Методология формирования динамических моделей мониторинга атмосферного воздуха в урбанизированных зонах на основе алгоритмов оптимизации транспортных сенсорных сетей
Loading...
Files
item.page.doi
Authors
item.page.other-contributor
item.page.advisors
item.page.editors
Date
Publisher
item.page.issn
item.page.isbn
item.page.depon
item.page.diss
Journal Title
Journal ISSN
Volume Title
item.page.title-alternative
Methodology of forming dynamic air quality monitoring models in urban areas based on traffic sensor network optimization algorithms
Abstract
В данной научной статье представлено комплексное теоретическое и прикладное исследование, посвященное оптимизации систем мониторинга атмосферного воздуха в современных городах с населением свыше 100 тысяч человек. Актуальность работы обусловлена необходимостью перехода от традиционных пассивных статических методов наблюдения к динамическим адаптивным моделям управления качеством среды, что является ключевым элементом концепции «умного» и «симбиотического» города для минимизации экологических рисков. В качестве полигона для исследования выбраны четыре крупных промышленных и административных центра Республики Беларусь: Гродно, Пинск, Лида и Солигорск. Разработан интегрированный подход, объединяющий математическое решение задачи оптимального размещения сенсоров (SLP – Sensor Location Problem) с многофакторным графоаналитическим анализом антропогенного воздействия. Подробно описывается методология проведения 20 000 итерационных циклов для транспортной схемы, что позволило выявить критические узлы каркасных сетей городов, в которых концентрация датчиков дает минимальную погрешность вычислений транспортных и экологических параметров. Особое внимание уделено междисциплинарному учету метеорологических факторов, в частности, использованию весового коэффициента для показателей розы ветров при определении приоритетности мест установки газоанализаторов. Систематизированы данные о транспортной нагрузке, иерархии улично-дорожных сетей и плотности социальных объектов в исследуемых городах. Внедрение предложенной модели (на базе 32 автоматизированных постов) позволяет получать символьные решения для оценки экологической ситуации в неконтролируемых участках сети. Результаты исследования формируют основу для создания прогнозных систем управления выбросами, способных в реальном времени корректировать организацию дорожного движения для предотвращения превышения предельно допустимых концентраций загрязняющих веществ. В заключении очерчены перспективные направления интеграции полученных моделей с алгоритмами машинного обучения и искусственного интеллекта в рамках долгосрочных программ устойчивого городского развития.
item.page.description-other
This scientific article presents a comprehensive theoretical and applied study dedicated to the optimization of atmospheric air monitoring systems in modern cities with populations over 100,000. The relevance of this study stems from the need to transition from traditional passive static monitoring methods to dynamic adaptive models of environmental quality management, a key element of the "smart" and "symbiotic" city concept for minimizing environmental risks. Four major industrial and administrative centers of the Republic of Belarus – Grodno, Pinsk, Lida, and Soligorsk – were selected as the research sites. The scientific novelty of this study lies in the development of an integrated approach combining a mathematical solution to the optimal sensor placement problem (SLP) with a multivariate graphical analysis of anthropogenic impact. A detailed methodology is provided for conducting 20,000 iteration cycles for each transport scheme, which made it possible to identify critical nodes in urban framework networks where the concentration of sensors provides minimal error in calculating transport and environmental parameters. Particular attention is paid to the interdisciplinary consideration of meteorological factors, in particular, the use of a weighting factor for wind rose indicators when prioritizing gas analyzer installation locations. The article systematizes data on traffic load, the hierarchy of street and road networks, and the density of social facilities in the studied cities. Implementation of the proposed model (based on 32 automated posts) allows for the generation of symbolic solutions for assessing the environmental situation in unmonitored network sections. The study's results form the basis for the development of predictive emission management systems capable of adjusting traffic management in real time to prevent exceeding maximum permissible pollutant concentrations. The conclusion outlines promising areas for integrating the resulting models with machine learning and artificial intelligence algorithms within the framework of longterm sustainable urban development programs.
Description
Citation
Капский, Д. В. Методология формирования динамических моделей мониторинга атмосферного воздуха в урбанизированных зонах на основе алгоритмов оптимизации транспортных сенсорных сетей = Methodology of forming dynamic air quality monitoring models in urban areas based on traffic sensor network optimization algorithms / Д. В. Капский, А. В. Коржова // Системный анализ и прикладная информатика. – 2026. – № 2. – С. 28-37.