ст. преподаватель, Термезского государственного университета, Республика Узбекистан, г. Термез
ИЗУЧЕНИЕ СОСТАВА АТМОСФЕРНОГО ВОЗДУХА ФИЗИЧЕСКИМИ МЕТОДАМИ В ЦЕЛЯХ ОХРАНЫ ОКРУЖАЮЩЕЙ СРЕДЫ СУРХАНДАРЬИНСКОЙ ОБЛАСТИ
АННОТАЦИЯ
В данной статье при изучении экологических проблем южных регионов Республики Узбекистан на основе физических методов анализируются такие показатели, как температура воздуха, влажность воздуха, влажность и сухость почвы. Эксперименты, проведенные в городе Термезе и Термезском районе, показали, что каждый микрорайон имеет свои параметры воздуха и почвы. Установлено, в частности, что температура воздуха и почвы микрорайона «Жўйжангал» города Термеза резко отличается от других микрорайонов. В настоящее время одной из актуальных проблем экологии является изучение состава атмосферного воздуха физико-химическими методами. В ходе следующих исследований планируется провести измерения и в других регионах области.
ABSTRACT
In this article, when studying the environmental problems of the southern regions of the Republic of Uzbekistan, on the basis of physical methods, indicators such as air temperature, humid air temperature, soil moisture, and soil dryness are analyzed. Experiments conducted in Termiz city and Termiz district showed that each neighborhood has its own air and soil parameters. In particular, it was found that the air and soil temperatures of the "Joyjangal" neighborhood of Termiz city differ sharply from other neighborhoods. Nowadays, one of the urgent problems of physics has been studied by studying the composition of atmospheric air using physico-chemical methods. Environment, air temperature, atmospheric pressure, wind speed, wind temperature, wind direction, wet soil, wet soil, frequency, ecology, climate.
Ключевые слова: окружающая среда, температура воздуха, атмосферное давление, скорость ветра, температура ветра, направление ветра, влажность почвы, повторяемость, экология, климат.
Keywords: environment, air temperature, atmospheric pressure, wind speed, wind temperature, wind direction, wet soil, wet soil, frequency, ecology, climate.
Введение. В настоящее время резкое потепление температуры воздуха, а также изменение состава атмосферного воздуха, являются наиболее актуальными экологическими проблемами во всем мире. Например, в населённых пунтктах Сурхандарьинской области изменение атмосферного воздуха оказывает свое негативное влияние на живущих там людей, мир животных и растений. Урожайность сельскохозяйственной продукции также в определенной степени снижается в результате резкого изменения климата, которое выражается в уменьшении количества осадков, а также в очень сильном потеплении воздуха. Поэтому изучение текущего состояния атмосферного воздуха в данном регионе, а также полученных результатов с экологической точки зрения имеет большое значение.
Физические свойства воздуха важны для жизнедеятельности и здоровья человека в целом. Не всегда удаётся измерить эти свойства. Изучен ряд методов измерения физических факторов воздуха, который включает в себя определение содержания газов, параметров, таких как температура и влажность воздуха, скорость и направление ветра, используемые для измерения световых характеристик воздуха, а также методы определения влажности и сухости почвы.
В научно-исследовательской работе М.М.Хана и других специалистов спутники Земли, основанные на дистанционном зондировании, стали полезным инструментом для мониторинга стихийных бедствий. Это исследование включает в себя мультисенсорный анализ для оценки пространственно-временных изменений параметров атмосферы как сигналов, предшествующих землетрясению на Гаити силой Mw 7,2 балла (EQ). Ученые изучали аномалии EQ температуры поверхности земли (LST), температуры воздуха (AT), относительной влажности (RH), давления воздуха (AP) и уходящей длинноволновой радиации (OLR). Более того, ими обнаружены атмосферные аномалии, связанные с землетрясением, во временном окне за 3–10 дней до главного толчка с помощью различных методов (например, статистических, вейвлет-преобразований, глубокого обучения и нейронных сетей на основе машинного обучения (ML)). Ими наблюдалось резкое снижение RH и AP перед главным толчком, за которым последовало огромное повышение AT. Аналогичным образом, ими также наблюдалось усиление LST и OLR вокруг региона сейсмической подготовки в течение 3–10 дней до землетрясения, что подтверждает предвестник поведения всех атмосферных параметров. Эти многопараметрические неоднородности могут способствовать физическому пониманию взаимодействия литосферы-атмосферы-ионосферы (LAIC) в будущем для прогнозирования землетрясений [4].
W.J.Massman и J.M.Frank в научном исследовании изучали изменения атмосферного давления постоянно вентилирующие почву и снежных покровов. Этот физический процесс, известный как нагнетание давления, является основным фактором обмена потоков H2O, CO2 и других газовых примесей между почвой и атмосферой. Таким образом, модели нагнетания давления актуальны для многих областей критической важности. В этих исследованиях сравниваются три основные модели, используемые для описания накачки под давлением. Начиная с фундаментальных физических принципов и того, является ли поле течения сжимаемым или несжимаемым, эти модели подразделяются на линейные параболические (одна модель — сжимаемая) или нелинейные гиперболические (две модели — несжимаемые). Используя данные наблюдений о поверхностном давлении почвы, измеренные вертикальные профили проницаемости почвы, а также стандартный линейный анализ и численные методы, можно сделать вывод, что нелинейные модели генерируют адективные скорости, которые на один-два порядка превышают скорости, связанные с линейной моделью. Включение динамики температуры и влажности почвы практически не повлияло на линейную модель, но существенное различие в нелинейных моделях позволяет предположить, что адективные скорости, вызванные изменениями давления, связанными с нагревом почвы и динамикой влажности, не всегда могут быть достаточно малы, чтобы их можно было игнорировать. Разделение воздействия давления и реакций модели помогло определить, что среднечастотные явления, связанные с погодой (эмпирически идентифицированные как инерционные гравитационные волны и солитоны), являются важными движущими силами газообмена между почвой и атмосферой [5].
Согласно исследованиям P.Koad, S.Somchuea и других учёных, использованы исторические данные с 37 выбранных радиозондов WМО (world meteorological organization − ВМО − Всемирная метеорологическая организация) станций для анализа физических свойств нижних слоев атмосферы Юго-Восточной Азии в пространственном и временном режимах. Предложенный метод анализа включает в себя оценку статических атмосферных параметров и их корреляций, трендовый анализ из временных серий параметров и извлечение годовых и межгодовых изменений из временных серий отменённых параметров. Анализ вертикальной структуры «профилей» температуры и давления (т.е. температуры и давления как функций высоты в данный момент времени), их останки в изоэнтропийной атмосфере показали, что они зависят от высоты и предсказуемы. Корреляционный анализ между рассчитанными параметрами показал, что отношение теплоёмкости является функцией скорости изменения окружающей среды, которая может быть использована при параметризации атмосферной модели. Молярная масса нижних слоев атмосферы Юго-Восточной Азии также была оценена в 29,65 г/моль на основе параметризации, что немного выше среднего значения для сухого воздуха в 28,97 г/моль [6].
Пространственный анализ их средних значений показывает, что нижние слои атмосферы Юго-Восточной Азии можно разделить на Северный Экваториальный Субрегион (СЭС) и Центральный Экваториальный Субрегион (ЦЭС), где их граница лежит на широтах от 5° до 10°. Трендовый анализ временных серий по каждому параметру показывает, что нижние слои атмосферы Юго-Восточной Азии являются временной системой, управляемой климатическими колебаниями и изменениями. Их равновесные значения можно оценить с помощью анализа линейной регрессии (обратное движение, отступления). Результаты анализа периодограммы Ломба-Ссаргле показывают, что произошло годовое изменение, а межгодовое изменение обусловлено колебаниями климата, как Квази-биэнальные колебания. Их знания могут быть использованы для адаптации изоэнтропийной модели (снижение более горячего и сухого воздуха сверху) к приложениям, требующих точного сближения, параметризации модели без потери точности и изучения влияния климатических колебаний и изменений климата на нижние слои атмосферы Юго-Восточной Азии.
Согласно результатам исследований N.Sunusi, и Giarno получается, что переход от ручного измерения погоды к автоматизации практически неизбежен. При переходе на АКС (автоматизированная климатическая станция) WМО (world meteorological organization − Всемирная метеорологическая организация) потребовала подвергнуть испытанию параллельных данных между автоматическими и ручными измерениями.
Целью их статьи является параллельное испытание данных автоматической метеостанции с использованием простого статистического теста, применяемого относительно к трем основным погодным параметрам, то есть температуре, давлению, влажности, осадкам, направлению и скорости ветра.
Январские и июньские месяцы были использованы в качестве образца для выражения характера влажного и сухого сезонов в зоне муссонов Макассара. Результаты их анализа показывают, что в дождливый сезон только давление и температура были одинаковыми. Между тем, в сухой сезон, кроме этих двух параметров, влажность и скорость ветра также однородны, а осадки в январе и июне являются неоднородным параметром.
Автоматическая метеостанция и ручные наблюдения показали, что воздействие ветров с суши на море в Макассаре очень сильное. Учитывая существование неоднородных параметров, было рекомендовано проведение испытания в течение более длительного периода времени. В ходе исследования учеными были учтены влияния других глобальных явлений, последствия отсутствия данных и тестирование различных методов единообразия и свойства ошибочной информации в рассматриваемом местоположении [7].
Согласно исследованиям Е.Rangel, Е Cadenas и других, рассчитан анализ и соответствующая корректировка входных векторов для улучшения производительности данных моделей, с целью предсказать появление солнечной радиации на час раньше. Для подобного изучения были проведены тесты Engle-Granjer. Кроме того, исследована коллинеарность между метеорологическими переменными баз данных (векторами, лежащими на одной прямой или параллельных прямых линиях).
С целью проверки значимости анализа для улучшения входных векторов были использованы различные базы данных, полученные из трех городов Мексики с разным климатом, в частности: Чихуахуа, Темихcо ва Заcатеcас. Эти массивы данных состояли из ежечасных измерений следующих переменных: солнечной радиации, скорости ветра, относительной влажности, давления и температуры. Результаты показали, что во всех трех случаях были созданы правильные модели, даже при использовании входных векторов, генерируемых только информацией о солнечной радиации и температуре.
Таким образом, сделан вывод, что давление, скорость ветра и относительная влажность могут быть исключены из входных векторов прогнозирующих моделей, поскольку, согласно причинно-следственным тестам, они не предоставили соответствующих результатов для улучшения данных о солнечной радиации в исследуемых случаях. Скорее всего, эти переменные могут привести к ложным результатам.
Результаты обработки информации, полученной с помощью вышеописанной модели, были сопоставлены с интеллектуальной моделью жесткости, обычно используемой для подтверждения прогнозирования солнечной радиации. Измерения погрешностей, такие как средняя абсолютная погрешность и среднеквадратичная ошибка, использовались для сравнения результатов прогнозирования по различным моделям. Во всех случаях итоги, полученные с помощью улучшенной модели, превысили результаты интеллектуальной жесткости, в частности: до 11,5 % в Чихуахуа, до 15,7 % в Темиксо и до 27,2 % в Закатекасе [8].
В частности, согласно научным исследованиям X.Тураева и С.Ч.Эшкараева, полученные результаты эксперимента радиометрического определения присутствия радионуклидов радон-222 в атмосферном воздухе Сурхандарьинской области Республики Узбекистан легли в основу работы.
Например, при изучении состава атмосферного воздуха в селах Шерабад, Пошхурт и Шўроб Сурхандарьинской области было установлено, что содержание радона-222 превышает норму, одним из основных факторов является то, что села расположены вблизи заводов по производству карбида и гранита в Бойсунском районе по направлению которого дуют сильные ветра.
В результате добычи каменных руд радон абсорбируется атмосферным воздухом. Поэтому концентрация радона была значительно выше, чем в других местах [1; 2].
Согласно результатам исследования E. Sh. Elizbarashvili, M. E. Elizbarashvili, температурные режимы почвы в Грузии оценивались на основе записей 60 метеорологических станций в период с 1947 по 1995 год. Это теплообмен в почвенно-воздушной системе, влияние типов почв и форм рельефа на температуру, закономерности распределения температуры. Также описывалась структура верхнего слоя почвы [3].
Обсуждение и результаты. Данные и результаты, полученные на территориях города Термез и Термезского района, которые считаются южной частью Сурхандарьинской области, показывают, что существуют региональные экологические проблемы естественных и искусственно возникающих размеров. В южном регионе Сурхандарьинской области климатические условия и географическая среда сильно отличаются от северного региона. Территория города Термез и Термезского района также имеет свои экологические проблемы, решение которых на сегодняшний день является актуальным вопросом. Основной экологической проблемой в южных регионах является резкое изменение состава атмосферного воздуха.
Одной из основных исследовательских задач является изучение влияния данной экологической проблемы на национальную экономику и пересмотр и внесение поправок в районах, где возникает экологическая проблема, на основе выявления закономерностей изменения динамики атмосферного воздуха, а также влияния этой экологической проблемы на человеческий фактор.
Помимо этого, нарушение атмосферного воздуха, выброса вредного ультрафиолетового излучения в озоновый слой и его распространения на поверхность Земли, имеет огромное влияние. В настоящее время одной из основных причин изменения состава атмосферного воздуха является поглощение озонового слоя (O3). Окружающая среда постоянно меняется и эту проблему нельзя оставлять без внимания.
При исследовании вышеописанных факторов было использовано следующее оборудование для изучения состава атмосферного воздуха с использованием физических научных методов, представляющие собой следующие:
- С помощью прибора-MULTI-PURPOSE ANEMOMETR можно определить температуру воздуха, влажность воздуха, температуру ветра, содержание водяного пара, скорость ветра и направление, атмосферное давление, высоту над уровнем моря, а также освещенность атмосферы.
- ТЕРМОМЕТР − определяет температуру воздуха, температуру сухой почвы и температуру влажной почвы.
Рисунок 1. Multi-Purpose Anemometer GM8910 THERMOMETER
Таблица 1.
Показатель температуры воздуха и почвы города Термеза в июле-августе (2023 г.)
№ |
Место расположения |
температура сухой почвы, (оC) |
температура влажной почвы, (оC) |
температура воздуха, (оC) |
температура влажного воздуха, (оC) |
1 |
махалля "Амусоҳил" |
34,035 |
30,05 |
35,3 |
34,4 |
2 |
махалля "Жўйжангал" Дийдор тўйхона |
30,19 |
27,8 |
37,5 |
25,4 |
3 |
махалля "Мажнунтол" |
35,4 |
30,8 |
34,7 |
32 |
4 |
махалля "Ал-Жомий" |
31,5 |
37,8 |
33,8 |
33,6 |
5 |
махалля "Жўйжангал" около завода ДСП |
30,72 |
27,845 |
37,11 |
30,3 |
6 |
махалля "Гулистон" |
32,80 |
0 |
40,7 |
23,8 |
7 |
махалля "Саховат" |
31,175 |
26,375 |
35,1 |
27,85 |
8 |
махалля "Ўзбекистон" рядом сТерДУ |
24,96 |
24,28 |
32,7 |
27,7 |
9 |
махалля "Боғишамол" |
30,83 |
29,73 |
35,27 |
32,13 |
10 |
махалля "Алишер Навои" |
32,31 |
28,40 |
32,4 |
36,3 |
Рисунок 2. Динамика температуры и влажности воздуха и почвы (город Термез, август 2023 г.)
При изучении динамики температуры и влажности воздуха и почвы полученные результаты показывают, что изменение температуры влажного воздуха практически одинаково в махаллях города Термез и на ~20−30 % превышает среднюю температуру воздуха (1-я табл., рис. 2).
При этом если наименьшее значение температуры влажного воздуха зафиксировано в махалле "Алишер Навои", в то время как самый высокий показатель наблюдался в махалле "Амусохил". Причем температура влажной почвы дает низкий показатель в 30−50 % по сравнению со средней температурой воздуха. При этом наименьшее значение температуры влажной почвы зафиксировано в махалле “Гулистан”, в то время как самый высокий показатель наблюдается в махалле “Аль-Джами”. Кроме того, эксперименты по измерению температуры сухой почвы показывают, что она находится на низком уровне на 45−60 % по сравнению со средней температурой воздуха. В то время как наименьшее значение температуры сухой почвы было зафиксировано в махалле “Аль-Джами”, самый высокий показатель наблюдался в махалле “Гулистан”. В ходе наблюдений можно увидеть, что результаты, полученные в махалле “Жўйжангал”, расположенном в самой отдаленной части города Термез, резко отличаются по сравнению с другими махаллями. В этом районе температура воздуха измерена выше, при этом температура влажной и сухой почвы указывает на самый высокий уровень (100 %). На территории этой махалли, измеренная выше температура воздуха указывает, что температура влажной и сухой почвы находится на самом высоком уровне (100 %).
Таблица 2.
Показатель температуры воздуха и почвы Термезского района в июле-августе (2023 г.)
№ |
Место расположения |
температура сухой почвы, (оC) |
температура влажной почвы, (оC) |
температура воздуха, (оC) |
температура влажного воздуха, (оC) |
1 |
махалля "Термиз" |
31,82 |
28,97 |
37,2 |
27,1 |
2 |
махалля "Жўйжангал" |
28,945 |
26,485 |
30,5 |
30,85 |
3 |
махалля "Қуёшли юрт" |
33,035 |
30 |
33 |
40,75 |
4 |
махалля "Ат-Термизий" |
34,90 |
30,3 |
38,9 |
27,3 |
5 |
махалля "Солиобод" |
31,595 |
30,06 |
33,85 |
29,95 |
6 |
махалля "Наврўз" |
37,32 |
31,24 |
41,15 |
22,95 |
7 |
махалля "Ш.Рашидов" |
36,45 |
30,2 |
40,15 |
32,45 |
8 |
махалля "Қўнғирот" |
32,82 |
28,73 |
33,2 |
30,9 |
9 |
махалля "Солиобод" Аэропорт |
0 |
0 |
39,4 |
0 |
10 |
махалля "Сабзипоя" |
34,095 |
28,46 |
32,5 |
36,35 |
Рисунок 3. Динамика температуры и влажности воздуха и почвы (Термезский район, август 2023 г.)
Аналогичным образом, результаты исследования в махаллях Термезского района, показанные на рисунке 3, при сравнении несколько отличаются от результатов, показанных на рисунке 2.
Можно видеть, что температура влажного воздуха в Термезском районе отличается на 60 % во всех других махаллях, за исключением махалли “Солиобод”. С другой стороны, средняя температура воздуха показала разные значения в десяти махаллях, где проводился эксперимент. При этом самый высокий уровень (от 60 % до 100 %) зафиксирован в махаллях Солиабада, в то время как самый низкий уровень (0 %) снова наблюдался в махалле “Термез”.
В экспериментах по измерению температуры влажной почвы и сухой почвы можно видеть, что показатели их температуры изменились одинаково. На рисунке видно, что значения влажности почвы по отношению к сухой почве в среднем на 40 % выше. Наименьшие значения температур влажной почвы и сухой почвы наблюдались в махаллях "Джойджангал", "Ш.Рашидов", "Кург" и "Солиабад". В других махаллях были зафиксированы стабильные показатели в 50 % и 25 % соответственно (Таблица 2).
Вывод
В данной статье представлены результаты проведенных экспериментов по измерению температуры воздуха, влажности воздуха, влажности почвы, сухости почвы, основанных на применении физико-химических методов при изучении экологических проблем.
В ходе экспериментов вышеуказанные физические величины были измерены и проанализированы с помощью многоцелевых приборов - MULTI-PURPOSE ANEMOMETR, THERMOMETER. В экспериментах, проведенных в городе Термез и Термезских районах, было показано, что каждая махалля имеет свои собственные параметры воздуха и почвы. Выявлено, что температура воздуха и почвы в махалле "Джойджангал" города Термез, резко отличается от температуры в других махаллях.
Однако в махаллях Термезского района температура воздуха и почвы имеет отличие от температуры в городе Термез.
Случаи резкого снижения параметров наблюдались в махаллях "Джойджангал", "Ш.Рашидов", "Кург" и "Солибод". Проведение таких экспериментов поможет решить вопросы мониторинга экологических проблем территории и принятия дополнительных мер. Планируется проведение последующих обследований для проведения измерений в других районах области.
Список литературы:
- Ишмуратова Д.К., Жумаева З.Э. Сурхондарё вилояти Термиз ва Денов тумани ҳудудларидаги атмосфера ҳавоси таркибини физик кимёвий усуллар билан ўрганиш // Theoretical Aspects in the Formation of Pedagogical Sciences. International scientific-online conference. Р.92−96.
- Эшкараев С.Ч., Тураев Х.Х., Умбаров И.А. Радиометрическое определение активности бета-излучений стронция-90 в почвах Сурхандарьинской области Узбекистана // Сб. науч. трудов по материалам международной науч.-практ.конф. 30 июня 2020. Ч. 1. Тамбов: Консалтинговая компания Юком, 2020. C.121−124.
- Elizbarashvili E. Sh., Elizbarashvili M. E., Maglakelidze R. V. Specific Features of Soil Temperature Regimes in Georgia // Pochvovedenie. 2007. No. 7. Р. 846–851 [Eur. Soil Sci. 40 (7), 761-765 (2007)].
- Khan M. M. Atmospheric Anomalies Associated with the 2021 Mw 7.2 Haiti Earthquake Using Machine Learning from Multiple Satellites // Sustainability. 2022. Vol. 14. P.17. https://doi.org/10.3390/su142214782
- Massman W. J., Frank J. M. Modeling Gas Flow Velocities in Soils Induced by Variations in Surface Pressure, Heat, and Moisture Dynamics // Journal of Advances in Modeing. Earth Systems. Vol. 14. 2022. P. 32. DOI: 10.1029/2022MS003086
- Koad P., Somchuea, S., Weekaew, J. & Kongsen, J. Spatiotemporal Analysis of Southeast Asian Lower Atmosphere using Historical Radiosonde Data // Trends in Sciences. 2023. Vol. 20(1). P.21. DOI:10.48048/tis.2023.6190
- Sunusi N. & Giarno. Bias of automatic weather parameter measurement in monsoon area, a case study in Makassar Coast //AIMS AIMS Environmental Science. 2023. Vol. 10(1). P. 1–15. DOI: 10.3934/environsci.2023001
- Rangel E., Cadenas E., Campos-Amezcua R., Tena, J. L. Enhanced prediction of solar radiation using NARX models with corrected input vectors // Energies. 2020. Vol. 13. P. 25−76; doi:10.3390/tn13102576