Методические подходы к повышению точности оценки экспозиции населения на основе сопряжения расчетных и натурных данных о качестве атмосферного воздуха

с учетом расположения жилой застройки обеспечивает возможность оценки распределения экспозиции по численности населения, выделения контингентов с наиболее высокими параметрами экспозиции. Существенно важным является и возможность установления конкретного источника загрязнения воздуха и, в конечном итоге, – риска для здоровья. Недостатком расчетного метода является зависимость истинности получаемых концентраций загрязняющих веществ в атмосфере от надежности входных параметров, качества выбранной математической модели и достаточности информации для реализации этой модели [8].

Во избежание неточностей расчетных методов ряд ученых применяют прямые инструментальные исследования, которые дают более точные оценки качества окружающей среды [1, 7, 14]. Зачастую таким способам анализа экспозиции отдается предпочтение перед результатами расчетов. Однако следует отметить, что прямое измерение качества среды всегда характеризует ее состояние в данный момент или период времени в конкретной точке территории. Уровень надежности натурных исследований в части оценки пространственных различий точек на территории недостаточно высок и весьма зависит от числа постов наблюдения, расположенных на ней. Для территорий крупных промышленных центров требуется значительное число постов мониторинга, чтобы пространственная картина загрязнения города была достаточно корректна [8, 10]. При этом остается актуальной задача интер- и экстраполяции данных постов мониторинга на прилегающие и отдаленные территории. В литературе описаны методы интерполяции данных (метод обратных расстояний, метод Криге, Шепарда, триангуляции с линейной интерполяцией и т.п.) [3, 12, 13]. В основу методики расчета уровней загрязнения по данным стационарных постов наблюдения Росгидромета положен метод обратных расстояний, который используется в настоящее время наиболее широко при ин- терпретации данных о качестве атмосферного воздуха, в том числе при расчете фоновых концентраций примесей [10]. Однако все рассмотренные методы ориентированы на преобразование либо только инструментальных, либо только расчетных данных.

В этой связи задача разработки метода, сочетающего положительные стороны расчетного моделирования и инструментальных измерений для адекватной оценки качества атмосферного воздуха на значительной территории, где под воздействием выбросов стационарных и передвижных источников загрязнения проживает значительное число населения, представляется актуальной и перспективной.

Цель исследования – разработка и апробация методических подходов к повышению качества оценки ингаляционной экспозиции населения крупного города на основе сопряжения расчетных и натурных данных о качестве атмосферного воздуха.

Материалы и методы . В качестве объекта исследования был выбран г. Пермь – краевой центр, характеризующийся стабильно повышенным уровнем загрязнения атмосферы.

Расчеты рассеивания загрязняющих веществ выполняли с применением унифицированных программ расчетов загрязнения атмосферы «Эколог-город» и «Экoлог-средние», которые реализуют математический аппарат ОНД-86 и дополнения к данному документу [5, 6]. Использовали базу данных, состоящую из сведений о 11,2 тысяч стационарных источниках выбросов промышленных предприятий и организаций города. Данные были получены из ведомостей инвентаризации хозяйствующих субъектов (по материалам актуальных проектов предельно допустимых выбросов или санитарно-защитных зон предприятий). Все источники имели привязку к векторной карте города в локальной системе координат и характеризовались геометрическими, аэродинамическими параметрами и данными о массе выброса каждой примеси (г/с, т/год), достаточными для выполнения рас- четов рассеивания по методике ОНД-86, стандартизованной для Российской Феде-рации1.

Расчеты рассеивания вредных веществ выполняли в семи точках стационарных постов на территории города и в 176 тысячах точек регулярной сетки (расчетный прямоугольник 50500 x 34800 м) при разных метеорологических условиях и периодах осреднения.

Одновременно, применяя программный комплекс «Магистраль», выполняли расчеты выбросов (г/с, т/год) для 1329 участков улично-дорожной сети (УДС) города с учетом интенсивности, структуры транспортных потоков (рассматриваемые участки составляли 85 % от общей длины УДС города), с учетом почасовой динамики изменчивости указанных параметров потоков.

Данные об измеренных на 7 постах наблюдения Росгидромета разовых, среднесуточных и среднегодовых концентрациях 40 химических примесей были предоставлены Пермским центром по гидрометеорологии и мониторингу окружающей среды. Информация о концентрациях сопровождалась сведениями о метеопараметрах, при которых были выполнены измерения.

Все исследования осуществлялись с использованием стандартизованных методик и поверенных средств измерения.

Для верификации методики в 14 точках на территории города, не вошедших в расчеты, силами ФБУЗ «Центр гигиены и эпидемиологии в Пермском крае» и лабораторно-испытательного центра ФБУН «Федеральный научный центр медико-профилактических технологий управления рисками здоровью населения» были выполнены дополнительные инструментальные исследования. Расположение постов мониторинга и точек проведения инструментальных замеров приведено на рис. 1. Результаты измерений были предоставлены в виде официально оформленных таб-

Рис. 1. Пространственное распределения загрязнения атмосферного воздуха г. Перми диоксидом азота (лето 2012 г., штиль, темп. 25–26 °С): по данным расчетов рассеивания ( а ), с учетом аппроксимации данных постов мониторинга методом обратных расстояний ( б ), с учетом аппроксимации данных предлагаемым методом ( в )

лиц или протоколов исследований. Все точки отборов проб были нанесены на карту территории и имели координатную привязку в городской системе координат.

Для сравнительной оценки предлагаемых подходов выполняли пространственный анализ с использованием методики «обратных расстояний», предложенной в РД 52.04.186-89 [10]. Метод основан на определении «центра тяжести» сети постов наблюдений – точки, координаты которой представляют собой среднее арифметиче- ское из соответствующих координат постов наблюдений и интерполяции данных внутри окружности радиусом 1,1R, гдe R – расстояние между «центром тяжести» и наиболее удаленным постом, по формуле

∑ C k / r k

^{, y}     ∑ 1/ r k

где C k – установленные концентрации на k -м посту наблюдения и в рассматриваемой точке (для соответствующей градации скорости и направления ветра); r k – расстояние от рассматриваемой точки ( x , y ) до k -го поста.

Вне окружности проводится экстраполяция по формуле

C / r

C x , - = Чл   ' + c (1 - ^1,1           (2)

∑ 1/ r k ⁰            r ⁰

где r_k ⁰ – расстояние от k -го поста до точки пересечения окружности и прямой, соединяющей рассматриваемую точку с центром тяжести; r ⁰ – расстояние от рассматриваемой точки до центра тяжести, а с – «загородный» фон [8].

Результаты обработки данных отображали в среде геоинформационной системы ArcCGIS 9.3 c применением векторной карты территории. Для оценки экспозиции изолинии уровней загрязнения пересекали с тематическими слоями, характеризующими места размещения детских образовательных учреждений, жилой застройки, зон рекреации и т.п.

Результаты и их обсуждение. Предложен метод оценки экспозиции населения на основе сопряжения расчетных и инструментальных данных о качестве атмосферного воздуха [4], который реализуется через следующие последовательные шаги:

– формирование актуальной максимально полной электронной базы данных о стационарных и передвижных источниках загрязнения атмосферного воздуха на исследуемой территории;

– выполнение расчетов рассеивания по регулярной сетке с возможно частым шагом по прямоугольнику, захватывающему всю исследуемую территорию;

– расчет приземных концентраций в каждой точке, где выполнялись инструментальные исследования. Для аппроксимации среднегодовых данных в качестве таких точек рассматривали места размещения стационарных постов системы Росгидромета, для аппроксимации данных разовых уровней загрязнения – все места проведения инструментальных измерений, в том числе в ходе маршрутных, подфакельных или иных исследований;

– вычисление коэффициентов соответствия в точках проведения инструментальных исследований с целью сопряжения расчетных и натурных концентраций загрязняющих веществ в соответствии с формулой

p

K = —, (3) i Cy где i – номер точки (поста наблюдения); Cir – расчетные концентрации загрязняющего вещества на i-м посту наблюдений; Cip – фактические концентрации загрязняющего вещества на i-м посту наблюдений.

Сопоставления расчетных и натурных данных при сопряжении разовых концентраций выполняются только для единообразных метеорологических условий;

– соединение методом триангуляции Делоне точек постов наблюдения непересе-кающимися отрезками так, чтобы новый отрезок уже нельзя было добавить без пересечения с имеющимися [2];

– определение принадлежности каждой точки, расположенной внутри многоугольника, образуемого внешними точками инструментальных измерений, к одному из получившихся треугольников с условиями: точка соединяется отрезками с вершинами каждого из треугольников; если площадь исходного треугольника равна сумме площадей образовавшихся трёх треугольников S = S ₁ + S 2 + S ₃, то считается, что точка принадлежит данному треугольнику; если S <  S ₁ + S ₂ + S 3 , то данная точка не принадлежит данному треугольнику;

– расчет значения коэффициента соответствия во всех точках внутри многоуголь- ника. Считали, что распределение коэффициента соответствия внутри многоугольника, образуемого точками постов наблюдения, представляет собой непрерывную линейную функцию двух переменных, которая может быть записана в следующем виде:

K ( x , y ) = a 0 + ax + a 2 y , (4)

где a ₀ , a ₁ , a ₂ – произвольные постоянные коэффициенты.

Коэффициенты соответствия на постах, образующих треугольник, обозначали как k ₁ , k ₂ , k ₃ ; решение системы трех линейных алгебраических уравнений относительно неизвестных коэффициентов a ₀ , a ₁ , a ₂ :

k = K ( X i , y i ) = a 0 + a i x + a 2 yi , i = 1,3. (5)

Решив систему (5), получали однозначное выражение функции (4) через ее узловые значения и значения коэффициентов во всех точках, лежащих внутри многоугольника, образуемого точками постов инструментальных измерений;

– экстраполяция значений коэффициента соответствия для точек, лежащих вне полученного многоугольника. Значения коэффициента для этих точек принимали равными коэффициентам в ближайшей точке, лежащей на границе многоугольника, образуемого точками инструментальных измерений. В результате получали аппроксимированные значения коэффициента соответствия во всех узлах регулярной сетки;

– вычисление концентраций загрязняющих веществ в каждой расчетной точке на исследуемой территории согласно формуле (4):

C r ( x, y ) = K ( x, y ) ■ C^p ( x, y ), (6)

где C^r – аппроксимированные концентрации загрязняющего вещества в расчетной точке ( х , у ); K – коэффициент соответствия в расчетной точке ( х , у ); C^p – суммарные расчетные концентрации (от стационарных источников выбросов и автотранспорта) загрязняющего вещества в расчетной точке ( х , у ).

Полученные результаты представляли собой данные приземных концентраций за- грязняющих веществ, в том числе в точках регулярной сетки, покрывающей системно всю исследуемую территорию, где интер-и экстраполяция стационарных постов наблюдения скорректированы с учетом особенностей распространения примесей от реальных источников загрязнения атмосферного воздуха – промышленных предприятий, автомагистралей и т.п. В точках инструментальных измерений (постов наблюдения) концентрация всегда имела истинное измеренное значение (для заданных метеорологических условий), а изменение содержания примесей по территории было учтено через результаты моделирования.

Реализация ряда расчетов для системы точек, покрывающих всю территорию города, и направленные натурные исследования позволили получить данные для сравнительного анализа результатов моделирования и инструментальных измерений.

В таблице в качестве примера приведены статистические параметры сравнения прогнозируемых концентраций диоксида азота с измеренными в 14 точках. Для верификации методики были выбраны неблагоприятные метеорологические условия как позволяющие максимально устранить неопределенности, связанные с неустойчивой скоростью и направлением ветра.

Полученные данные свидетельствовали о том, что расчеты рассеивания давали систематически заниженные результаты. Ни в одной из точек не были получены фактические концентрации на уровне или ниже значений, рассчитанных на основе сводной базы данных об источниках. Абсолютная ошибка прогнозируемых уровней колебалась в рамках конкретного исследования в диапазоне от 0,11 до 1,5 ПДК мр , что в целом не позволяет использовать эти результаты для надежных оценок риска для здоровья.

Средние абсолютные ошибки метода обратных расстояний, когда используются только данные стационарных постов, и метода сопряжения натурных и расчетных данных были ниже и составляли по модулю соответственно 0,465 и 0,255 ПДК мр при диапазонах ошибок от –0,680 до 1,0 и от –

Погрешности прогноза приземных концентраций диоксида азота в атмосферном воздухе г. Перми (штиль, скорость ветра 0–0,5 м/с, температура воздуха 25–26 °С)

Номер точки	Координаты точки		Измеренное значение, доли ПДК мр	Δ (абсолютная ошибка прогноза), ПДК мр
				Расчетный метод	Аппроксимация данных постов методом обратных расстояний	Аппроксимация методом сопряжения расчетных и натурных данных
1	2572	888	1,1000	0,6629	–0,175	0,160
2	3854	1641	1,3200	1,1085	0,511	0,418
3	4395	2285	2,4000	1,1200	1,003	–0,242
4	4884	2883	1,9200	1,0300	0,520	0,200
5	–1086	–305	2,1500	0,8800	0,510	0,290
6	–1926	–547	2,1440	1,5559	0,282	–0,225
7	1671	–1835	0,9500	1,1928	0,710	0,360
8	1915	–1529	1,4500	0,7800	–0,240	0,400
9	–3475	–9303	1,2700	0,9868	–0,429	0,240
10	–7050	–7700	1,4200	1,3041	–0,054	–0,180
11	–6275	–7825	1,9100	1,4654	–0,680	–0,192
12	–7007	–13389	1,3500	1,0912	0,450	0,150
13	–3779	–12804	2,1500	1,3200	–0,590	0,294
14	–11580	2690	1,1000	0,1100	–0,365	–0,240
Средняя абсолютная ошибка ( ∆ )				1,043	0,465	0,255
Среднее квадратичное отклонение (σ)				1,101	0,521	0,2681

0,240 до 0,410 соответственно. При этом среднеквадратичное отклонение, которое характеризует рассеяние вариационного ряда, было почти вдвое ниже при применении разработанного метода. Закономерностей между отклонениями расчетных данных от измеренных значений между результатами, полученными разными методами, установлено не было.

Аналогичные результаты были получены при сопоставлении прогнозных и инструментальных данных по диоксиду серы, фенолу и бензолу. В целом полученные вычисления свидетельствовали о том, что предлагаемые методические подходы позволяют повысить точность оценки содержания загрязняющих примесей в атмосферном воздухе.

Поскольку экспозиция является мерой контакта фактора опасности с человеком, крайне важным с позиций предлагаемого метода представлялся пространственный анализ качества воздуха города и оценка численности населения, проживающего под его воздействием.

Установлено, что сопряжение расчетных и натурных данных существенно изменяло представление о пространственном распределении загрязнения по территории города (см. рис. 1).

Так, было установлено, что зона загрязнения атмосферного воздуха диоксидом азота в период неблагоприятных метеорологических условий формируется на значительно большей территории, чем это прогнозировалось по данным моделирования. Соответственно, численность населения, попадающего в зону экспозиции на уровне выше 1 ПДК мр , может составлять более 800 тыс. человек (при количестве порядка 12 тыс. по данным расчетов). Картина загрязнения была существенно более детальна при сравнении аппроксимированных данных с результатами, полученными с применением методов обратных расстояний, в соответствии с которыми практически вся территория города характеризовалась однородным загрязнением на уровне 2–4 ПДК мр . Аналогичные результаты были получены при пространственном анализе

Рис. 2. Зонирование территории города по уровню среднегодовой концентрации фенола в атмосферном воздухе и расположение в зонах различной экспозиции детских дошкольных учреждений по данным расчетов рассеивания ( а ), с учетом аппроксимации данных предлагаемым методом ( б )

ситуации по другим примесям: оксиду азота, оксиду углерода, аммиаку, хлористому водороду, фенолу.

Существенным результатом применения разработанных подходов представлялось уточнение пространственных характеристик среднегодового загрязнения атмосферного воздуха территории и выделение зон с уровнем экспозиции, позволяющим предполагать недопустимый риск для здоровья населения (рис. 2).

Так, было определено, что в зоне влияния источников выбросов фенола, в условиях среднегодовой приземной концентрации на уровне выше референтого значения для хронических воздействий (0,06 мг/м3), расположено более 20 детских дошкольных учреждений и значительная часть жилого фонда одного из районов города.

По результатам сопряженного анализа выделены несколько зон с уровнями среднегодового загрязнения атмосферного воздуха бензолом выше референтных концентраций (0,03 мг/м3). Численность населения под этим воздействием составляет более 80 тыс. человек. Выявлены и описаны зоны с экспозицией выше референтных уровней для хронических воздействий ряда тяжелых металлов, фтористых соединений, сероводорода. Зоны характеризовались различной численностью населения (от 2,0 до 140 тыс. человек) и различными уровнями экспозиции. Однако все эти территории и характеристика проживающего населения требуют проведения углубленных гигиенических исследований, включая оценку рисков для здоровья, и разработки программ профилактических и реабилитационных мероприятий.

В ходе апробации методических походов определено, что сопряжение расчетных и натурных данных по таким примесям, как формальдегид, хлорид водорода и различные виды пылей для исследуемой территории не представляется целесообразным в силу крайне существенных превышений значений фактически измеренных концентраций над расчетными (коэффициенты соответствия в точках постов мониторинга достигали 200 раз и более при оптимуме = 1,0). Это позволяло предполагать либо низкое качество данных об источниках выбросов, либо необходимость учета таких процессов, как трансформация примесей.

В целом предлагаемые методические подходы, основанные на сопряжении расчетных и инструментальных данных о качестве атмосферного воздуха, обеспечивают повышение точности выполняемых оценок содержания опасных для здоровья загрязняющих веществ в атмосферном воздухе, повышают надежность пространственного анализа при выделении зон потенциального недопустимого риска для здоровья и установлении численности населения, проживающего под воздействием факторов опасности.