Отчет 1998 г. по ГИС-технологиям
ИХКиГ СО РАН, ИВТ СО РАН
В 1998 году продолжались исследования по изучению пространственно-временного распределения концентрации и химического состава аэрозольных частиц в Сибирском регионе с целью выяснения их источников и стоков, а также оценки их влияния на загрязнение окружающей среды, растительность, животный мир, здоровье населения.
В 1998 году было проведено четыре цикла синхронных наблюдений в различные времена года: зима, весна, лето, осень в Новосибирской области. Точки наблюдения находились в различных почвенно-климатических зонах: в лесной, лесостепной и степной местностях юга Западной Сибири.
Аналогичные исследования были проведены на севере Западной Сибири (Ямало-Ненецкий округ Тюменской области Пуровского района). В этой серии экспедиционных работ отобраны образцы аэрозольных проб в лесотундровой и тундровой зонах.
В осенний период были также отобраны образцы проб АА в Алтайском крае. В весенний период проведен отбор снежных проб на севере Западной Сибири для выяснения возможностей мониторинга техногенной нагрузки в зимний период.
Таким образом, впервые получены образцы АА для основных почвенно-климатических зон Западной Сибири, что позволяет оценить как изменения климата на особенности образования АА в различных ландшафтах Западной Сибири, так и возможное влияние АА на региональные особенности микроклимата, а также выяснить влияние АА Западно-Сибирского региона в глобальном масштабе.
В Восточной Сибири проводились полевые работы по оценке влияния крупного промышленного центра (г. Иркутска) на озеро Байкал. Здесь проведены синхронные отборы проб АА в осенний период в г. Иркутске и на фоновой территории в районе оз. Байкал (п. Листвянка).
Совместно с ИЯФ СО РАН разработан рентгенофлуоресцентный метод определения многоэлементного состава атмосферных аэрозолей (АА) с использованием синхротронного излучения (РФА СИ). Измерение пространственно-временного изменения многоэлементного состава АА в Сибири методом РФА СИ позволяет идентифицировать источники атмосферных аэрозолей локального, регионального и глобального масштаба и оценить их вклад в уровень загрязнения окружающей среды.
На рис. 1 показаны среднемесячные относительные концентрации (XFe) многоэлементного состава АА на юге (а, б) и севере (в) Западной Сибири в зимний(а, в) и летний (б) период. В южном регионе (а, б) кружками нанесены значения проб, отобранные в пригородной зоне Новосибирска (п. Ключи), квадратиками - для проб, взятых на юге Новосибирской области (п. Карасук). Расстояние между этими пунктами 450 км. Пункты отбора проб на севере Западной Сибири (в) - п. Самбург (за Полярным кругом) и п. Тарко-Сале - удалены друг от друга на 250 км. Максимальное удаление пунктов наблюдений (п. Карасук и п. Самбург) более 1500 км. Сплошной кривой на всех графиках показано содержание различных элементов в земной коре.
Из рисунка следует два вывода:
Видно, что число элементов от техногенных источников в зимний период превышает число элементов естественного происхождения. Если сравнить абсолютные концентрации от этих двух типов источников в зимний период (см. табл. 1), то видно, что концентрация от почвенно-эрозионных источников на юге в несколько раз выше, чем на севере. Для элементов техногенного типа абсолютные концентрации примерно одинаковы для всего региона Западной Сибири. Это указывает на региональный характер почвенно-эрозионных частиц и глобальный масштаб загрязнения, связанный с техногенными выбросами. Высокие концентрации Br и Pb в Тарко-Сале связаны с местными выбросами автотранспорта.
Таблица 1.
Т е х н о г е н н ы е элементы , нг/м3 |
||||||||||||||
Места отбора проб |
Cr |
Co |
Ni |
Cu |
Zn |
As |
Br |
Mo |
W |
Pb |
||||
Тарко-Сале |
9.2 |
2.2 |
3.3 |
7 |
27 |
5 |
55 |
0.4 |
0.6 |
84 |
||||
Самбург |
12 |
0.6 |
4.7 |
6.4 |
25 |
9.4 |
3.9 |
- |
3.1 |
5.8 |
||||
Ключи |
18 |
3.2 |
3.2 |
3.7 |
60 |
3.8 |
7.6 |
0.5 |
1.1 |
31 |
||||
Почвенно-эрозионные элементы , нг/м3 |
||||||||||||||
Места отбора проб |
Ca |
Ti |
Mn |
Fe |
Rb |
Sr |
Zr |
Ba |
||||||
Тарко-Сале |
450 |
60 |
10 |
140 |
0.4 |
1.1 |
0.5 |
24 |
||||||
Самбург |
290 |
50 |
14 |
100 |
3.9 |
0.7 |
1.1 |
- |
||||||
Ключи |
1400 |
150 |
33 |
810 |
2.2 |
24 |
7.5 |
83 |
Рис.1
Измерения ионного состава АА, а также мокрых выпадений на юге и севере Западной Сибири позволяют выяснить роль антропогенных и естественных источников на особенности формирования химического состава атмосферных осадков и оценить опасность выпадения "кислотных дождей", усиления миграции тяжелых металлов и влияние этого на состояние водных биоценозов и здоровье человека.
На рис. 2 представлены результаты экспериментальных исследований кислотности осадков на севере и юге Западной Сибири. На карте цифрой 1 обозначен Пуровский район Ямало-Ненецкого округа Тюменской области, цифрой 2 - Новосибирская область. В таблице приведены результаты определения рН и минерализации (U) осадков и поверхностных вод в двух исследуемых регионах. Экспериментальные значения рН и U для северных районов приведены в первом столбце (1). Аналогичные значения для юга Западной Сибири показаны во втором столбце (2).
Из таблицы видно, что кислотность осадков и поверхностных вод на севере Западной Сибири выше, чем на юге.
С другой стороны, их минерализация на севере ниже, чем на юге. Уменьшение минерализации усиливает эффект повышенной кислотности в водоемах северных территорий Западно-Сибирского региона.
На гистограмме показано относительное распределение концентраций тяжелых металлов (Cu, Pb, Cd) в поверхностных водах для этих же регионов. Справа от гистограммы приведена таблица массовой концентрации Cu, Pb, Cd и Hg в поверхностных водах. Первый столбец (1) относится к данным для севера, второй столбец (2) - для юга.
К токсичным формам относят аква-ионы (водорастворимые, на гистограмме их концентрация обозначена зеленым цветом) и слабые комплексы (на гистограмме они обозначены желтым цветом) металлов. Из гистограммы и таблицы видно, что концентрация водорастворимых ионов и металлоорганических комплексов на севере Западной Сибири выше, чем на юге. Это означает более высокую токсичность ТМ в водоемах северного региона.
Из приведенных данных следует, что проблема кислотных выпадений наиболее остра для северных районов Сибири. Детальное обсуждение этой проблемы изложено в [1,2].
Анализ временного изменения ионного состава АА позволил определить особенности влияния лесного пожара на формирования химического состава АА.
На рис. 3 (а, б) приведены результаты временного изменения концентрации NO3- и SO42- в осенний период при мониторинге АА в Новосибирской области. Рис. 3а показывает динамику изменения нитратов и сульфатов при измерении ионного состава АА на юге Новосибирской области (п. Карасук). На рис.3б аналогичные данные приведены по измерениям в окрестностях г. Новосибирска (п. Ключи). В период лесных пожаров резко увеличивается концентрация NO3- в обоих пунктах наблюдений. В этот период концентрация нитратов равна или превышает концентрацию сульфатов. В обычных условиях концентрация NO3- в 5-10 раз меньше концентрации SO42-. На рис.3в показано изменение химического состава АА в период эмиссии лесных пожаров.
Рис.3
На этом рисунке показано отношение массовых концентраций в период пожара к аналогичной величине в беспожарный период. Темные столбцы относятся к наблюдениям в п. Ключи, светлые столбцы показывают подобное отношение в п. Карачи. На рис. 3г аналогичные отношения приведены для суммарной массовой концентрации (М), концентрации органического (Cor) и неорганического (Ce) углерода, а также для содержания различных ионов. Из приведенных данных видно, что в период пожаров увеличивается в 3-7 раз суммарная массовая концентрация. Изменяется также и химический состав АА.
Для оценки интегральной техногенной нагрузки локального и регионального масштабов в зимний период предложена математическая модель, описывающая уровни загрязнения снежного покрова, в основе которой лежат данные полевых экспериментов [2-4].
На рис. 4 приведены примеры восстановления профиля концентрации различных веществ в снежном покрове, образующегося при загрязнении осадков различными техногенными выбросами. На рис.4а показан пример расчета уровней загрязнения снежного покрова ПАУ в районе оз. Байкал [3]. Это пример оценки регионального загрязнения. Рис.4б показывает пример восстановления от точечного источника [4]. Сплошной кривой на рисунке 4 представлена рассчитанная по модели зависимость. Точки - экспериментальные данные. На рис. 4в приведен пример оценки поля загрязнения снежного покрова выбросами автотранспорта за зимний период.
Представленные результаты показывают хорошее согласие теоретических расчетов и экспериментальных данных. Дальнейшее развитие этих исследований позволит существенно повысить эффективность полевых работ.
Подведены итоги мониторинга атмосферных аэрозолей (АА) в Сибирском регионе за период 1991 - 1997 гг. [6-8].
Рис.5
Рис.6. Содержание исследуемых элементов от K до U в модельных живых организмах (по горизонтали) в экосистеме березового леса.Условные обозначения. Названия организмов:1 - Lumbricidae, 2 - Lithobius sp., 3 - Lepidoptera sp., 4 - Pterostichus oblongopunctatus, 5 -Amara sp., 6 - Dactylis glomerata, 7 - Thalictrum minus, 8 - Aegopodium podagraria, 9 - Pinus sylvestris, 10 - Betula verrucosa, 11 - Quercus robur, 12 - Equisetum pratense.
Совместно с Сибирской Государственной академией геодезии предложена методика цифровой фотограмометрии и GIS технологии для качественного анализа динамики распространения аэрозольного облака [12] и определения формы и размера пыльцевых зерен.
Систематическое изучение многоэлементного состава атмосферных аэрозолей на фоновой точке и в г. Иркутске с помощью РФА СИ и НАА. Синхронные наблюдения в крупном промышленном центре и на фоновой территории позволяют выяснить специфические характеристики антропогенного источника. Анализ временного изменения многоэлементного состава АА в двух точках в совокупности с данными метеорологических наблюдений позволит выделить влияние техногенной нагрузки от известного источника. Полученные данные необходимы для проверки теоретических региональных моделей распространения примесей, на основании которых прогнозируется масштаб загрязнения оз Байкал.
Проведены синхронные отборы проб атмосферных аэрозолей (АА) в течение месяца в фоновой точке и г. Иркутске.
Сравнение массовых концентраций различных элементов в промышленном центре (г. Иркутск) и на фоновой территории (Астрофизическая обсерватория, п. Листвянка). В табл. 2 представлены результаты определения методом РФА СИ массовой концентрации различных элементов проб АА, отобранных в 1997 году.
В этой таблице <xi> - среднее геометрическое значение массовой концентрации i-го элемента (нг/м3) за период наблюдений, s gi - стандартное среднеквадратичное отклонение, ni - число измерений, по которым проведено усреднение. Как и в предыдущих экспериментах с использованием НАА, подтверждаются качественные закономерности:
Для оценки возможных типов источников и их вклада в уровни загрязнения атмосферы использовали факторный анализ временной вариации массовой концентрации элементов. Результаты анализа для осеннего периода наблюдений представлены в таблице 3. В этой таблице приведены типы источников (факторов), определяющих основное загрязнение атмосферы. В Иркутске выделяется 3 типа. Каждый из типов идентифицируется набором элементов, указанных в таблице. Цифрами в этой таблице приведены значения коэффициентов обогащения (EF) по сравнению с содержанием этих элементов в земной коре (кларк).
Если коэффициент обогащения выше 10, то обычно этот элемент относят к техногенным источникам. При EF <10 считают, что источником является ветровая эрозия почв. Из таблицы 3 видно, что первые два фактора в г. Иркутске имеют смешанное происхождение. Так, для первого фактора, наряду с элементами почвенно-эрозионного происхождения (Ca, Fe, Sr), присутствуют элементы техногенной природы (Cu, Co, Zn). Во втором факторе два элемента (Ti и Zr) принадлежат к источнику почвенной эрозии. Mo - элемент техногенной природы.
Третий фактор состоит из элементов техногенной природы. При этом два элемента (Br и Pb), у которых коэффициент взаимной корреляции 0,93, характеризуют загрязнение связанное с выбросами автотранспорта. Видно, что выделенные по коэффициенту обогащения элементы техногенного происхождения, - тяжелые металлы. Последние могут быть индикаторами либо выбросов продуктов сжигания угля, либо выбросов предприятий цветной металлургии.
Таблица 2.
Результаты определения массовой концентрации различных элементов методом РФА СИ.
Листвянка |
Иркутск |
Отношение концентраций |
|||||||||
Элементы |
Лето, |
Осень, |
Осень, |
Иркутск/ |
|||||||
<xi>, |
s gi |
ni |
<xi>, |
s gi |
ni |
<xi>, |
s gi |
ni |
РФА |
НАА |
|
Ca |
440 |
1.7 |
10 |
360 |
2.7 |
19 |
2400 |
1.8 |
24 |
6.7 |
5.8 |
Ti |
44 |
1.6 |
7 |
46 |
1.9 |
16 |
230 |
1.8 |
23 |
5 |
2.9 |
V |
13 |
2.5 |
2 |
5.5 |
1 |
54 |
2.0 |
10 |
9.8 |
8.4 |
|
Cr |
н/о |
2.2 |
2.2 |
4 |
27 |
1.5 |
17 |
12 |
|||
Mn |
11 |
1.5 |
8 |
12 |
1.8 |
16 |
44 |
1.6 |
23 |
3.7 |
6.6 |
Fe |
150 |
1.5 |
10 |
240 |
2.3 |
19 |
1200 |
1.6 |
24 |
5 |
4.8 |
Co |
2.7 |
2.0 |
2 |
2.4 |
2.4 |
9 |
10 |
1.5 |
15 |
4.2 |
|
Ni |
1.6 |
1.5 |
3 |
0.36 |
1.4 |
2 |
5.0 |
1.6 |
14 |
14 |
|
Cu |
6.7 |
7.9 |
4 |
2.9 |
2.9 |
8 |
22 |
1.3 |
24 |
7.6 |
54 |
Zn |
43 |
3.8 |
10 |
19 |
2.9 |
19 |
41 |
1.4 |
24 |
2.2 |
20 |
As |
н/о |
н/о |
8.1 |
2.5 |
14 |
||||||
Br |
3.7 |
2.6 |
7 |
4.3 |
2.2 |
17 |
50 |
1.8 |
24 |
12 |
38 |
Rb |
0.41 |
2.6 |
7 |
0.58 |
2.5 |
14 |
2.7 |
1.8 |
21 |
4.6 |
12 |
Sr |
2 |
2.1 |
10 |
2.6 |
2.8 |
18 |
10 |
1.8 |
24 |
3.8 |
|
Y |
0.68 |
1.6 |
5 |
0.82 |
2.0 |
12 |
1.6 |
1.7 |
19 |
2 |
|
Zr |
0.94 |
2.0 |
9 |
1.2 |
2.5 |
15 |
5.0 |
1.7 |
24 |
4.2 |
|
Nb |
0.23 |
4.7 |
3 |
0.22 |
2.0 |
9 |
|||||
Mo |
0.13 |
3.3 |
3 |
0.19 |
2.6 |
12 |
0.94 |
1.7 |
19 |
4.9 |
7.2 |
La |
20 |
1.6 |
3 |
20 |
2.0 |
6 |
51 |
1.8 |
7 |
2.6 |
|
Ce |
36 |
1.5 |
3 |
20 |
2.0 |
10 |
|||||
Nd |
3.2 |
1 |
3.3 |
5.8 |
5 |
||||||
Sm |
7.9 |
1.4 |
3 |
8.1 |
2.1 |
7 |
|||||
Gd |
н/о |
2.3 |
3.0 |
7 |
|||||||
Yb |
2.3 |
2.7 |
3 |
1.1 |
2.3 |
8 |
|||||
Ta |
1.1 |
2.4 |
5 |
1.4 |
1.7 |
10 |
|||||
W |
0.09 |
1 |
1.3 |
1 |
3 |
1.3 |
9 |
2.3 |
7.8 |
||
Pb |
6.5 |
1.7 |
10 |
8.2 |
1.7 |
19 |
40 |
1.7 |
22 |
4.9 |
|
Sc |
110 |
1.3 |
7 |
||||||||
Ga |
3.7 |
1.8 |
11 |
||||||||
Ge |
2.0 |
1.5 |
7 |
||||||||
Se |
1.9 |
2.1 |
4 |
||||||||
Sb |
180 |
1.6 |
2 |
||||||||
Ba |
87 |
1.8 |
9 |
||||||||
Lu |
3.2 |
1.4 |
9 |
||||||||
Hf |
2.9 |
1.3 |
6 |
||||||||
Hg |
2.6 |
1.2 |
8 |
||||||||
Bi |
1.7 |
1.9 |
7 |
||||||||
U |
1.1 |
1.4 |
5 |
Таблица 3.
Результаты факторного анализа (оз. Байкал, осень 1997).
Иркутск |
Листвянка |
||||||||||||
Фактор 1 |
Фактор 2 |
Фактор 3 |
Фактор 1 |
||||||||||
Ca |
Fe |
Co |
-Ti |
-Zr |
Mo |
Cr |
Br |
Pb |
Ca |
Ti |
Mn |
Fe |
|
EF |
2,7 |
1 |
17 |
1,8 |
1,2 |
28 |
11 |
680 |
120 |
2,0 |
1,5 |
2,2 |
1 |
Cu |
Zn |
Sr |
Zn |
Br |
Rb |
Sr |
|||||||
EF |
19 |
24 |
1,4 |
55 |
290 |
0,74 |
1,6 |
||||||
Y |
Zr |
Mo |
Pb |
||||||||||
EF |
3,8 |
1,2 |
26 |
120 |
Весьма своеобразные особенности выявились при факторном анализе АА на фоновой территории. Здесь выделяется один тип источника (фактор), состоящий из 12 элементов. Из них 8 связаны с почвенно-эрозионным процессом, а 4 образуются в результате человеческой деятельности. Среди последних два (Pb и Br), как уже говорилось выше, обусловлены автотранспортными выбросами. Легко видеть, что набор из 14 элементов, выделенных в аэрозолях, отобранных в Листвянке, отличается только тремя (Y, Rb, Mn вместо Co, Cu, Cr) элементами. Различия состоят в том, что в Листвянке усиливается вклад почвенно-эрозионного источника. Здесь все элементы (Y, Rb, Mn) имеют коэффициент обогащения близкий к 1 (3,8; 0,74 и 2,2).
В г. Иркутске выделяются элементы с высоким коэффициентом обогащения (Co, Cu, Cr; EF=17, 19, 11). Это можно объяснить тем, что в г. Иркутске концентрация таких элементов выше, т.к. источники расположены в черте города. По мере распространения промышленных выбросов, концентрация техногенных примесей уменьшается за счет разбавления окружающим более чистым воздухом. Одновременно из-за увеличения времени перемешивания концентрация всех составляющих АА становится более однородной. В результате формируется аэрозольной облако смешанного состава. Вероятно, в период наблюдений в районе оз. Байкал происходит накопление частиц субмикронного размера, которые в течение длительного времени находятся в котловине оз. Байкал, образуя однородный по составу АА, состоящий из мелких частиц как естественного, так и антропогенного происхождения.
Данные синхронных наблюдений многоэлементного состава в районе промышленного центра и на фоновой территории оз. Байкал, позволившие выделить различные типы источников, получены впервые. Подтверждена возможность количественной оценки степени воздействия техногенной нагрузки промышленных выбросов локального и регионального масштабов на оз. Байкал.
Совершенствование используемой методики исследования, прежде всего использование высокообъемных источников и использование фильтров АФА-ХА расширит диапазон одновременно определяемых элементов, что повышает надежность идентификации типов источников АА. Перспективным также является определение сезонных изменений состава АА, сопоставление этих данных с результатами интегральных методов (например, мониторинг снежного покрова [14-16].
Кроме того, в настоящее время:
Дальнейшее развитие этих исследований связано с использованием метеоданных и результатами математического моделирования [22-29].
Важной задачей, возникающей при экспертной оценке состояния окружающей среды, является идентификации областей влияния на охраняемые районы. С этой целью в ИВТ СО РАН в 1998 г. была разработана методика построения обратных траекторий аэрозольных частиц на основе фактической климатической информации о полях ветра международного архива "Реанализ", подготовленного в Национальном центре прогноза окружающей среды США (NCEP) и Национальном центре атмосферных исследований США (NCAR).
Проведена оценка областей влияния на картину загрязнения в ряде Северных территорий и для Байкальского региона на основе построения обратных траекторий. По метеорологическим данным из архива "Реанализа" NCEP/NCAR построены траектории для каждого сезона областей воздействия на картину загрязнения в пунктах мониторинга сибирского атмосферного аэрозоля. Описание метода нахождения обратных траекторий и используемых метеорологических данных приведено в [22–26].
На рис.7-12 приведены результаты вычислительных экспериментов по оценке сезонных траекторий для пунктов мониторинга, производимого в рамках проекта "Аэрозоли Сибири": городов Иркутск, Тикси, Самбург и наблюдательной станции Монды (район озера Байкал). На этих рисунках цифрами обозначены номера месяцев.
Как видно из рисунков, построенные обратные траектории позволяют оценить характерные для каждого сезона области воздействия на картину загрязнения в пунктах мониторинга.
Рис.7. Обратные траектории, построенные
по климатическим данным о ветре для г. Иркутска.
Рис.8. Обратные траектории, построенные по климатическим данным
о ветре для наблюдательной станции Монды.
Рис.9. Обратные траектории, построенные по климатическим данным
о ветре для г. Тикси.
Рис.10. Обратные траектории, построенные по климатическим данным
о ветре для г. Самбург (для периода "январь-апрель").
Рис.11. Обратные траектории, построенные по климатическим данным
о ветре для г. Самбург (для периода "май-август").
Рис.12. Обратные траектории, построенные по климатическим данным
о ветре для г. Самбург (для периода "сентябрь-декабрь").
Проведены имитационные расчеты построения областей влияния для различных регионов Сибири на основе решения сопряженного уравнения переноса атмосферного аэрозоля. Сопряженное уравнение решается с использованием однопараметрической модели пограничного слоя атмосферы и монотонной конечно-разностной схемы Ботта. На рис. 14 приведены результаты имитационного моделирования для нахождения области влияния для территории Пуровского района.
В модели переноса использована сетка с шагом 30 км по горизонтальным переменным (251 x 211 узлов сетки) и 19 уровней по вертикали (15 стандартных уровней - 10, 20, 30, 50, 70, 100, 150, 200, 250, 300, 400, 500, 700, 850, 1000 гПа и 4 дополнительных уровня для описания пограничного слоя атмосферы - 880, 910, 940, 970 гПа).
В расчетах по фактическим данным о составляющих ветра u,v, заданным с двенадцатичасовым интервалом и шагом сетки 300 км, находились промежуточные значения с 30-минутным интервалом на стандартных уровнях. Затем проводится восстановление этих полей в пограничном слое на четырех дополнительных уровнях. После этого компоненты скорости ветра интерполировались в узлы регулярной сетки с шагом 30 км с помощью билинейной интерполяции. Наконец, вертикальный компонент скорости ветра находился по найденным значениям u,v из уравнения неразрывности.
Для иллюстрации приведем результаты численного эксперимента, проведенного для оценки влияния загрязнения в области, приближенно соответствующей Пуровскому району Ненецкого национального округа. Расчеты проводились при входных параметрах, аналогичных входным параметрам прямой задачи.
На рис. 13 приведена "охраняемая" зона - Пуровский район, а на рис. 14 приведены изолинии функции чувствительности для данного региона для 4 суток. Внешняя изолиния (точки, в которых значение концентрации равно 0,0001% от значения начального выброса) представляет границу области распространения. На рисунках она отмечена цифрой 1.
Отметим, что решение прямой задачи моделирования дает полную информацию о распространении в пространстве и времени загрязняющей примеси для фиксированных места и времени разового выброса аэрозоля. Решение же сопряженной задачи содержит информацию о том, какое количество примеси выпадает в фиксированной точке пространства и времени при произвольном месте и времени выброса.
Разработана система визуализации геофизической информации, работающая в рамках операционной системы Windows 95 и состоящая из графического процессора (пакета программ машинной графики) и диалоговой интерфейсной системы, выполняющей функции менеджера задач и графического редактора. На рис. 15 приведен вид системы визуализации в момент загрузки.
Рис. 13. "Охраняемая зона" для нахождения
области влияния для территории Пуровского района
Рис. 14. Результат имитационного моделирования
для нахождения области влияния для территории Пуровского района
Рис. 15. Вид системы визуализации в момент загрузки.
ЛИТЕРАТУРА
Зав.лаб. ИВТ СО РАН
Д.ф.-м.н. Ривин Г.С.
Ваши коментарии Обратная связь |
SBRAS Home Page Головная страница СО РАН |