<<
>>

3.9. Методические основы построения распределения характеристик состава и свойств воды по площади акватории по данным измерений с помощью СПК.

Картина распределения физикохимических параметров воды и концентрации загрязняющих веществ по площади акватории является одним из самых наглядных и информативных результатов экологического контроля и мониторинга.

Построение такого распределения позволяет выявлять области максимального загрязнения, трассировать факелы сбросов загрязнений и выявлять источники загрязнения, проводить разграничение вод разного нроисхождения и решать другие природоохранные задачи на акватории.

СПК оснащены системой погружных датчиков, обеспечивающих непрерывное измерение in situ на ходу судна, в дрейфе и на якорной стоянке на выбранных глубинах основных физикохимических параметров воды (температуры, удельной электропроводимости, массовой концентрации растворенного кислорода, водородного показателя, окислительно- восстановительного потенциала, удельной радиоактивности). Одновременно

с тех же глубин с помощью системы непрерывного пробоотбора производится подача воды на бортовые приборы экспрессного химического анализа, в которых с помощью проточно-инжекционных анализаторов определяются концентрации в воде различных загрязняющих веществ (нефтепродуктов, нитратов, нитритов, ионов аммония, фосфатов, фторид- и хлорид-ионов, сульфатов, АПАВ, фенолов, растворимых форм железа, меди, цинка, марганца и ряда других). Постоянные времени измерительных каналов лежат в диапазоне от долей секунд (преобразователи удельной электропроводимости) до единиц минут (измерение концентрации нефтепродуктов), что позволяет получить результаты измерений практически в реальном масштабе времени непосредственно в процессе движения судна и за относительно небольшое время получить большой объем информации по площади обследуемой акватории. Руководитель работы может оценить реально складывающуюся обстановку на акватории непосредственно на борту судна и оперативно определить план дальнейших действий и траекторию движения судна.

Получение горизонтального среза данных по акватории за относительно короткий промежуток времени с помощью СПК обеспечивает возможность картирования результатов измерений и соответственно анализа пространственной неоднородности вод акватории с детальностью, которая не может быть достигнута с помощью традиционных методов отбора проб.

Рассмотрим задачу построения распределения некоторой характеристики z по площади акватории. Эта задача может быть сформулирована как задача определения и отображения на карте-схеме функции двух переменных ∑=f(x,y), где X, у - координаты точки на акватории.

В системе Гидрометеослужбы традиционно использовалось представление распределения по площади акватории путем нанесения на карту-схему изолиний измеряемой характеристики. С развитием компьютерной техники методы наглядного представления функций двух переменных получили существенное развитие. В настоящее время

практически любой пакет прикладных программ, связанный с обработкой данных, имеет с своем составе программы представления функции двух переменных либо в виде изолиний, либо в виде плоской цветовой картины, на которой величина функции отображается с помощью цветовой гаммы, либо в виде аксонометрического представления функции. Подчеркнем однако, что эти программы ориентированы на наглядное представление заданных функций, то-есть таких функций, которые могут быть вычислены на произвольной сетке. Прежде чем использовать эти программы, должна быть решена задача определения функции z≈f(x,y) на всей площади акватории по заданным результатам измерений в отдельных точках или вдоль некоторых линий.

Определение функции во всей области существования аргументов по заданным ее значениям в отдельных точках - это хорошо известная в математике задача интерполяции. Большинство классических работ посвящено решению задачи интерполяции в одномерном случае. Переход к многомерным функциям связан с принципиальным практическим осложнением. Дело в том, что, если в одномерном случае для обеспечения заданного качества интерполяции необходимы результаты измерений в п точках, то в двухмерном случае для обеспечения того же качества интерполяции требуются данные измерений на сетке в п2 точках.

Так, например, если для удовлетворительного восстановления одномерной функции используется 10-30 результатов измерений, то при том же качестве интерполяции на плоскости потребуется 100-1000 результатов измерений. Существенно, что такую информацию необходимо получить за ограниченный отрезок времени, чтобы на искомую пространственную картину значимым образом не наложилась временная изменчивость рассматриваемых полей. При проведении обследования акватории традиционным методом путем отбора проб и лабораторного анализа исследователь практически никогда не имеет указанного объема измерений, полученных за ограниченный отрезок времени. Как правило, в лучшем

случае приходится работать с данными, полученными в нескольких десятках точек. При использовании СПК картина принципиально меняется. За 10 часов работы СПК при скорости судна 12 узлов можно выполнить измерения на 200 километровом участке движения судна, что, например, при инерционности измерительной аппаратуры 10 сек составит около 3600 результатов измерений.

Рассматриваемая нами задача определения распределения по площади по данным измерений СПК сводится к выбору точек, в которых рекомендуется проводить измерения, то есть к выбору схемы маневрирования судна, оснащенного СПК, и к решению задачи интерполяции результатов измерений на всю площадь акватории.

Общие рекомендации по выбору схемы маневрирования судна при получении информации для построения распределения по площади акватории сводятся к следующему. Если априорной информации о распределении показателей состава и свойств водной среды нет, то целесообразно стремиться к равномерной сетке распределения точек измерения по площади акватории. Если какие-либо априорные данные есть, то для повышения точности интерполяции следует стараться сгущать точки проведения измерений в местах ожидаемого увеличения градиентов рассматриваемых параметров. Практически это сводится к следующим рекомендациям при выборе схемы маневрирования судна с СПК. В начале при отсутствии информации производится маневрирование «змейкой» широкими галсами, перекрывающими исследуемый участок акватории.

В районах, представляющих наибольший интерес, производится маневрирование более узкими и частыми галсами. При высоких градиентах рассматриваемых параметров во фронтальных зонах для точного нанесения этих зон на карту рекомендуется проводить маневрирование вдоль фронта, периодически переходя через фронт из одной зоны в другую. С помощью СПК это несложно выполнить, используя принципиальное преимущество СПК - получение информации в реальном масштабе времени. Оператор,

наблюдая за изменением контролируемого параметра, фиксирует моменты * прохождения через фронтальную зону и дает команды на маневрирование

судна. Аналогичным образом проводится трассировка факела водосброса,

оконтуривание аномальных зон и т.д.

Рассмотрим теперь ряд алгоритмов интерполяции результатов измерений СПК по площади акватории, которые могут быть использованы как на борту судна, так и в береговых центрах обработки и анализа информации.

Математически в нашем случае задача интерполяции может быть ■в сформулирована следующим образом. Пусть известны значения функции

f(x,y) в точках Mi, в которых проведены измерения:

2,=∕(^j)=∕(χ,,z), i = i...H , (3.9.1)

Требуется определить значение функции f(x,y) в произвольной точке, взятой из заданной области определения.

Следует подчеркнуть, что задача интерполяции в обязательном порядке предполагает задание определенных, не связанных с результатами измерений, априорных предположений о характере искомой функции. Явное задание этих предположений позволяет более четко осмыслить получаемые результаты, что особенно важно при работе в условиях ограниченного объема проведенных измерений. В классических работах априорные предположения обычно формулируется в виде ограничений, накладываемых на класс функций, например, часто интерполяционная функция выбирается из класса полиномов различного вида. Имеется ряд работ, посвященных задачам интерполяции двухмерных функций с помощью полиномиальных сплайн-функций на хаотической сетке узлов (например, [136, 137]).

Представление искомой функции в виде полиномов в нашем случае неудобно - требуется использовать двухмерные полиномы высокой степени, в области определения часто недопустимы отрицательные значения функции.

Можно предложить другой подход, позволяющий получить ряд эвристических алгоритмов интерполяции, удобных для решения

рассматриваемых в настоящей работе задач и который уже был использован автором при построении распределений по площадям в работах [13, 42]. Предложенный метод заключается в следующем. Будем считать, что значение искомой функции в некоторой точке акватории Mj определяется средневзвешенным значением известных результатов измерений и может быть представлено в виде:

(3.9.2)

где rij - расстояние между точкой Mj, в которой ищется

значение нтерполяционной функции, и точкой Mi, в которой получен

результат измерения zi ;

FΓfr,y) - весовые коэффициенты, которые являются заданной функцией расстояния r⅛-√

ξi - нормировочные коэффициенты.

Предполагая, что значения искомой функции/fr,у,) в точках проведения измерений должны совпадать с результатами измерений в этих точках, из выражений (3.9.1) и (3.9.2) можно получить систему п уравнений (3.9.3), решение которой позволяет определить величины нормировочных коэффициентов ξi'.

(3.9.3)

При представлении интерполирующей функции в виде (3.9.2) априорные предположения об искомой функции интерполяции определяются видом функции W(r). Задаваясь различными функциями W(r), можно получить широкую гамму различных алгоритмов интерполяции.

Логично предположить, что, чем дальше расположена точка Mi, в которой Произведено измерение, ОТ ТОЧКИ Mj, тем меньше влияние результата измерения в точке Mi на искомое значение параметра в точке Mj-, то есть W(r) - убывающая функция расстояния.

Так, в качестве весовой функции W(r) можно принять гауссову функцию:

Hz(r) = eχρ(-r2p)

(3.9.4)

Такой вид изменения концентрации с расстоянием характерен для диффузионных процессов от точечного источника в изотропном случае.

Постоянная к выбирается из ожидаемой величины коэффициента диффузии или интервала корреляции измеряемой величины.

В качестве примера интерполяции с помощью функции (3.9.4) на рис. 4.11 приведены результаты построения распределения концентраций фенола по акватории Копорской губы Финского залива, где были выполнены натурные эксперименты с помощью СПК.

Однако, как и в случае аппроксимации полиномами, при использовании гауссовых весовых функций (3.9.4) искомая функция интерполяции может принимать отрицательные значения в области определения даже при положительных результатах измерений. Чтобы избежать этого, в качестве весовой функции удобно использовать простую экспоненциальную функцию

(3.9.5)

Можно показать, что в этом случае при положительных результатах измерений z,>0 функция интерполяции также будет принимать только неотрицательные значения f(x,y)>Q.

Следует отметить, что при использовании обеих весовых функций в виде (3.9.4) или (3.9.5) при удалении от области непосредственных измерений значения аппроксимирующей функции f(x,y) стремятся к нулю. Такая аппроксимация удобна, если измерения проводятся в “загрязненной” области и есть основания полагать, что за пределами этой области концентрация загрязняющего вещества стремится к нулю. Однако, в ряде случаев более соответствует физической картине явления предположение о

том, что с удалением от точек измерения функция приближается к некоторому фоновому значению, сопоставимому со средним результатом измерений. Кроме того, использование весовых функций (3.9.4) и (3.9.5) требует решения системы уравнений (3.9.3) для определения нормировочных коэффициентов б,что при больших п является достаточно сложной задачей.

Отмеченные обстоятельства могут быть учтены, если на весовые функции наложить следующие требования:

FΓ(r)→0 при r→∞

W(r)→oo при r→0 (3.9.6)

и провести их нормировку, сводящуюся к умножению весовых

функций на коэффициент η, обеспечивающий равенство:

О-9-7)

ι=l

С учетом (3.9.7) функция интерполяции (3.9.2) может быть представлена в виде:

∑H'

<< | >>
Источник: Гуральник Дмитрии Леонтьевич. Создание и Внедрение В практику экологического контроля и мониторинга судовых природоохранных комплексов [Электронный ресурс]: Дис. ... д-ра техн. наук : 03.00.16, 05.11.13 .-М.: РГБ, 2005. 2005

Скачать оригинал источника

Еще по теме 3.9. Методические основы построения распределения характеристик состава и свойств воды по площади акватории по данным измерений с помощью СПК.:

  1. ОСНОВЫ ПОСТРОЕНИЯ ПИЩЕВЫХ РАЦИОНОВ. РЕЖИМ ПИТАНИЯ
  2. Политическая психология как наука: определение, предмет, цель, задачи, объект, методы, теоретико-методические основы, гипотезы
  3. Организационно методические основы выявления онкологических заболеваний
  4. 2. Организационно – методические основы медико-социальной экспертизы (МСЭ)
  5. Инструктивно-методические рекомендации по организации, обеспечению и экспертной оценке процесса управления в органах и учреждениях системы медицинской помощи
  6. Оглавление
  7. ВВЕДЕНИЕ
  8. ГЛАВА 1. Систематизация источников и состава поступлений загрязняющих веществ (ЗВ) в акватории. Анализ существующих методов экологического контроля. Цели и задачи работы. Обоснование приоритетного переченя контролируемых ПАРАМЕТРОВ И ОСНОВНЫЕ НАПРАВЛЕНИЯ РАБОТ С ИСПОЛЬЗОВАНИЕМ спк.
  9. 2.2. Обоснование требований и разработка предложений по техническому облику и структуре принципиально нового средства автоматизированного оперативного экологического контроля - СПК. Базовый состав СПК.
  10. 3.9. Методические основы построения распределения характеристик состава и свойств воды по площади акватории по данным измерений с помощью СПК.
  11. 4.1, Методы использования СПК и их отличительных особенностей при решении природоохранных задач.
  12. 4.2.2. Контроль за воздействием на природную среду при проведении испытаний и отработке новой техники.
  13. 4.2.3. Экологический мониторинг водных гаваней Кронштадта, Ломоносова и Севастополя.
  14. 4.4. Экологический мониторинг внутренних и морских водных объектов с применением СПК.
  15. 4.5. Анализ результатов практического использования предложенных методов обработки и представления многопараметрической информации СПК.
  16. ВЫВОДЫ
  17. ЛИТЕРАТУРА
  18. 6.2. Санитарно-гигиеническая характеристика населенных пунктов Коми республики
- Акушерство и гинекология - Анатомия - Андрология - Биология - Болезни уха, горла и носа - Валеология - Ветеринария - Внутренние болезни - Военно-полевая медицина - Восстановительная медицина - Гастроэнтерология и гепатология - Гематология - Геронтология, гериатрия - Гигиена и санэпидконтроль - Дерматология - Диетология - Здравоохранение - Иммунология и аллергология - Интенсивная терапия, анестезиология и реанимация - Инфекционные заболевания - Информационные технологии в медицине - История медицины - Кардиология - Клинические методы диагностики - Кожные и венерические болезни - Комплементарная медицина - Лучевая диагностика, лучевая терапия - Маммология - Медицина катастроф - Медицинская паразитология - Медицинская этика - Медицинские приборы - Медицинское право - Наследственные болезни - Неврология и нейрохирургия - Нефрология - Онкология - Организация системы здравоохранения - Оториноларингология - Офтальмология - Патофизиология - Педиатрия - Приборы медицинского назначения - Психиатрия - Психология - Пульмонология - Стоматология - Судебная медицина - Токсикология - Травматология - Фармакология и фармацевтика - Физиология - Фтизиатрия - Хирургия - Эмбриология и гистология - Эпидемиология -