Таким образом, концентрация «мгновенной» струи Х мгн. будет давать больший максимум, чем осредненная за несколько периодов Х ср. На самом деле, в зависимости от метеоусловий и параметров источников может иметь место несколько разных типов дымовых струй [9]. Концентрации в порывах могут в 10 и более раз превышать средние значения, а длительность порывов может зависеть от расстояния до источника.

Средние значения концентрации за сутки, месяц или год легко могут оказаться близкими к 0,2, 0,05 или 0,01 от среднего значения, получаемого за час или три минуты, на которые могут оказать влияние факторы, локальные в пространстве и времени. В многочисленных работах, рассматривающих зависимость концентрации от времени осреднения, в том числе и на предприятиях ядерно-топливного цикла (ЯТЦ), указывается, что эта зависимость, полученная экспериментально для средних условий устойчивости и периодов осреднения до нескольких часов может быть описана выражением:

(2.2.)

Где q = 0,17 0,24

– исправленное значение (),

– значение, рассчитанное из уравнения рассеяния,

– время осреднения, время отбора проб, мин.

Эта известная формула, полученная из статистической модели дымовой струи Гиффорда Ф.И. [ 18 ] для коррекции данных, полученных за разные периоды времени не может быть исчерпывающим решением проблемы.

Авторы работ, приведенных в [33] показали, что для разных классов устойчивости ветра и для разных расстояний от одиночного источника загрязнения отношение разовой концентрации (τ₁ = 20 мин.) и суточной (τ₂=24 часа) меняется от 0,17 до 0,58. Таким образом, соотношение (2.2) рекомендуется для прогнозных оценок, если можно экспериментальным, а не из расчета рассеяния, путем оценить и рассчитать концентрацию, осредненную за некоторый период времени. Для больших периодов осреднения вместо (2.2.) рекомендовано соотношение:

(2.3.)

где – параметр вытянутости розы ветров,

Р₀ =0,125

Если подобные формулы и дают представление о соотношениях между соответствующими величинами, то в силу локальных причин не позволяют оценить возможные экстремальные значения концентрации. Они не дают ни каких рекомендаций и алгоритмов при определении входящих в них величин, то есть по организации соответствующего контроля [8,9]. Единственная рекомендация, которая приводится в упомянутых работах, состоит в том, что любые данные нуждаются в коррекции и время отбора проб (время осреднения) всегда должно учитываться и приводиться вместе с данными о концентрациях.

Проблема осреднения по времени во многих случаях не учитывается при оценке санитарно-гигиенической обстановки из-за отсутствия соответствующих методических материалов. Эта проблема не учитывается при сравнении работы приборов и методик определения концентрации отдельных ингредиентов ЗВ в источниках выбросов и объектах окружающей среды. Известно, что одним из возможных путей решения проблемы осреднения является реализация методик статистической фильтрации и гармонического анализа экспериментальных данных, что может позволить получить оценки экстремальных значений концентрации, соответствующих необходимым временам осреднения, однако для этого необходима детальная информация о процессе Х(t), чтобы избежать маскировки частот.

Метод гармонического анализа временных рядов состоит в представлении случайной функции в виде конечной суммы ряда Фурье, при этом случайная функция заменяется детерминированной, а для достижения достаточной точности (учета 95% реальной дисперсии) достаточно рассчитать 4 -5 членов разложения [ 11, 16 ].

Наиболее существенные результаты применения дисперсионного анализа можно ожидать при интерпретации данных о распределении концентрации ЗВ на больших территориях, то есть оценка изменчивости концентрации ингредиента по району, на котором расположены несколько стационарных постов контроля [19]. Очевидно, что в общем случае концентрация каждого отдельного ингредиента ЗВ есть случайная функция X(x, t) точки пространства Х=(х₁, х₂, х₃) и времени (t). Перечисленные выше вопросы относились в основном к временной структуре концентрации ЗВ в точке контроля, однако правомерно поставить вопрос и о пространственной структуре. Одним из возможных способов оценки санитарно гигиенической обстановки является метод построения системы неслучайных ортогональных функций φ_к(х) таких , что отрезок ряда Фурье является наилучшей аппроксимацией случайной функции X(x, t) в смысле средней квадратичной погрешности, то есть система функций φ_к(х) такова, что приближенное равенство при определенном выборе коэффициентов описывает изменчивость (дисперсию) поля X(x, t) лучше, чем линейная комбинация любых других функций, состоящая из такого же числа слагаемых.

(2.4)

Данные измерений в каждый конкретный момент времени представляют совокупность величин , соответствующих N пунктам измерений.

Функции являются собственными векторами корреляционной матрицы поля концентрации ЗВ.

, i, j = 1,2,3 ……N, то есть естественные функции удовлетворяют уравнению

Коэффициенты разложения находят из формулы:

где компоненты вектора .

Уже несколько первых членов разложения определяют 90 – 95% общей дисперсии и тем самым выражение 2.4. позволяет оценить изменчивость концентрации по всему району, то есть общую характеристику санитарно-гигиенической обстановки.

Примеры, приведенные выше, показывают, что проблемы связанные с выбором оптимальной дискретности [21], выбора контролируемых параметров, учетом времени осреднения, могут существенно снизить объективность оценки даже при наличии технических средств контроля.

Следует иметь в виду, что большинство приборов с постоянными коэффициентами запаздывания, уже в процессе измерения производят экспоненциальное сглаживание или осредняют реальный процесс по экспоненте. Таким образом, проблемы организации системы контроля можно было бы разделить на две основные части (подсистемы).

Первая состоит в разработке и оснащении пунктов контроля ЗВ техническими средствами, способными определить значение концентрации С [(г, мг, мкг)/м³] с определенным временем осреднения (τ’), вторая часть (подсистема) состоит в разработке и внедрении математических моделей и алгоритмов (методик, программ), позволяющих интерпретировать полученные данные с точки зрения оценки санитарно-гигиенической обстановки. Эта подсистема обеспечивает не только информативность первой, но и непосредственно влияет на ее деятельность, то есть оптимизирует ее работу.

Собственно оценка вероятности превышения осредненной за соответствующий период времени (τ’) концентрацией ингредиента нормируемых уровней за контрольный период (Т) и является оценкой санитарно-гигиенической обстановки. Правильная с методической и формальной точки зрения процедура сравнения характеристик загрязнения и контрольных уровней представляет собой определенную проблему и составляет одну из целей данной работы.

Анализ данных о выбросах и сбросах загрязняющих веществ промышленными предприятиями, а также многочисленные исследования временной структуры концентрации ЗВ в атмосферном воздухе [19, 20, 21, 22, 23] показали, что концентрации являются случайными функциями времени Х(t) (рис. 2). Значения величины Х(t) в каждый момент времени (t) не является однозначно определенным, как в случае детерминированных систем, а зависит от случайных факторов, которые влияли на систему до момента времени (t).

Случайный характер результатов наблюдений любого явления может быть обусловлен или физической природой этого явления или условиями его наблюдения и регистрации. Применительно к контролю эмиссий, а также качеству объектов окружающей среды имеют место оба этих фактора.

Во-первых, случайными являются некоторые компоненты ошибок измерений (отбор проб, их транспортировка, собственно анализ), во-вторых, случайным является характер турбулентности атмосферы и метеорологических элементов, что приводит к пульсации скорости, температуры, давления и в том числе концентрации скалярной примеси (концентрации ЗВ) в точке наблюдения [ 24 ] даже, если она консервативная и пассивная, в – третьих при генерации выбросов ЗВ (газов, паров, аэрозолей) или сбросов в различных технологических процессах и аппаратах, нельзя считать известными все факторы, регулирующие мгновенные значения концентрации конкретных ингредиентов. Аналогично, случайный характер имеют метеорологические процессы, регулирующие формирование полей концентрации (ЗВ) в атмосферном воздухе. Поэтому результаты измерения функции Х(t), представленные в дискретной форме следует рассматривать как реализацию {X_i(t_i)} некоторого случайного процесса ν(t).