ISSN:2500-154Х (online)
ISSN:2227-2917 (print)
12+
Известия вузов. Инвестиции. Строительство. Недвижимость
Поиск по сайту

Оптимизация сетевых аэрозольных измерений в зонах масштабного промышленного строительства

Казымлы Рейхана Вагиф гызы , Нуриева Лале Имран гызы

2020 / Том 10, номер 1(32) 2020 [ ТЕХНИЧЕСКИЕ НАУКИ. СТРОИТЕЛЬСТВО ]

Целью работы является оптимизация суточного режима измерений в локальных распределенных наземных измерительных сетях, установленных в зонах масштабного промышленного строительства для исследования атмосферного аэрозоля. Отмечено, что атмосфера над зонами масштабного промышленного строительства является важнейшим объектом исследования. Для этого развертываются наземные локальные распределенные измерительные сети, режим работы которых должен быть оптимизирован. В ходе проводимых исследований применены базовые положения атмосферной оптики, а также методы вариационной оптимизации. Показано, что в условиях слабой динамики развития аэрозольной загрязненности атмосферы над промышленными зонами проведение точечных измерений с малым временным шагом в течение дня во всех станциях может привести к значительной избыточности измерительной сети информации, посылаемой в центр обработки. Определен оптимальный режим измерений в локальной сети, пригодный при малой динамике аэрозольной загрязненности в исследуемой зоне нахождения мощного аэрозольного загрязнителя атмосферы. Основным выводом проводимых исследований является то, что осуществление периодических измерений по множеству дискретных значений по всему множеству станций локальной сети, размешенной вокруг мощного источника аэрозольного загрязнителя, может вызвать избыточность информации в условиях малой динамики состояния аэрозольной загрязненности атмосферы в указанной зоне. В таких условиях рекомендуется переход на оптимизированный сокращенный режим измерений, когда должна быть соблюдена определенная связь между показателем и станцией, установленной в точке с априори вероятной или прогнозируемой оценкой степени загрязнения воздуха.

Ключевые слова:

измерения,оптимизация,атмосфера,аэрозоль,многоволновые измерения,распределенные сети,measurements,optimization,atmosphere,aerosol,multi-wave measurements,distributed networks

Библиографический список:

  1. Westerdahl D., Fruin S., Sax T., Fine P., Sioutas C. Mobile platform measurements of ultrafine particles and associated pollutant concentrations on freeways and residential streets in Los Angeles. Atmos Environ. 2005. Vol. 39. P. 3597-3610.
  2. Sotiropoulou R.E.P., Tagaris E., Pilinis C., Andronopoulos S., Sfetsos A., Bartzis J.G. The BOND project: biogenic aerosols and air quality in Athens and Marseille greater areas. J Geophys Res. 2004. Vol. 109. P. 1-16.
  3. Putaud J.P., Raes F., Van Dingenen R., Brüggemann E., Facchini M.C., Decesari S., Fuzzi S., et all. A European aerosol phenomenology-2: chemical characteristics of particulate matter at kerbside, urban, rural and background sites in Europe. Atmos Environ. 2004. Vol. 38. P. 2579-2595
  4. Omar N., Bin Abas M.R., Rahman N.A., Tahir N.M., Rushdi A.I., Simoneit B.R.T. Levels and distributions of organic source tracers in air and roadside dust particles of Kuala Lumpur, Malaysia. Environ Geol. 2007. Vol. 52. P. 1485-1500.
  5. Morawska L., Ristovski Z., Jayaratne E.R., Keogh D.U., Ling X. Ambient nano and ultrafine particles from motor vehicle emissions: characteristics, ambient processing and implications on human exposure. Atmos Environ. 2008. 42:8113-8138
  6. Kuvarega A.T., Taru P. Ambiental dust speciation and metal content variation in TSP, PM10 and PM25 in urban atmospheric air of Harare (Zimbabwe). Environ Monit Assess. 2008. Vol. 144. P. 1-14.
  7. Automatic Sun tracking photometer CE18. Available from: http://support.cimel.fr/photo/pdf/ce318_us.pdf [Accessed 4th June 2018].
  8. Eck T.F., Holben B.N., Reid J.S., Xian P., Giles D.M., Sinyuk A., Smirnov A., et al. Observations of the interaction andtransport of fine mode aerosols withcloud and/or fog in Northeast Asia from Aerosol Robotic Network and satelliteremote Sensing // Journal of Geophysical Research: Atmospheres. 2018. Vol. 123. Iss. 10. https://doi.org/10.1029/2018JD028313
  9. Giles D.M., Sinyuk A., Sorokin M.G., Schafer J.S., Smirnov A., Slutsker I., Eck T.F., et all. Advancements in the Aerosol Robotic Network (AERONET) Version 3 database - automated near-real-time quality control algorithm with improved cloud screening for Sun photometer aerosol optical depth (AOD) measurements. Atmos. Meas. Tech. 2019. Vol. 12. P. 169-209. https://doi.org/10.5194/amt-12-169-2019
  10. Holben B.N., Kim J., Sano I., Mukai S., Eck T.F., Giles D.M., Schafer J.S., et al. An overview of mesoscale aerosol processes, comparisons, and validation studies from DRAGON networks. Atmos. Chem. Phys. 2018. Vol. 18. P. 655-671. https://doi.org/10.5194/acp-18-655-2018.
  11. Schafer J.S., Eck T.F., Holben B.N., Thornhill K.L., Anderson B.E., Sinyuk A., Giles D.M., et al. Intercomparison of aerosol single-scattering albedo derived from AERONET surface radiometers and LARGE in situ aircraft profiles during the 2011 DRAGON-MD and DISCOVER-AQ experiments. Journal of Geophysical Research: Atmospheres. 2014. Vol. 119. Iss. 12. https://doi.org/10.1002/2013JD021166
  12. Eck T.F., Holben B.N., Giles D.M., Slutsker I., Sinyuk A., Schafer J. S., et al. AERONET remotely sensed measurements and retrievals of biomass burning aerosol optical properties during the 2015 Indonesian burning season. Journal of Geophysical Research: Atmospheres. 2019. Vol. 124. P. 4722-4740. https://doi.org/10.1029/2018JD030182
  13. Gettys J., Nichols K. Bufferbloat: Dark Buffers in the Internet. Commun. ACM. 2012. Vol. 55. P. 57-65.
  14. Cardwell N., Cheng Y., Gunn C.S., Yeganeh S.H., Jacobson V. BBR: Congestion-based Congestion Control. Commun. ACM. 2017. Vol. 60. P. 58-66.
  15. Arzani B., Ciraci S., Loo B.T., Schuster A., Outhred G. Taking the Blame Game out of Data Centers Operations with NetPoirot. In Proceedings of the 2016 ACM SIGCOMM Conference. Florianopolis, Brazil, 22-26 August 2016. Florianopolis; 2016. P. 440-453.
  16. Tian X., Sun L., Liu Q., Li X. Retrieval of high-resolution aerosol optical depth using Landsat 8 OLI data over Beijing. J. Remote Sens. 2018. P. 51-63. https://doi.org/10.11834/jrs.20186362.
  17. Sun L.; Wei J.; Bilal M.; Tian X., Jia C., Guo Y., Mi X. Aerosol Optical Depth Retrieval over Bright Areas Using Landsat 8 OLI Images. Remote Sens. 2016. Vol. 8. P. 23. https://doi.org/10.3390/rs8010023
  18. Bilal M., Nichol J.E. Evaluation of MODIS aerosol retrieval algorithms over the Beijing-Tianjin-Hebei region during low to very high pollution events. J. Geophys. Res. Atmos. 2015. Vol. 120. P. 7941-7957.
  19. Гущин Г.П., Виноградова Н.Б. Общее содержание озона в атмосфере. Л.: Гидрометеоиздат, 1983. 228 с.
  20. Эльсгольц Л.Е. Дифференциальные уравнения и вариационные исчисления. М.: Наука, 1974. 472 с.

Файлы:

Язык

Лицензия Creative Commons
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Количество скачиваний:10291