Исследование ключевых факторов, влияющих на распространение пылевых частиц в атмосфере
DOI:
https://doi.org/10.71310/pcam.4_74.2026.03Ключевые слова:
атмосферный перенос пыли, математическое моделирование, численные методы, алгоритм BDF2, сила сопротивления Стокса, динамика пылевых частицАннотация
Разработана математическая модель для более точного описания переноса пылевых частиц в атмосфере. В отличие от большинства существующих моделей, в которых скорость частиц полагается равной скорости ветра, рассмотрен случай, когда частица обладает инерцией и её скорость отличается от скорости потока. Уравнения движения получены на основе второго закона Ньютона с учётом силы сопротивления Стокса, внешнего воздушного потока и силы тяжести. Построен трёхэтапный численный алгоритм на основе формулы обратного дифференцирования второго порядка (BDF2) со стартовым подшагом по схеме Кранка–Николсона, обеспечивающий второй порядок точности; наблюдаемый в вычислительном эксперименте порядок сходимости составил около двух. Изучена динамика движения трёх типичных категорий пылевых частиц — PM2.5, PM10 и крупных частиц (50 мкм) — при различных скоростях ветра и высотах выброса. Определены время релаксации, установившаяся скорость оседания, дальность горизонтального переноса и угол наклона траектории. Показано, что инерционное запаздывание приводит к отставанию частицы от воздушного потока, относительная погрешность упрощённой модели максимальна непосредственно после выброса и убывает по мере выравнивания скоростей, тогда как для частиц PM2.5 и PM10 упрощение практически не влияет на результат. Сформулированы практические рекомендации по применению модели для мониторинга строительной пыли, прогнозирования промышленных выбросов и управления качеством воздуха в городах.
Библиографические ссылки
Загрязнение атмосферного (наружного) воздуха: информационный бюллетень // Всемирная организация здравоохранения. — Женева, 2024. — URL: https://www.who.int/ru/news-room/fact-sheets/detail/ambient-(outdoor)-air-quality-and-health.
Seinfeld J. H., Pandis S. N. Atmospheric chemistry and physics: from air pollution to climate change. — 3rd ed. — Hoboken: Wiley, 2016. — 1152 p.
Draxler R. R., Hess G. D. An overview of the HYSPLIT_4 modelling system for trajectories, dispersion, and deposition // Australian Meteorological Magazine. — 1998. — Vol. 47, №4. — P. 295–308.
Tang Y., Han Y., Liu Q. Temporal and spatial characteristics of dust devils and their contribution to the aerosol budget in East Asia // Atmospheric Environment. — 2018. — Vol. 182. — P. 225–233.
Prospero J. M., Lamb P. J. African droughts and dust transport to the Caribbean: Climate change implications // Science. — 2003. — Vol. 302, №5647. — P. 1024–1027.
Mikko P., Joris T. K., Arto S., Miikka D. M. Exposure and fate of manufactured nanomaterials at local scales // Nanomaterials. — 2022. — Vol. 10, №7. — P. 354.
Afkhami M., Hassanpour A., Fairweather M. Reynolds number effects on particle-particle interaction and agglomeration in a turbulent channel flow // Powder Technology. — 2019. — Vol. 343. — P. 908–920. — doi: https://doi.org/10.1016/j.powtec.2018.11.041.
Raffaele L., Bruno L., Sherman D. J. Statistical characterization of the settling velocity of natural particles // Aeolian Research. — 2020. — doi: https://doi.org/10.1016/j.aeolia.2020.100593.
Zhang J. [et al.] Study on particle movement and deposition in a wind tunnel // Procedia Engineering. — 2015. — doi: https://doi.org/10.1016/j.proeng.2015.09.050.
Медников Е. П. Турбулентный перенос и осаждение аэрозолей. — М.: Наука, 1980. — 176 с.
Zeng Y., Brunner D., Luo B. [et al.] Simulation of East Asian dust storm in May 2017 with WRF-Chem v3.9: Comparison of dust emission schemes and dry deposition parameterizations // Geoscientific Model Development. — 2020. — Vol. 13, №5. — P. 2125–2147.
Stockie J. M. The mathematics of atmospheric dispersion // SIAM Review. — 2011. — Vol. 53, №2. — P. 349–372.
Cai C., Li Q., Li P. [et al.] Vertical distribution of aerosol and cloud microphysical properties and aerosol-cloud effects on continental cumulus clouds based on aircraft measurements over the Loess Plateau in China // Frontiers in Environmental Science. — 2022. — Vol. 9. — Art. 813081.
Air Pollution Scientific Initiative: website // APSI Technologies. — 2026. — URL: https://www.apsi.tech (дата обращения: 16.07.2026).
Шафиев Т., Бобожонова М. Создание программного инструмента для мониторинга и прогнозирования процесса переноса и распространения вредных веществ в атмосфере // Proceedings of SPIE. — 2024. — Vol. 13217. — Art. 1321711. — doi: https://doi.org/10.1117/12.3036773.
Particulate matter (PM) basics // United States Environmental Protection Agency. — 2025. — URL: https://www.epa.gov/pm-pollution/particulate-matter-pm-basics.
Inhalable particulate matter and health (PM2.5 and PM10) // California Air Resources Board. — 2025. — URL: https://ww2.arb.ca.gov/resources/inhalable-particulate-matter-and-health.
Мурадов Ф., Таштемирова Н. Численный алгоритм расчёта плотности вредных веществ в атмосфере // 2021 International Conference on Information Science and Communications Technologies (ICISCT). — Tashkent: IEEE, 2021. — P. 1–3.
Загрузки
Опубликован
Выпуск
Раздел
Лицензия
Copyright (c) 2026 Т.Р. Шафиев

Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.