- Код статьи
- S3034612625120102-1
- DOI
- 10.7868/S3034612625120102
- Тип публикации
- Статья
- Статус публикации
- Опубликовано
- Авторы
- Том/ Выпуск
- Том 44 / Номер выпуска 12
- Страницы
- 90-108
- Аннотация
- Утечки токсичных или взрывоопасных газов негативно влияют на экологию, представляют серьезную угрозу жизни и здоровью сотрудников предприятий, а также населению близлежащих территорий. Современные технологии дают возможность оперативно выявлять такие угрозы дистанционно, предотвращая возможные аварии и катастрофы. В настоящей работе приведена новая методика, позволяющая провести моделирование обнаружения облака газа, образовавшегося в результате утечки на промышленной инфраструктурной линии в условиях открытой атмосферы, включая синтезирование условий наблюдения в диапазоне длин волн излучения 300—2500 нм с учетом особенностей его регистрации с помощью гиперспектральной аппаратуры (ГСА). На примере задачи обнаружения утечки диоксида серы с помощью нейросетевого алгоритма на основе сиамской нейронной сети показано, что облако SO может быть дистанционно выявлено при использовании ГСА, работающей в диапазоне 330—700 нм со спектральным разрешением 1 нм.
- Ключевые слова
- гиперспектральная аппаратура спектральное разрешение дистанционное обнаружение утечек газов моделирование методика оценки эффективности сечение молекулярного поглощения гауссова модель рассеивания модель Паскуилла—Гиффорда синтезирование данных нейросетевые алгоритмы сиамская нейронная сеть
- Дата публикации
- 03.03.2026
- Год выхода
- 2026
- Всего подписок
- 0
- Всего просмотров
- 53
Библиография
- 1. Голубков Г.В., Григорьев Г.Ю., Набиев Ш.Ш. и др.// Хим. физика. 2018. Т. 37. № 10. С. 47. https://doi.org/10.1134/S0207401X18090054
- 2. Голяк Ил.С., Анфимов Д.Р., Винтайкин И.Б. и др. // Хим. физика. 2023. Т. 42. № 4. C. 3. https://doi.org/10.31857/S0207401X23040088
- 3. Fufurin I.L., Golyak I.S., Golyak I.S. et al. // Russ. J. Phys. Chem. B. 2025. V. 19. № 3. P. 674. https://doi.org/10.1134/S199079312570040X
- 4. Морозов А.Н., Табалин С.Е., Анфимов Д.Р. и др. // Хим. физика. 2024. Т. 43. № 6. С. 40. https://doi.org/10.31857/S0207401X24060052
- 5. Idoughi R., Vidal T.H.G., Foucher P.Y. et al. // J. Spectrosc. 2016. V. 2016. 5428762. https://doi.org/10.1155/2016/5428762
- 6. Родионов И.Д., Гоморев М.А., Родионова И.П. и др. // Хим. физика. 2024. Т. 43. № 10. С. 71. https://doi.org/10.31857/S0207401X24100069
- 7. Izmailova Y.A., Leontyev A.A., Vinogradov A.N. et al. // Atmosphere, Ionosphere, Safety. Proceedings of IX International Conference. Kaliningrad: Algomat, 2025. P. 209. https://doi.org/10.59043/978–5–6042044–9–8_209
- 8. Белов И.В., Беспалов М.С., Клочкова Л.В. и др. // Мат. моделирование. 1999. Т. 11. № 8. С. 52.
- 9. СТО Газпром 2-2.3-351-2009. Методические указания по проведению анализа риска для опасных производственных объектов газотранспортных предприятий. М.: ОАО “Газпром”, 2009.
- 10. Методика оценки последствий химических аварий (Методика “Токси-2.2”) // Методики оценки последствий аварий на опасных производственных объектах. М.: НТЦ Промышленная безопасность, 2002.
- 11. Монин А.С., Обухов А.М. // Тр. Геофиз. инст. АН СССР. 1954. Т. 24. № 151. С. 163.
- 12. Turner D.B. Practical guide to atmospheric dispersion modeling Texas: Trinity Consultants, Inc., 2007.
- 13. User’s Guide for the Industrial Source Complex (ISC3) Dispersion Model. Volumes I and II. Research Triangle Park: Office of Air Quality Planning and Standards, Emissions, Monitoring, and Analysis Division, 1995. EPA‑454/B‑95‑003a.
- 14. Napier B.A., Strenge D.L., Ramsdell J.V. GENII Version 2 Users Guide. 2012.
- 15. Hanna S.R., Briggs G.A., Hosker R.P. Handbook on atmospheric diffusion. Oak Ridge: Technical Information Center, U.S. Department of Energy, 1982. V. 11223. https://doi.org/10.2172/5591108
- 16. Turner D.B. Workbook of atmospheric dispersion estimates. Washington: U.S. Department of Health, Education, and Welfare, 1969.
- 17. Briggs G.A. // Plume Rise Predictions. Boston: American Meteorological Society, 1975. P. 59.
- 18. Berk A., Conforti P., Kennett R. et al. // Algorithms and Technologies for Multispectral, Hyperspectral, and Ultraspectral Imagery XX. 2014. V. 9088. 90880H. https://doi.org/10.1117/12.2050433
- 19. Базы данных ECOSTRESS [Электронный ресурс]. URL: https://ecostress.jpl.nasa.gov
- 20. Базы данных Института химии Макса Планка [Электронный ресурс]. URL: https://www.mpic.de
- 21. Lothian G.F. // Analyst. 1963. V. 88. P. 678.
- 22. Zhang X., Gao K., Wang J. et al. // Remote Sens. 2022. V. 14. № 5. P. 1260. https://doi.org/10.3390/rs14051260
- 23. Chen B., Liu L., Zou Z. et al.// Remote Sens. 2023. V. 15. № 13. 3223. https://doi.org/10.3390/rs15133223
- 24. Özdemir O.B., Koz A. // IEEE J. Sel. Top. Appl. Earth Obs. Remote Sens. 2023. V. 16. P. 1474. https://doi.org/10.1109/JSTARS.2023.3235781
- 25. Xiong Y., Wu K., Yu G. et al. // Sensors. 2022. V. 22. № 10. P. 3900. https://doi.org/10.3390/s22103900
- 26. Hermans C., Vandaele A.C., Fally S. // J. Quant. Spectrosc. Radiat. Transf. 2009. V. 110. № 9–10. P. 756. https://doi.org/10.1016/j.jqsrt.2009.01.031
- 27. Vandaele A.C., Hermans C., Fally S. // J. Quant. Spectrosc. Radiat. Transf. 2009. V. 110. № 18. P. 2115. https://doi.org/10.1016/j.jqsrt.2009.05.006
- 28. Whitehead R.F., De Mora S.J., Demers S. // The Effects of UV Radiation in the Marine Environment. Cambridge: Cambridge University Press, 2000. P. 1. https://doi.org/10.1017/CBO9780511535444.002
- 29. Vandaele A.C., Hermans C., Fally S. et al. // J. Geophys. Res. Atmos. 2002. V. 107. № D18. 4348. https://doi.org/10.1029/2001JD000971
- 30. Young I.A.K., Murray C., Blaum C.M. et al. // Phys. Chem. Chem. Phys. 2011. V. 13. № 33. P. 15318. https://doi.org/10.1039/c1cp21337g
- 31. Maistry N. // Proc. 19th Int. Sympos. High Voltage Engineering. Johannesburg: Univ. Witwatersrand, 2015. P. 1.
- 32. Manolakis D., Truslow E., Pieper M. et al.// IEEE Signal Process. Mag. 2014. V. 31. № 1. P. 24. https://doi.org/10.1109/MSP.2013.2278915
- 33. Vaughan W.M. // J. Air Waste Manage. Assoc. 1991. V. 41. № 11. P. 1489. https://doi.org/10.1080/10473289.1991.10466948
