Лекция 14. Разработка СППР для систем экологического

advertisement
91
Лекция 14
Тема: Разработка СППР для систем экологического мониторинга
атмосферы. Формирование базы данных и знаний, множества размерных
и безразмерных параметров системы.
1. Построение базы данных и знаний.
Обобщенная математической модель СППР для систем мониторинга
была положена в основу разработки компьютерной СППР для системы экологического мониторинга атмосферы крупных промышленных городов. Рассмотрим уровни системы.
Пространство W строится на основе разбиения ограниченной области
приземного слоя атмосферы городов на ячейки. Переменная w характеризует
принадлежность анализируемых параметров фиксированной ячейке области. В
качестве объектов мониторинга O1 ,.., O N выступают концентрации загрязняющих веществ в приземном слое атмосферы городов. Наблюдения на экологических постах регулярно осуществляются подразделениями РЦЭМ. Пространство  - ограниченная область пограничного слоя атмосферы, в которой ведутся метеорологические наблюдения за состоянием атмосферы, объекты наблюдений U1 ,.., U M - параметры пограничного слоя атмосферы. Зададим содержание базы знаний системы. Множества D 0 ( w, t ) , D S ( t, w ) содержат фактические и прогностические данные :
 блок метеорологических данных – фактические и прогностические карты
погоды и барической топографии 925 и 850 гПа ; кривые стратификации температуры ; данные радиозондовых и наземных наблюдений, включающие значения высот радиозонда, давления, температуры, скорости и направления ветра,
влажности, распределенных по высоте и на поверхности земли, коэффициент
шероховатости поверхности ;
92
 блок топографических данных – карты рельефа местности территорий, координаты источников выбросов, координаты экологических постов наблюдений (стационарных и маршрутных) ;
 блок технических данных – характеристики источников выбросов – тип источника, высота устья, диаметр, начальная скорость, мощность, температура
выброса, график работы источника ;
 блок физико-химических данных – химический состав смеси источников
выбросов, химическая активность, плотность, скорость гравитационного оседания, среднесуточные и разовые значения предельно допустимых концентраций
(ПДК) веществ ;
Множества D C ( w, t ) , D L ( t, w ) включают в себя неструктурированные
фактические и прогностические данные :
 блок знаний по метеорологическим условиям загрязнения (МУЗ) атмосферы
– типы синоптических ситуаций и соответствующие им числовые характеристики (баллы) ; значения предикторов, характеризующих погранслой и соответствующие им числовые характеристики ; значения весовых множителей для
вычисления комплексных числовых характеристик ; базовые шкалы зависимости прогнозов МУЗ от значений комплексных параметров оценки метеорологических условий загрязнения ;
 блок знаний по неблагоприятным условиям загрязнения (НУЗ) – базовые
шкалы зависимости степени загрязнения атмосферы от уровня превышения
ПДК веществ ;
 блок знаний о степени важности ("весе") различных критериев ЛПР, нелинейных коэффициентах функции предпочтения ЛПР, комплексных формулировках мероприятий по принятию управленческих решений.
На первом этапе отображение F11 ( t ) представляет собой моделирование
параметров пограничного слоя атмосферы, типов синоптических ситуаций и
значений концентрации загрязняющих веществ (1). На первом этапе вычисляются фактические (на момент времени t 0 ) и прогностические (с заблаговременностью t1  t 0 =12ч, t 2  t 0 =24ч, t 3  t 0 =36ч) параметры :
93
 блок метеорологических параметров : массивы данных вертикальных профилей горизонтальных компонент вектора скорости U( w, z, t ) , V( w, z, t ) , температуры T( w, z, t ) , влажности Q( w, z, t ) , коэффициентов горизонтальной и
вертикальной турбулентной диффузии k L ( w, z, t ), k Z ( w, z, t ) , значения высоты
слоя перемешивания H p ( w, t ) , средней скорости в слое перемешивания
Vsr ( w, t ) . Поскольку в локальном масштабе используются горизонтально-
однородные модели, параметр w выступает как указатель городов региона, где
проводятся метеорологические наблюдения ;
 блок экологических параметров : трехмерные массивы данных значений
концентраций загрязняющих веществ в элементарных ячейках области в заданные моменты времени C i ( w, z, t ) , где i – номер вещества i  1, N sub ; двухмерные массивы данных - значения максимальных за рассматриваемые периоды
( t1  t 0 , t 2  t 0 , t 3  t 0 ) концентраций веществ в ячейках области приземного
слоя Cimax ( w, t ) , значения усредненных за рассматриваемые периоды концентраций веществ в ячейках области приземного слоя Cithr ( w, t ) . Параметр w в
данном случае идентифицирует ограниченную подобласть (город, окрестность
источника и др.) и элементарную ячейку подобласти.
2. Формирование множества размерных параметров системы.
Источником неопределенности и противоречивости информации на
данном этапе выступает погрешность моделирования процессов рассеивания
примеси в атмосфере. Эта погрешность складывается из погрешности математических моделей рассматриваемых процессов, погрешности вычислительных
методов, погрешности входных (экспериментальных) данных. Объединяя влияние всех факторов на погрешность прогнозирования концентрации примеси,
можно утверждать, что только начиная с уровня концентрации 1,5 единиц нормы ПДК следует говорить о реальном превышении допустимой нормы. Полученный вывод используется в базовой шкале оценки загрязнения.
94
Для повышения информативности результатов моделирования, влияющих на правильность принятия решения ЛПР, предлагается построение нечетких множеств для каждого из рассчитываемых параметров. Специалист (синоптик) с учетом накопленного опыта работы с данными радиозондовых наблюдений и синоптическими картами формирует два блока прогностических метеорологических данных, соответствующих наименее и наиболее благоприятным
МУЗ (из множества D S ( t, w ) ). В настоящее время не существует утвержденных
к использованию методик для выполнения данного прогноза. Критерии формирования данных могут основываться на свойствах следующих предикторов :
чем больше толщина слоя температурной инверсии (наличие или отсутствие
таковой), ниже скорость ветра, более опасное направление ветра (если есть
накопленные данные об опасных направлениях ветра для данного региона),
больше особых точек по скорости и температуре, тем хуже МУЗ. Системный
аналитик РЦЭМ формирует также два блока исходных экологических параметров (множество D 0 ( t, w ) ) для оценки НУЗ, в котором указывает минимально и
максимально возможные значения параметров источников выбросов, с учетом
накопленных знаний о пределах погрешности представления данных. Чем
меньше начальная скорость, температура выброса, химическая активность веществ, чем больше время работы источника, выше мощность источника, плотность, скорость гравитационного оседания веществ, тем выше степень загрязнения приземного слоя воздуха в окрестности источника. На основе всех этих
данных формируется два блока расчетных метеорологических и экологических


параметров-предикторов X S ( t, w, k ), X S ( t, w, k ) , k  1, N S ( N S  3N sub  2 ),
включающих соответственно H p ( w, t ) , Vsr ( w, t ) , { C i ( w, z, t ) , Cimax ( w, t ) ,


Cithr ( w, t ) }. Значения X S ( t, w, k ), X S ( t, w, k ) используются для построения нечетких множеств.
Отображение F12 ( t ) (1) представляет собой определение типов синоптических ситуаций, соответствующих наименее и наиболее неблагоприятным
МУЗ. Диапазон значений лингвистической переменной, характеризующей тип
95
синоптической ситуации определяется специалистом (синоптиком) по утвержденным методикам на основе фактических и прогностических синоптических
карт, карт барического поля, данных радиозондовых и наземных наблюдений
(множества D 0 ( t, w ) , D S ( t, w ) ). Тип ситуации задается на основе базовой шкалы, представленной в таблице 1 (множество D C ( t, w ) ). При помощи исходного
множества ситуаций формируется два блока значений формулировок синопти

ческих ситуаций X L ( t, w ), X L ( t, w ) .
3. Формирование множества безразмерных параметров системы.
На втором этапе преобразование F21 ( t ) (2) однозначно отображает мно

жество значений размерных параметров X S ( t, w, k ), X S ( t, w, k ) на множество


KS ( t, w, k), KS ( t, w, k). Преобразования
безразмерных
параметров
H p ( w, t )  K S ( t, w,1), Vsr ( w, t )  K S ( t, w,2) осуществляются при помощи ба-
зовых шкал, представленных в таблице 2 (из множеств D 0 ( t, w ) , D S ( t, w ) ). По
таблицам, методами линейной интерполяции рассчитываются два блока пара

метров { K S ( t, w, k ), K S ( t, w, k ) }, ( k  1, 2 ). Для преобразования экологических
параметров используются значения максимально разовых и среднесуточных
предельно допустимых концентраций (ПДК), соответственно C (i1) , C(i 2)
( i  1, N sub ). Значения параметров :
K S ( t, w,3i) = C i ( w, z, t ) / C (i1) , K S ( t, w,3i  1) = Cimax ( w, t ) / C (i1) ,
K S ( t, w,3i  2) = Cithr ( w, t ) / C(i 2) .
Преобразование F22 ( t ) (2) однозначно отображает множество значений


синоптических ситуаций X L ( t, w ), X L ( t, w ) на множество безразмерных пара

метров K L ( t, w ), K L ( t, w ) при помощи базовой шкалы, представленной в таблице 1 (из множеств D 0 ( t, w ) , D S ( t, w ) ). По таблице, рассчитываются два бло

ка параметров K L ( t, w ), K L ( t, w ) .
96
Таблица 1. Базовая шкала типов синоптических ситуаций для МУЗ.
Типы синоптических ситуаций
Малоподвижные антициклоны и гребни (например, ядра Азорского максимума, смещающиеся медленно к востоку).
Западная периферия антициклона или гребня, независимо от скорости ветра при переносе из юго-восточного сектора, при адвекции тепла, а также Сибирского антициклона.
Передняя часть циклона (ложбина при переносе из юговосточного сектора, особенно при адвекции тепла).
Малоподвижный, небольшой по площади циклон, в котором циркулирует одна и та же воздушная масса.
Размытые поля высокого и низкого давления с ветром переменных направлений.
Периферии барических образований (наблюдавшиеся в течение
1.5 суток и более при V<4 м/с).
Центры или периферии барических образований (наблюдавшиеся
менее 1.5 суток при V<4 м/с).
Центры или периферии барических образований (любой продолжительности, V> 5 м/с).
Быстродвижущиеся барические образования или чередование
ложбин и гребней.
Ультраполярное или северное вторжение воздушной массы.
K L ( t, w )
3
4
5
6
7
8
9
10
На втором этапе отображение F23 ( t ) (3) определяет блок безразмерных
комплексных параметров, характеризующих метеорологические условия загрязнения (МУЗ) и неблагоприятные условия загрязнения (НУЗ). В первом случае используются блок метеорологические параметров, во втором- блок экологических параметров. Для прогнозирования МУЗ использована методика, основанная на четкой логике из [16], на основе которой рассчитываются два параметра K( w, t,1) , K( w, t,2) :
K( t, w,1)  K L ( t, w )  K S ( t, w,1)  K S ( t, w,2) ,
в теплый период (с апреля по сентябрь) ночью
(1)
97
K( t, w,2)  33,26  1,7 K L ( t, w )  0,28K S ( t, w,1)  0,35K S ( t, w,2) ,
(2)
днем
K( t, w,2)  32,49  1,8K L ( t, w )  0,33K S ( t, w,1)  0,39 K S ( t, w,2)  1,7 K L ( t 0 , w ) ,
(3)
в холодный период (с октября по март) ночью
K( t, w,2)  35,58  1,54 K L ( t, w )  0,02 K S ( t, w,1)  1,32 K S ( t, w,2) ,
(4)
днем
K( t, w,2)  33,72  1,77 K L ( t, w )  0,1K S ( t, w,1)  0,36 K S ( t, w,2)  1,5K L ( t 0 , w ) .
(5)
Таблица 2. Базовые шкалы высоты слоя перемешивания и средней скорости
ветра в слое перемешивания для МУЗ.
K S ( t, w,1) (для H p ( w, t ) ),
Vsr ( w, t )
K S ( t, w,2) (для Vsr ( w, t ) )
(м)
(гПа)
 300
 30
0-3
3
400
40
4
4
500
50
5
5
600
60
6
6
700
70
7
7
800
80
8
8
900
90
9
9
 1000
 100
 10
10


По (2)-(5), рассчитываются два блока параметров K( t, w, p), K( t, w, p) ,
H p ( w, t )
p=1, 2. Для прогнозирования НУЗ рассмотрим безразмерный комплексный параметр
K( t, w,2  i)  1K S ( t, w,3i  1)   2 K S ( t, w,3i  2) , 1   2  1 .
(6)
При оценке уровня загрязнения приземного воздуха специалистами
РЦЭМ учитывается в равной степени как максимально разовые, так и среднесу-
98
точные концентрации, поэтому в (6) можно положить 1   2  0.5 . Трёхмерный массив данных K S ( t, w,3i) используется в СППР для графической визуализации загрязнения пограничного слоя атмосферы по высотам для оценки
перспективы развития процесса рассеивания примеси.
Скачать