Способ оценки загрязнения атмосферы



 

Способ может использоваться в области экологии и относится к дистанционным измерениям индекса состояния атмосферы. Способ включает преобразование спектральной яркости изображения I (x, y) в цифровые матрицы элементов G, R участков видимого спектра, логическую сортировку пикселов в обеих матрицах и получение результирующей матрицы R-изображения тех же размеров. Далее вычисляются числовые характеристики электрического сигнала результирующей матрицы, математического ожидания, дисперсии, огибающей пространственного спектра. На их основе рассчитываются гистограммы распределения индекса состояния атмосферы и его автокорреляционной функции с привязкой полученного относительного закона распределения к абсолютным значениям по контрольным площадкам, содержащимся в исходном снимке. Эффективность способа характеризуется оперативностью, достоверностью и статистической устойчивостью получаемых оценок. 4 ил.

Предлагаемое изобретение относится к области экологии, в частности к дистанционным измерениям индекса состояния атмосферы, и может найти применение в национальных системах экологического мониторинга.

Для оценки уровня загрязнения атмосферы используют несколько показателей: максимальная разовая концентрация вредного вещества - примеси в воздухе, размерность мг/м3 или ПДК, среднегодовое значение однокомпонентной примеси в воздухе и ее среднеквадратическое отклонение, мг/м3 или ПДК.

Важнейшей проблемой является корректная оценка суммарного загрязнения в городах с множеством (до нескольких сотен ингредиентов) вредных веществ.

Суммарный индекс состояния атмосферы рассчитывается по следующему соотношению: где - средняя за год концентрация i-го вещества, ПДКi - предельно допустимая концентрация i-го вещества в атмосферном воздухе жилой зоны, j - показатель степени изоэффективности вредного вещества, равный 0,85; 1; 1,3; 1,5 для веществ соответственно IV, III, II и I классов опасности (см. , например, Ежегодник состояния загрязнения атмосферы в городах на территории России в 1994 г. Под редакцией Э.Ю. Безугловой, ГГО им. А.И. Воейкова, Санкт-Петербург, 1996).

Обычно Im рассчитывают для пяти составляющих, определяющих основной вклад в суммарное загрязнение атмосферы при условии, что I1 > I2 > I3 > I4 > I5.

Известен способ оценки индекса состояния лесных массивов, включающий дистанционное измерение спектральной яркости растительного полога, расчет хроматических коэффициентов r, g, характеризующих содержание или степень разрушения хлорофилла и каротина в хвое, листве и оценку по соотношению хроматических коэффициентов r/g индекса состояния в условных баллах (см. патент РФ N 2038001, кл. A 01 G 23/00, 1995, аналог).

Недостатком аналога является невозможность непосредственного использования для оценки индекса состояния атмосферы.

Ближайшим аналогом по технической сущности с заявляемым является способ оценки концентрации загрязняющих веществ на основе лидарного зондирования (см. , например, Мониторинг источников загрязнений. В кн.: Р. Межерис. Лазерное дистанционное зондирование. Перевод с англ. М.: Мир, 1987, с. 455 - 460). В способе ближайшего аналога: зондируют участок атмосферы импульсами лидара на контролируемой трассе; принимают по первому каналу сигнал основного излучения за счет упругого обратного рассеяния;
принимают по второму каналу смещенный сигнал неупругого рассеяния от молекул основного газа атмосферы N2 или O2;
принимают по третьему каналу смещенный сигнал неупругого рассеяния от молекул загрязняющего вещества NO2 или CO2;
нормируют сигнал комбинационного рассеяния от молекул загрязняющего вещества по обратному сигналу комбинационного рассеяния от молекул основного газа;
по известной концентрации молекул основного газа в атмосфере и по пронормированному отношению сигналов обратного рассеяния получают концентрацию загрязняющего вещества.

Недостатками ближайшего аналога являются
невозможность получения интегральной оценки состояния атмосферы по всем ингредиентам одновременно;
локальность получаемых результатов оценок, привязанных только к трассе распространения луча зондирования;
необходимость генерации энергии для активного зондирования атмосферы в выбранном участке светового диапазона.

Задача, решаемая заявляемым способом, заключается в обеспечении возможности оперативной дистанционной количественной оценки индекса состояния атмосферы региона и скорости его флуктуаций по пространственным координатам.

Поставленная задача достигается тем, что в способе оценки загрязнения атмосферы на основе дистанционного получения спектрозонального снимка региона, включающего контрольные промышленные площадки, дополнительно преобразуют путем дискретизации аналоговые значения спектральной яркости I (x, y) в цифровые матрицы G, R изображений видимого диапазона размерностью элементов каждая, с линейным разрешением каждого элемента больше фрактального участка подстилающей поверхности, проводят поэлементную логическую сортировку пикселов в обеих матрицах в соответствии с алгоритмом: если R G, то R, а если R < G, то , где k - коэффициент корреляции хроматических коэффициентов r, g, получают результирующую матрицу тех же размеров, вычисляют числовые характеристики электрического сигнала результирующей матрицы: математическое ожидание, дисперсию, огибающую пространственного спектра, автокорреляционную функцию, рассчитывают гистограмму распределения пикселов по яркости, осуществляют привязку полученного относительного закона распределения к абсолютным значениям индекса состояния атмосферы по его значениям и площади контрольных площадок.

Сопоставительный анализ заявляемого технического решения с ближайшим аналогом показывает, что заявляемый способ отличается от известного введением новых технологических операций, обеспечивающих достижение свойств, закономерности которых проявились в заявляемом объекте впервые. Это такие новые свойства, как
статистическая устойчивость результатов интегральной оценки;
документальная достоверность проведенных оценок, возможность зонирования территории региона по уровням ПДК и их визуализация для потребителя;
верификация системы наземных измерений, выбор оптимальной стратегии локальных измерений на местности.

Это позволяет утверждать, что заявляемый способ удовлетворяет критерию "Изобретательский уровень".

Техническая сущность изобретения заключается в следующем. Приземная концентрация вредных веществ в атмосфере зависит от множества факторов: количества источников, объема выбросов, скорости ветра, градиента температур, времени года, суток, инфраструктуры региона. Поэтому результат любого локального измерения на местности представляется величиной случайной. Относительная методическая погрешность измерений, вычисленная как полный дифференциал функциональной зависимости концентрации вредного вещества по варьируемым факторам, составляет порядка 45% по амплитуде и порядка 0,35 км по координате (см., например, Методика расчета концентраций в атмосферном воздухе вредных веществ, содержащихся в выбросах предприятий. Общесоюзный нормативный документ, ОНД-86, Гидрометеоиздат, Л., 1987, с. 3 - 22).

Следовательно, оценка состояния атмосферы региона по единичным измерениям является статистически неустойчивой. Ввиду высокой стоимости и трудоемкости метода забора проб с последующим химическим анализом при множестве ингредиентов и контрольных точек на местности получить оперативную и достоверную оценку состояния не представляется возможным.

Полной характеристикой случайной величины является ее функция распределения вероятностей. Статистически устойчивая оценка загрязнения атмосферы должна предусматривать нахождение функции распределения вероятностей индекса состояния. В этом плане метод дистанционного зондирования из космоса обеспечивает существенные преимущества. Загрязнение атмосферы в городах непосредственно над промышленными площадками достигает значений единиц и даже десятков ПДК. Физически это проявляется в увеличении количества частиц антропогенного происхождения в воздухе, увеличении мутности атмосферы, образовании смогов. При съемке из космоса мутность атмосферы определяет интервал изменений коэффициента спектральной яркости системы "атмосфера - подстилающая поверхность".

Взаимодействие солнечного излучения с антропогенными частицами происходит на молекулярном уровне. У сложных молекул органического и фотохимического происхождения наблюдается уширение полос разрешенных энергетических уровней. При поглощении молекулами фотонов с большой энергией (h.), т.е. коротковолновой части видимого диапазона, переизлучение возбужденной молекулой квантов энергии в силу перекрытия полос разрешенных энергетических уровней происходит с меньшими значениями (hi.). Возбужденные молекулы переизлучают серию комбинационных частот в более длинноволновом участке видимого диапазона (см., например, Р. Межерис. Лазерное дистанционное зондирование. Перевод с англ. М. : Мир, 1987, с. 124, табл. 3.4. Волновые числа комбинационного сдвига). В результате комбинационного рассеяния солнечного света происходит перераспределение энергии между спектральными составляющими видимого диапазона, а регистрируемое спектрозональное изображение антропогенно загрязненных участков приобретает преимущественно красноватый оттенок. Кроме того, в случае мощных антропогенных дымок органического и фотохимического происхождения имеет место дополнительное интенсивное поглощение красного и ближнего ИК диапазонов волн (см., например, Л.И. Чапурский. Отражательные свойства природных объектов в диапазоне 400 - 2500 нм, ч. 1. Мин. Обороны СССР, 1986, с. 103 - 105, с. 134, табл. 10. Коэффициенты спектральной яркости воздушной дымки).

Таким образом, селектируемыми признаками антропогенно загрязненных участков при спектрозональной съемке из космоса являются оранжево-красное смещение спектра рассеянного излучения и темно-вишневый оттенок областей интенсивного поглощения. Осуществляя сканирование спектрозонального снимка в R-диапазоне, получают информацию о степени загрязнения атмосферы в виде уровней яркости элементов матрицы, пропорциональных загрязненности каждого участка. Однако дистанционно регистрируемый уровень отраженной солнечной радиации является одновременно суммой отражений от подстилающей поверхности и атмосферной дымки. Существуют методы параметрического разделения эффектов подстилающей поверхности и атмосферной дымки в результирующей яркости. Для большинства естественных образований коэффициент спектральной яркости подстилающей поверхности не превышает 15 - 20%. При замутненной атмосфере происходит замывание спектрально-энергетических и пространственных характеристик подстилающей поверхности. Одним из методов искусственного замывания эффекта подстилающей поверхности является сканирование исходного изображения с линейными размерами пиксела, большими чем фрактальный участок данной поверхности (см., например, Разделение эффектов подстилающей поверхности и атмосферы. Итоговый отчет по исследованию параметров системы "Атмосфера - поверхность" дистанционными методами. Эксперимент МКС-М-МКФ-6 на станции "Салют-7", 1983 - 1985, М., ИКИ АН СССР, 1988, с. 23 - 31). При этих условиях яркость атмосферной дымки усредняется на большей площади без искажения числовых характеристик искомого распределения: математического ожидания и дисперсии. В силу рекреационных способностей растительности на космических снимках с большой генерализацией изображений одновременно присутствуют зеленые участки с относительно удовлетворительным состоянием атмосферы над ними.

Для высокодинамичной атмосферы, исходя из непрерывности функции индекса состояния по пространственным координатам, чтобы зеленые участки не искажали результирующую статистику, проводят дополнительную поэлементную сортировку пикселов матриц G и R.

В процессе фотосинтеза зеленая растительность поглощает до 93% видимой лучистой энергии. Наиболее здоровые лесопокрытые участки на спектрозональных снимках имеют темно-зеленую окраску. Следовательно, темно-зеленые участки G-диапазона являются зеркальным отражением экологически неблагоприятных, интенсивно поглощающих лучистую энергию смогов R-диапазона. На основании связи между хроматическими коэффициентами (см. аналог, патент РФ N 2038001, 1995) логическую сортировку элементов матриц G и R проводят в соответствии с алгоритмом: если R G, то R, а если R < G, то , где k - коэффициент корреляции между хроматическими коэффициентами (r, g).

Приведенный алгоритм реализуется следующей программой:

После сортировки получают результирующую матрицу и вычисляют ее числовые характеристики: математическое ожидание, дисперсию. Известными математическими процедурами (см., например, Вычисление статистик случайной выборки. В кн. : Справочник по математике. Г. Корн, Т. Корн. Перевод с англ. М.: Наука, 1979, с. 537 - 539) получают гистограмму выборочного распределения вероятностей уровня яркостей результирующего R-изображения. На фиг. 1 представлена одна из реализаций выборочного распределения, нормированная относительно стандартного отклонения (I/). Привязку полученного относительного распределения к абсолютным значениям индекса состояния атмосферы региона осуществляют по параметрам контрольных площадок. Процедура привязки изложена в примере реализации заявляемого способа.

Другой, наиболее информативной характеристикой отслеживаемого процесса наряду с функцией распределения вероятностей интегрального параметра является скорость флуктуаций индекса по пространственным координатам. Данный параметр несет информацию о застойных явлениях в атмосфере над городом или наоборот о ее "проветриваемости". Количественной мерой скорости флуктуаций случайных процессов являются их автокорреляционные функции. По определению (см. , например, Заездный А.М. Основы расчетов по статистической радиотехнике. М. : Связь-издат, 1964, с. 94, формула 7.35) автокорреляционная функция B(L) процесса вычисляется как обратное Фурье-преобразование от его энергетического спектра S(F)

В связи с разработкой и практическим применением алгоритмов быстрого преобразования Фурье (БПФ) вся процедура вычисления автокорреляционной функции индекса состояния атмосферы может быть автоматизирована. Для этого предварительно вычисляется двумерный пространственный спектр G (fx, fy) результирующей матрицы программным расчетом БПФ в соответствии с зависимостью

Данная операция входит в состав специализированного комплекса программ ER MAPPER-5.0 (см. Пакет программ для обработки изображений в науках о Земле, GENASYS, Inc., San Diego, USA).

Интегрированием двумерного пространственного спектра по кольцевым сегментам, в соответствии с программным расчетом (см., например, Методы и аппаратура цифровой обработки изображений, версии 2.1, 2.2. Маски интегрирования Фурье-спектра, технический отчет, МГУ, 1986, с. 61 - 64) выделяется огибающая пространственного спектра G (1/L) в функции пространственного периода (L). Энергетический спектр сигнала S (F) связан с его амплитудным спектром G (1/L) соотношением

где
AB - интервал определения функции G (1/L), в данном случае линейные размеры снимка региона (см. , например, Заездный А.М. Основы расчетов по статистической радиотехнике. Связь-издат, М., 1969, с. 93, формула 7.30).

Так как энергетический спектр сигнала - четная функция частоты (отрицательных частот быть не может), то автокорреляционная функция рассчитывается как косинус преобразования от энергетического спектра

Последний интеграл вычисляется программным расчетом (см., например, В.П. Дьяконов. Справочник "Система MATH CAD, Радио и связь". М., 1993, с. 61).

Пример реализации способа.

Заявляемый способ может быть реализован по функциональной схеме фиг. 2. Структура технических средств включает орбитальный комплекс 1 с размещенным на нем длиннофокусным фотоаппаратом 2 (типа КФА-1000), осуществляющим съемку площадных (от 50 x 50 до 200 x 200 км) объектов 3, содержащих контрольные промышленные площадки 4. Включение фотоаппарата 2 над заданными районами наблюдения 3 осуществляется от бортовой системы управления 5 по программам, передаваемым из Центра управления полетом 6 посредством радиоканала управления 7. Отснятые кадры с экологической обстановкой районов наблюдения оперативно в составе отстреливаемых капсул 8 доставляются в ЦУП. После проявки отснятые кадры поступают в Центр обработки информации 9. Каждый снимок региона 10 последовательно через сканирующее устройство ввода информации 11 (типа Panasonik) в виде цифровых измерительных файлов (матриц m x n) R и G изображений записывается в оперативное запоминающее устройство процессора 12. Комплект программ специализированной цифровой обработки изображений ER MAPPER 5.0, MATH KAD, записывается на винчестер 13. Обработанные массивы информации (результирующих матриц) в виде гистограмм распределений, спектров Фурье, автокорреляционных функций визуализируются на дисплее 14 с распечаткой и документированием результатов расчетов на цветном принтере 15 (типа UGA). В качестве ПЭВМ обработки изображений используются станции типа SUN или IBM PC 486/487.

На фиг. 1 представлена гистограмма распределения индекса состояния атмосферы г. Сергиев Посад, полученная при обработке спектрозонального снимка Московского региона. Числовые характеристики обрабатываемого участка изображения были следующими: размер введенного в ПЭВМ участка изображения 4,3 x 4,3 см, масштаб снимка 1 см : 1,7 км. Размер отсканированной матрицы 675 x 675 элементов, пространственное разрешение 10,8 м на пиксел. В диапазоне изменения значений квантованных уровней яркости изображения 0 - 256 математическое ожидание электрического сигнала матрицы составило 203,9, а стандартное отклонение 61.

Поскольку при изменении условий съемки (время года, суток, азимут, высота Солнца) меняется яркость изображения, то гистограмму распределения строят в значениях яркости, пронормированных относительно стандартного отклонения (I/). При этих условиях изменение средней яркости и контраста изображения не влияет на закон распределения результирующей статистики. Известно, (см., например, Теоретические основы радиолокации. Под редакцией В.Е. Дулевича. М. : Сов. радио, 1964, с. 114), что случайная величина, распределенная в интервале от нуля до спорадически максимальных значений, подчиняется обобщенному закону Рэлея. При известном относительном законе результирующего распределения уровней яркости осуществляют его привязку к абсолютным значениям индекса состояния атмосферы города по параметрам контрольных площадок. Для г. Сергиев Посад суммарная (S) площадь контрольных промышленных площадок (з-д Химмаш, Звездочка и др.), где уровень ПДК > 5, составила S - общая площадь города. По определению вероятности справедливо выражение

Из графика фиг. 1 находят, что для площади "хвоста" кривой, равной 0,1, отношение откуда = 2,2ПДК. Абсолютная шкала значений индекса состояния атмосферы г. Сергиев Посад приведена соосно с относительной шкалой (I/) на фиг. 1. На фиг. 3 приведен график пространственного спектра индекса состояния атмосферы, а на графике фиг. 4 - его автокорреляционная функция, полученные методом программного расчета по приведенным выше соотношениям. Из графика фиг. 4 следует, что интервал корреляции соответствует 0,75 км, т.е. в городе существуют участки местности с протяженностью порядка 1,5 км, где наблюдается застой, "висячие" смоги. Чаще, чем через 1,5 км в городе не следует размещать точки наземных измерений контроля воздушной среды, т.к. такие отсчеты не являются независимыми друг от друга и не несут дополнительной информации, а приводят к неоправданным затратам.

Эффективность заявляемого способа характеризуется такими параметрами, как оперативность, достоверность, статистическая устойчивость, стоимость. Стоимость проведения одного измерения и химического анализа содержания, например, NO2 в атмосфере воздуха составляет 35 - 50 тыс. руб. и занимает по времени 8 - 12 ч. В целом по городу количество измерений NO2, CO2, SO2 достигает нескольких тысяч в год. Общие затраты на наземные измерения городской станции санитарно-эпидемиологического надзора оцениваются в сотни миллионов рублей. В заявляемом способе в примере реализации объем выборки измерений составляет 675 675 = 455625 элементов-отсчетов, что обеспечивает статистическую устойчивость и достоверность результатов оценок. Стоимость одного спектрозонального снимка по мировым ценам: 400 - 600 долларов, стоимость обработки 200 долларов, стоимость средств обработки 15000 долларов. Таким образом, затраты на внедрение заявляемого способа окупаются в течение одного года.

Способ оценки загрязнения атмосферы на основе дистанционного получения спектрозонального снимка региона, включающего контрольные промышленные площадки, отличающийся тем, что дополнительно преобразуют путем дискретизации аналоговые значения спектральной яркости I(x, y) в цифровые матрицы G, R изображений видимого диапазона размерностью элементов каждая, с линейным разрешением каждого элемента больше фрактального участка подстилающей поверхности, проводят поэлементную логическую сортировку пикселов в обеих матрицах в соответствии с алгоритмом, если R G, то R, а если R < G, то где k - коэффициент корреляции хроматических коэффициентов r, g, получают результирующую матрицу тех же размеров, вычисляют числовые характеристики электрического сигнала результирующей матрицы - математическое ожидание, дисперсию, огибающую пространственного спектра, автокорреляционную функцию, рассчитывают гистограмму распределения пикселов по яркости, осуществляют привязку полученного относительного закона распределения к абсолютным значениям индекса состояния атмосферы региона по его значениям и площади контрольных площадок.

Рисунок 1, Рисунок 2, Рисунок 3, Рисунок 4



 

Похожие патенты:

Изобретение относится к автоматике и вычислительной технике

Изобретение относится к автоматике и вычислительной технике

Изобретение относится к вычислительной технике, в частности к обработке информации, и может быть использовано в устройствах приема информации, проходящей по каналу связи, в котором существует возможность искажения, т.е

Изобретение относится к вычислительной технике и может быть использовано в высокопроизводительных специализированных вычислительных системах для решения задачи наименьших квадратов, обеспечивающей решение системы линейных алгебраических уравнений для случая, когда число уравнений больше числа неизвестных или нет уверенности в хорошей обусловленности матрицы

Изобретение относится к вычислительной технике и может быть использовано для выполнения функциональных преобразований в различных цифровых системах обработки информации, например в бортовых системах летательных аппаратов

Изобретение относится к цифровой обработке сигналов и может быть использовано для фильтрации действительных сигналов в радиотехнических устройствах различного назначения, в частности в радиолокации

Изобретение относится к вычислительной технике, в частности к средствам цифровой обработки сигналов в реальном масштабе времени, и может быть применено в радиолокации, навигации и связи для построения быстродействующих цифровых процессоров

Изобретение относится к средствам обработки и передачи сигналов там, где требуется линейное интерполирование сигналов при повышенном быстродействии, при работе в реальном масштабе времени, например телеметрии, в автоматике, связи, вычислительной технике и т.д

Изобретение относится к области вычислительной техники и может быть использовано в специализированных вычислительных системах для вычисления сверстки

Изобретение относится к вычислительной технике и предназначено для построения на его основе специализированных ЭВМ

Изобретение относится к вычислительной технике и может быть использовано в специализированных вычислительных системах для вычисления двумерной свертки

Изобретение относится к вычислительной технике и может быть использовано в специализированных вычислительных системах, в частности, при цифровой обработке сигналов для перемножения двух матриц
Изобретение относится к вычислительной технике и может быть использовано в автоматизированной системе управления войсками при управлении движением разнотипных транспортных средств по автодорожной сети с различной проходимостью участков дорог

Изобретение относится к компьютерной технике и может быть использовано при производстве векторных устройств, обеспечивающих высокое быстродействие векторных операций

Изобретение относится к вычислительной технике и может быть использовано для анализа работы систем массового обслуживания

Изобретение относится к вычислительной технике и микроэлектронике и может быть использовано в специализированных системах предварительной обработки многомерных сигналов

 

Наверх