Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "prognozowanie" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-14 z 14
    Tytuł:
    Prognozowanie stężeń bromianów(V) i bromowych pochodnych metanu - ubocznych produktów procesu ozonowania wody
    Bromate and Brominated THM-by-Products of the Ozonation Process
    Autorzy:
    Olsińska, U.
    Powiązania:
    https://bibliotekanauki.pl/articles/236634.pdf
    Data publikacji:
    2003
    Wydawca:
    Polskie Zrzeszenie Inżynierów i Techników Sanitarnych
    Tematy:
    bromiany(V)
    THM
    ozonowanie
    prognozowanie stężeń
    brominated THM
    ozonation
    prediction
    Opis:
    W pracy przedstawiono równania korelacyjne opisujące stężenie bromianów(V) i trihalometanów zawierających atomy bromu, powstających podczas ozonowania wód zawierających bromki, w zależności od takich parametrów procesowych, jak stężenie początkowe bromków, azotu amonowego, wodorowęglanów i ogólnego węgla organicznego, pH wody i jej temperatura, dawka ozonu, czas jego oddziaływania oraz warunki hydrodynamiczne komory kontaktowej. Zależności te, opracowane na podstawie wyników doświadczeń laboratoryjnych, wykonanych w układzie przepływowym, poddano weryfikacji. w oparciu o wyniki pomiarów przeprowadzonych na rzeczywistych obiektach technicznych (ZPW "Strumień", "Dziećkowice" i "Goczałkowice"). Wybór obiektów podyktowany był różnicami w konstrukcji komór kontaktowych wody z ozonem i zróżnicowanym składem fizyczno-chemicznym wody oraz odmiennymi warunkami technologicznymi. Uzyskane wyniki potwierdziły przydatność opracowanych modeli empirycznych do prognozowania stężeń analizowanych produktów ubocznych procesu utleniania ozonem. Większość odchyleń wartości przewidywanych od zmierzonych mieściła się w granicach błędów pomiaru. Weryfikacja zyskana w skali technicznej świadczy o dobrych właściwościach prognostycznych opracowanych zależności.
    Formation of bromate and brominated THMs during ozonation of bromide-containing water was studied under different process parameters. The results of the tests performed in a fine-bubble column operated in a co- and countercurrent mode are summarized in the form of empirical formulas that facilitate the prediction of bromate and brominated THM formation in terms of the basic parameters of the conventional ozonation process. The parameters taken into account were as follows: initial concentration of bromide ions, total organic carbon and ammonia nitrogen, pH, temperature and alkalinity of water, ozone dose, mean residence time and a selected parameter describing the hydrodynamics of an ozone contactor. In the latter case, a number of tanks-in-series, a dispersion number or a velocity gradient were considered alternatively. The correlation equations derived were also verified. Apart from an internal validation of the models, some examples of their full-scale validation a are presented. The results of the validation show that the empirical formulas proposed in this study allow for an overall prediction of both bromate and brominated THM concentrations, i.e., formed through the molecular and radical pathways under ozonation process.
    Źródło:
    Ochrona Środowiska; 2003, R. 25, nr 4, 4; 45-50
    1230-6169
    Pojawia się w:
    Ochrona Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Stochastyczne modele godzinowego poboru wody w wybranym systemie wodociągowym
    Stochastic models of water demand in a chosen water-supply system
    Autorzy:
    Siwoń, Z.
    Cieżak, W.
    Cieżak, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/236800.pdf
    Data publikacji:
    2005
    Wydawca:
    Polskie Zrzeszenie Inżynierów i Techników Sanitarnych
    Tematy:
    system wodociągowy
    zużycie wody
    prognozowanie
    water supply system
    water demand
    forecasting
    Opis:
    Zaprezentowano dwa modele prognostyczne szeregów czasowych godzinowego poboru wody, tj. model klasy ARIMA i model opracowany przez Wintera, zweryfikowane na podstawie analizy zbiorów ciągłych obserwacji poboru wody w systemie wodociągowym Brzegu. Wykazano, że obie metody prognozowania spełniają wygodną dla potrzeb praktycznych zasadę łatwej dostępności danych wyjściowych do prognozowania. Nie ujmują one żadnych zmiennych zewnętrznych, a bazują wyłącznie na chronologicznie uszeregowanych ciągach obserwacji poboru wody z bezpośredniej przeszłości. Zaletą modeli klasy ARIMA przy ich oszczędnej parametryzacji jest to, że proces prognozowania godzinowego poboru wody może być zainicjowany już przy stosunkowo małej liczbie wyrazów szeregu czasowego. W praktyce już dwutygodniowy ciąg obserwacji godzinowego poboru wody daje możliwość zainicjowania procesu prognozowania. Strukturę modelu ARIMA (1,0,0)(1,1,0)24 można uznać za uniwersalną, nadającą się do prognozowania godzinowych poborów wody w miejskich systemach wodociągowych. Przyjęcie tej tezy, zwłaszcza że pokrywa się ona z wcześniejszymi wynikami badań własnych, w znacznym stopniu może uprościć automatyzację prognozowania, bo eliminuje się z procesu analizy szeregu czasowego etap poszukiwania struktury modelu. Stwierdzono, że przekształcenie szeregu surowego w szereg Fouriera poprawia wyniki prognoz oraz że odpowiednimi modelami dotyczącymi prognoz poboru wody są sezonowe modele multiplikatywne. Metody prognozowania oparte na algorytmach wygładzania wykładniczego są łatwe do zastosowania i nie wymagają założenia o stacjonarności szeregu czasowego. Addytywny model Wintera daje prognozy, które wykazują najmniejsze błędy. Stwierdzono, że nie zawsze złożone metody dają optymalne prognozy, a zaprezentowane modele, w hierarchii metod służących do prognozowania poboru wody, plasowane są na wysokim miejscu.
    The study reported on in this paper involved two models, a model of ARIMA class and the model developed by Winter, which are used to forecast an hourly water demand time series. The models have been verified by analyzing the sets of continuous observations of the water demand in the water-supply system of Brzeg. Both the methods meet the requirement of an easy availability of the input data for the needs of forecasting. They do not include any external variables and are based solely on the preceding chronological water demand time series. Characterized by a reasonable parametrization, the ARIMA class models offer the potentiality for initiating the forecasting of water demand with a comparatively small number of points in the time series. In practice, 14-day hourly observations will suffice to initiate the forecasting process. The structure of the ARIMA (1,0,0)(1,1,0)24 model can be considered universal and suitable for forecasting the water demand in municipal water-supply systems. Accepting this thesis, as well as taking into account the fact that it is consistent with the results of our previous researches, we can notably simplify the automation of forecasting, because in this way the stage of search for the model structure is eliminated from the analysis of the time series. It is worth noting that the transformation of a raw time series into a Fourier series upgrades the quality of the forecasts and that seasonal multiplicative models are suitable for forecasting the water demand. Forecasting methods based on algorithms for an exponential smoothing of the time series are easy to use and do not require the assumption of a stationary input sequence. The additive Winter' model generates forecasts with the smallest errors. Our study has produced the following findings: sophisticated methods do not always generate optimal forecasts; the models presented in this paper rank high in the hierarchy of the methods used for forecasting of water demand.
    Źródło:
    Ochrona Środowiska; 2005, R. 27, nr 1, 1; 7-13
    1230-6169
    Pojawia się w:
    Ochrona Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Prognozowanie obciążenia hydraulicznego miejskiego systemu wodociągowego z wykorzystaniem modeli rozmytych typu TSK
    Forecasting hydraulic load of urban water supply system using TSK fuzzy models
    Autorzy:
    Stachura, M.
    Studziński, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/237351.pdf
    Data publikacji:
    2014
    Wydawca:
    Polskie Zrzeszenie Inżynierów i Techników Sanitarnych
    Tematy:
    Sieć wodociągowa
    pobór wody
    modelowanie
    prognozowanie
    Water supply system
    water demand
    modeling
    forecasting
    Opis:
    Przedstawiono możliwości prognozowania dobowego poboru wody w miejskim systemie wodociągowym. W tym celu wykorzystano modele o strukturze Takagi-Sugeno-Kanga (TSK), w których następnikiem jest klasyczny model liniowy uwzględniający dynamikę, co pozwala na określenie ich struktury jako „modeli liniowych rozmywanych strefowo”. W przeprowadzonych rozważaniach wykorzystano dane (o liczebności 974) pochodzące z sieci wodociągowej Rzeszowa obejmujące przedział czasu od 01-07-2005 do 29-02-2008. Na podstawie zarejestrowanych danych porównano tygodniowe wartości poboru wody w różnych porach roku. Kolejno przedstawiono modele TSK oraz sposób ich wyznaczania. Wykazano, że modelowanie może odbyć się w oparciu o znajomość tygodniowych zmian poboru wody, a wynikowy model pozwala prognozować wartości poboru wody w szerokim zakresie zmienności. Uzyskane wyniki przy różnych kombinacjach rozmywania i doboru struktury konkluzji modelu były porównywalne, z czego wynika, że wykorzystywana metoda wyznaczania modeli rozmytych może być stosowana do określania właściwości dynamicznych procesów, w przypadku których nie jest znany dokładny opis modelowanych zjawisk.
    The paper presents possibilities of daily water demand forecasting for municipal water supply system. For this purpose, Takagi-Sugeno-Kang’s (TSK) models were applied. In this type of models the conclusion is in the form of a classical linear function, which allows describing their structure as ‛fuzzified linear models’. For the purpose of this study data from the water supply network for the city of Rzeszow was used (974 samples). It covered the period from 1 July 2005 to 29 February 2008. Based on the collected data weakly water demand values were compared for different seasons. Subsequent TSK models were described together with the way they were developed. It was shown that modeling could be based on weakly water demand data and that resulting model allowed predicting water demand values over a wide range of variability. The results received for different combinations of fuzzification and model conclusion structure selection were comparable. Therefore, it could be concluded that the method used for fuzzy model development might be used to determine dynamic properties of the processes for which the exact description of modeled phenomena was unknown.
    Źródło:
    Ochrona Środowiska; 2014, 36, 1; 57-60
    1230-6169
    Pojawia się w:
    Ochrona Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie sztucznych sieci neuronowych do prognozowania szeregów czasowych krótkotrwałego poboru wody w wybranych systemach wodociągowych.
    Artificial Neural Networks for Predicting Water Demand Time Series in Municipal Water Supply Systems of Choice.
    Autorzy:
    Cieżak, W.
    Siwoń, Z.
    Cieżak, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/237688.pdf
    Data publikacji:
    2006
    Wydawca:
    Polskie Zrzeszenie Inżynierów i Techników Sanitarnych
    Tematy:
    system wodociągowy
    pobór wody
    prognozowanie
    sztuczne sieci neuronowe
    water supply system
    water demand
    forecasting
    artificial neuron networks
    Opis:
    W artykule omówiono wyniki modelowania i prognozowania szeregów czasowych poboru wody z miejskich sieci wodociągowych dla potrzeb optymalnego sterowania procesami zaopatrzenia w wodę. Zaprezentowano wyniki praktycznej weryfikacji sztucznych sieci neuronowych na przykładzie wydzielonego rejonu sieci wodociągowej we Wrocławiu i Brzegu. Przedstawiona została propozycja struktury sieci neuronowej przystosowanej do prognozowania zapotrzebowania na wodę, a także omówiono metody przygotowania danych statystycznych do późniejszego wykorzystania przy prognozowaniu z zastosowaniem sieci neuronowych. Wykazano silne i słabe strony omawianej metody prognozowania, jej skuteczność i dokładność. Skuteczność sztucznych sieci neuronowych w prognozowaniu szeregów czasowych krótkotrwałego poboru wody okazała się w praktyce porównywalna ze skutecznością modeli klasy ARIMA.
    Water demand time series were modeled and forecast for the purpose of optimal control of water supply processes in municipal water supply systems. The verification of the artificial neural network models involved a separate water supply subsystem for Wrocław and the water supply system for Brzeg. A structure of artificial neural networks is proposed for water demand prediction. Methods of statistical data processing for further use with neural networks for water demand prediction are also discussed. The strengths and weaknesses of this approach are pointed out along with its efficiency and accuracy. The results show that the efficiency of neural networks in forecasting the water demand time series is comparable with the efficiency of ARIMA models. Hence, the neural networks can be used as an alternative to the ARIMA models.
    Źródło:
    Ochrona Środowiska; 2006, R. 28, nr 1, 1; 39-44
    1230-6169
    Pojawia się w:
    Ochrona Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analiza kosztów naprawy uszkodzeń przewodów wodociągowych we Wrocławiu
    Analysis of damage repair costs for the water distribution system of Wrocław
    Autorzy:
    Hotloś, H.
    Powiązania:
    https://bibliotekanauki.pl/articles/236770.pdf
    Data publikacji:
    2005
    Wydawca:
    Polskie Zrzeszenie Inżynierów i Techników Sanitarnych
    Tematy:
    sieć wodociągowa
    uszkodzenia przewodów wodociągowych
    naprawa uszkodzeń
    prognozowanie kosztów
    water-pipe network
    water distribution system
    pipe failure
    repair cost
    Opis:
    Znajomość i możliwość prognozowania kosztów naprawy uszkodzeń przewodów wodociągowych może być przydatna w praktyce m.in. do planowania, z kilkuletnim wyprzedzeniem, środków finansowych na naprawę sieci oraz do podejmowania optymalnych decyzji w zakresie eksploatacji i modernizacji sieci wodociągowej z uwzględnieniem rachunku ekonomicznego. Przedstawiona w pracy analiza obejmowała jednostkowe koszty naprawy uszkodzeń przewodów magistralnych i rozdzielczych (o średnicach 80-1200 mm) we Wrocławiu w 1993 r., 1996 r. i 1999 r. Zbadano i określono korelacje między kosztem naprawy a rodzajem uszkodzenia, średnicą i głębokością ułożenia rurociągów, korelacje między kosztem naprawy a rodzajem uszkodzenia armatury (zasuw i hydrantów) sieci wodociągowej oraz tendencje zmian kosztów naprawy poszczególnych rodzajów uszkodzeń rurociągów i armatury w czasie badań, z uwzględnieniem zmiany wskaźników cen (inflacji). Wykazano, że jednostkowe koszty naprawy uszkodzeń zależały przede wszystkim od średnicy przewodów (rosły wraz ze wzrostem średnicy) oraz od rodzaju uszkodzeń rurociągów i armatury. Największe koszty są w przypadku naprawy pęknięć podłużnych rur. Stwierdzono ponadto, że kilkakrotny wzrost jednostkowych kosztów naprawy w okresie prowadzonych badań spowodowany był w dużej mierze bardzo wysoką inflacją w Polsce w latach 90. Na przykładzie systemów wodociągowych kilku miast (wykorzystując także wyniki badań wskaźników uszkodzeń sieci), wykazano, że zmniejszenie ciśnienia o 10-40% oraz jego wahań dobowych w badanych systemach spowodowało spadek intensywności uszkodzeń rurociągów o 30-58% oraz średnich rocznych wskaźników kosztów naprawy o 42-58%.
    Knowing the costs of water pipe repair (or having the possibility to predict them) enables planning, several years in advance, the expenditure on the repair and retrofit of the networks in service. Analysis included the unit costs of damage repair in water mains and in the water distribution system (80 to 1200 mm pipe diameters) for the city of Wrocław in 1993, 1996 and 1999. Determined were the following relationships: the correlation between repair costs, type of damage, pipe diameter and depth at which the pipes were laid; the correlation between the type of damage of the pipe fittings (valves, hydrants); trends in repair cost variations for particular types of damage in water-pipes and pipe fittings observed in the course of the study, consideration being also given to the variations in the price indexes (due to inflation). The unit costs of damage repair were found to depend primarily on the pipe diameter (increasing with the diameter), as well as on the type of damage in the pipeline and the pipe fittings. The highest were the costs involved in the repair of pipes marked with longitudinal cranks. It was also found that the frequent rise in the unit costs of damage repair should be attributed primarily to the high inflation rate in Poland in the nineteen-nineties. The comparison of the water-pipe networks of several municipalities (which was also based on the analysis of network damage indexes) has shown reverse relationship to pressure head drop and its daily variations. The pressure that was reduced by 10 to 40% decreased the pipeline failure and the mean annual repair cost indexes by 30 to 58% and 42 to 58%, respectively.
    Źródło:
    Ochrona Środowiska; 2005, R. 27, nr 2, 2; 37-43
    1230-6169
    Pojawia się w:
    Ochrona Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Ocena wpływu zmiennych wejściowych i struktury modelu sztucznej sieci neuronowej na prognozowanie dopływu ścieków komunalnych do oczyszczalni
    Impact assessment of input variables and ANN model structure on forecasting wastewater inflow into sewage treatment plants
    Autorzy:
    Bartkiewicz, L.
    Szelag, B.
    Studziński, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/237035.pdf
    Data publikacji:
    2016
    Wydawca:
    Polskie Zrzeszenie Inżynierów i Techników Sanitarnych
    Tematy:
    oczyszczalnia ścieków
    dopływ ścieków
    modelowanie
    prognozowanie
    SSN
    współczynnik korelacji
    sewage treatment plant
    wastewater inflow
    modeling
    forecasting
    ANN
    correlation coefficient
    Opis:
    Ze względu na stochastyczny charakter zjawiska dopływu ścieków do oczyszczalni, występują duże nierównomierności zarówno ilości, jak i jakości ścieków, co ma znaczący wpływ na funkcjonowanie obiektów technologicznych oczyszczalni. Z tego względu celowe jest prognozowanie wartości dopływu ścieków, co pozwala na przygotowanie obiektu na występowanie zdarzeń anormalnych, mogących doprowadzić do zaburzeń w działaniu urządzeń oczyszczalni. W artykule przedstawiono wyniki modelowania wartości dopływu ścieków z zastosowaniem sztucznych sieci neuronowych. W przeprowadzonych analizach wykorzystano wyniki trzyletnich pomiarów wysokości opadów atmosferycznych oraz dopływu ścieków komunalnych do miejskich oczyszczalni w Rzeszowie i Kielcach. Do oceny wpływu zmiennych objaśniających na jakość modelu zastosowano metodę regresji logistycznej. Uwzględniono takie zmienne, jak wysokość opadów atmosferycznych oraz dobowy dopływ ścieków do oczyszczalni, które były odpowiednio opóźnione w stosunku do wartości prognozowanej. Zbadano także wpływ parametrów struktury rozpatrywanego modelu na dokładność prognozy tworzonych modeli matematycznych.
    Due to a stochastic nature of sewage inflow into a treatment plant the inflow amount and its quality are highly variable which has a significant impact on the plant technological objects operation. Hence, sewage inflow forecasting would be desirable as it allows for mitigating the impact of abnormal events that might lead to major plant installation disruption. This paper presents the results of a raw sewage inflow modeling using Artificial Neural Networks (ANNs). Results of the three-year measurements of precipitation rates and sewage treatment plant inflow in Rzeszow and Kielce were used in the analyses. To assess the impact of exogenous variables on the model quality the logistic regression method was applied. The variables considered were the precipitation rate and daily sewage inflow, which were appropriately delayed in relation to the forecasted inflow values. Impact of the model structure parameters on accuracy of the mathematical model forecasts was also investigated.
    Źródło:
    Ochrona Środowiska; 2016, 38, 2; 29-36
    1230-6169
    Pojawia się w:
    Ochrona Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie wielowarstwowych sztucznych sieci neuronowych do średnioterminowego prognozowania poboru wody – studium przypadku
    Application of multilayer perceptron artificial neural networks to mid-term water consumption forecasting – a case study
    Autorzy:
    Piasecki, A.
    Jurasz, J.
    Marszelewski, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/237135.pdf
    Data publikacji:
    2016
    Wydawca:
    Polskie Zrzeszenie Inżynierów i Techników Sanitarnych
    Tematy:
    sieć wodociągowa
    pobór wody
    prognozowanie
    sztuczne sieci neuronowe
    zmienna objaśniająca
    water supply system
    water consumption
    forecasting
    artificial neural networks
    exogenous variable
    Opis:
    Do prognozowania miesięcznego poboru wody w wybranym mieście o średniej wielkości wykorzystano wielowarstwowe sztuczne sieci neuronowe. Badaniem objęto jedno z osiedli w Toruniu – Czerniewice, które ma własny system wodociągowym (inny niż pozostała część miasta). Początkowo w analizie uwzględniono dziewięć zmiennych objaśniających, opisujących warunki meteorologiczne, ekonomiczne i społeczne. W trakcie prognozowania okazało się, że wykorzystanie wszystkich zgromadzonych zmiennych wejściowych korelujących z poborem wody nie dało prognoz najlepszych jakościowo. Najlepszy wynik w tym zakresie (oceniony na podstawie wartości błędu typu MAPE) uzyskano w przypadku modelu zbudowanego na podstawie takich zmiennych, jak liczba osób korzystających z wodociągu, cena wody, maksymalna temperatura i wilgotność powietrza oraz średni dochód na jednego mieszkańca. Wykazano, że zakres zmiennych uwzględnianych w prognozowaniu poboru wody za pomocą sieci neuronowych wymaga dostosowania do warunków lokalnych. W rozpatrywanym przypadku sztuczne sieci neuronowe potwierdziły swą użyteczność w zakresie średnioterminowego prognozowania poboru wody.
    Multilayer perceptron (MLP) artificial neural networks were employed to monthly water consumption forecasting. Research encompassed Czerniewice, one of the estates in Torun with a dedicated waterworks system (different from the other part of the town). Initially, nine exogenous variables describing meteorological, economic and social conditions were examined. The forecasting process revealed that implementation of all input variables correlating with water consumption did not lead to the highest quality forecasts. In terms of quality, the best result (evaluated based on MAPE criterion) was achieved for a model built on variables such as number of residents with access to waterworks, water rate, maximum temperature and humidity, and average income per inhabitant. It was demonstrated that the selection of input variables used for water consumption forecasting should be adjusted to local conditions. In the example considered, artificial neural networks proved useful in mid-term water consumption forecasting.
    Źródło:
    Ochrona Środowiska; 2016, 38, 2; 17-22
    1230-6169
    Pojawia się w:
    Ochrona Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie sztucznych sieci neuronowych Kohonena do prognozowania dobowego poboru wody.
    Application of Kohonen Artificial Neural Networks to the Prediction of Daily Water Consumption.
    Autorzy:
    Licznar, P.
    Łomotowski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/237690.pdf
    Data publikacji:
    2006
    Wydawca:
    Polskie Zrzeszenie Inżynierów i Techników Sanitarnych
    Tematy:
    dobowy pobór wody
    prognozowanie
    sieci neuronowe Kohonena
    daily water consumption
    prediction
    artificial neural networks
    perceptron networks
    Self-Organizing Feature Map (SOFM)
    Opis:
    W pracy przedstawiono wyniki badań nad zastosowaniem samoorganizujących sieci Kohonena do prognozowania dobowego poboru wody. Dotychczas do prognozowania poboru wody używano sztucznych sieci neuronowych najprostszych typów, głównie sieci perceptronowych o pojedynczej warstwie ukrytej. Otrzymywano przy tym wyniki porównywalne lub lepsze od modeli stochastycznych opartych o analizę szeregów czasowych, jednakże sieci te nie pozwalały wniknąć w istotę kształtowania się procesu poboru wody. Wagi poszczególnych neuronów sieci perceptronowych, ustalane w trakcie ich uczenia, nie są bowiem powiązane z fizycznymi cechami prognozowanego szeregu czasowego. Z tego względu podjęto próbę zastosowania samoorganizujących sieci Kohonena dla prognozowania dobowego poboru wody w sieci wodociągowej. W badaniach wykorzystano szereg czasowy dobowego zużycia wody z lat 1996-2002 jednego z większych polskich wodociągów. Prognoza była wykonana dwuetapowo. Pierwszym jego etapem było prognozowanie sumarycznego tygodniowego rozbioru wody przy użyciu prostej sieci perceptronowej szeregu czasowego. W następnym etapie prognozowany całkowity, tygodniowy, rozbiór był rozdzielany na poszczególne dni tygodnia, zgodnie z wzorcami rozpoznanymi dla poszczególnych okresów roku przez samoorganizującą się strukturę sieci Kohonena. Otrzymywane wyniki były porównywalne z wcześniejszymi rezultatami autorów, uzyskanymi na tym obiekcie do prognozowania przy wykorzystaniu prostych sieci neuronowych oraz metody wygładzania wykładniczego. Dodatkowym - poznawczym - wynikiem przeprowadzonych badań są opracowane, przy wykorzystaniu sieci samoorganizującej się na zasadzie współzawodnictwa, profile tygodniowego poboru wody.
    The objective of the study was to develop a hybrid tool for predicting daily water consumption by the combined use of the perceptron and Kohonen artificial neural networks. The investigations included a 7-year time series of total daily water consumption in the time span of 1996 to 2002, coming from one of Poland's largest water distribution systems. The prediction process was a two-stage one. At the first stage, the Self-Organizing Feature Map (SOFM) was made in order to establish the weekly water distribution patterns that are typical for each season of the year. At the second stage, a simple single hidden layer perceptron networks was built to enable the prediction of total weekly water consumption. Owing to the combined use of the perceptron and Kohonen artificial neural networks it was possible to work out high-quality daily water consumption predictions and to identify typical seasonal patterns of weekly water consumption.
    Źródło:
    Ochrona Środowiska; 2006, R. 28, nr 1, 1; 45-48
    1230-6169
    Pojawia się w:
    Ochrona Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Jednowymiarowe modele natężenia i jakości ścieków dopływających do oczyszczalni komunalnych
    One-dimensional models describing the parameters of the influent to the municipal wastewater treatment plant
    Autorzy:
    Sobota, J.
    Szetela, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/236798.pdf
    Data publikacji:
    2005
    Wydawca:
    Polskie Zrzeszenie Inżynierów i Techników Sanitarnych
    Tematy:
    ścieki miejskie
    natężenie dopływu
    wskaźniki jakości
    model autoregresji sezonowy
    prognozowanie
    municipal wastewater
    influent flow ratio
    organic constituents
    seasonal autoregressive model
    forecast
    Opis:
    Zarówno natężenie przepływu, jak i główne wskaźniki jakości ścieków dopływających do oczyszczalni, wykazują dobową powtarzalność. Zjawisko to, nazywane sezonowością, powinno być uwzględniane podczas budowania modeli prognostycznych i symulacyjnych. W pracy przedstawiono wyniki badań nad wyborem najlepszego modelu, opisującego wskaźniki ścieków dopływających do oczyszczalni komunalnych. Na podstawie przeprowadzonych analiz oraz wyników wcześniejszych prac stwierdzono, że klasyczny sezonowy model autoregresji postaci (delta)24Zt=(fi)1(delta)24Zt-1+at opisuje zmienność zarówno natężenia dopływu ścieków jak i wartości wskaźników tlenowych (BZT5, ChZT) lepiej niż niesezonowe modele autoregresji. Wykazano, że modele nie zawierające parametru sezonowości były nieadekwatne. Przy praktycznym zastosowaniu tego modelu okazało się jednak, że nie daje on zadowalających prognoz dla wskaźników nie mających dokładnej dobowej powtarzalności. W wypadku występowania silnych zakłóceń (np. w wyniku intensywnych opadów deszczu następowało zawyżanie prognozowanych wartości w następnej dobie. W pracy zaproponowano zmodyfikowany model w postaci Zt=(fi)1Zt-1+(fi)2Zt-24+(fi)3Zt-25+at inaczej uwzględniający dobową sezonowość. Dzięki temu jakość prognoz uległa znacznej poprawie, nawet w wypadku doby o nietypowej charakterystyce. Ze względu na małe wartości współczynnika (fi)3 oraz stosunkowo duże błędy tego estymatora, w niektórych przypadkach model upraszcza się do postaci Zt=(fi)1Zt-1+(fi)2Zt-24+bo+at. Stwierdzono, że szeregi czasowe niektórych wskaźników jakości nie wykazywały wyraźnego charakteru okresowego. W tym kontekście wprowadzono kryterium operujące pojęciem "pamięci procesu", pozwalające na wstępną ocenę trafności wyboru modelu sezonowego. Wskazano na pewną graniczną wartość "pamięci procesu", poniżej której szeregu czasowego nie daje się adekwatnie opisać modelem sezonowym.
    Both the flow rate and the composition of the wastewater stream entering the plant follow a 24-hour diurnal pattern. This phenomenon (also refered to as seasonality) should be taken into account when constructing models for the needs of forecasting or simulation. Our investigations reported on in this paper concentrated on the choice of such a model that would best describe the influents to municipal wastewater treatment plants. Our analyses, as well as the results of our previous studies, have revealed that the classical seasonal autoregressive model (delta)24Zt=(fi)1(delta)24Zt-1+at describes the variability not only of the flow rate but also of the organic constituents (BOD5, COD) better than the nonseasonal autoregressive models. Models that did not include the seasonality parameter were found to be inadequate. It has been shown, however, that the classical seasonal model fails to yield reliable forecast, when applied to time series deviating from exact 24-hour repeatability. Whenever there were episodes of strong disturbance (e.g. due to heavy rainfall), they always produced overrated forecast values for the subsequent 24-hours. In our present paper, the classical model was modified to the form of Zt=(fi)1Zt-1+(fi)2Zt-24+(fi)3Zt-25+at. In this way it was possible to upgrade noticeably the quality of the forecasts, even if a 24-hour period displayed an atypical characteristic. In some cases, when the (fi)3 coefficient took low values, and its estimator error was big, the model was simplified to the form of Zt=(fi)1Zt-1+(fi)2Zt-24+bo+at. It was found that the time series for some wastewater constituents did not show a distinct seasonality. In this context, a criterion was introduced, which involved the notion "process memory", thus enabling the adequacy of the choice of the seasonal model to be preliminarily assessed. It was shown that there is a certain limit value of the "process memory" below which the time series can not be adequately described by the seasonal model.
    Źródło:
    Ochrona Środowiska; 2005, R. 27, nr 1, 1; 15-22
    1230-6169
    Pojawia się w:
    Ochrona Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modele neuronowe szeregów czasowych godzinowego poboru wody w osiedlach mieszkaniowych
    Neural network models of hourly water demand time series in housing areas
    Autorzy:
    Siwoń, Z.
    Cieżak, W.
    Cieżak, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/237770.pdf
    Data publikacji:
    2011
    Wydawca:
    Polskie Zrzeszenie Inżynierów i Techników Sanitarnych
    Tematy:
    sztuczne sieci neuronowe
    szeregi czasowe
    prognozowanie
    pobór wody
    system wodociągowy
    artificial neural networks
    time series
    forecasting
    water demand
    water supply system
    Opis:
    Omówiono wyniki modelowania i prognozowania szeregów czasowych poboru wody z miejskich sieci wodociągowych na potrzeby optymalnego sterowania procesem zaopatrzenia w wodę. Zaprezentowano wyniki weryfikacji sztucznych sieci neuronowych na przykładzie wydzielonego rejonu sieci wodociągowej w Kłodzku i we Wrocławiu. Przedstawiono analizę przydatności sztucznych sieci neuronowych w bieżącym prognozowaniu szeregów czasowych godzinowego poboru wody, która wykazała, że optymalne struktury sieci perceptronowych i liniowych nie są skomplikowane, co między innymi ułatwia proces ich douczania lub uczenia od nowa. W praktyce błędy prognozowania przy wykorzystaniu wielowarstwowych perceptronowych sieci neuronowych i liniowych sieci neuronowych okazały się porównywalne lub mniejsze od błędów predykcji wg modeli klasy ARIMA i metod wykładniczego wygładzania szeregów czasowych. Wykazano, że przydatność sieci o radialnych funkcjach bazowych do prognozowania dobowych histogramów godzinowego poboru wody była ograniczona i jednocześnie mniejsza niż sieci liniowych oraz perceptronowych.
    The paper outlines the results of modeling and forecasting the water demand time series for the optimal control of water supply processes in municipal water supply systems. The results of verification of the artificial neural network models have been presented for a separate water supply subsystem in Klodzko and in Wroclaw. Analysis of the performance of artificial neural networks when used to develop current predictions of the time series for hourly water demand has revealed that the optimal structures of perceptron and linear networks are not very complicated, which facilitates the process of additional training or re-training. Practically, it has been found that forecasting produces comparable or smaller errors when focused on multilayer perceptron neural networks and linear neural networks than when based on the use of ARIMA models and exponential smoothing of the time series. Applicability of neural networks of radial base functions (RBF) to forecasting daily water demand histograms is limited, and lesser than that of linear and perceptron networks.
    Źródło:
    Ochrona Środowiska; 2011, 33, 2; 23-26
    1230-6169
    Pojawia się w:
    Ochrona Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie analizatora prądu strumieniowego do kontroli procesu koagulacji wymiatającej
    Use of the stream current analyzer for the control of sweep coagulation
    Autorzy:
    Kłos, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/236868.pdf
    Data publikacji:
    2012
    Wydawca:
    Polskie Zrzeszenie Inżynierów i Techników Sanitarnych
    Tematy:
    koagulacja wymiatająca
    sterowanie dawką koagulantu
    koagulant wstępnie zhydrolizowany
    analizator prądu strumieniowego
    prognozowanie
    jakość wody
    sweep coagulation
    coagulant dose control
    pre-hydrolyzed coagulant
    stream current analyzer
    prediction
    water control
    Opis:
    Zwiększenie skuteczności oczyszczania wody metodą koagulacji wymaga prowadzenia tego procesu wg założeń koagulacji pogłębionej. Jej podstawowym warunkiem jest zmiana mechanizmu koagulacji z adsorpcji-destabilizacji zanieczyszczeń na koagulację wymiatającą. Skutkiem ubocznym zmiany mechanizmu koagulacji jest niebezpieczeństwo pojawienia się w odpływie z osadnika ponadnormatywnych ilości pozostałego koagulantu oraz zawiesin pokoagulacyjnych. W artykule przedstawiono wyniki badań nad procedurą sterowania dawką koagulantu w czasie rzeczywistym, zapewniającą uzyskanie wysokiej skuteczności procesu koagulacji przy minimalizacji ilości powstających drobnych cząstek zawiesin pokoagulacyjnych. Wykazano, że rozbudowa systemu sterowania dawką koagulantu w czasie rzeczywistym, opartego na analizatorze prądu strumieniowego, o pomiar zawartości związków organicznych (absorbancja w nadfiolecie przy długości fali 254 nm) oraz zawiesin, ze szczególnym uwzględnieniem cząstek o wymiarze ok. 1 žm, pozwoliła na znaczne rozszerzenie jego możliwości technologicznych, a zwłaszcza na zwiększenie dokładności prognozowania dawki koagulantu.
    Efforts at improving the coagulation effect during water treatment require that the coagulation process should be conducted according to the underlying assumptions of enhanced coagulation. A sine qua non condition for achieving this is the switch from the mechanism of adsorption-destabilization of the pollutants to the mechanism governing sweep coagulation. A side-effect of such a switch is the risk that excessive amounts of residual coagulant and post-coagulation suspended solids will appear in the effluent from the settling tank. In this paper presented are the results of investigations into a procedure of coagulant dose control in real time. In the procedure use is made of a stream current analyzer, which not only significantly improves the efficiency of the coagulation process, but also minimizes the proportion of fine particles in the post-coagulation suspended solids. The study has produced the following findings. The development of the procedure by including measurements of organic matter content (UV absorbance at 254 nm) and suspended solids (with major focus on particle size of ~1 žm) had a beneficial effect on the technological performance of the control system, as well as on the accuracy of predicting the coagulant dose.
    Źródło:
    Ochrona Środowiska; 2012, 34, 2; 15-18
    1230-6169
    Pojawia się w:
    Ochrona Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie sztucznych sieci neuronowych do prognozowania zawartości azotu ogólnego w odpływie z oczyszczalni ścieków
    Application of artificial neural networks to forecasting total nitrogen content in secondary effluent from treatment plants
    Autorzy:
    Wąsik, E.
    Chmielowski, K.
    Studziński, J.
    Szeląg, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/237416.pdf
    Data publikacji:
    2018
    Wydawca:
    Polskie Zrzeszenie Inżynierów i Techników Sanitarnych
    Tematy:
    ścieki komunalne
    ścieki oczyszczone
    modelowanie
    prognozowanie
    sztuczne sieci neuronowe
    azot ogólny
    azot amonowy
    azotyny
    azotany
    azot organiczny
    sewage
    secondary effluent
    modeling
    forecasting
    artificial neural networks
    total nitrogen
    ammonia nitrogen
    nitrites
    nitrates
    organic nitrogen
    Opis:
    Zaprezentowano możliwość wykorzystania sztucznych sieci neuronowych do prognozowania zawartości azotu ogólnego w ściekach oczyszczonych w funkcji jego różnych postaci występujących w odpływie z oczyszczalni ścieków. W badaniach zastosowano dane z lat 2010–2016, zawierające pomiary zawartości związków azotu w ściekach odpływających z oczyszczalni obsługującej aglomerację o równoważnej liczbie mieszkańców powyżej 100000. Zbiór danych wejściowych został wstępnie poddany analizie skupień i następnie wykorzystany do trenowania sieci neuronowej w postaci perceptronu wielowarstwowego. Na podstawie uzyskanych symulacji stwierdzono, że najmniejsze wartości błędów prognozy ilosci azotu ogólnego (2÷3%) uzyskano w wariancie, gdy jego wartość była funkcją wszystkich postaci azotu występujących w oczyszczonych ściekach. W przypadku modelu wykorzystującego jedynie dane o zawartości azotu nieorganicznego oraz azotanów otrzymane wyniki symulacji niewiele różniły się od wartości rzeczywistych, na co wskazuje bardzo duża wartość współczynnika korelacji (>97%). Wartość średniego błędu bezwzględnego w tym przypadku zwiększyła się tylko o około 4 punkty procentowe do wartości 6,2% (proces uczenia) oraz 6,9% (proces testowania/walidacji) w stosunku do symulacji wykorzystującej wszystkie postacie azotu w ściekach.
    Potential application of artifi cial neural networks (ANN) to forecast total nitrogen content (TNC) in treated wastewater was presented as a function of selected nitrogen forms present in the secondary effl uent. The analyzed data from the period of 2010–2016 covered measurements of the nitrogen content in the effl uent from the treatment plant servicing agglomeration with a population equivalent of more than 100,000. The input data set was initially subjected to cluster analysis and then, used to train a neural network in the form of a multilayer perceptron (MLP). The simulations demonstrated that the smallest error values for the forecast of TNC (2–3%) were obtained for the variant, the value of which was a function of all the forms of nitrogen present in the secondary effl uent. For the total nitrogen model based on inorganic nitrogen and nitrates data only, the simulation results did not differ signifi cantly from the actual values, as indicated by a very high correlation coeffi cient (over 97%). In this case, the value of the mean absolute error increased only by nearly 4% to 6.2% (learning process) or 6.9% (testing/validation process), compared to the simulation based on all the nitrogen forms in the sewage.
    Źródło:
    Ochrona Środowiska; 2018, 40, 1; 29-33
    1230-6169
    Pojawia się w:
    Ochrona Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Sposoby interpretacji wyników modelowania dyspersji odorantów w powietrzu atmosferycznym
    Interpretation methods of odorants dispersion modeling results
    Autorzy:
    Friedrich, M.
    Antoniewicz, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/237584.pdf
    Data publikacji:
    2018
    Wydawca:
    Polskie Zrzeszenie Inżynierów i Techników Sanitarnych
    Tematy:
    powietrze atmosferyczne
    uciążliwość zapachowa
    odory
    modelowanie dyspersji odorantów
    prognozowanie zapachowej jakości powietrza
    środowiskowy próg wyczuwalności
    środowiskowy próg rozpoznawalności
    intensywność zapachu
    jakość powietrza
    jednostka zapachowa
    atmospheric air
    odor nuisance
    odors
    odour dispersion modeling
    environmental recognition threshold
    odour intensity
    air quality
    odour unit
    Opis:
    Omówiono problem interpretacji wyników modelowania dyspersji odorantów w powietrzu. Zwrócono uwagę na najczęściej popełniane błędy przy sporządzaniu ocen zapachowego oddziaływania danej instalacji na otoczenie. Wskazano różnice pomiędzy modelowaniem dyspersji odorantów a referencyjną metodą modelowania poziomów pojedynczych substancji w powietrzu (według rozporządzenia Ministra Środowiska z 2010 r.) Podano cztery możliwości przedstawiania i interpretacji wyników obliczeń modelowych, w tym występowania w skali roku określonego poziomu stężenia zapachowego oraz stężeń maksymalnych, pozwalające na wyciągnięcie praktycznych wniosków. Przedstawiono, w jaki sposób ocenia się zapachową uciążliwość danej instalacji na tle wybranych standardów zapachowej jakości powietrza, w tym wartości odniesienia określonych w projekcie polskiej ustawy o przeciwdziałaniu uciążliwości zapachowej oraz w projekcie europejskiej dyrektywy horyzontalnej dotyczącej odorów (IPPC H4). Wyjaśniono różnicę między środowiskowym progiem wyczuwalności i rozpoznawalności zapachu a stężeniami progowymi określonymi w warunkach laboratoryjnych. Pokazano, jak modeluje się czas występowania zapachu na terenie objętym obliczeniami oraz przez ile godzin w roku zapach będzie wyczuwalny w stopniu co najmniej rozpoznawalnym. Przedstawiono na czym polega prognozowanie występowania zapachu o określonej intensywności, w tym jak przelicza się stężenie zapachowe na intensywność z zastosowaniem psychofizycznych praw Webera-Fechnera i Stevensa. Pokazano również, jak na podstawie wyników modelowania dyspersji zanieczyszczeń w atmosferze można ocenić zapach mogący pojawić się w najgorszej sytuacji meteorologicznej i technologicznej. Podane przykłady mogą zostać wykorzystane podczas projektowania instalacji potencjalnie uciążliwych oraz sporządzania oceny oddziaływania przedsięwzięć na środowisko lub prognozy jakości powietrza.
    The paper discusses a problem of result interpretation for odorants dispersion modeling. The most common mistakes were brought to attention when assessing the impact of odor nuisance caused by installations on the environment. Differences were indicated between odor dispersion modeling and the reference methodology for modeling of an individual substance air level (acc. to the Regulation of the Minister of Environment from 2010). Four approaches to present and interpret the results of model calculations were discussed, including annual frequency of certain odor levels and their maximum concentrations, which enable practical conclusions to be drawn. The method to estimate odor nuisance caused by an installation against the selected air quality standards was presented, including the reference values set out in the draft bills for the Polish Act on Counteracting Odor Nuisance and the European Horizontal Guidance for Odour (IPPC H4). The difference between the environmental odor detection and recognition threshold and the threshold concentrations determined under the laboratory conditions was explained. The forecasting method for odor frequency occurrence in the designated area was demonstrated as well as the annual number of hours the odor will be detectable at recognizable level. The way to forecast odor occurrence of certain intensity was demonstrated, including how to convert its concentration to intensity according to the psychophysical laws of Weber-Fechner and Stevens. In addition, application of modeling results of pollutant dispersion in the atmosphere was demonstrated in assessment of odors that may occur in the worst meteorological and technological circumstances. The examples discussed could be employed in modeling of potentially high impact installations as well as in development of environmental impact assessments of projects or air quality forecasts.
    Źródło:
    Ochrona Środowiska; 2018, 40, 3; 9-14
    1230-6169
    Pojawia się w:
    Ochrona Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie metod czarnej skrzynki do prognozowania wartości wybranych wskaźników jakości ścieków dopływających do oczyszczalni komunalnej
    Black-box forecasting of selected indicator values for influent wastewater quality in municipal treatment plant
    Autorzy:
    Szeląg, B.
    Bartkiewicz, L.
    Studziński, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/236740.pdf
    Data publikacji:
    2016
    Wydawca:
    Polskie Zrzeszenie Inżynierów i Techników Sanitarnych
    Tematy:
    ścieki komunalne
    modelowanie
    prognozowanie jakości ścieków metoda MARS
    metoda lasów losowych (RF)
    metoda samoorganizujących się sieci neuronowych (SOM)
    metoda drzew wzmacnianych (BT) metoda analizy składowych
    głównych (PCA)
    sewage
    modeling
    sewage quality forecasting
    MARS (multivariate adaptive regression spline)
    random forest (RF)
    self-organizing map (SOM)
    boosted trees (BT)
    principal component analysis (PCA)
    Opis:
    Prognozowanie ilości i jakości ścieków dopływających do oczyszczalni komunalnej z odpowiednim wyprzedzeniem czasowym daje możliwość optymalnego sterowania wieloma parametrami procesów oczyszczania ścieków. Dlatego prowadzi się badania mające na celu opracowanie modeli matematycznych (fizykalnych deterministycznych i operatorowych statystycznych), prognozujących zarówno ilość, jak i jakość ścieków dopływających do oczyszczalni. W artykule zbadano możliwość zastosowania prostszych modeli operatorowych do prognozowania wartości wybranych wskaźników jakości ścieków na dopływie do oczyszczalni (BZT5, zawiesiny ogólne, azot ogólny i amonowy, fosfor ogólny) jedynie na podstawie wyników pomiarów natężenia przepływu ścieków oraz – w celu porównania – na podstawie ich zmierzonych wartości. Do tego celu zastosowano metody czarnej skrzynki typu MARS oraz lasy losowe (RF). Dodatkowo przedstawiono możliwość połączenia metody lasów losowych z modelem klasyfikacyjnym (RF+SOM). Do identyfikacji danych określających zmienność wybranych wskaźników jakości ścieków zastosowano metody drzew wzmacnianych (BT) i analizy składowych głównych (PCA). Modele opracowano na podstawie wyników ciągłych pomiarów dobowych przeprowadzonych w latach 2013–2015 w oczyszczalni ścieków komunalnych w Rzeszowie.
    Forecasting the amount and quality of wastewater flowing into a treatment plant sufficiently in advance, enables effective control of numerous treatment process parameters. Therefore, mathematical (physical deterministic and time series statistical) models forecasting both the amount and quality of wastewater inflow into a sewage treatment plant are under development. In this paper, a possibility of simpler time series models application to forecasting values of selected indicators (biochemical oxygen demand (BOD5), total suspended solids (TSS), total nitrogen (TN), total phosphorus (TP) and ammonium (NH4+)) of sewage quality in the inflow into a treatment plant was investigated. The research was based solely on sewage flow rate data and – for the purpose of comparison – the actual measured indicator values. For this purpose, MARS type black-box and random forest (RF) methods were used. Also, a possibility of combining the RF method with a classification model (RF+SOM) was investigated. Boosted trees (BT) and principal component analysis (PCA) methods were applied for identification of data that determine variability of the selected sewage quality indicators. The models were developed on the basis of continuous daily measurements performed in the period of 2013–2015 in the municipal sewage treatment plant in Rzeszow.
    Źródło:
    Ochrona Środowiska; 2016, 38, 4; 39-46
    1230-6169
    Pojawia się w:
    Ochrona Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-14 z 14

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies