Что такое findslide.org?

FindSlide.org - это сайт презентаций, докладов, шаблонов в формате PowerPoint.

Для правообладателей

Обратная связь

Email: Нажмите что бы посмотреть 

Яндекс.Метрика

Презентация на тему МАТЕМАТИЧЕСКИЕ МОДЕЛИ РАСПРОСТРАНЕНИЯ ПРИМЕСЕЙ В ВОЗДУХЕ ОТ ТОЧЕЧНЫХ ИСТОЧНИКОВ

Содержание

Для прогноза качества воздуха используется большое разнообразие методик – от простейших до комплексных. На данный момент большинство из них направлены на проведение краткосрочного – от 1 до 3 дней – прогнозирования концентрации загрязняющих веществ.
МАТЕМАТИЧЕСКИЕ МОДЕЛИ РАСПРОСТРАНЕНИЯ ПРИМЕСЕЙ В ВОЗДУХЕ ОТ ТОЧЕЧНЫХ ИСТОЧНИКОВ Для прогноза качества воздуха используется большое разнообразие методик – от простейших до Методики прогнозирования загрязнения воздуха делятся на три большие категории: КлиматологическиеII. Статистические III. Трехмерные (3-D) модели I. Климатологические Основаны на взаимосвязи повышенных уровней загрязнения с определенными метеорологическими условиями. II. Статистические Взаимосвязь между определенными метеорологическими параметрами и состоянием воздуха может быть Три используемых статистических подходаКлассификации и дерево регресса (CART). Методика основана на использовании Эти переменные используются для предсказания будущих уровней загрязнения, по данным о текущем Три используемых статистических подхода2. Регрессионный анализ. Взаимосвязь между уровнем загрязнения и Результирующее множественное линейное регрессионное уравнение может использоваться для прогнозирования уровней загрязнения. Три используемых статистических подхода3. Искусственные нейронные сети (распознавание образов) Анализ ретроспективных данных, Являются болем сложными, чем климатические, но достаточно просты в реализации и III. Трехмерные (3-D) модели модели состояния воздуха стремятся математически Примеры подмоделей: Модели выбросов. Моделируют во времени пространственное распределение выбросов примеси загрязняющего Примеры подмоделей: Метеорологические модели. Прогнозируют метеорологические условия, влияние химических факторов (солнечной активности, Примеры подмоделей: Химические модели. Эти модели используют уровни основных параметров химической кинетики, В зависимости от метода, который используется для моделирования распределения концентрации загрязнения с Алгоритм Гауссовой модели. Алгоритм Гауссовой модели является наиболее распространенным в моделировании анализа Общее Гауссовское уравнение При реализации модели могут быть сделаны некоторые упрощения: Алгоритм модели Эйлера. Модели Эйлера используют фиксированную решетку (вертикальную и горизонтальную) и решают соответствующие химические Алгоритм модели Лагранжа. Модель Лагранжа описывает перенос отдельных воздушных потоков с течением времени под действием Алгоритм модели Ханна. Алгоритм Box – модели. Алгоритм стохастической моделибазируется на полуэмпирических или статистических методах и ориентирован на Алгоритм рецепторной модели рассматривает измеренные концентрации загрязнителей в рецепторной точке и оценивает Классификация моделей загрязнения атмосферного воздуха модели рассеивания примесей в атмосфере; - модели загрязнения атмосферного воздуха. Модели рассеивания атмосферных примесей могут быть использованы для: определения соотношений источник Модели рассеивания атмосферных примесей могут быть использованы для: оценки пространственного распределения концентрации Модели рассеивания атмосферных примесей могут быть использованы для: прогнозирования изменения концентраций загрязнителей Для применения моделей следует располагать метеорологической и географической информацией, а также Классификация моделей рассеивания, описывающих процессы турбулентной диффузии в атмосфере 1. Классификация моделей рассеивания, описывающих процессы турбулентной диффузии в атмосфере 2. Гауссовы модели, Гауссовская модель чаще всего используется для прогнозирования рассеяния:непрерывных, плавучих выбросов загрязнения воздуха, Классификация моделей рассеивания, описывающих процессы турбулентной диффузии в атмосфере 3. Лагранжевы модели, В основе моделей рассеивания лежат модели Эйлера, Лагранжа, Гаусса К моделям загрязнения атмосферного воздуха относятся: полуэмпирические модели, базирующиеся, главным образом, Классификация по масштабам атмосферних процессов макромасштаб (масштаб протяженности > 1000 км), при Классификация по масштабам атмосферних процессовмезомасштаб (1 км < протяженности < 1000 км), Классификация по масштабам атмосферних процессовмикромасштаб (масштаб протяженности < 1 км), при котором Классификация по масштабам временилокальные (менее нескольких минут), региональные (несколько часов), континентальные (несколько Специализация моделей проявляется в их тесной привязке к конкретным местностям, погодным условиям, Интегральность проявляется в том, что современные модели представляют собой систему подмоделей,
Слайды презентации

Слайд 2 Для прогноза качества воздуха используется большое разнообразие методик

Для прогноза качества воздуха используется большое разнообразие методик – от простейших

– от простейших до комплексных.
На данный момент большинство

из них направлены на проведение краткосрочного – от 1 до 3 дней – прогнозирования концентрации загрязняющих веществ.

Слайд 3 Методики прогнозирования загрязнения воздуха делятся на три большие

Методики прогнозирования загрязнения воздуха делятся на три большие категории: КлиматологическиеII. Статистические III. Трехмерные (3-D) модели

категории:
Климатологические
II. Статистические
III. Трехмерные (3-D) модели

Слайд 4 I. Климатологические
Основаны на взаимосвязи повышенных уровней загрязнения

I. Климатологические Основаны на взаимосвязи повышенных уровней загрязнения с определенными метеорологическими

с определенными метеорологическими условиями.
Используются для прогнозирования превышения предельных

концентраций веществ в окружающей среде.
Преимущество в том, что они достаточно простые и недорогие в применении.

Слайд 5 II. Статистические
Взаимосвязь между определенными метеорологическими параметрами и

II. Статистические Взаимосвязь между определенными метеорологическими параметрами и состоянием воздуха может

состоянием воздуха может быть определена количественно, используя множество статистических

методик.

Для прогнозирования они фактически являются наиболее общими.

Слайд 6 Три используемых статистических подхода
Классификации и дерево регресса (CART).

Три используемых статистических подходаКлассификации и дерево регресса (CART). Методика основана на


Методика основана на использовании идентификации тех переменных (метеорологических или

отражающих состояние воздуха), которые наиболее тесно связаны с уровнями загрязнения окружающей среды.

Слайд 7 Эти переменные используются для предсказания будущих уровней загрязнения,

Эти переменные используются для предсказания будущих уровней загрязнения, по данным о

по данным о текущем состоянии воздуха и прогноза погоды.

Слайд 8 Три используемых статистических подхода
2. Регрессионный анализ.
Взаимосвязь

Три используемых статистических подхода2. Регрессионный анализ. Взаимосвязь между уровнем загрязнения и

между уровнем загрязнения и метеорологическими и аэрометрическими переменными может

быть определена количественно с помощью анализа наборов ретроспективних данных, используя стандартные статистические пакеты анализа.

Слайд 9 Результирующее множественное линейное регрессионное уравнение может использоваться для

Результирующее множественное линейное регрессионное уравнение может использоваться для прогнозирования уровней загрязнения.

прогнозирования уровней загрязнения.

Слайд 10 Три используемых статистических подхода
3. Искусственные нейронные сети (распознавание

Три используемых статистических подхода3. Искусственные нейронные сети (распознавание образов) Анализ ретроспективных

образов)
Анализ ретроспективных данных, чтобы идентифицировать атмосферные параметры, которые

влияют на качество воздуха и количественно оценить это влияние с помощью приложений, использующих такой метод адаптивного обучения и распознавания образов, как нейронные сети.


Слайд 11 Являются болем сложными, чем климатические, но достаточно

Являются болем сложными, чем климатические, но достаточно просты в реализации и

просты в реализации и использовании, требуют небольших вычислительных ресурсов

и незначительных специальных знаний.

Слайд 12 III. Трехмерные (3-D) модели
модели состояния воздуха

III. Трехмерные (3-D) модели модели состояния воздуха стремятся математически представить

стремятся математически представить все важнейшие процессы, влияющие на уровень

загрязнения окружающей среды.

Эти модели фактически состоят из нескольких подмоделей, которые взаимодействуют при моделировании выброса, переноса и преобразования загрязнения воздуха.

Слайд 13 Примеры подмоделей:
Модели выбросов.
Моделируют во времени пространственное

Примеры подмоделей: Модели выбросов. Моделируют во времени пространственное распределение выбросов примеси

распределение выбросов примеси загрязняющего вещества, и/или (в случае вторичных

загрязнителей) предшествующих выбросов, вызванные антропогенними или естественными источниками.

Слайд 14 Примеры подмоделей:
Метеорологические модели. Прогнозируют метеорологические условия, влияние

Примеры подмоделей: Метеорологические модели. Прогнозируют метеорологические условия, влияние химических факторов (солнечной

химических факторов (солнечной активности, температуры, влажности и т.д.), излучений

(например, температура), и осадков, которые определяют перенос и смешивание загрязняющих веществ.

Слайд 15 Примеры подмоделей:
Химические модели. Эти модели используют уровни

Примеры подмоделей: Химические модели. Эти модели используют уровни основных параметров химической

основных параметров химической кинетики, спектроскопические свойства и термодинамические соотношения

для моделирования преобразования первичного загрязнения во вторичное загрязнение, учитывая свойства аэрозолей.

Слайд 16 В зависимости от метода,
который используется для моделирования

В зависимости от метода, который используется для моделирования распределения концентрации загрязнения

распределения концентрации загрязнения с течением времени,
трехмерные модели качества

воздуха
делятся на ряд моделей, использующих математические алгоритмы.

Слайд 17 Алгоритм Гауссовой модели.
Алгоритм Гауссовой модели является наиболее

Алгоритм Гауссовой модели. Алгоритм Гауссовой модели является наиболее распространенным в моделировании

распространенным в моделировании анализа воздушной дисперсии.
Он основан на

предположении, что загрязнитель будет расходиться в соответствии с нормальным распределением статистики.

Слайд 18 Общее Гауссовское уравнение

Общее Гауссовское уравнение

Слайд 19 При реализации модели могут быть сделаны некоторые упрощения:

При реализации модели могут быть сделаны некоторые упрощения:


концентрации загрязняющих веществ не влияют на разрежённый поток (пассивная дисперсия);
молекулярная диффузия и продольная диффузия (вдоль направления ветра) незначительны;
турбулентные потоки являються линейными;
боковая средняя скорость, V и вертикальная скорость ветра W равны нулю,

Слайд 20 Алгоритм модели Эйлера.

Алгоритм модели Эйлера.

Слайд 21 Модели Эйлера
используют фиксированную решетку (вертикальную и горизонтальную)

Модели Эйлера используют фиксированную решетку (вертикальную и горизонтальную) и решают соответствующие

и
решают соответствующие химические уравнения одновременно во всех ячейках

решетки, при этом учитывая
обмен загрязняющими веществами
между ячейками.

Слайд 22 Алгоритм модели Лагранжа.

Алгоритм модели Лагранжа.

Слайд 23 Модель Лагранжа описывает перенос отдельных воздушных потоков с

Модель Лагранжа описывает перенос отдельных воздушных потоков с течением времени под

течением времени под действием атмосферних полей и распространение примесей

загрязняющего вещества.

Слайд 24 Алгоритм модели Ханна.

Алгоритм модели Ханна.

Слайд 25 Алгоритм Box – модели.

Алгоритм Box – модели.

Слайд 26 Алгоритм стохастической модели
базируется на полуэмпирических или статистических

Алгоритм стохастической моделибазируется на полуэмпирических или статистических методах и ориентирован на

методах и ориентирован на проведение анализа соотношения между качеством

атмосферного воздуха и измерениями атмосферних параметров или на прогнозировании случав повышенного загрязнения воздуха.

Слайд 27 Алгоритм рецепторной модели
рассматривает измеренные концентрации загрязнителей в

Алгоритм рецепторной модели рассматривает измеренные концентрации загрязнителей в рецепторной точке и

рецепторной точке и оценивает процентный вклад различных источников в

эту концентрацию

Слайд 28 Классификация моделей загрязнения атмосферного воздуха
модели рассеивания примесей

Классификация моделей загрязнения атмосферного воздуха модели рассеивания примесей в атмосфере; - модели загрязнения атмосферного воздуха.

в атмосфере;

- модели загрязнения атмосферного воздуха.

Слайд 29 Модели рассеивания атмосферных примесей могут быть использованы

Модели рассеивания атмосферных примесей могут быть использованы для: определения соотношений

для:
определения соотношений источник – рецептор;
определения вклада различных

источников в суммарные концентрации;

Слайд 30 Модели рассеивания атмосферных примесей могут быть использованы для:

Модели рассеивания атмосферных примесей могут быть использованы для: оценки пространственного распределения

оценки пространственного распределения концентрации и экспозиции населения;
оптимизации

стратегий снижения объема выбросов и анализа сценариев, связанных с выбросами;

Слайд 31 Модели рассеивания атмосферных примесей могут быть использованы для:

Модели рассеивания атмосферных примесей могут быть использованы для: прогнозирования изменения концентраций

прогнозирования изменения концентраций загрязнителей во времени;
анализа репрезентативности

станций мониторинга;
использования моделей как инструментов научных исследований.

Слайд 32 Для применения моделей следует располагать метеорологической и географической

Для применения моделей следует располагать метеорологической и географической информацией, а также

информацией, а также данными об источниках загрязнения и

выбросах.

Слайд 33 Классификация моделей рассеивания, описывающих процессы турбулентной диффузии в

Классификация моделей рассеивания, описывающих процессы турбулентной диффузии в атмосфере 1.

атмосфере
1. Эйлеровы модели, решают уравнение

сохранения массы для определенного загрязнителя
.

Слайд 34 Классификация моделей рассеивания, описывающих процессы турбулентной диффузии в

Классификация моделей рассеивания, описывающих процессы турбулентной диффузии в атмосфере 2. Гауссовы

атмосфере
2. Гауссовы модели, в соответствии с которыми,

распределение концентраций характеризуется
как гауссовское
в горизонтальном и
вертикальном направлениях.

Слайд 35 Гауссовская модель чаще всего используется для прогнозирования рассеяния:
непрерывных,

Гауссовская модель чаще всего используется для прогнозирования рассеяния:непрерывных, плавучих выбросов загрязнения

плавучих выбросов загрязнения воздуха, которые начинаются от уровня земли

или надземными источниками.

прерывистых выбросов загрязнения воздуха (слоеные модели)

Слайд 36 Классификация моделей рассеивания, описывающих процессы турбулентной диффузии в

Классификация моделей рассеивания, описывающих процессы турбулентной диффузии в атмосфере 3. Лагранжевы

атмосфере
3. Лагранжевы модели, в которых либо отслеживаются

процессы в движущихся массах воздуха, либо используются условные частицы для имитации процессов рассеивания

Слайд 37
В основе моделей рассеивания лежат модели
Эйлера, Лагранжа,

В основе моделей рассеивания лежат модели Эйлера, Лагранжа, Гаусса

Гаусса

Слайд 38 К моделям загрязнения атмосферного воздуха
относятся:
полуэмпирические модели,

К моделям загрязнения атмосферного воздуха относятся: полуэмпирические модели, базирующиеся, главным образом,

базирующиеся, главным образом, на эмпирической параметризации;

стохастические модели;
рецепторные модели

Слайд 39 Классификация по масштабам атмосферних процессов

макромасштаб
(масштаб протяженности

Классификация по масштабам атмосферних процессов макромасштаб (масштаб протяженности > 1000 км),

> 1000 км),
при котором атмосферный поток ассоциируется
с

синоптическими явлениями;

Классификация по масштабам атмосферних процессов

Слайд 40 Классификация по масштабам атмосферних процессов
мезомасштаб
(1 км

Классификация по масштабам атмосферних процессовмезомасштаб (1 км < протяженности < 1000

протяженности < 1000 км),
при котором воздушный поток

отчасти находится в зависимости от синоптических явлений и отчасти от гидродинамических эффектов (например, от шероховатости подстилающей поверхности и препятствий) и от неоднородностей энергетического баланса;

Слайд 41 Классификация по масштабам атмосферних процессов
микромасштаб
(масштаб протяженности

Классификация по масштабам атмосферних процессовмикромасштаб (масштаб протяженности < 1 км), при

1 км),
при котором воздушный поток в основном зависит

от характеристик поверхности.

Слайд 42 Классификация по масштабам времени
локальные (менее нескольких минут),
региональные

Классификация по масштабам временилокальные (менее нескольких минут), региональные (несколько часов), континентальные

(несколько часов),
континентальные (несколько дней)
глобальные (недели или более).



Слайд 43 Специализация моделей проявляется в их тесной привязке к

Специализация моделей проявляется в их тесной привязке к конкретным местностям, погодным

конкретным местностям, погодным условиям, масштабам и т. п. факторам.



  • Имя файла: matematicheskie-modeli-rasprostraneniya-primesey-v-vozduhe-ot-tochechnyh-istochnikov.pptx
  • Количество просмотров: 107
  • Количество скачиваний: 0
- Предыдущая Шкала электромагнитных излучений
Следующая - Модель пяти конкурентных сил по Портеру

Похожие презентации

Решение дифференциальных уравнений. Метод прогонки. Решение дифференциальных уравнений. Метод прогонки. 99
& 78. беглые гласные( учебник русский язык для 5 класса Т. А. Ладыженская, М. Т. Баранов и др.) & 78. беглые гласные( учебник русский язык для 5 класса Т. А. Ладыженская, М. Т. Баранов и др.) 105
Занимательный материал на уроках обучения письму и грамоте. методическая разработка (1 класс) по теме Занимательный материал на уроках обучения письму и грамоте. методическая разработка (1 класс) по теме 39
Мультимедийная презентация к открытому уроку Формы и системы оплаты труда Мультимедийная презентация к открытому уроку Формы и системы оплаты труда 120
Презентация студенческой конференции Актуальные проблемы современности Презентация студенческой конференции Актуальные проблемы современности 61
Проект в форме презентации Сказкотерапия - как средство развития связной речи дошкольников презентация к уроку по развитию речи (средняя, старшая группа) по теме Проект в форме презентации Сказкотерапия - как средство развития связной речи дошкольников презентация к уроку по развитию речи (средняя, старшая группа) по теме 94
ДОУ и родители, воспитатель и ребенок: эффективное взаимодействие в развитии познавательной активности. учебно-методический материал ДОУ и родители, воспитатель и ребенок: эффективное взаимодействие в развитии познавательной активности. учебно-методический материал 105
Сезонные прогулки в детском саду учебно-методический материал Сезонные прогулки в детском саду учебно-методический материал 193
Семья как педагогическая система и партнёр школы план-конспект Семья как педагогическая система и партнёр школы план-конспект 110
Презентация Фантастические преобразования объектов по какому-либо признаку - типовые приемы фантазирования презентация Презентация Фантастические преобразования объектов по какому-либо признаку - типовые приемы фантазирования презентация 104
Биполярные транзисторы Биполярные транзисторы 95
Презентация к внеклассному мероприятию СПИД - болезнь 21 века Презентация к внеклассному мероприятию СПИД - болезнь 21 века 120
Острый холецистит и беременность Острый холецистит и беременность 108
Презентация по дисциплине Правовое обеспечение профессиональной деятельности по теме Конституционные основы предпринимательства. Понятие и признаки предпринимательской деятельности Презентация по дисциплине Правовое обеспечение профессиональной деятельности по теме Конституционные основы предпринимательства. Понятие и признаки предпринимательской деятельности 98
Саяси идеология Саяси идеология 117
Налог на имущество организаций Налог на имущество организаций 136
Занимательная викторина Что мы знаем про мыльный пузырь? презентация урока для интерактивной доски (старшая группа) по теме Занимательная викторина Что мы знаем про мыльный пузырь? презентация урока для интерактивной доски (старшая группа) по теме 143
Выступление на ШМО классных руководителей статья (2 класс) Выступление на ШМО классных руководителей статья (2 класс) 106
Проект на конкурс Малая академия 1 класс проект (1 класс) Проект на конкурс Малая академия 1 класс проект (1 класс) 157
Глава 2. Построение базы данных Глава 2. Построение базы данных 114
Презентация Адаптация детей к условиям детского сада презентация к уроку (младшая группа) Презентация Адаптация детей к условиям детского сада презентация к уроку (младшая группа) 82
Устьица аппараты Устьица аппараты 135
Критерии и показатели устойчивого развития Критерии и показатели устойчивого развития 151
Неметалеві та нові конструкційні матеріали Неметалеві та нові конструкційні матеріали 87
Познавательно - речевое развитие детей старшего дошкольного возраста через экспериментирование презентация к уроку (старшая группа) Познавательно - речевое развитие детей старшего дошкольного возраста через экспериментирование презентация к уроку (старшая группа) 102
2 2 98
Новогодняя балерина Новогодняя балерина 140
Современные подходы к работе с текстом в начальной школе презентация к уроку по теме Современные подходы к работе с текстом в начальной школе презентация к уроку по теме 104
Взаимодействие ДОУ и семьи как одно из условий воспитания здорового ребёнка консультация Взаимодействие ДОУ и семьи как одно из условий воспитания здорового ребёнка консультация 78
Проектная деятельность Русская береза проект (подготовительная группа) Проектная деятельность Русская береза проект (подготовительная группа) 112