Buy (625 RUB)
|Generate QR code
Open Access
Subscription or Fee Access
Use of Artificial Neural Networks to Predict Levels of Air Pollution and Water Bodies
https://doi.org/10.18412/1816-0395-2019-8-36-41
Abstract
Describes the process of creating a simple and effective tool for predicting the quality of air and water bodies. Artificial neural networks are an effective tool for predicting the concentrations of suspended particles of heavy metals. The correct choice of input and output data with a clear relationship between them is necessary to obtain reliable results. Emphasis is placed on predictions of heavy metals due to permissible level of these pollutants, which often was exceeded in Tula. For given conditions, the best results are obtained using a single-layer perception with a back propagation algorithm.
About the Authors
A.A. Maslova
Tula State University
Russian Federation
Dr. Sci. (Eng.), Associate Professor
Russian Federation
Dr. Sci. (Eng.), Associate Professor
V.M. Panarin
Tula State University
Russian Federation
Dr. Sci. (Eng.), Head of Department
Russian Federation
Dr. Sci. (Eng.), Head of Department
K.V. Grishakov
Tula State University
Russian Federation
Post-graduate Student
Russian Federation
Post-graduate Student
N.A. Rybka
Tula State University
Russian Federation
Post-graduate Student
Russian Federation
Post-graduate Student
E.A. Kotova
Tula State University
Russian Federation
Post-graduate Student
Russian Federation
Post-graduate Student
D.A. Selezneva
Tula State University
Russian Federation
Graduate Student
Russian Federation
Graduate Student
References
1. Бурман В.М., Кропотов Ю.А. Автоматизированная распределенная система экологического мониторинга окружающей среды модульного типа. Известия ОрелГТУ. Серия "Информационные системы и технологии". 2008. № 1—2/269(544). С. 53—57.
2. Кантюков Р.А., Панарин В.М., Горюнкова А.А., Гришаков К.В. Информационно-измерительная система построения полей загрязнения атмосферного воздуха при разрыве магистральных газопроводов. Успехи в химии и химической технологии. 2016. Т. 30. № 2 (171). С. 141—142.
3. Кононов Д.А., Кульба В.В. Экологический менеджмент: сценарии развития объектов и управление экологической обстановкой. Инженерная экология. 1996. № 6. C. 78—99.
4. Каплунов Ю.В., Климов С.Л., Красавин А.П., Харионовский А.А. Концептуальные основы экологии в угольной промышленности на 2000—2002 годы. Уголь. 2000. №1. С. 68—72.
5. Кропотов Ю.А., Суворова Г.П. Марковские модели в автоматизированной системе мониторинга и прогнозирования экологического состояния промышленной зоны. Известия ОрелГТУ. Серия "Информационные системы и технологии". 2008. № 1—3/269(544). С. 113—118.
6. Крупнов А.Е., Скородумов А.И., Павлов В.Г. Задачи построения сетей связи третьего поколения в России. Мобильные системы. Спецвыпуск, посвящённый 5-летию Ассоциации 3G. 2004. С. 49—57.
7. Ларкин Е.В., Панарин М.В. Диспетчеризация транспортировки энергоносителей. ХХYIII Научная сессия, посвященная Дню радио. Тула, НТОРЭС им. А.С. Попова. 2010. С. 58—61.
8. Маслова А.А., Фурсова Д.С. Сточные воды и их очистка. Докл. XX Междунар. науч.-техн. конф. "Современные проблемы экологии". Тула, Инновационные технологии, 2018. С. 49—50.
9. Горюнкова А.А. и др. Метод определения расположения станций экологического контроля качества среды горнопромышленных регионов. Матер. 7-ой Междунар. конф. "Социально-экономические и экологические проблемы горной промышленности, строительства и энергетики". Тула, 2011. Т. 2. С. 293—297.
10. Мешалкин В.П., Панарин В.М., Рыбка Н.А., Горюнкова А.А. Оценка рассеивающей способности атмосферы химического комплекса и особенности его мониторинга (на примере города Новомосковска тульской области). Химическая промышленность сегодня. 2017. № 4. С. 29—34.
11. Натхина Р.И. Моделирование процессов распространения многокомпонентных промышленных выбросов. М., Наука, 2001. 234 с.
12. Суворова Г.П. Автоматизированная система эко- логического контроля предприятия. Межвуз. сб. научн. тр. "Методы и устройства передачи и обработки информации". Вып. 4. Под ред. В.В. Ромашова, В.В. Булкина. СПб., Гидрометеоиздат, 2004. С. 347.
13. Суворова Г.П. Функциональная структура системы экологического мониторинга промышленного региона. Тр. Междунар. науч. конф. "Инновационный потенциал естественных наук". Перм. Ун-т; Естестввеннонаучн. Ин-т [и др.]. Пермь, РИО Пермского университета, 2006. Т. II. Экология и рациональное природопользование. Управление инновационной деятельностью. С. 139—144.
14. Якунина И.В., Попов Н.С. Методы и приборы контроля окружающей среды. Экологический мониторинг. Учеб. пособие. Тамбов, Изд-во Тамб. гос. техн. ун-та, 2009. 188 с.
15. Мешалкин В.П., Лесных В.В., Путилов А.В., Горюнкова А.А. Организация мониторинга загрязнения атмосферы химически опасными объектами. Цветные металлы. 2015. № 4. С. 85—88.
16. Горюнкова А.А. Современное состояние и подходы к разработке систем мониторинга загрязнения атмосферы. "Известия ТулГУ. Технические науки". Изд-во ТулГУ. 2013. Вып.11. С. 251—260.
17. Kapias T., Griffiths R.F. Accidental releases of titanium tetrachloride (TiCl4) in the context of major hazards – spill behavior using reactpool. Hazardous Mater. 2005. Vol. 119. № 3. P. 41—52.
Review
For citations:
Maslova A., Panarin V., Grishakov K., Rybka N., Kotova E., Selezneva D. Use of Artificial Neural Networks to Predict Levels of Air Pollution and Water Bodies. Ecology and Industry of Russia. 2019;23(8):36-41. (In Russ.) https://doi.org/10.18412/1816-0395-2019-8-36-41
Views:
979
Email this article 