Дискретно-неперервна стохастична модель ідентифікації екологічних станів навколишнього середовища
DOI:
https://doi.org/10.31649/1681-7893-2026-51-1-302-312Ключові слова:
математичне моделювання, дискретно-неперервна стохастична модель, екологічний стан, гранично допустима концентрація, навколишнє середовище.Анотація
В праці запропоновано підхід до побудови дискретно-неперервної стохастичної моделі для розв’язування задач оцінки екологічної безпеки навколишнього середовища. Розроблена марківська модель описує динаміку узагальненого екологічного показника у розширеному фазовому просторі шести екологічних макростанів, який поєднує поточний рівень забруднення та фазу його тренду для врахування інерційності системи. Запропоновано метод ідентифікації екологічних макростанів із використанням порогу чутливості для врахування похибок вимірювань, що дозволило відфільтрувати шум та надійно ідентифікувати переходи між станами екосистеми. Запропонований підхід дозволяє розрахувати стаціонарний розподіл і об'єктивно оцінити частку часу перебування екосистеми у критичних режимах, на відміну від традиційних підходів, що базуються на статичній фіксації поточних перевищень гранично допустимих норм. Верифікацію моделі проведено на експериментальних даних експериментальних вимірювань, отриманих на реальних транспортних вузлах м. Тернополя. На основі знайденого стаціонарного розподілу ймовірностей кількісно визначено профілі екологічного ризику, що дозволило встановити домінуючі стани для досліджуваних територій та визначити характеристики зовнішніх факторів впливу на навколишнє середовище. Розроблена математична модель забезпечує науково обґрунтовану базу для управління антропогенним навантаженням на навколишнє середовище та зниження екологічних ризиків.
Посилання
Order of the Ministry of Health of Ukraine No. 52 dated 14.01.2020. “On approval of hygienic regulations for the permissible content of chemical and biological substances in the ambient air of populated areas”. Ministry of Health of Ukraine. Kyiv, 2020.
Directive 2008/50/EC of the European Parliament and of the Council of 21 May 2008 on ambient air quality and cleaner air for Europe. https://zakon.rada.gov.ua/laws/show/994_950#Text
Wu, F.; Rüdiger, C.; Redouté, J.; Yuce, M.R. Live Demonstration: An IoT Platform for Environmental Monitoring Using Self-Powered Sensors. In Proceedings of the IEEE Sensors, New Delhi, India, 28–31 October 2018.
Ferro, M.; Paciello, V.; Pietrosanto, A.; Sommella, P. A distributed measurement system for the estimation of air quality. IEEE Instrum. Meas. Mag. 2020, 23, 51–56.
Wu, F.; Rudiger, C.; Yuce, M.R. Design and field test of an autonomous iot wsn platform for environmental monitoring. In Proceedings of the 27th International Telecommunication Networks and Applications Conference (ITNAC), Melbourne, VIC, Australia, 22–24 November 2017; pp. 1–6.
Moroni, A., et al. (2024). Continuous Markov Models for Analyzing the Effect of Environmental Personal Exposure on Multiple Sclerosis Progression. Studies in Health Technology and Informatics, 314, 401-405. https://doi.org/10.3233/SHTI240069
Jahin, N. A. M., et al. (2019). Markov Chain Model Development for Forecasting Air Pollution Index. Sustainability, 11(19), 5190. https://doi.org/10.3390/su11195190
Owayid, A. M., et al. (2024). Air Quality Index Prediction Using DNN-Markov Modeling. Applied Artificial Intelligence, 38(1). https://doi.org/10.1080/08839514.2024.2371540
Hood, C., et al. (2020). Comprehensive evaluation of an advanced street canyon air pollution model. Journal of the Air & Waste Management Association, 70(11), 1146-1160. https://doi.org/10.1080/10962247.2020.1803158
Wang, Y., et al. (2024). Effects of street plants on atmospheric particulate dispersion in urban streets: A review. Environmental Reviews. https://doi.org/10.1139/er-2023-0103
Dyvak M., Spivak I., Melnyk A., Manzhula V., Dyvak T., Rot, A., Hernes, M. Modeling Based on the Analysis of Interval Data of Atmospheric Air Pollution Processes with Nitrogen Dioxide due to the Spread of Vehicle Exhaust Gases. Sustainability (Switzerland). 2023. 15 (3). P. 2163. https://doi.org/10.3390/su15032163.
##submission.downloads##
-
PDF
Завантажень: 2
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).
