Содержание к диссертации
Введение
Глава 1 Состояние вопроса
1.1 Состояние загрязнения воздушного бассейна в городах Уральского региона 10
1.2 Основные закономерности распространения примесей в атмосфере. Влияние метеорологических условий на уровень загрязнения воздуха 15
1.3 Обзор работ по краткосрочному прогнозированию загрязнения атмосферы 27
1.4 Проблема прогноза ЭВУЗВ 43
Глава 2. Условия формирования эвузв в городах уральского региона 47
2.1 Результаты анализа экстремальных случаев загрязнения воздуха в городах Уральского региона 48
2.2 Классификация синоптических условий формирования ЭВУЗВ в городах Уральского региона 51
2.2.1 Классификация синоптической ситуации «центр антициклона» 56
2.2.2 Классификация синоптической ситуации «северо-западная часть гребня Сибирского антициклона» 58
2.2.3 Классификация синоптической ситуации «малоградиентное поле» з
Глава 3 Прогноз эвузв в крупном промышленном регионе. разработка синоптико-статистических схем прогноза эвузв в городах уральского региона 62
3.1 Основные положения. Подход к решению задачи 62
3.2 Синоптический предиктор Sn, его использование в схемах прогноза ЭВУЗВ 63
3.3 Сравнительный анализ случаев ЭВУЗВ в городах Уральского региона 69
3.4 Использование метода графической регрессии 72
3.5 Использование метода множественной линейной регрессии с предварительным исключением нелинейности связей 78
3.6 Оценка эффективности схем прогноза ЭВУЗВ. Результаты внедрения 80
3.7 Рекомендации по прогнозу ЭВУЗВ в городах региона при отсутствии разработанных прогностических схем 89
3.8 Оценка ожидаемого состояния загрязнения воздуха в регионе с использованием метода разложения по е.о.ф 89
Заключение 92
Список литературы
- Обзор работ по краткосрочному прогнозированию загрязнения атмосферы
- Классификация синоптических условий формирования ЭВУЗВ в городах Уральского региона
- Использование метода множественной линейной регрессии с предварительным исключением нелинейности связей
- Рекомендации по прогнозу ЭВУЗВ в городах региона при отсутствии разработанных прогностических схем
Введение к работе
з
Актуальность темы
Одной из острых экологических проблем в крупных промышленных регионах остается проблема загрязнения воздуха. Для её решения и соответственно защиты здоровья населения в периоды неблагоприятных метеорологических условий большой интерес представляет задача прогнозирования и предотвращения экстремально высоких уровней загрязнения воздуха в городах (ЭВУЗВ), с которыми связаны наиболее неблагоприятные для населения и окружающей среды эпизоды. Имеются в виду опасные случаи высоких концентраций загрязняющих веществ, которые наблюдаются редко и могут быть приравнены к стихийным бедствиям, таким как наводнения, цунами, ураганы и др.
Указанная задача представляет особый интерес и для Уральского региона, где расположено много городов с развитой промышленностью, много предприятий, выбрасывающих в атмосферу вредные вещества. В наиболее неблагоприятные дни загрязнение воздуха может достигать катастрофического уровня. Особенности городов региона заключаются в ориентации их промышленности на использование металла, нефти и газа. Уральский регион относится к регионам с высоким уровнем загрязнения воздуха. Больше половины городов региона ежегодно фигурируют в Приоритетном списке с очень высоким уровнем загрязнения воздуха.
Цель и задачи исследования
Целью данной диссертации является исследование закономерностей формирования ЭВУЗВ на территории крупных промышленных регионов, а также разработка эффективной схемы прогноза ЭВУЗВ с целью защиты атмосферы при неблагоприятных метеорологических условиях (НМУ) в масштабе региона и в каждом из городов данного региона, в частности и при отсутствии специально разработанных схем прогноза ЭВУЗВ.
В соответствии с этой целью в диссертации были поставлены следующие задачи:
1. Выявить и исследовать условия формирования ЭВУЗВ в городах Уральского
региона
2. В дни с экстремально высоким уровнем загрязнения воздуха определить связь
между значениями обобщенного интегрального показателя загрязнения воздуха
(параметра Р) и значениями концентраций примесей.
3. Исследовать особенности формирования ЭВУЗВ в целом по региону
Разработать статистические схемы прогноза ЭВУЗВ с использованием метода графической регрессии и метода множественной линейной регрессии с предварительным исключением нелинейности связей для городов Уральского региона
Оценить эффективность схем прогноза ЭВУЗВ на зависимом и независимом материале.
Научная новизна работы заключается в следующем:
1. Создана эффективная региональная система прогноза ЭВУЗВ в крупном
промышленном регионе (на примере Уральского региона), а также в каждом из городов
данного региона, с целью предотвращения высоких уровней загрязнения воздуха,
формирующихся в периоды НМУ.
Показана возможность и целесообразность использования одного и того же синоптического предиктора Sn для промышленных городов в пределах региона, так как по материалам ряда городов установлена тенденция к одновременному формированию ЭВУЗВ в городах региона
Показано, что в дни с значениями параметра Р, соответствующими ЭВУЗВ, в городах региона реально имеют место опасные концентрации примесей в воздухе, значительно превышающие в ряде случаев предельно допустимые концентрации (ПДК).
Впервые по Уральскому региону проведена типизация синоптических процессов, способствующих накоплению вредных примесей в атмосфере с учетом географического происхождения, траектории движения барических образований, скорости ведущего потока по картам AT 700 гПа или AT 500 гПа, термического поля над регионом, а также длительности нахождения барического образования над рассматриваемым районом.
Даны рекомендации по прогнозу ЭВУЗВ с использованием единого синоптического предиктора в городах, для которых имеющихся материалов недостаточно для разработки методов прогноза загрязняющих веществ.
Получены общие по региону характеристики загрязнения воздуха с использованием метода разложения по естественным ортогональным функциям для оценки ожидаемого общего состояния загрязнения воздуха в регионе по материалам пяти Уральских городов.
Практическая ценность и реализация результатов работы
Разработанные схемы прогноза ЭВУЗВ позволяют заблаговременно предсказывать в городах региона подавляющее большинство (79% - 92%) случаев экстремально высокого уровня загрязнения воздуха. Авторские испытания предложенного метода, проведенные по независимым материалам наблюдений пяти городов (Пермь, Екатеринбург, Соликамск, Березники, Губаха), подтвердили его эффективность. Схемы прогноза ЭВУЗВ в настоящее время используются в оперативной работе в городах Уральского региона. Они могут быть рекомендованы для оперативного использования во всех крупных промышленных регионах. Разработанные схемы прогноза ЭВУЗВ для городов Уральского региона размещены на сайте ГМЦ России в Методическом кабинете.
Апробация работы
Основные результаты диссертационной работы вошли в Методические рекомендации, подготовленные для апробации в региональных управлениях Росгидромета, докладывались на международной научной конференции, проводившейся в Уральском отделении РАН (г. Екатеринбург, 2011г.), научно-методических курсах повышения квалификации для руководящих работников и специалистов Росгидромета "Современные задачи мониторинга загрязнения атмосферы" в Санкт-Петербурге (2006 г), на Ученом Совете ГГО, семинарах отдела исследования и мониторинга загрязнения атмосферы в ГГО; работа участвовала в региональном конкурсе исследовательских работ «Экология. Человек года», где была отмечена благодарностью; работа участвовала в конкурсе Росгидромета на лучшие научно-исследовательские и опытно-конструкторские работы, признана лучшей региональной работой, присуждена ведомственная премия.
Структура и объем диссертации
Диссертация состоит из введения, трех глав, заключения, приложения.
Она содержит 234 страницы, включая 30 рисунков, 19 таблиц и библиографию из 142
наименований.
Обзор работ по краткосрочному прогнозированию загрязнения атмосферы
В основу решения задачи прогноза загрязнения воздуха положены результаты анализа метеорологических условий, с которыми связано формирование относительно высоких концентраций примесей. Научный подход к решению данной задачи предусматривает учет закономерностей распространения примесей в атмосфере и особенностей влияния метеорологических факторов на уровень загрязнения воздуха в конкретных городах. Развитие методов прогноза загрязнения воздуха в значительной степени основывается на результатах теоретического и экспериментального изучения закономерностей распространения примесей в атмосфере. При этом отмечается два основных подхода, один из которых основан на статистических моделях распространения примеси, а другой - на решении уравнения атмосферной диффузии. Последний из них получил значительное развитие в работах Главной геофизической обсерватории им. А.И. Воейкова (ГГО) под руководством М.Е. Берлянда [10, 11 , 14 - 23 и др.]. На основе численного решения уравнения турбулентной диффузии получены формулы для расчета концентрации примесей от отдельных источников и группы источников. В результате выполненных исследований достаточно полно изучены физический механизм распространения примесей в атмосфере и влияние метеоусловий на уровень загрязнения воздуха.
Для характеристики состояния атмосферы, при котором могут отмечаться большие концентрации примесей, выделяются нормальные и аномальные неблагоприятные метеорологические условия.
При нормальных НМУ в случае высоких источников неблагоприятным является наличие сверхадиабатического градиента температуры, когда вследствие развитого турбулентного обмена имеет место интенсивный перенос примесей от источников к земной поверхности, при этом могут создаваться их значительные концентрации. Степень загрязнения воздуха существенно зависит от скорости ветра. Влияние скорости ветра на загрязнение приземного слоя воздуха имеет сложный характер, и для каждого источника существует некоторая расчетная опасная скорость ветра Um, при которой наблюдаются максимальные концентрации примесей.
Опасная скорость ветра Um определяется через параметр Vm для нагретых выбросов и через V m для источников с холодными выбросами: Ут = 0.65з— где V - объем выбрасываемой газовоздушной смеси; v,, = i.3wD и AT - разность между температурой выбрасываемой смеси и температурой окружающего воздуха, С; Н - высота источника над уровнем земли; - скорость выхода дымовых газов из устья источника выброса, м/с; D - диаметр устья источника; В случае нагретых выбросов приближенно принимается, что при Vm 0.5 м/с Um =0.5 м/с; при 0.5 Vm 2.0 м/с Um=Vm; при Vm 2 м/с Um=Vm(l+0.12Vf).
В случае холодных выбросов при Vm 0.5 м/с Um=0.5 м/с; при 0.5 Vm 2.0 приближенно Um=Vm ; а при Vm 2 м/с Um=2.2Vm Опасная скорость ветра Um зависит от параметров выбросов источников. Она увеличивается с ростом перегрева выходящих газов, а также с увеличением скорости поступления газов, т.е. зависит от факторов, которые определяют эффективный подъем факелов дыма АН. Выражение для АН, полученное М.Е. Берляндом [13], имеет следующий вид:
и ти2 Здесь U - скорость ветра на высоте флюгера; R0 - радиус устья трубы; g -ускорение свободного падения; Те - температура окружающего воздуха в градусах Кельвина. Как видно из формулы, АН в сильной степени зависит от U. С усилением ветра АН значительно уменьшается. Таким образом, чем больше температура выходящих газов и скорость их выхода из трубы, тем больше должна быть скорость ветра, чтобы ликвидировать влияние подъема факела на уменьшение приземных концентраций.
Расчеты опасной скорости показали, что Um составляет для многих химических производств 1-2 м/с, для мощных тепловых электростанций - 5-7 м/с, для металлургических предприятий - 2-4 м/с.
Концентрация примеси при неблагоприятных метеоусловиях зависит от скорости ветра U. Существенно, что с увеличением U возрастание концентраций при U Um происходит быстрее, чем их убывание при U Um.
Скорость ветра определяет не только максимальные концентрации примеси, создаваемые выбросами заданного источника, но и расстояния от источника Хм, на которых эти концентрации наблюдаются. При U Um с увеличением скорости ветра область максимальных концентраций отдаляется от источника. Данное обстоятельство имеет большое значение для формирования высокого уровня загрязнения воздуха в жилых районах. Значение Хм увеличивается также при слабых ветрах, т.е. при U Um. Это связано с тем, что при слабых ветрах растет АН и вблизи источника концентрации близки к нулю, и только на далеких расстояниях при наличии направленного переноса примеси могут достигать земной поверхности. Со слабыми ветрами связан еще один важный эффект, заключающийся в медленном убывании концентраций по мере удаления от оси факела перпендикулярно к нему. В условиях города при наложении факелов от большого количества источников это может вызвать заметный рост концентраций. Наиболее интенсивное загрязнение воздуха наблюдается при аномально неблагоприятных метеорологических условиях. К ним относятся приподнятая инверсия с нижней границей, расположенной над источником выброса. Она представляет собой задерживающий слой для выбросов, поступающих в атмосферу, и препятствует распространению этих выбросов вверх, что определяет рост приземных концентраций. Решение задачи распространения примеси при наличии приподнятых инверсий выполнялось с помощью численных методов [8, 13]. Приведенные результаты указывают на рост приземных концентраций при наличии приподнятой инверсии, который увеличивается по мере удаления от источника. Увеличение концентрации особенно значительно на больших расстояниях от источника. Максимум приземной концентрации возрастает примерно на 50-70% на расстояниях от источника близких Хм (в пределах 10-40 Н для горячих выбросов). При дальнейшем увеличении расстояния от источника снижение загрязнения воздуха происходит медленно, рост загрязнения воздуха при этом может распространяться на большие районы городских территорий. Увеличение концентраций примеси существенно зависит от высоты расположения нижней границы приподнятой инверсии над источником. При ее повышении содержание вредных веществ в приземном слое воздуха уменьшается. Если нижняя граница приподнятой инверсии расположена на высоте более 200 м над источником, то возрастание приземной концентрации существенно только на значительных расстояниях от него. Однако в городе с большим количеством различных источников выбросов и при сравнительно высоком положении задерживающего слоя может иметь место заметное увеличение загрязнения воздуха.
Классификация синоптических условий формирования ЭВУЗВ в городах Уральского региона
Подход ГГО получил определенное развитие в странах ближнего [70] и дальнего зарубежья - Болгарии, Монголии [89], Финляндии [ПО]. Так, болгарскими специалистами [24, 25, 26] для характеристики уровня промышленного загрязнения воздуха в Софии использовался интегральный параметр Р, введенный Л. Р. Сонькиным. В ходе исследований ими были установлены корреляционные зависимости между загрязнением в городе и метеорологическими условиями, характерными для различных сезонов года и синоптических процессов. Полученные выводы позволили включить параметр Р в единую предупредительную систему оценки экологического состояния воздуха в Софии.
В настоящее время продолжается успешное применение синоптико-статистических методов для прогноза загрязнения воздуха. Во многом это связано с необходимостью предсказания высоких концентраций приземного озона, которые представляют серьезную экологическую проблему в странах Европы и Америки. Как известно, озон образуется в загрязненной атмосфере в результате фотохимических реакций, происходящих под воздействием интенсивной солнечной радиации. Случаи высоких концентраций 03 в отдельные периоды могут определяться его притоком из стратосферы или неблагоприятными погодными условиями, к которым относятся высокая инсоляция и слабые ветры, наблюдаемые преимущественно в областях высокого давления. В работе Э.Ю. Безуглой [3] обсуждаются возможности прогноза средних концентраций озона в атмосфере городов страны. Исследования зависимости между среднегодовыми концентрациями озона и оксидами азота показало наличие довольно тесной корреляционной связи, что позволило выделить крупнейшие города группы риска, в которых можно ожидать концентрации 03 выше ПДК.
Прогнозу высоких уровней загрязнения атмосферы с использованием статистических методов посвящен ряд работ [114, 121, 128, 132, 140]. Так, испанскими учеными проведен анализ временных трендов основных загрязнителей (оксида углерода, оксидов азота, диоксида серы) атмосферы города Саламанка за период 1993-1994 г [132]. По данным одновременных измерений концентраций и метеорологических параметров (скорости и направления ветра, относительной влажности, атмосферного давления, температуры воздуха) были получены связи между этими параметрами и каждым из загрязнителей. Предложенный метод позволил объяснить 40% дисперсии рядов диоксида азота (NO2) и 66% — диоксида серы (S02) На основе установленных зависимостей авторами построены статистические модели прогноза уровня загрязнения в городе Саламанка.
Использование статистических методов позволяет увеличить заблаговременность метеорологического прогноза загрязнения воздуха до нескольких суток. Успешность их применения в значительной степени определяется оправдываемостью прогноза самих метеорологических условий.
Исследования, проведенные в ГГО, показали, что учет инерционного фактора и зависимость загрязнения от устойчивых во времени синоптических процессов позволяют увеличить заблаговременность прогноза загрязнения до трех суток [89]. В работе итальянских ученых задача прогноза до нескольких суток решается на основе анализа периодичности изменений концентраций примесей [114]. Для этой цели использовались данные измерений концентраций загрязняющих примесей на сети автоматизированных станций района в атмосфере над г. Болонья за период 1993-1995гг. На основе оценок временной периодичности изменений концентраций и связи их с метеорологическими величинами разработана статистическая модель для прогнозирования уровня загрязнения в городе сроком до нескольких дней. По мнению авторов, предлагаемая модель позволяет достаточно надежно прогнозировать концентрации окиси углерода и диоксида серы на срок до 24 ч., а диоксида азота — до 48 ч.
Ухудшение экологической обстановки в городах России и других стран, вызванное ростом выбросов от автотранспорта, в значительной степени стимулирует развитие работ по прогнозу загрязнения от этого типа источника. Корреляционный анализ зависимостей уровня загрязнения от метеорологических условий и параметров выброса позволяет получить определенные прогностические оценки. На основе пятилетних данных об ежедневных концентрациях оксида углерода и диоксида азота на 19 станциях мониторинга, расположенных в районе г. Милан (Италия), было проведено исследование продолжительности периодов высокого загрязнения [121]. Созданные простые эмпирические модели позволяют выделить и оценить неблагоприятные ситуации, приводящие к возникновению этих опасных эпизодов. Разработанные рекомендации весьма полезны при разработке мер по уменьшению уровня загрязнения атмосферы.
В работах М.В. Волкодаевой [29, 30] для предсказания уровня загрязнения воздуха примесями, выбрасываемыми автотранспортом, используется интегральный показатель загрязнения воздуха диоксидом азота по городу в целом. Для его прогноза разработана статистическая схема с детализацией уровня загрязнения по отдельным автомагистралям.
Для успешной разработки прогнозов загрязнения воздуха необходим анализ условий формирования экстремально высоких уровней. В последние годы это направление в значительной степени развивается в работах, выполненных в ГГО. В [93] рассматриваются два подхода к прогнозу высоких уровней загрязнения воздуха. Первый из них основан на синоптическом анализе временных эпизодов, в течение которых отмечаются редко встречающиеся большие значения интегрального показателя загрязнения воздуха по городу в целом одновременно в группе близлежащих городов
Использование метода множественной линейной регрессии с предварительным исключением нелинейности связей
Для теплого периода, наиболее значимыми предикторами являются количественный синоптический предиктор Sn и значение параметра Р\ предшествующее прогнозу. Было получено следующее прогностическое уравнение: P=-0,13+0,89P(Sn)+0,58P(P ) (3), где P(Sn), Р(РЛ) - преобразованные предикторы Прогностические уравнения разработаны по материалам города Перми. Для решения вопроса об использовании прогностических уравнений в других городах Уральского региона, проводилась их апробация по материалам города Екатеринбурга за шестилетний период. Город Екатеринбург расположен в 350 км юго-восточнее города Перми. Анализ синоптического материала показал, что синоптические ситуации неблагоприятные для города Перми, в основном являются неблагоприятными и для города Екатеринбурга. В апробации схемы преобразование предикторов проводилось по таблицам, полученным для города Перми (Приложение 16).
Оправдываемость схем по методу множественной линейной регрессии с предварительным исключением нелинейности связей по материалам г. Екатеринбурга для летнего и зимнего периода получилась 100%, предсказуемость случаев ЭВУЗВ для зимнего периода составила 67%, для летнего периода - 62%.
Апробация схем прогноза по материалам города Екатеринбурга показала неплохие результаты. Следовательно, можно сделать вывод, что схемы прогноза ЭВУЗВ по методу множественной линейной регрессии с предварительным исключением нелинейности связей, разработанные для города Перми, могут быть использованы в работе при прогнозе ЭВУЗВ в других городах Уральского региона. 3.6 Оценка эффективности схем прогноза ЭВУЗВ. Результаты внедрения
Эффективность схем прогноза ЭВУЗВ оценивалась с помощью коэффициента корреляции R между фактическими и прогностическими значениями параметра Р, при помощи критерия Багрова Н (эффективной считается схема при значениях Н 0,2), также рассчитывались оправдываемость прогнозов ЭВУЗВ и предсказуемость случаев ЭВУЗВ.
Оправдываемо сть прогнозов ЭВУЗВ рассчитывалась как отношение числа оправдавшихся прогнозов ЭВУЗВ к общему числу составленных прогнозов ЭВУЗВ за рассматриваемый период (в процентах): РЭВУЗВ = кц/кю, где кп - число оправдавшихся прогнозов ЭВУЗВ; кю - общее число составленных прогнозов ЭВУЗВ за период времени.
Предупрежд енно сть случаев ЭВУЗВ рассчитывалась как отношение числа оправдавшихся случаев ЭВУЗВ к общему числу наблюдавшихся случаев ЭВУЗВ за рассматриваемый период (в процентах): ПЭВУЗВ = ki2/k0i, где к\2 -число оправдавшихся случаев ЭВУЗВ; ко і - число наблюдавшихся случаев ЭВУЗВ за определенный период времени. Критерий Багрова рассчитывался по формуле: я = и w -, где U=nn + n22 / n00; Uo = пі! + m2 /п00; ті=пю n0i/n00; т2=п2о по2/п0(ь пц - число оправдавшихся прогнозов с явлением; п22- число оправдавшихся прогнозов без явления; n2i - не давалось, а было; Поо- общее число прогнозов; пю-число прогнозов с явлением; п2()-число прогнозов без явления; Поі-число дней с явлением; По2-число дней без явления; Пі2-давалось, а было без явления;. Испытание разработанных схем прогноза ЭВУЗВ для городов Уральского региона проводилось на зависимом и независимом материале отдельно для зимнего и летнего периода.
Для Перми по зависимому материалу методом графической регрессии за зимний период было составлено 24 прогноза ЭВУЗВ, оправдалось 23. Из 18 отмечавшихся случаев ЭВУЗВ предсказаны все. За летний период было составлено 12 прогнозов ЭВУЗВ, из них оправдалось 8. Из отмечавшихся 11 случаев ЭВУЗВ предсказаны 10.
Эффективность прогностической схемы с использованием метода множественной линейной регрессии с предварительным исключением нелинейности связей также оказалась весьма высокой. Коэффициент корреляции между прогностическими и рассчитанными по данным измерений значениями параметра Р в зимний период составил 0,90, в летний период - 0,74.
В зимний период методом множественной линейной регрессии было составлено 19 прогнозов ЭВУЗВ, из которых оправдались все 19. Из отмечавшихся 18 случаев ЭВУЗВ, предсказаны все.
В летний период из 8 составленных прогнозов ЭВУЗВ, оправдались 7. Предсказуемость случаев ЭВУЗВ составила 91%. Из отмечавшихся 11 случаев ЭВУЗВ предсказаны были 10.
В таблице 13 представлены результаты испытания прогностических схем для Перми на зависимом материале по обеим схемам.
Из таблицы следует, что схемы, разработанные по методу графической регрессии и методу множественной линейной регрессии с предварительным исключением нелинейности связей для зимнего периода, оказались более эффективными, чем для летнего периода.
Рекомендации по прогнозу ЭВУЗВ в городах региона при отсутствии разработанных прогностических схем
Вопрос о возможности оценки и прогноза состояния загрязнения воздуха в целом по промышленному региону актуален. Выше было показано, что имеется тенденция к одновременному формированию ЭВУЗВ в городах региона. Разработанные схемы прогноза ЭВУЗВ являются достаточно эффективными. При этом для каждого из пяти городов в схемы включались одинаковые значения синоптического предиктора Sn. Следовательно, такой же предиктор Sn может быть применен для любого города (по крайней мере, с населением не менее 150-200 тыс. человек) достаточно крупного региона. В Уральском регионе расположено несколько десятков таких городов.
Рекомендации по прогнозу ЭВУЗВ в каждом из городов региона при отсутствии разработанной прогностической схемы заключается в следующем: 1. Прогнозируется синоптический предиктор Sn. Ожидаемое большое значение Sn уже является определенным предостережением. (Выше было показано, что в рассмотренных городах ЭВУЗВ формируется, когда Sn превышает 8-9 баллов). 2. Учитывается имеющаяся информация о состоянии воздушного бассейна в городах на момент прогноза. 3. Учитывается прогноз для близлежащего города. На основании этого делается вывод о возможном формировании ЭВУЗВ. 3.8 Оценка ожидаемого состояния загрязнения воздуха в регионе с использованием метода разложения по е. о. ф.
С использованием метода разложения по естественным ортогональным функциям были получены общие по региону характеристики загрязнения воздуха. Использовались ряды параметра Р для пяти рассмотренных городов. В таблице 19 приводятся коэффициенты линейной корреляции (г) между значениями Р в рассматриваемых городах. Все значения г положительны. Ряды для расчета г содержат более 400 случаев.
Таблица 19 Коэффициенты корреляции между значениями параметра Р в городах Уральского региона город Пермь Березники Соликамск Губаха Екатеринбург Пермь 1,0 0,35 0,24 0,36 0,23 Березники 0,35 1,0 0,31 0,22 0,29 Соликамск 0,24 0,31 1,0 0,19 0,12 Губаха 0,36 0,22 0,19 1,0 0,34 Екатеринбург 0,23 0,29 0,12 0,34 1,0 Ряды параметра Р в пяти городах региона(Р(х, t)) представляются в виде суммы членов разложения, каждый из которых характеризует определенное свойство процесса загрязнения воздуха в городах региона: Ріж, t) = Р(дс) + Г щ СО (ж) где п - число членов разложения по е. о. ф. (соответствует числу рассматриваемых городов в регионе и в нашем случае равно пяти); CKjCt) - коэффициенты разложения, зависящие от времени t; 9 І 00 " естественные ортогональные функции, компоненты которых относятся к отдельным городам.
Важная особенность метода разложения по е. о. ф. заключается в том, что первые члены разложения дают наибольший вклад в общую изменчивость изучаемой характеристики. В нашем случае первая составляющая включает 45% изменчивости загрязнения воздуха в рассматриваемом регионе. Она характеризуется одинаковыми по знаку изменениями параметра Р во всех пяти городах. Компоненты ф! во всех городах положительны. Вклад второй составляющей в общую изменчивость параметра Р в регионе равен 21%. Для всех городов за исключением Екатеринбурга значения компонентов (р2 отрицательны. Вклады остальных трех составляющих незначительны.
Обобщенными характеристиками загрязнения воздуха в регионе являются зависящие от времени коэффициенты разложения щ(). Наибольший интерес представляют значения первого коэффициента разложения аь Анализ показал, что при больших значениях (Xi практически во всех городах отмечаются высокие значения Р, в основном достигающие ЭВУЗВ. Существует достаточно сильная корреляция между сії и параметром Р в каждом их пяти городов. Значения г колеблются от 0,70 до 0,54. Большие значения ai отмечаются и при больших значениях синоптического предиктора (Sn=8 и более), причем происходит одновременное повышение и понижение этих двух характеристик. Коэффициент корреляции между ai и Sn составляет 0,75 (Рис. 30).
