 |  | |||||
 УДК 502.1: 502.3 Выявление и верификация закономерностей пылевого загрязнения приземной атмосферы селитебных территорий
Волков А.В., доцент, Кашинцева Л.В., доцент, Трубина М.В., магистрант 2 курса, Ивлиева М.С., магистрант 1 курса, Шабалина М.А., магистрант 1 курса Тульский государственный университет, Россия
Рассмотрены принципы экспериментального изучения картины загрязнения атмосферы промышленных и селитебных территорий инертной пылью, особенности проведения полевого эксперимента, последовательность и основные результаты обработки исходных данных, установлены закономерностей рассеяния и осаждения пыли, предложено приближённое решение обратной задачи исследований, обоснована оптимальная периодичность отбора проб при автоматическом контроле состояния атмосферы.
Изучение причин, механизмов и последствий формирования экологических ситуаций разных типов, складывающихся в ходе исторического развития территориальных систем, является актуальной междисциплинарной проблемой. Как правило, подобные исследования нацелены на выявление ключевых обстоятельств, определяющих кризисный характер взаимодействия общества и природы Механизмы взаимодействия общества и природы выступили специальным предметом исследований уже в XIX столетии. В 1990 году съезд Географического общества СССР закрепил за интегральным научным направлением, лежащим на стыке естественных, общественных и технических наук, понятие “геоэкология”. Её базовыми дисциплинами признают и геологию, и географию, поскольку первая рассматривает системы литосферы, а вторая – системы земной поверхности [1]. В Тульской области ряд экологических ситуаций обусловлен последствиями многовекового природопользования – освоения минерально-сырьевой база Подмосковного буроугольного бассейна. Ныне область входит в группу субъектов Российской Федерации с напряжённой экологической обстановкой. По объему выбросов в атмосферу от стационарных источников область занимает первое место в Центральном Федеральном округе, а по объёму стоков – третье, уступая лишь Москве и Ярославской области. Сохраняющаяся в регионе экологическая ситуация ухудшает показатели заболеваемости и смертности населения. В частности, подтверждена зависимость уровня заболеваемости органов дыхания (рис. 1), сердечнососудистых и онкологических патологий, сокращения средней продолжительности жизни от качества окружающей среды, включая состояние приземной атмосферы [2].
Рис. 1 - Области депонирования частиц пыли различной размерности
Важное направление регионального природопользования – добыча и переработка сырья для строительной индустрии. Одним из лидеров отрасли является ОАО “Гурово-Бетон” (посёлок Новогуровский Алексинского района), входящее в группу предприятий Heidelbergcement. В целом, в ЦФО действуют 200 предприятий по производству строительных материалов. Добыча сырья ведётся открытым способом, негативно влияет на окружающую среду, здоровье населения, инфраструктуру населённых пунктов. Первичную переработку сырья обеспечивают дробильно-сортировочные участки (рис. 2).
Рис. 2 - Общая схема дробильно-сортировочного участка
Таким образом, исследования, ориентированные на выявление картины пылевого загрязнения приземной атмосферы промышленных и селитебных территорий, установление пространственно-временных закономерностей подобного загрязнения и обоснование мероприятий, снижающих техногенную нагрузку на природные и антропогенно модифицированные системы, а также на здоровье персонала добывающих предприятий и населения, актуальны и практически значимы. Целью исследований является установление характеристик пылевого загрязнения атмосферы – ведущего фактора, определяющего условия жизнедеятельности населения. Объект исследований: пылевая фракция продукции, переходящая в аэрогель. Предмет исследований: закономерности рассеяния и осаждения пыли с учётом характеристик источника, метеорологических факторов и особенностей подстилающей поверхности. Метод исследований: весовой метод в модификации горизонтальных планшетов. Основные задачи исследований таковы: • планирование и проведение полевого эксперимента; • статистическая обработка и визуализация результатов исследований; • установление закономерностей рассеяния и осаждения пыли; • приближённое решение обратной задачи исследований; • уточнение мероприятий, эффективно снижающих уровень антропогенной нагрузки. Нормативно-методическую базу исследований формируют следующие документы: • РД 52.04.830-2015 “Массовая концентрация взвешенных частиц РМ10 и РМ2,5 в атмосферном воздухе. Методика измерений гравиметрическим методом”; • МУ 2.1.6-09 “Организация мониторинга загрязнения атмосферного воздуха мелкодисперсными частицами”; • ГОСТ 32602-2014 “Правила расчёта выбросов загрязняющих веществ в атмосферу при механической обработке металлов на основе удельных показателей”; • Методика расчета вредных выбросов для комплекса оборудования открытых горных работ на основе удельных показателей (2011); • Методическое пособие по расчету выбросов от неорганизованных источников в промышленности строительных материалов (1985); • Инструкция по борьбе с пылью в угольных шахтах (2012); • Приказ Федеральной службы по экологическому, технологическому и атомному надзору “Об утверждении Руководства по безопасности “Рекомендации по прогнозу и выбору мер, направленных на снижение запылённости рудничного воздуха в угольных шахтах” (№ 83 от 04.03.2016 года). В частности, согласно РД 52.04.830-2015 и МУ 2.1.6-09, методы мониторинга пыли разделяют на непрерывные, косвенно оценивающие массу РМ (particulate matter или взвешенные частицы), и гравиметрические, а последние – на методы с заменой фильтров вручную и автоматические. В России для мониторинга TSP (total suspended particulate или сумма взвешенных в воздухе частиц), РМ10 и РМ2,5 допущены все методы. В Европейском союзе эталонным считается гравиметрический метод, остальные – лишь эквивалентными ему, что требует теоретического и экспериментального обоснования. Например, в практике Главной геофизической обсерватории РФ для корректировки показаний автоматических станций применяется именно гравиметрический метод. Основным принят суточный режим отбора проб (∆t ≈ 24 часа). Специфика применяемой нами модификации гравиметрического метода состоит во взвешивании незагрязнённых бумажных фильтров, размещении их на горизонтальных планшетах и суточной экспозиции, подготовке экспонированных фильтров к лабораторной обработке и серии повторных взвешиваний (рис. 3). По результатам повторных взвешивание устанавливается масса пыли фракции TSP, накопившаяся на каждом фильтре за время ∆t (∆m, мг), а также статистическая погрешность данной процедуры измерения.
Рис. 3 - Размещение бумажного фильтра на горизонтальном планшете на участке работ и его повторное взвешивание в лабораторных условиях
Профиль наблюдений, совмещённый с космическим снимком участка работ (часть промышленной площадки ОАО “Гурово-Бетон” и посёлка Новогуровский Алексинского района Тульской области), а также общий вид зарегистрированного геохимического поля представлены на рис. 4.
Рис. 4 - Профиль измерения концентраций атмосферных выпадений и общий вид зарегистрированного геохимического поля (в мг/м2∙с)
Графики изменения величины интенсивности осаждения пыли фракции TSP на планшеты в зависимости от расстояния от источника в различные дни лета 2018 года, образующие набор профилей наблюдения, представлены на рис. 5. Индекс каждого профиля содержит дату измерения, представленную количеством дней, прошедших после 1 июня.
Рис. 5 - Пространственный ход запылённости воздуха и среднее значение по всем профилям
Согласно рис. 5, все профили имеют выраженный максимум, соответствующий максимуму приземных концентраций пыли на отметке 50 м, менее выраженный максимум, приуроченный к интервалу расстояний 250...450 м, и отражают тенденцию к незначительному росту концентрации в конце профиля наблюдений (отметка 650 м). Первый максимум обусловлен осаждением наиболее грубой фракции пыли в ближней зоне источника пылевыделения (дробильно-сортировочного участка) при участии геохимического барьера механического типа; второй максимум – некоторым увеличением динамической турбулентности и снижением горизонтальной скорости миграции пыли на участке древесной растительности (парк); третий максимум – влиянием дороги с нарушенным твёрдым покрытием. Средние значения интенсивности осаждений пыли на планшет, рассчитанные по каждому профилю, отражают динамику основных метеорологических параметров приземной атмосферы (прежде всего, дневной температуры (Т) и относительной влажности воздуха (ц), повторяемости осадков и средней скорости ветра (V)), а также интенсивности работы горного предприятия и типа реализуемых технологий. В частности, профиль “М88” (Мmax ≈ 0,14 мг/м2∙с) соответствует эпизоду продолжительной погрузки продукции в открытые железнодорожные вагоны. Численные значения максимумов других профилей в два и более раз меньше максимума “М88”, причём дисперсия этих значений относительно невелика. Адекватность заключения о природе первого максимума профилей регистрации запылённости приземной атмосферы подтверждают результаты моделирования рассеивания пыли различного минерального состава и крупности от одиночного источника – породоугольного отвала (рис. 6).
Рис. 6 - Результаты расчёта запылённости приземной атмосферы (q, мг/м3) при различных скоростях ветра
Согласно результатам моделирования, значений ПДК и фона, принятых для минеральной инертной пыли, профили рассеивания достигают на расстоянии первых десятков метров от источника, за исключением рассеивания угольных частиц при высокой скорости ветра (индекс “Уг(9)”). Плотностные характеристики перерабатываемого предприятием известняка находятся внутри интервала величин, задаваемых углём и гранитом, а принятая в расчёте скорость ветра V = 5 м/с, в целом, соответствовала скорости ветра тёплого периода 2018 года (рис. 7). Анализ сезонной динамики осаждения пыли на планшеты базировался на стандартной геофизической процедуре разделения зарегистрированного поля (среднего по всем профилям; Dust) на т.н. фоновую (Dust_L) и диагностическую (Dust_m) составляющие. Сезонная динамика компонентов геохимического поля (поля концентраций пыли), а также метеорологических параметров приземной атмосферы представлена на рис. 7. Качественное отличие профилей, приведённых на рис. 5 и рис. 7, обусловлено тем, что в первом случае ось аргументов представлена расстоянием от источника пылевыделения, во втором – календарной датой года.
Рис. 7 - Закономерности сезонной динамики хода параметров приземной атмосферы и интенсивности осаждения пыли на горизонтальные планшеты (ось справа – сглаженные скользящим средним значения относительной влажности и температуры воздуха (Ч3), скорости ветра (Ч10), принятые по данным метеостанции г. Алексин)
Подобного рода “метеорологические сюжеты” мы рассматривали неоднократно. В целом, величины относительной влажности, превышающие уровень 80-85 %, и интервалы снижения температур воздуха соответствуют сезонам осадков, что снижает запылённость воздуха. Сочетаниям низкой влажности и скорости ветра, а также высоких температур воздуха соответствуют интервалы повышенной запылённости приземной атмосферы и, как следствие, достаточно высокой интенсивности выведения пыли на горизонтальные планшеты. Правда, дни, категорируемые как “застои”, отмечены переносом пыли на небольшое расстояние от источника и локализацией выпадений в ближней зоне источника. В эти дни накопление пыли на дальних планшетах обусловлено трансграничным поступлением частиц фракции 10 мкм – состоянием деятельного слоя грунта и приземной атмосферы в соседних регионах. В интервале скоростей ветра 2...6 м/с закономерности осаждения пыли определялись преимущественно условиями участка работ, включая и технологический аспект этих условий. Рис. 7 отражает увеличение фоновой компоненты поля пыли к концу лета, что связано с обильными осадками ливневого типа в середине лета и установлением очень жаркой и сухой погоды в августе – первой половине сентября 2018 года. Поэтому максимум запылённости, зарегистрированный в конце августа (на рис. 7 отмечен стрелкой), обусловлен не только выраженными технологическими, но и метеорологическими причинами. Итак, фоновая компонента зарегистрированного геохимического поля в основном несёт информацию о сезонной динамике регионального климата, а диагностическая компонента поля – об особенностях (интенсивности) технологических процессов. Пространственная модель фоновой компоненты геохимического поля представлена на рис. 8.
Рис. 8 - Картина фоновой компоненты геохимического поля (2D и 3D модели)
Представленные на рисунке графические модели позволяют заключить, что особенности фона действительно определяются преимущественно текущим сочетанием метеорологических параметров, но с учётом одного обстоятельства. Фон участка работ задаётся наложением региональной компоненты фона (частицы фракции РМ10), обусловленного особенностями трансграничного переноса пыли, и фона самого участка, определяемого интенсивностью технологических процессов (а также геометрией транспортных путей). Показанные на рис. 7 максимумы скоростей ветра, безусловно, способствуют переносу грубодисперсной пыли на большее расстояние от источника, что и фиксирует рис. 8. Тем не менее, при всех зарегистрированных сочетаниях метеорологических параметров, зона влияния источника пылевыделения ограничивается отметкой 200...225 м (рис. 9).
Рис. 9 - Оценка зоны влияния источника пылевыделения по графической модели геохимического поля (фон + диагностическая часть)
Ещё более наглядно указанный аспект формирования поля отражает графическая 2D модель диагностической компоненты поля (рис. 10). Согласно рис. 10, положительные аномалии поля обусловлены интенсивной работой технологического оборудования, а отрицательные аномалии – приостановкой основного технологического процесса (дробления и погрузки минерального сырья). Природа “полосовых аномалий”, локализованных по линии конкретных календарных дат, связывается нами с интервалами повышенных скоростей ветра и миграцией пыли на большее расстояние от источника. Особенности осаждения пыли на участке, ограниченном на рис. 10 рамкой и индексированном символом “?”, связаны с изменением режима динамической турбулентности приземной атмосферы в силу изменения параметра динамической шероховатости поверхности, снижением горизонтальной составляющей скорости миграции пыли и обсуждаются далее.
Рис. 10 - Локализация аномалий геохимического поля в зоне непосредственного влияния источника пылевыделения (отметки –75...150 м)
Совмещение в одном поле 3D и 2D моделей диагностической компоненты поля показано на рис. 11.
Рис. 11 - Графические модели представления диагностической компоненты геохимического поля (поля осаждения пыли на горизонтальные планшеты)
Таким образом, рис. 10 и рис. 11 позволяют заключить, что результатом функционирования источника пылевыделения является преимущественно крупнодисперсная пыль (крупнее РМ10) к которой добавляется региональный фон пыли РМ10, динамика которого определяется закономерностями трансграничного поступления пыли. Фактическая зона влияния источника не превышает 125…150 м (границы установленной СЗЗ), однако, эта закономерность осложняется сочетаниями метеорологических параметров приземной атмосферы селитебной территории. Как следствие, в засушливые сезоны года с высокой скоростью ветра (летом и зимой) отмечаются повышенные концентрации запылённости воздуха в пределах жилой застройки селитебной территории. Ещё более детализирующее влияние на картину осаждение пыли оказывает режим преимущественно динамической турбулентности воздуха, обусловленный сменой характеристик подстилающей поверхности. Шумовая компонента зарегистрированного поля приземных концентраций минеральной пыли представлена на рис. 12.
Рис. 12 - Шумовая компонента зарегистрированного поля запылённости приземной атмосферы
Поскольку шумовая компонента поля, представленного в 2D варианте, имеет вид “полосовых аномалий”, локализованных по оси определённых календарных дат, следует допустить, что природа шума связана с трудоёмкостью проведения полевого эксперимента. Последняя в значительной мере обусловлена мотивацией наблюдателя, погодными условиями исследований, наличием или отсутствием контакта наблюдателя с местным населением и сказывается на текущей точности замеров поля, то есть, – на уровне шумов. Как оценить содержательную (физическую) адекватность результатов подобных полевых экспериментов? Согласно справочнику “Вычислительные математика и техника в разведочной геофизике” (1990), при решении многих научных и практических задач в области наук о Земле возникает необходимость разработать математическую модель изучаемого объекта или процесса с тем, чтобы выполнить математически адекватный и физически достоверный прогноз развития событий. При этом любое явление описывается набором характеристик объекта ч; воздействий на объект, связанных со своими источниками, f; откликов объекта u. Математическая модель В определяет связь этих характеристик: Bч (u) = f. Данное уравнение соответствует задаче определения какого-либо поля u по известным характеристикам среды ч и источников поля f. Такая задача именуется “прямой”. Иными словами, прямая задача предполагает описание следствия по заданному набору его причин. Определение характеристик среды или источников поля по зарегистрированным значениям самого поля называют “обратной” задачей. То есть, речь идёт об определении причины по известному следствию [3, с. 172]. Поскольку в науках о Земле возможны существенно различающиеся причины, вызывающие близкие – в границах точности методов – следствия, решения обратных задач неустойчивы. Поэтому существует проблема приближённого решения обратной задачи, в математическом и физическом отношениях близкого к истинному. Основные положения теории решения обратных задач разработаны академиком А.Н. Тихоновым. Однако общее понятие корректности постановки задачи математической физики было сформулировано французским математиком Ж. Адамаром. При корректной постановке как прямых, так и обратных задач естествознания должны выполняться следующие условия: 1) решение задачи существует; 2) решение задачи единственно; 3) решение задачи устойчиво, то есть непрерывно зависит от входных данных. “Правильно поставленные прямые задачи обычно корректны. Это означает, что заданной <своими параметрами> причине всегда соответствует следствие, причём единственное, а малым изменениям причины соответствуют малые изменения следствия” [3, с. 177]. Типичная для разведочной геофизики “распознавательная” задача является некорректной: может быть нарушено любое из трёх условий корректности постановки задачи (по Ж. Адамару). Другими словами, задача определения параметров источников наблюдаемого поля или характеристик среды, в которой формируется поле, по значениям самого поля не решается однозначно (физически достоверно). При этом различают пространственную, временную и частотную обратные задачи. Типичной для геофизики, геохимии, геоэкологии и ряда других направлений наук о Земле является задача детектирования объекта – источника поля с оценкой его параметров. В этом случае по аномалии поля обнаруживается вероятный источник поля и с той или иной степенью физической достоверности устанавливаются некоторые его характеристики, в том числе интенсивность, или мощность, генерации поля. Согласно теории академика Тихонова, некорректную обратную задачу можно интерпретировать как условно-корректную, или корректную по А.Н. Тихонову, если в процессе её решения имеются основания заявить такое множество физически обоснованных решений {XC}, что выполняются три условия: 1) априори известно (или есть основания допускать), что решение обратной задачи существует и принадлежит множеству {XC}; 2) это решение единственно; 3) малым изменениям параметров наблюдаемого поля u, не выводящим искомое решение из класса {XC}, соответствуют малые изменения самого решения. Тогда множество {XC} называют множеством корректности обратной задачи. Выделение компактного множества корректности из всего набора математически вероятных (в том числе, физически достоверных) решений требует привлечения дополнительных условий, или ограничений, а, по сути, – комплексирования приёмов и методов познания [3, с. 182]. Итак, в рамках теории постановки и решения обратных задач естествознания, установление вероятного источника изучаемого поля и некоторых его характеристик (например, мощности источника) базируется на понятии и статистических процедурах выделения аномалий поля [4]. Впрочем, обоснование модели изучаемого поля и соответствующая ей постановка задачи трансформации данных; выявление корреляционных и спектральных характеристик поля; фильтрация поля с целью выявления его компонент; детектирование аномалий поля; оценка качества обработки данных являются главными этапами обработки практически любых экспериментальных данных [5, с. 449]. Согласно ГОСТ 28492-90, аномалией называют часть изучаемого объекта или пространства, которой свойственны аномальные значения поля. В свою очередь, таковыми считают значения, на заданном доверительном уровне отличающееся от фонового значения поля. В геофизической литературе в качестве синонима понятия “аномалия” часто рассматривают “полезный сигнал”. Исходным пунктом обработки данных выступает задание математической модели поля. На этой основе определяют, какую часть поля считать сигналом, а какую – помехой. Сигнал может быть представлен либо детерминированной, то есть заданной по форме и параметрам функцией, либо случайным процессом. Помеха чаще всего описывается случайным процессом. В большинстве случаев поле F(t) представляют в виде суммы нескольких компонент: F(t) = Fфон(t) + Fсигнал(t) + n(t), где Fф(t) – фоновая составляющая поля; Fсигнал(t) – полезный сигнал, или аномалия поля; n(t) – погрешность измерений, шум или помеха, обусловленная инструментальными и методическими ошибками эксперимента. Следовательно, несколько упрощая, можно сказать, что аномалия – это разность между фактически измеренными или расчётными значениями поля и фоновыми значениями этого поля с учётом погрешностей применяемых методов получения и обработки экспериментальных данных. Согласно ГОСТ 21878-76, система, подчиняющаяся принципу суперпозиции, именуется линейной системой. Итак, обработка результатов лабораторных и натурных экспериментов базируется на следующих допущениях: • случайном характере наблюдаемого поля; • аддитивной модели поля, включающей фон, сигнал и помеху; • нормальном законе распределения помехи n(t); • независимости, некоррелированности сигнала и помехи. Важно указать, что методология применения вероятностно-статистических методов обработки и интерпретации данных не зависит от типа анализируемого физического поля [3, с. 236]. Итак, вернёмся к тому, что в ходе наших исследований возникла задача оценки адекватности расчётов пылевыделения при различных режимах работы изучаемого дробильно-сортировочного участка, являющегося непосредственным источником загрязнения воздушной среды посёлка Новогуровский. Согласно этим расчётам, при функционировании всех учтённых источников выделения пыли общая мощность выброса составляет 5,670 г/с, а при одном лишь статическом хранении материала – 2,527 г/с. По сути, нам необходима простая математическая зависимость между интенсивностью осаждения пыли на горизонтальный элемент поверхности и величиной мощности источника пылевыделения в текущий интервал времени. Как уже отмечалось, эта зависимость представляет собой наиболее грубое решение соответствующей обратной задачи, находящее практическое применение при оперативной оценке экологической и санитарно-гигиенической ситуации в пределах подобных селитебных территорий. Пусть рассеяние пыли фракции TSP ограничено сектором вертикального цилиндра, высота которого примерно соответствует мощности приземной атмосферы (50 м), а радиус основания R – длине профиля наблюдений характеристик поля (рис. 13).
Рис. 13 - Расчётная схема для решения обратной задачи аэрологических исследований
В качестве характеристики поля принята интенсивность осаждения пыли на горизонтальный планшет (М), связанная с запылённостью воздуха на уровне вдоха (q) соотношением вида M [мг/м2∙с] ≈ 0,1∙q [мг/м3]. Данное соотношение весьма точно выполняется для задернованных поверхностей и обосновано в ряде наших публикаций. Мы допускаем, что основной объём поступающей от источника пыли распределяется в секторе площадью Sсект = р∙R2∙б/360 = р∙R2/a. При R = 650 м (последняя точка наблюдения № 7) и a = 9 (б = 40о), Sсект = 1,4748∙105 м2. Вполне возможно, что численные значения коэффициента a зависят от скорости ветра (~V2/2) и типа подстилающей поверхности, в том числе характера застройки территории. Мощность источника пылевыделения (Q), определяющая текущую картину загрязнения приземной атмосферы АПФД фракции TSP определяется по формуле: Q [г/с] = 0,33∙(MMAX – Fn)∙10–3∙Sсект, где MMAX – максимальное значение интенсивности осаждения пыли на горизонтальный планшет, установленное в пределах профиля наблюдений длиной R, мг/м2∙с; Fn – значение общего фона по пыли на участке работ, суммирующего как региональный фон, так и локальный фон (данного участка работ), мг/м2∙с; Sсект – площадь сектора, в пределах которого в основном локализован вынос пыли от ближайшего источника, м2. Согласно натурным наблюдениям в пределах промышленной и жилой зон посёлка Новогуровский, выполненным летом 2018 года, а также с учётом ранее выполненных экспериментов, Fn = 0,01653 ± 0,00059 (включая Fnрег = 0,0064) мг/м2∙с. В соответствии с [3, с. 250], доверительный интервал величины математического ожидания определялся как хср. ± tг× s /nЅ, где tг = 1,96 – г-квантиль стандартного нормального распределения. Для среднего уровня техногенного воздействия на среду (атмосферу) MMAX_ср = 0,0681 мг/м2∙с; для наибольшего из зарегистрированных уровней воздействия на среду MMAX_н = 0,1387 мг/м2∙с. В первом случае Qср = 2,510 г/с, а во втором Qн = 5,946 г/с. Первая величина соответствует интенсивности пылевыделения склада при одном лишь статическом хранении материала (2,527 г/с), а вторая величина – пылевыделению при одновременной реализации ряда технологий (5,670 г/с). Вполне вероятно, что в последнем случае какая-либо технология не была учтена или была учтена не в должном объёме (в силу специфики большинства современных предприятий). Согласно литературным данным, высокие концентрации пыли наблюдаются в десятках российских городов, включая Тулу. В последней средние уровни запылённости воздуха нередко достигают 0,250 мг/м3 при ПДКс.с. = 0,15 мг/м3. В целом, для Тулы и Тульской области в многолетнем аспекте характерны величины запылённости воздуха (и осаждения пыли на элемент поверхности), представленные в таблице.
Таблица - Характерные величины запылённости приземной атмосферы (q) и интенсивности поступления пыли на элемент горизонтальной поверхности (М) в различных условиях проведения эксперимента
Среднегодовые концентрации пыли в пределах селитебных территорий различных регионов России таковы, мг/м3: • Европейская территория России – 0,11; • Урал, Западная Сибирь – 0,143; • Кузбасс – 0,3; • Дальний Восток – 0,2-0,3. При этом переоценивать качество приземной атмосферы территорий, расположенных за Уралом, не следует. Например, согласно результатам отчёта по инженерно-экологическим изысканиям 1/14-ИЭИ, проведённым ООО “Барнаулстройпроект” в 2014 году в селе Зимари Калманского района Алтайского края, установлено среднее значение концентрации взвешенных веществ в воздухе на уровне 0,195 мг/м3. Участок исследований представлял собой территорию (поле), “поросшее сорными травами и редкими кустарниками, ограниченное с севера, юга и востока лесными массивами”. Почвы в пределах участка – луговые и чернозёмные, подпочвенные породы – лёссовидные супеси и суглинки. Грунтовые воды установлены на глубине чуть более 9 м от поверхности земли на абсолютных отметках 213,6...211,9 м. В наших исследованиях оценка регионального фона проводилась в течение 2015-2017 годов по результатам ежедневных замеров осаждения пыли на горизонтальные планшеты, установленные на наиболее открытом участке тульского ЦПКиО (0,0064 мг/м2∙с), а также по результатам замеров на открытой площадке внутри комплекса зданий ТулГУ. Значения общего фона (0,0165 мг/м2∙с) оценивались по результатам обработки замеров, полученных в посёлке Новогуровский. Полученную фоновую запылённость воздуха на уровне 0,165 мг/м3 мы связываем с работой расположенного рядом с дробильно-сортировочным участком карьера по добыче минерального сырья, а также с работой обжиговых печей основного производства цемента и его логистикой. Таким образом, предложенная нами зависимость вида Q [г/с] = 0,33∙(MMAX – Fn)∙10–3∙Sсект, позволяет специалистам-практикам выполнять оперативную оценку максимальной запылённости воздуха АПДФ фракции TSP по известным значениям общей мощности источников пылевыделения, а также реконструировать величины мощности источников по результатам фактических замеров запылённости воздуха (и/или замеров интенсивности осаждения пыли на горизонтальный планшет). Подобные замеры не представляют сложности в методическом отношении. Важным методическим аспектом исследований является решение об адекватной целям и задачам эксперимента оценке периодичности взятия проб АПФД. Мы предлагаем следующий подход к выбору данного параметра эксперимента. Периодичность отбора проб твёрдых и газовой фаз, загрязняющих приземную атмосферу и оказывающих негативное влияние на компоненты окружающей среды, устойчивость природных комплексов, самочувствие, здоровье и трудоспособность человека, зависит от той дозы (D), которая действует на изучаемую систему и вызывает её определённую реакцию. Для человека, подверженного влиянию аэрозолей преимущественно фиброгенного действия (АПФД), в первом приближении доза устанавливается по формуле: D [мг/час] = k ∙ C [мг/м3] ∙ V [м3/час], где С – концентрация компонента в воздухе; V – объём легочной вентиляции, рассчитываемый для различных условий жизни и трудовой деятельности человека; k – коэффициент, характеризующий меру физиологической адсорбции компонента. Формула для расчёта объёма лёгочной вентиляции человека, учитывающая нормативные затраты энергии при различных уровнях физической нагрузки (от категории работ Iа до III), представлена в [6]:
V [м3/час] = 10–3∙(4,93∙exp(0,005∙Е))∙60 [мин], где Е – величина нормативных энергозатрат, Вт. Например, для энергозатрат категории IIб (260 Вт) и 8-часовой рабочей смены получаем V [м3/смена] = 10–3∙(4,93∙exp(0,005∙260))∙60 [мин]∙8 [час] = 8,68. Для населения, в допущении, что человек приблизительно 8 часов отдыхает (затраты “основного обмена” 70 Вт), 8 часов работает (затраты 260 Вт) и 8 часов выполняет работу категории Iб (затраты 157 Вт), получаем средние за сутки энергозатраты около 162 Вт и величину объёма лёгочной вентиляции V = 15,958 м3/сутки. Если же усреднять не энергозатраты, а величины лёгочной вентиляции, получим V = 17,233 м3/сутки (среднее значение – 16,596). Далее мы допускаем, что в течение расчётного периода времени, например, рабочей смены или одних суток, человек не должен подвергаться воздействию дозы АПФД, превышающую нормативную дозу: Cфакт[мг/м3]ЧVфакт[м3/час]Чtфакт[час] ≤ Cнорм[мг/м3]ЧVнорм[м3/час]Чtнорм[час], где Cфакт – фактическое содержание компонента в воздухе рабочей зоны персонала или жилой зоны населения; Cнорм – нормативное содержание компонента (ПДК); Vфакт – фактический часовой объём лёгочной вентиляции; Vнорм – объём лёгочной вентиляции, рассчитанный для данного вида деятельности; tфакт – предельное время нахождения человека в условиях воздействия АПДФ; tнорм – время, для которого установлено нормативное значение. Если есть основания полагать, что Vфакт ≈ Vнорм, то критерий принимает вид: Cфакт Ч tфакт ≤ Cнорм Ч tнорм (грубая оценка фактической дозы воздействия не может превышать некоторую нормативную дозу). Иначе говоря, для надёжного, достоверного установления эффекта негативного воздействия АПФД на человека, фактическое измерение концентрации пыли должно быть согласовано с интервалом времени tфакт = (Cнорм/Cфакт) Ч tнорм. Однако необходимое время измерения tфакт следует использовать “рационально”. В экспериментальных направлениях наук о Земле понятие рациональности обычно связывают с практическими приложениями теоремы академика В.А. Котельникова. В истории науки задача восстановления значений какого-либо сигнала (поля) по его дискретным отсчётам рассматривалась многими учёными, однако, на уровне теоремы была сформулирована и доказана именно В.А. Котельниковым в работе “О пропускной способности эфира и проволоки в электросвязи” в 1933 году. Суть теоремы заключается в том, что любую функцию F(t) с ограниченным спектром можно непрерывно передавать по каналам связи при помощи дискретных отсчётов, следующих друг за другом через 1/(2·fc) секунд, где fc – максимальная частота спектра. Независимо от академика Котельникова, в 1949 году теорему доказал Клод Шеннон, но в 1999 году Международный научный фонд Эдуарда Рейна подтвердит приоритет российского учёного. Основные следствия теоремы отсчётов таковы. 1. Аналоговый сигнал может быть восстановлен с какой угодно точностью по дискретным отсчётам амплитуды, взятым с частотой f ≥ 2·fc. 2. Если максимальная частота в спектре сигнала превышает половину применяемой частоты дискретизации fc > f/2, то восстановление сигнала происходит с искажениями, с потерей части исходной информации. Итак, процесс дискретизации аналогового сигнала по времени характеризуется шагом дискретизации Д, а количество замеров амплитуды сигнала за одну секунду называют частотой дискретизации. Чем выше частота дискретизации, тем более точное представление о сигнале будет получено. Обсуждая положение о возможности восстановления непрерывной функции с ограниченным спектром F(t) по её дискретным отсчетам Fk, один из мировых специалистов в области цифровой фильтрации сигналов Р.В. Хемминг указывает, что при строжайшем математическом подходе к проблеме дискретизации необходимо располагать для самой высокой частоты спектра более чем двумя отсчетами на период [7, с. 139]. В “Справочнике по системотехнике” [8] формулируется импульсная теорема, согласно которой при соблюдении некоторых условий сигнал может быть выражен в виде последовательности выборок функции. Если функция F(t) имеет ограниченный спектр, а Д – интервал времени между последовательными выборками, то частота выборки должна быть, по меньшей мере, равна удвоенной наибольшей частоте, содержащейся в спектре функции F(t). При соблюдении этого условия, а также при условии, что каждая выборка используется для генерирования сигнала вида sin(x)/x, функцию можно восстановить по временному ряду её выборок. Особо оговаривается, что импульсные теоремы, формулируемые при различных условиях, могут иметь некоторые отличия, но минимально необходимое число выборок в секунду – частота выборки – будет одинаково, а именно будет равно, по меньшей мере, удвоенной величине максимальной частоты исходного сигнала [7, с. 180]. Поэтому в наших исследованиях мы придерживаемся критерия “трёх последовательных замеров на интервал наблюдения”. Другими словами, переходя к величинам минимально необходимых интервалов регистрации какого-либо сигнала (например, величин АПФД) tфакт (tфакт [c] = f–1 [Гц]), следует учитывать, что в объёме конечного ряда наблюдений дискретными отсчётами достоверно характеризуется уровень поля лишь за интервал времени tфакт, равный или превышающий удвоенную периодичность взятия отсчётов Д: tфакт ≥ 2·Д. С учётом же специфики пространственных замеров, критерий имеет вид: tфакт = 3·Д. Дискретизация сигнала с большей частотой экономически нецелесообразна, поскольку увеличивает эксплуатационные расходы, а с меньшей частотой существенно снижает достоверность заключений как о характеристиках самого сигнала, так и о рисках его воздействия на организм человека. Итак, оптимальная частота дискретизации поля концентраций АПФД составляет Д = 1/3 ∙ (Cнорм/Cфакт) ∙ tнорм. Рассмотрим два примера. Пусть предметом исследований является воздействие АПФД на самочувствие и здоровье населения, проживающего в границах какого-либо горнопромышленного региона с невысоким качеством окружающей среды. Тогда Cнорм = ПДКс.с. = 0,15 мг/м3 (для TSP). Cфакт = 0,22 в дальних зонах влияния источников пыли (д.з.) и 0,6 – в ближних зонах (б.з.). Величина tнорм для указанного норматива принимается равной 24 часам. Тогда Дд.з. = 1/3 ∙ (0,15/0,22) ∙ 24 = 5,45 часов или, для ровного счёта, 6 часов. Именно с такой периодичностью проводятся обычные замеры метеорологических показателей в системе Росгидромета. Во втором случае Дб.з. = 1/3 ∙ (0,15/0,6) ∙ 24 = 2 часа. Иными словами, достоверное заключение о рисках трудовой деятельности и проживания в непосредственной близости от источника АПФД требует большей частоты дискретизации геохимического сигнала и, как следствие, больших экономических затрат на поддержание работоспособности экспериментального комплекса. В более общем – философском смысле, сохранение устойчивости современного “общества рисков” и отдельных его компартментов – весьма затратное дело, причём с позиции любых ресурсов: финансовых, энергетических, минерально-сырьевых, людских, а также ресурсов времени. Причём, чем выше ожидаемые риски, тем выше затраты на их мониторинг и купирование, что может спровоцировать неконтролируемое развитие исторической ситуации при резком недостатке ресурсов, резком снижении доступности используемых ресурсов, неожиданном действии иных ограничений (лимитирующих факторов) социально-экономического развития, включая чью-то “злую волю”. В пределах сельской местности Европейской территории России Cфакт ≈ 0,1 и Дс.х. = 1/3 ∙ (0,15/0,1) ∙ 24 = 12 часов, то есть необходимая и достаточная периодичность отсчётов составляет два отсчёта в сутки. Рассмотрим второй пример. Согласно РД 52.04.830-2015 “Массовая концентрация взвешенных частиц РМ10 и РМ2,5 в атмосферном воздухе. Методика измерений гравиметрическим методом” (СПб, 2016), для частиц РМ10 максимально разовая ПДК (ПДКм.р.) составляет 0,3 мг/м3 (среднесуточная ПДКс.с. = 0,06; среднегодовая ПДКс.г. = 0,04), причёт доля частиц указанной фракции в общей массе частиц принимается равной 0,6: РМ10 ≈ 0,6∙TSP. Согласно ГН 2.2.5.3532-18 “ПДК вредных веществ в воздухе рабочей зоны”, для известняка (кальцита) среднесменная ПДКс.см. = 6 мг/м3. При этом документ МУ 2.1.6-09 “Организация мониторинга загрязнения атмосферного воздуха мелкодисперсными частицами” (М., 2009) устанавливает, что “при необходимости ограничения эксплуатационных расходов рассматривается вопрос о проведении в конкретных зонах мониторинга частиц различных фракций со своей, не совпадающей, периодичностью отбора проб, но таким образом, чтобы весь год был равномерно охвачен мониторингом. При недостаточности средств для обеспечения работы всех постов, рекомендуется на каждом из них обеспечить постоянный мониторинг РМ2,5, а в выбранные отрезки времени, например, в течение 2 недель каждого сезона года, – дополнительно мониторинг РМ10. Для оценки воздействия суточных колебаний концентраций РМ на состояние здоровья населения отбор проб воздуха должен быть более представительным” (п. 5.4). В разработанном в 1980-х годах и ныне актуальном Методическом пособии по расчету выбросов от неорганизованных источников в промышленности строительных материалов (НПО “Союзстромэкология”; [9]) отмечается, что “замеры параметров и состава пылевых выбросов рекомендуется проводить один раз в квартал”. Но насколько обоснованы подобные рекомендации? Итак, пусть работник горнодобывающего предприятия по добыче и первичной переработке известняка подвергается воздействию разнообразной по составу, но преимущественно известняковой, АПФД фракции TSP на территории промышленной зоны предприятия в течение 8 часов. Примем Cнорм ≈ ПДКм.р./0,6 = 0,5 мг/м3, а Cфакт ≈ 1,3 мг/м3, и имеются основания считать, что указанные величины сохраняются в течение всей рабочей смены. Тогда необходимая и достаточная периодичность замеров фактических показателей запылённости составляет Д = 1/3∙(Cнорм/Cфакт)∙tнорм = 1/3∙(0,5/1,3)∙8 = 1,026 часа (то есть, 1 час). Другими словами, при сохранении Cфакт на уровне не менее 1,3 мг/м3, уже за три часа сформируется доза пыли, пропорциональная 3∙Cфакт = 3,9 мг/м3, что фактически составит предельную за одну смену дозу, пропорциональную 8∙Cнорм = 4 мг/м3 (с учётом неизменности объёма лёгочной вентиляции). Поэтому сигнал об опасности, поданный по прошествии трёх часов замеров (на основании превышения геохимического поля в трёх последовательных точках), будет обоснованным и в этом смысле – истинным, а не ложным. Если же проводить мониторинг запылённости, например, через каждые 30 минут, это также позволит адекватно сформировать сигнал об опасности, но, с позиции эксплуатационных расходов, стоить это будет в два раза дороже. Как уже отмечалось, для рабочей зоны технологических процессов, проводимых в помещениях, например, в зданиях дробильно-сортировочных цехов, для известняка (кальцита) среднесменная ПДКс.см. = 6 мг/м3. Если же и в этом случае характерная Cфакт ≈ 1,3 мг/м3, то периодичность отбора проб воздуха в цеху должна составлять Д = 1/3∙(Cнорм/Cфакт)∙tнорм = 1/3∙(6/1,3)∙8 = 12,308 часа (то есть, 12 часов). При резкой токсичности компонента, загрязняющего воздух рабочей зоны, расчёт периодичности отбора проб (с учётом данного обстоятельства) должен использовать время, через которое проявляются самые первые клинические признаки отравления tотрав: Д = 1/3 ∙ (Cм.р./Cфакт) ∙ tотрав. Например, согласно ГН 2.2.5.3532-18 “ПДК вредных веществ в воздухе рабочей зоны”, остронаправленным механизмом токсического действия на организм человека, требующим именно непрерывного автоматического контроля за содержанием данного компонента в воздухе рабочей зоны, обладают пары NO2 (вещество 3 класса опасности), для которых ПДКм.р. = 2 мг/м3. Пусть средняя Cфакт = 1,12 мг/м3 и tотрав = 0,75 часа, тогда Д = 0,446 часа или 26,786 минут. Таким образом, в этих условиях, при периодичности автоматического отбора проб воздуха в рабочем помещении каждые 25 минут, за время 3Ч25 минут клинические признаки отравления парообразными окислами азота будет более, чем очевидны (3Ч25 > tотрав = 45 минут). Поэтому должен быть подан сигнал опасности, а персонал необходимо срочно эвакуировать из рабочей зоны. Возможно, в наших рассуждениях для указанного компонента величина tотрав принята некритическим образом. При выделении в воздух рабочей зоны нескольких компонентов, расчет величины Д осуществляется по наиболее токсичному из них. Таким образом, величиной Cфакт определяется своеобразный “порог тревоги” по регистрируемому компоненту: C̅факт ≈ Cпорог. Для данного вещества и условий реализации тех или иных технологий, чем ниже величина Cфакт, тем ниже риски производственной деятельности и проживания населения в зонах влияния источников загрязняющих веществ, тем, в целом, ниже вероятность того, что прозвучит сигнал об опасности. Иначе говоря, чем выше ожидаемая величина Cфакт, тем чаще должны производиться фактические замеры содержаний компонентов в воздухе, тем выше расходы на проектирование и эксплуатационные расходы на реализацию подобного мониторинга. Следовательно, организация автоматического мониторинга состояния воздушной среды селитебных территорий должна учитывать не только требования, указанные в МУ 2.1.6-09 “Организация мониторинга загрязнения атмосферного воздуха мелкодисперсными частицами” (М., 2009), но и характерные для контролируемой территории величины C̅факт. Например, в границах Тульской области для наиболее чистых, незагрязнённых сельских территорий, расположенных вдали от мощных источников загрязнения, характерны величины C̅факт = 0,1 мг/м3 (АПФД фракции TSP); для селитебных и промышленных территорий – 0,2 мг/м3; для промышленных зон и промышленных площадок предприятий – 0,3 мг/м3. Эти данные можно было бы использовать в обсуждаемых расчётах, если нет другой информации. Однако, для получения наиболее адекватных результатов мониторинга состояния приземной атмосферы и адекватной формулировки заключений о рисках жизнедеятельности, необходимо выделить одну автоматическую станцию контроля для генерирования значений C̅факт (режимная станция). Далее эти значения учитываются при дискретизации поля концентраций всеми остальными станциями данного региона. С учётом того факта, что единый тип погоды сохраняется в регионе около 7 суток (говоря грубо, 1 день – на каждые 80-90 км барического образования, определяющего тип погоды), величина C̅факт должна формироваться режимной станцией по данным 2-3-дневного мониторинга и являться актуальной для остальных станций также на протяжении 2-3 суток. В то время, как рабочие станции используют значения C̅факт для адекватной организации мониторинга, режимная станция определяет величину нового “порога тревоги” и так далее. При этом располагать режимную станцию целесообразно не в центре участка с максимальной плотностью населения и/или максимальными уровнями воздействия на окружающую среду, а, наоборот, – в относительно незагрязнённой зоне: ЦПКиО или пригороде (рис. 14).
Рис. 14 - Принцип организации мониторинга селитебных территорий
Видимо, можно сказать, что базовая станция должна функционировать в режиме разведки геохимического поля, а остальные станции – в режиме физически достоверного и экономически эффективного детектирования, или поиска, аномалий этого поля. При этом частота взятия отсчётов в режиме разведки поля обычно в 5...7 раз превышает частоту детектирования аномалий поля, под которыми в данном случае понимаются интервалы, отмеченные высокими уровнями загрязнения воздуха.
Библиографический список 1. Исаченко А.Г. Общая география в системе географических знаний// Изв. Рус. географического общества. - Т. 132. - Вып. 2, 2000. - С. 6-12. 2. Математические модели и методы оценки экологического состояния территорий/ Е.А. Машинцов [и др.]. - М.: Изд. физико-математической литературы, 2010. - 228 с. 3. Вычислительные математика и техника в разведочной геофизике: справочник геофизика/ под ред. В.И. Дмитриева. - 2-е изд., перераб. и доп. - М.: Недра, 1990. - 498 с. 4. Волков А.В., Никулин В.А., Ощепкова А.В. Приёмы и процедуры обработки эмпирических данных, востребованные в рамках направления “Техносферная безопасность”/ Вестник ТулГУ. Серия “Экология и безопасгность”. - Тула: Изд-во Тулгу, 2016. 5. Гравиразведка: Справочник геофизика/ под ред. Е.А. Мудрецовой, К.Е. Веселова. 2-е изд., перераб. и доп. - М.: Недра. 1990. - 607 с. 6. Обожина Е.П. Обоснование и разработка метода оценки пылевой нагрузки на персонал разрезов криолитозоны: дис. ... канд. техн. наук. Санкт-Петербургский горный университет, 2018. - 24 с. 7. Хемминг Р.В. Цифровые фильтры/ пер. с англ. Ред. пер. О.А. Потапов. - М.: Недра, 1987. - 221 с. 8. Справочник по системотехнике/ пер. с англ. Под ред. А.В. Шилейко. - М.: Советское радио. 1970. - 688 с. 9. Методическое пособие по расчету выбросов от неорганизованных источников в промышленности строительных материалов. - Новороссийск: 1989 (НПО “Союзстромэкология”). | ||||||
 |  |
