Тип публикации: отчёт о НИР
Год издания: 2022
Ключевые слова: экологический мониторинг, загрязнение атмосферы, взвешенные частицы, GFS, температурная инверсия, данные реанализа, многофакторный дисперсионный анализ, кластеризация данных, регрессионная модель
Аннотация: По данным экологического мониторинга Красноярск является одним из нескольких городов России с самым грязным воздухом, концентрация вредных веществ в атмосфере города часто превышает допустимые нормы. Высокий уровень загрязнения атмосферного воздуха обусловлен многочисленными факторами – значительными объемами выбросов предприятий иПоказать полностьюавтономных источников теплоснабжения (печное отопление), рельефом местности (город расположен в долине с крутыми и высокими склонами), незамерзающей зимой рекой Енисей, и проч. Принципиальную, определяющую роль в этом перечне имеют метеоусловия. Данные наблюдений показывают, что повышенный уровень загрязнения воздуха города Красноярска в наибольшей степени проявляется в зимний период и при слабых ветрах (не более 1-2 м/с), при температурной инверсии. И наоборот, при скорости ветра от 3 м/с и выше город очень быстро очищается от смога.?В указанном контексте содержание исследований по настоящему проекту было направлено на выявление взаимосвязей между уровнем загрязнения атмосферного воздуха Красноярска и метеорологическими данными. Источник информации метеоданных – модель прогноза погоды NCEP GFS.?Результаты исследований за отчетный период состоят в следующем.?Разработано программно-технологическое обеспечение для формирования массивов метеоданных NCEP GFS, их оперативной предварительной и последующей аналитической обработки. Сформирована база многолетних данных метеоинформации на территорию Красноярска, согласованная с информацией по загрязнению атмосферы города из «Системы мониторинга воздуха Красноярского научного центра СО РАН», которая объединяет данные нескольких десятков станций мониторинга воздуха, распределенных по всем районам города. Реализованное информационно-вычислительное обеспечение является основной для решения задач, связанных с выявлением факторов, способствующих накоплению загрязняющих веществ в пограничном слое атмосферы вследствие выбросов от антропогенных и природных источников, прогнозированием периодов повышенного загрязнения воздуха в Красноярске на основе метеорологических данных.?На основе сформированного массива информации (метеоданные, загрязнение атмосферы) проведен статистический анализ зависимости концентрации взвешенных частиц PM2.5 от метеоданных. Рассматривался период времени с июня 2019 г. по март 2022 г.; этот временной диапазон был обусловлен доступностью данных по концентрациям взвешенных частиц PM2.5. В результате анализа данных выявлена статистически значимая взаимосвязь между концентрацией взвешенных частиц PM2.5 и инверсией температуры, а также между концентрацией взвешенных частиц PM2.5 и их сезонными колебаниями, а также значимость влияния взаимодействия этих факторов.?Была выполнена кластеризация метеорологических данных в зависимости от концентрации взвешенных частиц PM2.5 для выявления неблагоприятных метеорологических условий. Для группировки метеорологических параметров и концентраций взвешенных частиц PM2.5 был применен метод кластеризации k-средних, чтобы далее использовать полученные кластеры в качестве входных переменных для моделей прогнозирования. ?Анализ средних показателей метеорологических параметров и уровня концентрации твердых взвешенных частиц PM2.5 по каждому кластеру показал, что в кластере с наибольшим средним значением концентрации твердых взвешенных частиц PM2.5 сгруппированы данные со следующими отличительными характеристиками: слабый ветер, низкая высота планетарного пограничного слоя, мощные инверсии и преобладающим юго-юго-восточном направлением ветра.?Предметом исследования в настоящем проекте было выявление с помощью статистических методов метеорологических параметров, которые оказывают существенное влияние на концентрации взвешенных частиц PM2.5. В отчетный период рассматривался первый из двух этапов решения этой задачи – сокращение размерности метеоданных с помощью метода главных компонент. В качестве исходных данных были выбраны данные реанализа NCEP GFS на разных вертикальных уровнях – от поверхности земли до высоты 3000 м, всего 157 метеорологических параметров (значения температуры, влажности воздуха, давления, ветра, количества осадков, облачности, показатели влажности почвы, концентрации озона в атмосфере, и др.) за период с июня 2019 г. по март 2022 г. с шагом по времени в 6 часов; общий объем исследуемых данных составил порядка 650 000 записей. ?В результате применения метода главных компонент были получены следующие результаты: первые 18 главных компонент содержат 90% дисперсии, а первые 5 главных компонент содержат 71% дисперсии. Таким образом, для регрессионного анализа можно использовать вместо 157 метеорологических параметров 18 (или 5) главных компонент. ?Полученные главные компоненты будут использованы на следующем этапе работ по проекту для построения регрессии главных компонент с целью предсказания периодов, способствующих накоплению вредных (загрязняющих) веществ в приземном слое атмосферного воздуха.?Одной из задач проекта являлось создание полуэмпирической математической модели, которая описывает динамику изменения во времени распределения температуры по высоте в атмосферном пограничном слое над территорией г. Красноярска. Разработанная модель основана на уравнении притока тепла, в качестве входных данных используются результаты прогнозов погоды (температуры воздуха) по мезомасштабным моделям. Численное решение сформулированной задачи получено с использованием схемы Лакса. Была выполнена программная реализация предложенного алгоритма, проведены численные эксперименты. Результаты тестирования модели показали неплохое соответствие модели данным наблюдений.