При оценке риска для здоровья населения от ингаляционного
воздействия индустриального загрязнения воздуха основным этапом является
моделирование рассеяния и расчет концентраций по заданной расчетной сетке
точек с помощью модели AERMOD. Для работы этой модели необходимо ей предоставить набор разнообразных данных, обрабатываемых различными процессорами. Среди этих данных есть информация о некоторых параметрах подстилающей поверхности: длине шероховатости поверхности, альбедо и параметра Боуэна. Эти параметры определяются с помощью специальной таблицы, задающей их в зависимости от сезона и категории землепользования по классификации USGS NLCD92. Эта таблица включает в себя 21 категорию, такие как "кустарник", "смешанный лес", "вечнозеленый лес", "луг" и прочее.
В работе исследуется степень влияния ошибок в выборе категорий землепользования на расчетные концентрации загрязнителей для разных сезонов года на основе работы по оценке риска для одного из крупных промышленных предприятий. В качестве исследуемых ошибок в выборе категорий были выбраны наиболее часто встречающиеся на практике при составлении карты категорий землепользования, такие как неправильный выбор типа леса или замена смешанного леса на кустарник.
Расчеты производились для максимальных разовых концентраций одного загрязнителя — NO2.
Работа состояла из двух частей: в первой части использовалась карта классов из
полноценной работы по оценке риска на этом предприятии и в ней подмена
производилась только для областей смешанного леса; во второй части, выбранный класс присваивался полностью всей территории.
По результатам расчетов показано, что наибольшее увеличение модельных концентраций вызывает ошибочная подмена класса "смешанный лес" на "кустарник".
Также показано, что при одной и той же подмене классов, модельные концентрации тем больше, чем грубее выполнена разбивка поверхности на категории землепользования.
Результаты подчеркивают необходимость точной классификации землепользования при моделировании рассеяния загрязнителей. Ошибки в выборе категорий могут привести к существенным погрешностям в расчетах.