Модели оценки и прогноза загрязнения атмосферы промышленными выбросами в информационно-аналитической системе природоохранных служб крупного города. Замай С.С - 32 стр.

UptoLike

Составители: 

Несмотря на обширность проведенных исследований, до настоящего
времени нет сколько-нибудь общепринятой модели распространения при-
месей в атмосфере. Это объективно обусловлено сложностью и разнообра-
зием процессов, а также субъективными факторами. Поэтому существует
множество моделей самых различных типов. Прежде чем дать их обзор,
необходимо ввести хотя бы простейшую классификацию моделей.
Главным определяющим модели признаком является их эмпириче-
ский или теоретический характер. Строго говоря, во всех моделях присут-
ствуют оба начала, но в одних - это простейшие и не слишком обоснован-
ные рассуждения при тщательном достижении соответствия эксперимен-
тальным данным, а в других - фундаментальные уравнения теории диффу-
зии в турбулентных средах со сложным математическим аппаратом и ог-
ромным объемом вычислений на ЭВМ. Классическими образцами эмпири-
ческих моделей являются модели, созданные Паскуиллом и Гиффордом [2]
и в Институте экспериментальной метеорологии [4].
По сути эмпирическими являются и модели, созданные в ГГО [1],[3].
Хотя при изложении их научных оснований [10] и используются достаточ-
но общие представления о пространственной турбулентной диффузии, они
при конкретизации переходят в формулы, аналогичные [2].
Именно эти эмпирические модели [2], [3], [4] или близкие к [2] явля-
ются утвержденными в разных странах на государственном уровне для
практического использования. Фундаментальные теоретические модели в
настоящее время используются только для научных целей, они позволяют
только качественно объяснить некоторые наблюдаемые эффекты.
Наибольший интерес представляют модели, которые мы будем услов-
но называть полуэмпирическими. Примером является модель, созданная в
Институте экспериментальной метеорологии [4]. В таких моделях эмпири-
ка дополнена довольно развитым математическим аппаратом, что позволя-
ет анализировать достаточно сложные ситуации, значительно отличаю-
32