Берлянд М.Е. 1985 – Прогноз и регулирование загрязнения атмосферы (книга)

Берлянд М.Е. 1985 – Прогноз и регулирование загрязнения атмосферы

Введение

Среди задач по метеорологическим аспектам загрязнения атмосферы большое
значение приобретают исследования закономерностей распространения
атмосферных примесей и особенностей их пространственно-временного
распределения. Они являются основой для объективной оценки состояния и
тенденции изменений загрязнения воздушного бассейна, а также разработки
возможных мероприятий по обеспечению чистоты атмосферы (Израэль, 1984).
Без таких исследований невозможно определение репрезентативных мест и
времени наблюдений в целях создания системы контроля за чистотой
воздуха. Характеристики загрязнения атмосферы сейчас все в большей
степени рассматриваются как метеорологические величины. Поэтому создание
системы наблюдений за загрязнением воздуха и анализ полученных
результатов непосредственно смыкаются с метеорологическими задачами.
Очевидно, что и решение вопросов о нормировании вредных выбросов
непосредственно зависит от учета условий рассеивания их в атмосфере.
Нужна разработка принципов взаимного размещения предприятий и жилых
массивов и установление предельно допустимых выбросов в атмосферу
(Берлянд, 1975, 1983).

Новое направление в развитии работ по метеорологическим аспектам
загрязнения воздуха связано с прогнозом условий, при которых могут
достигаться высокие концентрации примеси в приземном слое атмосферы.
Следует отметить, что в настоящее время практический интерес
представляют краткосрочные прогнозы (большей частью в пределах суток),
особенно возможности резкого, т. е. в течение непродолжительного
времени, повышения концентраций вредных примесей в приземном слое
воздуха.

Такое повышение, отмеченное на значительном числе пунктов в городе,
может быть обусловлено неблагоприятными для рассеивания примесей
условиями погоды. Следовательно, задача состоит в прогнозе загрязнения
воздуха в зависимости от метеорологических факторов. При этом могут быть
учтены ожидаемые выбросы в атмосферу, а также некоторые особенности их
режима, связанные, например, с ростом числа автомашин на улицах городов
в начале и конце рабочего дня, увеличением количества сжигаемого топлива
при понижении температуры воздуха зимой и т. п.

В периоды увеличения загрязнения воздуха требуется принять меры по
кратковременному сокращению выбросов и уменьшению их вредного действия.

Вопросы регулирования выбросов и прогноза ‘ загрязнения атмосферы тесно
связаны между собой. Очевидно, что прогностические разработки необходимы
прежде всего для тех случаев, когда возможно регулирование загрязнения
воздуха. Вопросы регулирования еще недостаточно проработаны и потому в
данной книге сравнительно мало освещены. Тем не менее целесообразно было
подчеркнуть в ее названии указанную связь между регулированием и
прогнозом загрязнения атмосферы. Этим и конкретизируются задачи книги,
состоящие в рассмотрении именно тех прогнозов, которые можно
использовать в целях реального регулирования выбросов. Очевидно, что это
относится главным образом к краткосрочным прогнозам.

Интерес к краткосрочному прогнозу загрязнения воздуха обусловлен прежде
всего тем, что во многих городах и промышленных центрах выбросы вредных
веществ в атмосферу и концентрации их в воздухе весьма велики. Не всегда
удается вынести крупные источники загрязнения воздуха далеко за пределы
города, а существующий уровень техники не во всех случаях позволяет
обеспечить нужную очистку выбросов. Поэтому, естественно, возникает
вопрос о возможности уменьшения выбросов в атмосферу хотя бы в
сравнительно короткие периоды времени, когда образуется неблагоприятная
метеорологическая обстановка, при которой может создаваться опасное
загрязнение воздуха в жилых районах. Кроме того, при проектировании и
сооружении новых предприятий не всегда возможно, а иногда экономически
нерационально из-за необходимости исключительно больших затрат,
предусматривать столь малый выброс в атмосферу, чтобы абсолютно ни при
каких условиях, даже изредка, наземные концентрации примеси не превышали
бы их предельно допустимые значения — ПДК.

При проектировании предприятий учитываются неблагоприятные
метеорологические условия, при которых могут наблюдаться высокие уровни
концентрации. Например, к таким условиям при выбросах из высоких труб
относятся скорости ветра, близкие к опасной (см. п. 3.1), и неустойчивая
стратификация. Эти условия достаточно часто наблюдаются в дневные часы
теплого полугодия при антициклонической погоде.

Вместе с тем в весьма короткие периоды времени могут создаваться
аномально опасные условия загрязнения воздуха, например, при наличии
приподнятых инверсий, расположенных непосредственно над дымовыми
трубами, и ослаблении ветра до штиля (см. п. 3.6), при которых наземные
концентрации примесей резко возрастают. Для избежания этого экономически
целесообразно предусматривать мероприятия не капитальные, а
эксплуатационные по кратковременному снижению выбросов в эти периоды.

Выше указывалось на тесную связь между задачами прогноза и регулирования
загрязнения атмосферы. Очевидно, что прогнозы загрязнения воздушного
бассейна будут эффективны только тогда, когда имеется реальная
возможность сократить или полностью прекратить вредные выбросы, а также
избежать их воздействия в случае неблагоприятной метеорологической
обстановки.

При этом следует иметь в виду известные сложности, связанные с
разработкой подобных прогнозов. Они заключаются в том, что одни и те же
условия погоды могут оказывать разное воздействие в зависимости от типа
источника и в первую очередь от его

высоты. Так, сочетание неустойчивой стратификации и опасной скорости
ветра является неблагоприятным в случае высоких источников. В случае
низких источников опасными являются сочетания приземной инверсии и
штиля, когда наземные концентрации от высоких труб будут малыми.
Естественно, имеются источники, для которых опасными являются условия,
близкие к равновесным.

Нужно отметить, что повышение уровня загрязнения воздуха возможно и
из-за резкого увеличения вредных выбросов в атмосферу в аварийных
ситуациях вследствие нарушения технологического режима, неисправности
оборудования, отключения очистных устройств или при залповых выбросах.
Однако такое увеличение одновременно на многих источниках, расположенных
в различных частях города, как правило, маловероятно. При значительном
возрастании выбросов от отдельного предприятия их воздействие можно
обнаружить в зоне его влияния. Прогноз загрязнения в этих случаях
выполняется по ожидаемому изменению выбросов с учетом конкретных
метеорологических условий.

Исследования в указанном направлении ведутся сейчас во многих странах.
Полученные результаты представлены в большом числе опубликованных статей
и докладов на различных совещаниях и симпозиумах.

Методы прогноза загрязнения воздуха используются и в оперативной
практике в СССР, а также в ряде зарубежных стран. В отдельных странах
для этого привлекаются данные автоматизированной системы контроля
загрязнения воздуха.

В соответствии с предупреждениями о возможности резких повышений
приземной концентрации примесей в периоды неблагоприятных условий погоды
принимаются меры по сокращению выбросов этих веществ в атмосферу,
ограничиваются или перестраиваются транспортные потоки на городских
магистралях, по радио и телевидению сообщается об опасности длительного
пребывания населения на открытом воздухе в отдельных районах города.

В СССР необходимость принятия мер по регулированию выбросов в такие
периоды предусматривается Государственным стандартом (ГОСТом) на правила
установления предельно допустимых выбросов (1978). На многих
предприятиях разрабатываются требуемые для этого мероприятия.

В задачу данной монографии входит рассмотрение и обсуждение результатов
указанных работ.

Глава 1

Критерии опасности загрязнения атмосферы и их использование при прогнозе

Для прогноза загрязнения атмосферы весьма большое значение имеет наличие
критериев его опасности. При разработке соответствующих методов прогноза
ставится задача учесть эти критерии, т. е. установить, в каких случаях
степень концентрации вредных примесей в воздухе достигает определенных
критических значений и насколько последние могут быть превышены. В
зависимости от величины этого превышения могут быть даны рекомендации о
количественной характеристике необходимого уменьшения вредных выбросов и
его продолжительности.

1.1. Использование предельно допустимых концентраций

В качестве основных критериев опасности загрязнения воздуха обычно
используются предельно допустимые концентрации (ПДК) вредных примесей
или соответствующие им (в ряде стран) стандарты качества воздуха.

Вопросам установления ПДК уделяется большое внимание в работах многих
авторов (Сидоренко и Пинигин, 1970, Izmerov, 1973 и др.). В 1964 г.
Всемирной организацией здравоохранения (ВОЗ) рекомендовано различать
четыре уровня опасности загрязнения воздуха (отсутствие влияния,
раздражение, хронические заболевания и острые заболевания). К первому
уровню относятся случаи, когда еще не обнаруживается никакого прямого
или косвенного воздействия загрязнения на человека.

Комитетом экспертов ВОЗ был издан специальный документ, в котором
указаны критерии качества воздуха (Air quality criteria, 1972). Большое
внимание вопросам установления ПДК было уделено на Стокгольмской
конференции ООН по окружающей среде в 1972 г. Ее решения способствовали
значительному расширению работ в данной области, разработке и
утверждению ПДК или соответствующих стандартов качества воздуха, во
многих странах.

В СССР при установлении ПДК принимается первый, самый низкий из
указанных ВОЗ уровней. Для его определения используются
высокочувствительные тесты, такие, как изменение биопотенциалов
головного мозга, позволяющие обнаружить минимальные воздействия
токсических веществ на организм человека при кратковременном их
вдыхании. Кроме того, для определения хронического (длительного)
воздействия токсических веществ проводятся эксперименты на животных в
специальных камерах с применением физиологических, биохимических,
иммунобиологических и других тестов, а также используются материалы
эпидемиологических исследований заболевания населения. К полученным
лабораторным данным о пороге воздействия в ряде случаев вводятся
дополнительно коэффициенты запаса, значительно снижающие эти пороги
(иногда до 100 раз).

В качестве основного показателя опасности загрязнения воздуха
принимается весовая концентрация примесей. Показано, что такой
показатель справедлив также для пыли и аэрозолей, хотя в отдельных
случаях существенную роль может играть и их дисперсность.

Министерство здравоохранения СССР периодически утверждает предельно
допустимые нормы содержания вредных веществ в атмосферном воздухе
населенных мест. К настоящему времени уже утверждены ПДК более чем на
200 вредных веществ. Согласно Закону об охране атмосферного воздуха
значения ПДК являются едиными для всей территории СССР.

В других странах также установлены для многих веществ ПДК или
соответствующие стандарты качества воздуха. При этом учитывается и
продолжительность воздействия вредных веществ. ПДК устанавливаются для
разного периода времени: кратковременные— от десятков минут до
нескольких часов (иногда до суток) и долговременные — для года, а точнее
для неограниченного времени без строгой фиксации его продолжительности.

В СССР и многих других странах для оценки степени кратковременного
воздействия примеси на организм человека применяются максимальные
разовые ПДК, относимые к 20—30-минутному интервалу времени.

Естественно, что для краткосрочных прогнозов загрязнения воздуха в
качестве критериев его опасности основное значение имеют максимальные
разовые ПДК и соответствующие им стандарты качества воздуха. Сводка ПДК,
принятых в различных странах, составлена В. Невиллом (Stern, 1977).
Соответствующие сведения представлены также в работах Буштуевой (1976),
Янаги-сава (Janagisava, 1973) и др. В табл. 1.1 приводятся значения
максимальных разовых ПДК, принимаемых в СССР и в ряде других стран, для
наиболее распространенных вредных примесей.

Согласно действующим положениям в СССР, для некоторых ингредиентов
необходимо суммировать их вредное действие. При наличии п таких
ингредиентов соответственно с концентрациями d и предельно допустимыми
концентрациями ПДК: (t = l, 2, …, п) требуется, чтобы выполнялось
соотношение

(1.1)

В частности, суммируется действие сернистого газа с двуокисью азота,
фенолом, фтористым водородом или аэрозолем серной кислоты.

При прогнозе потенциала загрязнения воздуха в США (см. п. 5.2) иногда
используются не значения ПДК, а более грубая оценка опасности содержания
вредных примесей. Например,

Вещество ПДК, мг/м» Страны

Свинец 0,002 0,05 Венгрия Италия

Сажа (копоть) 0,15 Болгария, ГДР, Румыния, СССР, Чехословакия

Серная кислота (по молекуле НгБОО 0,05 0,3 ГДР

Болгария, Венгрия, Румыния, СССР, Югославия

Сероводород 0,008

0,01

0,015

0,03

0,05

0,1

0,15

0,3 Болгария, Венгрия, СССР, Чехословакия, Югославия Испания ГДР Румыния
ФРГ Италия Финляндия Венгрия

Серы двуокись 0,26(1 ч) 0,5

0,625 0,72 0,75 0,8 Япония

Болгария, ГДР, СССР, ФРГ, Чехословакия, Югославия Швеция Финляндия

Израиль, Италия, Румыния, ФРГ Испания

Сероуглерод 0,03

0,045 0,45 Болгария, ГДР, Румыния, СССР, Чехословакия, Югославия Польша
Израиль

Толуол 0,6 60 Болгария, ГДР, СССР, Югославия ФРГ

Углеводороды (суммарные) 5,0 53,3 Израиль Италия

Углерода окись 2,5 (1 ч) 3,0

6,0

40(1 ч) 45

57,7 57,7(1 ч) Япония

Болгария, ГДР, Польша, СССР, Югославия

Румыния, Чехословакия

США, Финляндия, ФРГ

Испания

Италия

Аргентина

Фенол 0,01

0,03

0,1

0,3

0,6 Болгария, СССР, Югославия ГДР

Румыния

Чехословакия

ФРГ

Формальдегид 0,03

0,035

0,05 Румыния

Болгария, ГДР, СССР, Югославия Чехословакия

Фосфорный ангидрид 0,15 ГДР, СССР

Вещество

ПДК, мг/мз

Страны

Фториды газообразные и хорошо растворимые

Фториды неорганические плохо растворимые

Хлор

Этилен

0,005 0,02—0,03

0,2

0,1

0,3 0,6 3,0

ФРГ

Болгария, ГДР, Испания, Польша, СССР, Югославия

ГДР, СССР

Болгария, ГДР, СССР, Чехослова-

кия, Югославия Испания, Румыния

Италия, ФРГ

Болгария, ГДР, СССР, Югославия

Примечание. В скобках указано время, к которому относится ПДК, если это
время отлично от 20—30 мин.

нередко дается прогноз о том, что ожидается слабое, умеренное или
сильное раздражение глаз.

1.2. Критерии опасности загрязнения атмосферы для растений

Критерии, аналогичные ПДК, предлагаются в ряде исследований и в
отношении воздействия на растительность (Баркер и др., 1961; Гудариан,
1979; Илькун, 1978; Николаевский, 1979 и др.). Для разных видов
растений, как культурных, так и дикорастущих, рассматриваются некоторые
пороговые концентрации вредных примесей в воздухе, а также
чувствительность растений к примесям различных концентраций в
зависимости от продолжительности их воздействия. Однако полученные
результаты большей частью не утверждались законодательными органами в
качестве ПДК или соответствующих стандартов, как это сделано в отношении
веществ, приведенных в табл. 1.1. В основном они являются результатами
научно-исследовательских разработок, не получивших должного внедрения в
практику.

Наиболее подробно изучено влияние двуокиси серы. В обзоре, составленном
по материалам исследований 1920—1930 гг. (Баркер и др., 1961),
приводятся лабораторно-экспериментальиые данные ОТара о сравнительной
чувствительности примерно 100 видов растений к Б02 в условных единицах,
причем за единицу принята чувствительность люцерны. В табл. 1.2 даны
некоторые из этих показателей.

Для самой люцерны установлено, что начальные признаки ее повреждения
соответствуют концентрации БОг (условно е^е обозначим ПДК7), равной 3,3
мг/м3 или 1,2 млн-1 при длительности воздействия 1 ч.

Для величин ПДК’ по отношению к растительности ОТара установил их
зависимость от времени действия * в виде уравнения

ПДК’= 0,33+ 0,92/*, (1.2)

где ПДК’ выражено в млн-“1, а *—в часах.

Томас и Хилл (Гудариан, 1979) обобщили уравнение (1.2) на случай
различной степени воздействия. Они получили, что слабому поражению листа
соответствует

ПДК’ = 0,94 + 0,24//, (1.3) а разрушению листа на 50 и 100 %
соответствует

ПДК’=1,4+ 2,1/* и ПДК’= 2,6+ 3,2/*. (1.4)

Приведенные данные для ПДК оказываются заметно больше указанных в табл.
1.1.

В более поздних работах требования к чистоте воздуха по отношению к
растительности повысились. В табл. 1.3 даны

Таблица 1.3

Максимальные разовые ПДК для растительности в ФРГ

Вещество ПДК, мг/м»

Фтористый водород (НИ) 0,004

Соляная кислота (НС1) 0,2

Двуокись серы 0,4

принятые в ФРГ значения стандартов качества воздуха (максимально разовые
ПДК) для растительности (Гудариан, 1979).

В США, наряду со стандартами качества воздуха, указанными в табл. 1.1 и
определяемыми как первичные, вводятся еще более жесткие по своим
значениям вторичные стандарты. Они учитывают большую чувствительность
компонент окружающей среды, в том числе растительности, к воздействию
загрязнения атмосферы.

В табл. 1.4 представлены соответствующие данные о вторичных стандартах
согласно докладу Подкомиссии по окружающей среде при Конгрессе США
(Effects of chronic exposure, 1975).

В работах, выполненных в СССР (Николаевский, 1979; Николаевский и
Першина, 1981) получены максимальные разовые ПДК для растительности
(табл. 1.5).

Группа экспертов ВОЗ для оценки воздействия Б02 на окружающую среду,
человека и растительность рекомендовала пользоваться графиком на рис.
1.1 (ЭиеББ, СгахЬга1, 1976). Из него следует, что максимальные разовые
ПДК для растительности больше, чем принятые в табл. 1.1. Таким образом,
можно заключить, что использование значений ПДК из табл. 1.1. позволяет
во многих случаях обеспечить и необходимые условия сохранения растений
от их повреждения вследствие загрязнения воздуха. Однако зависимости эти
еще недостаточно исследованы. Нередко

Рис. 1.1. Зависимость между концентрацией БОг, при которой повреждаются
растения, и временем воздействия.

/ — область значений концентраций 802 и продолжительности воздействия,
прн которых установлено повреждение рас-

тительности; Л —то же, при которых 0,05 Of OЯ 1 grso мг/м”

не установлено повреждение. ‘ ‘ 2

отмечаются случаи повреждения деревьев, особенно хвойных, при весьма
малых концентрациях S02. Обнаружены существенные повреждения сосновых
насаждений даже на сравнительно большом удалении от ряда крупных ТЭС и
накопление фтористых соединений в растительности на значительном
удалении от заводов по производству алюминия.

Мало изучено и явление синергизма — совместного влияния на растения
нескольких ингредиентов, хотя имеются и определенные указания на
совместное воздействие S02 и HCl (Гудариан, 1979), S02 и 03, S02 и N02
(Effects of chronic exposure, 1975).

Поэтому требуется дальнейшее изучение воздействия загрязнения воздуха на
растительность. В случаях когда критерии этого воздействия оказываются
более жесткими, чем ПДК, приведенные в табл. 1.1, их следует принять
вместо последних.

1.3. Критерии качества воздуха для особо опасных условий

Большое значение имеет предсказание особо опасного загрязнения воздуха,
в том числе интенсивных смогов (см. п. 3.8), которые могут
сопровождаться тяжелыми заболеваниями и даже смертными случаями.
Иногда выделяются несколько групп или степеней загрязнения воздуха, в
том числе значительное, умеренное и слабое, в зависимости от значений
средних концентраций или некоторых интегральных показателей загрязнения
воздуха по всему городу или по части его. При прогнозе в таких случаях
указывается только об ожидаемой группе. Однако степень опасности групп
определяется также по соответствующим значениям концентраций.

Иногда при этом меры принимаются только после того, как степень
концентрации вредных примесей фактически достигает определенных
критических уровней. Прогноз же метеорологических условий используется
для выяснения возможности дальнейшего усиления степени загрязнения
воздуха. Так, с 1955 г. в Калифорнии при возникновении фотохимических
смогов вводится серия «дымовых тревог», или начальных уровней опасных
«эпизодов» загрязнения воздуха.

В 1974 г. Агентство по охране окружающей среды США (Federal register,
1974) ввело новые уровни таких тревог:

й — настораживающий,

й — предостерегающий,

й — критический,

й — очень опасный.

Для каждого из этих уровней установлены характерные значения
концентраций фотооксидантов, в том числе озона и четырех наиболее
распространенных примесей: SO2, пыль (твердые частицы), СО, N02 (табл.
1.6).

В случаях достижения хотя бы по одной из указанных примесей указанных в
табл. 1.6 концентраций, объявляется соответствующая тревога. Чем выше
уровень тревоги, тем, естественно, он встречается реже. По данным Мошера
и др. (Mosher et al., 1972) в районе Лос-Анджелеса в 1955—71 гг. за
четыре месяца 4 летне-осеннего периода в среднем объявлено 15
настораживающих тревог по концентрации озона, т. е. о наступлении
фотохимического смога.

Установлено, что наступление четвертого, очень опасного уровня вызывает
затрудненное дыхание и боли в груди даже у здоровых людей, а у лиц со
слабым здоровьем и более серьезные последствия. Аналогичные тревоги
объявляются также в Японии и некоторых других странах.

Из сказанного следует, что прогнозы загрязнения атмосферы в городах и
промышленных районах могут иметь большое практическое значение.

Глава 2

Физические основы прогноза загрязнения воздуха

Развитие методов прогноза загрязнения воздуха основывается на
результатах теоретического и экспериментального изучения закономерностей
распространения примесей от их источников. Такое изучение осуществляется
главным образом по двум направлениям. Одно из них состоит в разработке
теории атмосферной диффузии на основе математического описания
распространения примесей с помощью решения уравнения турбулентной
диффузии. Другое связано в основном с эмпирико-статистическим анализом
распространения загрязняющих веществ в атмосфере и с использованием для
этой цели интерполяционных моделей большей частью гауссовского типа.

Первое направление является более универсальным, поскольку позволяет
исследовать распространение примесей от источников различного типа при
разных характеристиках среды. Оно дает

2 Заказ № 30

17

возможность использовать параметры турбулентного обмена, применяемые в
метеорологических задачах о тепло- и влагообмене в атмосфере. Это
обстоятельство весьма существенно для практического использования
результатов теории к прогнозированию загрязнения воздуха с учетом
ожидаемого изменения метеорологических условий.

Сравнительно просты для описания закономерностей распределения примеси
гауссовы модели, чем объясняется довольно широкое использование в
различных странах работ второго направления.

Остановимся на основных положениях обоих направлений. Более подробное
описание их содержится в ряде книг (Берлянд, 1975; Pasquill, 1974;
Chanady, 1973; Монин и Яглом, 1965; Вызова, 1974; «Метеорология и
атомная энергия», 1971; Nieuwstadt, Van Dop, 1981; Hanna, 1982;
Berlyand, 1982, и др.), а также в обзорных статьях и докладах (Берлянд,
1974, 1976, 1983; Deardorff, 1978; Turner, 1979 и др.).

2.1. Прогностические уравнения

Работы по теории атмосферной диффузии, основанные на результатах
интегрирования уравнения турбулентной диффузии атмосферных примесей,
получили значительное развитие в Советском Союзе. Здесь будут приведены
некоторые из главных положений этих работ (Берлянд, 1972, 1975, 1982,
1983), используемых для разработки методов прогноза загрязнения воздуха.

При формулировке исходных уравнений, описывающих процесс распространения
примесей в атмосфере и изменение их концентраций во времени,
используется возможность отделения пульсаций от средних значений
концентраций примеси. Это позволяет с помощью известных приемов
осреднения перейти от уравнения диффузии для мгновенных концентраций к
уравнению для средних значений концентраций.

В общем виде задача прогноза загрязнения воздуха математически может
быть определена как решение при определенных начальных и граничных
условиях дифференциального уравнения

^+|*-&=!;-&-*’-&-»’•

где i — время; xi — координаты; щ и ki — составляющие средней скорости
перемещения примеси и коэффициента обмена, относящиеся к направлению оси
(/=1, 2, 3); а — коэффициент, определяющий изменение концентрации за
счет превращения примеси.

Уравнение (2.1) описывает пространственное распределение средних
концентраций, а также их изменения со временем. В этой связи оно может
рассматриваться как прогностическое уравнение.

Обычно в декартовой системе координат оси х\ и х2, расположенные в
горизонтальной плоскости, обозначают через х и у,

а вертикальную ось Хз — через г; соответственно и\ = и, и2=а, «3==ш и
кх^кх, к,2=ку, &3==&2.

В общем случае коэффициент обмена в турбулентном потоке представляется
тензором второго порядка. Уравнение (2.1) записано в предположении, что
оси координат совпадают с главными осями тензора, при этом
недиагоиальные составляющие его исчезают и отличны от нуля только
диагональные компоненты

кХх==^х> Ьуу==Ьу> кгг==

При решении практических задач вид уравнения (2.1) упрощается. Так, если
ось х ориентирована по направлению средней скорости ветра, то о = 0.
Вертикальные движения в атмосфере над горизонтальной однородной
подстилающей поверхностью малы и практически можно принимать ш = 0 в
случае легкой примеси, не имеющей собственной скорости перемещения. Если
же рассматривается тяжелая примесь, постепенно оседающая, то хю
представляет собой скорость осаждения (которая входит в уравнение со
знаком минус). При наличии ветра можно пренебречь членом с к*,
учитывающим диффузию по оси х, поскольку в этом направлении диффузионный
поток примеси значительно меньше конвективного.

В случае решения прогностических задач в принципе сущест-

да

венно сохранение в (2.1) нестационарного члена Однако

за периоды времени, сравнимые со временем переноса примеси х\и от
источника к рассматриваемой точке, процесс диффузии ста-ционируется
(подробнее данный вопрос рассмотрен в книге Мар-чука (1982)). Изменения
концентраций в атмосфере со временем носят обычно квазистационарный
характер и практически часто

дц

можно исключить член —^г, положив его равным нулю, и принять

только, что коэффициенты уравнения (2.1) являются известными функциями
времени *. Учет этого члена, как будет показано ниже, существен только в
отдельных случаях, в частности при определении экстремальных
концентраций примеси от наземных источников в условиях очень слабого
ветра и малой интенсивности турбулентного обмена.

Таким образом, исходное прогностическое уравнение (2.1) сводится к
обычно используемому уравнению атмосферной диффузии

В случае легкой примеси (ш = 0) второй член в (2.2) исчезает, а при
рассмотрении сохраняющейся примеси (а = 0) исключается и последний член
в правой части уравнения.

При наличии в атмосфере вертикальных токов в члене

величина т включает и вертикальную составляющую скорости

2*

19

движения воздуха. В условиях холмистого рельефа, когда направление
ветра не горизонтально и зависит от расстояния х, необхо-

д . 0Как установлено многочисленными исследованиями, одной из главных характеристик этого слоя является сохранение в нем по высоте вертикальных потоков тепла и количества движения. Его определяют иногда как слой, где касательное напряжение изменяется не более чем на 10—20 °/о (Ламли и Пановский, 1964 и др.). Для него свойственно вместе с тем значительное изменение с высотой скорости ветра, температуры и турбулентности. Здесь весьма четко проявляется и влияние устойчивости атмосферы, непосредственно связанной с температурной стратификацией. Выделяют условия безразличной (или равновесной) стратификации, когда вертикальный поток тепла равен нулю, а изменение температуры воздуха с высотой происходит по адиабатическому закону. Учитывая небольшую вертикальную протяженность приземного слоя, можно говорить о равновесной стратификации и в тех случаях, когда температура мало меняется с высотой, в частности при изотермии. Неравновесная стратификация характеризуется температурными градиентами, существенно отличными от нуля. Условия со сверхадиабатическими градиентами температуры относят к неустойчивому состоянию атмосферы. В таких случаях стратификация способствует развитию случайных возмущений в воздушном потоке и усилению турбулентного обмена. Инверсионное распределение, связанное с ростом температуры с высотой, определяется как устойчивая стратификация. При наличии инверсии температуры возмущения в потоке воздуха гасятся и интенсивность турбулентности значительно ослабляется. Кроме приземного слоя высотой А, выделяют также пограничный слой атмосферы толщиной Я0, в среднем равной примерно 1 км, в пределах которого четко проявляется влияние подстилающей поверхности на распределение метеорологических величин. Согласно одному из определений его, на высоте Н0 скорость ветра достигает скорости геострофического ветра, определяемой горизонтальным градиентом атмосферного давления. Обзор исследований пограничного слоя содержится в работах МакБина и др. (Мс. Bean et al., 1979) и некоторых других авторов. В них приводится большое число моделей и формул для определения коэффициента обмена kz и скорости ветра и как в приземном, так и пограничном слое. Один из главных результатов исследований по построению этих моделей состоит в том, что в приземном слое воздуха до уровня z = h коэффициент обмена возрастает примерно пропорционально высоте z {kzttk\zfz\). Поскольку в данном слое остаются посто- , ди янными напряжение трения т = рл2 —— и поток тепла Р = oz дТ = —pcpkz—z^, то из выражения kzmk\z/z\ следует, что и и Т являются логарифмическими функциями z. В слое z>/i под влиянием силы Кориолиса и изменения напряжения трения с
высотой профиль скорости ветра отличается

от логарифмического. Однако из наблюдений и расчетов Берлянда (1947),
МакБина и др. (Мс Bean et. al., 1979) следует, что в силу сравнительно
небольшого поворота вектора ветра с высотой, особенно в дневное время,
зависимость модуля скорости ветра от высоты близка к логарифмической до
уровня, расположенного гораздо выше приземного слоя. По некоторым
моделям и за пределами приземного слоя с увеличением z коэффициент kz
продолжает возрастать при конвективных условиях, а при безразличном
состоянии и инверсии он уменьшается. Понятно, что в общем случае нельзя
полагать, что с высотой kz безгранично растет или убывает до нуля.
Существенные трудности состоят в том, что пока не разработаны модели,
которые учитывали бы влияние турбулентности выше пограничного слоя на
нижележащие слои.

Вместе с тем для вычисления приземных концентраций примеси часто и нет
необходимости принимать во внимание детальное распределение кг с высотой
за пределами приземного слоя. На этом основании вполне приемлемой для
многих задач является модель коэффициента обмена Юдина и Швеца (1940),
согласно которой kz линейно растет с высотой z в приземном слое z^h и в
среднем остается постоянным при z>h.

В непосредственной близости к подстилающей поверхности можно приближенно
принять в качестве предельного значения kz при z = 0 значение
коэффициента молекулярной диффузии для воздуха v.

Таким образом, для расчета концентрации примеси практически достаточно
положить, что

и = их

In z/z0

1п2,/г0 ‘

v + Јtz/z, при z h,

(2.8)

где 20 — шероховатость подстилающей поверхности.

Указанное распределение и и кг с высотой 2 характерно для сравнительно
часто наблюдающихся метеорологических условий, о которых можно говорить
как о нормальных условиях. Кроме того, наблюдаются аномальные условия,
часто способствующие повышению концентрации в приземном слое воздуха
(см. пп. 2.9, 2.10 и др.).

Для определения &2 и К в (2.8) можно воспользоваться результатами работ
Берлянда и Гениховича (1973), Берлянда (1975). В них, как и в ряде
других исследований по определению коэффициента обмена, находится
совместное решение системы уравнений движения, притока тепла и баланса
энергии турбулентности. Эта система замыкается относительно неизвестной
величины /г2 с помощью дополнительного соотношения, установленного из
соображения подобия и допущения, согласно которому для высот 2>Л
существует внешний масштаб турбулентности, ограничивающий рост вихрей за
пределами пограничного слоя. В результате интегрирования указанной
системы уравнении и интерполяции полученного решения для скорости ветра
и и температуры воздуха Т логарифмической функцией от 2 найдено, что в
пределах приземного слоя

кх = , х2″‘ VI (2,///). (2.9)

1 HYPERLINK “file:///T/ZifZo” \T\ZifZo V»’/ ^ /

Здесь

(2.10)

0,1ГаМ, 1П 23/2-2

#6Г 1п2’,/2о

— масштаб Монина—Обухова,

1(х)

х(\ + 0,54 | л: |0,8) при х

где ш2 — вертикальная составляющая угловой скорости движения Земли.

Обычно при 21 = 1 м для конвективных условий &1=0,1+-+0,2 м/с и /1 =
50-т-100 м, а при инверсиях температуры к\ и Н существенно меньше.

Для определения кг известны и другие формулы, вывод которых в последнее
время большей частью основан на теории Монина—Обухова. Полученные по ним
значения кг в приземном слое близки к тем, что следуют из (2.9).
Преимущество рассматриваемой модели (2.8)—(2.12) в том, что она
определяет не только значения кг при 2А, принимая
некоторые характерные масштабы. Для вихрей этого масштаба можно
полагать, что атмосферная турбулентность выше приземного слоя имеет
примерно изотропный характер, вследствие чего здесь кх~кужк2. На более
низких уровнях кх и ку, примерно равные между собой, естественно,
изменяются с высотой, ибо на подстилающей поверхности они должны быть
равны нулю. Однако степень возрастания с высотой для кх и ку меньше, чем
для кг> поскольку влияние подстилающей поверхности на вертикальную
компоненту коэффициента обмена должно быть большим, чем на
горизонтальную. Этому условию приближенно удовлетворяет соотношение,
предложенное Берляндом (1963),

ky = k0u, (2.13)

так как в приземном слое и растет примерно логарифмически с высотой z, а
kz~z. Принимая, что при z = h, т. е. на верхней границе приземного слоя,
где иг = щх и kz = kh, имеет место равенство koьh = kh, можно найти kQ
по щг и kn.

2.3. Классификация устойчивости приземного слоя

Для определения коэффициента обмена по скорости ветра и распределению
температуры, как это сделано в п. 2.2, необходимы данные наблюдений за
температурой воздуха, по крайней мере, на двух уровнях в приземном слое.
Такие наблюдения ведутся только на некоторых метеорологических станциях,
в частности в СССР примерно на 70 станциях, измеряющих тепловой баланс.

Для того чтобы воспользоваться обычными наблюдениями на
метеорологической сети, вводится ряд классификаций устойчивости
приземного слоя, позволяющих производить качественную оценку ее. Так,
согласно Пэсквиллу (Pasquill, 1962), выделяется шесть классов
устойчивости приземного слоя воздуха: 1, 2 и 3-й классы относятся
соответственно к сильной, умеренной и слабой неустойчивости; 4-й — к
равновесному (или безразличному) состоянию; 5-й и 6-й — к слабой и
умеренной устойчивости. Каждому классу соответствуют определенные
значения скорости ветра и, степени инсоляции и времени суток (табл.
2.1).

Классификация Пэсквилла уточнялась в ряде исследований с учетом высоты
Солнца (/i©), количества нижней, верхней н общей облачности (пн, пъ,
п0), а также наличия снежного покрова и некоторых других характеристик
(Turner, 1961; Ulig, 1965; Вызова, 1974; Машкова и Хачатурова, 1979, и
др.). Кроме того, был введен еще седьмой класс — очень сильной
устойчивости. Клюг (Klug, 1969), а затем Манир (Manier, 1975) вместо
характеристик инсоляции ввели сведения о времени года и времени суток.

В табл. 2.2 приведена несколько модифицированная классификация.

Соотношение между классами устойчивости атмосферы по Пэсквиллу и
масштабом Монина—Обухова U (см. выражение

Рис. 2.1. Зависимость классов устойчивости от масштаба Монина—Обухова
Ь’ и шероховатости га.

1—6 — номера классов устойчивости.

(2.10)) дано в работе Хино (Шпо, 1968). Голдер (ОоИег, 1972)

установил зависимости классов устойчивости по Пэсквиллу от величины V и
шероховатости 2о (рис. 2.1) в результате обработки данных наблюдений в
Австралии и четырех штатах США. Как

видно из рис. 2.1, при 2о = 1 см 1-й класс соответствует масштабу
Монина—Обухова Ь’>—7 м, 2-й — масштабу —20 м/2.4. Типизация метеорологических условий распространения примеси Метеорологические факторы существенно влияют на распространение примеси и, как следствие, на форму дымовых факелов от источников. Последнее используется для типизации метеорологических условий загрязнения воздуха и соответствующих им форм дымовых факелов при различной стратификации атмосферы. —/ —2 1 1 »1 г У- і іАі 1 -|,>\г

Г °С

Примером такой типизации могут служить представленные на рис. 2.2 пять
форм дымовых факелов в зависимости от распределения температуры с
высотой: а) волнообразный, порывистый факел при сильной конвекции; б)
конусообразный, при слабой конвекции и изотермии; в) узкий, линейный,
когда источник располагается в инверсионном слое; г) приподнятый,
срезанный снизу, когда источник располагается примерно на уровне верхней
границы инверсии; д)~ срезанный сверху, задымляющий приземный слой,
подынверсионный, соответствующий боль-

Рис. 2.2. Формы факелов.

высотой, 2 — сухая

1 — распределение температуры адиабата.

шой загазованности приземного слоя воздуха, определяемой в английской
литературе как фумигация.

Очевидно, что при оценке формы факела следует учитывать скорость ветра.
При слабом ветре дым поднимается почти вертикально, а при сильном ветре
распространяется горизонтально, вдоль земной поверхности (рис. 2.3). В
работе Беляшовой и др. (1965) исследовались формы факела в зависимости
от классов стратификации с учетом как температурного профиля, так и
профиля скорости ветра. В СССР в Руководстве по контролю загрязнения
атмосферы (1979) рекомендуется на пунктах, где ведутся наблюдения за
загрязнением воздуха, отмечать и типы факелов от ближайших дымовых труб.

2.5. Интегрирование прогностических уравнений

Использование зависимости между Иу и и (2.13) позволяет упростить
интегрирование исходного уравнения (2.2), выразив ре

шение для случая точечного источника ц(х, у, г) через решение для
линейного источника ц’ (х, г) с помощью соотношения

*(*’*8)в-^^Г’^’ (2Л4)

в)

где д’ удовлетворяет уравнению

дх дг дг дг

(2.15)

и начальному условию

ид’ = М б (г — Н) при х = 0.

В случае когда и и кг заданы степенными функциями от г, решение
уравнения (2.15) выполняется аналитически.

2.5.1. Случай легкой примеси. Для легкой сохраняющейся примеси (ад = а =
0) при

и = ихгп, к2 = кхг (2.16)

с учетом (2.14), согласно работам Берлянда (1963, 1975), наземная
концентрация при 2 = 0

Л/Г _ у1

а = —— . р (1+«)**!* «о*. (2.17)

2 (1 + п) к.\ Уя/г0л:3

Характерной особенностью распределения наземной концентрации ц по оси х
(т. е. при у = 0) является наличие максимума ее цт на расстоянии хт от
источника. Величины дт и хт находятся до до

из условия -—-==-— = 0. Из (2.17) следует, что

дх ду

0ЛЩ1 + ПУМ д/^., (2.18)

Хт~ I С(1 + п)2 ‘ (2Л9)

Заметим, что дт зависит от М, Н, к\, и,\ и &о, а хт — от ^/их и Н.

При значениях л = 0,15ч-0,2 вертикальные профили ветра в приземном слое
воздуха, представленные степенной функцией (2.16), близки к
логарифмическому (2.8) (при 20»0,01 м). Показатель степени при Н в
(2.18) в этих случаях равен 1,7—1,8, а в (2.19) он равен 1,15—1,2. Из
(2.17) —(2.19) следует, что

в ? ч х , ч х , (2-20>

В случае линейного источника бесконечной длины из (2.17) с учетом (2.14)
аналогично получается формула для максимальной концентрации и расстояния
х’ , на котором она достигается:

»’ — (1 + “)м Цт~ еи{Н[+п ‘

х* – – (2 21)

Хт~ *, (1+п)2 ‘

Сопоставив (2.21) и (2.19), в частности, можно получить, что расстояние
Хт для точечного источника составляет 2/з от х’т для

линейного источника.

Характер изменения концентрации с расстоянием х существенно зависит от
уровня 2, к которому она относится. У земной поверхности па некотором
расстоянии хт от источника отмечается максимальное значение концентрации
цт. С ростом г максимум д смещается к источнику. На уровне выброса
примеси г=Н концентрация монотонно убывает с увеличением х. На более
высоких уровнях снова наблюдается максимум ц на некотором расстоянии х.

Таким образом, если известны ожидаемые значения скорости ветра,
показателя устойчивости атмосферы и мощности выброса, то можно дать
прогноз концентрации примеси.

В общем случае при величинах и и кг, заданных (2.8), решение уравнения
(2.15) для ц’ выполняется численно (Берлянд и др., 1964; Берлянд, 1972,
1975). При этом нет необходимости определять функцию ц’ при всех
значениях аргументов, если воспользоваться некоторыми соотношениями,
полученными из соображения подобия. Так, для легкой примеси (ш=а=0)
следует, что

Это позволяет связать концентрации от линейного источника д\(х, г) и ц’
(х, г) при фиксированных Н и Я для случаев щ =

= и\1\ кх=к\1) и щ=и\\ ^ = М2):

Чх (*, г^^ъ^рдр-х, г). (2.23)

Соответствующее выражение для концентрации от точечного источника ц
имеет вид:

«=-F-л/5гЧ4Ь ».’)•

Для я = 2 концентрации от точечного высотного источника при г*1 = 4 м/с, &1 = 0,2 м2/с и 2а = 0,01 м. Они приведены на рис. 2.4 для величины в, пропорциональной наземной концентрации д: М 1012 Угс^о (2.26) При рассмотрении рисунка обращает на себя внимание асимметричность формы кривых по отношению к точке хт, соответствующей максимуму дт. Рост концентрации с расстоянием происхо- дя в(1,2,3,4) 40 г 400 Рис. 2.4. Зависимость концентрации 5 от расстояния х до источника. Кривая. . / 2 3 4 5 6 7 Ям... 50 100 120 150 170 260 300 дит гораздо сильнее при ххт- Для малых Н
характерно быстрое возрастание щ до цт на участке х/F, (1 4-я). (2.30)

Распределение концентрации в направлении у такое же, как и в случае
легкой примеси. В распределении наземной концентрации по направлению
ветра (вдоль оси х) отмечается максимум цш на некотором расстоянии хт от
источника, значение которого находится так же, как и для легкой примеси.

Из (2.29) следует, что

0,063 (1 +п)2М -|/~ (1,5 + (о)”5 + со

Ят ы, #1.5(1+*) У щко Т(1+(й)еа ‘

1 +п

(1 + л)2(1,5 + й>)Л, •

(2.31)

Для легкой и тяжелой примесей хт не зависит от &0; с возрастанием Н
значение щт уменьшается, а хт увеличивается. Вместе с тем значение
максимальной концентрации тяжелой примеси цт больше, чем легкой, а хт
меньше. Различия в значениях цт и хт для легкой и тяжелой примесей
возрастают с увеличением скорости осаждения частиц т.

Численное исследование атмосферной диффузии тяжелой примеси (Берлянд и
др., 19646) проводилось, как и в случае легкой примеси, при
логарифмическом профиле скорости ветра и и модели (2.8) для кг. Из
соображений подобия, аналогично (2.23) для случая тяжелой примеси
записывается соотношение

На основании соотношения (2.32) можно также связать два варианта решения
задачи, относящиеся к различным значениям «ь &1 и ни при фиксированных
величинах Н и Н:

у, 2, ш) = ^^-^д2^-^Х, у, Ъ—ЦрУ (2-33)

В случае тяжелой примеси достаточно произвести расчеты только для одной
пары значений и\ и 6] в широком диапазоне изменения о>, после чего можно
переходить к произвольным значениям иь к\ и ш, используя формулу
пересчета (2.33).

Из расчетов следует, что зависимость концентрации д от и\ и 61 для
тяжелой и легкой примесей имеет подобный характер. Уменьшение 61
эквивалентно возрастанию до н наоборот.

При анализе изменения д от ш обнаруживаются характерные свойства тяжелой
примеси. Они связаны с частичным выпадением ее вблизи источника.
Оказывается, что зависимость концентрации от скорости выпадения на
близких и далеких расстояниях от источника носит противоположный
характер. При малых х с увеличением до концентрация д растет, при
больших х — убывает, причем тем больше, чем больше х. Для промежуточных
х в зависимости с7 от до отмечается максимум при некотором до = дот. С
увеличением высоты Я эти особенности в изменении с7 сохраняются, причем
расстояние, на котором достигается максимум д в зависимости от до,
увеличивается, а соответствующее значение тт возрастает. Эти результаты
качественно согласуются с выводами из аналитического решения, но в
количественном отношении имеются значительные различия.

Согласно Берлянду и Оникулу (19686), между наземными значениями
концентрации тяжелой и легкой примесей дю и 17 на расстояниях х от
источника высотой Я, а также между их максимальными значениями дьт и дт
имеют место соотношения:

дьи=дх(^, Н), ^т = ^Лп(-^, Я). (2.34)

Значения функций % и %т в общем случае определяются в соответствии с
численным решением уравнения (2.2). Различия в концентрациях легкой и
тяжелой примесей обусловливаются в основном безразмерным параметром
т\к\.

При одном и том же значении до роль оседания примеси будет разной в
зависимости от интенсивности турбулентности. При сильной турбулентности,
например, в случае развитой конвекции влияние различия в скорости
оседания до проявляется главным образом при достаточно больших х. В этом
случае при малых до (менее 3 см/с) 1.

В случае небольшой высоты источника Я, когда можно приближенно положить
(2.16) для и и 62, а также использовать для д и дп соответствующие
выражения (2.17) и (2.29),

(2.35)

Аналогичным образом на основании (2.31) получаем выражение для %т-
Расчеты показывают, что %т сравнительно мало зависит от величины п.

Как из аналитического решения, так и из численных исследований следует,
что всегда для тяжелой примеси максимум концентрации больше, а
соответствующее ему расстояние до источника меньше, чем для невесомой
примеси.

3 Заказ № 30

33

На основании численного решения задачи Берлянд и Оникул (1971)
установили зависимости для х и %т от высоты источника Я и т\к\ (рис.
2.5). Зависимость %т от Я получена при оу/б^сопэ! Из рисунка видно, что
значение %т Для источников, расположенных в приземном слое, практически
не зависит от высоты Я, как это вытекало и из аналитического решения.
Однако для более высоких уровней источника значение %т сравнительно
быстро возрастает с высотой Я.

Удобно рассматривать не отдельно плотность и спектр размеров частиц, а
более устойчивую их комплексную характеристику

Рис. 2.5. Значения коэффициентов

X и Хт-

Кривая… / 2 3 4 б Ьх/щ … 300 400 500 600 700

Р (т)—функцию распределения веса частиц с различными скоростями
оседания т (Берлянд и Оникул, 1971). Обычные очистные устройства,
которые работают на инерционном принципе, лучше улавливают тяжелые
частицы. Вследствие этого с возрастанием удельного веса пыли уменьшается
максимальный размер частиц, вносящих существенный вклад в ее спектр;
однако величина Р (т) при этом изменяется слабее.

Анализ опытных данных показывает, что в случае КПД очистки больше 90 %
ПРИ средних значениях удельного веса частиц Рд от 1 до 2,5 г/см3’ вес
частиц с а> =
5-г-25 см/с—около 30—40 % исш> >25 см/с (обычно не превышающими 50
см/с)—примерно 20%.

С целью оценки величин х и %т (см. (2.34)) типовой спектр Р(т) в общем
случае разбивается на равные интервалы (обычно достаточно 10
интервалов), для каждого интервала принимается средняя скорость оседания
т-,, и для фиксированных значений к\х1и\ определяется х- Суммарные
значения концентрации ^ = =F Я-ш1 находятся по формуле

?»«?FР(юИз расчетов следует, что полидисперсность пыли приводит к разнесению положений максимумов концентрации для отдельных фракций по направлению ветра и способствует поэтому уменьшению максимума суммарной концентрации. Оказывается также, что для наземного максимума концентрации величина %т в этом случае существенно меньше зависит от высоты источника Н, чем в случае монодисперсной примеси, но все же она несколько возрастает с увеличением Н, особенно при #1>300 м.

2.6. Осреднение концентраций

При сравнении предвычисленных и измеренных концентраций важное значение
приобретает вопрос о влиянии продолжительности интервала времени, к
которому относятся концентрации, полученные в результате решения
уравнения диффузии, и времени отбора проб при экспериментальном
определении концентрации. Это существенно и потому, что результаты от
воздействия загрязнения атмосферы на окружающую среду (на живые
организмы, растительность, различные покрытия и т. п.) определяются не
только концентрациями примесей, но и продолжительностью воздействия. В
зависимости от свойств примесей и длительности их действия
устанавливаются соответствующие предельно допустимые концентрации ПДК
(см. п. 1.2).

Влияние периода осреднения концентраций должно исследоваться на основе
решения исходного уравнения с одновременным учетом осреднения его
коэффициентов. Однако это связано со значительными трудностями,
обусловленными необходимостью учета влияния широкого спектра вихрей,
характерного для атмосферной турбулентности. Приближенный подход к
решению данного вопроса был развит в работах Берлянда и др. (1964а,
1965). Он состоит в том, что при анализе процессов турбулентной диффузии
сначала выполняется осреднение составляющих коэффициента обмена и
скорости ветра. В приведенных выше решениях принималось, что ку и кг
определяются эйлеровыми характеристиками микромасштабной структуры
метеорологических величин и не зависят непосредственно от лагранжевых
характеристик процесса.

В п. 2.2 для оценки ку полагалось, что выше приземного слоя ку = кг. При
таком условии характерное время действия т’ для вихрей, определяющих
значения &у и кг, приближенно устанавливается по значениям пульсаций
горизонтальной и вертикальной составляющих скорости ветра и’ и до’, а
также по пути смешения вихрей /, так, что

При этом, по определению, величина / удовлетворяет соотношению Прандтля

3*

35

Следовательно,

Используя логарифмическое представление вертикального профиля скорости
ветра (2.8), получим

т’ = -|-In z,/z0.

Численные оценки показывают, что обычно т’ равно 2—3 мин. Поэтому поле
концентрации q, описываемое исходным уравнением турбулентной диффузии
(2.2) с указанными значениями ky и kz, определяется действием вихрей
сравнительно малого масштаба с х’ примерно 2—3 мин. Ось х в данном
случае надо ориентировать по направлению ветра, осредненному за период
т/.

Выполненные оценки позволяют предположить, что данные расчетов по
приведенным выше формулам будут находиться в определенном согласовании с
данными эксперимента в случаях, когда пробы воздуха отбираются в течение
нескольких минут и на сравнительно небольших расстояниях от источника,
т. е. при малом времени переноса примеси. Полученные решения,
следовательно, пригодны в основном для вычисления максимальной
концентрации от относительно низких источников, когда она достигается на
малых расстояниях.

В случае более высоких источников и при продолжительности забора проб в
течение 20—30-мииутного интервала опытные данные оказываются существенно
ниже расчетных. При этом расхождение тем значительнее, чем больше
расстояния от источника.

В случаях, когда т/ меньше интервала времени забора проб to и времени
х/и, за которое осуществляется перенос примеси от источника на
расстояние х (за и приближенно принимается скорость ветра на высоте
источника), осреднение концентрации должно производиться за период
Т'”>х’. Если при этом сохранить прежние значения и, kv, kz, то нужно
учесть пульсации направления ветра, осредненного за время Г’.

Согласно экспериментальным данным Грачевой и Ложкиной (1964) и др.,
вероятность о (ф) отклонений средних за период %’ направлений ветра на
угол ф от среднего за период Т’ направления ветра примерно подчиняется
закону Гаусса, т. е.

»(Ф) = —(2.37)

сро V2jt

где фо — дисперсия за период времени Т’.

Если учесть изменение концентрации в поперечном к ветру направлении
согласно (2.14), то средняя концентрация q за время Т’ (Берлянд и др.,
1964а, 1965) определяется по формуле

л/2 _ (у cos ф — хsin ф)а

q = \ q\y-0e~ 4k°x o(q>)Ap, (2.38)

-л/2

где <.>, где г|з определяет угловые размеры факела.
Величина 1р мала и поэтому этфя^ф. В результате получим, что приближенно

$ = ?|„-о/(*. У)- (2.39)

Приближенно для достаточно больших х

Нх, у) = Л-л/^-е •** . (2.40)

Этот эффект осреднения в различной степени сказывается на разных
характеристиках поля концентрации. Концентрация Ц на оси факела с
увеличением расстояния х убывает быстрее, чем ц, поскольку в знаменателе
формул для ц дополнительно появляется

V’х. Знаменатель в показателе степени экспоненциальной функции,
определяющий убывание ц с увеличением у, оказывается теперь
пропорциональным х2, а не х, как ранее. Поэтому вдоль оси у изменение
концентрации происходит более медленно и ширина факела возрастает. С
помощью (2.39) непосредственно производится переход к осредненным
концентрациям от их значений, определяемых на основе приведенных выше
выражений для ц, согласно численному и аналитическому решениям. В
частности, для легкой примеси (т=0), когда коэффициент обмена растет
линейно с высотой, а скорость ветра изменяется по степенному закону,
используя (2.17), получим

т = хту!. (2.45)

Здесь Хузт и хт — расстояния, где достигаются соответственно Яют и Ят,
-Р’ и %’ — безразмерные коэффициенты, причем Р”;>1, а х’ и °т времени х/и переноса примеси на
расстояние х. Анализ показывает, что приближенно можно положить

Г = и + х/и. (2.46)

Из полученных результатов следует, что эффект осреднения условно
описывается заменой ко некоторым эффективным коэффициентом ко(х),
изменяющимся с расстоянием от источника (Бер-лянд и др., 1964а, 1965). В
частности, можно сравнить полученные выражения для Ц при достаточно
больших х с непосредственным решением исходного уравнения диффузии (2.2)
при &у = =ко{х)и. Для этого предварительно осуществляется замена пере-

х

менной х на Х= ^Ао(Ё). Тогда аналогично (2.14) получим о

д= д’ , (2.47)

где я’ {X, г)—соответствующее решение для случая линейного источника.

Сопоставляя (2.47) с (2.39) и (2.40), определим, что при достаточно
больших х

ко(х)^хц>1 (2.48)

Для перехода от неосредненных значений ц к осредненным концентрациям ц
по формулам (2.39) — (2.40) необходимо знать значение средней дисперсии,
колебаний направления ветра фо.

Вопросы определения ф0 на основании обработки обширного материала
экспедиционных наблюдений излагаются в работах Грачевой и Ложкиной
(1964), Гениховича и Грачевой (1965).

В соответствии с указанными выше результатами вводятся два интервала
времени осреднения направления ветра: внешний Т

Рис. 2.6. Зависимость дисперсии направления ветра 0О от показателя
устойчивости Б.

1 — диапазон отклонения, 2 — число случаев.

и внутренний т/. Продолжительность внутреннего интервала принимается
равной 2,5 мин, внешнего — 20 мин и больше. Дисперсия определяется по
формуле

I п

V N

где ф,- и ф — средние направления ветра для внутреннего и внешнего
интервалов осреднения, гы — повторяемость определенных направлений
ветра, N — общее число случаев.

По результатам обработки данных наблюдений на рис. 2.6 представлены
некоторые результаты для случая внешнего интервала Т =20 мин. В качестве
показателя устойчивости используется параметр Б = бТ/и2, где 6 7 —
разность температур на высотах 2,0 и 0,5 м.

При неустойчивой стратификации, согласно рис. 2.7, с ростом скорости
ветра от 2 до 8 м/с значение сто уменьшается примерно от 10 до 4°.

Обработка данных наблюдений позволила также исследовать связь а,- с
внешними интервалами осреднения Г», равными 20, 40 и 60 мин.

На рис. 2.7 приводятся корреляционные графики зависимости для интервалов
осреднения 20 и 40 мин (аго, а40), а также 40 и 60 мин (а4о, с6о).
Используя формулы (2.39) и (2.40), можно определить зависимость
концентрации примеси q от периода осреднения при различных
метеорологических условиях. В частности, из этих формул следует, что q
возрастает с уменьшением сро. Поэтому увеличение фо с усилением
неустойчивости и при ослаблении скорости ветра способствует уменьшению
концентрации. С возрастанием периода осреднения Т в соответствии с
опытными данными концентрации также уменьшаются, причем сначала быстро,
а затем медленнее.

Согласно (2.46), Tr=tQ-\-xlu, где t0 — продолжительность времени забора
проб. Отсюда можно заключить, что с увеличением

Рис. 2.7. Зависимость дисперсии направления ветра о0 от скорости ветра
щ (а) и интервала осреднения Т (б).

1 — неустойчивое состояние, 2 — равновесное, 3 — устойчивое.

расстояния х (или, точнее, х\и) влияние времени забора проб
ослабляется.

Полученные экспериментальные характеристики согласуются с теоретическими
выводами о зависимости дисперсии колебаний от внутреннего и внешнего
интервалов (Генихович и Грачева, 1965; Берлянд, 1975).

2.7. Использование гауссовых распределений концентраций

Для описания распространения примесей в атмосфере, наряду с решением
уравнения турбулентной диффузии, широко используются формулы Гауссового
распределения концентрации, полученные на статистической основе. Одна из
первых работ в этом плане принадлежит Сеттону (1958), который положил,
что в общем случае концентрация примеси в точке (х, у, г) от источника,
расположенного в начале координат, пропорциональна произведению

на аналогичные функции Рг и Рх, относящиеся к координатам г и х. Здесь
а2 —дисперсия распределения примеси в направлении у. Задавая
определенный вид лагранжевой корреляционной функции для концентраций и
используя теорему Тейлора о связи этой функции с а*, Сеттон получил, что

1 2 /- i\2 — п

oi = -YCi (ut)

(2.49)

где с1 — некоторые коэффициенты (1= 1, 2, 3 соответствуют х, у, г), й —
средняя по высоте скорость ветра. В случае мгновенного источника F —
время после начала действия источника, а для непрерывно действующего
источника полагается, что / == х/й.

Сеттон показал также, что при избранном им виде корреляционной функции
должен выполняться степенной закон для изменения скорости ветра с
высотой, где показатель степени связан с л в (2.16). Следовательно,
параметр п, необходимый для расчета концентрации, можно определить по
вертикальному профилю скорости ветра и тем самым косвенно учесть условия
стратификации.

Первоначально Сеттон получил формулу для случая наземных источников,
которая затем подтвердилась результатами наблюдений в Портоне (Англия)
при равновесных условиях до сравнительно небольших расстояний (несколько
сотен метров). Впоследствии эта формула была применена без достаточного
обоснования и для случая высотного источника.

В целях изучения закономерностей распространения примесей, проверки и
уточнения формул для расчета атмосферной диффузии, определения
содержащихся в них метеорологических параметров широко ведутся
экспериментальные работы. Обзор 20 наиболее крупных исследований,
выполненных за последние десятилетия в США и Англии (например, работы
Ислитцера, Крамера, Стюарта, Пэсквилла, Смита, Хея и др.), а также в
Швеции, например работа Хогстрема (Но^эггот, 1964), дан в «Метеорологии
и атомной энергии» (1971).

Некоторые из этих исследований характеризуются высокой технической
оснащенностью, большим комплексом наблюдений и значительной
продолжительностью. В них поставлено много трудоемких и дорогостоящих
опытов с наземными и высотными источниками непрерывного и
квазимгновенного действия. Так, по проекту «Грин Глоу» в штате Вашингтон
(США) создавались наземные источники сернистого цинка. Отбор проб
осуществлялся в 833 точках, расположенных на концентрических дугах
вокруг источника, причем для этой цели на первых четырех дугах
устанавливалось по пять мачт высотой до 60 м. По проекту «Драй Талч» в
Калифорнии выполнено более 100 серий экспериментов. Брукхейвенская
национальная лаборатория в Нью-Йорке проводила периодические наблюдения
с использованием 130-метровой метеорологической мачты более 15 лет.
Крупные эксперименты проводились в США с использованием
тетронов—пластиковых баллонов постоянного уровня (название их составлено
из начала и конца слов — тетра-эдальпые баллоны). Подчиняясь движениям
воздуха, тетроны играют роль трассера и позволяют по наблюдениям за их
траекториями судить об интенсивности турбулентного рассеивания (Апде11
ег а1., 1972).

В указанных работах Сеттона и ряда других исследователей на основании
эмпирико-статистических соображений нередко принимают, что наземная
концентрация примеси выражается формулой

д = —М е 2о1 20*. (2.50)

В ряде работ (Pasquill, 1962, Meade, 1960) вместо ау и а2 вводятся
ширина облака 2d’ и его высота hf, определяемые из условия убывания
расчетной концентрации на границе облака в 10 раз

по сравнению с ее осевыми значениями. Так, согласно (2.50) величина d’
связана с ау следующим соотношением

ехр(-^г)=од’

т. е. d’=2,15(7,,.

Если ввести вместо 2d’ угловое расширение дымового факела 26′, то при
малых Q’=d’/x получим 6′ = 2,\5ау/х. Между h’ и ах имеется аналогичное
соотношение: h’ = 2,\Бо2.

Во многих из указанных экспериментов основное внимание обращалось не
столько на проверку формулы (2.50), широко используемой при расчетах
рассеивания примесей, сколько на оценку содержащихся в ней параметров
(оу, аг или d’, h’). Значение указанных параметров существенно зависит
от степени устойчивости атмосферы, скорости ветра и других факторов,
которые обычно определяют в соответствии с классификацией, указанной в
п. 2.3.

В результате обобщения имеющихся опытных данных, Гиффорд (Gifford, 1960)
построил для указанных в табл. 2.1 классов устойчивости специальный
график (рис. 2.8) для определения av

аух

и ст2. Гиффорд в книге под ред. Хаугена (Наи^еп, 1975) приводит сводку
формул для определения Сту и аг, составленную Бригг-сом для расстояния х
от 100 м до 10 км для случая ровной открытой местности. Согласно
Бриггсу,

(Т,=

Значения ау, а2, Бг (х) даны в табл. 2.4.

В работе Гиффорда (Gifford, 1976) приводятся аналогичные данные для
условий города.

Специальная группа экспертов Американского метеорологического общества
занималась обобщением имеющихся данных о ау и (Jz, а также схем
классификации устойчивости в целях их унификации; полученные выводы
представлены в работе Ханна и др. (Hanna et al., 1977). Новые данные о
параметрах дисперсии приведены в статьях Гиффорда (Gifford, 1979),
Грининга и др. (Gryning et al., 1978, 1980). Для условий пересеченного
рельефа такие данные получены Ханна (Hanna, 1980).

Установлено, что вне зависимости от устойчивости атмосферы
горизонтальная дисперсия примеси растет примерно пропорционально
расстоянию от источника. Отмечено также, что при устойчивом состоянии
атмосферы на некотором расстоянии от источника почти прекращается рост
вертикальных размеров факела примеси.

В ряде работ принимается

0y = ь{xa\ ог = Ь1Х&\ (2.51)

сятся к условиям, характеризующимся разной степенью устойчивости. Эти
группы распределены в зависимости от высоты источника. В первую из них
включены случаи наблюдений вокруг высоких труб с высотой примерно 200 м
(Carpenter, 1979), во вторую— вблизи труб высотой около 100 м (Smith,
1973) и в третью— вокруг низких труб с высотой примерно 50 м (Turner,
1970). В работе Фогта и др. (Fogt et al., 1978) на основании
экспериментов с трассером определены значения ау и az в зависимости от х
до расстояний 10 км для высот источника 50 и 100 м. Они получили
отношения оу(Ю0)/оу(50) и a2(100)/az(50) для разных классов
устойчивости.

Примерно аналогичные результаты получены и в статье До-рана и др. (Doran
et al., 1978). На основании экспериментов с трассерами, выбрасываемыми в
атмосферу на высотах 2, 26, 56 и 111 м при равновесной и устойчивой
стратификации в пустынной местности с шероховатостью 3 см, получено, что
az увеличивается с ростом высоты источника. Различия для наземного и
высотного источника возрастают с усилением устойчивости. В отношении оу
получены менее определенные результаты. Установлено, что горизонтальная
дисперсия определяется в основном флуктуациями направления ветра и в
меньшей степени высотой источника.

Из сопоставления данных табл. 2.5 можно заключить, что по характеру
зависимости параметров дисперсии от высоты источника данные различных
экспериментов не всегда согласуются между собой. В частности, это
относится к такому важному вопросу, как рост или убывание параметров
дисперсии с высотой источника. В одном случае отмечается их рост, в
другом — убывание. Понятно, что для практического использования
полученных результатов требуется дальнейшее развитие указанных
исследований.

Пэсквилл (Pasquill, 1971) и ряд других авторов исследовали зависимость
концентрации q согласно (2.50) от отношения о2/оу. В результате
установлено, что наибольшее значение q достигается, когда ojoy не
зависит от расстояния, т. е. при Яi = а\.

2.8. Начальный подъем примеси

Выбросы, поступающие из дымовых и вентиляционных труб и отверстий,
обычно обладают начальной скоростью подъема и часто перегреты
относительно окружающего воздуха. Предпринималось много попыток
схематизации исследуемого процесса. В основном она была связана с тем,
что иногда наблюдается заметный подъем дымового факела непосредственно
над трубой. При слабом ветре отчетливо видно, что дым сначала
распространяется почти вертикально вверх и только на некотором уровне
начинает распространяться горизонтально. Создается впечатление, что
источник примеси как будто приподнят над трубой. Поэтому предлагалось
учитывать начальный подъем примеси АН и рассматривать вместо реального
источника на высоте Я некоторый условный источник, расположенный на
более высоком уровне (Яе = Я+АЯ), обычно называемом эффективной высотой.
Таким образом, задача сводится к определению АЯ в зависимости от
скорости ветра, перегрева примеси и других факторов.

Простейшие оценки АЯ основаны на использовании некоторых результатов
теории распространения струи в неподвижной среде и нахождении
эмпирических связей АЯ с указанными факторами. Полагается, что начальный
участок факела над трубой можно рассматривать как распространяющуюся
вверх струю, в которой постепенно с высотой за счет расширения струи
затухает скорость движения т. Величина АЯ находится как уровень г
(отсчитанный от источника вверх), на котором значение вертикальной
скорости т мало по сравнению со скоростью ветра и и перенос примеси
примерно горизонтальный, т. е. хи){г)^ги (еследует принимать во внимание, что вокруг источника выброса создается поле вертикальных скоростей, затухающих с удалением от него и способствующих подъему примеси вверх. Это поле скоростей определяется на основе численного решения системы уравнений движения и притока тепла, описывающих распространение струи в сносящем потоке (Берлянд и др., 1965; Берлянд, 1975) дх Та дг д( дг д у ду2 дд дг дг "2 • + Та) _ дх 1 дг дг "г дг ' "у ду2 Здесь Ф— отклонение температуры от температуры Та. н°м 800 600 МО - Рис. 2.9. Положение оси факела Н° на разных 200 3 150 расстояниях от источника х. Кривая . АГ°С . . (2.55) (2.56) В качестве граничных условий используется наличие источника газовых выбросов с некоторой начальной скоростью и относительным перегревом, а также обращение до и Ф в нуль на подстилающей поверхности и на бесконечном удалении от источника. Предложенная постановка задачи состоит в совместном решении (2.55) и (2.56) и уравнения турбулентной диффузии примеси (2.2). Из (2.55) и (2.56) в результате численного интегрирования с помощью ЭВМ определяется поле вертикальных скоростей до, после чего их значения подставляются в уравнение для определения концентраций примеси. Такая постановка задачи принципиально отличается от задач, в которых вводится неопределенная величина — эффективная высота источника. (2.57) На рис. 2.9 представлены полученные в результате расчета высоты оси струи Н° при различных перегревах ДГ. Из рисунка следует, что подъем факела отмечается до расстояний в несколько километров. Поэтому понятие эффективной высоты как некоторого начального подъема является весьма неопределенным. Вместе с тем можно условно ввести начальный подъем из сравнения наземных концентраций, рассчитанных для источника с фиксированной высотой выброса и полученных по полной схеме. С учетом проведенных исследований в работе Берлянда и др. (19646) была предложена приближенная формула для определения начального подъема: Та** 3,75ау0/?о , 1,бFКаДГ дя = Здесь 1/1 = я#20Шо — объем уходящих газов в единицу времени, и — скорость ветра на высоте флюгера (2ф = 10 м). 2.9. Аномальное распределение скорости ветра с высотой В отдельных случаях, которые рассматриваются как аномалии, отмечается существенное отличие от указанного логарифмического роста скорости ветра с высотой (2.8) в нижнем слое атмосферы толщиной в несколько сот метров. Так, например, ветер может наблюдаться только выше некоторого уровня, а ниже до самой земли — штиль. Это хорошо заметно при наблюдениях за очертанием дымового факела из труб. Дым сначала из-за отсутствия ветра подымается вертикально вверх, а затем на определенной высоте принимает почти горизонтальное положение. В других случаях на высотах 100—200 м, а иногда и выше, особенно на границах температурной инверсии наблюдается отчетливый максимум скорости (см. п. 5.5). В работах Берлянда и др. (1964а, б) приведены результаты численного интегрирования уравнения (2.2) при различных профилях, существенно отличающихся от логарифмического. При этом учитывался только характер зависимости и от г. На рис. 2.10 кривыми 5—6 представлены результаты расчета величины 5 (см. 2.26), пропорциональной наземной концентрации примеси д от источника высотой 120 м для случаев резкого усиления ветра в отдельных слоях воздуха. Во всех случаях усиление ветра в каком-либо слое приводит к уменьшению д, причем умень- шение тем больше, чем ниже расположен такой слой. Однако в целом увеличение скорости ветра вдвое в слое толщиной 30 м не оказывает большого влияния. Существенно большие эффекты проявляются при наличии штилевых слоев. Это видно из рис. 2.10, на котором кривыми 2—4 представлены аналогичные распределения для соответствующих профилей скорости ветра. Из рис. 2.10 следует, что, когда штилевой слой расположен у земной поверхности, концентрация здесь значительно больше, чем при обычном изменении ветра по логарифмическому закону. Анализ показывает, что учет этого слоя для достаточно высоких источников приближенно эквивалентен снижению высоты источника на величину, равную толщине штилевого слоя. 2.10. Диффузия примеси при штиле В случае когда источник расположен внутри штилевого слои, задача осложняется. Действительно, из приведенных выше формул, полученных как в результате интегрирования уравнения диффузии, так и использования гауссовых формул, следует, что при и=0 и фиксированной высоте источника концентрация неограниченно возрастает. Это создает принципиальные трудности в оценке допустимых выбросов и необходимого снижения выбросов при прогнозе штилевых условий. В самом деле, если при и = 0 любой выброс примеси связан с неограниченным ростом концентрации ее, то единственная возможность состоит в полном прекращении выбросов на период штиля. Данный вывод является следствием неучета в исходном уравнении (2.2) турбулентной диффузии по направлению х. Попытки устранить указанный недостаток в гауссовых формулах также делались в работах Фортака (Fortak, 1961), Нестера (Nester, 1967) и др. Берлянд и Куренбин (1969) развили теорию распространения примеси при штиле. Их результаты являются непосредственным дополнением к приведенным формулам, полученным в результате интегрирования атмосферной диффузии при наличии ветра. Исходное уравнение в данной теории отличается от уравнения (2.2) д да _ тем, что в нем положено и = 0, но добавлен член -—kx—т2-. Для ах ох того, чтобы решение его являлось предельным выражением решения уравнения (2.2), при и->0 используются зависимости компонент коэффициента обмена
от скорости ветра при малых, но не равных пулю значениях и. Поэтому
принимается, что

kz = kxq>x{z), ы = и,ср2(;г), ky = k0u,

где cpi(z) и (P2(z)—некоторые функции высоты.

Кроме того, производится осреднение q с учетом колебаний направления
ветра во времени, как это сделано в п. 2.6, что позво-

4 Заказ № 30

49

ляет принять, согласно (2.48), вместо кй величину хср20. Другая
горизонтальная компонента коэффициента обмена Их полагается равной ку,
что справедливо в силу горизонтальной изотропности турбулентного обмена
при отсутствии ветра.

При наличии приземной инверсии температуры с уменьшением скорости ветра
до штиля затухает и турбулентный обмен. В этом случае рассеяние примеси
сильно ослабевает. Основной интерес поэтому представляют условия
диффузии при отсутствии среднего ветра и развитом турбулентном обмене.

Для этих условий, которые соответствуют случаю конвекции, км и ку, так
же как &2, принимают отличные от нуля значения. Поэтому из соображений
размерности полагается, что с убыванием скорости ветра сохраняется
значение величины р2 = ср20«1.

Следовательно, при малых скоростях ветра сро = р7Уць откуда ку =
$2хц>2(2). Известно также, что при конвективном режиме не зависит от
скорости ветра и Ль Поэтому при малых скоростях ветра к\/и\ = а /ии где
а’ — постоянная.

Тогда исходное уравнение записывается в цилиндрической системе координат

-F-*,&+-НFг*г-F + -^»(гЖг-/0 = 0, (2.58)

где &2 = &1ф1(г) и &г = р2/чр2(2).

В качестве граничных условий принимается, как обычно,

кг-^- = 0 при 2 = 0, ? = 0 при г2+ 22 = 0,

кг-^г = 0 при г = 0. (2.59)

Последнее условие следует из симметрии горизонтального поля
концентраций.

В случае когда (как и в п. 2.5.1) кг и и определены из (2.16), т. е.
приф!(г)=2 и фг(2)=2п (причем п«0,1-^-0,2), наземная концентрация
определяется по формуле

9о = гМо2Ы + » тг- (2.60)

(п-в»*, н

Максимум наземной концентрации #о достигается при г = 0, т. е
непосредственно под источником. Из (2.60) получаем

М (1 + п)3 кх

Чт— п^„4н2(1 + п) •

На основе формул (2.61) для цш при штиле и (2.42) для дт при иФО Берлянд
и Куренбин (1969) предложили интерполяционную формулу

– 0,216Ш, (1 +п)3

(2.62)

(1,зба4 + Ф0″?)//2(1+/г) ‘

которая пригодна для расчета максимальной концентрации как при наличии,
так и при отсутствии ветра.

2.11. Приподнятая инверсия температуры

В отдельных аномальных случаях отмечаются существенные отклонения в
распределении коэффициента обмена с высотой от вертикального профиля,
определяемого формулой (2.8). Эти отклонения в значительной степени
обусловлены наличием приподнятой инверсии температуры, а отчасти —
отклонениями в вертикальном профиле скорости ветра от
логарифмического (см.

п. 2.9).

Из наблюдений, в частности, за пульсациями ветра следует, что в
инверсионных слоях резко ослабляется турбулентный обмен (Воронцов, 1960,
и др.). В случаях с устойчивой стратификацией при достаточно больших
инверсионных градиентах температуры нередко отмечается почти полное
исчезновение высокочастотных колебаний. Записи акселерографа на самолете
в этих случаях представляют собой прямую линию с редкими
длиннопериодными возмущениями, обусловленными мезомасштабной
турбулентностью.

Теоретические исследования зависимости коэффициента обмена от градиента
температуры дТ/дг в основном относятся к случаям монотонного изменения
температуры в пограничном слое воздуха. На основании этих исследований
можно также сделать вывод о значительном ослаблении турбулентности и в
случае расположения инверсии над приземным слоем (г>Я). В этом случае
для высот г>Л нельзя принимать величину Ь.г постоянной, как полагалось
для нормальных условий, а следует учесть зависимость кг от градиента
температуры. Приближенно эту зависимость можно определить, используя для
слоя 2>/г формулу типа

F2=/г2р(1 -Ш/Шкр)°”,

(2.63)

4*

51

Более строгая модель изменений кг в слое приподнятой инверсии
предложена в работе Берлянда и Гениховича (1973). Из нее следует для
инверсионного слоя

и ) •

(2.64)

Здесь приближенно

(2.65)

где

А*

01 = 0,7, с\=0,045 — постоянные уравнения баланса энергии
турбулентности, индексом I обозначены величины А* и относящиеся к нижней
границе инверсии гг-.

Как видно из (2.65), величина убывает при увеличении Ш в слое инверсии,
хотя даже при 1^1 = 1 значение Ььф0. При средних значениях параметров в
(2.65) значение = 100-4-150 м.

Таким образом, при наличии приподнятых слоев инверсии создается сложный
профиль изменения коэффициента обмена с высотой.

Решение задачи о распространении примеси при наличии приподнятых
инверсий выполняется с помощью численных методов.

В работах Берлянда и др. (1964а) приводятся результаты расчетов
приземной концентрации для случаев расположения инверсии на разных
уровнях выше приземного слоя (г>К). Трудности численного решения задачи,
связанные с резким ослаблением обмена в инверсии, преодолеваются с
помощью введения эффективного коэффициента обмена, как это делалось для
приземного

слоя, где &2 также быстро изменяется с высотой. Оказывается, что наличие
задерживающего слоя с ослабленной турбулентностью над одиночным
источником приводит к увеличению наземной концентрации в 1,5—2 раза, а
иногда и больше (см. гл. 3).

2.12. Влияние стратификации на начальный подъем

примеси

При наличии приподнятых инверсий загрязнение воздуха может быть
значительно большее, чем указано в п. 2.11. Дополнительно следует
учесть, что инверсии оказывают влияние и на начальный подъем АН.
Оказывается, что при инверсии значение АН не может неограниченно
увеличиваться с уменьшением скорости ветра и, как это следует из (2.57)
для равновесных условий. Повышение температуры воздуха с высотой
приводит к тому, что выбросы из труб не могут подниматься выше
определенного

уровня — потолка (2П), который согласно Берлянду (1966), приближенно
определяется по следующей формуле:

(2.66)

Для мощных тепловых источников, например ТЭС, 2п = 200ч–=-800 м. Для
сравнительно холодных выбросов из труб небольшого диаметра 2П = 20-1-40
м.

2.13. Туманы и смоги

К аномальным метеорологическим условиям, при которых значительно
возрастает опасность загрязнения воздуха, относятся и туманы.

Влияние туманов на содержание примесей в воздухе носит сложный характер.
При туманах нередко наблюдаются специфические условия распределения
метеорологических величин, способствующие увеличению концентрации
примесей у земли. Примеси частично поглощаются водяными каплями, при их
растворении иногда образуются новые более вредные вещества. При
повышенном содержании гигроскопических частиц существенно ухудшается
видимость, поскольку конденсация влаги начинается при относительной
влажности воздуха, меньшей 100%, а также изменяются микрофизические
характеристики тумана (увеличивается число капель за счет уменьшения их
размеров). Осаждение влаги на аэрозолях увеличивает их размеры и
скорость гравитационного смещения к земной поверхности. В северных
районах при низких температурах в результате автомобильных выбросов
возможно образование так называемых ледяных туманов.

Ввиду сложности протекающих процессов приобретает особую важность
развитие теории загрязнения атмосферы при туманах.

Атмосферная диффузия при тумане исследуется на основе численного
интегрирования уравнения (2.2) с учетом последнего члена ас7, который
характеризует сток примеси вследствие поглощения ее каплями тумана (вне
тумана принимается а = 0). Этот член может быть в общем виде определен
из соотношения

оо

а

(7= ^ Р(Г)М (г) иг

о

(2.67)

где Р (г) — количество примеси, поглощаемое каплями тумана радиуса г в
единицу времени, а М(г) — функция распределения капель по размерам.

Согласно Хргиану и Мазину (1962), N (г) =аг2ехр(—Ьг), где а и Ь —
постоянные. Полагая, что газовые примеси полностью поглощаются на
поверхности капель, получим, что

(2.68)

где V — коэффициент молекулярной диффузии для воздуха, рв = = 1 г/см3 —
плотность воды, А — водность тумана, гт — радиус капель, соответствующий
максимуму функции распределения.

Следовательно, для количественной оценки влияния тумана необходимо знать
радиус капель гт и водность Л, а также распределение этих характеристик
в пространстве. Следует учитывать также, что в тумане обычно происходит
перестройка профилей температуры и коэффициента обмена. Из-за недостатка
данных наблюдений такие характеристики изучались мало. Для их
определения была развита теория образования речных туманов, которые
возникают в основном в холодное время года в районах незамерзающих рек и
водоемов, и наиболее часто встречающихся радиационных туманов.

2.13.1. Речные и радиационные туманы. В работе Берлянда и Оникула
(1968а) теория речных туманов строится на основании численного решения
системы уравнений тепло- и влагообмена в установившемся потоке воздуха,
перемещающегося над рекой или водоемом и над их берегами. При этом
холодный воздух, не насыщенный влагой, натекает на более теплую
незамерзшую поверхность реки, после чего смещается над покрытой снегом
поверхностью подветренного берега.

Полученные характеристики речного тумана использовались для численного
решения уравнения турбулентной диффузии в соответствии с изложенной выше
схемой (Берлянд и др., 1968а). Из расчетов следует, что в тумане
концентрация примеси резко убывает за счет ее поглощения в каплях.

В работе Берлянда и Канчана (1973) аналогичным образом исследовались
условия распространения примеси в радиационном тумане. В основу ее
положено решение системы уравнений турбулентного тепло- и влагообмена в
атмосфере и уравнения теплопроводности в почве с учетом нестационарных
изменений температуры и влажности воздуха ночью в период радиационного
выхолаживания. По изменению распределения температуры с высотой и со
временем определялись соответствующие изменения коэффициента обмена,
которые учитывались при интегрировании уравнения турбулентной диффузии.

Согласно расчетам, в развитом радиационном тумане разрушаются приземные
инверсии и образуются приподнятые инверсии температуры. Это ведет к
увеличению наземных концентраций. Кроме того, поступающие от источника
примеси почти полностью поглощаются каплями. Например, по данным расчета
уже на расстоянии 0,5 км от источника высотой 100 м практически
концентрация газообразной примеси в воздухе близка к нулю. Как и для
речных туманов, так и для радиационных туманов получено, что
концентрация примеси убывает не только на всех уровнях в слое тумана, но
и в слое воздуха, расположенном над туманом.

Следовательно, при образовании тумана, в его каплях концентрируется не
только примесь, которая находилась вблизи подстилающей поверхности в его
отсутствии, но также и значительная часть примеси из вышележащих
(нередко наиболее загрязненных) слоев. Таким образом, капли тумана как
бы аккумулируют примесь из весьма протяженного слоя, что существенно
увеличивает суммарное загрязнение воздуха вблизи подстилающей
поверхности.

В связи с этим для слоя тумана удобно использовать понятие полной
концентрации с7п = z'— г — h(x), х' = х, (2.70) где г = К{х) описывает границу подстилающей поверхности. Тогда (2.15) при а = 0 переходит в и К' дд' дх' w — и dh \ dg' _ д дх' ) dz' ~~ dz' ддг z dz' (2.71) Составляющие скорости движения и и w здесь связаны уравнением неразрывности Вид уравнения (2.71), а также и граничных условий после преобразования (2.70) такой же, как в случае плоской поверхности почвы. Это позволяет использовать те же методы решения задачи, что и для ровной местности. В случае пологого рельефа, когда углы наклона склонов малы» воздушный поток практически полностью обтекает неровности местности. При этом и и kz являются функциями только высоты над подстилающей поверхностью: u = u[z— h(x)], kz = kz[z— h(x)]. На основании (2.72) получаем, что w = u ^ • Тогда (2.71) сводится к уравнению диффузии для ровного места при отсутствии вертикальных скоростей движения. Это означает, что пологий рельеф не оказывает существенного влияния на распространение примеси. Данный вывод, сделанный впервые в работе Берлянда и др. (1965), имеет существенное практическое значение. Из него следует также, что изменение поля концентраций под влиянием неровностей местности возникает в тех случаях, когда величины и и kz зависят не только от z — h(x), но и от х. К сожалению, эти зависимости мало изучены как теоретически, так и экспериментально. К настоящему времени выполнен ряд крупных исследований орографических возмущений воздушных течений. Эти исследования в основном относятся к процессам сравнительно большого масштаба и не могут быть непосредственно использованы для решения рассматриваемых задач. Поэтому решать уравнение (2.71) следует одновременно с определением коэффициентов, входящих в него, т. е. с исследованием структуры пограничного слоя атмосферы. В последнее время получен ряд приближенных оценок влияния форм рельефа на распределение примеси в целях использования их в практической работе. К ним нужно отнести теоретические исследования Штюмке (Stiimke, 1964), Хино (Hino, 1968), Ханта и Джексона (Hunt, Jackson, 1974), Игана в книге под ред. Хау-гена (Haugen, 1975) и др. Интересные результаты получены и путем экспериментальных наблюдений главным образом на моделях в аэродинамической трубе. Наиболее полно рассмотрено решение данной задачи, полученное на основе интегрирования уравнения турбулентной диффузии в работах Главной геофизической обсерватории (Берлянд и Гени-хович, 1971; Берлянд и др., 1968а, 1970, 1979а, 1982; Берлянд, 1975). В работе Берлянда и Гениховича (1971) развита теория пограничного слоя в области с криволинейной границей. Обычно для сведения уравнений движения к уравнениям пограничного слоя требуется, чтобы одна из координат осей совпадала с направлением преобладающего движения. Такое совпадение не выполняется при криволинейной границе в случае применения декартовой системы координат. Поэтому используются потоковые переменные, в которых область течения преобразуется в полуплоскость. Исходные уравнения движения принимаются в следующей форме: ди , ди д ь ди , д и да 1 др , с и~дГ^гХЮ дг — ~дх *5дГ~т" дг *г~дг р"ЫГ Р*>

дт . дна д « дт . д . дт I др
,п ~оч и^ + ш^-Жкх-дГ + -дГ^-дТ- — -дТ> Найденные значения горизонтальной и вертикальной составляющих скорости ветра, а также коэффициента обмена, использовались для численного решения уравнения диффузии (2.2) в случае высотных источников, расположенных в разных частях холмистой местности. В работе Берлянда и др. (1979а) выполнен расчет изменения значений отношения максимальных концентраций от источников высотой Н, расположенных над холмом (относительно холма. Результаты расчета представлены на рис. 2.12. Из приведенных данных следует, что наибольшие концентрации достигаются при расположении источника на подветренном склоне, особенно это заметно, когда высота источника (Н) мала по сравнению с высотой холма (/го). С увеличением Н влияние холма на максимальную концентрацию #т уменьшается, и в случае, когда Я//г0>0,5, оно сравнительно мало. Это позволяет
упростить нахождение решения рассматриваемой задачи, используя
приближенный метод потенциальных течений, и оценить пределы его
применения.

Сущность данного метода, развитого в указанных работах Берлянда и др., в
части оценки влияния рельефа на распространение примеси, состоит в
введении аналитической функции т(F) =’ = ф(х, 2)+пр(х, г) от
комплексного аргумента /=д:+Fг, с помощью которой осуществляется
конформное отображение исследуемой области течения с криволинейной
границей на полуплоскость. Функции ф и 1р представляют собой потенциал
скорости и функцию тока.

Горизонтальная и вертикальная компоненты скорости потенциального течения
в рассматриваемой области выражаются формулами

дер

дф дг

дг

дер дф

дх •

(2.74)

Кривые г|)(л:, г)=сопз1 представляют собой линии тока исследуемого
течения. В частности, линия ар(л;, г) = 0 является границей области.
Обратная функция t{т)=x((p, г|))-И’2:(ф, ф) осуществляет конформное
отображение полуплоскости на физическую область течения. Далее в
уравнении диффузии осуществляется переход от переменных л; и г к
«потоковым» координатам ф и г!?. В полученном уравнении можно пренебречь
членами, описывающими диффузионный перенос вдоль потока, поскольку он
мал по сравнению с конвективным переносом. Тогда уравнение турбулентной
диффузии (2.2) для концентрации от линейного источника принимает вид

(2.75)

дф дф 2 дф ‘ а начальные и граничные условия:

ц’ = М б (Яр — фя) При ф = фя,

^-^- = ° при -ф = О,

т, где достигается максимум наземной концентрации,

определяется из условия ^ =0 при г|) = 0. Тогда из (2.77) следует, что
фж —

Следовательно, изменяется также выражение для д/дт>

В формулах (2.78) 7«, — модуль скорости потенциального течения на
бесконечности, т. е. в набегающем потоке вне влияния подстилающей
поверхности; К — определяется соотношением вертикальной и горизонтальной
компонент коэффициента турбулентного обмена. В (2.78) константы являются
размерными.

Значения дш и Эд' — 0, 5 (2.82) дУ ^3 ! д Т/1 ,Ат/ дУ _1_ ё^А® 7 дЬ А1 5^ = (2.83) (2.84) и^з + ; ч Ук ) у (2.85) Здесь 11 = (р/Ь\Уоо, ^3 = гр//_11/оо, а ф и гр — вещественная и мнимая части функции, конформно отображающей область течения на полуплоскость, т.е. потенциал скорости и функция тока, V—модуль скорости потенциального течения, Уоо — его значение на бесконечном удалении от подстилающей поверхности, Ь\ — характерный масштаб рельефа, и,\ и и$— составляющие скорости ветра по осям F1 и |з, к— коэффициент обмена, &° — его значение в набегающем потоке, Ф — отклонение потенциальной температуры в от ее значения в0, нормированное на Дбо, т. е. на перепад температуры на подстилающей поверхности. При решении (2.82) и (2.83) учитываются также дополнительное соотношение для коэффициента обмена и уравнение неразрывности. Течение в окрестности препятствия — холма или впадины — трапецеидальной формы задается конформным отображением полуплоскости т=—— (ф-т-п|)) на физическую область течения / = ^1 =—^— (х-Иг). Принимается, что г = т+Х'Ф(т), где Ф(т)—функ-F1 ция, задаваемая в зависимости от формы рельефа, Л/ — безраз- мерная высота (Я';>0) или глубина (А/ |5,= о = ^7(^). а г’ выбирается в зави-

симости от характера нагрева склонов: г’ =1 для наветренного и г’ =— 1
для подветренного склонов.

На рис. 2.13 представлены примеры расчетов изменения значений отношения
скорости ветра и, коэффициента обмена к\

Рис. 2.13. Распределение значений отно-шения скорости ветра и,
коэффициента обмена к и максимальных концентраций Ят/Чт к их значениям
на ровном месте в зависимости от положения источника над термически
неоднородной поверхностью рельефа.

Кривая… 12 3

г’ О 1 —1

и максимумов концентрации 9т1я°^ к их значениям на ровном месте в
зависимости от положения источника в различных частях трапециедального
холма. Для каждой из рассматриваемых величин даются три кривые (при
А/=0,2 и разных г’), одна из которых относится к термически однородному
(г’ = 0), а две другие (г’ =±1) — к термически неоднородному состоянию
поверхности рельефа. Общий вид всех трех кривых примерно одинаков.
Однако амплитуды изменения их несколько различны при наличии или
отсутствии неоднородности в распределении тепловых

потоков. Резкое убывание и и увеличение а также соответствующие
изменения концентрации отмечаются на склонах холма, причем они заметно
больше на подветренном склоне. Влияние тепловых факторов усиливается с
увеличением термической неоднородности, в качестве показателя которой
можно принять величину ^ Де0/(6У2).

5 Заказ № 30

65

Глава 3

Численные методы прогноза загрязнения воздуха

Практическая эффективность краткосрочных прогнозов загрязнения воздуха
четко выявляется в тех случаях, когда известны его источники и могут
быть приняты меры по сокращению вредных выбросов в периоды
неблагоприятных метеорологических условий. В частности, это случаи,
когда предприятия сосредоточены в одной части города, а жилая застройка
— в другой. Для примера можно указать, что в г. Рустави выбросы от
предприятий на жилые кварталы попадают только в 4—8 °/о случаев.
Аналогичное положение характерно для Чимкента, Сумгаита, Невинномысска.
Отмечалось, что в Братиславе, Дрездене и Торонто наибольшее загрязнение
воздуха наблюдалось при южных ветрах, в Лодзи и Париже—при юго-восточном
ветре и т. п. При этом даже указание на ожидаемое направление ветра со
стороны предприятий на населенные районы является определенным
предостережением. Опасность усиливается при наличии и других
неблагоприятных условий погоды.

Приведенные в гл. 2 формулы позволяют предвычислить уровень загрязнения
как в этих сравнительно простых, а также в более сложных случаях, если
имеются сведения об ожидаемых характеристиках метеорологических условий
и режима выбросов от источников. Для решения практических задач большой
интерес представляет, прежде всего, прогноз условий значительного
загрязнения воздуха, когда при данных параметрах выброса достигаются
наиболее высокие уровни концентрации. Для разработки метода такого
прогноза удобно воспользоваться указанным в гл. 2 разделением
неблагоприятных метеорологических условий на нормальные (относительно
часто встречающиеся) и аномальные.

3.1. Прогноз максимальных концентраций примеси от отдельных источников

Для расчета максимальных концентраций, создающихся на определенном
расстоянии от источника, при нормальных условиях в соответствии с
работами Берлянда (1975), Берлянда и др. (1965) в общем случае может
быть использована формула (2.43) для дт. В ней за высоту источника
должны приниматься его эффективная высота Не=Н-\-АН, где Н — высота
трубы, а АН определяется согласно (2.57). При этом следует иметь в виду,
что дт существенно зависит от метеорологических условий в соответствии с
содержащимися в (2.43) параметрами. Особое значение имеет зависимость дт
от скорости ветра и. С одной стороны, при фиксированной высоте источника
дт возрастает с уменьшением и; с другой стороны, с уменьшением и
возрастает АН. Кроме того, от и

зависит и К (см. (2.44)). Поэтому существует некоторая «опасная»
скорость ветра им, при которой достигается наибольшее значение
концентрации. Такая концентрация находится из условия

дят1ди = 0. (3.1)

Для определения максимального значения дт в (2.43) следует

принять и наибольшие значения К, учитывая зависимости ^/«1 и

Фо как от скорости ветра, так и от температурной стратификации,

обычно определяемой параметром Б = бТ/и2, где 6Т — разность

температур на двух высотах в приземном слое воздуха. В случае

неустойчивой стратификации (6Г0)

с увеличением Б уменьшается к^и±. Начиная с некоторых значе-

ний Б, имеет тенденцию к увеличению и фо. Значение фо вместе

с ао достигает некоторого минимума при условиях, близких к рав-

новесным (рис. 2.6). Значения К, таким образом, при инверсион-

ной стратификации уменьшаются с усилением устойчивости и,

в общем, не превышают значений при неустойчивой стратифика-

ции. Следовательно, при прочих равных условиях максимум при-

земной концентрации примеси (в силу пропорциональности ее К)

при сверхадиабатическом градиенте больше, чем при инверсион-

ном.

В результате получено, что значение опасной скорости определяется
соотношением

uм = v}Л при им2м/с,

где

0,65 л^-

Ь*, ,_2.10-4&. (3-3)

Здесь, как и в (2.57), Vi = пR^Wo — объем уходящих газов. Наибольшая
концентрация сш для группы N близко расположенных источников с
одинаковыми параметрами выброса в случае неблагоприятных
метеорологических условий, характеризующихся интенсивным турбулентным
обменом и значением опасной скорости «м, определяется по формуле

АМРшп

См =

Н2

Здесь У=ЫУ1 — суммарный объем газов. Коэффициент А определен
соотношением

А = а

и\=2 м/с

Здесь значение а несколько зависит от шероховатости подстилающей
поверхности 2о и от высоты приземного слоя к. Для средней шероховатости
а = 0,3.

5*

67

Значения А установлены для открытых ровных местностей в различных
географических областях при условии, что сн выражено в мг/м3, М — в г/с,
Я—в метрах, V—в м3/с, Т — в °С. Для Средней Азии южнее 40° с. ш. А =240;
для других районов СССР с жарким климатом и в лесных областях,
характеризующихся интенсивным турбулентным обменом, А =200; для центра
Европейской территории СССР, где турбулентность более слабая, А = = 120;
для областей со средней интенсивностью турбулентного перемешивания Л =
160. Интервал осреднения концентрации принят

равным 20 мин. Для территории других стран значения А могут приниматься
по сходству климатических характеристик турбулентного режима с
указанными областями.

Коэффициент Т7 различен для газов, легких аэрозолей и пыли. Он зависит
от дисперсности частиц, которая в свою очередь при наличии
пылеуловителей связана с их коэффициентом полезного действия. Для газов
и легких аэрозолей (со скоростью оседания меньше 5 м/с) Р= 1, для пыли,
распространяющейся как тяжелая примесь при КПД пылеуловителей более 90,
равных 75—90 и менее 75 % значения Р равны соответственно 2, 2,5 и 3.

Коэффициенты тип определяются по параметрам vк и / (3.3) с помощью
вспомогательного графика (рис. 3.1). Концентрация см достигается на
расстоянии х№ от источника:

*« = 4Л, (3.5)

где Зависимость концентрации на оси факела с от расстояния х при и = им и ифин выражается соответственно формулами С=С^ШВ случае холодных выбросов или в общем случае при I1 ;> > 100
м/(с2-°С)

ы = IV И*’* ‘ ( )

где коэффициент п находится с помощью рис. 3.1, но по значению им,
которое в данном случае определяется по формуле

2,6-

Я

Приближенно:

(3.9)

мм « ом при vм2 м/с.

При практическом применении приведенных формул следует определять
неблагоприятные условия, когда при нормальном метеорологическом режиме
могут достигаться максимальные концентрации примеси в районе
рассматриваемых источников. Сначала нужно установить направления ветра,
при которых факел от источника может попадать на жилые районы, особенно
густо заселенные, а также на лечебные и детские учреждения, места отдыха
и т. п. Затем требуется вычислить значения опасной скорости ветра по
формуле (3.2), а в случае холодных выбросов — по формуле (3.9).

Для мощных нагретых выбросов, характерных для тепловых электростанций,
металлургических заводов и т. п. обычно им = = 3-ь5 м/с, для
сравнительно холодных выбросов от вентиляционных устройств на химических
и других предприятиях им = 1 -г–т- 2 м/с.

При выбросах из дымовых, вентиляционных труб и других высоких источников
к неблагоприятным условиям стратификации относится падение температуры с
высотой, когда отмечается интенсивный турбулентный обмен. Для этих
условий рассчитывается максимум концентрации см и, если необходимо,
концентрации на определенном расстоянии от источника или в целом поле
концентрации примеси при ожидаемом направлении ветра. При этом расчетные
концентрации должны добавляться к фоновым концентрациям, создаваемым от
других источников.

В некоторых работах получены формулы для определения наибольшей
концентрации и в случае применения гауссовых моделей (см. п. 2.7),
положенных в основу метода расчета концентраций в ряде стран. При этом
отыскание экстремума ограничивается использованием условия (3.1), т. е.
зависимости только от скорости ветра. В этих исследованиях при отыскании
экстремума не учитывается, в отличие от рассматриваемых работ Главной
геофизической обсерватории, влияние устойчивости атмосферы или, точнее,
интенсивности турбулентного обмена. В качестве примера можно привести
работу Регленда (Regland, 1976), в которой сначала в соответствии с
формулами (2.50) для ^|2«=о при у = 0 и (2.51) для оу и ог из условия
дд/дх = 0 определяется максимальная концентрация цт на расстоянии хт-
Затем используется выражение для начального подъема

АЯ = 50/«,

где Во — некоторый параметр, зависящий от характеристик выброса и
устойчивости атмосферы. Далее, из уравнения ддт/ди = 0 находятся:
наибольшая концентрация

Гаї

л*ру

Н

(3.10)

яаібіаіВо

а, (а, + р

а\Ь\

20і

расстояние, к которому она относится

а также опасная скорость ветра

»?—fr#. й, получим Я.е = й.

Для приближенного определения наибольшей концентрации см от линейного
источника в (3.13) подставляется выражение для концентрации от точечного
источника с^с^^х/х^э^и^у/х)2] для и = им в соответствии с (3.6) и (3.7)
и аналогичное выражению для случая ифии. При этом используется указанное
значение /?е и соответственно У1е = я/?2ейУо.

Тогда для аэрационного фонаря, представляющего собой линейный источник
длиной / с координатами его границ Ь± и Ьг по оси у, согласно (3.13)
получаем, что

Ь-±$*(F^)*Щ^^У]Ь (3..8)

где с’, и’ и х[ — величины см, «м и хм для точечного источ-

мм м

ника, рассчитанные при /?о=#е, У\=’У\в и значении М, равном общему
выбросу примеси из всего аэрационного фонаря.

Из формулы (3.18) следует, что концентрация по направлению ветра убывает
значительно медленнее, чем в других направлениях. Поэтому наибольшие
значения ее достигаются в случае, когда ветер направлен вдоль линии
источника, т. е. при (3 = 90°. Для этого случая максимум концентрации
см. л соответствующее ему расстояние хм_ л от центра аэрационного фонаря
и опасная скорость мм. л определяются соотношениями:

См. л = СмЯз (//ЛГМ), Хм. л = *м. л$4 (*/*м) + 1/2,

ии.л = ии (3.19) при интерполяционных выражениях:

1+0,4% _ 1

1=1/Хи.

В случае когда ветер направлен перпендикулярно к линии источника (р=0),
концентрация в точке (х, у) при и—ик определяется по формуле

сл – Ц-«, с*/*:) [(1 + 4-) «5 (-фт, и»)+

+0–т*Мтгп-. *?)]?

где

яб (4, Мм) = 0,6 -1=- при °’5-

В (3.20) для достаточно больших х (*>/) множитель в квадратных скобках
практически равен 25г(||/х); тогда сл совпадает с выражением для су от точечного источника. На рис. 3.4 представлены результаты расчета сл при / = 500 м и и=2 м/с. На этом рисунке изображены изолинии сл/с^г для трех направлений ветра. Из расчетов следует, что в случае, когда ветер направлен вдоль источника (р = 90°), максимум концентрации значительно больше, чем при других направлениях ветра. Чем меньше различаются направления ветра и линии источника, тем ближе к подветренному краю источника положение максимума концентрации и тем больше сам максимум. Как и в случае точечных источников, по ожидаемым значениям скорости ветра и устойчивости атмосферы, а также по значению выброса с помощью приведенных формул можно определить прогнозируемые значения концентраций от линейных источников. При анализе загрязнения воздуха значительное внимание привлекают случаи наземных источников, для которых отсутствует начальный подъем примеси. Такие источники возникают при разрыве трубопроводов, используемых, например, для транспортировки природного газа и аммиака. К ним относятся также автотранспорт, участки пролитых легкокипящих и летучих жидкостей (аммиака, растворителей и т. п.), пруды-отстойники, некоторые промпло-щадки, карьеры и др. Во многих случаях концентрация примеси от наземного источника может быть определена из приведенных выше формул без учета начального подъема АН, т. е. полагая в них высоту источника равной нулю. В качестве наземного источника линейного типа нередко представляют совокупность автомашин, двигающихся вдоль улицы или автотрассы. Расчет концентрации ^л для него производится по формулам (3.15) и (3.17) при

?Л = -ТГ* (1 + п)’*” , (3.21)

где

а, = 1/(л + 1). (3.22)

Берлянд и др. (1979а), Генихович и Чичерин (1979) получили решение для
более общего случая изменения скорости ветра и коэффициента обмена F2 с
высотой 2 согласно (2.8). Из него следует, что при учете
логарифмического распределения и и при изменении йг с г по модели с
«изломом» на высоте приземного слоя вид выражения (3.21) для л сохраняется, но коэффициент определяется следующим образом: а, =0,83 при F, 0,57. (3.23)

Здесь

F 2х\ использование (3.21) при (3.22) ведет к занижению #л и более
быстрому убыванию дп с увеличением х.

В случае когда ось х, направленная по скорости ветра, составляет с
автомагистралью угол а и начало координат совпадает с серединой
линейного источника длиной L,

4со5а,

VJI 2kt | i/cos а — х sin а I ^ 2 ‘

^ Q,83M[l-sign(y-xtg’a)erf/4]

Vji 2fe, I у cos а — jc sin а | p

—^- cos а У sin a y + -~-sina / — F 4 z фо *3 —7 7 . *4 — У2 ^f- cos фо д/2 ^* +~^~ sin a) Здесь ф0 — среднее квадратическое отклонение направления ветра. В непосредственной близости от потока автомашин вследствие их движения несколько усиливается турбулентный обмен, что способствует перемешиванию выбрасываемой примеси в некотором начальном объеме. Протяженность последнего по вертикали примерно совпадает со средней высотой автомашин d. Изменение концентрации на высоте на краю автомагистрали приближенно определяется решением уравнения диффузии от линейного источника, соответствующим значению х = хо, при котором концентрация на уровне d убывает в е раз по сравнению с наземной. Из (3.21) и (3.22) для qn получаем и d1 + n *о= (1 + п)2^-. (3.25) Расчеты концентраций производятся для х > а’о.

При прогнозе загрязнения воздуха от автомашин следует иметь в виду, что
их количество днем значительно увеличивается. Поэтому в дневное время
могут наблюдаться наибольшие концентрации, несмотря на то, что для
наземного источника неблагоприятная стратификация является инверсионной,
большей частью соответствующей ночному времени. Иногда используются и
другие сравнительно простые формулы для расчета концентраций от
автомашин на автотрассах. Цимерман и Томпсон подготовили справочное
пособие по расчету загрязнения воздуха от транспортных потоков
(Zimmerman, Thomson, 1975). В работе Мана и др. (Munn et al., 1972)
приводится формула Джонсона и др. для концентрации СО на городской
улице, рассматриваемой как некий каньон (рис. 3.5). При этом выделяется
подветренная и наветренная стороны улицы. Концентрация (млн-1) от
автомашин на подветрен

Ял

ной и наветренной сторонах определяется соответственно по формулам

0.07ЛГ,

(3.26)

(3.27)

Ял

(0,5 + и0)(2 + У*2 +22) ‘ 0.07ЛГ,

F>, (0,5+н0) ‘

где N1— число автомашин в 1 ч, ио— скорость ветра (м/с) на уровне крыш,
1>1 — ширина улицы (метры), х и г координаты точки наблюдения (метры).

Наземные источники, при строгом определении этого понятия, не имеют
начального подъема, так как они относятся к фиксированной высоте Я=0. В
этом случае из формулы (3.21), а также из других аналогичных формул
следует, что концентрация примеси неограниченно растет при убывании
скорости ветра и коэффициента обмена’ до нуля. В этом заключается
существенное отличие от случаев промышленных источников, для которых
характерно наличие начального подъема ДЯ. Именно вследствие того, что
при и-*-0 значение ДЯ-э-оо, для промышленных источников значение опасной
скорости ветра, соответствующее максимуму наземной концентрации, отлично
от нуля, что позволяет нормировать выбросы.

Приведенные формулы для наземного источника не позволяют осуществлять
нормирование, ибо из них следует, что при сколь угодно малой мощности
источника в случае штиля и слабой турбулентности концентрация может быть
больше любого наперед заданного уровня. Объясняется это тем, что данные
формулы получены в результате решения уравнения диффузии для
установившегося состояния без учета диффузии по направлению ветра.

В действительности, при малых скоростях ветра и малом коэффициенте
турбулентности значительно возрастает продолжительность времени переноса
примеси от источника до точки наблюдений. Это ведет к тому, что время
установления процесса велико и требуется решение нестационарного
уравнения диффузии. При таких условиях нельзя полагать, что параметры
задачи, характеризующие метеорологические условия и выбросы, остаются
неизменными в течение весьма длительного времени. Обычно в приземном
слое полное безветрие или очень глубокие инверсии продолжаются всего
лишь несколько часов. Часто ограничено и время действия источника.
Например, в случае аварии газопровода утечка газа может быть
приостановлена за 1—2 ч.

В работе Берлянда и др. (1977а) рассматривается общий подход к учету
нестационарности распространения примесей от наземного источника в целях
определения неблагоприятных метеорологических условий и разработки
принципов регулирования выбросов при таких условиях.

Выражения для концентраций, отнесенные к 2=0 и у=0, для точечного () и линейного (^') источников, записываются в следующем виде: 9=М(71(г, х, а,), ^ = М^(г, х, аF) (* = 1, 2, ...), (3.28) где ^1 и ц\—функции, которые находятся в результате решения нестационарного уравнения диффузии. В них, кроме г и х, выделены метеорологические параметры в том числе скорость ветра «1, высота приземного слоя К и коэффициент обмена & при г ^ А, а также безразмерные характеристики вертикальных профилей скорости ветра и коэффициентов диффузии. Значения этих параметров, при которых для данных Ь и х концентрация достигает максимума, устанавливается из условия дЧх =°. -^- = ° (Полагается, что рассматриваемый город имеет форму прямоугольника со сторонами Li и Ьг, соответственно вдоль и поперек направления ветра, а начало координат совпадает с серединой наветренной границы города. Тогда концентрация дп от площадного источника определяется выражением х Яп (х, у) = J (erf л, - erf ть) я' (I) dl, (3.34) (х-Lt) 9 (X-Lt) где _ 2j/ + L, _ 2y-L, " 2 V2 Фо! ' 2 V2 ФоЕ ' в (х) — единичная функция, равная 1 и 0 соответственно при положительном и отрицательном аргументе. Для части города, где угПодстановка (3.33) в (3.34) дает 1* = -ТГ с [фгде с(|) =0,21+0,24|, а Ф1(у, р)—аппроксимируется выражением Ф.К р) = С|(р/10)Х|. Здесь 1 = 1, 2; причем 1 = \ относится к случаю 5 5П, ГДе

с шк,-2хЛ к _ 11 Гп 14 у,, =0 IV2

«Ьп —j , С,— 1 + 1>>с2— 0,25 + v2 » х1-и>^

— 0,6Ь+1,02, к2-0^2 — 1,Ь+1,54.

Для рассмотренной аппроксимации степенными функциями и = = и,12п и ^=^12
(2.16) можно также использовать формулу (3.36),

ПОЛОЖИВ V = 1 И с(F) =—; г .

(1+/г)е

Средняя по площади источника концентрация дц определяется

соотношением:

Яп = -тК- и* 1 Яп(х, у)йу. (3.37)

12 0 -1,(2

6 Заказ № 30 81

После подстановки (3.34) в (3.37) и некоторых упрощений получаем, ЧТО
ПрИ F.2/1.1 ^ 5ед/ 2ф0

где ф2

Li представлена зависимость безразмерного
максимума концентрации -^H(ozqu. м от безразмерного аргумента x=x\D при
разных H = H/D и L = L/D, где

V 1м

D =

2co.In Zl + Zo

С02 = со8тф (здесь со — угловая скорость вращения Земли и ф — широта
места), а также при разных значениях параметра /, определяемого по
формуле (3.3), и параметра

Ь = У’5Гд 1п 21+20 ,

где 8Та — разность температур воздуха в слое 0,5—2 м. Кривые 1—4
относятся к протяженности города F = 10, а 1а—4а — к Ь = = 100.

Из рис. 3.6 следует, что максимум м достигается на некотором расстоянии
от подветренной границы города. Вблизи наветренной стороны города
наибольшие значения qu. м, как и для концентрации от точечного
источника, соответствуют значениям параметра Ь, характерным для
неустойчивого состояния атмосферы. При больших х (х>2) условия,
соответствующие более высоким концентрациям, становятся ближе к
безразличной стратификации,

когда ЬжО. Объясняется это тем, что при переходе от неустойчивого
состояния атмосферы к безразличному скорость убывания концентрации д от
элементарных источников, из которых состоит

площадной источник, по достижении ее максимума начинает уменьшаться. При
наложении распределений д от отдельных источников происходит смещение
суммарного максимума дп. м.

На рис. 3.7 даны зависимости средней по городу безразмерной

величины -^дп. м^ЕП от параметра Ь при [=0 и разных значениях

Н и Ъ. Из рисунка следует, что дп. м сравнительно мало зависит от
значений Ь, соответствующих неустойчивой и безразличной стратификациям.
По мере же увеличения размеров источника

6*

83

влияние устойчивости атмосферы проявляется отчетливее. В случае
аппроксимации qn. м от Я степенной функцией Я-06′ оказывается, что а’• 0 также сравнительно
слабо зависят от распределения температуры воздуха с высотой и равны
примерно 0,5uiM.

В результате можно сделать вывод, что вблизи наветренной стороны города
наибольшие значения концентрации достигаются при неустойчивой
стратификации и скорости ветра, близкой к опасным скоростям для
отдельных источников, из которых состоит площадной источник. С
увеличением расстояния от наветренной стороны опасной становится
безразличная стратификация, а затем и устойчивая в случае достаточно
большого города. Опасная скорость при этом уменьшается.

Расчеты, выполненные для случая приподнятых инверсий, расположенных на
уровне эффективной высоты источника, показывают, что для городов
большого размера наземная концентрация от площадного источника может
увеличиваться в 5—10 раз (Бер-лянд и др., 1984) по сравнению с
соответствующей концентрацией при отсутствии приподнятой инверсии.

В работах Лукаса (Lukas, 1958), Миллера и Хольцворта (Miller, Holzwort,
1967), Ханна (Hanna, 1971) и др. также рассматривается город как
совокупность мелких источников, сравнительно равномерно распределенных
по площади. Суммарная концентрация у земной поверхности определяется ими
в результате интегрирования по площади выражения для концентрации от
точечного источника с некоторым средним значением эффективной высоты.

Обзор работ по изучению атмосферной диффузии сделал С. Ханна в книге под
ред. Хаугена (Haugen, 1975).

Махони и Иган (Mahoney, Egan, 1972) теоретически исследовали влияние
основных метеорологических факторов на концентрацию примеси в городе для
оценки концентрации от совокупности автомашин, стилизованной площадным
источником.

Сепеши (Szepesi, 1984) и др. выделяют в городе два типа источников: 1)
сравнительно низкие источники, высотой менее 50 м, которые в
совокупности рассматриваются как площадной источник; 2) отдельные
источники высотой более 50 м.

Гиффорд и Ханна (Gifford, Hanna, 1973) полагают, что в городе среднюю
концентрацию qn от площадного источника мощностью М за длительный период
времени можно определить по формуле

• хм различие между ними с увеличением х
возрастает, но остается несущественным до х = 8хм. При больших х эти
различия в опасных скоростях и в соответствующих им концентрациях
становятся значительными. Например, смх больше с\и=им для легкой
примеси в 1,8 раза при

х/хм = \8, а для тяжелой примеси в 3 раза при х1хм = 25.

Зависимость с от и также отличается для разных х/хм. При сравнительно
небольших значениях х/хм для нее характерно наличие отчетливого
максимума. С ростом х/хм эта зависимость ослабевает, а при достаточно
больших х/хм становится бимодальной. Если выделить диапазоны изменений
и/им, где с отличается от сМх в пределах 25 %, то, согласно расчетам,
при х 200 м и соответственно хм ;> 4 км, этот эффект характерен
только для расстояний х ;> 30 км, где оценка степени загрязнения воздуха
требуется редко.

На основании изложенного можно сделать вывод, что в случае большого
числа источников для данного х аналогично (3.40) можно ввести
модифицированное выражение для средневзвешенного значения опасной
скорости ветра

(3.41)

Из анализа структуры (3.41) и данных вычислений по этой формуле
следует, что на малых расстояниях от источников получаются примерно
такие же результаты, что и при использовании выражения (3.40) для им. с.
В случаях больших расстояний расчет по (3.41) дает такое же поле
максимальных концентраций, как и при весьма детальном переборе скоростей
ветра.

С расчетом поля концентрации примеси от многих источников связаны
вопросы математического моделирования загрязнения воздуха в городах.

Рассмотренные методы расчета рассеивания примесей в атмосфере большей
частью относились к открытой, внегородской местности при наличии
сравнительно небольшого числа источников загрязнения воздуха. Возникает,
естественно, вопрос, в какой степени эти методы могут быть перенесены на
городские условия с учетом наличия застройки и характерных особенностей
метеорологического режима. Ответ на него тем более существен, что
полученные результаты исследований атмосферной диффузии необходимы в
первую очередь для характеристики загрязнения воздуха населенных
пунктов, для оценки и обеспечения чистоты воздуха жилых районов.

Следует отметить, что многие исследователи и проектировщики используют
полученные теоретические выводы относительно распространения примеси в
атмосфере формально, без специального обоснования возможности применения
их для условий жилых массивов, в частности городских районов. Анализ
приведенных теоретических и экспериментальных работ позволяет частично
оправдать такой подход, предусматривая учет некоторых городских
особенностей метеорологического режима в численной схеме расчета
рассеивания примеси. Действительно, на основании полученных результатов
исследований можно заключить, что вследствие переноса по горизонтали и
интенсивного вертикального обмена воздуха над городом часто создаются
условия, при которых распределение температуры, скорости ветра, а
следовательно, и коэффициента турбулентности близко к распределению их
на открытой местности. Только в отдельных случаях могут устанавливаться
особые условия, неблагоприятные в отношении атмосферной диффузии
примесей и требующие специального рассмотрения.

Это позволяет провести приближенный расчет рассеивания примесей в городе
(в первую очередь, от достаточно высоких источников) без детального
учета городской застройки. В ряде случаев для обоснования подобного
подхода можно использовать особенности диффузии примесей от приподнятых
источников. Анализ показывает, что вертикальный профиль концентрации
примесей с удалением от источника трансформируется таким образом, что в
зоне, где достигается наземный максимум концентрации, примесь
распределяется почти равномерно по высоте. Следовательно, если застройка
и изменяет условия перемешивания, она все же не может привести к
значительному перераспределению примеси в этой зоне.

В качестве примера можно сослаться на экспериментальные работы в районе
Щекинской ТЭС. Здесь при одних направлениях ветра измерения концентрации
примеси, выбрасываемой из труб ТЭС, проводились в городе, а при других
направлениях — в открытой местности. Полученные результаты показали, что
влияние города было несущественным (Берлянд, 1970а, б). Некоторым
подтверждением этому могут служить также экспериментальные работы по
изучению распространения трассеров в городских условиях, проводившиеся в
Сент-Луисе (США) (Pooler, 1966). Эти работы показали, что в течение дня
дисперсии примеси в горизонтальном и вертикальном направлениях на
расстоянии 15 км от источника трассера над городом и за городом мало
отличаются между собой. Однако для малых высот (это следует учитывать
при расчетах рассеивания выбросов от низких источников) горизонтальные
дисперсии несколько больше для города, чем для окружающей местности.
Увеличиваются различия в дисперсии примеси до 30—50 % в ночное время
(Graham, 1968).

Таким образом, для условий города можно использовать в первом
приближении формулы для определения концентрации примеси на ровном
месте.

В соответствии с изложенными принципами Грачева и др. (1969), Зашихин и
др. (1975), Оникул и Кончай (1983) разработали программы для ЭВМ,
которые позволяют производить расчеты для сотен и тысяч источников.

На рис. 3.8—3.10 представлены результаты расчета максимальных
концентраций СО и N02 при неблагоприятных метеорологических условиях для
некоторого модельного города в соответствии с работой Берлянда и др.
(19796). Главными высотными источниками в этом городе являются трубы
двух металлургических заводов (М31 и М32), нефтеперерабатывающего завода
(НПЗ), мощной ТЭС, ТЭЦ и 15 наиболее крупных котельных. Суммарные по
городу выбросы от высотных источников по СО составят 2,58 кг/с, а по NO2
— 0,93 кг/с. Кроме того, воздух города загрязнен выбросами СО и NO2 от
автотранспорта. При этом выделено четыре типа магистралей: А — шоссе,
проходящее через город, Б — основные магистрали в жилых кварталах, В —
улицы в жилых кварталах, Г — дороги от промышленных предприятий.
Мощность выбросов М от магистралей зависит от количества проходящих
автомашин в единицу времени, типа автомашин (легковые, грузовые,
автобусы), от скорости их движения. Характеристики автомагистралей в
городе и значения мощности выбросов автотранспорта представлены в табл.
3.3. Суммарные выбросы от автотранспорта в городе составляют по СО — 18
кг/с, a NO2 — 0,16 кг/с.

Расчет загрязнения воздуха от автотранспорта на отдельных
автомагистралях выполнялся по формулам п. 3.3.

На рис. 3.8—3.10 показано расположение высотных источников и
автомагистралей, а также результаты предвычисления наибольших
концентраций СО и ЫОг при неблагоприятных метеорологических условиях —
летом, в дневное время. Рисунок 3.8 относится к случаю выбросов только
высотных источников, рис. 3.9 — только автотранспорта, рис. 3.10 — к их
совместному действию.

/ ° 2 • 3 4 —

для начальных и граничных условий:

3.6. Учет аномалий в вертикальном профиле скорости ветра и прогноз загрязнения воздуха при штиле Прогноз загрязнения воздуха при аномальных условиях распределения скорости ветра с высотой осуществляется по данным об ожидаемом выбросе и характеристиках этих условий в соответствии с результатами п. 2.9. На значение приземной концентрации сравнительно мало влияет отклонение в вертикальном профиле ветра от логарифмического, отмечающееся выше приземного слоя. При этом оно оказывается большим при ослаблении ветра, чем при его усилении. Учесть эти аномалии можно сравнительно просто. Для этого достаточно определить значение изменения средней по высоте скорости ветра в рассматриваемом слое и принять Лего в качестве поправочного множителя к расчетному значению скорости. В случаях когда необходим более детальный учет указанных отклонений, а также когда аномалии отмечаются в приземном слое, можно использовать результаты расчетов типа приведенных на рис. 2.10. Если в приземном слое ветер резко уменьшается практически до штиля, то приземные концентрации примесей весьма существенно увеличиваются. В этом случае важно учесть высоту штилевого слоя, расположение по отношению к нему уровня источника и характер распределения температуры с высотой. Необходимо различать условия, когда возникновение штилевого слоя сопровождается падением температуры (например, днем) или ее инверсией (например, ночью). Если эффективный уровень источника с учетом начального подъема примеси расположен над штилевым слоем, то большие концентрации будут при падении температуры воздуха с высотой. Из рис. 2.10 следует, что когда слой с ослабленной скоростью ветра расположен на некоторой высоте, то, чем больше эта высота, тем слабее уменьшение приземной концентрации. Например, при штиле у земной поверхности в слое воздуха толщиной 30 м максимум наземной концентрации ($т) увеличивается примерно на 70 % п0 сравнению со случаем отсутствия штиля. Если же штилевой слой такой же толщины расположен между уровнями 30 и 60 м, то соответствующее изменение максимума концентрации составляет только 35 %• В случае когда высота штилевого слоя достаточно большая и отсутствует инверсия температуры, а также когда в этом слое не только располагаются сами источники, но и распределяется в нем основная часть примеси от этих источников, расчет концентрации производят по формулам (2.60) — (2.62). Оценку возможного возрастания приземной концентрации примеси, обусловленного возникновением штиля, осуществляют путем сопоставления результатов расчетов дт, полученных по формуле (2.61) при «=0, 7 Заказ № 30 97 и Ят, полученных по аналогичной формуле (2.42) при и^О. Для У = Ят\и=фо1Ят\и=0 ИЗ ЭТИХ формул СЛедуеТ, ЧТО Ф0"1 При этом предполагается, что (2.42) определена для сравнительно малых скоростей. Тогда коэффициенты к\ в (2.61) и (2.42) примерно одинаковы. Поскольку, согласно сказанному, величины р2 и ^1 связаны между собой соотношением р2 = = Ф20и1, если рассматривать сравнительно малые В этом случае, как уже отмечалось, с изменением ии величины р и ^, а следовательно, и их отношение остаются примерно постоянными. Из обработки данных наблюдений, рассмотренных в п. 3.4, следует, что &1/(3^=0,5 м^/сЧ*. Поэтому приближенно можно положить, что р«|2&1 (в той же системе единиц). Тогда получим ^«11х Х(ЫУ"03- При значениях «1=1 м/с и ^1«0,15 м/с, характерных для условий конвекции, у«0,04, т. е. концентрации при такой скорости ветра примерно в 25 раз меньше, чем при штиле. Однако с уменьшением «1 значение у быстро возрастает. Можно установить некоторую скорость ветра И1 = Ио, при которой \> = 1> т. е. достигается предельное значение максимальной
концентрации. Очевидно, что расчет концентрации дт\иФо по формуле (2.41)
для скоростей ветра «1 Профиль "и Величина X км 1 2 3 4 5 10 20 30 / 120 S 60 1,50 98 1,55 116 1,59 122 1,62 121 1,68 96 1,92 65 2,32 51 2,68 шения наземных концентраций при наличии и отсутствии задерживающего (инверсионного) слоя для «1 = 4 м/с. Рис. 3.12. Вертикальные профили 1гх в зависимости от расположения слоев инверсии. Характерные особенности профилей kz, использованных для расчета данных табл. 3.5, обусловливаются расположением задерживающего слоя с резко ослабленной турбулентностью непосредственно над источником. Приведенные данные указывают на увеличение приземной концентрации при наличии приподнятой инверсии, которое усиливается с ростом х. Увеличение концентрации особенно значительно иа больших расстояниях от источника. Таким образом, если ожидается, что слой с инверсией температуры будет расположен непосредственно над источником, то следует учесть, что максимум приземной концентрации возрастает примерно на 50—70 %, а соответствующее ему расстояние хы сравнительно мало изменяется. С уменьшением высоты источника влияние расположенного над ним задерхсивающего слоя возрастает. Результаты расчета R' для уровней 2 = 0 и z=H при распределениях 4, 1 и 2 коэффициента kz, указанных на рис. 3.12, представлены в табл. 3.6. Как и в рассмотренных выше случаях, эффект задерживающего слоя усиливается с расстоянием. Он тем меньше, чем выше расположен слой над источником. При достаточно большом превышении нижней границы инверсии над уровнем источника (100—200 м и более) эффект проявляется только на больших расстояниях. Расчеты показывают, что можно ограничиться приведенными выше сравнительно простыми моделями распределения kz, 7* 99 поскольку изменение кг выше задерживающего слоя существенно сказывается только на значительных удалениях от источника. На близких расстояниях не очень сильно влияет и интенсивность турбулентности внутри инверсионного слоя. Наибольшее влияние слоя с ослабленной турбулентностью имеет место, когда он располагается непосредственно над источником. Максимум концентрации легкой примеси в этих условиях может увеличиться более чем в 2 раза. Вместе с тем по данным расчета получено, что учет резкого уменьшения кг над источником не позволяет объяснить, как это. иногда делается, возрастание максимума приземной концентрации примерно на порядок. Такое резкое увеличение интенсивности загрязнения приземного слоя промышленными выбросами из труб, как будет показано ниже, в основном связано с ограничением начального подъема над трубой. Поскольку при наличии приподнятых инверсий убывание приземной концентрации после достижения ею максимума происходит весьма медленно, то при таких условиях суммарная концентрация от группы рассредоточенных по большой площади (в городе) источников может значительно увеличиться, даже если для каждого из них максимальные концентрации малы. В случае когда задерживающий слой расположен ниже уровня источника, приземная концентрация будет меньше, чем при отсутствии этого слоя. Соответствующие значения представлены в табл. 3.7 для высоты источника #=120 м. Таблица 3.7 Значения отношений наземных концентраций при наличии и отсутствии задерживающего слоя под источником Профиль X км Аналогично выполняются расчеты и для тяжелых примесей. В табл. 3.8 приводятся значения отношений ^ |z=0 yj °w \z= И 0 \z=Q ' °w \z=Q ' где ql0 и q соответственно концентрации тяжелой и легкой примесей. Расчеты выполнялись для случая #=120 м, ш = 5 см/с и четырех профилей изменения kz с высотой. Первые три профиля указаны на рис. 3.12 под соответствующими номерами, а четвертый (0) относится к нормальным условиям, когда выше /г = 50м величина kz сохраняет постоянное значение. Наибольшие различия между тяжелой и легкой примесями проявляются при малых значениях kz под источником и при не очень больших X. Концентрация тяжелой примеси при инверсионной стратификации, как и при нормальных условиях, на больших удалениях от источника меньше, чем для легкой примеси. Это связано с выпадением тяжелых частиц на близких расстояниях. Приближенная оценка влияния задерживающего слоя на приземную концентрацию от источника фиксированной высоты выполнялась и в ряде других работ. Можно, в частности, указать на один из первых результатов, полученных в этом плане Бирли и Хьюсоном (Bierley, Hewson, 1965) на основании весьма схематичных представлений о равномерном вертикальном распределении примеси в подынверсионном слое. Упрощенная модель для изучения влияния приподнятой инверсии на распространение примеси разработана Хайнесом и Петер-сом (Heines, Peters, 1973) на основе решения уравнения диффузии с постоянными коэффициентами в предположении, что поток примеси на нижней границе инверсии Яи равен нулю. Из анализа решения следует, что в случае, когда высота источника Н > хм согласно
Регленду,

I П = —оо

Я и Я — 1 / Н \2 ?

На рис. 3.13 представлено отношение qilq в зависимости от безразмерного
расстояния oz/H для разных значений #„/#. Отсюда следует, что при х > Хм
отношение концентраций qi и q может быть и более 2. Эти результаты в
основном согласуются с приведенными выводами, полученными на основании
численного интегрирования уравнения диффузии, но в силу сказанного выше
являются менее точными.

В ряде работ (Van Dop et al., 1979; Misra, 1980; Misra Onlock, 1982;
Kerman, 1982 и др.) теоретически исследовалось сильное загрязнение
воздуха (фумигация) при наличии приподнятых инвер-

Рис. 3.13. Отношение концентрации при наличии и отсутствии приподнятой
инверсии в зависимости от ог/Н и Ни/Н.

сий, которые могут возникать на побережье морей и крупных во-‘ доемов
(см. п. 5.6.1). Случаи, или так называемые эпизоды, со значительным
загрязнением воздуха отмечались нередко в Венеции, расположенной в
середине лагуны, когда прибрежный поток воздуха был холоднее поверхности
воды (СагтпЧо, Сауа1еп, 1980).

Изложенные в п. 2.12 результаты позволяют учесть влияние инверсии
температуры на начальный подъем примеси, принять во внимание возможность
достижения определенного «потолка» гл, выше которого примесь не может
подняться вследствие противодействия сил плавучести. В соответствии с
формулой (2.66) можно полагать, что при данной тепловой мощности
источника ^ДГ величина 2П достигает минимального значения при не слишком
глубоких инверсиях, когда к[б,Т\6,х) не очень мало.

Понятно, что на основании сказанного выше полученные результаты
относительно 2п следует рассматривать как весьма приближенные. Вместе с
тем для случаев, когда гп мало, далее при значительных погрешностях в
определении 2п, представляется убедительным основной вывод о том, что
начальный подъем примеси из труб будет ограничен небольшими высотами
независимо от значения скорости ветра.

При прогнозе опасного загрязнения воздуха особенно важно учитывать
сочетание приподнятой инверсии и штиля. Действительно, соответствующая
опасной скорости ветра им максимальная концентрация см обратно
пропорциональна им. Однако наибольшие значения концентрации достигаются
обычно не при очень малых значениях скорости ветра, при которых
увеличивается эффективная высота источника. По используемым в настоящее
время формулам для определения АН, в частности (2.57), с уменьшением и
до нуля АН неограниченно возрастает. Вместе с тем, как показано выше,
при инверсионных условиях может существовать некоторый «потолок» для
начального подъема примеси. Если потолок располагается сравнительно
низко над трубой, то при слабых ветрах концентрация примеси должна
значительно возрастать даже при учете результатов п. 3.6 относительно
ограниченности такого возрастания. Следовательно, при наличии инверсии
над трубой и сильном ослаблении ветра в приземном слое могут создаваться
весьма опасные условия, что позволяет объяснить случаи особо больших
концентраций. В частности, на основании результатов, изложенных в п.
3.6, при уменьшении скорости ветра и от 1 м/с до штиля максимум
приземной концентрации может увеличиться примерно в 10 раз.

3.8. Прогноз смогов

Методы и правила прогноза смогов существенно различаются в зависимости
от его типа. Полезно при этом учесть некоторые общие характеристики
смогов двух основных типов — лондонского и лос-анджелесского (см. п.
2.13). Так, согласно Маккормику (Мс Согггпск, 1970), смоги в Лондоне
большей частью наблюдаются в декабре—январе в утренние часы при штиле,
температуре воздуха от —1 до +4°С и относительной влажности воздуха выше
85 %. Они характеризуются малой дальностью видимости, достигающей иногда
30 м и менее. Для смогов в Лос-Анджелесе, чаще всего наблюдающихся в
августе—сентябре в середине дня, характерны скорость ветра меньше 3 м/с,
температура воздуха 24— 32 °С, относительная влажность меньше 70 % и
дальность видимости 1,5—8 км. Основными источниками загрязнения воздуха
в первом случае является сжигание угля и мазута, во втором случае—
выбросы автотранспорта. В лондонском смоге в основном имеет место
описанный выше процесс взаимодействия тумана с различными примесями
(БОг, СО, дым). Здесь существенно проявляется поглощение примесей
водяными каплями.

При прогнозе загрязнения воздуха в тумане существенно учесть, что
растворимая примесь практически полностью поглощается водяными каплями.
Таким образом осуществляется трансформация примеси в ее водный раствор и
образование кислоты, в частном случае превращение сернистого газа в
серную кислоту. В этом случае концентрация примеси в тумане (с учетом
образования ее раствора) может оказаться в несколько раз- больше, чем
при его отсутствии, что отчасти объясняется поглощением примеси из слоя
воздуха над туманом.

При прогнозе загрязнения воздуха в тумане нужно принять во внимание его
ожидаемую водность.

В случае развития тумана радиационного типа важно учесть, что на его
верхней границе образуется приподнятая инверсия температуры, а в самом
тумане отмечается падение температуры с высотой или изотермия. В
зависимости от высоты и интенсивности приподнятой инверсии в
соответствии с результатами, изложенными в п. 3.7, рассчитывается
возможное увеличение приземной концентрации.

При прогнозе фотохимических смогов, особенно для оценки ожидаемого
уровня оксидантов и некоторых других токсических

Рис. 3.14. Суточный ход концеп тращш Оз (/), N0 (2) и Ш2 (3)

примесей, полезно использовать ряд известных правил о их суточном ходе,
полученных теоретическим или экспериментальным путем. Так, известно, что
при достаточной инсоляции в утренние часы окись азота N0 переходит в
двуокись Ы02 и в соответствии с соотношением (2.69) образуется озон Оз.
Согласно соотношению (2.69), с ростом концентрации Ы02 и отношения
концентраций Ы02 и N0 увеличивается и содержание озона.

Наличие смога часто определяет состояние атмосферы, при котором
концентрация Оз превышает 0,1 млн-1. При интенсивных смогах концентрация
озона иногда превышает 0,5 млн-1. В СССР разовое значение ПДК для Оз
(см. табл. 1.1) равно 0,16 мг/м3 или 0,08 млн-1, а в США в качестве
стандарта качества воздуха для среднечасовой концентрации — 0,24 мг/м3
или 0,12 млн-1.

Из (2.69) следует, что для образования смога и превышения ПДК озона
требуется, чтобы с7ыог было по крайней мере в 8—

12 раз больше я^о.

Все факторы, которые способствуют увеличению в результате фотохимических
реакций концентрации N02, ведут, естественно, к возрастанию содержания
озона и интенсивности смога. К таким факторам наряду с солнечной
радиацией относятся выбросы в атмосферу углеводородов и ряда других
органических веществ. На рис. 3.14 приведены примеры суточного хода N0,
Ы02 и 03 при смогах по данным наблюдений в Лос-Анджелесе.

Максимум концентрации N0 в утренние часы обусловлен резким увеличением
числа автомашин в это время. Значительно возрастают по этой же причине и
концентрации углеводородов. По данным наблюдений в Лос-Анджелесе, они
возрастают с 4 до 8 ч примерно в 2 раза. Быстро увеличивается утром и
интенсивность ультрафиолетовой радиации. Все это ведет к тому, что в
процессе фотохимических реакций с участием окиси азота и углеводородов в
8—10 ч достигается максимум концентрации N02, а вскоре после этого,
около полудня, и максимум концентрации озона. Содержа-

д млн’

V ч

л

2 3 to6 V

Рис. 3.15. Изменение концентраций ц при фотохимическом смоге в
зависимости от времени облучения /об-

/-N0, 2 -Ы02, 3 — 03. 4 — ПАН, 5 — альдегид, 6 — пропилен.

ние N0 при этом постепенно уменьшается; минимум отмечается в 16—17 ч;
затем в результате очередного возрастания числа машин на автомагистралях
его содержание снова несколько увеличивается. Отмечено, что смоги чаще
наблюдаются в теплую погоду. По результатам отдельных исследований это
объясняется тем, что рост температуры примерно на 20 °С может привести к
увеличению скорости некоторых фотохимических реакций в 2— 4 раза. Уорк и
Уоркер (1980) приводят также характерные примеры изменения содержания
N0, N02, Оз и углеводородов в процессе фотохимических реакций в
зависимости от продолжительности облучения в смоговой камере (рис.
3.15). На рис. 3.15 показано и образование одного из наиболее
токсических компонентов фотохимического смога — пероксиацетилнитрата или
сокращенно ПАНа, который весьма губительно действует на растительность,
вызывает острое раздражение глаз и т. п.

В работе Гишери и др. (ОшсЬегИ ет а!., 1981) приводятся осредненные
значения отношений концентраций N62 и N0^ (N0x = N0-г-N02) для г. Делфта
(Нидерланды) за теплый (май— август) и холодный (ноябрь—февраль) периоды
1975 г. (рис. 3.16). Зимой это отношение составляет примерно 50 % при
небольшом увеличении в дневное время. Летом оно достигает минимума
(около 30 %) в утренние часы и сравнительно быстро, за ие

сколько часов, увеличивается почти до 80%. Максимум (85%)

достигается в 15 ч.

Интересный пример расчета загрязнении воздуха и период смога 7-8 июля
1976 г. в Нидерландах рассмотрен и работе Г>шь теса и др. (ВшШез е! а1.,
1981). Авторы нсиользонади дли этой

Юг-

0,5

2*ч

цели модель фотохимического смога, разработанную Рейнольдсом и др. в
США. Модель основана на численных решениях полного трехмерного уравнения
диффузии (2.1), которое нключает нестационарный адвективный член н
учитывает фою.чп.мпчеекпе превращения. Учет горизонтальной диффузии
пьііюлииггоі при утом весьма схематично, в предположении, что кх А*„
м’-‘/с. Значение kz принимается в зависимости от скорое пі ікчра п ус
тойчпно-сти так, что на верхней границе слоя перемешивании оно равно
нулю.

Расчеты выполнялись для 220 источником на площади 230X Х310 км в
Нидерландах и прилегающих к ней областей Бельгии и ФРГ. Ячейка расчетной
сетки имела размер 10X10 км. Отдельно выделялись мощные источники
точечного типа. К мим относились дымовые трубы тепловых электростанций,
нефтеперерабатывающих и металлургических заводов. Чнеті,
источников, близко расположенных друг к другу, объединялась в один.
Остальные более мелкие источники и выбросы автотранспорта
рассматривались как площадной источник. Для точечных
источников’начальный подъем АЯ определялся по формуле Бриггса (см. п.
2.8), а для площадного принималось, что ДЯ = 0.

Учитывались выбросы БОг, N0^, СО и СН-углеводородов без метана. Их
суммарное количество соответственно составляло: 370, 195, 760 и 105 т/ч,
причем вклад в них точечных источников составлял: 56 % по БО*, 40 % по
N0*, 6 % по СО и 0 °/о по СН.

На рис. 3.17 представлены результаты расчета суточного хода концентраций
Оз, N0 и N02 и соответствующие данные наблюдений для г. Влардингена
(Нидерланды). Значительные различия между данными расчета и наблюдений
для N0 авторы объясняют тем, что расчетные значения представляют собой
средние концентрации по ячейке 10×10 км, тогда как на измерения могли
оказать значительное влияние выбросы проходящих автомашин.

3.9. Практические рекомендации

На основании изложенных выше результатов в соответствии с Методическими
указаниями (1979) можно сделать ряд практических рекомендаций по
прогнозу загрязнения воздуха в промышленных районах и городах.

Для отдельных источников (а в случае, когда рассматривается их
совокупность, для тех из них, которые создают наибольший вклад в
загрязнение воздуха) устанавливаются метеорологические условия, когда
приземные концентрации примеси могут принимать максимальное значение. С
этой целью сначала определяются направления ветра, при которых в жилых
кварталах, особенно в районах расположения детских и лечебных
учреждений, создается относительно высокое загрязнение воздуха. При этом
выделяются случаи переноса выбросов на городские районы, когда источник
расположен на окраине или за пределами города. Отдельно рассматриваются
направления ветра, при которых наблюдается максимальное наложение
выбросов источников, а также случаи со сложным рельефом местности, когда
под влиянием местных условий примеси сосредотачиваются в приземном слое
воздуха.

Рассчитываются опасные скорости ветра им по формулам (3.2) и (3.3). Если
примеси поступают от совокупности источников с различными,
характеристиками, то рассчитывается еще средневзвешенная опасная
скорость ветра им. с по формуле (3.40).

Определяется ожидаемая высота нижней границы приподнятой инверсии.
Существенное увеличение концентрации имеет место, когда эта граница
располагается выше источника, но не более чем 200 м над ним.

Для каждого объекта могут быть свои неблагоприятные метеорологические
ситуации, при которых создаются значительные концентрации примесей в
приземном слое атмосферы. Для крупных предприятий (металлургических,
нефтеперерабатывающих и др.) условия погоды, определяющие значительное
скопление примесей в приземном слое воздуха, могут отличаться для
различных цехов и производств. В данном случае необходимо детально
установить неблагоприятные метеорологические факторы, характерные для
определенных участков таких объектов, и предупреждения о возможном росте
концентраций давать не всему предприятию, а отдельным его производствам.

Следует учитывать также неорганизованные выбросы, осуществляемые на
малых высотах, в результате чего могут создаваться значительные
загрязнения приземного слоя воздуха.

При рассмотрении районов с большим числом индустриальных объектов
рекомендуется объединять их в группы, для каждой из которых опасные
метеорологические условия близки между собой. В частности, удобно
выделять группы в зависимости от значений им. К одной из них следует
отнести крупные источники с горячими выбросами (ТЭЦ, металлургические
предприятия и др.), для которых «м = 3-~7 м/с, к другой — источники с
сравнительно холодными выбросами, для которых им = 0 -4-2 м/с.
Достаточно четко производится разделение объектов по неблагоприятным
направлениям ветра, а также по отношениям высот Я и нижней границы
приподнятой инверсии.

Ожидаемые концентрации примесей рассчитываются по приведенным выше
формулам на основании известных значений выбросов и прогностических
значений необходимых метеорологических параметров. Отдельно
рассматриваются неблагоприятные, но сравнительно часто наблюдаемые
нормальные условия. Кроме того, выделяются аномальные, особо опасные
условия. К последним, в частности, относятся случаи, когда над
источником, или точнее, над уровнем его эффективной высоты, расположен
слой приподнятой инверсии. Приземная концентрация будет тем больше, чем
ближе к этому уровню положение нижней границы инверсии. В случае
расположения задерживающего слоя инверсии непосредственно над источником
увеличение максимальной концентрации легких примесей относительно ее
величины в нормальных условиях происходит на 50—100 %. Если нижняя
граница приподнятой инверсии расположена над источником на высоте 200 м
и более, то возрастание приземной концентрации значительно меньше и его
учет существен только на больших расстояниях от источника.

Влияние инверсионных слоев на распространение выбросов для тяжелых
примесей проявляется слабее, чем для легких, причем с ростом размера
частиц примесей это влияние уменьшается.

При холодных выбросах вследствие ограничения их начального
(эффективного) подъема приподнятые инверсии могут вызвать более
значительное увеличение приземных концентраций, чем в случае выбросов
горячих источников. Более значительное увеличение концентрации примесей
в приземном слое возможно также при расположении источника выше
штилевого слоя и скорости ветра близкой к ик на уровне выбросов. При
этом, чем толще слой с ослабленной скоростью ветра, тем сильнее его
влияние. Согласно расчетам, при наличии штилевого слоя от поверхности
земли до уровня 30 м максимальная концентрация примеси от источника
высотой 100—150 м увеличивается примерно на 70 % по сравнению с
концентрацией при отсутствии штиля. Однако если штиль захватывает
большой слой выше уровня источника (например, в центральных частях
антициклонов), то вследствие значительного возрастания эффективной
высоты источника при горячих выбросах’ концентрации примесей у земной
поверхности будут небольшими.

Особенно сильное загрязнение воздуха у земли может наблюдаться, когда
при холодных выбросах приподнятая инверсия, расположенная
непосредственно над источником, сопровождается слабым ветром (близким к
штилю) в приземном слое воздуха. В этом случае концентрации примеси
могут во много раз превышать концентрации при нормальных условиях.

Горошко и др. (1981) для случая высоких источников (50— 200 м)
предложили характеристики опасных условий загрязнения атмосферы и
рассчитали ориентировочные значения превышений п’ максимальной
концентрации с’ при этих условиях над максимальной концентрацией см при
«нормальных» условиях (п’ = = с’м/см).

Опасность загрязнения воздуха значительно возрастает при туманах,
которые часто сопровождаются приподнятой инверсией у их верхней границы
и штилем в приземном слое.

Оценка опасных метеорологических условий требует также учета характера
подстилающей поверхности. В пониженных формах рельефа могут создаваться
в 1,5—2 раза более высокие концентрации примесей, чем на ровном месте.

При расположении промышленных объектов на окраине города или за его
пределами большое влияние на загрязнение воздуха в жилых районах
оказывает направление ветра. В данном случае неблагоприятные условия
погоды следует анализировать только при переносе примесей со стороны
источников на жилые кварталы.

Неблагоприятные направления ветра в районе отдельных объектов могут
выделяться в связи с различным эффектом наложения выбросов от других
источников. При некоторых направлениях добавочные концентрации,
создаваемые выбросами ряда предприятий, расположенных в городе, являются
максимальными. Повышенное загрязнение воздуха создается также при
переносе примесей со стороны объекта на районы плотной застройки. В этом
случае увеличивается поступление выбросов сверху к земной поверхности в
связи с усилением обмена и с образованием в районе застройки слоя с
очень слабым ветром. Концентрации примесей в приземном слое воздуха
повышаются, когда выбросы переносятся со стороны источника на участок со
сложным рельефом местности. Их увеличение определяется в зависимости от
расположения источника и положения рассматриваемого пункта на местностн
в соответствии с приведенными в п. 2.14 результатами. Отдельно
учитываются линейные и площадные источники.

В более сложных случаях, когда необходимо учитывать совокупность
большого числа источников, прогноз загрязнения воздуха производится на
основе рассмотренных выше методов расчета с помощью ЭВМ.

Глава 4

Статистические методы прогноза загрязнения атмосферы

Для прогноза загрязнения воздуха в городах и промышленных районах,
обусловленного действием многих источников, ведутся различные
статистические проработки на основе анализа материалов наблюдений. В
большинстве из них полагается, что за период, к которому относится
исследуемый материал, а также за срок прогноза, выбросы и расположение
источников практически не изменяются. Естественно, что с этим связаны
определенные погрешности и ограничения результатов анализа и прогнозов,
не свойственные рассмотренным выше численным методам, позволяющим
учитывать изменение выбросов от источника со временем. Указанное
предположение приближенно допустимо при сравнительно небольших сроках
прогноза — от нескольких часов до нескольких суток. Кроме того, при
большом числе источников и недостаточно определенной их мощности можно
полагать, что увеличение выбросов от части из них примерно
компенсируется уменьшением их от другой части. Поэтому рост среднего и
суммарного загрязнения воздуха в городе связывается главным образом с
изменением метеорологических условий или синоптической ситуации.

Разработка методов прогноза начинается в первую очередь с выявления
периодов со значительным загрязнением атмосферы. Затем устанавливаются
корреляционные зависимости между наблюдавшимися в эти периоды степенью
загрязнения воздуха и некоторыми метеорологическими величинами или их
определенным сочетанием, рассматриваемыми в качестве предикторов. Таким
путем вырабатываются различные прогностические правила. Используются
также методы статистической экстраполяции во времени режима изменения
загрязнения воздуха с учетом выявленных автокорреляционных зависимостей
и инерционных факторов.

4.1. Выбор предикторов

Выбор предикторов обычно осуществляется из общих физических
представлений о возможных причинах изменений концентраций примеси —
изменения направления или скорости ветра, устойчивости атмосферы,
вымывания или трансформации примесей и т. п. При этом используются
некоторые качественные выводы теории атмосферной диффузии, в том числе о
влиянии задерживающих слоев в пограничном слое атмосферы и т. д.
Некоторые из предикторов, особенно когда они определяются сочетанием
нескольких факторов, устанавливаются в результате применения
статистических методов.

К настоящему времени выполнено большое число работ, в которых изучается
корреляция между загрязнением атмосферы в городах и соответствующими
метеорологическими факторами. К ним относится и часть статистических
исследований, ставящих своей задачей не разработку прогностических
методов и правил, а обобщение сведений режимного характера, в том числе
о годовом и суточном ходе загрязнения воздуха. Вместе с тем учет этих
результатов может быть весьма полезен и при прогнозах.

4.1.1. Годовой и суточный ход загрязнения воздуха. В силу большого числа
факторов, воздействующих на содержание примеси в атмосфере, годовой ход
загрязнения для разных городов иногда значительно различается. Согласно
Сонькину (1966), по данным за 1961—1963 гг. в Ленинграде максимум
концентрации пыли отмечается весной, максимум повторяемости повышенного
содержания БОг в феврале—марте. В Москве годовой ход запыленности
воздуха слабо выражен, а концентрация сернистого газа достигает
максимума весной. Весенние максимумы могут быть объяснены тем, что в
этот период года уже достаточно развит турбулентный обмен н котельные
сжигают еще большое количество топлива.

Безуглой и др. (1971) по данным наблюдений на стационарных постах в 50
городах СССР за 1968—1969 гг. исследован годовой ход отношения
среднемесячных концентраций к среднегодовой концентрации ^мссЛ/год существенно различаются: изменяются амплитуды, модальные значения и др. Из рассмотренных примесей наибольшая амплитуда характерна для пыли, наименьшая — для СО. Примерно в 20 % случаев среднемесячные концентрации Б02 и пыли превышают более чем в 2 раза среднегодовые значения, тогда как для СО такие случаи практически не наблюдаются. Отмечается и частое увеличение концентрации Б02 в месяцы с наибольшим числом дней с туманом и дымкой, что согласуется с выводами теории, приведенными в п. 2.13 (Берлянд, 1975). По данным Канно и др. (Каппо е! а1., 1959), для годового хода концентрации сернистого газа и окислов азота в Токио характерен Рис. 4.1. Годовой ход концентраций окиси углерода (1) и свинца (2) в районе Лос-Анджелеса (1980 г.). максимум в конце лета, что может быть обусловлено отсутствием в это время дождей, способствующих вымыванию примесей. В ряде городов отмечается и зимний максимум загрязнения воздуха, который обусловлен прежде всего ростом выбросов от низких источников и большой повторяемостью неблагоприятных условий рассеивания их в приземном слое воздуха. Таковы, например, приведенные на рис. 4.1, по Витцу и др. (Witz et al., 1982), данные о годовом ходе обусловленных преимущественно выбросами автотранспорта концентраций окиси углерода и свинца в районе Лос-Анджелеса. Заннетти и др. (Zannetti et al., 1977) на основании анализа данных непрерывной регистрации концентрации S02 в течение двух лет (1973—1974 гг.) на станциях в районе Венеции также выявили зимний максимум. Авторы связали его с увеличением выбросов S02 в результате сжигания топлива для бытового отопления в холодное время года. Однако и для лета они отметили значительные концентрации, обусловленные выбросами S02 от индустриальных источников. Многими авторами исследовался и суточный ход загрязнения в городах. В нем также отмечаются значительные различия, обусловленные режимом выбросов от источников различной высоты и изменением метеорологических условий. Безуглая и др. (1971) проанализировали данные наблюдений за содержанием СО, S02 и N02 в ряде городов СССР в 1968— 1969 гг. Оказалось, что суточный ход концентраций S02 наиболее 8 Заказ № 30 113 четко проявляется в южных областях страны, где в холодное полугодие отмечаются максимумы концентраций в утренние и вечерние часы. В теплое полугодие здесь суточные колебания концентрации БСЬ выражены в меньшей степени, амплитуда их колебаний для большинства городов (около 70%) не превышает половины среднего значения. Однако по ряду городов максимальные концентрации БОэ наблюдаются днем. Отмечаются два типа суточного хода концентрации окиси углерода почти во все сезоны года, особенно в тех случаях, когда ее основной выброс обусловлен автотранспортом. Один из них с максимумом в дневное время обусловлен преобладающим действием интенсивного движения автомашин в это время суток. Другой со- ответствует сравнительно малым значениям концентраций в течение дня и малой амплитуде их изменения. Он характерен для случаев взаимной компенсации влияния роста числа машин на улицах и смены метеорологического режима. В ранние утренние и поздние вечерние часы, когда уменьшается поток автотранспорта, снижение концентраций замедляется за счет образования инверсий температуры и ослабления ветра. Канно и др. (Kanno et al., 1959) и Штейнхаузер (Steinhauser, 1971) обнаружили в суточном ходе концентрации примесей два максимума — утром и вечером. Согласно Канно, в Токио зимой вечерний максимум концентраций больше утреннего, а летом и весной наоборот. На рис. 4.2 приводится изменение концентрации S02 в течение суток летом и зимой для одной станции АСКЗВ в районе Венеции по данным работы Заннетти и др. (Zannetti et al., 1977). В летнее время концентрации днем существенно увеличивались. Авторы связывают это увеличение с преобладанием в дневные часы направлений ветра, при которых примеси переносятся от основных источников на пункты наблюдений. Кроме того, значительное влияние оказывает и усиление турбулентности днем, поскольку летом имеют место в основном индустриальные выбросы S02 от высоких источников. Зимой в течение суток наблюдается два максимума. Как указывают авторы, в этот период они не могут быть связаны с изменением направления ветра и, видимо, определяются главным образом особенностями режима отопления. В работе Певзнера и Зайцева (1971) проанализированы изменения во времени концентраций СО, измеренных с помощью уста- Усл.ед. амг/м3 г г (кг 6) повленных на автомашине газоанализаторов ГМК-3. Наблюдения велись на улицах города в периоды с различной интенсивностью движения автотранспорта. На рис. 4.3 а представлен характерный ход концентрации q (нормированной на среднее значение ее за период наблюдений q) в течение суток и число проходящих автомашин за 1 ч. Между данными, представленными двумя кривыми, отмечается хорошая корреляция (коэффициент корреляции превышает 0,7). Для сравнения на рис. 4.3 б представлены аналогичные результаты, полученные Отто и др. в сентябре 1964 г. для Вашингтона. Данные о суточном ходе концентрации СО в сопоставлении с интенсивностью движения автомашин на улицах Нью-Йорка получены Бауменом и др. (1982). На рис. 4.4 представлены среднемесячные значения часовых концентраций СО за июль 1977 г. 8* 115 4.1.2. Влияние отдельных Метеорологических величин. При исследовании указанных выше корреляционных связей авторы ряда работ ограничиваются рассмотрением зависимости концентраций отдельных ингредиентов от того или иного элемента погоды. В частности, неоднократно предпринимались попытки оценить связи между содержанием примесей и скоростью ветра. Некоторые авторы при этом обнаруживали в основном наибольшие загрязнения воздуха только при слабых ветрах. В более детальных исследованиях'Сонькина и др. (1966), Сонькина и Чаликова (1968), Безуг-лой и Сонькина (1971), получено, что в зависимости концентра- ции БОг, пыли и ряда других ингредиентов от скорости ветра обнаруживаются два максимума. Один из них относится к слабым ветрам (0—1 м/с) и, по-видимому, обусловлен действием низких источников, создающих общий фон загрязнения воздуха в городах; второй — при скоростях 3—6 м/с в соответствии с положениями теории (см. п. 3.1) может быть объяснен выбросами от высоких источников, характеризующихся достаточной большой опасной скоростью ветра им. Для Ленинграда и Москвы второй максимум оказывается летом больше первого, а зимой — меньше. Для сернистого газа второй максимум проявляется четче, а первый встречается реже, чем для пыли. На рис. 4.5 представлена повторяемость повышенных концентраций БОг и пыли в зависимости от скорости ветра для Ленинграда. Отдельно указаны результаты, относящиеся к теплому и холодному полугодию. Наличие вторичного максимума в зависимости приземных концентраций примеси от скорости ветра отмечено впоследствии в статье Мана (Мипп, 1972). Два максимума концентрации в зависимости от скорости ветра обнаружены также М. Теневой в Софии. Заннетти и др. (2апеШ е1 а1., 1977) нашли, что летом при направлении ветра от индустриальных источников в Венеции концентрация БОэ заметно возрастает с увеличением скорости ветра или остается постоянной при изменении скорости ветра от 1 до 5 м/с. На ряде станций здесь максимум концентрации достигается при скорости ветра 3 м/с. В работе Демута и др. фетитп ет а1., 1981) приводятся графики зависимости загрязнения воздуха от скорости ветра и со стояния устойчивости атмосферы для случая повышенных концентраций 5О2(>0,4 мг/м3) в районе г. Гента (Бельгия) за период нюнь—декабрь 1978
г. (рис. 4.6). Скорость ветра определялась на высоте 30 м.

Хольцворт (Ноку/огШ, 1974) исследовал также характер влияния на
загрязнение воздуха приземных и приподнятых инверсий.

В работе Борнштейна и др. (Вогавхет ех а1м 1978) проанализи-

05О2 Мв/М; 3,00

а)

Х_Л I !_1 I I О 10 о и м/с Рис. 4.6. Зависимость повышенных концентраций ^эо,. (>0,4 мг/м3) в
районе г. Гента от скорости ветра и в случаях устойчивой (а) и
нейтральной (б) стратификации атмосферы.

ровано влияние бризов на концентрацию БСЬ в г. Нью-Йорке для восьми
случаев в июне 1965 г. Отмечено, что при ветрах с моря концентрация БОэ
уменьшается, а при ветрах с берега — возрастает.

В работе Лаласа и др. (Ьа1аБ ех а1., 1983) на .основании анализа
материалов наблюдений в Афинах показано, что снижение концентраций
примесей в воздухе отмечается не сразу при появлении бриза, а после
усиления ветра в дневные часы. Обнаружено, что верхний бризовый поток
приводит к возврату загрязняющих веществ.

В статье Ремсберга и Вудбери (1^етзЬегF, \^оошзагу, 1983) установлена
корреляционная связь между концентрациями в воздухе СО, Ы02 и
углеводородов в Сент-Луисе и разностью температур по вертикали в нижнем
30-метровом слое (АТ). Корреляционная связь оказалась наибольшей в
ночное время.

По данным наблюдений в Ленинграде, Сонькин и Чаликов (1968) выявили
зависимость загрязнения воздуха от коэффициента обмена ki на высоте 1 м,
определенного по материалам градиентных наблюдений на загородной
станции. Средние концентрации S02 и пыли при ^1^0,20 м2/с составляли
примерно 0,30 мг/м3, а при &i=^0,20 м2/с они возрастали соответственно
до 0,43 и 0,34 мг/м3. Отмечено при этом и некоторое возрастание
повторяемости повышенных концентраций примеси.

Со слабыми скоростями ветра и устойчивым состоянием атмосферы связывают
эпизоды значительного загрязнения воздуха от низких источников. Клюг
(Klug, 1984) отмечает, что такие эпизоды наблюдаются при антициклонах на
сравнительно небольших расстояниях (порядка 1 км) от источника. Обычно
они характерны для населенных пунктов, где имеется большое число мелких
источников. Клюг приводит пример для Рурской области, когда в январе
1979 г. зафиксированы высокие уровни содержания S02 в воздухе (0,8—1,1
мг/м3). При этом наблюдались слабый ветер и глубокая инверсия
температуры (до высоты 50 м).

Характер связи между загрязнением воздуха и такими метеорологическими
величинами, как направление ветра, температура воздуха, скорость ветра в
пограничном слое атмосферы и др., изучался также в работах Лоуренса
(Lawrence, 1969) по данным наблюдений вблизи Лондона, Ли и др. (Lioy et
al., 1960) в Карл-штадте (США), Мана (Munn, 1972) в Торонто, Блысковой и
Курчатовой (1968) в Софии, Мерино и др. (Merino et al., 1973) в Мадриде,
Сонькина н др. (1975) в ряде городов СССР. Показано, что нередко
указанные величины могут использоваться в качестве предикторов в схемах
для прогноза загрязнения воздуха.

При изучении связи между содержанием примесей в воздухе и атмосферной
устойчивостью, наряду с вертикальным градиентом температуры, широко
используется высота слоя перемешивания (LQ) (см. п. 5.2). В ряде работ
показано, что концентрации примесей возрастают с уменьшением Lq
(Niemeyer, 1960), Holzworth, 1962, 1974; Miller, Holzworth, 1967).
Влияние толщины слоя перемешивания проявляется более отчетливо при
слабом ветре в пограничном слое атмосферы. В работе Сонькина и др.
(1975) предлагается использовать в качестве предиктора (преимущественно
в теплое время года) высоту нижней границы приподнятой инверсии (Нц)
утром в 9 ч, когда обычно разрушается приземная инверсия, а при
сохранении до 9 ч приземной инверсии принимается Яп = 0. Оказалось, что
чем меньше Нп, тем выше концентрации примесей в городском воздухе. Берже
и др. (Berger et al., 1980) при анализе данных наблюдений в г. Генте
получили, что максимальные концентрации примеси отмечались в случае
устойчивой и слабо неустойчивой стратификации п скорости ветра 2—3 м/с.
При этом высота приземной инверсии достигала 200 м, а высота слоя
перемешивания при слабо неустойчивых условиях — примерно 400 м. Пристов
(Pristov, 1978) в целях прогноза загрязнения воздуха в Люблянах
использовал корреляционную зависимость концентрации S02 от скорости
ветра, вертикального профиля температуры воздуха и характеристики
облачности.

В некоторых из указанных выше работ исследовалось влияние осадков па
загрязнение воздуха. В них отмечено, что обычно в течение нескольких
часов после прекращения осадков редко встречаются повышенные
концентрации примеси. Если осадки выпадают в течение 4 ч до момента
определения концентраций, то при увеличении интенсивности осадков
возрастает степень очищения воздуха. Это более четко проявляется в
снижении фонового загрязнения воздуха в городе, являющегося результатом
суммарного действия всех источников выбросов примесей. В случаях
переноса

Рис. 4.7. Спектральные функции изменения концентрации БОг (а) и СО (б) в
течение суток.

/ — первый тип, 2—второй тип.

примесей со стороны источников влияние осадков на очищение воздуха
существенно не проявляется. По Махонько (1967), ливневые осадки очищают
воздух сильнее, чем обложные*. Некоторые авторы установили эмпирические
связи между концентрациями примеси и количеством выпавших осадков.

4.1.3. Использование спектрального анализа. Использование материалов
непрерывной регистрации концентрации примесей позволяет провести их
спектральный анализ. Такая работа выполнялась Зайцевым (1973а, 19736) по
данным наблюдений в Ленинграде с помощью автоматических газоанализаторов
ГКП-1 на БОг н ГМК-3 на СО. Наблюдения велись одновременно по нескольким
приборам, установленным в различных частях города. Временная структура
изменения концентрации за период времени Т характеризовалась дисперсией
примеси а2т, и спектральной функцией /V

от частоты (F> — 2п/Т’. В зимний период отмечены два типа спектрального
распределения концентраций БОг в течение суток, каждому из которых
соответствует определенный тип спектральной функции (рис. 4.7 а). Для
первого типа характерны два максимума: один соответствует периоду 6 ч и,
возможно, обусловлен режимом работы близлежащих источников со
сравнительно большими выбросами сернистого газа; второй — периоду 1 сут
и в значительной степени обусловлен воздействием метеорологических
факторов. Для второго типа характерен один максимум в течение суток. Он,
вероятно, определяется выбросами мелких рассредоточенных источников и
условиями погоды.

Осредненный спектр изменения концентрации СО со временем представлен на
рис. 4.7 б. Для него характерен только один максимум, обусловленный
влиянием режима выбросов и изменением метеорологических условий в
течение суток. Это, по мнению автора, затрудняет исследование влияния
метеорологических факторов без учета изменения выбросов во времени.
Анализ показывает, что вблизи транспортной магистрали значения средней
концентрации СО и ее среднего квадр этического отклонения сравнимы между
собой.

4.1.4. Учет синоптической обстановки и влияние комплекса
метеорологических факторов. Представляет интерес исследование случаев,
когда на большей части пунктов в городе одновременно отмечается либо
повышение, либо понижение концентрации одного или нескольких
ингредиентов. Очевидно, что такие случаи связаны прежде всего с
условиями погоды, поскольку изменения за короткие периоды времени других
факторов сравнительно невелики. Случаи интенсивного загрязнения воздуха
(особенно в холодное время) обычно наблюдаются при стационарных
антициклонах.

В табл. 4.2 представлены полученные Л. Р. Сонькиным по материалам
наблюдений в Москве, Ленинграде и Магнитогорске данные об отклонении от
средней повторяемости повышенных концентраций примесей при стационарных
антициклонах (Берлянд, 1970а). Аналогичные результаты получены и в
работах других авторов (Но1г\уогШ, 1962; Метеуег, 1960; Шевчук и
Введенская, 1971 и др.).. Более детальный анализ показывает, что
значительное загрязнение воздуха отмечается и при других синоптических
условиях. По Сонькину (1979), высокий уровень загрязнения воздуха в
городах отмечается также при длительно сохраняющихся малоградиентных
барических полях и при теплых секторах циклонов, если в них градиенты
давления малы. В работе Сонь-кина и др. (1979) на материалах ряда
городов СССР более детально определены синоптические ситуации,
характерные для формирования периодов значительного загрязнения воздуха.
Общей оценки синоптической ситуации иногда бывает недостаточно для
анализа причин изменения загрязнения воздуха.

Пономаренко (1975) исследовала изменение разовых концентраций СО по
материалам наблюдений на сети пунктов крупного города (центр Европейской
территории СССР) в декабре— феврале 1969—1973 гг. Отбирались периоды
повышенных значений со и отдельно выявлялись случаи, когда отмечался рост, сохранение или уменьшение этих значений, а также связь их с метеорологическими условиями — синоптической обстановкой, устойчивостью атмосферы и скоростью ветра. В табл. 4.3 приведены данные о повторяемости различных барических образований, соответствующие указанным случаям. Из анализа этих данных следует, что увеличение Параметр Коэффициент корреляции Стратификация атмосферы —0,60 Скорость ветра —0,38 Осадки —0,38 Количество топлива 0,18 суточной концентрации пыли в Нэшвиле (США) с определенными метеорологическими факторами иногда выше, чем с количеством сжигаемого топлива. Во многих исследованиях устанавливаются корреляционные связи загрязнения воздуха с различными комплексами метеорологических величин, включающими направление и скорость ветра, а также штиль и приземные инверсии, которые определяются иногда как условия застоя воздуха, и др. В ряде работ комплексные предикторы устанавливаются из физических соображений. Так, в работах Марча и Фостера Рис. 4.8. Вероятность Р повышенного загрязнения воздуха в зависимости от коэффициента КР. (March, Foster, 1967) Иорданова (Iordanov, 1977) и др. используются некоторые турбулентные характеристики пограничного слоя атмосферы. Неронова и Пономаренко (1980) используют высоту термодинамического слоя перемешивания, рассчитываемую по числу Ричардсона, и учитывают вертикальное перемешивание примесей, обусловленное термическими и динамическими факторами. Шевчук (1966, 1977) для прогноза загрязнения воздуха ввела комплексный показатель к _ Др+1,25ДЯ' ДР— Y — 1,50 где Ар и АН' — средние разности, соответственно, давления и геопотенциала на уровне земли и на поверхности 850 гПа, 7 — вертикальный градиент температуры воздуха в слое земли до уровня 925 гПа. Установлена корреляция между Кр и концентрациями пыли, сажи, S02, N02 и СО, полученными по данным ежедневных наблюдений за три срока на 14 пунктах в Новосибирске. В результате построен график (рис. 4.8) для вероятности наступления периодов значительного загрязнения воздуха в Новосибирске. В оперативной работе значение КР определялось по данным синоптического прогноза в 3 и 9 ч московского времени следующих суток. Эмпирически установлено, что если значения КР<. velds dop kruizinga q r l0> (4Л)

где коэффициенты d =2,5 (К)-1, сг = 4-104 м2/с подобраны так, чтобы
вклады Ав н uL0 в А были примерно одинаковые. Зависимость от и в (4.1)
принята по аналогии с формулой (3.39), предложенной в работе Гиффорда и
Ханна (Gifford, Hanna, 1973). Предположив, что значение М постоянно в
период 1862—1967 гг., эти авторы получили Уравнения Коэффициент корреляции ?рь =5,35 + 0,72* — 0,0592# + 0,0148г — 0,335а» 4С0 = и, б + 1,3* — 0,\4у + 0,041-г — О.ЭООоу дт = 34,7 + 6,44* — 0.36ІІ/ + 0,1282- — 2,72пу 2М0^ = 48, 8 + 8,30* — 0,447# + 0,1602 — 4,06т днс = 64,1 + 9,59* — 0,6210 — 0,728г- — 5,08ш 0,90 0,82 0,88 0,87 0,85 Королева (1981) применила данную методику для анализа загрязнения воздуха БОг, пылью и N02 в Узбекистане, использовав такие же исходные предикторы, но заменив Нп на скорость ветра на изобарической поверхности 925 гПа. Существенное значение при разработке прогностических схем имеет учет инерционного фактора. В работах Л. Р. Сонькина и др. показано, что вероятность возникновения больших концентраций примесей после дней с высоким уровнем загрязнения атмосферы значительно больше, чем после дней с низким уровнем загрязнения. Из обработки материалов наблюдений в нескольких городах следует, что коэффициент корреляции между загрязнением воздуха в соседние дни составляет 0,6—0,8, при этом положительная корреляция сохраняется в течение 5 дней и более. Подобные результаты были получены Аршиновой и др. (1972) при обработке материалов для Москвы. Такие результаты можно объяснить инерцией метеорологических процессов. 4.2. Методы прогноза на основе множественной линейной регрессии Анализ корреляционных связей, рассмотренных в п. 4.1, нередко осуществляется с помощью методов линейной регрессии от многих параметров. Остановимся на некоторых из полученных результатов, используемых для разработки оперативных приемов прогноза загрязнения воздуха в городах. 4.2.1. Прогноз концентрации примеси. В работе И. Сладека (81асЗек, 1975) метод множественной регрессии применяется к анализу материалов измерения концентрации двуокиси серы для Северной Чехии. В ней рассматриваются различные типы погоды в зависимости от направления ветра и устойчивости атмосферы. К первому относятся ветры северного (С) и западного (3) румбов со стороны горных хребтов, где нет источников выброса, ко второму — южного (Ю) и восточного (В) румбов, когда воздух поступает из промышленных районов. В качестве исходной характеристики используется разность температур АТ в 1,5-километровом слое от земной поверхности до уровня 850 гПа за 'один ночной и один дневной сроки. Выделяются следующие случаи: а) температура падает с высотой (АТ>0) хотя бы в один
из двух рассматриваемых сроков и б) инверсия или изотермия (ДГг^О)
отмечается в оба срока. При сочетании первого типа со случаями (а) и (б)
значительного загрязнения не наблюдается, поэтому оно не
рассматривается. Для других сочетаний в холодное время года составляется
уравнение множественной регрессии, в котором в качестве предикторов
используются величины АТ в 13 ч, 8 = = 18 — Тс, где Гс — среднесуточная
температура, Увбо — скорость ветра на уровне 850 гПа. Считается, что
летом особо неблагоприятных случаев не должно наблюдаться и, кроме того,
для теплой части года связи оказываются слабыми. В результате Сладек
получил уравнение регрессии следующего вида:

ц = а0 + а,0 — а2и850 — а3 ДГ, (4.2)

отсюда следует, что концентрация сернистого газа растет с увеличением ©,
уменьшается с усилением ьвъо и увеличением положительных значений АГ, т.
е. с повышением термической неустойчивости атмосферы.

Кроме того, при прогнозе загрязнения воздуха принимается во внимание и
уровень концентраций в предшествующий день. Учет инерционных факторов в
значительной степени обеспечивает согласованность расчетных и
фактических концентраций.

Метод получил дальнейшее развитие в работе Бубника и Гесека (1984).
Прогноз по нему дается в полдень на утро следующих суток и уточняется
вечером. Имеются определенные различия в модификациях метода,
используемых для районов Чехии и Словакии. Выполненная проверка показала
удовлетворительную успешность прогноза, причем для словацких районов она
оказалась несколько выше. Получено также, что наибольшая оправдываемость
прогноза достигается в случаях сравнительно низких концентраций.

На принципе множественной линейной регрессии Бенари (Вепапе, 1972)
разработал схему прогнозирования среднесуточных концентраций пыли и
сернистого газа во Франции. Исходные материалы относились к г. Руану.
Уравнения регрессии составлены по каждому из семи пунктов наблюдений
отдельно для холодной и теплой частей года, по четырем зонам в
зависимости от направления ветра (с учетом расположения источников
выбросов). В общей сложности для прогноза концентраций пыли и сернистого
газа составлено 112 уравнений. В качестве основных предикторов
использовались величина 1/и, обратная скорости ветра и, и температура
воздуха Г. Кроме того, рассматривалась возможность учета
продолжительности осадков, туманов, солнечного сияния в течение суток, а
также параметров, характеризующих устойчивость нижнего слоя атмосферы.
Однако связи между указанными параметрами и загрязнением воздуха
оказались весьма слабыми, поэтому эти параметры не включались в
прогностическую схему. В итоге уравнение для расчета концентрации ц по
Бенари имеет вид

– I)]-1,

Ь(к-\) = Е[х{Щ\-А{К к-\)Е[х{к—\)1 (4.5)

где символ «т» означает транспонирование вектора, «—1» — обращение
матрицы; х'(к)=х(к) — F[*(&)]; под Е понимается осреднение по ансамблю с
учетом суточного хода концентрации примеси и других метеовеличин, т. е.
осреднение для фиксированного времени суток.

Прогностические значения х(к\к — т) определяются соотношениями вида

/г

х(к\к-т) = А(к, к — т)х(к-т)+ F Л(F, /) 6 (у — 1),

/=& — т + 1

где матрицы А (к, }) находятся из рекуррентных соотношений: А(к, Л =
А(к, к-\)А{к-\, к-2) … Л(/ + 1, У) при / & 1

Л (6, F) = 1 Здесь I — единичная матрица.

Частным случаем множественной регрессии является авторегрессия, когда
определяется корреляция между значениями исследуемой величины в
различные моменты времени. Использование авторегрессии для прогноза
представляет по существу статистическую экстраполяцию ряда, полученного
по данным наблюдений за предшествующий период времени. Схема этого
метода в соответствии с результатами исследований Бокса и Дженкинса
(1974) излагается также в работе Соеда (5оес1а, 1979). Соеда отмечает,
что формально такой схемой можно пользоваться, когда исследуемый ряд
данных х(к) (в рассматриваемом случае — ряд ежечасных значений
концентраций примесей) представляет стационарный процесс. Однако в общем
случае он может относиться к нестационарным условиям. Поэтому
предусматривается предварительное разделение исходного ряда х(к) на
сумму стационарной составляющей г(к) и тренда у(к) так, что х(к) =у(к)
+г(&). Тренд у (к) находится с помощью скользящего осреднения исходного
ряда с экспоненциальными весами:

р-1

у(к) = к Е (1 – л),

п=0

где Я — вес (0При разработке прогностической схемы полагается, что у {к) является процессом со стационарными приращениями Дг/(&), где &У(к)=у(к)— Если окажется, что ряд {Дг/(6)} неста- ционарен, то берутся последующие разности этого ряда и процесс продолжается до тех пор, пока очередные разности не будут стационарными. Прогноз установившихся процессов г (к) и Д#(F) осуществляется с использованием однотипных моделей авторегрессии: мх г {к) = F а& — 0. /=1 Ау(к) = Е Ь1Ау{к-1), 1=1 причем коэффициенты аи Ьи а также порядки авторегрессии М\ и М2 определяются стандартными методами статистики с использованием уравнения Юла—Уокера для корреляционной функции. Одним из вариантов выбора параметров модели авторегрессии является описанная ниже модель авторегрессии — проинтегрированного скользящего среднего, приспособленная для использования в автоматизированных системах контроля загрязнения атмосферы, которая называется «адаптивный цифровой фильтр». Смысл ее в том, что при заданных значениях М\ и М2 прогностиче- ??ч ?Ч ские значения на т часов вперед г[к\к— т) и Д#(&|&— т) определяются формулами: лг, г{к\к — т) = F Л/ (т) г {к — т + 1 — I), 1=\ м2 Д# I /г — т) = Е В1 (т) Ау (/г — т + 1 — /). Здесь коэффициенты Лг(т) вычисляются по рекуррентным формулам А[ (т) = а* при т = 1; 1=1, 2, . .., Мх\ А1 (т) = Л, (т — 1) Л/(1)-Т- А1+1 (т — 1) при т = 2, 3 ..., /— 1. 2, Л*,-1; АМх(т) = А[{т — \)Амх{^) при т = 2, 3, ... Аналогично находятся коэффициенты 5г(т). Для прогностического значения у{к\к — т) величины у {к) следует у{к\к — т)=г/(&— т)— F &у(к — 1\к— т). Затем осу- / = 1 ществляется прогноз х{к\к— т) с заблаговременностью т шагов величины х{к): х {к | к — т) = $ (Л | к — т) + г [к \ к — т). 9 Заказ № 30 129 Для проверки применимости данного метода и изложенного выше метода множественной регрессии к прогнозу на срок от 1 до 3 ч использовались данные наблюдений в центре Токио с июля по декабрь 1971 г. и в Токушиме с мая по июль 1975 г. за концентрациями оксидантов (О*), N0, N02, СО и 802, а также за скоростью и направлением ветра (добавочно учитывались три состояния погоды: «ясно», «облачно», и «дождливо»). Оценка погрешности прогноза производилась в трех метриках N 24 24 А=1 * = 1 24 Е *?24 (4.6) В табл. 4.7 приводятся результаты проверки для указанных методов, а также для инерционного прогноза, согласно которому сохранялись исходные значения прогнозируемых величин. Как видно из табл. 4.7, при прогнозе на 1 ч вперед лучшие результаты дает метод авторегрессии, а на 2 и 3 ч — метод множественной регрессии. Ошибка по инерционному методу несколько больше. Попытка включения в модель множественной линейной регрессии дополнительной метеорологической информации привела не к улучшению, а к ухудшению качества прогноза. В табл. 4.8 приведены значения ошибки прогноза концентрации в различных метриках для трех случаев, в которых соответственно учитывались: 1) скорость ветра и тип погоды (ясно, облачно, дождливо), 2) только скорость ветра, 3) только тип погоды; для четвертого случая не учитывались ни тип погоды, ни скорость ветра. На основе данных измерений в Токио оценивалась также точность прогноза концентрации примеси в конкретный срок 13 ч (табл. 4.9). 4.2.3. Использование линейно-логарифмической регрессии. В работах Хошеле (Hoschele, 1965), Брингфелта (Bringfelt, 1971), Каспшицки (Kaspszycki, 1971), Чандлера (Chandler, 1978) и др. при использовании методов множественной регрессии корреляционные соотношения устанавливались для логарифма концентрации примеси исходя из того, что распределение концентраций обычно близко к логнормальному. Брингфелт (Bringfelt, 1971) использовал данный метод для прогноза средних концентраций SO2 в Стокгольме в зимнее время и предложил на этой основе предикторы неблагоприятных условий погоды. Коэффициент корреляции составил 0,83. Каспшицки (Kaspszycki, 1971) разработал схему статистического прогноза запыленности воздуха с использованием материалов измерений среднесуточных концентраций пыли на сети станций в Польше. В качестве предиктанта взяты логарифмы концентраций, а предикторов — количество выпавших за сутки осадков, скорость приземного ветра, высота нижней границы инверсионного слоя (при приземной инверсии эта высота принимается равной 0). Автор отметил, что согласование прогностических и фактических концентраций в данном случае выше, чем при использовании простого уравнения линейной регрессии без предваритель- 9* 131 ного преобразования (коэффициенты корреляции составляют соответственно 0,64 и 0,58). В работе Нюэлла и Ивеса (Newall, Eaves, 1962) рассмотрены связи только между скоростью ветра и среднесуточной концентрацией сернистого газа в Лондоне, осредненной по материалам 12 пунктов. При обработке данных исключались дни с осадками. Хёшеле (Hoschele, 1965) получил корреляционное уравнение для условий г. Карлсруэ (ФРГ) с использованием двух предикторов: скорости ветра и величины 0,25 — Т, где Т — температура в °С. Коэффициент множественной корреляции между логарифмом суточной концентрации S02 и предикторами составил 0,81. Исследования Марча и Фостера (March, Foster, 1967) были построены на материалах наблюдений в английском городе Ре-динг с использованием осредненных по 40 пунктам шестичасовых концентраций сернистого газа. Они рассмотрели также некоторые метеорологические предикторы, в том числе характеристики вертикального и горизонтального турбулентного обмена, а также облачность. Метод логарифмического регрессионного анализа использовался Элсоном и Чандлером (Elson, Chandler, 1978) для прогноза среднесуточных концентраций пыли и двуокиси серы. В качестве исходных данных принимались результаты наблюдений на 66 пунктах в Манчестере и 20 пунктах в Нотингеме. Формула для расчета концентрации БОг в Манчестере имеет вид Н24-Г)°-у0'25 Я— ,.0,34/-0,11 Здесь ц — среднесуточная концентрация сернистого газа, осред-ненная по всему городу (мг/м3), Т — температура воздуха, и — скорость ветра, Ьо — высота слоя перемешивания, — концентрация в предшествующий день, к— коэффициент. Значения метеорологических параметров так же, как и концентраций, осреднялись за сутки. Коэффициент корреляции между расчетными и фактическими данными достигал 0,89. Погрешность прогноза методом линейно-логарифмической регрессии значительно возрастает в случаях больших концентраций, что связано с невозможностью учета эффектов слабого рассеивания примесей в застойных условиях и влияния туманов. Подводя итоги следует отметить, что полученные на основе множественной линейной регрессии связи между загрязнением воздуха и метеорологическими параметрами не всегда достаточно тесные, поскольку одни и те же условия погоды могут оказывать разное воздействие в зависимости от параметров и размещения источников. К тому же характер реальных связей имеет в общем случае нелинейный характер. 4.3. Фильтрация случайных процессов При развитии методов прогноза загрязнения воздуха существенное значение приобретает исключение из исходной информации и исследуемых процессов случайных эффектов. Это связано не только с необходимостью учета большого числа недостаточно определенных факторов, но и с тем, что часть из них (например, трансформация примесей, взаимодействие примесей с подстилающей поверхностью и т. п.) нередко совсем не принимаются во внимание. Всегда имеются и случайные погрешности измерений. В прогнозируемых величинах вследствие указанных эффектов создается некий случайный фон или «шум». Фильтрация (исключение) шумов должна, естественно, повысить достоверность и оправ-дываемость прогнозов. В целях такой фильтрации при рассмотрении случайных процессов в современном статистическом анализе, в частности в исследованиях по автоматическим системам контроля, развит ряд приемов. Некоторые из них были доложены на Международном симпозиуме в Киото (Япония), состоявшемся в 1977 г. и на совещании в Международном институте по системному анализу в Лаксенбурге (Австрия) в 1979 г. 4.3.1. Методы оптимальной фильтрации Колмогорова и Винера. В ряде рассмотренных выше работ, использующих, в частности, метод авторегрессии, статистический прогноз загрязнения воздуха осуществляется по данным о предшествующем ходе концентрации примеси. Для выяснения возможностей такого подхода, включая оценку достижимой заблаговременности прогноза при заданном уровне ошибки, а также точности прогноза в зависимости от характеристик изменения концентрации, бельгийским ученым Кокю (Cocquyt, 1978) был применен метод фильтрации шумов. При этом в качестве исходной информации использовались не данные фактических наблюдений, а стохастическая модель их, что позволило контролировать и изменять характеристики исследуемого процесса. В работе Кокю допускается, что рассматриваемый процесс можно представить как результат фильтрации белого шума, т. е. шума с нулевым средним значением. Кроме того, полагается, что рассматриваемому процессу свойственно наличие трех характерных масштабов времени или соответственно определяемых ими трех частей при его спектральном разложении. Поэтому достаточно ограничиться фильтрами не выше третьего порядка. Прогноз такого процесса достаточно эффективно может быть осуществлен на основе теории оптимальной фильтрации, разработанной Колмогоровым и Винером. Согласно этой теории принимается, что сигнал x(t), полученный пропусканием белого шума через фильтр третьего порядка, т. е. моделирующий случайный процесс изменения концентрации, поступает на вход «прогностического фильтра» (импульсная переходная функция которого обозначается w0(t)). Задача состоит в подборе функции wo(t), обеспечивающей минимизацию ошибки e{t), равной разности между прогностическим значением концентрации и ее ожидаемым значением d{t). Как показано Колмогоровым и Винером, минимум среднего квадрата ошибки e2(t) достигается в том случае, когда wQ(t) удовлетворяет интегральному уравнению Винера—Хопфа оо j 4>xx(u — v)wQ(v)dv = yxd(u) (4.7)

— оо

для всех и^О. Здесь фхх(т) — автокорреляционная функция сигнала x(t),
cpardOO — кросскореляционная функция сигналов X(t) и d(t). Искомая
функция w^(t) должна удовлетворять также условию физической
реализуемости

w0 (v) = О при v xd{s), (pXx(s)—преобразование Фурье соответствующих функций
от t. Функция Ф+. (s), например, определяется так, чтобы она была
аналитической функцией комплексного перемен

4^)1=^

Второй шаг заключается в выполнении преобразования Лапласа от

(в!—в2) ва) («2 — ва) (82 — в«) (1 + 525) “»

еХр

на т

— во) (1 + 5зв) J ‘

(вз — вОДвз — вЯ) (1+*3«)

(4.17)

Третий шаг — определение переходной функции Н(б) оптимального
предиктора Н(б) = (^^^

//(в) — 5,525352 [ (51 _52)1Г(^ _8з) + (52_5з)2Г(252_51) ”

53Г3 1, Г 5?(52+5з)^1 , 4(53 + 50

(«з — в!> (53 — 52) ] * |_ (51 — 52) (51 — Яз) (52 — 53) (вд —
«1)

9

(52 —53) («2 — 5,)

82г2

(вз — 81) (53 — в2) [ («1 — в2) (5, — 53)

(«3

-А»,-».)]- ‘ (4Л8)

ГДе

Г, = еХр (—^/5,), Г2 = ехр (—^/52),

г3 = ехр(—^/53). (4.19)

На четвертом шаге вычисляется предсказуемость г2 по формуле (4.15). При
этом

0.5Л2

(4.20)

Как следует из (4.18), прогностический фильтр Винера линеен и в
рассматриваемом случае имеет вид

//(5) = Ля(вь 52, 53, ^)52 + Л,(5„ 52, в3, ^) 5Л0 ($,, 52, 53, ^).

(4.21)

Это означает, что при прогнозе, кроме самого сигнала, используются
только его первая и вторая производные. Графики зависимости функций Л о,
А\ и Л 2 от и могут быть построены для любых значений $1, 52 и 53 и
сопоставлены с аналогичными коэффициентами для параболического фильтра

Р(5) = В252 + В,8+Вв,

(4.22)

1

гдеВ2=~/2, В{ = и,В0=1.

Фильтр Р(з) выбран из условия «параболичности», т. е. дол-

жен, как и описываться полиномом второй степени по 5,

причем коэффициенты этого полинома обеспечивают совпадение

I — фильтр Винера, 2 — параболический фильтр.

Кривая

$2 ? • ?

1 2 3 4 5 6 0,99 0,70 0,50 0,30 0,10 О

для момента ^ = 0 как фактического и прогностического сигналов, так и
их первых и вторых производных. Иначе говоря, фильтр Н(з) обеспечивает
наилучшую среднеквадратическую аппроксимацию, а Р(я)—наилучшую
аппроксимацию в точке. На рис. 4.10 приведена зависимость функций Л2 и
В2 от 1а при 51 = 16, $2 = 20 и 53 = 25.

Из анализа аналогичных графиков для Л0 и Во видно, что в винеровском
фильтре влияние сигнала на результат прогноза по мере увеличения
заблаговременности уменьшается в отличие от параболического фильтра
Р(з), в котором при любой заблаговременности сигнал играет одну и ту же
роль. Влияние первой производной при использовании Р^) растет линейно. В
случае винеровского фильтра кривая для Л[(1а) при малых имеет такой же
наклон, однако при увеличении 1& достигает максимума и при дальнейшем
росте td стремится к нулю. Наиболее значительное различие оказывается
между Л2(^) и В2^а). В случае Р(з) влияние второй производной
возрастает с ростом 1& как /2/2. Кривая для Л2(^) только вначале близка
к F2 (/и скорости ветра использовались в качестве предикторов,. Построены соответствующие уравнения регрессии между ними и коэффициентами разложения поля концентрации примеси. При. этом получено, что коэффициенты корреляции при рассмотрении периодов времени до 48 ч для полей БОг и И02 составили соответственно 0,67 и 0,54. Эти результаты использованы для оперативного прогноза концентраций примесей на срок до двух суток. 4.5. Прогноз интегральных показателей загрязнения воздуха в городе. Использование синоптических методов Трудности в установлении статистических связей между загрязнением воздуха и соответствующими предикторами в определенной степени преодолеваются как путем учета одновременного влияния совокупности основных действующих факторов, так и использования обобщенных характеристик содержания примесей в целом по городу. Такие характеристики, составленные по многим наблюдениям в ряде пунктов города за несколько сроков, существенно меньше подвержены случайным колебаниям, чем единичные данные о концентрации. Они отражают вклад в загрязнение воздуха преобладающих источников, а также фоновой концентрации в городе, создающейся вследствие перемешивания многих выбросов. Они в меньшей степени зависят от режима выбросов и в основном определяются метеорологическими факторами. Использование осреднения для получения интегральных характеристик в некоторой степени эквивалентно фильтрации случайных процессов, рассмотренной в п. 4.3. К таким показателям относятся полученные выше коэффициенты при первых членах разложения по ортогональным функциям. 4.5.1. Интегральные показатели. Известен целый ряд интегральных показателей. В качестве одного из простейших в Методических указаниях (1979) предлагается использовать среднее по всему городу значение концентрации отдельных примесей в данный день или срок нормированное на среднесезонную концентрацию Ц\\ (4.31) где индекс / — относится к пункту наблюдений, а N — число пунктов в городе. Сопькин (1971, 1974) в качестве интегрального показателя загрязнения воздуха ввел величину Р = пг/п, (4.32) получившую широкое распространение в работах по прогнозу загрязнения воздуха в СССР. В (4.32) п — общее число наблюдений в городе за данный день, т — количество случаев за данный день Ю Заказ № 30 145 на всех пунктах города с концентрацией ^>1,5^, где ц — средняя
концентрация за рассматриваемый сезон. Величина Р определяется как по
отдельным примесям, так и по их группе. Рекомендуется параметр Р
рассчитывать для городов, где число стационарных пунктов не менее трех,
а число наблюдений за отдельные дни не менее 20.

Параметр Р позволяет приближенно избежать учета характеристик выброса в
городе и связать степень загрязнения воздуха в основном только с
метеорологическими факторами. По своему смыслу величина Р близка к
первому коэффициенту разложения поля концентраций на естественные
функции а.\. На рис. 4.14 (Еле-

коева, Чувашина, 1979) и рис. 4.15 (Сонькин, 1979) показана корреляция
между Р и а\. Коэффициент корреляции между ними достигает 0,85—0,95. В
общем случае значения Р изменяются от 0 до 1. Меньшее значение
коэффициента корреляции для СО связано с тем, что загрязнение воздуха
окисью углерода обусловлено большей частью выбросами только низких
источников — преимущественно автотранспорта.

Если выделить три градации значений Р: пониженные

(0,35), то по данным наблюдений в 10 городах СССР за 2— 4 года
повторяемости этих градаций соответственно составляют 54, 34 и 12 %.

Величина Р рассматривается как предиктант и на основании статистической
обработки она связывается с предикторами: скоростью ветра, показателями
устойчивости атмосферы и др. Анализ показывает, что повышенное
загрязнение воздуха для города в целом наблюдается нередко в течение
нескольких дней подряд. Параметр Р для данного дня существенно зависит
от его значения Р’ за предыдущий день. Если наблюдалось пониженное
загрязнение воздуха, то только в 10 % случаев можно ожидать, что на
следующий день оно существенно увеличится.

Часто загрязнение воздуха по городу в целом определяется действием
большого числа низких источников, па фоне которых проявляется влияние
выбросов примеси от отдельных сравни-

тельно высоких труб. В этих случаях значение Р существенно зависит от
условий, определяющих распространение примеси от низких источников. К
неблагоприятным условиям чаще всего относятся ситуации застоя воздуха,
представляющие собой сочетание штиля и устойчивой стратификации. Однако
в случаях преобладающего выброса на высоких уровнях наибольшие
загрязнения

часто наблюдаются при скоростях ветра на уровне флюгера 3— 5 м/с.

Отмечается тесная корреляция между Р для совокупности примесей и
среднесуточной концентрацией отдельных из них. Соответствующие данные
(Сонькин и Ивлева, 1982) приводятся в табл. 4.11.

В случае когда определяется Р суммарно для ряда веществ, рекомендуется
исключить из них специфические примеси, характерные для отдельных
источников

Сонькин (1974) на основании статистического анализа обширного материала
наблюдений приводит ряд прогностических признаков для параметра Р и
данные об оправдываемости применения их в различных городах СССР
Согласно этим признакам случаи значительного загрязнения воздуха с
Р>0,35 возникают при следующих условиях

в ночные и утренние часы наблюдается ситуация застоя воздуха (скорость
ветра до 1 м/с и приземная инверсия), а в предшествующий день отмечается
повышенное значение параметра Р’ (Р’;>0,3) Данные условия могут
осуществляться в любую часть года По материалам всех городов, по которым
выполнялся такой анализ, отобрано 123 случая с указанным сочетанием
параметров В 89 из них имело место значительное загрязнение воздуха
Оправдываемость правила составила более 70%,

в дневные часы (по данным наблюдений за 15 ч) отмечается застой воздуха
В предшествующий день Р’;>0,15 Дневные застои наблюдаются обычно в
период ноябрь—март Оправдываемость правила — 60 % (33 случая из 57),

относительно высокая температура воздуха в утренние часы при слабом
ветре (0—2 м/с) Значения температуры, при которых ожидается высокий
уровень концентрации примесей, различные для разных городов (зимой в
Ленинграде температура воздуха должна превышать —6°С, в Свердловске и
Красноярске — 10°С, в Чите —15°С и т д) Дополнительно требуется, чтобы
было Р’;>0,30 Оправдываемость правила — более 60% (15 случаев из 24),—
ситуации с умеренным ветром (3—6 м/с) и неустойчивой термической
стратификацией, наблюдаемая днем, сменяется условиями застоя воздуха
вечером (Р’;>0,15) Такая ситуация чаще всего наблюдается в теплую часть
года, однако может иметь место и зимой, особенно в южных городах
Оправдываемость правила— около 60 % (19 случаев из 34),

во второй половине предшествующего дня Р’>0,4, а в последующий день в
соответствии с метеорологическим прогнозом не ожидается усиления ветра
или выпадения значительных осадков Оправдываемость — около 70 % (41
случай из 59),

скорость ветра 0—1 м/с сопровождается туманом Значительного загрязнения
воздуха не наблюдается, если ночью и утром при скорости ветра 0—1 м/с
отсутствует приземная инверсия Оправдываемость правила — 97% (156
сл>чаев из 161)

Относительно пониженное загрязнение воздуха (Р^0,20) отмечается при
следующих условиях

скорость ветра превышает 5—7 м/с Оправдываемость — около 75 % (86
случаев из 114),

выпадение умеренного или сильного дождя Оправдываемость около 90 % (61
случай нз 67) При выпадении снега очищение воздуха происходит менее
эффективно,, чем при дожде. В данном случае повторяемость относительно
пониженного загрязнения воздуха составила 74 %;

независимо от метеорологических условий во второй половине
предшествующего дня Р7 0,35)

В результате были сформулированы следующие правила если процесс
стационирования антициклона или гребня начинается при Р’;>0,15, то
следует прогнозировать значительное загрязнение воздуха с Р>0,35.
Оправдалось это правило в 16 случаях из 19 Если в течение периода
существования стационарного антициклона или гребня для исходного дня
значения Р’>0,20, то на первую половину следующего дня прогнозируется
также значительное загрязнение воздуха (Р>0,35) Оправдалось данное
положение в 20 ст>чаях из 28

Быстро перемещающиеся антициклоны и гребни не сопровождаются случаями
значительного загрязнения воздуха В 29 выделенных дней с перемещением
таких барических образований через Ленинград группа загрязнения воздуха
с Р>0,35 не отмечалась ни разу.

Особенно большое значение приобретает учет синоптических процессов при
анализе и прогнозе длительных периодов (3 дня и более) с высоким
загрязнением воздуха.

Развитие синоптических процессов учитывается и при прогнозе потенциала
загрязнения атмосферы (см. п. 5.2).

Для интегральной характеристики воздуха в районе агломерации пяти
крупнейших городов Бельгии Мале и Жуков (Malet, Joukoff, 1978)
использовали показатель, сходный с q (4.31) и Р (4.32). Они ввели
некоторую концентрацию, среднюю по всем пунктам автоматизированной
системы контроля, размещенной в данном районе:

п п

i=i I i=i

Здесь qt — среднесуточная концентрация на i-м пункте; п = 24 — число
пунктов; a.i = q5?/qf, где q*° и qf— значения среднесуточных
концентраций на i-м пункте соответствующей вероятности (50 и 98%),
взятых из выборки за 1968—1973 гг. По qi устанавливается индекс

где 0,8 — сильного,
0,5^/^0,8 — среднего, /aJ ! ¤ hi65CJ aJ 4 6 hi650J: hi650J5H* hi650J1H* 4 „ 1$]„ d/y1$`„2 d,y ¤~1$^„? $ oeeoessOssEoessAe?oe??Ae?Ae?oee?Ae?oe?oess?Ae?Ae?Ae?Ae?Ae?Ae¦ ¦? ¦ ‘ ¦ ¦  ‘ ¦  @?( @? @? @?iy hi65CJ aJ H* @? H* @?oey „? dyth ¤p1$]„? „k ¤21$]„k a$ @? @? @?- uouououiaeuiaeuiaeuouTHuo*o*ou?u?u?uEu?uAe???uc?c?c?uAe•AeuAeu?u H* uouioassoassoUuNEAoUo?oUo?«oUoY?Yo—oUoUo—oUoUoUoUoUo—oUoUo @?- hi65CJ aJ H* @?( ??????? @?( @? H* ooiooiooooooooiaioooooooooOaiOioooooaioOaioooooOaiIiaiaA?iaOoi?i ? ? ????????????????$? iaeOaeOIOIEAEAEAEA»AE??AE?AE??AEFEA?AEA»AEA»AEFEFE•FEAEAEAEA @? @? H* •‰?z ? r ??????y??????a?ss????????????????? H* hi65CJ aJ H* @? @?( oaIAeµ§?™?™™t ooeaUeOIA?e????¬?¬???I?AIA?¤??I?AI?”?”?”?”‹?”‹I???I„I H* @? ??$??? ' ’ “ $ ???????$? ooeTHOoOoeTHOoOoeTHIOoC1/2±¤e¤e¤oooooO?oeoeo—o‘o‹o‘‹„‹ @?( @?( $ ? @? H* „5 1$^„5 „? ¤H1$^„? @?- ¤s1$ hi650J1 oeaeTHOaeNaeEeA1/4Aae?aeNaeNae¬¦aeNaeTH?THaeTH?THaeNaeTH?THaeTHaeTHaeTH? THaeTHaeTH?THaeTH?THaeTH?THaeTH hi650J?@? hi650J1@?oey „" ¤AE1$^„" b „ d,y ¤ 1$^„ @?( @? @?( ??????????????????????…o…o?o…o ???????y????? ???????y?????????y???????y???????y?????????y????? ?????y???????????y?????????????y???????????y??? @?- ? ??$???? EH EH EH EH EH doy ¤ @?- „? d(y1$]„? H* H*  ?????oe ?????oe ?(?oe hi650JH hi650Jb hi650JbH* ???? @? @? H* @? H* a hi65CJ aJ @? @?( hi65CJ aJ „ ¤©1$]„ „ y1$]„ ? ? ¬ ° ??????????????? th U @? H* `„@ @? @?oey ??????? ooeoeoeoeoeaOIOAE1/4AE?¬¦???’‹’…’}¦’…’}¦’u…n… H* „ d,y ¤21$]„ @? H* ¬ " ( * " ( , 4 ** , 4 8 : @?oey „ 1$]„ „ d,y ¤21$]„ d$y ¤ 1$]„z hi650JG ?x „v @? H* @?( ? ’? –? ??  ? c? ¤? ¦? ?? ¬? ?? ?? E? E? I? ?? O? O? Oe? O? ae? ae? e? e? o? o? o? ? uoiuaussoOoOoNoOoONOoOoOoOoONONOoOossEAeEAe1/4Ae?®§Ae§Ae???Ae®Ae§Ae—®ss H* a‰a‰‚‰a U ¤e1$ ! A @? ?OIAEO–OI‡AEOAE?AEOAEO?O?O?y?OI‡AE hi650J0H* hi650J&@? hi650J5/?» Ue» TH» X3/4 oA |Ae rA ?A rAE ?AE eAE |E oE tE aE uuoeaOE3/4?©!?…y" hi650JN@? @?-H* @? « i ? ?(?0?? ? † ? ¦ ¶ ? A Ae AE E o @? ?(?0?? ¦ o d/y ¤?1$ dWy ¤$1$ „? 1$]„? „? y1$]„? d,y ¤O1$ „¶ 1$]„ ^„¶ ¤ uoiuaeaaeuoiuoiuoiuOuoiuEiuEiuEiuoiuEiuAuoiuoiuEiuOuoiuOuoiuoiuEiu?uEiu? & F & F `„@ hi650J?@?( ?V????????y???????y????????e????????? EH EH @?(EH EH @?(EH EH z? ?™ 2? Z? ¤! ??????$??$? ? &™ 8™ 'принималось равным 1 для Марджера и Местре и 2 для Венеции. Кроме того, при прогнозах использовалась модель циклической стационарной авторегрессии CSAR(l), в которой исходный процесс аппроксимируется уравнением у (24* + J) - v, = Ф/ [у (24* + / _ 1) - V/-,] + е (24* + j) (4.38) (/ = 0, 1, 2, ...). Здесь y(2M+j) —логарифм среднего значения DAP в /-й час *-го дня; vj — среднее значение логарифма DAP для /-го часа по всей выборке; q>j (/=1,
2, …, 24)—набор параметров модели; e(24t+/)—член, учитывающий шум. По
сути дела, выражение (4.38) представляет собой набор из 24 моделей
авторегрессии с периодически меняющимися параметрами. Для наиболее
загрязненного района Марджера и наиболее чистого центрального района
Венеции результаты прогноза на 1 ч по моделям (4.36) — (4.38)
сопоставлены с результатами инерционного прогноза (табл. 4.13). При этом
для Марджеры среднее значение m и стандартное отклонение о величины DAP
составляли 32 и 30 (1000 млн)-1-ч, а для Венеции соответственно 12 и 11
(1000 млн)-1^. Верхняя граница для характеристик оправдываемости
прогноза по модели ARX (1) получена при использовании фактических
значений U\(k) и uo(k), а нижняя граница — при использовании для u\(k) и
uz(k) инерционного прогноза.

Как видно из табл. 4.13, при малой заблаговременности прогноза качество
всех использованных прогностических схем примерно одинаково. Картина
резко меняется при увеличении заблаговременности прогноза до 4 ч. Из
таблицы следует, что без учета добавочной метеорологической информации
модель авторегрессии (4.36) при большой заблаговременности дает
незначительный выигрыш по сравнению с инерционным прогнозом. Подключение
метеорологической информации позволяет существенно улучшить качество
прогноза. Интересно отметить, что оправдываемость прогноза по модели
CSAR(l), не использующей добавочных метеорологических предикторов, но
учитывающей периодический характер суточных изменений концентрации S02,
еще выше, чем максимальная оправдываемость по модели ARX(l). Это
свидетельствует

о важной роли, которую играют периодические суточные изменения
метеорологических параметров и мощности выбросов в динамике поля
концентрации примеси.

Изложенная схема прогноза применялась также для Милана, где имелись 10
станций измерения концентраций SO2 и 5 метеорологических станций (Finzi,
1980; Finzi, Tibaldi, 1982). Необходимые параметры для расчетов
определялись по данным наблюдений в отопительные сезоны 1975-76 и
1976-77 гг. Поскольку ежедневных сведений о выбросах S02 в атмосферу не
имелось, то изменение выбросов учитывалось по среднесуточной
температуре, в зависимости от которой сжигалось различное количество
топлива в городе. На рис. 4.17 сопоставлены результаты прогноза и
определения DAP по данным наблюдения. Авторы отмечают удовлетворительное
согласование прогностических и фактических значений DAP. В отопительный
сезон 1979-80 г. осуществлялись оперативные прогнозы загрязнения воздуха
на сутки. Данные прогноза ежедневно публиковались в местной газете.

4.6. Методы нелинейной регрессии

Рассмотренные выше статистические методы прогноза строились в основном
на установлении линейных связей между предсказываемыми характеристиками
загрязнения и их предикторами. Вместе с тем реальная зависимость между
ними носит нелинейный характер. Поэтому существенное значение
приобретает использование метода нелинейной регрессии.

4.6.1. Обобщение авторегрессионных моделей. Простейшее обобщение
авторегрессионных моделей, описанных в п. 4.5, выполнено Больцерном и
др. (Bolzern et al., 1982) в целях разработки метода прогноза
среднесуточной концентрации y(k) зимой в центре Вены. Авторы
использовали уравнение авторегрессии типа (4.37), в котором логарифмы
концентраций заменены на концентрации, а для описания влияния
метеорологических параметров введены вместо линейных нелинейные члены,
содержащие среднемесячную температуру Т и скорость ветра и. Одно из этих
уравнений ARX(l) записывается в виде

у (k) = aiy{k-\) + a2 [Т (k) + а3Га + а к центру города их вклад достигает 40 %, а в среднем за рассматриваемый период только 3 %. 4.6.2. Последовательная графическая регрессия. Характерным примером нелинейной регрессии является метод последовательной графической регрессии, используемый для прогноза интегрального показателя загрязнения воздуха Р (Сонькин, 1974, Методические указания, 1979). Он включает два этапа. На первом — строятся графики зависимости показателя Р от двух определяемых факторов метеорологического воздействия на распространение примеси, выбираемых в качестве предикторов. На втором — выполняется попарное объединение этих зависимостей; таким образом достигается установление зависимости загрязнения воздуха от всех рассматриваемых предикторов. Например, могут быть выбраны четыре предиктора: vo — скорость ветра на высоте флюгера, АГ — разность температур на уровнях земли и изобарической поверхности АТ925, б#85о — градиент потенциала на уровне 850 гПа, Р' — характеристика исходного загрязнения воздуха. Тогда прогнозируемая величина Р выражается как функция указанных предикторов: Р«Р[П,(о0, ДГ), П2(бЯ850, Р')]. Графически эти зависимости представлены на рис. 4.19. ром Р или другой характеристикой) и отдельными предикторами или их комплексами. На этом основании для включения в схему отбираются наиболее значимые предикторы. По материалам около 30 городов Советского Союза разработаны схемы с применением указанных четырех предикторов — и0, А7\ иаво, Р' (Методические указания, 1979). Однако могут применяться и другие предикторы, если обнаруживается достаточно тесная их связь с характеристиками загрязнения воздуха. В работе Пономаренко (1975) для прогноза величины Р в городах Украины построены корреляционные графики отдельно для случаев наличия приземной инверсии температуры, приподнятой инверсии и отсутствия инверсии в нижнем километровом слое атмосферы. На рис. 4.20 они представлены для холодного полугодия. Аналогичные графики построены также для теплого полугодия. С учетом характера указанных связей, а также известных физических закономерностей на графиках выделяются области с различной повторяемостью высоких значений параметра Р и проводятся изолинии повторяемостей или абсолютных величин. При разработке схемы здесь проявляется определенная субъективность, на в значительной степени он может быть компенсирован за счет полноты учета реальных зависимостей между рассматриваемыми величинами. Благодаря этому, оправдываемость прогнозов, составленных по данной схеме, нередко оказывается выше, чем по другим схемам. Для ряда областей СССР были предложены региональные уточнения прогноза параметра Р (Методические указания, 1979). Так, для Средней Азии установлена зависимость между ожидаемыми значениями Р и данными о направлении и скорости ветра на высоте 1 км для предшествующего 12-часового периода времени. В схеме последовательной графической регрессии, разработанной в Уральском УГКС, используется восемь предикторов так, что Р=Р{[(Гт, Оо), (ДТ0_ 925, 092б)][ДТ'„, ^')(6Я700, У^)]}, где Тт — максимальная температура воздуха днем, Д7^' —междусуточные изменения Тщ, б#7оо — градиент геопотенциала на уровне 700 гПа, У2р — лапласиан давления на уровне земной поверхности. Для Таллина оказалось возможным применить графики регрессии (рис. 4.19), построенные для Ленинграда, а для Ростова — те же, что дляКиева (рис. 4.20). Чебаненко и др. (1976) предложили специальный способ прогноза вероятности определенных градаций параметра Р, а также повторяемости больших значений концентраций для условий Иркутской области. Наиболее существенным результатом разработки схемы по методу последовательной графической регрессии является достаточно хорошая оправдываемость прогноза относительно высокого загрязнения воздуха в городе. В период испытаний схемы в 1975— 1976 гг., по материалам ряда городов СССР было составлено 302 прогноза редко встречающихся случаев относительно высокого загрязнения воздуха (Рр>0,35), из которых
оправдалось 230 (76 %).

При прогнозе других групп загрязнения воздуха (повышенного и
пониженного) по схеме последовательной графической регрессии в
Ленинграде с учетом синоптической ситуации получены некоторые поправки к
ней (Методические указания, 1979; Иванова и Сонькин, 1976). Так, если
ожидается смещение на рассматриваемый район развитого циклона, то
следует предсказывать меньшую степень загрязнения воздуха, чем это
следует из схемы, а именно соседнюю группу. В случае когда в течение
прогнозируемого периода ожидается сохранение над городом центральной
части антициклона или оси гребня, предсказывается соседняя с указанной
по схеме группа с более высоким загрязнением воздуха. С учетом этих
поправок оправдываемость прогнозов в Ленинграде повысилась более чем на
10 %•

По данным прогноза группы Р можно оценить и значение прогнозируемой
концентрации примеси Действительно, величина Р (см. 4.32)) учитывает
случаи превышения концентрации средне-сезонного значения д на 50%.
Следовательно, установив последний, можно приближенно вычислить и
ожидаемое значение д.

4.6.3. Метод группового учета аргументов. В ряде японских и итальянских
работ по прогнозу загрязнения воздуха эффективно используется метод
группового учета аргументов (МГУА), предложенный Ивахненко (Ивахненко,
Лапа, 1971). Этот метод можно рассматривать как некоторое математическое
обобщение метода графической регрессии, в котором субъективное
проведение кривых заменено, по существу, построением объективных
зависимостей по способу наименьших квадратов. В данном методе
аппроксимация нелинейной зависимости предиктанта [ от предикторов Хи х2,
хз, . • •, Хя осуществляется за счет введения промежуточных переменных
у, определяемых парами предикторов. При этом обычно ограничиваются для
промежуточных функций билинейным или квадратичным выражением так, что
используется приближение

у = 1и0 + тххк + т2хт -+ тгхкхт (4.39)

или

У = а0 + а\хк + а2хт + азх\ + а4х2т -+- а5хкхт, (4.40)

ГДе Хк И Хт— КОНКреТНЫе ПреДИКТОрЫ.

Коэффициенты Ш{ или йг определяются методом наименьших

квадратов или методом случайного поиска. Затем анализируется
зависимость получившихся величин у для всевозможных пар хк и хт.
Значимые предикторы отбираются и на их основе рассчитываются предикторы
«следующего уровня». Процесс продолжается до тех пор, пока среди
предикторов «последнего уровня» не обнаружится пара, тесно связанная с
прогнозируемой концентрацией.

При реализации метода в работах Соеда (ЭоеоЖ 1979), Сава-гари и др.
(5ауаFап et а1., 1978) в него были введены некоторые усовершенствования,
основанные на использовании так называемого информационного критерия
Акаике (Ака1ке, 1970)

А1С = ЛПп^ + 2(и + + (4.41)

Здесь

а = 1

где N — общий объем выборки, п — количество независимых аргу-

МеНТОВ, уа—ПрОГНОЗИруеМЫе ВеЛИЧИНЫ, уа — ИХ ОЦеНКИ ПО форМу-

лам (4.39) или (4.40). С помощью А1С выбираются значимые переменные Хк в
формулах (4.39) — (4.40) для промежуточных переменных у, дающих
наименьшие значения А1С, а также определяется, когда нужно прекратить
переход от предикторов одного уровня к предикторам другого уровня
(остановка соответствует моменту, когда А1С перестает убывать).

Для проверки метода были использованы данные наблюдений в г. Токусиме (с
1 по 10 мая — для обучения и контроля, а с 11 по 12 мая — для проверки
качества прогноза). Исходная информация включала ежечасные измерения
концентрации Б02 на четырех пунктах в городе (данные за пропущенные
сроки восстанавливались интерполяцией), значения скорости и направления
ветра, а также условий погоды (ясно, облачно, дождь). Для оценки
точности прогноза (табл. 4.14) использовалась метрика

24

Л=1

П Заказ № 30

161

Как видно, при использовании данного метода погрешность прогноза не
очень сильно растет с увеличением заблаговременио-сти; точность прогноза
лучше, чем при использовании линейной регрессии. Однако реализация
данного алгоритма связана со значительными затратами времени ЭВМ (по
сравнению с алгоритмами, основанными на более простых статистических
моделях).

4.7. Метод распознавания образов

Для изучения метеорологических условий загрязнения воздуха по материалам
ряда городов СССР проводились разработки на основе метода распознавания
образов (Генихович и др., 1973). При использовании данного метода
результаты наблюдений за степенью загрязнения воздуха и
метеорологические характеристики разбиваются на группы, соответствующие
различным уровням загрязнения воздуха. С этой целью величины
характеристик отдельного комплекса (ситуации) х\, х2, …,
рассматриваются как координаты точки х в М-мерном пространстве. Данные о
концентрации примеси и относящиеся к ним ситуации группируются так,
чтобы, например, выделить три группы значений концентраций: больших (I),
средних (II) и малых (III). Для каждой группы, состоящей из М} ситуаций,
определяются центр тяжести і-й характеристики хі и средняя дисперсия
о2.. Например, для

I группы

М, Мі

Затем конкретный комплекс характеристик, рассматриваемый как набор
предикторов, используется для определения группы, к которой можно
отнести прогнозируемую ситуацию. Для каждой конкретной ситуации,
характеризуемой в фазовом пространстве точкой у с координатами уі, у2,
ух, определяется расстояние до центра тяжести группы I

Аналогично находится расстояние до групп II и III, т. е. р2 и
рз-Ситуация у относится к той группе, расстояние до которой минимально.

Подготовительный этап работы (обучение) состоит в группировке данных и
ситуаций и в получении характеристик групп «образов». Собственно прогноз
заключается в определении расстояния до групп, а предсказание степени
загрязнения воздуха — в установлении группы с минимальным расстоянием до
ожидаемой ситуации. Заключительный этап — проверка прогноза —
определяется как «экзамен».

Данный метод применялся для анализа материалов наблюдений за несколько
лет в ряде городов. При этом отдельно рассматривались случаи наблюдений
в первую половину дня (от 6 до 12 ч) и во вторую (от 15 до 21 ч) в целях
исключения суточного хода предикторов. К группам I, II и III относились
соответственно случаи с Р>0,25, 0,1511* 163 Фунабаши и др. (Funabashi et al., 1978) использовали введение кластеров в прогностических целях при статистическом анализе нелинейных связей между содержанием в воздухе некоторых примесей, характерных для фотохимических смогов, и метеорологическими элементами. Как отмечалось в п. 3.8. при фотохимических процессах в случае достаточной интенсивности солнечной радиации имеет место определенный тип суточного хода окислов азота (N0*) и оксидантов (О*), в частности озона, с максимумом в дневное время. Изменение концентрации Од, авторы связывают с двумя группами метеорологических факторов. Одна из них содержит микро- или мезомасштабные характеристики (главным образом ветер в пунктах наблюдения), другая — характеристики синоптического масштаба (атмосферное давление, его горизонтальный градиент и тенденцию, температуру воздуха вблизи земли и на уровне 850 гПа, точку росы и облачность). Соответственно вводятся два многомерных вектора: мезомасштаб-ный т и синоптического масштаба М. Первый tn=(ni\, m2) определяется векторами ветра т\ и концентрации примеси т2, построенными по совокупности соответствующих данных наблюдений. При этом выделяется регулярное слагаемое то, описывающее периодические колебания вектора т с периодом, равным 24 ч. Вектор М определяется совокупностью указанных синоптических параметров. В качестве исходного материала использованы результаты метеорологических наблюдений и непрерывной регистрации концентрации N0X и О* в одном из районов Токио в период с мая по октябрь 1972 г. Ставится задача прогноза составляющих вектора т хотя бы на несколько часов, что, как отмечают авторы, может способствовать уменьшению ущерба, наносимого фотохимическим смогом. Прогнозу т способствует группировка ежечасных данных с использованием кластерного анализа. Для этого вводится пространство кластеров на векторах X(i) ='[m(i), M(i)], где 1=1,2, ... I — номер наблюдения. Как и в методе распознавания образов, определяется расстояние между рассматриваемыми величинами X (i) и X(j), равное d[X(i), X (I)]. Оно вычисляется с помощью следующей метрики: d [X (О, X (у)] = || [т (О, М (/)] - [т (у), М (у)] [л, (4.42) где V 0 Dm4iAmAmDm')' а Dm и DM— диагональные матрицы, элементами которых являются стандартные отклонения компонент векторов т и М; Am, и Ам — матрицы, составленные из той части собственных векторов корреляционных матриц для т и М, собственные значения которых в сумме дают 80% следа матрицы; Аг означает транспонированную матрицу А. Объединение векторов X (I) в кластеры П(р), р = 1, 2, й осуществляется так, чтобы максимизировать корреляционное отношение ^= 1 —о1/о\ (4.44) где о2=4- 2Х(т л«т- Е ХУ(*(щр), о. *е); /'=1 F=1 Здесь для вектора Х(С), принадлежащего кластеру П(р), использовано обозначение Х(П(р), I), /р— количество элементов в кластере Пр. Количество используемых кластеров в последовательно принимается равным 1, 2 и т. д., причем этот процесс прекращается на том этапе, когда дальнейшее увеличение 5 начинает приводить к резкому изменению [I. Выбор кластера /, соответствующего конкретной синоптической ситуации М, т. е. распознавание образа ситуации М осуществляется простым дискриминантным методом, основанным на сопоставлении условных вероятностей р(р/М) принадлежности кластеру р при условии наблюдения вектора М. Поскольку рф/М) удовлетворяет соотношению р (р/Л1) = р (М/{5) р (р)/р (М), (4.46) гдер(Л1/р) — условные вероятности синоптической ситуации М для кластера р; р(р) и р(М)—априорные вероятности кластера р и ситуации М, кластер / является образом вектора синоптической ситуации М, если для всех р выполняется неравенство: р(М/1)р(1)^р(М/®рф). (4.47) При практической реализации условная вероятность р(М/1) аппроксимируется гауссовским распределением, параметрами которого являются 80 %-ные главные компоненты вектора М, т. е. вектор определяемый по формуле г[1) = АмОм''М{1). (4.48) Прогноз значений т0(хк) вектора суточного хода т0 в конкретные сроки суток Хк \к=\, 2, ..., К) производится отдельно для каждого кластера на основе уравнения регрессии т0Ы = Л^Г + е^ (4.49) где У=(т, 1), А^хк—матрица коэффициентов, определяемая методом наименьших квадратов, а еЮ —невязка, которая при прогнозе отбрасывается. Для уточнения прогноза вектора т и решения уравнения (4.49) с учетом невязки е вводится поправочный член Ат, соответствующий моменту времени Прогноз Ат осуществляется на основе уравнения регрессии с экспоненциальным сглаживанием, эквивалентным фильтрации шумов по Винеру (см. п. 4.3.1). Расчет ведется по формулам Ат! (Ь) = а1 Ьт (г — 1), а1 (0 = Г-'(0 р'2 м Е (Уі-у)2 (4.58) где м мg т » = 1 т 2=1 Здесь Жй — количество дней в кластере у'х— случайная переменная, получающаяся при подстановке в (4.57) данных из кластера g. Таким образом, оэ:- и ап должны определяться из уравнений дгF/д©* = 0, дг\2у/даГ1 = 0. (4.60) Для удобства развернутой записи этих уравнений вводятся следующие матричные обозначения: /*.(1) *1(12), 6,(1,1) 6,(2,4) \ [хм(1), .... Хм(\2), 6М(1,1), .... Ьм (2,4))* {' ' //,(1), 1,(2), .... /,(5) \ Ьм(1), 1м (2) 1М{Ь))' К ' ' где и^) равно 1, если 1-й день наблюдений относится к кластеру g или 0 — во всех других случаях. Таким образом, X представляет собой расширенную матрицу исходных данных, а Е — матрицу, описывающую распределение дней наблюдений по кластерам. При использовании этих обозначений система (4.60) может быть сведена к решению задачи на обобщенные собственные значения Аю — г\2уВы, (4.63) где ад = (сй1, (й2 о)12, ап, аю, ап ', А = Х'ЕМ~1Е'Х, В = Х'Х, -м, о М=\ . |. (4.64) о ' м5 Уравнение (4.63) имеет пять, вообще говоря, различных собственных значений Я/=г)2 и пять соответствующих им собствен- ных векторов. С учетом требования максимизации (4.58) линейная дискриминантная функция должна определяться через весовой вектор, соответствующий наибольшему собственному значению ?ч: у = Е 4])Х (0 + Е Е ай> 6 (г, 0. (4.65)

1 = 1 г«=1 /=1

Формула (4.65) дает выражение для наиболее «мощной» из пяти возможных
днскриминантных функций, которая, по сути дела, может рассматриваться
как «метка», соответствующая первой естественной функции (или, короче,
как «первая метка»). Если в (4.65) заменить веса со(^ и на веса,
соответствующие, например, второму по величине собственному числу /12,
то получим «вторую метку» и т. д.

Оптимальный выбор днскриминантных областей гё (F = 1,

2 5) при заданной дискриминантной функции производится

так, чтобы минимизировать вероятность ошибки РЕ. Очевидно

5

Рв= Е 8В \ Ре(У’)*У” (4-66)

где цй и Рй(у’) — априорная вероятность появления F-го кластера и
условная вероятность у’ при заданном g, а г1 —дополнительное множество к
множеству гб. Поскольку на практике величины §8 11 Р&(у’) неизвестны, в
качестве оценки для них используются

соответствующие выборочные частоты Fе и Рй{у’).

Поскольку формула (4.57) имеет место для всех сроков в течение дня, то в
результате определения номера кластера F задача прогноза сводится к
вычислению коэффициентов разложения с*

и с* по данным измерений в сроки 1, 2, 3 12 ч (при изве-

стных коэффициентах св и св прогноз для сроков 13 и 14 ч

осуществляется непосредственно по формуле (4.57)). Искомые коэффициенты
находятся методом наименьших квадратов из условия минимума квадрата
ошибки И:

Д= F \хт(п)~ F ^ФF,(“)1 . (4.67)

п = 1 1_ Л =1 Л

Приравнивая нулю частные производные дИ/дс^ , получим систему нормальных
уравнений

F, с F ФА (“) «V (п) = F ФЛ (п) Хт (п), (4.68)

из которой коэффициенты с’т определяются единственным образом.

При конкретной реализации алгоритма по данным наблюдений вблизи г.
Сендай была исследована зависимость среднего квадрата ошибки прогноза а2
от числа слагаемых К, использованных в разложении Хт (п) по естественным
функциям (т. е. исследовался эффект увеличения количества слагаемых в
правой части (4.57). Оказалось, что при прогнозе на 1 и 2 ч (т. е. на
сроки 13 и 14 ч) минимум а2, равный примерно 3-Ю-6 млн-2, достигается
для /С = 2, а при К = 5 погрешность увеличивается примерно в 3
раза. Отказ от разбиения на кластеры также приводит к увеличению сг2 в
2—3 раза.

Вопросы статистической экстраполяции концентрации примеси по времени
вперед на основании данных о ее предшествующем изменении в пределах
суток рассмотрены также Токумару и Ха-бата (Токитаги, НаЬа1а, 1978). Они
использовали математический аппарат, сходный с тем, что и в изложенной
выше работе Саито и Такеды (ЗаНо, Таке

где

тг~ / , Л/Если (по 4.69) при каких-то F и а получается значение F/а>я, то
соответствующее §/а принимается равным я.

Для любой заданной совокупности положительных чисел

ш2 до&, удовлетворяющих уравнению

Д>/=1, (4.70)

можно построить отображение вектора (х\а, …, хпа) на верхнюю
полуплоскость комплексной плоскости иа по формуле

иа= Еи/вЧ, (4.71)

Рис. 4.25. Суточный ход концентрации N0 для различных кластеров.

Числа у кривых — номера кластеров.

причем из положительности Ш] и условия (4.70) следует, что точки

лежат внутри верхней половины единичного круга. Если точки

иа, построенные по предикторам, соответствующим конкретным

концентрациям из различных кластеров, помечать различными

значками, то верхний полукруг будет содержать столько таких

значков, сколько используется кластеров. В принципе значки, со-

ответствующие разным кластерам, могут быть перепутаны произ-

вольным образом. При этом если выбрать другой набор положи-

тельных чисел До/, удовлетворяющих условию (4.70), то располо-

жение значков друг относительно друга изменяется. Задача под-

бора таких доь Дог Дол, при которых констеляции (созвездия)

точек «а, соответствующих разным кластерам, в максимальной степени
разделялись одно от другого, решается методом Монте-Карло, т. е. методом
статистических испытаний. Для случая &=4 было выполнено 2300 испытаний
различных наборов а)/. Из результирующего констеляциониого графика
следует, что не удалось удовлетворительно разделить кластеры 2 и 3. Это
объясняется тем, что средний суточный ход концентрации N0 в указанных
кластерах почти идентичен. Если эти два кластера объединить в один, то
ошибочное определение номера кластера может ожидаться примерно в 25 %
случаев.

Полученные результаты авторы используют для прогноза концентрации N0 на
основе многомерного уравнения авторегрессии смешанного порядка как на
сравнительно большие периоды (до 24 ч), так и на короткие периоды (1—2
ч). Они исходят при этом из модели стационарного гауссовского процесса

г тц

у\+ F Е 11/*аЬУ«-* = *!, (4.72)

где е\, е\, . . ., е\—г-мерный гауссовский белый шум с нулевым средним и
ковариационной матрицей (п) диация. Эти пять величин в момент времени Ь часов дня п обо- значались г\{п), гг(п), -^.г,, • ? •, Конкретные результаты в ра- боте приведены только для кластера 3, в который попало 62 дня наблюдений; данные за 58 дней были использованы для построе- ния модели, а за 4 оставшиеся дня — для проверки результатов прогноза. Предварительно по выборке из 58 дней был рассчитан средний суточный ход 211{п) гъг(п), который далее рассматри- вался как тренд. Этот тренд был исключен из г\(п), а потом по- лученные величины были перенормированы так, чтобы получив- шиеся величины у\(п) имели нулевое среднее и единичную дис- персию (тем самым обеспечи- вается приближенная гауссо-вость процесса е\ генерирующего у г). С целью оценки эффективности кластерного анализа изложенный алгоритм был использован для обработки данных наблюдений за 58 дней, выбранных наугад из полной выборки, т. е. принадлежащих различным кластерам. Предварительное использование кластерного анализа, Рис. 4.26. Данные измерений (/) и прогноза (2) концентрации ^N0 для пяти дней (а—д). вообще говоря, приводит к существенному уменьшению порядка регрессии, т. е. к упрощению прогностической схемы. Качество прогностической схемы проверялось на независимом материале пяти дней наблюдений, относящихся к третьему кластеру. Прогноз давался для сроков 13, 14, ..., 24 ч каждый день. Средний за 5 сут фактический ход концентрации и результаты прогноза приведены на рис. 4.26. Средние квадратические ошибки прогноза величины г1 (п) по сравнению с фактическим значением в случае учета кластерного анализа составляют 1,82 на первом шаге по времени и 2,66 при двух шагах, а без его учета — соответственно 2,43 и 4,26, т. е. почти в 2 раза больше. 12 Заказ № 30 Глава 5 Прогноз неблагоприятных метеорологических условий Эффективность прогноза загрязнения воздуха в значительной мере определяется успешностью прогноза неблагоприятных метеорологических условий, при которых могут достигаться наибольшие значения концентрации примеси при наименьших параметрах выброса ее в атмосферу. 5.1. Использование сведений общего прогноза погоды Согласно изложенным результатам при численном прогнозе загрязнения воздуха к основным предикторам относятся: направление и скорость ветра, состояние устойчивости пограничного слоя атмосферы, отсутствие или наличие осадков. При нормальных (сравнительно часто наблюдающихся) метеорологических условиях для определения наибольших концентраций примеси у земной поверхности необходимы сведения об ожидаемой скорости ветра на высоте флюгера (примерно 10 м). По показателям устойчивости атмосферы прогнозируется характер изменения с высотой температуры воздуха, а при более детальных расчетах — ожидаемый вертикальный градиент температуры воздуха или ее разность на двух высотах, необходимые для определения коэффициента обмена. Можно прогнозировать характеристики состояния погоды в соответствии с классами устойчивости, рассмотренными в п. 2.3. Для этого, кроме данных о скорости ветра, требуются также сведения о степени инсоляции, зависящей от высоты Солнца, и об ожидаемом количестве общей, нижней и верхней облачности. Указанные данные могут быть, как правило, приняты по общему прогнозу погоды, но, естественно, при этом требуется тщательное определение необходимых величин. Во многих из рассмотренных в гл. 4 статистических методов прогноза загрязнения воздуха в качестве предикторов также используются метеорологические характеристики, полученные при общих прогнозах погоды на основе синоптической карты и карт барической топографии. Так, при прогнозе интегрального показателя Р (см. п. 4.5) используются скорость ветра на высоте флюгера, скорость ветра на уровне 500 м (или 925 гПа), разность температуры воздуха у земли и на уровне 925 гПа, градиент потенциала па уровне АТзбо и др. Оперативные прогнозы скорости и направления ветра, температуры воздуха и связанных с ними величин могут выполняться с помощью известных методов прогноза погоды, разработанных на основе исследований по синоптической и динамической метеорологии и изложенных в различных инструктивных документах (Руководство по краткосрочному прогнозу погоды, 1964, 1965; Методические указания, 1970 и др.). Методы прогноза аномально опасных условий вертикального распределения температуры воздуха и скорости ветра в пограничном слое воздуха практически не представлены в указанных работах. Они основаны на специальных разработках и на некоторых из них мы остановимся ниже. Особое значение имеет для этой цели разработка численных методов краткосрочного прогноза погоды. Из сводной информации ВМО, ежегодно публикуемой с 1974 г., следует, что уже в ряде стран такие разработки включают результаты моделирования процессов, протекающих в пограничном слое атмосферы. Согласно Программе исследований по прогнозу погоды (Programme, 1979) существенные результаты в данном направлении получены в Англии, Голландии, Канаде, Франции, Швеции, Японии и ряде других стран. Большое внимание этому вопросу уделяется в трудах Семинара по учету пограничного слоя в численных методах прогноза погоды, который был организован в 1976 г. Европейским центром по среднемасштабным прогнозам погоды в Англии, а также в работах Дж. Дирдорфа в США, С. Бо-дина в Швеции и др. Однако эти исследования в значительной мере находятся в начальной стадии их использования в оперативной практике прогноза погоды. Важное значение имеет заблаговременность прогноза неблагоприятных условий погоды. Естественно, чем она больше, тем больше возможностей предусмотреть и осуществить необходимые мероприятия по данным прогноза. Однако принимая во внимание точность и возможности совместных методов прогноза метеорологических условий, большей частью достаточно ограничиться за-благовременностью до одних суток. Для отдельных синоптических периодов могут осуществляться прогнозы и на более длительные сроки. В ряде же случаев оказывается полезным предсказание и на короткие сроки — до нескольких часов. Во всех случаях требуется значительная надежность прогнозов, ибо с их учетом могут приниматься весьма дорогостоящие меры, связанные с сокращением, а иногда и прекращением производственной деятельности отдельных предприятий. 5.2. Прогноз потенциала загрязнения атмосферы Сравнительно простые методы используются при прогнозе так называемого потенциала загрязнения атмосферы. Под этим понятием, впервые введенным в США для описания общих условий рассеивания примесей, нередко подразумеваются комплексные характеристики значений вертикального распределения температуры воздуха и скорости ветра, а иногда и других метеоэлементов. Строгого определения данное понятие, однако, не получило. Из общих соображений можно полагать, что высокий потенциал загрязнения должен соответствовать метеорологическим условиям, при которых создаются наибольшие концентрации примесей в приземном 12* 179 слое воздуха для источников с фиксированными параметрами выбросов. Вместе с тем, в зависимости от высоты источника одни и те же метеорологические факторы могут оказывать разное воздействие на распределение концентраций. Это обстоятельство, как было отмечено ранее (Вег1уапс1, 1969), часто не учитывают при характеристике неблагоприятных условий загрязнения воздуха. В случае высоких источников примеси наибольшие концентрации у земли достигаются при условиях, характеризующихся интенсивным турбулентным переносом примеси сверху вниз. Те же условия, очевидно, должны способствовать переносу примеси вверх от низких источников и очищению приземного слоя. Таким образом, значительные загрязнения воздуха выбросами от низких источников (в основном, от автотранспорта) в городах могут возникать при устойчивой стратификации и слабых ветрах. Используемые обычно методы определения потенциала загрязнения, по существу, относятся к низким источникам. Так, в ряде американских работ под высоким потенциалом понимают сочетание скоростей ветра в приземном слое до 4 м/с, а на уровне 3 км до 12 м/с с нисходящими движениями в слое атмосферы до 2,5 км. Продолжительность таких условий должна быть примерно 36 ч. Сочетание слабых ветров с приземными инверсиями температуры нередко называют состоянием застоя. Часто для характеристики устойчивости атмосферы используется высота перемешивания Ьо, определяемая как толщина слоя воздуха, в котором рассеиваются основные выбросы от приземных источников (Нок-ууогИ!, 1967, и др.). Обычно принимается, что слой перемешивания кончается на уровне, где неустойчивая или равновесная стратификация сменяется устойчивой. При использовании этого понятия, как правило, не говорят о высоте выбросов и полагают, что при уменьшении Ьо увеличивается загрязнение воздуха. Очевидно в данном случае должна идти речь о низких выбросах. В случае малой высоты слоя перемешивания или при наличии приземной инверсии, примеси сосредоточиваются у земли, что создает опасные условия загрязнения. Обычно Ьо определяют для дневного времени и антициклонической погоды, полагая при этом, что она равна высоте приземной инверсии, к концу предшествующей ночи. Прогноз ее нередко выполняется по данным аэрологического зондирования. Для этого на термодинамическом графике, например на аэрологической диаграмме, строится зависимость температуры воздуха от высоты. Далее, через точку, соответствующую дневному максимуму температуры воздуха у земли, проводится сухая адиабата — линия, описывающая падение температуры по высоте с сухоадиабатическим градиентом (1°С/ 100 м). Точка пересечения двух указанных линий и определяет высоту Ьо. Для прогноза потенциала загрязнения атмосферы и высоты перемешивания установлен ряд правил на основе статистических проработок. Так, согласно Нимайеру (г^етеуег, 1960), значительное загрязнение воздуха на ближайшие 36 ч предсказывается при антициклонической погоде и при скорости ветра в приземном слое менее 4 м/с, а на уровне поверхности 500 гПа — около 12 м/с. Значения L0 прогнозируются для дневного и утреннего времени. В первом случае в соответствии со сказанным выше значение Lq соответствует уровню пересечения кривых стратификации утреннего зондирования и сухой адиабаты, проведенной через точку ожидаемого приземного максимума дневной температуры. Во втором случае для определения Lo сухая адиабата проводится через точку, соответствующую Ттщ +? б Тг, где Гпип — минимальная температура у земной поверхности за городом, а 6ТГ — разность температуры в городе и его окрестностях, в среднем принимаемая равной 5°С. В утренние часы значение Lq существенно меньше, чем днем, а выбросы от автомашин в это время наибольшие. Поэтому утром следует ожидать и наибольших значений концентрации первичных примесей, непосредственно содержащихся в автомобильных выхлопах. Вскоре после полудня высота Lq принимает максимальные значения, а концентрации первичных примесей становятся минимальными. Однако в это время достигает максимума интенсивность образования вторичных примесей в процессе фотохимических реакций, происходящих под влиянием солнечной радиации. Кроме высоты слоя перемешивания Lq, предсказывается также средняя скорость ветра в данном слое й0. Высокий потенциал ожидается в случаях, когда в день прогноза и на следующий день утром L0Рис. 5.2. Зависимость между повто-ряемостями повышенного загрязнения воздуха (ПО и малых высот слоя перемешивания (П2). 20 ЬО 60 80П7% интегрального показателя загрязнения воздуха Р (см. (4.32)) с повторяемостью (П2) случаев со значениями высоты слоя перемешивания менее 0,5 км в летние месяцы для городов Куйбышева и Свердловска. Безуглая (1980) выделила на территории Советского Союза пять климатических зон с различными характеристиками загрязнения атмосферы (табл. 5.1). Таблица 5.1 Среднегодовые значения метеорологических параметров, определяющих ПЗА по зонам Зоны ПЗА и его характеристика Приземные инверсии Повторяемость, % Высота слоя перемешивания, км Продолжительность туманов, ч повторяє -мость, % мощность, км интенсивность, "С скорости ветра застоев | воздуха Из полученных результатов следует, что наиболее неблагоприятные условия рассеивания примеси характерны для южных районов Средней Азии и для Восточной Сибири (пятая зона). Здесь повторяемость инверсий, их сочетание со слабым ветром в несколько раз больше, чем на северо-западе Европейской части СССР (первая зона). В табл. 5.2 представлены значения годового хода Ь0 для ряда городов СССР. 5.3. Прогноз устойчивости приземного слоя воздуха и вертикального профиля температуры Прогноз устойчивости приземного слоя воздуха может быть выполнен на основе закономерностей суточного хода температуры с учетом общего синоптического прогноза о состоянии погоды, в частности, об ожидаемой облачности и адвективных изменениях температуры. Характерной чертой суточного хода температуры является ее падение с высотой в дневное время. В результате ночного выхола живания подстилающей поверхности в малооблачную погоду образуется слой приземной инверсии, в котором температура повышается с удалением от земной поверхности. Утром при прогреве почвы и прилегающего к ней воздуха возрастание температуры с высотой вблизи подстилающей поверхности постепенно сменяется падением ее, а выше некоторое время сохраняется образовавшаяся ночью инверсия. Таким образом возникает слой приподнятой инверсии. Нижняя граница инверсии со временем повышается и приближается к верхней, пока инверсия не разрушится полностью. В условиях ясной погоды со слабым ветром разруше- г км Рис. 5.3. Изменение вертикального распределения температуры в течение суток. / — изотерма, 2 — верхняя граница инверсии, 3—нижняя граница инверсии. ние инверсии в среднем происходит за 2—3 ч после восхода Солнца. Этот интервал времени существенно зависит от сезона года и толщины инверсионного слоя, образовавшегося в ночные часы. На рис. 5.3 показано изменение вертикального профиля температуры за сутки по данным Вдовина и др. (1971). 5.3.1. Использование теории суточного хода температуры воздуха. Для количественного расчета ожидаемого градиента температуры воздуха или разности температур на двух уровнях в приземном слое можно воспользоваться результатами теории суточных колебаний температуры. Исходными уравнениями этой теории в соответствии с работой Берлянда (1956) является уравнение притока тепла в атмосфере и почве, а также связанное с ним уравнение переноса влаги. Учитывая квазистационарность приземного слоя и модель (2.8) для коэффициента обмена эти уравнения записываются в следующей форме: дг дг д2да а^ + М*)2]т!г = 0, 4-[* + М')2]-4ег = 0 (0А); (5.1)

дТ9

д*Та дг2

(2 Здесь Г; и ц\ (* = 1, 2) температура и влажность воздуха в слоях О^г^Л и 2>А, а Vи как и в (2.8),— коэффициенты обмена в этих слоях, Г3
— температура почвы, &3 — коэффициент температуропроводности почвы.

В качестве граничных условий принимаются сопряжения 7\-и ц-г при 2 = /г,
а на подстилающей поверхности (2 = 0) равенство температур воздуха и
почвы, выполнение теплового баланса, а также определенного соотношения
между температурой и влажностью воздуха. Задается зависимость к\ (г) от
температурного градиента дТ^дг при данной скорости ветра и. Решение
задачи ищется в виде ряда Фурье с периодом времени Г0 = 24 ч. Суточные
колебания температуры и влажности воздуха определяются

изменением со временем в уравнении теплового баланса подстилающей
поверхности потока солнечной радиации /, который определяется формулой:

‘-тгт&г*– Таблица 5.6 Подробная сводка климатических характеристик приземных и приподнятых инверсий дана в работах Огневой (1971) и Безуг-лой (1980). В последней приводятся характерные типы годового хода интенсивности 8Ти (рис. 5.6 а) и толщины слоя ДЯИ приземной инверсии (рис. 5.6 б), а также среднегодовые значения 8Та и Д#и для приземных и приподнятых инверсий (табл. 5.6) по ряду городов СССР. Бернхардт и др. (Bernhard et al., 1978) исследовал закономерности временного распределения приземных инверсий температуры воздуха в ГДР. Для прогноза наличия или отсутствия инверсии температуры Пономаренко (1975) построил эмпирические графики по материалам наблюдений в Киеве (рис. 5.7) для прогноза температурной стратификации в 9 и 15 ч. На осях ординат отложены значения среднего градиента температуры в нижнем 500-метровом слое воздуха по данным радиозондирования в 21 ч предшествующих суток на рис. 5.7а и в 3 ч на рис. 5.7 6. На осях абсцисс от- ложены значения разности температуры воздуха в срок 21 ч и минимальной температуры последующей ночи 6Г21-т1п (рис. 5.7 а) и между максимальной температурой дня и температурой в 3 ч б^тах-о.з (рис. 5.7 6), Графики построены для случаев отсутствия заметной адвекции тепла (при изменении температуры менее 1°С за 6 ч). Бачурина (1969) в целях прогноза высоты слоя с сухоадиаба-тическим градиентом у выполнила эмпирические проработки по ряду городов. В табл. 5.7 представлены полученные данные для Москвы (Внуково) по материалам наблюдений за 1948—1964 гг. при различном количестве облаков, осредненном за промежуток времени 9—15 ч. 5.3.3. Расчетные методы прогноза высот инверсии и пограничного слоя. На основе решения уравнений (5.1), описывающих и ночное выхолаживание, с учетом начального распределения температуры воздуха по высоте можно предложить схему прогноза приземных инверсий (Берлянд, 1956, 1958). В качестве начального условия принимается вертикальное распределение температуры по данным аэрологического зондирования в вечерние сроки наблюдений. В приземном слое (гвысота инверсии сначала увеличивается, ибо возрастает толщина слоя с существенным турбулентным перемешиванием. Затем усиление ветра (ы>2—3
м/с), а следовательно, и увеличение обмена приводит к ослаблению
инверсии и уменьшению ее высоты.

Некоторые результаты теории формирования приземных и приподнятых
инверсий будут рассмотрены в связи с вопросами образования радиационных
туманов (см. п. 5.7.1).

По высоте #и можно приближенно оценивать н ожидаемый уровень нижней
границы приподнятой инверсии, образующейся в результате разрушения
ночной инверсии.

Простая модель для прогноза высоты слоя инверсии Яи предложена Ямада
(Уатаёа, 1979). Из нее следует, что в первые часы ночи #и быстро растет
со временем, затем этот рост замедляется и к 5 ч достигает примерно 30
м/ч, а Яи не превышает 500 м. Для сравнительно малых Яи Ямада получил
следующее приближенное уравнение:

с1Нн 4ки#

(И \пНн/г0—’

где и = 0,38 — постоянная Кармана, и* — скорость трения, г0 —
шероховатость подстилающей поверхности, г|э — параметр, связанный с
атмосферной устойчивостью, согласно Пановскому (Ра-по1Бку, 1963).
Сопоставление данных расчета и эксперимента показало, что различие между
ними не превышает примерно 50 м при значениях Яи, равных 200—700 м.

Вопросы расчета высоты ночного слоя инверсии и сопоставления их с
экспериментальными данными рассматривались также Ньюштадтом и Дридонксом
(ЬИет^ааЧ, БпеаопкБ, 1979).

Дирдорф (Эеагс1ог11, 1974) получил численное решение трехмерной задачи
об изменении в пограничном слое атмосферы скорости ветра, температуры и
влажности воздуха с высотой и со временем. При этом выполнены расчеты (с
очень мелким шагом по времени, равным 6 с) изменения структуры и высоты
пограничного слоя в течение нескольких часов днем. Результаты расчетов
сопоставлены с соответствующими данными наблюдений в Ван-гарском
эксперименте в Австралии.

Численные эксперименты по определению вертикального профиля температуры
в пограничном слое с учетом временных изменений потока солнечной
радиации при ясном небе в соответствии с формулой (5.2) выполнены
Белинской и Вельтищевой (1977). Одномерная прогностическая модель,
позволяющая рассчитать изменения со временем температуры и влажности
воздуха, а также скорости ветра и а 30 уровнях до высоты 2000 м,
разработана в Швеции Эриксоном и Бодиным (ЕпкБОП, ВосПп, 1978).

При прогнозе загрязнения воздуха для оценки толщины слоя, сходной с
указанной в п. 5.2 высотой перемешивания, может быть полезным
определение высоты пограничного слоя Но. В рассмотренной в п. 2.2 работе
Берлянда и Гениховича (1973) показано, что Н0= ЮЛ, где Н — высота
приземного слоя воздуха, определяемая

13 Заказ № 30

193

по значению коэффициента обмена k{ согласно (2.9). В соответствии с п.
2.2

Яо = 0,5-А– (5.4)

Отсюда следует, что высота пограничного слоя может изменяться примерно
от 200—300 м при инверсии температуры до 1,5—2 км при неустойчивой
стратификации. Высота Я0 уменьшается с увеличением широты ф из-за роста
(oz. Значения Я0, вычисленные по (5.4) для разных областей СССР,
представлены в «Климатических характеристиках» (1983).

В Обзоре МакБина и др. (Мс Bean et al., 1979) для определения высоты Н0
из анализа размерности приводится формула

^0 = y,uJ{o2. (5.5)

Здесь и# — скорость трения, определяемая через напряжение трения т и
плотность воздуха р с помощью соотношения «# = VT/P • По поводу
численного значения коэффициента yi авторы указывают, что оно зависит от
устойчивости атмосферы, а также и от самого определения высоты Яо,
например, во сколько раз полагается на этой высоте турбулентное
напряжение меньшим, чем у подстилающей поверхности. Для равновесных
условий yi изменяется от 0,12 до 0,3.

Если учесть, что для равновесной стратификации ki=xu% при г=1 м, то из
(5.4) следует, что Н0 = 0,2и^/а)г, т. е. среднее значение Hq в (5.5) для
указанного диапазона изменений у\. В целом формула (5.4) носит более
общий характер, чем (5.5), так как через k\ в ней учитывается и влияние
стратификации. При устойчивом состоянии высота Но меньше, чем при
равновесном, а при неустойчивой стратификации — больше.

Высота пограничного слоя Я0 с учетом распределения температуры и
скорости ветра с высотой определялась Теннексом (Tennekes, 1973), Смедой
(Smeda, 1979) и др. Из расчетов, выполненных Смедой, следует, что при
неустойчивых условиях от 9 до 18 ч высота Но увеличивается примерно от
200 до 1200 м. При этом основное изменение Но происходит за первые 3 ч.
Изменение начального значения Но в 9 ч от 100 до 300 м существенным
оказывается только от этого времени до 12 ч, а после Я0 практически не
зависит от его начального значения в 9 ч. Полученные результаты близки к
выводам указанной выше работы Дирдорфа (Deardorff, 1974). Смеда получил,
что с наступлением устойчивого состояния после 18 ч высота Но резко
убывает за 1,5—2 ч вечернего времени и ночью сравнительно мало
изменяется (от 100 до 400 м) в зависимости от исходных параметров. Для
ночных условий Ньюштадт (Nieuwstadt, 1981) получил, что

Я0 = 0,4 V«*^72o)2)

где V — масштаб Монина—Обухова. При этом Я0 определяется как высота, где
напряжение трения достигает 1 % его значения у поверхности земли.

Методы определения Н0 по турбулентным характеристикам приземного слоя
рассмотрены и в ряде других работ (Businger, Агуа, 1974; Орленко, 1974;
Галушко и Орданович, 1978; Brost, Wyngard, 1978; Yu, 1978; Nieuwstadt,
1981). Однако, эти методы в основном носят диагностический характер и
недостаточны для оперативного использования в прогностической практике.

Естественно, прогнозу распределения вертикального профиля температуры
способствует наличие начальных данных о нем. Такие данные получаются
сейчас в СССР, США, Франции, Японии и других странах на оборудованных
для этой цели телебашнях или специальных мачтах, а также по результатам
аэрологического зондирования с помощью замедленных радиозондов или
привязных аэростатов (Берлянд, 1975).

5.4. Синоптические методы прогноза стратификации

Для прогноза стратификации в нижнем слое атмосферы в синоптической
практике обычно используются приземная карта и карты барической
топографии 850, 700 и 500 гПа. При этом в соответствии с Руководством по
краткосрочным прогнозам погоды (1965) для прогноза температуры воздуха в
Методических указаниях (1979) рекомендуется использовать метод
построения траектории перемещения воздушной массы с учетом изменения
температуры за счет трансформации, вертикальных движений и суточных
колебаний. Однако полученные таким образом вертикальные профили
температуры требуют существенного уточнения в пограничном слое
атмосферы. С данной целью в работе Гидрометцентра СССР по прогнозу
загрязнения воздуха в оперативную синоптическую практику введена с 1975
г. дополнительная карта изобарической поверхности 925 гПа,
соответствующая примерно высоте 700—800 м. Опыт работы показал
(Неронова, 1976), что использование этой карты улучшает согласование
прогностических кривых стратификации с фактическими до высоты 1,5 км в
25—30 % случаев и почти в 2 раза уменьшает ошибку в определении верхней
границы приземной инверсии.

Прогноз по указанной схеме осуществляется на 12, 24 и 36 ч. Построение
траектории выполняется шагами, равными 12 ч.

На основании данных о скорости и направлении ветра в рассматриваемом
пункте по прогностическим картам барической топографии приближенно
определяется точка, откуда за 12 ч придет воздушная масса к этому
пункту. Затем в нем по температуре в найденной точке определяется
ожидаемое значение адвективного изменения температуры, к которому
вносятся уточнения за счет указанных выше факторов.

5.4.1. Учет трансформации воздушных масс. Трансформационные изменения
температуры, согласно Берлянду (1956), могут быть учтены на основании
решения системы уравнений тепло-и влагообмена типа (5.1), в которых
дополнительно учитываются для слоя г>И адвективные изменения температуры
и(дТ2/дх) и абсолютной влажности воздуха и(дд2/дх). Это решение
находится для задачи типа Коши с начальными данными при г = 0 и х = 0. В
результате следует, что приземные изменения температуры АТ за время, t,
кратное суткам (24 ч), при перемещении воздуха вдоль траектории на
некоторое расстояние определяются по формуле

АТ = а Д# + Ь ЛГ0. (5.6)

Здесь А/? — изменение радиационного баланса подстилающей поверхности
(кал/(мин-см2)), ЛГо — начальная разность температур (°С) в точках х и х
— 0 в момент времени t = 0. Значения коэффициентов а и Ь, рассчитанные
для г, равных 1, 2 и 3 сут и разных значений скорости ветра и, а также
для двух градаций увлажнения почвы (сухой и влажной) даны в табл. 5.8.
Аналогично могут быть рассчитаны АТ на других высотах.

Используя эти теоретические результаты, Бачурина (1961, 1967)
разработала оперативную схему расчета эффекта тепловой трансформации
воздушных масс. При этом вместо величины AR, учитывая (5.2) и (5.3), она
ввела соответствующую разность количества облаков по пути перемещения
воздуха, которая определяет основные междусуточные изменения
радиационного баланса над данной траекторией в определенное время года.
На высоте 850 гПа значение AT определялось главным образом по ДГп.
Полученные результаты вошли в качестве рекомендаций в Руководство по
краткосрочным прогнозам погоды (1964, 1965) и Методические указания
(1970) для использования в оперативной практике. В этих же документах
приведены способы уточнения оценки адвективного изменения температуры за
период, не равный целым суткам,на основе приведенных в п. 5.3.1
теоретических и эмпирических данных о стандартных кривых для суточного
хода температуры воздуха у земли и на рассматриваемых уровнях.

В работах Нероновой, Пономаренко и Тихомировой (Методические указания,
1979) по данным наблюдений в районе Москвы принимается, что при
антициклонах на уровне 925 гПа амплитуда суточного хода температуры
воздуха составляет зимой примерно 2—3°С, а весной и летом 3—4°С; при
облачной погоде с дождями она принимается равной нулю.

Оперативный метод уточнения синоптических прогнозов максимума и минимума
температуры воздуха разработан Успенским (1981) и Петриченко и др.
(1981).

При расчете адвективных изменений температуры учитывается также с
помощью известных методов влияние упорядоченных вертикальных токов ад. В
синоптической практике значения ад обычно рассчитываются для стандартных
изобарических уровней. Для уровня 925 гПа ад925 не определяется. Поэтому
на основе определенных проработок Бачуриной в Методических указаниях
(1970)

рекомендуется ПрИМеНЯТЬ ад925 = 0,5ш850-

5.4.2. Использование карт барической топографии 925 гПа.

В настоящее время в территориальных гидрометцентрах имеются карты 925
гПа, составленные по фактическим данным. Эти карты непосредственно
используются при составлении прогноза на 12 ч. Для прогноза на 24 и 36 ч
по изложенной выше схеме необходимы прогностические карты. Один из
интерполяционных способов прогноза карты АТ925 предложили Зотова и Львов
(1984). В работах Нероновой, Пономаренко и Тихомировой (Методические
указания, 1979) разработан другой приближенный прием составления
прогностических карт АТ925, который основан на построении траектории
воздушной массы путем интерполяции переноса по прогностическим картам
приземного барического поля и АТв5о в сочетании с использованием
фактической карты 925 гПа.

При прогнозе на 24 ч сначала используются прогностические значения с
приземной карты и АТ^о. Затем для рассматриваемого пункта строятся
векторы скорости ветра для данных уровней и соответствующие им
траектории первого шага (на 12 ч) в направлении, противоположном
ветровому потоку. Для уровня 925 гПа принимается траектория,
промежуточная между этими траекториями, и определяется место, откуда
может поступать воздух в- пределах первого 12-часового шага. От
установленного места, далее, строится траектория второго 12-часового
шага уже по фактической карте 925 гПа уровня. При прогнозе на 36 ч
используются прогностические карты 925 гПа на 36 и 24 ч. По первой из
них аналогично изложенному строится траектория первого шага, по другой—
второго шага. Третий шаг делается снова по фактической карте 925 гПа.

Такое построение позволяет уточнить прогноз кривой стратификации и
вертикального градиента температуры у в нижнем километровом слое
воздуха. Полученные значения у авторы используют для вычисления так
называемого термодинамического градиента Г=у+-^(-^г-)2- Затем
определяется толщина слоя Ятд,

в котором градиент у больше сухоадиабатического градиента уа-Поскольку
для установления Г и Ятд, очевидно, кроме градиента температуры у,
требуется также и вертикальный градиент скорости ветра du/dz, то для его
определения используются прогностические данные о скорости ветра у
земной поверхности и на уровнях 925 и 850 гПа.

Рис. 5.9. Зависимость между показателями загрязнения воздуха Ум и Р.

Числа у точек — количество использованных данных.

Величину Ятд авторы называют высотой слоя термодинамической
турбулентности или толщиной слоя перемешивания. Она рассматривается как
один из трех основных факторов, который определяет некоторый комплекс
метеорологических условий загрязнения (МУЗ); обозначим его Ум. В
качестве двух других факторов предлагается использовать среднюю скорость
ветра йп в слое перемешивания Ятд и условный показатель синоптической
обстановки С. Значения Ятд и йп, а также показатель С в зависимости от
синоптической ситуации, авторы закодировали целыми числами от 3 до 10,
как указано в табл. 5.9 и 5.10. Следовательно, величины Ум могут
принимать значения от 9 до 30, причем меньшие из них соответствуют
условиям более интенсивного загрязнения воздуха. Отдельно
рассматриваются случаи роста и ослабления степени загрязнения воздуха.
Некоторые уточнения в определении метеорологических условий,
соответствующих таким случаям, содержатся в работе Нероновой и
Пономаренко (1981). В рассматриваемых работах показано, что значения Ум
коррелируют с интегральным показателем Р (см. гл. 4).

На рис. 5.9 приведен график корреляционой связи менаду Ум и Р по данным
для Москвы за дневное время. Аналогичные гра-

тд

Таблица 5.9 Коды высоты перемешивания и скорости ветра

я.

Код

метры

гПа

“п м/с

3 4 5 6 7 8 9 10

ООО 400 500 600 700 800 900

^1000

900

10

Центр антициклона (продолжительность 1,5 сут и более)

Ложбина с теплым фронтом при юго-восточном переносе, #тд^ 5? 925 гПа

Размытое поле повышенного давления; ось малоподвижного гребня

Периферия антициклона или гребень (продолжительность более 1,5 суток)
при ветре у земли ^4 м/с

Центр малоподвижного циклона или его периферия при юго-восточном ветре;

периферия антициклона при юго-восточном ветре и #Тд = 0 или Ятд>950 гПа;

размытое поле пониженного давления; вновь сформировавшееся ядро

Тыл циклона;

ложбина при ветре ^4 м/с и направлении ветра, отличном от
юго-восточного;

ложбина при траекториях с юга и количестве осадков больше 2—? 3 мм/12 ч
или Ятд>950 гПа

Периферия малоподвижного антициклона или гребень при ветре у земли 5 м/с
и более и направлении ветра, отличном от юго-восточного;

ложбина при ветре 5 м/с и более и направлении ветра, отличном от
юго-восточного;

малоподвижный циклон при направлении ветра, отличном от юго-восточного

Углубляющийся циклон, ложбина и волновое возмущение при скорости ветра
больше 4—5 м/с и направлении ветра, отличном от юго-восточного;

быстро перемещающиеся антициклон и гребеиь

3 4

5 6

7

8 9

10

фики построены для ночного времени и в среднем за сутки. Эта
корреляционная зависимость выражается уравнением

где значение коэффициентов а’ и Ь’ соответственно равны: 25 и 0,93 для
дня, 20 и 0,10 для ночи, 24 и 0,88 в среднем за сутки.

Другой способ прогноза стратификации рассматривается в работе Горошко и
др. (1981). Авторы предлагают наносить на

синоптическую карту отдельно для дневного и ночного сроков данные о
высоте и мощности приземных и приподнятых инверсий с нижней границей
менее 500 м и выделять соответствующие зоны (рис. 5.10). Затем перемещая
эти зоны по траекториям движения воздушных масс можно прогнозировать
стратификацию на сутки.

5.5. Прогноз вертикального распределения ветра

от средней высоты неровностей

При нормальных метеорологических условиях для прогноза загрязнения
воздуха большей частью достаточно учесть изменение скорости ветра с
высотой по логарифмическому закону (2.8) до высоты в несколько сотен
метров. Для этого необходимо в основном установить ожидаемые значения
скорости ветра в приземном слое (обычно на уровне флюгера) и значение
шероховатости подстилающей поверхности го. Шероховатость может быть
приближенно оценена по табл. 5.11, составленной по данным ряда авторов
(Оке, 1982 и др.), или из простого соотношения, согласно ко-

1

торому 20 составляет —— подстилающей поверхности.

5.5.1. Результаты теоретических исследований. Для более точного
определения вертикального профиля скорости ветра можно воспользоваться
результатами теоретических исследований структуры пограничного слоя
воздуха. Исходным положением в этих работах является решение уравнений
движения с учетом действия турбулентного обмена и силы Кор.иолиса:

1&кг~ЪГ + 20)2 ~°) = 0′

-|- k, + 2coz (ие – и) = 0, (5.7)

где и, v к ug, vg — соответственно составляющие по осям хну скорости
ветра и скорости геострофического ветра.

Значения ug и vg устанавливаются по полю давления на основании общего
прогноза погоды или определяются по скорости ветра в свободной атмосфере
на верхней границе пограничного слоя.

Исследованию решения уравнений (5.7) совместно с системой уравнений
переноса тепла и влаги, а также баланса энергии турбулентности, при
учете различных схем определения kz посвящено большое число работ. Обзор
их и построенных на таком решении моделей структуры пограничного слоя
атмосферы содержится в книгах ряда авторов (Wippermann, 1973; Buseuh et
al., 1973; Mc Bean et al., 1979; Вагер и Надежина, 1979; Nieuwstadt, Van
Dop, 1981; и др.).

Решение системы уравнений (5.7) в целях непосредственной разработки
прогноза метеорологических величин в пограничном слое выполнено в ряде
работ (Bodin, 1976; Сперанский и др., 1978а, б; Carpenter, 1979;
Вельтищев и др., 1982). При этом искомые величины представляются нередко
в виде двух слагаемых. Одно из них находится из решения рассматриваемой
системы, а второе — на основе общего прогноза без учета влияния
пограничного слоя, т. е. как фоновое значение искомой метеорологической
величины. Например, если рассматриваются компоненты скорости ветра и и
и, то полагается, что вторые слагаемые совпадают с ug и vg, которые, как
и выше, принимаются по данным общего прогноза.

Другое упрощение, используемое в некоторых названных работах, состоит в
использовании свойства квазистационарности приземного слоя воздуха,
сущность которого в том, что (при Z^/l) потоки количества движения,
тепла и влаги слабо зависят от высоты и их можно принимать постоянными.
Впервые возможность такого упрощения решения задач о распределении
температуры воздуха с высотой и трансформации воздушных масс обоснована
в работах Берлянда (1949, 1956).

В качестве граничных условий для скорости ветра требуется убывание ее до
нуля на уровне шероховатости, а для температуры и влажности воздуха —
условие теплового баланса на уровне подстилающей поверхности. В более
полных схемах принимается во внимание также рельеф подстилающей
поверхности, возможность образования нижней облачности и др.

В качестве начального условия принимается заданный вертикальный профиль
определяемой метеорологической величины. Однако иногда из-за отсутствия
необходимых для этого достаточно детальных данных, как в указанных в
5.3.1 работах Берлянда (1956, 1958), в течение некоторого адаптационного
периода задается предшествующий ход прогнозируемых величин на уровне
метеорологической будки. В работах Сперанского и др. (1978), Толокнова и
др. (1978) детально развита указанная схема численного прогноза погоды.
На основании выполненных исследований, в частности, показано, что при
прогнозе на срок 40 ч адаптационный период можно принимать равным
примерно суткам. Фоновые поля метеорологических величин устанавливались
с использованием данных радиозондирования для уровней 850 и 700 гПа.

В этих работах приведены результаты проверки локального прогноза
скорости ветра, температуры и влажности в пограничном слое воздуха на
срок 40 ч в Новосибирске. Средняя ошибка прогноза скорости приземного
ветра составила 1,3 м/с, максимума температуры на высоте 2 м на первые
сутки—1,5 °С, а на вторые— 3,1 °С.

Из решения (5.7) при использовании для kz модели (2.8) следует, что
скорость ветра до высоты нескольких метров увеличивается примерно по
логарифмическому закону (2.8), выше она изменяется несколько быстрее и
на высоте пограничного слоя Hq = = l0h (см. п. 5.3.3) достигает своего
геострофического значения.

Решение (5.7) позволяет определить зависимость направления ветра от
высоты. Уже в первых работах по теории изменения скорости ветра в
пограничном слое атмосферы (Rossby, Montgomery, 1935; Блинова, Кибель,
1937; Юдин, Швец, 1940; Берлянд, 1947); не только определялся угол
поворота ветра с высотой, но и использовалось полученное значение этого
угла для проверки развитой теории. Действительно, если решать систему
(5.7) при постоянном значении kz (так называемая модель Экмана), угол а0
между геострофическим и приземным направлениями ветра всегда будет
составлять 45°, что не совпадает с фактическими данными. Учет роста кг с
г приводит к тому, что при неустойчивой стратификации угол ао близок к
10—15°, а с усилением устойчивости атмосферы он увеличивается, как это
следует и из результатов наблюдений.

Согласно работе Берлянда (1947), в которой принимается, что в приземном
слое (г^к)кг = к\гт, а при ъ~>К величина F2=&л, т. е. сохраняет
постоянное значение, и т зависит от устойчивости атмосферы (при
неустойчивом состоянии т=1,1, при равновесном т=1, при устойчивом т =
0,9), ао принимает значения, указанные в табл. 5.12 (где щ —скорость
ветра на высоте 1 м).

Рис. 5.11. Зависимость угла отклонения ветра ао от разности температуры
воздуха Д70|2-2.

Для умеренных скоростей ветра значения ао в зависимости от разности
температур воздуха на высотах 0,2 и 2 м (ДГо.г-г) даны на рис. 5.11.

В работах Дикона ^есоп, 1973),ТарнопольскогоиШнайдмана (1979), Орленко
(1977) получены сходные зависимости а0 от устойчивости атмосферы,
скорости ветра и шероховатости подстилающей поверхности, как по данным
расчета, так и эксперимента.

При прогнозе скорости по данным синоптических карт важное значение имеет
определение отношения скорости ветра в приземном слое Иф, например, на
высоте флюгера 2ф, обычно равной 10 м, к скорости геострофического ветра
ug. Величина и.ф/ие определяется как на основе указанных теоретических
схем, так и по материалам наблюдений. Сводка полученных данных
представлена в работе Орленко (1979). Ряд формул для определения u$jug
содержится в обзоре МакБина и др. (Мс Bean et al., 1979).

Указанные результаты носят в основном диагностический характер,
поскольку решение (5.7) относится к стационарному режиму. Однако при
наличии прогностических данных о типе вертикального изменения
температуры в приземном слое воздуха в соответствии с п. 5.3 можно
приближенно воспользоваться приведенными данными и в целях прогноза
скорости ветра. При этом нужно учитывать закономерности ее суточных
колебаний (Бер-лянд, 1947; Buajitti, Blackedar, 1957; Матвеев, 1984;
Орленко, 1979 и др.), согласно которым на определенном уровне происходит
так называемое обращение скорости ветра. Ниже этого уровня максимум
скорости ветра достигается днем, а минимум — ночью, а выше, наоборот,
максимум достигается ночью, а минимум — днем.

При определенных условиях следует учитывать горизонтальный градиент
температуры и связанный с ним «термический ветер». Существенные
результаты в этом плане для случая баро-клинного пограничного слоя и
линейного изменения с высотой термического ветра получены Вин-Нильсеном
(Wiin-Nielsen, 1974) и др.

В рассмотренных в п. 5.4.2 работах по использованию карт 925 гПа
полагается, что в большей части случаев значение геострофического ветра
в слое от земли до уровня 850 гПа с точностью до ±2 м/с совпадает со
скоростью ветра на высоте 925 гПа.

5.5.2. Высота штилевого слоя. Для случая аномальных условий погоды,
способствующих повышению загрязнения приземного слоя воздуха,
существенное значение приобретает прогноз штилей и высоты их
распространения. Большая повторяемость ослабления ветра в приземном слое
воздуха до штиля наблюдается во многих географических областях. Такое
ослабление особенно характерно для областей с континентальным климатом в
периоды антициклонической погоды. Однако сильное ослабление ветра
наблюдается большей частью только до уровней около 20 м, за исключением
областей с резко континентальным климатом, как, например, Сибирь и
Средняя Азия. Выше отмечается сравнительно резкое усиление ветра.

Вертикальная протяженность штилевых слоев изучена слабо. Это связано с
тем, что градиентные наблюдения за скоростью ветра проводятся лишь
эпизодически и до небольших высот. Аэрологические наблюдения в данном
случае не всегда могут быть использованы, так как шары-пилоты и
радиозонды быстро проходят через нижние слои атмосферы. Из-за
инерционности измерительных приборов эти слои оказываются недостаточно
освещенными. Новые возможности появились в связи с организацией
наблюдений на специальных мачтах, теле- и радиобашнях, а также с
применением замедленных радиозондов.

К настоящему времени методика прогноза штилей пока не разработана.
Поэтому полезными могут быть некоторые климатологические проработки.

Вдовин и Царев (1969) исследовали развитие штилей в пограничном слое
атмосферы по данным наблюдений на телевизионных башнях в Ленинграде до
высоты 269 м и в Новосибирске до вы-

n

400

300 200

Рис. 5.12. Число дней со штилем (N) в зависимости от высоты 100
штилевого слоя Нт (а) и месяца (б).

соты 180 м, а также на 300-метровой метеорологической мачте в Обнинске.
Анализу подвергались только те случаи, когда скорость ветра уровне в пределах пограничного слоя. Показано, что в этих случаях могут превышаться значения геострофической скорости ветра. Такое явление иногда называют мезоструями или струйными течениями в пограничном слое атмосферы. Первое истолкование его было дано Блэкедаром (Blackedar, 1957) с учетом решения уравнения движения (5.7). Он показал, что в силу возникающих инерционных колебаний вектора ветра с высотой в периоды времени, близкие к восходу Солнца, возникают сверхгеострофиче-ские скорости ветра вблизи верхней границы пограничного слоя. Отмечено, что такое превышение скорости над ug наблюдается и в области верхней границы приземной инверсии. В дальнейшем теория этого явления была развита Дирдорфом (Deardorff, 1972), Деляге (Delage, 1974), Торпе и Таймером (Thorpe, Guymer, 1976), Каспшицки (Kaspzycki, 1978, 1980) и др. Наличие ночной струи на высотах в несколько сотен метров отчетливо выявлено в ряде случаев по материалам детальных наблюдений в пограничном слое воздуха в известных экспериментах Вангара и О'Нейла. Торпе и Гаймер (Thorpe, Guymer, 1976) приводят характерные распределения скорости ветра и температуры воздуха с высотой при наличии ночной мезоструи, способствующие пониманию природы ее образования. На рис. 5.13 представлены их данные радиозондирования 6—7 августа 1974 г. в одном из пунктов Англии. На рис. 5.13 а, относящемуся к ночному времени, отчетливо видна мезоструя; на рис. 5.13 б для сравнения даны соответствующие профили скорости ветра и температуры в дневное время предшествующих суток. Заштрихованы области развития пограничного слоя, характерные для безоблачной антициклонической погоды в ночное время (несколько сотен метров) и в дневное время (1—2 км). Указаны также скорости геострофического ветра. В результате того, что значение ug достигается ночью на сравнительно небольших высотах (примерно 200 м), скорость ветра в пределах пограничного слоя возрастает с высотой гораздо быстрее, чем днем. Выше из-за инерционной осцилляции вектора ветра, как уже указывалось, она может превысить геострофическую скорость и таким образом, создать мезострую. В дневное время (рис. 5.13 6) рост скорости ветра до ug происходит в слое, высота которого почти на порядок больше, чем ночью, и поэтому вертикальное изменение ветра относительно меньше. В ночное время высота пограничного слоя, определяемая по уровню, где скорость ветра достигает геострофического значения, обычно близка к верхней границе приземной инверсии, выше которой температура воздуха падает с высотой. Следовательно, возникновение ночной струи происходит непосредственно в области, близкой к границе приземной инверсии, развивающейся в ночные часы. Указанные свойства распределения ветра с высотой в ночные часы наиболее четко проявляются при антициклонической безоблачной погоде. Однако интенсивность ночной струи, определяемая значительным превышением скорости ветра над ug, зависит и от ряда других метеорологических факторов, связанных с характеристиками термического ветра: от изменения в пограничном слое значения ug, рельефа местности, близости крупных водоемов и др. Торпе и Гаймер на основании выполненного теоретического исследования и анализа экспериментальных данных приводят ряд прогностических признаков возможностей возникновения ночных струй. Некоторые из теоретических выводов подтверждаются результатами наблюдений Каспшицки (Kaspzycki, 1978, 1980), Орленко (1979) и др. Каспшицки указывает, что по данным, полученным с помощью замедленных аэрологических зондов в Польше, в среднем максимум скорости ветра в струйном течении достигает 10 ±4 м/с, а высота струи — 420 ± 280 м. Согласно Орленко (1979), струи наблюдаются до высоты 1,5 км, причем высота максимума скорости близка к уровню верхней границы приземной инверсии. При сильном ветре превышение скорости внутри струи под геострофическим может достигать 10 м/с. Шу (Hsu, 1979) отметил, что струи с усилением скорости ветра до 15 м/с на высотах 100—600 м могут образовываться и над ровным открытым морским побережьем. В работе Сперанского и др. (1978) приведен пример расчета мезоструи в ночных условиях с учетом совместного влияния адвекции тепла и рельефа местности. Согласно расчетам, максимум скорости в струе равен 25 м/с (без учета влияния рельефа — 17 м/с), а по фактическим данным он составляет примерно 30 м/с. 5.6. Учет горизонтальных неоднородностей подстилающей поверхности 5.6.1. Бризовая циркуляция. При прогнозах загрязнения воздуха на побережье морей и крупных водоемов существенно учитывать влияние бризов, при которых изменяется направление ветра и может возникать неблагоприятная температурная стратификация. Образование в отдельные периоды замкнутой циркуляции приводит к возврату примесей, поднявшихся над источником. Кроме того, при бризах в первую половину дня на побережье поступает относительно холодная воздушная масса с водной поверхности и образуется внутренний пограничный слой. В пределах этого слоя воздух оказывается более холодным, чем над ним. Температура воздуха с высотой здесь падает, а на верхней границе слоя может возрастать. Таким образом возникает приподнятая инверсия, высота и интенсивность которой зависят от времени суток, расстояния от берега и разности температуры поверхностей воды и суши. Нижняя граница такой инверсии располагается на сравнительно небольших высотах и нередко может оказаться непосредственно над источником примеси. Как уже отмечалось (см. п. 3.7), именно при таких условиях в приземном слое воздуха наблюдаются значительные концентрации примесей, т. е. возникает так называемое явление фумигации— сильной загазованности или задымления воздуха (Van Dop etal., 1979; Misra, 1980). Изучению бризовой циркуляции посвящено много работ (см., например, Матвеев, 1984), в том числе теоретических исследований. Эсток (Estoque, 1961) построил 2-х мерную, а Пильке (Peilke, 1974)—3-х мерную численные модели бризов с учетом нелинейных эффектов. Озое и др. (Ozoe et al., 1983) на основании численного решения задачи привели примеры образующейся при бризах замкнутой циркуляции в пределах ±100 км от границы раздела суша—море по горизонтали и до 3 км по вертикали. Они также выполнили расчеты переноса примесей от расположенных на побережье линейного и площадного источников. Шейр и др. (Shair et al., 1982) экспериментально исследовали перенос трассера SFe в процессе бризовой циркуляции летом 1977 г. в районе Лос-Анджелеса (США). Было обнаружено, что выбросы распространяются на расстояния до 175 км и частично возвращаются в течение последующих суток к месту расположения источника. В среднем за период эксперимента время пребывания трассера над океаном составляет около 10 ч. Существенное влияние бризов, возникающих на побережье Великих озер и на востоке США, отмечено в исследованиях Лайнса и Олсона (Lyons, Ollson, 1973), а также Рейнора и др. (Reynor et al., 1975). Исследования структуры внутреннего пограничного слоя Яв, образующегося при бризах, выполнялись по данным моделирования в аэродинамических трубах Мерони и др. (Meroney et al., 1975), в естественных условиях Рейнором и др. (Reynor et al., 1974), Мисра (Misra, 1980) и др., а также теоретически Теннексом (Tennekes, 1973), Венкатрамом (Venkatram, 1977), Вагером и На-дежиной (1979), Пененко и др. (1979) и др. Для оценки высоты слоя Яв предложен ряд формул, которые можно использовать и в прогностических целях. Согласно Рей-нору и др. (Reynor et al., 1975) в результате обработки данных наблюдений получено, что "•--s-Vw-

где и — средняя скорость ветра, и* — скорость трения, определяемая по
напряжению трения, х— расстояние от берега, AT— разность температур
вода—суша, dT/dz — средний градиент температуры воздуха на побережье. По
Камуфо и Кавалери (Camuffo, Cavaleri, 1980), Камуфо (Camuffo, 1980),

Нъ — а, VX/USq ,

g dT

где ai = 0,05 м/с3/г, «So=-t!— параметр стратификации (в слу-

” dz

чае зимних туманов s0 = l,4-10″4 с-2).

Аналогичного вида формула была получена теоретически (Venkatram, 1977, и
др.). Рейбли и др. (Reible et al., 1983) построили упрощенную
двухслойную модель переноса примеси при бризе, полагая, что в нижнем
слое температура воздуха падает с высотой, а над ним располагается слой
приподнятой инверсии.

5.6.2. Условия холмистой местности. Особенно существенно сказывается на
структуре воздушного потока влияние рельефа. Исследования этого влияния
выполнялись как на основе экспериментальных работ в естественных
условиях и моделирования в аэродинамической трубе, так и теоретически
(Берлянд, 1975; Haugen, 1975; Hunt, Jackson, 1974, Taylor, 1977, Берлянд
и др. 1979а).

Одним из показателей влияния рельефа является отношение ц скоростей
ветра над неровной и и ровной и0 местностями. В табл. 5.14 приведены
сводные данные о величине и. для высоты 2 = 2 м, полученные в результате
микроклиматических наблюдений и аэродинамического моделирования
воздушных течений над холмами при разных углах наклона склонов а
(Берлянд, 1975).

На рис. 5.14 и 5.15 представлены отношения скорости ветра и над холмом к
скорости набегающего потока и0 по результатам моделирования в
аэродинамической трубе (Зражевский и др., 1968; Берлянд и др., 1970). На
рис. 5.14 показана зависимость

14 Заказ № 30

209

у\=и1и° от х/к0, где л: — горизонтальная координата, Л0 — высота холма,
при углах наклона а от 12 до 18°, а на рис. 5.15 — вертикальные профили
скорости ветра при а=12°.

Рассмотренные в п. 2.12 теоретические исследования Берлянда и Гениховича
(1971) и др. основаны на численном интегрировании уравнений движения
(2.73). Из расчетов вертикальных профилей скоростей ветра для различных
участков воздушного потока над холмом следует наличие максимума скорости
ветра на некоторой высоте, обусловленного противоположным воздействием

напряжения турбулентного трения и бернуллиевого градиента давления.
Наличие и положение этого максимума согласуются с данными экспериментов
по моделированию обтекания холма в аэродинамической трубе.

На рис. 5.16 представлены результаты расчета изменения для холма высотой
/1о = 50 м отношения скорости ветра и и коэффициента обмена к к их
значениям в набегающем потоке и0 и &° на двух высотах над подстилающей
поверхностью (1 и Юм). Полученные результаты согласуются с данными
измерений в естественных условиях, а также в аэродинамической трубе.

При расчетах выявляется и ряд тонких эффектов, которые в настоящее время
трудно обнаружить экспериментальными методами. В частности, это
относится к различному характеру приближения с высотой скорости ветра и
коэффициента обмена к значениям, характерным для ровного места. Как
видно из рис. 5.16, коэффициент обмена над холмом приближается к своему
значению над ровной местностью заметно быстрее, чем скорость ветра.

Для условий сложного рельефа с большой крутизной склонов существенно
также учитывать возможность отрыва турбулентных

Рис. 5.16. Результаты расчета отношения скоростей ветра (и[и°) и
коэффициентов обмена (/г/F°) над холмом к их значениям на ровном месте
на высотах г, равных 1 и 10 м.

1 — и/н° при 2—1 м, 2 — и!и0 при 2-10 м; 3 — при г-1 м; 4 — к/к*
при 2-10 м.

вихрей на подветренных склонах. Характеристики таких отрывов получены по
данным аэродинамического моделирования Патоком и Хантом (Patock, Hunt,
1979) и др.

5.7. Прогноз туманов

Прогноз туманов состоит в определении изменений температуры и влажности
приземного слоя воздуха, при которых часть влаги переходит в жидкое
состояние и образуются водяные капли, снижающие видимость до 1000 м и
менее. От туманов или дымки, к которой относят случаи, когда вследствие
наличия в воздухе взвешенных капель воды видимость превышает 1000 м,
отличают мглу, когда причиной снижения видимости является наличие
твердых частиц в атмосфере. Такая мгла, в частности, возникает в
фотохимических смогах (см. п. 2.13), сопровождающихся образованием
большого количества аэрозолей.

Условием появления туманов является повышение относительной влажности
воздуха до 100 % и достижение пересыщения, при котором образуется
достаточное количество водяных капель. Однако требуемое пересыщение
весьма мало. Поэтому практически принимают, что туманы образуются, когда
температура воздуха на уровне метеорологической будки (z = 2 м)
понизится до точки росы (Берлянд, Грачева, 1962). Методы прогноза
туманов различаются в зависимости от условий их происхождения.

5.7.1. Радиационные туманы. Радиационные туманы, возникающие в
результате ночного выхолаживания приземного слоя воздуха, относятся к
наиболее распространенным типам туманов. Вопросы образования их
рассматривались в работах Берлянда (1956), Лушева и Матвеева (1967),
Здунковского и Нильсена (Zdunkowski, Nielsen, 1969), Берлянда и Канчана
(1973), Захаровой (1975), Брауна и Роча (Brown, Roach, 1976), Буйкова и
Хворостьянова (1977) и др. Однако в практических целях прогноза
используются только некоторые из них (Берлянд, 1956, и др.), а в первых
прогностических работах применялись простейшие эмпирические схемы
(Зверев, 1954).

Основой теоретических методов является решение системы уравнений типа
(5.1), определяющей изменение температуры и влажности воздуха в
пограничном слое атмосферы с учетом указанных в п. 5.3 граничных
условий. Обычно рассматривается ночной период времени при условиях,
когда преобладают в основном радиационные факторы, а адвективным
влиянием на температуру и влажность можно пренебречь. Это дает
возможность исходить из решения задачи Коши при определенных начальных
условиях.

Для прогноза возникновения радиационного тумана нередко оказывается
достаточным определить ночное выхолаживание на уровне метеорологической
будки (z = 2 м), при этом принимают, что изменение точки росы на данном
уровне составляет примерно 1 °С. Однако для расчета влияния тумана на
загрязнение воздуха требуется не только само установление возможности
образования тумана, но и ряд характеристик тумана, таких, как высота п
водность его, а также распределение температуры в тумане. Использование
численных методов позволяет подойти к решению такой задачи.

В работе Берлянда и Канчана (1973) исходными уравнениями для определения
изменений температуры и влажности воздуха в пограничном слое атмосферы
являются

дТ _ д где — теплота конденсации водяного пара.

В качестве граничных условий принимается, что на подстилающей
поверхности температуры воздуха и почвы равны между собой, а также
выполняется условие теплового баланса, т. е. при

2 = 0.

т т л дТ , . дТп _LjudQ__ р

где X и %п — коэффициенты молекулярной теплопроводности воздуха и почвы,
Е0 — эффективное излучение подстилающей поверхности.

В качестве граничного условия на подстилающей поверхности принимается
также, что в процессе образования тумана величина Q’ не изменяется со
временем. Это условие менее жесткое, чем допущение (Zdunkowski, Nielsen,
1969), согласно которому величина Q’ сохраняется со временем во всем
слое атмосферы. Кроме того, полагается, что влажность и температура на
большой высоте и температура почвы на значительной глубине практически
не изменяются со временем. Для начального момента времени (?=0) задаются
вертикальные распределения температур Т, Ти и абсолютной влажности
воздуха Q.

Система (5.9) дополняется уравнениями, определяющими изменения
радиационных потоков.

Входящие в правую часть уравнения (5.9) притоки тепла за счет излучения
ер и конденсации ек имеют разные знаки. В работе Берлянда (1956)
показано, что в первом приближении можно пренебречь суммой этих
слагаемых и воспользоваться одинаковыми дифференциальными уравнениями
для описания процессов, протекающих как до образования туманов, так и
после их возникновения. Следовательно, когда в исходных уравнениях (5.9)
не учнты-

вается член, описывающий лучистый теплообмен, можно не учитывать и
теплоту конденсации; принимать же во внимание только один из них нельзя.

Значение ек можно определить непосредственно из уравнения (5.9),
учитывая, что СГ =(2+А и что в тумане С} = С}т{Т).

В работе Берлянда и Канчана (1973) решение указанной системы уравнений
выполняется численно с помощью метода прогонки, модифицированного
применительно к двухслойной среде атмосфера—почва.

На рис. 5.17 представлены данные расчета для безоблачной ночи в октябре.
При расчете полагалось, что широта ф = 60°, 7°0 = 10°С, ^1 =0,05 м/с, /1
= 30 м, ^п = 0,5-Ю-8 м2/с. Рассматривались два варианта начальной
относительной влажности воздуха Т70, равной 85 и 92%- За начальный
момент (/ = 0) взято время 18 ч. При 7го = 85 % к 2 ч начинается
образование тумана, поскольку температура воздуха на высоте 2 м к этому
моменту времени понизилась на 4,7 °С и достигла точки росы. К этому
времени инверсионный слой распространялся примерно до высоты 120 м. В
первые часы после образования тумана интенсивность и высота инверсий
продолжают увеличиваться, но слабее, чем раньше. Постепенно происходит
перестройка вертикального профиля температуры и к / = 12 ч, т. е. к 6
ч, в слое примерно от 60 до 250 м отмечается приподнятая инверсия, а
ниже его — практически изо-термия. При F0 = 92 % туман возникает почти
сразу и через 2 ч его вертикальная протяженность составляет 80 м при
максимальной водности А = 0,42 г/м3. С высотой водность А быстро
уменьшается. К 6 ч примерно до 60 м значение Д остается постоянным, и
лишь выше оно сравнительно резко уменьшается. При этом нужно отметить,
что максимальное приземное значение водности практически мало изменяется
со временем. В начале образования тумана радиационный поток Е почти не
изменяется с высотой и равен Ео. Через некоторое время Е значительно
уменьшается и становится пренебрежимо малым, а максимальное значение Е
(несколько меньшее F0) смещается на более высокие уровни.

В правых частях рис. 5.17 представлены аналогичные результаты расчета
для второго случая, когда абсолютная и относительная влажность воздуха
при /==0 выше, чем в первом случае. И здесь инверсия температуры в
приземном слое воздуха после образования тумана сменяется изотермией, а
затем и некоторым падением температуры с высотой. В вертикальном
распределении водности Д и радиационного потока Е в развитом тумане
отчетливо проявляется тенденция к постоянству их по высоте до более
высоких уровней.

Результаты расчетов находятся в соответствии с данными наблюдений. Так,
измеренные значения водности для радиационных туманов в приземном слое
обычно составляют не более 0,5— 0,8 г/м3. Имеющиеся немногочисленные
измерения позволяют сделать вывод о значительном уменьшении эффективного
излучения земли при высоте тумана более 50—100 м. Данные расчетов высот
нижней границы приподнятой инверсии и слоя тумана согласуются с
материалами наблюдений (Прох, 1966; Воронцов, 1960, и др.).

Аналогичные расчеты высоты туманов были сделаны для случаев, когда в
приведенной выше схеме не принимались во внимание притоки тепла ер и ек.
Оказалось, что при ер-г-ек = 0, т. е. при расчете тумана, как это
делалось в более ранних работах, высота тумана оказывается существенно
ниже, чем при учете ер+ек. Включение в схему ер при ек = 0 ведет к
значительному завышению высоты тумана. Последнее мцжет быть объяснено
тем, что ер и ек имеют разные знаки. Наличие в уравнении (5.9) члена с
ер отражает радиационное выхолаживание слоя тумана, вследствие которого
ночное понижение температуры воздуха будет простираться до больших
высот, чем в случаях, когда принимается во внимание только излучение
подстилающей поверхности. Если в исходном уравнении, кроме ер, учесть и
ек, то вследствие выделения теплоты конденсации, которое ослабляет
ночное выхолаживание, по данным расчета, высота тумана снижается.

5.7.2. Адвективные туманы. К туманам адвективного типа относятся туманы,
возникающие на берегах незамерзающих рек и водоемов. Прогноз их может
осуществляться в соответствии с работой Берлянда и Оникула (1968) на
основе численного решения •системы уравнений тепло- и влагообмена в
установившемся потоке воздуха, перемещающемся над рекой или водоемом и
их берегами. При этом холодный воздух, не насыщенный влагой, натекает на
более теплую незамерзающую поверхность реки, после чего смещается над
снежной поверхностью подветренного берега.

Горизонтальные расстояния, которые должны рассматриваться л данной
задаче, таковы, что время, необходимое для их прохождения воздушным
потоком, обычно значительно меньше времени развития и существования
речных туманов. Поэтому в соответствии с результатами Берлянда (1956)
можно ограничиться рассмотрением установившегося процесса трансформации
воздушной массы и осуществлять учет времени параметрически, в
зависимости от изменений начальных значений температуры и влажности на
наветренном берегу. Тогда исходная система уравнений и граничных условий
записывается в следующем виде:

над рекой (л:’>0)

Т’ = Т°, Q’ = Q° при х’ = 0; f = То = const, Q =Qm(To) при 2 = 0;
над подветренным берегом (jc>0)

дх dz 2 dz * дх dz 2 dz

Т = Т’, Q = Qr при х = 0;

—pcpkz -q-z L.pkz = R,

адиабатические градиенты температуры, вследствие чего возрастает интенсивность турбулентного обмена. Однако такое усиление турбулентности будет отмечаться только в некотором слое вблизи подстилающей поверхности, а выше коэффициент турбулентного-обмена остается близким по своим значениям к значениям коэффициента обмена над берегом на тех же высотах. Аналогично формулируется задача прогноза адвективного тумана при наличии резкой неоднородности в горизонтальном распределении температуры и влажности на подстилающей поверхно- 2,5 х км 0.5 1,0 1,5 2.0 2.5 Рис. 5.18. Вертикальное распределение отношения коэффициентов обмена над. рекой и в набегающем потоке (&'/&°) (а), а также водности над рекой и за рекой (б) в речном тумане. сти. Решение задачи выполнялось численно. Из выполненных. расчетов следует, что интенсивность речных туманов, их вертикальная и горизонтальная протяженность существенно зависят от ширины реки, расстояния от кромки подветренного берега, скорости ветра, контраста температур между набегающим потоком и водной поверхностью, относительной влажности и температуры набегающего потока и некоторых других факторов. На рис. 5.18 представлены результаты расчета коэффициента обмена над рекой и водности тумана для реки шириной 700 м,. температуры водной поверхности 0°С, равновесно стратифицированного набегающего на реку потока воздуха, температура и относительная влажность которого соответственно равны —20 °С и 90%, скорости ветра на высоте 1 м «1=0,5 м/с. Коэффициенты обмена &° на наветренном берегу определяются по (2.8) при Н= = 30 м, &1=0,2 м2/с На рис. 5.18 а проведены изолинии величины отношения коэффициента обмена над рекой к коэффициенту &° на той же высоте. Видно, что коэффициент обмена над рекой в некотором пограничном слое существенно увеличивается. На рис. 5.18 б проведены изолинии водности тумана Д г/м3 над рекой и за рекой в зависимости от л; и 2. Полученные результаты основаны на решении задачи для стационарных условий. Однако рассматриваемые масштабы местности сравнительно малы и время перемещения воздушной массы ^ = л:/и невелико, что позволяет ограничиться параметрическим учетом характеристик набегающего потока воздуха. 5.8. Влияние города При прохождении воздушной массы над городом происходит трансформация вертикальных профилей температуры и влажности воздуха, скорости и направления ветра. Эти изменения тем существеннее учитывать при прогнозе загрязнения воздуха, чем больше размеры города (которые могут нередко достигать нескольких десятков километров), а также мощности характерных для города действующих факторов. Нужно иметь в виду, что во многих городах загрязнение воздуха достигает такой степени, что оно само является одним из основных факторов, определяющих метеорологический режим. Так, за счет загрязнения воздуха сни- Рис. 5.19. Суточный ход разности температур воздуха город—окрестность в Москве в зимнее (/) и летнее (2) время. жается поток солнечной радиации, изменяющий радиационный приток, а следовательно, изменяется и температурный режим. Городской застройке свойственны свои радиационные и динамические характеристики, отличные от соответствующих характеристик окружающей ее местности (Берлянд и Кондратьев, 1972). Важную роль играет и прямое выделение тепла в городе, так называемое тепловое загрязнение воздуха. Влияние всех этих факторов отчетливо проявляется при анализе эмпирических материалов. Их учет в теоретических разработках позволяет количественно уточнить прогноз погоды для городских условий. 5.8.1. «Остров тепла», его связь с приподнятыми инверсиями и туманами. Одной из наиболее характерных особенностей микроклимата городской территории является наличие «острова тепла», т. е. более высоких температур на ней, чем за ее пределами. В табл. 5.15 приводятся полученные Расторгуевой (1979) средние и максимальные значения перепада температуры б Г воздуха город—окрестность для ряда городов СССР. Значения б Г в дневное время меньше и большей частью положительные, в конце ночи они в среднем равны 2°С, но в отдельных случаях достигают 8°С и более. емкостью зданий, сильнее нагревающихся днем и медленнее остывающих ночью. По некоторым оценкам зимой в умеренных широтах получено, что среднесуточное выделение энергии в результате хозяйственной деятельности в городах сравнимо с притоком тепла за счет солнечной радиации. Оке (1982) составил сводку (табл. 5.16) значений выделяемого тепла за счет хозяйственной деятельности С} и за счет радиационного баланса подстилающей поверхности Я для ряда крупных городов. Наличие острова тепла в городе можно рассматривать и как тепловое загрязнение, ибо оно связано с газовым и аэрозольным загрязнением воздуха, а также непосредственно определяется термическим воздействием энергетических источников. примесей в воздухе и вызванные ими изменения радиационного режима. Нанесенные на план города изотермы в среднем сходны с очертаниями его внешних границ, а максимальные температуры нередко совпадают с наиболее плотно застроенной частью города. Некоторые авторы считают, что интенсивность острова тепла возрастает с увеличением размеров города. Из исследования Мит-чела (Mitchell, 1961), следует, что в США за период с 1895 по 1954 г. с увеличением численности населения в городах интенсивность острова тепла также увеличивается. Оке (1982) предложил формулу для определения интенсивности острова тепла б Го (°С) вскоре после захода Солнца в зависимости от числа жителей в городе Nv (от 103 до 107 чел.) и средней скорости ветра й (м/с) за городом на высоте 10 м: ЬТо = -\-]/ N\hlь. (5.14) Расторгуевой (1979) по данным, указанным в табл. 5.15 для городов СССР, а также по материалам Оке (Оке, 1969) и Герстенга и др. (Garstang et al., 1975) для ряда городов Европы и Северной Америки получено, что максимальные значения разности температур 6Тт для городов с населением от 300 до 1300 тыс. человек можно выразить уравнением регрессии 6 7/m = 3,461giVr-10,9. (5.15) Аналогичные зависимости получены по 14 городам Японии с населением не менее 200 тыс. человек за период с 1900 по 1940 г. Однако эти соотношения не всегда подтверждаются. Иногда остров тепла в малых городах при ясной погоде ночью проявляется даже более отчетливо. По Чандлеру (Chandler, 1967), его максимальная интенсивность зависит не от размеров и населения города, а от плотности застройки, увеличение которой на 10% вызывает повышение температуры воздуха на 0,2—0,3 °С. Существенно изменяется в городе и вертикальное распределение температуры приземного слоя воздуха. Расторгуева (1969) отмечает, что над преобладающим в городе асфальтовым покрытием разность температур 6 7 на высотах от 0,5 до 1,5 м большей частью положительна как летом, так и зимой. Максимум ее относится к послеполуденным часам, в это время 6 Г может достигать 1,0°С и более. В утренние и вечерние часы она в основном равна 0,1—0,2°С. Зависимость б Г от степени городского озеленения рассмотрена Раунером и Чернавской (1972). Измерения на теле- и радиомачтах, а также специальные аэрологические наблюдения, проведенные в последние годы, позволяют сделать ряд выводов о строении пограничного слоя атмосферы над городом. Анализ опытных данных показывает, что в периоды, когда за городом наблюдается инверсия при наличии острова тепла температурная стратификация среди застройки до высоты нескольких десятков метров близка к равновесной или слегка неустойчивой. Следовательно, над городом более вероятно образование приподнятых слоев инверсии. Остров тепла, как отмечено Секигути в книге «Климаты городов» (Urban climates, 1970), распространяется в ночное время до уровня, примерно равного 3—4 высотам зданий. Для центральной части Токио, например, этот уровень составляет 100—150 м, для ряда других городов Японии — 30—40 м. По данным наблюдений в Запорожье (Бер-лянд и др., 1974) высота острова тепла оценивается примерно в 150 м. Согласно Вуковичу и др. (Vucovich et al., 1976) высота острова тепла в Сент-Луисе над центром города достигает 300 м, а над пригородом — 200 м. Колацино (Colacino, 1978) по отдельным измерениям определил, что над Римом высота острова тепла составляет 200 м. Существует корреляция между интенсивностью острова тепла б Го и градиентом температуры в нижнем слое воздуха dT/dz. Людвиг (Urban climates, 1970) установил, например, что 6Г0= 1,8 — 7,4 dT/dz, где б Го. в °С, a dT/dz в °С/гПа. Для прогностических целей указанные зависимости могут устанавливаться на основе статистической обработки материалов наблюдений в рассматриваемом городе. 5.8.2. Теоретические исследования. На рис. 5.20 представлен суточный ход разности температур воздуха город—окрестность б Го, полученный в результате теоретических исследований Бер-ляндом и Зашихиным (1982). Данные расчета относятся к высоте 2 = 2 м и расстоянию х = 20 км от наветренной границы города, расположенного на широте 60°. В расчетах принималось во внимание, что в городе ослабляется солнечная радиация за счет наличия аэрозольного слоя, уменьшения альбедо и испарения. Учи- Рис. 5.20. Суточный ход разности температур воздуха город—окрестность в июне (а) и январе (б) при и* = 10 м/с (/) и и8=20 м/с (2). тывалось также прямое выделение антропогенного тепла в городе, которое полагалось в январе примерно в 2 раза большим, чем в июле, вследствие увеличения количества сжигаемого топлива. Из полученных результатов следует, что температура воздуха в городе выше, чем за городом. При этом в июне при ив = 20 м/с разность температур 6Г0 сравнительно мала в дневное время (в 9—10 ч она близка к 0°С), а ночью увеличивается и достигает 1,7 °С в 1 ч. С ослаблением ветра (при Ug=l0 м/с) значения б Го возрастают и достигают наибольших значений—11 °С в ночное время и 1 °С в дневное. В январе при ив=Ю м/с значения бГо достигают в конце ночи 5°С, а днем 1,2 °С; при м# = 20 м/с значения б Го уменьшаются соответственно до 2,0 и 1,0 °С. Суточные амплитуды б Г0 в январе меньше, чем в июле, в результате того,, что и амплитуда температур воздуха при низких высотах Солнца в январе значительно меньше, чем в июне. Если сохранить параметры задачи, принятые для расчетов кривых на рис. 5.20, то. с увеличением высоты Солнца, в частности, до значения, характерного для марта, значение б Г должно существенно увеличиваться.. Из расчетов для больших г следует, что максимум 6Г0, характерный для ночного времени, в соответствии с экспериментальными данными уменьшается с высотой. Так, в июне при ие = = 20 м/с значение 6Г0 в 1 ч уменьшается от 1,7°С при 2 = 2 м до 1,1 °С при 2=10 м и до 0,3 °С при 2=100 м. Днем почти во всех рассмотренных случаях до 2 = 100 м значение 6Г0 несколько увеличивается с высотой — в пределах нескольких десятых °С, а затем уменьшается. Отсюда следует вывод, что остров тепла ночью простирается примерно до высоты 100 м, а днем, хотя его интенсивность и мала, —до нескольких сотен метров. 5.8.3. Связь загрязнения воздуха с приподнятыми инверсиями и туманами. Изменения метеорологического режима и загрязнения воздуха в городе взаимосвязаны между собой. Иногда они усиливают друг друга. Характерным примером является процесс образования туманов. При определенных условиях в городе туманы могут возникать чаще, чем вне его. Ряд авторов (Ландсберг, 1974, 1983, и др.) указывают, что повторяемость туманов в городе на 10—20 % больше, чем на открытой местности. Это можно объяснить не только повышенным количеством ядер конденсации, которых практически всегда достаточно для образования туманов при условии насыщения влагой воздуха и вне городов, но и тем, что в городе в примесях содержится значительное количество гигроскопических частиц. Конденсация влаги на таких частицах начинается при относительной влажности меньше 100%, в связи с чем возрастает повторяемость туманов. По другим данным при большей повторяемости туманов на территории города интенсивность их в среднем больше, чем вне ее. Согласно Оке (1982), повторяемость плотных туманов (с видимостью менее 200 м) в городе часто меньше, чем за городом. Чандлер в книге «Климаты городов» (Urban climates, 1970) отмечает, что в Лондоне снижение видимости до 1000 м происходит чаще, чем за городом, а до 40 м, наоборот, реже. Это можно объяснить тем, что несмотря на указанные выше благоприятные для возникновения туманов факторы в городе, здесь действуют и факторы противоположного характера. Так, в центральной части города ночное выхолаживание ниже, чем на открытой местности. На начальной стадии образования тумана этот фактор оказывает небольшое влияние, а на более развитой стадии тумана его влияние усиливается. Царев (1977) исследовал режим туманов за период с 1946 по 1974 г. в Ленинграде и Москве, а также в их окрестностях. Оказалось, что среднегодовое количество дней с туманами за этот период уменьшилось с 32,3 до 5,8. Такой результат указывает на возможное влияние существенного уменьшения запыленности воздуха вследствие широкой газификации котельных в период с 1950 по 1960 г., а также внедрения на многих предприятиях пылеулавливающей аппаратуры. Кроме того, получено, что число дней с туманами, отмеченное в Ленинграде и Москве, значительно меньше, чем на соседних загородных станциях. Это объясняется влиянием в городе острова тепла, способствующего рассеиванию тумана. Аналогичные выводы получил Матвеев (1979). Существенное уменьшение числа дней с туманами в Софии Годев и Кандъов (1972) также связывают с более широким использованием в городах газового топлива. Указанные результаты получили некоторое теоретическое обоснование в работе Берлянда и Зашихина (1982) по данным расчетов изменения температуры и относительной влажности воздуха в течение суток. Вычисления проводились для тех же случаев, что и для рис. 5.20. При этом изменялись только значения относительной влажности воздуха FQ в набегающем на город потоке воздуха. Оказалось, что при умеренном ветре (и8 = 20 м/с) в июле за городом туман отмечается в ночное время с 1 до 5 ч, а на расстоянии х = Б км от наветренной границы города туман наступает позже (в 3 ч) и продолжается всего 2 ч. На расстоянии х = 20 км туман вообще не возникает. Еще более отчетливо эффект влияния острова тепла проявляется при ug=\0 м/с, когда интенсивность острова тепла значительно возрастает. В этом случае при наличии тумана за городом с 21 ч до 7 ч в городе уже при х = в км он не наблюдается. Таким образом, вследствие наличия острова тепла вероятность образования тумана в городе меньше, чем в его окрестностях. Из материалов наблюдений за последнее десятилетие следует, что заметно усилилось различие в режиме туманов в указанных городах и их окрестностях. Это уже нельзя связать только с эффектом действия острова тепла. По-видимому, такое усиление связано и со снижением запыленности воздуха в этих городах главным образом вследствие более широкого использования природного газа для отопления домов. 5.8.4. Распределение скорости ветра в городе. На улицах и между зданиями значительно изменяются скорость и направление ветра. Трудно выявить общие закономерности этих изменений, так как они существенно зависят от конкретной структуры города. Одна из характерных особенностей воздушных течений в городе очевидна уже из теории местной циркуляции. Остров тепла вызывает конвективную циркуляцию, особенно в малоградиентном барическом поле, причем в приземном слое воздуха ветер направлен к центру города, где воздух поднимается. Противотечения на высотах направлены к окраинам города. При наличии острова тепла экспериментально обнаруживаются течения к центру города со скоростями 1—3 м/с. Манн в книге «Климаты города» (Urban climates, 1970) приводит соответствующие данные для некоторых городов США, Японии и Канады. Он указывает, что над центром города часто отмечаются вертикальные токи, возникающие под влиянием острова тепла и деформации подстилающей поверхности за счет сооружений. Чандлер (Chandler, 1960) отмечает пульсации острова тепла в течение ночи. При этом более холодный воздух с окраин перемещается к центру, если разность температур 8Т0 превышает некоторые критические значения бГокр. Оке и Ханнел (Urban climates, 1970) установили и критическое значение скорости ветра иир> выше
которого вообще не наблюдается острова тепла. Так, например, для г.
Гамильтона (Канада), имеющего 300 тыс. жителей, они получили «кр = 6-т-8
м/с. На основе литературных данных для ряда других городов сделан вывод,
что икр можно приближенно связать с числом жителей в городе NTt как с
показателем размера города. Оказывается, что

MKP = 3,41g NT— 11,6.

Отсюда, в частности, следует, что для городов с 20—100 тыс. жителей иКр
= 3-i-5 м/с.

Многочисленными наблюдениями обнаружено ослабление скорости ветра среди
городской застройки.

Кратцер (1958) указывает, что при условиях умеренного геострофического
ветра ослабление ветра в городе составляет 20— 30%. В некоторых случаях
ветер в городе может и усиливаться, в частности, за счет сгущения
воздушных потоков вдоль улиц.

Иногда возможно и некоторое усиление приземного ветра, когда воздушный
поток над городом направлен вдоль улицы с высокими зданиями, или когда
за городом отмечается очень слабый ветер, а в городе за счет наличия
острова тепла возникает конвективная циркуляция.

По данным моделирования в аэродинамической трубе получено/ что при
разноэтажных строениях ветер изменяется более резко, чем равноэтажных.
Из данных измерений в аэродинамической трубе и натурных наблюдений
следует, что над домами профиль скорости ветра сравнительно быстро
приближается к профилю ветра, характерному для открытой местности.

Влияние города на трансформацию профиля ветра в соответствии с
результатами анализа материалов наблюдений на высотных мачтах
проявляется приближенно как эффект увеличения шероховатости подстилающей
поверхности z0. Согласно Оке (Оке,

, значение шероховатости z0 составляет 1,2 м для Ливерпуля и 1,6 м для
Токио. Некоторые характеристики вертикального профиля скорости ветра в
городе в зависимости от шероховатости и устойчивости атмосферы в городе
и за городом приведены в книге Орленко (1979).

По Леттау (Urban climates, 1970), шероховатость в городе изменяется от 5
см при средней высоте зданий 4 м до 70 см при их высоте 20 м и до 10 м
при высоте зданий 100 м. Несмотря на известную нестрогость приведенных
данных можно заключить, что для города значение z0 изменяется в пределах
от одного до нескольких метров, тогда как для открытой местности
значение z0 часто составляет 1 см.

Секигути (Urban climates, 1970), анализируя данные наблюдений в Токио,
обнаружил наличие максимума скорости ветра на высоте 50—150 м. Такой
максимум скорости можно объяснить, рассматривая город в целом как
препятствие для натекающих на него воздушных потоков (Горлии и
Зражевский, 1968; Берляид, и др.,

. Манн (Urban climates, 1970) указывает, что при наличии инверсии
температуры в городе могут возникать мезоструи, т. е. усиление ветра до
величин, превышающих его геострофическое значение. И здесь положение
мезоструи близко к границе инверсии температуры (см. п. 5.3).

15 Заказ № 30

225

Глава 6

Регулирование выбросов в атмосферу

Кратковременное увеличение концентрации вредных примесей в приземном
слое воздуха может быть обусловлено двумя основными причинами. Одна из
них связана с резким возрастанием выбросов в атмосферу при аварийных
ситуациях на производствах, отключении или неисправности очистных
устройств, усиленных залповых выбросов и т. п. Однако в городах с
большим числом источников, такие случаи не происходят одновременно на
многих предприятиях, а могут возникнуть только на отдельных из них.

Другой причиной являются неблагоприятные метеорологические условия. Они
могут вызвать одновременное повышение концентрации примеси на
значительной территории города или промышленного района. Отсюда следует,
как важно своевременно предупреждать о наступлении периодов опасного
загрязнения атмосферы.

Эффективность прогнозов, понятно, определяется не только
оправдываемостью их, но и результатами принятых в соответствии с ними
мер. Поэтому большую важность приобретает регулирование выбросов по
данным об ожидаемой степени загрязнения воздуха. В Советском Союзе
необходимость принятия таких мер предусмотрена рядом государственных
нормативных документов.

В ГОСТе Правила установления допустимых выбросов (1978) и Временной
методике нормирования (1981) предусмотрено, что при неблагоприятных
метеорологических условиях в кратковременные периоды опасного для
населения загрязнения воздуха предприятия должны обеспечить снижение
выбросов вредных веществ, вплоть до частичной или полной остановки
производства. В Указаниях по расчету рассеивания в атмосфере (1975)
отмечается, что интенсивность выбросов в атмосферу должна снижаться по
требованию санитарно-эпидемиологической службы при неблагоприятных
метеорологических условиях, например, когда над источником располагается
слой приподнятой инверсии температуры толщиной в несколько сотен метров
с перепадом температуры 3—4°С на 100 м, ветер направлен на жилую
застройку н, кроме того, когда в приземном слое атмосферы наблюдается
значительное превышение ПДК и возрастающее загрязнение воздуха.

Предусматривается также, что для крупных предприятий с большим выбросом
в атмосферу должны разрабатываться планы мероприятий по снижению
выбросов в атмосферу и контролю за ними.

6.1. Нормирование выбросов

В целях обеспечения необходимой чистоты воздушного бассейна должно
осуществляться нормирование вредных промышленных выбросов в атмосферу. В
СССР этим вопросам придается большое значение (Израэль и др., 1982;
Берлянд, 1983; Артемова и др., 1980; Berlyand, Burenin, 1984, и др.).
Согласно указанным выше нормативным документам устанавливаются предельно
допустимые (ЦДВ) и временно согласованные выбросы (ВСВ). При этом, как
отмечалось в гл. 2, выделяются нормальные (сравнительно часто
наблюдаемые) и аномальные метеорологические условия.

По определению ПДВ представляет собой количество выбросов от отдельных
источников, при которых в районе их расположения с учетом действия
окружающих источников концентрация примеси не превышает ПДК- В случаях
когда установление ПДВ по объективным причинам нельзя обеспечить в
настоящее время, то по указанному ГОСТу (1978) предусматривается
поэтапное снижение выбросов и определение временно согласованных
выбросов (ВСВ) в соответствии с современными техническими возможностями.
Одновременно устанавливаются и ПДВ, которые должны быть достигнуты на
конечном этапе.

Таким образом, мощность выброса Л4 = ПДВ или М = ВСВ, когда максимальная
концентрация от источника см удовлетворяет условию

см + сфгде й=1 для ПДВ и Й>1 для ВСВ, Сф — фоновая концентрация, обусловленная
выбросами окружающих источников. В гл. 3 были представлены формулы для
определения см. Если, например, использовать формулу (3.4), то из
условия (6.1) следует, что для одного источника или группы N близко
расположенных источников с одинаковыми параметрами нагретых выбросов

(6.2)

В случае выбросов в атмосферу примесей, образующихся при сжигании
топлива, с учетом его сернистости и связи расхода топлива с объемом
образующихся дымовых газов V (последний определяется главным образом,
количеством кислорода, необходимого для сжигания топлива) наряду с ПДВ
можно определить из (6.2) выражение для предельно допустимого расхода
топлива — ПДТ

(кг/ч):

(6.3)

где Мт и Ут — соответственно выброс примеси (г на 1 кг) и объем газов
(м3/кг), выделяющихся при сжигании 1 кг топлива.

Для установления ПДВ и ВСВ в городах и промышленных центрах СССР в
качестве нормативных документов Госкомгидро-метом утверждены «Временная
методика нормирования промышленных выбросов в атмосферу» (1981) и
совместно с Минздравом СССР—«Временные методические указания по
определению фоновой концентрации вредных веществ» (1981).

Величины см и Сф в (6.1) принимаются для неблагоприятных
метеорологических условий. Эти условия для см и Сф в отдельности могут
не совпадать между собой. Принимается, что в среднем значение см не
должно превышаться более чем в 1—2 % случаев. При наличии большого числа
источников, как показывает анализ данных расчетов (Берлянд и др., 1984),
для значения Сф в (6.1) соответственно должен приниматься 5 %-ный
квантиль функции распределения концентрации. Значение Сф определяется
посредством обработки данных наблюдений, а при их отсутствии вычисляется
по данным инвентаризации выбросов.

Работа по установлению ПДВ проводится в две стадии специально
выделяемыми для этой цели головными городской и ведомственной
организациями. На первой стадии ведомственные организации разрабатывают
предложения по установлению ПДВ и ВСВ для предприятий с учетом фонового
загрязнения воздуха и возможных технических средств снижения выбросов;
на второй— эти предложения обобщаются в головной городской организации с
целью определения ПДВ п ВСВ для всех источников города. Для этого по
данным ведомственных предложений по ПДВ и ВСВ вычисляется ожидаемое поле
концентрации с от всей совокупности существующих и проектируемых
источников города при неблагоприятных условиях погоды. По вычисленным
значениям с на карте-схеме города проводятся изолинии. При наличии
участков, где с– • •
.. .>Й,->. . .>Q2>Qi> 1). Для таких зон исследуется возможность
поэтапного снижения концентрации примеси с, например па первом этапе Qi
сводится к единице, &2 к Qi.. . Qm к Я,-. При этом не исключаются
дополнительные решения о перепрофилировании пли выносе предприятий.
Промышленным объектам, зона влияния которых попадает на данный участок,
рекомендуется уменьшить загрязнение воздуха на этом участке в йь Q3/Q2.
• . .. .Q„j/Qi раз.

Требуемое уменьшение можно достигнуть изменением параметров выброса, в
частности увеличением высоты источника, но так, чтобы количество вредных
веществ, поступающих в атмосферу, не возросло. Улучшению условий
проживания населения способствует создание санитарно-защнтной зоны на
участках с большим значением Qi.

В целях дифференцированного учета источников рекомендуется к значениям
Qb F2з/й2, ? • •, Qm/Яi на основании экспертных оценок устанавливать
множители в зависимости от вклада данного источника в суммарное
загрязнение атмосферы, значимости предприятия для города, наносимого
ущерба и т. п. По данным расчета выявляются основные источники выбросов,
характеризующиеся наибольшим вкладом в загрязнение воздушного бассейна;
анализируются дополнительные возможности их снижения. Головная городская
организация вносит предложения по закрытию пли выносу из города
предприятий, для которых ВСВ значительно превышают ПДВ, а также
предприятий, которые не удовлетворяют современному техническому уровню
мероприятий по охране природы, наносят значительный ущерб окружающей
среде и не имеют большого значения для городского хозяйства.

Проводимые сейчас работы по нормированию выбросов в городах позволяют
таким образом установить значения ПДВ и ВСВ для всех источников
загрязнения воздуха. Эти значения должны существенно учитываться при
регулировании выбросов в случаях неблагоприятной метеорологической
обстановки.

6.2. Требуемое снижение выбросов

При прогнозе периода опасного загрязнения воздуха особенно важно
обеспечить соблюдение установленных для источников ПДВ. В тех случаях,
когда установлен ВСВ, необходимо стремиться на данный период снизить
выбросы до уровня ПДВ. При этом необходимо иметь в виду, что значение
ПДВ установлено, как уже отмечалось, на основе расчета максимальных
концентраций при опасных, по сравнительно часто наблюдаемых (нормальных)
метеорологических условиях. При наступлении аномальных опасных условий
выбросы должны быть сокращены до значения

М0 = -}-ПДВ, (6.4)

где величина р>>1 и зависит от характеристик ожидаемых условий и типа
источников, например от мощности и расположения слоя инверсии
температуры над дымовой трубой.

Из п. 3.6 и 3.7 следует, что для высоких нагретых источников р равна
1,5—2, а иногда и более, т. е. выбросы должны быть в 1,5—2 раза меньше
ПДВ. Для низких и холодных источников при аномально опасных
метеорологических условиях выбросы от предприятий, которые вносят
значительный вклад в загрязнение воздуха, требуется сократить иногда еще
более значительно, не исключая при этом частичную или полную остановку
производства. Прежде всего указанное снижение выбросов должно быть
обеспечено на наиболее мощных источниках загрязнения воздуха и когда
ожидается, что в неблагоприятные периоды их выбросы будут направлены на
район расположения больниц, санаториев, детских учреждений и т. п.

Сокращать выбросы ниже ПДВ при аномально опасных метеорологических
условиях необходимо в соответствии с требованиями действующих
нормативных документов. Поэтому при проектировании предприятий следует
предусматривать возможность использования резервного топлива и сырья, а
также специальные мероприятия по дополнительному сокращению выбросов при
прогнозе опасных условий. Разработаны, кроме того, предложения по
необходимому снижению загрязнения воздуха в городе в зависимости от
ожидаемого интервала повышенных значений интегрального показателя Р (см.
п. 4.5).

6.3. Общие принципы сокращения вредных выбросов в атмосферу

Меры по уменьшению выброса в период неблагоприятных условий погоды часто
могут проводиться без сокращения производства и без существенных
изменений технологического режима. Однако в наиболее опасных случаях,
когда создается серьезная угроза здоровью населения, должно
предусматриваться необходимое уменьшение выбросов за счет временного
прекращения работы некоторых производств, сильно загрязняющих воздух.

В настоящее время разработку и практическое внедрение способов
сокращения вредных выбросов в атмосферу осуществляют по различным
направлениям. Одно из них связано с совершенствованием технологических
процессов. Получают развитие работы по созданию и внедрению
малоотходной, а в некоторых случаях и безотходной технологии. Широко и
эффективно используются методы пыле- и газоочистки промышленных
выбросов. Важным направлением работ является использование топлива и
.сырья с малым содержанием вредных примесей, которые поступают в
атмосферу, а также предварительная подготовка (или, как говорят,
обогащение) топлива и сырья в целях уменьшения в них этих примесей.

Для сокращения выбросов от автотранспорта совершенствуются двигатели
автомашин, разрабатываются нейтрализаторы, в ряде случаев заменяется
жидкое топливо на газовое, кроме того, улучшается система движения
транспорта для сокращения заторов и торможения автомашин.

Указанные меры в основном предназначены для обеспечения чистоты
атмосферы на длительный период. Однако они частично могут быть
использованы и для дополнительного сокращения выбросов на короткое время
при неблагоприятных условиях погоды. Анализ показывает, что за счет
строгого соблюдения технологической дисциплины, оптимизации и
регулирования режима работы оборудования, включая и очистные устройства,
вредные выбросы от действующих установок могут быть нередко сокращены в
несколько раз. При этом можно добиваться уменьшения вредных выбросов без
сокращения производимой продукции.

Большие возможности связаны с использованием малосернистого и
малозольного, а также газового топлива. В табл. 6.1 приведены
характеристики некоторых топлив согласно сводке данной в книге
«Энергетика и охрана окружающей среды» (1979).

Перспективным является использование обогащенного топлива и сырья с
малым содержанием токсических примесей. Уже длительное время привлекает
внимание вопрос сокращения серни-стостп и зольности топлива. Ведутся
работы по частичному удалению серного колчедана из высокосернистых
углей, в которых преобладает колчеданная форма серы. Изучаются
практические возможности использования малосернистого жидкого топлива,
вырабатываемого на нефтеперерабатывающих заводах, и оцениваются
требуемые для этого затраты. Пока еще экономическая эффективность
проведения обогащения топлива в широком масштабе оценена не
достаточно. Представляет интерес изучение вопроса обессеривания топлива
в сравнительно небольших мае-штабах в целях подготовки резервного
топлива на случай неблагоприятных метеорологических условий.

6.4. Практические мероприятия по регулированию выбросов

В настоящее время во многих отраслях промышленности СССР изучаются
вопросы регулирования выбросов при опасных метеорологических условиях.
Уже разработаны первоначальные мероприятия, которые могут быть
осуществлены при прогнозировании таких условий (Горошко, Сонькин, 1981,
Горошко и др., 1981). К ним относятся: сокращение до минимума
неорганизованных выбросов, недопущение залповых выбросов, использование
резервов более качественного топлива, усиление контроля за соблюдением
режима производства и работой очистных устройств и др.

В ГГО проведено обобщение этих мероприятий и оценено приближенно, на
сколько процентов может снизиться выброс при их реализации. К наиболее
эффективным мерам, при которых возможно сокращение выбросов на 50—100 %,
а иногда и более, относятся переход на сжигание малосернистого и
малозольного топлива; использование высококачественного сырья;
недопущение продувки и чистки оборудования, газоходов и емкостей и др.

Снижение загрязнения воздуха в среднем до 50 °/о может быть достигнуто
за счет смещения во времени технологических процессов, связанных с
интенсивным выделением вредных веществ в атмосферу.

В пределах 10—20 % снижается загрязнение воздуха при запрещении
открытого сжигания отходов производства, обеспечении бесперебойной
работы всех газо- и пылеулавливающих систем и сооружений и их отдельных
элементов и др.

Для предприятий отдельных отраслей промышленности разрабатывается
комплекс специфических мероприятий. На предприятиях черной металлургии
это:

уменьшение уровня загрузки шихты, укрупнение помола и удлинение периода
коксования в коксохимическом производстве;

поддержание оптимальной скорости просасывания воздуха через слой шихты;

применение безфенольной воды для тушения кокса;

перевод доменной печи на тихий ход;

остановка части или всей аглофабрики при наличии запаса агломерата;

повышение концентрации кислорода в воздухе, просасываемом через слой
агломерата;

в наиболее опасных случаях — прекращение продувки сталеплавильных
агрегатов кислородом;

обеспечение полного сжигания избытков доменного газа без сброса на
свечи;

обеспечение ведения безосадочного режима работы доменных печей во
избежание выброса доменного газа через колошниковые свечи;

предотвращение остановок доменных печей, связанных с необходимостью
полной выдувки печи через колошники.

На тепловых электростанциях, теплоцентралях (ТЭЦ) и крупных котельных
одним из наиболее эффективных мероприятий является перевод
котлоагрегатов на сжигание природного газа или резервного малосернистого
и малозольного топлива. На ряде ТЭЦ, в частности, в Ленинграде, это уже
осуществляется при неблагоприятной погоде. Кроме того,
предусматривается:

снижение нагрузки вплоть до полного отключения в особо опасные периоды
котлов, работающих на высокосернистом и высокозольном топливе;

предотвращение пылеиия с поверхности золоотвалов путем их смачивания;

уменьшение подачи угля на склад при его разгрузке из вагонов;

снижение нагрузок на котлоагрегатах с целью создания устойчивого
разрежения в топочном пространстве;

отключение вакуумных насосов пневмоудаления;

отключение аспирационных установок на тракте топливо-подачи.

На предприятиях цветной металлургии:

строгое соблюдение технологического режима выдачи конверторных газов по
графику, обеспечивающему максимальное использование газов для
производства серной кислоты;

разработка и строгое выполнение графика конвертирования с учетом
возможности полного забора газа сернокислотными цехами;

запрещение работ основного технологического оборудования на
форсированном режиме с целью избежания интенсивного газовыделения;

строгое соблюдение режима сушки концентрата, что обеспечивает сохранение
сырья и значительное сокращение выбросов вредных веществ в атмосферу;

предотвращение сбрасывания конверторного газа в атмосферу, обеспечение
непрерывной работы холодильников и насосов орошения сернокислотных
цехов.

На предприятиях стройматериалов:

перевод вращающихся печей, цементных и сырьевых мельниц и другого
технологического оборудования на тихий ход;

уменьшение количества воздуха, просасываемого через сушильные барабаны и
цементные мельницы;

снижение разрежения после сырьевых мельниц за счет прикрытия основного
дымососа;

прекращение подачи цемента в бетоносмесительные узлы;

использование резервных контейнеров для аварийного выброса пыли;

На предприятиях нефтехимической и химической промышленности:

ограничение или полное прекращение работ, связанных с регенерацией
катализаторов и осушителей;

перераспределение нагрузки на работающие печи;

обеспечение полного сжигания отработанных газов в технологических печах;

остановка или сокращение работы вспомогательных и опытных производств;

исключение из технологической схемы колонны отпарки сточных вод с
переводом их в емкости;

запрещение вскрытия и продувки технологических аппаратов и емкостей с
целью предотвращения залповых выбросов;

запрещение пуска и остановки систем хлорирования для исключения
залпового выброса хлора;

повышение КПД газопылеулавливающих установок путем увеличения плотности
орошения скрубберов, изменение схем подачи рассола на холодильники,
плавный сброс давления в аппаратах п т. д.

На машиностроительных предприятиях:

сокращение или прекращение работы на ванных травления и гальванических
участках;

в литейных цехах, по возможности, временная приостановка технологических
процессов, связанных с большим выделением вредных веществ в атмосферу;

запрещение залповых выбросов вредных веществ в атмосферу.

В ФРГ, согласно Ливиту (ЬеачИ, 1971), с 1962 г. действует
метеорологическая служба предупреждения об опасных условиях загрязнения
атмосферы. Она установила две стадии опасности в зависимости от
ожидаемой концентрации сернистого газа. К первой относятся случаи, когда
концентрации достигают 2,5 мг/м3, к второй — 5 мг/м3. В этих случаях
требуется снижение выброса от предприятий и автотранспорта. Предложения
по оперативному регулированию выбросов в зависимости от
метеорологических условий для предприятий Северо-Чешского буроугольиого
бассейна рассматривались Мунзаром (Мипгаг, 1972).

В соответствии с работой Бубника и Гесека (1984) в Чехословакии прогнозы
неблагоприятных метеорологических условий, при которых среднесуточная
концентрация Б02 может превышать 0,2 мг/м3, передаются на предприятия с
рекомендациями о принятии необходимых мер по контролю за выбросами.
Детрп (1978) указывает, что во Франции при объявлении тревоги о
наступлении неблагоприятных условий погоды теплоцентрали и крупные
промышленные предприятия, такие как нефтеперерабатывающие заводы, должны
заменять топливо. Это позволяет снизить пиковые концентрации БОг6.5.
Усиление контроля

за выбросами и загрязнением

атмосферы

В периоды неблагоприятных метеорологических условий нужно усилить
контроль за загрязнением воздуха в целях подтверждения роста
концентрации вредных примесей и достижения опасного уровня. Ряд мер
особенно дорогостоящих, связанных с частичной приостановкой
производства, следует принимать только после достаточной уверенности в
наступлении опасного загрязнения воздуха. При прогнозе неблагоприятных
условий погоды должны проводиться учащенные наблюдения за загрязнением
воздуха, а также дополнительные метеорологические измерения, в том числе
за вертикальным профилем температуры воздуха. Важно усилить и контроль
за выбросами вредных веществ в атмосферу. Это необходимо потому, что
опасность загрязнения воздуха в такие периоды значительно возрастает и
требуется тщательная проверка принимаемых мер. Опыт показал, что сама по
себе такая проверка способствует более эффективному осуществлению этих
мер п тем самым снижает загрязнение воздуха.

Михелис (Michaelis, 1972) описывает опыт эксплуатации оптического
прибора для регистрации количества золы, выбрасываемой из дымовых труб.
Прибор одновременно осредпяет значения выбросов за различные периоды
времени. В случае когда превышается допустимый выброс золы, производится
автоматическое прекращение выброса.

В настоящее время вокруг некоторых крупных источников загрязнения
воздуха, например, таких, как мощные тепловые электростанции, создается
автоматизированная система контроля загрязнения воздуха.

В случае превышения концентрации примеси на станциях системы сведения об
этом поступают автоматически на центральный пульт в целях принятия
необходимых мер по снижению выбросов в атмосферу.

Согласно Нюмену и Спиглеру (Newman, Spiegler, 1974), на основании
прогноза о концентрации SO2 с использованием автоматизированной системы
наблюдений в Бостоне осуществляется регулирование сжигаемого топлива в
городе. В случаях, когда наблюдаются высокие концентрации S02,
используется малосернистое топливо с содержанием серы 1 %, а когда
наблюдаются малые концентрации SO2 — высокосернистое топливо с
содержанием серы 2,6%. В других случаях сжигается топливо с содержанием
серы около 1,5 %.

Приведенные примеры указывают на наличие значительных возможностей для
уменьшения выбросов при опасных метеорологических условиях, а также на-
существенную эффективность прогнозирования загрязнения воздуха.

6.6. Уменьшение опасности загрязнения воздуха

В ряде случаев по получении прогноза погоды не имеется возможности
принять достаточно эффективные меры по снижению выбросов. Тогда
необходимо предусмотреть меры но уменьшению опасности загрязнения
воздуха. Такая же задача возникает и в случаях резкого повышения
выбросов при аварийных ситуациях.

Введение указанных в гл. 1 уровней дымовых тревог при наступлении смогов
в США предусматривает и осуществление соответствующих мероприятий по
защите населения в городах. При наступлении первых трех уровней
устанавливают различные запреты на организацию и посещение массовых
мероприятий и зрелищ, временно закрывают школы, детские учреждения, а в
отдельных случаях — предприятия и учреждения. При концентрациях
оксидантов, больших 1 мг/м3, устанавливаются запреты на использование
автомашин. В отношении четвертого очень опасного уровня полагается, что
он вообще никогда не должен превышаться. В связи с этим при его
наступлении даже не предусматривается мер по усилению безопасности
населения. В действительности же, как указывают Уорк и Уоркер (1980),
только за 2,5 года с января 1970 по июль 1972 г. в районе Лос-Анджелеса
концентрации оксидантов более 1,2 мг/м3 отмечались 18 раз. Важное
значение приобретает и широкое оповещение о возможностях наступления
особо опасных условий.

В периоды неблагоприятных условий рассеивания выбросов от низких
источников особенно важны меры по контролю и упорядочению движения
автомашин. Необходимо тщательно следить за тем, чтобы машины выходили с
отрегулированными двигателями. Требуется также перестроить движение
транспорта, чтобы уменьшить его потоки в местах, где обнаружено
превышение опасных уровней загрязнения воздуха. Уже известны примеры
такой перестройки в ФРГ (г. Дармштадт), в Японии п других странах при
наступлении смогов.

Под регулированием выбросов, как правило, понимается их сокращение на
определенный период времени. Однако иногда может возникать вопрос о
возможности некоторого их увеличения, например при выборе периода для
профилактического ремонта и т. п. Устанавливать такие периоды следует на
основе данных о прогнозе погоды. Выше указывалось, что когда ожидаются
малые концентрации SO2 в Бостоне, то допускается сжигание
высокосернистого топлива (Newman, Spiegler, 1974). Однако только с
разрешения органов метеорологической службы в исключительных случаях
могут быть рекомендованы наиболее благоприятные для этого условия
рассеивания вредных веществ в атмосфере от рассматриваемого источника.

При неравномерном режиме выбросов также желательно использовать данные о
прогнозе погоды и осуществлять наибольшие выбросы (при форсированном
режиме, залповые выбросы и т. п.), если они даже меньше ПДВ, при
благоприятных для этого условиях.

Глава 7

Эффективность прогноза и дальнейшие задачи

7.1. Успешность и результаты прогнозов

В ряде работ при изложении различных методов прогноза загрязнения
воздуха приводятся данные об оправдываемости прогнозов, а также принятые
критерии оценки их успешности.

В работах ряда авторов (Bornstein, Andersen, 1979; Hogstrom, 1972;
Harrison, Me Carthey, 1980, и др.), посвященных проверке методов
прогноза, но существу выполняется сравнение результатов расчета
концентрации на основе определенных теоретических моделей с фактическими
значениями. К оценке эффективности краткосрочных прогнозов оно относится
только косвенно, если иметь в виду достигнутую успешность прогноза
параметров, содержащихся в расчетных схемах.

В отдельных странах уже даются прогнозы загрязнения воздуха для
оперативного обслуживания различных производств. В США ежедневно широко
оповещаются прогнозы потенциала загрязнения. В Калифорнии, согласно
Зелдину и др. (Zeldin et al., 1979), органами двух государственных
агентств ежедневно составляются прогнозы концентраций оксидаитов и
сульфатов статистическими методами на сроки б ч (утром на день), сутки
(в полдень на следующий полдень) и 30 ч (утром на полдень следующего
дня).

В США для оперативного прогноза использовалась действующая
автоматизированная телеметрическая система контроля загрязнения
атмосферы (Newman, Speigler, 1974). В 1971 —1973 гг. для района большого
Бостона на ее основе осуществлялись систематические предупреждения о
концентрации S02 на срок 30 ч. Прогнозы выполнялись по двум моделям:
численной диффузионной и эмпприко-статистической. Одновременно давался и
прогноз необходимых метеорологических величин. При этом общий срок
прогноза 30 ч разбивался на шестичасовые интервалы времени, в течение
которых условия погоды полагались неизменными. Успешность прогноза
определялась по разности между предсказанными и фактическими значениями
концентрации S02 в пределах от 0,005 до 0,2 млн-1. На рис. 7.1
представлены оценки успешности прогноза в течение 1972—1973 гг. при
разных значениях расхождения между данными прогноза и наблюдений. При
разности 0,01 млн-1 успешность прогноза в 1972 г. достигала 87 %, а
после некоторого улучшения методики прогноза в 1973 — 91,4 %.

В п. 6.5 указывалось, что результаты этих прогнозов исследовались для
регулирования качества сжигаемого топлива, характеризуемого сернистостью
1—2,6 %.

Кармен и Неппо (Carmen, Neppo, 1974) оценили успешность ряда методов
прогнозов загрязнения воздуха на 24 ч с применением к району
Лос-Анджелеса и одного из этих методов для Сан-Франциско. Получено, что
средние коэффициенты корреляции менаду прогнозируемыми и фактическими
значениями концентрации СО изменялись от 0,37 до 0,90. При этом была
выполнена и оценка необходимого машинного времени для расчета на ЭВМ.

Оказалось, что оно в зависимости от метода изменялось в среднем от 15 до
106 мин, а соответствующая стоимость этого времени определялась от 50 до
350 дол. Сепеши (БгереБ!, 1984) приводит результаты прогноза
концентраций в г. Печ (Венгрия) на основе расчетов для наземного
площадного и высотных источников, как указано в п. 3.3. Для 22 дней без
осадков разность между вычисленными и измеренными значениями
концентрации не превышала 0,2 мг/м3.

В Канаде имеются широкие планы развития службы прогнозов загрязнения
воздуха (К_\у\гак, 1973).

передача предупреждений на промышленные предприятия, контроль за
загрязнением воздуха заметно усилился, повысилось внимание к вопросам
защиты воздушного бассейна. В результате наряду с временным снижением
выбросов в отдельные периоды принимаются и долговременные меры для
обеспечения чистоты атмосферы.

В работе Берляида и др. (1972), Берлянда (1975) приводятся некоторые
сведения об эффективном использовании результатов прогноза. Так,
заметное снижение загрязнения воздуха отмечается в Дзержинске после
организации прогнозирования. Это видно, например, из рис. 7.2, на
котором приведено отношение значений максимальных концентраций окислов
азота за месяц дм к значению максимума концентрации д’ накануне периода
прогнозирования. Кривые даны до перехода к прогнозу загрязнения воздуха
(1966—1968 гг.) и в течение периода, когда такие прогнозы проводились (с
сентября 1968 г. по август 1970 г.). Во втором периоде по сравнению с
первым значения максимальных концентраций снизились в несколько раз.
Особенно заметно снижение максимумов концентраций в отдельные месяцы.
Это связано с тем,

Рис. 7.2. Годовой ход отношений максимумов концентраций ИОг за год до
начала прогнозирования (/) и в год, когда давался прогноз (2).

что воздействие на выбросы производится в наиболее неблагоприятные
периоды, когда создаются условия для возникновения высоких концентраций.

Следует отметить, что средине концентрации снижаются в меньшей степени.
В Дзержинске средние концентрации хлора уменьшились после начала работ
по прогнозированию примерно в 2 раза. В Ангарске, начиная с 1971 г.,
когда начато предупреждение промышленных предприятий о неблагоприятных
метеорологических условиях, среднее содержание в воздухе БОг, N02, НзБ и
фенола снизилось примерно в 1,5 раза по сравнению с предшествующими
годами. В Саранске благодаря мерам, принимаемым при неблагоприятных
метеорологических условиях, средние концентрации ртути и свинца в
воздухе уменьшились на 20—30 °/о, а максимальные концентрации ртути — в
2 раза. В Омске максимумы концентрации Б02 после начала прогнозирования
снизились за год в 2 раза.

В работе Горошко и др. (1981) отмечаются положительные результаты
использования прогнозов в ряде городов. Так, благодаря принятию мер по
сокращению выбросов в соответствии с предупреждениями о неблагоприятных
метеорологических условиях в Алма-Ате в среднем снизились концентрации
502, СО и пыли на 25%. N0:2 и сажи на 50%; в Баку концентрации 502, СО и
N0:2 и углеводородов снизились в 1,5 раза; в Алмалыке повторяемость
повышенных концентраций ряда примесей уменьшилась— на 12%, в Чирчике —
на 15%. В Красноярске на 17 предприятиях были снижены выбросы БОг, СО,
N0:2 и пыли примерно

на 35%, в Норильске на горно-металлургическом комбинате — выбросы БОг
на 20 %. В Куйбышеве в результате усиления органами ГАИ контроля за
выходом автомашин в периоды неблагоприятных условий снизились
концентрации СО в такие периоды примерно в 2 раза.

Королева (1981) приводит оценки эффективности прогнозов загрязнения
воздуха в Ташкентской области. На основании замеров концентрации примеси
в районах 12 предприятий контрольными пунктами установлены положительные
результаты для 9 из них. Оценен также экономический эффект от прогноза
за счет предотвращения ущерба путем сравнения выбросов в дни при
неблагоприятных условиях и в остальные дни. По методике, изложенной в
книге Балацкого (1976), для Ташкента получено, что предотвращенный ущерб
по сернистому газу, двуокиси азота и пыли составили соответственно 140,
120 и 190 тыс. руб.

Неронова и Пономаренко (1981) приводят результаты испытания в
Гидрометцентре СССР предложенной ими методики прогноза метеорологических
условий загрязнения воздуха для Москвы (см. п. 5.4.2). Прогнозы
осуществлялись в 1978 г. на сроки 12, 24 и 36 ч; в качестве начального
момента принималось время 3 ч. Полученные результаты диагностических
расчетов представлены в табл. 7.2.

Приведенные результаты свидетельствуют об определенной успешности
рассматриваемых методов прогноза и реальной возможности их практического
использования.

7.2. Учет дальнего переноса примесей

Рассмотренные методы прогноза относились главным образом к условиям
интенсивного загрязнения атмосферы, обусловленного локальными
источниками. Вместе с тем за последние годы все большее внимание
обращается на случаи, когда концентрации примесей могут резко возрастать
вследствие переноса их от весьма отдаленных источников.

16 Заказ № 30

241

Исследование двух таких различных ситуаций, связанных с действием и
местных, и далеко расположенных источников, как отмечает Клюг (Klug,
1984), приобретает существенное значение при разработке способов
прогноза загрязнения атмосферы. Клюг рассмотрел такие эпизоды со
значительными концентрациями SO2 на примере данных наблюдений в северной
части Рурской области (под эпизодами он понимает периоды времени не
менее 6 ч, в течение которых концентрация превышает среднемесячные или
среднегодовые значения). Он полагает, что они могут быть вызваны
распространением индустриальных выбросов на расстояние до 500 км. При
этом должны отмечаться: скорости ветра гораздо большие (до 4—10 м/с),
чем при эпизодах локального характера, устойчивое направление ветра и
мощная инверсия оседания на высотах 500—800 м, ниже которой
стратификация атмосферы близка к равновесной. В характерном примере,
приведенном Клю-гом, высокие концентрации в декабре 1978 г. отмечены
примерно в течение трех суток при скорости ветра на уровне 500 гПа,
равной 10 м/с. С данным исследованием Клюга связана работа Хермана
(Hermann, 1978), выполненная в рамках научного сотрудничества между ФРГ
и Голландией, в которой построена модель межрегионального переноса S02
на расстояние примерно 200 км.

В ряде других работ также указывается на опасное загрязнение воздуха,
возникающее в местах, расположенных далеко от его источников. Брассе
(Brasset, 1975) приводит данные анализа почти 10-летних наблюдений за
составом аэрозолей на ряде станций в Швеции. На основе этого анализа он
разделил аэрозоли на два типа. К первому типу отнесены аэрозоли темного
цвета, образующиеся в результате каталитического окисления S02 в сульфат
аммония; ко второму типу — более светлые аэрозоли, которые значительно
токсичнее из-за существенно большей кислотности. Поскольку второй тип
аэрозолей отмечался в летнее время при ясной погоде, обычно при западном
ветре, Брассе относит его происхождение к фотохимическому превращению
S02, длительно перемещающегося на расстояния более 1000 км (возможно, из
Англии). На этом основании Брассе считает, что даже в образовании смогов
на территории Швеции значительную роль могут играть дальние переносы.

В ряде последних работ показано, что высокие концентрации озона
наблюдаются не только в местах его образования, но и на значительных
расстояниях от них в результате переноса воздушных масс. Такие случаи
отмечены на большом удалении от Нью-Йорка и других промышленных центров
США. В этих случаях амплитуда суточных колебаний концентрации 03 меньше,
чем в местах его возникновения. Наблюдаются существенные концентрации
озона ночью, что подтверждает адвективный характер его появления.
Отмечены неоднократно случаи смогов с концентрациями озона более 0,2
мг/м3 на западном побережье Швеции, которые связываются с дальним
переносом озона.

Случаи с высокими уровнями сульфатов в воздухе вследствие трансформации
выбросов сернистого газа в процессе их переноса из районов Нью-Йорка и
других промышленных центров США на расстоянии в несколько сотен
километров описаны в работах Лио и др. (Lioy eti al., 1980), Хиди и др.
(Hidy et ab, 1978) и др. На Среднем Западе и Востоке США отмечен перенос
озона от его источников на довольно значительные расстояния. На
возможность длительного переноса озона в процессе бризовой циркуляции
указывается в статье Рейбли и др. (Reible et al., 1983).

Приведенные результаты и аналогичные случаи переноса сернистых
соединений на далекие расстояния с осадками с возможным увеличением
кислотности почвы послужили поводом для реализации предложений
норвежских ученых, в частности известного плана Оттара, об организации
европейской сети станций наблюдений за перемещением примесей над
континентом, а также по разработке методов анализа и прогноза этих
перемещений. На основании этих предложений Европейской Экономической
Комиссией разработана Программа по изучению переноса примесей на дальние
расстояния (The OECD Programme, 1977) и начиная с 1972 г. проводится
обширный цикл исследований. Основная задача программы состоит в
определении относительного вклада в загрязнение воздуха различных
областей Западной Европы местных и отдаленных источников сернистых
соединений. Особое значение в пен придается оценке кислотности
атмосферных осадков.

В соответствии с данной программой работы ведутся в трех направлениях:
1) инвентаризация выбросов сернистого газа в каждой из рассматриваемых
областей; 2) измерение концентраций и выпадение сернистых соединений на
сети созданных для этой цели наземных станций и с помощью самолетов; 3)
развитие теоретических исследований по моделированию взаимосвязи
выбросов от источников с концентрациями и выпадениями примесей.
Частично, наряду с сернистыми соединениями, изучается также
распространение окислов азота.

На территории Западной Европы имеется более 70 станций наблюдений. Они
размещаются по возможности в сельской местности так, чтобы избежать
существенного воздействия близлежащих источников. Полученные на них
значения среднегодовых концентраций S02 изменяются от 2• 10-3 мг/м3 в
отдельных областях до 2-10″2 мг/м3 в ФРГ, Голландии и Англии. Сходное
распределение характерно и для сульфатов, их концентрации изменяются в
пределах от 5-10~4 до 10~2 мг/м3, а содержание S04 в осадках — от 0,1 до
9,4 мг/л. Данные наблюдений с самолетов оказываются недостаточными для
построения полей концентраций, но позволяют сделать ряд выводов общего
характера. В частности, из них следует, что распространение сернистых
соединений от источников осуществляется в основном в нижнем
двухкилометровом слое атмосферы. Они подтверждают также, что факелы от
источников наблюдаются до расстояний в несколько сотен километров. Из
сопоставления результатов наблюдений с метеорологическими
характеристиками следует, что повышенная концентрация S02 отмечается,
как правило, при ветрах со стороны мощных промышленных источников и при
условиях, близких к застою воздуха.

Указанные работы создают основу и для разработки методов прогноза
загрязнения воздуха вследствие дальнего переноса примесей. Их
отличительной особенностью является необходимость учета преобразования
примесей в атмосфере и вымывания с дождями, а также выпадения аэрозолей
на подстилающую поверхность и построения траекторий движения воздушной
массы.

Теоретической основой для разработки этих методов является моделирование
процессов переноса примеси вдоль траектории. Уже предложен ряд таких
моделей главным образом по распространению сернистых соединений
(Eliassen, Saltbones, 1975; Вель-тищева, 1977; Prahm, Christensen, 1977;
Szepesi, 1978; Израэль и др., 1979; и др.). Обзор работ по данному
вопросу содержится в материалах Симпозиума ВМО (WMO Simposium, 1979), а
также в статье Элиассена (Eliassen, 1980).

7.3. Очередные задачи

Общая оценка состояния проблемы краткосрочного прогноза загрязнения
воздуха и определения дальнейших задач в ее решении дается в
предложениях международного совещания ВМО PA VI по разработке методов
прогноза неблагоприятных метеорологических условий, приводящих к высоким
уровням загрязнения атмосферы, которое состоялось в ноябре 1980 г. в
Ленинграде. В них отмечается, что общей чертой выполненных разработок в
различных странах является увязывание случаев со значительными
концентрациями вредных примесей с неблагоприятными условиями погоды.

В ряде стран получили распространение методы, в которых в качестве
предикторов и предиктантов используются только метеорологические данные,
в частности методы прогноза потенциала загрязнения атмосферы как
характеристики условия распространения примесей. Такие методы
рекомендуется использовать прежде всего при наличии обширных
индустриальных территорий, слабо освещенных данными наблюдений за
содержанием примесей в воздухе.

В районах, где организован регулярный контроль загрязнения атмосферы,
рекомендуется как определенный шаг вперед использовать статистические
схемы, в число предикторов которых входят и измеренные значения
концентраций. Достоинством этих схем является разработанность
формального аппарата, относительная простота реализации, возможность
обойтись без инвентаризации выбросов, возможность эффективного
использования в рамках систем автоматизированного контроля загрязнения
атмосферы и достаточно высокая оправдываемость.

Ограниченность статистических схем связана главным образом с
недостаточной степенью физичности используемых моделей (или
предполагаемых связей) и с малой разработанностью методов
статистического прогноза сравнительно редко встречающихся явлений, что
имеет место для случаев особо высокого загрязнения воздуха, а также с
трудностями учета изменений в режиме выбросов в атмосферу.

При наличии информации о параметрах выброса и режиме работы источников
примеси наиболее эффективно использование численных методов прогноза
загрязнения воздуха. В настоящее время развиваются модели численного
прогноза, основанные на решении уравнения турбулентной диффузии,
описывающего распространение примесей от отдельных и многих источников.

К сожалению, сложность в получении оперативной информации о выбросах, а
также недостаточное развитие пригодных для оперативного использования
схем прогноза вертикального распределения метеорологических величин
ограничивает внедрение методов численного прогноза загрязнения воздуха и
затрудняет совершенствование прогностических схем.

Используемые методы прогноза погоды были разработаны в основном для
других целей. Это относится как к синоптическим моделям, так и моделям
пограничного слоя атмосферы, которые не создавались непосредственно для
оперативного использования их при прогнозах загрязнения воздуха.

С учетом изложенного, в предложениях указанного совещания рекомендуется
службам погоды при совершенствовании методов прогноза погоды учесть
требования по прогнозированию загрязнения воздуха. Для повышения
достоверности прогноза метеорологических условий следует шире
использовать наблюдения на высотных мачтах, радио- и телевизионных
мачтах и башнях, дистанционные и другие методы детального зондирования
пограничного слоя атмосферы. Рекомендуется выбирать определяющие
предикторы для использования в моделях статистического прогноза на
основании методов, которые бы в наибольшей степени учитывали реальные
связи между характеристиками загрязнения воздуха и метеорологическими
параметрами.

Наряду с моделями прогноза локальных концентраций для городов
целесообразна разработка моделей прогноза осредненных характеристик
загрязнения воздуха, более тесно связанных для обширных районов города с
метеорологическими параметрами. Использование средних характеристик и
других методов фильтрации и сглаживания случайных процессов может
существенно повысить оправдываемость прогноза.

Актуальным является объединение работ по прогнозу загрязнения воздуха с
исследованиями по дальнему переносу примесей. В ряде европейских стран
дальний перенос может играть существенную роль в формировании общего
уровня загрязнения атмосферы.

Следует усилить внимание к разработке рекомендаций по использованию
результатов прогноза для регулирования выбросов.

Нужно указать, что методы прогноза загрязнения воздуха, естественно, не
являются радикальным средством защиты воздушного бассейна. В перспективе
для этих целей они должны использоваться в сравнительно редких случаях
при наступлении аномально опасных метеорологических условий. В других
случаях такое использование метода допустимо только как временная мера,
пока не будут осуществлены более постоянные мероприятия для обеспечения
необходимой чистоты воздуха.

Дальнейшее развитие методов прогноза загрязнения воздуха должно идти по
линии их улучшения и сочетания отдельных из указанных методов.

Значительные возможности здесь связаны с совершенствованием численных
методов прогноза на основе более полного учета физики и химии
атмосферных процессов, определяющих загрязнение воздуха, с широким
использованием данных автоматизированных систем контроля загрязнения
воздуха.

При оценке статистико-эмпирических методов прогноза загрязнения воздуха
в городах следует учесть, что оно обусловлено действием большого числа
факторов, а интервал наблюдений ограничен. Поэтому применение наиболее
современных способов статистического анализа не всегда достаточно и для
повышения их эффективности нужно выяснить влияние ряда главных факторов
на основании физических соображений.

В дальнейшем представляется перспективным сочетание методов прогноза в
пределах суток на основе численного интегрирования уравнений диффузии и
пограничного слоя атмосферы с прогнозом характеристик фонового
загрязнения воздуха и среднесуточных концентраций на основе
использования статистических и синоптических приемов, корректировкой
прогнозов за счет фильтрации «шумов», как это уже делается в ряде работ,
а также более широким привлечением данных и средств аэрологического
зондирования нижних слоев атмосферы.

Список литературы

Абрамович Г. Н.

1960 Теория турбулентных струй.— М.: Физматгиз. Андреев П. И.

1952 Рассеяние в воздухе газов, выбрасываемых промышленными
предприятиями.— М.: Госстройиздат.— 88 с. А р т е м о в a H. Е. и др.

1980 Допустимые выбросы радиоактивных и вредных химических веществ в
приземный слой атмосферы/Под ред. Е. Н. Теверовского, И. А.
Тер-новского.— М.: Атомиздат.— 236 с. А р ш и н о в а В. И. и др.

1972 Некоторые данные о загрязнении воздуха в Москве и его связи с
метеорологическими условиями.— Тр. ЦВГМО, вып. 2, с. 110—117. БалацкийА.
Ф.

Экономика защиты воздушного бассейна.— Харьков: Высшая

школа.— 120 с. … – – » .,у:-зйР!

Б а р к е р и др.

1962 Загрязнение атмосферного воздуха.— ВОЗ, Женева. Бачурина А. А.

1965 О тепловой трансформации воздуха в приземном слое атмосферы.—

Тр. ЦИП, вып. 144, с. 62—68. 1967 Прогноз температуры воздуха в
приземном слое атмосферы с учетом эволюции облачности.— Тр. ГМЦ, вып.
63, с. 3—14. Бачурина А. А., С т р у к о в а В. С, К р и с а н о в а В.
С.

1967 Прогноз суточного хода температуры в теплое время года в различных
районах СССР.—Тр. ГМЦ, вып. 13, с. 4—10. Б е з у г л а я Э. Ю.

1980 Метеорологический потенциал и климатические особенности загрязнения
воздуха городов.— Л.: Гидрометеоиздат.— 184 с. Безуглая Э. Ю., С о н ь к
и н Л. Р.

1971 Влияние метеорологических условий на загрязнение воздуха в городах
Советского Союза.— В кн.: «Метеорологические аспекты загрязнения
атмосферы>. Л.: Гидрометеоиздат, с. 241—252. Безуглая Э. Ю., Г о р ч и е
в А. А., Р а з б е г а е в а Е. А.

1971 Годовой и суточный ход содержания атмосферных примесей в городских
условиях.— Тр. ГГО, вып. 254, с. 152—161. Безуглая Э. Ю., Елекоева Л.
И., Разбегаева Е. А.

1979 Климатические условия рассеивания примесей на территории СССР.— Тр.
ГГО, вып. 436, с. 79—87. Белинская Л. В., Вельтищева Н. С.

Численные эксперименты по расчету распределения метеорологических
элементов в пограничном слое атмосферы.— Тр. ГМЦ СССР, вып. 185, с.
86—95.

БеляшоваМ. А., Васильченко И. В., Грачева В. П.

1965 Данные о формах факеля дыма в связи с особенностями строения
пограничного слоя.— Тр. ГГО, вып. 172, с. 86—93. Б е р л я и д M. Е.

1947 Теория изменения ветра с высотой.— Тр. НИИ ГУГМС, сер. 1, № 25, с.
14—67.

Распределение температуры в атмосфере.— Метеорология и гидрология, № 6,
с. 3—8.

К теории изменения ветра в приземном слое атмосферы.— Тр. ГГО, вып. 23,
с. 66—75.

1956 Предсказание и регулирование теплового режима приземного слоя
атмосферы.— Л.: Гидрометеоиздат, 436 с.

1958 Локальные прогнозы изменении температуры и влажности в приземном
слое воздуха.— В кн.: Современные проблемы метеорологии приземного слоя
воздуха, с. 138—156.

1963 К теории турбулентной диффузии.—Тр. ГГО, вып. 138, с. 31—37.

1966 Об опасных условиях загрязнения атмосферы промышленными
выбросами.—Тр. ГГО, вып. 185, с. 15—25. 1970а О распространении
атмосферных примесей в условиях города.— Метеорология и гидрология, №
11, с. 50—62.

Исследование атмосферной диффузии и загрязнение атмосферы на современном
этапе.— В кн.: Итоги науки. Метеорология и климатология, т. 2. М.:
ВИНИТИ, с. 250—330.

Современные проблемы атмосферной диффузии и загрязнения атмосферы.— Л.:
Гидрометеоиздат.— 448 с.

Исследования распространения примесей и загрязнения атмосферы.— В кн.:
Итоги науки. Метеорология и климатология, т. 3. М.: ВИНИТИ, с. 306-358.

1979 Актуальные вопросы защиты атмосферы от загрязнения.— В кн.: Охрана
окружающей среды. Л.: изд. ГО СССР, с. 84—93.

Состояние и пути совершенствования нормирования, контроля и прогноза
загрязнения атмосферы, АН СССР. ОВМ. Препринт № 59, М., 50 с.

Об основных принципах прогноза загрязнения атмосферы.— В кн.:
Прогнозирование загрязнения атмосферы/Сб. докл. на междунар. совещании
ВМО РА VI. Л.: Гидрометеоиздат, с. 9—18.

Берлянд M. Е., Безуглая Э. Ю., Г е н и х о в и ч Е. Л. и др.

1984 О методах определения фонового загрязнения атмосферы в городах.—Тр.
ГГО, вып. 479, с. 17—30. Берлянд M. Е., Генихович Е. Л.

1971 Атмосферная диффузия и структура воздушного потока иад неоднородной
подстилающей поверхностью.— В кн.: Метеорологические аспекты загрязнения
атмосферы. Л.: Гидрометеоиздат, с. 49—69. БерляидМ. Е., Генихович Е.
Л., Грачева И. Г.

1982 Основы расчета загрязнения воздуха в условиях пересеченной
местности с учетом термической неоднородности.— Тр. ГГО, вып. 450, с.
3—16.

Б е р л я п д M. Е., Г е н и х о в и ч Е. Л., Г р а ч е в а И. Г., О и и
к у л Р. И.

1979в Особенности распределения примесей в пересеченной местности.— Тр.
ГГО, вып. 417, с. 19—35. Берлянд M. Е., Генихович Е. Л., Демьянович В.
К.

1965 Некоторые актуальные вопросы исследования атмосферной диффузии.—Тр.
ГГО, вып. 172, с. 3—22. Берлянд M. Е., Генихов ич Е. Л., Зашихин M.
Н., О ни кул Р. И. 1974 К методике расчета рассеивания примеси от
линейных источников и аэрационных фонарей.— Тр. ГГО, вып. 314, с. 21—41.
Берлянд M. Е., Генихович Е. Л., Зашихин M. Н., Оникул Р. И. 19776 К
оценке опасных скоростей ветра для высоких источников.— Тр. ГГО, вып.
387, с. 13—22. Берлянд M. Е., Генихович Е. Л., 3 а ш и х и и M. Н. и др.

1979а О моделировании загрязнения атмосферы в городах.— Т. ГГО, вып.
436, с. 3—16. Берлянд M. Е., Генихович Е. Л., Куренбин О. И.

1968а Влияние рельефа на распространение примесей от источника.— Тр.
ГГО, вып. 234, с. 28—44. Берлянд M. Е., Генихович Е. Л., Ложкина В. П.,
Оникул Р. И. 1964а Численное исследование атмосферной диффузии при
нормальных и аномальных условиях стратификации.— Тр. ГГО, вып. 158, с.
22—32. Берлянд M. Е., Г е h и х о в и ч Е. Л., Оникул Р. И.

19646 О расчете загрязнения атмосферы выбросами из дымовых труб
электростанций.— Тр. ГГО, вып. 158, с. 3—21. Б е р л я и д M. Е.,
Генихович Е. Л., Оникул Р. И.

1977а К нормированию выбросов от наземных источников.— Тр. ГГО, вып.
387, с. 3—12. Б е р л я н д M. Е., Генихов и ч Е. Л., Оникул Р. И.

1984 Расчет интегральных характеристик распределения концентрации по
территории города п их использование при краткосрочном прогнозе

загрязнения атмосферы.— В кн.: Прогнозирование загрязнения
атмо-сферы/Сб. докл. на Междунар. совещании ВМО РА VI. Л.:
Гидро-метеоиздат, с. 40—58.

Б е р л я и д М. Е., Г е н и х о в и ч Е. Л., О н и к у л Р. И., Чичерин
С. С. 1979 О расчете интегральных характеристик загрязнения воздуха на
территории города.—Тр. ГГО, вып. 436, с. 17—29.

БерляндМ. Е., Грачева В. П.

1962 К прогнозу изменений температуры приземного слоя воздуха.—

Тр. ГГО, вып. 127.

БерляндМ. Е., 3 а ш и х и н М. Н.

1982 К теории антропогенного воздействия на локальные метеорологические
процессы в городе.— Метеорология и гидрология, № 2, с. 5—16.

БерляндМ. Е., К а н ч а н Я. С.

К теории образования радиационных туманов и их влияния на
распространение примесей.— Тр. ГГО, вып. 293, с. 3—20.

БерляндМ. Е., Кондратьев К. Я.

1972 Город и климат планеты.— Л.: Гидрометеоиздат.— 40 с. БерляндМ. Е.,
Кондратьев К. Я., Васильев О. Б. и др.

Комплексное исследование особенностей метеорологического режима большого
города на примере г. Запорожье (КЭНЭКС-72).— Метеорология и гидрология,
№ 1, с. 14—23.

БерляндМ. Е., К у р е н б и н О. И.

1969 Об атмосферной диффузии примесей при штиле.—Тр. ГГО, вып. 238, с.
3—13.

Б е р л я н д М. Е., О н и к у л Р. И.

1968а К теории трансформации воздушных масс и образования речных
туманов.—Тр. ГГО, вып. 207, с. 14—27.

19686 Физические основы расчета рассеивания в атмосфере промышленных
выбросов.— Тр. ГГО, вып. 234, с. 3—27.

1971 К обобщению теории рассеивания промышленных выбросов в атмо-

сферу.—Тр. ГГО, вып. 254, с. 3—27.

Берляид М. Е., Оникул Р. И., Генихович Е. Л., Ложкина В. П.

1963 О загрязнении атмосферы промышленными выбросами при аномаль-

ных условиях стратификации.— Метеорология и гидрология, № 3.

Б е р л я и д М. Е., О и и к у л Р. И., Рябова Г. В.

1968 К. теории атмосферной диффузии в условиях тумана.— Тр. ГГО, вып.
207, с. 3—13. БерляндМ. Е., С о л о м а т и н а И. И., Сонькин Л. Р.

1972 О прогнозировании загрязнения воздуха.— Метеорология и гидро-

логия, № 9, с. 11—18.

Блинова Е. Н., К и б е л ь И. А.

1937 Динамическая метеорология, ч. 2, гл. 8.— Л.: Гидрометеоиздат.
БлысковаД., Курчатова Г.

1968 Загрязнение атмосферного воздуха в Софии в зависимости от некоторых
метеорологических условий.— Хидрологня и метеорология, № 2.

Б о к с Д ж., Д ж е н к и и с Г.

1974 Анализ временных рядов. Прогноз и управление. Т. I.—
М.: Мир.—408 с. Буйков М. В., X в о р о с т ь я н о в В. И.

1977 Формирование и эволюция радиационного тумана и слоистой облачности
в пограничном слое атмосферы.— Изв. АН СССР, ФАО, т. 13, № 4, с.
356—370. Б у б и и к Ю. и X е с е к Ф.

1984 Методы краткосрочного прогноза загрязнения атмосферы в ЧССР.
Международное совещание ВМО РА VI в Ленинграде. Тезисы докладов, с.
26—28. Вызова Н. Л.

1974 Рассеивание примесей в пограничном слое атмосферы.— М.:
Гидрометеоиздат.— 190 с.

Вавилова Н. Г., Генихович Е. Л., Сонькии Л. Р.

1969 Статистический анализ данных о загрязнении воздуха в городах с
помощью естественных функций —Тр. ГГО, вып. 238, с. 27—32. В а г е р Б.
Г., Н а д е ж и и а Е. Д.

1979 Пограничный слой атмосферы в условиях горизонтальной
неоднородности.— Л.: Гидрометеоиздат.— 136 с. Васильченко И. В.

1965 Основные типы вертикальных профилей температуры и ветра в нижнем
500-метровом слое по аэростатным наблюдениям в районе Ще-кинской
ГРЭС—Тр. ГГО, вып. 172, с. 94—103. В д о в и н Б. И., Ц а р е в А. М.

1969 О развитии штилей в пограничном слое атмосферы.— Тр. ГГО, вып.
238, с. 191—194. В д о в и н Б. И. и др.

1971 Экспериментальные исследования рассеивания в атмосфере холодных

вентиляционных выбросов предприятий вискозного волокна.— Тр. ГГО,

вып. 254, с. 57—71.

В е л ь т и щ е в Н. Ф., Ж е л н и н А. А., К и с е л ь н и к о в а В.
3. и др.

1982 Мезомасштабный численный прогноз погоды.— Метеорология и
гидрология, № 4, с. 5—15. Вельтищева Н. С.

Численная модель дальнего переноса двуокиси серы.— Метеорология и
гидрология, № 9, с. 40—45.

Воронцов П. А.

1960 Аэрологические исследования пограничного слоя атмосферы.— Л.:
Гидрометеоиздат.

Временная методика нормирования промышленных выбросов в атмо-1981 сферу
(расчет и порядок разработки нормативов предельно допустимых выбросов).—
М.: Госкомгидромет.— 53 с. Временные методические указания по
определению фоновых концент-1981 раций вредных веществ в атмосферном
воздухе для нормирования выбросов.— М.: Гидрометеоиздат.— 40 с. Г а л у
ш к о В. В., ОрдановичН. Е.

Двухслойная модель экмановского пограничного слоя атмосферы.—
Метеорология и гидрология, № 4, с. 33—44.

Генихович Е. Л., Грачева В. П.

1965 Анализ дисперсии горизонтальных колебаний направления ветра.— Тр.
ГГО, вып. 172, с. 42—47. Генихович Е. Л., Гущин В. А., Сонькин Л. Р.

1973 О возможности прогноза загрязнения городского воздуха методом
распознавания образов.— Тр. ГГО, вып. 293, с. 21—25. Генихович Е. Л.,
Чичерин С. С.

Двухпараметрическая модель рассеивания примеси от линейного источника
при нормальных метеорологических условиях.— Тр. ГГО, вып. 417, с. 67—73.

Годев Н., Кандъов И.

1972 Метеорологични и неметеорологични фактори, влияещи върху ре-

жима на мъглите над София.— Хидрология и Метеорология, 21,

№ 2, с. 23—30.

Г о р л и н С. М., Зражевский И. М.

1968 Изучение обтекания моделей рельефа и городской застройки в
аэродинамической трубе.— Тр. ГГО, вып. 234, с. 45—49. Г о р о ш к о Б.
Б., П ь я н ц е в Б. И., Сонькин Л. Р.

1981 Оперативный прогноз загрязнения атмосферы и регулирования выбросов
при неблагоприятных метеоусловиях.— В кн.: Вопросы контроля загрязнения
природной среды. М.: Гидрометеоиздат, с. 81—88. Г о р о ш к о Б. Б.,
Сонькин Л. Р.

1981 Вопросы регулирования выбросов в атмосферу в периоды
неблагоприятных метеоусловий.— В кн.: Метеорологические аспекты
загрязнения атмосферы, т. 1. М.: Гидрометеоиздат, с. 144—148.

Г о р ч и е в А. А., Р а ф и е в Р. М.

1980 О прогнозе загрязнения воздуха над Апшеронским полуостровом.—
Метеорология и гидрология, № 2, с. 21—26. ГОСТ 172.3.02—78. Охрана
природы. Атмосфера. Правила установления до-1979 пустимых выбросов
вредных веществ промышленными предприятиями.— М.: Госстандарт.— 14 с.
Грачева И. Г., К а и ч а н Я. С., О н и к у л Р. И., Б е н ь я м и н с о
н Г. В. 1969 К расчету загрязнения атмосферы от многих источников.— Тр.
ГГО, вып. 238, с. 14—26. Грачева В. П., Ложкина В. П.

1964 Об устойчивости направления ветра в приземном слое атмосферы.— Тр.
ГГО, вып. 158, с. 41—45. Гудариан Р.

1979 Загрязнение воздушной среды/Пер. с англ. под ред. Г. М. Илькуна.—
М.: Мир.—200 с. Д е т р и Ж. П.

Предупреждение загрязнения атмосферы во Франции. Торговля и
Сотрудничество. Франко-советская торг. палата, № 62, с. 45—47.

Е л е к о е в а Л. И.

1982 Использование метода разложения полей по естественным ортогональным
функциям для анализа и прогноза загрязнения атмосферы.—Тр. ГГО,
вып. 450, с. 101—107. Е л е к о е в а Л. И., Ч у в а ш и н а И. Е.

Анализ поля концентрации сернистого газа методом разложения по
естественным ортогональным функциям.— Тр. ГГО, вып. 436, с. 72— 78.

3 а й ц е в А. С.

1973а Структура поля концентраций окиси углерода в городе.— Тр. ГГО,

вып. 293, с. 47—51. 19736 Результаты анализа временной структуры
сернистого газа в атмосфере.—Тр. ГГО, вып. 293, с. 41—46. Захарова И. М.

1975 Численное моделирование процесса образования и развития
радиационного тумана.— Тр. ИЭМ, вып. 9(52), с. 124—137. 3 а ш и х и н М.
Н., К а и ч а и Я. С, Он и кул Р. И.

1975 Об унификации расчетов загрязнения атмосферы от многих источ-

ников с помощью ЭВМ.— Тр. ГГО, вып. 325, с. 161—174.

3 в е р е в А. С.

1954 Туманы и их предсказание.— Л.: Гидрометеоиздат. Зотов Н. В., Львова
Л. С.

1984 К вопросу о прогнозе АТ92б.— Метеорология и гидрология, № 2, с.
115—117.

3 р а ж е в с к и й И. М., Дорошенко В. М., Ч е п и к И. Г.

1968 Исследование влияния различных форм рельефа на характеристики

воздушного потока в аэродинамической трубе.— Тр. ГГО, вып. 207,

с. 38—50.

И в а н о в а Е. М., Соньки и Л. Р.

1976 Прогнозирование загрязнения воздуха в Ленинграде.— Метеорология

и гидрология, № 12, с. 19—24.

И в а х н е н к о А. Г., Л а п а В. Г.

1971 Предсказание случайных процессов.— Киев: Наукова думка.— 416 с.
Израэль Ю. А.

1984 Экология и контроль состояния природной среды.— Л.:
Гидрометеоиздат.—560 с.

Израэль Ю. А., Г а с и л и н а Н. К-, Назаров И. М., Р о в и и с к и й
Ф. Я., 1982 Б е р л я и д М. Е. Организация в СССР системы контроля
природной среды.— Метеорология и гидрология, № 12, с. 54—62. И л ь к у и
Г. М.

1978 Загрязнение атмосферы и растений.— Киев, Наукова думка.— 248 с. К е
й д л Р.

1969 Твердые частицы в атмосфере и в космосе/Пер. с англ.— М.: Мир.

Киселев В. Б., И в л е в а Т. П., С о и ь к и н Л. Р.

1979 Выделение наиболее информативных комплексов, предикторов для
прогноза загрязнения воздуха.— Тр. ГГО, вып. 436, с. 60—67.
Климатические характеристики условий распространения примесей в
атмо-1983 сфере. Справочное пособие/Под ред. Э. Ю. Безуглой и M. Е.
Бер-лянда.— Л.: Гидрометеоиздат.— 328 с. Королева И. В.

1981 Прогнозирование загрязнения воздуха в Узбекистане. Опыт работы

и перспективы. Вопросы контроля загрязнения природной среды.—

Л.: Гидрометеоиздат, с. 89—93.

Кратцер П. А.

1958 Климат города.— М.: Изд-во иностр. лит.— 240 с. Л а м л и Д ж. и П
а н о в с к и й Г.

1964 Структура атмосферной турбулентности/Пер. с англ.— М.: Мир.—

264 с.

Ландсберг X. Е.

1974 Антропогенные изменения климата.— В кн.: Физическая и динамическая
климатология. Л.: Гидрометеоиздат, с. 267—313.

1983 Климат города/Пер. с англ. Под ред. А. С. Дубова.— Л.: Гидроме-

теоиздат.— 248 с.

Луш ев Ю. Г., Матвеев Л. Т.

1967 Особенности образования и строения радиационных туманов (численный
эксперимент).— Изв. АН СССР. «Физика атмосферы и океана», т. 3, № 5. M а
р ч у к Г. И.

1973 Численное решение задач динамики атмосферы и океана на основе
метода расщепления.— Новосибирск: Наука.— 170 с.

1982 Математическое моделирование в проблеме окружающей среды.—

М.: Наука.—320 с.

M а р ч у к Г. И., П е и е н к о В. В., А л о я и А. Е., Л а з р н е в
Г. Л.

1979 Численное моделирование микроклимата города.— Метеорология и
гидрология, № 8, с. 5—15. Матвеев Л. Т.

1984 Основы общей метеорологии. Физика атмосферы.— Л.: Гидрометео-

издат, 636 с.

Матвеев Л. Т.

1979 Особенности метеорологического режима большого города.—
Метеорология и гидрология, № 5. Махонько К. П.

1967 Элементарные теоретические представления о вымывании примесей
осадками из атмосферы.— Тр. ИПГ, вып. 8, с. 26—34. Машкова Г. Б., X а ч
а т у р о в а Л. М.

1979 Способы определения-состояния устойчивости атмосферы по наземным
данным.—Тр. ИЭМ, вып. 23(88), с. 17—26. Метеорология и атомная
энергия/Пер. с англ. Под ред. Н. Л. Бызовой

1971 и К. П. Махонько.— Л.: Гидрометеоиздат.— 648 с. Методические
указания по прогнозу загрязнения воздуха в городах/

1979 Под ред. M. Е. Берлянда..— Л.: Гидрометеоиздат.— 80 с.

Методические указания. Прогноз приземной температуры, влажности

1970 воздуха н других метеорологических элементов/Под ред Б. Д. Успен-с
к о г о.— Л.: Гидрометеоиздат.— 86 с. M о н и н А. С, Я г л о м А. М.

1965 Статистическая гидродинамика, ч. I.— М.: Наука.— 638 с.

H е р о и о в а Л. М.

1976 Об опыте использования карт АТт для прогноза задерживающих слоев и
оценки переносов вредных примесей в нижнем километровом слое атмосферы.—
Тр. Гидрометцентра СССР, вып. 179. Неро нова Л. М., П о н о м а р е н к
о С. И.

1980 Схема краткосрочного прогноза метеорологических условий загряз-

нения приземного слоя воздуха.— Тр. Гидрометцентра СССР,

вып. 220, с. 13—28.

1981 Результаты оперативного испытания методики краткосрочного прогноза
метеорологических условий загрязнения приземного слоя воздуха.—Тр.
Гидрометцентра СССР, вып. 233, с. 40—52. Неронова Л. М., Тихомирова Л.
В.

1984 Синоптический метод краткосрочного прогноза метеорологических
факторов, определяющих загрязнение атмосферы.— В кн.: Прогнозирование
загрязнения атмосферы. Сб. докл. на Междунар. совещании ВМО PA VI. Л.:
Гидрометеоиздат. Николаевский В. С.

1979 Биологические основы газоустойчивости растений.— Новосибирск:
Наука — 278 с. Н и к о л а е в с к и й В. С, П е р ш и н а Н. А.

Проблема предельно допустимых концентраций загрязнителей, воздействующих
на растения.— В кн.: Проблемы фитогигиены и охрана окружающей среды.
Изд. АН СССР, с. 117—121.

Огнева Т. А.

1971 Микроклиматические характеристики условий загрязнения атмосферы.— В
кн.: Метеорологические аспекты загрязнения атмосферы. Л.:
Гидрометеоиздат, с. 137—146.

О к е Т. Р.

Климаты пограничного слоя/Пер. с англ. Под ред. А. С. Дубова.— Л.:
Гидрометеоиздат.— 358 с.

О и и к у л Р. И., К а и ч а и Я. С.

О расчетах загрязнения атмосферы от многих источников на ЭВМ с
применением унифицированных программ.— Тр. ГГО, вып. 467, с. 41—49.

О р л е н к о Л. Р.

1979 Строение пограничного слоя атмосферы.— Л.: Гидрометеоиздат.— 270 с.

П е в з и е р Э. А., Зайцев А. С.

1971 Автоматический газоанализатор и некоторые результаты регистрации

окиси углерода в атмосферном воздухе.— Тр. ГГО, вып. 254, с. 197—

204.

П е н е и к о В. В., А л о я и А. Е., Л а з р и е в Г. Л.

1979 Численная модель локальных атмосферных процессов.— Метеорология и
гидрология, № 4, с. 24—34. Петриченко И. А., Глазова Т. А., Давыдова О.
А.

1981 Методика расчета и результаты диагноза прогноза максимальной и
минимальной приземной температуры в воздухе.— Тр. Гидрометцентра СССР,
вып. 232, с. 12—20. Пономарей к о И. Н.

1975 Краткосрочный прогноз высокой общей загрязненности воздуха на
примере Киева.— Метеорология и гидрология, № 10, с. 43—50. П о н о м а р
е и к о С. И.

1975 Метеорологические условия загрязнения приземного слоя автомобиль-

ными выбросами.— Тр. Гидрометцентра СССР, вып. 158, с. 75—84.

Расторгуева Г. П.

1969 Особенности термического режима городов.— Тр. ГГО, вып. 238, с.
145—152.

1979 Температурный режим воздуха промышленных городов СССР.— Тр.
ГГО, вып. 436, с. 111—117. Р а у н е р Ю. Л., Чернявская М. М.

1972 Тепловой баланс растительного покрова.— Изв. АН СССР, сер. геогр.,

№ 5.

Р о с к и и а Ю. Я.

1977 Загрязнение воздуха в Ташкенте в зависимости от синоптических
условий.—Тр. САРНИГМИ, вып. 43, с. 40—43. Руководство по гигиене
атмосферного воздуха/Под ред. К. А. Буштуевой.—

1976 М.: Медицина.— 416 с.

Руководство по контролю загрязнения атмосферы/Под ред. М. Е. Бер-1979
л яп да, Г. И. Сидоренко.— Л.: Гидрометеоиздат.— 442 с.

Руководство по краткосрочным прогнозам погоды.

Ч. 1.—Л.: Гидрометеоиздат,—520 с.

Ч. 2.— Л.: Гидрометеоиздат.—492 с. Сетт он О. Г.

1958 Микрометеорология/Пер. с англ.— Л.: Гидрометеоиздат.— 356 с.
Сидоренко Г. И., Пинигин М. А.

1970 О некоторых вопросах гигиенического нормирования зарязнения атмо-

сферного воздуха.— В кн.: Актуальные вопросы гигиены, с. 21—23.

Сонькин Л. Р.

1966 Годовой ход и синоптическая обусловленность температурных про-

филей в нижнем 500-метровом слое.— Тр. ГГО, вып. 185, с. 31—43.

1971 Некоторые возможности прогноза содержания примесей в городском

воздухе.—Тр. ГГО, вып. 254, с. 121—132.

Вопросы прогнозирования фонового загрязнения воздуха в городах.—Тр. ГГО,
вып. 314, с. 42—51.

1984 Статистические и синоптические методы прогноза загрязнения воздуха
в городах.— В кн.: Прогнозирование загрязнения атмосферы. Сб. докл. на
Междунар. совещании ВМО РА —VI. Л.: Гидрометеоиздат, с. 60—70. С о и ь к
и н Л. Р., Б а г р е ц о в а А. И., И в а н о в а Е. И. и др.

1979 Синоптические условия формирования периодов высокого загрязнения
воздуха в различных районах СССР.— Тр. ГГО, вып. 436, с. 49—54. С о и
ь к и и Л. Р., И в л е в а Т. П.

1982 Вопросы прогнозирования загрязнения воздуха в городе отдельными
примесями.—Тр. ГГО, вып. 450, с. 89—96. Сонькин Л. Р., Матвеева Т. М.

1968 Некоторые особенности формирования температурных профилей в
нижнем 50О’-метровом слое над Европейской территорией СССР.— Тр. ГГО,
вып. 207, с. 51—55. Сонькин Л. Р., Разбегаева Е. А., Терехова К- М.

1966 К вопросу о метеорологической обусловленности загрязнения воздуха
над городом.—Тр. ГГО, вып. 185, с. 44—54. Сонькин Л. Р., ХрапаченкоВ.
А., КрининаТ. П.

Уточнение схем прогнозирования загрязнения воздуха в городах с учетом
новых результатов анализа информации.— Тр. ГГО, вып. 352, с. 65—70.

Сонькин Л. Р., Ч а л и к о в Д. В.

1968 Об обработке и анализе наблюдений за загрязнением воздуха в
городах—Тр. ГГО, вып. 207, с. 51—55. Тарнопольский А. Г., Шнайдман В. А.

1979 Усовершенствованная модель планетарного пограничного слоя атмо-

сферы.— Метеорология и гидрология, № , с. 14—22.

Уорк К-, Уоркер С.

1980 Загрязнение воздуха. Источники и коитроль/Пер. с англ. под ред.

Е. Н. Теверовского.— М.: Мир.— 540 с. Успенский Б. Д.

1981 Прогноз максимальной и минимальной приземной температуры воз-

духа.— Тр. Гидрометцентра СССР, вып. 232, с. 3—11.

Ф у к с Н. А.

1955 Механика аэрозолей — М.: Изд. АН СССР —352 с. X р г и а и А. X., M
а з и н И. П.

1962 О распределении капель по размерам в облаках.— Тр. ЦАО,
вып. 7. Царев А. М.

1977 К вопросу о влиянии города на режим туманов.— Тр. ГГО,
вып. 387, с. 147—153. Чебаненко Б. Г. и др.

1976 Зависимость повышенного загрязнения атмосферы промышленного

города Восточной Сибири от синоптико-метеорологнческнх условий.—

Тр. ЗСРНИГМИ, вып. 20, с. 102—105.

Шевчук И. А.

1966 Аэросиноптическне условия установления длительных периодов
максимального загрязнения воздуха в Кемерово.— Тр. НИИАК,вып. 42(г), с.
96—101.

1977 Прогноз уровня загрязнения атмосферы промышленными выбросами в
Новосибирске.— Тр. ЗСРНИГМИ, вып. 30, с. 88—90. Шевчук И. А. и
Введенская Л. И.

1971 Численные характеристики метеорологических условий, сопутствую-

щих периодам высокого загрязнения атмосферы в Западной Си-

бири.— В кн.: «Метеорологические аспекты загрязнения атмо-

сферы».— Л., Гидрометеоиздат, с. 352—356.

Энергетика и охрана окружающей среды/Под ред. Н. Г.
Залогина,

1979 Л. И. Кроппа, Ю. М. Кострыкина.—М.: Энергия.—352 с.

Юдин М. И. и Швец М. Е.

1940 Стационарная модель распределения ветра с высотой в турбулентной
атмосфере.— Тр. ГГО, вып. 31, с. 42—52. A k a i к е Н.

1970 Statistical predictor identification —Ann. Inst, statist. Math., v.
21, p. 203—217. A n g e 11 J. et al.

1972 Urban influence on nighttime airflow estimated from tetroon flights

in the planetary boundary layer of the Los Angeles basin —J. Appl.

Met, N 3, p. 451—471.

Air quality

Criteria for photochemical oxidant.—U. S. Dep. NEW, N 17, Washington, p.
63.

Air quality

1972 Criteria and guide for urban air pollutants.— Tech. Rep. Ser. N
506, Geneva, WMO. Atwater M. A.

1975 Thermal changes induced by urbanization and pollutants.— J. Appl.
Met., v. 14, N 16. В e n a r i e M.

Emploi des regressions multiples pour la definition du niveau du fond de
la pollution urbaine et pour la prevision a court terme.— Vert-le Petit.
19 p.

Berger A., Demut h CI., M i 1 i с e S. L.

1980 High levels of air pollution frequency distribution and dispersion
mo-

delling. In: Pap. WMO RA-VI Meeting, p. 71—94.

Berlyand M. E.

High values of atmospheric pollution in summer at Kew and the as-*
socialed weather.— Atm. Env., v. 4, N 4.

Meteorological factors in the dispersion of air pollutants in town
conditions.—WMO Tech. Note, N 108, p. 196—213.

Atmospheric diffusion investigations in the USSR.—WMO Tech. Note,
Appendix, N 121, p. 55—116.

1982 Moderne Probleme der atmosphдrischen diffusion und der
Verschmutzung der Atmosphдre.— Berlin: Akademie—Verlag. 435 S. 1983в
Forecasting of air pollution with emphasis on research in the USSR, WMO
EPMaRP, N 19, Geneva. 208 p. Berlyand M. E., GenikhovichE. L.

Some features of turbulent diffusion and air pollution in the stratified
conditions.— In: Int. Symp. on Strat. Flows, Novosibirsk. ASCE, p.
125—143.

Berlyand M. E., В u r e n i n N. S.

1984 Principles and organization on methods for establishing maximum
permissible emissions in the cities of the USSR.— Atmos. Envi., v. 18, N
3, p. 513—517. В e r 1 у a n d M. E., К u r e n b i n О. I., Z r a s h e
v s к у I. M.

1970 Theory of tracer distribution near the ground.— J. Geophys. Res.,
v. 75, N 18.

Bernhard et a 1,

1978 Some results of the lower troposphere inversion statistics in
middle

Europe —In: Pap. WMO Symp., Norrkoping, WMO N 510, p. 271—278.

B u i 11 j e s e t a 1.

Application of photochemical dispersion model to the Netherlands and its
surroundings. Air pollution modelling and its application/Ed C.
Wispelaere. N. Y.: Plenum Press, p. 621—637.

BierlyE., HewsonP.

1965 Some restrictive meteorological conditions to be considered in the
design of stacks.—J. Appl. Met., N 3, p. 383—390. BlackedarA. K.

1957 Boundary layer wind maxima and their significance for the growth of
nocturnal inversions.— Bull. Am. Met. Soc, N 5.

B o d i n S.

1976 Numerical models of the boundary layer.— In: Seminars on the
treatment of the boundary layer in numerical weather prediction,
Bracknell, p. 337—372. Bolzen P., Fronza G., Runca E., Uberhuber C.

Statistical analysis of winter sulphur dioxide concentration data in
Vienna—Atm. Env., v. 16, N 8, p. 1899—1906.

Bornstein R., Andersen S.

1979 A survey of statistical techniques used in validation studies of
air pol-

lution prediction models.— Stanford Univ., California. 46 p.

Bornstein R. etal.

1978 Friction retardation of sea breeze front penetration in New York
city

and its implications for pollutant distribution.— In: Pap. WMO Symp.,

Norrkoping, WMO N 510, p. 79—88. BrassetC.

1975 Acid particulate air pollutants in Sweden. IVL. B 222, Gotteborg.
30 p.

B r i g g s G.

1969 Plume rise.— USA EC Division of Tech. Information Extension
(TID-25075). 76 p. Bringf elt B.

1971 Important factors for the sulphur dioxide concentration in central

Stockholm.—Atm. Env., N 11, p. 949—972. 1978 Some air pollution modeling
work in Sweden.—In: Pap. WMO Symp.,

Norrkoping, p. 227—230. Brown R., Roach W.

1976 The physics of radiation fog.— Quart. J. Roy. Met. Soc, v. 102,

p. 335—354

B r o s t R. A., W y n g a a r d S. C.

1978 A model study of the stably stratified planetary boundary layer.—
J. Atm. Sci., v.”35, p. 1427—1440. B u a j i 11 i BlackedarA.

1957 Theoretical studies of diurnal wind structure variations in the
planetary boundary layers.—Quart. J. Roy. Met. Soc, v. 83, N 358, p.
486— 500.

Busch N. et a 1.

1973 Workshop on micrometeorology —Boston: AMS. 392 p.

B u s i n g e r S. A., A r y a S.

1974 Hight of the mixed layer in the stably stratified planetary
boundary

layer.—In: Adv. in Geophys., v. 18a, p. 73—92.

Cal der K. L.

1973 Multiple-source plume models of urban air pollution.— Aim. Env., v.
7, N 6, p. 403—414. C a m u f f o D.

1980 Fog and related diffusion potential at Venice: two case studies —

Boundary-Layer Met., v. 18, N 4, p. 453—472.

C a m u f f o D., C a v a 1 e r i L.

1980 Oscilations in pollutant concentration occuring in cold offshore
flow over Venice.—Atm. Env., v. 14, N II, p. 1255—1262.

C a r m e n J., N e p p o Jr.

1974 A method for evaluating the accuracy of air pollution prediction
mo-

del.— In: Symp. Atm. Diffus. Air Pollut., Sante Barbara. AMS,

p. 325—329.

Carpenter K.

1979 An experimental forecast using a non-hydrostatic mesoscale model.—
Quart. J. Roy Met., Soc, v. 105, N 445. Carpenter S.

1971 Principle plums dispersion models.— J. Atm. Poll. Cotr. Assoc., v.
21, p. 441—445. Chanady G.

1973 Turbulent diffusion in the environment —D. Reidel Publ. Co. 205 p.

Chandler T.

1967 London’s heat island.— Biometeorology, v. 2. Chandler T. J., E 1 s
o n D. M.

1978 Meteorological controls upon ground level concentration of smoke
and sulphur dioxide in two urban areas of the United Kingdom.— Atmos.
Envi., v. 12, N 6—7, p. 1543—1554. Chock D. e t al.

1975 Time series analysis of Riverside, California air quality data.—
Atm.

Env., v. 9, p. 978—989.

C o c q u y t G.

Air pollution prediction via third order shaping filter modeling.— In:
Proc. IFAC Symp, Kyoto. V. 1, Oxford, p. 205—212.

C o 1 a c i n o M.

Infrared radiometric measurement for the study of the Rome heat
island.—Arch. Met. Geophys. Bioklim. Ser. B., Bd 26, S. 207—217.

Deardorff J.

1974 Three-dimensional numerical study of the height and mean structure

of a heated planetary boundary layer.— Boundary-Layer Met., v. 7,

N 1, p. 81—106.

1978 Different approaches toward predicting pollutant dispersion in the
boundary laver and their advantages and disadvantages.— In: Pap. WMO
Symp.’, Norrkoping, WMO N 510, p. 1—8. D e 1 a g e Y.

1974 A numerical study of the nocturnal atmospheric boundary layer.—
Quart. J. Roy Met. Soc, v. 100, p. 351—364. Demer j ian K. L. et al.

The mechanism of photochemical smog formation.— Adv. Env. Sci. Tech., v.
4, N 4, p. 1—262.

D e mu t h CI., So h ayes G., Hecy P., Cravatte M.

1981 Numerical computations of high air pollution levels. Air Pollution
Modeling and Its Application. I. Ed. C. De Wispelaere. Plenum Press, N.
Y., p. 609—619.

Dickson R.

1961 Meteorological factors affecting particulate air pollution of a
city.— Bull. Am. Met. Soc, v. 42, N 8, p. 556—570. D i e c o n E. L.

1973 Geostrofic drag coefficients.—Boundary-Layer Met., v. 5, N 13, p.
321—340.

D i e t z e G.

1984 Prediction of diffusion potential using routine forecasts of
meteorological elements.—In: Pap. WMO RA-VI Meeting, p. 128—138. D o r a
n J., 11 o r s t T., N i c k o 1 a P.

1978 Experimental observations of the dependence of lateral and vertical
dispersion characteristics on surface height.— Aim. Env., v. 12, N 12,
p. 2259—2263.

Effects of chronic exposure to low-level pollutants in the environment.—

W.: U. S. Govern Printing Office. 402 p.

17 3aKa3 № 30

257

1980 A review of long-range transport modelling.—J. Appl. Met., v. 19,
N 3, p. 231—240. Eliassen A., Saltbones J.

1975 Decay and transformation of S02 —Atm. Env., v. 9, p. 425—429. E r i
ks o n K., B o d i n S.

1978 A predictive one-dimensional boundary layer model.— In: Pap. WMO

Symp., Norrkoping, WMO N 510, p. 95—96.

Eschenroeder A., Martinez J.

1971 An exention of K-theory to describe photochemical air pollution.—
In: Conf. Air Poll. Met., Raleigh, p. 69—74. Estoque M. A.

1961 A theoretical investigation of the see breeze.—Quart. J. Roy. Met.
Soc, v. 87, N 381, p. 136—146. Federal register USA.

1974 V. 50, Title 40, pt 52, p. 9672.

Feigley C, Kamens R., Jeffreies F.

1983 An experimental simulation of Los Angeles reactive pollutant
programme (LARPP) operation 33-11 evoluation of simulation.— Atm.
Env. v. 17, N 1, p. 103—110. Finkelstein P.

1971 Verification of air pollution potential forecasts.—Pap., Conf. on
Air

Poll. Met. Raleigh. Boston, p. 81.

F i n z i G.

1980 Stochastic real-time predictors of urban air pollution using
synoptic meteorology forecast.—In: “WMO Theses” RA-VI Meeting, p. 6—10.
Finzi G., Tib al di G.

1982 A mathematical model for air pollution forecast and alarm in the
urban area.—Atm. Env., v. 16, N 9, p. 2055—2059. Finzi G., Z a n n e 11
i P., F r o n z a G., R i n a 1id i S.

1979 Real time prediction of S02 concentration in the Venetian lagoon

area —Atm. Env, v. 13, N 9, p. 1249—1255.

Fortak H. G.

1961 Koncentrationverteilung um eine kontinuierliche punctquelle bei
wind-

stille.— VDI-For-chungen Sheft., 483, S. 20—22. F r o n z a G., S p i r
i t o A, T o n i e 11 i A.

1979 Real time forecast of sulphur dioxide concentrations in the
Venetian

lagoon region. P. 2.— Kalman predictor.— IIASA, Laxenburg. Austria

25 p.

Funabashi M. et al.

1978 A mini-computer based prediction system for reducing acute damage

caused by photochemical smog.— Proc. IFAC Symp, Kyoto, 1977, v. 1,

Oxford, p. 301—308.

G a r n e 11 A.

1963 A survey of air pollution in Sheffild under characteristic weather
an-ticycionic condition.— Int. J. Air Wat. Poll, v. 7, p. 963—968.
Garstang M, Tyson P., E mi H.

The structure of heat islands.— Rev. Geophys. Space Phys, v. 13, N 1, p.
139—165.

G i f f o r d F.

1960 Peak to average concentration rations according to air fluctuating
plume dispersion model.—Int. J. Air Wat. Poll, v. 3, N 4, p. 253—260.

Turbulent diffusion—typing schemes: a review.— Nuclear Safety, v. 17, N
1, p. 25—43.

1979 Recent studies of diffusion parameters for air pollution
application.—

In: Int. Conf. Air Poll. Pretoria, p. 1 — 13.

G i f f o r d F, Hanna S.

1973 Modeling urban air pollution—Atm. Env. N 1, p. 131—136. G o 1 d e r
D.

1972 Relations among stability parameters in the surface layer.—Boun-

dary-Layer Met, v. 3, N 1, p. 47—58.

Gr aedel T. E. et a 1.

1976 Kinetic studies of the photochemistry of the urban troposphere.—
Atm.

Env., v. 10, N 12, p. 1095—1116.

Graham J, R.

1968 An analysis of turbulence statistics at Fort Wayne, Indiana.— J.
Appl. Met., v. 7, p. 90—93.

GryningS. E. et a 1.

1978 Short-range experiments in unstable conditions over inhomogeneous
terrain.—Tellus, v. 30, p. 392—403. G r y n i n g S. E., L y c k E.

Medium range dispersion experiments downwind from a shoreline in near
neutral conditions.— Atm. Env., v. 14, N 8, p. 923—931.

G u i c h e r i t R., Van den H o u t K., H u y e n C.

Conversin rate of nitrogen oxides in a polluted atmosphere.—In: Air
Pollution Modeling and its Application I. Ed. C. D. Wispelaere. N. Y. p.
575—592.

H a n n a S. R,

A simple method of calculating dispersion from urban area sources.— J.
Air Poll. Contr. Ass., v. 21, N 12, p. 774—776.

A simple model for the analysis of photochemical smog.— In: Proc. Conf.
Urban Envir. Philadelphia, p. 120—123.

1978 Diurnal variation of the stability factor in the simple ATDL urban
dispersion model.—J. Air Poll. Contr. Ass., v. 28, N 2, p. 147—150.

1982 Review of atmospheric diffusion models for regulatory
applications.—

WMO Techn. Note N 177. 42 p.

Hanna S, Gifford F.

1977 Application of the ATDL simple urban dispersion model to Franfurt.—

NOAA, ATDL 77/17. 17 p.

H a n n a S. R. e t a 1.

1977 AMS workahop on stability classification schemes and sigma curves-

summary of recommendations.— Bull. Am. Met. Soc, v. 38, N 12,

p. 1305—1309.

1980 Measured ov and az in complex terrain near the TVA Widows Creek,
Alabama, Steam plant.—Atm. Env., v. 14, N 4, p. 401—407. Hanna S.,
Briggs G„ H o s k e r R.

1982 Handbook of atmospheric diffusion.— Tech. Inf. Center. US Dep. of
Energy. 102 p. H e r a d a H.

1968 Relation between air pollution in Osaka and anticyclone.—J. Met.
Res., v. 20, N 12. Harrison R., McCarthey H.

1980 A composition of the predictions of a simple Gaussian plume
dispersion model with measurements of pollutant concentration at ground
level and aloft.—Atm. Env., v. 14, N 5, p. 589—596. Haugen D., ed.

1975 Lectures on air pollution and environmental impact analysis.—
Boston: AMS. 296 p. Heines T. S., Peters L. K-

1973 The effect of a horizontal inversions layer caused by a temperature

inversion aloft on the dispersion of pollutants in the atmosphere.—

Atm. Env., v. 1, p. 39—48.

Herman n K.

1978 Zur Simulation interregionaler Transport Vorgдnge in der
Atmosphere.

Dissertation. Tech. Hochschule Darmstant. 72 S.

H c s e k F.

1974 The physical statistical analysis one year’s observations of S02 in
Bra-

tislava—Contr. Inst. Met. Climatology SASc N 1, p. 111—126.

H i d y G. M., M u 11 e r P. K., Tong E.

1978 Spatial and temporal distribution of airborne sulfate in parts of
the USA.—Atm. Env, v. 12, N 1—3, p. 735—757.

H i n o M.

1968 Maximum ground-level concentration and sampling time.— Attn. Env.,
N 2. Hogstrom U.

An experimental study on the atmosphere diffusion.— Tellus, v. 16, N 2,
p. 205—251.

Holzworth G.

1962 A study of air pollution potential for the western United States.—
J. Appl. Met., N 3, p. 366—382.

1967 Mixing depths, wind speeds and air pollution potential for selected
locations in the USA.—J. Appl. Met, v. 6, p. 1039—1044.

1974 Climatological aspects of the composition and pollution of the
atmosphere.—WMO Tech. Note, N 139. 43 p. H ц s c h e 1 e K.

Ergebnisse von messungen des schwefeldioxidgehalts der luft in Karlsruhe
und ihere statiscke Bearleitung.— Staub, H. 25, S. 102—112.

H s u S. A.

1979 Mesoscale nocturual jetlike winds within the planetary boundary
layer over a flat open coast.— Boundary-Layer Met, v. 17, N 4, p.
485—494. H u n t J. G, J a c k s o n P. E.

1974 Surface obstacles in turbulent boundary layer.—J. Fluid Mech, v.
64, N 3, p. 529—567. Hunt J, Malhearn P.

1973 Turbulent dispersion from sources near two-dimensional obstacles.—
J. Fluid Mech, v. 61, p. 245—274. IordanovD.

A statistical analysis of air pollution data in terms of meteorological
conditions.—Boundary-Layer Met, v. 11, N 11, p. 27—32.

I z m e r o v N. E.

1973 Control of air pollution in the USSR.—Geneva: WMO. 156 p. I z r a e
1 Yu. A, M i k h a i 1 o v a S. E, Pressman A. S.

1979 A model for operative evaluation of transboundary flows of
pollutants.—In: WMO Symp, Sofia, WMO N 538, p. 271—280. Janagisawa S.

1973 Air quality standards, national and international.— J. Air Poll.
Contr. Ass, v. 23′, N 11, p. 945—948. K a 1 m a n R. E.

1960 A new approach to linear filtering and prediction theory.— Trans.
ASME. Ser D. S. Basic Engin, v. 82, p. 17—25. KannoS. et a 1.

1959 Atmospheric S02 concentrations observed in Keichin industrial
center.— Int. J. Air Wat. Poll, v. 1, p. 234—240. Kasprzycki A.

Powstwanie niskilgo pradu strumie niowego. w. Stacjonarunym polu
wysokiego.— Cisnienia Materaly, IMGW, Warszawa.

K e r m a n B. R.

A similarity model of shoreline fumigation.—Atm. Env, v. 16, N 3, p.
467—478.

Klug W.

1969 Ein Werfahren zur Bestimmung der Ausbreitnngs bedingungen aus

synoptischen Beobachfungen.— Staub, Bd 4, N 4. 1984 Origin and types of
air pollution episods and their forecasting. Air

pollution forecasting — In: Pap. WMO RA-VI Meeting, p. 9—26. K w i z a k
M.

1973 Realtime meteorological prediction in support of air quality
control operations in Canada.— In: Proc. 4th Meetings NATO/CCMS Panel
Modeling, v. 17, p. 1—5.

L a 1 a s D. P. e. t a 1.

Sea breeze circulation and photochemical pollution in Athens, Greece.—
Atm. Env, v. 17, N 9, p. 1621—1632.

Lawrence E. N.

1969 High values of atmospheric pollution in summer at Kew and the

associated weather.— Atm. Env., v. 3, N 2, p. 123—133.

Leone I. A.

1966 The role of wind parameters in determining S02 concentration in

Carlstadt, New Jersey.— Int. J. Air Wat. Poll., v. 10, N 21.

L e a v i i t J. M. e t a 1.

1971 Meteorological program for limiting power stack emission.— J. Air

Poll. Contr. Ass. v. 21, N 7, p. 400—405.

L i oy P. et a 1.

1980 The distribution and transport of sulfate „species” in the New York

metropolitan area during the 1977 summer aerosol study.— Atm. Env.,

v. 14, N 12, p. 1391 — 1408.

L i u C. V., G o o d i n W. K.

A two-dimensional model for the transports in an urban basin.— Atm Env.,
v. 10, N 7, p. 513—526.

Lukas D.

1958 The atmospheric pollution of cities.—Int. J. Air Water Poll.,
1, p. 71—84. Lyons W., O 11 s o n L.

1973 Detailed mesometeorological studies of air pollution dispersion in
the Chicago lake breeze.—Mon. Wea. Rev., v. 101, p. 387—403. Mahoney J.
R., E g a n B. A.

1972 A mesoscale numerical model of atmospherical transport phenomena

in urban areas.— In: Proc. 2nd Int. Air Pollut. Conf. Washington,

p. 1152—1157.

M a 1 b e r g H., R 6 d e r W.

1981 Statistical methods of local wind and S02 forecast.—Publ. Zentr.
Met.

Geodyn., Wien, v. 253, p. 211—214.

M a 1 e t L. M., J o u k o f f A.

1978 Meteorological factors and air pollution index.— In: Pap. WMO
Symp.,

Norrkoping, WMO, N 510, p. 135—142.

M a n i e r G.

1975 Vergleich zwischen Ausbreitungsklassen und Temperaturgradienten.—
Met. Rundschau, Bd 28, N 1, S. 6—11. March K. J-, F o s t e r M. D.

1967 An experimental study of the dispersion of the emissions from chim-

neys in Reading.— Atm. Env., v. 1, p. 527—550.

McBeanG. A. et a 1.

1979 The planetary boundary layer —WMO Tech. Note, N 165. 202 p.

M c C o 11 i s t e r G., W i 1 s o n K.

1975 Linear stochastic models for forecasting daily maxima and hourly
concentrations of air pollution.— Atm. Env., v. 9, p. 417—423. McCormick
R. A.

1970 Meteorological aspects of air pollution in urban and industrial
dis-

tricts— WMO Tech. Note, N 106, p. 1—30.

McRacG, GoodinW., Seinfelds.

1982 Development of a second-generation mathematical model for urban

air pollution. I. Model formulation.— Atm. Env., v. 16, N 4, p. 679—

696.

Meade P. J.

1960 Meteorological aspects of peaceful uses of atomic energy.— WMO
Tech.

Note, N 97. M e 11 i P., F r o n z a G.

1981 An application of a pollution episode prediction derived from a K-

thcory model.—In: Air pollution Modeling and its Application. I. Ed.

C. D. Wispelaere. N. Y., p. 639—652.

Mcroney R. W. ct a 1.

1975 Modelling of atmospheric transport i\ fumigation at shoreline
sites.— Boundary-Layer Met., v. 9, p. 69—90.

Merino M. ei al.

1973 Mathematical model for air pollution forecasting.—Probl. 3rd Int.
Clean Air Congreses. Dusseldorf. VDJ Verlag, p. B59—B65. M e r z P. H. e
t a 1.

1972 Aerometric data analysis time series analysis and forecast of an
atmospheric smog diagram.— Atm. Env, v. 6, p. 319—342. Michaelis E. E.

1972 Solid air pollution.—Clean Air, v. 1, N 4. M i 11 e r E. M., N i e
m a y e r L. E.

1963 Air pollutions potential forecasts. A years experience.— J. Air
Poll. Contr. Ass., N 5. Miller M., Holz worth G.

1967 An atmospheric diffusion model for metropolitan areas.— J. Air
Poll. Contr. Ass., N 1, p. 46—50. M i s r a R. K-

1980 Dispersion from tall stacks into a shore line environment.— Atm.
Env.,

v. 14, N 4, p. 397—400.

M i s r a R, О n 1 о с к S.

1982 Modelling continuous fumigation of Nanticoke generating station
plume.—Atm. Env, v. 16, N 3, p. 479—490. Mitchell J. M.

1961 The temperature of cities.—Weatherwise, v. 14, p. 229.

M о s h e r J. C, Ficher E. L, В r u n e 11 e M. F.

1972 Ozone alerts in Los Angeles Country 1955—71 —In: Air Poil. Contr.
Ass. Country of Los Angeles. Los Angeles. M u n n R. E.

1972 A study of suspended particulate air pollution at two location in
Toronto, Canada.—Atm. Env. v. 6, p. 311—318. M u n n R. E. e t a 1.

1972 Dispersion and forecasting of air pollution.— WMO Tech. Note, N
121. M у г о р L. О.

1969 A numerical model of the urban heat island.— J. Appl. Met, v. 8, N
6.

Nester R.

1967 Distribution des concentrations autour d’une source ponctuelle
continue par vent nul.—Bull. Tech. Suisse Romande, N 25, p. 347—350. N
ew a 11 H. E., Eaves A.

1962 The effect of wind speed and rainfall on the concentration of
sulphur

dioxide in the atmosphere.—Int. J. Air Wat. Poll, 1962, v. 6, p. 173—

178.

NewmanE, S p i e g 1 e r D.

1974 Operational experience with an air quality control system. Air
MAPR.— In: Symp. Atm. Diff. Air Poll, Santa Barbara. AMS, p. 330—338.
Niemeyer L.

1960 Forecasting air pollution potential.— Mon. Wea. Rev, v. 88, N 3.
Nieuwstadt F.

1981 The study state and resistance lows of the nocturnal boundary
layer.—

Boundary —Layer Met, v. 20, N 1, p. 3—18.

Nieuwstadt F, DriedonksE. A.

1979 The nocturnal boundary layer: a case study compared with model
calculations.—J. Appl. Met, v. 18, N 11, p. 1397—1405. Nieuwstadt F.,
Van D о p H. (ed.)

1981 Atmospheric turbulence and air pollution modelling.— D. Reidel. 358
p. Okamoto H., Ohba R.

1978 Numerical analysis of gas diffusion over a mountain in thermaly
stratified flow.—In”: Pap. WMO Symp., Norrkцping, WMO N 510, p. 96— 104.

Оке T. R.

1969 Towards a more rational understanding of the urban heat island.—
Climatol Bull, N 5, Montreal.

Oshima et a 1.

1974 A viable system of biological indicators for monitoring air
pollutants.— J. Air Poll. Contr. Ass., v. 24, N 6, p. 576—578. OzoeH, S
h i b a t a T., S a y a m a H„ U ed a H.

1983 Characteristics of air pollution in the presence of
land and see breeze—a numerical simulation.— Atm. Env. v. 17,
N 1, p. 35—42. Panolsky H. A.

1963 Determination of stress from wind and temperature measurements.—
Quart. J. Roy Met. Soc, v. 89, p. 495—502. P a s q u i 11 F.

1962 Atmospheric diffusion.—London: Van Nostr. Co. Ltd. 298 p. 1971
Atmospheric dispersion of pollution —Quart. J. Roy. Met. Soc, v. 97, p.
369—395.

1974 Atmospheric diffusion. 2nd ed/J. Willey, N. Y. 429 p. P e s z e 1 y
G.

1959 Die Luftverunrunigeing in Budapest verschiedenen makrosynoptischen
Lagen.—Z. Met., H 13, p. 1—6. P e t e r s L. R i c h a r d s L. W.

Extension of atmospheric dispersion models to incorporate fast
re-virsible reactions.— Atm. Env., v. 11, N 2, p. 101—108.

Peterson S.

1970 Distribution of sulfur dioxide over metropolitan St. Luis as
discribed by empirical eigen vectors and meteorological parameters.—
Atm. Env., v. 4, N 5, p. 501—518. Peterson J. T., DemerjianK. L.

1976 The sensitivity of computed ozone concentrations to u. v. radiation
in the Los Angeles area.— Atm. Env., v. 10, N 6, p. 459—468.

P i e 1 k e R.

1974 A three-dimensional numerical model of the breezes over South
Florida.— Mon. Wea. Rev., v. 102, p. 115—139. P o o 1 e r F. A.

1966 A tracer study of dispersion over a city.— J. Air Poll. Contr.
Ass., v. 11.

P r a h m L. P., Christen sen M.

1977a Validation of multiple source gaussian air quality model —Atm.
Env.,

v. 11, N 9, p. 791—796. 1977b Long-range transmission of pollutants
simulated by two-dimensional pseudospectral dispersion model.— Atm.
Env., v. 11, N 9, p. 791—796. Pristo v S.

Vorhezsage der Luftverunreinigung fur Talbecken.— Veroft Schweir. Met.
Zentralanst, N 40, S. 67—70.

Programme short-, medium- and long-range weather prediction
research.

1979 Numerical weather prediction. Progress report for 1979. WMO. 210 p.

Puttock J. Hunt I.

1979 Turbulent diffusion from sources near obstacles with
separated wakes.—Atm. Env., v. 13, N 1, p. 1—13. R a g 1 a n d K. W.

1976 Forecast ambient air concentration from point sources using the
Gaussian plume model.—Atm. Env., v. 10, N 5, p. 371—374. Rao K., Stevens
M,

1983 Pollution episodic model user’s guide —NOAA Tech. Memo. ERL
ARL-125. Reible D., Sh air F., Aris R.

1983 A two-layer model of the atmosphers indicating the effects of
mixing between the surface layer and the air aloft.— Atm. Env., v. 17, N
1, p. 25—34.

Remsberg E, E., Woodbury G. E.

1983 Stability of the surface layer and its relation to the dispersion
of primary pollutants in St. Luis.—J. Clim. Appl. Met., v. 22, N 2, p.
244—255.

Reuter H.

1964 Ьber den Einfluss meteorologischen Parameter auf die Lage der
Maxima Immissions Konzentrations am Boden bei vorgezgebener
emissio-quelle.—Arch. Met. Geodym. Bioklim.(A), H 1, S. 56—68. Reynol ds
S. D. et al.

Urban air shed photochemical simulation model study, v. 1. Contract N
68-02-0339, U. S. EPA W., 142 p.

Rey nor G. S. et a 1.

Studies of atmospheric diffusion from a nearshore oceanic site.— J.
Appl. Met., v. 17, p. 1080—1094.

ReynorG. S. et al.

1979 Formation and characteristics of coastal interval boundary
layers during onshore flows.— Boundary-Layer Met, v. 16, N 4, p.
487—514. Rossby C. G, Montgomery R. B.

1935 Pap. Phys. Oceanogr. and Meteorology. Mass Inst. Tech., v. 3, N 3.
R u n c a E, M e 11 i P, S p i r i t o A.

1979 Real time forecast of sulphur dioxide concentrations in the
Venetian lagoon region. P. 1. Advection diffusion model. IIASA,
Laxenberg. 24 p.

S a i t o O, T a k e d a H.

1978 Prediction model of air pollution adapted to pattern of daily
fluctuation.—In: Proc. IFAC. Symp, Kyoto, 1977, v. 1. Oxford, p.
287—294. SawageriY. et al.

1978 Statistical prediction of air pollution levels based on Kaiman
filtering method.—In: Proc. IFAC Symp., Kyoto, 1977, v. 1. Oxford, p.
197—204.

S awai T.

1978 Formation of the urban air mass and the associated local
circulation.—

J. Met. Soc. Japan, ser. 11, v. 56, N 3.

Schmidt F. H, Velds C.

1969 On the relations between changing meteorological circumstances and
the decrease of the SO concentrations around Rotterdam.— Atm. Env, v. 3,
p. 455—460. Schmidt F. H, Velds C.

1976 Seminars of the treatment of the boundary layer in numerical
weather prediction.— Bracknell: ECMRWF. 372 p. S h a i r F. H. e t a 1.

1982 Transport and dispersion of airborne pollutants associated with the
land —sea breeze system.—Atm. Env, v. 16, N 9, p. 2043—2054. S h i r C.
G, S h i e h L. S.

A generalized urban air pollution model and its application to the study
of S02 distributions in the St. Luis Metropolitan Area.— J. Appl. Met,
v. 13, p. 185—204.

S la dek S.

Vztany mezi rezinum znecisteni ovzdusi a pocasim v severozapadni ch
cechaeh.—Met. Zpravy, 1975, v. 28, N 4, p. 97—103.

S m e d a M.

1979 Incorporation of planetary boundary-layer process into numerical
fore-

casting models.—Boundary-Layer Met, v. 16, N 2, p. 115—130.

S m i t h M. E.

1973 Pecomended guide for the prediction of the dispersion of airborne
effluents.—ASME N. Y, 85 p.

S o e d a T.

1979 ARIMA forecasts and GDMN Forecasts of air quality —In: Workshop on
Math. Models for Planning and control of Air Guality. IIASA, Laxen burg.
82 p. Steinhдuser F.

1971 Ergebnisse Mesjдhriger Beobachtungen der Staubablagerungen in
Цsterreich.—Watter und Leben, N 5—6, S. 89—102. Stephens E. R.

1969 Chemistry of atmospheric oxidants —J. Air Poll Cont. ass; N 3, p.
181 — 185.

Stern A., ed.

1970 Proceeding of the Symposium on Multiple Source Diffusion models. U.
S. EPA.

1976 Air pollution. 3rd ed, v. 5, N. Y.; Academic Press, 800 p. S t ь m
к e

1964 Berьcksichtigung vereifachter Gelдndetypen bei der Berechung der

turbulenten Ausbreitung vor Schornsteingasen.— Staub, Bd 24.

Suess M. J., Crastiord J. R., eds

1976 Manual on urban air quality management.—Copenhagen: WHO. 200 p. S z
e p e s i D. J.

1978 Transmission of sulfur dioxide on local, regional and
continental scale.—Atm. Env., v. 12, N 1—3, p. 529—536. S z e p e s i D.
J.

1984 Multiple-source model for air pollution forecasting. Air Pollution
Forecasting— In: Pap. WMO RA-VI Meeting, p. 28—37. T a p p M., W h i t e
P. ^

A non-hydrostatic mesoscale model.—Quart. J. Roy Met., Soc, v. 102, N
432, p. 277—298.

T а у 1 о r P. A.

Some numerical studies of surface boundary layer flow above gentle
topography.— Boundary-Layer Met., v. 11, N 4, p. 439—466.

Tenne к es H.

1973 A model for the dynamics of the inversion above a convective
boundary layer.—J. Atm. Sei., v. 30, p. 558—567. The OECD Programme
on a Long-Range Transport of Air Pollutants.

1977 Paris. Thorpe A., Yuymer T.

The nocturnal jet.—Quart. J. Roy. Met., Soc, v. 103, N 438, p. 633— 655.

Tokumaru H., H a b a t a O.

Statistical prediction of air pollution levels by mixed order
multi-variable AR scheme.— In: Proc. IFAC Symp., Kyoto, v. 1. Oxford, p.
213—218

Turner B.

1961 Relationship between 24 hour mean — air quality measurements and
meteorological factors in Nashville, Tenn.— J. Air Poll. Contr. Ass. N
11, p. 483—489.

1963 A diffusion model for an urban areas.— J. Appl. Met., N 1.

1970 Workbook of atmospheric dispersion estimates U. S. EPA. AP-26.

Atmospheric dispersion modeling. A critical rewiew.— J. Air Poll. Contr.
Ass., p. 502—519.

Ulig S.

1965 Bestimmung der Stabilitatsgrade der Luft an Hand von Wettermel-

dungen.— Mitteilungen den Deutschen Wetterdienstes. S. 436.

Urban climate s.— WMO Tech. Note, N 108. 1970

Van der Auwera

1982 First ND Pc. areal S02 forecasts.—Publ. Inst. Roy. Met, Belg. (A),
N 109. 34 p. Van D о p H., К r u i z i n g a S.

The decrease of sulphur dioxide concentrations near Rotterdam.— Atm.
Env., v. 10, N 1, p. 1—4.

Van Dopet a 1.

1979 Revised estimates for continuous shoreline fumigation.— J. Appl.
Met., v. 18, p. 133—137. Venkatram A.

A model of internal boundary layer development.—Boundary-Layer Met., v.
11, p. 490—499.

Vogt К., Geiss 11., Polster G.

1978 New sets of diffusion parameters resulting from tracer experiments

with 50 and 100 rn release height —In: Proc. 9th Int. Tech. Meeting on
Air Poll. Modeling and its Applic, N 103, NATO Comm., p. 221— 239.

VucovichP. M. et a 1.

1976 A theoretical study of the St-Luis heat island: The wind and
tempera-

ture distribution.—J. Appl. Met, v. 15, N 5, p. 417—440.

1978 A theoretical study of the St-Luis heat island some parameters
varia-

tions.—J. Appl. Met, v. 17, N 11, p. 1585—1594.

Weatherly M. L.

1972 Effects of suspension of smoke control orders on smoke concentra-

tions.— Clean Air, N 6, p. 9—10.

Wiin-Nielsen A.

1974 Vorticity, divergence and vertical velocity in a baroclinic
boundary

layer with a linear variation of the wind. Boundary-Layer Met, v. 6,

N 3/4, p. 459—476.

Wippermann F.

1973 The planetary boundary layer of the atmosphere.— In: Deuts. Wetter
–

dienst, Offenbach a M. 344 p.

Wippermann F., KlugW.

1960 Schorsteintnindesthohen. Darmstadt. W і t z S„ L a r m A, E v і n
B, Moore A.

1982 The relationship between concentration of traffic-related
pollutants at a Los Angeles site.—J. Air Poll. Contr. Ass, v. 32, N 6,
p. 643—644. WMO Symposium on the Long-Range Transport of pollutants.
Sofia. WMO,

1979 N 538. 416 p.

a m a d a T.

1979 Prediction of the nocturnal surface inversion hight.—J. Appl. Met,
v. 18, N 4, p. 526—531.

u T. W.

1978 Determining hight of the nocturnal boundary layer.—J. Appl. Met,

v. 17, p. 28—33.

Z a n n e 11 і P. e t a 1.

1977 Meteorological factors affecting SO2 pollution levels in Venice.—
Atm.

Env, v. 11, N 7, p. 605—616.

Zdunkowski W. G, Nielsen В. C.

1969 Preliminary prediction analysis radiation fog.— Pageogh, v. 75a. Z
e 1 d і n M, В e n e 11 C, K і n n 1 у J.

1979 Statistical methods for forecasting air quality levels in the South
coasL

air basin.—In: 6th Conf. on Probability and Statistics in Atmospheric

Sciences. Banff, p. 55—62.

Z e m a n O.

1979 Parameterization of the dynamics of stable boundary layers and
nocturnal jets —J. Atm. Sci, v. 36, N 5, p. 792—804. Zimmerman S,
Thomson R.

1975 User’s guide for a Highway air pollution. Meteor. EPA Research

Triangle Park, p. 60.

Предметный указатель

Автоматизированная система контроля загрязнения воздуха (АСКЗВ) 95,
96, 114, 151, 152, 163, 235, 242, 246 Атмосферная (турбулентная)
диффузия 18, 20, 38, 40, 49, 80, 84, 88

в условиях застройки, города 88, 89, ПО,

218—225

в условиях сложного рельефа 20, ПО, 209—211

Влияние метеорологических условий 26, 116—121, 127—131, 133, 148,
208—223 Влияние осадков 119, 121, 126,. 130, 131, 148, 150,
106, 178 , 242 , 243 Выбросы в атмосферу 226—237

аварийные G, 7, 226, 236

автотранспорта 90, 114, 115, 120, 123, 179,

230, 236

залповые G, 7, 226

контроль 235—236

нагретые (горячие) 47, 69, 70, 109

нормирование 6, 7, 227—229

регулирование 5, 78, 230—236

холодные 69—70, 109, ПО

Гауссово распределение вероятностей 36

концентраций 40—45, 85, 92, 105 модели 17, 18, 70, 93, 102

Дальний (трансграничный) перенос 241— 244

Загрязнение воздуха (атмосферы)

годовой ход 112—116

интегральная доза 80—86, 145—156

интегральный показатель 145—151

контроль 235—236

суточный ход 112—116 Застой воздуха 98—104, 122, 133, 147, 180, 183

Инвентаризация выбросов 243

Инверсия температуры 50—52, 98—104, 122,

125, 179-197, 215, 223—224

высота, мощность 108, 119, 192

приземная 50, 117, 150, 182, 183, 185,

187—193 , 206, 207

приподнятая 51—52, 84, 93, 98—101, 108, 110, 117—119, 124, 179—195, 208,
221, 223— 224

Инерционные факторы 6, 17, 111, 125—127, 130, 140, 144, 146, 148—150,
154, 157—159 Источник

аэрацнонпый фонарь 71—74

вентиляционный 71

высокий 41, 44, 89, 90, 93

линейный 28, 29, 71—79, 111

наземный 44, 71—79

низкий 49, 146, 180, 235

площадной 80—86, 92, 93—108, 111

точечный 27—32, 66—71, 74, 80, 82, 108

труба дымовая, вентиляционная 71, 101,

142

Кислотные осадки (дожди) 55, 241, 244 Кластеры 1(53—167, 176

Климатические характеристики 112—116, 187-191

Концентрация примеси годовой ход 112, 113 разовая 06

осреднеппая 1)2, 112—116

предельно допустимая (ПДК) 6, 8—12,

35

суточный ход 105—108, 113—115, 174, 175

Коэффициент (турбулентного) обмена вертикальная составляющая 18—23,
35, 65, 78, 98—101, 107, 117, 118, 217 горизонтальная составляющая 18,
19, 28, 107

Линии тока 61—63

Масштаб Мопииа—Обухова 23—25, 194—195 Метеорологические условия

аномальные 15—17, 22, 48, 55, 97, 98, 109,

179, 226, 227, 229

критерии опасности 8—17

неблагоприятные (опасные) нормальные

22, 55, 68, 76, 78, 88, 90, 109, 135, 229 Методы статистического анализа

дпекриминантного анализа 163—177

группового учета аргументов (МГУА)

160—162

разложения на естественные ортогональные функции 141—145 распознавания
образов 162—163 Микроклимат города 218—225

неоднородной местности 58—65, 209—211 Моделирование

аэродинамическое 59, 209—211, 225 математическое (численное) 26—40,
49— 51. 58—65, 71—76, 80—84, 89—94, 96, 98— 101, 179, 185, 186, 201,
202, 210—217

Начальный подъем примеси 45—48, 52—53 Нормативы выбросов

временно согласованные выбросы (ВСВ)

227-229

предельно допустимые выбросы (ПДВ) 227-230

Остров тепла 218—222

Пограничный слой атмосферы 20—24, Б9,

179, 191, 193, 201, 221 высота 21, 191, 193—195

Потенциал загрязнения атмосферы (ПЗА) 9, 150, 179-184

скоростей 61, 62, 64 Потенциальное течение 60—65 Потоковые координаты
60—65 Предикторы 111—124, 167, 174, 178 Приземный слой атмосферы 20—25,
31, ПО,

221 высота 20—23 квазистацноиарность 202

Примесь

газообразная, легкая 28—31, 33, 38, 54, 68, 109

носохраиягащаяся (превращающаяся) 18 тяжелая 31—35, 38, 68, 101, 109
Прогноз

метеорологических условий 178—225 загрязнения атмосферы 16, 17—177
оправдываемость 126, 133, 148, 154, 159, 160, 163, 166, 237—239,
240, 241 синоптический 120—122, 195—201 статистический 111—177
успешность, эффективность 133, 153, 237— 241

Радиация солнечная 126, 186, 218 Регрессия 130, 156

авторегрессия 127, 130, 133, 152, 154, 166,

157, 176

линейно-логарифмическая 131—133 множественная линейная 123, 125—133
нелинейная 156—162

последовательная графическая 157—162

Регулирование выбросов 226, 229, 232—234 загрязнения атмосферы 230—234

Скорость ветра геострофическая 21, 202, 204, 207, 222, 224

опасная 67, 69, 87, 108 Средневзвешенная опасная 86, 88, 108 Слой
перемешивания 93, 107, 118, 133, 144, 179—182, 198 Смог 8

лондонского типа 55—56,. 104 лосанджелесского типа (фотохимический)
56-58, 104—106, 164, 236 Стратификация 21, 52, 195—200 безразличная
(равновесная, нейтральная) 21, 24, 43, 44, 82, 84, 117, 179, 180, 194,
203

неустойчивая 21, 24—26, 82—84, 94, 179, 180, 194, 203

устойчивая (инверсионная) 21, 24—26, 44, 76, 94, 117, 118, 121, 130,
179, 180, 203

Температура воздуха

годовой ход 187

суточный ход 185—187 Тетрон 41

Тоансформация воздушных масс 195

Трассер 44, 55, 89, 117

Туман 53-55, 113, 126, 212-217, 224

адвективный 215—217

радиационный 59, 193, 212—217

речной 215—217

Турбулентный обмен (рассеивание примеси) 18, 35, 58

Уравнения

атмосферной диффузии 17—20, 26—39, 47, 77, 78, 93-96, 101, 103, 107, 245
баланса энергии турбулентности 22, 60, 201

Винера—Хопфа 134

динамики движения атмосферы 47, 59, 60, 64

переноса влаги 54, 212—219

притока тепла 54, 64, 185, 186, 191, 212—

217

Устойчивость атмосферы 82, 85 классификация 24, 25, 42, 44, 71
показатели 23—25, 39, 51, 67, 122

Факел газовый, дымовой 26 Фильтрация случайных процессов 96, ISS-NO

по Калману (фильтр Калмана) 95, 96, 139, 140

по Колмогорову—Винеру (оптимальная) 133-139

Фумигация (задымление) 26, 103, 208

Число Ричардсона 51, 122

Шероховатость подстилающей поверхности 22, 25, 30, 43, 44, 67,
200—203, 225 Штиль 47, 49-51, 97, 98, 103, 104, 109, ПО, 122, 182, 205

Эффективная высота источника (начальный подъем) 12, 13, 45—48, 52, 53,
66, 73, 77, 82, 84, 91, 102—104, 108—110

Оглавление

Предисловие 3

Введение 5

Глава 1. Критерии опасности загрязнения атмосферы и их использование

при прогнозе 8

Использование предельно допустимых концентраций —

Критерии опасности загрязнения атмосферы для растении … 12

Критерии качества воздуха для особо опасных условий …. 15

Глава 2. Физические основы прогноза загрязнения воздуха 17

Прогностические уравнения 18

Характеристики турбулентности и скорости ветра в пограничном

слое атмосферы 20

Классификация устойчивости приземного слоя 24

Типизация метеорологических условий распространения примеси 26

Интегрирование прогностических уравнений —

Случай легкой примеси 28

Случай тяжелой примеси 31

Осреднение концентраций 35

Использование гауссовых распределений концентраций 40

Начальный подъем примеси 45

Аномальное распределение скорости ветра с высотой 48

Диффузия примеси при штиле 49

Приподнятая инверсия температуры 51

Влияние стратификации на начальный подъем примеси 52

Туманы и смоги 53

Речные и радиационные туманы 54

Смоги 55

2.14. Влияние рельефа 58

Глава 3. Численные методы прогноза загрязнения воздуха 66

Прогноз максимальных концентраций примеси от отдельных

источников —

Линейные и наземные источники 71

Прогноз интегральных характеристик загрязнения воздуха от

площадного источника 80

Совокупность рассредоточенных источников 86

Сочетание численных и статистических методов прогноза …. 93

Учет аномалий в вертикальном профиле скорости ветра и про-

гноз загрязнения воздуха при штиле 97

Учет приподнятой инверсии и ее сочетания со штилем …. 98

Прогноз смогов 104

Практические рекомендации ‘ 108

Глава 4. Статистические методы прогноза загрязнения атмосферы …. 111

4.1. Выбор предикторов —

Годовой и суточный ход загрязнения воздуха 112

Влияние отдельных метеорологических величин 116

Использование спектрального анализа 119

Учет синоптической обстановки и влияние комплекса фак-

торов 120

4.2. Методы прогноза на основе множественной линейной регрессии 125

Прогноз концентрации примеси —

Совместный прогноз загрязнения воздуха и метеорологиче-

ских величин. Методы авторегрессии 127

Использование линейно-логарифмической регрессии … 131

4.3. Фильтрация случайных процессов 133

4.3.1. Методы оптимальной фильтрации Колмогорова и Винера —

4.3.2. Фильтр Калмана 139

Применение метода разложения на естественные ортогональные

функции 141

Прогноз интегральных показателей загрязнения воздуха в го-

роде. Использование синоптических методов 145

Интегральные показатели —

Интегральная по площади доза 151

4.6. Методы нелинейной регрессии 156

Обобщение авторегрессионных моделей —

Последовательная графическая регрессия 157

Метод группового учета аргументов 160

Метод распознавания образов 162

Использование дискриминантного анализа и введение кластеров 163

Глава 5. Прогноз неблагоприятных метеорологических условий …. 178

Использование сведений общего прогноза погоды —

Прогноз потенциала загрязнения атмосферы 179

Прогноз устойчивости приземного слоя воздуха и вертикаль-

ного профиля температуры 184

Использование теории суточного хода температуры воз-

духа – 185

Климатологические характеристики и эмпирические зави-

симости 187

Расчетные методы прогноза высот инверсии и погранич-

ного слоя …
191

5.4. Синоптические методы прогноза стратификации 195

Учет трансформации воздушных масс —

Использование карт барической топографии 925 гПа … 197

5.5. Прогноз вертикального распределения ветра 200

Результаты теоретических исследований 201

Высота штилевого слоя 204

Мезоструи 206

5.6. Учет горизонтальных неоднородностей подстилающей поверх-

ности 208

Бризовая циркуляция —

Условия холмистой местности 209

5.7. Прогноз туманов 212

Радиационные туманы —

Адвективные туманы 215

5.8. Влияние города 218

«Остров тепла», его связь с приподнятыми инверсиями и

туманами —

Теоретические исследования 222

Связь загрязнения воздуха с приподнятыми инверсиями

и туманами 223

Распределение скорости ветра в городе 224

Глава 6. Регулирование выбросов в атмосферу 226

Нормирование выбросов 227

Требуемое снижение выбросов 229

Общие принципы сокращения вредных выбросов в атмосферу 230

Практические мероприятия по регулированию выбросов …. 232

Усиление контроля за выбросами и загрязнением атмосферы 235

Уменьшение опасности загрязнения воздуха 235

Глава 7. Эффективность прогноза и дальнейшие задачи 237

Успешность и результаты прогнозов —

Учет дальнего переноса примесей 241

Очередные задачи 244

Список литературы 247

Предметный указатель 267

Contents

Preface 3

Introduction 5

Chapter 1. Criteria of air pollution hasards and their use for
forecasting 8

Application of maximum permissible concentrations —

Criteria of air pollution hasards for vegetation 12

Air quality criteria for especially dangerous conditions 15

Chapter 2. Physical bases of air pollution forecasting 17

Prognostic equations 18

Turbulency and wind speed parametrs in the atmospheric

boundary layer 20

Classification of surface air layer stability 24

Typification of meteorological conditions of pollutant diffusion 26

Integration of prognostic equations —

Fine particle pollutants 28

Heavy pollutants 31

Averaging of concentrations 35

Application of Gaussian distributions of concentrations 40

Initial plume rise 45

Anomalous distribution of wind speed with height 48

Pollutant diffusion under calms 49

Elevated temperature inversion 51

Stratification effect on the initial plume rise 52

Fogs and smogs 53

2.13.1. Riverine and radiation fogs 54

2.13.2 Smogs 55

2.14. Relief effect 58

Chapter 3. Numerical methods of air pollution forecasting 66

Forecast of maximum pollutant concentrations for single

sources —

Linear and surface sources 71

Forecast of integral air pollution parameters for area source 80

Groups of dispersed sources 86

Combination of numerical and statistical forecasting methods 93

Allowance for anomalies in vertical wind speed profiles and air

pollution forecasting for calms 97

Allowance for elevated inversions and for their combination

with calms 98

Smog forecasting 104

Practical recommendations 118

Chapter 4. Statistical methods of air pollution forecasting Ill

4.1. Selection of predictors —

Annual and daily course of air pollution 112

Effects of individual meteorological elements 116

Application of spectral analysis 119

Allowance for synoptic situation and influence of multiple

factors 120

4.2. Forecasting methods based on multiple linear regression …. 125

Forecasting of pollutant concentration —

Joint forecast of air pollution and meteorological elements.

Autoregression methods 127

Application of linear-logarithmic regression 133

4.3. Filtration of random processes —

4.3.1. Methods of optimal filtration suggested by Kholmogorov

and Wiener —

4.3.2. Kalman’s filter 139

Application of method of expension in empirical orthogonal

functions 141

Forecasting of integral parameters of urban air pollution.

Application of synoptical methods 145

Integral parameters —

Dosage area product 151

4.6. Nonlinear regression methods 156

Generalization of autoregression models —

Successive graphycal regression 157

Group method of data handling 160

Method of image identification 162

Application of discriminant analysis and introduction of clu-

sters 163

Chapter 5. Forecast of unfavourable meteorological conditions 178

Application of general weather forecast —

Forecasting of surface layer and vertical temperature profile

stability 179

Forecasting of air pollution potential 184

Application of daily air temperature course theory …. 185

Climatic parameters and empirical dependences 187

Calculation methods for inversion and boundary layer

height .’ 191

5.4. Synoptical methods of stratification prediction 195

Allowance for air mass transformation —

Application of 925 gPa pressure charts 197

5.5. Forecasting of vertical wind speed distribution 200

Results of theoretical investigations 201

Calm layer height 204

Mesostreams 206

5.6. Allowance for horizontal inhomogeneities of the underlying sur-

face 208

Breeze circulation —

Hilly relief conditions 209

5.7. Fog forecasting 212

Radiation fogs —

Advection fogs 215

5.8. Urban effect 218

Heat island, its correlation with elevated inversions and

fogs —

Theoretical investigations 222

Correlation between air pollution and elevated inversions

and fogs 223

Urban wind speed distribution 224

Chapter 6. Regulation of emissions into the atmosphere 226

Standartization of emissions 227

Required decrease of emissions 229

General principles of reduction of noxious emmissions into the

atmosphere 230

Practical measures on emission regulation 232

Increase of control on emissions and air pollution 235

Decrease of air pollution danger 236

Chapter 7. Efficiency of forecasting and further problems 237

Results and scill score of forecasts —

Allowance for long-range pollutant transport 241

Further problems 244

References 247

Indices 267

PAGE 4

PAGE 4

PAGE 5

PAGE 12

PAGE 12

PAGE 8

PAGE 7

PAGE 10

PAGE 12

PAGE 13

PAGE 22

PAGE 22

PAGE 22

PAGE 22

PAGE 14

PAGE 17

PAGE 25

PAGE 15

PAGE 16

PAGE 17

PAGE 27

PAGE 27

PAGE 27

PAGE 27

PAGE 27

PAGE 27

PAGE 18

PAGE 21

«1

PAGE 20

PAGE 19

PAGE 32

PAGE 24

PAGE 32

PAGE 32

PAGE 22

PAGE 24

PAGE 26

PAGE 39

PAGE 34

PAGE 31

PAGE 40

PAGE 33

PAGE 40

PAGE 40

PAGE 40

PAGE 40

PAGE 36

PAGE 37

PAGE 40

PAGE 50

PAGE 44

PAGE 52

PAGE 52

PAGE 52

PAGE 52

PAGE 42

PAGE 45

PAGE 53

PAGE 53

PAGE 53

PAGE 53

PAGE 53

PAGE 53

PAGE 53

PAGE 53

PAGE 53

PAGE 53

PAGE 46

PAGE 45

PAGE 58

PAGE 58

PAGE 58

PAGE 58

PAGE 58

PAGE 58

PAGE 48

PAGE 47

PAGE 61

PAGE 61

PAGE 61

PAGE 61

PAGE 61

PAGE 61

PAGE 50

PAGE 49

PAGE 64

PAGE 64

PAGE 64

PAGE 64

PAGE 54

PAGE 64

PAGE 52

PAGE 66

PAGE 54

PAGE 58

PAGE 55

PAGE 69

PAGE 69

PAGE 69

PAGE 69

PAGE 69

PAGE 69

PAGE 56

PAGE 59

PAGE 70

PAGE 70

PAGE 70

PAGE 70

PAGE 60

PAGE 59

PAGE 76

PAGE 76

PAGE 62

PAGE 63

PAGE 70

PAGE 72

PAGE 88

PAGE 76

PAGE 75

93

93

93

PAGE 84

PAGE 83

PAGE 106

PAGE 106

PAGE 90

PAGE 89

PAGE 94

PAGE 92

PAGE 92

PAGE 114

PAGE 114

PAGE 98

PAGE 117

PAGE 117

PAGE 117

PAGE 117

PAGE 117

PAGE 117

PAGE 117

PAGE 117

PAGE 99

PAGE 119

PAGE 119

PAGE 100

PAGE 101

PAGE 121

PAGE 121

PAGE 121

PAGE 121

PAGE 102

PAGE 122

PAGE 122

PAGE 103

PAGE 124

PAGE 124

PAGE 106

PAGE 105

PAGE 108

PAGE 130

PAGE 130

PAGE 130

PAGE 112

PAGE 114

PAGE 113

PAGE 136

PAGE 136

PAGE 136

PAGE 136

PAGE 136

PAGE 136

PAGE 136

PAGE 136

PAGE 136

PAGE 136

PAGE 136

PAGE 136

PAGE 137

PAGE 137

PAGE 120

PAGE 119

PAGE 144

PAGE 144

PAGE 144

PAGE 144

PAGE 128

PAGE 130

PAGE 129

PAGE 157

PAGE 157

PAGE 132

PAGE 133

PAGE 140

PAGE 142

PAGE 139

PAGE 171

PAGE 171

PAGE 144

PAGE 143

PAGE 174

PAGE 174

PAGE 146

PAGE 145

PAGE 150

PAGE 154

PAGE 153

PAGE 185

PAGE 185

PAGE 160

PAGE 159

PAGE 164

PAGE 198

PAGE 198

PAGE 162

PAGE 165

10

PAGE 166

PAGE 163

10

PAGE 200

PAGE 199

10

PAGE 164

PAGE 167

10

PAGE 170

PAGE 169

PAGE 203

PAGE 203

PAGE 172

PAGE 171

PAGE 170

PAGE 173

PAGE 174

PAGE 175

PAGE 176

PAGE 174

14*

PAGE 177

14*

PAGE 211

14*

PAGE 211

14*

PAGE 180

14*

PAGE 181

14*

PAGE 182

PAGE 179

PAGE 217

PAGE 217

PAGE 217

PAGE 217

PAGE 218

PAGE 218

PAGE 184

PAGE 185

PAGE 222

PAGE 222

PAGE 186

PAGE 187

PAGE 190

15*

PAGE 227

15*

PAGE 227

15*

PAGE 198

15*

PAGE 199

PAGE 240

PAGE 202

PAGE 209

PAGE 214

PAGE 217

п

Значения максимальных разовых ПДК

Вещество ПДК, мг/м» Страны

Азота двуокись 0,085 0,3 0,41 0,56 Болгария, СССР, Югославия ГДР,
Румыния, Чехословакия Канада Финляндия

Азота окислы 0,1 0,45 0,6 2,0 ГДР Испания Италия ФРГ

Азота окись 0,8 ФРГ

Акролеин 0,02 0,025 0,03 0,3 ГДР ФРГ СССР

Болгария, Венгрия, Чехословакия, Югославия

Аммиак 0,2

0,3 1,5 Болгария, Венгрия, СССР, Чехословакия

ГДР, Румыния, Чехословакия Венгрия

Анилин 0,05 2,4 Болгария, ГДР, Румыния, СССР,

Чехословакия

ФРГ

Ацетон 0,35

1,0 5,0 24,0 180 360 Болгария, Венгрия, СССР, Югославия ГДР Румыния
Израиль Венгрия ФРГ

Взвешенные вещества (пыль нетоксическая) 0,1 П ч) 0,2(1 ч) 0,5

0,6 0,75 (1 ч) Швеция Япония

Болгария, ГДР, Румыния, СССР, Финляндия, ФРГ, Чехословакия Испания
Италия

Диметиламин 0,005 0,015 0,06 СССР

ГДР

ФРГ

Диметилсульфид 0,08 Болгария, ГДР, СССР, Югославия

Капролактан 0,06 0,1 Болгария, СССР, Югославия ГДР

Метилмеркаптан 9 • Ю-8

ю-6 Болгария, СССР, Югославия ГДР

Озон 0,16 СССР

Оксиданты 0,1 0,12(1 ч) 0,24 (1 ч) 0,2 (1 ч) Румыния Япония США
Аргентина

Таблица 1.1

Растение Чувствительность

значение степень

Ячмень, хлопчатник 1,0 Слабая

Овес 1,3 п

Клевер 1,4 ,1

Пшеница 1,5 ,,

Горох 2,1 Средняя

Виноград 2,2—3,0

Абрикос 2,3

Картофель 3,0 Значительная

Кукуруза 4,0 ч

Огурцы 4,2

Сосна 7—15 »

Таблица 1.2

Сравнительная чувствительность растений к 802

Вещество Вторичный стандарт, мг/м» Продолжительность воздействия, ч

Двуокись серы 1.3 3

0,2 24

Пыль (твердые частицы) 0,15 24

Окись углерода 40 1

Углеводороды (без метана) 0,1 3

(от б до 9 ч утра)

Фотооксиданты 0,16 1

Таблица 1.4

Вторичные стандарты качества воздуха в США

Вещество ПДК, мг/м» Вещество ПДК, мг/м’

Двуокись серы 0,02

Формальдегид 0,2

Окислы азота 0,05

Сероводород 0,02

Хлор 0,025

Метанол 0,2

Пары серной кис- 0,1

Бензол 0,1

лоты

Циклогексан 0,2

Аммиак 0,05

Таблица 1.5

Максимальные разовые ПДК для растительности

t

Концентрация

Примесь Уровень

Период

тревоги

осреднения, ч

млн-1 мг/м3

Оксиданты (озон) 1 0,1 0,2 1

2 0,4 0,8 1

3 0,5 1,0 1

4 0,6 1,2 1

Двуокись серы 1 0,3 0,8 24

2 0,6 1,6 24

3 0,8 2,1 24

4 1,0 2,6 24

Пыль (твердые вещест- 1

0,3 24

ва) 2

0,6 24

3

0,8 24

4

1,0 24

Окись углерода 1 15 17 8

2 30 34 8

3 40 46 8

4 50 58 8

75 86 4

125 144 1

Двуокись азота 1 0,2 0,28 24

0,6 1,13 1

2 0,3 0,56 24

1,2 2,26 1

3 0,4 0,75 24

1,6 3,0 1

4 0,5 0,94 24

2,0 3,0 1

Таблица 1.6

Значения концентраций при различных тревогах

Скорость ветра Степень инсоляции днем Об лачность ночью, баллы

ка высоте 10 м, м/с сильная умеренная слабая 10 (общая) нлн >5 (нижняя)
6 1

1—2 2 3 3 1— 2

2

2— 3

3— 4

4 2 3 3 4 4 5 4 4 4 6 5 4 4

Таблица 2.1

Классы устойчивости по Пэсквиллу

20 СМ

и м/с День День, ночь; Ночь

А > 60° А0=15 Ч- 60е Ао6 3 4 4 4 4 4

Таблица 2.2

Классы устойчивости приземного слоя атмосферы при различных
метеорологических условиях

Рис. 2.3. Дымовые факелы при слабом (а) и сильном (б) ветре.

к2 Щ

30 -300

20

10

-200 •

?100

20 х км

Н м *1хт

0,25 0,5 0,75 1 2 3 4

100 0,30 0,73 0,94 ! 0,78 0,59 0,47

120 0,33 0,74 0,95 1 0,79 0,59 0,47

150 0,41 0,80 0,95 1 0,80 0,60 0,48

200 0,34 0,76 0,95 1 0,80 0,60 0,47

250 0,27 0,73 0,93 1 0,80 0,60 0,45

300 0,25 0,73 0,94 1 0,80 0,59 0,43

Среднее 0,32 0,75 0,95 1 0,80 0,60 0,46

Таблица 2.3

Зависимость относительной концентрации q/q т. ОТ ОТНОСИТеЛЬНОГО
расстояния х/хт

500Нм

2= л

40 -1 -0,1 -001-0,001 0 0,001 0,01 0,1 1,0 5

и, м/с О

40 Т HUH

Рис. 2.8. Коэффициенты горизонтальной и вертикальной дисперсии ау (о)
и

а, (б).

1—6 — классы устойчивости.

Класс устойчивости ау

1 0,22 0,20 1

2 0,16 0,12 1

3 0,11 0,08 Vi + 2 • 10-*jc

4 0,08 0,06 Vi + 1,5 • 10-**

5 0,06 0,03 1 + 3 ? 10-*x

6 0,04 0,02 1 -f 3 • 10-*x

Таблица 2.4

Значения коэффициентов 0 и Ш близко к Шкр, &2 принимает весьма
малые значения и в инверсионном слое турбулентность резко ослабляется.

6а1С~ч% У А]

йТ

2П = 0,61

Ухкг

Р (г) == 4кчдг, а == 0,6л/

– А

ft”(100 млн)’1

0l 1 1 1 1 I I I ? >

8 Ю 12 Ik Ьч

к

&УУ оо \аи

Л

-3-2-1 0-1 23

Рис. 3.1. Графики для определения коэффициентов т, п и й.

Рис. 3.3. Графики для определения функций ^(дфсм) и «гИу/*)2].

а и/им о

Рис. 3.2. Графики для определения коэффициентов г к р.

10 20 х/хи 0 0,1 0,2 и [уМ) м/с

2В,

И м Состояние устойчивости f S 1? р

200 Равновесное 0,056 1,02 5,90 1,35

Слабо устойчивое 0,160 1,38 0,62 2,00

Устойчивое 0,510 1,85 0,03 2,94

100 Сильно неустойчивое 0,058 1 4,00 1,10

Неустойчивое 0,054 1 5,40 1,16

Равновесное 0,040 1 10,90 1,28

Слабо устойчивое 0,026 1 21,80 1,33

50 Сильно неустойчивое 0,005 0,41 91,00 0,48

Неустойчивое 0,016 0,79 22,30 0,91

Слабо неустойчивое 0,030 0,97 15,50 1,10

Равновесное 0,220 1,63 1,77 1,83

Слабо устойчивое 0,340 1,84 1,26 2,07

Устойчивое 0,300 1,98 2,05 2,21

Таблица 3.1

Значения коэффициентов /, s, ф, р

3.2. Линейные и наземные источники

Рис. 3.4. Поле концентраций от линейного источника при 6=90° (а), В =
30° (6″)

и 6=0° (е).

”////”У/У/ ‘//’/’//./У//,

‘/’у////

‘////////./.

УУУУ/УУ/.//(У/, ////У///У////УУУ У//У/УУУ/ ‘/

31

Рис. 3.5. Схема распространения выбросов от автомашин на улицах города.

Рис. 3.6. Зависимость максимальных значений м1Н/М от относительного
расстояния х до наветренного края города протяженностью F=10 (а) и 1=100
(б). /) я-0,015, Л-0. Ь-0, 2) я-0,015, /-0, 6—0,2, 3) я-0.050, ^-0, 6-0,
4) я-0,015, Л-100, Ь-0.

н а) Ю

О 20 АО 0 20 4-0 и

Рис. 3.7. Зависимость средних по городу значений ци. м/Я/М от
относительных размеров города Ь при /=0 для 6 = 0 (а) и Ь = — 0,2 (б).

Стратификация Zi/2 км

1 10 100

Сильно устойчивая 41 51 63

Неустойчивая 46 63 87

Равновесная 73 115 182

Класс 5 (по Пэсквиллу) 121 215 380

Устойчивая 341 662 1301

Таблица 8.2

Значения С при различной стратификации

а!

О 5 Ю 15 20 0 5 10 15 х км

Рис. 3.8. Распределение концентраций СО (а) и Ы02 (б) в городе от
промышленных источников.

/ — предприятия, 2 — крупная ТЭС, 3 — ТЭЦ и котельные, 4 —
автомагистрали, 5 — направление и скорость ветра (м/с), соответствующие
максимуму концентрации в данной точке.

Тип

магистрали Общая протяженность магистрали, км Число автомашин в 1 ч
Средняя скорость движения, км/ч М г/(с-км)

легковых грузовых автобусов

со

А 20,0 1500 400 100 50 15,0 2,7

Б 45,5 420 140 140 30 16,0 1,0

В 35,5 300 100 100 30 11,0 0,7

Г 25,5 50 400 50 40 13,3 1,3

Таблица 3.3

Характеристика автомагистралей и их выбросов

О 5 10 15 20 0 5 10 15 х км

Рис. 3.9. Распределение концентраций СО (а) и NOa (б) от автомагистралей

города.

Усл. обозначения см. рис. 3.8.

О 5 10 15 20 0 5 10 15 хкм

Рис. 3.10. Распределение концентраций СО (а) и NO2 (б) от всех
источников

города.

Усл. обозначения си. рис. 3,8.

Класс s(t) a [s(t)] Pi MOl kx ,ky MJ/C kg MJ/C

1 0,05 6 250 45

2 0,1 6 100 15

3 0,2 4 30 6

4 0,3 4 10 2

5 0,4 2 3 0,4

6 0,5 2 1 0,2

Таблица 3.4

Значения параметров a, pi, kx, kv, kz

2 млн

О 6 12 18 t ч

Рис. 3.11. Результаты прогноза на 2 ч и данные измерений на пункте
наблюдений.

1 — даииые измерений, 2 — прогноз только по /С-модели, 3 — прогноз с
учетом фильтра

Калмана.

Профиль по рис.3.12

Величина X км

0,1 0,5 1,0 1,5 2,0 3,0

3 50 5 Я’ 151

1,41 591 1,59 647 1,74 566 1,83 489 1,92 382 1,97

Значения концентрации 5 и отношения концентрации Я’

2 М

Высота Профиль X км

1 2 3 4 5 10 20 30

0 4 1 2 1,02 1,50 1,33 1,03 1,56 1,38 1,03 1,59 1,50 1,04 1,62 1,42 1,06
1,68 1,44 1,22 1,92 1,54 1,53 2,32 1,68 1,78 2,68 1,72

н 4 1

2 1,02 1,51 1,37 1,03 1,70 1,48 1,10 1,81 1,52 1,16 1,89 1,55 1,18 1,91

1,55 1,41 2,14 1,61 1,68 2,56 1,76 1,89 2,83 1,73

Таблица 3.6

Значения отношений концентраций при наличии и отсутствии задерживающих
слоев

В данном случае концентрации примеси значительно уменьшаются до весьма
больших расстояний.

X км

Отно- Про-

шение филь

1 2 4 6 8 10 15

% 1 1,26 1,20 1,06 0,95 0,85 0,77 0,59

2 3,50 3,50 2,80 2,35 1,92 1,68 1,45

3 4,00 5,10 4,40 3,44 2,76 2,29 1,55

0 1,34 1,50 1,14 1,05 0,98 0,92 0,88

V 1 7,00 1,96 0,95 0,80 0,80 0,79 0,78

2 8,00 2,14 0,99 0,85 0,81 0,79 0,78

3 2,36 2,50 1,50 1,43 0,87 0,67 0,42

Таблица 3.8

Значения % и х’

дмлн

0,16 г-

/ і

40 ) 1 ‘ 1

20

0 “Л і

Л’

/V!

Рис. 3.16. Суточный ход отношения ^N0 г! (ОНО + д^Ог)

в мае—августе (/) и ноябре—феврале (2).

20 2Ь 7 VI

Рис. 17 Коїіііі’іі! [ >;і її к »і О, (а), No (і>\ и N( >-.. (и) ни
данным [і;іі-ч»-ііі (/) її іі;іС).іі()Д»’іпні (2) и г. Нллрднтч-ие
(Пидор-ланды) .

Примесь “7м ее/ ^год

2,0

Пыль 8 38 32 22

Сернистый газ 2 31 49 18

Двуокись азота 8 27 49 16

Окись углерода 19 62 19 0

Таблица 4.1

Повторяемость (%) различных значений относительной концентрации

Оілес/?год

N тыс/ч Усл.ед. Зг 3

10 Ь 5

Ol- о

Рис. 4.3. Изменение концентрации ^со (/) и числа автомашин /V (2) в
Ленинграде (а) и Вашингтоне (б) в течение суток.

N тыс/ч 8 г ЧслМЛН~’ -15

Рис. 4.4. Изменение в течение суток концентрации ^со (/) и I числа
автомашин N (2) в Нью-Ь ч Йорке.

те

1—|—I—I—1 I—I I I Ь I I I I I I I

О 2 Ц. 6 8 О 2 4 и м/с

Рис. 4.5. Повторяемость Р повышенных концентраций БОг (слева) и пыли
(справа) при разных скоростях ветра и в теплый (/) и холодный (2)
периоды.

225

1,50

• • • •

.5 ;*.••.. +x\{k\k-m)] k = l

Заблаговремен-иость прогноза, ч Метрика Методы прогноза

множественная регрессия авторегрессия инерционный прогноз

1 *М 2662 2602 3168

JN 1,07 1,05 1,17

h 0,53 0,52 0,59

2 ‘м 5650 5785 8711

2,60 2,69 3,08

h 1,24 1,25 1,54

3

9029 9312 15157

JN 4,01 4,27 5,21

JI 1,86 1,91 2,61

Таблица 4.7

Результаты проверки метода прогноза

Метрика Случай

1 2 3 4

‘а* 2221 2131 2013 2020

0,891 0,854 0,811 0,814

h 0,450 0,431 0,401 0,409

Таблица 4.8

Ошибки прогноза

фуе-

где 0(5) — преобразование Фурье переходной функции фильтра процесса.

Следовательно, функция ф (т) в (4.13) является автокорреляционной
функцией для Подстановка (4.13) в (4.12) дает

= -^г]> (О Л- (4-15)

Если обозначить через А коэффициент ослабления (на нулевой частоте) для
фильтра третьего порядка, а сам этот фильтр представить в виде
суперпозиции трех фильтров первого порядка с постоянными времени 5ь Яг и
яз, то при времени прогноза 1й процедура вычислений будет состоять из
следующих четырех шагов.

Первый шаг состоит в нахождении Г-п—; ^ ехр (^у 1

^ 1.(1 + 51$) (1 + ЯаЯ) (1 + 53$Н

В результате следует

[5, ехр ( * \ 52 ехр ( \

(5, — 52) (5, — 5з) ‘ (52 — 53) (52 — 51) ‘

г =

53 ехр

53 ‘ 1 (4.16)

(53 — 5і) (53

,53 —52) _| ‘

(51 ~ (в2 – «з)2 (*3 – 502 И (52 – вз)2 Л + + 4 (*1 – ^з)2 Л + в|
(в1 – 52)2 г\\

2А^

2 2 2 ~2 2 2

(51 — 52) (52 — вз) (вз — в!) —2 Т Н д Г

в2 в2 — 53 53

,Г *

Рис. 4.11. Зависимость предсказуемости г2 от срока прогноза 1& (при $1 =

= 53=1).

28

Рис. 4.10. Зависимость коэффициентов Л2 и F2 в (4.21) и (4.22) от
срока прогноза

Предикторы

Предикторы

0,380 Ох, БОг.’СО 0,331

со 0,339 Ох, СО, N0 0,490

БОд 0,418 Ох, 802, N00 0,436

N0 0,347 N0, N02 0,325

N02 0,325

Таблица 4.10

Результаты проверки прогноза

Рис. 4.13. Изменения со временем коэффициентов си (а) и а2 (б) в (4.26)
для

S02 (/) и NOa (2).

Рис. 4.14. Изменение со временем коэффициента а] {1) и параметра Р (2).

Р ОС/

Рис. 4.15. Изменения со временем параметра Р (1) и коэффициента он (2)
полей концентрации БОг (а) и СО (б).

Город Примеси

со

Ленинград 0,86 0,75 0,89

Чита 0,94 0,66 0,63

Таблица 4.11

Коэффициенты корреляции между параметром Р для совокупности примесей и
средними по городу концентрациями отдельных примесей

10* 147

DAP млн’1 0.8 г-

20 40 60 вО 100 120 140 (

Рис. 4.17. Измеренные (1) и рассчитанные (2) значения интегрального
показателя БАР.

Марджера Центр

Схема прогноза

s sh

S

9 (1000 млн)-1-ч 9 (1000 млн)-1 -ч

Результаты прогноза DAP на 1 и 4 ч

Таблица 4.13

AR(l) ARX(l)

нижняя граница верхняя граница Инерционный прогноз CSAR(l)

0,73 21 44 0,78 7 20

0,74 21 43 0,79 6 19

0,74 20 43 0,81 6 18

0,73 22 44 0,78 7 20

0,77 20 42 0,83 5 17

Прогноз на 4 ч

0,29 39 65 0,33 10 31

0,35 28 63 0,45 9 27

0,45 27 58 0,58 8 24

0,29 36 68 0,33 12 33

0,50 25 53 0,60 7 23

Прогноз на 1 ч

AR(1) ARX(l) нижняя граница верхняя граница Инерционный прогноз CSAR(l)

08-

0.7

? I I I I 1 L

40

80

120 180

О 20 М 60П9Н Р’%

Рис. 4.19. Графики для прогноза повторяемости (%) случаев повышенного
загрязнения воздуха (Р^0,3) в городе.

Д То-850 °с

15г~ 0,1 0,20,30,4 0,4 0,3 /,5г

0,2 0,3 0,4 04 0,3 I I \ /

^ -850>1>500г\^

Рис. 4.20. Графики для прогноза показателя Р в холодный период года при
отсутствии инверсии в нижнем километровом слое.

Пункт Заблаговременность прогноза, ч

1 2

1 2,45 3,00

2 3,94 5,65

3 2,08 2,93

4 1,57 1,66

Таблица 4.14 Оценка точности прогноза по МГУА

ф

Рис. 4.21а. Автокорреляционная функ- Рис. 4.216. Концентрации Оз по дан-

ция концентрации Оз (/), ошибка ным наблюдений (/) и прогноза по

прогноза по (4.49) (2) и ошибка уравнению (4.49) (2) и уравнениям

уточненного прогноза по (4.49) и (4.49) и (4.50) (5).

(4.50) (3).

180° 180°

Рис. 4.23. Корреляционные графики скорости и направления ветра для
кластеров

1, 3 (а) и 4, 5 (б).

Таблица 4.15

Характеристика данных наблюдений

Признак

в ю 3 с

1 6.(1,1) 6.(1,2)

б. (1,3) 6, (1,4)

т 0 0

1 0

М

бл*0.2)

МЬЗ) ММ)

Признак

Номер сезон

измерения Категор ня

весна лето осень зима

1 бі (2,1) 6, (2,2)

6, (2,3) 6. (2,4)

т 0 0

0 1

м М2.1) М2>2)

Ы2’3) *М (2.4)

Номер измерения

направление ветра

Категория

дн0 (100млн)’1 Юг- а)

12 18 Ьч

Город I II ш IV V VI VII VIII IX X XI XII

Архангельск 0,32 0,36 0,63 1,01 1,38 1,53 1,40 1,10 0,76 0,51 0,32 0,31

Анадырь 0,29 0,22 0,26 0,36 0,42 0,54 0,64 0,64 0,54 0,27 0,24 0,24

Баку 0,65 0,68 0,69 0,77 0,86 1,01 1,04 1,11 1,02 0,94 0,69 0,60

Брест 0,30 0,54 0,95 1,22 1,39 1,53 1,54 1,36 1,24 0,84 0,40 0,29

Ивдель 0,47 0,67 0,96 1,59 1,94 1,87 1,69 1,60 1,17 0,73 0,54 0,43

Калининград 0,33 0,42 0,66 0,93 1,13 1,28 1,21 1,13 0,87 0,65 0,39 0,31

Ключи 0,53 0,63 0,94 1,22 1,33 1,45 1,35 1,35 1,29 1,04 0,72 0,59

Махачкала 0,47 0,52 0,60 0,64 0,68 0,90 0,90 0,89 0,85 0,79 0,60 0,47

Пермь 0,58 0,54 0,78 1,16 1,66 1,68 1,46 1,16 1,07 0,68 0,50 0,50

Свердловск 0,59 0,61 0,85 1,19 1,58 1,60 1,40 1,20 0,91 0,77 0,52 0,50

Ташкент 0,61 0,87 1,39 1,63 2,23 2,57 2,51 2,17 1,72 1,37 0,88 0,54

Уфа 0,62 0,55 0,69 1,41 1,92 1,76 1,72 1,60 1,44 0,84 0,59 0,55

Хабаровск 0,40 0,60 0,80 1,20 1,40 1,20 1,10 1,00 1,10 1,00 0,80 0,50

Якутск 0,12 0,21 0,54 1,03 1,48 1,05 1,44 1,22 0,92 0,57 0,28 0,12

Таблица 5.2

Годовой ход высоты слоя перемешивания Ь0 (км)

12 Ьч

гм I И Ш IV V VI

Тип профиля Время, ч Повторяемость, %

6 8 10 12 14 16 18 20

I 0 0 8 10 6 0 3 0 49

II 0 0 5 2 1 0 0 0 14

III 0 0 1 0 1 2 1 0 9

IV 0 3 1 0 0 0 0 0 7

V 2 1 0 1 1 0 0 0 9

VI 3 1 0 0 0 0 0 2 12

Таблица 5.3

Число случаев с различными типами распределения температуры в
пограничном слое атмосферы

Тип стратификации Время, ч

4 16

Ленинград Москва Куйбышев Ленинград Москва Куйбышев

Безынверсионное состоя- 49 29 25 49 33 34

ние

Приподнятая инверсия 22 33 19 26 34 26

Приземная инверсия 29 38 57 25 33 40

Таблица 5.4

Повторяемость (%) типов термической стратификации в нижнем 500-метровом

слое воздуха

Характеристика Срок, ч Высоты, м

0-100 101-200 201-300 301-400 401-500 > 500

Верхняя граница при- 4 4 27 28 18 12 И

земной инверсии 16 4 39 21 16 14 6

Нижняя граница при- 4 1 21 28 35 14 1

поднятой инверсии 16 2 7 29 41 21

Таблица 5.5

Повторяемость (%) высот нижней и верхней границы приподнятой инверсии

в Ленинграде

Рис. 5.6. Годовой ход интенсивности (6Гц) приземной инверсии (а) и
толщины слоя инверсии Д#и (б).

1 — Красноярск, 2 —Казань, 3 — Ленинград, 4 —Туапсе, 5 — Ма-

Станция Инверсии

приземные приподнятые в слое, км

дяи

0,01 -0,5 0,01-2

дян “”и дяи

Архангельск 0,39 3,1 0,36 2,1 0,40 1,8

Баку 0,37 2,1 0,40 2,4 0,40 2,1

Благовещенск 0,44 5,1 0,48 1,8 0,35 1,5

Волгоград 0,40 3,5 0,43 3,8 0,40 3,1

Иркутск 0,56 5,6 0,48 3,2 0,45 2,3

Калач 0,48 3,4 0,42 2,4 0,43 2,4

Комсомольск-на-Амуре 0,57 4,7 0,47 2,4 0,47 2,1

Красноярск 0,65 5,6 0,49 2,7 0,47 1,7

Москва 0,41 3,4 0,44 3,2 0,44 2,8

Оренбург 0,43 4,0 0,52 5,2 0,38 2,5

Свердловск 0,51 4,7 0,51 4,3 0,43 2,9

Сусуман 0,87 10,3 0,70 3,8 0,67 2,8

Ташкент 0,35 3,6 0,38 1,9 0,36 1,6

Термез 0,33 4,2 0,36 1,6 0,33 1,3

Якутск 0,58 7,1 0,44 4,2 0,41 з,а

Среднегодовые значения толщины слоя ДЯН (км) и интенсивности 6ГИ

(°С) инверсий

Рис. 5.7. Графики для прогноза стратификации в 9 ч (а) и 15 ч (б).

/ — отсутствие инверсии в слое до высоты 1 км. 2 — приподнятая инверсия
в слое до высоты

1 км, 3 — приземная инверсия.

СЯ уо/^о

Количество обла- Число Высота, км

ков, баллы случаев средняя диапазон изменения

0-5 117 1,5 1,1—1,8

6—8 90 1,1 0,7—1,4

9—10 30 0,8 0,6—1,0

0—10 237 1,2 0,6—1,8

Таблица 5.7

Высота слоя с сухоадиабатическим градиентом температуры при различной
облачности

а ь

Состояние почвы и км/ч Время, сут

1 2 3 1-3

Сухая 20 46 67 77 0,27

30 36 54 63 0,22

40 32 45 52 0,18

50 28 39 47 0,14

Влажная 20 40 58 73 0,32

30 35 50 60 0,26

40 30 43 51 0,22

50 26 38 46 0,18

Таблица 5.8

Значения коэффициентов а и Ь в формуле (5.6)

р

Таблица 5.10

Код синоптических ситуаций (С)

Синоптические ситуации

Рис. 5.10. Карта распределения приземных (1) и приподнятых (2) инверсий.

1015 W20

1015

Вид поверхности

2о

Снег 0,005- -0,1 0,05

Оголенная почва 0,1- -1 0,5

Трава высотой 2—30 см 0,3- -3 1

Сельскохозяйственные куль- 1- -10 5

туры

Лес 50- -200 100

Таблица 5.11

Значения шероховатости z0 (см)

Состояние устойчивости и м/с

2« см

1 5 10 20

Неустойчивое 1 14 17 18 19

2 13 15 16 17

4 11 14 14 15

Равновесное 1 16 18 19 20

2 15 17 18 19

4 14 16 17 18

Устойчивое 1 35 38 39 40

2 34 36 37 38

4 32 34 35 36

Таблица 5.12

Значения угла отклонения а°0

О 100 Ншм I IV VI VIII X XII

Высота Время, ч

штилевого слоя, м 0 3 6 9 12 15 18 21

100 33 37 35 41 21 23 20 23

Таблица 5.13

Суточный ход числа случаев с штилевыми слоями

Форма рельефа Микроклиматические наблюдения Аэродинамическое
моделирование

а” ч а” л

Вершины возвышенностей >ю 1,4-1,5 15 1,30

18 1,55

Вершины небольших пологих ю 1,0-1,1 15 1,10

склонов

Подветренные склоны возвы- ю 1,0—0,9 15 1,05

нижняя часть >ю 0,6 18 0,50

15 0,65

12 0,75

Таблица 5.14

Отношение скорости ветра над различными формами рельефа к скорости ветра

на ровном месте

10 х/Ь0

Рис. 5.14. Зависимость отношения скоростей ветра г) от угла наклона
склонов холма а. /) а-12э, 2) а-15°, 3) а-18°.

1.1U/U0

О 5 ГО х/Ь0

Рис. 5.15. Вертикальные профили скорости ветра в разных частях холма.

?W00

500 X М

Рис. 5.17. Вертикальное распределение температуры воздуха Т (а),
водности Д (б) и эффективного излучения Е (в) в радиационных туманах.

Числа у кривых — время, ч.

г Ю

“п и.ио —

8Г°С

Город Зима Весна Лето Осе нь Год

ср. макс. ср. макс. ср. макс. ср. макс. ср.

Баку 0,5 9 1,0 11 0,9 8 0,6 10 0,7

Владимир 0,3 8 1,0 8 1,5 7 0,9 8 1.2

Горький 1,2 7 0,9 8 1,2 8 1,2 8 1,1

Днепропетровск 1,2 7 1,7 9 1,9 10 1,1 9 1,4

Душанбе 1,4 9 1,0 9 1,7 11 1,7 11 1,4

Запорожье 0,9 5 1.9 9 2,9 8 1,6 6 1,8

Иркутск 1,6 10 1,5 10 1,9 11 1,9 10 1,7

Курск 1,2 6 1,4 9 1,4 6 1,5 8 1,4

Липецк 1,4 8 2,2 9 2,1 10 1.2 7 1,7

Москва 1,2 14 1,2 13 1,5 9 0,7 8 1,1

Новокузнецк 2,9 9 3,2 8 • 2,8 10 2,4 10 2,8

Петропавловск-Камчат- 0,5 5 1,3 7 1,7 8 0,8 7 1,1

ский

Свердловск 1,3 11 1,5 12 0,9 11 0,9 11 1,1

Таллин 0,7 6 0,8 8 0,9 7 0,8 8 0,8

Хабаровск 0,9 6 1,1 6 1,1 4 0,9 5 1,0′

Чита 2,1 10 2,0 11 1,3 5 1,8 7 1,8

Таблица 5.15

Средние сезонные и максимальные значения разности температуры воздуха
«город—окрестностьэ 67” по данным стационарных постов (°С)

Город Ф° Год Период Население, 10« чел. Плотность населения 103 чел/км2
Энергия иа душу населения 10*-МДж %

И Ю

О- а

CQ Oi

Шеффилд 53 1952 Год 0,5 10,4 58 19 56

Западный Берлин 52 1967 Год 2,3 9,8 67 21 57

Ванкувер 49 1970 Год 0,6 5.4 112 19 57

Лето

15 107

Зима

23 6

Будапешт 47 1970 Год 1.3 11,5 128 43 46

Лето

32 100

Зима

51 —8

Монреаль 45 1961 Год 1.1 14,1 221 99 52

Лето

57 92

Зима

153 13

Нью-Йорк 40 1967 Год 1,7 28,8 128 117 93

Лето

40

Зима

198

Лос-Анджелес 34 1965— Год 7.0 2,0 331 21 108

1970

Гонконг 22 1971 Год 3,9 3.7 34 4 ПО

Сингапур 1 1972 Год 2,1 3,7 25 3 НО

Таблица 5.16-

Характеристики тепла, выделяемого в результате хозяйственной
деятельности

в городах

Топливо, месторождение Марка Удельная теплота сгорании, М Дж / кг
Зольность, % Сернистость,

%

Уголь

Донбасс А 22,6 22,9 1,7

ПА 25,3 20,9 2,4

Т 24,2 23,8 2,8

Ж, К, ОС 18,0 35,5 2,5

Т 22,0 23,0 3,2

Д 19,6 21,8 3,0

Г 17,6 34,6 3,2

т 26,2 16,8 0,4

Кузбасс ж, к, ОС 21,0 30,7 0,7

Экпбастуз сс 15,9 40,9 0,8

Ирша-Бородино Б2 15,7 6,0 0,2

Березовский Б2 15,7 4,7 0,2

Итатский Б1 12,8 6,8 0,4

Назаровр Б2 13,0 7,3 0,4

Караганда К 21,3 27,6 0,8

Подмосковье Б2 10,4 25,2 2,7

Челябинск БЗ 14,0 29,5 1,0

Богословск БЗ 10,4 30,4 0,4

Черемхово Д 17,9 27,0 1,1

Аигреи Б2 13,8 13,1 1,3

Воркута Ж 23,7 22,1 0,3

Сланец эстонский — 9,34 23,6 0,8

Торф Фрезерный 8,13 40,0 1,6

Мазут — 40,3 0,05 0,3

39,8 0,1 1,4

38,8 0,1 2,8

Таблица 6.1

Зольность и сернистость топлив

20

II IV VI VIII X XII II IV VI VIII X XII 1972 г. 1973г.

Рис. 7.1. Успешность прогноза.

Город Оправдьгааемость прогнозов по городу в целом, % Для одиночных
источников

общая в том числе группы высокого загрязнения атмосферы

холодное полугодие теплое полугодие холодное полугодие теплое полугодие

Ленинград 85 85 88 65 90

Горький 81 78 60 76 94

Куйбышев 84 77 78 78 72

Баку — — — — 83

Рустави — — — — 85

Якутск- 78 — 70 — —

Чита 88 93 75 75 —

Свердловск 85 75 90 — —

Мурманск 85 88 70 81 —

Ростов-на-Дону 89 87 87 86 76

Кетово — — — — 90

Дзержинск

— — — 94

Ташкент — — — — 89

Минск 78 64 — 67 —

Рига 64 — 63 — —.

Владивосток 82 85 — — —

Ангарск — — — — 87

Таллин 86 90 100 100 —

Усть-Каменогорск — — — — 80

Караганда — — — — 80

Чимкент — — — — 80

Алма-Ата 80 82 — — 85

Красноярск 82 81 — — —

Кедайняй — — — — 87

Вильнюс 75 90 — — —

Киев 93 89 96 75 —

Фрунзе 95 84 81 100 —

Хабаровск 87 82 67 — —

Южно-Сахалинск 86 91 60 100 —

Ереван 75 66 — — —

Таблица 7.1

Результаты испытаний Методических указаний по прогнозированию
загрязнения

воздуха в городах

Заблаговремен-ность прогноза, Число Оправдываемость прогнозов

прогнозов

ч

число прогнозов %

12 179 148 83

24 166 144 87

36 134 106 79

Таблица 7.2

Успешность прогноза метеорологических условий загрязнения воздуха для
Москвы

Нашли опечатку? Выделите и нажмите CTRL+Enter