УДК 656.13 УДК 621.43.06 УДК 504.3

ПРОГНОЗИРОВАНИЕ ОПАСНОГО ВОЗДЕЙСТВИЯ ТРАНСПОРТА ПРИ ЧРЕЗВЫЧАЙНЫХ ТРОПОСФЕРНЫХ ЯВЛЕНИЯХ ПУТЕМ ПРИМЕНЕНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Опубликовано в Проблемы управления рисками в техносфере · Том 2025, Номер 3 · Страницы 59–66 · Рубрика: Снижение рисков и ликвидация последствий чрезвычайных ситуаций. Обеспечение безопасности при ЧС
DOI: https://doi.org/10.61260/1998-8990-2025-3-59-66
Получено: 11.08.2025 Одобрено: 02.09.2025 Опубликовано: 21.10.2025
На основании критического обзора положительных практик контроля экстремального загрязнения городской среды поллютантами транспорта обосновывается комплексная двухуровневая инструментально-цифровая методология оценки и прогнозирования опасного воздействия на население отработавших газов при аномальном физическом состоянии тропосферы, обусловленного инверсией температуры и слабым ветром. На первом этапе реализации методологии определяются зоны экстремальных загрязнений городской территории по данным, обработанных нейронной сетью, полей концентраций веществ, измеренных стационарными и передвижными станциями. Аппроксимация полей концентраций осуществляется по модели Гаусса. На втором этапе с помощью уравнений атмосферной диффузии рассчитываются чрезвычайно опасные, по отношению к ПДКМР, накопления веществ отработавших газов на уровне дыхания горожан применительно к условиям интенсивного транспортного движения в часы «пик». По приоритетным загрязнителям для мест совместного влияния автотранспорта и судов обоснована вероятность превышений концентраций NO2и PM2,5-10, соответственно, до 4–7 ПДКМР и 2–3 ПДКМР. Оригинальные авторские подходы прогнозирования чрезвычайных ситуаций внедрены в отечественных и международных методиках.
город, транспорт, поллютанты, тропосфера, аномальное состояние, чрезвычайная ситуация, прогнозирование, искусственный интеллект
Текст Список литературы
Текст (PDF)
Читать Скачать

1. Научно обоснованный прогноз адаптации сектора автомобильного транспортак вероятным последствиям изменения климата и возможные сценарии его декарбонизациив Российской Федерации: монография / Ю. Трофименко [и др.]. М.: ООО «Центр транспортных инноваций», Центр энергетики Московской школы управления СКОЛКОВО, 2022. 134 с.

2. Ложкина О.В., Малышев С.А., Хахленов А.В. Исследование опасного загрязнения придорожного воздуха мелкодисперсными взвешенными частицами РМ10 и РМ2,5 на примере Санкт-Петербурга // Проблемы управления рисками в техносфере. 2021. № 2 (59). С. 96–103. EDN: https://elibrary.ru/ETSSIG.

3. Effect of automobile exhaust emission on human health and environment in India:a systematic review / J.M. Pardiwala [et al.] // CHEMICAL PAPERS. Indexed 2025-06-23. Document Type: Review; Early Access. 2025. DOI:https://doi.org/10.1007/s11696-025-04082-9.

4. Ложкин В.Н., Калимуллина И.Ф., Сагиров Э.А. Контроль чрезвычайного загрязнения воздуха транспортом Санкт-Петербурга по критериям наносимого ущерба // Проблемы управления рисками в техносфере. 2024. № 2 (70). С. 95–101. DOI:https://doi.org/10.61260/1998-8990-2024-2-95-101.

5. Гавкалюк Б.В., Ложкин В.Н., Смирнов А.С. Теория и практика обеспечения безопасности применения в условиях чрезвычайных ситуаций силовых установок пожарных автомобилей 4-5 поколений // Проблемы управления рисками в техносфере. 2023. № 2 (66). С. 8–15. EDN: https://elibrary.ru/VRCPVS.

6. Measurement of Gaseous Exhaust Emissions of Light-Duty Vehicles in Preparationfor Euro 7: A Comparison of Portable and Laboratory Instrumentation / V. Valverde [et al.] // Energies. 2023. № 16. P. 2561. DOI:https://doi.org/10.3390/en16062561.

7. Euro 7 proposal assessment of a Euro VI parallel hybrid electric bus / N. Fonseca Gonz´alez [et al.] // Transportation Research Part D: Transport and Environment. 2024. Vol. 129.P. 104125. DOI:https://doi.org/10.1016/j.trd.2024.104125.

8. Доронин А.П., Тимощук А.С., Шабалин П.В. Результаты исследования метеорологических условий формирования высоких уровней загрязнения атмосферного воздуха в Санкт-Петербурге по данным за 2017 год // Труды военно-космической академии им. А.Ф. Можайского. 2017. № 662. С. 129–134. EDN: https://elibrary.ru/YSWXDN.

9. Кулакова Е.С., Родионов Г.А. Искусственная нейронная сеть для прогнозирования концентрации загрязняющих веществ атмосферного воздуха на различной высоте // Вестник научного центра ВостНИИ по промышленной и экологической безопасности. 2024. № 2.С. 88–97. EDN: https://elibrary.ru/BVDNLX.

10. Васильев А.Н., Тархов Д.А. Нейросетевое моделирование. Принципы. Алгоритмы. Приложения. СПб.: Изд-во СПбГПУ, 2009. 528 с. ISBN: 978-5-7422-2272-9. EDN: https://elibrary.ru/QMTVRJ.

Войти или Создать
* Забыли пароль?