К новым методам измерения и распознавания микрочастиц пылей в атмосферном воздухе

Файл статьи: 
Иконка PDF health-risk-analysis-2023-1-4.pdf
УДК: 
528.854.2, 614.7
DOI: 
10.21668/health.risk/2023.1.04
Авторы: 

А.Н. Кокоулин1, И.В. Май2, С.Ю. Загороднов2, А.А. Южаков1

Организация: 

1Пермский национальный исследовательский политехнический университет, Россия, 614990, г. Пермь, Комсомольский проспект, 29
2Федеральный научный центр медико-профилактических технологий управления рисками здоровью населения, Россия, 6140045, г. Пермь, ул. Монастырская, 82

Аннотация: 

Доказанная опасность микрочастиц пылей для здоровья населения определяет потребность в автоматизированных и мобильных устройствах, позволяющих оперативно в режиме реального времени анализировать химический и дисперсный твердой компоненты загрязнения и заместить трудоемкие методы отбора проб и раздельного определения фракционного и химического состава пыли.
Цель исследования состояла в разработке и апробации новых методических, программных и инструментальных подходов к мониторингу твердых частиц в атмосферном воздухе. Предложен аппаратно-программный комплекс, реализующий двухэтапную схему распознавания отобранных из атмосферного воздуха твердых частиц по принципу «от грубого к точному». На первом этапе происходит определение общей концентрации твердых частиц с использованием метода лазерной дифракции. Для получения микрофотографий пыли используется миниатюрный микроскоп iMicro Q2 с увеличением в 800 раз. Линза микроскопа присоединяется к камере, подключенной к микро-компьютеру nVidia Jetson Nano. Микрокомпьютер выполняет классификацию и определение контуров частиц с использованием нейронной сети, решает задачу сегментации изображения. На втором этапе схемы применяется принцип «компьютерного зрения», автоматизирующий рутинные операции распознавания изображений частиц, получаемых с микроскопа, для расчета содержания веществ в пробе. В качестве обработчика информации применяется вторая нейронная сеть, выполняющая заданный набор вычислений согласно математической логике (модели). Обучение нейросети выполняется на библиотеке атрибутированных микрофотографий пылей разного качественного и дисперсного состава.
При апробации алгоритма результаты определения дисперсного и химического состава пыли показали высокую сходимость с аналогами, полученными с использованием стандартных подходов и методов измерений. Показаны широкие возможности метода, по оперативному установлению состава и структуры пылей, формированию профилей пылевого загрязнения, оценке вклада источника в формирование загрязнения.
Получаемые результаты обеспечивают повышение корректности и точности оценки рисков для здоровья при воздействии пыли, содержащейся в атмосферном воздухе.

Ключевые слова: 
пылевое загрязнение, концентрации твердых частиц, фракционный, химический состав пыли, атмосферный воздух, распознавание изображений, «компьютерное зрение»
К новым методам измерения и распознавания микрочастиц пылей в атмосферном воздухе / А.Н. Кокоулин, И.В. Май, С.Ю. Загороднов, А.А. Южаков // Анализ риска здоровью. – 2023. – № 1. – С. 36–45. DOI: 10.21668/health.risk/2023.1.04
Список литературы: 
  1. Adverse health effects of outdoor air pollutants / L. Curtis, W. Rea, P. Smith-Willis, E. Fenyves, Y. Pan // Environ. Int. – 2006. – Vol. 32, № 6. – Р. 815–830. DOI: 10.1016/j.envint.2006.03.012
  2. Трескова Ю.В. Оценка степени опасности мелкодисперсных частиц в атмосферном воздухе и целесообразность их нормирования // Молодой ученый. – 2016. – Т. 111, № 7. – С. 291–294.
  3. Воздействие взвешенных частиц на здоровье [Электронный ресурс] // ВОЗ. – 2013. – URL: https://www.euro.who.int/__data/assets/pdf_file/0007/189052/Health-effec... (дата обращения: 27.12.2022).
  4. Health effects of dust [Электронный ресурс] // Government of Western Australia, Department of Health. – URL: https://www.healthywa.wa.gov.au/Articles/F_I/Health-effects-of-dust (дата обращения: 27.12.2022).
  5. Ревич Б.А. Мелкодисперсные взвешенные частицы в атмосферном воздухе и их воздйствие на здоровье жителей мегаполисов // Проблемы экологического мониторинга и моделирования экосистем. – 2018. – Т. 29, № 3. – С. 53–78. DOI: 10.21513/0207-2564-2018-3-53-78
  6. Liao Z., Nie J., Sun P. The impact of particulate matter (PM2.5) on skin barrier revealed by transcriptome analysis: Fo-cusing on cholesterol metabolism // Toxicol. Rep. – 2019. – Vol. 7. – P. 1–9. DOI: 10.1016/j.toxrep.2019.11.014
  7. Skin Damage Mechanisms Related to Airborne Particulate Matter Exposure / N.D. Magnani, X.M. Muresan, G. Bel-monte, F. Cervellati, C. Sticozzi, A. Pecorelli, C. Miracco, T. Marchini [et al.] // Toxicol. Sci. – 2016. – Vol. 149, № 1. – P. 227–236. DOI: 10.1093/toxsci/kfv230
  8. Air Pollution and Dementia: A Systematic Review / R. Peters, N. Ee, J. Peters, A. Booth, I. Mudway, K.J. Anstey // J. Alzheimers Dis. – 2019. – Vol. 70, № s1. – Р. S145–S163. DOI: 10.3233/JAD-180631
  9. Choi H., Kim S.H. Air Pollution and Dementia // Dement. Neurocogn. Disord. – 2019. – Vol. 18, № 4. – Р. 109–112. DOI: 10.12779/dnd.2019.18.4.109
  10. Long-term effect of fine particulate matter on hospitalization with dementia / M. Lee, J. Schwartz, Y. Wang, F. Dominici, A. Zanobetti // Environmental Pollution. – 2019. – Vol. 254, pt A. – P. 112926. DOI: 10.1016/j.envpol.2019.07.094
  11. Fine particulate matter exposure during childhood relates to hemispheric-specific differences in brain structure / D. Cserbik, J.-C. Chen, R. McConnell, K. Berhane, E.R. Sowell, J. Schwartz, D.A. Hackman, E. Kan // Environ. Int. – 2020. – Vol. 143. – P. 105933. DOI: 10.1016/j.envint.2020.105933
  12. Acute and chronic exposure to air pollution in relation with incidence, prevalence, severity and mortality of COVID-19: a rapid systematic review / P.D.M.C. Katoto, A.S. Brand, B. Bakan, P.M. Obadia, C. Kuhangana, T. Kayembe-Kitenge, J.P. Kiten-ge, C.B.L. Nkulu [et al.] // Environ. Health. – 2021. – Vol. 20, № 1. – P. 41. DOI: 10.1186/s12940-021-00714-1
  13. Air Pollution and COVID-19: The Role of Particulate Matter in the Spread and Increase of COVID-19’s Morbidity and Mortality / S. Comunian, D. Dongo, C. Milani, P. Palestini // Int. J. Environ. Res. Public. Health. – 2020. – Vol. 17, № 12. – P. 4487. DOI: 10.3390/ijerph17124487
  14. Бауманн Р., Кржижановски М., Чичерин С. Рамочный план организации мониторинга взвешенных веществ в атмосфере в странах Восточной Европы, Кавказа и Центральной Азии [Электронный ресурс]. – Бонн: ВОЗ, Европейский центр по окружающей среде и охране здоровья, 2006. – URL: https://www.euro.who.int/__data/assets/pdf_file/0020/130763/E88565R.pdf (дата обращения: 27.12.2022).
  15. Kokoulin A.N., Kokoulin R.A. The Hierarchical Approach for Image Processing in Objects Recognition System // Proceedings of the 2022 Conference of Russian Young Researchers in Electrical and Electronic Engineering (ElConRus). – 2022. – Р. 340–344.
  16. Wang W., Chang F. A Multi-focus Image Fusion Method Based on Laplacian Pyramid // Journal of Computers. – 2011. – Vol. 6, № 12. – Р. 2559–2566. DOI: 10.4304/jcp.6.12.2559-2566
  17. Kokoulin A.N., Yuzhakov A.A., Kokoulin R.A. Multiscale Optical PM2.5 Particles Recognition and Sorting System in Dust Probes // 2020 5th International Conference on Smart and Sustainable Technologies (SpliTech). – Croatia, 2020. – P. 1–6. DOI: 10.23919/SpliTech49282.2020.9243759
  18. Fast and Accurate Image Super-Resolution with Deep Laplacian Pyr-amid Networks [Электронный ресурс] / W.-S. Lai, J.-B. Huang, N. Ahuja, M.-H. Yang. – URL: https://arxiv.org/abs/1710.01992 (дата обращения: 10.02.2023).
  19. Handheld Multi-Frame Super-Resolution / B. Wronski, I. Garcia-Dorado, M. Ernst, D. Kelly, M. Krainin, C.-K. Liang, M. Levoy, P. Milanfar // ACM Transactions on Graphics. – Vol. 38, № 4. – P. 1–18. DOI: 10.1145/3306346.3323024
  20. Сысоева Е.В., Гельманова М.О. Исследование загрязнения района Москвы мелкодисперсными частицами пыли вблизи автомобильных дорог // Актуальные проблемы строительной отрасли и образования: сборник докладов Первой Национальной конференции. – М.: Национальный исследовательский Московский государственный строительный университет, 2020. – С. 566–571.
  21. Оценка пылеаэрозольного загрязнения в зоне влияния цементного завода на основе изучения снегового покрова (Новосибирская область) / Д.А. Володина, А.В. Таловская, Е.Г. Язиков, А.Ю. Девятова, А.В. Еделев // Известия Томского политехнического университета. Инжиниринг георесурсов. – 2022. – Т. 333, № 10. – С. 69–85. DOI: 10.18799/24131830/2022/10/3704
  22. Будаева Ю.С. Эколого-геохимическая оценка влияния твердых частиц на качество атмосферного воздуха на территории г. Юрга по данным изучения снегового покрова (Кемеровская область) // Актуальные проблемы недропользования: тезисы докладов XVIII Международного форума-конкурса студентов и молодых ученых. – СПб., 2022. – С. 172–175.
  23. Methodology for monitoring dust concentrations in ambient air and analysis of collected measurements [Электронный ресурс] // CEE Bankwatch Network. – URL: https://bankwatch.org/wp-content/uploads/2020/07/Methodology-EDM-164.pdf (дата обращения: 13.01.2023).
Получена: 
23.01.2023
Одобрена: 
15.03.2023
Принята к публикации: 
28.03.2023

Вы здесь

Главная