Рецензия

Рецензия на статью Simulation Modeling of Atmospheric Pollutant Dispersion Considering Dry Deposition and the Influence of Liquid Atmospheric Precipitation Представленная статья освещает разработку и верификацию математической модели для имитации распространения атмосферных загрязняющих веществ с учетом сухой депозиции и влияния жидких осадков. Работа выполнена на высоком уровне, с использованием и адаптацией известных моделей Гаусса и Ермака, что придаёт ей научную значимость и практическую ценность. Актуальность исследования не вызывает сомнений: моделирование распространения загрязнителей воздуха -- одна из ключевых задач экологического мониторинга и оценки рисков для здоровья населения. Введение коэффициента увеличения концентрации на основе уравнения Кельвина и закона Рауля представляет собой интересную попытку учесть дополнительные физико-химические процессы, происходящие при выпадении осадков. Такой подход позволяет улучшить точность расчетов по сравнению с классическими моделями, игнорирующими эффект осадков. Использование адаптированной модели Ермака, в которую введены поправки на вымывание загрязняющих веществ осадками, выглядит методологически обоснованным. Применение фактических данных с метеостанций и стационарных датчиков, а также реализация расчетов с 20-минутным интервалом на протяжении суток, говорит о серьезном подходе к валидации модели. Однако есть и ряд ограничений: - модель не учитывает химические реакции в загрязненной воздушной массе; - не адаптирована для условий сложного рельефа; - ограничена в применимости при низких скоростях ветра (< 1 м/с). Эти ограничения вполне объяснимы с учетом сложности задачи, но они обязательно должны учитываться при интерпретации результатов. Практическая реализация Программная реализация на языке Python, использование реальных данных мониторинга, а также открытый доступ к исходному коду делают разработку доступной для воспроизведения и внедрения в прикладные задачи. Визуализация результатов в виде тепловых карт усиливает прикладную ценность инструмента. Указание на возможность решения обратных задач (поиск неизвестных источников выбросов) расширяет спектр потенциальных применений. Сравнительный анализ точности показывает существенное улучшение прогнозов: уменьшение средней абсолютной ошибки и средней процентной ошибки подтверждают эффективность предложенного подхода. Результаты подтверждаются данными наблюдений, что свидетельствует о достоверности модели. ВЫВОД: Я был знаком с этой статьей, когда рецензировал ее для CMDM2024. Авторы исправили все сделанные тогда замечания. Статья представляет собой качественную и практически ориентированную научную работу. Предложенная модель обладает хорошей точностью, расширенными возможностями учета метеоусловий и перспективами для дальнейшего развития (включение химических реакций, адаптация к сложному рельефу, интеграция с GIS-системами и т.д.). РЕКОМЕНДАЦИЯ: Рекомендуется к публикации при условии: - языковой редактуры (статья написана на английском, но с некоторыми синтаксическими и стилистическими огрехами); - переформатирования введения. Введение состоит из одного абзаца очень большого размера. Рекомендую разбить его на смысловые блоки в виде абзацев. Цели, задачи исследования следует выделить. - расширения описания используемого программного обеспечения (в т.ч. интерфейс, требования к данным, формат вывода). - редактирования описания переменных после формулы (4). Пожалуй, следует убрать описания тех переменных и параметров, которые ранее были описаны в таблице 1. - уточнения начала раздела 3. Непонятно, о каких итерациях идет речь: ранее не было описания алгоритма, содержащего итерации. Кроме того, когда авторы указывают время работы 20 секунд, следует дать конкретное описание железа компьютера, в работе очень общее описание (персональный компьютер). - переформатирования раздела 3. Он состоит из одного абзаца очень большого размера. Рекомендую разбить его на смысловые блоки в виде абзацев.