Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 5

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  conditional simulation
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Pomimo wielu wysiłków organizacji pozarządowych i zwiększającej się z upływem czasu świadomości ludzi stan jakości powietrza w wielu polskich miastach nie uległ poprawie. Szacuje się, że z powodu zanieczyszczenia powietrza atmosferycznego Europejczycy żyją średnio o 9 miesięcy krócej. Z problemem tym zmagają się mieszkańcy dużych aglomeracji miejskich oraz małych miejscowości. Nawet jeśli w danej miejscowości nie są zlokalizowane zakłady przemysłowe emitujące szkodliwe substancje do atmosfery, to źródłem zanieczyszczeń utrzymujących się na niskich wysokościach są: miejskie kotłownie, domowe piece opalane węglem i transport samochodowy. Emisja zanieczyszczeń scharakteryzowana przez wymienione cechy nosi nazwę „niskiej emisji”. Jednym z ważniejszych zadań związanych z diagnozą i przeciwdziałaniem temu zjawisku jest ciągłe monitorowanie zanieczyszczenia powietrza poprzez rozlokowane na terenach miejskich urządzenia pomiarowe – sensory oraz lokalizowanie obszarów najbardziej zanieczyszczonych. Celem prezentowanej pracy było wykonanie analizy wyników pomiarów zanieczyszczeń powietrza pyłami zawieszonymi oraz opracowanie metody lokalizacji obszarów, w których znajdują się potencjalne źródła skażenia. Terenem badań był obszar miejski Krosna – miasta w południowo-wschodniej części Polski. Do przeprowadzenia wspomnianej analizy wykorzystano metody analizy geostatystycznej. Zasadnicza trudność w zrealizowaniu tak postawionego zadania polega na tym, że punkty pomiarowe, na podstawie których czerpiemy wiedzę o skażeniach, znajdują się w przypadkowo zlokalizowanych miejscach i nie są związane ze źródłami zanieczyszczeń. Wyniki rozkładów badanych parametrów, uzyskiwane metodą krigingu, mogą sugerować, że punkty pomiarowe reprezentują źródła. Tak jest w wielu przypadkach badań środowiskowych. Na przykład mierząc natężenie hałasu w obiektach przemysłowych, ustawia się mikrofony przy źródłach hałasu (silniki, wentylatory, pompy itp.) oraz w otoczeniu (aby zmierzyć propagację hałasu w miejscach oddalonych od jego źródeł). W przypadku badań zanieczyszczeń powietrza tak nie jest. Aby zobrazować różnice w uzyskanych (różnymi metodami) wynikach, posłużono się dwiema metodami geostatystycznej analizy danych: krigingiem i symulacją warunkową. Wykonano analizę wyników pomiarów zanieczyszczeń powietrza pyłami zawieszonymi (PM1, PM2,5 i PM10) na podstawie danych rzeczywistych pozyskanych z pomiarów wykonanych na terenie miasta Krosna. Wyznaczono rejony największego skażenia powietrza. Zobrazowano uzyskane wyniki w postaci map przestrzennych rozkładów poziomu zanieczyszczenia powietrza pyłami: PM1, PM2,5 oraz PM10. Wykazano, że metoda symulacji warunkowej pozbawiona jest wady lokalizowania obszarów najbardziej zanieczyszczonych w punktach pomiarowych i dlatego charakteryzuje się lepszą skutecznością (w porównaniu z krigingiem).
EN
Despite many efforts of non-governmental organizations and the increasing awareness of people over time, the air quality in many Polish cities has not improved. It is estimated that Europeans live 9 months shorter on average due to air pollution. The inhabitants of large urban agglomerations and small towns are struggling with the air pollution problem. Even if no industrial plants emitting harmful substances into the atmosphere are located in a given locality, there are others sources of pollution, such as: coal-fired stoves and car transport. The emission of pollutants characterized by these features is called “low emission”. One of the most important tasks related to the diagnosis and prevention of this phenomenon is the continuous monitoring of air pollution by measuring devices – sensors located in urban areas. The aim of the presented work was to analyze the results of measurements of air pollution data. Based on the data a method of locating the most polluted areas was developed. The urban area of Krosno, a city located in southeastern Poland, was chosen as the research area. The analysis was performed using the methods of geostatistical analysis. The main difficulty in carrying out such a task is that the measuring points on the basis of which we learn about contamination are located in randomly located places and are not associated with the sources of contamination. The results of the distributions of the examined parameters, obtained by the kriging method, may suggest that the measuring points represent sources. For example, when measuring noise levels in industrial facilities, microphones are positioned at noise sources (motors, fans, pumps, etc.) and in the surrounding area (to measure noise propagation in places far from its sources). This is not the case with air pollution studies. To illustrate the differences in the obtained results, two methods of geostatistical data analysis were used: kriging and conditional simulation. An analysis of the results of measurements of air pollution with suspended dust (PM1, PM2.5 and PM10) was performed on the basis of actual data obtained from measurements made in the city of Krosno. The areas of the highest air pollution were determined. The obtained results were presented in the form of spatial maps of the distribution of PM1, PM2.5 and PM10 air pollution levels. It has been shown that the conditional simulation method demonstrates better efficiency of locating the most polluted areas (compared to kriging).
PL
Na podstawie wyników wierceń wykonanych na jednym ze składowisk odpadów pogórniczych przeprowadzono analizy parametrów ilościowych i jakościowych składnika użytecznego (węgla) zawartego w odpadach. W strukturze zmienności większości parametrów analizowanej metodą wariogramów, zgodnie z oczekiwaniem autora, przeważa składnik losowy. Stwierdzona autokorelacja wykazuje bardzo niewielki zasięg nie wykraczający poza średnią odległość pomiędzy otworami wiertniczymi. W zmienności zawartości węgla w odpadach stwierdzono znaczący udział składnika nielosowego. W artykule przedstawiono próbę uzasadnienia tego zjawiska. Na bazie wyników pomiarów wykonano modele zmienności zawartości węgla w odpadach metodą geostatystycznej symulacji warunkowej Gaussa w odmianie blokowej. W artykule opisano poszczególne etapy tego procesu. Do interpretacji wyników 25 realizacji złoża zaproponowano zastosowanie mapy średniej z symulacji, odchylenia standardowego, mapę realizacji minimalistycznej i maksymalistycznej oraz mapę prawdopodobieństwa przekroczenia krytycznej wartości progowej analizowanego parametru. Porównano mapy średniej i prawdopodobieństwa oraz zaproponowano sposób ich interpretacji pod kątem oceny zasadności eksploatacji złoża antropogenicznego.
EN
Based on the results of drilling carried out on one of mining waste deposit the analyze of quantitative and qualitative parameters of useful component contained in the waste has been carried out. The variability structure of most parameters analyzed using variogram, as expected, is random. Reported autocorrelation has a very short range not beyond the average distance between boreholes. The variability of the content of the carbon in the wastes is showing a significant not random component. An attempt to justify this phenomenon has been presented in the paper. On the basis of measurements the models of variation of the carbon content has been performed. For this purpose the geostatistical conditional Gaussian simulation in block variant has been used. The article describes the various stages of this process. To interpret the results of 25 realizations the simulation postprocessing has been proposed. The useful maps has been presented, in particular: mean of 25 realizations, map of standard deviation of 25 realizations, the map of minimum and maximum realizations, and the cutoff map giving the probability that analyzed parameter exceeds critical threshold. The map of mean and the cutoff maps has been compared. The method of interpretation of maps for assessment the merits of the anthropogenic deposit exploitation has been proposed.
PL
We wszystkich fazach zagospodarowania złoża węgla brunatnego wymagane jest odpowiednie rozpoznanie jego kluczowych parametrów strukturalnych i jakościowych, tj. miąższość pokładu, wartość opałowa węgla, popielność, zawartość siarki. Od właściwego rozpoznania przestrzennej zmienności parametrów złoża zależy optymalne wykorzystanie jego zasobów jak i możliwość odpowiedniego planowania eksploatacji pod kątem utrzymania jakości strumienia surowca. Bazując na danych z rozpoznania geologicznego wykonywane są modele złoża. Do modelowania wykorzystywane są różne metody, wśród których popularne stają się metody geostatystyczne. Wybór metody zależy od celu modelowania. W artykule przedstawiono wielokryterialne analizy metod geostatystycznych używanych do modelowania złóż. Na podstawie obserwacji geologicznych złoża węgla brunatnego wykonano modele wartości opałowej węgla Q metodą krigingu zwyczajnego (OK) oraz metodą geostatystycznej symulacji warunkowej (SGSIM). Modele przeanalizowano pod kątem wierności odwzorowania cech danych źródłowych, tj. wartości średniej, wariancji oraz struktury. Modele porównano z modelem referencyjnym opartym na danych pozyskanych w procesie eksploatacji złoża. Obliczono miary odchyleń – średni błąd względny i absolutny błąd względny oraz współczynnik korelacji. Porównano modele pod względem ogólnych cech statystycznych oraz zmienności lokalnej. Na podstawie analiz sformułowano wnioski dotyczące przydatności metod do rozwiązywania różnych zadań z zakresu projektowania górniczego. Do szacowania wartości średniej parametrów złoża wystarczająco dokładne wyniki dostarcza kriging zwyczajny. Do zadań związanych z określeniem prawdopodobieństwa albo ryzyka przekroczenia krytycznych wartości parametrów złoża bardziej wiarygodnych wyników niż kriging dostarcza metoda symulacji. Modele wykonane tą metodą wiernie oddają strukturę danych źródłowych.
EN
Safe mine operations and optimal economical decision making in the context of lignite resources require an adequate level of knowledge about the spatial distribution of critical attributes in terms of geometry and quality in the deposit. Therefore, ore body models are generated using different approaches in geostatistics, depending on the problem to be solved. In this article the analysis of geostatistical methods used for deposits modeling has been presented. Based on exploration data concerning caloric value Q, models of one exemplary lignite deposit has been made. Two models of deposit were prepared using two different methods: ordinary kriging (OK) and sequential Gaussian conditional simulation (SGSIM). Different models of the same deposit were analyzed and compared with source data using criterion of fidelity to statistical attributes like: mean value, variance, statistical distribution. Models, which have been created based on exploration data, were compared with in-situ data gained from survey activities in the exploitation process. As a result of comparison correlation factor and measures of deviations were computed: average relative error, absolute relative error. Models were compared with in situ data, considering statistical features and local variability as well. In conclusion, the study gives valuable information into the benefits of using certain geostatistical approaches for variable tasks and problems in the lignite deposits design process. For the assessment of average values of deposit parameters ordinary kriging provides appropriate effects. Geostatisical simulation (e.g. sequential Gaussian simulation - SGSIM) provides much more relevant information for tasks connected to probability (or risk) of defined threshold exceedences than ordinary kriging. Models made with simulation method are characterized by high fidelity of spatial distribution in comparison to source data.
PL
Rozwój krajowej energetyki opartej na węglu brunatnym wymaga nowych inwestycji. Rosnące ceny pozwoleń na emisję CO2 oraz zbliżający się moment konieczności wykupu pozwoleń dla emisji na aukcjach sprawiają, że produkcja energii z węgla brunatnego staje się coraz bardziej ryzykownym przedsięwzięciem. Dla 20 równie prawdopodobnych modeli złoża Legnica-Wschód uzyskanych z symulacji warunkowej (moduł ConSim w Datamine Studio 3) przeprowadzono proces optymalizacji Lerchs'a-Grossmann'a (NPVScheduler) w wyniku, którego uzyskano 240 wyrobisk docelowych w 12 grupach odpowiadających różnym poziomom cen węgla. Dane o ilości nadkładu i węgla oraz jego jakości (wskaźnik jakości QI) w tych wyrobiskach wykorzystano w procesie symulacji Monte Carlo (R/Risk i Crystal Ball) mającej określić wpływ parametrów opisujących kopalnię i elektrownię (potraktowanych jako zmienne losowe o dobranych rozkładach) na ich przyszłe niezdyskontowane wyniki finansowe dla 12 scenariuszy opisujących przyszłe warunki rynkowe funkcjonowania tego układu (2 poziomów cen energii i 6 poziomów cen pozwoleń na emisję CO2 0-300 PLN/Mg CO2). Uzyskano histogramy zmienności zysku kopalni, elektrowni i zintegrowanego pionowo koncernu energetycznego, co pozwoliło obliczyć prawdopodobieństwa, z jakim poszczególne wyrobiska maksymalizowałyby zyski tych podmiotów, wskazać ryzyko poniesienia straty przy ich eksploatacji oraz określić wpływ badanych parametrów i scenariuszy na poziom zysków i ryzyko związane z ich osiągnięciem. Analizę taką przeprowadzono w Instytucie Górnictwa Politechniki Wrocławskiej w ramach realizowanej tam pracy doktorskiej.
EN
Development of domestic energy industry based on brown coal requires new investments. Growing prices of CO2 emission allowances and closing moment of the necessity of their purchase on auctions cause, that electric energy production out of brown coal become more and more risky business. For 20 equally probable models of the Legnica-East lignite deposit obtained from conditional simulation (module ConSim in Datamine Studio 3) process of Lerchs-Grossmann pit optimisation was carried out (NPVScheduler) leading to 240 ultimate pits in 12 groups obtained for different lignite price levels. Data about amount of overburden and lignite inside these pits and lignite quality (quality indicator QI) were used in Monte Carlo simulation process (R/Risk and Crystal Ball) to assess the influence of parameters describing the planned mine and power station (treated as random variables with selected distributions) on non-discounted financial results of a mine, a power station and a vertically integrated energy producer for 12 scenarios describing future market conditions of their operations (2 electric energy prices, 6 levels of CO2 emission allowances: 0-300 PLN/Mg CO2). Obtained histograms allowed for calculation of probability of their profits maximisation for selected pits, probability of losses and determine influence of examined parameters and scenarios on profit levels and risk connected with its achievement. Analysis was carried out in the Institute of Mining Engineering at Wroclaw University of Technology in frame of realized PhD thesis.
PL
Problem znajdywania rozkładów parametrów złożowych na podstawie danych pomiarowych pochodzących zasadniczo jedynie z badań w odwiertach stanowi kluczowe zagadnienie w modelowaniu złóż naftowych. W niniejszej pracy przedstawiono zastosowanie metod geostatystycznych do analizy i generowania takich rozkładów dla potrzeb symulacyjnych modeli złóż. Praca zawiera teoretyczny opis i przykłady praktycznego wykorzystania kompletnych procedur tej metody obejmujących: wstępną analizę statystyczną uwzględniającą ogólne statystyczne charakterystyki danych pomiarowych; analizy wariograficzne określające korelacje przestrzenne tych danych oraz generację rozkładów przestrzennych z wykorzystaniem pełnej informacji geostatystycznej przy pomocy dwu niezależnych metod: krigingu i tzw. symulacji warunkowej. W przypadku metody symulacji warunkowej zastosowano bardzo efektywną technikę Simulated Annealing zaimplementowaną podobnie jak pozostałe narzędzia do analizy w autorskich programach komputerowych. Pozytywnie zweryfikowano skuteczność przedstawionych metod geostatystycznych na praktycznych przykładach złóż.
EN
The problem to determine the spatial distribution of basic reservoir parameters from the measurements basically limited to well locations belongs to the most significant aspects of hydrocarbon reservoir modelling. In this paper we present a geostatistical method applied to analyse and generate such distributions for the purposes of reservoir simulations. The paper includes a theoretical description and practical examples of complete procedures to implement such a method consisting of: introductory statistical data analysis to determine general statistical features of the measured data sets; variografic analysis to determine spatial correlation of the data; generation of parameter spatial distributions using the complete geostatistical information to apply two distinct methods: kriging and so called conditional simulation. In the scheme of the conditional simulation method a Simulated Annealing technique was implemented and found to be very effective. All the programming tools used in the process were coded, tested, and successfully employed by the authors. The operational advantages of the methods presented in the paper were positively verified on practical reservoir examples.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.