Ekologiya və su təsərrüfatı jurnalı, №3, may, 2016- cı il
приятий не имеется, статистический под-
ход является единственно возможным.
Однако статистический анализ данных
наблюдений, полученных на пунктах мо-
ниторинга, не дает возможности полу-
чить прогнозирующую модель, являющу-
юся общей для всех загрязняющих вещес-
тв и пунктов мониторинга. Вследствие
этого результатом применения статисти-
ческого подхода является некоторое мно-
жество различных моделей, предназна-
ченных для прогнозирования концентра-
ции какой – либо одной примеси на фик-
сированном пункте контроля. При этом
даже для отдельно взятой примеси и фик-
сированного пункта контроля, в зависи-
мости от количества использованных наб-
людений, получаются модели, отличаю-
щиеся друг от друга как по структуре, так
и по коэффициентам.
Эта проблема является общей для ста-
тистического моделирования, и, на ваш
взгляд, в создавшемся положении имеет-
ся единственный выход – искать не об-
щую модель процесса, а структуру, наи-
более часто встречающуюся при модели-
ровании данного процесса по различным
выборкам наблюдений.
Для решения этой задачи нами с по-
мощью итерационного алгоритма GNM
[5] были построены модели прогнозиро-
вания для различных пунктов мониторин-
га и загрязняющих веществ. В качестве
исходной информации для моделирова-
ния были использованы материалы наб-
людений за концентрациями сернистого
газа SO
2
, двуокиси азота
NO
2
, получен-
ные на пяти пунктах мониторинга г. Баку.
Одновременно на метеостанции произво-
дились измерения: скорости и направле-
ния ветра у поверхности земли и относи-
тельной влажности.
Зависимость концентрации загрязня-
ющего вещества от метеорологических
параметров искалась в виде
q
+1
=f(q, M)
(1)
где q
+1
– прогнозное значение концентра-
ции на 12 часов вперед, q и М – концен-
трасия и метеопараметры в данный мо-
мент времени.
В качестве критериев оценки досто-
верности моделей использовались крите-
рии, обычно применяемые для проверки
качества прогнозирования концентраций
сернистого газа и двуокиси азота. При
этом концентрации загрязняющих вещес-
тв делятся на три группы. Для сернистого
газа это группы: 0, 00-0, 20, 0,21-0,35 и
более 0, 35 мг/м³, а для двуокиси азота:0,
00-0, 040, 0, 041-0, 084 и более 0, 084
мг/м³. Если в некоторый фиксированный
момент времени измеренное и вычислен-
ное по модели значение концентраций
попали в один и тот же интервал, то прог-
ноз считается оправдавшимся. Отноше-
ние суммарного количества оправдавших-
ся прогнозов к общему числу измерений
и определяет достоверность прогнозиру-
ющей модели, измеренную в процентах.
С помощью алгоритма GNM были
построены прогнозирующие модели для
различных пунктов мониторинга. Была
отобрана некоторая структура (модель с
неопределенными коэффициентами), ока-
завшаяся общей для всех пунктов мони-
торинга г. Баку и концентрацией сернис-
того газа и двуокиси азота. Она имеет
вид:
q
+1
=a
0
+a
1
x
2
x
5
a
2
x
2
x
4
+a
3
x
2
+a
4
x
1
x
5
+a
5
x
3
(2)
где x
1
– концентрация загрязняющего ве-
щества, x
2
–
температура воздуха, x
3
– про-
изведение скорости ветра на косинус угла
между северным и данным направлением
ветра, x
4
– произведение скорости ветра
на синус угла между северным и данным
направлением ветра, x
5
– абсолютная
влажность воздуха.
Таблица 1.
Коэффициенты прогнозирующих моделей концентрации SO
2
для пяти пунктов города
№
1
2
3
4
5
0,178218
0,185967
0,083179
0,192253
0,035863
-0,000019
-0,000052
0,000003
-0,000029
0,000002
Ekologiya və su təsərrüfatı jurnalı, №3, may, 2016- cı il
-0,000837
-0,005254
0,004654
0,001203
0,008964
-0,000021
-0,000164
-0,000095
-0,000297
0,000174
0,054509
0,550628
0,420568
0,165145
-0,865208
0,000264
-0,003684
0,000038
0,000474
0,000345
Таблица 2.
Коэффициенты прогнозирующих моделей концентрации NO
2
для пяти пунктов города
№
1
2
3
4
5
0,068459
0,034517
0,043849
0,029729
0,035159
-0,000020
-0,000008
-0,000013
-0,000012
-0,000007
-0,000194
-0,001245
-0,000667
0,001091
-0,000003
-0,000030
-0,000001
0,000026
-0,000013
-0,000011
-3,326304
0,077659
0,010026
0,464685
0,026120
0,000336
-0,000334
-0,000056
-0,000233
-0,000278
Разъясним смысл переменных x
3
и
x
4
.
Как известно, направление и скорость
ветра обычно задаются в полярных коор-
динатах (угол – вектор скорости ветра) и
их использование в таком виде в качестве
исходных входных переменных может
привести к грубым ошибкам, так как нап-
ример, направление ветра 359º и 1º явля-
ются северными, а их величины значи-
тельно отличаются. В этой связи был осу-
ществлен переход к декартовой системе
координат, ось ординат которой ориенти-
рована на северное направление, а в сос-
тав предикторов вместо скорости и нап-
равления ветра были включены перемен-
ные x
3
и
x
4
, представляющие собой проек-
ции вектора скорости ветра на оси орди-
нат и абсцисс.
Коэффициенты структуры (2) были
вычислены для сернистого газа и двуоки-
си азота по 50 измерениям, полученным
в июне 2015 года, для всех пунктов кон-
троля отдельно (коэффициенты этих мо-
делей приведены в табл. 1, 2). При этом 2
последних значений концентрации для
вычисления коэффициентов не использо-
вались, т.е. по полученным моделям кон-
центрации прогнозировались. Средняя
оправдываемость прогнозов по получен-
ным моделям составляет по вышеприве-
денному критерию 70%.
Литература
1.
Ивахненко А.Г. Индуктивный метод
самоорганизации моделей сложных
систем.- Киев: Наук.думка, 1982-296 с.
2.
Ивахненко А.Г., Степашко В.С. Чис-
ленное исследование помехоустойчи-
вости многокритериальной селекции
моделей. Автоматика, 1982, №4, с.26-
36
3.
Мамедов М. И., Гулузаде Р. К., Муста-
фазаде Н.. Применение метода группо-
вого учета аргументов для обработки
данных мониторинга атмосферы –
Известия, АНАКА, том 18, № 3, 2015,
с. 40-44.
4.
Sawaragi,Y., Soeda,T., Tamura, H.,
et al.,
Statistical Prediction of Air Pollution Le-
vels Using Non-Physical Models. Auto-
matica (IFAC), 1979, vol.15, no.4, pp.
441- 452.
5.
Мамедов М.И. Итерационный полино-
минальный алгоритм МГУА с ограни-
чением сложности отбираемых моде-
лей. Автоматика, 1986, №1 стр. 87-88
Abbasova N.M., Əliyeva ġ.Z.,
ġirinova F.Z., Əliyeva S.Ç.,
Hüseynli ġ.S.
Sənaye Ģəhərinin atmosfer
çirklənməsinin proqnozunun modeli