allgosts.ru13.200 Борьба с несчастными случаями и катастрофами13 ОКРУЖАЮЩАЯ СРЕДА. ЗАЩИТА ЧЕЛОВЕКА ОТ ВОЗДЕЙСТВИЯ ОКРУЖАЮЩЕЙ СРЕДЫ. БЕЗОПАСНОСТЬ

ПНСТ 770-2022 Безопасность в чрезвычайных ситуациях. Безопасный город. Прогнозирование последствий сброса жидких технологических отходов в гидросферу. Общие требования

Обозначение:
ПНСТ 770-2022
Наименование:
Безопасность в чрезвычайных ситуациях. Безопасный город. Прогнозирование последствий сброса жидких технологических отходов в гидросферу. Общие требования
Статус:
Принят
Дата введения:
01.07.2023
Дата отмены:
01.07.2026
Заменен на:
-
Код ОКС:
13.200

Текст ПНСТ 770-2022 Безопасность в чрезвычайных ситуациях. Безопасный город. Прогнозирование последствий сброса жидких технологических отходов в гидросферу. Общие требования

ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ТЕХНИЧЕСКОМУ РЕГУЛИРОВАНИЮ И МЕТРОЛОГИИ

пнет 770— 2022



ПРЕДВАРИТЕЛЬНЫЙ НАЦИОНАЛЬНЫЙ СТАНДАРТ РОССИЙСКОЙ ФЕДЕРАЦИИ

Безопасность в чрезвычайных ситуациях

БЕЗОПАСНЫЙ ГОРОД. ПРОГНОЗИРОВАНИЕ ПОСЛЕДСТВИЙ СБРОСА ЖИДКИХ ТЕХНОЛОГИЧЕСКИХ ОТХОДОВ В ГИДРОСФЕРУ

Общие требования

Издание официальное

Москва Российский институт стандартизации 2022

Предисловие

  • 1 РАЗРАБОТАН Обществом с ограниченной ответственностью «Национальный Центр Информатизации» (ООО «НЦИ»)

  • 2 ВНЕСЕН Техническим комитетом по стандартизации ТК 071 «Гражданская оборона, предупреждение и ликвидация чрезвычайных ситуаций»

  • 3 УТВЕРЖДЕН И ВВЕДЕН В ДЕЙСТВИЕ Приказом Федерального агентства по техническому регулированию и метрологии от 18 ноября 2022 г. № 122-пнст

Правила применения настоящего стандарта и проведения его мониторинга установлены в ГОСТР 1.16—2011 (разделы 5 и 6).

Федеральное агентство по техническому регулированию и метрологии собирает сведения о практическом применении настоящего стандарта. Данные сведения, а также замечания и предложения по содержанию стандарта можно направить не позднее чем за 4 мес до истечения срока его действия разработчику настоящего стандарта по адресу: info@ncinform.ru и/или в Федеральное агентство по техническому регулированию и метрологии по адресу: 123112 Москва, Пресненская набережная, д. 10, стр. 2.

В случае отмены настоящего стандарта соответствующая информация будет опубликована в ежемесячном информационном указателе «Национальные стандарты» и также будет размещена на официальном сайте Федерального агентства по техническому регулированию и метрологии в сети Интернет (www.rst.gov.ru)

© Оформление. ФГБУ «Институт стандартизации», 2022

Настоящий стандарт не может быть полностью или частично воспроизведен, тиражирован и распространен в качестве официального издания без разрешения Федерального агентства по техническому регулированию и метрологии

Содержание

  • 1 Область применения

  • 2 Нормативные ссылки

  • 3 Термины и определения

  • 4 Сокращения

  • 5 Основные положения

  • 6 Обучение ПАМ-СО

  • 7 Выбор байесовского классификатора, описание и подготовка гипотез

  • 8 Прогнозирование событий с использованием байесовского классификатора, анализ и интерпретация результатов статистической обработки в ПАМ-СО

  • 9 Программная реализация и проверка ПАМ-СО

  • 10 Опытная эксплуатация ПАМ-СО

  • 11 Промышленная эксплуатация ПАМ-СО

Приложение А (справочное) Справочники отдельных наблюдаемых параметров

Приложение Б (рекомендуемое) Порядок группировки значений входных данных с использованием формулы Стерджесса

Приложение В (рекомендуемое) Определение расчетных параметров сброса ЖТО в гидросферу. . .20

Библиография

ПНСТ 770—2022

ПРЕДВАРИТЕЛЬНЫЙ НАЦИОНАЛЬНЫЙ СТАНДАРТ РОССИЙСКОЙ ФЕДЕРАЦИИ

Безопасность в чрезвычайных ситуациях

БЕЗОПАСНЫЙ ГОРОД.

ПРОГНОЗИРОВАНИЕ ПОСЛЕДСТВИЙ СБРОСА ЖИДКИХ ТЕХНОЛОГИЧЕСКИХ ОТХОДОВ

В ГИДРОСФЕРУ

Общие требования

Safety in emergencies.

Safe city. Forecasting the impact of wastewater discharge to the hydrosphere.

General requirements

Срок действия — с 2023—07—01 до 2026—07—01

  • 1 Область применения

  • 1 .1 Настоящий стандарт устанавливает общие требования к организации и порядку прогнозирования последствий сбросов жидких технологических отходов (ЖТО) в гидросферу с использованием прогнозной аналитической модели (ПАМ) в составе аппаратно-программного комплекса «Безопасный город» (далее — АПК «Безопасный город»), в качестве математической основы моделирования которой используются байесовские классификаторы.

Настоящий стандарт распространяется на прогнозирование последствий сбросов следующих веществ, входящих в состав ЖТО: фенол, формальдегид, аммиак, хром.

В стандарте учтено, что от источников сбросов ЖТО промышленных объектов до объектов водозаборов расположены системы (посты) мониторинга сбросов ЖТО.

При расчете концентраций в местах расположения систем (постов) мониторинга сбросов ЖТО не учитывается возможное влияние на них других источников сбросов.

Стандарт не содержит указаний по применению конкретных байесовских классификаторов.

Стандарт не распространяется на ПАМ, использующие для прогнозирования последствий сбросов ЖТО в гидросферу другие математические методы.

  • 1 .2 Положения настоящего стандарта предназначены для использования федеральными органами исполнительной власти, органами государственной власти субъектов Российской Федерации и органами местного самоуправления, научно-исследовательскими и другими организациями, участвующими в проектировании, разработке, внедрении в промышленную эксплуатацию и эксплуатации АПК «Безопасный город».

  • 2 Нормативные ссылки

В настоящем стандарте использованы нормативные ссылки на следующие стандарты:

ПНСТ 761—2022 Безопасность в чрезвычайных ситуациях. Безопасный город. Термины и определения

ПНСТ 762—2022 Безопасность в чрезвычайных ситуациях. Безопасный город. Типовая прогнозная аналитическая модель с использованием метода Байеса. Общие требования

Издание официальное

Примечание — При пользовании настоящим стандартом целесообразно проверить действие ссылочных стандартов в информационной системе общего пользования — на официальном сайте Федерального агентства по техническому регулированию и метрологии в сети Интернет или по ежегодному информационному указателю «Национальные стандарты», который опубликован по состоянию на 1 января текущего года, и по выпускам ежемесячного информационного указателя «Национальные стандарты» за текущий год. Если заменен ссылочный стандарт, на который дана недатированная ссылка, то рекомендуется использовать действующую версию этого стандарта с учетом всех внесенных в данную версию изменений. Если заменен ссылочный стандарт, на который дана датированная ссылка, то рекомендуется использовать версию этого стандарта с указанным выше годом утверждения (принятия). Если после утверждения настоящего стандарта в ссылочный документ, на который дана датированная ссылка, внесено изменение, затрагивающее положение, на которое дана ссылка, то это положение рекомендуется применять без учета данного изменения. Если ссылочный стандарт отменен без замены, то положение, в котором дана ссылка на него, рекомендуется применять в части, не затрагивающей эту ссылку.

  • 3 Термины и определения

В настоящем стандарте применены термины по ПНСТ 761—2022, ПНСТ 762—2022, а также следующие термины с соответствующими определениями:

  • 3.1

акватория: Водное пространство в пределах естественных, искусственных или условных границ. [[1], статья 1, пункт 1]

  • 3.2

биохимическое потребление кислорода; ВПК: Количество растворенного кислорода, потребляемого за установленное время и в определенных условиях при биохимическом окислении содержащихся в воде органических веществ.

[ГОСТ 27065—86, статья 30]

  • 3.3

водный объект: Природный или искусственный водоем, водоток либо иной объект, постоянное или временное сосредоточение вод в котором имеет характерные формы и признаки водного режима.

[[1], статья 1, пункт 4]

  • 3.4 водозабор: Забор воды из водоема, водотока или подземного водоисточника.

  • 3.5

водоток: Водный объект, характеризующийся движением воды в направлении уклона в углублении земной поверхности.

[ГОСТ 19179—73, статья 15]

  • 3.6 качество воды: Характеристика состава и свойств воды, определяющая пригодность ее для конкретных видов водопользования.

  • 3.7

окружающая среда: Совокупность компонентов природной среды, природных и природно-антропогенных объектов, а также антропогенных объектов.

[[2], статья 1]

  • 3.8

предельно допустимая концентрация веществ в воде; ПДК: Концентрация веществ в воде, выше которой вода непригодна для одного или нескольких видов водопользования.

[ГОСТ 27065—86, статья 17]

  • 3.9

расход воды: Объем воды, протекающий через живое сечение потока в единицу времени.

[ГОСТ 19179—73, статья 42]

  • 3.10 сброс жидких технологических отходов: Поступление в гидросферу жидких технологических отходов в концентрациях, превышающих установленные нормативными правовыми актами гигиенические и экологические нормативы качества воды.

  • 3.11 синтетические данные: Любые производственные данные, применимые к данной ситуации, которые не получены прямым измерением.

  • 3.12

течение в водоеме: Перемещение водной массы в определенном направлении, ограничиваемое берегами, дном водоема, неподвижной водной массой или водной массой, перемещающейся в другом направлении.

[ГОСТ 19179—73, статья 181]

  • 3.13

химическое потребление кислорода; ХПК: Количество кислорода, потребляемое при химическом окислении содержащихся в воде органических и неорганических веществ под действием различных окислителей.

[ГОСТ 27065—86, статья 29]

  • 4 Сокращения

В настоящем стандарте применены следующие сокращения:

ВО — водный объект;

КТ —контролируемая территория;

НТ —наблюдаемая территория;

ПАМ-СО —прогнозная и аналитическая модель «Сброс жидких технологических отходов в гидросферу»;

РКД — рабочая конструкторская документация.

  • 5 Основные положения

    • 5.1 Прогнозирование последствий сбросов ЖТО в гидросферу в АПК «Безопасный город» осуществляется с использованием ПАМ-СО.

    • 5.2 Настоящий стандарт содержит описание процессов формирования априорной информации для прогнозирования последствий сбросов ЖТО в гидросферу и обработки данной информации.

    • 5.3 ПАМ-СО должна соответствовать ПНСТ 762—2022.

    • 5.4 ПАМ-СО предназначена для автоматизации деятельности должностных лиц единой дежурно-диспетчерской службы и обеспечивает осуществление вероятностной оценки загрязнения ВО при сбросе ЖТО в гидросферу, а также определение общего показателя качества воды на участке ВО, вблизи водозаборов, в границах КТ в течение ближайших суток.

    • 5.5 Пользователями ПАМ-СО могут быть также должностные лица органов управления федерального, регионального, муниципального и объектового уровней, осуществляющие руководство и управление мероприятиями по предупреждению и ликвидации последствий загрязнения ВО ЖТО, имеющие доступ к АПК «Безопасный город».

    • 5.6 Прогнозирование с использованием ПАМ-СО осуществляется с целью повышения эффективности принимаемых управленческих решений по реагированию на загрязнения ВО в результате сбросов ЖТО в гидросферу.

    • 5.7 В общем случае процесс разработки и применения ПАМ-СО включает следующие этапы:

  • - обучение ПАМ-СО;

  • - опытная эксплуатация ПАМ-СО на тестовых данных;

  • - промышленная эксплуатация ПАМ-СО на реальных данных.

  • 6 Обучение ПАМ-СО

    • 6.1 Основными мероприятиями, осуществляемыми в процессе обучения ПАМ-СО, являются:

  • - сбор статистики по сбросам ЖТО в гидросферу (за последние 5 лет не менее чем по 20 случаям);

  • - обработка собранных данных для формирования обучающего множества ПАМ-СО;

  • - сбор обработанных данных ПАМ-СО в обучающие примеры;

  • - обработка обучающих примеров с применением байесовского классификатора.

  • 6.2 В настоящем стандарте установлены основные входные данные для формирования базового обучающего множества ПАМ-СО. Указанные входные данные могут быть дополнены и/или уточнены с учетом особенностей конкретных КТ.

  • 6.3 Сбор статистики по сбросам ЖТО в гидросферу

    • 6.3.1 Для сбора входных данных необходимо предварительно определить состав водных объектов, подверженных загрязнениям из-за сбросов в них ЖТО, результаты наблюдения за которыми будут использоваться в ПАМ-СО — НТ. В состав НТ следует включать КТ. Формирование базового обучающего множества ПАМ-СО допускается также на основе наблюдений только за КТ.

    • 6.3.2 Основными входными данными для формирования базового обучающего множества ПАМ-СО являются следующие группы параметров:

  • - параметры систем (постов) мониторинга сбросов ЖТО, расположенных в непосредственной близости от источников сбросов ЖТО промышленных объектов;

  • - параметры систем (постов) мониторинга сбросов ЖТО, расположенных на НТ;

  • - характеристики источников сброса ЖТО;

  • - характеристики участков ВО в пределах от источников сбросов ЖТО до объектов водозаборов;

  • - характеристики гидрологической обстановки.

  • 6.3.3 В качестве начала наблюдения на этапе обучения ПАМ-СО следует принимать дату и время наблюдения концентрации вещества, входящего в состав ЖТО, полученной из системы (поста) мониторинга сбросов ЖТО, расположенной в непосредственной близости от источника сброса ЖТО промышленного объекта.

  • 6.3.4 Параметры системы (поста) мониторинга сбросов ЖТО, расположенной в непосредственной близости от источников сбросов ЖТО промышленного объекта

    • 6.3.4.1 Отражение состояния параметров системы (поста) мониторинга сбросов ЖТО, расположенной в непосредственной близости от источников сбросов ЖТО промышленного объекта, является единицей наблюдения сброса ЖТО в гидросферу.

По одному сбросу ЖТО в гидросферу можно подготовить более одной единицы наблюдения. При наличии сведений по каждому сбросу ЖТО в гидросферу рекомендуется подготавливать параметры системы (поста) мониторинга сбросов ЖТО, расположенной в непосредственной близости от источника сброса ЖТО промышленного объекта, по состоянию на 3, 6, 9, 12, 15, 18, 21 и 24 ч с момента его возникновения.

Остальные входные данные ПАМ-СО следует подготавливать относительно каждой единицы наблюдения сброса ЖТО в гидросферу.

  • 6.3.4.2 К параметрам системы (поста) мониторинга сбросов ЖТО, расположенной в непосредственной близости от источника сброса ЖТО промышленного объекта, относятся:

  • а) дата и время наблюдения сброса ЖТО;

  • б) координаты расположения системы (поста) мониторинга сбросов ЖТО (широта, долгота), град; в) расстояние от системы (поста) мониторинга сбросов ЖТО до источника сброса ЖТО, м;

  • г) наименование вещества, входящего в состав ЖТО, определяют по таблице А.1 приложения А;

  • д) концентрация вещества, входящего в состав ЖТО, полученная из системы (поста) мониторинга сбросов ЖТО, по состоянию за 3 ч до даты и времени наблюдения, мг/дм3.

  • 6.3.5 Параметры системы (поста) мониторинга сбросов ЖТО, расположенных на НТ

    • 6.3.5.1 К параметрам системы (поста) мониторинга сбросов ЖТО, расположенных на НТ, относятся: а) дата и время наблюдения сброса ЖТО;

  • б) координаты расположения системы (поста) мониторинга сбросов ЖТО (широта, долгота), град; в) расстояние от системы (поста) мониторинга сбросов ЖТО до источника сброса ЖТО, м;

  • г) наименование вещества, входящего в состав ЖТО, определяют по таблице А.1 приложения А;

  • д) концентрация вещества, входящего в состав ЖТО, полученная из системы (поста) мониторинга сбросов ЖТО, по состоянию на дату и время наблюдения, мг/дм3;

  • е) концентрация вещества, входящего в состав ЖТО, полученная из системы (поста) мониторинга сбросов ЖТО, по состоянию за 3 ч до даты и времени наблюдения, мг/дм3;

  • ж) значение показателя ХПК, мг/дм3;

  • и) значение показателя БПК, мг/дм3.

  • 6.3.5.2 При наличии сведений по каждой единице наблюдения сброса ЖТО рекомендуется подготавливать параметры всех систем (постов) мониторинга сбросов ЖТО, расположенных на НТ.

  • 6.3.6 Характеристики источников сброса ЖТО

Входными данными, характеризующими источник сброса ЖТО, являются:

  • а) наименование источника сброса ЖТО;

  • б) координаты расположения источника сброса ЖТО (широта, долгота), град.;

  • в) диаметр трубы выпуска, м;

  • г) разрешенный объем сброса, м3;

  • д) наименование вещества, входящего в состав ЖТО, определяют по таблице А.1 приложения А.

  • 6.3.7 Характеристики участков ВО в пределах от источников сбросов ЖТО до объектов водозабора

Входными данными, характеризующими участок ВО в пределах от источника сброса ЖТО до объектов водозабора, являются:

  • а) наименование участка ВО;

  • б) координаты начала и конца участка ВО, град;

  • в) средняя глубина участка ВО, м;

  • г) средняя ширина участка ВО, м;

  • д) гидрографическая длина водотока участка ВО, км;

  • е) уклон русла на участке ВО, град;

  • ж) площадь акватории участка ВО, м2;

  • и) направление течения на участке ВО, град;

  • к) характер ложа на участке ВО, определяют по таблице А.2 приложения А;

  • л) число дней после ледостава, дней;

м) гидравлический радиус русла участка ВО, м.

  • 6.3.8 Характеристики гидрологической обстановки

  • 6.3.8.1 Входные данные, характеризующие гидрологическую обстановку, следует указывать для следующих ближайших гидропостов:

  • - расположенного выше участка ВО в пределах от источника сброса ЖТО до объектов водозабора;

  • - расположенного ниже участка ВО в пределах от источника сброса ЖТО до объектов водозабора.

Для вышеуказанных гидропостов следует подготавливать характеристики гидрологической обстановки, по состоянию на каждые 3 ч в течение периода: начало периода — 3 ч до даты и времени наблюдения сброса ЖТО; окончание периода — 9 ч до начала периода.

  • 6.3.8.2 Входными данными, характеризующими гидрологическую обстановку, являются:

  • а) дата и время наблюдения;

  • б) координаты расположения гидропоста, град;

  • в) скорость течения (потока) на участке ВО, м/с;

  • г) расход потока воды на участке ВО, м3/с-км;

  • д) состояние поверхности акватории на участке ВО, определяют по таблице А.З приложения А;

  • е) толщина льда на участке ВО, см;

  • ж) направление течения на участке ВО, град;

  • и) температура воды на участке ВО, °C.

  • 6.4 Обработка собранных данных для формирования обучающего множества ПАМ-СО

    • 6.4.1 На базе сформированных изначально необработанных входных данных подготавливают необходимые наборы данных для обучающего множества ПАМ-СО.

Для формирования обучающего множества указанные наборы данных подлежат обработке, после чего на базе уже обработанных данных осуществляют сборку обучающих примеров модели.

Обработка заключается в группировке входных данных с использованием справочников ПАМ-СО и методов статистической обработки, а также в подготовке расчетных параметров и параметров (ответов) гипотез модели.

В результате обработки каждый параметр обучающего примера должен быть приведен к бинарному или дискретному виду. Параметры, изначально имеющие бинарный или дискретный вид, обработке не подлежат.

  • 6.4.2 Отдельные входные данные используют для сборки обучающих примеров, определения расчетных параметров, а также параметров (ответов) гипотез, и они могут не подлежать обработке, в том числе байесовским классификатором.

  • 6.4.3 Обработка параметров системы (поста) мониторинга сбросов ЖТО, расположенной в непосредственной близости от источника сброса ЖТО промышленного объекта

Значения параметров, указанных в 6.3.4.2:

  • - в перечислениях а), б), г) — обработке не подлежат, так как значения данных параметров предназначены для сборки входных данных в обучающие примеры модели;

  • - в перечислениях в), д) — подлежат обработке путем группировки, согласно справочникам, сформированным с использованием формулы Стерджесса, приведенной в приложении Б.

Значения параметра, указанного в 6.3.4.2, перечисление д), используют также для определения расчетных параметров ПАМ-СО.

  • 6.4.4 Обработка параметров системы (поста) мониторинга сбросов ЖТО, расположенной на НТ

Значения параметров, указанных в 6.3.5.1:

  • - в перечислениях а), б), г) — обработке не подлежат, так как значения данных параметров предназначены для сборки входных данных в обучающие примеры модели;

  • - в перечислениях в), е) — подлежат обработке путем группировки, согласно справочникам, сформированным с использованием формулы Стерджесса, приведенной в приложении Б;

  • - в перечислении д), ж), и) — обработке не подлежат, так как значения данных параметров предназначены для определения параметров (ответов) гипотез.

  • 6.4.5 Обработка характеристики источника сброса ЖТО

Значения параметров, указанных в 6.3.6:

  • - в перечислениях а), б), д) — обработке не подлежат, так как значения данных параметров предназначены для сборки входных данных в обучающие примеры модели;

  • - в перечислениях в), г) — подлежат обработке путем группировки, согласно справочникам, сформированным с использованием формулы Стерджесса, приведенной в приложении Б.

  • 6.4.6 Обработка характеристики участка ВО в пределах от источника сброса ЖТО до объектов водозабора

Значения параметров, указанных в 6.3.7:

  • - в перечислениях а), б) — обработке не подлежат, так как значения данных параметров предназначены для сборки входных данных в обучающие примеры модели;

  • - в перечислении в) — подлежат обработке методом статистической группировки согласно справочнику, приведенному в таблице А.4 приложения А;

  • - в перечислении г) — подлежат обработке методом статистической группировки согласно справочнику, приведенному в таблице А.5 приложения А;

  • - в перечислениях д)—ж) — подлежат обработке путем группировки, согласно справочникам, сформированным с использованием формулы Стерджесса, приведенной в приложении Б;

  • - в перечислении и) — подлежат обработке методом статистической группировки согласно справочнику, приведенному в таблице А.6 приложения А;

  • - в перечислениях к)—м) — обработке не подлежат, так как значения данного параметра предназначены для определения расчетных параметров ПАМ-СО.

  • 6.4.7 Обработка характеристики гидрологической обстановки

Значения параметров, указанных в 6.3.8.2:

  • - в перечислениях а), б) — обработке не подлежат, так как значения данных параметров предназначены для сборки входных данных в обучающие примеры модели;

  • - в перечислениях в), г), е) — подлежат обработке путем группировки, согласно справочникам, сформированным с использованием формулы Стерджесса, приведенной в приложении Б;

  • - в перечислении д) — обработке не подлежат, так как значения данного параметра имеют дискретный вид;

  • - в перечислении ж) — подлежат обработке методом статистической группировки согласно справочнику, приведенному в таблице А.6 приложения А;

  • - в перечислении и) — подлежат обработке методом статистической группировки согласно справочнику, приведенному в таблице А.7 приложения А.

  • 6.4.8 Определение расчетных параметров ПАМ-СО

    • 6.4.8.1 Расчетными параметрами, подлежащими обработке с использованием байесовского классификатора, в ПАМ-СО являются:

  • а) расчетная масса вещества, входящего в состав ЖТО, сброшенного в ВО;

  • б) расчетная концентрация вещества, входящего в состав ЖТО, в месте размещения системы (поста) мониторинга сбросов ЖТО, расположенной на НТ, по состоянию на дату и время наблюдения, мг/дм3.

  • 6.4.8.2 Порядок определения расчетных параметров приведен в приложении В.

  • 6.4.8.3 После определения расчетных значений параметров, указанных в 6.4.8.1, перечисления а) и б), они должны быть переведены в дискретный вид путем группировки согласно справочникам, сформированным с использованием формулы Стерджесса (приложение Б).

  • 6.5 Сбор обработанных данных ПАМ-СО в обучающие примеры

    6.5.1 Общие требования к базовому обучающему множеству ПАМ-СО

    6.5.1.1 В результате сбора и последующей обработки входных данных должно быть подготовлено базовое обучающее множество, представляющее собой наборы данных, предназначенных для обработки с применением байесовского классификатора, упорядоченных по дате и времени наблюдений в табличной форме: по вертикали — в графы (поля); по горизонтали — в строки (записи).

Каждая запись является обучающим примером.

Таким образом совокупность обучающих примеров является обучающим множеством.

  • 6.5.1.2 Состав обучающего множества ПАМ-СО

В ПАМ-СО необходимо подготавливать следующие обучающие множества отдельно для каждого наблюдаемого вещества, входящего в состав ЖТО: для наблюдений сброса фенола, для наблюдений сброса формальдегида, для наблюдений сброса аммиака, для наблюдений сброса хрома.

Необходимые наборы данных и параметры, входящие в состав обучающего примера каждого вышеуказанного обучающего множества, предназначенные для обработки байесовским классификатором (структура обучающих примеров ПАМ-СО):

  • а) параметры системы (поста) мониторинга сбросов ЖТО, расположенной в непосредственной близости от источника сброса ЖТО промышленного объекта:

  • 1) расстояние от системы (поста) мониторинга сбросов ЖТО до источника сброса ЖТО;

  • 2) концентрация вещества, входящего в состав ЖТО, полученная из системы (поста) мониторинга сбросов ЖТО, по состоянию за 3 ч до даты и времени наблюдения;

  • б) параметры системы (поста) мониторинга сбросов ЖТО, расположенной на НТ:

  • 1) расстояние от системы (поста) мониторинга сбросов ЖТО до источника сброса ЖТО;

  • 2) концентрация вещества, входящего в состав ЖТО, полученная из системы (поста) мониторинга сбросов ЖТО, по состоянию за 3 ч до даты и времени наблюдения;

  • в) характеристика источника сброса ЖТО:

  • 1) диаметр трубы выпуска;

  • 2) разрешенный объем сброса;

  • г) характеристика участка ВО в пределах от источника сброса ЖТО до объектов водозабора:

  • 1) средняя глубина участка ВО;

  • 2) средняя ширина участка ВО;

  • 3) гидрографическая длина водотока участка ВО;

  • 4) уклон русла на участке ВО;

  • 5) площадь акватории участка ВО;

  • 6) направление течения на участке ВО;

  • д) характеристика гидрологической обстановки (значения соответствующих параметров следует указывать по состоянию на каждые 3 ч в течение периода:

  • - начало периода — 3 ч до даты и времени наблюдения сброса ЖТО;

  • - окончание периода — 9 ч до начала периода):

  • 1) скорость течения (потока) на участке ВО;

  • 2) расход потока воды на участке ВО;

  • 3) состояние поверхности акватории на участке ВО;

  • 4) толщина льда на участке ВО;

  • 5) направление течения на участке ВО;

  • 6) температура воды на участке ВО;

  • е) расчетные параметры:

  • 1) расчетная масса вещества, входящего в состав ЖТО, сброшенного в ВО;

  • 2) расчетная концентрация вещества, входящего в состав ЖТО, в месте размещения системы (поста) мониторинга сбросов ЖТО, расположенной на НТ, по состоянию на дату и время наблюдения;

  • ж) параметры (ответы) гипотез:

  • 1) параметры (ответы) гипотез 1—39, указанных в таблице 1, для прогнозирования концентраций веществ, входящих в состав ЖТО, по состоянию на дату и время наблюдения;

  • 2) параметры (ответы) гипотез 1 и 2, указанных в таблице 2, для прогнозирования снижения показателей ХПК и ВПК, по состоянию на дату и время наблюдения.

  • 6.6 Обработка обучающих примеров с применением байесовского классификатора при обучении ПАМ-СО

На этапе предварительного обучения ПАМ-СО должны быть подготовлены наборы данных, необходимые для сборки базовых обучающих множеств, в объеме, обеспечивающем функциональные возможности ПАМ-СО (не менее 20 обучающих примеров для каждого обучающего множества). В процессе опытной эксплуатации данные обучающие множества подлежат актуализации и наращиванию на базе достоверных данных для обеспечения качества прогнозов.

По мере накопления необходимого объема достоверных входных данных ПАМ-СО подлежит переобучению и/или дообучению.

  • 7 Выбор байесовского классификатора, описание и подготовка гипотез

    • 7.1 При выборе байесовского классификатора необходимо учитывать, что алгоритм классификации должен быть оптимизирован для обработки большого объема входных и выходных данных.

Вновь разрабатываемые методы байесовского анализа перед применением в ПАМ-СО должны пройти процедуру подтверждения их достоверности.

  • 7.2 Формирование гипотез и соответствующих им параметров (ответов)

    • 7.2.1 Вероятностной оценке — статистической обработке данных с использованием выбранного байесовского классификатора — подлежат гипотезы ПАМ-СО.

    • 7.2.2 Гипотезы ПАМ-СО должны отражать данные о состоянии оцениваемых событий на момент наблюдения, подлежащих в дальнейшем оценке с применением байесовского классификатора. Состояния оцениваемых событий [параметры (ответы) гипотез] на этапе обучения должны быть бинарными, с заранее заданными ответами.

    • 7.2.3 В ПАМ-СО вероятностной оценке с использованием байесовского классификатора подлежат гипотезы:

  • - для прогнозирования концентраций веществ, входящих в состав ЖТО, приведенные в таблице 1;

  • -для прогнозирования снижения показателей ХПК и ВПК.

  • 7.2.4 Прогнозирование концентраций веществ, входящих в состав ЖТО

    • 7.2.4.1 В ПАМ-СО для прогнозирования концентраций веществ, входящих в состав ЖТО, применяются гипотезы, указанные в таблице 1.

    • 7.2.4.2 В качестве анализируемого параметра, указанного в таблице 1, оценке подлежит концентрация вещества, входящего в состав ЖТО, в месте размещения системы (поста) мониторинга сбросов ЖТО, расположенной на НТ.

Таблица 1 — Перечень гипотез ПАМ-СО для прогнозирования концентраций веществ, входящих в состав ЖТО

Номер гипотезы

Содержание гипотезы

1

Фактическое значение параметра соответствовало (будет соответствовать) его расчетному значению

2

Отклонение фактического значения параметра от его расчетного значения составило (составит) 5 % в меньшую сторону

Продолжение таблицы 1

Номер гипотезы

Содержание гипотезы

3

Отклонение фактического значения параметра от его расчетного значения составило (составит) 10 % в меньшую сторону

4

Отклонение фактического значения параметра от его расчетного значения составило (составит) 15 % в меньшую сторону

5

Отклонение фактического значения параметра от его расчетного значения составило (составит) 20 % в меньшую сторону

6

Отклонение фактического значения параметра от его расчетного значения составило (составит) 25 % в меньшую сторону

7

Отклонение фактического значения параметра от его расчетного значения составило (составит) 30 % в меньшую сторону

8

Отклонение фактического значения параметра от его расчетного значения составило (составит) 35 % в меньшую сторону

9

Отклонение фактического значения параметра от его расчетного значения составило (составит) 40 % в меньшую сторону

10

Отклонение фактического значения параметра от его расчетного значения составило (составит) 45 % в меньшую сторону

11

Отклонение фактического значения параметра от его расчетного значения составило (составит) 50 % в меньшую сторону

12

Отклонение фактического значения параметра от его расчетного значения составило (составит) 55 % в меньшую сторону

13

Отклонение фактического значения параметра от его расчетного значения составило (составит) 60 % в меньшую сторону

14

Отклонение фактического значения параметра от его расчетного значения составило (составит) 65 % в меньшую сторону

15

Отклонение фактического значения параметра от его расчетного значения составило (составит) 70 % в меньшую сторону

16

Отклонение фактического значения параметра от его расчетного значения составило (составит) 75 % в меньшую сторону

17

Отклонение фактического значения параметра от его расчетного значения составило (составит) 80 % в меньшую сторону

18

Отклонение фактического значения параметра от его расчетного значения составило (составит) 85 % в меньшую сторону

19

Отклонение фактического значения параметра от его расчетного значения составило (составит) 90 % в меньшую сторону

20

Отклонение фактического значения параметра от его расчетного значения составило (составит) 95 % в меньшую сторону

21

Отклонение фактического значения параметра от его расчетного значения составило (составит) 5 % в большую сторону

22

Отклонение фактического значения параметра от его расчетного значения составило (составит) 10 % в большую сторону

23

Отклонение фактического значения параметра от его расчетного значения составило (составит) 15 % в большую сторону

24

Отклонение фактического значения параметра от его расчетного значения составило (составит) 20 % в большую сторону

Окончание таблицы 1

Номер гипотезы

Содержание гипотезы

25

Отклонение фактического значения параметра от его расчетного значения составило (составит) 25 % в большую сторону

26

Отклонение фактического значения параметра от его расчетного значения составило (составит) 30 % в большую сторону

27

Отклонение фактического значения параметра от его расчетного значения составило (составит) 35 % в большую сторону

28

Отклонение фактического значения параметра от его расчетного значения составило (составит) 40 % в большую сторону

29

Отклонение фактического значения параметра от его расчетного значения составило (составит) 45 % в большую сторону

30

Отклонение фактического значения параметра от его расчетного значения составило (составит) 50 % в большую сторону

31

Отклонение фактического значения параметра от его расчетного значения составило (составит) 55 % в большую сторону

32

Отклонение фактического значения параметра от его расчетного значения составило (составит) 60 % в большую сторону

33

Отклонение фактического значения параметра от его расчетного значения составило (составит) 65 % в большую сторону

34

Отклонение фактического значения параметра от его расчетного значения составило (составит) 70 % в большую сторону

35

Отклонение фактического значения параметра от его расчетного значения составило (составит) 75 % в большую сторону

36

Отклонение фактического значения параметра от его расчетного значения составило (составит) 80 % в большую сторону

37

Отклонение фактического значения параметра от его расчетного значения составило (составит) 85 % в большую сторону

38

Отклонение фактического значения параметра от его расчетного значения составило (составит) 90 % в большую сторону

39

Отклонение фактического значения параметра от его расчетного значения составило (составит) 95 % в большую сторону

Примечание — Содержание каждой гипотезы в прошедшем времени используют на этапе обучения ПАМ-СО, а содержание гипотезы в будущем времени — при прогнозировании соответствующих событий на новых значениях наблюдаемых параметров.

  • 7.2.4.3 Если по результатам наблюдений сбросов ЖТО отклонения фактических значений параметра от его расчетных значений, по состоянию на дату и время наблюдения, превышают 95 %, то граничные значения отклонений и количество гипотез в таблице 1 следует увеличить до количества, обеспечивающего включение максимального наблюдаемого отклонения (в большую и меньшую стороны), с кратностью шага 5 %.

  • 7.2.4.4 На этапе обучения ПАМ-СО в качестве фактических и расчетных принимают значения следующих параметров (согласно таблице 1):

  • - фактическое значение — значение параметра, указанного в 6.3.5.1, перечисление д);

  • - расчетное значение — значение параметра, указанного в 6.4.8.1, перечисление б).

  • 7.2.5 Прогнозирование снижения показателей ХПК и БПК

В ПАМ-СО для прогнозирования снижения показателей ХПК и БПК применяют гипотезы, указанные в таблице 2.

Таблица 2 — Перечень гипотез ПАМ-СО для прогнозирования снижения показателей ХПК и БПК

Номер гипотезы

Содержание гипотезы

1

При наблюдаемых значениях концентрации вещества, входящего в состав ЖТО, в результате его сброса в ВО показатель ХПК опустился (опустится) ниже 6,0 мг/дм3

2

При наблюдаемых значениях концентрации вещества, входящего в состав ЖТО, в результате его сброса в ВО показатель БПК опустился (опустится) ниже 2,1 мг/дм3

Примечание — Содержание каждой гипотезы в прошедшем времени используют на этапе обучения ПАМ-СО, а содержание гипотезы в будущем времени — при прогнозировании соответствующих событий на новых значениях наблюдаемых параметров.

  • 7.2.6 Подготовка параметров (ответов) гипотез ПАМ-СО для прогнозирования концентраций веществ, входящих в состав ЖТО, на этапе обучения

    • 7.2.6.1 На этапе обучения параметры (ответы) гипотез ПАМ-СО следует определять на основе сравнения фактических значений параметров, указанных в 7.2.4.4, с их расчетными значениями.

    • 7.2.6.2 Для анализируемого параметра необходимо сформировать гипотезы, согласно таблице 1, в которых параметры (ответы):

  • - по первой гипотезе отражают результаты сравнения фактического значения параметра в наблюдаемую дату с его расчетным значением;

  • - по остальным гипотезам отражают результаты сравнения отклонений фактического значения параметра в наблюдаемую дату от его расчетного значения на 5 %, 10 %, 15 %, 20 %, 25 %, 30 %, 35 %, 40 %, 45 %, 50 %, 55 %, 60 %, 65 %, 70 %, 75 %, 80 %, 85 %, 90 %, 95 % в меньшую и большую стороны.

Для этого при подготовке каждого обучающего примера предварительно должно быть рассчитано отклонение фактического значения параметра в наблюдаемую дату от его расчетного значения, в процентах. После этого значение полученного отклонения должно быть округлено до ближайшего числа, кратного 5.

Пример — Концентрация вещества, входящего в состав ЖТО, полученная из системы (поста) мониторинга сбросов ЖТО, по состоянию на дату и время наблюдения, составляет 0,03 мг/дм3. Расчетное значение концентрации вещества, входящего в состав ЖТО, в месте размещения системы (поста) мониторинга сбросов ЖТО, по состоянию на дату и время наблюдения, составляет 0,0373 мг/дм3.

Отклонение фактического значения указанного параметра от его расчетного значения составляет 19,6 % в меньшую сторону. Округлив указанное значение до ближайшего числа, кратного 5, получим отклонение — 20 % в меньшую сторону.

С учетом входных данных примера и рассчитанного отклонения должны быть подготовлены гипотезы со следующими параметрами (ответами) в соответствии с таблицей 1:

гипотеза 1 «Фактическое значение параметра соответствовало его расчетному значению» (0,03 = 0,0373) — «ЛОЖЬ»;

гипотеза 2 «Отклонение фактического значения параметра от его расчетного значения составило 5 % в меньшую сторону» (минус 5%= минус 20 %) — «ЛОЖЬ»;

гипотеза 3 «Отклонение фактического значения параметра от его расчетного значения составило 10% в меньшую сторону» (минус 10% - минус 20 %) — «ЛОЖЬ»;

гипотеза 5 «Отклонение фактического значения параметра от его расчетного значения составило 20% в меньшую сторону» (минус 20 %- минус 20 %) — «ИСТИНА»;

гипотеза 25 «Отклонение фактического значения параметра от его расчетного значения составило 25% в большую сторону» (25 % = минус 20 %) — «ЛОЖЬ»;

и т. д.

  • 7.2.7 Подготовка параметров (ответов) гипотез ПАМ-СО для прогнозирования снижения показателей ХПК и БПК на этапе обучения

    • 7.2.7.1 Параметры (ответы) гипотез ПАМ-СО для прогнозирования снижения показателей ХПК и БПК на этапе обучения следует определять на основе значений параметров, указанных в 6.3.5.1, перечисления ж) и и), с показателями, приведенными в гипотезах для ХПК и БПК соответственно.

    • 7.2.7.2 По результатам сравнения параметры (ответы) гипотез, указанных в таблице 2, определяются следующим образом:

  • - «ИСТИНА» — если событие, соответствующее гипотезе, произошло при наблюдаемых входных данных;

  • - «ЛОЖЬ» — в противном случае.

Пример

По состоянию на дату наблюдения, значение показателя ХПК составляет 5,9 мг/дм3, значение показателя ВПК — 2,2 мг/дм3.

С учетом входных данных примера должны быть подготовлены гипотезы со следующими параметрами (ответами) в соответствии с таблицей 2:

гипотеза 1 «При наблюдаемых значениях концентрации вещества, входящего в состав ЖТО, в результате его сброса в ВО показатель ХПК опустился ниже 6,0 мг/дм3» (5,9 мг/дм3 < 6 мг/дм3) — «ИСТИНА»;

гипотеза 2 «При наблюдаемых значениях концентрации вещества, входящего в состав ЖТО, в результате его сброса в ВО показатель ВПК опустился ниже 2,1 мг/дм3» (2,2 мг/дм3 <2,1 мг/дм3) — «ЛОЖЬ».

  • 7.2.8 Полученные обработанные данные, а также гипотезы с подготовленными параметрами (ответами) предназначены для дальнейшей обработки байесовским классификатором.

  • 8 Прогнозирование событий с использованием байесовского классификатора, анализ и интерпретация результатов статистической обработки в ПАМ-СО

    • 8.1 После обучения ПАМ-СО следует процесс прогнозирования событий, соответствующих гипотезам, — формирование прогнозов наблюдений на новых значениях наблюдаемых параметров.

Порядок сбора новых значений наблюдаемых входных данных и их обработки при формировании каждого прогноза наблюдения должен в обязательном порядке соответствовать аналогичным процессам при обучении ПАМ-СО, за исключением следующих особенностей:

  • а) параметры (ответы) гипотез (оценка апостериорных вероятностей гипотез) определяются байесовским классификатором;

  • б) в качестве начала наблюдения следует принимать дату и время, на которые составляется прогноз.

  • 8.2 Особенности прогнозирования событий и обработки результатов прогнозирования

в ПАМ-СО в месте размещения 7-й системы (поста) мониторинга сбросов ЖТО, расположенной на НТ

  • 8.2.1 Этап 1 — прогнозирование сброса ЖТО через 3 ч от даты и времени начала прогнозирования

    • 8.2.1.1 Осуществляется сбор входных данных ПАМ-СО, используемых для определения расчетных параметров, а также обработки байесовским классификатором, при этом дата и время наблюдения сброса ЖТО на этапе 1 соответствует 3 ч от даты и времени начала прогнозирования.

    • 8.2.1.2 Определяется расчетная масса вещества, входящего в состав ЖТО, сброшенного в ВО.

    • 8.2.1.3 С использованием значения расчетной массы вещества, входящего в состав ЖТО, сброшенного в ВО, определяется расчетная концентрация данного вещества в месте размещения /-й системы (поста) мониторинга сбросов ЖТО, расположенной на НТ, по состоянию на дату и время наблюдения.

    • 8.2.1.4 С использованием байесовского классификатора определяется отклонение прогнозируемого значения концентрации вещества, входящего в состав ЖТО, в месте размещения /-й системы (поста) мониторинга сбросов ЖТО, расположенной на НТ, от расчетного значения и, как следствие, прогнозируемая концентрация данного вещества в указанном месте, по состоянию на дату и время наблюдения.

    • 8.2.1.5 Определяется показатель качества воды в месте размещения /-й системы (поста) мониторинга сбросов ЖТО, расположенной на НТ, для соответствующего вещества, входящего в состав ЖТО, по состоянию на дату и время наблюдения.

    • 8.2.1.6 По аналогии с действиями, указанными в 8.2.1.1—8.2.1.5, определяются показатели качества воды в месте размещения /-й системы (поста) мониторинга сбросов ЖТО, расположенной на НТ, для остальных веществ, входящих в состав ЖТО, по состоянию на дату и время наблюдения.

    • 8.2.1.7 Определяется общий показатель качества воды в месте размещения /-й системы (поста) мониторинга сбросов ЖТО, расположенной на НТ.

  • 8.2.2 Этап 2 — прогнозирование сброса ЖТО через 6 ч от даты и времени начала прогнозирования

    • 8.2.2.1 Осуществляется сбор входных данных ПАМ-СО, используемых для определения расчетных параметров, а также обработки байесовским классификатором, при этом:

  • - дата и время начала прогнозирования сброса ЖТО на этапе 2 соответствует дате и времени наблюдения сброса ЖТО на этапе 1;

  • - дата и время наблюдения сброса ЖТО на этапе 2 соответствует 3 ч от даты и времени начала прогнозирования сброса ЖТО на этапе 2 (6 ч от даты и времени начала прогнозирования на этапе 1);

  • - в качестве значения концентрации вещества, входящего в состав ЖТО, в месте размещения /-й системы (поста) мониторинга сбросов ЖТО, расположенной на НТ, следует использовать прогнозируемое значение данного параметра, полученное на этапе 1;

  • - в расчетах используется расчетная масса вещества, входящего в состав ЖТО, сброшенного в ВО, определенная на этапе 1;

  • - в качестве значения концентрации вещества, входящего в состав ЖТО, в месте размещения системы (поста) мониторинга сбросов ЖТО, расположенной в непосредственной близости от источника сброса ЖТО промышленного объекта, следует использовать расчетное значение данного параметра, по состоянию на дату и время начала прогнозирования сброса ЖТО на этапе 2;

  • - характеристика гидрологической обстановки принимается по состоянию на дату и время начала прогнозирования на этапе 1;

  • - значения ХПК и БПК принимаются по состоянию на дату и время начала прогнозирования на этапе 1.

  • 8.2.2.2 По аналогии с действиями, указанными в 8.2.1.3—8.2.1.7, определяется общий показатель качества воды в месте размещения /-й системы (поста) мониторинга сбросов ЖТО, расположенной на НТ, по состоянию на дату и время наблюдения.

  • 8.2.3 По аналогии с действиями, указанными в 8.2.2, осуществляется прогнозирование сброса ЖТО через 9 ч (этап 3), 12 ч (этап 4), 15 ч (этап 5), 18 ч (этап 6), 21 ч (этап 7) и 24 ч (этап 8).

  • 8.3 Для остальных систем (постов) мониторинга сбросов ЖТО, расположенных на НТ, прогнозирование концентраций веществ, входящих в состав ЖТО, и общих показателей качества воды в местах их размещения, по состоянию на каждые 3 ч в течение ближайших суток, осуществляется по аналогии с действиями, указанными для /-й системы (поста) мониторинга сбросов ЖТО, расположенной на НТ.

  • 8.4 Определение общего показателя качества воды

    • 8.4.1 Общий показатель качества воды предназначен для оценки уровня загрязнения ВО и влияния качества воды на здоровье населения на территории муниципального образования (городского округа) в зависимости от полученных концентраций веществ, входящих в состав ЖТО.

    • 8.4.2 Показатель качества воды WQI для каждого вещества, входящего в состав ЖТО, (фенол, формальдегид, аммиак, хром), а также для ХПК и БПК вычисляют по формуле

WQI = rW? <1>

где Cj— концентрация /-го вещества, входящего в состав ЖТО, в месте размещения системы (поста) мониторинга сбросов ЖТО, а для показателей ХПК и БПК — их значения, по состоянию на дату и время начала прогнозирования, мг/дм3;

ПДКу — предельно допустимая концентрация /-го вещества, входящего в состав ЖТО, а для показателей ХПК и БПК — их нормативные значения, мг/дм3.

  • 8.4.3 Общий показатель качества воды SCWQI вычисляют по формуле

    SCWQI = 2


    ПДК/


    /6.


    (2)


  • 8.4.4 Качественная характеристика общего показателя SCWQI представляет собой шкалу от 1 до 13+ для обозначения уровня риска для здоровья, связанного с качеством воды на территории муниципального района (городского округа), ее определяют по таблице 3.

Таблица 3 — Шкала уровня угрозы загрязнения воды в ВО SCWQI

SCWQI

Уровень загрязнения воды

Категория загрязнения воды

0—1

Уровень 1

Чистая

1—2,5

Уровень 2

Умеренно загрязненная

2,5—6

Уровень 3

Грязная

>6

Уровень 4

Чрезвычайно грязная

  • 9 Программная реализация и проверка ПАМ-СО

    • 9.1 Этапы и содержание работ по программной реализации и проверке, перечень наименований разрабатываемых документов на ПАМ-СО и их комплектность, а также требования к содержанию указанных документов должны быть определены в техническом задании на разработку ПАМ-СО. При разработке программного обеспечения и РКД ПАМ-СО рекомендуется применять национальные стандарты серии «Комплекс стандартов на автоматизированные системы» и серии «Единая система программной документации» соответственно.

    • 9.2 Проверку работоспособности и соответствия ПАМ-СО функциональным требованиям необходимо осуществлять в ходе проведения опытной эксплуатации. Предусматриваются следующие стадии проверки ПАМ-СО:

  • - опытная эксплуатация на тестовых данных;

  • - промышленная эксплуатация.

  • 10 Опытная эксплуатация ПАМ-СО

На этапе опытной эксплуатации ПАМ-СО осуществляется:

  • а) определение источников получения требуемых входных данных ПАМ-СО в пилотных регионах, в качестве которых могут выступать:

  • - организации наблюдательной сети Росгидромета, региональных (муниципальных) наблюдательных сетей состояния окружающей среды, а также наблюдательных сетей других участников деятельности в области гидрометеорологии;

  • - производители информационной продукции о состоянии окружающей среды;

  • - зарубежные источники данных о состоянии окружающей среды, от которых информация поступает в рамках международного сотрудничества участников деятельности в области гидрометеорологии;

  • - непосредственно стационарные и подвижные пункты наблюдений за состоянием окружающей среды;

  • - информационные ресурсы региональных и муниципальных органов и др;

  • б) сбор и обработка входных данных ПАМ-СО

Сбор входных данных ПАМ-СО осуществляется через ранее установленные источники в пилотных регионах.

При наличии частично недостающих и/или некачественных (неточных, противоречивых и т. п.) данных они подлежат замене на синтетические данные, рассчитываемые с использованием методов статистической обработки данных или других методов;

  • в) формирование обучающего множества моделей на базе наблюдаемых параметров пилотных регионов, переобучение ПАМ-СО

По мере накопления достоверных сведений в необходимом объеме и формирования на их базе обучающих примеров, обучающие примеры, содержащие синтетические данные, исключаются из обучающего множества и ПАМ-СО подлежит переобучению;

  • г) оценка качества прогнозов, при необходимости наращивание обучающего множества и дообучение ПАМ-СО

Для оценки качества прогнозов 80 % собранных и обработанных достоверных данных пилотного региона (выбранных случайным образом) отводятся для формирования обучающего множества, 20 % — для подготовки тестового набора данных прогнозов наблюдений.

Если качество прогнозов, подготовленных с использованием байесовского классификатора на тестовом наборе данных, составляет не менее 60 %, процесс опытной эксплуатации ПАМ-СО на тестовых 14

данных считается завершенным. В противном случае продолжается процесс наращивания обучающего множества на достоверных данных пилотного региона, дообучение ПАМ-СО и оценка качества прогнозов. Указанный процесс повторяется до достижения требуемого качества прогнозов;

  • д) проверка соответствия ПАМ-СО предъявляемым в техническом задании требованиям, доработка по результатам проведения опытной эксплуатации программного обеспечения и РКД ПАМ-СО.

  • 11 Промышленная эксплуатация ПАМ-СО

    • 11.1 На этапе промышленной эксплуатации осуществляется сопряжение (организуется автоматизированный информационный обмен) ПАМ-СО с источниками получения требуемых входных данных, определенных на этапе опытной эксплуатации, через АПК «Безопасный город».

В процессе применения ПАМ-СО по назначению осуществляется непрерывный сбор и статистическая обработка новых наблюдаемых параметров в период сбросов ЖТО в гидросферу.

  • 11.2 ПАМ-СО должна автоматически архивировать данные наблюдений.

  • 11.3 В процессе промышленной эксплуатации ПАМ-СО подлежит постоянному дообучению с интервалом времени не позднее одной недели после каждого сброса ЖТО в гидросферу.

  • 11.4 В ПАМ-СО должны быть предусмотрены автоматические диагностические сообщения (сигналы) при выявлении 2,5—6+ уровня общего показателя SCWQI в результате сброса ЖТО.

  • 11.5 Непосредственные действия пользователей по применению ПАМ-СО, в том числе при выявлении 2,5—6+ уровня общего показателя SCWQI в результате сброса ЖТО, должны определяться отдельными регламентами и/или должностными инструкциями.

Приложение А (справочное)

Справочники отдельных наблюдаемых параметров

Таблица А.1 — Предельно-допустимые концентрации веществ, входящих в состав ЖТО

Наименование вещества

ПДК в ВО рыбохозяйственного назначения, мг/дм3

Класс опасности

Фенол

0,001

3

Формальдегид

0,01

2

Аммиак

0,05

4

Хром шестивалентный Сг6+

0,02

3

Таблица А.2 — Справочник характера ложа реки

Характер ложа

Реки в весьма благоприятных условиях (чистое прямое ложе со свободным течением, без обвалов и глубоких промоин)

Реки в благоприятных условиях течения

Реки в сравнительно благоприятных условиях, но с некоторым количеством камней и водорослей

Реки, имеющие сравнительно чистые русла, извилистые с некоторыми неправильностями в направлении струй или же прямые, но с неправильностями в рельефе дна (отмели, промоины, местами камни); некоторое увеличение количества водорослей

Русла (больших и средних рек), значительно засоренные, извилистые и частично заросшие, каменистые с неспокойным течением. Поймы больших и средних рек сравнительно разработанные, покрытые нормальным количеством растительности (травы, кустарник)

Порожистые участки равнинных рек. Галечно-валунные русла горного типа с неправильной поверхностью водного зеркала. Сравнительно заросшие, неровные, плохо разработанные поймы рек (промоины, кустарники, деревья с наличием заводей)

Реки и поймы, весьма заросшие (со слабым течением), с большими глубокими промоинами. Валунные, горного типа, русла с бурливым пенистым течением, с изрытой поверхностью водного зеркала (с летящими вверх брызгами воды)

Поймы такие же, как предыдущей категории, но с сильно неправильным течением, заводями и пр.

Горно-водопадного типа русла с крупновалунным строением ложа, перекаты ярко выражены, пенистость настолько сильна, что вода, потеряв прозрачность, имеет белый цвет; шум потока доминирует над всеми остальными звуками, делает разговор затруднительным

Характеристика горных рек примерно та же, что и предыдущей категории. Реки болотного типа (заросли, кочки, во многих местах почти стоячая вода и пр.). Поймы с очень большими мертвыми пространствами, с местными углублениями, озерами и пр.

Таблица А.З — Справочник состояния поверхности акватории водного объекта

Характеристика показателя

Сплошной лед

Колотый крупный лед

Шуга

Колотый лед и шуга

Водная поверхность

Таблица А.4 — Справочник градаций средних глубин водных объектов

Средняя глубина, м

Св. 25

Св. 10 до 25 включ.

Св. 5 до 10 включ.

Св. 2 до 5 включ.

До 2 включ.

Таблица А.5 — Справочник градаций поперечных участков водных объектов

Ширина участка водного объекта, м

Св. 2000

Св. 500 до 2000 включ.

Св. 200 до 500 включ.

До 200 включ.

Таблица А.6 — Справочник градаций направлений течения

Направление, град

12—33

34—56

57—78

79—101

102—123

124—146

147—168

169—191

192—213

214—236

237—258

259—281

282—303

304—326

327—348

349—11

Таблица А.7 — Справочник градаций температуры воды

Диапазон значений, °C

Менее 0

0 — плюс 7

Плюс 7 — плюс 12

Окончание таблицы А. 7


Диапазон значений, °C

Плюс 12 — плюс 20


Плюс 20 — плюс 25


Плюс 25 — плюс 30


Плюс 30 — плюс 35


От плюс 35 и более


Приложение Б (рекомендуемое)

Порядок группировки значений входных данных с использованием формулы Стерджесса

Определение количества градаций значений случайной величины с использованием формулы Стерджесса осуществляют по следующей зависимости:

п = 1 + 3,322 • IgA/,

(Б.1)


где п — количество групп;

Л/ — число единиц совокупности.

Ширину значения варьирующего признака (интервал) случайной величины h вычисляют по формуле

*max-*mln

п= ----„----’ (Б.2)

где хтах — максимальное значение признака в совокупности;

xmin — минимальное значение признака в совокупности.

Если хтах или xmjn сильно отличаются от смежных с ними значений вариантов в упорядоченном ряду значений группировочного признака, то для определения интервала следует использовать значения, несколько превышающие минимум и несколько меньше, чем максимум.

Если размах вариации признака в совокупности велик и значения признака варьируют неравномерно, то применяют группировку с неравными интервалами, получаемыми путем объединения интервалов, содержащих небольшое количество показателей или не содержащие вообще ни одного показателя. Также объединение интервалов осуществляется в тех случаях, когда на основе исторических данных для показателей, соответствующих данным интервалам, не зафиксировано ни одного лесного пожара.

Таким образом, учитывая, что процесс наращивания обучающего множества предполагается осуществлять до достижения требуемого качества прогнозов, при компьютерной реализации ПАМ-СО должны быть обеспечены следующие возможности:

  • - получение первичных градаций значений наблюдаемого параметра с использованием формул (Б.1) и (Б.2) и формирование на их базе соответствующего справочника;

  • - изменение полученного справочника градаций значений наблюдаемого параметра пользователем ПАМ-СО.

Приложение В (рекомендуемое)

Определение расчетных параметров сброса ЖТО в гидросферу

Определение расчетных параметров сброса ЖТО в гидросферу выполнено с учетом [3].

Среднюю концентрацию веществ C(LX, t), входящих в состав ЖТО при сбросе в ВО, вычисляют по формуле

-1)

где Lx — общая протяженность участка ВО от места сброса ЖТО до системы (поста) мониторинга сбросов ЖТО, м; тв — начальная масса сброшенного в ВО, г;

F — площадь поперечного сечения ВО, м2;

Dx — коэффициент продольной дисперсии, м2/с;

t — время, прошедшее от начала сброса ЖТО в ВО, с;

и — средняя скорость течения воды на участке ВО, м/с;

К — коэффициент скорости самоочищения воды от сброшенного вещества, входящего в состав ЖТО, 1/с.

Коэффициенты скорости самоочищения для веществ, входящих в состав ЖТО, приведены в таблице В.1.

Таблица В.1 — Ориентировочные значения коэффициентов скорости самоочищения речной воды от некоторых загрязняющих веществ К

Вещество в составе ЖТО

Значения К (10 5 1/с) при температуре воды, °C

менее 10

от 10 до 15

более 15

Фенол

0,07

0,24

0,35

Формальдегид

0,23

0,81

1,16

Азот аммонийный

0,23

0,35

0,58

Хром

0,11

0,23

0,34

Коэффициент продольной дисперсии Dx для участков ВО шириной равной и менее 10 м вычисляют по формуле

(о \1,4в н* /

(В.2)


где тЗ* — соответственно варианту расчета максимальная или средняя по сечению речного потока скорость течения воды на рассматриваемом участке ВО, м/с;

Н* и В* — соответственно средние глубина и ширина участка ВО, м;

с — коэффициент Шези, м015/с.

Для участков ВО с большей шириной русла коэффициент продольной дисперсии Dx вычисляют по формуле

Dx = 4300 • Н, • тЭ* с-2,63.

(В.З)


(В.4)


Коэффициент Шези при наличии ледяного покрова на участке ВО вычисляют по формуле

с=_1_(о,5Н)Л "зим

где лзим — коэффициент шероховатости русла для зимнего периода времени;

Y3 — коэффициент степени, зависящий от коэффициента шероховатости русла.

Коэффициент шероховатости русла для зимнего периода времени лзим вычисляют по формуле

(В.5)


ПЗИм = Пш

где — коэффициент шероховатости русла, определяемый по таблице В.2;

п* — коэффициент шероховатости нижней поверхности льда.

Коэффициент степени, зависящий от коэффициента шероховатости русла, Y3 вычисляют по формуле:

Y3 [1.5^. при 0,5 H.S 1М (В6)

при 0,5 Н. > 1 м

Таблица В.2 — Коэффициент шероховатости русла участка ВО

Характер ложа

Значение Лщ

Реки в весьма благоприятных условиях (чистое прямое ложе со свободным течением, без обвалов и глубоких промоин)

0,025

Реки в благоприятных условиях течения

0,03

Реки в сравнительно благоприятных условиях, но с некоторым количеством камней и водорослей

0,035

Реки, имеющие сравнительно чистые русла, извилистые с некоторыми неправильностями в направлении струй или же прямые, но с неправильностями в рельефе дна (отмели, промоины, местами камни); некоторое увеличение количества водорослей

0,04

Русла (больших и средних рек), значительно засоренные, извилистые и частично заросшие, каменистые с неспокойным течением. Поймы больших и средних рек сравнительно разработанные, покрытые нормальным количеством растительности (травы, кустарник)

0,05

Порожистые участки равнинных рек. Галечно-валунные русла горного типа с неправильной поверхностью водного зеркала. Сравнительно заросшие, неровные, плохо разработанные поймы рек (промоины, кустарники, деревья с наличием заводей)

0,067

Реки и поймы, весьма заросшие (со слабым течением), с большими глубокими промоинами. Валунные, горного типа, русла с бурливым пенистым течением, с изрытой поверхностью водного зеркала (с летящими вверх брызгами воды)

0,08

Поймы такие же, как предыдущей категории, но с сильно неправильным течением, заводями и пр.

0,01

Горно-водопадного типа русла с крупновалунным строением ложа, перекаты ярко выражены, пенистость настолько сильна, что вода, потеряв прозрачность, имеет белый цвет; шум потока доминирует над всеми остальными звуками, делает разговор затруднительным

0,01

Характеристика горных рек примерно та же, что и предыдущей категории. Реки болотного типа (заросли, кочки, во многих местах почти стоячая вода и пр.). Поймы с очень большими мертвыми пространствами, с местными углублениями, озерами и пр.

1,133

Коэффициент шероховатости нижней поверхности льда Доопределяют по таблице В.З.

Таблица В.З — Значение п* нижней поверхности льда

Число дней после ледостава

До 10

0,15—0,05

10—20

0,1—0,04

20—60

0,05—0,03

60—80

0,04—0,015

80—100

0,025—0,01

При отсутствии значений п*п коэффициент Шези вычисляют по формуле

(Н -0.13-0,75^^-0,1)

С = --------------■ (В.7)

ш

Для летнего периода времени на участке ВО коэффициент Шези вычисляют по формуле

c = 4--Ry, (В.8)

*'ш

где R — гидравлический радиус русла, м;

Y — коэффициент степени, зависящий от коэффициента шероховатости русла, вычисляемый по формуле

Y = 2,5^4- 0,13 - 0,75{R ({^ - 0,1).

Массу вещества тв, входящего в состав ЖТО, сброшенного в водный поток, вычисляют по формуле

С(1.Х1 f)F(4 ■ я ■ Dx ■ t)°’5

exp


4D,-t j


-Kt


(В.9)


(B.10)


Библиография

  • [1] Водный кодекс Российской Федерации от 3 июня 2006 г. № 74-ФЗ

  • [2] Федеральный закон от 10 января 2002 г. № 7-ФЗ «Об охране окружающей среды»

  • [3] Р 52.24.627—2007 Усовершенствованные методы прогностических расчетов распространения по речной сети зон высокозагрязненных вод с учетом форм миграции наиболее опасных загрязняющих веществ

УДК 614.894:006.354

ОКС 13.200


Ключевые слова: безопасный город, прогнозная аналитическая модель, водный объект, жидкие технологические отходы, загрязняющее вещество, сброс жидких технологических отходов, метод Байеса, вероятностная оценка угроз

Редактор Н.В. Таланова Технический редактор В.Н. Прусакова Корректор С.В. Смирнова Компьютерная верстка М.В. Малеевой

Сдано в набор 21.11.2022. Подписано в печать 06.12.2022. Формат 60*84%. Гарнитура Ариал. Усл. печ. л. 3,26. Уч.-изд. л. 2,52.

Подготовлено на основе электронной версии, предоставленной разработчиком стандарта

Создано в единичном исполнении в ФГБУ «Институт стандартизации» , 117418 Москва, Нахимовский пр-т, д. 31, к. 2.