УДК 004:574
РАХМЕТУЛЛИНА С.Ж., ДЕНИСОВА Н.Ф., БИТИМБАЕВ И.Т.
Восточно-Казахстанский Государственный Технический университет им. Д.Серикбаева, Усть-Каменогорск, Казахстан
ПРИМЕНЕНИЕ ВАРИАЦИОННЫХ АЛГОРИТМОВ В СИСТЕМЕ ЭКОЛОГИЧЕСКОГО МОНИТОРИНГА
Современное развитие науки и вычислительной техники, возросшая актуальность экологических проблем обусловили активное применение современных информационных технологий в проведении экологического мониторинга. Экологический мониторинг – это система наблюдений, оценки и прогнозирования состояния окружающей среды на основе измерений, моделирования, экспертных оценок и других методов определения показателей состояния объектов экологического мониторинга. К основным количественным показателям качества атмосферного воздуха относят функции, описывающие концентрации загрязняющих веществ.
По реализуемой методике оценки воздействия на окружающую природную среду информационные средства можно классифицировать на две группы:
- системы, реализующие расчет поля концентрации по характеристикам источника выбросов с использованием стандартных инженерных методик;
- программные продукты, основывающиеся на математическом моделировании процесса распространения примесей.
При решении задач оценки качества атмосферного воздуха и прогноза загрязнения атмосферного воздуха под воздействием антропогенных источников c использованием математического моделирования существует два основных подхода.
Первый подход базируется на методах прямого моделирования, суть их состоит в решении начально-краевых задач при различных способах задания входных параметров, таких как начальное распределение концентрации, характеристики источников загрязнения и так далее.
Методы прямого моделирования эффективно использовать для краткосрочного прогнозирования качества атмосферного воздуха в реальном масштабе времени [1].
Второй подход – это обратное моделирование, для оценок долгосрочных экологических перспектив и природоохранного проектирования в условиях изменяющегося климата требуются подходы обратного моделирования.
Наиболее эффективным подходом является совместное использование прямого и обратного моделирования, этот подход позволяет, используя данные наблюдений и другую дополнительную информацию, моделировать процесс распространения примесей и решать целый ряд задач связанных с состоянием атмосферного воздуха. Для системной организации вычислительных технологий и построения прямых и обратных связей между моделями используются вариационные принципы. В соответствии сними, наряду с дифференциальной постановкой модели используется вариационная формулировка модели. Для включения в систему моделирования данных наблюдений формулируется функциональная зависимость между данными измерений и функциями состояния в режиме прямых и обратных связей.
Методы моделирования с использованием вариационных алгоритмов разработаны учеными ИВМ и МГ СО РАН, г. Новосибирск [1]-[4].
В существующей системе экологического мониторинга атмосферного воздуха г. Усть- Каменогорска функционирует автоматизированная система наблюдений за качеством воздуха, метеопараметрами, радиационным фоном, уровнем воды. Внедрение данной системы позволяет получать оперативную информацию о состоянии атмосферного воздуха и использовать базу данных ретроспективных наблюдений. Данные наблюдений получаемые в режиме реального времени расширяют возможности использования вариационных алгоритмов для решения целого ряда задач возникающих в процессе экологического мониторинга.
Рассмотрим применение вариационного подхода к решению задачи определения параметров эмиссий зарязняющих веществ. Рассмотрим в общем виде вариационную формулировку модели [2, 3,4]:
0 )
), , ( ( ) , ,
( Y *
L Y * dDdtI
Dt
(1)где - функции состояния концентрации примесей в области
tD Dt 0,
,
*функции из пространства, сопряженного по отношению к пространству функций состояния, L – оператор переноса примеси с учетом турбулентной диффузии. Интегральное тождество (1) определяет функционал энергетического типа.
Для того чтобы учесть данные наблюдений вводятся в рассмотрение «модели» наблюдений, которые ставят в соответствие функциям состояния образы характеристик, которые измеряются пунктами наблюдения:
~( )m m, m W
(2)
Здесь
m набор измеряемых величин,
W~() - совокупность моделей наблюдений, - функции неопределенности моделей наблюдений и данных измерений.Результаты наблюдений, описываемые моделями (2), можно рассматривать как функционалы и определить чувствительность по отношению к вариациям параметров источников, предполагая отсутствие вариаций других параметров, то получим:
f t Г x
m
) ( , )( , (3)
где Г(x,t)- функции чувствительности функционала к вариациям праметров, f - функции источников примесей. Поскольку рассматриваются линейные модели процессов и наблюдений то соотношение (3) можно записать не только для вариаций но и для самих величин
m, f :
f t Г x
m ( , )
. (4)
Решение совокупности сопряженных задач позволяет найти фунции чувствительности. При подстановке в левую часть вместо моделируемых образов результатов измерений, получим систему линейных уравнений для приближенной оценки вектора f .
Выполнена программная реализация описанного алгоритма, определены параметры источников, рассчитаны функции состояния с учетом найденных параметров, выполнена визуализация расчетов. На рисунке 1 представлены изолинии функций состояния.
Рисунок 1. Изолинии функций состояния.
Заключение. Описание динамики природных объектов опирается на представления об их системной организации. Системный подход к решению проблем природопользования предполагает комплексное изучение протекающих в среде процессов [5]. Решение данной задачи невозможно без привлечения методов прямого и обратного моделирования. По своей природе задачи экологии и оценки состояния окружающей среды не допускают проведения полномасштабных натурных экспериментов, и математическое моделирование, при совместном использовании моделей и данных наблюдений является, по существу, единственным методом для оценки ситуационных рисков, изучения динамики природных и техногенных катастроф и прогнозирования их последствий, получения общей картины экологической ситуации.
Применение вариационных алгоритмов в системе экологического мониторинга позволяет на базе модели распространения субстанций в атмосфере, модели циркуляции атмосферы, данных измерений восстановить функции состояния и определить параметры источников загрязнения.
Литература
1. Пененко В.В. Вариационное усвоение данных в реальном времени. // Вычислительные технологии. 2005. Т.10. № 8. С.9-20.
2. Пененко В.В. Методы численного моделирования атмосферных процессов. Л.:
Гидрометеоиздат, 1981, 352 с.
3. Penenko V. Some aspects of mathematical modelling using the models together with observational data // Bull. Novosib. Comp. Center. Ser. Num. Model in Atmosph., Ocean and Environmental Studies. 1996. V. 4. P. 31-52.
4. Пененко В.В., Пененко А.В. Технологи численного моделирования. Вариационные принципы в природоохранном прогнозировании. Издательство ВКГТУ, 2011, 26 с.
5. Рахметуллина С.Ж. Математическое обеспечение подсистемы прогноза информационной системы мониторинга атмосферного загрязнения // Региональный вестник Востока. – 2010. – № 1.
– С. 35-42.