Нейросетевое моделирование процессов загрязнения окружающей среды

Актуальность темы

исследований. В настоящее время проблема безопасного состояния окружающей среды по своей значимости и актуальности относится к числу наиболее значимых для общества. Одним из решающих условий оптимизации стратегий по планированию природоохранных мероприятий является возможность получения точного прогноза поступления и миграции загрязняющих окружающую среду веществ.

Проблема получения прогноза динамики загрязнения окружающей среды является чрезвычайно актуальной как с научной, так и с практической точки зрения. Понятно, насколько важно иметь инструмент, позволяющий в сжатые сроки прогнозировать процессы распространения загрязняющих окружающую среду веществ.

Наличие подобных прогнозов позволит предсказать дальнейшее изменение качества окружающей среды, а затем, на их основе, найти оптимальные варианты планируемых хозяйственно-экономических мероприятий по обеспечению рационального природопользования и охраны окружающей среды.

В настоящее время для исследований стратегий перехода регионов к устойчивому развитию широко используются методы математического моделирования. Это обусловлено тем, что, используя такие модели, можно описать количественными характеристиками сложные взаимоотношения человека с окружающей средой.

Математическое моделирование в период своего становления обычно применялось для конкретной области науки, как, например экология или экономика. Например, одну из первых математических моделей для системы «паразит-хищник» в динамике численности насекомых разработал еще в 1925 г. А. Лоткин. Данная модель учитывает только биотические и абиотические факторы природной среды без учета антропогенных факторов.

В 70-е гг. прошлого века Форрестер с учениками, разрабатывая математические модели стратегий экономического роста, исходили из предположения отсутствия каких-либо структурных изменений в будущем. Естественно, что они пришли к концепции «нулевого роста», что инициировало движение за ограничение роста экономики.

Для успешного же решения оптимизационной эколого-экономической стратегии в масштабах крупного промышленного региона необходим территориально — дифференцированный подход к планированию природоохранных мероприятий, который базируется на комплексной оценке состояния окружающей среды и экономики. В связи с этим в 90-е гг. появляются математические модели, способные исследовать влияние качественных особенностей отдаленных последствий экономических решений на состояние природной среды.

К сожалению, применяемые в настоящее время методики по прогнозированию динамики изменения качества окружающей среды имеют существенные недостатки. Одни из них требуют значительных материальных и временных затрат, что вызвано необходимостью сбора большого объема входных данных, калибровкой и верификацией моделей (например, К-модель турбулентности диффузии). Применение же более простых в практическом использовании методов часто дает лишь приближенную консервативную оценку, как при расчете кратности разбавления сточных вод.

Необходимость поиска инструментов прогнозирования состояния окружающей среды, свободных от перечисленных выше недостатков, определяют актуальность данной работы.

Целью диссертационной работы является исследование возможности использования искусственных нейронных сетей (ИНС) для прогнозирования динамики состояния окружающей среды и динамики процессов, определяющих ее загрязнение, применительно к наиболее острым экологическим проблемам Уральского региона.

Для достижения поставленной цели были решены следующие задачи:

• выбор базовых принципов построения и применения ИНС для прогнозирования динамики состояния окружающей среды и динамики процессов, определяющих ее загрязнение;

• создание нейросетевой модели и прогнозирование динамики измеряемой три раза в сутки концентрации взвешенных веществ и диоксида азота в атмосферном воздухе в городе Каменск-Уральский;

• создание нейросетевой модели и прогнозирование динамики ежемесячной концентрации стронция-90 в воде реки Теча в створе села Муслюмово (Челябинская область) и села Першинское (Курганская область);

• создание нейросетевой модели и прогнозирование динамики изменения уровня воды в водоеме-хранилище жидких радиоактивных отходов — водоеме В-11 Теченского каскада водоемов.

Объектом исследования является динамика загрязнения химическими веществами атмосферного воздуха в городе Каменск-Уральский, динамика загрязнения стронцием-90 воды реки Теча в пределах Челябинской и Курганской областей, динамика уровня воды в водоеме В-11 Теченского каскада водоемов.

Предмет исследования — искусственные нейронные сети как инструмент прогнозирования динамики состояния окружающей среды.

Методологической основой послужили теоретические труды в области нейросетевого моделирования (Розенблат Ф. [1]- Горбань А. Н. [2]- Хехт-Нильсен Р., [3]- Царегородцев В. Г. [4]- Лек С. [5] и др.), а также современные исследования в области применения искусственных нейронных сетей: (Короткий С. [9]- Блинов С. [10]- Ежов А. А. 11] Доусон [12]- Виотти П. [14]- Скарди М. [19,20]- Димопоулос И. [17] и др.).

Информационная база исследования формировалась на основе данных Уралгидромета и промышленных предприятий, статистических сборников, ежегодников, материалов монографических исследований отечественных и зарубежных ученых, а также исследований, проведенных автором.

Научная новизна исследования заключается в использовании единого подхода, основанного на применении ИНС, для прогнозирования нелинейных процессов загрязнения и изменения состояния окружающей среды, имеющих различную природу и механизмы, применительно к актуальным экологическим проблемам Уральского региона, для которых в настоящее время отсутствуют очевидные альтернативные методы решения. В работе впервые:

1. Показана возможность проведения такого прогнозирования на основании исключительно традиционных данных экологического мониторинга, не прибегая к каким-либо специальным дополнительным исследованиям на местности или на промышленных объектах.

2. С использованием ИНС выполнено моделирование динамики загрязнения атмосферного воздуха в городе Каменск-Уральский. Показано, что использование ИНС позволяет давать прогноз приемлемого качества для динамики концентрации взвешенных веществ и диоксида азота в атмосферном воздухе на срок до нескольких суток, основываясь только на метеорологических данных и концентрациях загрязняющих веществ за предшествующий период.

3. С использованием ИНС выполнено моделирование динамики концентрации стронция-90 в воде реке Теча в створе населенных пунктов села Муслюмово (Челябинская обл.) и села Першинское (Курганская обл.). Показано, что использование ИНС дает возможность прогнозирования и ретроспективного восстановления динамики концентрации стронция-90 в воде на период до 10 месяцев с ошибкой, не превышающей погрешность экспериментального определения стронция-90 в речной воде.

4. С использованием ИНС выполнено моделирование динамики изменения уровня воды в водоеме В-11 Теченского каскада водоемов. Показано, что использование ИНС позволяет с высокой точностью давать прогноз уровня воды в водоеме на период до 12 месяцев. На основании анализа значимости входных сигналов ИНС выявлено существование «скрытого» фактора, вызывающего существенное понижение уровня воды в водоеме В-11, который ранее не учитывался при рассмотрении водного баланса водоема.

Практическая значимость работы:

Результаты проведенных исследований могут найти практическое применение в качестве одного из инструментов для подготовки краткосрочных прогнозов загрязнения атмосферного воздуха и поверхностных вод, а также для прогнозирования уровня воды в водоеме-хранилище радиоактивных отходов при различных метеорологических условиях. Результаты моделирования миграции стронция-90 в реке Теча могут быть использованы для ретроспективного восстановления уровней радиоактивного загрязнения речной воды в створе населенных пунктов при наличии пробелов в ряду данных мониторинга.

Научные положения, выносимые на защиту:

1. Использование единого подхода, основанного на применении ИНС, эффективно для прогнозирования нелинейных динамических процессов загрязнения окружающей среды и изменения состояния окружающей среды, имеющих различную природу и механизмы функционирования, применительно к актуальным проблемам Уральского региона, для которых в настоящее время отсутствуют другие альтернативные методы решения.

2. Подобное прогнозирование может выполняться на основании исключительно традиционных данных экологического мониторинга, осуществляемого подразделениями Росгидромета, иными уполномоченными организациями и силами промышленных предприятий, т. е. не прибегая к каким-либо специальным дополнительным исследованиям на местности или на промышленных объектах.

3. Использование ИНС позволяет давать прогноз приемлемого качества для динамики концентрации взвешенных веществ и диоксида азота в атмосферном воздухе города Каменск-Уральский на срок до нескольких суток, основываясь только на метеорологических данных и концентрациях загрязняющих веществ за предшествующий период.

4. Использование ИНС дает возможность прогнозирования и ретроспективного восстановления динамики концентрации стронция-90 в воде р. Теча в створе населенных пунктов с. Муслюмово (Челябинская обл.) и с. Першинское (Курганская обл.) на период до 10 месяцев с ошибкой, не превышающей погрешность экспериментального определения стронция-90 в речной воде.

5. Использование ИНС позволяет с высокой точностью давать прогноз уровня воды в водоеме В-11 Теченского каскада водоемов на период до 12 месяцев. На основании анализа значимости входных сигналов ИНС выявлено существование «скрытого» фактора, вызывающего существенное понижение уровня воды в водоеме В-11, который ранее не учитывался при рассмотрении водного баланса водоема.

Достоверность научных положений, выносимых на защиту, подтверждена сравнением с данными мониторинга состояния окружающей среды и другими результатами экспериментальных исследований.

Апробация работы. Основные положения и результаты диссертационного исследования докладывались на:

— Международном экологическом симпозиуме «Урал атомный, Урал промышленный» г. Екатеринбург, 2005 г.;

Седьмой всероссийской научно-практической конференции «Экологические проблемы промышленных регионов», г. Екатеринбург, 2006 г;

— Международной конференции «Биологические эффекты малых доз ионизирующей радиации и радиоактивное загрязнение окружающей среды» (г. Сыктывкар, 2006 г.);

— Всероссийской конференции «Риск — 2006» (г. Москва, 2006);

— 6-ой Международной научной конференции «Сахаровские чтения 2006 года: экологические проблемы XXI века» (г. Минск, 2006 г.).

Публикации. По теме диссертации опубликовано 8 печатных работ, в т. ч. 1 статья — в издании, рекомендованном ВАК РФ. Общий объем 23 п.с.

Объем и структура работы. Диссертационная работа состоит из введения, пяти глав основного текста, заключения, списка использованной литературы, приложений. Работа содержит 148 страниц текста, включая 10 таблиц, 37 рисунков, список использованной литературы из 69 наименования, 6 приложений.

ЗАКЛЮЧЕНИЕ

.

1. Показана эффективность единого подхода, основанного на использовании ИНС, для прогнозирования нелинейных динамических процессов загрязнения окружающей среды и изменения состояния окружающей среды, имеющих различную природу и механизмы функционирования, применительно к актуальным экологическим проблемам Уральского региона, для которых в настоящее время отсутствуют очевидные альтернативные методы решения.

2. Показана возможность проведения такого прогнозирования на основании исключительно традиционных данных экологического мониторинга, осуществляемого подразделениями Росгидромета, иными уполномоченными организациями и силами промышленных предприятий, т. е. не прибегая к каким-либо специальным дополнительным исследованиям на местности или на промышленных объектах.

3. Выполнено моделирование динамики загрязнения атмосферного воздуха в городе Каменск-Уральский. Показано, что использование ИНС позволяет давать прогноз приемлемого качества для динамики концентрации взвешенных веществ и диоксида азота в атмосферном воздухе на срок до пяти суток, основываясь только на метеорологических данных и концентрациях загрязняющих веществ за предшествующий период.

4. Выполнено моделирование динамики концентрации стронция-90 в воде р. Теча в створе населенных пунктов с. Муслюмово (Челябинская обл.) и с. Першинское (Курганская обл.). Показано, что использование ИНС дает возможность прогнозирования и ретроспективного восстановления динамики концентрации стронция-90 в воде на период до 10 месяцев с ошибкой, не превышающей погрешность экспериментального определения стронция-90 в речной воде.

5. Выполнено моделирование динамики уровня воды в водоеме-хранилище жидких радиоактивных отходов — водоеме В-11 Теченского каскада водоемов. Показано, что использование ИНС позволяет с высокой точностью давать прогноз уровня воды в водоеме на период до 12 месяцев. Проведенный анализ значимости входных сигналов ИНС позволил выявить существование «скрытого» фактора, вызывающего существенное понижение уровня воды в водоеме В-11, который ранее не учитывался при рассмотрении водного баланса водоема.