student from 01.01.2023 until now
Voronezh, Voronezh, Russian Federation
UDC 004.852
The article investigates the problem of air pollution from roads near residential areas in the city of Voronezh, as well as issues of informing the public about the level of air pollution. Key factors influencing the concentration of pollutants, in particular the traffic situation at a roundabout intersection, are analyzed. The possibilities of using artificial intelligence (AI) algorithms to improve the accuracy of predicting emissions of harmful substances and creating an effective system for monitoring the environmental situation are explored. A concept for a system of rapid notification of the population about changes in air pollution levels has been developed, allowing for timely response to the deterioration of the environmental situation. Recommendations are proposed for optimizing urban infrastructure and managing traffic flows in order to reduce the negative impact on the environment. The prospects for the introduction of AI technologies to improve the quality of life of the population and reduce health risks associated with air pollution are considered. The results obtained can be used to develop strategies for sustainable urban planning and to take measures to reduce the impact of transport on the environment.
artificial intelligence, AI, software, traffic flow, CAD, environmental safety, urban planning
В Воронеже, как и во многих современных крупных городах, транспортный поток стал ключевым фактором загрязнения атмосферы. Это явление оказывает пагубное влияние не только на здоровье горожан, но и на общее качество городской среды. Для эффективного противодействия этой проблеме критически важно проводить тщательную оценку и непрерывный мониторинг выбросов вредных веществ, производимых транспортными средствами [1].
Несмотря на очевидную значимость данного вопроса, его решение сталкивается с рядом серьезных препятствий. Главным из них является отсутствие полноценной интерактивной карты выбросов. Такой инструмент мог бы предоставить жителям и городским властям возможность в реальном времени отслеживать уровень загрязнения воздуха в разных районах Воронежа. Отсутствие подобной системы существенно затрудняет своевременное информирование населения о повышенной загазованности и препятствует принятию оперативных мер по минимизации воздействия вредных выбросов [2].
Существующие механизмы оповещения государственных структур и органов власти о загрязнении воздуха зачастую демонстрируют низкую эффективность. Существующие системы мониторинга часто работают слишком медленно и не успевают адекватно отреагировать на быстро меняющуюся экологическую ситуацию. Это приводит к серьезной проблеме: при планировании городского развития экологические факторы зачастую остаются на втором плане. Такой подход создает предпосылки для накопления экологических проблем, которые в будущем могут серьезно ухудшить качество воздуха в городах.
В нашем исследовании мы изучаем разнообразные методики определения объемов вредных веществ, поступающих в атмосферу от городского транспорта. Параллельно анализируем существующие проблемы в системе информирования - как обычных жителей, так и представителей власти - о реальном состоянии воздушной среды. Центральное место в работе занимает изучение возможностей искусственного интеллекта и технологий машинного обучения. Эти современные решения могут кардинально изменить подходы к построению прогностических моделей загрязнения и формированию систем контроля и предупреждения.
Наше внимание сосредоточено на изучении того, как ИИ может объединить и проанализировать множество разрозненных данных: информацию о движении транспорта, показатели качества воздуха, а также другие параметры, которые определяют экологическое благополучие современных городов. Такой подход позволит создать более совершенные инструменты для управления городской средой и значительно снизить негативное воздействие транспортного потока на качество воздуха. Внедрение этих инновационных технологий может стать ключевым шагом в борьбе за чистый воздух и здоровую городскую среду в Воронеже и других крупных городах [3][4].
1. Afanasyeva, L. A. Investigation of emissions of harmful substances into the atmosphere from motor transport in the Lyubertsy district and assessment of pollution intensity / L. A. Afanasyeva // Student's. – 2023. – № 6-1(218). – Pp. 20-23. – EDN CVAOSO.
2. Sergaev, S. O. Pollution of the atmosphere by mobile vehicles / S. O. Sergaev // Ecology, rational use of natural resources and environmental protection : A collection of articles based on the materials of the XIII All-Russian Scientific and Practical Conference with the international participation of schoolchildren, students, graduate students and young scientists, Lesosibirsk, December 15, 2023. Lesosibirsk: Federal State Budgetary Educational Institution of Higher Education "Siberian State University of Science and Technology named after Academician M.F. Reshetnev", 2023, pp. 197-198, EDN MDRNXX.
3. Cherbaeva, Zh. P. Assessment of the negative impact of transport on environmental ecology / Zh. P. Cherbaeva, O. N. Kozhukhina, P. D. Obukhov // The World of Sci-ence without Borders: Proceedings of the 11th all-Russian Scientific and Practical Conference for Young Researchers with International Participation, Tambov, April 26, 2024. – Tambov: Tambov State Technical University, 2024. – P. 73-75. – EDN CRMWTJ.
4. Regional transport dominates air pollution events in all seasons in Beijing in 2020 / Zh. Zhang, S. Wang, P. Wang [et al.] // Atmospheric Environment. – 2024. – Vol. 323. – P. 120395. – DOIhttps://doi.org/10.1016/j.atmosenv.2024.120395. – EDN VVJFQP.
5. Sumin, V. I. The use of situational modeling in the development of decision-making systems for complex organizational systems / V. I. Sumin, A. S. Kravchenko, A.V. Tolkachev // Modeling of systems and processes. - 2024. – Vol. 17, No. 3. – pp. 71-79. – DOIhttps://doi.org/10.12737/2219-0767-2024-69-77. – EDN FBBHJO.
6. Gribanov, A. A. Modeling of the process of combined irrigation using electrochemically activated water in greenhouses / A. A. Gribanov, A. A. Meshcheryakova, A.V. Starikov // Modeling of systems and processes. – 2024. – Vol. 17, No. 4. – pp. 31-42. – DOIhttps://doi.org/10.12737/2219-0767-2024-17-4-31-42. – EDN ZTAVIF.
7. Volokitina, T. S. Methods of recognition of dynamic objects using artificial intelligence / T. S. Volokitina // Modern scientific research and innovation. – 2021. – № 4(120). – EDN SSVAJJ.
8. Golovchenko, N. A. Information processing using artificial intelligence / N. A. Golovchenko // Education. Science. Culture: traditions and modernity: Proceedings of the XI All-Russian Scientific and Practical Conference dedicated to the 225th anniversary of the birth of Alexander Pushkin, Anapa, June 06-07, 2024. Krasnodar: Publishing House-Yug, LLC, 2024. pp. 224-227. EDN ONZMDT.
9. Safronov, E. Neural networks and their practical application / E. Safronov, O. V. Akimova // Current issues of modern science and education : A collection of scientific articles based on the materials of the All-Russian Conference within the framework of the XXIII scientific and practical readings dedicated to the memory of the philosopher and public figure A.N. Radishchev, dedicated to the Year of the Teacher and Mentor, Maloyaroslavets, April 14, 2023. – Maloyaroslavets: Moscow University of Finance and Law, MFUA, 2023. – pp. 288-291. – EDN ZDNBAJ.
10. Gulevsky, N. A. Methods of processing video files for analysis / N. A. Gulevsky // Innovations. Science. Education. – 2021. – No. 32. – pp. 1280-1284. – EDN CTTALF.
11. Modelling of Deep Street Canyon Air Pollution Chemis-try and Transport: A Wintertime Naples Case Study / Yu. Dai, A. Mazzeo, J. Zhong [et al.] // Atmosphere. – 2023. – Vol. 14, No. 9. – P. 1385. – DOIhttps://doi.org/10.3390/atmos14091385. – EDN UNXUIG.
12. Secure information technologies : Proceedings of the Thirteenth International Scientific and Technical Conference, Moscow, October 30 – 01, 2024. – Moscow: Bauman Moscow State Technical University, 2024. - 237 p. – ISBN 978-5-6045553-9-2. – EDN IEAUTU.
13. Vyunenko, E. K. The problem of legal regulation of the use of potentially dangerous artificial intelligence capabilities / E. K. Vyunenko // Baikal Student Law Forum-2024. Modern problems of law-making and law enforcement: Proceedings of the All-Russian Student Scientific and Practical Conference, Irkutsk, March 21, 2024. Irkutsk: All-Russian State University of Justice, 2024. pp. 22-27. EDN FRPGKZ.
14. Ntakpe, J. K. Explicable artificial intelligence as a way to improve and regulate the use of artificial intelligence / J. K. Ntakpe // Intellectual technologies in ergonomics and cognitive sciences : Proceedings of the All-Russian scientific and practical online conference with international participation, Bryansk, 04-06 June 2024. Bryansk: Bryansk State Technical University, 2024. pp. 404-406. EDN FMYMGN.
15. Potapova, U. A. Optimization of pedestrian crossing placement / U. A. Potapova // The World of Science without Borders : PROCEEDINGS OF THE 10th ALL-RUSSIAN SCIENTIFIC AND PRACTICAL CONFER-ENCE (WITH INTERNATIONAL PARTICIPATION) FOR YOUNG RESEARCHERS, Tambov, April 21, 2023. – Tambov: Publishing Center of Tambov State Technical University, 2023, pp. 78-79. – EDN FTDGKF
