文摘

为了确保最优操作现有的环境监测信息系统,它已成为必不可少的使用基于数据同化算法的数学模型。在这篇文章中,一个数据同化算法设计和实现。一个算法测试对城市大气监测数据的同化的工业区。卡拉干达工业区的城市被选中的调查算法。卡拉干达的工业区作为研究对象是因为大气污染的高水平在哈萨克斯坦共和国的工业城市。我们算法的研究和测试的结果显示监测数据同化算法的有效性所选城市的气氛。工作的实用价值在于提出的结果可以用来评估的状态实时大气,大气的状态模型在城市的每一个点,并确定增加的区域环境风险在一个工业城市。

1。介绍

如今,环境监测问题已经得到广泛的重视,由于高度的大气污染在许多国家的工业城市1- - - - - -6]。现有信息系统的有效运行的监测大气污染重金属,它已成为必不可少的使用基于数据同化算法的数学模型。

数据同化技术用于改善空气质量的预测在大气化学,以及进行再分析三维化学(包括气溶胶)浓度,确定输入变量的值(参数)的逆仿真模型(例如,排放)。“数据同化”结合的概念开始的操作序列的观测系统和结束其状态的评估基于额外的统计和动态信息。目前,数据同化技术广泛应用于建模大气、气候、海洋和环境在任何情况下,特别是如果有必要评估基于有限的大型动态系统的状态信息。大气建模数据同化的目的是获得一个更好的理解的气象和大气化学参数。

几十年前,佐佐木发达数据同化的变分方法,和他的方法是目前广泛用于现代分析和预测在气象学7]。右眼线性滤波,卡尔曼还演示了一种优化方法,这个过滤器是以他的名字命名的。数据同化模型基于卡曼滤波器使同化系统的概括,如预测的循环分析(8,9]。使用卡尔曼滤波器的主要问题是高阶预测误差的协方差矩阵和系统的非线性方程描述气象过程。为了解决这些问题,一种方法是采用基于拉格朗日变分原理使用共轭方程进行估计和预测自然过程。教授Penenko扩展这种方法的变分同化数据使用灵敏度的方法理论和相关问题10,11]。在动力气象学、数据同化技术已经申请了几十年改进天气预报和再分析结果。到目前为止,研究在这一领域一直积极开展的许多科学家(12- - - - - -14]。

化学分析是利用空气质量预测自1990年代中期与创建原始数据库关于污染,比如空气污染指数为每年5污染物没有分析处理和预测。尽管事实上,Zhang et al。15- - - - - -17)显示在他们的研究中,最好让空气质量预测基于统计方法,数据同化技术自1990年代以来已经使用在空气质量建模了解空气污染物,如在浓度地图(18]。此外,逆建模已被用于改善(或检测错误)的辐射率(19- - - - - -23),边界条件(24),和模型参数25- - - - - -27]。美国Rakhmetullina等人使用变分资料同化算法来检测大气污染源(28]。3 d-var算法在1992年首次实现了由美国国家环境预测中心(NCEP) [29日]。之后,在1996年,当时迫切实现欧洲中期天气预报中心(ECMWF);然后,在1997年,4 d-var算法首先应用于ECMWF预报系统(30.]。各种型号也用于模拟大气通风过程和,因此,方法建模的时间和空间色散等各种工业城市大气中污染物MLDP0 (Lagrangien de色散模型de微粒词0),HYSPLIT(单粒子拉格朗日混合集成轨迹模型),名字(数值大气色散造型环境),RATM(区域大气传输模型),FLEXPART(拉格朗日粒子色散模型),局部范围内大气环流复数域模型(LACCM)等。建模方法和算法、处理和同化的工业城市大气监测数据被认为是在工作31日- - - - - -40]。

根据先前的研究,在这个工作中,大气监测数据同化算法设计和测试的空气污染非常严重的城市卡拉干达,哈萨克斯坦共和国(RK)。“数据同化”模块开发的信息系统监测大气污染。

2。材料和方法

RK政府批准了一项国家计划,“数字哈萨克斯坦”,认为建立一个“统一的状态监测系统环境和自然资源”(41]。基于当前环境RK的代码,这个系统监控的手段控制,预测和评价污染和也是一个全面的系统观察环境和自然资源的状态(42]。目前,146个职位和14移动实验室位于哈萨克斯坦的最大城市,全国工业中心是从事分析大气污染的状态。根据国家环保部门的报告,最高水平的空气污染在工业中心观察到。一般来说,国家环保部门允许最大容许浓度(MPC)的污染物;这个指标还包括重金属(HM)。例如,指定段3月10到16,2020以下测量注册:卡拉干达市地区的观察哨大气空气污染,6 141例超过最大容许浓度(MPC)悬浮粒子点_2。5被发现。Nur-Sultan市430例1.0 - -3.8的范围内过剩的MPC的二氧化硫被发现,连同997例1.1 - -3.0的范围的多余的硫化氢的MPC,等。乌斯市371例1.0 - -1.9的范围内过剩的MPC的硫化氢被发现(43]。

根据通讯共和党的国有企业“Kazhydromet,”卡拉干达占据领先地位的城市空气污染与高RK [43]。因此,我们的研究的目的是探讨大气污染的工业城市卡拉干达,它的特点是大幅大陆和干旱的气候由于其伟大的海洋的距离,免费在夏季温暖干燥的风中亚的沙漠,和寒冷,moisture-poor北极空气寒冷的季节。在这个城市,监控过程是由八个帖子:四个自动和四个手动取样的帖子。香港的北部工业区卡拉干达州数据同化的选择来解决这个问题;第三个区域热电厂(TPP-3)位于这个区域。一个位置的地图热电厂卡拉干达州如图1。

一般来说,我们的研究范围包括两个阶段(图2):第一阶段是形成一个观测计划的过程中,选择区域空气采样,气象数据的分析,测定重金属的含量在卡拉干达城市的空气样本。

空气取样过程的技术细节和解释评估选择区域中的重金属含量如表所示1。

图3说明了大气污染的主要特征卡拉干达市中酚类的MPC-and甲醛- 1.5 - 1.8 MPC-show最大的超额价值。

HM的化学分析确定如下内容。首先,空气的体积18米³是通过“ABX”过滤器,这意味着HM大气中包含收集在这个过滤器。然后,过滤器被“湿盐度”的方法在5 M HNO 4毫升₃。结果HNO的混合物₃与一个过滤器略蒸发水浴下罩直到湿。然后,0.3毫升的集中H₂O₂添加到混合物,混合物被解决0.5 h。混合物被蒸发干燥;然后,0.2毫升HNO₃被加入到干残渣和带卷25毫升的汽缸的蒸馏水。获得样本,HM内容决定使用一个原子吸收分光光度计与aa - 6650电热雾化(日本岛津公司44,45]。卡拉干达城市空气样品的化学分析显示他们HM的内容。

实现对数据同化算法,结果监测空气中重金属的含量卡拉干达4380年的测量。

获得的数据关于大气污染与HM使用correlation-regression分析验证。根据计算,相关系数的值r= 0.9展示了一个强大的铜和铅的含量之间的关系卡拉干达州城市的空气,这是反映在回归方程中y= 0.7866x+ 0.0134和图所示4。

验证的空气污染与HM卡拉干达进行了从1 2020年3月至2020年3月31日。表2显示的值是平均偏差(疯狂)和错误(均方误差(MSE),均方根误差(RMSE))操作。由于HM浓度的实际值接近于零,这是不正确的使用意味着平均百分误差(日军)。

大气的杂质含量也受风向的影响。此外,季节性变化在本研究大气污染是很重要的,因为它们可能影响大气污染的体积。大气污染不仅表现为每天也在今年的季节变化和气象条件。为了实现全面监控解决方案、信息在风能、空气温度和湿度卡拉干达为2020年3月日至31日期间进行了分析。城市的天气信息收集从气象站卡拉干达(空间站的地理坐标如下:49.80纬度,经度73.15,海拔553米。)。

第二阶段的研究是应用数据同化算法来预测空气污染的扩散。变分算法中扮演重要角色的建模实时污染物的分布和工作,特别是在解决环境污染问题发展的生态系统。数据同化算法是最常用的技术变化。数据同化一词涵盖整个序列的操作开始与额外的统计和观察系统的动态信息,使其状态的评估。数据同化技术是数值天气预报的标准做法,及其应用越来越广泛的在任何情况下,它的目的是评估基于有限的大型动态系统的状态信息。数据同化问题,有必要预测模型状态函数的值符合可用的观测数据。因此,恢复使用的方法是“真实”的系统状态尽可能准确,使用数学模型,先验信息和测量数据。问题陈述的非平稳传递方程和扩散被认为是本研究[46,47]。后原方程乘以一个足够光滑的共轭函数,积分获得身份构建离散近似。评估和预测自然过程,拉格朗日变分原理选择使用共轭方程。变分资料同化是由教授Penenko基于灵敏度的方法理论和共轭问题[10,11]。实时观测数据的连续变分同化了,它是假定浓度场的值可以衡量在一个有限点集的空间和时间。网格功能是1点在时空网格测量数据是可用的,否则和0。建模使用函数的方法包括观察数据表达的程度接近测量值和图像模型的计算过程和测量。浓度场的值是以一个有限点集在时间和空间。

3所示。结果与讨论

现有的信息系统的监测大气污染RK有许多缺点,作为其主要的功能是存储和收集数据。在这方面,一个大气监测信息系统的有效运行,它已成为必要使用数学建模基于数据同化算法和开发一个适当的模块(48- - - - - -51]。

3.1。数学的支持环境监测系统基于数据同化算法

作为杂质的典范转移为非平稳的转移与扩散方程,我们考虑下面的问题陈述11,46]:

我们设置了第三类边界条件:

我们作为初始条件 在哪里杂质浓度的函数,初始浓度分布,µ˃0-turbulent交换系数,u杂质传输速率,c衰减率,f (x,t)源函数,xϵ(0,N) -间隔时间,tϵ(0,米)-时间间隔,鉴于系数, 给定的函数。

我们假设函数和流 在太空中是连续的。

让我们考虑引入网格区域:统一的网格的步骤和 ,和分区节点的数量米和N,分别。

考虑以下问题的数值解,我们使用[描述的离散方法46,52,53),一个两层的二阶近似被用来近似时间导数:

作为一个近似的微分方程,我们使用discrete-analytic方法提出了46,52,53),获得 在哪里时间步长和吗j是数量的一步。

接下来,后写下身份和积分方程考虑的所有条款乘以一个平滑函数 ,我们称之为共轭,以标准的方式,即。,一个s a result of two integrations by parts, we obtain the discrete-analytical scheme:

在间隔(x_张,x_我)和(x_我,x_{我+ 1}),我们将边界条件

使用累加身份法[53),让我们构建一个三分图的一般形式 在哪里 和

结果发现系数三点方案是使用矩阵全面的方法来解决。

3.2。连续变分同化的实时观测数据

让字段值被测量浓度在时间和空间的有限点集。让我们表示的测量的结果j -th时间与指数在网格点的时刻我并通过测量系统的面具。应用求和身份的方法,我们假设网格功能= 1在时空网格点的测量数据是可用的和0。顺序的算法用于解决问题的变分同化数据提出了矩阵的符号形式(46,54)如下:

为 ,

为 ,

为 ,

要最小化这一点,我们认为是二次函数的形式

下面的图5显示了数值解的相对误差相比,不同的值的精确解析解不同步骤的时间步长和空间。

根据上述数学模型,创建了软件模块的信息监测系统。图6描述了开发的软件模块的类图数据同化。

与数据同化的帮助软件模块,创建一个dat-file的输入和输出数据记录观测数据同化算法。这些数据需要与数据可视化交互模块。dat-file有结构部分如图7。

3.3。测试实现的算法

为了测试生成算法,三维图形函数从Wolfram Mathematica 10.4应用。图8显示了工业区的模型被用来测试数据同化算法。选择一个二维的数据同化。

同时,nX(点在空间的数量X轴= 100)我的(点在空间的数量Y轴= 100)的一维数据同化的问题每次层解决了。数据选择从卡拉干达的工业城市。湍流交换系数µ(nCoefficient)是0.1米²/ s,传输速度(全国)为0.1 m / s。

数据8 (b)和8 (c)显示数据同化问题的解决方案在不同的时间点和“真正的”的系统状态。解决数据同化的问题时,相比直接建模的污染物传播的问题,过程模型辅以观测模型描述观察到的数量用态函数和过程模型的参数。这使得应用程序数据同化算法正确从数学的角度,增加观测的信息内容。一个有效的算法预测大气中杂质的传播,同时涉及问题的并行化减少了数值计算所需的时间,导致直接决策时实时监测大气污染。

4所示。结论和进一步的工作

数据同化算法工业区的大气监测研究。研究算法,卡拉干达工业区的城市被选为研究对象。结果的研究,一个算法的实现,通过结合两层discrete-analytical数值方案对俩散方程和算法实时连续的数据同化。一个两层的二维版本基于时间的数值方案基于分割的实现。一个额外的模块数据同化是为了扩大开发环境监测信息系统的功能。

在未来,我们计划模型适应卡拉干达州城市的条件,考虑到地形救济和季节性变化趋势。

缩写

嗯:	重金属
货币政策委员会:	最大允许浓度
ECMWF:	欧洲中期天气预报中心
RK:	哈萨克斯坦共和国
疯了:	平均绝对偏差
均方误差:	均方误差
RMSE:	均方根误差
日军:	平均绝对百分比误差。

数据可用性

大气空气污染数据取自信息公告在哈萨克斯坦共和国的环境情况,公开(https://kazhydromet.kz/en/ecology/ezhemesyachnyy-informacionnyy-byulleten-o-sostoyanii-okruzhayuschey-sredy/2020)。

的利益冲突

作者宣称没有利益冲突。

确认

这项研究是由教育部科学委员会和科学哈萨克斯坦共和国(批准号格兰特AP0513599)和一个名为“最好的老师。”