МІНІСТЕРСТВО ОХОРОНИ ЗДОРОВ’Я УКРАЇНИ

НАЦІОНАЛЬНА МЕДИЧНА АКАДЕМІЯ ПІСЛЯДИПЛОМНОЇ ОСВІТИ

імені П. Л. ШУПИКА

БУЧАВИЙ ЮРІЙ ВОЛОДИМИРОВИЧ

УДК: 614.24:502.3

ПРОГНОЗУВАННЯ РИЗИКІВ ДЛЯ ЗДОРОВ’Я НАСЕЛЕННЯ ВІД

ЗАБРУДНЕННЯ АТМОСФЕРНОГО ПОВІТРЯ ВИКИДАМИ ПІДПРИЄМСТВ

ДНІПРОПЕТРОВСЬКОЇ ОБЛАСТІ

14.03.11 – медична та біологічна інформатика і кібернетика

Дисертація на здобуття наукового ступеня

кандидата біологічних наук

Науковий керівник:

доктор біологічних наук,

професор Горова А.І.

Київ – 2017

2

ЗМІСТ

ПЕРЕЛІК УМОВНИХ СКОРОЧЕНЬ ............................................................................ 6

ВСТУП ............................................................................................................................ 7

РОЗДІЛ 1 АНАЛІЗ МЕТОДІВ ОЦІНКИ РИЗИКІВ ВІД ЗАБРУДНЕННЯ

АТМОСФЕРИ ТА ВПЛИВУ ЗАБРУДНЮВАЧІВ ПОВІТРЯ НА ЛЮДИНУ І

РОСЛИНИ .................................................................................................................... 15

1.1. Аналіз джерел забруднення атмосфери промислових міст та досліджень з

оцінки впливу основних забруднювачів атмосферного повітря на захворюваність

населення ...................................................................................................................... 15

1.2. Огляд досліджень з оцінки впливу основних забруднювачів повітря на міську

рослинність та критерії його оцінювання ................................................................... 23

1.3. Аналіз моделей розрахунків рівнів забруднення атмосферного повітря та

методологічної основи оцінки ризику для здоров’я населення................................ 31

1.4. Висновки та постановка мети й завдань дослідження ........................................ 40

РОЗДІЛ 2 СИНТЕЗ УЗАГАЛЬНЕНОЇ МЕТОДИКИ ПРОГНОЗУВАННЯ РИЗИКІВ

ДЛЯ ЗДОРОВ’Я НАСЕЛЕННЯ І ДОВКІЛЛЯ НА ОСНОВІ УДОСКОНАЛЕНИХ

МАТЕМАТИЧНИХ МОДЕЛЕЙ ................................................................................. 42

2.1. Побудова узагальненого алгоритму прогнозу ризиків для здоров’я населення42

2.2. Методичні підходи з інтегральної оцінки стану здоров’я населення території та

впливу на нього забруднення атмосферного повітря................................................. 46

2.3. Основні положення методології оцінки ризиків для здоров’я населення від

забруднення атмосферного повітря та рекомендації щодо їх удосконалення на основі

зонально-статистичних показників ............................................................................. 51

2.4. Обґрунтування методу осереднення концентрацій шкідливих речовин в

атмосфері для визначення соціального ризику .......................................................... 59

2.5. Розробка алгоритму обчислення коефіцієнтів вертикальної турбулентної

дифузії забруднювачів в атмосфері за поточними метеорологічними даними ....... 68

2.5. Методики з визначення показників забрудненості атмосферного повітря за

станом рослин-фітоіндикаторів ................................................................................... 76

2.6. Висновки ................................................................................................................ 81

3

РОЗДІЛ 3 ПРАКТИЧНА РЕАЛІЗАЦІЯ ЗАПРОПОНОВАНОГО АЛГОРИТМУ

ПРОГНОЗУВАННЯ РИЗИКІВ ДЛЯ ЗДОРОВ’Я НАСЕЛЕННЯ В ТЕХНОГЕННО

НАВАНТАЖЕНИХ МІСТАХ ..................................................................................... 83

3.1. .......... Обґрунтування обсягів вхідних даних та поточних задач для формування

інформаційно-аналітичної системи прогнозування ризиків ...................................... 83

3.2. Послідовність визначення ризиків для здоров’я населення від техногенного

забруднення атмосфери за запропонованою методикою ........................................... 85

3.2.2. Обробка аерофотознімків промислових підприємств, розташованих на

територіях міст, та формування бази даних джерел забруднення атмосфери .......... 85

3.2.3. Моделювання процесів переносу забруднювачів від точкових джерел та

визначення осереднених приземних концентрацій .................................................... 87

3.3. Підходи до картографування території за індексами небезпеки та аналізу їх

характеристик за допомогою інструментів зональної статистики .......................... 100

3.4. Реалізація досліджень у вигляді муніципальної системи інформування про

ризики для здоров’я населення – ГІС «ДніпроАтмос» ............................................ 107

3.4. Висновки до практичної реалізації системи прогнозування ризиків для здоров’я

населення .................................................................................................................... 109

РОЗДІЛ 4 РЕЗУЛЬТАТИ ОЦІНКИ РИЗИКІВ ДЛЯ ЗДОРОВЬЯ НАСЕЛЕННЯ

ДНІПРОПЕТРОВЩИНИ ВІД ВИКИДІВ ПРОМИСЛОВИХ ПІДПРИЄМСТВ ЗА

ЗАПРОПОНОВАНОЮ МЕТОДИКОЮ..................................................................... 111

4.1. Оцінка впливу забруднення атмосферного повітря на стан здоров’я населення

Дніпропетровської області ........................................................................................ 111

4.2. Порівняння рівнів захворюваності в районах Дніпропетровська з

середньообласними їх значеннями ........................................................................... 113

4.3. Оцінка ризиків для здоров’я населення обласного центру з використанням ГІС-

технологій ................................................................................................................... 120

4.4. Оцінка ризиків для здоров’я населення м. Дніпродзержинська ....................... 131

РОЗДІЛ 5 УДОСКОНАЛЕННЯ МЕТОДІВ ОЦІНКИ ЯКОСТІ АТМОСФЕРНОГО

ПОВІТРЯ З ВИКОРИСТАННЯМ РОСЛИН-ІНДИКАТОРІВ ТА

ГЕОІНФОРМАЦІЙНИХ ТЕХНОЛОГІЙ .................................................................. 138

4

5.1. ......... Оцінка стану рослин та визначення площ озеленення територій санітарно-

захисних зон промислових підприємств Дніпропетровська ................................... 138

5.2. Постановка задачі визначення зв’язку ступеню забруднення атмосферного

повітря й стерильності пилку рослин-індикаторів ................................................... 142

5.3. Оцінка якості атмосферного повітря міста з використанням тесту стерильності

пилку, індексів забруднення та картографування території .................................... 143

5.4. Встановлення регресійних залежностей між стерильністю пилку рослин

фітоідикаторів і показниками забруднення атмосфери ........................................... 148

5.5. Висновки .............................................................................................................. 159

ВИСНОВКИ ............................................................................................................... 161

ПЕРЕЛІК ВИКОРИСТАНИХ ДЖЕРЕЛ ................................................................... 163

ДОДАТОК А Данні до формування інформаційно-аналітичної системи

прогнозування ризиків ............................................................................................... 178

ДОДАТОК Б Задачі для формування інформаційно-аналітичної системи

прогнозування ризиків ............................................................................................... 181

ДОДАТОК В Мінімальні та максимальні значення індивідуальних індексів

небезпеки здоров’я населення від викидів промислових підприємств у районах

Дніпропетровська ....................................................................................................... 183

ДОДАТОК Г Мінімальні та максимальні значення популяційних індексів небезпеки

здоров’я населення від викидів промислових підприємств у районах

Дніпропетровська ....................................................................................................... 185

ДОДАТОК Д Мінімальні та максимальні значення індивідуальних індексів

небезпеки здоров’я населення від викидів промислових підприємств у районах

Дніпродзержинська .................................................................................................... 188

ДОДАТОК Ж Результати аналізу з визначення індексів небезпеки від викидів

підприємств Дніпропетровська ................................................................................. 190

ДОДАТОК К Результати аналізу з визначення індексів небезпеки від викидів

підприємств Дніпродзержинська .............................................................................. 209

ДОДАТОК Л Аналіз стерильності пилку рослин та розрахункових індексів

небезпеки від забруднення атмосферного повітря Дніпропетровська................... 218

5

ДОДАТОК М Визначення кіза від викидів автотранспорту на основних перехрестях

міста ............................................................................................................................ 257

ДОДАТОК Н СТупінь озеленення (%) санітарно-захисних зон промислових

підприємств Дніпропетровська за показником ndvi та характеристика щільності

рослин ......................................................................................................................... 260

ДОДАТОК П Акти впровадження результатів дисертаційної роботи.................... 262

6

ПЕРЕЛІК УМОВНИХ СКОРОЧЕНЬ

AMA – (від англ. American Medical Association)

EPA – (від англ. Environment Protection Agency)

HI – (від англ. Hazard Index), індекс небезпеки

HQ – (від англ. Hazard Quotient), коефіцієнт небезпеки

NDVI – (від англ. Normalized Difference Vegitation Index), нормалізований від-

носний індекс рослинності

ВООЗ – Всесвітня організація охорони здоров’я

ГДВ – граничнодопустимий викид

ГДК – граничнодопустима концентрація

ГІС – географічна інформаційна система

ІЗА – індекс забруднення атмосфери

ІУПУ – інтегральний умовний показник ушкодження

КІЗА – комплексний індекс забруднення атмосфери

СЗЗ – санітарно-захисна зона

УПУ – умовний показник ушкодження

7

ВСТУП

Актуальність теми. Забруднення атмосферного повітря викидами промисло-

вих підприємств є вагомим чинником впливу на стан здоров’я населення та довкіл-

ля. Саме з атмосферного повітря шкідливі речовини потрапляють до організму лю-

дини через його респіраторну систему, а також до водойм і ґрунтів із подальшою мі-

грацією у системі атмосфера-гідросфера-літосфера-біосфера.

Роботи присвячені оцінюванні ризиків для здоров’я населення на певних тери-

торіях, обумовлених дією антропогенних чинників, проводяться як вітчизняними

науковцями (О. В. Бердник, А. М. Сердюк, 2003; І. О. Черніченко, 2005; К. П. Мано-

лог, 2007; О. І. Турос, 2008; С. І. Мохначов, 2009; А. А. Петросян, 2010), так і науко-

вцями з інших країн (А. В. Киселев, С. М. Новиков, 1998; Г. Г. Онищенко, 2002; F.

Lagarde, 1999; Б. А. Ревич, С. Л. Авалиани, 2004). Вони також підтримуються міжна-

родними організаціями (USEPA, 1998; WHO 2002, 2008).

На території Дніпропетровської області сконцентрована велика кількість підп-

риємств гірничо-металургійної галузі, що мають понад 1700 організованих джерел

викидів в атмосферу. В результаті їх діяльності в повітря викидаються понад 80 за-

бруднюючих речовин, серед яких зважені речовини, газоподібні та рідинні сполуки.

Примітно, що обсяги валових викидів від стаціонарних джерел майже у 8 разів вищі

за обсяги викидів від пересувних джерел у тому числі від автотранспорту.

Речовини, що викидаються, стаціонарними джерелами створюють певні ризи-

ки для здоров’я населення, що залежать від вмісту цих речовин у повітрі та їх ток-

сичності. Проте, в основі сучасного регулювання викидів виступають не показники

ризику, а граничнодопустимі викиди (ГДВ), що встановлюють підприємствам лише

за граничнодопустимими концентраціями (ГДК) небезпечних і шкідливих речовин.

Це не дозволяє в повній мірі оцінити негативний вплив певного підприємства на

стан довкілля прилеглої території та прогнозувати показники стану здоров’я насе-

лення.

З іншого боку, врахування ризиків для здоров’я населення від забруднення ат-

мосфери потребує постійного контролю вмісту небезпечних речовин у повітрі,

8

а також визначення їх частки у приземних концентраціях. Існуючий місцевий лабо-

раторний контроль є дуже витратним і не дозволяє охопити всю територію міста.

Менш витратним виглядає контроль за рівнем забруднення атмосфери

з використанням рослин-індикаторів (Г. М. Илькун, 1978; У. Дж. Мэннинг, 1985;

В. П. Бессонова, 1992, 2001; А. І. Горова, 1995, 2007; Т. Ф. Чипляков, 2008). Але для

кількісного оцінювання впливу забруднювачів на рослини необхідна відповідна

експрес-методика, розроблення якої потребує певних експериментальних дослі-

джень і відповідного обґрунтування.

Використання відомих математичних моделей розсіювання домішок

в атмосфері й оцінювання ризиків дозволяють отримати значення необхідних при-

земних концентрацій і відповідних ризиків лише для обмежених осереднених оро-

графічних та метеорологічних показників, котрі, як відомо, постійно змінюються в

добовому, місячному та річному ході. При цьому екологічні наслідки чи вплив на

людей або довкілля доводиться визначати за різними нормативними документами.

Тобто, не існує єдиної інформаційної бази, що включала б усі компоненти, які необ-

хідні для оперативного, адекватно умовам, розрахунку показників забруднення ат-

мосфери міст із наступним оцінюванням ризиків для здоров’я населення та довкіл-

ля, зокрема рослинності, обумовлених визначеними рівнями забруднення повітря.

Інформування населення про ризик від забруднення навколишнього середо-

вища є завершальним етапом оцінювання ризиків відповідно до методології ВООЗ

(WHO 1978, 1997). Проте результати наукових досліджень зазвичай висвітлюються

недостатньо, та не є доступними або достатньо інформативними для пересічних

громадян. Таким чином, виникає необхідність в новітніх підходах до інформування

населення щодо ризиків від забруднення довкілля.

Викладене обумовило актуальність дослідження, визначило його мету та стру-

ктуру дисертаційної роботи.

Зв’язок роботи з науковими програмами та планами. Дисертаційну роботу

виконано в рамках науково-дослідних робіт кафедри екології Державного вищого

навчального закладу «Національний гірничий університет»: «Розробка засобів за-

стосування біогенних ресурсів для зменшення негативного впливу гірництва на со-

9

ціоекосистеми» (номер державної реєстрації 0102U003017), «Екологічна безпека

у гірничо-металургійному комплексі як основа сталого еколого-економічного та со-

ціального розвитку України» (номер державної реєстрації 0104U004092) «Комплек-

сний екологічний контроль стану довкілля та здоров’я людини біологічними та фі-

зичними методами» (номер державної реєстрації 0107U000377), «Розробка методо-

логії комплексної еколого-соціальної оцінки та зменшення радіаційної небезпеки

об’єктів уранової промисловості м. Дніпродзержинськ» (номер державної реєстрації

01097U002818) та господарсько-договірної НДР «Проведення наукових досліджень

у Ленінському та Красногвардійському районах м. Дніпропетровськ з метою оцінки

ступеня забруднення води, повітря, ґрунтів та впливу на навколишнє середовище

великих промислових підприємств» (номер державної реєстрації 010307).

Мета та завдання дослідження. Метою дисертаційної роботи є наукове об-

ґрунтування подальшого розвитку інформаційно-аналітичної системи прогнозуван-

ня ризиків для здоров’я населення та довкілля від забруднення атмосферного повіт-

ря міст викидами промислових підприємств на основі математичних моделей та гео-

інформаційних технологій.

Для досягнення поставленої в дисертаційній роботі мети передбачалось вирі-

шити такі завдання:

1. Провести аналіз досліджень із оцінювання впливу забруднюючих речовин

повітря на здоров’я людини, методів оцінювання ризиків і методик розрахунку кон-

центрацій домішок в атмосфері.

2. Обґрунтувати медико-біологічні показники, за яким можна дослідити вплив

певного джерела або групи джерел забруднення атмосферного повітря, та визначити

структуру вихідної бази даних для формування інформаційно-аналітичної системи

прогнозування ризиків для здоров’я населення.

3. Обґрунтувати вибір програмних засобів для реалізації інформаційно-

аналітичної системи прогнозування ризиків здоров’я населення від забруднення ат-

мосферного повітря викидами підприємств.

10

4. Розробити алгоритм прогнозування ризиків для здоров’я населення від за-

бруднення атмосфери на основі вдосконалених математичних моделей поширення в

ній домішок та адаптувати необхідні для цього методики.

5. Визначити вплив викидів підприємств на стан зелених насаджень на дослі-

джених територіях та розробити методику оцінювання якості атмосферного повітря

на основі біотестування стану довкілля з використанням рослин-індикаторів.

6. Визначити показники ризику для здоров’я населення, обумовленого викидами

підприємств у містах Дніпропетровської області на основі розробленого алгоритму

прогнозування ризиків для здоров’я населення від забруднення атмосфери.

Об’єкт дослідження – системне прогнозування ризиків для здоров’я населен-

ня та довкілля від забруднення атмосферного повітря, особливості формування за-

бруднення атмосферного повітря викидами промислових підприємств Дніпропет-

ровської області.

Предмет дослідження – інформаційно-аналітична система прогнозування ри-

зиків для здоров’я населення від забруднення атмосферного повітря викидами про-

мислових підприємств; захворюваність населення; стерильність пилку рослин.

Методи досліджень. Для вирішення поставлених задач використовували такі

методи дослідження: науковий пошук та узагальнення даних літературних джерел –

при аналізі впливу забруднювачів повітря на здоров’я людини та рослини, визначені

пріоритетних джерел забруднення атмосфери промислових міст, аналізі існуючих

методик розрахунку концентрацій домішок в атмосфері та програмних засобів до їх

реалізації; синтез – при створенні узагальненого алгоритму та компіляції методики

на базі прогнозування ризиків для здоров’я населення від забруднення атмосфери на

основі вдосконалених математичних моделей поширення в ній домішок; математич-

не моделювання та прогнозування – при аналізі процесів розсіювання забруднюва-

чів атмосферного повітря від викидів промислових підприємств та розрахунках осе-

реднених приземних концентрацій; статистичний аналіз, зокрема регресійний і ко-

реляційний – для формування бази даних метеорологічних спостережень, визначен-

ня інтегрального стану здоров’я населення та впливу на нього забрудненого повітря,

дослідження впливу забруднювачів від викидів промислових підприємств та автот-

11

ранспорту на стерильність пилку рослин; просторово-аналітичний та геостатистич-

ний аналіз, дистанційне зондування, інтерполяції даних – при створенні геоінфор-

маційної системи (ГІС), що забезпечує визначення нормалізованих вегетаційних ін-

дексів рослин на територіях санітарно-захисних зон підприємств, картографування

територій та визначення площ і кількості населення за ознаками ризиків для здо-

ров’я населення.

Дослідження проводились на базі кафедри екології ДВНЗ «Національний

гірничий університет» протягом 2012 – 2016 рр.

Оброблення інформації здійснено на персональних комп’ютерах за існуючими

та спеціально розробленими пакетами прикладних програм.

Наукова новизна одержаних результатів.

Дисертантом вперше:

– проведено моделювання процесів забруднення атмосферного повітря вики-

дами промислових підприємств на прикладі Дніпропетровської області

з урахуванням поточних значень коефіцієнтів вертикальної дифузії атмосфери, її ві-

дповідної стійкості та побудованої для кожного джерела викидів цифрової моделі

рельєфу місцевості;

– на територіях промислових міст Дніпропетровської області визначено пока-

зники неканцерогенних ризиків для здоров’я населення міста, що обумовлені вики-

дами забруднюючих речовин в атмосферу від основних промислових стаціонарних

джерел;

– побудовано математичні моделі для прогнозування значення комплексного

індексу забруднення атмосфери на досліджуваних територіях за показниками стери-

льності пилку рослин-індикаторів різних груп стійкості, вирощуваних на цих тери-

торіях.

– запропоновано застосовування інтегральних показників загальної та підви-

щеної небезпеки для оцінювання впливу джерел забруднення атмосферного повітря

на здоров’я населення, яке мешкає на прилеглих до цих джерел територіях.

Удосконалено концепцію, алгоритми та програмні модулі інформаційно-

аналітичної системи прогнозування ризиків для здоров’я населення від забруднення

12

атмосферного повітря, параметри яких визначено з використанням удосконаленої

математичної моделі переносу та дифузії шкідливих речовин, застосуванням карто-

графічних і аналітичних засобів ГІС.

Практичне значення одержаних результатів. Отримані наукові результати

використано як методичну основу при створенні програмного та математичного за-

безпечення інформаційно-аналітичної системи, що забезпечує прогнозування ризи-

ків для здоров’я населення від забруднення атмосфери і їх керування на основі об-

ґрунтованого нормування викидів промислових підприємств шляхом моделювання в

системі процесів забруднення повітря, яку пропонується інтегрувати до системи мі-

сцевого екологічного моніторингу та моніторингу здоров’я населення.

Розроблено муніципальну електронну карту «ДніпроАтмос» та відповідної ба-

зи знань до неї, що слугує джерелом інформування, як фахівців, так і населення про

ризики від забруднення атмосферного повітря на досліджених територіях. Інформа-

ційно-аналітична система «ДніпроАтмос» рекомендована Управлінням охорони на-

вколишнього середовища Дніпропетровської області до включення в загальну сис-

тему моніторингу атмосферного повітря м. Дніпро. Запропоновані в результаті ви-

конання роботи методичні підходи до розрахунків осереднених концентрацій забру-

днювачів атмосферного повітря від організованих джерел забруднення атмосфери

використовується в природоохоронній діяльності філії ПАТ ДТЕК «Павлоградву-

гілля».

Основні наукові та практичні результати дослідження застосовано при розро-

бленні навчальних планів і програм підготовки студентів спеціальності 101 «Еколо-

гія» ДВНЗ «Національний гірничий університет» та при викладанні таких дисциплін

кафедри екології: «Біометрія», «Моніторинг довкілля», «ГІС в екології» та «Систем-

ний аналіз якості довкілля».

Розробки та впровадження підтверджено відповідними актами.

Особистий внесок здобувача. Всі положення, що виносяться на захист,

отримані автором особисто. Дисертантом проведено аналіз та узагальнення літера-

турних джерел з питань моделей забруднення атмосферного повітря від технологіч-

них процесів промислових підприємств, сформульовано мету та завдання дослі-

13

джень. Проведено аналіз медико-статистичних даних за показниками розповсюдже-

ності захворювань Дніпропетровської області та визначено за ними інтегральні умо-

вні показники ушкодження здоров’я населення.

Розроблено алгоритми та програмні модулі інформаційно-аналітичної системи

прогнозування ризиків здоров’я населення від забруднення атмосферного повітря.

Удосконалено методику з визначення ризиків для здоров’я від забруднення

атмосферного повітря на основі інтегральних показників загальної та підвищеної

небезпеки та засобами обробки вихідних даних із використанням ГІС технологій.

Розроблено моделі з визначення орієнтовних рівнів забруднення атмосферно-

го повітря за показниками стерильності пилку рослин різних груп чутливості.

У наукових працях, опублікованих за темою дисертації в співавторстві, дисер-

тантові належить визначення завдань дослідження, аналіз та узагальнення результа-

тів.

Апробація результатів дисертації. Основні теоретичні положення

та практичні результати дисертаційної роботи доповідались і обговорювались

на міжнародних конференціях і форумах: міжнародній конференції «Форум гірни-

ків» (Дніпропетровськ, 2005, 2011); the 3-rd Central and Eastern Europe Conference on

Health and the Environment «The Environment – a Platform for Health»

(Budapest/Hungary, 2008); 21st ISEE Conference «Environment, Food and Global

Health», (Dublin/Ireland, 2009), міжнародній науково-практичній конференції

«Устойчивое развитие регионов (Керчь, 2011), всеукраїнській науково-практичній

конференції студентів, аспірантів і молодих вчених «Наукова весна» (Дніпропет-

ровськ, 2012, 2014), ІІІ міжнародній науково-практичній конференції «Здоровий

спосіб життя: проблеми та досвід» (Дніпропетровськ, 2013), міській науково-

технічній конференції «Екологічні проблеми міста Дніпро та заходи щодо їх вирі-

шення» (Дніпро, 2016).

Публікації. За темою дисертаційної роботи опубліковано 12 наукових праць,

у тому числі, 6 статей у фахових виданнях (2 – у наукометричних базах), 6 тез допо-

відей у матеріалах науково-практичних конференцій.

14

Структура та обсяг дисертації. Дисертаційна робота складається зі вступу,

п’яти розділів, висновків, списку використаних джерел, 12 додатків. Дисертаційна

робота викладена на 270 сторінках (основний текст подано на 168 сторінках), міс-

тить 42 рисунки та 56 таблиць. Список використаних джерел включає

134 найменування, в тому числі 25 латиницею.

Автор роботи висловлює вдячність своєму науковому керівнику професору

Горовій Аллі Іванівні за підтримку, натхнення та залучення до світу науки, а також

професору Колеснику Валерію Євгеновичу за консультації підчас обробки матеріа-

лів досліджень та оформлення роботи.

15

РОЗДІЛ 1

АНАЛІЗ МЕТОДІВ ОЦІНКИ РИЗИКІВ ВІД ЗАБРУДНЕННЯ АТМОСФЕРИ

ТА ВПЛИВУ ЗАБРУДНЮВАЧІВ ПОВІТРЯ НА ЛЮДИНУ І РОСЛИНИ

1.1. Аналіз джерел забруднення атмосфери промислових міст та

досліджень з оцінки впливу основних забруднювачів атмосферного повітря на

захворюваність населення

На думку багатьох вчених, одним з чинників навколишнього середовища,

який в значній мірі впливає на якість довкілля і здоров'я населення, є стан атмосфе-

рного повітря [1–3]. Слід зазначити, що більшість забруднювачів (53,3 %) проникає

в організм інгаляційним шляхом через органи дихання. За добу в легені потрапляє

більш 10 тис. дм3 (л) повітря, а в шлунок – 1,5 дм

3 рідини, тому організм людини

більш чутливий до токсичних речовин, які надходять у нього через легені, тобто з

повітрям, що вдихується. З іншого боку, різноманітні забруднювачі, які з атмосфер-

ними опадами потрапляють у ґрунт, а потім через природні ланцюги в організм лю-

дини, також можуть негативно впливати на здоров`я населення збільшуючи ризик

виникнення різних хвороб [4].

Встановлено, що населення, яке проживає в умовах дуже сильного забруднен-

ня повітря, частіше хворіє на туберкульоз (на 45 %), хвороби ендокринної системи

(на 36%), нервової системи (на 29%), системи кровообігу (на 37 %), органів дихання

(на 12 %), органів травлення (на 65%), сечостатевої системи (на 25%), кістково-

м'язової системи (на 60%). В таких умовах викликають занепокоєння високі рівні

захворюваності населення на гіпертонічну хворобу (на 67%), ішемічну хворобу сер-

ця (на 56%), стенокардію (на 75%), хронічний бронхіт (на 47%) тощо [5].

Авторами робот [6–8] визначено, що проживання вагітних жінок в районах із

забрудненим атмосферним повітрям підвищує відносний ризик формування токси-

козів вагітності в 2 рази, патології пологів – у 1,5 рази, загрози спонтанного перери-

вання вагітності – у 1,65 рази, а ризик формування патології вагітності та пологів в

цілому – у 3 рази. Ці дослідження також показують, що наявність концентрацій за-

16

бруднювачів з перевищенням граничнодопустимих норм обумовлює формування

певної кількості додаткових випадків захворювань. Так, наприклад, збільшення кон-

центрації сірководню в атмосферному повітрі на 0,005 мг/м3 може призвести до ви-

никнення додаткових 11,1 випадків гострих респіраторних захворювань на 1 тис. ді-

тей; хронічного тонзиліту – 3,3; хвороб нервової системи й органів чуття – 8,7; а та-

кож до підвищення рівня загальної захворюваності дитячого населення до 60,6 ви-

падків на 1000 дітей [9]. Збільшення концентрації формальдегіду сприяє зростанню

частоти загострення хронічного тонзиліту у дітей в 2 рази та продовжує термін ліку-

вання кожного випадку на 5,5 днів. Ми не випадково звернули увагу на здоров’я ді-

тей, оскільки саме вони є найбільш чутливими до змін в навколишньому середовищі

є діти, які реагують на якість продуктів харчування, питної води та забрудненість

атмосферного повітря [10].

Негативний вплив забруднювачів атмосферного повітря на організм людини

посилюється професійними умовами праці [11]. Більшість технологічних процесів у

машинобудуванні, вугільній і металургійній галузях супроводжується виділенням в

повітря робочої зони великої кількості шкідливих речовин, найбільш поширеними з

яких є дрібнодисперсний пил, що містить двооксид кремнію, а також аерозолі різ-

них металів (марганцю, берилію, хрому та ін.), токсично-алергійні речовини – фе-

нол, формальдегіди, оксиди карбону, акролеїн та ін. Вплив перелічених шкідливих

виробничих речовин у концентраціях, що перевищують ГДК, обумовлює розвиток у

робітників професійних захворювань системи органів дихання, системи органів тра-

влення, онкологічних захворювань та ін. [12].

Крім того, забруднювачі атмосферного повітря діють на організм людини не

ізольовано, а в різних комбінаціях, що може призводити до посилення ефектів нега-

тивного впливу цих забруднювачів [1, 13].

Для більшості великих промислових міст є характерним надзвичайно високий

рівень забруднення атмосферного повітря. Приземні концентрації багатьох забруд-

нюючих агентів, зазвичай перевищують гранично допустимі рівні. До того ж, оскі-

льки в містах спостерігається одночасний вплив багатьох забруднюючих агентів, їх-

ня спільна дія може посилюватися. Техногенні процеси підприємств супроводжу-

17

ються значними викидами багатьох хімічних елементів і накопиченням в навколиш-

ньому середовищі сполук не притаманним природі. Таким чином, забруднення пові-

тряного басейну стає реальним чинником негативного впливу на довкілля та здо-

ров’я людини в містах з інтенсивним виробництвом [14, 15].

Отже, сьогодні забруднення атмосферного повітря є однією із самих серйоз-

них екологічних проблем багатьох промислових міст світу. Підвищена концентрація

забруднюючих речовин спостерігається в атмосфері практично кожного промисло-

вого міста, тому виникає необхідність у вирішенні наукового завдання оцінки й мо-

делювання поширення забруднювачів в атмосфері від різних техногенних джерел, в

тому числі від точкових стаціонарних, з метою запобігання або зменшення їхнього

впливу на довкілля і здоров’я населення.

Встановлено, що 15,3 % населення міст України мешкає в умовах слабкого за-

бруднення атмосферного повітря, 52,8 % – значного, 24,3 % – сильного та 7,6 % –

дуже сильного забруднення. Слід відмітити, що 68% населення проживає в містах,

де вплив сумарного забруднення атмосферного повітря є небезпечним для життєдія-

льності людини [16, 17].

При аналізі процесів забруднення атмосфери міст важливо враховувати харак-

тер джерел її забруднення. Так, точковим стаціонарним джерелом забруднення є

джерело, що зосереджено у певному місці й викидає забруднюючі речовини до ат-

мосферу із відносно невеликого отвору. Точковими стаціонарними джерелами є ди-

мові труби заводів, теплоелектростанцій, опалювальних котелень, технологічних

установок, печей і сушарок, аспіраційні системи, дефлектори, витяжки, вентиляційні

стволи вугільних і рудних шахт і т.п. Стаціонарні джерела викидають у повітря го-

ловним чином сірчистий газ, окисли азоту, тверді частинки (пил, золу), а також від-

носно меншу кількість оксиду вуглецю, фенолів, сірчаної кислоти й інших забруд-

нюючих речовин залежно від специфіки промислового виробництва або складу па-

лива [18].

Іншою особливістю стаціонарних промислових джерел є те, що їхні викиди в

атмосферу, на відміну від мобільних джерел, відбуваються, як правило, на великій

висоті, що обумовлено необхідністю мінімізації приземних концентрацій забрудню-

18

вачів. Проте, це приводить до того, що забруднення поширюються на значні терито-

рії, залежно від висоти джерел викидів, зокрема труб. Зони їх впливу, накладаючись

одна на одну, утворюють області стійких забруднень у промислових районах міст,

що поширюються на висоту приземного шару атмосфери (зазвичай до 150 м).

Газоподібні викиди промислових підприємств у результаті взаємодії атмосфе-

рою та її складовими, утворять в повітрі нові сполуки та можуть довгий час утриму-

ватися в повітрі. Дальність поширення забруднювачів залежить від часу їх перебу-

вання в повітрі й метеорологічних умов, швидкості й напрямків потоків в атмосфері,

опадів й інших процесів. На відміну від стаціонарних джерел, забруднення повітря-

ного басейну мобільними джерелами, зокрема автотранспортом, відбувається на не-

великій висоті й практично завжди має локальний характер[19, 20].

В переважній більшості міст України спостерігається наднормативне забруд-

нення атмосферного повітря викидами промислових підприємств та автотранспорту

[21, 23]. З розвитком виробництва викиди забруднювачів поступово збільшуються,

відповідно прогнозується більше забруднення атмосферного повітря стаціонарними

джерелами викидів. Також у викидах зростає кількість хімічних речовин, які негати-

вно впливають на здоров’я населення. Найпоширенішими з них є: формальдегід,

двооксид азоту, оксид вуглецю, фенол, фтористий водень, бенз(а)пірен, зважені ре-

човини (пил), аміак [24].

За даними спостережень [25] в 2013 р. у пріоритетний список міст із найбіль-

шим рівнем забруднення атмосферного повітря ввійшли 25 міст країни – це

Слов’янськ, Дніпродзержинськ, Донецьк, Одеса, Дніпропетровськ, Краснопере-

копськ, Армянськ, Лисичанськ, Кривий Ріг, Рубіжне, Запорожжя, Дзержинськ, Уж-

город, Миколаїв, Краматорськ, Горлівка, Маріуполь, Київ, Рівне, Єнакієве, Лу-

ганськ, Луцьк, Сєверодонецьк, Макіївка, Херсон. Високий рівень забруднення пові-

тря в цих містах зв'язаний, в основному, зі значними середньорічними концентраці-

ями перелічених вище пріоритетних забруднювачів. Сумарний індекс забруднення

атмосфери (ІЗА – ступінь перевищення ГДК) в перелічених містах оцінюється ве-

личинами від 17,4 у Слав’янську до 7 у Херсоні (рис.1.1).

19

Рис.1.1. Значення індексу забруднення атмосфери (ІЗА) в найбільш

промислово навантажених містах

Найбільший ІЗА, зокрема в Дніпропетровську, має формальдегід, внесок якого

в комплексний (сумарний) ІЗА міста становить близько 45 %. Далі іде двоокис азоту

(внесок – 18–19%) і пил (зважені речовини, частинки), внесок якого становить 15–17

%. Внески аміаку й фенолу становлять порядку 19–22%. Характерно, що сумарний

індекс забруднення міського повітря сягав у Дніпропетровську величини 12,45.

Негативний вплив перелічених забруднювачів на організм людини достатньо

відомий, тому коротко охарактеризуємо небезпеку для людини фенолом, формаль-

дегідом й оксидів азоту.

В атмосферу індустріальних міст феноли надходять не тільки в результаті

промислових викидів, але і внаслідок гідроксилювання численних ароматичних вуг-

леводнів, що надходять з продуктами неповного згоряння автомобільного та авіа-

ційного палива [23]. Поширеним джерелом надходження фенолів в атмосферу є спа-

лювання сміття на міських і промислових звалищах [26].

Формальдегід застосовується у виробництві смол, пластиків, фарб, текстилю,

а також у якості дезінфікуючого й засобу, що консервує. Це – дратівний газ, що ви-

0,0 2,0 4,0 6,0 8,0 10,0 12,0 14,0 16,0 18,0 ІЗА,

ум.од.

С лов 'янськДніпродзержинс

Донецьк О деса

ДнiпропетровськКрасноперекопс

АрмянськЛисичанськ

Кривий Р ігР убіжне

З апоріжжяДзержинськ

У жгородМиколаїв

КраматорськГорлiвка

МаріупольКиїв

Р івнеЄ накієвеЛуганськ

ЛуцькС єверодонецьк

МакіївкаХерсон

20

кликає дегенеративні процеси в паренхіматозних органах, сенсибілізує шкіру. Віль-

ний формальдегід активує ряд ферментів в органах і тканинах, гнітить синтез нукле-

їнових кислот, підвищує обмін вітаміну З, має мутагенні властивості. Негативно

впливає на генетичний матеріал, репродуктивні органи, дихальні шляхи, очі, шкір-

ний покрив. Чинить сильну дію на центральну нервову систему [27]. Внесений у

список канцерогенних речовин ГН 1.1.725-98 у розділі «імовірно канцерогенні для

людини», з підвищеним ризиком розвитку ракових пухлин носоглотки. При цьому

доведена його канцерогенність для тварин. Гранично припустима середньодобова

концентрація формальдегіду в повітрі (ПДКс.д.), що не роблять шкоди при необме-

женому впливі становлять 0,003 мг/м3, а у воді (ПДКВ.) – 0,05 мг/дм

3 [28].

За результатами досліджень хімічного забруднення атмосфери міст встанов-

лена залежність вмісту формальдегіду від погодних умов: максимальні його концен-

трації спостерігалися, як правило, в теплу сонячну погоду, тоді як під час тривалої

негоди і після випадання опадів вони різко зменшувалися. Окрім того, прямий зв'я-

зок забрудненості повітря формальдегідом з інтенсивністю вуличного руху підтвер-

джується своєрідним добовим і тижневим ходом концентрацій [29].

В роботі [30] присвяченій комбінованому хронічному впливу фенолу й фор-

мальдегіду в повітрі на здоров’я було визначено, що їх дія призводить до формуван-

ня клітинного та гуморального імунодефіциту, пригнічення неспецифічної клітинної

резистентності та алергічної сенсибілізації організму. Окрім того, виникає високий

ризик розвитку респіраторної алергії й зниження проти-інфекційної резистентності

людини.

Розрахунки розсіювання викидів формальдегіду від стаціонарних джерел ви-

кидів підприємств Донецька при несприятливих метеорологічних умовах [31] пока-

зали, що максимальна приземна концентрація формальдегіду в селітебній зоні дорі-

внює 0,008 ГДК (це складає приблизно 3,6% від концентрації формальдегіду на ста-

ціонарних постах спостережень). Тобто можна зробити висновок про те, що обсяги

надходжень до атмосфери формальдегіду від промислових джерел є незначними у

порівнянні з тими понаднормованими концентраціями, які реєструються на постах

спостереження. Це зумовлюється тим, що значна кількість формальдегіду в атмос-

21

ферному повітрі міста утворюється за рахунок фотохімічного смогу в результаті

взаємодії оксидів азоту та граничних вуглеводнів. За результатами досліджень [32]

було встановлено, що в атмосфері промислового регіону, яка містить оксиди азоту і

сірки, ароматичні вуглеводні піддаються процесам трансформації під впливом фізи-

ко-хімічних факторів навколишнього середовища.

Суттєву небезпеку складають оксид азоту NO і двооксид азоту NO2, що в ат-

мосфері зустрічаються разом, тому коротко охарактеризуємо вплив на здоров’я на-

селення саме цих сполук, оцінюючи їхній спільний вплив на організм людини. Від-

мітимо, що висока концентрація NO спостерігається тільки поблизу джерела його

викидів. При згорянні палива в автомобілях й у теплових електростанціях приблиз-

но 90% оксидів азоту утвориться у формі окису азоту. Інші 10% приходяться на

двооксид азоту. Однак, у ході хімічних реакцій значна частина NO перетворюється в

NO2 – набагато більше небезпечну сполуку [33].

Окис азоту NO являє собою безбарвний газ. Він не дратує дихальні шляхи,

отже людина його одразу не відчуває. Проте при вдиханні NO, як й CO, зв'язується з

гемоглобіном крові. При цьому утвориться нестійке нітросполучення, що швидко

переходить у метгемоглобін, при цьому Fe2+ переходить в Fe3+. Іон Fe3

+ не може

зворотно зв'язувати O2 й у такий спосіб виходить із процесу переносу кисню. Кон-

центрація метгемоглобіну в крові 60 – 70% вважається летальною [34].

По мірі віддалення від джерела викиду все більша кількість NO перетворюєть-

ся в двооксид азоту NO2 – бурий, з характерним неприємним запахом газ, що сильно

дратує слизові оболонки дихальних шляхів. Вдихання його може привести до серйо-

зного отруєння. Двооксид азоту викликає сенсорні, функціональні й патологічні

ефекти. До сенсорних ефектів впливу NO2 можна віднести нюхові й зорові реакції

організму. Навіть при малих концентраціях, що становлять 0,23 мг/м3, людина від-

чуває присутність цього газу. Ця концентрація є порогом виявлення двооксиду азо-

ту. Однак здатність організму виявляти NO2 зникає після 10 хвилин вдихання, але

при цьому відчувається сухість в горлі. Хоча й ці ознаки зникають при тривалому

впливі газу в концентрації, що в 15 разів перевищує поріг виявлення. Таким чином,

NO2 послабляє нюх. Але він впливає не тільки на нюх, але й на здатність очей адап-

22

туватися до темряви. Цей ефект спостерігається при концентрації 0,14 мг/м3, що, ві-

дповідно, нижче порога виявлення [35].

Функціональним ефектом двооксиду азоту, є підвищений опір дихальних

шляхів. Іншими словами, NO2 викликає збільшення зусиль на подих. Ця реакція

спостерігалася в здорових людей при концентрації NO2 – 0,056 мг/м3, що в чотири

рази нижче порога виявлення. А люди із хронічними захворюваннями легенів відчу-

вають утрудненість подиху вже при концентрації 0,038 мг/м3 [36].

Патологічні ефекти двооксиду азоту проявляються в тім, що він робить люди-

ну більше вразливою до патогенів, що спричиняє хвороби дихальних шляхів. У лю-

дей, які зазнали впливу високих концентрацій двооксиду азоту, частіше спостеріга-

ються катари верхніх дихальних шляхів, бронхіти і запалення легенів. Крім того,

двооксид азоту сам по собі може стати причиною захворювань дихальних шляхів.

Потрапляючи в організм людини, NO2 при контакті з вологою утворює азотисту й

азотну кислоти, які роз'їдають стінки альвеол легенів. При цьому стінки альвеол і

кровоносних капілярів стають настільки проникними, що пропускають сироватку

крові в порожнину легенів. У цій рідині розчиняється вдихуване повітря, що утво-

рює піну, яка перешкоджає подальшому газообміну. Виникає набряк легенів, що

найчастіше веде до летального результату. Тривалий вплив оксидів азоту викликає

розширення клітин у корінцях бронхів (тонких розгалуженнях повітряних шляхів

альвеол), погіршення опірності легенів до бактерій, а також розширення альвеол.

Деякі дослідники вважають, що в районах з високим вмістом в атмосфері двооксиду

азоту спостерігається підвищена смертність від серцевих і ракових захворювань

[36].

Люди, що страждають хронічними захворюваннями дихальних шляхів (емфі-

земою легенів, астмою) і серцево-судинними хворобами, можуть бути більше чут-

ливі до прямих впливів NO2. У них легше розвиваються ускладнення (наприклад,

запалення легенів) при короткочасних респіраторних інфекціях. Вважають, напри-

клад, що близько 10–15% населення США страждає хронічними респіраторними за-

хворюваннями. Виходячи із цього, у США встановлений стандарт на вміст NO2 на

рівні, що запобігає розвитку респіраторних інфекцій та складає 0,1 мг/м3. У Німеч-

23

чині прийнята максимально припустима емісійна концентрація NO2 – 9 мг/м3. В

Україні встановлені наступні екологічні стандарти на вміст оксидів азоту в атмос-

ферному повітрі населених місць: для NO2 максимальна разова гранично припусти-

ма концентрація (Ппкм.р.) становить 0,085 мг/м3, а середньодобова гранично припус-

тима концентрація (Ппкс.д.) – 0,04 мг/м3; для NO Пдкм.р = 0,4 мг/м

3, Пдкс.д = 0,06 мг/м

3, а

вимір концентрації викидів здійснюється безпосередньо в потоці газів чи повітря

[37].

Слід також відзначити, що значну небезпеку складає різний за хімічним скла-

дом пил, хоча наявні пилогазоочисні споруди затримують більше 95% всіх твердих

частинок, що утворяться, але практично не вловлюють газових складових [21, 22].

Підводячи підсумки виконаного вище короткого огляду відзначимо, що пріо-

ритетними джерелами забруднення повітря в населених пунктах є організовані ста-

ціонарні джерела. Пріоритетними ж забруднювачами атмосфери у більшості випад-

ків залишаються окисли азоту, двоокис сірки, окис вуглецю, феноли, формальдегід

та пил, що потребують систематичних вимірів їх концентрацій на територіях міст, а

також визначення частки цих забруднювачів у приземних концентраціях. Оскільки

фенол та формальдегід утворюються в атмосфері як продукти фотохімічних реакцій

а тверді частини ефективно вловлюються очисним промисловим устаткуванням,

пріоритетними забруднювачами атмосфери промислових міст слід вважати окис ву-

глецю, окиси азоту та окиси сірки.

1.2. Огляд досліджень з оцінки впливу основних забруднювачів

повітря на міську рослинність та критерії його оцінювання

Дослідження впливу газопилових промислових викидів на рослини наводяться

в ряді наукових праць [38 – 49]. Виявлено, що рослини негативно реагують на наяв-

ність в повітрі навіть незначних концентрацій перелічених вище токсикантів, силь-

ніше ушкоджуються забрудненим повітрям та більш чутливо реагують на такі кон-

центрації шкідливих речовин, які у тварин та людей не залишають явних ознак от-

24

руєння [40, 44]. Під дією промислових газів у рослин проявляється ціла низка нега-

тивних симптомів: некрози на листах та хвої, сповільнення росту паростків та аси-

мільованих органів [45], зниження стійкості до паразитів [46] прискорення усихання

гілок та скорочення терміну життя рослин.

Найбільш детально вивчено вплив на рослини сполук сірки та азоту [38, 47].

Виявлено, що серед техногенних викидів що містять сірку найбільш фітотоксичною

є двоокис сірки, тобто SO2, що є сильнодіючою асимілюючою отрутою. Окрім того,

SO2 є місцевою отрутою, що ушкоджує тільки ті ділянки мезофілу листа, до яких

вона проникає, істотно не торкаючись життєдіяльності сусідніх ділянок [48]. В

огляді, складеному за матеріалами досліджень [38, 40], приводяться лабораторно-

експериментальні дані про порівняльну чутливість приблизно 100 видів рослин до

SO2 в умовних одиницях, причому за одиницю прийнята чутливість люцерни. Нері-

дко трапляються випадки ушкодження дерев, особливо хвойних, при досить малих

концентраціях SO2. Так, виявлено істотні ушкодження соснових насаджень навіть на

порівняно великому віддаленні від ряду великих ТЕС. Відмічається накопичення

фтористих сполук у рослинності на значній відстані від заводів з виробництва алю-

мінію [49].

Слід зазначити, що рослин, абсолютно стійких до сірчистого газу, як і до ін-

ших шкідливих промислових відходів, практично немає. Рослини, у яких ділянки

ушкоджень становлять до 20% загальної площі листів, відносять до слабо ушкодже-

них. У середньо ушкоджених видів ушкодження становлять до 50 %, а в сильно

ушкоджених – понад 50 % [39].

З іншого боку, сірка як мікроелемент є необхідною для нормального росту ро-

слин, і присутність SO2 може впливати й на засвоєння сірки. Рослини споживають

сірку у відновленому стані. Основними проміжними сполуками при відновленні су-

льфатів є сульфіти а антропогенними джерелами яких є вугільні опалювальні сис-

теми та коксохімічні заводи. Відомо, що сульфати вступають в каталітичні або фо-

тохімічні реакції з іншими забруднюючими речовинами з утворенням SO3, а далі сі-

рчистої й сірчаної кислот та інших сульфатів чи сульфідів. Типовими ж процесами

25

утворення аерозолів, що містять сірку є процеси подрібнювання вугілля, а також ві-

трової ерозії відвалів вугільних шахт, що містять сульфіди.

Розрізняють 2 групи ушкоджень, пов'язаних з дією сірчистих сполук. Одні з

них – наочні, що проявляються в деформації, плямистості й некрозах асиміляційних

органів рослин. Інші – приховані, що проявляються в зниженні продуктивності за

рахунок порушення фотосинтезу, зміни метаболізму, збільшенні чутливості до хво-

роб і шкідників, прискоренні старіння рослин [50].

Встановлено, що двооксид сірки, насамперед, впливає на замикаючі клітини

епідермісу листів рослин, які регулюють відкривання устячок. Ступінь відкриття

останніх в початковий період є основним параметром, що визначає інтенсивність

впливу забруднювача. Навіть при дуже малих концентраціях двооксид сірки здатен

робити стимулюючі дії, у результаті яких устячка залишаються постійно відкрити-

ми. У той час при високих концентраціях двооксиду сірки устячка закриваються.

Крім того, у випадку високої вологості устячка відкриваються, а у випадку низької –

закриваються [39, 50].

Потрапивши в міжклітинний простір листа, речовина, що забруднює, вступає

в контакт із мембраною, що оточує клітину. При ушкодженні цілісності мембрани

порушується внутрішньоклітинний транспорт речовин і баланс надходження іонів.

Потрапивши в клітину, двооксид сірки взаємодіє з мітохондріями й хлоропластами,

у тому числі й з їхніми мембранами, що може привести до досить серйозних нас-

лідків. Сірчистий ангідрид у повітрі поступово окисляється до сірчаного й розчиня-

ється у воді, що утворює дрібні крапельки сірчаної кислоти, які й ушкоджують лис-

ти.

Механізм фітотоксичної дії полягає в неспецифічному порушенні діяльності

багатьох ферментів внаслідок підкислення цитоплазми й порушення іонного режи-

му. Можуть спостерігатися порушення метаболізму органічних сполук, фотосинте-

тичних структур, також відбувається накопичення баластових токсичних продуктів,

транспортних шляхів міграції енергії від хлоропластів до центрів їх використання,

відбуваються автокаталитичні ланцюгові реакції вільнорадикального й фотодинамі-

26

чного окислювання. Слід відмітити, що токсичність сірчистого газу значно збільшу-

ється в присутності інших забруднювачів – окислів азоту й озону [38, 51].

Сірчистий газ адсорбується на поверхні рослини, в основному на її листах, і є

причиною морфологічних ушкоджень. Звичайно ушкоджуються краї листової пове-

рхні, а центральні зони листа, що примикають до осьового й головних бічних жилок,

залишаються здоровими. Також з'являються плями на ділянках між жилками й краях

листа. Потім вони здобувають жовтий і червоно-жовтогарячий цвіт та відмирають.

При тривалому впливі сірчистого газу придушується ріст рослин, у деяких випадках

відмирають верхівки пагонів.

Внаслідок впливу двооксиду сірки обпалені листи після газової атаки не обпа-

дають відразу ж, а продовжують залишатися в кроні. Однак тривалість їхнього жит-

тя помітно скорочується, і вони обпадають на 4 – 6 тижнів раніше в порівнянні зі

здоровими листами. При гострій поразці (більше 2 мг/м3) уже через 1 – 2 години ві-

дбувається побуріння й загибель листів, частіше окремих їхніх ділянок у вигляді ця-

ток із чітко обкресленою межею між живими й відмерлими клітинами й тканинами.

При слабкій поразці (менш 0,5 мг/м3) і тривалій дії двооксиду сірки листи знебарв-

люються [50].

Прямий вплив NOx на рослини визначається візуально за пожовтінням або по-

бурінням листів та голок, в результаті окислювання хлорофілу. Окислювання жир-

них кислот у рослинах, що відбувається одночасно з окислюванням хлорофілу, крім

того, приводить до руйнування мембран і некрозу. Азотиста кислота, що утвориться

при цьому в клітинах, також спричиняє мутагенну дію. Негативний біологічний

вплив NOx на рослини проявляється в знебарвленні листів, зів'яненні квіток, припи-

ненні плодоносіння та росту рослин. Така дія обумовлюється утворенням кислот

при розчиненні оксидів азоту в міжклітинних і внутрішньоклітинних рідинах.

На думку багатьох вчених [39, 47, 50] первісні симптоми ушкодження рослин

оксидами азоту проявляються в хаотичному поширенні знебарвлюючих плям сіро-

зеленого відтінку. Ці плями поступово висихають і стають білими.

Оксиди азоту токсичні при концентрації 0,3 мг/м3. Для порівняння: сірчистий

газ викликає поразку рослин при більшій концентрації 0,5 мг/м3. Порушення ж рос-

27

ту рослин під впливом NO2 спостерігаються при концентраціях 0,35 мг/м3 і вище. Це

значення є граничною концентрацією. Небезпека ушкодження рослинності двоокси-

дом азоту існує тільки у великих містах і промислових районах, де середня концент-

рація NO2 становить 0,2–0,3 мг/м3.

У порівнянні з людиною, рослини більш стійкі до впливу чистого двооксиду

азоту. Це обумовлюється особливостями засвоєння NO2, що відновлюється в хлоро-

пластах, окрім того, групи NH2 входить до амінокислот. При концентрації 0,17 –

0,18 мг/м3 оксиди азоту використовуються рослинами як добрива. Така здатність до

метаболізму NOx людині не властива.

Руйнівна дія NO2 на рослини підсилюється в присутності SO2. Це підтвердже-

но на дослідах, проведених з різними породами дерев, зокрема: тополі чорної, бере-

зи плакучої, вільхи білої, липи дрібнолистової. Указані гази мають ефект синергіз-

му, і в атмосфері найчастіше присутні разом. Так, дію лише одного NO2 багато рос-

лин переносять у концентрації до 0,35 мг/м3, а в присутності SO2така ж кількість

NO2 може нанести їм важкі ушкодження.

Роботи [52, 53] присвячені вивченню дії на рослини озону (О3) та пероксоаци-

лнітратів (ПАН). Ці сильні окиснювачі впливають на метаболізм, ріст й енергетичні

процеси в рослинах, порушують ферментативні реакції, наприклад, синтез гліколі-

підів, полісахаридів стінок клітини, целюлози й таке інше, впливають також на про-

цес фотосинтезу.

За дією на рослини озон є значно токсичним за оксиди азоту. Для них він ток-

сичний вже при концентрації 0,000002 мг/м3. У чутливих до озону видів рослин піс-

ля годинної їх обробки озоном з концентраціями 0,05 – 0,1 мг/м3 проявляються

ознаки гноблення (біла або коричнева крапчастість). Озон також змінює структуру

клітинних мембран, внаслідок чого можна спостерігати сріблисту плямистість лис-

тів. При впливі озону також окисляються пігменти й листи знебарвлюються. На гля-

нсовому шарі шкірочки листів і голок проявляються тріщини, і лист стає крихким.

Крім того, у тріщинах можуть проростати грибки, які проникають потім углиб листа

й руйнують його. Цей інфекційний процес є однією із причин загибелі лісів.

28

При окисних процесах у клітині рослин може виділятися етилен, що викликає

обпадання листів і голок. Результатом впливу високих концентрацій озону є штри-

хове пошкодження листів. Установлено, що озон впливає на цитрусові, приводить

до надмірно раннього дозрівання плодів й обпаданню їх до досягнення нормальних

розмірів. Спеціальне дослідження, проведене із чотирма видами сільськогосподар-

ських рослин (соя, кукурудза, пшениця й земляний горіх), показало, що забруднення

повітря озоном приводить до втрати врожаю.

Таким чином, ознаки ушкоджень, викликаних NO2 й O3, візуально діагносту-

ються. Однак варто враховувати, що в природних умовах, ці гази діють на рослини

не окремо, а комплексно в складній суміші з іншими забруднювачами, тому іденти-

фікацію впливу окремої речовини провести важко. ПАН стає фізіологічно активним

тільки при висвітленні. Він розпадається на пероксоацетил-радикал, що руйнує піг-

менти рослин.

Слід також зазначити, що фотохімічні окиснювачі впливають на салатні куль-

тури, боби, буряк, злаки, виноград і декоративні насадження. Спочатку на листах

утворюється водне набрякання. Через певний час нижні поверхні листів отримують

сріблистий або бронзовий відтінок, а верхні – стають плямистими з білим нальотом.

Потім наступає швидке зів'янення й загибель листів.

Зазвичай в атмосфері промислових міст спостерігається перевищення концен-

трацій одночасно для декількох пріоритетних забруднювачів. Ефекти від їх спільної

або послідовної дії на рослинність є відмінними від дії окремої сполуки. Такий

вплив на думку багатьох дослідників призводить здебільшого до адитивних рідше

до антагоністичних ефектів. Хоча явище синергізму, тобто спільного впливу на рос-

лини декількох інгредієнтів, вивчено мало. Слід відмітити певні вказівки на спіль-

ний (адитивний) вплив SO2 і НСl [54], SO2 й O3, SO2 і NO2. Цей вплив зводиться до

зниження врожаю та вегетаційних індексів багатьох видів рослин. В результаті по-

дальших досліджень було визначено, що дія суміші забруднювачів впливає на різні

індивідуальні для кожного виду рослин фізіологічні та біохімічні процеси, в тому

числі функцію продихів листів, фотосинтез, газовий обмін, функції ензимів та мета-

болізм. Такі дослідження дозволили класифікувати рослини за ознаками чутливості

29

до забрудненого повітря та визначити таке явище як газостійкість, тобто здатність

рослин зростати й розмножуватися без значних змін в умовах підвищеної концент-

рації промислових газів [55, 56]. У випадках, коли критерії цього впливу виявляють-

ся більше жорсткими, ніж при визначених ГДК, потрібне подальше вивчення дії за-

бруднення повітря на рослинність.

Доречно зазначити, що критерії, аналогічні ГДК, пропонуються в ряді дослі-

джень саме відносно впливу на рослинність [18, 57, 58]. Для різних видів рослин, як

культурних, так і дикоростучих, розглядаються деякі граничні концентрації шкідли-

вих домішок у повітрі, а також чутливість рослин до домішок різних концентрацій

залежно від тривалості їхнього впливу. Однак отримані результати здебільшого не

затверджувалися законодавчими органами як ГДК або відповідні стандартні норми.

Слід відмітити, що довготривала дія незначних концентрацій забруднювачів

повітря зазвичай не проявляє явних ознак ушкодження рослин, однак негативні змі-

ни відбуваються на їх клітинному рівні. Багаторічні дослідження мікроспорогенезу

рослин із природної популяції з різною екологічною напруженістю показали значне

перевищення стерильності, що обумовлене редукцією кліток археоспорію, цитопа-

тологією генеративної тканини або порушеннями мейозу. Стерильність рослин у

районах потужних підприємств і зонах радіоактивного забруднення може підвищу-

ватися до 50 – 80%, причому відзначено досить стандартний набір аномалій, хоча

співвідношення тих або інших порушень мінялося залежно від фактору впливу [59].

Визначено, що кількість нежиттєздатних пилкових клітин або новоутворень в

пилку обумовлюється хімічними і фізичними забруднювачами атмосфери. При цьо-

му різні функції пилкового зерна відрізняються різною стійкістю до стресової дії

чинників. Підсумковим же результатом гаметоцидної дії забруднювачів атмосфер-

ного повітря є зміна фертильності пилку, що несприятливо позначається на життє-

здатності всієї популяції рослин [60].

Проведені дослідження показали, що формування пилку з відхиленнями від

норм приводить до утворення неоднорідних пилкових зерен. Низький коефіцієнт

фертильності не може забезпечити нормального запліднення і приводить до утво-

рення нерозвинених плодів. Тобто, однією з причин низької насіннєвої продуктив-

30

ності рослин є порушення процесу мейозу. Приблизно кожен відсоток порушень

мейозу зумовлює зростання стерильності пилку на 3%. Проте генні мутації не зни-

жують плодючості рослин [52, 61].

Сьогодні цитогенетичний аналіз пилку різних рослин часто використають для

визначення забруднення атмосферного повітря міст мутагенними й токсичними ре-

човинами. Рослинами біоіндикаторами при цьому можуть служити виноград, дере-

ва й чагарники, що використовуються в озелененні міст. В роботі [62] відзначається

тісний кореляційний зв'язок між показниками стерильності пилку фітоіндикато-

рів і рівнем забруднення атмосферного повітря.

Палінологичний аналіз, заснований на визначенні відсотка стерильних зерен

пилку, виявляє високу чутливість голонасінних та покритонасінних вищих рослин

до негативного впливу забруднювачів атмосферного повітря.

В роботі [63] вивчена дія забруднення довкілля промисловими викидами гір-

ничорудного підприємства та автотранспортом на стан пилку Hemerocallis

liliosphodelus L., Hemerocallis middendorffii Trautv. et. Встановлено, що вплив забру-

днення проявляється у збільшенні кількості стерильного пилку та зменшенні його

морфометричних параметрів. Проведено також біоіндикаційні дослідження стану

довкілля промислового майданчику гірничо-рудного підприємства за життєздатніс-

тю пилку деяких видів Penstemon. Встановлено, що п’ять видів Penstemon Schmidel,

характеризуються різною чутливість до впливу промислових викидів в атмосферу

гірничо-рудного підприємства: у Penstemon arizonicus значення показників ферти-

льності пилку змінюється у 10 разів, тоді як у Penstemon digitalis, Penstemon

laevigatus та Penstemon venustus лише до 30 %. Встановлено також зв’язок між полі-

морфізмом пилкових зерен і аномаліями в процесі мейозу. Відсоток фертильності

пилкових зерен у R. canina L. і R. Corymbifera, відповідно, становить 54,69% і

41,08% [63].

В роботі [64] досліджено стан пилку Populus pyramidalis L. та Salix carpea L. в

умовах урботехногенного середовища. Проведено порівняльний аналіз методів ви-

значення стерильності чоловічого гаметофіту як індикаційної ознаки при здійсненні

біомоніторингу територій. Показано, що здатність пилкових зерен до проростання

31

та формування пилкової трубки є більш інформативною біоіндикаційною ознакою

порівняно із тестом на визначення відсотку безкрохмальних пилкових зерен.

Оцінка якісного стану деревних порід на територіях санітарно-захисних зон

промислових підприємств Дніпропетровська [65] показала, що найбільша кількість

екземплярів відноситься до II-ї групи (ослаблені рослини), це 64,77 % від загальної

кількості рослин. Без ознак ослаблення у насадженнях зростають 25,18 % рос-

лин. До сухостою минулих років відносяться 0,24 % деревних насаджень.

Узагальнюючи відзначимо, що рослини дуже чутливі до забруднення атмос-

ферного повітря, отже за їх станом можливо слідкувати за викидами чи вмістом

пріоритетних забруднювачів атмосфери, хоча найбільш характерні ознаки їх впливу

на рослини проявляються переважно при високих концентраціях.

Оцінка стану зелених насаджень є важливою задачею, оскільки рослини ви-

конують значну роль в зменшені та нейтралізації негативного впливу промислових

підприємств. Дерева й чагарники забезпечують оздоровлення атмосферного ба-

сейну шляхом мінімізації концентрації в повітрі пилу і токсикантів, зменшення си-

ли звукових хвиль, регулювання пилових та газових потоків, формування комфорт-

ного мікроклімату та ін. Проте для кількісної оцінки впливу забруднювачів на рос-

лини необхідно розробити відповідну експрес-методику оцінки забруднення атмос-

фери за станом біоіндикаторів, що потребує певних експериментальних досліджень.

Така методика дозолить визначити за станом рослин орієнтований рівень забруд-

нення атмосферного повітря, та опосередковано оцінювати ризик для здоров’я насе-

лення.

1.3. Аналіз моделей розрахунків рівнів забруднення атмосферного

повітря та методологічної основи оцінки ризику для здоров’я населення

Як показано вище, на стан здоров’я населення й рослинності у промислових

містах певною мірою впливає якість атмосферного повітря. Причому ступінь нега-

тивного впливу залежить від рівня концентрацій наявних забруднювачів атмосфери,

32

що змінюються у міській атмосфері, як від інтенсивності їх викидів, так й від впливу

різних метеорологічних факторів й орографії місцевості.

Аналіз ризиків для здоров’я населення від забруднення атмосферного повітря

є однією з актуальних задач гігієни населених міст [66–69]. При цьому застосову-

ються реальні показники концентрацій забруднювачів атмосферного повітря, що

отримані з мережі постів спостереження. З метою кількісної оцінки забруднень по-

вітря у великих містах створено систему спостережень, тобто організований моніто-

ринг навколишнього середовища, який є досить витратним. Іншою задачею є визна-

чення пріоритетних факторів забруднення атмосферного повітря окремими

об’єктами та прогнозування впливу їх дії на здоров’я населення. Для вирішення цієї

задачі ступінь забруднення атмосферного повітря визначають за допомогою станда-

ртизованих методик, а також різних математичних моделей розсіювання речовин,

що викидаються в атмосферу з різних джерел.

За даними [20, 70] для моделювання якості атмосферного повітря, застосову-

ються моделі, що діляться на 2 відповідні класи:

- моделі розсіювання домішок в атмосфері;

- моделі забруднення атмосферного повітря.

В свою чергу моделі розсіювання атмосферних домішок можуть бути викори-

стані для вирішення наступних задач:

- визначення співвідношень джерело-рецептор;

- визначення внеску різних джерел у сумарні концентрації;

- оцінка просторового розподілу концентрації й експозиції населення;

- оптимізація стратегій зниження обсягу викидів й аналіз сценаріїв, пов'язаних

з викидами;

- прогнозування змін концентрацій забруднювачів у часі;

- аналіз репрезентативності станцій моніторингу;

- використання моделей як інструментів наукових досліджень.

Для застосування моделей слід мати у своєму розпорядженні метеорологічну

й географічну інформацію, а також данні про параметри джерел забруднення й обся-

ги викидів. Математичні моделі розсіювання описують процеси конвективного пе-

33

реносу й турбулентної дифузії домішок в атмосфері та представлені класифікацією,

що наведена нижче.

1. Моделі Ейлера, що дозволяють чисельно вирішувати рівняння атмосферної

дифузії.

2. Моделі Гауса, відповідно до яких, зміни концентрацій у просторі характе-

ризується як гаусові розподіли в горизонтальному й вертикальному напрямках.

3. Моделі Лагранжа, у яких або відслідковуються процеси що рухають повіт-

ряні маси, або використаються умовні частки для імітації процесів розсіювання.

До моделей забруднення атмосферного повітря також можна віднести емпіри-

чні моделі (ОНД-86), що базуються, головним чином, на емпіричній параметризації,

а також стохастичні моделі й рецепторні моделі тощо.

Крім того, всі моделі, побудовані на основі розглянутих рівнянь, класифіку-

ються, відповідно, за масштабами атмосферних процесів, а саме:

- макромасштаб (масштаб довжини > 1000 км), при якому атмосферний потік

асоціюється із синоптичними явищами;

- мезомасштаб (1 км < масштаб довжини <1000 км), при якому повітряний по-

тік почасти є залежним від синоптичних явищ і почасти від гідродинамічних ефектів

(наприклад, від шорсткості поверхні, що підстилає, і перешкод) і від неодноріднос-

тей енергетичного балансу;

- мікромасштаб (масштаб довжини <1 км), при якому повітряний потік в осно-

вному залежить від характеристик поверхні.

З іншого боку, за даними з джерела [20], класифікацію нестаціонарних моде-

лей розсіювання можна представити й іншим способом, розділивши їх за часом на

локальні (при масштабі часу менш декількох хвилин), від локальних до регіональ-

них (кілька годин), від регіональних до континентальних (кілька днів) і від контине-

нтальних до глобальних (тижня або більше).

Можна також сказати що розглянуті моделі є базисним математичним апара-

том, що застосовується для побудови математичної сторони моделі. Але в ході ана-

лізу джерела [20] було з'ясовано, що реалістичні спроектовані моделі поширення рі-

зних забруднювачів в атмосфері являють собою супермоделі. В таких удосконале-

34

них моделях за основу взятий який-небудь із розглянутих алгоритмів з різними до-

повненнями у вигляді математичних рівнянь, що описують турбулентність, оса-

дження, трансформацію речовин, вплив природних явищ, рельєфу, забудівлю місце-

вості, й т.п.

Програмна реалізація таких математичних моделей на практиці являє собою

складну систему, що враховує різні фактори, наприклад: динаміку турбулентних по-

вітряних потоків; перенос тепла, пилу й реагуючих газоподібних забруднювачів; пе-

ренос прямого сонячного й дифузійного випромінювань; вплив випромінювання на

теплові процеси й фотохімічні реакції; динаміку водяної пари й краплі; конденсацію

й випар; поглинання (і вивільнення) газоподібних забруднювачів краплями.

Необхідно також відзначити, що складні математичні моделі поширення за-

бруднюючих речовин в атмосфері проектуються під конкретне завдання й розроб-

ляються конкретними організаціями або науково-дослідними інститутами.

Лідерами у розробці програм, що використовують математичні алгоритми для

розрахунку забруднення атмосферного повітря, є США, Австралія, а також Велико-

британія та інші Європейські держави (рис. 1.2).

Рис. 1.2. Класифікація відомих програм по державам

ПРОГРАМИ ДЛЯ ДОСЛІДЖЕННЯ ЗАБРУДНЕННЯ АТМОСФЕРИ ДИМОВИМИ ГАЗАМИ

Програми, що розроблені в США

Програми, що

розроблені у Ве-

ликій Британії

Програми, що розроблені у країнах

Євросоюзу

Програми, що розроблені в

Австралії

AUSPLUME, LADM, TAPM,

DISPMOD,

AUSPUF

AEROPOL (Estonia), ATSTEP (Germany), AUSTAL2000(Germany), BUO-FMI(Finland),

CAR-FMI(Finland), CAR-International(The Netherlands), DIPCOT(Greece),

DISPERSION21(Sweden), DISPLAY-2(Greece), EK100W(Poland), FARM (Italy), FLEXPART(Austria/Germany), GRAL (Aus-

tria), HAVAR(Czech Republic), IFDM(Belgium), INPUFF-U(Romania),

LOTOS-EUROS(The Netherlands), MEMO(Greece), MERCURE(France),

MODIM(Slovak Republic), MUSE(Greece), OML(Denmark), ONM9440(Austria),

PROKAS-V(Germany), OSPM(Denmark), POLGRAPH(Portugal), RADM(France), RIMPUFF(Denmark), SAFE_AIRII(Italy), SEVEX(Belgium), STACKS(The Nether-

lands), STOER-LAG(Germany), SYMOS97(Czech Republic), TCAM,UDM-

FMI(Finland)

ADMS-3, ADMS-URBAN, ADMS-Road, ADMS-

Screen, GASTAR,

NAME, UDM

AERMOD PUFF-PLUME PUFFMODEL, CALPUFF,

BLP, CALINE3, CAL3 QHC and CAL3HCR-CAL3 QHC, CTDMPLUS, OCD ADAM, ADMS-3, AFTOX, SLAB, DEGADIS, HGSYSTEM HOTMAC and RAPTAD-

HOTMAC,HYROAD, ISC3, OBODM, PLUVUEII,

SCIPUFF, SDM

35

Програми умовно можна поділити за класифікацією, наведеної на рис. 1.3

Рис. 1.3. Умовна класифікація програмних засобів, що моделюють

атмосферне забруднення

Найбільш відомими реалізаціями моделей розсіювання газів є методика Всес-

вітнього банку, методики класу HGSYSTEM, методики, створені такими організація-

ми як ТNO (Голландія), Det Norske Veritas (DNV Technica) (Норвегія), U. S.

Environmental Protection Agency (EPA – агентство захисту навколишнього середови-

ща США), NIST (Національний інститут стандартів і технологій США), методики

класу DEGADIS. Розроблені методики реалізуються у вигляді певних програмних

продуктів, що широко розповсюджені в США, Канаді, ЄС й деяких інших країнах.

Основними розроблювачами прикладного програмного забезпечення для ука-

заного вище класу моделей є компанії Lakes Environmental (Канада) і BREEZE

(США) [71]. Моделі AERMOD містять три основних модулі: AERMOD (модель дис-

персії домішки в атмосфері), AERMET й інструментальний набір AERSURFACE для

створення вхідних даних пов'язаних зі станом атмосфери й рельєфом місцевості,

AERMAP – програмні засоби, призначені для прив'язки моделі до тривимірних даних

місцевого рельєфу й об'єктів. Крім того, у моделях даного класу втримується ряд за-

КЛСИФІКАЦІЯ ПРОГРАМНИХ ЗАСОБІВ ДЛЯ ДОСЛІДЖЕННЯ ЗАБРУДНЕННЯ АТМОСФЕРИ ДИМОВИМИ ГАЗАМИ

Найбільш

поширені Альтернативні

Скринінг-

програми Фотохімічні Інші

AERMOD, CALPUFF, BLP, QHC and CAL3,

QHCR-CAL3QHC,

CTDMPLUS,

OCD

ADAM, ADMS-3, AFTOX, SLAB

DEGADIS, HGSYSTEM

HOTMAC and RAPTAD-HOTMAC,

HYROAD, ISC3, OBODM,

PLUVUEII,

SCIPUFF, SDM

AERSCREEN, CTSCREEN, SCREEN3, TSCREEN, VALLEY,

COMPLEX1, RTDM3.2,

VISCREEN

Models-3/CMAQ, CAMx, REMSAD, UAM-

V PUFF-PLUME,

Puffmodel

36

собів, що дозволяють ураховувати особливості поширення домішки над трасами,

водними перешкодами, лісовим масивом і т.д. Використання моделей цього класу

пов'язано з істотними витратами й зусиллями при підготовці вхідних даних і має

сенс при оцінці екологічних ризиків від промислових джерел забруднення.

Моделі CALPUFF. CALPUFF [72] є сучасною нестаціонарною метеорологіч-

ною й повітряною системою моделювання якості повітря, розробленої вченими

ASG. Вона підтримується розроблювачами моделі й поширюється TRC. Модель бу-

ла прийнята американським керуванням по охороні навколишнього середовища

(EPA) як привілейована модель для того, щоб оцінити далекий перенос забруднюва-

чів й їхніх впливів на федеральні області. Система моделювання складається із

трьох головних компонентів і ряду програм пост-обробки й попередньої обробки.

Головні компоненти системи моделювання – CALMET (діагностична 3-мірна метео-

рологічна модель), CALPUFF (модель дисперсії якості повітря), і CALPOST (пакет

пост-обробки). У кожної із цих програм є графічний інтерфейс користувача. На до-

даток до цих компонентів є численні інші процесори, які можуть використатися,

щоб підготувати геофізичні (землекористування й ландшафт) дані в багатьох стан-

дартних форматах, метеорологічні дані, і інтерфейси до інших моделей, таким як

PennState/NCAR Mesoscale Model (MM5).

ADMS–5 [73] є сучасною моделлю дисперсії для обчислення концентрації за-

бруднювачів, що випускають із крапкових, лінійних, об'ємних і майданних джерел.

Модель включає алгоритми, які беруть до уваги наступне: ефекти основної ділянки

забудови; складність місцевості; вологе осадження, гравітаційне осадження й сухе

осадження; короткострокові коливання в концентрації; хімічні реакції; радіоактив-

ний розпад і гама доза; підвищення факела як функції відстані; потоки й спрямовані

викиди; усереднення часу в межах від дуже короткого до щорічного.

CALINE-4 є [74] стаціонарною гаусовою моделлю дисперсії, розробленої для

визначення концентрації забруднення повітря у відносно нескладній місцевості.

CALINE 4 включена в більше вдосконалені моделі CAL4QHC й CAL4QHCR.

CTDMPLUS є вдосконаленим крапковим джерелом гаусовою моделі якості повітря

для використання в умовах складного ландшафту. OCD є моделлю, розробленої для

37

визначення впливу емісії від крапкових, майданних або лінійних джерел на якість

повітря в прибережних районах.

На підставі аналізу джерела [20] можна зробити висновок про те, що дані мо-

делі є найбільш рекомендованими в різних країнах для визначення концентрацій за-

бруднюючих речовин в атмосфері. Вони адаптовані для певних завдань й орієнтова-

ні на однопроцесорні системи. Також існує ряд інших моделей [75].

Здебільшого використаються моделі на основі розподілу Гауса (наприклад,

ADAM, ISC-3), рідше моделі на основі рівнянь Ейлера або Навье-Стокса (Chensi,

CAMx, PANACHE, REMSAD, WYNDVALLEY). Іноді додатково застосовується лагра-

нжева модель для розрахунку переносу пилу (RAPTAD, PANACHE). Найбільш зроб-

лені програми враховують фактори хімічної кінетики (ADAM, ADMS-3, CAMx,

PANACHE, REMSAD, RPM-IV й інші), переносу тепла (ADAM, PANACHE), складної

геометрії області (ADMS-3, ISC-3, PANACHE й інші), турбулентності (PANACHE)

[73].

Подібні розрахунки також можуть виконуватися універсальними системами

моделювання (FlowVision, FLUENT, GAS DYNAMICS TOOL, PHOENICS, Star-CD й

іншими), багато з яких існують як в однопроцесорній, так й у багато процесорної

версіях. Розглянемо деякі універсальні системи [76, 77].

Пакет GAS DYNAMICS TOOL [78] дозволяє розраховувати багатофазні плини

(з урахуванням тепла, хімічної кінетики, міжфазових переходів) в областях складної

форми шляхом чисельного рішення тривимірних рівнянь Ейлера або Навье-Стокса.

Використається метод великих часток на основі явної двошагової схеми першого

порядку. Даний пакет не враховує фактори турбулентності й випромінювання.

Значно могутнішим є пакет Star-CD [79], що дозволяє розраховувати багато-

фазні потоки шляхом чисельного рішення тривимірних рівнянь Навье-Стокса або

Рейнольда. Пакет надає широкий вибір моделей турбулентності.

Пакет FLUENT [80]є одним з найбільш популярних і потужних засобів для од-

нопроцесорних і паралельних розрахунків багатофазних потоків з урахуванням меж

фазних переходів, тепла, випромінювання, наявності дискретних середовищ (краплі,

пилових часток) і інших факторів.

38

Є різні моделі турбулентності й інших фізичних процесів. Універсальність

згаданих пакетів фактично полягає в спробах застосування досить обмеженого на-

бору моделей, алгоритмів і методів до безлічі різних випадків. Очевидно, що про-

грами, орієнтовані на рішення конкретного класу завдань здатні вирішувати дані за-

вдання більш ефективно.

Обчислювальна гідродинаміка CFD. За даними джерела [81] деякі з перерахо-

ваних вище програмних продуктів ставляться до окремо розглянутого класу моде-

лей – класу СFD. Computational fluid dynamics (CFD) або обчислювальна гідродина-

міка – це сукупність фізичних, математичних або чисельних методів, призначених

для комп'ютерного моделювання процесів що відбуваються у рідкому або газоподі-

бному середовищі. CFD дозволяє побудова віртуальної моделі процесу або при-

строю, розбивка якого на елементарні елементи уможливлює пряме рішення базових

рівнянь, що формулюються фізичними й хімічними механізмами, характерними для

даного процесу.

Обчислювальна гідродинаміка дозволяє працювати в таких областях, як: гід-

ро- і газодинаміка, тепло- і масо перенос, що рухаються тіла, багатофазні потоки,

хімічні реакції, горіння, турбулентність, акустика, опір матеріалів. Базою будь-якого

дослідження в області обчислювальної гідродинаміки є формулювання основних рі-

внянь гідро/газодинаміки потоків, а саме:

- рівняння нерозривності;

- рівняння збереження імпульсу;

- рівняння збереження енергії;

- рівняння стану (для газів).

Вищезгадані рівняння являють собою базову модель плину середовища, що

залежно від особливостей розв'язуваного завдання може бути доповнена рівняннями

для моделей турбулентності, переносу речовин, хімічних реакцій, обліку багатофаз-

ності, електромагнітних взаємодій тощо.

Всі перераховані математичні формулювання є системою нелінійних дифере-

нціальних рівнянь 2-го порядку, що мають аналітичне рішення лише в дуже простих

випадках. Для широкого спектра природних і технологічних процесів завдання мо-

39

жна вирішити чисельно в тому випадку, якщо похідні, що коштують у рівняннях,

замінити на кінцеві різниці, створені на малих просторових і тимчасових інтервалах.

У випадку моделювання реального процесу виробляється так називана дискретиза-

ція простору й часу, таким чином, що геометрія процесу розбивається на розрахун-

кові осередки, обрані особливим образом, а час процесу – на розрахункові тимчасові

інтервали.

Існують різні методи рішення системи рівнянь, застосовувані в CFD-моделях

[80]:

- метод кінцевих різностей;

- метод кінцевих обсягів;

- метод кінцевих елементів;

- метод згладжених часток;

- метод з використанням функції розподілу ймовірності.

Реалізуються дані методи за допомогою програмних модулів – CFD-

обчислювачів. Таке фізичне моделювання дозволяє проводити оптимізацію техноло-

гічних процесів, у короткий термін дозволяючи пророчити різні сценарії розвитку

процесу при варіюванні вихідних даних.

На теренах СНД, знайшли використанні такі програмні продукти, як «Моні-

тор», «Екосфера», що призупинили розвиток і не є актуальними на сьогодні та

більш пізніша розробка «Ера-Воздух» [82].

Для оцінки ризиків здоров’я населення від забруднення атмосферного повітря,

згідно методології [83], необхідні данні про довготривалі концентрації забруднюва-

чів. Таким чином, математичні моделі розрахунків рівнів забруднення атмосферного

повітря повинні містити апарат для визначення осереднених за тривалий період при-

земних концентрацій забруднювачів. Такий апарат має методика ISCST та програм-

ний комплекс Breeze AERMOD/ISC, розробленою EPA (агентством з охорони довкілля

США). Ще однією перспективною методикою є «Методические указания по расче-

ту осредненных за длительный период концентраций выбрасываемых в атмосферу

вредных веществ» [84], що застосовується як додаток до стандартизованої методики

ОНД-86 [85]. Наведений у цих рекомендаціях математичний апарат має декілька пе-

40

реваг у порівнянні з методикою ISCST, а саме: урахування коефіцієнтів вертикаль-

ної дифузії забруднювачів за класами стійкості атмосфери, поправку на рельєф міс-

цевості й житлової забудови тощо. Проте це потребує відповідно додаткових даних,

власно про рельєф місцевості та коефіцієнт вертикальної дифузії забруднювачів, ви-

значення якого є окремою задачею.

Підсумовуючи, зазначимо, що не існує єдиної програми, що включала б всі

компоненти, які необхідні для розрахунку параметрів забруднення атмосфери та

оцінки ризиків для здоров'я населення. Окрім того, не існує також єдиного джерела

вхідних даних, необхідних для моделювання процесів розсіювання забруднювачів і

подальшої оцінки ризиків для здоров’я населення.

1.4. Висновки до розділу та постановка мети й завдань дослідження

Виконаний аналіз існуючих методів оцінки ризиків від забруднення атмосфе-

ри, методик розрахунків концентрацій домішок в ній та впливу забруднювачів пові-

тря на людину та рослини виявив наступне.

1. Пріоритетними джерелами забруднення атмосфери в населених пунктах є

організовані стаціонарні джерела забруднення атмосфери.

2. Пріоритетними забруднювачами атмосфери промислових міст є: формаль-

дегід, двооксид азоту, оксид вуглецю, фенол, фтористий водень, бенз(а)пірен, зва-

жені речовини (пил), аміак, за якими визначають сумарні індекси забруднення атмо-

сфери, що потребує постійного контролю вмісту указаних забруднювачів на терито-

ріях міст, а також визначення частки цих забруднювачів у приземних концентраціях.

3. Показано, що рослини дуже чутливі до забруднення атмосферного повітря,

отже за їх станом можливо слідкувати за викидами чи вмістом пріоритетних забруд-

нювачів атмосфери, хоча найбільш характерні ознаки їх впливу на рослини прояв-

ляються переважно при високих концентраціях. Проте для кількісної оцінки впливу

забруднювачів на рослини необхідно розробити відповідну експрес-методику оцінки

забруднення атмосфери за станом біоіндикаторів, що потребує певних експеримен-

тальних досліджень.

41

4. Відомі математичні моделі розсіюванні домішок в атмосфері з відповідними

комп’ютерними програмами до них дозволяють отримати значення приземних кон-

центрацій лише в певних обмежених умовах, переважно на основі осереднених оро-

графічних, а також метеорологічних показників, котрі, як відомо, постійно зміню-

ються в добовому, місячному й річному ході. При цьому екологічні наслідки або

впливи на людей чи довкілля доводиться визначати за іншими нормативними доку-

ментами. Тобто, не існує єдиної програми, що включала б всі компоненти, які необ-

хідні для оперативного, адекватно умовам, розрахунку показників забруднення ат-

мосфери міст з наступною оцінкою ризиків для здоров'я населення й довкілля, зок-

рема рослинності, обумовлених визначеними рівнями забруднення повітря.

Таким чином, актуальною стає наукова задача створення комплексного інфо-

рмаційного забезпечення адекватної оперативної оцінки рівнів забруднення атмос-

ферного повітря міста й відповідних ризиків для здоров’я населення та довкілля на

основі використання сучасних методів і моделей прогнозу поширення домішок в

динамічній атмосфері з використанням ГІС технологій.

У зв’язку з цим метою роботи є розробка інформаційно-аналітичної системи

прогнозування ризиків для здоров’я населення і довкілля від забруднення атмосфер-

ного повітря міст викидами промислових підприємств. Для досягнення цієї мети

були вирішені наведенні у вступі завдання.

42

РОЗДІЛ 2

СИНТЕЗ УЗАГАЛЬНЕНОЇ МЕТОДИКИ ПРОГНОЗУВАННЯ РИЗИКІВ ДЛЯ

ЗДОРОВ’Я НАСЕЛЕННЯ І ДОВКІЛЛЯ НА ОСНОВІ УДОСКОНАЛЕНИХ

МАТЕМАТИЧНИХ МОДЕЛЕЙ

2.1. Побудова узагальненого алгоритму прогнозу ризиків для

здоров’я населення

Сьогодні для більшості промислово розвинених населених пунктів обсяги на-

дходження забруднювачів від антропогенних джерел значно вищі за природні, а під-

вищена концентрація забруднюючих речовин спостерігається в атмосфері практич-

но у кожному промисловому місті [25, 86–88]. Тому, як показано у попередньому

розділі, актуальним завданням екологічного моніторингу у таких містах є синтез

узагальненої методики прогнозування ризиків для здоров’я населення, що базується

на удосконалених математичних моделях поширення домішок в атмосфері, допов-

нених методами біоіндикації, та застосуванні гео-

інформаційних технологій.

Для визначення впливу забруднювачів атмосферного повітря на стан здоров’я

населення спеціалістами ВООЗ розроблено спеціальну методологію оцінки ризиків

[83], що складається з трьох взаємопов'язаних етапів:

- оцінка ризику;

- управління ризиком;

- інформування про ризик;

При цьому визначення ризику від забруднення атмосферного повітря дозволяє

прогнозувати імовірність і медико-соціальну значимість можливих порушень здо-

ров’я при різних сценаріях впливу атмосферних забруднювачів, а ще й встановлю-

вати першочерговість і пріоритетність заходів з управління факторами ризику на ін-

дивідуальному та популяційному рівнях.

Визначення факторів ризику, доведення їх ролі у порушенні здоров’я людини,

а також кількісна характеристика залежностей шкідливих ефектів від рівнів впливу

43

конкретних факторів дозволяє оцінити реальну загрозу здоров’я населення, що про-

живає на певних територіях, і дає об‘єктивні підстави для впровадження профілак-

тичних заходів.

Адаптація оригінальної методики до національних стандартів була проведена

в роботі [89–91] суть якої полягає в розрахунку осереднених концентрацій на основі

математичної моделі ISС-Aеrmod View [71], що базується на статистичному рівнянні Га-

уса для стаціонарних джерел, та визначенні за цими концентраціями ризиків для здо-

ров’я населення. Проте, залишається невизначеність в обсягах збору необхідної вхі-

дної інформації, також є необхідність у підвищенні якості математичної моделі пе-

реносу-дифузії забруднювачів в атмосферному повітрі та у визначенні загального

популяційного ризику певного міста тощо. Тому пропануємо наступну схему послі-

довності прогнозування ризиків здоров’я населення від техногенних джерел забруд-

нення атмосферного повітря (рис. 2.1).

На першому етапі збираються дані про валові обсяги викидів за адміністрати-

вно-територіальним розподілом регіону на певний період. Збираються також за від-

повідний період медично-статистичні показники поширеності захворювань насе-

лення за такими їх класами, що зазвичай пов’язують із забрудненням атмосферного

повітря. Згідно методології ВООЗ [83] цими класами є: новоутворення, хвороби

крові та кровотворних органів, хвороби органів дихання, хвороби нервової системи,

хвороби кістково-м’язової системи, а також загалом всі хвороби, тобто загальна

розповсюдженість захворювань за усіма нозологічними класами. При цьому нада-

ється перевага показникам захворюваності дитячого населення, оскільки саме дитя-

чий організм важаться найбільш чутливим до впливу шкідливих факторів, окрім то-

го діти на відміну від дорослих більш прив’язані до території свого мешкання.

На другому етапі проводиться кореляційний аналіз, з метою виявлення взає-

мозв’язків між валовими обсягами викидів підприємств та класами захворювань,

пов’язаних із забрудненням атмосферного повітря. Згідно методикам [92,93], у ви-

падку коли коефіцієнт кореляції більше за 0,3, вважається, що досліджений фактор

має певний вплив, тобто захворюваність населення може погіршуватися саме вна-

слідок забруднення атмосферного повітря від промислових викидів в атмосферу.

44

Рис. 2.1. Схема алгоритму інформаційно-аналітичного прогнозування ризиків

для здоров’я населення від джерел забруднення атмосфери

Такий кореляційний аналіз проводився в роботі [94] для Дніпропетровської та

Львівської області, за результатами якого визначено помірний вплив викидів проми-

слових підприємств на окремі класи хвороб Дніпропетровській області і відсутність

зв’язку між валовими викидами Львівської області та станом захворювання її насе-

лення.

45

Якщо встановлено безпосередній вплив певних викидів на здоров’я населення,

збирається інформація щодо пріоритетних підприємств-забруднювачів атмосферно-

го повітря. Джерелами такої інформації є регіональні доповіді про стан навколиш-

нього середовища, а також форми статистичної звітності підприємств 2-ТП «Повіт-

ря». Пріоритетними вважаються підприємства 1 – 4 класів небезпеки, основні вики-

ди яких надходять з організованих стаціонарних джерел.

Наступним етапом є формування геоінформаціної системи (ГІС), в основі якої

є база даних пріоритетних джерел забруднення у вигляді точкового шару, житлова

забудова з показниками щільності населення кожного житлового блоку (району),

карта рельєфу місцевості, а саме цифрова карта висот, аерофотознімки міст із де-

шифрованою допоміжною топографічною основою. До останньої можна віднести

контури промислових ділянок підприємств та їх санітарно-захисні зони, блоки жит-

лової забудови, пости спостереження тощо. Оскільки на характер розповсюдження

забруднювачів в атмосфері окрім величин викидів та конфігурацій джерел забруд-

нення суттєвий вплив мають погодні умови, то формується також база спостере-

жень основних метеорологічних показників за період досліджень. Такими показни-

ками є температура повітря, напрямок та швидкість вітру, а також вертикальний ко-

ефіцієнт турбулентної дифузії забруднювачів в атмосфері.

Для моделювання процесів розсіювання забруднювачів в повітрі та наступно-

го визначення осереднених концентрацій використовуються відповідні методики

[84] й спеціалізовані комп’ютерні програми [95, 96]. Результати розрахунків у ви-

гляді сітки осереднених приземних концентрацій експортуються до ГІС де прово-

диться їх подальша обробка (інтерполяція вхідних даних, співставлення й сумація

растрових шарів та ін.) із використанням спеціальних інструментів географічного

просторового аналізу.

Для оцінки достовірності результатів моделювання виконується їх співстав-

лення з показниками забрудненості повітря, що отримуються за допомогою стаціо-

нарних постів спостереження, звітів санітарно-епідеміологічних служб тощо. У ви-

падку коли між цими показниками є значні розбіжності, необхідно використовувати

більш складну й високоточну методику розрахунків, що передбачає урахування

46

якомога більше вхідних параметрів, котрі мають суттєвий вплив на характер розпо-

всюдження забруднювачів в атмосфері. Такими параметрами виступають: рельєф

місцевості й характер житлової забудови, рівні фізико-хімічної трансформації за-

бруднювачів, ступінь вимивання й нейтралізації домішок дощами та туманами. Як-

що розрахункові показники забруднення атмосфери виглядатимуть заниженими,

слід враховувати додаткові джерела забруднення атмосфери, наприклад, менш по-

тужні підприємства, неорганізовані джерела й автотранспорт тощо.

Завершальним етапом є оцінка ризиків для здоров’я населення що визначаєть-

ся на певній території міста за показниками осереднених концентрацій відповідно до

методики [83]. Для цього проводять картографування територій за показниками ри-

зику з подальшим його просторово-аналітичним аналізом. У випадку коли цей ризик

вище за допустимий визначаються пріоритетні підприємства забруднювачі, для яких

розробляються рекомендації щодо керування ризиком лімітуванням викидів, тобто

шляхом встановлення величин граничнодопустимих викидів.

Дослідження за наведеною схемою повинні стати основою регіональної сис-

теми екологічного моніторингу та розробки засобів, спрямованих на покращення

стану довкілля та здоров’я населення в містах з розвинутою промисловістю. Далі

наведемо методологію та основні методики, на яких ґрунтується запропонована

схема алгоритму прогнозу ризиків для здоров’я населення.

2.2. Методичні підходи з інтегральної оцінки стану здоров’я населення

території та впливу на нього забруднення атмосферного повітря

При вивченні впливу комплексу факторів довкілля на здоров’я населення най-

більш часто як основний оціночний показник використовується розповсюдженість

захворювань. В результаті багаторічних спостережень встановлено, що комплекс

небезпечних факторів довкілля спричинює різні негативні впливи захворюваності як

дитячого, так і дорослого населення [97 – 100]. Зараз спостерігається різка зміна ка-

ртини захворюваності як в Україні, так і в Дніпропетровській області, що проявля-

47

ється в зміні співвідношення між окремими класами захворювань, переважна біль-

шість яких тісно пов’язана з забрудненням довкілля.

Міністерством охорони здоров'я України було видано методичні рекомендації

з визначення впливу забруднення довкілля на здоров'я населення, в яких наводиться

орієнтований перелік факторів довкілля в зв'язку з їх можливим впливом на рівень

поширення деяких класів захворювань [101]. З урахуванням цих рекомендацій, а та-

кож вимог, викладених в доповіді МОЗ України, були визначені пріоритетні класи

захворювань, пов’язаних з забрудненням довкілля, а саме: інфекційні та паразитарні

хвороби, хвороби ендокринної системи, хвороби крові та кровотворних органів, ро-

злади психіки та поведінки, хвороби нервової системи та органів чуття, хвороби си-

стеми кровообігу, хвороби органів дихання, хвороби органів травлення, хвороби

сечостатевої системи, хвороби шкіри та підшкірної клітковини, хвороби кістково-

м'язової системи, вроджені аномалії розвитку, новоутворення тощо.

Окремим завданням є також визначення показника, який би характеризував

узагальнений, тобто інтегральний стан здоров’я населення на певній адміністратив-

ній території в тому числі за часом. Роботи [102 – 105] присвячені розробці та реа-

лізації методики з оцінки інтегральних показників стану здоров’я населення за пока-

зниками розповсюдженості перелічених вище класів хвороб.

Представлення інтегральних показників в безрозмірній формі дозволяє прове-

сти порівняння і ранжирування різних класів захворювань населення, що неможли-

во зробити у випадку, коли ці показники представлені в їх натуральному вимірі.

Для розрахунку поточного показника абсолютних даних про розповсюдже-

ність хвороб в на певній дослідженій території (Ппоточ) використовується наступна

формула:

n

i

n

i

ii

поточ

Ki

SK

П

1

1

)(

, (2.1)

де K – кількість мешканців в дослідженому районі (дітей або дорослих), що обслу-

говується кожним лікувальним закладом;

48

S – розповсюдженість захворювань за класами хвороб, згідно даним кожного

лікувального закладу що обслуговує мешканців дослідженого району;

n – кількість лікувальних закладів, що обслуговують мешканців дослідженого

району.

Згідно з положеннями зазначеної методики всі показники здоров'я можна пе-

редати в числовій формі. Так, значення показника, вираженого в натуральних оди-

ницях виміру (випадків захворювань на 10000 населення), можна перевести в безро-

змірну форму за допомогою формули:

криткомф

поточкомф

iПП

ППУПУ

(2.2)

де УПУі – умовний показник ушкоджень у структурі організму людини, які спричи-

нені несприятливими умовами довкілля; Пкомф і Пкрит – експериментально або екс-

пертно визначені значення параметра в комфортних або критичних для життєдіяль-

ності організму умовах; Ппот – поточне (реальне) значення параметра на поточний

момент.

Аналогічним шляхом, інтегральні показники приводились до безрозмірної

форми за допомогою формули:

n

i

n

i криткомф

поточкомф

iПП

ПП

nУПУ

n 1 1

11ІУПУj (2.3)

де ІУПУj – інтегральний умовних показників ушкоджень організму людини; Пкомф.,

Пкрит., Ппот – відповідно комфортне, критичне і поточне значення одного з n показ-

ників що розраховувались за попередньою формулою.

Таким чином, значення кожного умовного показника ушкоджень (УПУ) змі-

нюється в межах від 0 (комфортні для життєдіяльності умови) до 1 (критичні умо-

ви). За нормативні значення показників пошкодження, які задовольняють умовам

стійкого розвитку території, приймали 30% від їх критичних значень.

Для оцінки міри пошкодження стану здоров’я населення на дослідній терито-

рії запропоновано використати наступну оціночну шкалу (табл. 2.1).

49

Таблиця 2.1

Шкала оцінки стану здоров'я людини та екологічної ситуації

Діапазон чисельних

значень показників

ушкоджень

Рівень пошкоджень здоров'я Стан здоров'я людини

0,000 ‚ 0,200 Низький Сприятливий

0,201 ‚ 0,400 Нижче середнього Насторожуючий

0,401 ‚ 0,600 Середній Конфліктний

0,601 ‚ 0,800 Вище середнього Загрозливий

0,801 ‚ 1,00 Високий Критичний

Окрім ранжирування та наступного картографування території області за допо-

могою інтегрального умовного показника пошкодження стану здоров’я можна ви-

значати також пріоритетні фактори впливу на нього, в тому числі від забруднення

атмосферного повітря. Для цього зазвичай застосовують кореляційно-регресійний

аналіз.

Дані медичної статистики за якими розраховується інтегральний показник дос-

тупні у масштабах міст та адміністративних районів, однак спостереження за якістю

атмосферного повітря проводяться лише в 3 містах Дніпропетровської області, що є

недостатнім для проведення кореляційно-регресійний аналізу. Інший показник, який

може характеризувати стан атмосферного повітря це – обсяги валових викидів підп-

риємств різних міст та районів області. Саме його доцільно застосовувати для ви-

значення впливу забруднення на стан здоров’я населення за допомогою кореляцій-

но-регресійний аналізу.

Як відомо, кореляційний аналіз – метод обробки статистичних даних, за допо-

могою якого визначається тіснота зв'язку між двома змінними або більшим їх чис-

лом. Кореляційний аналіз тісно пов'язаний з регресійним аналізом, з його допомо-

гою визначають необхідність включення тих чи інших факторів в рівняння множин-

ної регресії, а також оцінюють отримане рівняння регресії на відповідність виявле-

ним зв'язкам (використовуючи коефіцієнт детермінації).

50

Спряженість змінних величин X і Y можна встановити, зіставляючи числові

значення однієї з них з відповідними значеннями іншої. Якщо при збільшенні однієї

змінної збільшується інша, це вказує на позитивний зв'язок між цими величинами, і

навпаки, коли збільшення однієї змінної супроводжується зменшенням значення

іншої, це вказує на негативну зв'язок. Інакше кажучи, змінюється коефіцієнт коре-

ляції – безрозмірне число, яке лежить в межах від – 1 до +1. При незалежному ва-

ріюванні ознак, коли зв'язок між ними повністю відсутній, указаний коефіцієнт до-

рівнює нулю. Чим сильніше спряженість між ознаками, тим вище значення коефіці-

єнта кореляції. Отже, цей показник характеризує не тільки наявність, але і ступінь

пов'язаності між ознаками. При позитивній або прямого зв'язку, коли великим зна-

ченням однієї ознаки відповідають великі же значення іншого, коефіцієнт кореляції

має позитивний знак і знаходиться в межах від 0 до +1, при негативному або зворот-

ного зв'язку, коли великим значенням однієї ознаки відповідають менші значення

іншого, коефіцієнт кореляції супроводжується негативним знаком і знаходиться в

межах від 0 до – 1.

При наявності нечисленних вибірок коефіцієнт кореляції обчислюють безпо-

середньо за значеннями сполучених ознак, без попереднього групування вибіркових

даних в варіаційні ряди. Зручнішими, особливо за наявності багатозначних і дробо-

вих чисел, якими виражаються відхилення варіант Хi і Yi від середніх, служать на-

ступні робочі формули [92]:

yx

dyx

xyDD

DDDR

2

, (2.4)

Де 2

11 1

22 1

n

i

i

n

i

n

i

iix xn

xxxD ; 2

11 1

22 1

n

i

i

n

i

n

i

iiy yn

yyyD ;

2

11

2 1

n

i

i

n

i

id dn

dD де xi и yi – парні варіанти що спрягаються за X і Y; x и y

– середні арифметичні; iii yxd – різниця між парними варіантами спряжених

X і Y; n – загальна кількість спостережень.

51

Окрім інтегрального показника стану здоров’я доцільно також визначати кое-

фіцієнт кореляції між його складовими, тобто окремими класами хвороб та обсягами

валових викидів.

У випадку коли коефіцієнт кореляції перевищує 0,3 вважається, що захворю-

ваність населення може погіршуватися саме внаслідок забруднення атмосферного

повітря від промислових викидів. Це є підґрунтям для проведення подальших дослі-

джень з визначення оцінки ризиків та керування ним.

2.3. Основні положення методології оцінки ризиків для здоров’я

населення від забруднення атмосферного повітря та рекомендації щодо їх удо-

сконалення на основі зонально-статистичних показників

Методологія оцінки ризику для здоров’я населення від забруднення атмосфе-

рного повітря представлена в Україні стандартизованими методичними рекоменда-

ціями [83], про які вже згадувалась вище. Проте виникла задача їх адаптації до за-

пропонованого алгоритму інформаційно-аналітичного прогнозування ризиків та на-

ступного включення у відповідну комп’ютерну програму. Отже розглянемо і про-

аналізуємо основні положення методики.

Повна, або базова, схема оцінки ризику передбачає проведення чотирьох вза-

ємопов’язаних етапів, а саме:

- ідентифікацію небезпеки;

- оцінку експозиції;

- визначення характеристики небезпеки;

- визначення характеристик ризику.

Ідентифікація небезпеки. Головним завданням цього етапу є відбір пріорите-

тних індикаторних хімічних речовин, визначення яких дозволить з достатньою точ-

ністю охарактеризувати рівні ризику порушення стану здоров’я населення та джере-

ла його виникнення. Пріоритетність досліджуваних речовин визначають на основі

даних щодо їх біологічної, у т.ч. канцерогенної, а також фізико-хімічної активності,

52

які обумовлюють особливості поширення і поведінки речовин у навколишньому

природному середовищі та впливу на організм людини, розвиток негативних ефек-

тів (специфічних і неспецифічних), залежно від шляху надходження речовини в ор-

ганізм. При цьому, як правило, використовують вторинні джерела інформації (ана-

літичні огляди, звіти, довідники, бази даних), що вже містять висновки висококва-

ліфікованих експертів про небезпечні властивості даної речовини.

Оцінка експозиції – етап оцінки ризику, в процесі якого встановлюється кіль-

кісний рівень надходження речовини до організму людини певним шляхом. Етап

передбачає визначення шляху розповсюдження у навколишньому середовищі і сту-

пеню впливу на організм певної забруднюючої сполуки, вивчення її концентрацій,

встановлення терміну дії і загальної тривалості впливу, оцінки чисельності популя-

ції, яка знаходиться або вірогідно може знаходитись під впливом шкідливого чин-

ника.

Кількісна характеристика експозиції передбачає визначення концентрації хі-

мічних сполук, що впливають на людину, орієнтуючись на дані:

- моніторингових спостережень;

- моделювання поширеності та поведінки хімічних сполук у повітряному

(навколишньому природному) середовищі;

- результатів комбінації моніторингових спостережень із даними, отрима-

ними на основі моделювання.

Важливою складовою моніторингу якості атмосферного повітря є аналітичне

визначення вмісту хімічних чинників. Джерелом таких даних можуть бути, як ре-

зультати спеціально спрямованих спостережень або вимірів, так матеріали щодо за-

бруднення атмосферного повітря, отримані Державною гідрометеорологічною слу-

жби МНС України та Державною санітарно-епідеміологічною службою МОЗ Украї-

ни.

Концентрація речовини у зоні спостережень (місце перебування людини) ви-

значається як середньоарифметична величина концентрацій, що мали місце протя-

гом періоду експозиції, або як максимальна концентрація за обмежений час (у зале-

жності від постановки задачі).

53

Для оцінки ризиків, зумовлених хронічним впливом хімічних речовин, мають

застосовуватись середньорічні концентрації та їхні верхні 95% довірчі межі. При ви-

значенні ризиків гострих (екстремальних, аварійних) ситуацій терміном до 24 год.

використовуються максимальні концентрації.

Визначаючи ризик впливу атмосферного повітря на здоров‘я людей, теорети-

чно бажано враховувати весь спектр хімічних сполук, що можуть діяти у цьому міс-

ці. Однак, реально допускається обмеження їх числа пріоритетними (індикаторни-

ми) для даної території речовинами.

Критеріями вибору пріоритетних речовин антропогенного походження є їх то-

ксичні властивості, ступінь розповсюдження у навколишньому середовищі, стій-

кість, здатність до біоакумуляції та міграції природними ланцюгами, здатність ви-

кликати негативні ефекти (незворотні, віддалені) та чисельність населення, на яке

потенційно вони можуть впливати.

При визначенні пріоритетних речовин доцільно враховувати також закордонні

переліки (Росія, США), що складались на основі вивчення компонентів забруднення

повітряного середовища та характерних викидів різних промислових галузей [106–

108].

Для України важливо орієнтуватись на переліки загальнопоширених забруд-

нюючих речовин атмосферного повітря, показників та інгредієнтів атмосферних

опадів, позначених у «Порядку організації та проведення моніторингу у галузі охо-

рони атмосферного повітря», затвердженого постановою Кабінету Міністрів Украї-

ни від 9 березня 1999 року №343 [109].

Визначення характеристики небезпеки. Головним завданням етапу є уза-

гальнення та аналіз наявних даних щодо гігієнічних нормативів, безпечних рівнів

впливу (референтних доз та концентрацій), критичних органів/систем та негативних

ефектів, що можуть виникати під дією певної речовини або групи речовин.

Дія хімічних сполук зумовлює широкий спектр шкідливих ефектів, які зале-

жать від шляху та тривалості надходження в організм, рівнів доз або концентрацій

сполук. У методології оцінки ризику прийнято орієнтуватися на той шкідливий

ефект, який виникає за впливу найменшої із ефективних доз (критичний ефект, кри-

54

тичні органи/системи). При цьому міжнародна методологія оцінки ризику передба-

чає наступне.

Для характеристики ризику розвитку неканцерогенних ефектів вважається,

чим вища доза впливу і чим більше вона перевищує референтну (RfD), тим більша

імовірність їх проявлення, однак оцінити цю імовірність при такому методичному

підході неможливо. У зв’язку з цим, кінцевими характеристиками оцінки експозиції

на основі референтних доз і концентрацій є коефіцієнти (HQ) та сумарні індекси

(HI) небезпеки. Якщо референтна доза не перевищена, то ніяких регулюючих втру-

чань не потрібно. У випадку, коли вплив речовини перевищує RfD, виникає небезпе-

ка, величину якої можна оцінити лише за допомогою аналізу залежності «доза-

відповідь» та спектра шкідливих ефектів.

Значення референтних доз/концентрацій деяких хімічних речовин, а також

критичних органів та систем, на які вони впливають, наведено нижче у табл. 2.2.

Таблиця 2.2

Референтні концентрації за хронічного інгаляційного впливу найбільш поши-

рених газоподібних сполук в атмосферну повітрі

Речовина САS RfC,

мг/м3

Джерело1

Критичні органи /

системи

Оксид азоту 10102-43-9 0,08 WHO Органи дихання

Двооксид азоту 10102-44-0 0,04 WHO Органи дихання

Двооксид сірки 7446-09-5 0,05 WHO Органи дихання

Оксид вуглецю 630-08-0 3 CalEPA ЦНС, серц.-суд., кров

Фенол 108-95-2 0,006 EPA Серц.-суд. сист., нирки,

ЦНС, печінка

Формальдегід 50-00-0 0,003 CalEPA Органи дихання, імун.

Прим1. до табл. 2.2: WHO – Всесвітня організація охорони здоров’я, CalEPA –

каліфорнійське Агентство з охорони навколишнього середовища, IRIS – інтегрована

інформаційна система про ризики (U.S.EPA) [110].

55

Визначення характеристик ризику інтегрує дані про небезпеку досліджува-

них речовин, величину експозиції, параметри залежності «доза-відповідь», які були

отримані на попередніх етапах дослідження. На основі цих даних дається кількісна

та якісна оцінка ризику окремих речовин та визначається порівняльний ряд небезпе-

ки для здоров‘я населення групи сполук.

Характеристику ризику розвитку неканцерогенних ефектів здійснюють шля-

хом порівняння фактичних рівнів експозиції з безпечними (референтними) рівнями

впливу та визначенням коефіцієнта небезпеки. Для інгаляційного надходження, як-

що цього не потребують спеціальні задачі дослідження, немає необхідності розрахо-

вувати дозу впливу, а розрахунок коефіцієнта небезпеки можна здійснювати за фор-

мулою:

HQі = Cі / RfC (2.4)

де: HQі – коефіцієнт небезпеки впливу і-тої речовини;

Cі – рівень впливу і-тої речовини, мг/м3;

RfC – безпечний рівень впливу, мг/м3.

Коефіцієнт небезпеки розраховують окремо за умов короткотривалого (гост-

рого), і тривалого впливу хімічної речовини. При цьому період осереднення експо-

зиції і відповідних безпечних рівнів впливу має бути аналогічним.

Критерії для характеристики коефіцієнта небезпеки наведено у табл. 2.3

Таблиця 2.3

Критерії неканцерогенного ризику

Характеристика ризику Коефіцієнт небе-

зпеки (HQ)

Ризик виникнення шкідливих ефектів розглядають

як зневажливо малий < 1

Гранична величина, що не потребує термінових за-

ходів, однак не може розглядатися як досить прийнятна 1

Імовірність розвитку шкідливих ефектів зростає

пропорційно збільшенню HQ > 1

56

Характеристику ризику розвитку неканцерогенних ефектів за комбінованого

впливу хімічних речовин проводять на основі розрахунку індексу небезпеки за фор-

мулою:

НІ = ∑ НQі (2.5)

де НQі – коефіцієнти небезпеки для окремих компонентів суміші хімічних ре-

човин, що впливають на здоров’я населення.

Зазначена методологія не надає рекомендацій або роз’яснень щодо визначення

індексів небезпеки або неканцерогенних ризиків на популяційному рівні. Проте зро-

зуміло, що значення індексів небезпеки можуть сильно варіюватися на території мі-

ста як і щільність населення на окремих його територіях, житлових забудовах тощо.

Вважається що імовірність розвитку шкідливих ефектів зростає пропорційно збіль-

шенню HQ, тому за критеріями нормування якості атмосферного повітря на терито-

ріях житлової забудови індекси і коефіцієнти небезпеки повинні бути менше одини-

ці. Слід також зауважити, що навіть коли розрахункові значення для окремого дже-

рела забруднення не перевищують граничних величин, їх також доцільно урахову-

вати як показники певного вкладу джерела у загальне забруднення атмосфери та ві-

дповідні ризики для населення.

Таким чином, показник загальної небезпеки від викидів окремого джерела за-

бруднення, або групи джерел (окремого підприємства чи усіх підприємств) для на-

селення яке потрапляє в зону впливу (Integral Rate), можна визначити за наступною

формулою:

n

i iip NHIIR1

(2.6)

де HIі – індекс небезпеки на дослідженій ділянці;

Nі – кількість населення на дослідженій ділянці;

n – кількість ділянок на дослідженій території (районів міста).

Для територій де населення підвергається дії небезпечних приземних концен-

трацій від дослідженого джерела забруднення доцільно застосовувати показник пі-

двищеної небезпеки (Danger Rate), який розраховується за формулою (2.7):

57

n

i iip NHIDR1

1 (2.7)

Де НIі>1

індекс небезпеки, який не відповідає нормам;

Nі – кількість населення на дослідженій ділянці з підвищеним індексом небез-

пеки;

n – кількість ділянок на дослідженій території де індекс небезпеки не відпові-

дає нормам.

Кількість населення міста, яка мешкає на території з підвищеним індексом не-

безпеки від викидів дослідженого джерела може бути визначена за наступною фор-

мулою (7):

n

i iNP1

(2.8)

Отже запропоновані показники загальної та підвищеної небезпеки є безрозмі-

рними величинами, що є похідними від значень приземних концентрацій та кількос-

ті людей які зазнають негативного впливу від забруднення атмосферного повітря.

Розрахунок індексів небезпеки, як правило, проводять з урахуванням критич-

них органів та систем, які зазнають негативного впливу досліджуваних речовин. Як

свідчать результати наукових досліджень, за умов впливу компонентів суміші на

одні і ті ж органи або системи організму, найбільш імовірним типом їх комбіновано-

го впливу є сумація (адитивність). Це правило не є універсальним, оскільки не вра-

ховує можливої різниці у механізмах специфічної дії компонентів суміші, а також

локальних шкідливих реакцій у місці первинного контакту речовини з організмом

(наприклад, слизових оболонках дихальних шляхів або шлунку). Разом з тим, на ду-

мку вітчизняних та закордонних експертів, такий підхід хоча і може перебільшувати

небезпеку для здоров’я, однак має більшу перевагу у порівнянні з роздільною, неза-

лежною оцінкою кожного із компонентів. Оцінка ризику в свою чергу є складовою,

необхідною для подальшого управління ризиком та інформування про нього.

Управління ризиком є логічним продовженням оцінки ризику. Основні за-

вдання управління ризиком – це порівняльне вивчення факторів ризику, установ-

лення вагомості ризиків, їх аранжування і виявлення пріоритетів, обґрунтування

58

найкращих в даній ситуації рішень з усунення або мінімізації ризику, а також оцінка

ефективності та корегування оздоровчих заходів. Управління ризиком базується на

сукупності політичних, соціальних і економічних оцінок отриманих величин ризи-

ків, порівняльній характеристиці можливої шкоди для здоров’я людини і суспільст-

ва в цілому, можливих витрат на реалізацію різних варіантів управлінських рішень

зі зниження ризику і тих вигод, які будуть отримані в результаті реалізації заходів.

Інформування про ризик є останнім етапом методології аналізу ризику. Інфо-

рмування про ризик – це процес розповсюдження результатів визначення ступеня

ризику для здоров’я людини і рішень щодо його контролю. На їх основі органи са-

непідемслужби спільно з адміністративними органами, з огляду на пріоритетність як

окремих джерел забруднення, так і провідних чинників, які формують найбільш ви-

сокий і небезпечний рівень ризику для здоров‘я населення та стану навколишнього

природного середовища, розробляють комплекс профілактичних заходів і черговість

їх впровадження.

Для картографування територій міст за показниками ризиків та їх подальшого

аналізу, вважаємо за доцільне використовувати розширену шкалу класифікації сту-

пеню забруднення атмосферного повітря за рівнем перевищення допустимих конце-

нтрацій [111], яку варто застосувати для градації ризиків для здоров’я населення

(табл. 2.4).

Таблиця 2.4

Класифікація рівнів ризику для здоров’я населення за кратністю перевищення осе-

реднених концентрацій забруднювачів в атмосфері

Рівень забруднення Ступінь ризику Кратність перевищення рефере-

нтних концентрацій

Сприятливий Безпечний < 1

Несприятливий Слабо небезпечний > 1 – 2

Несприятливий Помірно небезпечний > 2 – 4,4

Несприятливий Небезпечний > 4,4 – 8

Несприятливий Дуже небезпечний > 8

59

Цей аспект є принципово новим і відрізняє концепцію ризику від попередніх

концепцій, що використовувались при оцінці небезпеки впливу шкідливих факторів

оточуючого середовища на населення. Проте достовірність розрахованих ризиків

(HQ, HI) залежить від методів розрахунку осереднених концентрацій від забруднен-

ня атмосферного повітря викидами підприємств.

2.4. Обґрунтування методу осереднення концентрацій шкідливих речовин

в атмосфері для визначення соціального ризику

Як відомо, оцінку рівня соціального (екологічного) ризику здійснюють шля-

хом порівняння фактичних рівнів експозиції забруднювача з безпечними (референт-

ними) рівнями впливу, тобто визначають коефіцієнта небезпеки HQ.

[83,110] При цьому імовірність розвитку шкідливих ефектів зростає пропорційно

збільшенню указаного показника.

Отже для визначення HQ виникає необхідність розрахунку осереднених за

тривалий період концентрацій шкідливих речовин, що викидаються в атмосферу,

котрі можуть бути використані у додаток до стандартизованої в Україні «Методики

розрахунку концентрацій в атмосферному повітрі шкідливих речовин, що втриму-

ються у викидах підприємств. ОНД-86»[85].

Для розрахунку осереднених за тривалий період концентрацій шкідливих ре-

човин, що викидаються в атмосферу, Головною геофізичною обсерваторією ім.

А.І.Воєйкова ( ГГО ) Росгідромету при участі Науково-дослідного інституту охоро-

ни атмосферного повітря Міністерства природних ресурсів РФ (НДІ Атмосфера) ро-

зроблено відповідну методу, що є модифікацією ОНД-86, яку варто проаналізувати

для її адаптації і застосування у запропонованому алгоритмі прогнозування ризиків

для здоров’я населення від техногенних джерел забруднення атмосфери. Ця методи-

ка встановлює вимоги в частині розрахунку осереднених за тривалий період (рік, се-

зон) концентрацій шкідливих речовин в атмосферному повітрі від викидів діючих, і

проектованих підприємств і інших об'єктів при рішенні прикладних завдань моніто-

рингу й охорони від забруднення атмосферного повітря. Призначена методика для

60

міністерств, відомств, організацій, що проводять відповідні розробки, а також здійс-

нюючу експертизу й узгодження рішень з охорони атмосфери.

Згідно даної методики характеристиками (параметрами) викиду одиночного

точкового джерела із круглим устям є:

- висота джерела Н (м),

- діаметр устя джерела D (м),

- швидкість виходу газоповітряної суміші (ГПС) з устя джерела w0 (м/с) і

її вертикальна тридцятилітній ws,

- об'ємна витрата V1 (м3/с) ГВС,

- потужність викиду шкідливої речовини М (г/с),

- перегрів ГПС ΔT щодо навколишнього повітря,

- координати джерела (xs, ys).

Значення М, V1, w0 і ΔT визначаються з урахуванням їх нестаціонарності на

основі даних вимірів або за інформацією, що втримується в технологічних регламе-

нтах і інших галузевих нормативно-технічних документах;

Параметри D, w0 і V1 зв'язані співвідношенням V1 = πw0D2/4.

Для джерела з постійними протягом періоду осереднення параметрами викиду

осереднені приземні концентрації С визначаються за формулою:

),`()(

),( 1

rCr

MprC , (2.9)

де r і φ – полярні координати розрахункової крапки щодо джерела, p1(φ) –

функція, що характеризує кутовий розподіл концентрації, що виражається через

троянду вітрів для розглянутого періоду осереднення.

C'(r,φ) обчислюється за формулою:

0

32

0

),,,,()()(),`( eHurqpupddurC (2.10)

де u(м/с) – швидкість вітру на рівні флюгера (zф = 10 м), λ – безрозмірний па-

раметр, що характеризує умови турбулентного перемішування (λ=[Kz/(zu1)], де z = 1

м, Kz - коефіцієнт вертикального турбулентного обміну й u1 – швидкість вітру на рі-

61

вні 1 м), p2(u) і p3(λ) - відповідному періоду осереднення щільності ймовірностей u і

λ (див. розділ 2.4.), He - ефективна висота джерела, яка визначається за формулою:

HHHe (2.11)

де ΔH – початковий підйом факела. Значення ΔH для джерела із круглим

устям установлюється залежно від u, λ і характеристик викиду, по яких розрахову-

ються допоміжні величини Fm (м4/с

2) і Fb (м

4/с

3):

)(4

22

TT

TDwF

a

asm

(2.12)

)(4

2

0TT

TDgwF

a

b

(2.13)

де Ta – середня температура повітря в градусах Кельвіна за розглянутий пері-

од, g = 9,81 м/с2.

При λ≥0,02 початковий підйом визначається за формулою:

1HH (2.14)

де

31

)/1(94,4

)/1(75,3

u

FTT

u

FTTH bama

(2.15)

При λ<0,02 значення ΔH обчислюється як мінімальне серед ΔH1 і ΔH2. При

цьому ΔH2 визначається на основі наступного алгоритму:

а) Величина S приймається рівної 6,7·10-4

c-2

при 0,01 ≤ λ < 0,02 і 1,17·10-3

c-2

при λ < 0,01;

б) Для джерел висотою H > 10 м визначається швидкість вітру uH:

uHuH )ln1448,06667,0( (2.16)

при H < 10 м покладається uH = u;

в) Обчислюється значення ΔTc за формулою:

SwTTT sac )(019582,0 (2.17)

г) При ΔT > ΔTc значення ΔH2 визначається за формулою:

3/1

2 6,2

Su

FH

H

b (2.18)

62

д) При ΔT>ΔTc значення ΔH2 оцінюють за формулою:

3/1

2 5,1

Su

FH

H

т (2.19)

Однією з переваг даної методики є урахування режиму метеоелементів при

розрахунку довготривалих середніх концентрацій. При розрахунку осереднених за

тривалий період концентрацій режим метеорологічних елементів характеризується

функціями p1(φ), p2(u) і p3(λ). При обчисленні середніх концентрацій для конкретно-

го інтервалу часу використовуються вибіркові оцінки зазначених функцій за даними

вимірів протягом цього інтервалу часу.

Функція p1(φ) визначається за трояндою вітрів Pj, що відповідає відповідному

інтервалу часу. При цьому повторюваність штилів P0 виключається з розгляду, а по-

вторюваності румбів Pj (j = 1,2,3 ..n) нормуються зо формулою:

)(

`

j

j

j

jP

PP (2.20)

Значення p1(φ) визначаються таким чином, щоб виконувалися умови

j

j

jPdp `

1 )( (2.21)

де δ - півширина румбу. При цьому середина румба j відрізняється на 180° від

напрямку факела φ. Усередині кожного румба функція p1(φ) апроксимується полі-

номами другого порядку, коефіцієнти яких перебувають із рівнянь (2.15) і умов без-

перервності p1(φ) при переході через границі румбів.

При апроксимації функції p1(φ) повинна бути виконана умова p1(φ)>0.

Троянди вітрів, що приводяться в більшості кліматологічних довідників, за-

здалегідь нормуються за формулою (2.20).

Вибіркова оцінка щільності імовірності p1(φ) і p2(u) проводиться за даними ре-

гулярних спостережень за швидкістю й напрямком вітру на рівні флюгера (близько

10 м над поверхнею, що підстилає). Метеостанція, на якій проводилися спостере-

ження, повинна розташовуватися на відстані не більше 50 км від джерел викиду, що

враховуються в розрахунку. Характер рельєфу місцевості в районі розміщення ме-

63

теостанції не повинен відрізнятися від характеру рельєфу місцевості тієї території,

для якої виконується розрахунок.

Примітки: 1. При розрахунках осереднених концентрацій на території міста

повинні використовуватися дані спостережень на заміських метеостанціях або на

таких міських метеостанціях, вітровий режим яких не підданий впливу забудови;

2. Вибіркова оцінка p1(φ) і p2(u) повинна проводитися організаціями, підвідом-

чими Росгідромету, або ж результати обробки повинні бути погоджені УГМС, від-

повідальним за роботи в регіоні, для території якого проводяться розрахунки;

3. При розрахунках осереднених концентрацій для умов складного рельєфу

місцевості з перепадом висот більше 400 м на 1 км питання про застосовність даних

метеоспостережень повинен узгоджуватися з Головною геофізичною обсерваторією

ім. А.І. Воєйкова (ГГО).

Для вибіркової оцінки щільності ймовірностей p3(λ) використовуються дані

градієнтних спостережень на теплобалансових станціях. Термінові значення λ на те-

плобалансових станціях, використовувані для оцінки p3(λ) визначаються за наступ-

ною формулою:

21

115,1uz

K (2.22)

де K1 - термінове значення коефіцієнта турбулентності на рівні z1 = 1 м, певне

відповідно до Наставляння за спостереженнями на теплобалансових станціях, а

u2 - обмірюване в розглянутий строк значення швидкості вітру на рівні 2 м.

Підінтегральні функції qi в рівняннях (2.9, 2.10, 2.21) обчислюються через до-

поміжну функцію G, що задається виразами:

nr

r

M

e

M

er

rf

uHG ))((

1

1

(2.23)

де – безрозмірний коефіцієнт, що враховує вплив рельєфу місцевості,

h

H e , (2.24)

e

M

Hr )65,009,1( 2,1 (2.25)

64

5,1636,0

14,111

324,0276,0

ef

при ξ≤2; (2.26)

5,3

466,0276,01

f при ξ>2; (2.27)

4,1

4,1

74,01

37,01

n при r ≤rM (2.28)

5,1

5,1

96,01

48,01

n при r ≤rM (2.29)

Тут He визначається формулою (2.11), а h перебуває зі співвідношення

uth ` при uλ≤0,283 м/с; (2.30)

150h м при uλ>0,283 м/с (2.31)

де t' = 530 с.

Осереднена за тривалий період концентрація нерозчинних домішок або ж кон-

центрація розчинних домішок, осереднена за період, у який були відсутні опади, ви-

значається з використанням підінтегральної функції q0:

43210 GGGGGq при He≤10h; (2.22)

00 q при He>10h (2.33)

де G визначено формулою (2.23), а G1 і G2 також обчислюються по цій формулі

при заміні He на 20h–He, 20h+He, 40 – He і 40+He відповідно.

Для періодів з опадами підінтегральна функція q1 обчислюється за формулою:

5,0)/(

01pRr

eqq

(2.34)

де Rp визначається вираженням

65

5,0

0

)(8,4I

IuR O

p

(2.35)

Тут I (мм/година) - середня інтенсивність опадів за розглянутий період, I0 = 1

мм/година, і α0 (с-1

) - коефіцієнт вимивання розглянутої домішки опадами інтенсив-

ністю 1 мм/година.

Примітки: 1. Коефіцієнт вимивання α0 залежить від фізико-хімічних власти-

востей і дисперсного состава вимивання домішки. Його значення повинні встанов-

люватися користувачами по даним натурних і лабораторних експериментів.

2. У випадку, коли значення α0 не встановлені, для розчинних домішок допус-

кається обчислення q1 за формулами:

01 qq при I ≤ IВ; (2.36)

01 0q I > IВ; (2.37)

де IB = 0,17 мм/година. Значення IB визначається таким чином, щоб відповідна

сума опадів за 12 годин IΣ становила 2 мм. При цьому для розчинних домішок функ-

ції розподілу p1(φ), p2(u) і p3(λ) оцінюються для частини інтервалу осереднення, що

відповідає відсутності опадів, а середні концентрації обчислюються за формулою

(2.10), у якій при наявності опадів приймається

Cj(r,φ) = 0,4.

Іншою перевагою даної методики є урахування трансформації окислів азоту.

Розрахунок осереднених концентрацій двооксиду азоту (NO2) і оксиду азоту (NO)

проводиться з урахуванням часткової трансформації NO у більше токсичний NO2

при середньому за розглянутий період часу значенні безрозмірного коефіцієнта тра-

нсформації aN. Коефіцієнт aN залежить від місцевих особливостей режиму інтенсив-

ності короткохвильової, у т.ч. ультрафіолетової радіації, фонового змісту в атмосфе-

рному повітрі озону (O3), оксидів азоту, неметанових вуглеводнів і ін. Значення aN

можуть визначатися як по розрахунковим, так і за експериментальним даними з ви-

66

користанням погоджених у встановленому порядку методик. При цьому потужності

викиду двооксиду й оксиду азоту (MNO2 і MNO відповідно) обчислюються по форму-

лах:

NOXNNO MaM 2 ; NOXNNO MaM )1(65,0 , (2.38)

де MNOX - використовувана при розрахунках за даною Методикою осереднення

за розглянутий період часу потужність викиду оксидів азоту «окислених до NO2».

При відсутності інших даних при розрахунках допускається використовувати

значення aN рівне 0,6.

MNOx визначається за формулою:

NONO2NOx M 1,53 M M , (2.39)

де через MNO (г/с) і MNO2 (г/с) позначені «вихідні» викиди оксидів азоту.

Вплив рельєфу місцевості на поле осереднених концентрацій ураховується табли-

цею значень безрозмірного коефіцієнта η, що визначається відповідно до розділу 4

методики ОНД-86 для перетинів рельєфу місцевості, що відповідають 8 або 16 на-

прямкам осі факела (центрам румбів). Для проміжних напрямків значення установ-

люється за допомогою лінійної інтерполяції.

Згідно з положеннями даної методики вплив рельєфу місцевості на значення

максимальної приземної концентрації від одиночного точкового джерела врахову-

ється безрозмірним коефіцієнтом . Значення встановлюється на основі аналізу

картографічного матеріалу, що висвітлює рельєф місцевості в радіусі до 50 висот

найбільш високого джерела, що розміщуються на промисловому майданчику, але не

менше ніж до 2 км.

Якщо в околиці розглянутого джерела викидів можна виділити окремі ізольо-

вані перешкоди, витягнуті в одному напрямку (гряду, гребінь, улоговину, уступ), то

поправочний коефіцієнт на рельєф визначається за наступною формулою:

,11 1 m (2.40)

67

де m визначається за табл.3.4, залежно від форм рельєфу, перетин яких представле-

ні на рис. і безрозмірних n1 = H/h0 та n2 = a0/h0, де Н – висота джерела, h0 – висота

(глибина) перешкоди, а0 – півширина гряди, пагорба улоговини або протяжність бі-

чного схилу уступу, x0 – відстань від середини перешкоди в разі гряди або улогови-

ни і від верхньої кромки схилу в разі уступу до джерела, як вказано на рис. 2.2.

Значення функції 1 визначається залежно від співвідношення 00 ax за графі-

ками (див. рис.2.2 ), відповідно різним формам рельєфу.

Якщо джерело розташоване на верхньому плато уступу, як аргумент функції

1 замість .0

0

a

x приймається

0

0

a

x

Таблиця 2.4

Параметри для визначення коефіцієнту рельєфу за його формами

n1

Улоговина (западина) Уступ Гряда (пагорб)

n2

4–5 6–9 10–15 16–20 4–5 6–9 10–15 16–20 4–5 6 – 9 10–15 16–20

< 0,5 4,0 2,0 1,6 1,3 3,5 1,8 1,5 1,2 3,0 1,5 1,4 1,2

0,6–1 3,0 1,6 1,5 1,2 2,7 1,5 1,3 1,2 2,2 1,4 1,3 1,0

1,1–2,9 1,8 1,5 1,4 1,1 1,6 1,4 1,2 1,1 1,4 1,3 1,2 1,0

3–5 1,4 1,3 1,2 1,0 1,3 1,2 1,1 1,0 1,2 1,2 1,1 1,0

> 5 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0

Якщо перешкоди являють собою гряди (балки), витягнуті в одному напрямку,

значення h0 і а0 визначаються для поперечного перерізу, перпендикулярного цьому

напряму. Якщо ізольоване перешкоду являє собою окремий пагорб (западину) то h0

вибирається відповідним максимальної (мінімальної) позначці перешкоди, а n2 - ма-

ксимальної крутизні схилу, зверненого до джерела.

68

Рис. 2.2. Параметри для визначення шорсткості поверхні різних форм

Стосовно джерел викиду, розташованих в зоні впливу кількох ізольованих пе-

решкод, визначаються значення для кожної перешкоди і використовується макси-

мальне з них.

Значення функцій p1(φ) та p2(u) розраховуються на основі бази даних метеоро-

логічних спостережень, значення функцій p3(λ) тобто вертикальної турбулентної

дифузії забруднювачів визначається за нижченаведеним алгоритмом.

2.5. Розробка алгоритму обчислення коефіцієнтів вертикальної

турбулентної дифузії забруднювачів в атмосфері за поточними

метеорологічними даними

Одним з пріоритетних завдань екологічного моніторингу повітряного басейну

міст поряд з безпосередніми вимірами значень приземних концентрацій забрудню-

вачів є моделювання процесів переносу і осідання шкідливих домішок від різних

джерел. Для цього розроблено ряд математичних моделей і програмних продуктів.

69

Сьогодні широко застосовуються в природоохоронній діяльності методики і про-

грами розрахунку забруднення атмосфери, що засновані на моделі розподілу Гауса

(ISC3, AERMOD, ІЕМ), емпіричних залежностях (ОНД-86, РД-52, HPDM) , а також

методики МАГАТЕ на основі тривимірного рівняння турбулентної дифузії і систем

рівнянь гідротермодинаміки [18–20, 71, 72].

Вибір конкретного продукту визначається цілями дослідження, вимогами до

точності моделювання, і наявності вихідних даних. Так, для отримання достовірного

прогнозу концентрацій забруднювачів повітря модель повинна враховувати різні

параметри атмосфери, що впливають на перенесення домішок в повітрі.

Такими параметрами є зміна швидкості і напряму вітру, взаємодія домішки з

підстильної поверхнею, фізико-хімічні трансформації забруднювачів та інші. Не

менш важливим фактором, що впливає на результат моделювання, є урахування

стратифікації атмосфери, від якої залежить швидкість вертикального турбулентного

обміну домішок в ній.

Згідно з результатами натурних спостережень [112] значення коефіцієнту вер-

тикальної турбулентної дифузії (Kz) на рівні земної поверхні знаходиться в діапазоні

від 0,005 м2/с до 0,3 м

2/с, що відповідають граничним станам стійкості атмосфери

(практично, від вкрай стійкого до сильно нестійкого). Значення цього показника за-

лежить також від рельєфу місцевості, швидкості вітру і змінюється з висотою.

На рис. (2.3 – 2.5) наведено як змінюється профіль індексів небезпеки (HI), ви-

значеними за приземними концентраціями забруднювачів атмосферного повітря при

зміні лише коефіцієнту вертикальної дифузії для різних станів стійкості атмосфери.

Як бачимо, змінюються як значення максимальної концентрації, так і відстань від

джерела забруднення до місця де ця концентраціє проявляється. Таким чином, ігно-

рування або невірне визначення коефіцієнтів вертикальної дифузії як і вибір якогось

єдиного його стану призведе до невірних розрахункових значень приземних концен-

трацій та відповідно зміняться достовірність оцінки ризиків для здоров’я населення.

Класифікація стійкості атмосфери за методикою Пасквілла [113] та значення коефі-

цієнту вертикальної дифузії [70] приведені у таблиці 2.5.

70

Рис. 2.3. Профіль індексів небезпеки за приземними концентраціями забруд-

нювачів від викидів зі стаціонарного джерела при умовами конверсії

Рис. 2.4. Профіль індексів небезпеки приземних концентрацій забруднювачів

від викидів зі стаціонарного джерела при умовами ізотермії

Рис. 2.5. Профіль індексів небезпеки за приземними концентраціями забруд-

нювачів від викидів зі стаціонарного джерела при умовами інверсії

71

Таблиця 2.5

Класи стійкості атмосфери та значення коефіцієнту вертикальної дифузії

Клас стійкості

атмосфери Характеристика Явище

Коефіцієнт ди-

фузії, Kz, м2/c

I (A) Сильно нестійка Конверсія 0,20

II (B) Помірно нестійка Конверсія 0,12

III (С) Слабо нестійка Конверсія 0,08

IV (D) Байдужа Ізотермія 0,06

V (E) Слабо стійка Інверсія 0,03

VI (F) Помірно стійка Інверсія 0,02

VII (G) Вкрай стійка Інверсія 0,01

У спрощених та експрес методиках цей показник задається у вигляді фіксова-

ної величини. Наприклад, в методиці ОНД-86 вводиться емпіричний узагальнений

для різних територій коефіцієнт стратифікації атмосфери (А), при цьому розрахунок

максимальних приземних концентрацій проводиться із значенням коефіцієнту вер-

тикального турбулентного обміну μ = 3 м2/с, що відповідає несприятливим з точки

зору розсіювання домішок умов, без урахування зміни цього коефіцієнта з висотою,

Моделі ж ІЕМ і AERMOD враховують цей показник у вигляді диференційованої

змінної, що змінюється з висотою за певним законом.

У зв'язку зі значними змінами дифузії у вертикальному напрямку при гранич-

них станах атмосфери, цей параметр істотно впливає на результати моделювання

процесу розсіювання домішок. Він є важливим, наприклад, при використанні неста-

ціонарної моделі переносу забруднювачів для прогнозування зараження території

отруйними речовин при аварійних (залпових) викидах, а також для оцінки ризиків

здоров'я населення за значеннями усереднених за тривалий період концентрацій

[83].

Однак, визначення класу стійкості атмосфери і значення коефіцієнта вертика-

льної дифузії є складним завданням.

72

Сьогодні практичне визначення стійкості атмосфери проводиться:

- за даними про швидкість флуктуацій напрямку вітру;

- за даними про висотний градієнт температури або швидкості вітру.

Такі спостереження організовуються на спеціальних теплобалансних станціях,

де поряд зі стандартними метеорологічними параметрами визначають зміни темпе-

ратури і атмосферного тиску з висотою за допомогою аеростатів або 300-метрової

вежі. Проте систематично такі спостереження в Україні не проводяться з 1991 року,

тому важко зібрати статистичні дані про стратифікацію атмосфери для конкретної

території.

Оцінка категорії стійкості атмосфери може визначатися теоретично за мето-

дами Пасквілла, Тернера і Моніна-Обухова. Остання методика вимагає додаткової

інформації про середні висоти нерівності поверхні і ступеню тертя повітря об пове-

рхню. Методика Тернера враховує сніговий покрив і характеристики поглинання-

відбиття світла для різних поверхонь. Найбільш оперативною є методика Пасквілла,

що визначає клас стійкості атмосфери виходячи зі швидкості вітру, загальної та ни-

жньої хмарності вдень і вночі [113]. Проте ця методика, хоч і враховує день чи ніч

доби, але не дозволяє встановити певну аналітичну залежність стану атмосфери від

часу доби, що важливо для внесення її в комп’ютерну програму при оперативних

розрахунках.

Методика Пасквілла не містить роз’яснень за яким параметром можна іденти-

фікувати час доби (тобто день, ніч, або сутінки), проте реалізація на ЕОМ алгоритму

з визначення класу стійкості атмосфери за результатами метеоспостережень потре-

бує строгої формалізації у визначені зазначених показників.

При реалізації методики на ЕОМ визначати час доби за певним часом буде

некоректно, оскільки результати будуть відрізнятися залежно від часу доби у різні

пори року. Тому нами запропоновано зв’язати денний час доби, коли стратифікація

атмосфери змінюється суттєво значніше, ніж вночі, із висотою Сонця – h (визнача-

ється в градусах над горизонтом). З урахуванням цього параметру та певних діапа-

зонів h в день та в астрономічно визначені сутінкові часи доби вранці і в вечорі, за-

73

лежність класу стійкості атмосфери нами була модифікована (наведена в табл. 2.6 )

[114].

Таблиця 2.6

Модифікована залежність класів стійкості приземного шару атмосфери

Швидкість

вітру, м/с

Класи стійкості приземного шару атмосфери, залежно від часу до-

би і висоти Сонця, h

День День, ніч

n = 8 – 10

Ніч

h>60º h = 18 – 60º h<18º O = 5 – 8 О ≤ 4

<2 1 1 – 2 2 – 3 4 5 – 6 6 – 7

2 – 3 1 – 2 2 3 4 5 6

3 – 4 2 2 – 3 3 4 4 5

5 – 6 3 3 – 4 4 4 4 4

>6 3 4 4 4 4 4

Слід зазначити, що класифікація стійкості атмосфери у приземному шарі Пас-

квілла неодноразово перевірялася і уточнювалася, за участю автора, для різних те-

риторій та умов [115].

Для перевірки використовували опубліковані експериментальні дані про стій-

кість атмосфери, отримані на основі градієнтних спостережень (близько 2800 запи-

сів) на метеостанції аеропорту в Пулково (Росія), котрі зіставлялися зі значеннями

класів стійкості атмосфери, визначеними за методикою Пасквілла за відповідні пе-

ріоди. В результаті такого зіставлення коефіцієнт кореляції між указаними даними

склав величину R=0,78. Такі значення свідчать про достатньо тісний зв’язок між да-

ними, отриманими за указаним методом і експериментальними вимірами. При цьо-

му виявлено, що найбільші розбіжності між наборами даних припадають на сутінко-

вий час доби, на який в безвітряну погоду випадає перехід стану атмосфери від кон-

версій до інверсії. В кінцевому результаті, на основі аналогічних зіставлень залеж-

ність Пасквілла для визначення стану атмосфери й була модифікована з урахуван-

ням добових сутінків і того, що денний час доби визначається з урахуванням висоти

74

Сонця. Вдосконалена методика для визначення стійкості атмосфери представлена у

вигляді алгоритму, наведеного на рис 2.7.

Рис. 2.7. Алгоритм методики визначення класу стійкості атмосфери за резуль-

татами метеоспостережень з урахуванням висоти Сонця

«Знахождення класу стійкості при-

земного шару атмосфери (K)»

Ввод значень: h, v,

O, n

n≥8 K=4 1 Так

Ні

0≥h>-18 v≤2 v≤4 K=5 1

K=3

Так Так Так

Ні Ні

h≤-18

Ні

O≤4 Так

K=7

Так

v≤2

v≤4

K=6

K=5

1

Так Так

Да Так

Нет

Нет

Нет

v≤2

Так

v≤3

v≤4 K=4

Ні

Ні

h>60 v≤3

K=1

v≤4

1

K=3

h>15 v≤2

K=2

K=1

v≤3

v≤4

v≤4

v≤6

K=2

K=3

1

K=4

1

Вивід K та значення верти-

кальної турбулентної диф-

фузії Kz (табл. )

«Знахождення класу стійкості при-

земного шару атмосфери (K)»

h – Висота Сонця над обрієм,° (h>0, День; 0≥h>-

18, Сутінки; h≤-18, Ніч);

v – Швидкість вітру на висоті 10м, м/с

О – Загальна хмарність (0 – 10 баллов)

Так

Ні

Ні

Так

Ні

Так

Ні

Так

Ні

Так

Ні

Так

НІ

Так

Нет

Так

Нет

Ні

Так

75

Коротко зупинимося на визначенні h – висоти Сонця. Існує кілька способів її

визначення, з різним рівнем точності виходячи з вихідних даних. Для визначення

висоти Сонця за географічними координатами, дату і час рекомендуємо застосову-

вати наступну експрес методику, розроблену на основі роботи [116]. Згідно методи-

ки висота сонця над горизонтом h,° визначається за формулою:

)cos()cos()cos()sin()(arccos(sin90 RaSTDecLatDecLath (2.41)

Де Lat – геодезична широта, в десяткових градусах;

Ra, Dec – екваторіальні геоцентричні координати Сонця:

))cos(

)sin(917482,0(

L

LarctgRa

(2.42)

)))sin(917482,0)(cos(

)sin(397777,0(

22 LL

LarctgDec

; (2.43)

Де L, довгота сонця, що обчислюється за формулою:

)2sin(02,0)sin()00048,0915,1(0 MMTLL (2.44)

Т – модифікована дата на початок доби (в Юліанських століттях)

36525

5,51544

MDT (2.45)

UTTL 04107,00772,36006,2800 ; (2.46)

M – середня аномалія:

UTTM 04107,0005,35999528,357 (2.47)

Де UT – час за Гринвічем, округлене до годин після опівночі;

ST – місцеве зірковий час, що обчислюється за формулою:

nLo

UTMDMD

ST

54000

)8564,36053

)36635

5,51544(

6102,6

2)

36635

5,51544(812,86401854841,24110(

(2.48)

MD – дата за Юліанським календарем на початок доби, що визначається за

формулою:

D

MnVVMD

1000

)1(30600121 (2.49)

Тут 679004 - Y 365 V3 , D Mn 100 Y 10000 V1 ;

Якщо Mn <= 2, то Mn = Mn + 12, а Y = Y – 1

Де Y – рік; Mn – місяць; D – день.

76

Для значень V1 <= 15821004 змінна величина V2 визначається за формулою

(2.46):

1181 - 4

4716) (Y V2

(2.50)

Для значень V1 > 15821004 змінна величина V2 визначається за формулою

(2.47):

4

Y

100

Y -

400

Y V2 (2.51)

Запропонований алгоритм може бути використаний для більш складних і точ-

них моделей при вирішенні широкого кола завдань, пов'язаних з оцінкою стану і

охороною повітряного басейну від забруднення, включаючи:

- ефективне використання даних інструментального моніторингу при по-

будові карт полів середньомісячних, середньосезонних концентрацій забруднюючих

речовин;

- вдосконалення методології оперативного прогнозування забруднення

повітря міст, за рахунок спільного використання даних натурних вимірювань і тео-

ретичних розрахунків вмісту домішок;

- підвищення рівню достовірності при прогнозуванні ризиків для здоров’я

від забруднення атмосферного повітря, визначеними на основі сучасних математич-

них моделей переносу-дифузії;

- оцінку збитку для здоров'я різних груп населення (індивідуума) на осно-

ві схеми визначення зовнішньої дози забруднюючих речовин з урахуванням режи-

мів роботи підприємств та автотранспорту.

2.5. Методики з визначення показників забрудненості атмосферного пові-

тря за станом рослин-фітоіндикаторів

Як було зазначено раніше, на стан зелених насаджень впливають як природні

так і антропогенні фактори, серед яких забруднення атмосферного повітря вважа-

ється одним із найвпливовіших [39, 45, 55]. Отже, значного впливу від забруднення

77

атмосферного повітря зазнають рослини на територіях промислових ділянок підпри-

ємств та їх санітарно-захисних зонах.

Отримати достатньо якісну і певною мірою достовірну оцінку стану рослин та

дослідити вплив на них негативних чинників можна за допомогою методів біоінди-

кації. Проте для експрес-оцінки стану зелених насаджень на значних територіях до-

цільно застосовувати методи дистанційного зондування Землі (ДЗЗ), які останнім

часом стають більш доступними та популярними. Оскільки дія промислових газів

викликає у рослин зниження фотосинтетичної активності, то дослідити вплив забру-

днювачів повітря на рослини можна за нормалізованим відносним індекс рослинно-

сті, що прийнято позначати як NDVI (Normalized Difference Vegetation Index) [117].

Це простий показник кількості фотосинтетично-активної біомаси. Висока фотосин-

тетична активність призводить до меншого відбиття світла рослинами в червоній

області спектра і більшого – в інфрачервоній. Цей індекс розраховується за форму-

лою (2.48):

VIS)(NIR

VIS)-(NIR NDVI

(2.52)

де NIR – рівень відбиття світла в ближній інфрачервоній області спектру;

VIS – рівень відбиття світла в червоній області спектра. Для визначення наявності

рослин та оцінки їх стану на певній ділянці дослідженої території за показником

NDVI використовують наступну дискретну шкалу, табл. 2.7.

Таблиця 2.7

Характеристика зелених насаджень за показником NDVI

Значення NDVI Характеристика поверхні / зелених насаджень

<0,1 Вода

0 – 0,3 Грунт

0,3 – 0,5 Розріджена рослинність

0,5 – 0,6 Нормальна рослинність

0,6 – 0,7 Рясна рослинність

>0,7 Густа рослинність

78

Результати показників NDVI залежать від пори року та якості аерофотознімків.

Усі методи ДЗЗ є непрямими і не дозволяють дослідити стан окремої рослини та ви-

значити за цим станом орієнтовний рівень забруднення атмосферного повітря. Тому

для якісної оцінки стану рослин та впливу на них забруднення атмосферного повітря

слід застосовувати тест «стерильність пилку рослин – фітоіндикаторів».

Тест «Стерильність пилку рослин – фітоіндикаторів», що зростають на дослі-

джуваних територіях, застосовують для визначення загальної токсичності (або поте-

нційної мутагенності) повітряного басейну і території в цілому [118–120]. Згідно з

цим тестом, клітини фертильного та стерильного пилку відрізняються по кількості

крохмалю. Фертильні пилкові зерна повністю заповнені крохмалем, а стерильні – не

містять його взагалі або мають його сліди. Фертильні пилкові зерна забарвлюються

в охристо-коричневі відтінки різної потужності, а стерильні або зовсім не забарв-

люються, або забарвлюються фрагментарно на 20 – 30 %, набуваючи слабкого прак-

тично прозорого світло-жовтого тону. В якості індикаторів рекомендується застосо-

вувати види рослин, що наведені у табл. 2.8.

Таблиця 2.8

Перелік найпоширеніших фітоіндикаторів, та їх класифікація за групами стійкості

(чутливості) до дії несприятливих екологічних факторів

Біоіндикатор Група чутливості

TiliaplatyphyllosSoop. Липа широколиста 1

lagetespatula L. Чорнобривці розвісисті 1

Syringavulgaris L. Сирень звичайна 2

BetulapendulaRoth. Береза повисла 2

ArmeniacavulgarisLam. Абрикос звичайний 3

Jasminumfruticans L. Жасмин кустарний 3

Acerplatanoides L. Клен звичайний 4

CerasusvulgarisMill. Вишня звичайна 4

Robiniaalba L. Акація біла 5

Fraxinusexcelsior L. Ясень великий 5

79

Оскільки групи чутливості фітоіндикаторів враховуються при оцінці якості

навколишнього середовища, важливою є їх характеристика за показником стериль-

ності гамет в екологічно чистих (Пкомф.) та максимально забруднених (Пкрит.) терито-

ріях (табл. 2.9).

Відбір пилку кожного дослідженого виду рослин необхідно проводити одно-

часно в усіх точках спостереження. Добре розвинуті, готові до розкриття бутони

квітів, треба збирати в характерних для дослідженої території місцях у суху погоду.

Граничні значення стерильності пилку рослин за групами стійкості можна

отримати за допомогою табл. 2.9, яку було сформовано за результатами багаторіч-

них спостережень [48, 118].

Таблиця 2.9

Характеристика фітоіндикаторів різних груп стійкості

за ознакою «стерильність пилку»

№

Групи

Характеристика групи

стійкості (чутливості)

Стерильність пилку, %

Пкомф. Пкрит.

1 Високостійкі 0,2±0,14 10±0,95

2 Стійкі 0,5±0,22 20±1,26

3 Середньостійкі 1,0±0,30 30±1,45

4 Чутливі 1,5±0,38 40±1,55

5 Високочутливі 2,0±0,44 50±1,58

З однієї ділянки місцевості необхідно аналізувати квітки щонайменше 30-ти

рослин, а від кожної квітки ураховувати по 100 пилкових зерен. У деревинних та ча-

гарникових рослин бутони потрібно збирати у неушкоджених, здорових паростків

середнього ярусу крони південної орієнтації, а у трав – з екземплярів, що ростуть у

територіальному центрі мікропопуляції. Рослини повинні бути добре розвинуті і не

мати ознак пригноблення.

Бутони необхідно фіксувати у момент збору у 80-градусному етанолі, а для

визначення рівня стерильності пилку застосовувати йодний метод забарвлення. Зрілі

80

бутони крупних одиночних квітів змішаної проби потрібно препарувати на предме-

тному склі. Далі пильники відокремлюються від усіх елементів квітки за допомогою

пінцета і препарувальної голки і переносяться в краплю йодного розчину.

Пильники дрібних квітів розкривають препарувальною голкою на предметно-

му склі в краплі йодного розчину і, прибравши непотрібні тканини, покривають по-

кривним склом. При необхідності додають ще 1 – 2 краплі йодного розчину. Через 2

– 3 хвилини, приготовлений препарат вивчають під мікроскопом. У кожному приго-

товленому в такий спосіб препараті переглядають від 1000 до 3000 пилкових зерен.

Підрахунок стерильних та фертильних пилкових зерен проводять під мікроскопом з

застосуванням лічильника-регістратора. Статистичну обробку даних проводять за

допомогою метода альтернативної варіації [93]. Кількість стерильних зерен М ви-

значається у відсотках, використовуючи формули, що наведені нижче. Стерильність

визначається як величина з певною варіацією М±m, де 3 m M за формулою

(2.53):

NGM /100 . (2.53)

Далі обчислюють варіаційну компоненту m, що визначає достатність підраху-

нку:

N

ММm

)100( , (2.54)

де М – кількість ( або відсоток ) стерильних клітин на 100 клітин всього;

G – стерильні зерна;

N – всі зерна.

Таким чином, згідно з тестом «Стерильність пилку рослин – фітоіндикаторів»,

токсичність атмосферного повітря зумовлюється кількістю стерильних клітин пилку

рослин-індикаторів, що проростають на дослідженій території.

81

2.6. Висновки до розділу

1. Запропоновано узагальнену схему алгоритму інформаційно-

аналітичного прогнозування ризиків для здоров’я населення від забруднення атмос-

фери від промислових джерел викидів. Схема основана на поєднанні методів спо-

стереження за якістю атмосферного повітря, зокрема визначенні осереднених при-

земних концентрацій від викидів підприємств за удосконаленими математичними

моделями переносу-дифузії та оцінки загального популяційного ризику для насе-

лення промислових міст із використанням геоніформаційних технологій. Прогнозу-

вання ризиків за наведеною схемою дозволить визначити найбільш небезпечні дже-

рела забруднення атмосферного повітря за показником ризику здоров’я популяції

населення на певній території.

2. Показано, що характеристики неканцерогенних ризиків, такі як коефіці-

єнти та індекси небезпеки, від забруднення атмосферного повітря для здоров’я насе-

лення слід визначати за стандартизованою методикою на основі референтних доз і

концентрацій пріоритетних забруднювачів атмосферного повітря. Проте, в додаток

до методики, доцільне використання відомої класифікації стану забруднення атмос-

ферного повітря за п’ятьма ступенями за кратністю перевищення осереднених кон-

центрацій забруднювачів в атмосфері. Запрпановано також застосування інтеграль-

них показників загальної та підвищенної небезпеки здоров’я населення від забруд-

нення атмосферного повітря. Це дозволить отримувати додаткову інформацію про

популяційні неканцерогенні ризики для здоров’я населення на певній території та

розширити діапазон градацій ризиків у відповідній геонформаційнфй системі.

3. Для встановлення характеристик ризику обґрунтовано необхідність ви-

користання методики визначення осереднених за тривалий період (рік, сезон) кон-

центрацій забруднюючих речовин в атмосферному повітрі, що обумовлені викидами

промислових підприємств. Перевагами запропонованої методики є удосконалений

математичний апарат розрахунку концентрацій домішок в приземній атмосфері,

урахування метеорологічних умов при їх розсіюванні, включаючи стратифікацію

атмосфери та її стійкість, а також рельєфу місцевості та процесів трансформації азо-

ту в атмосферному повітрі. Такий підхід дозволяє отримати більш репрезентативні й

82

точні характеристики розподілу приземних концентрацій забруднювачів у порів-

нянні з відомими методиками Гауса та Aermod, а також проводити розрахунки опе-

ративніше за методики які застосовують чисельні методи.

4. Для визначення стійкості атмосфери на досліджуваних територіях, що

впливає на характер розсіювання домішок, розроблено алгоритм обчислення коефі-

цієнтів вертикальної турбулентної дифузії забруднювачів в атмосфері, що визначає

указану стійкість, за поточними метеорологічними даними, які отримують за стати-

стичними джерелами, що регулярно публікуються. Алгоритм засновано на методиці

Пасквілла з визначення класу стійкості атмосфери за метеорологічними умовами,

модифікованої та уточненої з урахуванням добових сутінків і того, що денний час

доби визначається за астрономічною висотою Сонця над горизонтом. Запропонова-

ний алгоритм дозволяє формалізувати залежність коефіцієнтів вертикальної турбу-

лентної дифузії забруднювачів та враховувати цей показник при визначенні осеред-

нених приземних концентрацій від викидів підприємств на досліджених територіях.

5. Для оцінки стану атмосферного повітря промислових міст, разом з мето-

дами дистанційного зондування стану рослинності, пропонується застосування ме-

тоду біоіндикації «Стерильність пилку рослин – фітоіндикаторів» за рахунок того,

що токсичність атмосферного повітря зумовлюється кількістю стерильних клітин

пилку рослин-індикаторів, що проростають на дослідженій території. Проте виникає

необхідність у побудові математичної моделі залежності стерильності пилку рослин

від концентрації забруднюючих речовин в атмосферному повітрі. Модель у вигляді

певної залежності дозволить прогнозувати рівні приземних концентрацій забрудню-

вачів, навіть без розрахунків їх розсіювання, та відповідно ризики для здоров’я на-

селення в дослідженому регіоні за результатами аналізу стерильності пилку рослин.

83

РОЗДІЛ 3

ПРАКТИЧНА РЕАЛІЗАЦІЯ ЗАПРОПОНОВАНОГО АЛГОРИТМУ

ПРОГНОЗУВАННЯ РИЗИКІВ ДЛЯ ЗДОРОВ’Я НАСЕЛЕННЯ В

ТЕХНОГЕННО НАВАНТАЖЕНИХ МІСТАХ

3.1. Обґрунтування обсягів вхідних даних та поточних задач для

формування інформаційно-аналітичної системи прогнозування ризиків

Визначення оцінки ризиків від забруднення атмосферного повітря підприємс-

твами за методологіє ВООЗ є складною задачею, що з практичної точки зору не має

однозначного вирішення оскільки досі не існує як єдиного програмного продукту

для її реалізації, так і рекомендацій до отримання вхідних даних з офіційних джерел.

Крім того, в роботах, присвячених практичному застосуванню методології оцінки

ризиків, можуть відрізнятися як підходи, так і методики з відповідним програмним

забезпеченням, що обумовлено вимогами національних стандартів, конкретними за-

дачами та певними територіями дослідження [2, 8, 89, 90].

Враховуючи це, в попередньому розділі було розроблено схему алгоритму ін-

формаційно-аналітичного прогнозування ризиків для здоров’я населення від техно-

генних джерел забруднення атмосфери та обґрунтовано методики, що є необхідни-

ми для його практичного застосування. Такий підхід та сучасні методи аналізу з ви-

користанням геоінформаційних технологій дозволять отримати додаткові характе-

ристики ризику, які стануть корисними для вирішення задач з керування ризиком.

Згідно із запропонованим алгоритмом і відповідними методиками, оберемо

види і обсяги вхідних даних, та сформулюємо поточні задачі, що представлені в до-

датках А та Б, що необхідні для формування інформаційно-аналітичної системи

прогнозування ризиків для здоров’я населення в техногенно навантажених районах

Дніпропетровської області.[119]

Як бачимо, в додатку А представлено 7 основних видів вхідних даних, що до-

зволяють с достатньою достовірністю оцінити ризики для здоров’я населення від за-

бруднення атмосферного повітря на обраній території. При цьому поряд з тради-

84

ційними статистичними даними про захворюваність населення і забруднення атмо-

сфери (позиція 1, 2 та 4 таблиці) додатково, безпосередньо за участю автора, відби-

ралися й готувалися інші дані. Так, з архіву метеорологічних спостережень метео-

станції «Кодаки» (додаток А, позиція 3) відбиралися дані про основні метеорологіч-

ні показники, що необхідні для розрахункового визначення поточних чи осередне-

них показників турбулентної дифузії та температурної стратифікації атмосфери, ко-

трі визначають характер переносу забруднювачів в приземному шарі повітря.

Крім того, за аналогічний період виконана відбірка даних про токсичність ат-

мосферного повітря м. Дніпропетровська за тестом «Стерильність пилку»(Додаток

А, позиція 5), отриманих безпосередньо за участю автора в різних найбільш харак-

терних районах міста. Як показано раніше, цей тест разом із станом здоров’я насе-

лення характеризує екологічний стан регіону, тобто додатково віддзеркалює влив

забруднення атмосфери на довкілля.

Аерофотознімки районів міста і територій розташування головних промисло-

вих підприємств (Додаток А, позиція 6) необхідні для цифрового картографування

досліджуваних районів міст і створення геоінформаційної системи (ГІС) оцінки та

прогнозування екологічних ризиків.

Додатково, збиралися дані про інтенсивність руху автотранспорту у години

«пік» на головних автошляхах міста (Додаток А, позиція 7), викиди вихлопних газів

якого суттєво впливають на забруднення міської атмосфери.

Характеристика даних їх обсяги і період наводилися с достатньою для практи-

ки деталізацією з урахуванням ресурсних можливостей наявних статистичних дже-

рел за видами даних та вирішуваних задач. Причому поетапні задачі виконання ро-

боти з формування інформаційно-аналітичної системи прогнозування ризиків, що

наведені в Додатку Б, узгоджувалися з видами отриманих даних, а частинні методи-

ки, інструменти та програмне забезпечення обиралось з переліку найбільш сучасних

та відносно доступних, що існували на момент розробки та особисто освоєні авто-

ром і доведені до практичного використання.

85

3.2. Послідовність визначення ризиків для здоров’я населення від

техногенного забруднення атмосфери за запропонованою методикою

3.2.2. Обробка аерофотознімків промислових підприємств, розташованих

на територіях міст, та формування бази даних джерел забруднення атмосфери

Для отримання аерофотознімків підприємств та прив’язки їх до геоінформа-

ційної системи використовувалась програма SASPlanet [122]. Це вільно розповсю-

джена програма, що призначена для перегляду й завантаження супутникових знімків

високої роздільної здатності від таких сервісів, як Google Earth, Google Maps, Bing

Maps, DigitalGlobe та інших. Перевагами програми SASPlanet є можливість отриму-

вати крупномасштабні просторові зображення високої розділової здатності шляхом

об’єднання зображень більш дрібного масштабу, а також автоматичного створюван-

ня до них файлів прив’язки у форматах програм ArcGIS, Desktop та MapInfo

Professional. За допомогою аерофотознімків були ідентифіковані контури промис-

лових ділянок та розташовані на них джерела забруднення атмосферного повітря.

Приклад ідентифікацій контурів Дніпровського металургійного комбінату ім. Дзер-

жинського засобами програмного пакету ArcGIS 9.3[123], виділених у окремий шар

електронної карти наведено на рис. 3.1.

Рис. 3.1. Ідентифікація контуру промислової ділянки і основних джерел забру-

днення атмосфери з використанням аерофотознімків

86

В кінцевому результаті в програмі ArcGIS Desktop за допомогою підпрограми

ArcCatalog та вбудованого графічного редактора програми ArcMap було сформовано

складовий шар «Промисловість», що складається з шару «Промділянки», котрий мі-

стить контури підприємств у вигляді полігональних об’єктів й загальну атрибутивну

інформацію про них, та шару «Джерела викидів», що виглядає як сукупність точко-

вих об’єктів з інформацією про характеристики джерел.

Під час ідентифікації була також застосована растрова топографічна основа

міста, з обрисами районів та їх меж, на базі якої була сформована електронна векто-

рна карта адміністративно-територіального устрою досліджених міст та інформаці-

єю про кількість мешканців в їх районах. Це дозволило в подальшому за допомогою

спеціального інструменту ArcGIS «Вычислить геометрию» визначити площі райо-

нів та розрахувати щільність населення в їх межах.

Таким чином, була започаткована геоінформаційна система (ГІС) на основі ба-

зи даних, що містить 19 промислових ділянок підприємств з 82-ма джерелами у м.

Дніпропетровськ, та 8 промділянок у м. Дніпродзержинськ з 56-ма стаціонарними

джерелами забруднення атмосферного повітря (табл. 3.2). Фрагмент цієї бази наве-

дено на рис. 3.2.

Рис. 3.2. Формування бази даних джерел викидів

87

Відтепер окрім візуалізації вихідних даних у вигляді ГІС, з’явилась можли-

вість за допомогою інструменту «Вычислить геометрию» визначити географічні

координати розташування джерел у метрах (X,Y) в проекції Меркатора (рис. 3.3).

Саме в цій системі координат можливо провести розрахунки осереднених призем-

них концентрацій забруднювачів, розсіяних в атмосфері від джерел викидів за мето-

дикою, наведеною в розділі 2.

Рис. 3.3. Визначення географічних координат місць розташування джерел ви-

кидів у проекції Меркатора

Зазначеним вище шляхом була сформована база даних джерел забруднення,

що необхідна для подальшого моделювання процесів переносу забруднювачів атмо-

сферного повітря навколо їх промислових джерел.

3.2.3. Моделювання процесів переносу забруднювачів від точкових дже-

рел та визначення осереднених приземних концентрацій

Методика, що застосовувалась. Моделювання процесів розсіювання-

переносу забруднювачів в атмосферному повітрі від джерел викидів та розрахунок

88

осереднених приземних концентрацій виконувалися згідно з сучасною методикою:

«Методические указания по расчету осредненных за длительный период концент-

раций выбрасываемых в атмосферу вредных веществ» [84], що була розроблена фа-

хівцями геофізичної обсерваторії ім. О.І. Воєйкова та використовується як додаток

до стандартизованої в Україні методики ОНД-86 [85]. Основні положення методики

наведені в розділі 2.3.

В основу методики покладено імовірнісний підхід до розповсюдження забру-

днювачів від джерел викидів, що ураховує напрямок та швидкість вітру, а також

швидкість вертикальної дифузії забруднювачів в атмосферному повітрі. Заснований

на вирішені тривимірного рівняння турбулентної дифузії математичний апарат ме-

тодики, являє собою сукупність емпіричних залежностей, що враховують такі пара-

метри, як температура й тиск атмосферного повітря, висота приземного й гранично-

го шару атмосфери, шорсткість поверхні, а також технологічні параметри джерел

викидів та не стаціонарність їх роботи. Таким чином, наведений у цих методичних

вказівках математичний апарат має ряд переваг у порівнянні з традиційними мето-

диками ISCST та програмою AERMOD, розробленими EPA (агентством з охорони

довкілля США) [71].

Оскільки зазначена методика має вельми складний математичний апарат, то

реалізовувати розрахунки за нею доцільно з використанням відповідних програмних

пакетів для ПЕОМ. Сьогодні єдиний офіційний програмний продукт, що реалізує

розрахунки за цією методикою є комплекс спеціалізованих програм «УПРЗА Эко-

лог», з додатковими модулями «Риски» та «Средние», розроблені фірмою Integral

[95]. Однак, окрім високої вартості програмного продукту, він має ще принципове

обмеження: архів метеорологічних даних, що міститься в шифрованому файлі, за-

мовляється у розробника для кожного міста окремо, а спостережень на території

України служба Роскомітету гідрометеорології не проводить. У зв’язку з цим роз-

рахунки осереднених приземних концентрацій забруднювачів за зазначеною мето-

дикою виконувалися автором за допомогою програми Mathcad 15, введення в яку

технологічних параметрів про джерело забруднення проілюстровано на рис. 3.4.

89

Рис. 3.4. Введення технологічних параметрів про джерело забруднення в про-

грамі Mathcad 15

Для цього в програмі Mathcad 15 було сформовано шаблон, що реалізує роз-

рахунки осереднених концентрацій згідно зазначеної методики. Технологічні пара-

метри джерел викидів уточнювалися автором за даними екологічних паспортів,

форм статистичної звітності 2-ТП «Повітря», та документів ОВНС підприємств. Для

кожного джерела забруднення за шаблоном було сформовано окремий документ.

В результаті, для кожного джерела викидів були визначені обсяги викидів, тех-

нологічні параметри джерела, його номер та координати, а також коефіцієнт рельє-

фу місцевості навколо джерела.

Обробка бази метеорологічних показників. Як було зазначено вище, на харак-

тер розповсюдження забруднювачів в атмосфері суттєво впливають напрямок вітру,

його швидкість та коефіцієнт вертикального турбулентного обміну. Визначення

останнього є окремою й непростою задачею. Для визначення і застосуванні цих не-

обхідних для моделювання показників була сформована база метеорологічних даних

досліджених міст. За допомогою архіву метеорологічних спостережень у 2010 року

[115] на досліджуваних територіях були зібрані метеорологічні дані, що характери-

90

зують швидкість та напрямок вітру, загальну й нижню хмарність, а також темпера-

туру повітря з періодичністю 3 години на протязі усього року.

Обробка бази метеорологічних даних та розрахунок розподілу ймовірностей за-

значених величин виконувалася автором за допомогою програми

MS Excel. Фрагмент обробленої бази даних метеорологічних спостережень наведено

на рис. 3.5.

Рис. 3.5. Формування бази метеорологічних даних

Далі, згідно з рекомендаціям щодо обробки метеорологічних даних, з цієї бази

були вилучені записи зі значеннями штилю та невизначеними показниками хмарно-

сті, що складають приблизно 10% від загальної вибірки спостережень. Таким чином,

в базі залишились 2744 з 2920 записів спостережень за 2010 рік [115]. В результаті

обробки були визначені ймовірності розподілів напрямку вітру за 8-рубмами, та йо-

го швидкості за указаний період. Розподіл напрямків вітру у Дніпропетровська за

2010 наведено на рис. 2.6.

Рис. 3.6. Роза вітрів м. Дніпропетровськ, 2011 р.

91

При аналізі ретроспективних метеорологічних даних було виявлено що серед-

ньорічні розподіли напрямів вітру міста можуть відрізнятись від рози вітрів, осеред-

неної за довгий період. Як бачимо, за період спостережень пріоритетними напряма-

ми вітру виявились східний – 20,4% та північно-східний – 17,9%. Відповідно до цих

переважаючих напрямів вітру забруднювачі переносяться переважно на захід та пів-

денний захід від джерел викидів. Розподіл швидкостей вітру приведено на рис. 3.7.

Рис. 3.7. Розподіл ймовірностей швидкостей вітру для

м. Дніпропетровськ, 2011 р.

Як видно з наведеного розподілу ймовірності на території м. Дніпродзержинськ

переважали вітри зі швидкістю від 2 до 6 м/с, а вітри зі швидкістю понад 10 м/с зу-

стрічались вкрай рідко.

Ще одним показником, що суттєво впливає на розповсюдження шкідливих до-

мішок в атмосферному повітрі є коефіцієнт вертикальної дифузії, який залежить від

стійкості атмосфери та зумовлює такі її явища, як конверсія, ізотермія або інверсія.

В роботі [114] автором запропоновано алгоритм визначення класів стійкості

атмосфери за метеорологічними показниками, що ґрунтується на методиці Пасквіла,

але має наступні відмінності. Час доби за цим алгоритмом визначається за висотою

Сонця (кут положення Сонця відносно горизонту – h,О), що робить можливим ура-

хувати цю висоту в програмі для ЕОМ. В свою чергу висота Сонця над горизонтом

визначалась за географічними координатами та часом спостережень за наведеною

нижче експрес-методикою.

0.000

0.050

0.100

0.150

0.200

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

йм

ов

ірн

ість

швидкість, м/с

92

Отже, така методика визначення висоти Сонця над горизонтом дозволяє вико-

нати усі необхідні розрахунки для кожного запису метеорологічних спостережень та

доповнити цим показником сформовану раніше базу

даних (рис. 3.8).

Рис. 3.8. База метеорологічних спостережень з урахуванням значень висоти Со-

нця (позначені як Н)

Значення висоти Сонця є необхідним для формалізованого визначення часу до-

би на момент спостереження, тобто це день, сутінки або ніч. Згідно з джерелам [116]

астрономічний день починається, коли висота Сонця над горизонтом, (h) > 0. Для

умов, коли 0≥(h)>–18О маємо астрономічні сутінки, а якщо Сонце нижче за –18

О ві-

дносно горизонту – вважають, що настає астрономічна ніч. Таке визначення дозво-

ляє алгоритмізувати методику Пасквіла із використанням ПЕОМ.

Таким чином, для визначення класів стійкості за запропонованим в

роботі [114] алгоритмом потрібні наступні вхідні данні: висота Сонця над горизон-

том, швидкість вітру на висоті 10 м над земною поверхнею, загальна та нижня хма-

рність.

Визначення класів стійкості атмосфери за наведеним вище алгоритмом було

також реалізовано за допомогою програми MS Excel, фрагмент якої наведений на

рис. 3.9, а визначений показник стійкості атмосфери далі вносився до бази метеоро-

логічних даних як додатковий метеорологічний показник за відповідний період.

93

Рис. 3.9. Фрагмент реалізації алгоритму визначення класів стійкості

атмосфери в програмі MS Excel

Такий підхід дозволив визначити кількість повторень однакових режимів атмо-

сфери та розрахувати ймовірність прояву того чи іншого класу стійкості атмосфери.

Отримані за цим алгоритмом результати, наведені в табл. 3.3, з якої видно, що на те-

риторії міста переважають такі явища стійкості атмосфери, як конверсія та ізотер-

мія, що характеризується задовільними умовами розсіювання атмосферних забруд-

нювачів, за яких гарячі викиди підіймаються на значно більшу висоту, ніж при ін-

версіях.

Таблиця 3.3

Характеристики класів стійкості атмосфери та їх розподіл на території м. Дніпропе-

тровськ за результатами метеорологічних спостережень, на 2011 р.

Клас

стійкості

(за щка-

лою Пас-

квіла)

Характеристика

стійкості Явище

Значення вер-

тикальної ди-

фузії забруд-

нювачів біля

земної повер-

хні, м2/c

Частота

явища

Ймовір-

ність про-

яву певного

класу стій-

кості атмо-

сфери

I (A) сильно нестійка конверсія 0,20 131 0,048

II (B) помірно нестійка конверсія 0,12 307 0,112

III (С) слабо нестійка конверсія 0,08 356 0,130

IV (D) Байдужа ізотермія 0,06 1639 0,597

V (E) слабо стійка інверсія 0,03 225 0,082

VI (F) помірно стійка інверсія 0,02 60 0,022

VII (G) вкрай стійка інверсія 0,01 26 0,009

Сума: – – – 2744 1

94

Ймовірність станів певної стійкості атмосфери для Дніпропетровська за 2011

рік, що наведені у стовпчику 5 табл.3.4, наочно ілюструє графік, наведений на рис.

3.10.

Рис. 3.10. Розподіл класів стійкості атмосфери Дніпропетровська, визначених

за даними метеоспостережень за 2011 р.

Як бачимо, діаграма наближена до гостроверхого нормального розподілу, тоб-

то до розподілу з малою дисперсією, а найвища ймовірність (приблизно 0,6) відпо-

відає четвертому класу стійкості атмосфери, тобто у Дніпропетровську переважає

байдужа атмосферна стратифікація – ІV (D). Зауважимо, що саме для байдужої стра-

тифікації атмосфери адаптована більшість експрес-методик з визначення параметрів

розсіювання забруднювачів.

Отримані значення розподілу ймовірностей швидкості вітру, а також вертика-

льної дифузії вводились до програми у вигляді матриць, зразки яких представлені

рис. 3.11 фрагментом програми Mathcad.

Таким чином, були враховані ймовірності розподілу напрямів вітру, його шви-

дкості та вертикальної дифузії, що необхідні для розрахунку осереднених призем-

них концентрацій за формулами та підінтегральними функціями, наведеними у під-

розділі 2.4.

0.000

0.100

0.200

0.300

0.400

0.500

0.600

0.700

I (A) II (B) III (С) IV (D) V (E) VI (F) VII (G)

Йм

ов

ірн

ість

Клас стійкості атмосфери

95

Рис. 3.11. Введення метеорологічних даних до програми розрахунку

Урахування рельєфу місцевості та шорсткості поверхні. На характер роз-

сіювання домішок в атмосфері навколо джерела забруднення, особливо біля земної

поверхні впливає також рельєф місцевості та шорсткість її поверхні.

Взагалі вплив поверхні прилеглої території навколо джерела забруднення за

напрямами світу визначався окремо для кожного джерела відповідно до пункту 6

методики [85].

Для реалізації викладених положень були отримані за допомогою супутника

ASTER GDEM [124] данні висот дослідженої території, у вигляді сітки позначок ви-

сот з інтервалом у 30 м. (табл.. ) На основі позначок висот із використанням інстру-

ментів 3D Analyst у програми ArcGIS була побудована електронна карта рельєфу мі-

сцевості досліджених територій (рис. 3.13).

96

Рис. 3.13. Карта-схема рельєфу місцевості м. Дніпропетровськ

Отримана автором електронна карта міста дозволила провести аналіз рельєфу

для визначення коефіцієнтів шорсткості навколо кожного з джерел. Рельєф місцево-

сті для кожного джерела аналізувався у напрямках вздовж 8 румбів, на відстані, що

сягає до 50 висот джерела (рис. 3.14).

Рис. 3.14. Аналіз поверхні навколо джерела за 8-ми румбами

За кожним румбом був побудований графік профіль висот, це дозволило роз-

рахувати параметри h0 і а0, що визначають коефіцієнт шорсткості поверхні (рис.

3.15).

97

Рис. 3.15. Визначення профілю висот за румбами від джерела викидів

Проміжні значення шорсткості та напрямків вітру отримувались шляхом інте-

рполяції цих даних за функціями розподілу, представлені фрагментом на рис 3.16.

Рис. 3.16. Інтерполяція рози вітрів та шорсткості поверхні

Отримані згідно з методикою розрахункові значення приземних концентрацій

у мг/м3 були перетворені у безрозмірні індекси забруднення атмосфери (ІЗА) або ко-

ефіцієнти небезпеки (HQ) для здоров’я населення. За показниками ІЗА, що врахо-

вують ступінь небезпеки кожного забруднювача розраховувались значення компле-

ксного індексу забруднення атмосфери (КІЗА) згідно з ДЕСТ 17.2.1.03 84. За коефі-

98

цієнтами небезпеки (HQ) відповідно до методології ВООЗ [83] визначались індекси

небезпеки (HI), тобто величини що характеризують не канцерогенні індивідуальні

ризики для здоров’я населення від забруднення атмосферного повітря. Саме за цими

показниками у подальшому проводився аналіз та картографування досліджених те-

риторій. Лістинг перетворення значень осереднених концентрацій до зазначених

безрозмірних величин наведено на рис. 3.17.

Рис. 3.17. Перетворення значень осереднених концентрацій до безрозмірних

показників ІЗА, КІЗА, HQ та HI

Результати розрахунків осереднених концентрацій й похідних від них ризиків

були отримані у вигляді розрахункової сітки, яка покривала всю територію дослі-

джених міст з 1582 розрахункових вузлів (51Х31). Відстань між розрахунковими ву-

злами дорівнює 250 м. для Дніпродзержинська та 500 м. для Дніпропетровська.

Формування точок розрахункової площадки, а також переведення їх вузлів з

полярної системи координат (у якій вони розраховуються згідно

методики [84]) до Декартовій із поправкою на глобальні координати джерела забру-

99

днення, виконувалося за формулами, наведеними у лістинг відповідного фрагмента

програми на рис. 3.20.

Рис. 3.18. Формування та експорт розрахункової сітки ризиків

Далі отриману розрахункову сітку було експортовано до електронних таблиць

(формат .xls), та за допомогою програми MS Excel визначено сумарний ризик в ко-

жній розрахунковій точці за усіма джерелами певного підприємства, а також усіх

підприємств разом, що ілюструється фрагментом, наведеним на рис. 3.19.

Рис. 3.19. Розрахунок сумарних ризиків за підприємствами в MS Excel

100

Таким чином, була сформована просторово-розподілена сітка зі значеннями

коефіцієнтів та індексів небезпеки для здоров’я населення зумовлених викидами

окремих джерел забруднення атмосферного повітря, окремих підприємств їх груп

тощо.

3.3. Підходи до картографування території за індексами небезпеки та ана-

лізу їх характеристик за допомогою інструментів зональної статистики

Виконане в попередньому підрозділі моделювання процесів переносу забруд-

нювачів від точкових джерел окремих підприємств та визначення осереднених при-

земних концентрацій, що утворюються в результаті їх розсіювання на прилеглих до

джерел територіях, дозволило виконати картографування території міста Дніпропет-

ровська за осередненими концентраціями пріоритетних забруднювачів та комплекс-

ним індексом забруднення атмосфери. Для цього, на основі отриманих електронних

таблиць, в програмі ArcGIS було сформовано для кожного підприємства точкові ша-

ри, що містять просторово-розподілену інформацію про ризик від певної речовини

– HQ (Hazard Quotient) та сумарний ризик – HI (Hazard Index).

Зауважимо, що після співставлення шарів з топографічною основою й конту-

рами районів у вигляді векторної карти з’явилася можливість проводити аналіз ри-

зиків, нанесених для здоров’я населення на дослідженій території, на карту у вигляді

сітки розрахункових точок, як показано на рис. 3.20.

Рис. 3.20. Відображення показників ризику у вигляді розрахунком сітки

101

Для побудови ізоліній приземних концентрацій і картографування території

міста за розрахованими індексами небезпеки використався програмний комплекс

Arcgis Desktop 9.3.

Обґрунтування вибору методу просторової інтерполяції. Інструменти інте-

рполяції поверхні створюють безперервну прогнозну поверхню за значеннями, що

вимірюються в розрахункових вузлах. Проте вимірювання концентрації забрудню-

вачів в кожній точці досліджуваної території, як правило, дуже працевитратне й ко-

штовне. Замість цього, можна виміряти показники концентрації в стратегічно пра-

вильно розподілених по поверхні опорних точках і спрогнозувати шляхом інтерпо-

ляції значення, які можуть бути присвоєні всім іншим. При цьому вихідні точки мо-

жуть бути розташовані або у вигляді регулярної сітки, або випадковим чином.

Отже безперервне подання поверхні для набору растрових даних відображає

осереднені концентрації. Інструменти інтерполяції цієї поверхні на підставі вимірів

в опорних точках прогнозують значення для всіх інших місць розташування у вихі-

дному наборі растрових даних, незалежно від того, виконувалося в цих місцях (точ-

ках) вимірювання чи ні.

Існує багато способів отримати для кожної точки прогнозоване значення, при

цьому кожен метод розглядається як окрема модель. Для кожної моделі існує цілий

ряд припущень, які випливають з характеру даних. Так, деякі моделі краще підхо-

дять для конкретних типів даних, наприклад, певна модель може краще за інші вра-

ховувати локальні зміни. Кожна модель прогнозує значення з використанням різних

методів інтерполяційних обчислень.

Інструменти інтерполяції зазвичай діляться на детерміновані та геостатистичні

методи.

Детерміновані методи інтерполяції присвоюють значення місцезнаходжен-

ням, ґрунтуючись на виміряних значеннях, що потрапляють в околицю інтерпольо-

ваної точки, та на заданих математичних формулах, які визначають характер згла-

джування результуючої поверхні навколо точок.

Детерміновані методи включають зворотно зважені відстані, тобто ЗЗВ (IDW),

природне сусідство (Natural Neighbor), Тренд (Trend) та Сплайн (Spline).

102

Геостатистичні методи ґрунтуються на статистичних моделях, що включа-

ють аналіз автокореляціі (статистичних відносин між значеннями у виміряних точ-

ках). В результаті, геостатистичні методи не тільки надають можливість створювати

поверхню прогнозованих значень, а також пропонують деякі показники достовірно-

сті або точності прогнозованих значень.

Порівняння методів інтерполяції. Критично оцінимо перелічені вище дете-

рміновані методи інтерполяції. Так, інструмент IDW (зворотно зважені відстані) ви-

користовує метод інтерполяції, що оцінює значення осередків за допомогою усеред-

нення значень зразків точок даних поряд з кожним оброблюваним осередком. Чим

ближче оцінювана точка до центру осередку, тим більший вплив або вагу вона має в

процесі усереднення. Отже варто розглянути і порівняти найбільш застосовувані ме-

тоди інтерполяції.

Крігінг (Kriging) – поліпшена геостатистична процедура, що генерує приблиз-

ну поверхню з розсіяного набору точок зі значеннями z. На відміну від інших мето-

дів інтерполяції, для побудови оптимальної підсумкової поверхні він потребує дос-

лідження просторової поведінки явища, представленого z-значеннями.

Природне сусідство (Natural Neighbor) дозволяє знаходити найближчу підм-

ножину вихідних зразків до запитаної точки і застосовує до них зважені значення,

що базуються на пропорційних областях для інтерполяції таких значень. [125] Ме-

тод відомий, як інтерполяція Сібсона, або «захоплююча область».

Сплайн (Spline) використовує метод інтерполяції, який оцінює значення, вико-

ристовуючи математичні функції, які зводять до мінімуму загальну кривизну повер-

хні, що призводить до згладжування поверхні, яка проходить точно через вихідні

точки.

Тренд (Trend) – глобальна поліноміальна інтерполяція, що відповідає рівній

плавній поверхні, певної математичної функції (поліному) для вихідних точок зраз-

ка. Поверхня тренда поступово змінюється й охоплює шаблони грубих масштабів в

даних.

Картографування території міста та розрахунок проміжних значень ризиків

виконувались на базі точкових шарів шляхом інтерполяції растра за методом нату-

103

рального сусідства точок (Natural Neighbor), який входить до комплекту інструмен-

тів Spatial Analyst Tools. Саме цей метод дає найбільш точні проміжні значення у

випадку коли розрахункові вузли розподілені рівномірно. В результаті було сфор-

мовано градієнтні растри розподілу ризиків на території міста з розміром осередків

матриці 10 м. Приклад інтерполяції растра наведений на рис. 3.21.

Рис. 3.21. Відображення оцінки ризиків в вигляді сітки розрахункових точок

та після їх інтерполяції

Класифікація даних та ранжирування територій. Об'єднання просторових

об'єктів в класи дозволяє нам легше впізнавати ділянки даних. Діапазони значень

визначають, які просторові об'єкти потраплять в клас, що в свою чергу впливає на

відображення даних на карті. Зміною межі класу, утворюються карти, на яких одні й

ті ж просторові явища будуть виглядати по-різному. Межі класів можна встановлю-

вати вручну або скористатися стандартною схемою класифікації.

Використання стандартної схеми класифікації. Від того, як встановлено діа-

пазон значень класу стійкості атмосфери та його межі, залежить скільки даних пот-

рапить в кожний клас і як виглядатиме результуюча карта. До того ж, у схемі класи-

фікації є дві головні компоненти: кількість класів, на які будуть розбиті значення, і

методика, за якою встановлюються межі класів. Крім того, кількість класів залежить

від мети дослідження. Правила ж, за якими значення відносяться до того чи іншого

104

класу, потребують пояснення. Дійсно, для геостатистичного шару існують три стан-

дартних методи розбиття значень на класи:

- метод рівних інтервалів;

- рівновелика класифікація (метод квантилів);

- метод регульованих, «розумних» квантилів.

Проаналізуємо їх особливості з точки зору практичного застосування.

Метод рівних інтервалів. За цим методом всі можливі значення розбиваються

на інтервали з рівним діапазоном значень. Оскільки зазвичай в наборі даних мало

дуже низьких і дуже високих значень, в крайові класи потрапляє менша кількість

об'єктів. Цю процедуру методу доцільно використовувати для того, щоб підкреслити

зміни в крайових класах. Очевидно, що метод краще застосовувати до таких діапа-

зонах значень, як процентне співвідношення або температура. Ця процедура най-

більш часто використовується для карт оцінки ймовірності та стандартної помилки

інтерполяції.

Рівновелика класифікація – метод квантилів. За цим методом діапазон мож-

ливих значень ділиться на інтервали таким чином, щоб у кожний інтервал потрапля-

ло однакова кількість значень. Класи, що розташовані по краях і в середині, мають

однакову кількість значень. Оскільки, як правило, інтервали мають більш широкий

діапазон значень для крайових класів, процедура цього методу корисна для виділен-

ня змін у середніх значеннях розподілу.

Регульовані квантилі використовуються для опису класів, заснованих на при-

родному об'єднанні значень даних. Межі класів (точки переривання) визначаються

при аналізі груп і властивостей, притаманних певним даним. Просторові об'єкти ді-

ляться на класи, межі яких встановлюються в тих місцях, де є відносно великі скач-

ки в значеннях даних, отже групи з подібними значеннями потрапляють в один клас.

Цей метод є компромісом між методами рівних інтервалів і квантилів. Інтервали, що

утворюються при використанні цього методу, котрі не є рівновеликими, і на відміну

від квантилів, діапазон яких розтягнутий для крайніх класів, містять меншу кіль-

кість значень. Ця процедура дозволяє знайти баланс між виділенням змін у середніх

і в екстремальних значеннях. Таким чином, метод слід використовувати для таких

105

наборів даних, як, наприклад, дані про кількість опадів, більшість значень, яких мо-

же дорівнювати нулю.

Межі класів доцільно встановити вручну, коли необхідно відобразити на карті

об'єкти, що відповідають якомусь певному критерію або, якщо порівнюються зна-

чення просторових об'єктів з будь-якою специфічною значимою величиною. При

цьому, необхідно вручну задати верхню і нижню межу для кожного класу.

Вручну, тобто примусово, класифікувати дані можна також у випадку, коли

необхідно підсилити який-небудь певний діапазон значень, наприклад таких, що пе-

ревищують граничне (критичне) значення або перебувають нижче цього граничного

значення. (див. табл. 3.6)

Таблиця 3.6

Класифікація рівнів ризику для здоров’я населення за кратністю

перевищення осереднених концентрацій забруднювачів в атмосфері

Рівень забруднення Ступінь небезпеки Кратність перевищення рефере-

нтних концентрацій

Сприятливий Безпечний < 1

Несприятливий Слабо небезпечний > 1 – 2

Несприятливий Помірно небезпечний > 2 – 4,4

Несприятливий Небезпечний > 4,4 – 8

Несприятливий Дуже небезпечний > 8

Далі слід відмітити, що найбільші та найменші значення ризиків для здоров’я

населення в кожному районі міста з відповідними підприємствами варто визначати з

використанням інструменту зональної статистики (Zonal Statistics), який входить до

комплекту інструментів Spatial Analyst Tools. Для узагальнення результатів з оцін-

ки ризиків автором були побудовані карти у вигляді ізоліній за 5 заданими класами,

що проілюстровано на рис. 3.22.

106

Рис. 3.22. Картографування дослідженої території за 5 класами ризиків

Особливості використання інструментів зональної статистики. За допо-

могою функції Зональної статистики можна обчислити статистичні дані по зонам

(по кожній зоні в наборі даних) на підставі значень в іншому наборі даних. Зона – це

всі осередки растра з однаковим значенням, незалежно від їх просторової зв’язку.

При цьому в якості «набору даних зон» можна використовувати як растрові, так і

векторні дані. Функції зональної статистики працюють по зонах, тобто одне вихідне

значення обчислюється для всієї зони в растровому наборі даних. При цьому, по ко-

жній зоні можна обчислити таку статистику:

більшість – визначає для кожного місця розташування осередку значення в зо-

ні, що найбільш часто зустрічаються;

максимум – визначає для кожного місця розташування максимальне значення

в зоні;

загальну середню – визначає для кожного місця розташування середнє зна-

чення в зоні;

медіану – визначає для кожного місця розташування медіану значень в зоні,

тобто точку або ліню, де значення розподіляються порівну;

мінімум – визначає для кожного місця розташування мінімальне значення в

зоні;

меншість – визначає для кожного місця розташування найбільш рідкісне зна-

чення в зоні;

107

діапазон – визначає для кожного місця розташування діапазон значень в зоні;

стандартне відхилення (від граничного квантилю) – визначає для кожного мі-

сця розташування стандартне відхилення значень в зоні;

суму – визначає для кожного місця розташування суму значень в зоні.

Слід зауважити, що «сума» є необхідним оператором для розрахунку показни-

ків загальної та підвищеної небезпеки здоров’я населення популяції від забруднен-

ня атмосферного повітря, за формулами, наведеними в підрозділі 2.3.

3.4. Реалізація досліджень у вигляді муніципальної системи

інформування про ризики для здоров’я населення – ГІС «ДніпроАтмос»

За наведеними вище вихідними даними та отриманими розрахунковими ре-

зультатами, відповідно до підходів, окреслених у роботах [126 – 129], автором була

побудована географічна інформаційна система з умовною назвою ГІС «ДніпроАт-

мос» [130], яка подана у вигляді муніципальної електронної карти та бази знань до

неї, що характеризують санітарно-гігієнічний стан атмосферного повітря м. Дніпро-

петровська та слугують джерелом інформування населення про ризики від його за-

бруднення за відповідними запитами. Запропонована ГІС була реалізована за допо-

могою програмного пакету ArcGIS Desktop 9.3, та компільована як інтерактивна

web-карта за допомогою середовища ArcGIS-Online. Інтерфейс ГІС «ДніпроАтмос»

у цьому середовищі наведено на рисунку 3.23.

Рис. 3.23. Інтерфейс ГІС «ДніпроАтмос» у середовищі ArcGIS-Online

108

Інформація в електронній карті ГІС «ДніпроАтмос» формується з інформаційних

шарів (слоїв), серед яких:

райони міста з інформацією про кількість та щільність населення;

контури промислових ділянок підприємств з інформацією про валові обсяги

викидів забруднювачів за звітний період;

контури санітарно-захисних зон навколо промислових ділянок, сформованих

залежно від класу небезпеки підприємства;

організовані джерела забруднення атмосферного повітря з інформацією про їх

технологічні характеристики;

точки розрахунку осереднених за звітний період приземних концентрацій,

обумовлених викидами від організованих джерел;

градієнт та ізолінії індивідуальних ризиків для здоров’я населення, розрахова-

них на основі осереднених приземних концентрацій від забруднення атмосферного

повітря викидами підприємств;

пости спостереження стану атмосферного повітря з інформацією про серед-

ньорічні концентрації забруднювачів, що реєструються;

таблиці зонально-статистичного аналізу районів міста за показниками популя-

ційного ризику від промислового забруднення атмосферного повітря.

Основні задачі, що вирішуються в ГІС «ДніПроАтмос»:

обробка запитів про обсяги надходжень забруднюючих речовин від викидів

промислових підприємств за звітний період;

картографування території міста за осередненими приземними концентрація-

ми забруднювачів атмосферного повітря, зумовленими викидами підприємств;

отримання інформації з постів спостереження за якістю атмосферного повітря;

визначення вкладу певного промислового підприємства в загальне забруднен-

ня атмосфери міста;

отримання інформації про індивідуальний та популяційний ризик для здоров’я

населення від викидів певного промислового підприємства;

виявлення пріоритетних джерел забруднення атмосфери за показниками по-

пуляційних ризиків для здоров’я населення.

109

3.4. Висновки до практичної реалізації системи прогнозування

ризиків для здоров’я населення

1. Згідно із запропонованим у попередньому розділі алгоритмом і відповідни-

ми методиками сформовано 7 основних видів вхідних даних, що необхідні для фор-

мування інформаційно-аналітичної системи прогнозування ризиків для здоров’я на-

селення техногенно навантажених районах Дніпропетровської області з використан-

ням ГІС технологій та сформульовані основні поетапні задачі до її реалізації. При

цьому поряд з традиційними статистичними даними про захворюваність населення і

забруднення атмосфери додатково створена база метеорологічних даних, сформова-

ні дані про токсичність атмосферного повітря за тестом «Стерильність пилку», віді-

брані аерофотознімки районів міста і територій розташування головних промисло-

вих підприємств та зібрані дані про інтенсивність руху автотранспорту у години

«пік» на головних автошляхах міста. Характеристика даних їх обсяги і період наво-

дилися с достатньою для практики деталізацією з урахуванням ресурсних можливо-

стей наявних статистичних джерел за видами даних та поетапного вирішуваних за-

дач із створення системи, що узгоджувалися з видами отриманих, сформованих чи

зібраних даних, а частинні методики, інструменти та програмне забезпечення оби-

ралось з переліку найбільш сучасних та відносно доступних, що існували на момент

розробки та особисто освоєні автором і доведені до практичної реалізації.

2. З використанням аерофотознімків, отриманих за допомогою вільно розпо-

всюджуваної програми SASPlanet, що призначена для перегляду й завантаження су-

путникових знімків високої роздільної здатності, засобами програмного пакету

ArcGIS 9.3 були ідентифіковані контури промислових ділянок та розташованих на

них джерела забруднення атмосферного повітря та виділені у окремий шар елект-

ронної карти, що дозволила започаткувати геоінформаційну систему, наповнену

сформованою базою даних, яка містить 19 промислових ділянок підприємств з 82-ма

джерелами у м. Дніпропетровськ, та 8 промислових ділянок у м. Дніпродзержинськ

з 56-ма стаціонарними джерелами забруднення атмосферного повітря.

110

3. Моделювання процесів переносу забруднювачів від точкових джерел та ви-

значення осереднених приземних концентрацій виконувалися згідно з сучасною ме-

тодикою, що була розроблена як додаток до стандартизованої в Україні методики

ОНД-86. В її основу покладено імовірнісний підхід до розповсюдження забрудню-

вачів від джерел викидів, що враховує напрямок та швидкість вітру, швидкість вер-

тикальної дифузії забруднювачів в атмосферному повітрі а також температуру і тиск

атмосферного повітря, висоту приземного й граничного шару атмосфери, шорст-

кість поверхні, технологічні параметри джерел викидів та не стаціонарність їх робо-

ти. Для визначення і застосуванні цих необхідних для моделювання показників за

статистичними даними була використана згадана вище база метеорологічних даних

досліджених міст.

4. Удосконалено алгоритм визначення класів стійкості атмосфери за метеороло-

гічними показниками, що ґрунтується на відомій методиці Пасквіла, але відрізня-

ється тим, що час доби визначається за висотою Сонця (кут положення Сонця відно-

сно обрію), що робить можливим урахувати цю висоту за географічними координа-

тами та часом спостережень відповідно до створеної автором експрес-методики, що

дозволяє виконати усі необхідні розрахунки для кожного запису метеорологічних

спостережень та доповнити цим показником метеорологічну базу даних.

5. Розроблена географічна інформаційна система – ГІС «ДніпроАтмос», яка по-

дана у вигляді муніципальної електронної карти та бази знань до неї, що характери-

зують стан атмосферного повітря м. Дніпропетровська за санітарно-гігієнічними по-

казниками, слугуючи джерелом інформування населення про ризики для здоров’я

від забруднення атмосферного повітря міста. ГІС, що розміщена в Інтернет середо-

вищі ArcGIS-Online може бути використана як пересічними громадянами, так і фахі-

вцями з екології та гігієни населених міст, а також керівниками промислових підп-

риємств для нормування обсягів викидів забруднюючих речовин на підставі їх

впливу на здоров’я населення, визначеного через певні ризики. Сформована в базі

ГІС загальна статистика дозволяє за допомогою інструменту зональної статистики

(Tabulate Area) визначити площі районів з певним рівнем ризику для здоров’я насе-

лення, та розрахувати кількість населення, що підпадає під цей рівень.

111

РОЗДІЛ 4

РЕЗУЛЬТАТИ ОЦІНКИ РИЗИКІВ ДЛЯ ЗДОРОВЬЯ НАСЕЛЕННЯ

ДНІПРОПЕТРОВЩИНИ ВІД ВИКИДІВ ПРОМИСЛОВИХ ПІДПРИЄМСТВ ЗА

ЗАПРОПОНОВАНОЮ МЕТОДИКОЮ

4.1. Оцінка впливу забруднення атмосферного повітря на стан здоров’я

населення Дніпропетровської області

Визначення впливу забруднення атмосферного повітря на стан здоров’я насе-

лення в техногенно-навантажених районах Дніпропетровської області проводилося

на основі встановлення кореляційного зв’язку між обсягами викидів і показниками за-

хворюваності населення. Для цього спочатку була здійснена візуалізації обсягів вало-

вих викидів забруднювачів в атмосферу відповідно до адміністративно-

територіального розподілу Дніпропетровської області, яка проводилася з викорис-

танням засобів ГІС-технологій. В результаті була побудована відповідна карата (Рис.

4.1).

Рис. 4.1. Обсяги валових викидів у містах та районах Дніпропетровщини

112

Як бачимо з рис. 4.1, валові викиди забруднювачів в містах та районах області

розподіляються нерівномірно. Так, Кривий Ріг, Дніпропетровськ, Дніпродзер-

жинськ, Нікополь та Тернівка мають найвищі показники валових викидів від стаціо-

нарних джерел. Серед районів лідерами є Апостолівський та Павлоградський, де ва-

ловий викид у 2008 р. становив відповідно 146 тис. т. та 23 тис. т. У Криворізькому,

Юр’ївському, Петропавлівському, Дніпропетровському та Магдалинівському райо-

нах цей показник змінюються від 9 тис. т. до 1 тис. т. В інших 16-ти районах показ-

ник валового викиду не перевищує 500 т.

Аналіз, виконаний автором за абсолютними медико-статистичними показни-

ками, свідчить про те, що за поширеністю захворювань перше місце в області за-

ймають хвороби органів дихання, які ймовірно пов’язані зі станом атмосферного

повітря, причому їх розповсюдженість у дітей значно вище, ніж у дорослих. Тому

для виявлення взаємозв’язків між станом атмосферного повітря та здоров’ям насе-

лення було проведено кореляційний аналіз між валовими викидами певних шкідли-

вих речовин та класами захворюваності, зокрема дитячого населення, оскільки саме

дитячий організм важаться найбільш чутливим до впливу шкідливих факторів, крім

того, діти на відміну від дорослих більше прив’язані до території свого мешкання. В

результаті кореляційного аналізу, були виявлені класи хвороб дитячого населення,

що є найбільш залежними від стану атмосферного повітря (табл. 4.1).

Про достатньо сильну залежність свідчать виявлені високі значення коефіціє-

нтів кореляції між указаними факторами – R 0,5 і більше (порядок їх розрахунку

наведений у розділі 2). Отже рівень забруднення атмосферного повітря через викиди

в атмосферу забруднюючих речовин, в першу чергу промисловими підприємствами,

є суттєвим чинником впливу на захворюваність дитячого населення на території

Дніпропетровської області.

Результати аналізу, які наведені в табл. 4.1. є приводом для проведення пода-

льших досліджень щодо кількісної оцінки ризику для здоров’я населення від забру-

днення атмосферного повітря промисловими підприємствами.

113

Таблиця 4.1.

Результати кореляційного аналізу між поширеністю хвороб дитячого населення за

класами та станом атмосферного повітря [131]

Забруднюючі

речовини

Коефіцієнти кореляції (R) захворювань з валовими викидами

основних забруднювачів атмосфери

Усі хво-

роби

Інфекційні

та паразита-

рні хвороби

Новоутво-

рення

Хвороби

органів

дихання

Хвороби

сечоста-

тевої сис-

теми

Всі викиди 0,629 0,833 0,449 0,368 0,746

Пил 0,245 0,232 0,489 0,5 0,256

Двоокис сірки 0,139 0,142 0,56 0,422 0,161

Двоокис азоту 0,19 0,179 0,539 0,459 0,205

Оксид вугле-

цю 0,302 0,267 0,379 0,511 0,3

4.2. Порівняння рівнів захворюваності в районах Дніпропетровська з се-

редньообласними їх значеннями

Порівняння проводилося за станом дитячого, дорослого, генетичного та зага-

льного популяційного здоров’я населення в дев’яти районах міста Дніпропетровсь-

ка: Кіровському, Амур-Нижньодніпровському (АНД), Індустріальному, Ленінсько-

му, Таромському, Жовтневому, Самарському, Бабушкінському, Красногвардійсько-

му. У якості вхідних даних застосовувалася інформація «Звітів про кількість захво-

рювань, зареєстрованих у хворих, які проживають в районі обслуговування лікува-

льного закладу» міських лікарень Дніпропетровська за 2006 – 2010 рік, а також бра-

лися відомості про кількість дитячого та дорослого населення, що обслуговується

кожною лікарнею. Усі ці данні були отримані з інформаційно-аналітичного центру

медичної статистики міської поліклініки №4.

Стан здоров’я населення оцінювався, як на основі аналізу абсолютних даних

про розповсюдженість захворювань, так і за інтегральними умовними показниками.

114

Абсолютні данні дозволяють виявляти найбільш розповсюджені класи захворювань

серед дитячого та дорослого населення, а також прогнозувати чисельність захворю-

вань населення і виявляти кореляцію між класами захворювань. Інтегральна ж оцін-

ка здоров’я населення дозволяє не тільки виявляти пріоритетні класи хвороб для

кожного з районів, але й порівнювати райони за дослідженими ознаками та класифі-

кувати територію міста за рівнями ушкодженості популяційного здоров’я населення

і оцінками складових його стану.

Інтегральна оцінка здоров’я населення проводилася під час аналізу медичної

статистики про розповсюдженість класів хвороб в досліджених районах міста на-

ступним чином. Фізичне здоров’я дитячого і дорослого населення визначалося за

показниками розповсюдженості інфекційних та паразитарних хвороб, хвороб ендок-

ринної системи, крові та кровотворних органів, психічних розладів, хвороб нервової

системи та органів чуття, хвороб системи кровообігу, органів дихання, травлення,

сечостатевої системи, шкіри та підшкірної клітковини, кістково-м’язової системи,

вроджених аномалій розвитку та новоутворень. Генетичне здоров’я популяції насе-

лення оцінювалися за показниками, що характеризують розповсюдження генетич-

них вад у міській популяції, вроджені аномалії розвитку, новоутворення у дитячого

та дорослого населення.

Розрахунок інтегральних показників проводився згідно з положеннями мето-

дики, наведеної в підрозділі 3.2.1. Це надало можливість зробити порівняльний ана-

ліз стану здоров’я населення в досліджених районах міста.

Аналіз здоров’я дитячого населення. Під час аналізу захворювань дитячо-

го населення за класами встановлено, що найбільш розповсюдженим для усіх райо-

нів виявились хвороби органів дихання. Частота розповсюдженості за цією ознакою

змінюється по районах від 7060 до 14000 випадків захворювань на 10000 населення,

що значно більше ніж частота розповсюдженості інших класів хвороб. Найменш

розповсюдженими виявилися новоутворення – від 28 до 95 випадків на 10000 дитя-

чого населення.

115

За результатами аналізу умовного показника здоров’я дитячого населення

(рис.4.2) найгіршою територією міста є Жовтневий район (ІУПУдор = 0,539), най-

кращою – територія Кіровського району (ІУПУдор = 0,164).

Рис. 4.2. Стан здоров’я дитячого населення в районах м. Дніпропетровськ за серед-

німи умовними показниками за 2006 – 2010 рр.

Таким чином, за порівняльною шкалою (табл. 3.3) у Жовтневому районі стан

здоров’я дитячого населення оцінюється як «загрозливий», а у Кіровському районі –

як «насторожуючий». Інші райони міста отримали «конфліктний» стан здоров’я ди-

тячого населення.

Пріоритетними класами хвороб (за УПУ>0,6) на протязі дослідженого періоду

для Індустріального району були – хвороби системи кровообігу, для Кіровського

району – вади розвитку та хвороби нервової системи; для АНД району – інфекційні

та паразитарні хвороби; для Індустріального – хвороби крові та кровотворних орга-

ні, а також хвороби системи кровообігу; для Ленінського – хвороби крові та кровот-

ворних органів; для Таромського – хвороби шкіри та підшкірної клітковини, а також

хвороби органів травлення; для Жовтневого – хвороби ендокринної та сечостатевої

системи; Самарського району – хвороби нервової та кістково-м’язової системи; для

0

0.15

0.3

0.45

0.6

Кіровський

АНД

Індустріальний

Ленінський

Таромський

Жовтневий

Самарський

Бабушкінський

Красногвардійський

УП

У

Райони

116

Бабушкінського – вади розвитку; для Красногвардійського району – хвороби органів

травлення.

Аналіз здоров’я дорослого населення. При аналізі розповсюдженості класів

захворювань було встановлено, що найбільш розповсюдженим для усіх районів ви-

явились хвороби системи кровообігу. Частота розповсюдженості за цією ознакою

змінюється по районах від 4650 до 8100 випадків захворювань на 10000 населення.

Далі за частотою розповсюдженості йдуть хвороби органів дихання – від 2230 до

4220 випадків, і хвороби органів травлення – від 1050 до 3130 випадків захворю-

вань на 10000 населення. Найменш розповсюдженими виявилися вади розвитку –

від 7 до 32 випадків на 10000 дорослого населення.

Для Кіровського району пріоритетним класом хвороб, що характеризує стан

здоров’я дорослого населення, є вади розвитку та хвороби ендокринної системи; для

АНД району – хвороби сечостатевої системи; для Індустріального – хвороби кістко-

во-м’язової системи, та хвороби органів травлення; для Ленінського – хвороби крові

та хвороби сечостатевої системи; для Жовтневого і Самарського району – хвороби

системи кровообігу; для Бабушкінського – вади розвитку та хвороби органів дихан-

ня; для Красногвардійського району – хвороби шкіри та інфекційно-паразитарні

хвороби.

За результатами аналізу інтегрального показнику здоров’я дорослого населен-

ня (рис.4.3) найгіршою територією міста є Красногвардійський район (ІУПУ-

дор = 0,574), а найкращою – територія Таромського району

(ІУПУдор = 0,209).

Стан здоров’я дорослого населення у Красногвардійському, АНД, Індустріа-

льному та Бабушкінському районах оцінюється як «загрозливий», у Кіровському та

Самарському – як «конфліктний», у Жовтневому та Таромському районі стан здо-

ров’я дорослого населення був оцінений як «насторожуючий».

117

Рис. 4.3. Стан здоров’я дорослого населення в районах м. Дніпропетровськ за

умовними показниками ушкодження за 2006 – 2010 рр.

Аналіз генетичного здоров’я. Для Кіровського, АНД, Індустріального та Кра-

сногвардійського районів пріоритетним класом хвороб, що характеризують стан ге-

нетичного здоров’я, є новоутворення у дорослого населення. Для Ленінського, Ба-

бушкінського та Таромського району – вроджені аномалії у дітей. Для Жовтневого

та Самарського району – новоутворення у дитячого населення.

За результатами аналізу інтегрального показнику генетичного здоров’я

(рис. 4.4) найгірший його стан відмічався у Бабушкінському районі

(ІУПУген=0,523), а найкращий – у Самарському районі (ІУПУген=0,182).

Таким чином стан генетичного здоров’я населення у Бабушкінському та Крас-

ногвардійському районах оцінюється як «загрозливий», Індустріальному, Ленінсь-

кому, Таромському та Жовтневому – як «конфліктний», а в інших районах міста – як

«насторожуючий».

0

0.15

0.3

0.45

0.6

Кіровський

АНД

Індустріальний

Ленінський

Таромський

Жовтневий

Самарський

Бабушкінський

Красногвардійський

УП

У

Райони

118

Рис. 4.4. Стан генетичного здоров’я в районах м. Дніпропетровськ за умов-

ними показниками ушкодження за 2006 – 2010 рр.

Аналіз загального здоров’я. Результати аналізу, що характеризують стан за-

гального здоров’я населення, наведені на рис. 4.5. у вигляді діаграми розрахованих

інтегральних показників та зведені до табл. 4.2.

У попередніх розділах роботи дано оцінку кожному з компонентів, що згідно з

методикою є складовими інтегрального умовного показника ушкодження загального

здоров’я населення. За даним аналізу найгіршою територією виявився Бабушкінсь-

кий район (ІУПУзаг=0,477), а найкращою – територія Кіровського району (ІУПУ-

заг=0,269). Розрахунок ІУПУ загального здоров’я дозволяє аранжувати досліджені

території наступним чином: Бабушкінський та Красногвардійський райони мають

«загрожуючий» стан, АНД, Індустріальний, Ленінський, Таромський, та Жовтневий

мають «конфліктний» стан, а Кіровський та Самарський район – «насторожливий»

стан загального здоров’я населення.

0

0.15

0.3

0.45

0.6

0.75

0.9

Кіровський

АНД

Індустріальний

Ленінський

Таромський

Жовтневий

Самарський

Бабушкінський

Красногвардійський

УП

У

Райони

Вади розвитку у дітей Новоутворення у дорослих Новоутворення у дітей ІУПУген

119

Рис. 4.5. Діаграма інтегральних показників стану здоров’я населення

Таблиця 4.2

Порівняльний аналіз загального здоров’я населення в районах м. Дніпропетровськ за

середніми інтегральними показниками у 2008 – 2010 рр.

Район

ІУПУ генети-

чного здоров'я

ІУПУ здоров'я

дорослих

ІУПУ

здоров'я

дітей

ІУПУ загаль-

не здоров'я

Рівень ушко-

дженості

Оцінка стану

здоров'я

Кіровський 0,26 0,417 0,164 0,269 Нижче за середній Насторожлива

АНД 0,299 0,469 0,342 0,367 Середній Конфліктна

Індустріальний 0,329 0,45 0,379 0,385 Середній Конфліктна

Ленінський 0,386 0,498 0,312 0,39 Середній Конфліктна

Таромський 0,302 0,209 0,429 0,325 Середній Конфліктна

Жовтневий 0,413 0,297 0,539 0,428 Середній Конфліктна

Самарський 0,182 0,304 0,38 0,298 Нижче за середній Насторожлива

Бабушкінський 0,523 0,488 0,434 0,477 Більше за середній Загрожуюча

Красногвардійський 0,48 0,574 0,383 0,47 Більше за середній Загрожуюча

Середнє по місту: 0,353 0,412 0,373 0,379 Середній Конфліктна

0

0.15

0.3

0.45

0.6

Кіровський

АНД

Індустріальний

Ленінський

Таромський

Жовтневий

Самарський

Бабушкінський

Красногвардійський

ІУП

У

Райони

ІУПУген ІУПУдор ІУПУдіт ІУПУпоп

120

4.3. Оцінка ризиків для здоров’я населення обласного центру з

використанням ГІС-технологій

Промислові підприємства Дніпропетровська знаходяться у чотирьох промис-

лових зонах: Західній, Північній, Придніпровській та Південній. Західна промислова

зона знаходиться у Ленінському та Красногвардійському районах, вона є найбіль-

шою за територією та кількістю потужних заводів.

В результаті аналізу обсягів валових викидів у місті визначено 19 пріоритет-

них підприємств-забруднювачі атмосферного повітря, а саме: ПАТ Дніпровський

завод «Алюмаш», ВАТ «Дніпропетровський завод металоконструкцій ім. Бабушкі-

на», ВАТ «Дніпрококс», ПАТ«НВО Дніпропрес», ПАТ «Дніпроважбудмаш», КП

«Дніпропетровський комбайновий завод», ПАТ «Дніпропетровський металургійний

завод імені Комінтерну», ПАТ «Інтерпайп НТЗ», ПАТ «Придніпровська ТЕС», ПАТ

«ЄВРАЗ Дніпропетровський металургійний завод ім. Петровського», ДПВО «Пів-

денний машинобудівний завод ім. О. М. Макарова», ПАТ «Дніпропетровський завод

прокатних валків», ПАТ «Дніпропетровський трубний завод», ПАТ «Дніпроваж-

маш», ПАТ «Дніпровагонрембуд», ВАТ «Дніпропетровський вагоноремонтний за-

вод», ПАТ «Дніпропетровський стрілочний завод», ТОВ «Вторчормет» [21, 22]. На

цих підприємствах діють 82 стаціонарних джерела. В результаті аналізу форм 2-ТП

«Повітря» цих підприємств за 2010 рік були виявлені такі пріоритетні шкідливі ре-

човини, що при тривалій експозиції викликають загально-токсичний ефект, а саме:

двооксид азоту, двооксид сірки, формальдегід, сірководень, оксид заліза, сірковуг-

лець, аміак, фенол, окис ванадію та сажа.

Перелічені промислові підприємства щорічно викидають в атмосферу понад 1

млн. т. забруднювачів, у вигляді твердих речовин та газоподібних сумішей що

складає майже 95% загального надходження забруднювачів від стаціонарних джерел

міста. Загальні значення валових викидів забруднювачів по районах міста від стаці-

онарних джерел наведені на рис. 4.6.

121

Рис. 4.6. Карта показників валових викидів підприємств за районами

м. Дніпропетровськ

Найбільша кількість викидів у перерахунку на 1 км2 площі випадає на Самар-

ський та Індустріальний райони, а у перерахунку на одного мешканця – на Самарсь-

кий та Ленінський райони. Найнижчі значення цих показників у Таромському та Кі-

ровському районах. Однак, такий узагальнений підхід не дозволяє дослідити реаль-

ний вплив цих підприємств на здоров’я населення, оскільки забруднювачі що над-

ходять до атмосфери з організованих джерел розсіюються й переносяться вітром на

значну у масштабах міста відстань. Визначити указаний вплив та провести аналіз ві-

дповідних ризиків в різних районах міста можливо лише при застосуванні запропо-

нованих нами спеціальних методик [84, 85, 83], послідовність застосування яких де-

тально наведено в розділі 3.

Далі на основі осереднених концентрацій були визначені, згідно з запропоно-

ваною методикою [83], індекси небезпеки для здоров'я населення. Для побудови ізо-

ліній приземних концентрацій шляхом інтерполяції значень розрахункових вузлів і

картографування території міста за розрахованими індексами небезпеки використо-

вувався програмний комплекс ArcGIS Desktop 9.3. Результати картографування

представлені на рис. 4.7.

122

При оцінці популяційних ризиків для населення від забруднення атмосфери

промисловими підприємствами також визначалась кількість населення та його

щільність у районах Дніпропетровська (табл. 4.3).

Таблиця 4.3

Характеристика територій Дніпропетровська при оцінці ризиків для

населення від забруднення атмосфери промисловими підприємствами

Райони

Досліджена площа,

м2

Загальна площа, м

2

Частка дослідженої

площі (%

)

Загальне населен-

ня, осіб

Населення на дос-

лідженій території,

осіб

Кіровський 5938400 5935182 100 67000 67036

Красногвардійський 21442400 21436769 100 121000 121032

Індустріальний 21776400 21770356 100 133000 133037

Бабушкінський 12320400 17358609 70,976 152000 107883

Жовтневий 25100800 25104917 99,984 170000 169972

Амур-

Нижньоднепровский 39944800 39952211 99,981 154000 153971

Ленінський 50928400 50931169 99,995 157000 156991

Таромський 10240400 12505954 81,884 18000 14739

Самарський 37244000 38862074 95,836 78000 74752

Дніпропетровськ 224936000 233857241 96,185 1050000 1009944

В результаті аналізу розрахунку ризиків для здоров’я населення на основі осе-

реднених приземних концентрацій були виявлені пріоритетні забруднювачі, з зна-

ченнями коефіцієнтів небезпеки HQ> 1: двооксид азоту (HQ ≤ 4,8), двооксид сірки

(HQ ≤ 2,6), бенз(а)пірен (HQ ≤ 2,4), сірководень (HQ ≤ 1,8) та оксид заліза (HQ ≤

1,6).

123

Картографування території Дніпропетровська за коефіцієнтом небезпеки (HQ)

від викидів двоокису азоту підприємствами міста наведена на рис. 4.7.

Рис. 4.7. Картографування території Дніпропетровська за коефіцієнтом

небезпеки (HQ), від викидів двоокису азоту

Рис. 4.8. Картографування території Дніпропетровська за коефіцієнтом

небезпеки (HQ), від викидів двоокису сірки підприємствами міста

124

Рисунок 4.8. Картографування території Дніпропетровська за індексами небе-

зпеки (HI), обумовленим викидами підприємствами міста

Рис. 4.8 характеризує загальний внесок у забруднення атмосферного повітря

міста усіх урахованих забруднювачів які містяться в викидах досліджених підпри-

ємств. Як бачимо, переважна більшість території міста відповідає небезпечному рі-

вню загрози здоров’я населення (згідно табл. 3.6) від забруднення атмосферного по-

вітря, визначеним за індексом небезпеки (HI).

Згідно результатам, отриманих з міської мережі постів спостереження про рівні

забруднення атмосферного повітря Дніпропетровська [22], можна припустити що

загальний внесок у забруднення атмосфери від викидів досліджених в роботів підп-

риємств становить до 65 – 75%.

Більш детальний аналіз дослідженої території за індексами небезпеки було про-

ведено із використанням інструментів зональної статистики та даних про щільність і

чисельність населення в різних районах міста.

Диференціація територій районів міста за інтегральним індексом небезпеки за-

бруднювачів (HI = ΣHQ) наведені в табл. 4.4.

125

Таблиця 4.4.

Зональна статистика районів Дніпропетровська (%), за індексами небезпеки (НІ) для

здоров'я населення від викидів підприємств міста

Район

Статистичний розподіл за певними індексами (HI= ΣHQ)

2 – 4,4 4,4 – 8 >8

Частка території,

%

Чисельність насе-

лення, тисяч

Частка території,

%

Чисельність насе-

лення, тисяч

Частка території,

%

Чисельність насе-

лення, тисяч

АНД 0,14 216 97,535 150175 2,325 3580

Бабушкінський 0 0 100 107883 0 0

Жовтневий 29,817 50681 70,183 119291 0 0

Індустріальний 0 0 100 133037 0 0

Кіровський 0 0 63,714 42712 36,286 24325

Красногвардійський 8,247 9982 86,315 104469 5,438 6581

Ленінський 41,874 65738 57,356 90044 0,770 1210

Самарський 15,887 11876 84,113 62877 0 0

Таромський 100 14739 0 0 0 0

Всього по місту 20,802 207900 77,134 770890 2,064 20625

Аналіз наведених даних показує, що рівень забруднення атмосферного повітря

в м. Дніпропетровськ являє найбільшу небезпеку для здоров'я населення, яке про-

живає в Амур-Ніжньодніпровському, Кіровському та Червоногвардійському райо-

нах.

Переважна частина населення міста мешкає на території де індекси небезпеки

(HI) для здоров'я населення від забруднення повітря промисловими підприємствами

становлять від 4,4 до 8; для 20% населення ці показники знаходяться в діапазоні від

2 до 4,4 і лише 2% населення мешкає на території, де індекс забруднення атмосфери

більше 8. Оскільки навіть на території одного району значення індексів небезпеки

126

можуть значно варіюватися, було також визначено їх максимальні та мінімальні

значення від викидів кожного з досліджених підприємств. Ці данні зведено до таб-

лиці (ДОДАТОК В).

В результаті аналізу було встановлено, що найвищі індекси небезпеки у райо-

нах міста (де значення HI>2), зумовлені викидами 3 промислових підприємств, а са-

ме: Придінпровської ТЕС, НТЗ «Інтерпайп» та Дніпрококс.

Картографування території Дніпропетровська за індексами небезпеки від ви-

кидів Придніпровської ТЕС та результати зонально-статистичного аналізу за цими

показниками наведено на рис. 4.9 та табл. 4.6.

Рис. 4.9. Картографування території Дніпропетровська за індексами небезпеки

(HI= ΣHQ) від викидів Придніпровської ТЕС

127

Таблиця 4.6

Зональна статистика районів Дніпропетровська за індексами небезпеки

(HI= ΣHQ) для здоров'я населення від викидів Придніпровської ТЕС

Район

Статистичний розподіл за певними індексами (HI= ΣHQ)

<1 1 – 2 2 – 4,4 <4,4 Частка території, %

Чисельність населен-

ня, тисяч

Частка території, %

Чисельність населен-

ня, тисяч

Частка території, %

Чисельність населен-

ня, тисяч

Частка території, %

Чисельність населен-

ня, тисяч

АНД 0 0 0 0 100 153971 0 0

Бабушкінський 0 0 26,66 28767 73,34 79116 0 0

Жовтневий 7,563 12855 27,99 47574 64,45 109543 0 0

Індустріальний 0 0 0 0 100 133037 0 0

Кіровський 0 0 0 0 100 67036 0 0

Красногвардій-

ський 0 0 29,37 35551 70,63 85480 0 0

Ленінський 3,022 4485 29,62 43945 43,61 64710 23,75 35248

Самарський 6,151 4598 7,92 5923 66,03 49362 19,89 14869

Таромський 0 0 99,97 14739 0,004 1 0 0

Всього по місту 2,541 25173 19,83 196500 69,15 685094 8,482 84043

Картографування території Дніпропетровська за індексами небезпеки від ви-

кидів НТЗ «Інтерпайп» та результати зонально-статистичного аналізу за цими пока-

зниками наведено на рис. 4.10 та табл. 4.7.

128

Рис. 4.10. Картографування території Дніпропетровська за індексами небезпе-

ки (HI= ΣHQ), обумовленими викидами НТЗ «Інтерпайп»

Таблиця 4.7

Зональна статистика районів Дніпропетровська за індексами небезпеки (HI) для здо-

ров'я населення від викидів НТЗ Інтерпайп

Район

Статистичний розподіл за певними індексами (HI= ΣHQ)

<1 1 – 2

Частка те-

риторії, %

Чисель-

ність насе-

лення, ти-

сяч

Частка те-

риторії, %

Чисель-

ність насе-

лення, ти-

сяч

АНД 87,7 135033 12,3 18938

Бабушкінський 70,683 76255 29,317 31628

Жовтневий 71,926 122254 28,074 47718

Індустріальний 25,238 33576 74,762 99461

Кіровський 15,284 10246 84,716 56791

Красногвардійський 85,345 103294 14,655 17737

129

Район

Статистичний розподіл за певними індексами (HI= ΣHQ)

<1 1 – 2

Частка те-

риторії, %

Чисель-

ність насе-

лення, ти-

сяч

Частка те-

риторії, %

Чисель-

ність насе-

лення, ти-

сяч

Ленінський 100 156991 0 0

Самарський 46,708 34915 53,292 39837

Таромський 100 14739 0 0

Всього по місту 73,382 733390 26,618 266025

Картографування території Дніпропетровська за індексами небезпеки від ви-

кидів Дніпрококс та результати зонально-статистичного аналізу за цими показника-

ми наведено на рис. 4.11 та табл. 4.8.

Рис. 4.11. Картографування території Дніпропетровська за індексами небезпе-

ки (HI= ΣHQ) від викидів підприємства Дніпрококс.

продовження табл.4.7

130

Таблиця 4.8

Зональна статистика районів Дніпропетровська за індексами небезпеки (HI)

для здоров'я населення від викидів Дніпрококсу

Район

Статистичний розподіл за певними індексами

(HI= ΣHQ)

<1 1 – 2 2 – 4,4

Частка терито-

рії, %

Чисельність

населення, ти-

сяч

Частка терито-

рії, %

Чисельність

населення, ти-

сяч

Частка терито-

рії, %

Чисельність

населення, ти-

сяч

АНД 73,067 112502 26,933 41469 0 0

Бабушкінський 89,659 96727 10,341 11156 0 0

Жовтневий 99,391 168937 0,609 1035 0 0

Індустріальний 100 133037 0 0 0 0

Кіровський 22,282 14937 77,28 51806 0,438 294

Красногвардійський 76,473 92556 19,421 23506 4,106 4969

Ленінський 66,376 104205 29,77 46737 3,853 6049

Самарський 100 74752 0 0 0 0

Таромський 100 14739 0 0 0 0

Всього по місту 82,675 826270 16,049 160398 1,275 12746

Для ранжування підприємств за фактором їх впливу на здоров’я популяції міс-

та, слід застосовувати запропоновані в підрозділах 2.2 та 3.4 даної роботи сумарні

індекси загальної небезпеки популяції, результати аналізу за цим показником для

кожного з досліджених підприємств наведені у додатку Ж.

131

4.4. Оцінка ризиків для здоров’я населення м. Дніпродзержинська

Аналогічну оцінку ризиків для здоров’я населення виконаємо для основних

районів м. Дніпродзержинська, як міста, що є найближчим супутником Дніпропет-

ровська, частка металургійних підприємства якого об’єднана з Дніпропетровськими.

Таблиця 4.9

Характеристика територій Дніпродзержинська при оцінці ризиків для

населення від забруднення атмосфери промисловими підприємствами

Райони

Досліджена площа,

м2

Загальна площа, м

2

Частка дослідженої

площі (%

)

Загальне населення

Населення на дос-

лідженій території

Заводський 23024800 23227997 99,1252 89413 88631

Дніпровський 2869400 25786632 11,1275 90744 10098

Баглійський 20654500 20651980 100 75109 75109

Дніпродзержинськ 46548700 69666610 66,8164 255266 170559

У результаті аналізу не канцерогенних ризиків для здоров’я населення

м. Дніпродзержинськ, розрахованими за осередненими концентраціями, були вияв-

лені пріоритетні забруднювачі, зі значеннями коефіцієнтів небезпеки HQ > 1: окис

азоту (HQ <1,09), двоокис азоту (HQ < 3,7), двоокис сірки (HQ < 6,1), і окис заліза

(HQ < 1,8). Сумарний індекс небезпеки НІ = ∑НQі на території міста знаходився в

діапазоні від 2,3 до 11,8. Результати картографування території Дніпродзержинська

за індексом небезпеки, відображеним плавною зміною кольорів, що відповідають

його градієнтам в указаному діапазоні, наведено на рис. 4.12.

132

Рис. 4.12. Розподіл території м. Дніпродзержинськ за градієнтом індексу небе-

зпеки від викидів

Картографування території Дніпродзержинська за значеннями індексів небез-

пеки шкалою з 5 рівнів наведено на рис. 4.13.

Рис. 4.13. Картографування території Дніпродзержинська за значеннями

індексів небезпеки (HI= ΣHQ) для здоров'я населення

133

На основі наведеної карти була також виконана диференціація територій міста

і його районів за інтегральним індексом небезпеки (HI = ΣHQ) забруднювачів. Це

дозволило також визначити кількість людей, що проживають на територіях з різним

рівнем забруднення атмосфери (табл. 4.10).

Таблиця 4.10

Зональна статистика районів Дніпродзержинська (%), за показником HI

Територія (район) Статистичний розподіл за певними індексами (HI= ΣHQ)

2 – 4,4 4,4 – 8 >8

% території

Кількість

меш

канців,

чол.

% території

Кількість

меш

канців,

чол.

% території

Кількість

меш

канців,

чол.

Баглійський 25,954 19496 58,871 44223 15,175 11399

Заводський 0,306 271 36,958 32756 62,737 55604

Дніпровський 0 0 48,658 4913 51,342 5184

Дніпродзержинськ 11,667 19900 47,402 80849 40,93 69811

Як бачимо, в Дніпродзержинську,переважна кількість населення (понад 72

тис. чол.) проживає на території з підвищеним рівнем ризику (HI=5–7) від забруд-

нення атмосфери промисловими викидами. Майже 24 тис. населення проживають на

територіях з відносно високим індексом небезпеки (HI>10). Близько 43 тис. насе-

лення проживають на територіях із середніми значеннями індексів небезпеки

(HI=5–7). Понад 30 тис. населення проживають на територіях з індексом небезпеки

(HI=3–5)і менш ніж1% населення проживають на території з відносно низькими ін-

дексами небезпеки (HІ<3). При цьому рівень забруднення атмосферного повітря

становить найбільшу небезпеку для здоров'я населення, що проживає в Заводському

районі, найнижчу – у Дніпровському. Критичні значення індивідуальних неканцеро-

генних ризиків від викидів підприємств на територіях м Дніпродзержинськ наведені

у додатках Д та Е.

134

Як бачимо додатків Д та Е найбільш небезпечним підприємством за показни-

ком забруднення атмосфери виявився ДМЗ ім. Дзержинського, з індексом небезпеки

(HI= ΣHQ) близько 10. Результати розрахунку індексів небезпеки від викидів цього

підприємства наведено у вигляді мапи на рис. 4.14. та табл. 4.12.

Рис. 4.14. Картографування території Дніпродзержинська за показником інде-

ксів небезпеки від викидів ДМЗ ім. Дзержинського

Таблиця 4.12

Зональна статистика районів Дніпродзержинська за індексами небезпеки (HI)

для здоров'я населення від викидів ДМЗ ім. Дзержинського

Територія (район)

Статистичний розподіл за певними індексами

2–4,4 4,4–8 >8

% території

Кількість

меш

канців,

чол.

% території

Кількість

меш

канців,

чол.

% території

Кількість

меш

канців,

чол.

Баглійський 62,616 47036 36,330 27291 1,054 792

Заводський 15,695 13910 51,478 45625 32,827 29095

Дніпровський 0 0 85,011 8584 14,989 1514

Дніпродзержинськ 35,547 60629 46,824 79862 17,629 30068

135

Друге місце серед підприємств-забруднювачів займає Євраз Баглейкокс з ін-

дексами небезпеки від 0,2 до 1,3. Мапа індексів небезпеки від викидів цього підпри-

ємства наведена на рис. 4.15.

Рис. 4.15. Картографування території Дніпродзержинська за показником інде-

ксів небезпеки (з градієнтним кольоровим відображенням) від викидів Євраз Баглій-

кокс

Третє місце за показниками небезпеки для здоров’я від викидів займає підпри-

ємство Дніпроазот, з індексами небезпеки від 0,28 до 1,15. Мапа індексів небезпеки

від викидів цього підприємства наведена на рис. 4.16.

За результатами з міської мережі постів спостереження про рівні забруднення

атмосферного повітря Дніпродзержинська [22], можна припустити що загальний

внесок у забруднення атмосфери від викидів досліджених в роботів підприємств

становить до 70 – 82%.

Результати аналізу сумарних індексів небезпеки для здоров’я популяції Дніп-

родзержинська від забруднення атмосфери, для кожного з досліджених підприємств

міста наведені у додатку З.

136

Рис. 4.16. Картографування території Дніпродзержинська за показником інде-

ксів небезпеки від викидів Дніпроазот

Таким чином, серед багатьох підприємств Дніпродзержинська лише 3 з них

сприяють перевищенню осереднених концентрацій двоокису азоту, двоокис сірки, і

оксиду заліза на території міста.

Проведені дослідження є науковим обґрунтуванням для необхідності в удо-

сконаленні системи очищення газопилових викидів цих підприємств, що сприятиме

суттєвому зменшенню ризиків для здоров’я населення в масштабах всього міста.

4.5. Висновки до розділу

В результаті комплексного аналізу стану здоров’я населення в районах

м. Дніпропетровська за абсолютними, кореляційними і умовними показниками, за-

лежно від забрудненості атмосферного повітря виявлено наступне.

1. Найбільш розповсюдженими для усіх районів хворобами дитячого населен-

ня виявились хвороби органів дихання з частотою від 7060 до 14000 захворювань на

10000 населення. При цьому відмічено, що показники стану здоров’я дітей є най-

більш показовими при оцінці медико-екологічної якості районів, оскільки по-перше,

137

дитячий організм найбільш чутливо реагує на зміни навколишнього середовища, а

по-друге діти, як правило на відміну від дорослих, більшу частину часу проводять у

районі свого мешкання. У дорослого ж населення переважають хвороби системи

кровообігу з частотою від 4650 до 8100 випадків захворювань на 10000 населення.

При цьому для кожного району є свої певні пріоритетні класи захворювань як серед

дитячого, так і серед дорослого населення.

2. За результатами аналізу інтегрального показнику ушкодження (ІУПУ) стан

загального здоров’я населення Бабушкінського та Красногвардійського районів є

«загрожуючий», АНД, Індустріального, Ленінського, Таромського, та Жовтневого –

«конфліктний», а Кіровського та Самарського районів – «насторожливий».

3. Отримані результати дослідження території за стандартизованими пока-

зниками ризиків небезпеки від забруднення атмосферного повітря викидами проми-

слових підприємств, а також за запропонованим за участю автора інтегральним по-

пуляційним ризиком, що характеризує вплив джерела або підприємства на довкілля

та здоров’я населення, що мешкає на прилеглих територіях, залежно від його чисе-

льності, дають можливість нормувати чи ранжирувати або порівнювати підприємст-

ва за класами їх небезпеки та впливом на здоров’я населення. Отримані при цьому

дані рекомендується впровадити в систему міського екологічного моніторингу охо-

рони здоров’я або для публікації нового медико-екологічного атласу м. Дніпропет-

ровська, що забезпечить збільшення екологічної інформованості громадян.

4. Картографування територій Дніпропетровщини за показниками індексів не-

безпеки викидів промислових підприємств для здоров’я населення, поданими з ви-

користанням ГІС-технологій у вигляді окремого шару електронної карти з певною

градацією кольорів, що відповідає рівню указаних індексів, дозволило з достатньо

високою достовірністю виявити найбільш екологічно небезпечні території міст, а їх

розміщення в створеній і реалізованій автором на практиці загально доступній в ін-

тернет ГІС з назвою «Дніпроатмос», що працює в онлайн-режимі картографування

(детально представлена в розділі 3), додатково забезпечить підвищення інформова-

ності населення, в тому числі й зацікавлених користувачів чи спеціалістів в галузі

екологічної безпеки чи гігієни населених міст.

138

РОЗДІЛ 5

УДОСКОНАЛЕННЯ МЕТОДІВ ОЦІНКИ ЯКОСТІ АТМОСФЕРНОГО

ПОВІТРЯ З ВИКОРИСТАННЯМ РОСЛИН-ІНДИКАТОРІВ ТА

ГЕОІНФОРМАЦІЙНИХ ТЕХНОЛОГІЙ

5.1. Оцінка стану рослин та визначення площ озеленення територій са-

нітарно-захисних зон промислових підприємств Дніпропетровська

Основне призначення санітарно-захисних зон (СЗЗ) – створення естетичного

бар’єру, за межами якого рівні концентрацій забруднювачів від викидів промисло-

вих підприємств будуть менше граничнодопустимих, тобто менше ГДК. Очевидно,

що зелені насадження виконують важливу роль в зменшені та нейтралізації негатив-

ного впливу промислових підприємств. Дерева й чагарники забезпечують оздоров-

лення атмосферного басейну шляхом мінімізації концентрації в повітрі пилу і ток-

сикантів, зменшення сили звукових хвиль, регулювання пилових та газових потоків,

формування комфортного мікроклімату тощо. При цьому, за нормативами [101] за-

лежно від класу небезпеки підприємства, озеленення дерево-чагарниковими росли-

нами повинне бути не менш 40 – 60%. Саме тому ефективність зниження негативно-

го впливу для здоров’я населення від джерел забруднення атмосфери обумовлюєть-

ся як площею території озеленення міста, так і станом зелених насаджень. Таким

чином, оцінка стану зелених насаджень та ступеня озеленення територій навколо пі-

дприємств є важливою задачею.

В ході досліджень [120] було визначено, що на територіях СЗЗ Дніпропетров-

ська переважають наступні рослини: ялина колюча (Picea pungens Engelm.), сосна

звичайна (Pinus sylvestris L.), робінія звичайна (Robinia pseudoacacia L.), клен гост-

ролистий (Acer platanoides L.), клен ясенелистий (Acer negundo L.), горіх грецький

(Juglans regia L.), тополя чорна (Populus nigra L.), тополя пірамідальна (Populus

pyramidalisBorkh.), тополя Боллє (Рopulus bolleana Louche), в’яз гладкий (Ulmus

laevis Pall.), каштан кінський (Aesculus hippocastanum L.), айлант найвищий

139

(Ailanthus altissima Mill.), вишня звичайна (Cerasus vulgaris Mill.), абрикос звичай-

ний (Armeniaca vulgaris Lam.), бузина чорна (Sambucus nigra L.) та бузок звичайний

(Syringa vulgaris L.). При цьому середній вік насадження складає 25 років, середня

висота у насадженні становить близько 7 м. Встновлено також, що більшість дослі-

джених рослин характеризується середнім рівнем сухостою [121].

Для експрес-оцінки стану зелених насаджень доцільно застосовувати нормалі-

зований відносний індекс рослинності, тобто NDVI. Це простий показник кількості

фотосинтетично-активної біомаси. Висока фотосинтетична активність призводить

до меншого відображення в червоній області спектра і більшого в інфрачервоній.

Методика визначення цього індексу та інтерпретація його значень наведена у під-

розділі 2.5.

Слід зауважити, оскільки показник NDVI характеризує фотосинтетичну акти-

вність біомаси, то зелені газони або луги можуть мати такі ж високі показники як і

рясна дерево-чагарникова рослинність, і як правило вище за густі насадження з

хвойних дерев. Проте за санітарними нормами [101] СЗЗ підприємств мусять бути

озеленені саме дерево-чагарниковими рослинами.

Обробка аерофотознімків, отриманих зі супутників Landsat 8 за період піку

вегетації рослин (травень – вересень) та розрахунок середньо сезонних значень

NDVI виконувалась в програмі ESRI ARCMAP 9.3. Після цього проведено класифіка-

цію територій санітарно-захисних зон підприємств за класами значень NDVI. Далі,

на основі інструментів зональної статистики (Spatial Analyst\Zonal\Tabulate area) бу-

ли розраховані площі СЗЗ за класифікацією по показнику NDVI, згідно класам, на-

веденим у табл. 2.5.

Результати картографування територій СЗЗ промислових підприємств міста за

ступенем її озеленення згідно класифікації значень NDVI (табл. 2.5) наведено на рис.

5.1.

140

Рис. 5.1. Картографування території СЗЗ промислових підприємств міста

за класами NDVI (травень – вересень 2015)

Як бачимо, санітарно-захисні зони підприємств накладаються одна на одну,

що зумовлено близьким розташуванням промислових ділянок. Слід зазначити, що

згідно санітарних правил [101] допускається розміщення на територіях санітарно-

захисних зон підприємств з меншим класом небезпеки, проте це лише підсилює не-

гативний вплив забруднювачів на рослини.

Було встановлено що на територіях санітарно-захисних зон ДМЗ ім. Петровсь-

кого, НТЗ «Інтерпайп», Дніпрококс та Дніпрошина знаходяться житлові забудови,

що згідно нормативу [134] є недопустимим. Зелені насадження на територіях СЗЗ

розміщенні нерівномірно: здебільшого переважає розряджена рослинність, але в де-

яких місцях рослини розташовані рясними нерегулярними групами.

Розподіл сумарної площі санітарно-захисних зон підприємств за класами

NDVI наведено на рис. 5.2.

141

Рис. 5.2. Розподіл сумарної площі СЗЗ за класами NDVI

Як бачимо з діаграми переважна кількість площі СЗЗ промислових підпри-

ємств характеризується 3 та 2 класом, тобто розрядженою рослинністю та відкритим

ґрунтом. Густа рослинність взагалі охоплює значно меншу територію СЗЗ підпри-

ємств. Результати зонально-статистичної оцінки ступеня озеленення санітарно-

захисних зон промислових підприємств Дніпропетровська за показником NDVI на-

ведені у ДОДАТКУ Н.

В результаті проведеного аналізу було визначено, що за показником озеленен-

ня території СЗЗ наступні підприємства не відповідають вимогам: НТЗ «Інтерпайп»,

ДЗ Алюмаш, Комбайновий завод та Завод металоконструкцій ім. Бабушкіна.

Більшість рослини на території СЗЗ промислових підприємств характеризу-

ються високою газостійкістю та мають лише незначні ознаки ушкоджень листя, хвої

або квітів. Проте визначити ступінь забруднення атмосферного повітря та його

впливу на рослини можна за допомогою тесту «стерильність пилку рослин-

індикаторів».

142

5.2. Постановка задачі визначення зв’язку ступеню забруднення

атмосферного повітря й стерильності пилку рослин-індикаторів

Контроль якості атмосферного повітря промислових міст є однією з актуаль-

них задач сьогодення. Пріоритетними забруднювачами атмосфери у містах є окисли

азоту, двоокис сірки, окис вуглецю, феноли та формальдегід. Причому обсяги над-

ходження цих речовин від антропогенних джерел значно вищі за природні.

Для моніторингу атмосферного повітря територій міст та контролю його якос-

ті використовують осереднені за певний період (місяць, рік) концентрації найпоши-

реніших екологічно небезпечних домішок: окислів азоту, двоокису сірки, окису вуг-

лецю, фенолів, формальдегіду тощо, за якими визначаються індекси забруднення

атмосфери (ІЗА). При цьому враховується різниця швидкості збільшення рівня небе-

зпеки речовини із зростанням кратності перевищення її ГДК, а також здатність де-

яких шкідливих речовин до сумації небезпечних ефектів при спільній наявності в

атмосферному повітрі. Такий моніторинг є вельми затратними і сьогодні він прово-

дяться лише в великих промислових містах, та навіть в них незначна кількість стаці-

онарних постів спостереження не дозволяє отримати повну просторово-часову ін-

формацію стосовно стану атмосферного повітря на всій території міста. Недостатня

кількість постів спостереження не дозволяє виконати порівняльний аналіз та картог-

рафування стану атмосфери за визначеними показниками.

Відмітимо, що для оцінки рівнів забруднення атмосферного повітря міст, на

рівні з фізико-хімічними методами аналізу припустиме використання методів біоін-

дикації. Довготривала дія незначних концентрацій забруднювачів повітря зазвичай

не викликає видимих ознак ушкодження рослин, однак негативні зміни можна ви-

явити на клітинному рівні [52]. Тому для визначення, зокрема токсико-мутагенної

активності забруднюючих речовин, що потрапляють в атмосферу на території міст,

можна використовувати цитогенетичний біотест – «Стерильність пилку рослин». Як

фіто-індикатори можуть застосовуватися трави, дерева та чагарники, які використо-

вуються при озелененні міст. Все це дозволяє використовувати рослини-індикатори

для оцінки стану атмосферного повітря там, де неможливі або недоцільні довготри-

143

валі спостереження із використанням фізико-хімічних методів, газоаналізаторів без-

перервної дії та інших приладів. Однак для цього необхідно встановити залежності

зміни рівнів ушкодженості рослин від концентрацій забруднюючих речовин в атмо-

сферному повітрі. Саме тому автором ставилась задача визначення залежності пока-

зників стерильності пилку рослин-індикаторів що ростуть на території

м. Дніпропетровськ від індексів забруднення атмосферного повітря.

Задача вирішувалася у наступній послідовності:

- проводилася оцінка стану атмосферного повітря за тестом «Стерильність пи-

лку рослин»;

- визначалися індекси забруднення атмосфери міста шляхом моделювання

процесів перенесення забруднювачів від основних джерел викидів промислових пі-

дприємств та автотранспорту;

- отримувалися прогнозні моделі для визначення індексу забруднення атмос-

фери за значеннями рівнів стерильності пилку рослин;

- виконувалося картографування території міста за дослідженими показника-

ми.

5.3. Оцінка якості атмосферного повітря міста з використанням тесту

стерильності пилку, індексів забруднення та картографування території

Для оцінки якості атмосферного повітря міста за тестом «Стерильність пилку

рослин» були відібрані бутони 77 видів рослин-індикаторів, які відрізняються за

ступенем чутливості до несприятливих факторів. Відбір зразків проводили на 187

моніторингових точках [120]. Визначення кількості стерильних клітин та оцінка то-

ксичності атмосферного повітря за інтегральним умовним показником ушкодження

(ІУПУ) виконувались за методикою [118], основні положення якої наведені в під-

розділі 2.5. Картографування території міста проводилось із використанням програ-

много комплексу ESRI ArcGIS Desktop шляхом растрової інтерполяції точкових ша-

рів. Результати картографування м. Дніпропетровськ за рівнем токсичності атмос-

ферного повітря наведені на рис. 5.3.

144

Рис. 5.3. Токсичність атмосферного повітря за біоіндикаційним тестом

«Стерильність пилку рослин»

Основними забруднювачами атмосферного повітря Дніпропетровська є 22

промислових підприємства, з 84 найбільш потужними стаціонарними джерелами на

долю яких припадає понад 80 % від загального обсягу викидів промислових газів

міста.

Для визначення осереднених приземних концентрацій забруднювачів від ви-

кидів промислових підприємств використовувалася методика [84], база метеороло-

гічних даних Дніпропетровська за досліджений період [115], а коефіцієнти вертика-

льної стійкості атмосфери, що суттєво впливають на розсіювання забруднювачів,

визначалися згідно з алгоритмом [114]. Технологічні параметри джерел викидів уто-

чнювалися з екологічних паспортів та документів ОВНС підприємств. Розрахунок

осереднених приземних концентрацій виконувався за допомогою програми MathCad

15, при цьому окремо для кожного джерела забруднення формувалася розрахункова

сітка концентрацій (51х31) з подальшим експортом в електронні таблиці та інтегра-

цією в ГІС, де виконувалась їх інтерполяція. Результати картографування території

145

міста за розрахунковими комплексними ІЗА (КІЗА) від викидів підприємств наведе-

ні на рис. 5.4.

Рис. 5.4. Картографування території міста за розрахунковими КІЗА, обумовле-

ними викидами промислових підприємств в атмосферу

Як видно з рис. 5.4, значення КІЗА змінюється на території міста від 2 до 8,26.

Іншим джерелом забруднення атмосфери є автотранспорт, вплив якого на зе-

лені насадження міста визначався в ході досліджень за дослідною темою: «Розробка

науково-обґрунтованих принципів озеленення території м. Дніпропетровська з ура-

хуванням рівнів техногенного навантаження», що виконувалася за грантом міськви-

конкому Дніпропетровська. В рамках виконання роботи [121] було досліджено інте-

нсивність руху на 27 перехрестях міста із подальшим визначенням розрахункових

величин викидів автотранспорту за нормативною методикою [132].

Вхідними даними слугували такі експериментальні показники: інтенсивність

руху автотранспорту в точці спостереження за різними типами та робочими

об’ємами двигунів; середня швидкість руху транспорту; тип перехрестя та кількість

дорожніх полос, а також характеристика оточуючого середовища. На основі цих

спостережень були розраховані валові та середні за різні проміжки часу значення ін-

146

тенсивності викидів пріоритетних забруднювачів атмосфери від автотранспорту на

перехрестях, де як відомо викиди автотранспорту завжди підвищені із-за змін режи-

мів двигунів внутрішнього згорання. Це дозволило ототожнити перехрестя з призе-

мними стаціонарними джерелами забруднення повітря, наближеними до точкових,

та застосувати до них наведений вище підхід із визначення осереднених концентра-

цій. Результати аналізу наведені у Додатку М.

Як виявилося, найбільші розрахункові значення КІЗА, обумовлених викидами

автотранспорту спостерігались на перехрестях вул. Робоча та вул. Уральська, пр.

Гагаріна та вул. Пісаржевського, пр. Пушкіна та вул. Чичеріна, пр. Петровського та

вул. Авіаційна, вул. Гончара та вул. Паторжинського, а також пр. ім. газети. «Прав-

да» та вул. Калинова.

Далі проводилося моделювання процесів розсіювання забруднювачів від ви-

кидів автотранспорту на перехрестях, що розглядалися як точкові стаціонарні назе-

мні джерела забруднення атмосфери.

Результати картографування території міста за розрахунковими КІЗА, обумов-

леними викидами автотранспорту, наведено рис. 5.5.

Рис. 5.5. Картографування території міста за розрахунковими КІЗА від викидів

автотранспорту

147

Як бачимо, отримані КІЗА змінюється на території міста від 0,01 до 3,04 та

значно менші у порівнянні з їх значеннями, обумовленими викидами промислових

підприємств, а зона впливу перехресть на стан атмосферного повітря за результата-

ми моделювання становить від 50 до 200 м.

Узагальнена карта, що характеризує розрахунковий КІЗА, обумовлений сума-

рним впливом промислових підприємств та автотранспорту була отримана за допо-

могою інструменту зваженої суми КІЗА двох відповідних растрових шарів елект-

ронної карти. Результати картографування за сумою індексів наведені на рис. 5.6. Їх

аналіз показав, що сумарний показник КІЗА змінюється на території міста від 2,1 до

10,36.

Рис. 5.6. Картографування території міста за сумарними КІЗА – від викидів

промислових підприємств та автотранспорту

Звертаємо увагу на те, що навіть візуальне порівняння рис. 5.3 та рис. 5.6 ви-

являє їх схожість, тобто у місцях із високими значеннями КІЗА спостерігаються й

високі значення інтегрального умовного показника ушкодження (ІУПУ) фіто-

індикаторів, й навпаки.

148

5.4. Встановлення регресійних залежностей між стерильністю пилку рос-

лин фітоідикаторів і показниками забруднення атмосфери

Тому далі для виявлення залежності між КІЗА і ІУПУ за допомогою інструме-

нту ArcGIS з вилучення значень були під’єднані атрибути растрового шару показни-

ків КІЗА до точкового шару, що містить данні біотестування за стерильністю пилку

та відповідних ІУПУ. Результати аналізу стерильності пилку рослин та розрахунко-

вих індексів небезпеки від забруднення атмосфери наведені в таблиці 5.2., а також

на рис 5.7.у вигляді поля парної кореляції зазначених двох показників.

Рис. 5.7. Поле кореляції інтегрального умовного показника ушкодження

(ІУПУ) біоіндікаторів з комплексним індексом забруднення атмосфери (КІЗА)

Наведене на рис. 5.7 поле кореляції свідчить про зростання показників ІУПУ

рослин індикаторів зі збільшенням величини КІЗА, тобто ушкодження біоіндикато-

рів прямо залежить від забруднення атмосфери, незважаючи на доволі високу дис-

персію отриманих статистичних даних. При цьому визначений коефіцієнт парної лі-

нійної кореляції між зазначеними величинами ІУПУ та КІЗА становить близько 0,7,

що вказує на їх високий кореляційний зв'язок та дозоляє побудувати як мінімум лі-

нійну залежність між указаними показниками на інтервалі значень КІЗА від 2 до 10,

0.0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1.0

0 2 4 6 8 10 12

ІУП

У

КІЗА

149

проте варто пошукати регресійну залежність, що більше відповідає суті процесу

впливу забруднення атмосфери на ушкодження біоіндикаторів.

Зазначимо, що згідно з методикою [118] для розрахунку ІУПУ застосовуються

значення відсотку стерильного пилку рослин-індикаторів різних груп стійкості до

забруднення атмосфери. Отже для побудови відповідних регресійних залежностей-

моделей проаналізуємо вплив забруднення атмосферного повітря на певні групи ро-

слин-біоіндикаторів, диференційованих за стійкістю до забруднення атмосфери га-

зовими домішками. Усього було проаналізовано 58 зразків рослин 17-ти видів. Пе-

релік видів досліджених рослин наведено в Додатку Л. При цьому окремо будува-

лися поля парної кореляції відсотку стерильності пилку різних рослин-

біоіндикаторів та КІЗА. Так, на рис. 5.8 наведено залежність відсотку стерильності

пилку рослин І-ої групи стійкості, тобто рослин-біоіндикаторів найстійкіших до за-

бруднення повітря, від рівня КІЗА. При цьому кружочками показані дані, усереднені

по групам значень для зменшення їх дисперсії та виявлення характеру існуючої за-

кономірності.

Рис. 5.8. Залежність рівня стерильності пилку для рослин І групи стійкості від

рівня КІЗА

0

2

4

6

8

10

12

14

16

0 1 2 3 4 5 6 7 8 9 10

Стер

ил

ьн

ість

пи

лк

у, %

КІЗА

ВИХІДНІ ДАННІ

СЕРЕДНІ ЗА КЛАСАМИ

150

Як бачимо з рис. 5.8, рівень стерильних клітин для рослин І-ої групи стійкості

в зразках змінюється від 1,82 до 13,7% при зміні КІЗА, приблизно від 3,3 до 8,7. Для

висування гіпотези про певну залежність ІУПУ від КІЗА дані поля кореляції усеред-

нювалися на одиничних інтервалах КІЗА для зменшення дисперсії показників. Усе-

реднені значення рівня стерильності пилку рослин повільно зростають при низьких

КІЗА (від 2 до 5), а при подальшому збільшені КІЗА істотно підвищуються, тобто

спостерігається суттєва нелінійність зв'язку між зазначеними показниками.

Для визначення виду залежності та вибору її математичної моделі у вигляді

рівняння регресії було проведено групування вхідних даних за класовими інтерва-

лами показників стерильності пилку. Згруповані дані наведені для порівняння на

тому ж графіку. Аналогічний аналіз було проведено для рослин інших груп стійкос-

ті [133].

Кореляційна залежність між КІЗА та показниками стерильності пилку рослин

ІІ-ої групи стійкості наведено на рисунку 5.9.

Рис. 5.9. Залежність рівня стерильності пилку рослин ІІ групи стійкості

від рівня КІЗА

0

5

10

15

20

25

30

35

0 1 2 3 4 5 6 7 8 9 10 11

Стер

ил

ьн

ість

пи

лк

у, %

КІЗА

ВИХІДНІ ДАННІ

СЕРЕДНІ ЗА КЛАСАМИ

151

Рослини ІІ-ої групи стійкості характеризуються найбільшою кількістю зразків

та видового різноманіття. Усього було проаналізовано 300 зразків проб пилку рос-

лин 29-ти видів. Перелік видів досліджених рослин наведено в додатку 2. Як видно з

діаграми, відсоток стерильних клітин в зразках змінюється від 2,8 до 28,72% в діапа-

зоні змін КІЗА від, 2,5 до 9,5. Усереднені показники стерильності пилку, як і в попе-

редньому випадку повільно зростають при зміни КІЗА від 2 до 5, та більш стрімко –

при подальшому збільшені КІЗА.

Залежність показників стерильності пилку рослин ІІІ-ої групи стійкості від

КІЗА наведено на рис. 5.10. Усього проаналізовано 127 зразків пилку рослин 19-ти

видів, перелік яких наведено в додатку 3. Рівень стерильних клітин в зразках зміню-

ється від 2,1 до 43, 2% при зміні КІЗА від 2,2 до 11. Усереднені показники стериль-

ності пилку поступово збільшуються при зміни КІЗА від 2 до 4, та більш стрімко –

при збільшені КІЗА з 5 до 8, після чого намічається тенденція уповільнення зрос-

тання цього показника.

Рисунок 5.10. Залежність рівня стерильності пилку для рослин ІІІ групи стій-

кості від рівня КІЗА

0

5

10

15

20

25

30

35

40

45

50

0 1 2 3 4 5 6 7 8 9 10 11

Стер

ил

ьн

ість

пи

лк

у, %

КІЗА

ВИХІДНІ ДАННІ

СЕРЕДНІ ЗА КЛАСАМИ

152

Залежність показників стерильності пилку рослин ІV-ої групи стійкості від рі-

вня КІЗА наведено на рис 5.11. Рослини указаної групи стійкості представлено 43

зразками пилку 12-ти видів рослин, перелік яких наведено в додатку 4. Рівень сте-

рильних клітин в зразках змінюється від 4,6 до 42,24%. при збільшені КІЗА від 3,8

до 8,7 Середні показник стерильності, як і в попередньому випадку спочатку зрос-

тають при збільшені КІЗА від 3 до 7 доволі стрімко, а потім спостерігається посту-

пове уповільнення росту.

Рис. 5.11. Залежність рівня стерильності пилку для рослин ІV групи стійкості

від рівня КІЗА

Далі на рис. 5.12 наведено залежність між КІЗА та показниками стерильності

пилку рослин V-ої групи стійкості, які є найбільш чутливими до забруднення атмо-

сферного повітря, про що свідчить відсоток стерильних кліток в зразках, який змі-

нюється від 10 до 51% при зростанні КІЗА від 4,5 до 8,8. Хоча рослини п’ятої групи

стійкості представлені усього 8 зразками пилку, спостерігається така ж за характе-

ром, як і в попередніх випадках, залежність.

0

5

10

15

20

25

30

35

40

45

0 1 2 3 4 5 6 7 8 9 10

Стер

ил

ьн

ість

пи

лк

у, %

КІЗА

ВИХІДНІ ДАННІ

СЕРЕДНІ ЗА КЛАСАМИ

153

Рис. 5.12. Залежність рівня стерильності пилку для рослин V групи

стійкості від рівня КІЗА

Таким чином, для рослин усіх груп стійкості на початковій ділянці (малі зна-

чення КІЗА й відповідно низькі рівні забруднення атмосфери) маємо повільний ріст

відсотків стерильності пилку, потім крутизна залежності суттєво зростає до певного

максимального рівня, а в області підвищених значень КІЗА

від 8 до 10 проявляється тенденція уповільнення росту стерильних клітин, тобто на

початку й в кінці діапазону рівня забруднення атмосфери (КІЗА) маємо області по-

ниженої чутливості біоіндикаторів (показників стерильності пилку) до забруднення

повітря. Такі зони нечутливості або невизначеності чітко простежуються на рис.

5.5–5.10 при значеннях КІЗА нижче 2 та більше за 10. Це погоджується й з тим, що

уся територія Дніпропетровська характеризується відносно помірним рівнем забру-

днення атмосферного повітря, рівень якого не перевищує КІЗА, що дорівнює 10 –

12. Для визначення показників стерильності пилку рослин у згаданих зонах потрібно

проводити додаткові дослідження, як на екологічно чистих територіях (заповідники,

замовники) з низьким КІЗА, так і на територіях міст з високим забрудненням атмос-

ферного повітря, де КІЗА перевищує 12, або прогнозувати значення стерильності

пилку за допомогою адекватних математичних моделей у вигляді відповідних рів-

нянь регресії.

0

10

20

30

40

50

60

0 1 2 3 4 5 6 7 8 9 10Стер

ил

ьн

ість

пи

лк

у, %

КІЗА

ВИХІДНІ ДАННІ

154

Отже, підсумовуючи, робимо висновок: незалежно від групи стійкості рослин,

спочатку спостерігається повільне збільшення відносного показника кількості сте-

рильних клітин при відповідному збільшені показників забрудненні атмосфери, далі

– відносно стрімке зростання до певного максимального рівня з подальшою посту-

повою стабілізацією стерильності пилку на певному рівні. Виявлена якісна законо-

мірність відповідає суті процесу стерилізації пилку рослин під впливом впливових

чинників, коли при нульовій забрудненості повітря маємо певний невеликий відсо-

ток стерильних клітин, обумовлений їх генетичними властивостями та іншими не

врахованими чинниками (радіація, тепловий режим тощо), а при дуже високій за-

брудненості нечутливість до її величини.

В результаті аналізу відомих математичних залежностей указаного характеру

для найбільш адекватного опису залежності рівня стерильності пилку рослин від

КІЗА оберемо функцію Гомпертца. Ця сигмоїдна функція нагадує логістичну криву,

але не симетричну, а з менш пологою правою гілкою, тобто уповільнення зростання

відбувається не так швидко, як відбувалося його прискорення. Зазвичай ця функція

підходить до апроксимації ефекту «доза-відповідь», розподіл смертності тощо. Зага-

льне рівняння функції Гомпертца має вигляд:

(5.1)

Де a – верхня асимптота ;

b, c – від’ємні числа: b – зсув за вісю x, c – темп росту;

e – число Ейлера (e = 2.71828…)

В нашому випадку верхня асимптота a в залежності – Стериль-

ність(КІЗА) не повинна перевищувати значення Пкрит+50%, що визначена для кож-

ної групи стійкості рослин. Оскільки навіть при відсутності забруднення атмосфер-

ного повітря, тобто коли КІЗА (0), стерильність пилку лімітується показником на-

ближеним до Пкомф, який також встановлюється на основі експериментальних дослі-

джень для кожної групи стійкості рослин.

Таким чином, в нашому випадку залежність – Стерильність(КІЗА) за мо-

дифікованою функцією Гомперца-Мейкема буде мати наступний вигляд:

155

(5.2)

Отже відтепер у функції матимемо 2 коефіцієнта регресії, що потрібно визна-

чити за даними полів кореляції: a – характеризує відхил від вісі x, b– крутизну зрос-

тання функції.

На практиці ж найбільш корисною є зворотна задача, – визначення орієнтов-

них рівнів КІЗА на основі показників стерильності пилку рослин. Якщо з цієї функ-

ції виразити х то отримаємо зворотну функцію, тобто залежність

КІЗА(Стерильність) буде мати вигляд:

[ (

)

]

(5.3)

Оскільки немає типового способу знаходження потрібних коефіцієнтів регре-

сії вихідної функції (5.2), розраховуємо їх ітераційним шляхом за методом най-

менших квадратів із використання програми MathCAD, фрагмент якої наведений на

рис. 5.11.

Рис. 5.13. Фрагмент MathCAD-програми знаходження коефіцієнтів регресій-

них моделей у вигляді функції 5.2

156

Результати моделювання за розрахованими коефіцієнтами регресії наведені на

рис 5.14 –5.18.

Рис. 5.14. Регресійна залежність (тренд) рівня стерильності пилку для рослин

І групи стійкості від значень КІЗА

Рис. 5.15. Регресійна залежність (тренд) рівня стерильності пилку для рослин

ІІ групи стійкості від значень КІЗА

0

2

4

6

8

10

12

14

0 2 4 6 8 10 12 14 16

Стер

ил

ьн

ість

, %

КІЗА

0

5

10

15

20

25

30

0 2 4 6 8 10 12 14 16

Стер

ил

ьн

ість

,%

КІЗА

157

Рис. 5.16. Регресійна залежність (тренд) рівня стерильності пилку для рослин

ІІІ групи стійкості від рівня КІЗА

Рис. 5.17. Регресійна залежність (тренд) рівня стерильності пилку для рослин

ІV групи стійкості від значень КІЗА

0

5

10

15

20

25

30

35

40

45

0 2 4 6 8 10 12 14 16

Стер

ил

ьн

ість

,%

КІЗА

0

10

20

30

40

50

60

0 2 4 6 8 10 12 14 16

Стер

ил

ьн

ість

,%

КІЗА

158

Рис. 5.18. Регресійна залежність (тренд) рівня стерильності пилку для

рослин V групи стійкості від значень КІЗА

Таблиця 5.4

Результати моделювання впливу забруднення атмосферного повітря (КІЗА) на рі-

вень стерильності пилку рослин

Група

стійкості

рослин

Стерильність(КІЗА) КІЗА(Стерильність)

І

[ (

)

]

ІІ

[ (

)

]

ІІІ

[ (

)

]

IV

[ (

)

]

V

[ (

)

]

0

10

20

30

40

50

60

70

0 2 4 6 8 10 12 14 16

Стер

ил

ьн

ість

,%

КІЗА

159

Оскільки для нас важливе прогнозування орієнтовних рівнів КІЗА на основі

отриманих мікроскопічним аналізом показників стерильності пилку рослин різного

рівня стійкості, тобто залежності КІЗА(Стерильність), тому представимо їх у вигляді

обернених трендів, тобто у вигляді логарифмічних кривих, наведених в тал.5.4

(останній стовпчик), що графічно відображені на рис 5.19.

Рис. 5.19. Визначення КІЗА за показником стерильності пилку рослин

різних класів стійкості (від І-го до V-го)

Таким чином, користуючись графіками (рис.5.19), можна прогнозувати зна-

чення КІЗА в дослідженому регіоні за результатами відносно простого аналізу сте-

рильності пилку рослин певної групи стійкості до забруднення.

5.5. Висновки до розділу

1. В результаті експрес-оцінки стану рослин та визначення площ їх виростання

на територіях санітарно-захисних зон (СЗЗ) промислових підприємств Дніпропет-

ровська за показником нормалізованого відносного індексу рослинності (NDVI)

0

2

4

6

8

10

12

14

16

18

20

0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75

КІЗ

А

Стерильність, %

I II III IV V

160

встановлено, що переважна кількість площі СЗЗ характеризується розрядженою ро-

слинністю та відкритим ґрунтом, а густа рослинність взагалі охоплює значно меншу

територію СЗЗ підприємств, при цьому що більшість досліджених рослин характе-

ризується середнім рівнем сухостою.

2. Визначено, що стерильність пилку досліджених рослин-індикаторів на те-

риторії Дніпропетровська змінюється від 1,8 до 51%. Такий розкид значень зумов-

лено як природною стійкістю (або чутливістю) різних видів фітоіндикаторів до ток-

сико-мутагенного фону довкілля, так і різними рівнями забруднення атмосферного

повітря на окремих територіях міста.

3. Відсоток стерильного пилку у рослин різної стійкості до забруднення повіт-

ря нелінійно залежить від величини комплексного індексу забруднення атмосфери

(КІЗА). Ця залежність достатньо достовірно апроксимується S-подібною функцією

Гомпертца-Мейкема, що має верхню і нижню асимптоти. Виражена через неї зворо-

тна логістична функція дозволяє за результатами мікроскопічного аналізу стериль-

ності пилку рослин-індикаторів різного рівня стійкості до забруднення проводити

експрес-оцінку якості атмосферного повітря, тобто прогнозувати на науковій основі

орієнтовані осереднені за тривалий період показники комплексного індексу забруд-

неності атмосферного повітря.

4. Встановлено що у містах з помірним забрудненням атмосферного повітря

найбільш тісний зв’язок між стерильністю пилку рослин та комплексним індексом

забруднення атмосфери мають рослини, які відносяться до IV групи стійкості, що

дозволяє обґрунтувати їх застосування для екологічного моніторингу стану атмос-

ферного повітря у містах та у такий спосіб доповнити систему моніторингу атмос-

ферного повітря міст високочутливими біотестами.

161

ВИСНОВКИ

Дисертаційна робота є завершеною науково-дослідною роботу, в якій виріше-

на актуальна наукова задача з удосконалення інформаційно-аналітичної системи

прогнозування ризиків для здоров’я населення від викидів підприємств та її апроба-

ція на територіях міст із інтенсивно розвиненою промисловістю (на прикладі Дніп-

ропетровської області).

1. Визначено, що основними джерелами забруднення атмосфери

в населених пунктах за рівнями приземних концентрацій: оксид азоту, двооксид азо-

ту, оксид вуглецю, двооксид сірки є організовані стаціонарні джерела викидів, що

розміщені на промислових підприємствах. Саме за рівнями цих забруднювачів до-

цільно визначати індекси небезпеки для здоров’я населення.

2. Показано, що відомі математичні моделі розсіювання домішок

в атмосфері дозволяють на основі узагальнених характеристик рельєфу місцевості та

метеорологічних показників визначати приземні концентрацій забруднювачів

в атмосфері. В той же час у наслідку постійних змін останніх у добовому, місячному

та річному ході для достовірного визначення приземних концентрацій необхідно

враховувати динаміку як орографії, так і метеорологічних показників.

3. Розроблено алгоритм прогнозування ризиків для здоров’я населення від

забруднення атмосфери промисловими викидами із використанням геоіформаційних

технологій, що враховує як осереднені приземні концентрації, визначені за певні до-

сліджувані періоди за вдосконаленою математичною моделлю дифузійного масопе-

реносу домішок, так і відповідні оцінки загального популяційного ризику для здо-

ров’я населення промислових міст.

4. Обґрунтовано використання інтегральних показників загальної та під-

вищеної небезпеки здоров’я населення від забруднення атмосферного повітря, що

забезпечують отримання додаткової інформацію про популяційні неканцерогенні

ризики для здоров’я населення на певній території та дозволяють за указаними по-

казниками нормувати викиди промислових підприємств.

5. Обґрунтовано основні види вхідних даних, що на даному етапі містять

сім видів статистичних та медико-біологічних показників (поширеність хвороб за

162

нозологічними класами, обсяги викидів підприємств за формами 2-тп «Повітря», ар-

хів метеорологічних спостережень, концентрації забруднюючих речовин повітря зі

стаціонарних постів спостереження, токсичність атмосферного повітря за тестом

«Стерильність пилку рослин», аерофотознімки територій розташування підпри-

ємств, інтенсивність руху автотранспорту у години «пік» на автошляхах), необхід-

них для формування інформаційно-аналітичної системи прогнозування ризиків для

здоров’я населення техногенно навантажених територій із використанням ГІС тех-

нологій. Сформульовано основні етапи для реалізації указаної системи.

6. Розроблено географічну інформаційну систему, що подана у вигляді му-

ніципальної електронної карти та бази знань до неї, які характеризують стан атмос-

ферного повітря за санітарно-гігієнічними показниками, слугуючи джерелом інфо-

рмування зацікавлених спеціалістів і населення про ризики для здоров’я від забруд-

нення атмосферного повітря міста.

7. Запропоновано метод цифрового картографування територій за показни-

ками індексів небезпеки викидів промислових підприємств для здоров’я населення,

поданими у вигляді окремого шару ГІС з певною градацією кольорів. Метод відпо-

відає рівню зазначених індексів і дозволяє з високою достовірністю виявляти за рів-

нем забруднення атмосфери найбільш небезпечні території міст. За результатами

картографування, визначено, що рівень забруднення атмосферного повітря, зумов-

лений саме викидами підприємств, являє найбільшу небезпеку для здоров’я насе-

лення, яке проживає в Амур-Ніжньодніпровському, Кіровському та Червоногвардій-

ському районах (м. Дніпро) та Заводському районі (м. Кам’янське).

8. Визначено, що стерильність пилку рослин-індикаторів різної стійкості

на досліджених територіях Дніпропетровська змінюється від 1,8 до 51 % та неліній-

но залежить від величини комплексного індексу забруднення атмосфери. Ця залеж-

ність достовірно апроксимується S-подібною функцією Гомпертца-Мейкема, що має

верхню і нижню асимптоти та дозволяє за результатами мікроскопічного аналізу

стерильності пилку рослин-індикаторів проводити експрес-оцінювання комплексно-

го індексу забрудненості атмосферного повітря та визначати відповідні ризики для

здоров’я населення.

163

ПЕРЕЛІК ВИКОРИСТАНИХ ДЖЕРЕЛ

1 Грищенко С.В. Гигиеническая оценка влияния ксенобиотиков атмосфе-

рного воздуха на формирование онкологической патологии органов дыхания у го-

родского населения / С.В. Грищенко // Гігієна населених міст. – К., 1999. – Вип. 35.

– С. 40–46.

2 Присяжнюк В.Є., Доценко В.М., Федоришин О.П., Шмаргун Л.М. Мето-

дологічні під’їзди щодо розв’язання проблеми санітарної охорони атмосферного по-

вітря в інституті загальної та комунальної гігієни ім. О.М. Марзеєва в історичному

аспекті / В.Є. Присяжнюк // Гігієна населених міст. – К., 2001. – Вип. 38. – С. 119–

137.

3 Манолог К.П. Гігієнічна оцінка ризику для здоров’я населення від за-

бруднення атмосферного повітря міста з розвинутою хімічною промисловістю : ав-

тореф. дис. на здобуття наук. ступеня канд. біол. наук : спец. 14.02.01 «Гігієна» /

К.П. Манолог. – К., 2007. – 20 с.

4 Скачков М.В., Верещагин Н.Н., Скачкова М.А. Антропогенные факторы

окружающей среды и их роль в развитии острах респираторных заболеваний / М.В.

Скачков // Гигиена и санитария. – К., 1998. – № 6. – С. 11–13.

5 Литвинова О.Н., Антомонов М.Ю. Оцінка впливу екологічних чинників

на показники захворюваності / О.Н. Литвинова // Довкілля та здоров’я. – К., 2002. –

№ 3 (22). – С. 68–69.

6 Загородній В.В. Гігієнічний моніторинг стану атмосферного повітря /

В.В. Загородній // Профілактична медицина. – 2008. – № 2. – С. 80–83.

7 Бердник О.В., Сєрих Л.В., Зайковська В.А., Парсаданян Е.І. Навколишнє

середовище і здоров’я населення / О.В. Бердник // Гігієна населених міст. – К., 2001.

– Вип. 38. – С. 408–418.

8 Lim SS et al. (2013) A comparative risk assessment of burden of disease and

injury attributable to 67 risk factors and risk factor clusters in 21 regions, 1990–2010: a

systematic analysis for the Global Burden of Disease Study 2010. Lancet, 380: 2224–

2260.

164

9 Бердник О.В., Серых Л.В., Зайковская В.А. Факторы окружающей среды

как факторы риска патологии у детей / О.В. Бердник // Довкілля та здоров’я. – К.,

1998. – №3(6). – С. 20–23.

10 Горова А.І., Бобир Л.Ф., Скворцова Т.В. та ін. Нові підходи до оцінки

стану здоров’я населення та генетичного ризику у зв’язку з забрудненням навколи-

шнього середовища / Горова А.І. // Екологія та природокористування. – 2000. –

Вип. 2., – С. 98–105.

11 Величковский Б.Т. Проблема профессиональных и экологически обус-

ловленных заболеваний органов дыхания / Б.Т. Величковский // Гигиена и санита-

рия. – 1992. – № 4. – С. 46–49.

12 Дзяк В.Г., Горовая А.И., Родионова В.В. Роль отрицательного экологи-

ческого прессинга в развитии хронического обструктивного бронхита у шахтеров и

пути предупреждения заболевания / В.Г. Дзяк // Гігієна населених міст. – К., 1999. –

Вип. 35. – С. 300–305.

13 Большаков А.М. Оценка и управление рисками влияния окружающей

среды на здоровье населения / Большаков А.М., Крутько В.Н., Пущило Е.В. – М. :

Эдиториал УРСС, 1999. – 256 с.

14 Горовая А.И., Скворцова Т.В., Климкина И.И. Влияние деятельности го-

рнопромышленных производств г. Желтые Воды Днепропетровской области на сос-

тояние среды и здоровья населения / А.И. Горовая // Довкілля та здоров’я. – 2001. –

№3. – С. 33–35.

15 Биоэкологические критерии оценки токсико-мутагенного фона и генети-

ческого риска для населения промышленных центров Украины / А.И. Горовая, Л.Ф.

Бобырь, Т.В. Скворцова, В.М. Дигурко // Сб. научн. тр. конф. «Здоровье человека:

технология формирования здоровья в системе образования и здравоохранения Ук-

раины». – Д., 1995. – С. 89–91.

16 Атмосферне повітря // Національна доповідь про стан навколишнього

природного середовища в Україні у 2013 році. – К. : Мін. екології та прир. ресур.

України, 2015. – С. 17–31.

165

17 Забруднення атмосферного повітря // Регіональна доповідь про стан на-

вколишнього природного середовища у Дніпропетровській області за 2008 рік. – Д.

: Держ. управ. з охорони навкол. прир. середов. у Дніпропетровській обл., 2009. – С.

6–15.

18 Берлянд М.Е. Прогноз и регулирование загрязнения атмосферы / Бер-

лянд М.Е. – Л. : Гидрометеоиздат, 1985. – 272 с.

19 Беляев Н.Н., Коренюк Е.Д., Хрущ В.К. Методы экспресс расчета уровня

загрязнения атмосферы. / Беляев Н.Н. – Д. : Наука и образование, 2002. – 192 с.

20 Замай С.С. Модели оценки и прогноза загрязнения атмосферы промыш-

ленными выбросами в информационно-аналитической системе природоохранных

служб крупного города : учеб. пособие. / С.С. Замай, О.Э. Якубайлик – Красноярск

: Краснояр. гос. ун-т, 1998. – 109 с.

21 Регіональна доповідь про стан навколишнього природного середовища в

Дніпропетровській області за 2009 рік. – Д. : Держ. управ. з охорони навкол. прир.

середов. у Дніпропетровській обл., 2010. – 200 с.

22 Экологический паспорт Днепропетровской области. / [под ред. В. В. Ан-

тонова]. – Д.: Днепропетровская обл. гос. админ., 2011. – 136 с.

23 Русакова Т.І. Прогнозування забруднення атмосферного повітря вики-

дами від автотранспорту в умовах міської забудови : автореф. дис. на здобуття наук.

ступеня канд. техн. наук. : спец. 21.06.01 / Т.І. Русакова. – Д., 2014. – 20 с.

24 Екологічний паспорт регіону Дніпропетровської області 2009 рік. – Д. :

Держ. управ. з охорони навкол. прир. середов. у Дніпропетровській обл., 2011. – 131

с.

25 Національна доповідь про стан навколишнього природного середовища

в Україні у 2013 році. – К. : Мін. екології та прир. ресур. України., 2015. – 146 с.

26 Відходи виробництва і споживання та їх вплив на ґрунти і природні во-

ди : Навчальний посібник / За ред. В.К. Хільчевського. – К.: Видавничо-

поліграфічний центр «Київський університет», 2007. – 152 с.

166

27 Вредные вещества в промышленности. Справочник для химиков, инже-

неров и врачей. / [Под. ред. Лазарев Н. В. и Левиной Э. Н.] – Л. : Химия, 1976. –

Т. 1. – С. 505–509.

28 Гигиенические нормативы ГН 1.1.725-98 «Перечень веществ, продуктов,

производственных процессов, бытовых и природных факторов, канцерогенных для

человека» [утв. постанов. глав. гос. санит. врача РФ от 23.12.1998. – N 32]. – М. :

Мин. здрав. России, 1999.

29 Кіптенко Є.М., Козленко Т.В. Вплив метеорологічних умов на забруд-

нення повітря у промислових містах України / Є.М. Кіптенко // Збірник «Гідрологія,

гідрохімія і гідро екологія». – том 13, – К., 2007. – С. 208–215.

30 Громова Е. Н. Комбинированное влияние фенола и формальдегида в во-

здухе жилых помещений на клинико-иммунологические параметры организма чело-

века : автореф. дис. на соиск. уч. степ. канд. мед. наук. : спец. 14.00.36 «аллерголо-

гия и иммунология» / Е. Н. Громова. – Челябинск, 2007. – 22 с.

31 Бєляєва І.В. Заходи щодо удосконалення системи моніторингу атмосфе-

рного повітря міста Донецька / І.В. Бєляєва, У.В. Сергієнко // Екологія: наука, осві-

та, природоохоронна діяльність. : Матеріали міжнародної наук.-практ. конф. – К. :

науковий світ, 2007. – С. 124–125.

32 Беляева И.В. Анализ источников загрязнения атмосферного воздуха го-

рода Донецка формальдегидом / И.В. Беляева, С.А. Орлова, Н.А. Боброва // Донбас-

2020: перспективи розвитку очима молодих вчених : Матеріали V науково-

практичної конференції. (м. Донецьк, 25–27 травня 2010 р.) – Донецьк, ДонНТУ,

2010. – С. 366 – 370.

33 Health Aspects of Air Pollution with Particulate Matter, Ozone and Nitrogen

Dioxide Report on a WHO Working Group Bonn, Germany 13–15 January 2003. – 98 p.

34 RIJNDERS, E. ET AL. Personal and outdoor nitrogen dioxide concentrations

in relation to degree of urbanization and traffic density. Environmental health

perspectives, 109: 411– 417 (2001).

35 SEXTON, K. ET AL. Estimating human exposure to nitrogen dioxide: an

indoor/outdoor modeling approach. Environmental research, 32:151–166 (1983).

167

36 Гольдовская Л.Ф. Химия окружающей среды. / Л.Ф. Гольдовская.

– Г. : Мир, 2005. – 296 с.

37 LEVY, J. I. ET AL. Impact of residential nitrogen dioxide exposure on

personal exposure: an international study. Journal of the air and waste management

association, 48: 553–560 (1998).

38 Загрязнение воздуха и жизнь растений в неблагоприятных факторах

среды. – Л. : Гидромет, 1988. – 534 с.

38 Екологічний паспорт міста Дніпропетровськ. / В.О. Павлов, М.М. Пере-

метчик, В.П. Колотенко, Б.Є.Шевченко. – Д. : Ук. ИМА-пресс, 2000.

– 112 с.

39 Сергейчик С.А. Устойчивость древесных растений в техногенной бреде /

С.А. Сергейчик. – Минск : 1994 – 279 с.

40 Духарев В.А. Механизм мутагенного действия выбросов металлургичес-

кого комбината на популяции сосны обыкновенной / В.А. Духарев, С.М. Рябоконь,

И.И. Коржиков. // тез. докл. всес. коорд. совещ. «Экол.-генет. последствия воздейст-

вия на окруж. среду антропоген. факторов». – Сывктывкар, 1989. – С. 59 – 60.

41 Илькун Г.М. Газоустойчивость растений / Г.М. Илькун. – К. : наук. ду-

мка, 1971. – 540 с.

42 Кулагин Ю.З. Древесные растения и промышленная среда / Ю.З. Кула-

гин. – М. : Наука, 1974. – 125 с.

43 Павлов И.Н. Глобальные изменения среды обитания древесных растений

: Монография / И.Н. Павлов. – Красноярск : СибГТУ, 2003. – 156 с.

44 Миленька М.М. Стан пилку окремих деревних видів як індикаційна

ознака ступеня техногенного забруднення довкілля / М.М. Миленька. – Чернівці :

Науковий вісник Чернівецького університету : Збірник наукових праць. – Вип. 416 :

Біологія, 2008. – С. 46–51.

45 Бондарь Л.М. Микроспорогенез в системе генетического контроля за-

грязнения среды / Л.М. Бондарь, Л.В. Частоколенко. // Тез. Докл. ІІ Всес. коорд. со-

вещ. «экол. -генет. последствия воздействия на окруж. среду антропоген. факторов».

– Сывктывкар, 1989. – С. 29– 34.

168

47 Илькун Г.М. Загрязнители атмосферы и растения / Г.М. Илькун.

– К. : 1978. –246 с.

48 Горовая А.И. Биоиндикация общего токсического воздействия факторов

окружающей среды на урбанизированной территории г. Днепропетровска по тесту

«Стерильность пыльцы высших растений» за 2000 – 2002 года

/ А.И. Горовая И.Г. Миронова, В.Ю. Грунтовая // Сборник научных трудов Нацио-

нального горного университета. № 17. Т. 2. – Д. : РИК НГУ, 2003. – С. 538–544.

49 Горовая А.И. Применение цитогенетического тестирования для оценки

влияния деятельности горнопромышленных предприятий на состояние окружающей

среды и здоровье населения / А.И. Горовая, Т.В. Скворцова, И.И. Климкина, А.В.

Павличенко // Сборник трудов НГУ №17, Т. 2. – Д. : РИК НГУ, 2003. – С. 522 – 531.

50 Косулина Л.Г. Физиология устойчивости растений к неблагоприятным

факторам среды / Л.Г. Косулина, Э.К. Луценко. – Ростов : Знания, 1993. – 240 с.

51 Бондарь Л.М. Аномалии мейоза у Vicia crassa L., при различных антро-

погенных воздействиях / Л.М. Бондарь, Л.В. Частоколенко // Изв. СО АН СССР. сер.

биол. наук. Т. №2. – М. : 1990. – С. 29.

52 Оценка генотоксического действия антропогенных факторов на расте-

ния в городских усовиях / В.С. Погосян, Е.Г. Симонян, З.М. Джигарджян, Р.М. Ару-

тюнан // Цитология и генетика. – 25, № 1. – К., 1991. – С. 23– 29.

53 Подходы к изучению мутагенеза и устойчивости к антропогенным фак-

торам на растительных тест-системах / А. Механджиев, С. Чанкова, С. Пяткова и др.

// тез. докл. всес. коорд. совещ. «экол.-генет. последствия воздействия на окруж.

среду антропоген. факторов». – Сывктывкар : 1989. – С. 128–129.

54 Дуган А.М., Бариляк И.Р., Журков В.С. Выявление и оценка суммарной

мутагенной активности аэрозольной части химических загрязнений атмосферного

воздуха некоторых промышленно развитых городов Украины // Цитология и гене-

тика. – 27, №4. – К. : 1993. – С. 34–39.

55 Николаевский В.С. Биологические основы газоустойчивости растений /

В.С. Николаевский. – М. : Наука, 1979, – 279 с.

169

56 Мэннинг У. Дж. Биомониторинг атмосферы с помощью растений / У.

Дж. Мэннинг, У.А.Фредер. – Л. : Гидрометеоиздат, 1985. – 144 с.

57 Гетко Н.В. Растения в техногенной среде / Н.В. Гетко. – Минск : 1989, –

126 с.

58 Кучерявий В. П. Озеленення населених місць : підручник / В. П. Кучеря-

вий — Львів : Світ, 2005. — 456 с.

59 Попович Г.Б. Особливості мікроспорогенезу і формування чоловічого

гаметофіту Rosa canina L. і Rosa corymbifera Borkh. в умовах Закарпатської області /

Г.Б. Попович // Науковий вісник Чернівецького університету: Збірник наукових

праць. – Вип. 416 : Біологія. – Чернівці : «Рута», 2008. – С.

191–196.

60 Бессонова В.П. Состояние пыльцы как показатель загрязнения среды

тяжелыми металлам / В.П. Бессонова. – К. : Экология. – №4. – С. 45 – 50.

61 Чипиляк Т.Ф. Використання показників стану пилку видів та культи ва-

рів лілійнику для біоіндикації забруднення довкілля / Т.Ф. Чипиляк // Науковий віс-

ник Чернівецького університету : Збірник наукових праць. – Вип. 417 : Біологія. –

Чернівці : «Рута», 2008. – С. 113–117.

62 Дмитриева С.А. Критерии выбора вида растений для цитогенетического

мониторинга загрязнения природной среды / С.А. Дмитриева // Тез. Докл. ІІ Всес.

коорд. совещ. «Экол.-генет. последствия воздействия на окруж. среду антропоген.

факторов». – Сывктывкар : 1989. – С. 45–46

63 Машталер Н.В. Біоіндикація стану довкілля промислового майданчику

гірничо-рудного підприємства за життєздатністю пилку деяких видів Penstemon /

Н.В. Машталер // Науковий вісник Чернівецького університету: Збірник наукових

праць. – Вип. 417 : Біологія. – Чернівці : «Рута», 2008. – С. 95–98.

64 Случик І.І. Біоіндикація стану довкілля на урбанізованій території за до-

помогою представників роду POPULUS L. : автореф. дис. на здобуття наук. ступеня

канд. біол. наук : спец. 03.00.16 «Екологія» / І.І. Случик. – Чернівці 2000. – 18 с.

65 Іванченко О.Є., Чередниченко А.Д. (Дніпропетровський державний аг-

рарно-економічний університет), Видовий склад та стан зелених насаджень санітар-

170

но-захисної зони підприємства ПАТ «Дніпротяжмаш». [Електронний ресурс]. – Ре-

жим доступу: http://www.rusnauka.com

66 Турос О. І. Аналіз ризику для здоров’я населення від забруднення атмо-

сферного повітря промисловими підприємствами м. Запоріжжя / О. І. Турос // Ме-

дичні перспективи. – 2008. – Т. ХІІІ, № 1. – С. 93–97.

67 Оцінка неканцерогенного ризику для здоров’я населення внаслідок за-

бруднення атмосферного повітря м. Черкаси // Довкілля та здоров’я. – №3. – 2005. –

С. 40 – 43.

68 Моделі оцінки показників здоров’я та генетичної небезпеки для насе-

лення / Горова А.І., Клімкіна І.І., Мажаров М.В., Скворцова Т.В., Хазан П.В. // Мо-

ніторинг та прогнозування генетичного ризику в Україні. – К. : 2000.

– № 3. – С. 312–329.

69 Першегуба Я. В. Гігієнічна оцінка комплексного (аерогенного і перора-

льного) навантаження хімічних канцерогенів на населення великого міста за крите-

рієм ризику : автореф. дис. на здобуття наук. ступеню канд. мед. наук : спец.

14.02.01 «Гігієна» / Я.В. Першегуба. – К. : 2010. – 20 с.

70 Бызова Н. Л. Экспериментальные исследования атмосферной диффузии

и расчет распространения примеси / Бызова Н. Л., Гарнер Е.К.,

Иванов В.Н. – Л. : Гидрометеоиздат, 1991. – 368 с.

71 AERMOD ISC Gaussian Air Dispersion Model_BREEZE Software. [Елект-

ронный ресурс], режим доступу: http://breeze-software.com/AERMOD.

72 CALPUFF Dispersion Modeling System BREEZE Software. [Електронный

ресурс], режим доступу: http://breeze-software.com/CALPUFF.

73 CERC Environmental software ADMS model. [Електронный ресурс], ре-

жим доступу: http://www.cerc.co.uk/environmental-software/ADMS-model.html.

74 CALINE-Series-of-Models. [Електронный ресурс], режим доступу:

http://www.breeze-software.com/Software/ROADS/Product-Tour/CALINE-Series-of-

Models.

75 Alternative Models. [Електронный ресурс], режим доступу:

http://www.epa.gov/scram001/dispersion_alt.htm.

171

76 Вычислительная гидродинамика. [Електронный ресурс], режим доступу:

http://ru.wikipedia.org/wiki/Вычислительная_гидродинамика

77 Computational fluid dynamics. [Електронный ресурс], режим доступу:

http://www.cfdgroup.ru/glossary/test.

78 Gas Dynamics Tool – Software Informer. Is an advanced computational fluid

dynamics code for engineering simulation. [Електронный ресурс], режим доступу:

http://gas-dynamics-tool.software.informer.com.

79 STAR-CD MDX. [Електронный ресурс], режим доступу:

http://mdx.plm.automation.siemens.com/star-cd.

80 ANSYS Fluent – CFD Software. [Електронный ресурс], режим доступу:

http://www.ansys.com/Products/Fluids/ANSYS-Fluent.

81 Moussiopoulos, N. Ambient air quality, pollutant dispersion and transport

models Copenhagen, European Environment Agency, 1996 Topic Report No. 19.

82 ЭРА-Воздух. Методики по воздуху Логос-Плюс. [Електронный ресурс],

режим доступу: http://lpp.ru/shop/era-vozduh.

83 Оцінка ризику для здоров'я населення від забруднення атмосферного

повітря: [Методичні рекомендації] / МОЗ України (Затверджено за наказом МОЗ

України від 13.04.2007 р. №184). – Офіц. вид. – 2007 р. – 28 с.– (Нормативний доку-

мент МОЗ України).

84 Методические указания по расчету осредненных за длительный период

концентраций выбрасываемых в атмосферу вредных веществ : Приложение к ОНД-

86. – Санкт-Петербург : ГГО им. А.И. Воейкова, 2005. – 38 с. – (Общенормативный

документ).

85 Методика расчета концентрации в атмосферном воздухе вредных ве-

ществ, содержащихся в выбросах предприятий : ОНД-86. – Л. : Гидрометеоиздат,

1987.– 94 с. : ил. табл. – (Нормативній документ Госкомгидромета).

86 Екологія людини: медико-екологічний атлас Дніпропетровської області.

– Київ : «Мапа ЛТД», 1997. – 24 с.

87 Екологічна карта міста Дніпропетровська. Масштаб 1:25000. Пояснюва-

льна записка (Управління з екології Дніпропетровської міськради), / Павлов В.О.,

172

Переметчик М.М., Деркачов Е.А., Пасечний Г.В., Шпак М.В.,

Штепа О.П. – Д. : 2000. – 32 с.

88 Навколишнє природне середовище і здоров’я населення України (Допо-

відь до плану дій з гігієни навколишнього середовища). – К. : МОЗ України, 1998. –

121 с.

89 Використання оцінки ризику для здоров’я населення в пілотному проек-

ті американської агенції з охорони довкілля щодо впровадження методології оцінки

ризику в Україні / А. М. Сердюк, О. І. Турос, А.А. Петросян, О. М. Картавцев, А. І.

Севальнєв та ін. // Гігієна населених місць: зб. наук. праць. – Вип. 48. – К., 2006. – С.

39–43.

90 Турос О.І. Розробка наукових підходів до вдосконалення гігієнічної оці-

нки небезпеки від джерел забруднення атмосферного повітря на основі показників

ризику : автореф. дис. на здобуття наук. ступеня докт. мед. наук: спец. 14.02.01 «Гі-

гієна» / О.І. Турос. – К., 2008. – 39 с.

91 Присяжнюк В.Є. Методологічні підходи щодо розв’язання проблеми са-

нітарної охорони атмосферного повітря в інституті загальної та комунальної гігієни

ім. О.М. Марзеєва в історичному аспекті / В.Є. Присяжнюк, В.М. Доценко, А.П. Фе-

доришин, Л.М. Шмаргун // Гигиена нас. мест. – Вып. 38,

т. 1. – 2001. – с. 119–133.

92 Гмурман В. Е. Теория вероятностей и математическая статистика : Уче-

бное пособие для вузов : 10-е издание, стереотипное / В. Е. Гмурман.

– М. : Высшая школа, 2004. – 479 с. – ISBN 5-06-004214-6.

93 Лакин Г. Ф. Биометрия: Учебное пособие для биол. спец. вузов

– 4-е изд., перераб. и доп. / Г.Ф. Лакін. – М. : Высш. шк., 1990. – 352 с.

94 Горова А.І. Порівняльний аналіз стану здоров’я населення в Дніпропет-

ровській та Львівській областях / Горова А.І., Бучавий Ю.В., Кулина С.Л., Сокуль-

ський А.О., Павличенко А.В. та ін. // Матеріали міжнародної конференції «Форум

гірників – 2005», Том 1. – Д. : РВК НГУ, 2005.

– С. 230–238.

173

95 Инструмент для расчета осредненных за длительный период концентра-

ций загрязняющих веществ в атмосферном воздухе – расчетный блок «средние».

[Електронный ресурс], режим доступу: http://integral.ru/middle.html.

96 Интеграл – все для экологов. [Електронный ресурс], режим доступу:

http://integral.ru.

97 Горова А.І. Оцінка стану здоров’я населення у м. Жовті Води – центрі

видобутку та переробки уранової руди / А.І. Горова, Ю.В. Бучавий // Матеріали Мі-

жнародної науково-практичної конференції, присвяченої 10-річчю кафедри екології

НГУ «Екологічні проблеми техногенно-навантажених регіонів» (11–12 травня 2008).

– Д. : Національний гірничий університет, 2008. – С. 29–31.

98 Горова А. І. Аналіз стану здоров'я населення в гірничопромислових

центрах Дніпропетровської області / А. І. Горова, Ю. В. Бучавий, А. В. Павличенко

// Збірник наукових праць НГУ. – 2004. – № 20. – С. 201–208.

99 Оцінка токсикоз-мутагенної ситуації та генетичного ризику для насе-

лення м. Жовті Води Дніпропетровської області: Звіт про НДР / під наук. кер. Горо-

вої А.І. – ІПКЕ. – Дніпропетровськ, 1999. – 79 с.

100 Медико-екологічний моніторинг міста Нікополя: аналіз санітарно-

епідеміологічної ситуації міста Нікополя, вибір та обґрунтування тест-полігонів:

Звіт про НДР / під наук. кер. Горової А.І. – НГУ. – Дніпропетровськ, 2003. – 270 с.

101 Державні санітарні правила охорони атмосферного повітря населених

місць (від забруднення хімічними та біологічними речовинами), затверджено нака-

зом Міністерства охорони здоров’я України від 09.07.97 № 201.

102 Gorova A., Klimkina I., Buchavy Y. The Cytogenetic Status of Human

Organism as a Diagnostic Parameter in a System of Socio-ecological Monitoring NATO

Science Series, I. Apostol et al. (Eds.), «Optimization of disaster fore-casting and

prevention measures in the context of human and social dynamics» – IOS Press, 2009, pp.

216–225.

103 Gorova A., Klimkina I., Pavlychenko A., Buchavy Y. Assessment of the

Consequences of Anthropogenic Catastrophes on Ecological-Genetic Environmental

Conditions and Human Health. Achieving Environmental Security: Ecosystem Services

174

and Human Welfare 153 P.H. Liotta et al. (Eds.) IOS Press, 2010.

– Р. 153–165.

104 Gorova A., Klimkina I., Buchavy Y. Methodology for Integral Assessment of

Physical Population Health // 21st ISEE Conference «Environment, Food and Global

Health», 25–29.08.2009, Dublin, Ireland. – PS3.1.4.

105 Gorova A., Buchavy Yu., Klimkina I.I. Integrated estimation of

environmental effects on population health // Twenty-Fourth Conference of the

International Society for Environmental Epidemiology «Environmental Health Across

Land, Air, and Sea», Columbia, South Carolina, USA – August 26–30, 2012 . –

Epidemiology, 23 (5S). – 2012. – P–360.

106 Рахманин Ю.А. Руководство по оценке риска для здоровья населения

при воздействии химических веществ, загрязняющих окружающую среду/ Ю.А. Ра-

хманин, С.М. Новиков, Т.А. Шашина и др. – М. : Федеральный центр госсанэпидна-

дзора Минздрава России, 2004. – 143 с.

107 U.S. EPA. Integrated Risk Information System (IRIS). Database. Cincinnati,

2002.

108 Health Effects Assessment Summary Tables. Office of Research and

Development Office of Emergency and Remedial Response US Environmental Protection

Agency, Washington, 1992.

109 Постанова КМ України від 9 березня 1999 року №343 «Порядок органі-

зації та проведення моніторингу у галузі охорони атмосферного повітря».

110 WHO IRIS – Главная страница.[Електронный ресурс], режим доступу:

http://apps.who.int/iris.

111 Наказ МОЗ України від 09.07.1997 року № 201 «Державні санітарні пра-

вила охорони атмосферного повітря населених міст від забруднення хімічними та

біологічними речовинами».

112 Васильченко И.В. Основные типы вертикальных профилей температуры

и ветра в нижнем 500-метровом слое по аэростатным наблюдениям в районе Щеки-

175

нской ГРЭС. / И.В. Васильченко. – Л. : Тр. ГГО, 1990.

– с. 94–103.

113 Pasquill F. Atmospheric diffusion. – London: Van Nostr. Co. Ltd. 1962. 298

p.

114 Бучавий Ю.В. Алгоритм вычисления вертикальной турбулентной диф-

фузии загрязнителей в атмосфере по метеорологическим данным / Ю.В. Бучавий,

В.Е. Колесник // Матеріали міжнародної конференції «Формум гірників – 2011». –

Д. : Державний вищий навчальний заклад «Національний гірничий університет»,

2011. – С. 144 – 149.

115 Погода в 243 странах мира. [Електронний ресурс]. – Режим доступу:

http://rp5.ru.

116 Даффет-Смит П. Практическая астрономия с калькулятором: Пер. с

англ. – М., Мир, 1982. – 176 с.

117 ROUSE, J.W., HAAS, R.H., SCHELL, J.A. and DEERING, D.W., 1973,

Monitoring vegetation systems in the Great Plains with ERTS. In 3rd ERTS Symposium,

NASA SP-351 I, pp. 309–317.

118 Методичні рекомендації «Обстеження та районування території за сту-

пенем впливу антропогенних чинників на стан об’єктів довкілля з використанням

цитогенетичних методів» / Упоряд.: А.І. Горова, С.А. Риженко, Т.В. Скворцова, І.І.,

Клімкіна, А.В. Павличенко, І.Г. Миронова. – Д.: Національний гірничий універси-

тет, 2007. – 25 с.

119 Горова А.И. Цитогенетическое тестирование качества среды / А.И. Го-

рова, Т.В. Скворцова, И.И. Климкина // Спец. выпуск журналу «Екологічний віс-

ник» – К., 2003. – С. 502 – 517

119 Бучавый Ю.В. Удосконалення системи прогнозування ризиків здоров’я

населення від техногенних джерел забруднення атмосфери / Ю.В. Бучавый, А.І. Го-

рова // Здоровий спосіб життя: проблеми та досвід. (матеріали ІІІ міжнар. наук.-

практ. конф., 5 – 7 лист. 2013 р., м. Дніпропетровськ). / ред. кол.: – Д. : Національ-

ний гірничий університет, 2013 – С. 300 – 303.

176

120 Новиков М.Н. Изменчивость сосны обыкновенной под влиянием про-

мышленных выбросов : автореф. дис. на соискание уч. степени канд. с.-х. наук /

М.Н. Новиков. – М., 1990. – 18 с.

120 Впровадження системи комплексного еколого-генетичного моніторингу

довкілля та здоров’я людини на території міста Дніпропетровська // Звіт про вико-

нання проекту «Молодь Дніпропетровська – рідному місту». – Д. : РВК НГУ., 2006.

– 131 с.

121 Розробка науково-обґрунтованих принципів озеленення території м.

Дніпропетровська з урахуванням рівнів техногенного навантаження // Звіт про ви-

конання проекту «Молодь Дніпропетровська – рідному місту». – Д. : РВК НГУ.,

2009, – 198 с.

122 SASGIS – Веб-картография и навигация [Електронный ресурс], режим

доступу: http://www.sasgis.org.

123 ArcGIS for Desktop. [Електронный ресурс], режим доступу:

http://www.esri-cis.ru/products/arcgis-for-desktop/detail/key-features.

124 EarthExplorer. [Електронный ресурс], режим доступу:

http://earthexplorer.usgs.gov.

125 Sibson, R. «A Brief Description of Natural Neighbor

Interтlation», Interpolating Multivariate Data, 21–36. John Wiley & Sons: New York,

1981.

126 Бучавый Ю.В. Оценка рисков для здоровья населения от выбросов про-

мышленных предприятий Днепродзержинска / Ю.В. Бучавый, А.И. Горовая, М.А.

Бутузова // НАУКОВА ВЕСНА 2014 : Матеріали V-ї Всеукраїнської науково-

технічної конференції студентів, аспірантів і молодих учених (Дніпропетровськ, 26–

27 березня 2014 року). – Д. : Державний ВНЗ «НГУ», 2014. – С. 295–297.

127 Бучавий Ю.В. Визначення ризиків здоров'я населення Дніпропетровська

від забруднення атмосферного повітря промисловими підприємствами. / Бучавий

Ю.В., Горова А.І. // Гігієна населених місць. – 2013. – Вип. 61.

– С. 74–80.

177

128 Бучавий Ю.В. Аналіз ризиків для здоров'я населення від викидів проми-

слових підприємств Дніпродзержинська з використанням ГІС / Ю.В. Бучавий, А.І.

Горова // Гігієна населених місць, № 65. – К. : Національна академія медичних наук

України, Інститут гігієни та медичної екології ім. О.М. Марзєєва, 2015. – С. 32–38

129 Бучавый Ю.В. Анализ рисков здоровью населения от загрязнения атмо-

сферного воздуха промышленными предприятиями Днепропетровска / Ю.В. Буча-

вый, А.И. Горовая // Материалы Международной научно-практической конферен-

ции: «Устойчивое развитие регионов» (19–22 октября 2011), Керчь : КГМТУ, 2011. –

С. 24–26.

130 Бучавий Ю.В. Удосконалення системи інформування про ризики для

здоров’я населення через забруднення атмосферного повітря/ Ю.В. Бучавий, А.І.

Горова, В.Є. Колесник // Медична інформатика та інженерія, №2. – К. : Національна

медична академія післядипломної освіти імені П.Л. Шупика, – 2016. – С. 21–25.

131 Бучавий Ю.В. Аналіз впливу забруднення атмосферного повітря на стан

здоров’я населення Дніпропетровської області / Ю.В. Бучавий, А.І. Горова, О.П. Си-

дорук // Матеріали Всеукраїнської науково-практичної конференції студентів, аспі-

рантів і молодих вчених «Наукова весна 2012» ( 29 – 30 березня 2012). – Д. : НГУ.,

2012. – С. 89 – 90.

132 Сравнительная оценка методик расчета выбросов от автотранспорта и

возможностей их использования при проведении комплексных оценок рассеивания

загрязняющих веществ : отчѐт по НИР. – Пермь : Пермский гос. университет, 1998.

– 362 с.

133 Бучавий Ю.В. Удосконалення методів оцінки якості атмосферного пові-

тря із використанням рослин-індикаторів та геоінформаційних технологій / Ю.В.

Бучавий, А.І. Горова, А.В. Павличенко, І.Г. Миронова // Екологічна безпека та

природокористування. – Вип. 14, 2014. – С. 53–58.

134 Бучавий Ю.В. Оцінка ступеня озеленення санітарно-захисних зон про-

мислових підприємств Дніпропетровська / Бучавий Ю.В., Горова А.І. //

Environment&Health. № 2, 2016. – С 35 – 39.

17

8

ДОДАТОК А

ДАННІ ДО ФОРМУВАННЯ ІНФОРМАЦІЙНО-АНАЛІТИЧНОЇ СИСТЕМИ ПРОГНОЗУВАННЯ РИЗИКІВ

№ Вид вхідних даних Характеристика даних, обсяг, період Джерело

1. Медико-статистичні

показники пошире-

ності хвороб насе-

лення Дніпропет-

ровської області

Поширеність хвороб серед дитячого і дорослого населення у

містах та районах області за класами: всі хвороби, інфекційні

та паразитарні хвороби, новоутворення, хвороби крові та крово-

творних органів, хвороби ендокринної системи, розлади психіки

та поведінки, хвороби нервової системи, хвороби системи кро-

вообігу, хвороби органів дихання, хвороби органів травлення,

хвороби шкіри та підшкірної клітковини, хвороби кістково-

м'язової системи, хвороби сечостатевої системи, вродженні ано-

малії розвитку.

Всього: 14 класів, 12 міст, 22 району

Центр медичної статисти-

ки обласної клінічної ліка-

рні ім. Мечникова

2. Дані про забруд-

нення атмосфери від

стаціонарних дже-

рел за формами ста-

тистичної звітності

2-тп "Повітря"

Викиди забруднювачів за підприємствами м. Дніпропет-ровськ: Вагоноремонтний завод, Вторчормет, Стрілочний завод,

ДЗ Алюмаш, ДМЗ ім. Петровського, ДМЗ ім. Комінтерну, Дніп-

рококс, Дніпроважмаш, Дніпровагонрембуд, Дніпрошина, Дніп-

роважбудмаш, Дніпропрес, Завод прокатних валків, Завод Пів-

деньмаш, Завод ім. Бабушкіна, Комбайновий завод, Інтерпайп

НТЗ, Придніпровська ТЕС, Трубний завод.

Всього: 19 підприємств, 82 діючих стаціонарних джерела за-

бруднення атмосфери, 7 пріоритетних забруднювачів)

Період: жовтень 2006 – червень 2007 рік; 2010 рік (річні форми)

Головне управління стати-

стики у Дніпропетровській

області

17

9

№ Вид вхідних даних Характеристика даних, обсяг, період Джерело

Викиди забруднювачів за підприємствами м. Дніпродзер-

жинськ: Євраз Баглійкокс, Дніпродзержинська теплоелектроце-

нтраль, Євраз Дніпродзержинський коксохімічний завод, При-

дніпровський хімічний завод, Дніпроазот, Дніпровагонмаш,

Дніпровський металургійний комбінат Дзержинського, Дніпро-

дзержинський цементний завод.

Всього: 8 підприємств, 56 діючих стаціонарних джерела забру-

днення атмосфери, 6 пріоритетних забруднювачів)

Період: 2010 рік (річні форми)

3 Архів метеорологі-

чних спостережень

метеостанції "Кода-

ки"

Метеорологічні показники: Швидкість вітру, напрямок вітру,

загальна хмарність, нижня хмарність, температура.

Період: жовтень 2006 – червень 2007 (1584 записів); 2010 рік

(2744 запис)

Режим доступу:

http://rp5.ru

4 Забрудненість атмо-

сферного повітря за

результатами спо-

стережень

Територія: м. Дніпропетровськ (8 постів, 9 забруднювачів), м.

Дніпродзержинськ (3 пости, 8 забруднювачів)

Період: 2010 рік

Дніпропетровський облас-

ний центр гідрометеороло-

гії

5 Дані про токсич-

ність атмосферного

повітря м. Дніпро-

петровськ за тестом

"Стерильність пил-

ку" рослин [120].

Результати тесту «Стерильність пилку» індикаторних рос-лин: 187 точок відбору, 535 зразків , 77 видів, 572 200 клітин до-

сліджено

Період: 2006 – 2007 рік

Матеріали звіту «Впрова-

дження системи комплекс-

ного еколого-генетичного

моніторингу довкілля та

здоров'я людини на тери-

торії м. Дніпропетровська»

18

0

№ Вид вхідних даних Характеристика даних, обсяг, період Джерело

6 Аерофотознімки

міст та територій

розташування підп-

риємств

Територія: м. Дніпропетровськ, Дніпродзержинськ

Дані: Растрові композитні зображення високої здатності, цифро-

ві мапи висот (супутник ASTER GDEM за сіткою в одну кутову

секунду). Мультіспектральні зображення територій досліджених

міст в видимому, пан-хроматичному та інфрачервоному діапазо-

нах

Програмне забезпечення

(сервіси): SаsPlanet,

http://glovis.usgs.gov,

http://earthexplorer.usgs.gov,

7 Інтенсивність руху

автотранспорту у

години „пік” на ав-

тошляхах м. Дніп-

ропетровська

Структура бази даних: назва перехрестя, тип перехрестя, тип

місцевості, кількість автомобілів у годину «пік», кількість авто-

мобілів за добу

Всього: 27 перехресть, 54 вулиці

Період: 2007 – 2008 рр

Грант від міського голови

за темою "Розробка науко-

во-обґрунтованих принци-

пів озеленення території м.

Дніпропетровська з ураху-

ванням рівнів техногенно-

го навантаження"[121]

18

1

ДОДАТОК Б

ЗАДАЧІ ДЛЯ ФОРМУВАННЯ ІНФОРМАЦІЙНО-АНАЛІТИЧНОЇ СИСТЕМИ ПРОГНОЗУВАННЯ РИЗИКІВ

№ Задачі Методики, інструменти та

програмне забезпечення

1. Визначення впливу забруднення атмосфери на стан здоров’я населення Дніпропетров-

ської області

Кореляційний аналіз,

Microsoft Excel

2. Отримання аерофотознімків міст та територій розташування промислових підприємств.

Обробка та векторізація аерофотознімків для формування окремих шарів ГІС: міста,

райони, квартали, висоти, гідрологія, магістралі, зелені насадження, промділянки, дже-

рела викидів. Побудова цифрової карти висот, оцінка стану зелених насаджень на тери-

торіях санітарно-захисних зон підприємств та міських балок за показниками нормалізо-

ваного вегетаційного індексу рослин NDVI.

SаsPlanet,

http://glovis.usgs.gov

http://earthexplorer.usgs.gov

ESRI ArgGIS Desktop 9

3. Формування бази даних джерел забруднення атмосфери за пріоритетними забруднюва-

чами.

Ідентифікація джерел та визначення середньої інтенсивності викидів забруднювачів, г/с.

ESRI ArgGIS Desktop 9,

Microsoft Excel

4. Обробка бази метеорологічних показників: обчислення висоти Сонця за часом та міс-

цем, визначення класу стійкості атмосфери за метеорологічними показниками.

Визначення розподілів ймовірностей швидкості вітру, напрямів вітру, та коефіцієнта

стійкості атмосфери.

Microsoft Excel

5. Моделювання процесів переносу забруднювачів від точкових джерел та визначення

осереднених приземних концентрацій;

Розрахунок осереднених

за тривалий період конце-

нтрацій шкідливих речо-

18

2

№ Задачі Методики, інструменти та

програмне забезпечення

Формування масиву розрахункових точок приземних концентрацій в фіксованих місцях вин, що викидаються в

атмосферу, MathCAD

6. Підготовка масиву розрахункових точок приземних концентрацій згідно вимогам про-

грами ArgGIS та калькуляція сумарних значень концентрацій від декількох джерел;

Microsoft Excel

7. Розрахунок осереднених значень викидів пріоритетних забруднювачів на досліджених

автошляхах та перехрестях міста

Методика визначення об-

сягів викидів забруднюва-

чів від пересувних дже-

рел, Microsoft Excel

8. Формування бази даних про стан стерильності пилку рослин на досліджених тест-

полігонах

ESRI ArgGIS Desktop 9,

Microsoft Excel

9. Дослідження впливу забруднення атмосферного повітря на стерильність пилку рослин. Кореляційний та регресій-

ний аналіз, Microsoft Excel

10. Картографування території міста за осередненими концентраціями пріоритетних забру-

днювачів та комплексного індексу забруднення атмосфери;

Оцінка ризиків для здоров'я населення за районами міст: визначення кількості населен-

ня, що потрапляє під певний клас ризику (вихідна форма 1)

Оцінка ризику для здоров'я населення від певного підприємства (вихідна форма 2)

ESRI ArgGIS Desktop 9,

Microsoft Excel

18

3

ДОДАТОК В

МІНІМАЛЬНІ ТА МАКСИМАЛЬНІ ЗНАЧЕННЯ ІНДИВІДУАЛЬНИХ ІНДЕКСІВ НЕБЕЗПЕКИ ЗДОРОВ’Я

НАСЕЛЕННЯ ВІД ВИКИДІВ ПРОМИСЛОВИХ ПІДПРИЄМСТВ У РАЙОНАХ ДНІПРОПЕТРОВСЬКА

Підприємство АНД

Бабушкінський

Жовтневий

Індустріальний

Кіровський

Красногвардійський

Ленінський

Самарський

Таромський

Дніпропетровськ

min max min max min min max min max min min max min max min max min max min max

Вагоноремонтний завод 0 0,03 0 0,01 0 0,01 0,01 0,03 0 0,01 0 0,01 0 0,01 0 0,01 0 0 0 0,03

Вторчормет 0,01 0,08 0,01 0,05 0,02 0,10 0,02 0,22 0,02 0,04 0,01 0,03 0 0,02 0,01 0,33 0 0,01 0 0,33

Стрілочний завод 0 0 0 0 0 0,01 0 0,01 0 0 0 0 0 0 0 0,01 0 0 0 0,01

ДЗ Алюмаш 0,03 0,27 0,02 0,11 0,02 0,10 0,06 0,19 0,04 0,16 0,03 0,16 0,02 0,19 0,02 0,08 0,01 0,03 0,01 0,27

ДМЗ ім. Петровського 0,42 0,95 0,33 0,85 0,31 0,83 0,55 0,91 0,44 0,89 0,30 0,88 0,20 0,78 0,29 0,73 0,20 0,37 0,20 0,95

ДМЗ ім. Комінтерну 0 0,13 0 0,04 0 0,03 0,01 0,08 0,01 0,06 0,01 0,07 0 0,06 0 0,03 0 0 0 0,13

Дніпрококс 0,37 1,93 0,30 1,23 0,26 1,06 0,45 0,98 0,62 2,06 0,36 2,47 0,19 2,53 0,24 0,74 0,16 0,35 0,16 2,53

Дніпроважмаш 0,02 0,09 0,01 0,04 0,01 0,04 0,02 0,04 0,02 0,07 0,01 0,10 0,01 0,18 0,01 0,02 0,01 0,02 0,01 0,18

Дніпровагонрембуд 0 0,07 0 0,02 0 0,02 0,01 0,05 0 0,03 0 0,03 0 0,02 0 0,01 0 0 0 0,07

Дніпрошина 0,05 0,16 0,16 1,09 0,15 0,65 0,05 0,18 0,14 0,58 0,13 1,14 0,05 0,34 0,07 0,21 0,04 0,08 0,04 1,14

18

4

Підприємство АНД

Бабушкінський

Жовтневий

Індустріальний

Кіровський

Красногвардійський

Ленінський

Самарський

Таромський

Дніпропетровськ

min max min max min min max min max min min max min max min max min max min max

Дніпроважбудмаш 0 0 0 0 0 0 0 0,01 0 0 0 0 0 0 0 0,01 0 0 0 0,01

Дніпропрес 0,02 0,05 0,03 0,28 0,05 0,22 0,02 0,06 0,04 0,12 0,04 0,19 0,02 0,08 0,03 0,08 0,02 0,02 0,02 0,28

Завод прокатних валків 0 0,05 0 0,02 0 0,01 0,01 0,03 0 0,03 0 0,03 0 0,02 0 0,01 0 0 0 0,05

Завод Південьмаш 0,01 0,01 0,01 0,02 0,01 0,02 0,01 0,01 0,01 0,02 0,01 0,02 0 0,01 0,01 0,01 0 0,01 0 0,02

Завод ім. Бабушкіна 0,01 0,10 0,01 0,03 0,01 0,03 0,01 0,03 0,01 0,08 0,01 0,10 0 0,11 0 0,02 0 0,01 0 0,11

Комбайновий завод 0,01 0,15 0,01 0,08 0,01 0,07 0,02 0,07 0,03 0,15 0,01 0,16 0,01 0,15 0,01 0,04 0,01 0,01 0,01 0,16

Інтерпайп НТЗ 0,37 1,36 0,63 1,44 0,56 1,42 0,40 1,98 0,86 1,36 0,56 1,17 0,28 0,91 0,56 1,98 0,24 0,38 0,24 1,98

Придніпровська ТЕС 2,36 3,29 1,78 3,42 0,21 3,34 2,64 3,29 2,55 3,45 1,69 3,43 1,57 3,35 0,03 5,08 1,46 2,00 0,03 5,08

Трубний завод 0,01 0,08 0,01 0,03 0,01 0,03 0,01 0,03 0,02 0,06 0,01 0,09 0,01 0,13 0,01 0,02 0 0,01 0 0,13

Всі підприємства: 4,28 8,12 4,40 8,00 2,10 7,88 5,43 7,73 5,96 8,26 4,06 8,24 2,74 8,19 2,04 7,69 2,62 3,42 2,04 8,26

18

5

ДОДАТОК Г

МІНІМАЛЬНІ ТА МАКСИМАЛЬНІ ЗНАЧЕННЯ ПОПУЛЯЦІЙНИХ ІНДЕКСІВ НЕБЕЗПЕКИ ЗДОРОВ’Я

НАСЕЛЕННЯ ВІД ВИКИДІВ ПРОМИСЛОВИХ ПІДПРИЄМСТВ У РАЙОНАХ ДНІПРОПЕТРОВСЬКА

Підприємства АНД

Бабушкінський

Жовтневий

Індустріальний

Кіровський

Красногвардійський

Ленінський

Самарський

Таромський

Дніпропетровськ

min max min max min max min max min max min max min max min max min max min max

Вагоноремонтний

завод

1.8E+

02

5.0E+

03

1.6E+

02

1.0E+

03

2.5E+

02

1.4E+

03

6.7E+

02

4.0E+

03

2.1E+

02

9.7E+

02

2.1E+

02

1.6E+

03

1.3E+

02

1.4E+

03

1.0E+

02

9.2E+

02

1.0E+

01

1.8E+

01

7.0E+

02

3.3E+

04

Вторчормет 9.8E+

02

1.2E+

04

1.5E+

03

5.3E+

03

2.7E+

03

1.7E+

04

2.5E+

03

2.9E+

04

1.4E+

03

2.9E+

03

1.1E+

03

3.5E+

03

6.5E+

02

3.2E+

03

1.1E+

03

2.5E+

04

5.2E+

01

8.7E+

01

3.5E+

03

3.3E+

05

Стрілочний завод 5.4E+

01

7.2E+

02

7.9E+

01

3.7E+

02

1.2E+

02

1.1E+

03

1.2E+

02

1.3E+

03

6.9E+

01

1.9E+

02

5.9E+

01

2.1E+

02

3.0E+

01

2.0E+

02

5.1E+

01

6.7E+

02

2.5E+

00

4.3E+

00

1.7E+

02

9.6E+

03

ДЗ Алюмаш 4.6E+

03

4.2E+

04

2.6E+

03

1.2E+

04

3.6E+

03

1.7E+

04

8.5E+

03

2.5E+

04

2.8E+

03

1.1E+

04

3.4E+

03

2.0E+

04

2.8E+

03

2.9E+

04

1.4E+

03

5.7E+

03

2.1E+

02

4.1E+

02

1.4E+

04

2.7E+

05

ДМЗ ім. Петров-

ського

6.4E+

04

1.5E+

05

3.5E+

04

9.2E+

04

5.2E+

04

1.4E+

05

7.3E+

04

1.2E+

05

2.9E+

04

6.0E+

04

3.6E+

04

1.1E+

05

3.2E+

04

1.2E+

05

2.2E+

04

5.5E+

04

3.0E+

03

5.5E+

03

2.0E+

05

9.5E+

05

ДМЗ ім. Комінте-

рну

6.9E+

02

2.0E+

04

5.2E+

02

4.2E+

03

7.7E+

02

5.7E+

03

1.8E+

03

1.0E+

04

6.8E+

02

4.3E+

03

6.7E+

02

8.9E+

03

4.1E+

02

9.5E+

03

3.0E+

02

2.0E+

03

3.2E+

01

6.0E+

01

2.2E+

03

1.3E+

05

Дніпрококс 5.7E+

04

3.0E+

05

3.3E+

04

1.3E+

05

4.4E+

04

1.8E+

05

6.1E+

04

1.3E+

05

4.2E+

04

1.4E+

05

4.3E+

04

3.0E+

05

2.9E+

04

4.0E+

05

1.8E+

04

5.5E+

04

2.4E+

03

5.1E+

03

1.6E+

05

2.5E+

06

18

6

Підприємства АНД

Бабушкінський

Жовтневий

Індустріальний

Кіровський

Красногвардійський

Ленінський

Самарський

Таромський

Дніпропетровськ

min max min max min max min max min max min max min max min max min max min max

Дніпроважмаш 2.3E+

03

1.3E+

04

1.2E+

03

4.6E+

03

1.6E+

03

6.0E+

03

2.0E+

03

5.1E+

03

1.6E+

03

5.0E+

03

1.7E+

03

1.2E+

04

1.3E+

03

2.8E+

04

6.0E+

02

1.8E+

03

1.0E+

02

2.5E+

02

7.1E+

03

1.8E+

05

Дніпровагонрем-

буд

3.1E+

02

1.0E+

04

2.4E+

02

1.9E+

03

3.7E+

02

2.7E+

03

9.8E+

02

6.3E+

03

3.2E+

02

2.0E+

03

3.2E+

02

3.7E+

03

2.0E+

02

3.6E+

03

1.5E+

02

1.1E+

03

1.6E+

01

2.8E+

01

1.1E+

03

6.6E+

04

Дніпрошина 7.3E+

03

2.5E+

04

1.7E+

04

1.2E+

05

2.6E+

04

1.1E+

05

7.1E+

03

2.4E+

04

9.5E+

03

3.9E+

04

1.6E+

04

1.4E+

05

8.0E+

03

5.4E+

04

5.2E+

03

1.5E+

04

6.5E+

02

1.1E+

03

4.4E+

04

1.1E+

06

Дніпроважбудмаш 3.3E+

01

5.5E+

02

4.8E+

01

3.0E+

02

7.3E+

01

7.2E+

02

7.1E+

01

8.8E+

02

4.7E+

01

1.6E+

02

3.7E+

01

1.6E+

02

1.8E+

01

1.5E+

02

3.0E+

01

4.8E+

02

1.5E+

00

2.6E+

00

1.0E+

02

6.6E+

03

Дніпропрес 2.5E+

03

7.6E+

03

3.8E+

03

3.0E+

04

8.5E+

03

3.7E+

04

2.3E+

03

7.6E+

03

2.7E+

03

8.2E+

03

4.5E+

03

2.3E+

04

2.6E+

03

1.3E+

04

2.0E+

03

6.2E+

03

2.2E+

02

3.5E+

02

1.5E+

04

2.8E+

05

Завод прокатних

валків

2.7E+

02

7.3E+

03

2.1E+

02

1.7E+

03

3.3E+

02

2.3E+

03

7.8E+

02

4.3E+

03

2.8E+

02

1.7E+

03

2.8E+

02

3.2E+

03

1.7E+

02

2.8E+

03

1.3E+

02

9.2E+

02

1.3E+

01

2.4E+

01

9.1E+

02

4.7E+

04

Завод Південьмаш 7.9E+

02

2.3E+

03

8.7E+

02

1.9E+

03

1.3E+

03

3.0E+

03

7.6E+

02

2.0E+

03

7.5E+

02

1.2E+

03

8.7E+

02

2.2E+

03

5.4E+

02

2.2E+

03

5.3E+

02

1.0E+

03

4.4E+

01

7.4E+

01

3.0E+

03

1.8E+

04

Завод ім. Бабуш-

кіна

1.3E+

03

1.5E+

04

6.7E+

02

3.7E+

03

8.6E+

02

5.1E+

03

1.6E+

03

4.3E+

03

9.1E+

02

5.4E+

03

9.0E+

02

1.2E+

04

6.1E+

02

1.7E+

04

3.4E+

02

1.4E+

03

4.6E+

01

1.0E+

02

3.1E+

03

1.1E+

05

Комбайновий за-

вод

2.1E+

03

2.2E+

04

1.3E+

03

8.8E+

03

1.7E+

03

1.2E+

04

2.6E+

03

9.0E+

03

1.8E+

03

1.0E+

04

1.8E+

03

2.0E+

04

9.5E+

02

2.4E+

04

6.6E+

02

3.0E+

03

7.6E+

01

1.5E+

02

5.1E+

03

1.6E+

05

18

7

Підприємства АНД

Бабушкінський

Жовтневий

Індустріальний

Кіровський

Красногвардійський

Ленінський

Самарський

Таромський

Дніпропетровськ

min max min max min max min max min max min max min max min max min max min max

Інтерпайп НТЗ 5.7E+

04

2.1E+

05

6.8E+

04

1.6E+

05

9.5E+

04

2.4E+

05

5.3E+

04

2.6E+

05

5.8E+

04

9.1E+

04

6.8E+

04

1.4E+

05

4.4E+

04

1.4E+

05

4.2E+

04

1.5E+

05

3.5E+

03

5.6E+

03

2.4E+

05

2.0E+

06

Придніпровська

ТЕС

3.6E+

05

5.1E+

05

1.9E+

05

3.7E+

05

3.5E+

04

5.7E+

05

3.5E+

05

4.4E+

05

1.7E+

05

2.3E+

05

2.0E+

05

4.1E+

05

2.5E+

05

5.3E+

05

2.5E+

03

3.8E+

05

2.2E+

04

2.9E+

04

3.4E+

04

5.1E+

06

Трубний завод 1.8E+

03

1.3E+

04

8.1E+

02

3.3E+

03

1.1E+

03

4.6E+

03

1.6E+

03

4.4E+

03

1.1E+

03

4.2E+

03

1.1E+

03

1.1E+

04

9.2E+

02

2.0E+

04

4.2E+

02

1.4E+

03

7.0E+

01

1.7E+

02

4.8E+

03

1.3E+

05

Всі підприємства: 6.6E+

05

1.3E+

06

4.7E+

05

8.6E+

05

3.6E+

05

1.3E+

06

7.2E+

05

1.0E+

06

4.0E+

05

5.5E+

05

4.9E+

05

1.0E+

06

4.3E+

05

1.3E+

06

1.5E+

05

5.8E+

05

3.9E+

04

5.0E+

04

2.0E+

06

8.3E+

06

Кількість насе-

лення: 153971 107883 169972 133037 67036 121032 156991 74752 14739 999415

18

8

ДОДАТОК Д

МІНІМАЛЬНІ ТА МАКСИМАЛЬНІ ЗНАЧЕННЯ ІНДИВІДУАЛЬНИХ ІНДЕКСІВ НЕБЕЗПЕКИ ЗДОРОВ’Я

НАСЕЛЕННЯ ВІД ВИКИДІВ ПРОМИСЛОВИХ ПІДПРИЄМСТВ У РАЙОНАХ ДНІПРОДЗЕРЖИНСЬКА

Територія (район)

Підприємство

Євраз Баглійкокс

Дніпродзержинська те-

плоелектроцентраль

Євраз Дніпродзержин-

ський коксохімічний

завод

Придніпровський хімі-

чний завод

Дніпроазот

Дніпровагонмаш

Дніпровський металур-

гійний комбінат Дзер-

жинського

Дніпродзержинський

цементний завод

Усі підприємства

Баглійський Min 0,26221 0,02098 0,13728 0,00956 0,35818 0,000896 2,04063 0,0088 2,93973

Max 1,295487 0,10802 0,50429 0,073 1,155 0,003838 8,81192 0,02348 10,734

Заводський Min 0,283794 0,0056 0,03076 0,02447 0,36004 0,000096 2,671 0,001 4,25727

Max 0,647011 0,24494 0,603 0,07224 0,95241 0,004776 10,109 0,049 11,84

Дніпровський Min 0,26528 0,08146 0,26352 0,02285 0,33476 0,002474 5,4412 0,01 6,70637

Max 0,42024 0,246 0,47555 0,03181 0,45192 0,004691 9,41947 0,0474 11,017

Дніпродзержинськ Min 0,26221 0,0056 0,03076 0,00956 0,33476 0,000096 2,04063 0,001 2,93973

Max 1,295487 0,246 0,603 0,073 1,155 0,004776 10,109 0,049 11,84

18

9

ДОДАТОК Е

МІНІМАЛЬНІ ТА МАКСИМАЛЬНІ ЗНАЧЕННЯ ПОПУЛЯЦІЙНИХ ІНДЕКСІВ НЕБЕЗПЕКИ ЗДОРОВ’Я

НАСЕЛЕННЯ ВІД ВИКИДІВ ПРОМИСЛОВИХ ПІДПРИЄМСТВ У РАЙОНАХ ДНІПРОДЗЕРЖИНСЬКА

Територія (район)

Кількість населення

Мінімальні та максимальні

значеня популяційного ри-

зику

Підприємство

Євраз Баглійкокс

Дніпродзержинська

теплоелектроцент-

раль

Євраз Дніпродзер-

жинський коксохімі-

чний завод

Придніпровський

хі-

мічний завод

Дніпроазот

Дніпровагонмаш

Дніпровський мета-

лургійний комбінат

Дзержинського

Дніпродзержинський

цементний завод

Усі підприємства

Баглійський 75109 Min 19694,3 1575,6 10310,8 718,192 26902,4 67,3 153270 661 220800

Max 97302,7 8113,0 37876,4 5482,96 86750,9 288,2 661855 1764 806220

Заводський 89413 Min 25374,8 500,8 2749,99 2188,2 32192,3 8,5 238822 89 380655

Max 57851,1 21900,7 53916 6459,28 85157,6 427 903876 4381 1058650

Дніпровський 90744 Min 24072,5 7392,19 23912,9 2073,59 30377,5 224,5 493756 907 608563

Max 38134,2 22323 43153,3 2886,29 41009 425,6 854760 4301 999727

Дніпродзержинськ 255266 Min 66933,2 1429,74 7850,96 2440,85 85452,8 24,5 520903 255 750414

Max 330693 62795,4 153925 18634,4 294832 1219,1 2580484 12508 3022349

19

0

ДОДАТОК Ж

РЕЗУЛЬТАТИ АНАЛІЗУ З ВИЗНАЧЕННЯ ІНДЕКСІВ НЕБЕЗПЕКИ

ВІД ВИКИДІВ ПІДПРИЄМСТВ ДНІПРОПЕТРОВСЬКА

Таблиця Ж.1

Зональна статистика районів Дніпропетровська за індексами небезпеки (HI) для здоров'я населення

від викидів Дніпровського заводу «Алюмаш»

РАЙОН

Кількість точок ро-

зрахунку

Площа, м

2

Кількість жителів

на дослідженій

площі

Кількість жителів

на точку розрахун-

ку

Мінімальне

Максимальне

Діапазон

Більш

ість

Стандартне відхи-

лення

Сума

Сумарний популя-

ційний ризик

Кіровський 14846 5938400 67036 4,52 0,04 0,16 0,12 0,09 0,03 1289,3 5821,9

Красногвардійський 53606 21442400 121032 2,26 0,03 0,16 0,14 0,05 0,02 2868,2 6475,8

Індустріальний 54441 21776400 133037 2,44 0,06 0,19 0,13 0,10 0,03 5465,9 13357,0

Бабушкінський 30801 12320400 107883 3,50 0,02 0,11 0,09 0,04 0,02 1207,8 4230,2

Жовтневий 62752 25100800 169972 2,71 0,02 0,10 0,08 0,04 0,01 2534,8 6865,8

Амур-Нижнеднепровский 99862 39944800 153971 1,54 0,03 0,27 0,24 0,11 0,05 10850,4 16729,6

Ленінський 127321 50928400 156991 1,23 0,02 0,19 0,17 0,06 0,03 7292,5 8991,9

Таромський 25601 10240400 14739 0,58 0,01 0,03 0,01 0,02 0,00 511,5 294,5

Самарський 93110 37244000 74752 0,80 0,02 0,08 0,06 0,04 0,01 3717,7 2984,7

Дніпропетровськ 562340 224936000 999415 2,18 0,01 0,27 0,26 0,06 0,02 35738,1 65751,5

19

1

Таблиця Ж.2

Зональна статистика районів Дніпропетровська за індексами небезпеки (HI) для здоров'я населення

від викидів ВАТ «Дніпропетровський завод металоконструкцій ім. Бабушкіна»

РАЙОН

Кількість точок розра-

хунку

Площа, м

2

Кількість жителів на

дослідженій площі

Кількість жителів на

точку розрахунку

Мінімальне

Максимальне

Діапазон

Більш

ість

Стандартне відхилення

Сума

Сумарний популяцій-

ний ризик

Кіровський 14846 5938400 67036 4,52 0,01 0,08 0,07 0,03 0,01 514,8 2324,4

Красногвардійський 53606 21442400 121032 2,26 0,01 0,10 0,09 0,02 0,02 1082,3 2443,6

Індустріальний 54441 21776400 133037 2,44 0,01 0,03 0,02 0,02 0,00 1075,8 2628,9

Бабушкінський 30801 12320400 107883 3,50 0,01 0,03 0,03 0,01 0,01 375,5 1315,1

Жовтневий 62752 25100800 169972 2,71 0,01 0,03 0,02 0,01 0,00 730,4 1978,5

Амур-Нижнеднепровский 99862 39944800 153971 1,54 0,01 0,10 0,09 0,03 0,02 2718,8 4192,0

Ленінський 127321 50928400 156991 1,23 0,00 0,11 0,10 0,02 0,02 2580,1 3181,3

Таромський 25601 10240400 14739 0,58 0,00 0,01 0,00 0,00 0,00 116,8 67,3

Самарський 93110 37244000 74752 0,80 0,00 0,02 0,01 0,01 0,00 857,7 688,6

Дніпропетровськ 562340 224936000 999415 2,18 0,00 0,11 0,10 0,02 0,01 10052,2 18819,7

19

2

Таблиця Ж.3

Зональна статистика районів Дніпропетровська за індексами небезпеки (HI) для здоров'я населення

від викидів ВАТ «Дніпрококс»

РАЙОН

Кількість точок розра-

хунку

Площа, м

2

Кількість жителів на

дослідженій площі

Кількість жителів на

точку розрахунку

Мінімальне

Максимальне

Діапазон

Більш

ість

Стандартне відхилення

Сума

Сумарний популяцій-

ний ризик

Кіровський 14846 5938400 67036 4,52 0,62 2,06 1,44 1,22 0,29 18117,2 81807,3

Красногвардійський 53606 21442400 121032 2,26 0,36 2,47 2,11 0,86 0,46 46022,0 103908,6

Індустріальний 54441 21776400 133037 2,44 0,45 0,98 0,53 0,68 0,11 37026,5 90481,3

Бабушкінський 30801 12320400 107883 3,50 0,30 1,23 0,93 0,55 0,25 17050,8 59721,9

Жовтневий 62752 25100800 169972 2,71 0,26 1,06 0,80 0,53 0,17 32999,3 89383,0

Амур-Нижнеднепровский 99862 39944800 153971 1,54 0,37 1,93 1,57 0,83 0,32 83134,0 128179,5

Ленінський 127321 50928400 156991 1,23 0,19 2,53 2,34 0,83 0,53 105709,0 130343,1

Таромський 25601 10240400 14739 0,58 0,16 0,35 0,18 0,23 0,04 5974,8 3439,8

Самарський 93110 37244000 74752 0,80 0,24 0,74 0,50 0,40 0,10 37189,0 29856,8

Дніпропетровськ 562340 224936000 999415 2,18 0,16 2,53 2,37 0,68 0,25 383222,6 717121,2

19

3

Таблиця Ж.4

Зональна статистика районів Дніпропетровська за індексами небезпеки (HI) для здоров'я населення

від викидів ПАТ«НВО Дніпропрес»

РАЙОН

Кількість точок розра-

хунку

Площа, м

2

Кількість жителів на

дослідженій площі

Кількість жителів на

точку розрахунку

Мінімальне

Максимальне

Діапазон

Більш

ість

Стандартне відхилення

Сума

Сумарний популяцій-

ний ризик

Кіровський 14846 5938400 67036 4,52 0,04 0,12 0,08 0,06 0,02 922,5 4165,5

Красногвардійський 53606 21442400 121032 2,26 0,04 0,19 0,15 0,08 0,03 4467,7 10087,1

Індустріальний 54441 21776400 133037 2,44 0,02 0,06 0,04 0,03 0,01 1716,9 4195,5

Бабушкінський 30801 12320400 107883 3,50 0,03 0,28 0,25 0,15 0,06 4612,1 16154,4

Жовтневий 62752 25100800 169972 2,71 0,05 0,22 0,17 0,10 0,04 6457,4 17490,8

Амур-Нижнеднепровский 99862 39944800 153971 1,54 0,02 0,05 0,03 0,03 0,01 2592,2 3996,7

Ленінський 127321 50928400 156991 1,23 0,02 0,08 0,06 0,04 0,01 4555,0 5616,5

Таромський 25601 10240400 14739 0,58 0,02 0,02 0,01 0,02 0,00 467,8 269,3

Самарський 93110 37244000 74752 0,80 0,03 0,08 0,06 0,05 0,01 4277,9 3434,5

Дніпропетровськ 562340 224936000 999415 2,18 0,02 0,28 0,26 0,06 0,02 30069,5 65410,4

19

4

Таблиця Ж.5

Зональна статистика районів Дніпропетровська за індексами небезпеки (HI) для здоров'я населення

від викидів ПАТ «Дніпроважбудмаш»

РАЙОН

Кількість точок розраху-

нку

Площа, м

2

Кількість жителів на до-

слідженій площі

Кількість жителів на точ-

ку розрахунку

Мінімальне

Максимальне

Діапазон

Більш

ість

Стандартне відхилення

Сума

Сумарний популяційний

ризик

Кіровський 14846 5938400 67036 4,52 0,14 0,58 0,44 0,24 0,09 3608,9 16295,8

Красногвардійський 53606 21442400 121032 2,26 0,13 1,14 1,01 0,39 0,21 21104,1 47648,9

Індустріальний 54441 21776400 133037 2,44 0,05 0,18 0,12 0,10 0,03 5304,8 12963,4

Бабушкінський 30801 12320400 107883 3,50 0,16 1,09 0,93 0,54 0,21 16695,5 58477,4

Жовтневий 62752 25100800 169972 2,71 0,15 0,65 0,50 0,28 0,10 17673,1 47869,9

Амур-Нижнеднепровский 99862 39944800 153971 1,54 0,05 0,16 0,12 0,08 0,02 8264,1 12742,0

Ленінський 127321 50928400 156991 1,23 0,05 0,34 0,29 0,12 0,05 15852,6 19546,8

Таромський 25601 10240400 14739 0,58 0,04 0,08 0,03 0,06 0,01 1428,2 822,3

Самарський 93110 37244000 74752 0,80 0,07 0,21 0,14 0,12 0,03 11152,5 8953,7

Дніпропетровськ 562340 224936000 999415 2,18 0,04 1,14 1,10 0,22 0,08 101083,9 225320,2

19

5

Таблиця Ж.6

Зональна статистика районів Дніпропетровська за індексами небезпеки (HI) для здоров'я населення

від викидів КП «Дніпропетровський комбайновий завод»

РАЙОН

Кількість точок розраху-

нку

Площа, м

2

Кількість жителів на до-

слідженій площі

Кількість жителів на точ-

ку розрахунку

Мінімальне

Максимальне

Діапазон

Більш

ість

Стандартне відхилення

Сума

Сумарний популяційний

ризик

Кіровський 14846 5938400 67036 4,52 0,03 0,15 0,13 0,08 0,03 1155,1 5215,7

Красногвардійський 53606 21442400 121032 2,26 0,01 0,16 0,15 0,04 0,03 2094,6 4729,3

Індустріальний 54441 21776400 133037 2,44 0,02 0,07 0,05 0,04 0,01 2019,1 4934,0

Бабушкінський 30801 12320400 107883 3,50 0,01 0,08 0,07 0,03 0,02 783,5 2744,4

Жовтневий 62752 25100800 169972 2,71 0,01 0,07 0,06 0,02 0,01 1533,8 4154,4

Амур-Нижнеднепровский 99862 39944800 153971 1,54 0,01 0,15 0,13 0,04 0,03 4259,5 6567,4

Ленінський 127321 50928400 156991 1,23 0,01 0,15 0,14 0,03 0,02 3641,8 4490,4

Таромський 25601 10240400 14739 0,58 0,01 0,01 0,01 0,01 0,00 183,7 105,7

Самарський 93110 37244000 74752 0,80 0,01 0,04 0,03 0,02 0,01 1752,1 1406,7

Дніпропетровськ 562340 224936000 999415 2,18 0,01 0,16 0,16 0,03 0,02 17423,1 34348,1

19

6

Таблиця Ж.7

Зональна статистика районів Дніпропетровська за індексами небезпеки (HI) для здоров'я населення

від викидів ПАТ «Дніпропетровський металургійний завод імені Комінтерну»

РАЙОН

Кількість точок розраху-

нку

Площа, м

2

Кількість жителів на до-

слідженій площі

Кількість жителів на точ-

ку розрахунку

Мінімальне

Максимальне

Діапазон

Більш

ість

Стандартне відхилення

Сума

Сумарний популяційний

ризик

Кіровський 14846 5938400 67036 4,52 0,01 0,06 0,05 0,03 0,01 418,2 1888,4

Красногвардійський 53606 21442400 121032 2,26 0,01 0,07 0,07 0,01 0,01 748,1 1689,0

Індустріальний 54441 21776400 133037 2,44 0,01 0,08 0,06 0,03 0,01 1814,0 4432,9

Бабушкінський 30801 12320400 107883 3,50 0,00 0,04 0,03 0,01 0,01 296,8 1039,7

Жовтневий 62752 25100800 169972 2,71 0,00 0,03 0,03 0,01 0,00 631,6 1710,8

Амур-Нижнеднепровский 99862 39944800 153971 1,54 0,00 0,13 0,13 0,03 0,03 2883,6 4446,0

Ленінський 127321 50928400 156991 1,23 0,00 0,06 0,06 0,01 0,01 1192,6 1470,5

Таромський 25601 10240400 14739 0,58 0,00 0,00 0,00 0,00 0,00 76,6 44,1

Самарський 93110 37244000 74752 0,80 0,00 0,03 0,02 0,01 0,00 970,6 779,2

Дніпропетровськ 562340 224936000 999415 2,18 0,00 0,13 0,13 0,02 0,01 9032,1 17500,7

19

7

Таблиця Ж.8

Зональна статистика районів Дніпропетровська за індексами небезпеки (HI) для здоров'я населення

від викидів ПАТ «Інтерпайп НТЗ»

РАЙОН

Кількість точок розраху-

нку

Площа, м

2

Кількість жителів на до-

слідженій площі

Кількість жителів на точ-

ку розрахунку

Мінімальне

Максимальне

Діапазон

Більш

ість

Стандартне відхилення

Сума

Сумарний популяційний

ризик

Кіровський 14846 5938400 67036 4,52 0,86 1,36 0,50 1,14 0,11 16887,7 76255,5

Красногвардійський 53606 21442400 121032 2,26 0,56 1,17 0,61 0,84 0,14 45057,9 101731,9

Індустріальний 54441 21776400 133037 2,44 0,40 1,98 1,58 1,17 0,30 63644,9 155528,4

Бабушкінський 30801 12320400 107883 3,50 0,63 1,44 0,80 0,91 0,23 28136,1 98549,1

Жовтневий 62752 25100800 169972 2,71 0,56 1,42 0,87 0,91 0,20 56881,9 154072,2

Амур-Нижнеднепровский 99862 39944800 153971 1,54 0,37 1,36 0,99 0,74 0,21 73479,3 113293,5

Ленінський 127321 50928400 156991 1,23 0,28 0,91 0,63 0,49 0,15 62681,3 77288,3

Таромський 25601 10240400 14739 0,58 0,24 0,38 0,14 0,31 0,03 7814,3 4498,9

Самарський 93110 37244000 74752 0,80 0,56 1,98 1,42 1,13 0,38 104977,0 84279,7

Дніпропетровськ 562340 224936000 999415 2,18 0,24 1,98 1,74 0,85 0,20 459560,4 865497,4

19

8

Таблиця Ж.9

Зональна статистика районів Дніпропетровська за індексами небезпеки (HI) для здоров'я населення

від викидів ПАТ «Придніпровська ТЕС»

РАЙОН

Кількість точок розраху-

нку

Площа, м

2

Кількість жителів на до-

слідженій площі

Кількість жителів на точ-

ку розрахунку

Мінімальне

Максимальне

Діапазон

Більш

ість

Стандартне відхилення

Сума

Сумарний популяційний

ризик

Кіровський 14846 5938400 67036 4,52 2,55 3,45 0,90 3,24 0,20 48074,8 217079,2

Красногвардійський 53606 21442400 121032 2,26 1,69 3,43 1,73 2,39 0,51 128226,0 289509,0

Індустріальний 54441 21776400 133037 2,44 2,64 3,24 0,61 2,93 0,12 159633,0 390093,6

Бабушкінський 30801 12320400 107883 3,50 1,78 3,42 1,64 2,40 0,52 73864,2 258715,6

Жовтневий 62752 25100800 169972 2,71 0,21 3,34 3,13 2,28 0,77 142796,0 386781,9

Амур-Нижнеднепровский 99862 39944800 153971 1,54 2,36 3,29 0,93 2,89 0,22 288958,0 445527,6

Ленінський 127321 50928400 156991 1,23 1,57 3,35 1,77 2,39 0,41 303973,0 374809,9

Таромський 25601 10240400 14739 0,58 1,46 2,00 0,54 1,69 0,12 43143,7 24838,9

Самарський 93110 37244000 74752 0,80 0,03 5,08 5,04 3,34 1,19 310850,0 249562,6

Дніпропетровськ 562340 224936000 999415 2,18 0,03 5,08 5,04 2,62 0,45 1499518,7 2636918,4

19

9

Таблиця Ж.10

Зональна статистика районів Дніпропетровська за індексами небезпеки (HI) для здоров'я населення

від викидів ПАТ «ЄВРАЗ Дніпропетровський металургійний завод ім. Петровського»

РАЙОН

Кількість точок розраху-

нку

Площа, м

2

Кількість жителів на до-

слідженій площі

Кількість жителів на точ-

ку

розрахунку

Мінімальне

Максимальне

Діапазон

Більш

ість

Стандартне відхилення

Сума

Сумарний популяційний

ризик

Кіровський 14846 5938400 67036 4,52 0,44 0,89 0,45 0,65 0,15 9603,8 43365,5

Красногвардійський 53606 21442400 121032 2,26 0,30 0,88 0,58 0,47 0,08 25007,2 56461,3

Індустріальний 54441 21776400 133037 2,44 0,55 0,91 0,36 0,74 0,07 40467,7 98890,5

Бабушкінський 30801 12320400 107883 3,50 0,33 0,85 0,53 0,43 0,12 13233,2 46350,4

Жовтневий 62752 25100800 169972 2,71 0,31 0,83 0,52 0,47 0,12 29492,5 79884,4

Амур-Нижнеднепровский 99862 39944800 153971 1,54 0,42 0,95 0,53 0,65 0,15 65268,5 100633,7

Ленінський 127321 50928400 156991 1,23 0,20 0,78 0,57 0,42 0,11 54026,0 66616,0

Таромський 25601 10240400 14739 0,58 0,20 0,37 0,17 0,27 0,04 7013,6 4037,9

Самарський 93110 37244000 74752 0,80 0,29 0,73 0,44 0,49 0,10 46002,5 36932,6

Дніпропетровськ 562340 224936000 999415 2,18 0,20 0,95 0,75 0,51 0,10 290115,0 533172,4

20

0

Таблиця Ж.11

Зональна статистика районів Дніпропетровська за індексами небезпеки (HI) для здоров'я населення

від викидів ДПВО «Південний машинобудівний завод ім. О. М. Макарова»

РАЙОН

Кількість точок розраху-

нку

Площа, м

2

Кількість жителів на до-

слідженій площі

Кількість жителів на точ-

ку розрахунку

Мінімальне

Максимальне

Діапазон

Більш

ість

Стандартне відхилення

Сума

Сумарний популяційний

ризик

Кіровський 14846 5938400 67036 4,52 0,01 0,02 0,01 0,02 0,00 228,1 1030,1

Красногвардійський 53606 21442400 121032 2,26 0,01 0,02 0,01 0,01 0,00 676,0 1526,4

Індустріальний 54441 21776400 133037 2,44 0,01 0,01 0,01 0,01 0,00 527,7 1289,4

Бабушкінський 30801 12320400 107883 3,50 0,01 0,02 0,01 0,01 0,00 381,3 1335,6

Жовтневий 62752 25100800 169972 2,71 0,01 0,02 0,01 0,01 0,00 821,6 2225,5

Амур-Нижнеднепровский 99862 39944800 153971 1,54 0,01 0,01 0,01 0,01 0,00 787,3 1213,9

Ленінський 127321 50928400 156991 1,23 0,00 0,01 0,01 0,01 0,00 1001,9 1235,4

Таромський 25601 10240400 14739 0,58 0,00 0,01 0,00 0,00 0,00 96,0 55,3

Самарський 93110 37244000 74752 0,80 0,01 0,01 0,01 0,01 0,00 894,0 717,8

Дніпропетровськ 562340 224936000 999415 2,18 0,00 0,02 0,02 0,01 0,00 5414,0 10629,3

20

1

Таблиця Ж.12

Зональна статистика районів Дніпропетровська за індексами небезпеки (HI) для здоров'я населення

від викидів ПАТ «Дніпропетровський завод прокатних валків»

РАЙОН

Кількість точок розраху-

нку

Площа, м

2

Кількість жителів на до-

слідженій площі

Кількість жителів на точ-

ку розрахунку

Мінімальне

Максимальне

Діапазон

Більш

ість

Стандартне відхилення

Сума

Сумарний популяційний

ризик

Кіровський 14846 5938400 67036 4,52 0,00 0,03 0,02 0,01 0,00 165,4 746,8

Красногвардійський 53606 21442400 121032 2,26 0,00 0,03 0,02 0,01 0,00 288,9 652,4

Індустріальний 54441 21776400 133037 2,44 0,01 0,03 0,03 0,01 0,00 792,8 1937,3

Бабушкінський 30801 12320400 107883 3,50 0,00 0,02 0,01 0,00 0,00 121,7 426,4

Жовтневий 62752 25100800 169972 2,71 0,00 0,01 0,01 0,00 0,00 261,9 709,5

Амур-Нижнеднепровский 99862 39944800 153971 1,54 0,00 0,05 0,05 0,01 0,01 1031,2 1589,9

Ленінський 127321 50928400 156991 1,23 0,00 0,02 0,02 0,00 0,00 443,3 546,7

Таромський 25601 10240400 14739 0,58 0,00 0,00 0,00 0,00 0,00 31,4 18,1

Самарський 93110 37244000 74752 0,80 0,00 0,01 0,01 0,00 0,00 426,3 342,3

Дніпропетровськ 562340 224936000 999415 2,18 0,00 0,05 0,05 0,01 0,00 3563,0 6969,3

20

2

Таблиця Ж.13

Зональна статистика районів Дніпропетровська за індексами небезпеки (HI) для здоров'я населення

від викидів ПАТ «Дніпропетровський трубний завод»

РАЙОН

Кількість точок розраху-

нку

Площа, м

2

Кількість жителів на до-

слідженій площі

Кількість жителів на точ-

ку розрахунку

Мінімальне

Максимальне

Діапазон

Більш

ість

Стандартне відхилення

Сума

Сумарний популяційний

ризик

Кіровський 14846 5938400 67036 4,52 0,02 0,06 0,05 0,03 0,01 485,0 2189,9

Красногвардійський 53606 21442400 121032 2,26 0,01 0,09 0,08 0,02 0,01 1252,8 2828,6

Індустріальний 54441 21776400 133037 2,44 0,01 0,03 0,02 0,02 0,00 1061,5 2594,0

Бабушкінський 30801 12320400 107883 3,50 0,01 0,03 0,02 0,01 0,01 435,3 1524,6

Жовтневий 62752 25100800 169972 2,71 0,01 0,03 0,02 0,01 0,00 819,1 2218,6

Амур-Нижнеднепровский 99862 39944800 153971 1,54 0,01 0,08 0,07 0,03 0,01 2983,1 4599,4

Ленінський 127321 50928400 156991 1,23 0,01 0,13 0,12 0,03 0,03 4337,6 5348,4

Таромський 25601 10240400 14739 0,58 0,00 0,01 0,01 0,01 0,00 183,5 105,7

Самарський 93110 37244000 74752 0,80 0,01 0,02 0,01 0,01 0,00 920,2 738,8

Дніпропетровськ 562340 224936000 999415 2,18 0,00 0,13 0,12 0,02 0,01 12478,0 22147,9

20

3

Таблиця Ж.14

Зональна статистика районів Дніпропетровська за індексами небезпеки (HI) для здоров'я населення

від викидів ПАТ «Дніпроважмаш»

РАЙОН

Кількість точок розраху-

нку

Площа, м

2

Кількість жителів на до-

слідженій площі

Кількість жителів на точ-

ку розрахунку

Мінімальне

Максимальне

Діапазон

Більш

ість

Стандартне відхилення

Сума

Сумарний популяційний

ризик

Кіровський 14846 5938400 67036 4,52 0,02 0,07 0,05 0,04 0,01 653,4 2950,3

Красногвардійський 53606 21442400 121032 2,26 0,01 0,10 0,08 0,04 0,02 1891,8 4271,3

Індустріальний 54441 21776400 133037 2,44 0,02 0,04 0,02 0,02 0,00 1300,4 3177,8

Бабушкінський 30801 12320400 107883 3,50 0,01 0,04 0,03 0,02 0,01 640,0 2241,6

Жовтневий 62752 25100800 169972 2,71 0,01 0,04 0,03 0,02 0,01 1174,4 3181,0

Амур-Нижнеднепровский 99862 39944800 153971 1,54 0,02 0,09 0,07 0,04 0,01 3546,5 5468,1

Ленінський 127321 50928400 156991 1,23 0,01 0,18 0,17 0,05 0,04 6628,1 8172,7

Таромський 25601 10240400 14739 0,58 0,01 0,02 0,01 0,01 0,00 274,4 158,0

Самарський 93110 37244000 74752 0,80 0,01 0,02 0,02 0,01 0,00 1233,4 990,2

Дніпропетровськ 562340 224936000 999415 2,18 0,01 0,18 0,17 0,03 0,01 17342,3 30610,9

20

4

Таблиця Ж.15

Зональна статистика районів Дніпропетровська за індексами небезпеки (HI) для здоров'я населення

від викидів ПАТ «Дніпровагонрембуд»

РАЙОН

Кількість точок розраху-

нку

Площа, м

2

Кількість жителів на до-

слідженій площі

Кількість жителів на точ-

ку розрахунку

Мінімальне

Максимальне

Діапазон

Більш

ість

Стандартне відхилення

Сума

Сумарний популяційний

ризик

Кіровський 14846 5938400 67036 4,52 0,00 0,03 0,02 0,01 0,01 189,1 853,7

Красногвардійський 53606 21442400 121032 2,26 0,00 0,03 0,03 0,01 0,00 331,0 747,4

Індустріальний 54441 21776400 133037 2,44 0,01 0,05 0,04 0,02 0,01 1006,0 2458,2

Бабушкінський 30801 12320400 107883 3,50 0,00 0,02 0,02 0,00 0,00 138,5 485,1

Жовтневий 62752 25100800 169972 2,71 0,00 0,02 0,01 0,00 0,00 299,0 809,9

Амур-Нижнеднепровский 99862 39944800 153971 1,54 0,00 0,07 0,06 0,01 0,01 1339,5 2065,3

Ленінський 127321 50928400 156991 1,23 0,00 0,02 0,02 0,00 0,00 533,2 657,4

Таромський 25601 10240400 14739 0,58 0,00 0,00 0,00 0,00 0,00 36,5 21,0

Самарський 93110 37244000 74752 0,80 0,00 0,01 0,01 0,01 0,00 489,1 392,7

Дніпропетровськ 562340 224936000 999415 2,18 0,00 0,07 0,06 0,01 0,00 4361,9 8490,7

20

5

Таблиця Ж.16

Зональна статистика районів Дніпропетровська за індексами небезпеки (HI) для здоров'я населення

від викидів ВАТ «Дніпропетровський вагоноремонтний завод»

РАЙОН

Кількість точок розраху-

нку

Площа, м

2

Кількість жителів на до-

слідженій площі

Кількість жителів на точ-

ку розрахунку

Мінімальне

Максимальне

Діапазон

Більш

ість

Стандартне відхилення

Сума

Сумарний популяційний

ризик

Кіровський 14846 5938400 67036 4,52 0,00 0,01 0,01 0,01 0,00 107,5 485,2

Красногвардійський 53606 21442400 121032 2,26 0,00 0,01 0,01 0,00 0,00 186,9 422,0

Індустріальний 54441 21776400 133037 2,44 0,01 0,03 0,03 0,01 0,01 704,9 1722,5

Бабушкінський 30801 12320400 107883 3,50 0,00 0,01 0,01 0,00 0,00 88,9 311,4

Жовтневий 62752 25100800 169972 2,71 0,00 0,01 0,01 0,00 0,00 189,3 512,8

Амур-Нижнеднепровский 99862 39944800 153971 1,54 0,00 0,03 0,03 0,01 0,01 607,5 936,6

Ленінський 127321 50928400 156991 1,23 0,00 0,01 0,01 0,00 0,00 291,3 359,2

Таромський 25601 10240400 14739 0,58 0,00 0,00 0,00 0,00 0,00 23,4 13,5

Самарський 93110 37244000 74752 0,80 0,00 0,01 0,01 0,00 0,00 348,7 280,0

Дніпропетровськ 562340 224936000 999415 2,18 0,00 0,03 0,03 0,00 0,00 2548,4 5043,2

20

6

Таблиця Ж.17

Зональна статистика районів Дніпропетровська за індексами небезпеки (HI) для здоров'я населення

від викидів ПАТ «Дніпропетровський стрілочний завод»

РАЙОН

Кількість точок розраху-

нку

Площа, м

2

Кількість жителів на до-

слідженій площі

Кількість жителів на точ-

ку розрахунку

Мінімальне

Максимальне

Діапазон

Більш

ість

Стандартне відхилення

Сума

Сумарний популяційний

ризик

Кіровський 14846 5938400 67036 4,52 0,00 0,00 0,00 0,00 0,00 26,2 118,1

Красногвардійський 53606 21442400 121032 2,26 0,00 0,00 0,00 0,00 0,00 51,2 115,7

Індустріальний 54441 21776400 133037 2,44 0,00 0,01 0,01 0,00 0,00 164,4 401,8

Бабушкінський 30801 12320400 107883 3,50 0,00 0,00 0,00 0,00 0,00 42,7 149,7

Жовтневий 62752 25100800 169972 2,71 0,00 0,01 0,01 0,00 0,00 128,5 348,0

Амур-Нижнеднепровский 99862 39944800 153971 1,54 0,00 0,00 0,00 0,00 0,00 114,1 175,9

Ленінський 127321 50928400 156991 1,23 0,00 0,00 0,00 0,00 0,00 59,5 73,3

Таромський 25601 10240400 14739 0,58 0,00 0,00 0,00 0,00 0,00 5,6 3,2

Самарський 93110 37244000 74752 0,80 0,00 0,01 0,01 0,00 0,00 241,8 194,1

Дніпропетровськ 562340 224936000 999415 2,18 0,00 0,01 0,01 0,00 0,00 834,0 1579,9

20

7

Таблиця Ж.18

Зональна статистика районів Дніпропетровська за індексами небезпеки (HI) для здоров'я населення

від викидів ТОВ «Вторчормет»

РАЙОН

Кількість точок розраху-

нку

Площа, м

2

Кількість жителів на до-

слідженій площі

Кількість жителів на точ-

ку розрахунку

Мінімальне

Максимальне

Діапазон

Більш

ість

Стандартне відхилення

Сума

Сумарний популяційний

ризик

Кіровський 14846 5938400 67036 4,52 0,02 0,04 0,02 0,03 0,00 438,6 1980,5

Красногвардійський 53606 21442400 121032 2,26 0,01 0,03 0,02 0,02 0,00 914,8 2065,5

Індустріальний 54441 21776400 133037 2,44 0,02 0,22 0,20 0,07 0,04 3927,2 9596,9

Бабушкінський 30801 12320400 107883 3,50 0,01 0,05 0,03 0,02 0,01 739,7 2590,8

Жовтневий 62752 25100800 169972 2,71 0,02 0,10 0,08 0,04 0,02 2400,7 6502,7

Амур-Нижнеднепровский 99862 39944800 153971 1,54 0,01 0,08 0,07 0,02 0,01 1843,2 2841,9

Ленінський 127321 50928400 156991 1,23 0,00 0,02 0,02 0,01 0,00 1145,1 1412,0

Таромський 25601 10240400 14739 0,58 0,00 0,01 0,00 0,00 0,00 117,9 67,9

Самарський 93110 37244000 74752 0,80 0,01 0,33 0,32 0,08 0,07 7806,5 6267,3

Дніпропетровськ 562340 224936000 999415 2,18 0,00 0,33 0,33 0,03 0,02 19333,8 33325,5

20

8

Таблиця Ж.19

Зональна статистика районів Дніпропетровська за індексами небезпеки (HI) для здоров'я населення

від викидів промислових підприємств

РАЙОН

Кількість точок розраху-

нку

Площа, м

2

Кількість жителів на до-

слідженій площі

Кількість жителів на то-

чку розрахунку

Мінімальне

Максимальне

Діапазон

Більш

ість

Стандартне відхилення

Сума

Сумарний популяційний

ризик

Кіровський 14846 5938400 67036 4,52 5,96 8,26 2,30 7,55 0,64 112091,0 506141,0

Красногвардійський 53606 21442400 121032 2,26 4,06 8,24 4,18 5,72 1,11 306565,0 692163,4

Індустріальний 54441 21776400 133037 2,44 5,43 7,73 2,29 6,73 0,43 366417,0 895409,5

Бабушкінський 30801 12320400 107883 3,50 4,40 8,00 3,60 5,58 1,09 171809,0 601775,6

Жовтневий 62752 25100800 169972 2,71 2,10 7,88 5,78 5,21 1,36 326770,0 885099,9

Амур-Нижнеднепровский 99862 39944800 153971 1,54 4,28 8,12 3,84 6,18 1,09 617122,0 951504,7

Ленінський 127321 50928400 156991 1,23 2,74 8,19 5,45 4,94 1,32 628816,0 775353,2

Таромський 25601 10240400 14739 0,58 2,62 3,42 0,80 2,91 0,19 74440,0 42857,0

Самарський 93110 37244000 74752 0,80 2,04 7,69 5,65 6,22 1,54 579278,0 465067,1

Дніпропетровськ 562340 224936000 999415 2,18 2,04 8,26 6,22 5,67 0,98 3183308,0 5815371,4

20

9

ДОДАТОК К

РЕЗУЛЬТАТИ АНАЛІЗУ З ВИЗНАЧЕННЯ ІНДЕКСІВ НЕБЕЗПЕКИ

ВІД ВИКИДІВ ПІДПРИЄМСТВ ДНІПРОДЗЕРЖИНСЬКА

Таблиця К.1

Зональна статистика районів Дніпродзержинська за індексами небезпеки (HI) для здоров'я населення

від викидів ДП «Придніпровський хімічний завод»

РАЙОН

Кількість точок розра-

хунку

Площа дослідження,

м2

Кількість жителів на

дослідженій площі

Кількість жителів на

точку розрахунку

Мінімальне

Максимальне

Діапазон

Більшість

Стандартне відхилення

Сума

Сумарний популяцій-

ний ризик

Заводський 230248 23024800 88631 0,38 0,02 0,07 0,05 0,04 0,01 8707,94 3352,0

Дніпровський 28694 2869400 10098 0,35 0,02 0,03 0,01 0,03 0,00 751,41 264,4

Баглійський 206545 20654500 75109 0,36 0,01 0,07 0,06 0,05 0,01 9776,56 3555,2

Дніпродзержинськ 465487 46548700 173837 0,37 0,01 0,07 0,06 0,04 0,01 19235,9 7171,6

21

0

Таблиця К.2

Зональна статистика районів Дніпродзержинська за індексами небезпеки (HI) для здоров'я населення

від викидів ПАТ «Дніпровський металургійний комбінат ім. Дзержинського»

РАЙОН

Кількість точок розра-

хунку

Площа дослідження, м

2

Кількість жителів на до-

слідженій площі

Кількість жителів на то-

чку розрахунку

Мінімальне

Максимальне

Діапазон

Більшість

Стандартне відхилення

Сума

Сумарний популяційний

ризик

Заводський 230248 23024800 88631 0,38 2,67 10,11 7,44 6,94 1,88 1598840,00 615451,6

Дніпровський 28694 2869400 10098 0,35 5,44 9,42 3,98 7,01 0,87 201044,00 70748,0

Баглійський 206545 20654500 75109 0,36 2,04 8,81 6,77 4,17 1,41 861869,00 313414,1

Дніпродзержинськ 465487 46548700 173837 0,37 2,04 10,11 8,07 6,04 1,39 2661753,0 999613,8

21

1

Таблиця К.3

Зональна статистика районів Дніпродзержинська за індексами небезпеки (HI) для здоров'я населення

від викидів ПАТ «Євраз Баглійкокс»

РАЙОН

Кількість точок розра-

хунку

Площа дослідження, м

2

Кількість жителів на до-

слідженій площі

Кількість жителів на то-

чку розрахунку

Мінімальне

Максимальне

Діапазон

Більшість

Стандартне відхилення

Сума

Сумарний популяційний

ризик

Заводський 230248 23024800 88631 0,38 0,28 0,65 0,36 0,44 0,08 101850,00 39205,8

Дніпровський 28694 2869400 10098 0,35 0,27 0,42 0,15 0,32 0,03 9107,31 3204,9

Баглійський 206545 20654500 75109 0,36 0,26 1,30 1,03 0,59 0,21 121515,00 44188,3

Дніпродзержинськ 465487 46548700 173837 0,37 0,26 1,30 1,03 0,45 0,11 232472,3 86598,9

21

2

Таблиця К.4

Зональна статистика районів Дніпродзержинська за індексами небезпеки (HI) для здоров'я населення

від викидів ПАТ «Євраз Дніпродзержинський коксохімічний завод»

РАЙОН

Кількість точок розра-

хунку

Площа дослідження, м

2

Кількість жителів на

дослідженій площі

Кількість жителів на

точку розрахунку

Мінімальне

Максимальне

Діапазон

Більшість

Стандартне відхилення

Сума

Сумарний популяцій-

ний ризик

Заводський 230248 23024800 88631 0,38 0,03 0,60 0,57 0,40 0,10 93159,00 35860,3

Дніпровський 28694 2869400 10098 0,35 0,26 0,48 0,21 0,35 0,05 10112,50 3558,6

Баглійський 206545 20654500 75109 0,36 0,14 0,50 0,37 0,27 0,08 56541,60 20561,1

Дніпродзержинськ 465487 46548700 173837 0,37 0,03 0,60 0,57 0,34 0,08 159813,1 59980,0

21

3

Таблиця К.5

Зональна статистика районів Дніпродзержинська за індексами небезпеки (HI) для здоров'я населення

від викидів ПАТ «Дніпроазот»

РАЙОН

Кількість

точок розра-

хунку

Площа дослідження, м

2

Кількість жителів на до-

слідженій площі

Кількість жителів на то-

чку розрахунку

Мінімальне

Максимальне

Діапазон

Більшість

Стандартне відхилення

Сума

Сумарний популяційний

ризик

Заводський 230248 23024800 88631 0,38 0,36 0,95 0,59 0,54 0,11 125041 48133

Дніпровський 28694 2869400 10098 0,35 0,33 0,45 0,12 0,38 0,02 10896 3834,5

Баглійський 206545 20654500 75109 0,36 0,36 1,16 0,80 0,79 0,20 164044 59653,7

Дніпродзержинськ 465487 46548700 173837 0,37 0,33 1,16 0,82 0,57 0,11 299981 111621

21

4

Таблиця К.6

Зональна статистика районів Дніпродзержинська за індексами небезпеки (HI) для здоров'я населення

від викидів ПАТ «Дніпродзержинська ТЕЦ

РАЙОН

Кількість точок розра-

хунку

Площа дослідження, м

2

Кількість жителів на до-

слідженій площі

Кількість жителів на то-

чку розрахунку

Мінімальне

Максимальне

Діапазон

Більшість

Стандартне відхилення

Сума

Сумарний популяційний

ризик

Заводський 230248 23024800 88631 0,38 0,01 0,24 0,24 0,12 0,04 26991,5 10390

Дніпровський 28694 2869400 10098 0,35 0,08 0,25 0,16 0,14 0,03 4015,40 1413

Баглійський 206545 20654500 75109 0,36 0,02 0,11 0,09 0,04 0,02 8736,09 3177

Дніпродзержинськ 465487 46548700 173837 0,37 0,01 0,25 0,24 0,10 0,03 39743,0 14980

21

5

Таблиця К.7

Зональна статистика районів Дніпродзержинська за індексами небезпеки (HI) для здоров'я населення

від викидів ПАТ «Дніпровагонмаш»

РАЙОН

Кількість точок розра-

хунку

Площа дослідження, м

2

Кількість жителів на

дослідженій площі

Кількість жителів на

точку розрахунку

Мінімальне

Максимальне

Діапазон

Більшість

Стандартне відхилення

Сума

Сумарний популяцій-

ний ризик

Заводський 230248 23024800 88631 0,38 0,00 0,00 0,00 0,00 0,00 731,64 281,6

Дніпровський 28694 2869400 10098 0,35 0,00 0,00 0,00 0,00 0,00 99,75 35,1

Баглійський 206545 20654500 75109 0,36 0,00 0,00 0,00 0,00 0,00 375,92 136,7

Дніпродзержинськ 465487 46548700 173837 0,37 0,00 0,00 0,00 0,00 0,00 1207,3 453,4

21

6

Таблиця К.8

Зональна статистика районів Дніпродзержинська за індексами небезпеки (HI) для здоров'я населення

від викидів ПАТ «Дніпродзержинський цементний завод»

РАЙОН

Кількість точок розрахунку

Площа дослідження, м

2

Кількість жителів на дослі-

дженій площі

Кількість жителів на точку

розрахунку

Мінімальне

Максимальне

Діапазон

Більшість

Стандартне відхилення

Сума

Сумарний популяційний

ризик

Заводський 230248 23024800 88631 0,38 0,00 0,05 0,05 0,03 0,01 6482,77 2495,5

Дніпровський 28694 2869400 10098 0,35 0,01 0,05 0,04 0,03 0,01 897,39 315,8

Баглійський 206545 20654500 75109 0,36 0,01 0,02 0,01 0,01 0,00 2810,55 1022,0

Дніпродзержинськ 465487 46548700 173837 0,37 0,00 0,05 0,05 0,02 0,01 10190,7 3833,3

21

7

Таблиця К.9

Зональна статистика районів Дніпродзержинська за індексами небезпеки (HI) для здоров'я населення

від викидів підприємств

РАЙОН

Кількість точок розрахунку

Площа дослідження, м2

Кількість жителів на дослі-

дженій площі

Кількість жителів на точку

розрахунку

Мінімальне

Максимальне

Діапазон

Більшість

Стандартне відхилення

Сума

Сумарний популяційний

ризик

Заводський 230248 23024800 88631 0,38 4,26 11,84 7,58 8,52 1,94 1961800 755168,1

Дніпровський 28694 2869400 10098 0,35 6,71 11,02 4,31 8,26 0,99 236924 83374,3

Баглійський 206545 20654500 75109 0,36 2,94 10,73 7,79 5,93 1,78 1225670 445708,4

Дніпродзержинськ 465487 46548700 173837 0,37 2,94 11,84 8,90 7,57 1,57 3424394 1284250,8

21

8

ДОДАТОК Л

АНАЛІЗ СТЕРИЛЬНОСТІ ПИЛКУ РОСЛИН ТА РОЗРАХУНКОВИХ ІНДЕКСІВ НЕБЕЗПЕКИ

ВІД ЗАБРУДНЕННЯ АТМОСФЕРНОГО ПОВІТРЯ ДНІПРОПЕТРОВСЬКА

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

1 вул. Передова / Гуртовая 48,53808 34,95900 Суріпиця звичайна 2 500 18,5 3,70 0,84 5,579

1 вул. Передова / Гуртовая 48,53808 34,95900 Суріпка польова 2 500 28 5,60 1,03 5,579

1 вул. Передова / Гуртовая 48,53808 34,95900 Люцерна посівна 3 1000 125 12,50 1,05 5,579

2 вул. Гуртовая 48,54154 34,96270 Чорнобривці 1 1000 21 2,10 0,45 5,519

2 вул. Гуртовая 48,54154 34,96270 Петунія 5 1000 353 35,30 1,51 5,470

3 вул. Моторна 48,55200 34,94740 Мильнянка 2 700 53 7,57 1,00 5,145

3 вул. Моторна 48,55200 34,94740 Суріпиця звичайна 2 1000 56 5,60 0,73 5,145

3 вул. Моторна 48,55200 34,94740 Ромашка 2 500 32 6,40 1,09 5,145

3 вул. Моторна 48,55200 34,94740 Братки 3 500 45 9,00 1,28 5,145

3 вул. Моторна 48,55200 34,94740 Конюшина польовий 4 1000 77,2 7,72 0,84 5,145

4 Парк на Фрунзенському масиві 48,53610 34,97480 Волошка синя 2 1000 50 5,00 0,69 5,793

4 Парк на Фрунзенському масиві 48,53610 34,97480 Скереда покрівельна 3 1000 97 9,70 0,94 5,793

21

9

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

4 Парк на Фрунзенському масиві 48,53610 34,97480 Конюшина повзуча 4 1000 132 13,20 1,07 5,793

5 ж / м Березинка (магазин «Ясень») 48,53260 35,02250 Ромашка 2 500 26 5,20 0,99 6,927

6 вул. Холодильна 48,51818 35,02290 Абрикос звичайний 3 1000 234 23,40 1,34 7,601

7 вул. Петрозаводська / Донецьке шосе 35,07739 48,52557 Клівер луговий 3 1000 160 16,00 1,16 7,040

7 вул. Петрозаводська / Донецьке шосе 35,07739 48,52557 Конюшина польовий 4 1000 300 30,00 1,45 7,040

8 вул. Петрозаводська 48,51838 35,01360 Березка польова 1 500 9,1 1,82 0,60 7,397

8 вул. Петрозаводська 48,51838 35,01360 Суріпиця звичайна 2 1000 60 6,00 0,75 7,397

8 вул. Петрозаводська 48,51838 35,01360 Льнянка звичайна 3 1000 258 25,80 1,38 7,397

9 вул. Петрозаводська 48,52303 35,00100 Паслін 1 1000 84 8,40 0,88 6,856

9 вул. Петрозаводська 48,52303 35,00100 Синяк звичайний 2 500 100,5 20,10 1,79 6,856

9 вул. Петрозаводська 48,52303 35,00100 Цикорій 2 1000 152 15,20 1,14 6,856

9 вул. Петрозаводська 48,52303 35,00100 Мильнянка 2 500 89,5 17,90 1,71 6,856

10 вул. Холодильна / Донецьке шосе 48,52460 35,07370 Цикорій 2 1000 156 15,60 1,15 7,133

10 вул. Холодильна / Донецьке шосе 48,52460 35,07370 Суріпиця звичайна 2 500 88,5 17,70 1,71 7,133

10 вул. Холодильна / Донецьке шосе 48,52460 35,07370 Конюшина польовий 4 1000 285 28,50 1,43 7,133

22

0

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

11 вул. Широка 48,56360 35,09140 Буркун білий 2 1000 60 6,00 0,75 5,570

11 вул. Широка 48,56360 35,09140 Консолідації 3 1000 82 8,20 0,87 5,570

11 вул. Широка 48,56360 35,09140 Буркун лікарський 3 1000 111 11,10 0,99 5,570

12 Донецьке шосе / ЦРЛ 48,53380 34,04790 Пижмо звичайна 2 500 68,5 13,70 1,54 7,053

13 вул. Янтарна / Калинова 48,51739 35,04550 Суріпка польова 2 1000 250,6 25,06 1,37 8,291

14 вул. Янтарна / Шпалерна фабрика

«Едем» 48,51075 35,04590

Ромашка

2 1000 142 14,20

1,10 7,908

14 вул. Янтарна / Шпалерна фабрика

«Едем» 48,51075 35,04590

Мильнянка звичайна

2 500 93,5 18,70

1,74 7,908

15 вул. Холодильна / проспект Правди 48,53074 35,04100 Чину бульбова 2 500 58 11,60 1,43 7,204

15 вул. Холодильна / проспект Правди 48,53074 35,04100 Деревій 2 500 78,55 15,71 1,63 7,204

15 вул. Холодильна / проспект Правди 48,53074 35,04100 Льнянка звичайна 4 1000 204 20,40 1,27 7,204

16 вул. Байкальська 48,52282 35,05820 Суріпка польова 2 1000 206 20,60 1,28 7,489

16 вул. Байкальська 48,52282 35,05820 Деревій 2 500 89,5 17,90 1,71 7,489

16 вул. Байкальська 48,52282 35,05820 Мишачий горошок 2 1000 120 12,00 1,03 7,489

17 вул. Байкальська, 2 - Лівобережна 48,51486 35,11120 Деревій жовтий 2 1000 81 8,10 0,86 7,183

22

1

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

станція аерації

17 вул. Байкальська, 2 - Лівобережна

станція аерації 48,51486 35,11120

Суріпиця звичайна

2 1000 76 7,60

0,84 7,183

17 вул. Байкальська, 2 - Лівобережна

станція аерації 48,51486 35,11120

Ромашка садові

2 1000 133 13,30

1,07 7,183

17 вул. Байкальська, 2 - Лівобережна

станція аерації 48,51486 35,11120

Дельфініум

3 1000 152 15,20

1,14 7,183

18 вул. Магдалиновская 48,52910 35,09950 Деревій 2 500 90,5 18,10 1,72 6,712

18 вул. Магдалиновская 48,52910 35,09950 Гикавка сивувата 3 500 125 25,00 1,94 6,712

19 вул. Батумська 48,51530 35,08650 Деревій 2 500 32 6,40 1,09 7,488

19 вул. Батумська 48,51530 35,08650 Буркун лікарський 3 1000 315,1 31,51 1,47 7,488

20 вул. Доблесна, 204 48,48302 34,84407 Березка польова 1 1500 24 1,60 0,32 3,526

20 вул. Доблесна, 204 48,48302 34,84407 Суріпиця звичайна 2 2000 70 3,50 0,41 3,526

20 вул. Доблесна, 204 48,48302 34,84407 Суріпка польова 2 1000 31 3,10 0,55 3,526

20 вул. Доблесна, 204 48,48302 34,84407 Гикавка сивувата 3 2000 83 4,15 0,45 3,526

20 вул. Доблесна, 204 48,48302 34,84407 Подорожник великий 3 500 80 16,00 1,64 3,526

22

2

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

21 вул. Доблесна, 330 48,48667 34,83293 Березка польова 1 500 17 3,40 0,81 3,393

21 вул. Доблесна, 330 48,48667 34,83293 Суріпка польова 2 1000 86 8,60 0,89 3,393

21 вул. Доблесна, 330 48,48667 34,83293 М'ята польова 2 500 113 22,60 1,87 3,393

21 вул. Доблесна, 330 48,48667 34,83293 Цикорій 2 1000 44 4,40 0,65 3,393

21 вул. Доблесна, 330 48,48667 34,83293 Гикавка сивувата 3 1000 127 12,70 1,05 3,393

22 Сухачівка, вул. Доблесна 48,48753 34,82592 Мильнянка 2 500 19 3,80 0,86 3,301

22 Сухачівка, вул. Доблесна 48,48753 34,82592 Деревій 2 1000 64 6,40 0,77 3,301

23 вул. Нарвская 48,48191 34,85244 Мильнянка 2 1000 30 3,00 0,54 3,650

23 вул. Нарвская 48,48191 34,85244 Ромашка 2 1000 49 4,90 0,68 3,650

24 вул. Мостова, 187 48,47475 34,88944 Черемха звичайна 3 1000 36 3,60 0,59 3,087

24 вул. Мостова, 187 48,47475 34,88944 Спірея біла (таволга) 3 1000 90 9,00 0,90 3,087

25 Парус-2, пров. Вітрильний 48,47890 34,90660 Деревій 2 1000 101 10,10 0,95 4,945

25 Парус-2, пров. Вітрильний 48,47890 34,90660 Мишачий горошок 2 1000 74 7,40 0,83 4,945

25 Парус-2, пров. Вітрильний 48,47890 34,90660 Клівер луговий 3 1000 92 9,20 0,91 4,945

26 Комунар 48,48374 34,92490 Суріпиця звичайна 2 1000 92 9,20 0,91 5,534

22

3

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

26 Комунар 48,48374 34,92490 Цикорій 2 1000 64 6,40 0,77 5,534

27 Червоний камінь 48,48420 34,94540 Суріпка польова 2 1000 72 7,20 0,82 6,481

27 Червоний камінь 48,48420 34,94540 Гикавка сивувата 3 500 117 23,40 1,89 6,481

27 Червоний камінь 48,48420 34,94540 Лядвенець рогата 4 1000 151,4 15,14 1,13 6,481

28 вул. Комунарівська, 112 48,47625 34,92910 Деревій 2 500 50 10,00 1,34 5,531

28 вул. Комунарівська, 112 48,47625 34,92910 Чину бульбова 2 500 36 7,20 1,16 5,531

28 вул. Комунарівська, 112 48,47625 34,92910 Гикавка сивувата 3 500 67 13,40 1,52 5,531

28 вул. Комунарівська, 112 48,47625 34,92910 Льнянка звичайна 3 1000 102 10,20 0,96 5,531

28 вул. Комунарівська, 112 48,47625 34,92910 Люцерна 3 1000 114 11,40 1,01 5,531

29 вул. Комунарівська, 162 48,47238 34,92539 Мильнянка 2 1000 61 6,10 0,76 5,392

29 вул. Комунарівська, 162 48,47238 34,92539 Цикорій 2 500 27 5,40 1,01 5,392

30 вул. Вільямса 48,47000 34,90398 Березка 1 2000 30 1,50 0,27 4,779

30 вул. Вільямса 48,47000 34,90398 Льнянка звичайна 1 1000 26 2,60 0,50 4,779

30 вул. Вільямса 48,47000 34,90398 Мильнянка 2 1000 35 3,50 0,58 4,779

31 вул. Комунарівська, 208 48,46976 34,92038 Мильнянка 2 1000 95 9,50 0,93 5,301

22

4

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

31 вул. Комунарівська, 208 48,46976 34,92038 Деревій 2 1000 85 8,50 0,88 5,301

31 вул. Комунарівська, 208 48,46976 34,92038 Люцерна 3 1000 123 12,30 1,04 5,301

32 вул. Братів Трофімових - біля метро 48,47928 34,92697 Березка польова 1 500 15 3,00 0,76 5,510

32 вул. Братів Трофімових - біля метро 48,47928 34,92697 Мильнянка звичайна 2 1000 44 4,40 0,65 5,510

32 вул. Братів Трофімових - біля метро 48,47928 34,92697 Чину бульбова 2 1000 141 14,10 1,10 5,510

32 вул. Братів Трофімових - біля метро 48,47928 34,92697 Льнянка звичайна 3 1000 166 16,60 1,18 5,510

33 вул. Андрейченко / вул. Братів Тро-

фімових 48,47299 34,87540

Березка польова

1 600 18 3,00

0,70 4,061

33 вул. Андрейченко / вул. Братів Тро-

фімових 48,47299 34,87540

Суріпиця звичайна

2 2000 114 5,70

0,52 4,061

34 Набережна Леніна / вул. Щелгунова 48,48359 34,91374 Клевер луговий 3 1000 79 7,90 0,85 5,383

35 Набережна Заводська, вул. Тарана /

Курочкіна 48,49079 34,94989

Деревій

2 500 37 7,40

1,17 6,614

35 Набережна Заводська, вул. Тарана /

Курочкіна 48,49079 34,94989

Ромашка

2 500 42 8,40

1,24 6,614

35 Набережна Заводська, вул. Тарана /

Курочкіна 48,49079 34,94989

Гикавка сивувата

3 1000 211 21,10

1,29 6,614

22

5

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

36 вул. Берегова, 202 48,50355 34,00000 Березка польова 1 500 34 6,80 1,13 7,605

36 вул. Берегова, 202 48,50355 34,00000 Суріпиця звичайна 2 500 90 18,00 1,72 7,605

36 вул. Берегова, 202 48,50355 34,00000 Конюшина польовий 3 1000 288 28,80 1,43 7,605

37 Фрунзенський масив-Кайдацький

міст 48,50817 34,98270

Деревій

2 500 32 6,40

1,09 6,858

37 Фрунзенський масив-Кайдацький

міст 48,50817 34,98270

Конюшина польовий

3 500 68 13,60

1,53 6,858

38 вул. Берегова / Вітчизняна 48,50223 35,01970 Деревій 2 500 34 6,80 1,13 8,088

38 вул. Берегова / Вітчизняна 48,50223 35,01970 Конюшина польовий 3 1000 151 15,10 1,13 8,088

39 вул. Шолохова / Берегова 48,50144 34,98985 Деревій 2 500 91 18,20 1,73 7,284

40 вул. Грінченка / Вітчизняна 35,03260 48,51340 Деревій 2 500 101 20,20 1,80 7,926

40 вул. Грінченка / Вітчизняна 35,03260 48,51340 Суріпиця звичайна 2 500 34 6,80 1,13 7,926

41 вул. Передова / Донецьке шосе 48,51384 35,00320 Ромашка садові 2 500 36 7,20 1,16 7,309

41 вул. Передова / Донецьке шосе 48,51384 35,00320 Деревій 2 500 37 7,40 1,17 7,309

41 вул. Передова / Донецьке шосе 48,51384 35,00320 Льнянка звичайна 3 500 124 24,80 1,93 7,309

42 вул. Передова 48,51770 34,99550 Деревій 2 500 55 11,00 1,40 6,893

22

6

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

42 вул. Передова 48,51770 34,99550 Суріпиця звичайна 2 500 83 16,60 1,66 6,893

43 район Органної музики 48,47705 34,98691 Березка польова 1 600 181,8 30,30 1,88 7,870

43 район Органної музики 48,47705 34,98691 Чистотіл великий 2 3000 397 13,23 0,62 7,824

43 район Органної музики 48,47705 34,98691 Кульбаба лікарська 2 1000 104 10,40 0,97 7,824

43 район Органної музики 48,47705 34,98691 Волошка 2 600 69,6 11,60 1,31 7,824

43 район Органної музики 48,47705 34,98691 Суріпиця звичайна 2 600 49 8,17 1,12 7,824

44 Кінотеатр Батьківщина 48,47269 35,03207 Береза повисла 2 1000 149 14,90 1,13 8,254

44 Кінотеатр Батьківщина 48,47269 35,03207 Вишня звичайна 4 1000 393,8 39,38 1,55 8,254

45 вул. Бабушкіна 48,47116 35,00330 Чистотіл великий 2 2000 158 7,90 0,60 8,017

45 вул. Бабушкіна 48,47116 35,00330 Каштан кінський 3 2000 520 26,00 0,98 8,017

46 вул. Шмідта – військкомат 48,46508 35,01980 Чистотіл великий 2 1000 82 8,20 0,87 7,993

47 пр. Пушкіна - пам'ятник 35,01658 48,46839 Чистотіл великий 2 1000 287,2 28,72 1,43 9,978

47 пр. Пушкіна - пам'ятник 35,01658 48,46839 Бузина чорна 3 1000 280 28,00 1,42 9,978

47 пр. Пушкіна - пам'ятник 35,01658 48,46839 Спірея біла 3 1000 398,4 39,84 1,55 9,978

48 вул. Караваєва / пр. Петровського 48,47222 34,99040 Чистотіл великий 2 1000 70 7,00 0,81 7,854

22

7

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

48 вул. Караваєва / пр. Петровського 48,47222 34,99040 Синяк звичайний 2 500 69 13,80 1,54 7,854

49 вул. Авіаційна 48,46340 34,98250 Чистотіл великий 2 1000 83 8,30 0,87 7,235

50 пр. Карла Маркса / район Театру

опери та балету 48,46939 35,03708

Березка

1 1000 113 11,30

1,00 8,482

50 пр. Карла Маркса / район Театру

опери та балету 48,46939 35,03708

Суріпиця звичайна

2 500 98 19,60

1,78 8,482

51 Парк Глоби (Чкалова) 48,46917 35,03220 Березка польова 1 1000 71 7,10 0,81 8,304

51 Парк Глоби (Чкалова) 48,46917 35,03220 Грицики звич. 2 1000 244 24,40 1,36 8,304

51 Парк Глоби (Чкалова) 48,46917 35,03220 Кульбаба лікарська 2 1000 133 13,30 1,07 8,304

51 Парк Глоби (Чкалова) 48,46917 35,03220 Синяк звичайний 2 500 106,6 21,32 1,83 8,304

51 Парк Глоби (Чкалова) 48,46917 35,03220 Чистотіл великий 2 2000 190 9,50 0,66 8,304

51 Парк Глоби (Чкалова) 48,46917 35,03220 Суріпиця звичайна 2 1000 76 7,60 0,84 8,304

51 Парк Глоби (Чкалова) 48,46917 35,03220 Перстач біла 3 2000 154 7,70 0,60 8,304

51 Парк Глоби (Чкалова) 48,46917 35,03220 Спірея біла 3 1000 267 26,70 1,40 8,304

51 Парк Глоби (Чкалова)

48,46917 35,03220 Скереда покрівельна

3 500

178,8

5 35,77

2,14 8,304

22

8

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

51 Парк Глоби (Чкалова) 48,46917 35,03220 Акація біла 4 1000 278,8 27,88 1,42 8,304

51 Парк Глоби (Чкалова) 48,46917 35,03220 Конюшина польовий 4 1000 397 39,70 1,55 8,304

52 Парк Калініна 48,47255 35,00650 Пупавка польова 1 1000 137 13,70 1,09 8,120

52 Парк Калініна 48,47255 35,00650 Суріпка польова 2 1000 91 9,10 0,91 8,120

52 Парк Калініна 48,47255 35,00650 Грицики звич. 2 1000 233,3 23,33 1,34 8,120

52 Парк Калініна 48,47255 35,00650 Перстач біла 3 1000 224 22,40 1,32 8,120

52 Парк Калініна 48,47255 35,00650 Спірея біла 3 1000 256 25,60 1,38 8,120

52 Парк Калініна 48,47255 35,00650 Буркун лікарський 3 1000 133 13,30 1,07 8,120

52 Парк Калініна 48,47255 35,00650 Гикавка сивувата 3 1000 123 12,30 1,04 8,120

53 проспект Калініна 48,47402 35,00000 Чистотіл великий 2 1000 170 17,00 1,19 8,044

53 проспект Калініна 48,47402 35,00000 Грицики звич. 2 500 69 13,80 1,54 8,044

53 проспект Калініна 48,47402 35,00000 Перстач біла 3 1000 177,5 17,75 1,21 8,044

54 Автовокзал 48,47501 35,00480 Спірея біла 3 500 143,5 28,70 2,02 8,166

55 вул. Комсомольська 48,46870 35,02600 Акація біла 4 1000 385,3 38,53 1,54 8,183

56 вул. Столярова 48,47588 35,03300 Жовтушник звич. 2 1000 183 18,30 1,22 8,211

22

9

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

57 вул. Чичеріна, 4 48,47217 35,01740 Вишня 4 1000 200 20,00 1,26 8,298

58 Площа перед Виконкомом 48,46723 35,04070 Чорнобривці 1 1000 100 10,00 0,95 8,371

58 Площа перед Виконкомом 48,46723 35,04070 Кульбаба 2 1000 217,9 21,79 1,31 8,371

58 Площа перед Виконкомом 48,46723 35,04070 Петунія 5 1000 313 31,30 1,47 8,371

59 вул. Малиновського / вул. Булата 48,47139 35,11910 Кульбаба лікарська 2 1000 161 16,10 1,16 6,539

59 вул. Малиновського / вул. Булата 48,47139 35,11910 Абрикос звичайний 3 1000 156 15,60 1,15 6,539

60 вул. Малиновського, 20 48,46896 35,09410 Абрикос звичайний 3 500 58 11,60 1,43 6,628

61 пр. Правди / Малиновського 48,48110 35,06920 Дельфініум 3 1000 171,2 17,12 1,19 7,501

62 пр. Правди / завод К. Лібкнехта 48,50050 35,07240 Кульбаба 2 500 94 18,80 1,75 7,147

62 пр. Правди / завод К. Лібкнехта 48,50050 35,07240 Гикавка сивувата 3 500 142 28,40 2,02 7,147

62 пр. Правди / Малиновського 48,50050 35,07240 Яснотка плямиста 5 1500 492 32,80 1,21 7,530

63 вул. Решетилівська 48,51330 35,07210 Волошка синя 2 1000 139 13,90 1,09 8,018

64 ж / м Сонячний / Набережна 48,48913 35,07350 Кульбаба лікарська 2 500 66 13,20 1,51 7,170

64 ж / м Сонячний / Набережна 48,48913 35,07350 Конюшина польовий 4 1000 223,9 22,39 1,32 7,170

64 ж / м Сонячний / Набережна 48,48913 35,07350 Акація (чагарник) 4 1000 333,6 33,36 1,49 7,170

23

0

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

65 вул. Мологвардейская 48,47631 35,09240 Синяк звичайний 2 500 51 10,20 1,35 6,716

65 вул. Мологвардейская 48,47631 35,09240 Гикавка сивувата 3 1000 167 16,70 1,18 6,716

66 вул. Воронцова 48,48828 35,05990 Чорнобривці 1 1000 98 9,80 0,94 7,592

66 вул. Воронцова 48,48828 35,05990 Дельфініум 3 1000 302 30,20 1,45 7,592

67 вул. Косіора 48,51520 35,08680 Ромашка садові 2 1000 186 18,60 1,23 7,416

67 вул. Косіора 48,51520 35,08680 Суріпиця звичайна 2 1000 67 6,70 0,79 7,416

67 вул. Косіора 48,51520 35,08680 Ікотнік сивуватий 3 600 167,4 27,90 1,83 7,416

68 вул. Каруна / Солончакова 48,50400 35,04700 Чистотіл великий 2 1000 71 7,10 0,81 7,751

68 вул. Каруна / Солончакова 48,50400 35,04700 Деревій 2 500 88 17,60 1,70 7,751

68 вул. Каруна / Солончакова 48,50400 35,04700 Мильнянка 2 1000 164 16,40 1,17 7,751

68 вул. Каруна / Солончакова 48,50400 35,04700 Суріпиця звичайна 2 500 72,5 14,50 1,57 7,751

68 вул. Каруна / Солончакова 48,50400 35,04700 Скерда покрівельна 3 1000 287 28,70 1,43 7,751

69 вул. Калинова 48,51086 35,07780 Мильнянка 2 500 49 9,80 1,33 8,687

69 вул. Калинова

48,51086 35,07780 Дзвіночок репчатовид-

ний 2 1000 183 18,30

1,22 8,687

23

1

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

69 вул. Калинова 48,51086 35,07780 Суріпиця звичайна 2 1000 200 20,00 1,26 8,687

69 вул. Калинова 48,51086 35,07780 Яблуня 3 600 174 29,00 1,85 8,687

69 вул. Калинова 48,51086 35,07780 Черемуха 3 600 179,4 29,90 1,87 8,687

70 ж / м Північний 48,49740 35,13810 Березка польова 1 1500 135 9,00 0,74 7,738

70 ж / м Північний 48,49740 35,13810 Суріпиця звичайна 2 1000 207 20,70 1,28 7,738

70 ж / м Північний 48,49740 35,13810 Волошка фрігійський 2 1000 192 19,20 1,25 7,738

70 ж / м Північний 48,49740 35,13810 Ромашка садові 2 1000 158 15,80 1,15 7,738

70 ж / м Північний 48,49740 35,13810 Чину бульбова 2 1000 130 13,00 1,06 7,738

70 ж / м Північний 48,49740 35,13810 Деревій 2 500 87,5 17,50 1,70 7,738

70 ж / м Північний 48,49740 35,13810 Осот польовий 3 1000 270 27,00 1,40 7,738

70 ж / м Північний 48,49740 35,13810 Скерда покрівельна 3 500 67 13,40 1,52 7,738

70 ж / м Північний 48,49740 35,13810 Гикавка сивувата 3 1000 101 10,10 0,95 7,738

70 ж / м Північний 48,49740 35,13810 Вишня звичайна 4 1000 355,2 35,52 1,51 7,738

71 вул. Григорія Сковороди 48,44463 34,84850 Деревій жовтий 2 500 22 4,40 0,92 3,708

71 вул. Григорія Сковороди 48,44463 34,84850 Гикавка сивувата 3 1000 75 7,50 0,83 3,708

23

2

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

72 вул. Андрейченко 48,45563 34,86300 Буркун звичайний 2 1000 66 6,60 0,79 3,970

72 вул. Андрейченко 48,45563 34,86300 Льнянка звичайна 3 1000 124 12,40 1,04 3,970

73 вул. Будьонного, 28, Західний 48,46206 34,94060 Кульбаба лікарська 2 1000 75 7,50 0,83 6,621

73 вул. Будьонного, 28, Західний 48,46206 34,94060 Чистотіл великий 2 3000 375 12,50 0,60 6,621

73 вул. Будьонного, 28, Західний 48,46206 34,94060 Вишня звичайна 4 1000 269 26,90 1,40 6,621

74 вул. Будьонного, 21, Західний 48,46028 34,94030 Березка 1 500 50 10,00 1,34 6,697

74 вул. Будьонного, 21, Західний 48,46028 34,94030 Мильнянка 2 1200 181,2 15,10 1,03 6,697

74 вул. Будьонного, 21, Західний 48,46028 34,94030 Деревій 2 500 67,5 13,50 1,53 6,697

74 вул. Будьонного, 21, Західний 48,46028 34,94030 Вишня звичайна 4 500 69 13,80 1,54 6,697

75 вул. Забайкальська 48,46308 34,90120 Березка польова 1 500 17,5 3,50 0,82 4,880

75 вул. Забайкальська 48,46308 34,90120 Крепіс 1 500 14,5 2,90 0,75 4,880

75 вул. Забайкальська 48,46308 34,90120 Цикорій 2 1000 71 7,10 0,81 4,880

75 вул. Забайкальська 48,46308 34,90120 Гірчиця 2 1000 145 14,50 1,11 4,880

76 вул. Кропивницького, Новий 48,46151 34,95429 Березка польова 1 600 27 4,50 0,85 7,051

76 вул. Кропивницького, Новий 48,46151 34,95429 Мильнянка лікарська 2 500 95 19,00 1,75 7,051

23

3

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

77 вул. Черкаська, Новий 48,46556 34,95795 Березка польова 1 500 46 9,20 1,29 6,893

77 вул. Черкаська, Новий 48,46556 34,95795 Суріпка польова 2 1000 101 10,10 0,95 6,893

77 вул. Черкаська, Новий 48,46556 34,95795 Деревій звичайний 2 1000 161 16,10 1,16 6,893

77 вул. Черкаська, Новий 48,46556 34,95795 Конюшина польовий 4 1000 226,3 22,63 1,32 6,893

78 Лакофарбовий завод, вул. Будьонно-

го 48,46875 34,93630

Суріпка польова

2 1000 107 10,70

0,98 5,957

78 Лакофарбовий завод, вул. Будьонно-

го 48,46875 34,93630

Ромашка садові

2 1000 82 8,20

0,87 5,957

79 вул. Комунарівська, 250 48,46615 34,91789 Березка польова 1 1000 32 3,20 0,56 5,354

79 вул. Комунарівська, 250 48,46615 34,91789 Цикорій 2 1000 56 5,60 0,73 5,354

79 вул. Комунарівська, 250 48,46615 34,91789 Мильнянка 2 1000 60 6,00 0,75 5,354

79 вул. Комунарівська, 250 48,46615 34,91789 Буркун білий 2 1000 59 5,90 0,75 5,354

79 вул. Комунарівська, 250 48,46615 34,91789 Деревій білий 2 500 22 4,40 0,92 5,354

79 вул. Комунарівська, 250 48,46615 34,91789 Суріпиця звичайна 2 1000 45 4,50 0,66 5,354

80 вул.Комунарівська / Алчевська 48,45348 34,91131 Гикавка сивувата 3 1000 178 17,80 1,21 5,422

80 вул.Комунарівська / Алчевська 48,45348 34,91131 Подорожник ланцето- 3 500 14 2,80 0,74 5,422

23

4

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

листий

80 вул.Комунарівська / Алчевська 48,45348 34,91131 Яснотка плямиста 5 1000 100 10,00 0,95 5,422

81 вул. Вільямса / Алчевська 48,45305 34,90885 Березка польова 1 500 17 3,40 0,81 5,333

81 вул. Вільямса / Алчевська 48,45305 34,90885 Мильнянка 2 1000 64 6,40 0,77 5,333

81 вул. Вільямса / Алчевська 48,45305 34,90885 Чистотіл великий 2 1000 40 4,00 0,62 5,333

81 вул. Вільямса / Алчевська 48,45305 34,90885 Суріпиця звичайна 2 1000 42 4,20 0,63 5,333

81 вул. Вільямса / Алчевська 48,45305 34,90885 Деревій білий 2 1000 47 4,70 0,67 5,333

81 вул. Вільямса / Алчевська 48,45305 34,90885 М'ята польова 2 1000 67 6,70 0,79 5,333

81 вул. Вільямса / Алчевська 48,45305 34,90885 Гикавка сивувата 3 1000 66 6,60 0,79 5,333

82 вул. Республіканська / Крутий узвіз 48,45254 34,89030 Суріпиця звичайна 2 1000 50 5,00 0,69 4,694

82 вул. Республіканська / Крутий узвіз 48,45254 34,89030 Гикавка сивувата 3 1000 446 44,60 1,57 4,694

82 вул. Республіканська / Крутий узвіз 48,45254 34,89030 Яснотка плямиста 5 1000 160 16,00 1,16 4,694

83 вул. Підгірна 48,45757 34,88629 Березка польова 1 500 15 3,00 0,76 4,528

83 вул. Підгірна 48,45757 34,88629 Ромашка без'язикова 2 1000 53 5,30 0,71 4,528

83 вул. Підгірна 48,45757 34,88629 Суріпиця звичайна 2 1000 39 3,90 0,61 4,528

23

5

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

83 вул. Підгірна 48,45757 34,88629 Мильнянка 2 1000 92 9,20 0,91 4,528

83 вул. Підгірна 48,45757 34,88629 Клевер луговий 3 1000 68 6,80 0,80 4,528

83 вул. Підгірна 48,45757 34,88629 Дельфініум 3 1000 67 6,70 0,79 4,528

84 вул. Каверіна / Чичеріна 48,44680 35,00500 Береза повисла 2 2000 296 14,80 0,79 7,155

84 вул. Каверіна / Чичеріна 48,44680 35,00500 Абрикос звичайний 3 1000 298 29,80 1,45 7,155

85 вул. Чичеріна 48,45310 35,00740 Березка польова 1 500 18 3,60 0,83 8,065

85 вул. Чичеріна 48,45310 35,00740 Деревій звич. 2 500 87,5 17,50 1,70 8,065

85 вул. Чичеріна 48,45310 35,00740 Гикавка сивувата 3 500 148 29,60 2,04 8,065

86 вул. Чичеріна / Робоча 48,46370 35,01310 Суріпиця звичайна 2 500 96 19,20 1,76 7,798

86 вул. Чичеріна / Робоча 48,46370 35,01310 Деревій звич. 2 500 89,5 17,90 1,71 7,798

86 вул. Чичеріна / Робоча 48,46370 35,01310 Гикавка сивувата 3 500 107 21,40 1,83 7,798

87 вул. Криворізька / ЮМЗ 48,43830 34,99590 Кульбаба лікарська 2 1000 93 9,30 0,92 6,247

87 вул. Криворізька / ЮМЗ 48,43830 34,99590 Вишня звичайна 4 1000 192 19,20 1,25 6,247

88 вул. Кленова / ЮМЗ 48,44040 34,99030 Кульбаба лікарська 2 1000 57 5,70 0,73 6,188

88 вул. Кленова / ЮМЗ 48,44040 34,99030 Мильнянка 2 1000 64 6,40 0,77 6,188

23

6

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

89 вул. Большевітской / вул. Фабрично-

заводська 48,42790 34,99750

Березка польова

1 500 15 3,00

0,76 6,012

89 вул. Большевітской / вул. Фабрично-

заводська 48,42790 34,99750

Клен гостролистий

3 1000 75 7,50

0,83 6,012

90 вул. Большевітской / вул. Криворізь-

ка 48,43730 35,00240

Клен гостролистий

3 1000 194 19,40

1,25 6,390

91 вул. Криворізька (цеху ЮМЗ) 48,44100 34,98500 Грицики звич. 2 1000 58 5,80 0,74 6,119

91 вул. Криворізька (цеху ЮМЗ) 48,44100 34,98500 Синяк звичайний 2 500 175,5 35,10 2,13 6,119

92 вул. Большевітской / Титова 48,43250 35,00100 Березка польова 1 500 25 5,00 0,97 6,854

92 вул. Большевітской / Титова 48,43250 35,00100 Клен гостролистий 3 1000 234 23,40 1,34 6,854

93 вул. Червона 48,46300 35,04420 Деревій звич. 2 1000 196 19,60 1,26 8,695

94 ул.Красная / Троїцький ринок 48,45860 35,03890 Суріпиця звичайна 2 500 84 16,80 1,67 7,814

94 ул.Красная / Троїцький ринок 48,45860 35,03890 Деревій звич. 2 500 82 16,40 1,66 7,814

95 вул. Робоча 48,46310 35,00860 Конюшина польовий 1 500 23 4,60 0,94 7,615

95 вул. Робоча 48,46310 35,00860 Суріпиця звичайна 2 1000 80 8,00 0,86 7,615

95 вул. Робоча 48,46310 35,00860 Деревій звич. 2 500 89,5 17,90 1,71 7,615

23

7

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

96 вул. Робоча, 108 48,45000 35,00530 Березка польова 1 500 49 9,80 1,33 7,658

96 вул. Робоча, 108 48,45000 35,00530 Суріпиця звичайна 2 500 18,5 3,70 0,84 7,658

96 вул. Робоча, 108 48,45000 35,00530 Деревій 2 1000 158 15,80 1,15 7,658

96 вул. Робоча, 108 48,45000 35,00530 Буркун лікарський 3 1000 100 10,00 0,95 7,658

97 вул. Робоча / Театральна 48,44381 34,99900 Конюшина польовий 1 1000 70 7,00 0,81 6,876

97 вул. Робоча / Театральна 48,44381 34,99900 Деревій звич. 2 500 56,5 11,30 1,42 6,876

98 вул. Ю. Савченко 48,45711 35,01280 Березка польова 1 1000 26 2,60 0,50 7,361

98 вул. Ю. Савченко 48,45711 35,01280 Чистотіл великий 2 2000 274 13,70 0,77 7,361

98 вул. Ю. Савченко 48,45711 35,01280 Кульбаба лікарська 2 1000 128 12,80 1,06 7,361

98 вул. Ю. Савченко 48,45711 35,01280 Грицики звич. 2 1000 99 9,90 0,94 7,361

98 вул. Ю. Савченко

48,45711 35,01280 Подорожник ланцето-

листий. 3 500 133,5 26,70

1,98 7,361

99 вул. Войцеховича 48,45821 35,01810 Березка польова 1 500 44 8,80 1,27 7,495

99 вул. Войцеховича 48,45821 35,01810 Деревій звич. 2 500 74 14,80 1,59 7,495

99 вул. Войцеховича 48,45821 35,01810 Суріпиця звичайна 2 500 38 7,60 1,19 7,495

23

8

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

100 вул. Кедріна 48,44322 35,00200 Липа 1 1000 74 7,40 0,83 6,847

100 вул. Кедріна 48,44322 35,00200 Суріпиця звичайна 2 1000 175 17,50 1,20 6,847

100 вул. Кедріна 48,44322 35,00200 Мильнянка лікарська 2 1000 140 14,00 1,10 6,847

100 вул. Кедріна 48,44322 35,00200 Деревій звич. 2 2000 230 11,50 0,71 6,847

100 вул. Кедріна 48,44322 35,00200 Резеда жовта 4 2000 590 29,50 1,02 6,847

101 вул. Київська 48,44830 34,96260 Суріпиця звичайна 2 1000 79 7,90 0,85 6,349

101 вул. Київська 48,44830 34,96260 Спірея біла 3 2000 354 17,70 0,85 6,349

102 Парк Писаржевського 48,42940 35,01820 Синяк звичайний 2 1000 40 4,00 0,62 6,073

102 Парк Писаржевського 48,42940 35,01820 Смілка конусова 2 500 64 12,80 1,49 6,073

102 Парк Писаржевського 48,42940 35,01820 Чистотіл великий 2 1000 92,6 9,26 0,92 6,073

102 Парк Писаржевського 48,42940 35,01820 Ікотнік сивуватий 3 1000 148 14,80 1,12 6,073

103 вул. Вакуленчука

48,44160 35,01970 Галінзога дрібноквітко-

ва 1 1500 93 6,20

0,62 6,618

103 вул. Вакуленчука 48,44160 35,01970 Чистотіл великий 2 500 35 7,00 1,14 6,618

103 вул. Вакуленчука 48,44160 35,01970 Ромашка без'язикова 2 1000 71 7,10 0,81 6,618

23

9

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

103 вул. Вакуленчука 48,44160 35,01970 Суріпиця звичайна 2 1000 79 7,90 0,85 6,618

103 вул. Вакуленчука 48,44160 35,01970 Подорожник великий 3 1500 291 19,40 1,02 6,618

104 Підстанція 48,42730 35,01990 Суріпка польова 2 1000 116 11,60 1,01 5,972

104 Підстанція 48,42730 35,01990 Деревій звич. 2 1000 69 6,90 0,80 5,972

104 Підстанція 48,42730 35,01990 Мильнянка лікарська 2 500 49 9,80 1,33 5,972

105 вул. Гавриленко

48,43780 35,01720 Галінзога дрібноквітко-

ва 1 500 37 7,40

1,17 6,406

105 вул. Гавриленко 48,43780 35,01720 Чистотіл великий 2 1000 147 14,70 1,12 6,406

105 вул. Гавриленко 48,43780 35,01720 Ромашка садові 2 1000 130 13,00 1,06 6,406

106 вул. Ізюмська / туп. Полуничний 48,44706 34,98168 Суріпка польова 2 1000 60 6,00 0,75 6,284

106 вул. Ізюмська / туп. Полуничний 48,44706 34,98168 Мильнянка 2 1000 94 9,40 0,92 6,284

106 вул. Ізюмська / туп. Полуничний 48,44706 34,98168 Валеріана лікарська 2 500 24,5 4,90 0,97 6,284

106 вул. Ізюмська / туп. Полуничний 48,44706 34,98168 Буркун білий 2 500 46 9,20 1,29 6,284

106 вул. Ізюмська / туп. Полуничний 48,44706 34,98168 Клівер луговий 3 1000 86 8,60 0,89 6,284

107 вул. К. Лібкнехта / Чкалова 48,45897 35,04250 Чорнобривці 1 1000 93 9,30 0,92 8,141

24

0

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

107 вул. К. Лібкнехта / Чкалова 48,45897 35,04250 Чистотіл великий 2 1000 169 16,90 1,19 8,141

107 вул. К. Лібкнехта / Чкалова 48,45897 35,04250 М'ята польова 2 1000 149 14,90 1,13 8,141

107 вул. К. Лібкнехта / Чкалова 48,45897 35,04250 Лілія 3 1000 282 28,20 1,42 8,141

108 вул. К. Лібкнехта / ХХІІ Партз'їзду 48,45453 35,03660 Березка польова 1 1000 84 8,40 0,88 7,527

108 вул. К. Лібкнехта / ХХІІ Партз'їзду

48,45453 35,03660 Галінзога дрібноквітко-

ва 1 1000 60 6,00

0,75 7,527

108 вул. К. Лібкнехта / ХХІІ Партз'їзду 48,45453 35,03660 Просвернік 2 500 80,5 16,10 1,64 7,527

108 вул. К. Лібкнехта / ХХІІ Партз'їзду 48,45453 35,03660 Чистотіл великий 2 1000 82 8,20 0,87 7,527

108 вул. К. Лібкнехта / ХХІІ Партз'їзду 48,45453 35,03660 Мильнянка садові 2 1000 80 8,00 0,86 7,527

108 вул. К. Лібкнехта / ХХІІ Партз'їзду 48,45453 35,03660 Кульбаба лікарська 2 1000 90 9,00 0,90 7,527

109 Парк Богдана Хмельницького 48,43600 35,02000 Липа 1 1000 39 3,90 0,61 6,332

109 Парк Богдана Хмельницького 48,43600 35,02000 Жовтушник 2 1000 114 11,40 1,01 6,332

109 Парк Богдана Хмельницького 48,43600 35,02000 Кудрявець Софії 2 1000 67 6,70 0,79 6,332

109 Парк Богдана Хмельницького 48,43600 35,02000 Кульбаба 2 1000 135 13,50 1,08 6,332

109 Парк Богдана Хмельницького 48,43600 35,02000 Гикавка сивувата 3 1000 204 20,40 1,27 6,332

24

1

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

109 Парк Богдана Хмельницького 48,43600 35,02000 Суріпиця звичайна 3 1000 219 21,90 1,31 6,332

109 Парк Богдана Хмельницького 48,43600 35,02000 Спірея Вангутта 3 1000 190 19,00 1,24 6,332

109 Парк Богдана Хмельницького 48,43600 35,02000 Люцерна 3 1000 292,5 29,25 1,44 6,332

110 Район Ботанічного саду 48,43590 35,04400 Березка польова 1 1000 40 4,00 0,62 6,323

110 Район Ботанічного саду 48,43590 35,04400 Лютик польовий 2 1500 145 9,67 0,76 6,323

110 Район Ботанічного саду 48,43590 35,04400 Чистотіл великий 2 1000 132 13,20 1,07 6,323

110 Район Ботанічного саду

48,43590 35,04400 Дзвіночок персиколис-

тий 2 1000 169 16,90

1,19 6,323

110 Район Ботанічного саду 48,43590 35,04400 Жовтушник 2 1000 89 8,90 0,90 6,323

110 Район Ботанічного саду 48,43590 35,04400 Конюшина польовий 4 1000 230 23,00 1,33 6,323

111 Парк Володі Дубініна (по вул. Висо-

ковольтної) 48,42410 35,03540

Татарник звичайний

1 1000 39 3,90

0,61 5,647

111 Парк Володі Дубініна (по вул. Висо-

ковольтної) 48,42410 35,03540

Лопух великий

1 1000 14 1,40

0,37 5,647

111 Парк Володі Дубініна (по вул. Висо-

ковольтної) 48,42410 35,03540

Чистотіл великий

2 1000 87 8,70

0,89 5,647

111 Парк Володі Дубініна (по вул. Висо- 48,42410 35,03540 Цикорій 2 1000 33 3,30 0,56 5,647

24

2

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

ковольтної)

111 Парк Володі Дубініна (по вул. Висо-

ковольтної) 48,42410 35,03540

М'ята польова

2 1000 73 7,30

0,82 5,647

111 Парк Володі Дубініна (по вул. Висо-

ковольтної) 48,42410 35,03540

Кульбаба

2 1000 80 8,00

0,86 5,647

111 Парк Володі Дубініна (по вул. Висо-

ковольтної) 48,42410 35,03540

Осот польовий

3 1000 191 19,10

1,24 5,647

111 Парк Володі Дубініна (по вул. Висо-

ковольтної) 48,42410 35,03540

Конюшина польовий

4 1000 339 33,90

1,50 5,647

112 пр. Карла Маркса / Жовтнева площа 48,45660 35,06200 Кульбаба лікарська 2 1000 53 5,30 0,71 8,196

113 Жовтнева площа 48,45780 35,06820 Суріпка польова 2 2000 439 21,95 0,93 7,178

113 Жовтнева площа 48,45780 35,06820 Лютик повзучий 2 1000 143 14,30 1,11 7,178

113 Жовтнева площа 48,45780 35,06820 Скереда покрівельна 3 500 177,5 35,50 2,14 7,178

113 Жовтнева площа 48,45780 35,06820 Конюшина польовий 4 2000 600 30,00 1,02 7,178

114 пр. Карла Маркса, 19 48,45490 35,06260 Каштан кінський 3 3000 921 30,70 0,84 8,133

115 Перемога 2, вул. Мандриківська 48,44370 35,06840 Суріпиця звичайна 2 2000 328 16,40 0,83 6,459

115 Перемога 2, вул. Мандриківська 48,44370 35,06840 Гикавка сивувата 3 1000 144 14,40 1,11 6,459

24

3

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

116 Перемога 1, вул. Мандриківська 48,44690 35,07080 Чорнобривці 1 1000 32 3,20 0,56 6,591

116 Перемога 1, вул. Мандриківська 48,44690 35,07080 Мильнянка 2 1000 148 14,80 1,12 6,591

117 пр. Гагаріна - гуртожиток Металург.

Інституту 48,45170 35,06180

Суріпиця звичайна

2 500 102,7 20,54

1,81 9,405

117 пр. Гагаріна - гуртожиток Металург.

Інституту 48,45170 35,06180

Клен гостролистий

3 1000 432 43,20

1,57 9,405

118 пр. Гагаріна - Хімікотехн. Інститут 48,45020 35,06040 Мильнянка звичайна 2 500 42 8,40 1,24 8,592

118 пр. Гагаріна - Хімікотехн. Інститут 48,45020 35,06040 Деревій 2 500 95 19,00 1,75 8,592

119 пр. Гагаріна - «Мелроуз» 48,44520 35,05430 Береза повисла 2 500 94 18,80 1,75 6,905

120 вул. О.Гончара, 7 корп. НГУ

48,45460 35,05970 Клен гостролистий

3 500

178,8

5 35,77

2,14 8,754

120 вул. О.Гончара, 7 корп. НГУ 48,45460 35,05970 Клівер луговий 3 1000 223,7 22,37 1,32 8,754

121 вул. Паторжинського, 3 48,45300 35,05860 Мильнянка звичайна 2 500 117 23,40 1,89 9,218

121 вул. Паторжинського, 3 48,45300 35,05860 Мишачий горошок 2 500 128,5 25,70 1,95 9,218

122 Севастопольський парк 48,44700 35,06050 Суріпиця звичайна 2 500 45 9,00 1,28 6,897

122 Севастопольський парк 48,44700 35,06050 Гикавка сивувата 3 500 108 21,60 1,84 6,897

24

4

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

122 Севастопольський парк 48,44700 35,06050 Лядвенець рогата 4 500 90 18,00 1,72 6,897

123 вул. Рогальова / Дзержинського 48,46140 35,05920 Чистотіл великий 2 1000 135 13,50 1,08 8,423

123 вул. Рогальова / Дзержинського 48,46140 35,05920 Акація біла 4 1000 303,5 30,35 1,45 8,423

124 вул. Фурманова 48,45050 35,06410 Деревій 2 500 67 13,40 1,52 8,412

124 вул. Фурманова 48,45050 35,06410 Чистотіл великий 2 1000 140 14,00 1,10 8,412

124 вул. Фурманова 48,45050 35,06410 Грицики звич. 2 1000 198 19,80 1,26 8,412

125 вул. Лазаряна 48,43710 35,05070 Мильнянка звичайна 2 500 74 14,80 1,59 6,358

125 вул. Лазаряна 48,43710 35,05070 Суріпка польова 2 1000 81 8,10 0,86 6,358

125 вул. Лазаряна 48,43710 35,05070 Деревій звич. 2 500 51,5 10,30 1,36 6,358

125 вул. Лазаряна 48,43710 35,05070 Буркун лікарський 3 500 96 19,20 1,76 6,358

126 вул. Сімферопольська 48,44770 35,06470 Суріпка польова 2 1000 76 7,60 0,84 7,110

126 вул. Сімферопольська 48,44770 35,06470 Мильнянка звичайна 2 500 80,5 16,10 1,64 7,110

127 вул. Ливарна 48,46570 35,06280 Гикавка сивувата 1 2000 235 11,75 0,72 8,048

127 вул. Ливарна 48,46570 35,06280 Суріпиця звичайна 2 1000 64,5 6,45 0,78 8,048

127 вул. Ливарна 48,46570 35,06280 Горошок лісової 2 1000 228 22,80 1,33 8,048

24

5

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

127 вул. Ливарна 48,46570 35,06280 Деревій звич. 2 1000 122 12,20 1,03 8,048

127 вул. Ливарна 48,46570 35,06280 Синяк звичайний 2 1000 238 23,80 1,35 8,048

127 вул. Ливарна 48,46570 35,06280 Буркун лікарський 3 500 80 16,00 1,64 8,048

127 вул. Ливарна 48,46570 35,06280 Люцерна посівна 3 1000 219,1 21,91 1,31 8,048

128 вул. К. Лібкнехта, 1 48,46273 35,04667 Клен 3 1000 300,6 30,06 1,45 8,985

129 проспект К. Маркса – ЦУМ 48,46511 35,04540 Клен 3 1000 115 11,50 1,01 8,645

130 вул. Леніна / театр Шевченка 48,46860 35,04310 Береза повисла 2 1000 51 5,10 0,70 8,299

131 вул. Леніна / театр Шевченка 48,46784 35,04460 Абрикос звичайний 3 1000 249 24,90 1,37 8,299

131 Театр Шевченко / Книжковий ринок 48,46784 35,04460 Конюшина польовий 4 1000 325 32,50 1,48 8,329

132 проспект К. Маркса, 58 48,46641 35,04270 Клен 3 500 154 30,80 2,06 8,415

132 проспект К. Маркса, 58 48,46641 35,04270 Верба біла 4 1000 261 26,10 1,39 8,450

133 Троїцький собор 48,46280 35,04510 Абрикос звичайний 3 500 170,5 34,10 2,12 8,824

134 проспект К. Маркса / пам'ятник Ле-

ніна 48,46404 35,04540

Береза повисла

2 1000 193 19,30

1,25 8,745

134 проспект К. Маркса / пам'ятник Ле-

ніна 48,46404 35,04540

Акація біла

4 1000 390 39,00

1,54 8,745

24

6

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

135 вул. Сірко 48,44314 35,04460 Мишачий горошок 2 500 48 9,60 1,32 6,801

136 Комсомольський острів 48,46553 35,07711 Суріпиця звичайна 2 1000 63 6,30 0,77 7,116

136 Комсомольський острів 48,46553 35,07711 Сухоребнік лікув. 2 1000 213 21,30 1,29 7,116

136 Комсомольський острів 48,46553 35,07711 Чистотіл великий 2 1000 161 16,10 1,16 7,116

136 Комсомольський острів 48,46553 35,07711 Гикавка сивувата 3 1000 143 14,30 1,11 7,116

136 Комсомольський острів 48,46553 35,07711 Конюшина повзуча 4 1000 121 12,10 1,03 7,116

136 Комсомольський острів 48,46553 35,07711 Конюшина польовий 4 1000 262 26,20 1,39 7,116

136 Комсомольський острів 48,46553 35,07711 Яснотка плямиста 5 1000 367,5 36,75 1,52 7,116

137 Парк Шевченка 48,46240 35,07180 Суріпиця звичайна 2 500 50 10,00 1,34 7,223

137 Парк Шевченка 48,46240 35,07180 Чистотіл великий 2 500 58 11,60 1,43 7,223

137 Парк Шевченка 48,46240 35,07180 Гикавка сивувата 3 1000 300 30,00 1,45 7,223

137 Парк Шевченка 48,46240 35,07180 Конюшина польовий 4 1000 422,4 42,24 1,56 7,223

137 Парк Шевченка 48,46240 35,07180 Яснотка плямиста 5 1000 314,5 31,45 1,47 7,223

138 вул. Шевченко / Клари Цеткін 48,45700 35,05610 Чорнобривці 1 500 42 8,40 1,24 8,658

138 вул. Шевченко / Клари Цеткін 48,45700 35,05610 Чистотіл великий 2 500 83 16,60 1,66 8,658

24

7

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

138 вул. Шевченко / Клари Цеткін 48,45700 35,05610 Суріпка польова 2 1000 149 14,90 1,13 8,658

138 вул. Шевченко / Клари Цеткін 48,45700 35,05610 Ромашка без'язикова 2 1000 46 4,60 0,66 8,658

138 вул. Шевченко / Клари Цеткін

48,45700 35,05610 Дзвіночок персиколис-

тий 2 1000 134 13,40

1,08 8,658

138 вул. Шевченко / Клари Цеткін 48,45700 35,05610 Живокіст лікарський 5 500 255,2 51,04 2,24 8,658

139 вул. Шевченко / Гоголя

48,45850 35,05290 Дзвіночок персиколис-

тий 2 500 97,5 19,50

1,77 8,371

139 вул. Шевченко / Гоголя 48,45850 35,05290 Ромашка без'язикова 2 1000 151 15,10 1,13 8,371

139 вул. Шевченко / Гоголя 48,45850 35,05290 Чистотіл великий 2 500 33 6,60 1,11 8,371

139 вул. Шевченко / Гоголя 48,45850 35,05290 Лілія 3 500 115 23,00 1,88 8,371

139 вул. Шевченко / Гоголя 48,45850 35,05290 Подорожник великий 3 500 46,65 9,33 1,30 8,371

140 вул. Коцюбінского- Дем'яна Бєдного 48,46509 35,05280 Нігтики 1 500 46,5 9,30 1,30 8,636

140 вул. Коцюбінского- Дем'яна Бєдного 48,46509 35,05280 Березка польова 1 1500 81 5,40 0,58 8,636

140 вул. Коцюбінского- Дем'яна Бєдного 48,46509 35,05280 Катальпа 1 500 85,5 17,10 1,68 8,636

140 вул. Коцюбінского- Дем'яна Бєдного 48,46509 35,05280 Календула лікарська 1 500 37 7,40 1,17 8,636

140 вул. Коцюбінского- Дем'яна Бєдного 48,46509 35,05280 Чистотіл великий 2 500 102,5 20,50 1,81 8,636

24

8

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

140 вул. Коцюбінского- Дем'яна Бєдного 48,46509 35,05280 Ромашка обдерта 2 500 24,5 4,90 0,97 8,636

140 вул. Коцюбінского- Дем'яна Бєдного 48,46509 35,05280 Подорожник великий 3 500 171 34,20 2,12 8,636

141 вул. 20-річчя Перемоги 48,42110 35,12670 Чистотіл великий 2 2000 133 6,65 0,56 4,149

141 вул. 20-річчя Перемоги 48,42110 35,12670 Ромашка садові 2 1000 58 5,80 0,74 4,149

142 вул. 20-річчя Перемоги / Дитячий са-

наторій 48,41430 35,13460

Суріпиця звичайна

2 1000 59 5,90

0,75 4,038

142 вул. 20-річчя Перемоги / Дитячий са-

наторій 48,41430 35,13460

Гикавка сивувата

3 1000 301 30,10

1,45 4,038

143 вул. Роторна, СШ № 98 48,40730 35,13150 Суріпиця звичайна 2 500 30 6,00 1,06 3,284

143 вул. Роторна, СШ № 98 48,40730 35,13150 Ромашка 2 1000 33 3,30 0,56 3,284

143 вул. Роторна, СШ № 98 48,40730 35,13150 Гикавка сивувата 3 1000 60 6,00 0,75 3,284

144 вул. Гаванська – ТЕС 48,41520 35,12400 Суріпка польова 2 1000 81 8,10 0,86 2,623

145 вул. Немировича Данченко / Ротор-

ная 48,40810 35,12610

Мильнянка звичайна

2 500 17 3,40

0,81 2,946

145 вул. Немировича Данченко / Ротор-

ная 48,40810 35,12610

Ромашка

2 500 27 5,40

1,01 2,946

145 вул. Немировича Данченко / Ротор- 48,40810 35,12610 Гикавка сивувата 3 1000 60 6,00 0,75 2,946

24

9

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

ная

146 кілька км від ТЕС 48,42280 35,13790 Пукавка польова 1 1000 35 3,50 0,58 5,004

146 кілька км від ТЕС 48,42280 35,13790 Березка польова 1 1000 34 3,40 0,57 5,004

146 кілька км від ТЕС 48,42280 35,13790 Смілка біла 2 1000 73 7,30 0,82 5,004

146 кілька км від ТЕС 48,42280 35,13790 Суріпиця звичайна 2 1000 49 4,90 0,68 5,004

147 вул. Гаванська – ТЕС 48,41130 35,11050 Мильнянка звичайна 2 1000 47 4,70 0,67 2,623

147 вул. Гаванська – ТЕС 48,41130 35,11050 Гикавка сивувата 3 1000 162 16,20 1,17 2,623

148 Вул. Гаванська 48,43330 35,12170 Ромашка 2 1000 86 8,60 0,89 4,863

148 Вул. Гаванська 48,43330 35,12170 Гикавка сивувата 3 1000 142 14,20 1,10 4,863

148 Вул. Гаванська 48,43330 35,12170 Конюшина польовий 4 1000 173 17,30 1,20 4,863

149 Прохідна ТЕС 48,40333 35,11810 Цмин пісковий 1 500 11 2,20 0,66 2,278

149 Прохідна ТЕС 48,40333 35,11810 Гикавка сивувата 3 1000 75 7,50 0,83 2,278

149 Прохідна ТЕС 48,40333 35,11810 Скереда покрівельна 3 500 10 2,00 0,63 2,278

150 вул. Станіславського 48,40100 35,13290 Ромашка садові 2 500 18,15 3,63 0,84 3,069

150 вул. Станіславського 48,40100 35,13290 Гикавка сивувата 3 1000 85 8,50 0,88 3,069

25

0

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

151 вул. Дрогобицька / Рудніченко –

шламосховище 48,41474 35,13790

Березка польова

1 500 13 2,60

0,71 4,320

151 вул. Дрогобицька / Рудніченко –

шламосховище 48,41474 35,13790

Клівер луговий

3 500 51 10,20

1,35 4,320

151 вул. Дрогобицька / Рудніченко –

шламосховище 48,41474 35,13790

Конюшина повзуча

4 1000 46,3 4,63

0,66 4,320

151 вул. Дрогобицька / Рудніченко –

шламосховище 48,41474 35,13790

Конюшина польовий

4 500 29,75 5,95

1,06 4,320

152 вул. Дрогобицька 48,40985 35,13930 Деревій звич. 2 500 22 4,40 0,92 4,032

152 вул. Дрогобицька 48,40985 35,13930 Гикавка сивувата 3 500 45 9,00 1,28 4,032

153 вул. Агнії Барто 48,41820 35,13290 Деревій білий 2 1000 88 8,80 0,90 4,032

153 вул. Агнії Барто 48,41820 35,13290 Деревій жовтий 2 1000 87 8,70 0,89 4,310

153 вул. Агнії Барто 48,41820 35,13290 Суріпка польова 2 1000 120 12,00 1,03 4,310

153 вул. Агнії Барто 48,41820 35,13290 Чину бульбова 2 1000 45 4,50 0,66 4,310

153 вул. Агнії Барто 48,41820 35,13290 Синяк звичайний 2 1000 51 5,10 0,70 4,310

153 вул. Агнії Барто 48,41820 35,13290 Конюшина повзуча 4 1000 131 13,10 1,07 4,310

154 Сміттєспалювального заводу 48,43772 34,93794 Молочай 1 500 12,35 2,47 0,69 5,877

25

1

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

154 Сміттєспалювального заводу 48,43772 34,93794 Чистотіл великий 2 1000 78 7,80 0,85 5,877

154 Сміттєспалювального заводу 48,43772 34,93794 Суріпиця звичайна 2 3000 335,1 11,17 0,58 5,877

154 Сміттєспалювального заводу 48,43772 34,93794 Суріпка польова 2 1000 76 7,60 0,84 5,877

154 Сміттєспалювального заводу 48,43772 34,93794 Абрикос 3 1000 163 16,30 1,17 5,877

155 вул. Потокова – Краснопілля 48,41970 34,93480 Березка польова 1 2000 90,6 4,53 0,47 5,019

155 вул. Потокова – Краснопілля 48,41970 34,93480 Суріпиця звичайна 2 1500 47 3,13 0,45 5,019

155 вул. Потокова – Краснопілля 48,41970 34,93480 Цикорій 2 1000 28 2,80 0,52 5,019

155 вул. Потокова – Краснопілля 48,41970 34,93480 Бодяг польовий 3 1000 67 6,70 0,79 5,019

155 вул. Потокова – Краснопілля 48,41970 34,93480 Конюшина польовий 4 1000 93 9,30 0,92 5,019

156 вул. Новошкільна 48,41795 34,93820 Березка польова 1 500 9 1,80 0,59 4,984

156 вул. Новошкільна 48,41795 34,93820 Суріпиця звичайна 2 1000 47 4,70 0,67 4,984

157 вул. Дзеркальна 48,40900 34,90460 Деревій 2 500 17 3,40 0,81 4,268

157 вул. Дзеркальна 48,40900 34,90460 Суріпиця звичайна 2 1000 91 9,10 0,91 4,268

158 вул. Перлова 48,41685 34,92320 Деревій 2 1000 98 9,80 0,94 4,770

158 вул. Перлова 48,41685 34,92320 Конюшина повзуча 4 1000 108,1 10,81 0,98 4,770

25

2

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

159 вул. Панікахи - Тополь 1 48,40122 35,03010 Суріпка польова 2 500 33 6,60 1,11 4,771

159 вул. Панікахи - Тополь 1 48,40122 35,03010 Деревій звич. 2 500 28 5,60 1,03 4,771

159 вул. Панікахи - Тополь 1 48,40122 35,03010 Гикавка сивувата 3 1000 122 12,20 1,03 4,771

160 вул. Панікахи / Запорізьке шосе 48,40277 35,03460 Каштан кінський 3 1500 73,5 4,90 0,56 4,676

161 вул. Панікахи 48,39930 35,02580 Грицики звич. 2 1000 37 3,70 0,60 4,865

162 Запорізьке шосе, 48 48,40694 35,03140 Каштан кінський 3 1000 137 13,70 1,09 4,788

163 Тополя 1, тунельна балка 48,41340 35,02790 Березка польова 1 1000 28 2,80 0,52 5,207

163 Тополя 1, тунельна балка 48,41340 35,02790 Незабудки 2 1000 95 9,50 0,93 5,207

163 Тополя 1, тунельна балка 48,41340 35,02790 Ромашка обдерта 2 500 27 5,40 1,01 5,207

163 Тополя 1, тунельна балка 48,41340 35,02790 Суріпка польова 2 2000 173 8,65 0,63 5,207

163 Тополя 1, тунельна балка 48,41340 35,02790 Деревій білий 2 500 22 4,40 0,92 5,207

163 Тополя 1, тунельна балка 48,41340 35,02790 Деревій жовтий 2 500 38 7,60 1,19 5,207

163 Тополя 1, тунельна балка 48,41340 35,02790 Гикавка сивувата 3 500 68,5 13,70 1,54 5,207

164 Тополь 2 - кінотеатр «Січ» 48,39682 35,02710 Суріпка польова 2 500 43 8,60 1,25 4,852

164 Тополь 2 - кінотеатр «Січ» 48,39682 35,02710 Абрикос звичайний 3 1000 74 7,40 0,83 4,852

25

3

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

164 Тополь 2 - кінотеатр «Січ» 48,39682 35,02710 Люцерна 3 1000 111 11,10 0,99 4,852

165 Тополя 3 48,38950 35,03890 Суріпиця звичайна 2 500 39 7,80 1,20 4,772

165 Тополя 3 48,38950 35,03890 Гикавка сивувата 3 500 51 10,20 1,35 4,772

166 вул. Космічна - дорога на Сокіл 48,40950 35,03780 Чистотіл великий 2 2000 112 5,60 0,51 4,793

166 вул. Космічна - дорога на Сокіл 48,40950 35,03780 Каштан кінський 3 1500 178 11,87 0,84 4,793

167 12 квартал (базар) 48,40837 35,00110 Деревій звич. 2 500 30 6,00 1,06 5,456

167 12 квартал (базар) 48,40837 35,00110 Буркун звичайний 2 500 60 12,00 1,45 5,456

167 12 квартал (базар) 48,40837 35,00110 Конюшина польовий 3 1000 306,1 30,61 1,46 5,456

168 12 квартал, вул. Героїв Сталінграда 48,41521 35,00450 Цикорій 2 1000 99 9,90 0,94 5,698

169 вул. Героїв Сталінграда 48,42054 35,00860 Деревій 2 1000 55 5,50 0,72 5,813

170 Шинник 48,40498 35,00090 Деревій 2 1000 69 6,90 0,80 5,295

171 завод Дніпропрес 48,39914 35,00090 Ромашка 2 600 59 9,83 1,22 5,022

171 завод Дніпропрес 48,39914 35,00090 Деревій звич. 2 1000 45 4,50 0,66 5,022

172 вул. Героїв Сталінграда / вул. Крото-

ва 48,40830 35,00110

Суріпиця звичайна

2 1000 58 5,80

0,74 5,456

25

4

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

172 вул. Героїв Сталінграда / вул. Крото-

ва 48,40830 35,00110

Конюшина повзуча

4 1000 155,2 15,52

1,15 5,456

173 вул. Кротова 48,40490 34,99000 Деревій звич. 2 500 20 4,00 0,88 4,982

174 Вул. Кротова (тупик) 48,39570 34,97330 Деревій звич. 2 1000 85 8,50 0,88 4,880

174 Вул. Кротова (тупик) 48,39570 34,97330 Суріпка польова 2 1000 31 3,10 0,55 4,880

175 вул. Академіка Янгеля 48,42010 35,00120 Ромашка 2 1000 99 9,90 0,94 5,817

175 вул. Академіка Янгеля 48,42010 35,00120 Деревій звич. 2 500 25 5,00 0,97 5,817

175 вул. Академіка Янгеля 48,42010 35,00120 Суріпиця звичайна 2 500 23 4,60 0,94 5,817

176 вул. Будівельників 48,43380 34,98170 Деревій звич. 2 500 23 4,60 0,94 5,859

176 вул. Будівельників 48,43380 34,98170 Ромашка 2 1000 94 9,40 0,92 5,859

176 вул. Будівельників 48,43380 34,98170 Конюшина польовий 4 1000 270 27,00 1,40 5,859

177 Сокіл-2 48,40750 35,04110 Хрестовик 2 500 28 5,60 1,03 4,600

177 Сокіл-2 48,40750 35,04110 Суріпка польова 2 1000 117 11,70 1,02 4,600

177 Сокіл-2 48,40750 35,04110 Чина весняна 2 1000 95 9,50 0,93 4,600

177 Сокіл-2 48,40750 35,04110 Гикавка сивувата 3 500 43 8,60 1,25 4,600

25

5

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

178 Сокол- бульвар Слави 48,40640 35,04770 Деревій звич. 2 500 17 3,40 0,81 4,376

178 Сокол- бульвар Слави 48,40640 35,04770 Буркун звичайний 2 500 30 6,00 1,06 4,376

178 Сокол- бульвар Слави 48,40640 35,04770 Ромашка 2 1000 29 2,90 0,53 4,376

178 Сокол- бульвар Слави 48,40640 35,04770 Мишачий горошок 2 1000 161 16,10 1,16 4,376

178 Сокол- бульвар Слави 48,40640 35,04770 Консолідації 3 500 40 8,00 1,21 4,376

178 Сокол- бульвар Слави 48,40640 35,04770 Буркун лікарський 3 500 28 5,60 1,03 4,376

179 Лос-Кам'янка (міст Перемога) 48,40750 35,08840 Вишня звичайна 4 1000 47,9 4,79 0,68 3,837

180 Запорізьке шосе (сторона Сокола) 48,40750 35,03190 Чистотіл великий 2 2000 112 5,60 0,51 4,819

180 Запорізьке шосе (сторона Сокола) 48,40750 35,03190 Каштан кінський 3 1500 178 11,87 0,84 4,819

181 ж / м Перемога, 6 масив 48,40880 35,07360 Суріпиця звичайна 2 100 3,6 3,60 1,86 3,839

181 ж / м Перемога, 6 масив 48,40880 35,07360 Абрикос звичайний 3 1000 39 3,90 0,61 3,839

181 ж / м Перемога, 6 масив 48,40880 35,07360 Лядвенець рогатий 4 1000 127 12,70 1,05 3,839

182 ж / м Перемога, 5 масив 48,41890 35,06500 Ромашка 2 500 45 9,00 1,28 5,026

182 ж / м Перемога, 5 масив 48,41890 35,06500 Мильнянка звичайна 2 500 52 10,40 1,37 5,026

183 ж / м Перемога, 4 масив 48,42470 35,06250 Вишня звичайна 4 1000 46,3 4,63 0,66 5,902

25

6

№ тест полiгону

Місце відбору зра-

зків

Широта

Довгота

Біоіндикатор

Група стійкості

індикатору

Загальна кількість

клітин

кількість стериль-

них клітин

Стерильність,%

розкид ±

Індекс небезпеки

(HI) від забруд-

нення атмосфери

183 ж / м Перемога, 4 масив 48,42470 35,06250 Лядвенець рогатий 4 500 62,55 12,51 1,48 5,902

183 ж / м Перемога, 4 масив 48,42470 35,06250 Конюшина польовий 4 500 51,35 10,27 1,36 5,902

184 ж / м Перемога, 3 масив вул. Манд-

риківська 48,42860 35,06170

Суріпка польова

2 500 92,5 18,50

1,74 5,675

184 ж / м Перемога, 3 масив вул. Манд-

риківська 48,42860 35,06170

Клівер луговий

3 500 113 22,60

1,87 5,675

25

7

ДОДАТОК М

ВИЗНАЧЕННЯ КІЗА ВІД ВИКИДІВ АВТОТРАНСПОРТУ НА ОСНОВНИХ ПЕРЕХРЕСТЯХ МІСТА

№ Місце перехрестя X Y Тип перехрестя Характеристика навколишнього середовища Розрахунковий

КІЗА

1 пр. Петровського-

вул. Авіаційна

34,9787 48,46639 Світлофорами ке-

роване

Магістральні вулиці і дороги з багатоповер-

ховою забудовою з двох сторін

2,2109

2 вул. Ширшова – вул.

Харківська

35,0503 48,46458 Світлофорами ке-

роване

Вулиці з одно-, двохповерховою забудовою 1,4198

3 вул. Артема – вул.

Шевченко

35,0479 48,46138 Світлофорами ке-

роване

Вулиці з одно-, двохповерховою забудовою 1,6191

4 вул. Робоча – вул.

Каверіна

35,0007 48,44759 Світлофорами ке-

роване

Магістральні вулиці і дороги з багатоповер-

ховою забудовою з двох сторін

1,314

5 вул. Робоча – вул.

Уральська

35,004 48,45396 Світлофорами ке-

роване

Магістральні вулиці і дороги з багатоповер-

ховою забудовою з двох сторін

3,0826

6 пр. Пушкіна – вул.

Чичеріна

35,0156 48,46836 Світлофорами ке-

роване

Магістральні вулиці і дороги з багатоповер-

ховою забудовою з двох сторін

2,5487

7 пр. Гагаріна – вул.

Пісаржевського

35,0618 48,45145 Світлофорами ке-

роване

Магістральні вулиці і дороги з багатоповер-

ховою забудовою з двох сторін

2,6439

8 вул. Гончара – Пато-

ржинського

35,058 48,45339 Нерегульоване пе-

рехрестя зі знижен-

ням швидкості

Магістральні вулиці і дороги з багатоповер-

ховою забудовою з двох сторін

2,2141

9 вул. Запорожське

шосе – вул. Яснопо-

лянська

35,0407 48,38714 Світлофорами ке-

роване

Дороги з однобічною забудовою, набережні,

естакади

0,1373

25

8

№ Місце перехрестя X Y Тип перехрестя Характеристика навколишнього середовища Розрахунковий

КІЗА

10 вул. Космічна – пр.

Героїв

35,0636 48,42373 Світлофорами ке-

роване

Дороги з однобічною забудовою, набережні,

естакади

0,9763

11 пр. Героїв – б. Слави 35,064 48,4129 Світлофорами ке-

роване

Магістральні вулиці і дороги з багатоповер-

ховою забудовою з двох сторін

0,778

12 пр. Героїв – вул. Да-

льня

35,0887 48,4082 З обов'язковою зу-

пинкою

Магістральні вулиці і дороги з багатоповер-

ховою забудовою з двох сторін

0,9469

13 вул. Ворошилова –

вул. К. Цеткін

35,0578 48,45827 Нерегульоване пе-

рехрестя зі знижен-

ням швидкості

Магістральні вулиці і дороги з багатоповер-

ховою забудовою з двох сторін

1,9842

14 вул. Шевченко –

Гончара

35,0599 48,45491 З обов'язковою зу-

пинкою

Магістральні вулиці і дороги з багатоповер-

ховою забудовою з двох сторін

1,555

15 вул. Тітова – вул. Су-

ворова

35,0035 48,43175 Світлофорами ке-

роване

Магістральні вулиці і дороги з багатоповер-

ховою забудовою з двох сторін

1,435

16 вул. Комсомольська -

вул. Леніна

35,0386 48,46428 Світлофорами ке-

роване

Вулиці з одно-, двох-поверховою забудовою 0,353

17 пр. К.Маркса – вул.

Серова

35,0381 48,46874 Світлофорами ке-

роване

Магістральні вулиці і дороги з багатоповер-

ховою забудовою з двох сторін

0,5939

18 вул. Набережна ім.

Леніна – вул. Літейна

35,0633 48,46669 Світлофорами ке-

роване

Набережні 0,5655

19 пр. К. Маркса – вул.

Барикадна

35,0511 48,46182 Світлофорами ке-

роване

Вулиці з одно-, двохповерховою забудовою 0,3682

20 пр. ім. газети "Прав-

да" - вул. Байкальсь-

35,0802 48,51896 Світлофорами ке- Магістральні вулиці і дороги з багатоповер- 1,7685

25

9

№ Місце перехрестя X Y Тип перехрестя Характеристика навколишнього середовища Розрахунковий

КІЗА

ка роване ховою забудовою з двох сторін

21 пр. ім. газети "Прав-

да" – вул. Б. Хмель-

ницького

35,0746 48,5058 Світлофорами ке-

роване

Магістральні вулиці і дороги з багатоповер-

ховою забудовою з двох сторін

2,0268

22 пр. ім. газети "Прав-

да" - вул. Кропоткіна

35,067 48,4929 Світлофорами ке-

роване

Магістральні вулиці і дороги з багатоповер-

ховою забудовою з двох сторін

2,0573

23 вул. Калинова – вул.

Косіора

35,0848 48,50968 З обов'язковою зу-

пинкою

Магістральні вулиці і дороги з багатоповер-

ховою забудовою з двох сторін

0,9143

24 вул. Набережна За-

водська - вул. Мет-

ростроївська

34,9117 48,48416 Нерегульоване пе-

рехрестя зі знижен-

ням швидкості

Дороги з однобічною забудовою, набережні 0,4729

25 вул. Моніторна – вул.

Метростроївська

34,913 48,47899 Світлофорами ке-

роване

Магістральні вулиці і дороги з багатоповер-

ховою забудовою з двох сторін

0,7333

26 вул. Набережна За-

водська – вул. П.

Мирного

34,9402 48,48847 Світлофорами ке-

роване

Дороги з однобічною 0,6397

27 вул. Калинова – вул.

Янтарна

35,0452 48,5172 Світлофорами ке-

роване

Магістральні вулиці і дороги з багатоповер-

ховою забудовою з двох сторін

0,7159

28 пр. ім. газети. "Прав-

да" – вул. Калинова

35,0769 48,51189 Світлофорами ке-

роване

Магістральні вулиці і дороги з багатоповер-

ховою забудовою з двох сторін

1,7391

26

0

ДОДАТОК Н

СТУПІНЬ ОЗЕЛЕНЕННЯ (%) САНІТАРНО-ЗАХИСНИХ ЗОН ПРОМИСЛОВИХ ПІДПРИЄМСТВ

ДНІПРОПЕТРОВСЬКА ЗА ПОКАЗНИКОМ NDVI ТА ХАРАКТЕРИСТИКА ЩІЛЬНОСТІ РОСЛИН

ПІДПРИЄМТВО

< 0

(вода)

0 –

0,3

(грунт)

0,3

– 0

,5

(Розряджена)

0,5

– 0

,6

Нормальна

0,6

– 0

,7

(Рясна)

> 0

,7

(Густа)

ПЛОЩА СЗЗ,

км

2

частка

озеленення, %

Придніпровська ТЕС 41,6 8,6 17,2 12,7 15,7 4,2 5,9 49,8

Дніпропрес 1,1 31,0 27,0 16,2 16,5 8,2 1,2 67,9

Інтерпайп НТЗ 1,5 51,1 33,4 9,3 3,6 1,1 4,7 47,4

Вторчормет 0 47,6 44,1 6,8 1,5 0 0,3 52,4

Стрілочний завод 0 20,9 47,1 16,4 11,5 4,0 0,4 79,1

Дніпротяжбудмаш 0 43,0 47,8 8,1 1,1 0 0,1 57,0

Дніпрошина 0 11,3 19,6 15,4 25,4 28,4 1,7 88,7

Завод Південьмаш 0 16,8 25,9 17,7 19,5 20,1 0,9 83,2

ДЗ Алюмаш 3,1 64,7 22,2 6,1 2,6 1,3 0,6 32,3

ДМЗ ім. Комінтерну 0 10,5 64,5 17,0 6,9 1,2 0,7 89,5

Завод прокатний валків 0 26,5 58,0 14,5 1,0 0 0,1 73,5

26

1

ПІДПРИЄМТВО

< 0

(вода)

0 –

0,3

(грунт)

0,3

– 0

,5

(Розряджена)

0,5

– 0

,6

Нормальна

0,6

– 0

,7

(Рясна)

> 0

,7

(Густа)

ПЛОЩА СЗЗ,

км

2

частка

озеленення, %

Дніпровагонрембуд 0 13,8 50,4 24,3 10,5 1,0 0,2 86,2

Вагоноремонтний завод 0 27,2 53,4 14,0 4,8 0,6 0,3 72,8

Комбайновий завод 0 57,2 33,0 8,4 1,5 0 0,2 42,8

ДМЗ ім. Петровського цех Стан 550 0 30,3 52,7 8,1 6,1 2,8 0,1 69,7

ДМЗ ім. Петровського 0,1 41,0 34,5 13,2 8,2 3,1 2,3 58,9

Дніпрококс 0 19,8 32,0 23,5 18,6 6,1 0,9 80,2

Лакофарбовий завод 0 21,4 32,2 15,8 19,1 11,5 1,1 78,6

Трубний завод 0 21,3 41,9 19,3 12,9 4,6 1,0 78,7

Дніпроважмаш 0 13,0 37,6 21,8 17,1 10,5 0,4 87,0

Цементний завод 0 50 25,9 18,5 5,6 0 0 50

Завод ім. Бабушкіна 0 59,7 32,5 4,2 2,6 1,0 0,2 40,3

262

ДОДАТОК П

АКТИ ВПРОВАДЖЕННЯ РЕЗУЛЬТАТІВ ДИСЕРТАЦІЙНОЇ РОБОТИ Акт П.1 (копія)

263

Акт П.2 (копія)

264

Акт П.3 (копія)