0,5 0,16 0,13 0,11 0,09 0,05 0,04

1 0,11 0,09 0,07 0,05 0,03 0,02

5 0,03 0,02 0,02 0,01 0,01 0,00

Здесь и в дальнейшем использовались значения концентраций, на соответствующую величину автомобильных выбросов на данной магистрали, для того, чтобы исключить влияние интенсивности движения.

При разработке схемы прогноза загрязнения воздуха диоксидом азота в г. Санкт-Петербург в качестве предикторов использовались следующие параметры: уровень загрязнения в предыдущий день P’NO2, скорость ветра (V) и направление ветра (d) на уровне флюгера, высота приземной инверсии в 7 часов (H), синоптический предиктор Sn.

Так как связи между предиктантом и предикторами являются нелинейными, то при разработке схемы проводилось преобразование предикторов с учетом реального характера связей между PNO2 и метеорологическими факторами. Преобразование заключалось в том, что с помощью корреляционных кривых зависимостей показателя загрязнения воздуха в городе (PNO2) от отдельных метеорологических параметров, построенных по использованному для разработок материалу наблюдений, каждое значение предиктора было заменено на соответствующее ему среднее значение PNO2.

Регрессионное уравнение в общем виде:

где xi - преобразованные предикторы;

ai - весовые коэффициенты; a0 - свободный член;

ai и a0 находятся методом наименьших квадратов.

Для суждения об успешности прогноза групп загрязнения воздуха удобно применять критерий Багрова (Н*):

где U - оправдываемость прогнозов;

U0 - оправдываемость случайных прогнозов.

Очевидно, что при U = 1 (стопроцентная оправдываемость) H* = 1, а при U = U0 (оправдываемость на уровне случайных прогнозов) H* = 0.

Таким образом, H* > 0 указывает на успешность прогнозов, однако для практически эффективных методов H* не должна быть меньше, чем 0,2 - 0,3. Оценка оправдываемости случайных прогнозов U0 определяется по формуле

где (1, (2, (3 - соответственно частота появления групп высокого повышенного и пониженного загрязнения воздуха, а (1, (2, (3 - частота прогнозов этих групп загрязнения.

Рассмотрены ежедневные значения фактических и прогностических значений параметра Р для Санкт-Петербурга.

В качестве предиктанта взят параметр Р для NO2. Предикторами являются метеорологические параметры и исходный уровень загрязнения воздуха Р'. Полученное регрессионное уравнение имеет следующий вид:

Р=0,49Р'+0,7Р((Т)+0,52Р(V1)+0,52Р(Т)+0,27Р(V0) - 0,29 (11)

Здесь Р((Т), Р(V1), Р(Т) и Р(V0) представляют собой преобразованные предикторы:

(Т - вертикальная разность температуры между уровнями земли и поверхностью АТ 925 гПа;

V1 - скорость ветра на уровне АТ 925 гПа;

V0 - скорость ветра на высоте флюгера;

Т - температура воздуха в приземном слое.

Испытания разработанной схемы показали следующие результаты. Общая оправдываемость прогнозов составила 85%, а оправдываемость прогнозов высокого загрязнения воздуха - 75% при повторяемости таких случаев около 15%. Коэффициент корреляции между прогностическими и фактическими значениями параметра Р составил 0,76.

Критерий Багрова рассчитанный согласно (9) и (10), для оценки эффективности схемы прогноза загрязнения воздуха диоксидом азота в Санкт-Петербурге составил H* = 0,69.

В данной главе рассмотрены: метод прогноза загрязнения воздуха в районе отдельных автомагистралей и составление предупреждений, прогнозирование загрязнения воздуха выбросами автотранспорта на перспективу, методика обследования структуры транспортного потока и расчета выбросов в атмосферу на городских автомагистралях, также анализ максимальных уровней загрязнения воздуха выбросами автотранспорта в различных городах России.

В третьей главе рассмотрено обоснование и выбор методов и средств контроля вредных отработавших газов автотранспорта и методики их контроля.

Определение концентрации различных веществ в отработавших газах автомобильных двигателей основано на физических или химических свойствах анализируемых компонентов. Существует целый ряд методов определения вредных компонентов в отработавших газах автотранспортных средств.

Методы и средства контроля токсичности ОГ можно классифицировать с точки зрения объекта анализа (сами ОГ или загрязненный ими воздух), его целей (исследовательские или производственные), основополагающих физико-химических процессов (объемно-абсорбционные, объемно-оптические, хемилюминесцентные, оптические, хроматографические, масс-спектрометрические и лазерные), прерывности анализа и транспортабельности газоанализатора. По транспортабельности приборы подразделяются на переносные, настольные и стационарные; особо выделяются лабораторные комплексы и системы. Наряду с приведенной классификацией методов в аналитической практике широко используется целенаправленная подборка методов анализа того или иного компонента или группы компонентов. При прочих равных условиях целенаправленные методы определения одного компонента проще и дают более надежные и точные результаты, чем анализ нескольких компонентов.

Другое направление аналитического приборостроения, ориентированного на контроль ОГ автомобилей, связано с разработкой и выпуском приборов, используемых на производственных участках предприятий автомобилестроения, для контроля экологичности двигателя и других систем автомобиля, а также на станциях техобслуживания автомобилей для регулировки этих систем.

В главе рассмотрены объемно-абсорбционный метод анализа, спектральные методы, электрохимические методы газового анализа, пламенно-ионизационный метод, хемилюминесцентный метод, метод ультрафиолетовой флуоресценции, УФ-фотометрический метод, пламенно-фотометрический метод, метод газовой хроматографии, масс-спектрометрический метод, лидарная система контроля атмосферы, методы и технические средства для определения концентрации пыли, автоматизированные анализаторы состава газовых выбросов, стационарные посты и передвижные лаборатории контроля, приборы и методика контроля дымности ОГ, передвижная экологическая диагностическая лаборатория.

В четвертой главе диссертации представлены научные основы создания лазерных методов и средств дистанционного контроля отработавших газов автотранспорта в атмосфере.

Внедрение лазеров, обладающих способностью селективного возбуждения электронно-колебательно-вращательных переходов в молекулах, дало возможность детального изучения спектров поглощения и испускания. Это позволило использовать резонансное поглощение и лазерно-индуцированную флуоресценцию не только в спектроскопии молекул, но и при дистанционных измерениях атомного и молекулярного состава атмосферы. Реализация такой возможности явилась важнейшим фактором в решении проблемы контроля состояния атмосферы. В основе метода дифференциального поглощения .(ДП) лежит явление усиленного поглощения излучения детектируемым газом на резонансной частоте, приводящее к измеримому эффекту ослабления. Информация о средней концентрации этого газа, находящегося в исследуемом объеме атмосферы, содержится в функции пропускания, и ее извлекают, используя лидарное уравнение. При зондировании в оптическом диапазоне, свободном от резонансных линий других воздушных компонент, величина обратного сигнала формируется не только под влиянием указанного фактора. Ослабление сигнала обусловлено таким упругим рассеянием на атмосферном веществе. Уравнение лидара в этом методе принимает вид

получаем

- средняя концентрация компоненты в интервале L=R2 - R1 . Как видно, это отношение дает прямую информацию о искомой величине. В дальнейших применениях будет удобным выражать окончательную формулу в терминах мощности:

. Таким образом, принципиальных пределов для улучшения этой характеристики в данном методе нет.

Информация о концентрации газовых компонент в методе индуцированной флуоресценции (ИФ) так же, как и в методе комбинационного рассеяния содержится в величине коэффициента обратного рассеяния (. При настройке частоты лазерного излучения в резонанс с линией поглощения исследуемого газа, не лежащей в области сильного поглощения других атмосферных компонент, обратный сигнал формируется за счет высвечивания при переходах из возбужденного состояния на разрешенные нижние состояния. Как уже отмечалось, этот процесс характеризуется сравнительно большим временем жизни возбужденного состояния, достаточным для вращательной и колебательной релаксации молекул, а также для частотного снятия возбуждения при столкновениях. Эти факторы приводят не только к спектральной структуре обратного сигнала, но и к его деполяризации и тушению. В зависимости от вида газа и типа перехода время высвечивания достаточно сильно варьируется, что влияет на величину поправочного фактора (( R ) входящего в уравнение флуоресценции лвдара. Как показывают расчеты, (( R ) может быть заметно меньше единицы при td /to ( 1 и to /tex ( 1. Неучет данного фактора при этих условиях приводит к ошибке, особенно значительной в районе длины лазерного импульса l =cto от границы области, содержащей газ-загрязнитель. Кроме того, в полосу приема попадает практически неустранимый фон от рассеяния зондирующего излучения, обусловленный люминисценцией или комбинационным рассеянием в газах атмосферы (азот, кислород, водяной- пар),а также свечением аэрозоля, нагретого мощным лазерным излучением.

см2cp-1 , что на 5-6 порядков ниже ПДК многих газов. При проведении оценочных расчетов были использованы to(td((tex , так что (( R ) ( 1. Кроме того, геометрический фактор, ввиду дистанционноcти измерений, принимался равным I. С этими допущениями и пренебрежением неконтролируемым свечением на частоте приема лазерное удаление хорошо принимает известную формулу

где L=сtd/2 . Это уравнение справедливо в случае зондирования приземного слоя атмосферы с однородным распределением аэрозоля -условие при котором будут проведены в дальнейшем оценочные расчеты. Подробнее остановимся на особенностях этого метода, показывающего себя перспективным при решении широкого круга экологических задач. Как видно из лидарного уравнения, на величину обратного сигнала влияют многие факторы, от состояния атмосферы до эффективности оптической системы лидара. Принципиальным фактором, влияющим на величину сигнала, является дифференциальное сечение флуоресценции. Оценим его, исходя из формулы