВ С УЧЕТОМ ПАРАМЕТРИЗИРОВАННОЙ ВОДНОСТИ ОБЛАКОВ

Рассматривается численная схема прогноза обложных осадков, базирующаяся на учете вклада в осадки дивергенции (конвергенции) параметризированных значений водности облаков и ее адвекции.

Ключевые слова: обложные осадки, водность облаков, дивергенция, конвергенция, параметризация.

Основная сложность прогноза обложных осадков заключается в выявлении сложных связей внутриоблачных физических процессов с состоянием и трансформацией такого склада полей метеорологических параметров: температура и влажность воздуха, скорость ветра, упорядоченные и конвективные вертикальные движения [1-3].

Задача детерминированного прогностического расчета элементов погоды у поверхности Земли содержит неразрешимые до сих пор трудности, в том числе при математическом описании физических процессов осадкообразования. Это приводит к необходимости параметризации физических процессов в средней и нижней тропосфере, а также к необходимости использования статистических методов построения численных прогностических моделей [4-6].

В данной работе решалась задача параметризации водности облаков при использовании синоптико-гидродинамической схемы прогноза обложных осадков. Вся атмосферная влага представляется в виде трех компонентов: водяного пара, облачной воды и осадков, для определения которых решаются соответствующие уравнения переноса метеовеличин с учетом процессов коагуляции и испарения. Основная трудность прогноза обложных осадков заключается в выявлении сложных связей внутриоблачных физических процессов с состоянием и трансформацией такого склада полей метеорологических параметров: температура и влажность воздуха, скорость ветра, упорядоченные и конвективные вертикальные движения [4].

Универсальностью и наибольшей успешностью обладают методы прогноза осадков, основанные на гидротермодинамических расчетах [5]. Исходя из этого, в данной работе сделана попытка параметризировать дивергенцию (конвергенцию) водности облачных масс через дивергенцию (конвергенцию) водности облачных масс через дивергенцию (конвергенцию) скорости ветра и упругости насыщения водяного пара, используемого с эмпирическим коэффициентом, которые необходимы при численном решении уравнений (2).

Следуя работам [2, 3], за исходное было взято уравнение для изменения общего влагосодержания единицы объема воздуха в виде:

где a = qp + M – общее влагосодержание единицы объема воздуха; M – масса воды в жидкой и

твердой фазах в единице объема воздуха; c – скорость движения воздуха; С – стремительность перемещения твердофазных микрочастиц или жидкофазных ингредиентов (облака, полосы падения осадков); υ – коэффициент вертикального турбулентного перемешивания; qρ – гра-

диент плотности водяного пара; q – массовая доля водяного пара в насыщенном воздухе; t –

время.

После проведения ряда преобразований в конечном итоге для прогноза количества осадков (Q) предлагаются уравнения в системе координатx , y, p, t:

163

где p0, p1,t – параметры интегрирования; ρ, M – средние прогностические значения плотности воздуха и водности в облаках в пункте прогноза; g – ускорение свободного падения (также

обозначения к уравнению (1)).

Согласно работе [2], точность прогноза количества осадков повышается за счет учета величины адвективного значения водности облаков. Поэтому такие процессы в атмосфере как дивергенция (конвергенция), а также информация о водности облаков должны каким-то образом быть включены в численные модели. Тот путь, посредством которого это осуществляется при отсутствии надежных методов их расчета и соответствующей исходной информации (например, о водности облаков), связан обычно с параметризацией.

Особенностью предлагаемой параметризации является то, что неизбежные ошибки параметризации будут уменьшены путем построения в дальнейшем уравнения регрессии с неизвестными в виде отдельных слагаемых уравнений (2). И, таким образом, в коэффициенты уравнения регрессии автоматически вошли параметризующие коэффициенты зависимости дивергенции (конвергенции) облачных масс от дивергенции скорости ветра и водности облаков от эмпирического коэффициента и упругости насыщения водяного пара.

При разработке процедуры параметризации дивергенции (конвергенции) водности облаков нами использовались следующие предположения:

1.Пересыщение водяного пара отсутствует, и весь его избыток над насыщением мгновенно обращается в элементы облаков, в ненасыщенных водяным паром областях облака мгновенно испаряются.

2.Элементы облаков перемещаются со скоростью воздушных частиц.

3.Осадки образуются в облаках, водность которых превосходит некоторое пороговое

значение.

4.Осадки переносятся вместе с облаками воздушными течениями, в частности так называемым ведущим потоком.

На базе допущения: процесс накопления резерва H2O в тучах и облачках реализуется соразмерно изменению упругости насыщения водяного пара (Е) и, ставим на службу практиче-

ские показатели [6] воплотим их водную насыщенность (M ) посредством совокупной величины Ев пласте Земли-500 гПа:

где E зависит только от температуры воздуха и рассчитывается по формуле Магнуса:

164

Средняя плотность облака в формуле (6) выражается соотношением:

p

ρ = 0,25 ∑ ρi , (7) p0

где ρ вычисляется по формуле:

где qv, , в свою очередь, находится из выражения:

гнозной сводке филиала погоды любого уголка нашей державы.

Методика расчета адвективного изменения параметризованной водности облаков основывается на параметризации водности, прогнозе температуры воздуха в конечной точке траектории воздушной частицы и билинейной интерполяции метеовеличин по траектории переноса воздушной частицы [7].

Прогнозируемое адвективное значение водности облаков является основной частью третьего слагаемого в уравнении (2).

При расчете третьего слагаемого уравнения (6) входными данными служат фактические и прогностические поля метеовеличин на четырех стандартных изобарических поверхностях

1000, 850, 700 и 500 гПа.

Для определения адвективных значений водности облаков в холодный период года используются результаты расчета прогнозируемого ведущего потока на поверхности 700 гПа. Известно, что для холодного периода года осредненные по площади поля геопотенциала, следовательно, и данные о скорости и направлении ветра на этой изобарической поверхности являются определяющими при прогнозе барических образований, облачности, перемещения атмосферных фронтов и связанных с ними осадков.

Необходимо особо выделить, в динамике выполнения данной работы в исследовательском плане адвекция водности облаков параметризировалась тремя различными способами, а именно в виде:

1. Адвективного изменения параметризованной водности облаков в начальной и конечной точках прогностической траектории движения воздушной частицы (M H − M K ) в начальный

срок наблюдений.

2. Адвективная весомость поиска сущностных характеристик насыщенности H2O туч и облачков от вводной исходной позиции линии передвижения микрочастиц в воздушной зоне (M H )в стартовый отрезок времени курирования.

3. Предсказуемое сглаженное стандартизованное показание поиска сущностных характеристик насыщенности H2O туч и облачков во взаимосвязи с линией передвижения микрочастиц в воздушной зоне в стартовый отрезок времени курирования фиксируется:

С намерением обеспечения описания и вычисления, достаточно придерживающегося к истинным показаниям, для предсказания длительных затяжных атмосферных осадков и фиксирования наиболее оптимальной процедуры поиска сущностных характеристик насыщенности

165

H2O туч и облачков следом реализовано следующее. Осуществлена линеаризация реально существующей численности осадков, с использованием рассчитанных значений третьего слагаемого формула (6), которое было определено каждым из трех способов.

Рассчитывались коэффициенты парной и частной корреляции, значения коэффициентов Фишера, Стьюдента и множественной детерминации для фактического количества осадков и трех слагаемых формулы (6), причем третье слагаемое, содержащее адвекцию водности облаков, параметризировалось одним из трех вышеуказанных способов.

Выводы.

1. Исходя из анализа статистических характеристик успешности прогнозов дозволительно, сформировать резюме, отчего параметризация адвекции водности облаков через прогнозируемое осредненное значение водности облаков по траектории движения воздушной частицы является наиболее успешной по сравнению с двумя другими рассмотренными способами параметризации.

2. Осреднение параметризованных значений водности облаков по прогностическим траекториям позволяет учитывать не только адвективные, но и трансформационные изменения.

Литература

1.Петриченко И.А. Прогноз осадков с использованием данных о водности облаков // Метеорология и гидрология, 1971. № 10. С. 93–96.

2.Петриченко И.А. Прогноз осадков с учетом фаз водяного пара и его вертикального турбулентного перемешивания / Труды Гидрометцентра СССР, 1987. Вып. 291. С. 84–89.

3.Евневич Т.В. Эмпирические формулы для определения общего влагосодержания атмосферы над Москвой // Сборник: Радиационный режим и осадки в Москве. М.: Издательство МГУ, 1967. 197 с.

4.Неижмак А.Н., Звягинцева А.В., Расторгуев И.П. Распознавание опасных метеорологических явлений конвективного происхождения в интересах управления авиацией /Вестник Воронежского государственного технического университета. 2008. Т. 4. № 10. С. 135-133.

5.Яковлев Д.В., Звягинцева А.В. Построение межотраслевой комплексной геоинформационной системы Воронежской области /Известия Самарского научного центра Российской академии наук. 2012. Т. 14. № 1-3. С. 923-930.

6.Авдюшина А.Е., Звягинцева А.В. Локализация объектов в автоматизированной системе видеонаблюдения / Информация и безопасность. 2011. Т. 14. № 4. С. 583-586.

7.Петриченко И.А., Беспалов С.В. О вкладе дивергенции скорости ветра и упругости насыщения водяного пара в формулу для численного краткосрочного прогноза осадков / Сборник статей Воронежского ВВАИУ, 1990. № 12. С. 12–16.

ФГКВОУ ВПО «Военный учебно-научный центр Военно-воздушных сил «Военно-воздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина», Воронеж, Россия

S.V. Bespalov

THE NUMERICAL SCHEME OF CONTINUOUS PRECIPITATION FORECAST GIVEN

PARAMETERIZED WATER CONTENT OF CLOUDS

The numerical scheme of the forecast of continuous rainfall which is based on accounting of a contribution to rainfall of divergence (convergence) of the parameterized values of water content of clouds and her advection is considered.

Key words: continuous rainfall, water content of clouds, divergence, convergence, parametrization.

Federal State Official Military Educational Institution of Higher Professional Education Military Educational Research Centre of Air Force «Air Force Academy named

after professor N.E. Zhukovsky and Yu.A. Gagarin», Voronezh, Russia

166

УДК 504.064.3

А.Э. Боровлев, С.А. Кунгурцев

КОНТРОЛЬ АЭРОЗОЛЬНЫХ ВЫБРОСОВ ЦЕМЕНТНОГО ПРОИЗВОДСТВА НА ОСНОВЕ ЛИДАРНЫХ ИЗМЕРЕНИЙ

Продемонстрирована возможность использования многоволнового мобильного лидара МВЛ-60 МОБ для проведения контроля аэрозольных выбросов цементного производства, в том числе взвешенных частиц PM10 и PM2.5.

Ключевые слова: взвешенные вещества, загрязнение атмосферного воздуха урбанизированной территории, промышленный центр, высокие источники выбросов, лидарные измерения.

Внастоящее время загрязнение атмосферного воздуха в техногенных и технологичных зонах, вследствие пиковой рекордной компактности народонаселения и концентрирования базового сегмента техносферы, приобрело рисковый небезопасный ярус

ипоказатели, с каковыми реализуется понижение защищенности в технополисах и регресс добротности функционирования и обеспечения жизненного процесса урбанистического электората [1-11].

Деградация природной обстановки весомо прогрессирует вследствие генезиса превышающих общеустановленные нормативы выплески аэрозолей в связи со сбоем конструкций пылегазоулавливания [1, 6].

Выплески дисперсных смесей, включающих взвешенные в газовой фазе микрочастицы, при производстве цемента в большинстве своем имеют в своем составе тонкодисперсные суспендированные микрочастички аэродинамического диаметра меньше 10 мкм (РМ10) и 2,5 мкм (РМ2.5). Именно они признаются преимущественно жизнеопасными токсикантами воздуха урбанизированной территории [7, 11].

Чрезвычайное треволнение обуславливают прецеденты добавочных смертей у жителей Европы и Северной Америки при инспирации мелкодисперсных частиц.

Фракция РМ2.5 представляется рискованной и небезопасной для здоровья, нежели фракция РМ10. К довершению всего, на сегодняшний день отсутствует диагностированный предел, пониже РМ2.5, олицетворяющий риск для жизни [1].

ВРоссии только с 21.06.2010 г. введены в действие гигиенические нормативы (ГН 2.1.6.2604–10), которые регламентируют ПДК (предельно допустимые концентрации) для

РМ10 и РМ2.5. В то время как в ЕС и США такие нормативы существуют уже многи е годы. Однако в России задача внедрения в функционирующую систему экологического нормирования и контроля выбросов загрязняющих веществ (ЗВ) в атмосферный воздух для PM10 и PM2.5 в настоящее время неудовлетворительно проштудирована и обоснована методика обнаружения таких загрязняющих веществ как РМ10 и РМ2.5. Не признана установленной инструкция расчетного диагностирования и контроля выбросов в атмосферу такого порядка крупинок [7, 8, 11].

Опираясь на вышеозначенное, преимущественно для индустриальных базисов России, с не предусмотренным наблюдением и прогнозом по задымлению воздушного бассейна РМ10 и РМ2.5, является актуальным вопросом организация контроля наибольших по мощности источников выбросов мелкодисперсных частиц. Для решения указанной проблемы целесообразно использовать лидарный метод зондирования, который дает, в отличие от стандартного гравиметрического метода, ряд несомненных преимуществ для оперативного получения бесконтактным способом нужных данных о составе аэрозольных загрязнений [9, 10].

Метод многоволнового зондирования для лидарного зондирования атмосферы, позволяющий получить информацию о размерах частиц, описан в [2, 3].

Цель работы состояла в разработке методики проведения лидарных измерений во исполнение миссии незамедлительной и продуктивной поверки наибольших по мощности источников загрязнения воздушного бассейна индустриальных базисов тонкодисперсными суспендированными крупинками.

167

Объекты исследования – источники загрязнения воздуха – расположены в пределах Белгородской конурбации со столицей в Белгороде: площадь 15,6 тыс. га и численность

384,4 тыс. чел.

Выбросов загрязняющих веществ (ЗВ) от стационарных источников - 12 %, от автомобильного транспорта – 88 %.

Промышленные объекты, такие как машиностроительные, металлообрабатывающие, строительные, пищевые и ряд других, которых в Белгородской агломерации – 56, предопределяют кумуляцию ЗВ в атмосфере. Выбросы данных объектов достигают ~98 % от стационарных источников.

Газообразные и жидкие фракции компонентов ~97 % доминируют в составе выбросов ЗВ. Предприятия строительных материалов: ЗАО «Белгородский цемент», АО «Стройматериалы», АО «Белгородасбестоцемент», карьеры мела, и ряд других лидируют по

тонкодисперсными суспендированными микрочастичками аэродинамического диаметра производят 6 генезисов, характеризующихся максимальными высотами.

Дымовые трубы ЗАО «Белгородский цемент» высотой 65–96 м, которые собственно и определяют размер зоны влияния выбросов предприятия до 4000 м. Доля этих источников в выбросе всех твердых ЗВ из стационарных источников составляет 41 %[4].

Прикладная реализация системы мониторинга выбросов тонкодисперсных суспендированных микрочастичек в воздушную среду г. Белгорода приспособила мобильный лидарный комплекс МВЛ-60-МОБ Центра коллективного пользования НИУ БеЛГУ.

Лидар – это дальномер, реализующий 3-х волновой промер с λ (длина волны) = 1064;

воздушная зона Западного индустриального комплекса, дислоцирующегося в селитебной зоне технополиса Белгород. Конкретной производственной площадкой служит объект техносферы ЗАО «Белгородский цемент», функционирующий без перебоев, приоритетным стационарным генезисом выплесков выступают цилиндры протяженностью от 18 до 200 м барабанных печей, с отходящим выбрасыванием твердофазных ЗК из стояков дымоходов.

Лидарные измерения проводились на высотах 50–400 м. В горизонтальной плоскости выбран сектор пеленгов 300–0º, в который входит территория ЗАО «Белгородский цемент» и прилегающее пространство. Расстояние от точки стояния лидера до высоких источников выбросов производства цемента – 1,5 км.

Фиксация интегративных кумулятивных предикторов аэрозольных происхождений с потенциальными вариантами: дым, пыль, смог реализуется методом диагностирования под факелом от генезиса задымления [8-10]. Сущность: подфакельные промеры реализуются в стержневых позициях – местах осевой или стержневой направляющей факела на неодинаковых промежутках от генезиса задымления. А также в местах с одной и другой позиции от централи, перпендикулярной осевой линии факела. Протяженность промеж точек обусловлена масштабностью факела. При отдалении от генезиса выбрасывания протяженность между местами фиксации наращивается и варьируется от 50 до 300–400 м.

Ради детерминации вертикальной диффузии фиксирование реализовано в секторе при углах поворота дальномера 0,5–2,5° со сдвигом 0,5°. С намерением следования линии фиксации сверх уровня многоэтажных зданий в технополисе, избран угол наклона луча 0,5°.

168

Например, угол 2,5° при удаленности 8 км соразмерен реальности фиксации при обычной облачности.

Особенностью используемой методики лидарных измерений является то, что при зондировании факелов промышленных выбросов использовали трассы с небольшим углом наклона по отношению к горизонту, при котором выход на большие высоты нереален из-за ослабления излучения на трассе. Из этого следует, что обязательная процедура калибровки лидара, которая в классическом варианте осуществляется путем привязки сигналов в точках трассы, где коэффициент обратного рассеяния считается известным, не может быть осуществлена.

Поэтому количественные оценки интегральных параметров аэрозольных образований (в частности, массовой концентрации) мы проводили не по измеренным коэффициентам обратного рассеяния, а по величине оптической толщи этих образований. При этом оптическая толщина факела выброса определялась путем сравнения сигналов до факела и за факелом [12].

На рисунке (a) представлена схема лидарных измерений. Лидар расположен в точке L, направления зондирования LA и LB отличаются азимутом при постоянном угле места. При этом трасса LB проходит в области, свободной от выбросов из труб и дает фоновый сигнал обратного рассеяния PB(R) от «чистой атмосферы» в зависимости от расстояния R вдоль трассы зондирования. Трасса зондирования LA проходит под факелом и дает сигнал PS(R).

На рисунке (б) иллюстрируется методика определения оптической толщины подфакельного аэрозоля и его среднего коэффициента ослабления. На рисунке (б) условно показаны скорректированные на квадрат расстояния значения логарифмов сигналов PB и PS.

Рис. Схема проведения лидарных измерений для определения оптической толщины факела: а) схема измерений: зондирование под факелом вдоль линии LA дает сигнал PS, зондирование «чистой атмосферы» вдоль линии LB дает сигнал Pb

б) определение оптической толщины (показано стрелками) из сопоставления сигналов PS и Pb

Проверка достоверности расчётных данных осуществлялась путём сравнения их с результатами прямых измерений характерных размеров выбрасываемых в атмосферу частиц пыли. Для чего был проведен отбор частиц на выходе из аэрозольного фильтра электростатического типа (последней ступени очистки выбросов от вращающихся печей). Микроскопический анализ отобранных проб пыли при содействии растрового ионно-электронного микроскопа Quanta 200 3D зарегистрировал и отобразил: большинство частиц пробы имеют размеры в диапазоне от 2–4 мкм и вытянутую форму (или радиусы не больше 2 мкм при замене их эквивалентными сферами). По результатам трехволнового зондирования при проведении серий лидарных измерений за 2013–2015 гг. размер частиц r32 варьируется в области 0,6-1,3 мкм, что находится в удовлетворительном согласии с результатами прямых измерений.

Для обработки достижений лидарного обследования интегративных кумулятивных предикторов аэрозольных происхождений (ЗК) воздушной зоны города Белгорода и

169

контроля выбросов РМ2.5 и РМ10 использован специализированный программный комплекс, включающий программу для ЭВМ «Скат» (свидетельство о гос. рег. Программы для ЭВМ № 2013610570 от 09.01.2013 г.), выполняющую построение 3D модели факела аэрозольного выброса по серии горизонтальных контуров [12].

А также сервисное приложение к указанной программе для определения распределения кумуляций тонкодисперсных суспендированных частичек РМ2.5 и РМ10 (свидетельство о гос. рег. программы для ЭВМ № 2013617662 от 21.08.2013 г.)[13]. Для оценки ветровой ситуации при сеансах измерений проводилось количественное определение характера турбулентности воздушных потоков ветра при помощи измерителя мощности порывов и направления ветра «БРИЗ» (патент на полезную модель № 104735, от 20.05. 2011 г.) [14].

Аналитическая часть указанного программного комплекса реализует следующие сервисы:

1.Определение линейных размеров и объема факела промышленного выброса с разделением массивов распределения концентраций взвешенных частиц РМ10 и РМ2.5.

2.Отображение распределения концентраций РМ10 и РМ2.5на векторной карте территории города в виде цветовой схемы.

3.Сравнение фактических величин выбросов (г/с) РМ10 и РМ2.5, полученных с помощью лазерных методов контроля с регламентными величинами выбросов для указанных частиц [14].

Обсуждение показаний зафиксированных за 5 лет в ходе проверок дает возможность воплотить в реальность итоговое резюме:

1.При всевозможной направленности ветра при скорости > 2-х м/c подмечаются проистекающие явления. Масштаб аэрозольных факелов варьируется от 50 до 700 м с отдалением от генезисов выбросов. Крупинки РМ2.5 фиксируются на отдалении >3,5 км от дымовых труб ЗАО «Белгородский цемент» высотой 65–96 м, характеризующихся максимальными высотами в технополисе.

2.Приоритетным поллютантом воздушной обстановки селитебного сектора обозначен

ЗАО «Белгородский цемент». Вдобавок кумуляция тонкодисперсных суспендированных частичек на уровне 100-300 м доходит до 3 мг/м3.

3.Отличающийся дисперсией конгломерат выброса от дымовых труб ЗАО «Белгородский цемент» высотой 65–96 м, имеет в своем составе доминантный размер частичек в интервале 3-7 мкм, при условии планового режима функционирования данного объекта техносферы.

4.Разработанное программное обеспечение лидарного комплекса позволяет обнаруживать сверхнормативные аэрозольные выбросы в реальном времени.

Выводы.

Для обеспечения безопасности в техносфере в промышленных центрах, где расположены заводы по производству цемента, предлагается проводить ревизию и надзор за кумуляцией тонкодисперсных суспендированных частичек РМ2.5 и РМ10 в факеле индустриальных выплесков аэрозолей посредством 3-х волновых лидаров, оперирующих типизированным специальным пакетом прикладных программ по интерпретации показателей дальномерных фиксацией.

Литература

1.Директива № 2008/50/ЕС Европейского парламента и Совета Европейского Союза «О качестве атмосферного воздуха и мерах его очистки» (Принята в г. Страсбурге 21.05.2008) [Электронный ресурс] //Консультант плюс. Режим доступа: http://www.base.сonsultant.ru/.

2.Зуев, В.Е. Дистанционное оптическое зондирование атмосферы /В.Е. Зуев, В.В. Зуев. СПб.: Гидрометеоиздат, 1992. 232 с.

170

3.Lidar: range-resolved optical remote sensing of the atmosphere series, Springer series in optical sciences / C. Weitkamp (Ed.). New York: Springer, 2005. Vol. 102. 460 p.

4.Боровлев, А.Э. Оценка устойчивости городских почв к аэротехногенному воздействию (на примере города Белгорода) // Научные ведомости БелГУ. Сер. Естественные науки, 2016. Вып. 34. № 4 (225). С. 138-144.

5.Боровлев, А.Э. Развитие системы управления качеством атмосферного воздуха на основе лидарных измерений / А.Э. Боровлев, С.А. Кунгурцев // Экологические системы и приборы, 2007. № 7. С. 8-13.

6.Звягинцева А.В., Чекашев К.В., Федянин В.И. Анализ техногенного загрязнения природной среды Воронежской области /Технологии гражданской безопасности. 2006. Т.

3.№ 2 (10). С. 96-98.

7.Болдырева О.Н., Звягинцева А.В. Регулирование технологического риска посредст-

вом оптимизации программы технического обслуживания оборудования /Вестник Воронежского государственного технического университета. 2009. Т. 5. № 12. С.

76-78.

8.Авдюшина А.Е., Звягинцева А.В. Локализация объектов в автоматизированной системе видеонаблюдения / Информация и безопасность. 2011. Т. 14. № 4. С. 583-586.

9.Авдюшина А.Е., Звягинцева А.В. Локализация объектов в распределенной системе видеонаблюдения /Информация и безопасность. 2010. Т. 13. № 4. С. 583-586.

10.Авдюшина А.Е., Звягинцева А.В. Система видеонаблюдения и локализация природных объектов / Вестник Воронежского государственного технического университета. 2010. Т. 6. № 12. С. 107-109.

11.Болдырева О.Н., Звягинцева А.В., Усов Ю.И. Целенаправленное управление экологической безопасностью производств /Вестник Воронежского государственного технического университета. 2004. № 10-1. С. 67-70.

12.Боровлев, А.Э. Развитие системы управления качеством атмосферного воздуха для города Белгорода / А.Э. Боровлев, Ф.Н. Лисецкий, О.А. Чепелев // Фундаментальные исследования, 2013. № 6. Ч. 4. С. 922–929.

13.Боровлев, А.Э. Решение практических задач нормирования выбросов взвешенных частиц в атмосферный воздух города Белгорода с использованием данных лидарных измерений / А.Э. Боровлев, С.А. Кунгурцев, В.И Соловьев, Л.В. Мигаль // Эк ологические системы и приборы, 2013. № 6. С. 16-21.

14.Кунгурцев, С.А. Устройство для определения характеристик порывов ветра / С.А.

Кунгурцев, А.Э. Боровлев, В.И. Соловьев // Экологические системы и приборы, 2010. №7. С.

18-20.

ФГБОУ ВО «Белгородский государственный национальный исследовательский университет», Белгород, Россия

A.E. Borovlev, S.A. Kungurtsev

CONTROL OF AEROSOL EMISSIONS FROM CEMENT PRODUCTION BASED ON LIDAR

MEASUREMENTS

The possibility of using multi-wave mobile lidar MVL-60 MOB for control of aerosol emissions of cement production, including suspended particles PM10 and PM2.5.

Key words: particulate matter, urban air pollution, industrial city, the highest sources of emissions, lidar measurements.

Federal State Budgetary Educational Institution of Higher Education «The Belgorod State National

Research University», Belgorod, Russia

171

УДК 501.508

Д.В. Булгин, И.Е. Кузнецов, В.С. Волков

НАУЧНО-МЕТОДИЧЕСКИЙ ПОДХОД К УЧЕТУ ВЛИЯНИЯ ГИДРОМЕТЕОРОЛОГИЧЕСКИХ УСЛОВИЙ НА ДАЛЬНОСТЬ ДЕЙСТВИЯ РАДИОЛОКАЦИОННЫХ СТАНЦИЙ

Встатье предложен научно-методический подход, позволяющий учитывать влияния шумовых помех, связанных

сгидрометеорами и неоднородностью подстилающей поверхности на дальность действия радиолокационных станций. На основе предложенной методики получены значения комплексных показателей при различных гидрометеорологических условиях.

Ключевые слова: радиолокация, метеорологические условия, радиолокационная отражаемость, водность облаков, интенсивность осадков.

Обнаружение цели – это первая задача радиолокационного наблюдения. Лишь после того, как цель обнаружена, могут быть определены ее координаты и параметры движения.

Особенностью радиолокационного обнаружения целей является случайный характер его результатов, обусловленный воздействием помех. Постоянно действующей помехой приему отраженных сигналов являются собственные шумы приемника радиолокационной станции (РЛС) [1].

При неблагоприятных гидрометеорологических условиях (ГМУ) обнаружение целей ухудшается. Возникающая шумовая помеха маскирует сигналы, отраженные от цели [2]. При слабом сигнале обнаружение цели может быть нарушено. Учет влияния шумовых помех, связанных с гидрометеорами, на обнаружение целей и дальность действия РЛС заключается в определении дополнительной составляющей спектральной плотности помехи, суммирующейся со спектральной плотностью других внешних и внутренних шумов. Шумовая заградительная помеха в пределах полосы пропускания приемника РЛС может рассматриваться как гауссовский случайный процесс. Следовательно, обнаружение сигнала цели должно выполняться на фоне суммы независимых случайных мешающих сигналов [3].

Пусть Nш – спектральная плотность внутренних шумовых помех, Nпз – спектральная плотность шумовых помех, возникающая от неоднородности земной поверхности, NГМУ – спектральная плотность шумовых помех от элементов ГМУ. Суммарную спектральную плотность помехN, на фоне которых ведется прием радиосигнала, запишем в виде:

Рассмотрим ситуации, когда на трассе распространения радиоволн отсутствуют или присутствуют экранирующие цель гидрометеоры.

Для первой ситуации N = Nш+ Nпз, для второй N = Nш + Nпз + NГМУ.

Средние значения спектральной плотности помех от земной поверхности и гидрометеорологических элементов определяются следующим соотношением [3]:

172

где δпз, δгму – эффективные отражательные площади земной поверхности и гидрометеорологических элементов, соответственно; ∆fпз, ∆fгму – ширина спектра флюктуаций отражений от земной поверхности и гидрометеорологических элементов, соответственно;

tобл

t1 ∫Ризл(t)dt – средняя мощность излучения РЛС.

обл 0

Значения δпз и δгму определяются следующим образом [3]:

где δудпз и δудгму – удельные эффективные отражательные площади земной поверхности и гидрометеорологических элементов, соответственно; Sp и Vp– площадь земной поверхности и

объем зоны гидрометеорологических элементов, соответственно; (δR) – разрешающая способность РЛС; θаз – ширина диаграммы направленности РЛС в азимутальной плоскости; R– удаление до Sp или Vp; β– угол визирования Sp или Vp.

Удельная отражательная площадь подстилающей поверхности формируется под воздействием нескольких элементов, характеризующих район полетов, таких как гидрологический режим, включающий в себя тип водных объектов, влажность земной поверхности, динамические и отражающие свойства, вызванные естественными неровностями. Поэтому при расчетах используются типовые значения δ удпз , полученные экспериментальным путем для

различных районов.

Удельная эффективная отражательная площадь гидрометеорологических элементов зависит от радиолокационной отражательной способности и длинны волны РЛС [4]:

где Z – радиолокационная отражательная способность.

Зависимость радиолокационной отражательной способности от водности облаков и интенсивности осадков описывается следующими выражениями [4]:

Подставляя в (2) и (3) соотношения (4) и (5) с учетом (9) и (10), окончательно полу-

чим:

173

При различных ГМУ для расчета необходимо использовать уравнения регрессии, приведенные в таблице. Аналогичные уравнения регрессии можно составить для различных территорий, с учетом географических особенностей [2-4].

Таблица Зависимость радиолокационной отражаемости от водности облаков и интенсивности осадков

при различных гидрометеорологических условиях

Формулы (11) и (12) позволяют определить среднее значение спектральной плотности помех от земной поверхности и гидрометеорологических элементов на входе приемника РЛС.

Таким образом:

174

Выводы.

1.В результате проделанной работы можно сделать вывод о том, что даже незначительное увеличение диаметра капель влечет за собой резкий рост их радиолокационной отражательной способности и как следствие, уменьшение дальности обнаружения бортовыми РЛС.

2.Данную зависимость необходимо учитывать при метеорологическом обеспечении

авиации.

Литература

1. Билетов М.В., Кузнецов И.Е. Основы радиолокационной метеорологии / ВУНЦ ВВС «ВВА» (г. Воронеж), 2016. 213 с.

2.Неижмак А.Н., Звягинцева А.В., Расторгуев И.П. Распознавание опасных метеорологических явлений конвективного происхождения в интересах управления авиацией /Вестник Воронежского государственного технического университета. 2008. Т. 4. № 10. С. 135-133.

3.Брылёв Г.Б, Гашина С.Б., Низдойминога Г.Л. Радиолокационные характеристики облаков и осадков /Л.: Гидрометеоиздат, 1986. 452 с.

4.Мазин И.П., Хргиана А.Х. Облака и облачная атмосфера: справочник /Л.: Гидрометеоиздат, 1989. 682 с.

ФГКВОУ ВПО «Военный учебно-научный центр Военно-воздушных сил «Военно-воздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина», Воронеж, Россия

D.V. Bulgin, I.E. Kuznetsov, V.S. Volkov

SCIENTIFIC-METHODICAL APPROACH TO CONSIDERATION OF THE INFLUENCE OF HYDROMETEOROLOGICAL CONDITIONS ON THE RANGE OF RADAR STATIONS

The article proposes a scientific and methodological approach to take into account the influence of noise interference associated with hydrometeors and heterogeneity of the underlying surface on the range of radar stations. On the basis of the proposed method, the values of complex indicators under different hydrometeorological conditions are obtained.

Keywords: radar, meteorological conditions, radar reflectance, water content of clouds, intensity of precipitation.

Federal State Official Military Educational Institution of Higher Professional Education Military Educational Research Centre of Air Force «Air Force Academy named

after professor N.E. Zhukovsky and Yu.A. Gagarin», Voronezh, Russia

175

УДК 501.508

Д.В. Булгин, В.И. Федоров, В.С. Волков

АЛГОРИТМ ДИСТАНЦИОННОЙ РЕГИСТРАЦИИ ГРОЗОВЫХ РАЗРЯДОВ

В статье предлагается алгоритм дистанционной регистрации грозовых разрядов с применением радиотехнических устройств обработки сигналов атмосфериков в целях предупреждения грозовой опасности, а также экологического мониторинга.

Ключевые слова: грозовые разряды, метеорологические наблюдения, атмосферики, средства обнаружения грозовых очагов, грозовая деятельность.

Одним из наиболее опасных явлений погоды, наблюдаемых в летний период года, является гроза и сопутствующий ей шквалистый ветер. При этом, возникающие в облаке электрические процессы свидетельствуют о его существенной микрофизической перестройке. Начальный этап развития кучево-дождевой облачности характеризуется началом развития в облаке электрических разрядов, которые можно характеризовать следующими характеристиками: интенсивностью разрядов; значениями амплитуды тока молний; временем нарастания волны тока.

Количество внутриоблачных разрядов в кучево-дождевых облаках увеличивается по мере их развития и при достижении интенсивности до 60 разрядов в минуту может свидетельствовать о скором возникновении смерча или сильного порывистого ветра [1]. В начальном периоде формирования градовых частиц в облаке и при выпадении града, как правило, наблюдается изменение полярности молний. Данное явление так же наблюдается и при окончании градоопасной стадии облака [2]. Кроме того, грозовая деятельность свидетельствует о наличии мощных конвективных облаков и связанных с ними таких опасных явлений погоды, как сильное обледенение и болтанка воздушных судов [3].

Поэтому данные об электрическом состоянии атмосферы очень важны при метеорологическом обеспечении авиационных формирований, а также любого другого потребителя. В настоящий момент необходимо обладать своевременными, точными и достоверными данными о грозовых очагах на территориях, где выполняются различные задачи ВС РФ. Кроме того, результаты работы позволят снизить затраты при создании систем обнаружения грозовой активно-

сти [4, 5].

Целью работы является повышение точности определения координат грозовых разрядов путем разработки методики синтеза квазиоптимального обнаружителя.

При появлении грозовых очагов, формировании и развитии электрических разрядов можно предположить, что на некоторую антенную систему обнаружителя грозовых разрядов, за некоторый интервал времени 0(T), будет воздействовать сигнал и помехи, наводящие в антенной системе соответствующие токи. На входе приёмного устройства будет появляться реализация вида [6]:

где S(t) – случайный импульс; n(t) – шум.

Полезный сигнал S(t), излучаемый атмосфериком имеет вид [6]:

где a – случайная амплитуда сигнала; S0(t) – нормированный сигнал, который определяется выражением [6]:

176

где α и β – коэффициенты, установленные экспериментальным путём (α = 4,4·104, 1/с; β = 4,6·105, 1/с).

Вероятностная плотность распределения амплитуд такого сигнала подчиняется логарифмически нормальному закону [7]:

При построении оптимальных приёмных устройств считают, что шум n(t) представляет собой стационарный нормальный процесс с нулевым средним значением и функцией корреляции [7]:

где N0 – спектральная плотность средней мощности шума; δ(t1 −t2 ) – дельта-функция Дира-

ка.

В работе рассматривается полезный сигнал с одним неизвестным параметром амплитудой (a). В связи с тем, что амплитуда полезного сигнала является случайным параметром, то функционал отношения правдоподобия необходимо усреднить по распределению амплитуды:

Используя асимптотическую формулу Лапласа и с учётом того, что Z1 можно рассматривать, как большой параметр, выражение (7) принимает вид:

В связи с тем, что максимум функционала отношения правдоподобия совпадает с максимумом любой монотонной функции от функционала отношения правдоподобия, вместо Λ удобнее рассматривать его логарифм M, зависящий от амплитуды:

Таким образом, получаем алгоритм, позволяющий регистрировать сигналы атмосфериков на некотором удалении. Этот алгоритм может быть реализован обнаружителем сигналов атмосфериков, блок-схема которого представлена на рис. 1.

Представленная блок-схема производит обработку следующим образом. Вначале формируется оценка максимального правдоподобия амплитуды (am). Далее обработка производится по двум каналам в соответствии с предложенным алгоритмом. Получая на входе ло-

177

гарифм функционала отношения правдоподобия, который поступает на пороговое устройство, можно сделать вывод о наличии сигнала атмосферика.

Рис. 1. Блок-схема обнаружителя сигналов атмосфериков

Для того, чтобы оценить эффективность полученного алгоритма обнаружения и предложенной блок-схемы необходимо произвести анализ характеристик обнаружения. Анализ произведён на основе частного случая Байесовского критерия-критерия идеального наблюдателя [5]. Приёмное устройство, оптимальное по критерию идеального наблюдателя минимизирует суммарную вероятность ошибки обнаружения [8]:

−

где F – вероятность ложной тревоги; D – вероятность пропуска сигнала.

Для квазидетерминированного сигнала вероятности ложной тревоги и пропуска сигнала имеют вид [8]:

где Ф(H) интеграл вероятностей; H – порог обнаружения.

Анализ формул (12) показывает, что с ростом порога обнаружения (H) вероятность ложной тревоги (F) стремится к нулю и не зависит от амплитуды сигнала.

−

Основной интерес представляет поведение вероятности пропуска сигнала D в зависимости от отношения сигнал-шум (Z1).

Для анализа эффективности предложенного алгоритма необходимо (12) усреднить по распределению амплитуды (W(a)).

178

Так как вероятность ложной тревоги (F) не зависит от амплитуды сигнала, то, естественно, она останется неизменной:

Минимизируя (10) с учётом (14) находим. Что порог обнаружения будет равен:

С учётом вышеизложенных преобразований был произведён расчёт изменения суммарной вероятности ошибки обнаружения по критерию идеального наблюдателя в зависимости от изменения отношения сигнала-шум:

По формуле (16) был произведен расчёт в программе Excel для значений k = 1,2; 1,4 и для нормированной дальности R = 0,5; 3. Результаты расчетов иллюстрируются кривыми, представленными на рис. 2 и 3.

Рис. 2. График зависимости суммарной ошибки обнаружения при различных значениях R

Анализируя график, представленный на рис. 2 можно сделать вывод, что кривые зависят от расстояния до приёмника (чем больше расстояние, тем больше вероятность суммарной ошибки обнаружения сигналов).

179

Рис. 3. График зависимости суммарной ошибки обнаружения при различных значениях k

На рис. 3 видно, что кривые суммарной вероятности ошибки обнаружения практически не зависят от типов атмосфериков классификация Тэйлора при значениях отношения сигнала–шума до 8. В то же время с увеличением отношение сигнала – шум больше 8 вероятность ошибки обнаружения атмосферика типа 1 уменьшается, тогда, как для сигнала типа 2 она существенно не изменяется.

Выводы.

1.Данная зависмость указывает на большую эффективность предложенного алгоритма для обнаружения различных типов атмосфериков.

2.Регистратор, реализующий данный алгоритм, позволит повысить качество определения местоположения грозовых разрядов.

Литература

1.Скирда И.А. Авиационные прогнозы погоды/ Ульшин И.И., Мартьяшкин А.Б. Учебник. Воронеж, 2014. 476 с

2.Кононов И.И., Петренко И.А. Современное состояние пассивных методов местоопределения гроз// Радиотехника и электроника. 1992. Т.37. №7. С.1153-1167.

3.Неижмак А.Н., Звягинцева А.В., Расторгуев И.П. Распознавание опасных метеорологических явлений конвективного происхождения в интересах управления авиацией /Вестник Воронежского государственного технического университета. 2008. Т. 4. № 10. С. 135-133.

4. Яковлев Д.В., Звягинцева А.В. Построение межотраслевой комплексной геоинформационной системы Воронежской области /Известия Самарского научного центра Российской академии наук. 2012. Т. 14. № 1-3. С. 923-930.

5.Авдюшина А.Е., Звягинцева А.В. Локализация объектов в автоматизированной системе видеонаблюдения / Информация и безопасность. 2011. Т. 14. № 4. С. 583-586.

6.Файзулин H.A., Семагин Б.В., Панюков A.B. К построению однопунктных систем местоопределения гроз в ближней зоне, учитывающих поляризационные ошибки// Вопросы радиоэлектроники. Сер. ОВР. 1987. Вып.7. С. 60-64.

180

7. Пат. 720384 СССР, МПК G01S5/16. Однопунктная система местоопределения гроз в ближней зоне/ H.A. Файзулин, Б.В. Семагин, Н.И. Крохин, A.B. Панюков. 2575838/18-09; Опубл. 05.03.1980. Бюл. 9.

8. Александров М.С, Епанечников В.А., Казаров Ю.В. Дистанционное наблюдение за развитием грозовой деятельности // Радиотехника и электроника. 1994. Т.39. №1. С. 68-73.

ФГКВОУ ВПО «Военный учебно-научный центр Военно-воздушных сил «Военно-воздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина», Воронеж, Россия

D.V. Bulgin, V.I. Fedorov, V.S. Volkov

THE ALGORITHM OF REMOTE REGISTRATION

LIGHTNING DISCHARGES

The article proposes an algorithm for remote registration of lightning discharges with the use of radio-technical devices for processing atmospheric signals in order to prevent lightning hazards, as well as environmental monitoring.

Keywords: radar, meteorological observations, restoration of fields of meteorological elements, variation negotiation, meteorological visibility range, the intensity of the precipitation.

Federal State Official Military Educational Institution of Higher Professional Education Military Educational Research Centre of Air Force «Air Force Academy named

after professor N.E. Zhukovsky and Yu.A. Gagarin», Voronezh, Russia

181

УДК 551.509.3

Д.В. Гедзенко, С.П. Виера

МЕТОДИЧЕСКИЕ АСПЕКТЫ ПРОГНОЗА МЕТЕОРОЛОГИЧЕСКИХ УСЛОВИЙ С УЧЕТОМ КОЭФФИЦИЕНТА ЭФФЕКТИВНОСТИ ИНВЕРСИИ

Наиболее важными из слагаемых, определяющих степень сложности метеорологических условий для авиации, являются дальность видимости и высота нижней границы облаков. В данной статье приведена методика прогноза метеорологических условий с учетом задерживающих слоев атмосферы, в частности коэффициента эффективности инверсии.

Ключевые слова: инверсия температуры, дальность видимости, высота нижней границы облаков, уравнение регрессии, коэффициент эффективности инверсии.

Инверсия температуры оказывает непосредственное влияние на формирование и эволюцию низкой слоистообразной области, образования густой дымки, тумана различных видов и других метеорологических явлений [1, 2]. Несомненно, данные погодные условия могут создавать проблемы как пилотируемой, так и беспилотной авиации при решении различных задач [3-5].

При проведении данного исследования был использован материал АМСГ аэропорта Воронеж выборочно за 2010-2015 года. На основании физических представлений о природе механизмов изменение дальности видимости и высоты нижней границы облаков в сочетании с параметрами задерживающих слоёв был образован предварительный набор предикторов, охватывающий весь спектр влияющих факторов.

Наземные метеорологические наблюдения включают величины: количество ( N ) и высота ( H ) облачности, дальность видимости ( S ), скорость ( F ) и направление ( D ) ветра, температура воздуха (T ), относительная влажность ( R ), атмосферное давление, приведен-

ное к уровню моря ( P ) и его трехчасовая тенденция.

Из характеристик пограничного слоя, влияющих на ход дальности видимости и высоты нижней границы облаков, в список были включены параметры задержавших слоёв: высота нижней границы инверсии ( Hин ), её мощность и интенсивность ( ∆Hин , ∆Tин ), вертикаль-

ный температурный градиент ( γ ), а также коэффициент эффективности задерживающего

своя ( Эин ).

В качестве диктантов использовались значение дальности видимости и высоты нижней границы облаков за 7, 13 и 19 часов.

Так как повторяемость появления задерживающий слоёв в своём большинстве приходится на зимние месяцы, поэтому весь исходный материал архивной выборки включает в себя данные только за холодный период года.

Анализ корреляционных связей некоторых параметров метеорологических условий с метеорологическими величинами показал следующие результаты. Для всех рассматриваемых сроков наиболее тесная связь высоты нижней границы облаков отмечена с температурой воздуха у земли [3, 5]. С направлением ветра относительно высокий коэффициент корреляции с высотой нижней границы облаков имеется только за 13 часов.

Наиболее тесная связь с параметрами задерживающих слоёв наблюдается у высоты нижней границы облаков за все рассматриваемые сроки, кроме вечернего периода, причём это связь обратная, то есть чем меньше высота нижней границы облаков, тем большее значение имеют параметры инверсии.

Подводя итог, можно сделать следующий вывод. Поскольку уточнения прогнозов погоды и доклады для принятия решения командиром осуществляется, как правило, в утренние часы, немаловажно то, что значение комплекса сложности летно-метеорологических условий в фиксированные сроки тесно коррелирует с начальными значениями этих величин. Благо-

182

даря этому мы можем смело использовать эти предикторы при составлении прогностических уравнений, а также для уточнения прогноза.

С учетом выявленных связей и механизмов изменения дальности видимости и высоты нижней границы облаков, исходя из практических потребностей и возможных уровней ограничения исходной информации, методом пошаговой линейной регрессии были разработаны пакеты прогностических уравнений. Рассмотрим уравнения, полученные для прогноза дальности видимости.

Во всех уравнениях в качестве одного из предиктора выступает начальное значение прогнозируемой величины, но не во всех уравнения вклад его в искомое значение дальности видимости одинаков. В большинстве уравнений это значение играет достаточно важную роль в прогнозировании. Почти во всех уравнениях присутствуют такие предикторы как температура и относительная влажность воздуха, которые оказывают большое влияние на значение дальности видимости [6, 7]. В некоторые уравнения вошли значение атмосферного давления и его тенденция, что дает возможность учитывать синоптическую обстановку, параметр, характеризующий отклонения ветра от южного, который показывает преимущество зонального направления ветра над меридиональным курсом и наоборот, а так же количество и высота нижней границы облаков. Параметры задерживающих слоёв в уравнениях регрессии, по результатам расчётов, также оказывают большое влияние на значение дальности видимости. В прогностических зависимостях были использованы основные характеристики

инверсий: мощность ( Hин ), интенсивность ( Tин), высота нижней границы инверсии ( Hин),

183

и коэффициент эффективности ( E ). Как видно из уравнений, преувеличение значение дальности видимости улучшается, а при увеличении видимость ухудшается.

Улучшение качества прогнозирования, в процессе составления уравнения регрессии, были рассмотрены различные условия. На первом этапе никаких ограничений использовано не было, и не учитывались параметры инверсии. Как видно из критериев оценки этого уравнения, средняя абсолютная ошибка составляет 1675 м, хотя коэффициент детерминации достаточно высок. В процессе реализации модели пошаговой линейной регрессии наблюдается тенденция улучшения качества уравнений. На последнем этапе средняя абсолютная ошибка равна 1070 м, что в диапазоне от 1 до 4 км составляет примерно 350 м и коэффициент детерминации равен 0,41.

Это говорит о том, что уравнение вполне пригодно для его использования в прогнозе дальности видимости на 7:00 по данным утренних наблюдений.

При составлении уравнений на более поздние сроки (на 13 и 19 часов) качество прогнозирования несколько ухудшается. Но при использовании адаптивных моделей прогнозирования, то есть, учитывая значение дальности видимости за предшествующие сроки, мы видим, что происходит улучшение критериев оценки этих уравнений (увеличивается коэффициент детерминации, а средняя абсолютная ошибка уменьшается). Эти модели широко внедряются в метеообеспечения с целью улучшения качества прогнозов.

Далее рассмотрим уравнение построенные для прогноза высоты нижней границы облачности:

Для этих уравнений наиболее информативными предикатами оказались: начальное значение прогнозируемой величины, количества облаков, влажность, видимость, а также мощность, интенсивность и коэффициент эффективности инверсии. Как видно из прогностических зависимостей, высота нижней границы облаков уменьшается при увеличении относительной влажности, мощности и эффективности инверсии. Как и уравнения, составленные для прогноза дальности видимости, наилучший результат дают уравнения для 7 часов. Для 13 часов было получено два уравнения и результаты показали, что с использованием адаптивных моделей качество прогноза улучшается, но всё равно средняя абсолютная ошибка имеет высокое значение.

В дальнейшем уравнения, составляемые для 19 часов, оказались совсем неприемле-

мыми в использовании ( R2 = 0,05), даже включая данные за 7 и 13 часов, результат все

равно остается неудовлетворительным. Выводы.

184

1.В итоге можно отметить, что прогностические зависимости, составляемые на более поздний срок, по данным утренних наблюдений, дают менее качественные результаты, чем уравнение составлено ранние сроки. Хотя с использованием адаптивных моделей, в некоторых случаях выходные данные несколько улучшаются.

2.Полученные уравнения рекомендуется использовать при прогнозе, а также для его уточнения, что очень важно для принятия решения, по району базирования аэродрома Воронеж.

Литература

1.Баранов А.М. Авиационная метеорология / С-Пб.: Гидрометеоиздат, 1993. 285 с.

2.Воробьев В.И. Синоптическая метеорология / Л.: Гидрометеоиздат, 1991. 604 с.

3.Неижмак А.Н., Звягинцева А.В., Расторгуев И.П. Распознавание опасных метеорологических явлений конвективного происхождения в интересах управления авиацией /Вестник Воронежского государственного технического университета. 2008. Т. 4. № 10. С. 135-133.

4.Яковлев Д.В., Звягинцева А.В. Построение межотраслевой комплексной геоинформационной системы Воронежской области /Известия Самарского научного центра Российской академии наук. 2012. Т. 14. № 1-3. С. 923-930.

5.Авдюшина А.Е., Звягинцева А.В. Локализация объектов в автоматизированной системе видеонаблюдения / Информация и безопасность. 2011. Т. 14. № 4. С. 583-586.

6..Методологические аспекты развития метеорологии специального назначения, экологии и систем аэрокосмического мониторинга: сб. научных статей по материалам I Всероссийской научно-практической конференции 27-28 мая 2014 г. / Воронеж: ВУНЦ ВВС «ВВА», 2014. С. 29-32.

7.Матвеев Л.Т. Физика атмосферы /С.-Пб.: Гидрометеоиздат. 2000. 778 с.

ФГКВОУ ВПО «Военный учебно-научный центр Военно-воздушных сил «Военновоздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина»,

Воронеж, Россия

D.V. Gedzenko, S.P. Viera

METHODOLOGICAL ASPECTS FOR FORECASTING METEOROLOGICAL CONDITIONS TAKING INTO ACCOUNT THE INVERSION EFFICIENCY COEFFICIENT

The most important of the terms that determine the degree of complexity of meteorological conditions for aviation are the visibility range and the height of the cloud base. This article presents a technique for forecasting meteorological conditions taking into account the retarding layers of the atmosphere, in particular, the inversion efficiency coefficient.

Key words: temperature inversion, visibility range, height of the cloud base, regression equation, inversion efficiency fac-

tor.

Federal State Official Military Educational Institution of Higher Professional Education Military Educational Research Centre of Air Force «Air Force Academy named

after professor N.E. Zhukovsky and Yu.A. Gagarin», Voronezh, Russia

185

УДК 004:9;656:02

Д.А. Дегтярева, И.В. Попова

ОПЫТ ПРИМЕНЕНИЯ ГЕОИНФОРМАЦИОННЫХ СИСТЕМ В АНАЛИЗЕ И ПЛАНИРОВАНИИ ДОСТУПНОСТИ ОБЩЕСТВЕННОГО ТРАНСПОРТА

Планирование маршрутов и остановок общественного транспорта в динамично развивающихся городах – сложная градостроительная задача, требующая комплексного подхода. Авторами рассмотрены возможности применения геоинформационных технологий (на примере информационно-справочной геоинформационной системы «2ГИС») для оценки пешеходной доступности остановок общественного транспорта.

Ключевые слова: комфортная городская среда; общественный транспорт; геоинформационные системы; доступность.

Процессы урбанизации и рост автомобилизации в крупных городах тесно взаимосвязаны. По статистике [1] 48,2 % населения российских городов выбирают личный автомобиль как основное средство передвижения. Воронеж занимает 4 место в рейтинге Российских го- родов-миллионников по количеству личного транспортного средства на душу населения [2]. На сегодняшний день многие городские транспортные сети не рассчитаны на растущую автомобилизацию населения.

Урбанисты отмечают, что проблема нехватки пространства на улицах успешно решается с помощьюобщественного транспорта, поскольку он более вместительный [3]. На рис. 1 наглядно показано, какую площадь дороги занимают легковые транспортные средства, автобус и рельсовый транспорт с одинаковым числом пассажиров.

Рис. 1. Использование дорожного пространства различными видами транспорта

Систему городского общественного транспорта г. Воронежа формируют автобусные и троллейбусные маршруты. Согласно статистическим данным [4] на автобусные маршруты приходится 98 % пассажиропотокарегулярных перевозок, а на троллейбусные – 2 %. Общее количество маршрутов, работавших в летний период 2019 г., составляет 100 автобусных и 4 троллейбусных. Суммарная протяженность маршрутов ГПТОП составляет 4572,45 км (при расчете в одном направлении), в том числе троллейбусных маршрутов – 41,09 км. Протяженность сети, по которой проходят маршруты ГПТОП – 1171,614 км. Плотность сети ГПТОП составляет 1,96 км/км2 [4]. Коэффициент, отображающий среднее количество мар-

186

шрутов, проходящих по определенному участку сети общественного транспорта, равен 3,9, что говорит о большом количестве дублирующих маршрутов.

Доступность остановок общественного транспорта является одним из основополагающих показателей комфортной городской среды. Согласно п.11.24 [5] расстояние до ближайших автобусных остановок должно быть не более 500 м, а в общегородском центре не более 250 м, при этом расстояние между ними должно быть 400-600 м. В связи с этим нами была проведена оценка пешеходной доступности остановочных пунктов пространственновременным методом.

Данный метод позволяет более точно провести анализ доступности остановочных пунктов благодаря учету большого количества показателей, в том числе поведенческих. Недостаток метода – необходимость анализа большогообъема информации о маршрутах и местонахождении индивида [6-8]. На сегодняшний день с данной задачей хорошо справляются современные информационно-справочные геоинформационные системы, такие как «Яндекс. Карты» и «2ГИС». В «2ГИС» возможно указание нескольких точек, между которыми должен быть проложен пешеходный маршрут. Система строит маршрут, опираясь на все возможные препятствия, будь то закрытый для прохода посторонними лицами двор или непреодолимый рельеф на местности. Данные программы моделируют несколько возможных ситуаций прохода к конечной точке и позволяют выбрать оптимальный маршрут для пользователя. Авторами представлен анализ доступности сети общественного транспорта для жилого массива «Олимпийский», расположенного в Центральном районе г. Воронежа. Длина пешеходного пути от наиболее удаленного дома до остановок «Ботанический сад» и «Микрорайон Дубрава» (рис. 2) превышена в 2 раза.

Рис. 2. Расстояние до остановочных пунктов: а) «Ботанический сад», б) «Микрорайон Дубрава»

На данном участке дороги действуют 4 маршрута общественного транспорта (рис. 3): один из них (№69т) осуществляет автобус большой вместимости (72 места), три других (№№ 108а, 18, 49м) – маршрутные такси (18 мест). Согласно информации, предоставляемой ин- формационно-справочной системой «Яндекс. Карты», маршруты 108а и 18 курсируют каждые 10 минут, 49м – каждые 40 минут, данных о расписании автобуса 69т, не предоставляет-

187

ся. Авторами статьи были проведено исследование, и согласно временным замерам автобус 69т проходит мимо остановок «Ботанический сад» и «Микрорайон Дубрава» каждые 30-40 минут. Исходя из схемы маршрутных сетей (рис. 3 а, б) видно, что маршруты 108а и 18 не обеспечивают связи жилого массива с основными транспортными артериями города.

Кроме того, маршрутные такси не справляются с нагрузкой на данную сеть, на остановочных пунктах в утренние часы выстраивается живая очередь, согласно которой люди попадают в автобусы. В связи с этим время ожидания может затягиватьсядо 20-25 минут.

Рис. 3. Схема движения автобусов по маршрутам:

а)108а; б) 18; в) 49м; г) 69т

Также в пешеходной доступности жителей ЖМ «Олимпийский» находятся остановочные пункты, расположенные на Московском проспекте, время в пути до них занимает 20 минут (рис. 4).

188

Рис. 4. Расстояние до остановочного пункта «ТРЦ Московский проспект»

В связи с выше сказаннымжителиданного микрорайона предпочитают использовать личный автотранспорт, что влечет за собой размещение большого количества транспортных средств вблизи жилых домов, возникновению стихийных парковок на газонах и на территории прилегающих массивов зеленых насаждений, а также снижению безопасности дорожного движения [9].

Из проведенного исследования можно сделать вывод, что планирование оптимальной и доступноймаршрутной сети общественного транспорта станет стимулом в использовании его вместо личных автомобилей. Данный шаг позволит не только разгрузить дороги, уменьшить заторы на основных транспортных артериях города, но и приведет к улучшению экологической обстановки в городе за счет сокращения выбросов выхлопных газов в атмосферу

[10, 11].

Литература

1.Сколько автомобилей в российских семьях? [электронный ресурс]: Режим досту-

па: WorldWideWeb. URL: https://www.autostat.ru/infographics/34490/ (дата обращения

10.01.2021).

2.Рейтинг российских городов-миллионников по обеспеченности автомобилями в 2019 году.[электронный ресурс]: Режим доступа: WorldWideWeb.URL: https://www.autostat.ru/press-releases/41923/ (дата обращения 10.01.2021).

3.Почему расширение дорог не решит проблему пробок. Урбанисты объяснили, как сделать дорожное движение более удобным/[электронный ресурс]: Режим доступа:

WorldWideWeb.URL: https://kirov-portal.ru/news/poslednie-novosti/pochemu-rasshirenie-dorog- ne-reshit-problemu-probok-urbanisty-obyasnili-kak-sdelat-dorozhnoe-dvizhenie-bolee-udobnym-

23163/ (дата обращения 10.01.2021).

4.Разработка мероприятий по оптимизации городского пассажирского транспорта общего пользования города Воронежа. [электронный ресурс]: Режим доступа:

189

WorldWideWeb.URL: https://voronezh-city.ru/documents/obyavleniya/2019/August/22/ prezent. Pdf (дата обращения 10.01.2021).

5.СП 42.13330.2016 Градостроительство. Планировка и застройка городских и сельских поселений. Актуализированная редакция СНиП 2.07.01-89* (с Изменениями N 1, 2).

[электронный ресурс]: Режим доступа: WorldWideWeb.URL: http://sniprf.ru/sp42-13330-2016

(дата обращения 10.01.2021).

6.Сомов Э.В. Геоинформационное моделирование при оценке качества транспортного обслуживания городского населения (на примере Юго-Запада Москвы) // Вестник Московского университета. Серия 5. География. 2013. №1. С. 42-46.

7.Делахова А.М. Анализ показателей транспортной обеспеченности Республики Саха (Якутия) // Журнал научных и прикладных исследований. 2016. № 5. С. 54-59.

8.Сидоров В.П. Транспортная доступность как показатель рациональной организации работы городского пассажирского транспорта / В.П. Сидоров, П.Ю. Ситников // Вестник Удмуртского университета. 2017. Т.27. №4. С. 547-553.

9.ГИБДД назвала основную причину аварий [электронный ресурс]: Режим доступа: WorldWideWeb.URL: https://www.autonews.ru/news/5bdc45539a79472b5731a198 (дата обращения 10.01.2021).

10.Зибров Г.В. Особенности распространения экологического загрязнения вблизи автомобильных дорог (на примере г. Воронежа) / Г.В. Зибров, В.П. Закусилов, И.Е. Кузнецов и др. // Экология урбанизированных территорий. 2019. № 4. С. 57-65.

11.Медико-экологический атлас Воронежской области: монография [электронный ресурс] / С.А. Куролап, Т.И. Прожорина, М.А. Клевцова и др. Воронеж: Воронежский гос. ун-т, 2019. Режим доступа: WorldWideWeb.URL: http://www.geogr.vsu.ru/atlas.htm (дата обращения 10.01.2021).

ФГБОУ ВО «Воронежский государственный технический университет», Воронеж, Россия

D.A.Degtyareva, I.V. Popova

EXPERIENCE IN THE USE OF GEOINFORMATION SYSTEMS IN THE ANALYSIS AND PLANNING OF MUNICIPAL TRANSPORT ACCESSIBILITY

Planning routes and municipal transport stops in dynamically developing cities is a complex urban planning task that requires an integrated approach. The authors consider the possibilities of using geoinformation technologies (for example, the information and reference geoinformation system «2GIS») to assess the pedestrian accessibility of municipal transport stops.

Keywords: comfortable urban environment; municipal transport; geoinformation systems; accessibility.

Federal State Budgetary Educational Institution of Higher Education

«The Voronezh state architectural and Construction University», Voronezh, Russia

190

УДК 551.575

С.А. Дьяков, В.Д. Бобылев

МЕТОДИКА ПРОГНОЗИРОВАНИЯ АДВЕКТИВНЫХ ТУМАНОВ В РАЙОНЕ АЭРОДРОМА ГОРОДА ВЛАДИВОСТОК

Представлены особенности формирования и методика прогноза адвективных туманов в районе аэродрома города Владивосток.

Ключевые слова: адвективный туман, прибрежные туманы, Японское море, муссонный климат, вынос тепла, корреляционный анализ, дискриминантная функция.

Проблема прогноза адвективных туманов в прибрежных районах стоит очень остро и физически, из-за влияния в комплексе большинства локальных условий на его формирование, не всегда может быть полностью описана в стандартных методиках его прогноза [1-3]. Для определения возможности прогноза тумана необходимо эти локальные условия выявлять на каждом аэродроме.

Сложные процессы перемещения воздушных масс, происходящие в пограничном слое атмосферы в районе г. Владивосток, влияние Японского моря, особенности рельефа, циркуляционные особенности накладывают свой отпечаток на прогноз туманов в данном районе [1, 2]. Поэтому одна из первых задача состоит в том, чтобы выяснить условия, при которых образовавшийся над морской поверхностью адвективный туман в весенне-летний период наблюдается и при каких условиях этот туман отсутствует на аэродроме города Владивосток.

Актуальным становится вопрос разработки методики прогноза адвективных туманов в данном районе, использование которой позволит повысить качество прогноза туманов в районе города Владивосток.

Весной и летом появление адвективных туманов как в районе аэр. Владивосток, так и вообще на южном участке трассы Хабаровск – Владивосток наиболее часто бывает связано с воздействием западной периферии антициклона (гребня), располагающегося над Японским морем и южной половиной Охотского моря. В этом случае образовавшиеся над морской поверхностью туманы южными и юго-восточными ветрами выносятся на континент.

Вдальнейшем, продолжая перемещаться вглубь континента, туман приподнимается и

всеверных районах наблюдается в виде сплошной облачности. Вынос тумана осуществляется также и в тех случаях, когда к южному Приморью приближается циклон с запада. Перед приближением циклона почти во всех случаях над западной частью Японского моря и заливом Петра Великого образуется туман, который юго-восточными ветрами через Амурский и Уссурийский заливы выносится в район аэр. Владивосток.

Входе исследования был проанализирован годовой ход туманов в районе аэродрома Владивосток, представленный на рисунке.

Анализ данной гистограммы показывает, что туманы в районе аэродрома Владивосток наиболее часто образуются с апреля по октябрь с максимумом повторяемости в июле и сентябре. Данное распределение туманов является особенность муссонного климата в районе Владивостока.

Для выявления условий, благоприятных для образования (рассеяния) тумана на аэр. Владивосток, были рассчитаны метеорологические величины и параметры пограничного слоя атмосферы, и установлены зависимости между ними. Оценка метеорологических условий благоприятных для образования и рассеяния туманов проводилась с использованием данных радиозондирования, значений температуры, влажности, а также параметров ветра на высотах [2, 4].

191

Входе анализа было выявлено, что наибольшее влияние на образование тумана оказывает ветровой режим. Для полной оценки состояния ветрового режима при образовании и рассеянии тумана в районе аэродрома строились графики зависимости временных характеристик тумана от ветра в пограничном слое атмосферы в момент времени близкий к заходу Солнца, за 12 ч UTC (22 ч по местному времени).

Проведенный анализ выявил для разных уровней наиболее частые направления и скорости ветра в пограничном слое атмосферы, благоприятные для образования туманов большой и малой продолжительности.

Наиболее продолжительные туманы в районе аэродрома Владивостока образуются при направлении ветра на высоте 200 м 226÷3600 и с максимальным существованием тумана после восхода Солнца при направлении 226÷2700.

При направлении ветра на уровне 925 гПа 316÷3600 и 136÷1800 с максимумом существования после восхода Солнца при направлении 46÷2250. При направлении ветра на уровне 850 гПа – 91÷2250 и 316÷4500.

Также исследовались направления и скорости ветра, благоприятные для рассеяния тумана в районе аэродрома Владивосток. При рассеянии тумана наблюдается штиль в 50 % случаев, либо ветер с направлением 316÷3600 или 46÷900 со скоростью не более 3 м/с.

Выявленные закономерности образования и рассеяния туманов в районе аэродрома Владивосток, несомненно, повысят качество прогноза данного явления на аэр. Владивосток.

Разработка методики прогнозирования адвективных туманов в районе аэродрома Владивосток включала в себя формирование выборки с репрезентативными данными, проведение корреляционного анализа для установления тесноты связи между характеристиками тумана, метеорологическими величинами и параметрами атмосферы и составление прогностических уравнений с помощью дискриминантного анализа [5-7].

При выполнении исследования определялись метеорологические величины и параметры, как у земли, так и на высотах, учитывалось вертикальное изменение температуры, влажности и ветра с высотой в районе аэр. Владивосток. Составлялась выборка, в которую входили основные характеристики тумана, метеорологические величины

ипараметры, определенные по данным аэросиноптического материала, дневников погоды, радиозондирования атмосферы, а также данные температуры воды Уссурийского залива в районе города Владивосток в период с 2010 по 2020 годы.

Всформированной выборке в каждом случае рассматривалось более 50 характеристик туманов и метеорологических величин, параметров атмосферы, данных о состоянии вод Амурского и Уссурийского заливов вблизи Владивостока.

192

Далее, в целях установления физико-статистических связей между параметрами атмосферы и характеристиками тумана в районе аэр. Владивосток были получены корреляционные матрицы. Проведенный корреляционный анализ позволил выявить метеовеличины и параметры, от которых зависят основные характеристики туманов в районе аэродрома Владивосток, что в дальнейшем позволило установить взаимосвязь между метеовеличинами и параметрами при погодных условиях, благоприятных для образования тумана, и составить прогностические уравнения.

На заключительном этапе исследования при использовании дискриминантного анализа разрабатывались прогностические уравнения. Данные уравнения составлялись для разных секторов направлений среднего ветра в пограничном слое, так как это позволило учесть физико-географические и циркуляционные особенности района исследования [3, 4].

При этом было выделено два сектора направления ветра, исходя из районов

поступления воздушных масс в пограничном слое атмосферы: южный сектор (90 ÷ 2700) – поступление морской воздушной массы и северный сектор (280÷800) – поступление воздушной массы с континента.

При составлении дискриминантных функций для прогноза тумана на аэр. Владивосток, предварительно, с помощью корреляционного анализа проводился отбор предикторов. В итоге, были отобраны наилучшие предикторы: Тмин, T925, Dособ, Dзах, V200, Dмин, D925, Тз, Z925, GradT, D0, Твод–Тзах, Твод–Тмин, Тзах, V0, V925, V0 –V925, Sмин, S12, Тз, D0-925, Тзах–Тмин.

Методом пошагового отбора были получены дискриминантные функции для северного и южного секторов (формулы 1, 2):

D = 0,112 −0,715 (Твод −Тмин)+0,273V0 +0,343Dмин +0,723Dособ −0,561D925 +0,238V200 ,

(1)

По дискриминантным функциям возникновение тумана прогнозируется при D ≥ 0,

при:

D < 0 – отсутствие тумана.

Качество разработанной методики прогноза адвективного тумана в районе аэр. Владивосток оценивалось на независимом материале [5-7]. В качестве параметров для оценки успешности полученных дискриминантных функций использовались следующие критерии: общая оправдываемость (U), критерий Обухова (Q) и критерий Багрова (H). Результаты оценки полученных прогностических уравнений, представлены в таблице.

Таблица

Оценка дисриминантных функций

Полученные значения критериев показывают, что разработанная методика прогноза тумана является методически правильной (U > 50 %) и эффективной (U, Q > 0,3).

Выводы.

Разработанная методика прогноза адвективных туманов в районе аэр. Владивосток, учитывающая направление выноса воздушных масс, позволяет значительно увеличить оп-

193

равдываемость тумана в данном районе по сравнению с использованными в настоящий момент, в данном районе эмпирическими методами, которые в основном базируются на учете местных условий без привлечения математического аппарата.

Литература

1.Трусенкова О.О. Основные моды изменчивости и типовые поля ветра над Японским морем и прилегающими районами суши / О.О. Трусенкова, С.С. Станичный, Ю.Б. Ратнер // Изв. РАН. Физика атмосферы и океана. 2007. № 5. С. 634-648.

2.Неижмак А.Н., Звягинцева А.В., Расторгуев И.П. Распознавание опасных метеорологических явлений конвективного происхождения в интересах управления авиацией /Вестник Воронежского государственного технического университета. 2008. Т. 4. № 10. С.

135-139.

3.Авдюшина А.Е., Звягинцева А.В. Локализация объектов в автоматизированной системе видеонаблюдения / Информация и безопасность. 2011. Т. 14. № 4. С. 583-586.

4.Авдюшина А.Е., Звягинцева А.В. Локализация объектов в распределенной системе видеонаблюдения /Информация и безопасность. 2010. Т. 13. № 4. С. 583-586.

5.Хромов С.П. Метеорология и климатология: Учебник / С.П. Хромов, М.А. Петросянц. 8-е издание. М.: Изд. Московского университета, 2012. 584 с.

6.Швер У.А. Климат Владивостока / У.А. Швер. Л.: Гидрометеоиздат, 1978. 250 с.

7.Василевская Л.Н. Оценка продолжительности фаз Дальневосточного муссона на юге Приморья в период 1966-2011 гг. / Л.Н. Василевская, А.А. Шевченко, Д.Н. Василевский, Т.А. Шатилина // Современные проблемы регионального развития. Сб. тезисов VI Международной научной конференции. Биробиджан: Институт комплексного анализа региональных проблем ДВО РАН, 2016. С. 135-138.

ФГКВОУ ВПО «Военный учебно-научный центр Военно-воздушных сил «Военно-воздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина», Воронеж, Россия

S.A. Dyakov, V.D. Bobyliov

TECHNIQUE OF FORECASTING OF ADVECTIVE FOGS

AROUND AIRFIELD OF THE CITY OF VLADIVOSTOK

Features of formation and a technique of the forecast of advective fogs around airfield of the city of Vladivostok are pre-

sented.

Key words: advective fog, coastal fogs, Sea of Japan, monsoonal climate, carrying out of heat, correlation analysis, discriminant function.

Federal State Official Military Educational Institution of Higher Professional Education Military Educational Research Centre of Air Force «Air Force Academy named

after professor N.E. Zhukovsky and Yu.A. Gagarin», Voronezh, Russia

194

УДК 551.501

С. А Дьяков1, В. В. Удриш2

ОСОБЕННОСТИ ГИДРОМЕТЕОРОЛОГИЧЕСКОГО ОБЕСПЕЧЕНИЯ БЕЗОПАСНОСТИ МОРЕПЛАВАНИЯ 65 РОССИЙСКОЙ АНТАРКТИЧЕСКОЙ ЭКСПЕДИЦИИ В 2019-2020 ГОДЫ

Представлены особенности гидрометеорологического обеспечения задач 65 Российской антарктической экспедиции и результаты исследования гидрометеорологической группы на океанографическом исследовательском судне «Адмирал Владимирский», выполнившем поход к берегам Антарктиды и Южному магнитному полюсу в период кругосветного плавания.

Ключевые слова: гидрометеорологическое обеспечение, Российская антарктическая экспедиция, морская метеорология, океанографическое исследовательское судно, Антарктида, айсберговая активность, ледовая обстановка.

В период с 3 декабря 2019 года по 8 июня 2020 года в рамках 65 Российской антарктической экспедиции и в честь 200-летия открытия Антарктиды российскими мореплавателями Ф.Ф. Беллинсгаузеном и М.П. Лазаревым. А также 250-летия со дня рождения адмирала И.Ф. Крузенштерна океанографическое исследовательское судно ВМФ РФ ОИС «Адмирал Владимирский» участвовало в проведении кругосветной океанографической экспедиции [1, 2] (ОИС - океанографическое исследовательское судно). Помимо чествования знаковых событий, главные задачи экспедиции заключались: в выполнении гидрографических работ в морях, омывающих Антарктиду; в проведении океанографических и гидрометеорологических исследований, гидрографических и морских геофизических работ по маршрутам перехода; демонстрация флага ВМФ России.

Маршрут перехода выходил из п. Кронштадт (Финский залив Балтийское море), пересекал Атлантический, Тихий и Индийский океаны, проходил вблизи побережья северной и западной Европы, в акватории вод Атлантического океана вблизи восточной части Южной Америки, западного сектора Антарктиды с переходом в восточное полушарие Земли, в район Южного магнитного полюса, с дальнейшим движением к Сейшельским остовам, огибая после данных островов с юга и запада Африку (рис. 1).

Рис. 1. Карта кругосветной океанографической экспедиции к берегам Антарктиды в 2019-2020 годах (по данным УНИО МО РФ)

195

Витоге кругосветный маршрут экспедиции замкнулся на траверсе порта Лиссабон, и спустя 189 суток закончился в п. Кронштадт 8.06.20 г.

Втечение всего периода экспедиции метеорологической группой судна совместно с представителями гидрометеорологического факультета ВУНЦ ВВС «ВВА им. проф. Н.Е. Жуковского и Ю.А. Гагарина» (доцентом Дьяковым С.А.) по маршруту перехода осуществлялась оценка гидрометеорологической обстановки (ГМО) и прогнозирование ее развития. При подготовке к докладу ГМО руководящему составу экспедиции проводилась обработка гидрометеорологической информации (ГМИ).

При организации гидрометеорологического обеспечения экспедиции в разных климатических зонах были трудности, связанные с постоянством функционирования отечественных каналов получения ГМИ, что приводило к постоянному поиску источников информации

иопределению достоверности получаемых сведений, применению новых методов анализа и форм предоставления ГМИ.

Исходя из этого, обработка ГМИ в период экспедиции включала в себя: 1. Поиск и добывание ГМИ.

2. Анализ и определение достоверности ГМИ.

3. Представление в виде, понятном для потребителя (карта, бланк, прогноз). Добывание ГМИ заключалось: в осуществлении радиоперехвата циркулярных пере-

дач ГМИ от международных радиопередающих метеорологических центров (РМЦ).

Вприеме гидрометеорологических бюллетеней иностранных государств по сети ИНМАРСАТ (международной спутниковой глобальной морской системы связи при бедствии и для обеспечения безопасности).

Вприеме штатными средствами судна аналоговых и цифровых снимков облачности от метеорологических космических аппаратов (МКА).

Впроведении местных метеорологических измерений с помощью корабельных автоматических метеорологических станций.

При осуществлении радиоперехвата ГМИ от РМЦ разных государств определялись районы и частоты уверенного приема, вид и содержание передаваемой информации. РМЦ выбирались исходя из зоны ответственности государства (районы METAREA) и необходимости оценки гидрометеорологических условий на предстоящий для прохождения участок маршрута.

Анализ ГМИ проводился с использованием графических компьютерных редакторов, позволяющих в ручном режиме применять инструменты по созданию векторной графики на растровых, полученных по радиоканалу, электронных картах погоды. Помимо гидрометеорологических карт анализу подвергались снимки облачности с МКА, на которых выполнялось восстановление барического (ветрового) приземного (приводного) поля, состояния волнения моря с неосвещенной в гидрометеорологическом отношении территории.

Для оценки достоверности получаемой от РМЦ ГМИ проводилось сравнение информации с результатом анализа снимка облачности от МКА, полученного с помощью штатного комплекса на судне. Если барические поля не отличались кардинально, то делался вывод о возможности использования ГМИ от РМЦ иностранного государства при составлении прогноза гидрометеорологических условий по маршрутам перехода. Дополнительно, аналогично оценивалась ГМИ, передаваемая по сети ИНМАРСАТ в гидрометеорологических бюллетенях иностранных государств.

Вцелях своевременного и эффективного принятия решений группой управления судном по проведению исследований, применению разных видов технических средств изучения вод Мирового океана, и по дальнейшему маршруту перехода, ГМИ предоставлялась в форме карт, специально разработанных метеоспециалистами на электронных бланках, и снимках облачности с МКА, обработанных над территорией нахождения судна. Гидрометеорологические условия (ГМУ) по маршруту перехода оценивались с недельной заблаговременностью, обращая внимание на сложные ГМУ, которые могли привести к срыву выполнения задач исследования.

196

Впериод экспедиции сложные ГМУ наиболее часто наблюдались в южном полушарии Земли, вблизи Антарктиды в Тихоокеанском и Индийском секторах.

Вданных районах наблюдались периоды с сильным ветром (более 30 м/с), высокой выстой волны (5 – 7,5 м), низкими количеством солнечных дней (количеством облачности менее 5 баллов) и атмосферным давлением (менее 730 мм. рт. ст.). Районы со сложными ГМУ, влияющими на выполнение задач экспедиции, представлены на рис. 2.

Впериод экспедиции представителями ВУНЦ ВВС «ВВА» (г. Воронеж) на ОИС «Адмирал Владимирский» было установлено экспериментальное гидрометеорологическое оборудование и модернизировано штатное, что позволило оказать помощь штатной метеорологической группе судна в разработке прогнозов гидрометеорологических условий по маршруту перехода, сборе ценных гидрометеорологических данных в различных климатических зонах [3-7].

Вгидрометеорологической лаборатории судна был развернут экспериментальный образец малогабаритной станции приема ГМИ, в которой были внедрены перспективные технологии приема и обработки данных, позволяющие повысить качество и объем ГМИ, получаемой по радиоканалу, как от отечественных статнций, так и международных РМЦ (рис. 3)

[5].

Рис. 2. Зоны сложных ГМУ, наблюдаемых в период экспедиции (по данным метеорологической группы ОИС «Адмирал Владимирский»)

197

а) гидрометеорологическая лаборатория; б) КВ-антенны, установленные на верхней палубе судна

Рис. 3. Работа на малогабаритной станции приема ГМИ, развернутой на океанографическом исследовательском судне «Адмирал Владимирский»

По сравнению с предыдущими дальними походами к берегам Антарктиды на ОИС «Адмирал Владимирский» было получено большее количество ГМИ, как от ГГМЦ так и международных РМЦ: Германии, Великобритании, США, Канады, Чили, Новой Зеландии, Австралии и Японии [8-12].

При приеме ГМИ от международных РМЦ на картах были определены районы и частоты уверенного приема ГМИ, оценено качество принимаемых гидрометеорологических карт. Организация гидрометеорологического обеспечения на ОИС «Адмирал Владимирский» позволила с высоким качеством получить более 5500 различных гидрометеорологических карт, переданных по радиоканалу международных РМЦ.

В Антарктике, Атлантическом и Индийском океанах при приеме на судне ГМИ по радиоканалу от международных РМЦ, обнаружен интересный эффект сверхдальнего распространения КВ-радиоволн, белее 10 тыс. км. Это говорит о необходимости использования и развития гидрометеорологического оборудования поддерживающего функционирование данного канала, в том числе и как резервного, при наличии спутниковой связи (рис. 4).

198

Рис. 4. Районы и частоты приема ГМИ от международных РМЦ в период работы на судне вблизи Антарктического полуострова и Южной Америки

В течение всего похода создана специализированная электронная база гидрометеорологических и навигационных данных, включающая в себя автоматические измерения общим объемом более 3 млн., с интервалом 5 секунд. Причем для глубокого анализа в разных климатических зонах, наблюдаемых по маршруту перехода ГМУ, созданы карты характерных фактических погодных условий с обозначением опасных явлений погоды [12-14].

С помощью комплекса «Сюжет-МБ» создана электронная база снимков облачности, полученных с метеорологических космических аппаратов [3, 4]. Причем, при нахождении судна в движении, осуществлялся прием снимков высокого разрешения (HRPT) путем реализации рационализаторского предложения, разработанного в ВУНЦ ВВС «ВВА» (г. Воронеж). Были получены высококачественные снимки облачных массивов над Европой, северной Атлантикой, Южной Америкой, Антарктидой, Новой Зеландией, Австралией, Африкой и Индийским океаном. Было получено около 2000 облачных снимков, что в два раза больше чем в предыдущих походах, особенно снимков Южного полушария, Антарктики. Впервые в районах Южного полушария на комплексе «Сюжет-МБ» были получены снимки с нового отечественного метеорологического космического аппарата Метеор-М2.2., запущенного в 2019

году (рис. 5) [12].

199

Рис. 5. ГМИ получаемая с метеорологических космических аппаратов и обрабатываемая комплексом «Сюжет-МБ», установленным на судне

Получение снимков высокого разрешения в Антарктиде позволило при отсутствии облачности оперативно и точно оценить сложную ледовую обстановку в районах: моря Беллинсгаузена, при движении в районе островов Баллени и Южного магнитного полюса (рис.

6).

При выполнении работ в море Беллинсгаузен, движении к Южному магнитному полюсу вблизи Антарктиды гидрометеорологической группой исследования и радионавигационной службой судна постоянно оценивалась ледовая обстановка: составлялись карты-схемы с границей ледовой кромки, местоположением айсбергов, передаваемых от Гидрометеорологической службы ВС РФ, ГГМЦ ВС РФ, УНИО, а также службами погоды Аргентины и Н о- вой Зеландии по сети ИНМАРСАТ. Результаты оценки предоставлялись на картах-схемах

(рис. 7) [1, 2, 13].

Граница ледовой кромки постоянно требовала корректив, под влиянием мощных циклонов, «атакующих» Антарктиду с севера и северо-запада, дрейфующий лед постоянно разбрасывало на несколько миль, образуя ледяные полосы, ориентируемые по основному ветровому потоку в приземном слое. При уточнении данных границ использовались снимки с космических аппаратов, получаемых с помощью комплекса «Сюжет-МБ» [3].

В течении дальнего похода анализировалась гидрометеорологическая информация, получаемая от международных метеорологических центров по сети ИНМАРСАТ. Было получено 1030 гидрометеорологических бюллетеней от 9 стран: Великобритании, США, Аргентиты, Бразилии, Новой Зеландии, Австралии, Индии, ЮАР, Франции. Разработаны электронные карты-схемы для визуализации данных бюллетеней, отображающие прогноз ГМУ, которые использовались при информировании руководства экспедиции. Разработанные кар- ты-схемы в дальнейшем позволят уточнить особенности предоставления гидрометеорологической информации гидрометеорологическими центрами разных государств и наметить на-

200

правления по совершенствованию гидрометеорологического обеспечения ВМФ в данных климатических зонах.

Выводы.

1.В период дальнего похода маршрут перехода постоянно корректировался исходя из гидрометеорологических условий, что позволило в благоприятных условиях трижды пройти пролив Дрейка, провести качественные гидрографические работы в море Беллинсгаузен.

2.При движении вблизи Антарктиды в южной части Тихого океана обойти мощный циклон с высотой волны в его тыловой части более 14 м и провести работы в районе Южного магнитного полюса обеспечить выполнение программы исследований в экспедиции 2019-