Методология формирования динамических моделей мониторинга атмосферного воздуха в урбанизированных зонах на основе алгоритмов оптимизации транспортных сенсорных сетей

В данной научной статье представлено комплексное теоретическое и прикладное исследование, посвященное оптимизации систем мониторинга атмосферного воздуха в современных городах с населением свыше 100 тысяч человек. Актуальность работы обусловлена необходимостью перехода от традиционных пассивных статических методов наблюдения к динамическим адаптивным моделям управления качеством среды, что является ключевым элементом концепции «умного» и «симбиотического» города для минимизации экологических рисков. В качестве полигона для исследования выбраны четыре крупных промышленных и административных центра Республики Беларусь: Гродно, Пинск, Лида и Солигорск. Разработан интегрированный подход, объединяющий математическое решение задачи оптимального размещения сенсоров (SLP – Sensor Location Problem) с многофакторным графоаналитическим анализом антропогенного воздействия. Подробно описывается методология проведения 20 000 итерационных циклов для транспортной схемы, что позволило выявить критические узлы каркасных сетей городов, в которых концентрация датчиков дает минимальную погрешность вычислений транспортных и экологических параметров. Особое внимание уделено междисциплинарному учету метеорологических факторов, в частности, использованию весового коэффициента для показателей розы ветров при определении приоритетности мест установки газоанализаторов. Систематизированы данные о транспортной нагрузке, иерархии улично-дорожных сетей и плотности социальных объектов в исследуемых городах. Внедрение предложенной модели (на базе 32 автоматизированных постов) позволяет получать символьные решения для оценки экологической ситуации в неконтролируемых участках сети. Результаты исследования формируют основу для создания прогнозных систем управления выбросами, способных в реальном времени корректировать организацию дорожного движения для предотвращения превышения предельно допустимых концентраций загрязняющих веществ. В заключении очерчены перспективные направления интеграции полученных моделей с алгоритмами машинного обучения и искусственного интеллекта в рамках долгосрочных программ устойчивого городского развития.

1. Капский, Д. В. Методология оценки воздействия изменения климата, уязвимости и климатических рисков в транспортной системе Республики Беларусь / Д. В. Капский, С. В. Богданович, Ю. В. Буртыль. Минск : БНТУ, 2022. 256 с. URL: https://rep.bntu.by/handle/data/112369 (дата обращения: 27.04.2026).

2. Врубель, Ю. А. Определение потерь в дорожном движении / Ю. А. Врубель, Д. В. Капский, Е. Н. Кот. Минск : Белорусский национальный технический университет, 2006. 239 с. URL: https://rep.bntu.by/handle/data/106833 (дата обращения: 27.04.2026).

3. Устойчивая городская мобильность: теория и практика развития / А. О. Лобашов, Е. Н. Кот, Д. В. Капский [и др.]. Вологда : Инфра-Инженерия, 2023. 236 с.

4. Оценка воздействия изменения климата и климатических рисков в транспортных системах / Д. В. Капский, Н. А. Филиппова, Ю. В. Трофименко [и др.]. Москва : Техполиграфцентр, 2023. 248 с.

5. Капский, Д. В. Экологические потери в дорожном движении / Д. В. Капский // Вестник ИжГТУ имени М. Т. Калашникова. 2014. № 3(63). С. 163–167. URL: https://izdat.istu.ru/index.php/vestnik/article/view/2995 (дата обращения: 27.04.2026).

6. Капский, Д. В. Выбросы вредных веществ транспорта в симбиотическом городе и прогноз сокращения выбросов CO в изменяемой транспортной системе / Д. В. Капский, Д. В. Мозалевский, И. Г. Гамульский // Проектирование автомобильных дорог : сборник докладов 80-й Международной научно-методической и научно-исследовательской конференции МАДИ, Москва, 24–28 января 2022 г. Москва, 2022. С. 244–253.

7. Капский, Д. В. Методики и модели оценки экологического воздействия автомобильного транспорта на экосистему симбиотического города / Д. В. Капский, О. В. Базаревич // Экономика Северо-Запада: проблемы и перспективы развития. 2022. № 3(70). С. 103–112. DOI: 10.52897/2411-4588-2022-3-103-112.

8. Базаревич, О. B. Использование GPS-данных для расчета экологического воздействия дорожного транспорта на экосистему симбиотических мегаполисов / О. B. Базаревич, Д. В. Капский // Системный анализ и прикладная информатика. 2022. № 4. С. 4–15. DOI: 10.21122/2309-4923-2022-4-4-15.

9. Капский, Д. В. Определение экологических потерь в населенном пункте от движения транспортных средств / Д. В. Капский, П. А. Пегин, С. А. Евтюков // Вода и экология: проблемы и решения. 2017. № 3(71). С. 146–157. DOI: 10.23968/2305–3488.2017.21.3.146–157

10. Эффективность транспортной системы симбиотического города / Д. В. Капский, В. Н. Кузьменко, Д. В. Мозалевский [и др.] // Проблемы безопасности на транспорте : материалы XI Международной научно-практической конференции, Гомель, 25–26 ноября 2021 года : в 2 ч./ редкол.: Ю. И. Кулаженко (гл. ред.) и [др.]. Гомель, 2021. Ч. 2. С. 76–77. URL: http://elib.bsut.by/bitstream/handle/handle/123456789/6430 (дата обращения: 27.04.2026).

11. Развитие городского транспорта в городах Полоцке и Новополоцке / Д. В. Капский, А. К. Головнич, Т. В. Вигерина [др.] // Вестник Полоцкого государственного университета. Серия B, Промышленность. Прикладные науки. 2020. № 11. С. 85–97. URL: https://journals.psu.by/industry/article/view/567 (дата обращения: 27.04.2026).

12. Оценка состояния транспортной системы городов Полоцка и Новополоцка / Д. В. Капский, В. П. Иванов, А. К. Головнич[др.]// Вестник Полоцкого государственного университета. Серия B, Промышленность. Прикладные науки. 2020. № 11. 98–102. URL: https://journals.psu.by/industry/article/view/568 (дата обращения: 27.04.2026).

13. Guideline for air quality data collection : management approaches for clean mobility : D.T2.2.8 // Interreg Central Europe : Dynaxibility4CE. Final version 02 2022. URL: https://programme2014-20.interreg-central.eu/Content.Node/Dynaxibility4CE/D.T2.2.8-arpae-final-version.pdf (дата обращения: 27.04.2026).

14. Mobile monitoring of air pollution − a position paper on use cases, good practices, challenges, and opportunities / J. Kerckhoffs, J. Hofman, J. Khan [et al.] // Environment International. 2025. Vol. 202. 109582. DOI: 10.1016/j.envint.2025.109582.

15. Air quality monitoring in coal-centric cities: a hybrid approach / S. Mora, P. deSouza, F. Duarte [et al.] // Sustainability. 2023. Vol. 15, № 16. 12624. DOI: 10.3390/su151612624.

16. Big mobility data reveals hyperlocal air pollution exposure disparities in the Bronx, New York / I. Testi, A. Wang, S. Paul [ et al.] // Nature Cities. 2024. №1. С. 512–521. DOI: 10.1038/s44284-024-00093-x.

17. Air quality monitoring using mobile low-cost sensors mounted on trash-trucks: methods development and lessons learned / P. DeSouza, A. Anjomshoaa, F. Duarte [et al.] // Sustainable Cities and Society. 2020. Vol. 60. 102239. DOI: 10.1016/j.scs.2020.102239.

18. Air pollution and greenspace exposure disparities revealed by hyperlocal exposure metrics across European cities / M. E. S. Sabedotti, F. Duarte, P. Koutrakis [et al.] // Communications Sustainability. 2026. Vol. 1, № 48. P. 1-14. DOI: 10.1038/s44458-026-00046-6.