Атмосфера должна быть чистой. Применение статистических методов при аттестации источников эмиссии и оценке качества атмосферного воздуха

Назаркин В.В.

Атмосфера должна быть чистой.

Применение статистических методов при аттестации источников эмиссии и оценке качества атмосферного воздуха.

Москва, 2021

СОДЕРЖАНИЕ

ПЕРЕЧЕНЬ УСЛОВНЫХ ОБОЗНАЧЕНИЙ, СИМВОЛОВ, ТЕРМИНОВ.

ВВЕДЕНИЕ

Получение объективной информации о качестве окружающей природной среды, а также степени антропогенного влияния является одной из важнейших задач науки и техники в области охраны природы и рационального использования природных ресурсов.

Достаточно планомерное изучение воздействия промышленных предприятий на окружающую среду и методов ее комплексной оценки началось сравнительно недавно. Во многом это объясняется сложностью и многообразием процессов формирования полей концентрации загрязняющих веществ (ЗВ) в объектах окружающей среды и разной степенью изученности этих процессов, кроме того, эти процессы происходят в различных временных и пространственных масштабах, а также многообразием параметров источников загрязнения. Поэтому достоверная оценка антропогенного влияния может быть выполнена на основе комплексного анализа процессов загрязнения, которые, таким образом, характеризуются очень большим числом переменных.

Тем не менее, информация об антропогенном влиянии уже сейчас имеет большое значение для поисков путей оптимизации взаимодействия хозяйственной деятельности и окружающей природной среды. С развитием производства продуктов нефтехимии, цветных и драгоценных металлов, минеральных удобрений, редких и рассеянных элементов, машиностроения, а также предприятий ТЭК, ядерной энергетики и ОПК появляется все больше научно-исследовательских центров и промышленных предприятий, которые могут быть потенциальными источниками загрязнения природной среды.

К основным источникам загрязнения относятся производственные предприятия, добывающие и перерабатывающие сырье и продукты с применением высокотоксичных химических веществ.

При эксплуатации предприятий ядерно-топливного цикла может происходить загрязнение окружающей среды радиоактивными и нерадиоактивными веществами, которые могут находиться в различных агрегатных состояниях. Источники выбросов и сбросов могут быть как организованные, например, дымовые трубы так и неорганизованные: хвостохранилища горно-обогатительных, химических и металлургических предприятий, загрязненные участки территории промышленных площадок, элементы оборудования, транспортные магистрали, отвалы. Перечисленные объекты могут являться источниками загрязнения воды и воздуха, вследствие ветровой и водной эрозии.

Очевидно, что кардинальным решением задачи снижения интенсивности выбросов и сбросов ЗВ является разработка и внедрение безотходных технологических процессов с полной утилизацией отходов [1, 4]. Учитывая, что современный уровень технологии, в том числе и на предприятиях ЯТЦ не позволяет ввести замкнутые циклы для воды и воздуха, может быть разрешен ограниченный, строго контролируемый выброс ЗВ в окружающую среду. Таким образом, оптимальным путем ограничения загрязнения окружающей среды является строгое нормирование количества выбросов и сбросов ЗВ [2, 3]. Такое ограничение должно обеспечить соблюдение нормативов высокого качества окружающей среды для здоровья людей и нормального функционирования экосистем.

Строгое нормирование подразумевает организацию системы контроля, призванную обеспечить объективную информацию о не превышении соответствующих границ допуска.

Результаты контроля загрязнения объектов окружающей среды (воздуха, воды) позволяют оценить состояние санитарно – гигиенической обстановки. Результаты контроля технологических источников выбросов и сбросов позволяют получить данные об их интенсивности, что является исходной информацией для управления качеством окружающей среды. Так как качество воды и воздуха определяется содержанием в них загрязняющих веществ, то генеральной целью системы контроля является получение данных о концентрациях ЗВ.

Система контроля выбросов и сбросов ЗВ, а также качества окружающей среды является сложной системой, что вытекает из многообразия анализируемых веществ, многообразия интервалов их содержания и условий определения. Однако, при организации системы контроля ЗВ возникают принципиальные трудности, выходящие далеко за рамки чисто аналитических проблем. Прежде всего, это связано со сложной статистической (пространственно-временной) структурой самих объектов исследования. Процессы распространения примесей в атмосфере и водных объектах регулируются сложным комплексом гидрометеорологических и геофизических факторов, поэтому их характеристики не являются строго детерминированными. Наличие существенной стохастической составляющей в пространственной и временной структуре поля концентрации ЗВ требует привлечения специальных методов обработки и интерпретации экспериментальных данных, которые позволили бы получить характеристики, наиболее полно и объективно представляющие степень и интенсивность загрязнения промышленными выбросами и которые можно было бы сопоставить с границами допуска ПДВ (ПДС) или ПДК.

Если при интерпретации данных контроля не использовать информацию о статистической структуре концентрации ЗВ, то это может привести к грубым ошибкам в оценке санитарно – гигиенической обстановки и, как следствие, принятие ошибочных решений как в планировании природоохранной деятельности, так и в оценке эффективности проводимых мероприятий.

Система контроля ЗВ, как информационно-измерительная система подразделяется на две основные подсистемы. Первая призвана обеспечить информацию о мощности источников ЗВ (контроль эмиссий), вторая – для оценки качества окружающей среды (контроль иммиссий).

В первом случае измерения проводятся непосредственно в источниках эмиссий, которыми в большинстве случаев являются организованные источники выбросов и сбросов. Таким образом, под эмиссионными измерениями понимают анализ отходящих газов предприятий или сбросных вод и изучается вопрос о не превышении границ допуска интенсивности ПДВ (ПДС) за контрольный период времени. Значительным антропогенным фактором и источником эмиссий являются автодороги, которые рассматриваются как линейные источники, также имеют место неорганизованные источники эмиссий, карьеры, хвостохранилища горно-обогатительных и химических предприятий, терриконы, отвалы.

В ряде случаев отдают предпочтение организации контроля иммиссий. Под измерениями иммиссий понимают определение концентрации ЗВ в атмосферном воздухе, воде водных объектов и объектах биосферы, при этом изучается вопрос о не превышении границ допуска – ПДК. Если при контроле иммиссий результаты получают только проведением прямых измерений при помощи аналитической техники, то при контроле интенсивности выбросов, нередко пользуются расчетными и балансовыми методами. Это связано, прежде всего, с трудностями проведения прямых измерений из-за влияния сложного комплекса физико-химических и технологических, факторов и условий в точках контроля анализируемых сред.

Ограниченность подхода ведет к потере информации и, как следствие, к потере объективности оценки санитарно-гигиенической обстановки и не возможности управления качеством окружающей среды.

Оценки интенсивности источников выбросов из балансовых расчетов не могут быть приняты в целом ряде случаев, особенно с выбросами и сбросами высокотоксичных ЗВ I, II классов опасности, допустимые и фактические концентрации которых, как правило, весьма малы, а также в случае генерации выбросов аэродисперсных систем ЗВ, например в тепло – и массообменной аппаратуре.

Таким образом, в большинстве случаев для оценки обстановки и управления качеством окружающей среды нет разумной альтернативы организации системы контроля, основанной на технике прямых дискретных измерений. Очевидная сложность и дороговизна таких систем требует тщательного поиска путей оптимизации их деятельности. Точность и объективность информации является единственным критерием оценки информационно – измерительных систем, в том числе и систем контроля ЗВ. Как правило, этот критерий находится в противоречии с соображениями экономии материальных затрат. Очевидно, что предпочтительней такой метод, который обеспечивает ту же точность при меньшей экспериментальной работе или меньшем объеме исходных данных. Следовательно, развитие методов интерпретации данных прямых измерений, определение контрольных параметров, оптимального объема и оптимальной дискретности для достижения заданной точности, представляет собой наиболее общую проблему, решение которой позволяет существенно повысить и унифицировать качество информации о состоянии окружающей среды и антропогенном влиянии промышленных предприятий.

С формальной точки зрения задача относится к рассмотрению проблем, связанных с пересечением случайным процессом, характеризующим изменение во времени концентрации ЗВ , некоторых фиксированных уровней.

2.1. 

Проблема оценки антропогенного влияния.

В большинстве случаев существующие системы контроля ЗВ основаны на получении и анализе данных прямых дискретных измерений, выполненных в течение некоторого отчетного периода (20-30 минут, час, сутки, месяц, квартал, год). На основе обработки и интерпретации дискретных данных определяется общая масса выброса за период, делается оценка мощности источников, а также их аттестация с точки зрения превышения установленных уровней ПДВ (ПДС) или ПДК. Аналогично решаются задачи оценки качества атмосферного воздуха и технологического микроклимата. Такой контроль называется выборочным статистическим. При этом по данным некоторой выборки, ограниченного объема должна быть сделана объективная оценка уровней концентрации ЗВ. Периодичность контроля ЗВ в сбросах и выбросах предприятий, а также технологического микроклимата составляет от 1 измерения в смену до одного измерения в год. Наиболее распространенной частотой проведения измерений является 1 измерение в сутки. Некоторые ингредиенты, относящиеся к первому и второму классам опасности [3], такие как гексахлор-1,3-бутадиен, ртуть, α и β – активные аэрозоли, бериллий и некоторые другие контролируются с наименьшей дискретностью – от одного измерения в час до одного в смену.

Соответствующие данные о параметрах источников выбросов и сбросов, а также о санитарно-гигиенической обстановке используются для разработки планов природоохранных мероприятий. При этом результаты обследования обладают рядом существенных недостатков:

Во всех без исключения случаях используются точечные оценки контролируемых параметров, которые получают по дискретным выборкам ограниченного объема. При этом не делается никаких оценок точности и достоверности полученных результатов. Тем не менее, известно, что выборочные средние обладают выборочной неустойчивостью и точечные оценки могут весьма существенно отличаться от оцениваемых параметров [5, 6, 7].

В оценке санитарно-гигиенической обстановки или при аттестации источников выбросов ЗВ практически не используются представления о спектрах частот появления различных значений концентрации ЗВ в точках наблюдений. Отсутствие данных о распределении частот ведет к значительному произволу в оценках обстановки. Например, если распределение частот есть распределение Гаусса, а общее количество проб за контрольный период времени (Т) есть n, то частота появления значения концентрации Х определяется формулой:

Таким образом, только произвол в интерпретации данных может дать различную оценку степени напряженности санитарно-гигиенической (экологической обстановки).

Несмотря на то, что имеется официальный перечень показателей, характеризующих степень воздействия различных источников эмиссии ЗВ и показателей качества воздуха [3], в практике работы аналитических служб отсутствуют методики, которые позволили бы при организации работы системы контроля, получать из любых данных измерений концентрации, именно те характеристики, которые делают оценки степени загрязнения и санитарно-гигиенической обстановки наиболее объективными и однозначными [8, 9].

Для аттестации источников эмиссии и оценки качества воздуха в рабочей зоне предприятий или воздуха населенных мест эти характеристики должны быть различны, что вытекает из различия в «физическом» смысле имеющихся границ допуска ПДВ, (ПДС) или ПДК для радиоактивных и нерадиоактивных ЗВ. Вредное воздействие ЗВ в воздухе непосредственно связано со временем экспозиции.

Измерения концентрации ЗВ в источниках выбросов и атмосферном воздухе показали, что результаты могут существенно зависеть от времени осреднения (времени отбора проб) [8 ]. Эта проблема имеет наибольшее значение для интерпретации данных измерений концентрации ЗВ в атмосферном воздухе и пылегазовых выбросах предприятий и не связана непосредственно с качеством использованной измерительной аппаратуры. Проблема связана непосредственно со случайным характером изменения во времени и пространстве гидрометеорологических параметров в точках наблюдения, а также комплекса технологических факторов. Однако проблема осреднения имеет место вообще при измерении и анализе любых, зависящих от времени случайных процессов [11]. Данные, полученные к настоящему времени показывают, что учет времени осреднения (времени отбора проб) – это чрезвычайно сложная операция. Например, если источник загрязнения атмосферы высокая труба, а загрязнения воздуха осуществляется под действием волнообразного дымового шлейфа (так называемая перемежающаяся или меандрирующая струя рис. 2.2.), то концентрация ЗВ может отсутствовать в один момент и достигать максимума 30 секунд спустя.

Таким образом, концентрация «мгновенной» струи Х мгн. будет давать больший максимум, чем осредненная за несколько периодов Х ср. На самом деле, в зависимости от метеоусловий и параметров источников может иметь место несколько разных типов дымовых струй [9]. Концентрации в порывах могут в 10 и более раз превышать средние значения, а длительность порывов может зависеть от расстояния до источника.

Средние значения концентрации за сутки, месяц или год легко могут оказаться близкими к 0,2, 0,05 или 0,01 от среднего значения, получаемого за час или три минуты, на которые могут оказать влияние факторы, локальные в пространстве и времени. В многочисленных работах, рассматривающих зависимость концентрации от времени осреднения, в том числе и на предприятиях ядерно-топливного цикла (ЯТЦ), указывается, что эта зависимость, полученная экспериментально для средних условий устойчивости атмосферы и периодов осреднения до нескольких часов может быть описана выражением:

Эта известная формула, полученная из статистической модели дымовой струи Гиффорда Ф.И. [ 18 ] для коррекции данных, полученных за разные периоды времени не может быть исчерпывающим решением проблемы.

Таким образом, соотношение (2.2) рекомендуется для прогнозных оценок, если можно экспериментальным, а не из расчета рассеяния, путем оценить и рассчитать концентрацию, осредненную за некоторый период времени. Для больших периодов осреднения вместо (2.2.) рекомендовано соотношение:

Если подобные формулы и дают представление о соотношениях между соответствующими величинами, то в силу локальных причин не позволяют оценить возможные экстремальные значения концентрации. Они не дают ни каких рекомендаций и алгоритмов при определении входящих в них величин, то есть по организации соответствующего контроля [8,9]. Единственная рекомендация, которая приводится в упомянутых работах, состоит в том, что любые данные нуждаются в коррекции и время отбора проб (время осреднения) всегда должно учитываться и приводиться вместе с данными о концентрациях.

Проблема осреднения по времени во многих случаях не учитывается при оценке санитарно-гигиенической обстановки из-за отсутствия соответствующих методических рекомендаций. Эта проблема не учитывается при сравнении работы приборов и методик определения концентрации отдельных ингредиентов ЗВ в источниках выбросов и объектах окружающей среды. Известно, что одним из возможных путей решения проблемы осреднения является реализация методик статистической фильтрации и гармонического анализа экспериментальных данных, что может позволить получить оценки экстремальных значений концентрации, соответствующих необходимым временам осреднения, однако для этого необходима детальная информация о процессе Х(t), чтобы избежать маскировки частот.

Метод гармонического анализа временных рядов состоит в представлении случайной функции в виде конечной суммы ряда Фурье, при этом случайная функция заменяется детерминированной, а для достижения достаточной точности (учета 95% реальной дисперсии) достаточно рассчитать 4 -5 членов разложения [ 11, 16 ].

Наиболее существенные результаты применения дисперсионного анализа можно ожидать при интерпретации данных о распределении концентрации ЗВ на больших территориях, то есть оценка изменчивости концентрации ингредиента по району, на котором расположены несколько стационарных постов контроля [19].

Одним из возможных способов оценки качества воздуха в приземном слое атмосферы на контролируемой территории является метод построения системы неслучайных ортогональных функций таких, что отрезок ряда Фурье является наилучшей аппроксимацией случайной функции в смысле средней квадратичной погрешности. Система функций такова, что приближенное равенство при определенном выборе коэффициентов описывает изменчивость поля концентрации лучше, чем линейная комбинация любых других функций, состоящая из такого же числа слагаемых.

Данные измерений в каждый конкретный момент времени представляют совокупность величин , соответствующих N пунктам измерений.

Уже несколько первых членов разложения определяют 90 – 95% общей дисперсии и тем самым выражение 2.4. позволяет оценить изменчивость концентрации по всему району, то есть общую характеристику санитарно-гигиенической обстановки.

Примеры, приведенные выше, показывают, что проблемы связанные с выбором оптимальной дискретности [21], выбора контролируемых параметров, с учетом времени осреднения, могут существенно снизить объективность оценки даже при наличии технических средств контроля.

Следует иметь в виду, что большинство приборов с постоянными коэффициентами запаздывания, уже в процессе измерения производят экспоненциальное сглаживание или осредняют реальный процесс по экспоненте. Таким образом, проблемы организации системы контроля можно было бы разделить на две основные части (подсистемы).

Первая состоит в разработке и оснащении пунктов контроля ЗВ техническими средствами, способными определить значение концентрации с определенным временем осреднения , вторая часть (подсистема) состоит в разработке и внедрении математических моделей и алгоритмов (методик, программ), позволяющих интерпретировать полученные данные с точки зрения оценки санитарно-гигиенической обстановки. Эта подсистема обеспечивает не только информативность первой, но и непосредственно влияет на ее деятельность, то есть оптимизирует ее работу.

Собственно оценка вероятности превышения осредненной за соответствующий период времени концентрацией ингредиента нормируемых уровней за контрольный период (Т) и является оценкой санитарно-гигиенической обстановки. Правильная с методической и формальной точки зрения процедура сравнения характеристик загрязнения и контрольных уровней представляет собой определенную проблему и составляет одну из целей данной работы.

Анализ данных о выбросах и сбросах загрязняющих веществ промышленными предприятиями, а также многочисленные исследования временной структуры концентрации ЗВ в атмосферном воздухе [19, 20, 21, 22, 23] показали, что концентрации являются случайными функциями времени Х(t) (рис. 2). Значения величины Х(t) в каждый момент времени (t) не является однозначно определенным, как в случае детерминированных систем, а зависит от случайных факторов, которые влияли на систему до момента времени (t). Случайный характер результатов наблюдений любого явления может быть обусловлен или физической природой этого явления или условиями его наблюдения и регистрации. Применительно к контролю эмиссий, а также качеству объектов окружающей среды имеют место оба этих фактора.

Во-первых, случайными являются некоторые компоненты ошибок измерений (отбор проб, их транспортировка, собственно анализ), во-вторых, случайным является характер турбулентности атмосферы и метеорологических элементов, что приводит к пульсации скорости, температуры, давления и в том числе концентрации скалярной примеси (концентрации ЗВ) в точке наблюдения [24] даже, если она консервативная и пассивная, в – третьих при генерации выбросов ЗВ (газов, паров, аэрозолей) или сбросов в различных технологических процессах и аппаратах, нельзя считать известными все факторы, регулирующие мгновенные значения концентрации конкретных ингредиентов. Аналогично, случайный характер имеют метеорологические процессы, регулирующие формирование полей концентрации (ЗВ) в атмосферном воздухе.

Пример иллюстрации случайной функции, представляющей временную изменчивость концентрации некоторого ингредиента ЗВ в воздухе и ее пересечение с границами допуска – ПДК представлены ниже на рис. 2.3. Фактическая реализация случайной функции и пересечений контрольных уровней показана на рис. 9.9. приложения.

Применение случайных моделей требует использования статистических методов оценки параметров случайных величин. Кроме того, существенным моментом является определение именно тех параметров случайных функций, описывающих изменения концентрации ЗВ, которые должны быть сопоставлены с контрольными или нормируемыми уровнями при оценке санитарно-гигиенической обстановки.

Следуя сказанному выше, формальное определение одного (разового) измерения концентрации можно представить в виде соотношения:

Если контрольным периодом является промежуток , то средние значения за время Т можно определить двумя способами:

То есть, среднее арифметическое обладает выборочной неустойчивостью, а соответствующая дисперсия зависит от объема выборки n. Очевидно, что максимальное число измерений за время (Т) может быть определено по формуле:

Следуя терминологии математической статистики число (N) можно назвать объемом генеральной совокупности [ 16 ].

Дисперсия среднего арифметического может зависеть от степени связности соответствующих экспериментальных значений [25,26]. Наличие связности между членами временных рядов видимо, впервые было рассмотрено Слуцким [ 25 ]. Им же показано, что устойчивость или связность в рядах затрудняет оценки статистических характеристик и требует оценок корреляционных функций. В настоящее время достаточно хорошо изучена связность метеорологических рядов [27,28], соответственно она должна учитываться в анализе данных о загрязнении воздуха [ 29,30 ]. Если концентрация ЗВ Х(t) в любой момент времени (t), определенная как (2.5.), является случайной величиной, то она однозначно определяется своей функцией распределения вероятности или частоты.

Каждое загрязняющее атмосферу вещество требует вполне определенного времени экспозиции для того, чтобы проявился определенный эффект воздействия. Например, концентрация порога запаха может быть определена органолептически (organoleptical) человеком в течение 1 – 2 сек [ 34 ]. С другой стороны требуется гораздо большее время экспозиции для окиси углерода (СО), чтобы вызвать определенные эффекты в расстройстве здоровья людей. Растения могут быть повреждены при времени экспозиции менее 1 часа, если концентрация (SO₂) или (NO₂) достаточно высока. Таким образом, для того, чтобы связать эффекты воздействия загрязнителей атмосферы с их концентрациями, последние должны быть проанализированы как функции времени экспозиции. Это может быть сделано осреднением концентрации за некоторые периоды времени. В работе [35] приводятся зависимости между 8-часовыми уровнями концентрации (СО) в воздухе и уровнями (СО) в крови. Отмечена очень хорошая корреляция процессов. В то же время, отмечено, что 1 – часовые уровни концентрации (СО) являются плохими индикаторами содержания (СО) в крови, так как последние регулируются достаточно медленными процессами сорбции и десорбции.

Частота, с которой данная концентрация ингредиента может быть превышена, определяет частоту с которой может ожидаться определенный эффект воздействия. Таким образом, для того чтобы связать концентрации с их воздействием, данные о качестве воздуха должны быть проанализированы как функции времени осреднения и частоты.

Долгое время господствовало убеждение, что вполне случайное распределение должно быть строго симметричным и всякую асимметрию считали признаком тенденции к преимущественному появлению односторонних значений и, следовательно, признаком наличия каких-то связей, исключающих случайность. На самом деле это не так. Нетрудно показать, что любая функция случайной переменной, и любая функция распределения может быть преобразована в функцию распределения заданной формы. Нет никаких специальных оснований полагать, что именно тот, а не другой аргумент целиком управляет явлением.

Так как значения ПДК для многих ЗВ весьма малы и находятся на границе чувствительности многих методов и приборов, ошибки измерений резко возрастают. Возможность появления больших средних квадратичных отклонений данных измерений, не зависимо от причин их генерирующих, и как следствие появление больших ошибок вычисления средних (больших 100%) приводит к необходимости использования несимметричных доверительных интервалов и несимметричных функций распределения вероятности.