Dynamika skażania powietrza atmosferycznego

• Autorzy: Straszko J. , Dziubakiewicz D.
• Języki publikacji: PL

Abstrakty

PL

Przedstawiono wyniki badań zmian w czasie imisji SO 2, NOx oraz parametrów meteorologicznych: kierunki i prędkości wiatru, temperatury i wilgotność powietrza, oraz ciśnienia atmosferycznego. Podstawą analizy są wyniki pomiarów wykonywanych w ciągu roku na typowej stacji monitoringu. Opracowując dane doświadczalne stosowano sieci neuronowe. Opisano szeregi czasowe zmiennych i podano związki funkcyjne między imisją SO 2, NOx oraz parametrami meteorologicznymi.

EN

Dynamics of atmosferic air pollution. The results of research in dynamics of changes in time imission SO 2 and NOx and meteorological parameters as wind direction and velocity; air temperature and maisture and atmospheric pressure were shown. The base of analysis are results of measurements done during a year on typical monitoring station. Working out experimental data neural networks were used. Variables time series were described and functional corrections between SO 2 and NOx imission and meteorological parameters were given.

Słowa kluczowe

PL

sieci neuronowe; skażenie powietrza; powietrze atmosferyczne

• Wydawca: Stowarzyszenie Inżynierów i Techników Przemysłu Hutniczego w Polsce, Zarząd Główny
• Czasopismo: Ochrona Powietrza i Problemy Odpadów
• Rocznik: 2001
• Tom: Vol. 35 nr 1
• Strony: 3--9
• Opis fizyczny: Bibliogr. 22 poz., rys., tab.

Twórcy

autor

Straszko J.

• Zakład Chemii Fizycznej, Politechnika Szczecińska

autor

Dziubakiewicz D.

• Studium doktoranckie na WydzialeTechnologii i Inżynierii Chemicznej, Politechnika Szczecińska

Bibliografia

• [1] Sobczyk K.: Stochastyczne równania różniczkowe, WNT, Warszawa 1996
• [2] Kozin F.: The Method of Statistical Linearization for Non-Linear Stochastic Vibration in Nonlinear: Nonlinear Stochastic Dynamic Engineering System, Springer, Berlin 1988
• [3] Pyta H., Zwoźdźak J.: Hybrydowe modele rozkładu stężenia zanieczyszczeń powietrza, Arch. Ochr. Srod., 23(3/4), s. 59, 1997
• [4] Pyta H., Zwoździak J.: A minimum number of measure ments of air pollutant concentration using quantlle-quantile model, Env. Prot. Eng., 21(1-4), s. 111, 1995
• [5] Straszko J.: Statystyczna analiza ciągłych pomiarów imisji, Ochr. Pow., 34(1), s. 3, 2000
• [6] Straszko J.: Stochastyczne modele rozprzestrzeniania zanieczyszczeń w powietrzu atmosferycznym, Inż. Chem. i Proc., (w druku) Ochrona Powietrza i Problemy Odpadów, vol. 35, nr 1, styczeń-luty 2000
• [7] Gajek Z., Kałuszka M.: Wnioskowanie statystyczne - modele i metody, WNT, Warszawa 1996
• [8] Osowski S.: Sieci neuronowe w ujęciu algorytmicznym, WNT, Warszawa 1996
• [9] Haykin S.: Neural Networks a compretansive Founction, Macmillan College Publishing Company, New York 1994
• [10] Hornik K., Sfinckcombe M., White H.: Multilayer feed forword networks are universal approximators, Neural Networks, 2, s. 359, 1989
• [11] Markiewicz M.T.: The multibox reactive plume model with variability of meteorological parameters taken into account, Part I. Model formulation, Env. Protec. Eng., 22(1-2), s. 23, 1996
• [12] Markiewicz M.T.: Part II, Simulation of the behaviour of reactive plume, Part II, Env. Protec. Eng., 22(1-2), s. 35, 1996
• [13] Pao Y.M.: Adaptative Reognition and Neural Networks, Addison Weseley Reading, 1989
• [14] Rumelhart D.E., Hinton G.E., Williams R.J.: Learning internal representations by error propagation in Parallel Distributed Proessing: Explorations in the Microstructures of Cognition, Eds. D.E. Rumelhart, J.L. Mcllelland, Vol. 1, MTT Press, Cambrige 1986
• [15] Pasquill F., Smith P.: Atmospheric diffusion, Holsted Press Thon Wiley and Sons, New York 1983
• [16] Madany A., Bartochowska M.: Przegląd polskich modeli rozprzestrzeniania zanieczyszczeń atmosferycznych, Prace naukowe Politechniki Warszawskiej, 74, 1995
• [17] Bartnicki J.: Heavy Metals Eulerian Transport Model - HMET. Model Discription and Results, DNMI Research Report No 65, june 1998
• [18] Zwoździak J.: Metody prognozy i analizy stężeń zanieczyszczeń w powietrzu w regionie czarnego trójkąta, Oficyna wydawnicza Politechniki Wrocławskiej, Wrocław 1995
• [19] Moussiopulos N., Flassak Th., Knittel G.A.: Refined Diagnostic Wind 4 Model, Env. Software, 3(2), s. 85, 1988
• [20] Desiato F., Anfossi D., Trini Castelli S., Ferrero E., Tinarelli G.: The Role of Wind Field, Mixing height and Horizontal Diffusion investigated through two Lagrangian Particle Models, Atm. Env. 32(24), s. 4157, 1998
• [21] Desiato F., Finardi S., Brusasca G., Morselli M.G.: Transalp 1989 experimental campaign - I, Simulation of 3D flow with diagnostic wind field models, Atm. Env. 32(7), s. 1141, 1998
• [22] Moussiopulos N., Flassak Th.: Two Vectorized Algorithms for the Effective Calculation of Mass-Consistent Flow Fields, J. Clim. Appl. Meteor., 25. s. 847.1986