Processing statistics of meteorological data to assess the potential for air pollution by anthropogenic emissions in the cities of Angarsk, Bratsk, Irkutsk

Full Text

Введение. По данным многолетних наблюдений во многих городах Иркутской области зафиксирован высокий уровень загрязнения атмосферного воздуха (ЗАВ) [1-5]. Наиболее неблагополучная обстановка с ЗАВ складывается в городах Ангарск, Братск, Шелехов, в которых на уровни ЗАВ сильное влияние оказывают природные и климатические факторы, мешающие рассеиванию промышленных выбросов. ЗАВ устанавливалось путем сравнения фактических среднегодовых концентраций (СГК) загрязняющих веществ (ЗВ) со значениями среднегодовых ПДК_сг ЗВ, максимальных разовых концентраций (МРК) ЗВ – со значениями максимальных разовых ПДК_мр, наибольших из среднемесячных концентраций (НСМК) – со значениями среднесуточных ПДК [4]. В таблице 1 приведены степени превышения ПДК фактическими концентрациями ЗВ (бенз(а)пирен (БП), формальдегид (Ф), взвешенные вещества (ВВ), фенол (Фе)) в атмосфере городов Иркутской области из приоритетного списка городов РФ с наибольшим уровнем ЗАВ в 2021, 2022 годах [1, 6].

Из таблицы 1 видно, что наибольшее превышение разовых концентраций большинства ЗВ зарегистрировано в Ангарске. Следует отметить, что Братске в 2022 г. были зарегистрированы 6 случаев СИ>10 по БП, а наибольшая повторяемость превышения ПДК отмечалась для частиц РМ 2,5.

 

Таблица 1. Состояние ЗАВ в 2022 г. в городах ИО

Город	Ангарск	Иркутск	Братск
Уровень ЗАВ	высокий	высокий	очень высокий
Максимальный  вклад в ЗАВ	БП, Ф, ВВ	БП, ВВ, Ф, NO₂, озон	БП, Ф
МРК/ПДКмр
SO2	4,1	2,2	1,2
NO₂	5,2	2,9	1,8
СО	3,4	2,0	2,0
ВВ	6,4	1,4	2,1
РМ10	3,0	3,0	2,8
РМ2,5	2,3	2,7	3,0
Ф	1,6	1,7	1,5
Фе	1,3
СГК/ПДКсг
БП	2,6	2,6	7,2
Ф	2	2,7	3,3
NO₂		1,3
ВВ		2,0
НСМК/ПДКсс
БП	8,8	7,0	33,7
Ф		2,1

 

По сравнению с 2021 г. уровень загрязнения в рассматриваемых городах не изменился. Отмечается улучшение качества атмосферы в жилой зоне городов [1].

На уровень ЗАВ в рассматриваемых городах влияют промышленные предприятия, крупнейшие в РФ (Братский алюминиевый завод, завод ферросплавов ОАО «МЕЧЕЛ», Братский лесоперерабатывающий комплекс, АО «Ангарская нефтехимическая компания»), ТЭЦ, котельные и автотранспорт [1, 3-5].

Сравним динамику объемов выбросов основных загрязняющих веществ (ЗВ), таких, как: взвешенные частицы, СO, SO₂, NO₂ в промышленных городах Иркутск, Ангарск и Братск (см. рисунки 1-4).

 

Рис. 1. Динамика выбросов взвешенных частиц, тыс. т.

 

Рис. 2. Динамика выбросов NO₂, тыс. т.

 

Рис. 3. Динамика выбросов SO₂,тыс. т.

 

Рис. 4. Динамика выбросов CO, тыс. т.

 

Видно, что до 2020 г. по выбросам взвешенных частиц, SO₂, NO₂ лидировал г. Ангарск. В 2021, 2022 гг. больший объем выбросов, взвешенных частиц и SO₂ наблюдался в Иркутске. Наибольший объем выбросов CO характерен для Братска. При такой экологической обстановке исследование самоочищающей способности атмосферы (ССА) актуально. Об актуальности исследования говорит включение 5 городов Иркутской области (Ангарск, Братск, Вихоревка, Усолье-Сибирское, Шелехов) в приоритетный список городов Иркутской области с наибольшим уровнем загрязнения атмосферного воздуха (индекс загрязнения атмосферы (ИЗА) не менее 14) [7].

Цель работы: онтологическое моделирование процессов самоочищения и рассеивания ЗВ атмосферой, исследование в СУБД MySQL различных моделей загрязнения и рассеивания ЗВ атмосферой городов Ангарска, Братска и Иркутска по метрологическим данным сайта https://rp5.ru и их анализ.

1. Онтологическое моделирование процессов самоочищения и рассеивания ЗВ атмосферой. Известно, что на качество атмосферного воздуха (АВ) влияют не только объемы промышленных выбросов ЗВ, но и технические характеристики источников выбросов, планировка населенных пунктов, физико-химические процессы, метеорологические и топографические условия, климатообразующие и орографические факторы, которые способствуют эффективному рассеиванию ЗВ или их накоплению в околоземных слоях АВ [6, 8-17]. На рис. 5 представлена онтология факторов, влияющих на ССА.

 

Рис. 5. Онтология факторов, влияющих на ССА

 

Самоочищение атмосферы в приземном слое определено комплексным воздействием процессов: поступление ЗВ, их виды и объемы; физические  процессы (перенос ЗВ и рассеивание за счет адвекции (горизонтального перемещения) и конвекции (вертикального движения) воздушных масс, оседание под действием гравитации); химические и фотохимические реакции (преобразование ЗВ под воздействием солнечной радиации, кислорода, атмосферных окислителей); температурная стратификация; вымывание ЗВ осадками и туманами, адсорбция их подстилающей поверхностью  [8, 13, 15-19]. Влияние температурной стратификации на ССА неоднозначно. Самой неблагоприятной для рассеивания ЗВ является инверсия, но приподнятая инверсия может повышать ССА, если источник ЗВ расположен выше ее нижней границы [6].  Таким образом, скорость и интенсивность протекания перечисленных процессов в значительной степени зависят от ССА, объемов и вида примесей, от технических характеристик источников выбросов, климатических и метеорологических факторов [9-14, 20, 21]. По мнению В.В. Крючкова (1979), при сочетании средней годовой скорости ветра менее 3 м/с, повторяемости штилей более 50 %, характеризующих застойные явления, и наименьшей суммы осадков (менее 300 мм) самоочищения атмосферы практически не происходит [20]. Ее самоочищение начинает проявляться с усилением скорости ветра, уменьшением повторяемости штилей и повышением количества осадков. В городских условиях на рассеивание ЗВ значительно влияют планировка улиц, их направление и ширина, высота зданий. Распространению ЗВ способствуют вертикальные упорядоченные движения, вызванные неоднородностью подстилающей поверхности [11]: так, поверхностям на крутых склонах и возвышенностях присуща средняя ССА, а территория долин межгорных понижений и рек характеризуется повышенным уровнем загрязнения АВ [22]. В сибирских территориально-промышленных центрах зимой при антициклональном типе погоды часто формируется «остров тепла», с устойчивым потоком АВ к центру «острова», в результате чего ЗВ концентрируется преимущественно именно в нём [6, 8].

2. Количественные оценки способности атмосферы к самоочищению или загрязнению. Существует множество математических моделей определения потенциала загрязнения АВ, но, поскольку Росгидромет не проводит оперативные замеры всех параметров, используемых этими моделями, максимальное распространение обрели методики, которые используют общедоступные метеорологические параметры и без затруднений адаптируются к любой территории [11].

Среднегодовые метеорологические показатели загрязнения атмосферы (МПЗА, МПЗА2, МПЗА3, усовершенствованный УМПА) и показатель самоочищения атмосферы (ПСА, 1/МПЗА) Иркутска, Ангарска, Братска за период с 2010 по 2023 годы вычислялись по данным сайта [22] в созданной БД (СУБД MySQL). Объем обработанных метеорологических данных (строк в базе) составил для Ангарска – 33825, Братска – 40849, Иркутска – 40851. Среднегодовые значения исследуемых показателей находились в среднеинтегральном смысле, то есть в виде отношения накопленной суммы наблюдений соответствующих событий за все месяцы года к общему числу измерений в рассматриваемом году. Среднемесячные значения показателей также вычислялись в среднеинтегральном смысле, как отношение накопленной суммы наблюдений соответствующих событий за рассматриваемый месяц разных годов к общему числу измерений за это же время наблюдений.

Расчетные формулы показателей оценки процессов загрязнения и рассеивания ЗВ атмосферой представлены в таблице 2. Обозначено: частота наблюдения осадков более  0,5 мм  –  Р_о,  не менее 10 мм – Р_о≥10; частота наблюдения относительной влажности АВ не более 30% – Р_вл≤30, не менее 80% – Р_вл≥80; Р_г – частота наблюдения грозы; частота случаев скоростей ветра не менее 6 м/с – Р_в; частота штиля при слабом ветре не более 1 м/с – Р_ш; К_t – коэффициент теплообеспеченности года; K_v – годовой коэффициент ветра; K_о – годовой коэффициент осадков.

 

Таблица 2. Расчетные формулы показателей

Формула показателя	Интервал	Характеристика ССА	Источ-ник
Модели оценки метрологического потенциала загрязнения атмосферы (МПЗА)
$МПЗА=\frac{{Р}_{ш}+{Р}_{т}}{{Р}_{о}+{Р}_{в}}$	$МПЗА<\mathrm{0,8}$	хорошие условия для рассеивания ЗВ	[10]
	$\mathrm{0,8}\le МПЗА<\mathrm{1,2}$	зона риска, где равны вероятности накопления ЗВ и рассеивания ЗВ
	$\mathrm{1,2}\le МПЗА<\mathrm{2,4}$	неблагоприятные условия для рассеивания ЗВ
	МПЗА ≥ 2,4	крайне неблагоприятные условия для рассеивания ЗВ
$МПЗА2=\frac{{Р}_{ш}+{Р}_{т}+{Р}_{вл\ge 80}}{{Р}_{о}+{Р}_{в}+{Р}_{г}}$	$МПЗА2<\mathrm{0,8}$	хорошие условия для рассеивания ЗВ	[24]
	$МПЗА2=\mathrm{0,8}-\mathrm{1,0}$	преобладают процессы накопления ЗВ или с одинаковой частотой идут процессы рассеивания и накопления ЗВ
	$МПЗА2=\mathrm{1,0}-\mathrm{1,2}$	с равной частотой идут процессы накопления и рассеивания ЗВ или преобладают процессы накопления ЗВ
	МПЗА2 > 1,2	преобладают процессы накопления  ЗВ
$МПЗА3=\frac{{Р}_{ш}+{Р}_{т}+{Р}_{вл\ge 80}+{Р}_{вл\le 30}}{{Р}_{о}+{Р}_{в}+{Р}_{г}+ {Р}_{о\ge 10мм}}$	Idem МПЗА2	Idem МПЗА2	[24]
Модели оценки потенциала самоочищения атмосферы (ПСА, 1/МПЗА, УМПА)
$ПСА= \frac{{\text{P}}_{\text{о}}+{\text{P}}_{\text{в}}-{\text{P}}_{\text{о}}{\text{P}}_{\text{в}}}{{\text{P}}_{ш}+{\text{P}}_{\text{т}}-{\text{P}}_{\text{ш}}{\text{P}}_{\text{т}/\text{ш}}}$	Не указан		[11]
	1/МПЗА >1,25	хорошие условия для рассеяния ЗВ	Опре-деле-но из интер-вала МПЗА
	$\mathrm{0,83}\le \frac{1}{МПЗА}<\mathrm{1,25}$	зона риска, где равны вероятности накопления ЗВ и рассеивания ЗВ
	$\mathrm{0,42}<1/МПЗА<\mathrm{0,83}$	неблагоприятные условия для рассеяния ЗВ
	1/МПЗА $\le$ 0,42	крайне неблагоприятные условия для рассеяния ЗВ
Усовершенствованный метеорологический показатель рассеивающей способности атмосферы $УМПА=K_t+K_v+K_o==\exp \left(\mathrm{0,176}{t}_{cp}\right)+\frac{P_{в}}{P_{ш}}+\frac{{О}_{г}}{400}$	УМПА < 2	крайне неблагоприятными условия рассеивания ЗВ	[25]
	$2\le УМПА<3$	неблагоприятные условия для рассеивания ЗВ
	УМПА ≥ 3	благоприятные условия для рассеивания ЗВ

 

В таблицах 3-5 приведены значения параметров показателей из табл. 2 для рассматриваемых городов.

 

Таблица 3. Значение параметров показателей, указанных в табл. 2, для г. Ангарск

Год	Рш	Рв	Ро	Рт	Рт/ш	Рвл≥80	Рг	Рвл≤30	Ро≥10	Кt	Ko	Kv
2010	0,4421	0,0186	0,6293	0,077	0,006	0,42	0,099	0,029	0,129	1,084	1,246	0,042
2011	0,5233	0,009	0,6304	0,117	0,008	0,491	0,073	0,038	0,08	1,194	0,941	0,017
2012	0,5613	0,0099	0,4641	0,078	0,006	0,537	0,096	0,02	0,059	0,783	1,261	0,018
2013	0,4655	0,0091	0,2197	0,031	0,002	0,507	0,078	0,043	0,013	0,717	0,412	0,020
2014	0,5278	0,0075	0,2548	0,101	0,007	0,47	0,091	0,047	0,036	1,066	0,931	0,014
2015	0,4620	0,0072	0,2251	0,012	0,001	0,376	0,096	0,09	0,016	1,07	0,337	0,016
2017	0,5970	0,0067	0,4762	0,019	0,002	0,449	0	0,002	0	0,957	0,158	0,011
2018	0,5221	0,0057	0,3104	0,069	0,005	0,323	0,079	0,047	0,014	1,021	0,888	0,011
2019	0,5409	0,0043	0,259	0,132	0,009	0,38	0,079	0,076	0,03	1,115	1,264	0,008
2020	0,5217	0,0045	0,2896	0,092	0,006	0,416	0,107	0,059	0,041	1,293	1,465	0,009
2021	0,5375	0,0052	0,3233	0,056	0,004	0,452	0,019	0,031	0,058	1,057	1,690	0,010
2022	0,5716	0,0047	0,2707	0,076	0,005	0,488	0,101	0,053	0,022	0,979	0,908	0,008
2023	0,6292	0,0021	0,2727	0,083	0,003	0,456	0,021	0,025	0,034	1,201	0,295	0,003

 

Таблица 4. Значение параметров показателей, указанных в табл. 2, для г. Братск

Год	Рш	Рв	Ро	Рт	Рт/ш	Рвл≥80	Рг	Рвл≤30	Ро≥10	Кt	Ko	Kv
2010	0,4615	0,0513	0,4905	0,031	0,003	0,496	0,070	0,002	0,034	0,651	1,020	0,111
2011	0,4954	0,0348	0,4907	0,072	0,006	0,474	0,076	0,003	0	1,118	0,611	0,07
2012	0,5069	0,0255	0,4982	0,092	0,009	0,545	0,112	0,009	0,025	0,792	1,026	0,05
2013	0,4416	0,063	0,3507	0,036	0,003	0,494	0,090	0,002	0,005	0,997	0,777	0,143
2014	0,4137	0,0555	0,3104	0,03	0,003	0,405	0,110	0,007	0,008	1,123	0,914	0,134
2015	0,3505	0,0666	0,3022	0,043	0,004	0,419	0,091	0,012	0,019	1,444	0,966	0,19
2016	0,4856	0,0239	0,2978	0,087	0,008	0,449	0,065	0,015	0,008	1,022	0,684	0,049
2017	0,5310	0,0247	0,3342	0,052	0,004	0,451	0,072	0,018	0,019	1,201	1,018	0,046
2018	0,5666	0,0212	0,3205	0,038	0,003	0,373	0,087	0,011	0,022	0,945	1,001	0,037
2019	0,5631	0,0226	0,2904	0,07	0,006	0,358	0,103	0,022	0,025	1,129	0,948	0,04
2020	0,5167	0,029	0,3415	0,029	0,003	0,335	0,116	0,039	0,016	1,438	1,025	0,056
2021	0,5450	0,025	0,3233	0,046	0,004	0,276	0,073	0,016	0,014	1,007	0,707	0,046
2022	0,5739	0,0158	0,3671	0,041	0,004	0,386	0,110	0,027	0,036	1,024	1,282	0,027
2023	0,5890	0,0274	0,2986	0,051	0,005	0,382	0,087	0,021	0,014	1,129	0,735	0,047

 

Таблица 5. Значение параметров показателей, указанных в табл. 2, для г. Иркутск

Год	Рш	Рв	Ро	Рт	Рт/ш	Рвл≥80	Рг	Рвл≤30	Ро≥10	Кt	Ko	Kv
2010	0,3386	0,0121	0,5155	0,109	0,01	0,359	0,062	0,03	0,046	0,948	0,970	0,036
2011	0,3743	0,012	0,5562	0,146	0,011	0,436	0,059	0,05	0,067	1,293	1,052	0,032
2012	0,4105	0,0145	0,427	0,123	0,011	0,465	0,061	0,033	0,045	1,040	1,191	0,035
2013	0,3395	0,011	0,2658	0,119	0,01	0,42	0,099	0,034	0,025	1,325	0,824	0,032
2014	0,3755	0,014	0,2795	0,156	0,012	0,427	0,08	0,044	0,038	1,430	1,001	0,037
2015	0,4049	0,0075	0,25	0,143	0,012	0,394	0,102	0,055	0,027	1,737	0,967	0,019
2016	0,5193	0,0034	0,2596	0,117	0,011	0,355	0,062	0,06	0,041	1,299	1,484	0,007
2017	0,4743	0,0038	0,3041	0,051	0,004	0,36	0,064	0,055	0,022	1,607	1,063	0,008
2018	0,4438	0,0045	0,3151	0,095	0,008	0,331	0,095	0,034	0,027	1,264	1,179	0,01
2019	0,4728	0,0051	0,2658	0,096	0,007	0,286	0,11	0,055	0,038	1,483	1,188	0,011
2020	0,4628	0,0034	0,2951	0,063	0,005	0,286	0,131	0,061	0,036	1,651	1,396	0,007
2021	0,461	0,0058	0,3123	0,107	0,008	0,28	0,06	0,041	0,044	1,339	1,484	0,013
2022	0,5687	0,0024	0,2822	0,108	0,009	0,291	0,087	0,049	0,027	1,412	0,967	0,004
2023	0,5176	0,0038	0,3178	0,127	0,01	0,223	0,096	0,065	0,049	1,404	1,499	0,007

 

При обработке измерений полагали, что к состоянию штиля относится и состояние слабого ветра, скорость которого не превышает 1 м/с, т.е. в моделях заменяли его на более значимый Р_ш. На рис. 6-9 показана динамика годовых показателей загрязнения АВ рассматриваемых городов ЗВ. За 2016 г. по г. Ангарск не приведены данные по осадкам, поэтому на рис. 7 имеется пропуск.

 

Рис. 6. Динамика показателей загрязнения АВ загрязнителями в г. Иркутск

 

Рис. 7. Динамика показателей загрязнения АВ загрязнителями в г. Ангарск

 

Рис. 8. Динамика показателей загрязнения АВ загрязнителями в г. Братск

 

Рис. 9. Модель (1) для г. Иркутск

 

Как видно из рис. 6-8, что, начиная с 2012 г., значения МПЗА, МПЗА2, МПЗА3 превышают 0,8, что свидетельствует об отсутствии благоприятных условий для рассеивания ЗВ. Наблюдается также близость значений МПЗА2 и МПЗА3 для всех рассматриваемых городов. Поэтому можно при исследовании использовать более простой показатель МПЗА2 [23].

Оценим степень близости показателей по регрессии:

$МПЗА2=a+bМПЗА3.$ (1)

Регрессии получали в пакете Statgraphics Plus. Об адекватности регрессий судили по критериям: коэффициенту детерминации R², который иллюстрирует процент рассчитанных данных, описываемых регрессией; скорректированному коэффициенту детерминации R_c², используемый для оценки тесноты связи между зависимой и независимой переменными; отсутствие автокорреляции устанавливали по коэффициенту Дарбина-Уотсона (ДУ), точность регрессии устанавливали по абсолютной (Δ) и среднеквадратической (σ²) ошибкам.

Критерии адекватности модели (1) и значения параметров регрессии приведены в табл. 6.

 

Таблица 6. Критерии адекватности модели (1)

Город	a	b	R2,%	R2c,%	ДУ	σ2	∆
Ангарск	-0,1740	1,0018	99,9877	99,9866	1,9113	0,1568	0,1186
Братск	0,3302	0,8594	95,7926	95,4689	2,1632	0,1476	0,088
Иркутск	0,0693	0,9202	99,3949	99,3484	1,8081	0,0567	0,0405

 

На рис. 9, в качестве примера, представлена модель (1) для г. Иркутск. Видно, что в 99,4% случаев действительно можно для расчета загрязнения атмосферы использовать показатель МПЗА2 и не учитывать используемые в МПЗА3 параметры, редкие в условиях резко континентального климата Восточной Сибири событий P_вл<=30 и P_о>=10, т.к. в суммарном объёме их влияние на показатель мало. Для регионов с преимущественно сухим климатом, либо с регулярными и существенными осадками (полупустынный, горный, мягкий и умеренно континентальный, муссонный) события P_вл<=30 и P_о>=10 получат более весомую числовую оценку, и тогда показатель МПЗА3, скорей всего, получит более респектабельную значимость по сравнению с МПЗА2.

На рис. 10, 11 представлены динамика среднемесячных значений показателей ПСА, 1/МПЗА для рассматриваемых городов соответственно.

 

Рис. 10. Динамика показателей ПСА городов

 

Рис. 11. Динамика показателя 1/МПЗА городов

 

На рис. 12 представлена динамика показателя УМПА городов.

 

Рис. 12. Динамика показателя УМПА городов

 

Из сопоставления рис. 10 и 12 видно, что УМПА характеризуется более высокими значениями, чем ПСА, так как УМПА учитывает влияние:

• коэффициента теплообеспеченности K_t, который характеризует продолжительность холодного периода года по сравнению с теплым периодом.Если К_t < 1, то продолжительность холодного периода преобладает над продолжительностью теплого. Если К_t > 1, то теплый период продолжительнее холодного. Чем меньше значение К_t , тем хуже условия для рассеивания ЗВ [24];
• отношения годовой суммы осадков О_г, мм к норме количества осадков, необходимых для очищения атмосферы (400 мм).

В табл. 7 указаны среднегодовые значения параметров, определяющих УМПА, % по городам.

Из табл. 7 следует, что в 85,71% случаев в Иркутске складывается неблагоприятные условия для рассеивания ЗВ, обусловленные малым значением коэффициента К_t и осадками менее 1 мм, что не способствует выносу ЗВ из города и их рассеиванию. При этом наблюдалось частая повторяемость штилей (см. таблицу 5), которые приводят к застойным ситуациям и увеличению загрязнения атмосферы.

 

Таблица 7. Среднегодовые значения параметров, определяющих УМПА, % по городам

Условия для рассеивания ЗВ	Диапазон параметров	Ангарск,%	Братск,%	Иркутск,%
крайне неблагоприятные	УМПА < 2	46,15	57,14	7,14
	Кt < 0,3	0	0	0
	Кv < 0,5	100	100	100
	Ко < 0,5	30,77	0	0
неблагоприятные:	$2\le \text{УМПА}<3$	53,85	42,86	85,71
	0,3 ≤ Кt ≤1	30,77	28,57	7,14
	0,3<Кv <1	0	0	0
	0,5 ≤ Ко < 1	30,77	57,14	28,57
благоприятные	УМПА ≥ 3	0	0	7,14
	Кt >1	69,23	71,43	92,86
	Кv ≥ 1	0	0	0
	Ко ≥ 1	38,46	42,86	71,43

 

Что касается Ангарска и Братска, то в этих городах благоприятных значений К_v для рассеивания ЗВ нет. В рассматриваемых городах значение K_v мало (не превышает 0,19), что не способствует рассеиванию ЗВ. Видно, что в рассматриваемых городах характер ССА – неустойчивый, наблюдается процесс снижения способности очищения АВ. С 2018 г. в Ангарске более низкий уровень ССА по сравнению с Иркутском и Братском.

Рис. 10 и 11 свидетельствуют, что значения ПСА и 1/МПЗА достаточно близки. В работе [11] предлагается использовать вместо показателя ПСА величину 1/МПЗА, в формулу расчета которой входит меньшее число параметров. Проверим эту возможность на модели регрессии (2):

$ПСА=a+b\left(1/МПЗА\right).$ (2)

Критерии адекватности модели (2) и значения параметров регрессии приведены в табл. 4. На рис. 13, в качестве примера, представлена модель (2) для г. Ангарск. Видно, что в 99,99% случаев действительно можно для расчета ССА использовать вместо показателя ПСА более простой показатель 1/МПЗА, вычисляя который, просто следует поменять местами знаменатель и числитель в МПЗА.

 

Таблица 4. Критерии адекватности модели (2)

Город	a	b	R2,%	R2c,%	ДУ	σ2	∆
Ангарск	0,0015	0,9976	99,9906	99,9897	1,8585	0,0036	0,0025
Братск	0,0075	0,9825	99,8692	99,8591	1,2835	0,0096	0,0066
Иркутск	-0,0002	1,0039	99,9955	99,9952	1,9070	0,0026	0,0019

 

Рис. 13. Модель (2)

 

На рис. 14 приведены среднемесячные показатели МПЗА по городам.

 

Рис. 14. Среднемесячные показатели МПЗА по городам

 

В зимний и осенний периоды времени более высокие значения МПЗА (неблагоприятные условия для рассеивания ЗВ) в Ангарске, что объясняется большими значениями вероятности штиля и меньшими значениями вероятности осадков, чем в Иркутске и Братске. Лишь в ноябре и декабре в Братске, в мае в Иркутске и Ангарске процессы способствуют самоочищению атмосферы от ЗВ благодаря увеличению частости Р_в (МПЗА<1).

Заключение. Анализ полученных результатов показывает неутешительную статистику по чистоте атмосферы в городах ИО. С одной стороны, усиливается техногенное давление на атмосферные процессы, так как, по данным [25], индекс промышленного производства по Иркутской области с 2010 г. устойчиво держится свыше 100 %. С другой стороны, выявлено, что ослабевают ССА. Последнее подтверждается исследованиями [11]. Такие выводы актуализируют развитие экологически чистых технологий и экологических природовосстановительных программ.

About the authors

Olga S. Plekhanova

Irkutsk state transport university

Email: plekhanova_os@bk.ru
ORCID iD: 0000-0001-6297-8870
SPIN-code: 2708-5758

Applicant, assistant at the department of information systems and information security

Russian Federation, Irkutsk

Vera S. Aslamova

Irkutsk state transport university

Author for correspondence.
Email: aslamovav@yandex.ru
ORCID iD: 0000-0003-3306-0651
SPIN-code: 3063-0626

Professor, doctor of technical sciences, professor of the department of technosphere safety

Russian Federation, Irkutsk

Alexander A. Aslamov

Angarsk state technical university

Email: aaa_mx@angtu.ru
ORCID iD: 0009-0009-6548-8848
SPIN-code: 7550-9381

Associate professor, candidate of technical sciences, associate professor of the department of machines and apparatuses for chemical production

Russian Federation, Angarsk

References

Supplementary files