Аналіз та удосконалення моделей поширення хімічного забруднення у навколишньому середовищі

  • Е. О. Кочанов Харківський національний університет імені В. Н. Каразіна, майдан Свободи, 4, 61022, м. Харків, Україна https://orcid.org/0000-0002-8443-4054
Ключові слова: хімічно небезпечний об'єкт, хімічна обстановка, вторинне зараження, зона ураження, шорсткість поверхні, сильнодіюча отруйна речовина

Анотація

Мета. Розробка та аналітичне обґрунтування моделі оцінки хімічної обстановки при аваріях на хімічно небезпечних об'єктах з урахуванням особливостей формування первинного та вторинного хімічного зараження.

Методи. Використано комплексний аналітичний підхід до моделювання сценаріїв хімічного зараження з використанням модифікованих рівнянь атмосферної дифузії, формул для розрахунку маси випару речовини, тривалості утворення хмари та її просторового поширення.

Результати. Особливу увагу приділено врахуванню шорсткості підстилаючої поверхні, яка впливає на параметри поширення токсичних хмар, та визначенню глибини зон ураження залежно від типу СДОР, метеоумов і властивостей місцевості. Введено параметр шорсткості поверхні для обліку неоднорідностей рельєфу. Розрахунки проведено для різних категорій сильнодіючих отруйних речовин (аміак, хлор), у типових умовах для України. Використано довідкові та нормативні дані, а також алгоритми і сценарії з практики оцінки хімічної обстановки. На основі розробленої моделі проведено розрахунки площі ураження для типових хімічно небезпечних об'єктів, визначено глибину проникнення токсичної хмари в залежності від типу підстилаючої поверхні, швидкості вітру та температури. Показано, що врахування шорсткості підвищує точність оцінки на 12–18 %, що критично для оперативного прийняття рішень. Встановлено, що вторинна хмара формує додаткову зону ризику, яка у певних умовах перевищує за площею первинне зараження. Продемонстровано можливість використання моделі у системах екологічного моніторингу та прогнозування наслідків техногенних аварій.

Висновки. Запропонована модель дозволяє враховувати топографічні та метеорологічні чинники при оцінці хімічного зараження. Це сприяє підвищенню точності визначення меж зон ураження та може бути інтегрована у системи підтримки прийняття рішень для оперативного реагування службами ДСНС, екологічного моніторингу та територіального планування в умовах потенційної техногенної небезпеки.

Завантаження

##plugins.generic.usageStats.noStats##

Біографія автора

Е. О. Кочанов, Харківський національний університет імені В. Н. Каразіна, майдан Свободи, 4, 61022, м. Харків, Україна

канд. військ. наук, доц., доцент кафедри екологічного моніторингу та заповідної справи

Посилання

Yoo, B., & Choi, S. D. (2019). Emergency evacuation plan for hazardous chemicals leakage accidents using GIS-based risk analysis techniques in South Korea. International Journal of Environmental Re-search and Public Health, 16(11), 1948. https://doi.org/10.3390/ijerph16111948

Hou, J., Gai, W.-M., Cheng, W.-Y., & Deng, Y.-F. (2021). Hazardous chemical leakage accidents and emergency evacuation response from 2009 to 2018 in China: A review. Safety Science, 135, 105101. https://doi.org/10.1016/j.ssci.2020.105101

Lacome, J.-M., Leroy, G., Joubert, L., & Truchot, B. (2023). Harmonisation in Atmospheric Dispersion Modelling Approaches to Assess Toxic Consequences in the Neighbourhood of Industrial Facilities. Atmosphere, 14(11), 1605. https://doi.org/10.3390/atmos14111605

Weger, M., Knoth, O., & Heinold, B. (2021). An urban large-eddy-simulation-based dispersion model for marginal grid resolutions: CAIRDIO v1.0. Geoscientific Model Development, 14(3), 1469–1493. https://doi.org/10.5194/gmd-14-1469-2021

Lipták, Ľ., Cibulka, J., Kucbel, M., & Jurčák, P. (2023). Dispersion and radiation modelling in ESTE system using urban LPM. Atmosphere, 14(7), 1077. https://doi.org/10.3390/atmos14071077

Di Nicola, F., Brattich, E., & Di Sabatino, S. (2022). A new approach for roughness representation with-in urban dispersion models. Atmospheric Environment, 283, 119181. https://doi.org/10.1016/j.atmosenv.2022.119181

Gant, S., Weil, J., Delle Monache, L., Hanna, S., & Chang, J. (2018). Dense gas dispersion model devel-opment and testing for the Jack Rabbit II phase 1 chlorine release experiments. Atmospheric Environ-ment, 192, 218–240. https://doi.org/10.1016/j.atmosenv.2018.08.009

Fox, S., Hanna, S., Mazzola, T., Spicer, T., Chang, J., & Gant, S. (2022). Overview of the Jack Rabbit II (JR II) field experiments and summary of the methods used in the dispersion model comparisons. At-mospheric Environment, 269, 118783. https://doi.org/10.1016/j.atmosenv.2021.118783

Spicer, Thomas & Tickle, Graham. (2021). Simplified source description for atmospheric dispersion model comparison of the Jack Rabbit II chlorine field experiments. Atmospheric Environment. 244. 117866. https://doi.org/10.1016/j.atmosenv.2020.117866

Hanna, S., Chang, J. (2012). Acceptance criteria for urban dispersion model evaluation. Meteorology and Atmospheric Physics. 116, 133–146. https://doi.org/10.1007/s00703-011-0177-1

Fthenakis, V. (1999). HGSYSTEM: a review, critique, and comparison with other models. Journal of Loss Prevention in the Process Industries, 12(6), 525-531. https://doi.org/10.1016/S0950-4230(99)00029-7

Spicer, T. O., & Havens, J. A. (1987). Field test validation of the degadis model. Journal of Hazardous Materials, 16, 231–245. https://doi.org/10.1016/0304-3894(87)80036-5

Bellegoni, M., Ovidi, F., Landucci, G., Tognotti, L., & Galletti, C. (2021). CFD analysis of the influence of a perimeter wall on the natural gas dispersion from an LNG pool. Process Safety and Environmental Protection, 148, 751–764. https://doi.org/10.1016/j.psep.2021.01.048

Amelina, L. V., Biliaiev, M. M., Berlov, O. V., Verhun, O. O., & Rusakova, T. I. (2021). Modeling of Envi-ronmental Pollution by Ammonia Emission from a Damaged Pipeline. Science and Transport Progress, (1(91), 5–14. https://doi.org/10.15802/stp2021/229167

Rusin, A., & Stolecka-Antczak, K. (2023). Assessment of the Safety of Transport of the Natural Gas–Ammonia Mixture. Energies, 16(5), 2472. https://doi.org/10.3390/en16052472

Wu, Q., Wang, Y., Sun, H., Lin, H., & Zhao, Z. (2023). A System Coupled GIS and CFD for Atmospheric Pollution Dispersion Simulation in Urban Blocks. Atmosphere, 14(5), 832. https://doi.org/10.3390/atmos14050832

Jiao, Z., Zhang, Z., Jung, S., & Wang, Q. (2023). Machine learning based quantitative consequence prediction models for toxic dispersion casualty. Journal of Loss Prevention in the Process Industries, 81, 104952. https://doi.org/10.1016/j.jlp.2022.104952

Qian, F., Chen, L., Li, J., Ding, C., Chen, X., & Wang, J. (2019). Direct Prediction of the Toxic Gas Diffu-sion Rule in a Real Environment Based on LSTM. International Journal of Environmental Research and Public Health, 16(12), 2133. https://doi.org/10.3390/ijerph16122133

Viúdez-Moreiras, D. (2023). Editorial for the Special Issue “Atmospheric Dispersion and Chemistry Models: Advances and Applications”. Atmosphere, 14(8), 1275. https://doi.org/10.3390/atmos14081275

Brandt M., Becker E., Jöhncke U. A weight-of-evidence approach to assess chemicals: case study on the assessment of persistence of 4,6-substituted phenolic benzotriazoles in the environment. Environ Sci Eur. 28, 4, 2016. https://doi.org/10.1186/s12302-016-0072-y

Phosphorus accident near Ozhidov. (2007). Retrieved from https://w.wiki/72ff (in Ukrainian)

Опубліковано
2025-12-27
Як цитувати
Кочанов, Е. О. (2025). Аналіз та удосконалення моделей поширення хімічного забруднення у навколишньому середовищі. Вісник Харківського національного університету імені В. Н. Каразіна. Серія «Екологія», (33), 153-165. https://doi.org/10.26565/1992-4259-2025-33-11