Р.В. Криваковская, аспирантка, В.И. Ночвай, канд. техн. наук
Ин-т проблем моделирования в энергетике им. Г.Е. Пухова НАН Украины
(Украина, 03164, Киев, ул. Генерала Наумова, 15,
тел. (068) 4057959, е-mail:
АННОТАЦИЯ
Досліджено вплив точності даних моніторингу забруднення атмосферного повітря на точність розв'язку оберненої задачі ідентифікації потужностей викидів точкових джерел забруднення. Обернену задачу розв'язано імовірнісним методом, базованим на теоремі Байєса і моделі мультилінійної регресії.
КЛЮЧЕВЫЕ СЛОВА:
обратная задача, теорема Байеса, точность, экологический мониторинг.
СПИСОК ЛИТЕРАТУРЫ
1. Enting I.G. Inverse Problems in Atmospheric Constituent Transport. — NY : Cambridge University Press, 2002.
2. Sax T., Isakov V. A case study for assessing uncertainty in local-scale regulatory air quality modeling applications // Atmospheric Environment.—2003. —№ 37. — Р. 3481—3489.
3. Hanna S.R., Chang J.C., Fernau M.E. Monte Carlo estimates of uncertainties in predictions by a photochemical grid model(UAM-IV) due to uncertainties in input variables // Ibid.—1998.— № 32. — P. 3619—3628.
4. Семенчин Е.А., Кузякина М.В. Стохастические методы решения обратных задач в математической модели атмосферной диффузии. — М. : Физматлит, 2012. — 176 с.
5. Chow F.K. Source Inversion for Contaminant Plume Dispersion in Urban Environments Using Building-Resolving Simulations. — J. Of Applied Meteorology and Climatology. — 2008.—Vol. 47. — P. 1553— 1572.
6. Keats A., Yee E., Lien F.-S. Bayesian inference for source determination with applications to a complex urban environment //Atmospheric Environment.—2007.—№41.—P. 465—479.
7. Jorquera H., Castro J. Analysis of urban pollution episodes by inverse modeling // Ibid.—2010. — № 44. — P. 42—54.
8. Gilliland A.B., Wyat A.K., Pinder R.W., Dennis R.L. Seasonal NH 3 emissions for the continental United States: Inverse model estimation and evaluation // Ibid.— 2006.—№40.—P. 4986—4998.
9. Кожевникова М.Ф., Левенец В.В., Ролик И.Л. Идентификация источников загрязнения: вычислительные методы // Вопросы атомной науки и техники. Серия: Вакуум, чистые материалы, сверхпроводники (19). — 2011. — № 6. — C. 149—156.
10. Selvaraju N., Pushpavanam S. Refining emission rate estimates using a coupled receptordispersion modeling approach//Atmospheric Environment.—2010.—№44.—P. 3935—3941.
11. Чубатов А.А., Кармазин В.Н. Устойчивая оценка интенсивности источника загрязнения атмосферы на основе метода последовательной функциональной аппроксимации // Компьютерные исследования и моделирование. — 2009. — 1, № 4. — C. 391—403.
12. Панасенко Е.А., Старченко А.В. Численное решение некоторых обратных задач с различными типами источников атмосферного загрязнения // Вестн. Томского госуниверситета. Серия «Математика и механика». — 2008. — № 2 (3). — C. 47—55.
13. Kovalets I.V., Tsiouri V., Andronopoulos S., Bartris J.G. Improvement of source and wind field input of atmospheric dispersion model by assimilation of concentration measurements: method and applications in idealized settings // Applied Mathematical Modelling. — 2009. — Vol. 33, № 8. — P. 3511— 3521.
14. Регіональна доповідь про стан навколишнього природного середовища в м. Києві у 2008 р. — Київ: : Міністерство охорони навколишнього природного середовища України, 2008.— 223 с.
15. Bolstad W.M. Understanding Computational Bayesian Statistics.— John Wiley & Sons, 2010.— 315 р.
16. Попов О.О. Математичне та комп'ютерне моделювання техногенних навантажень на атмосферу міста від стаціонарних точкових джерел забруднення: Дис. ... канд. техн. наук. — Київ, 2010.— 198 с.
17. Ночвай В.І. Оптимізаційні моделі для аналізу емісійних сценаріїв в задачах дослідження та прогнозування процесів забруднення атмосфери урбанізованої території : Дис... канд. техн. наук. — Київ, 2009. —151 с.
18. Patil A., Huard D., Fonnesbeck C. J. PyMC: Bayesian Stochastic Modeling in Python// J. of Statistical Software. — 2010.— Vol. 35, Iss. 4. —Р.
19. Geweke J. Evaluating the accuracy of sampling-based approaches to calculating posterior moments // Bayesian Statistics. — 1991. — Vol. 4. — P. 169—194.
20. Markov Chain Monte Carlo in Practical. Edit. D.J. Spiegelhalter W.R. Gilks and S. Richardson. — London : Chapman and Hall, 1995.
21. Марчук Г.И. Сопряженные уравнения и анализ сложных систем.—М. : Наука, 1992.— 335 с.
22. Сайт «Расписание погоды» [Электронный ресурс]. — Режим доступа: http://rp5.ua/
КРИВАКОВСКАЯ Регина Владимировна, аспирантка Ин-та проблем моделирования в энергетике им. Г.Е. Пухова НАН Украины. В 2005 г. окончила Днепропетровский национальный университет железнодорожного транспорта им. акад. В. Лазаряна. Область научных исследований — процессы и системы управления, искусственный интеллект.
НОЧВАЙ Владимир Иванович, науч. сотр. Ин-та проблем моделирования в энергетике им. Г.Е. Пухова НАН Украины. В 2001 г. окончил Национальный университет «Киево-Могилянская академия». Область научных исследований — моделирование загрязнения воздуха, методы векторной многокритериальной оптимизации, принятие решений в условиях неопределенности, информационные системы для управления качеством окружающей среды.