The object of research, development or design (in Russian) : Объектами исследования являются крупные города Казахстана – Астана (столица) и Алматы (наиболее населенный город) – районы, где еще предстоит провести всесторонние измерения качества воздуха и моделирование распределения источников.

The object of research, development or design (in Kazakh) : Зерттеу нысандары ретінде Қазақстанның ірі қалалары – Астана (елорда) мен Алматы (халық ең көп қоныстанған қала) алынады. Яғни, ауаның сапасын жан-жақты өлшеу мен таралу көздерін модельдеу әлі жүргізілмеген аймақтар қарастыралатын болады.

Aim of work (in Russian) : Основной целью проекта является разработка новых методов искусственного интеллекта (ИИ) для (1) быстрой оценки концентрации органического (OC) и элементного углерода (EC) в мелкодисперсных атмосферных частицах PM2.5; и (2) распределения источников.

Aim of work (in Kazakh) : Жобаның негізгі мақсаты (1) ұсақ дисперсті атмосфералық PM2.5 бөлшектеріндегі органикалық (OC) және элементтік көміртегі (EC) концентрацияларын жылдам бағалауға (2), және таралу көздерін анықтауға бағытталған жаңа жасанды интеллект әдістерін әзірлеу.

Методы исследования (на русском) : Отбор образцов PM2.5, с использованием дихотомический последовательный пробоотборник Partisol 2025i-D (г. Астана) и DIGITEL Low Volume Samplers DPA14 (г. Алматы), анализ Фурье-ИК с использованием спектрометра Bruker Alpha II FT-IR (ATR), анализ концентраций ОС/ЕС на фильтрах, с использованием анализатора ОС/ЕС (термооптический прибор OC/EC, Sunset Laboratory M5L Lab), оценка концентрации OC/EC в PM2.5 на основе искусственного интеллекта, с использованием СNN (Сверточная Нейронная Сеть).

Методы исследования (на казахском) : PM2.5 сынамаларын іріктеу үшін Астана қаласында Partisol 2025i-D дихотомиялық ретті сынама алғышы және Алматы қаласында DIGITEL Low Volume Samplers DPA14 құрылғысы қолданылды; Фурье-ИК талдауы Bruker Alpha II FT-IR (ATR) спектрометрі арқылы жүргізілді; сүзгілердегі OC/EC концентрацияларын талдау үшін Sunset Laboratory M5L Lab термооптикалық анализаторы пайдаланылды; PM2.5-тегі OC/EC концентрациясын бағалау үшін жасанды интеллектке негізделген, СNN (Сверточная Нейронная Сеть) әдісі қолданылды.

Obtained results and novelty (in Russian) : Разработана методология на основе искусственного интеллекта (ИИ) для количественного определения органического (OC) и элементного (EC) углерода в PM₂.₅ с использованием данных спектров Фурье-преобразования и анализа OC/EC. Впервые объединены методы цифровой визуализации и спектрального анализа, что позволило извлечь информативные признаки цвета и текстуры и построить высокоточные модели (OC R² = 0.92; EC R² = 0.95). Разработанная методика ИИ также обеспечит возможность распределения источников OC/EC, в том числе на основе анализа фракций OC1–OC4 и EC1–EC6. Оптимизированные алгоритмы продемонстрировали способность различать спектрально-текстурные сигнатуры, связанные с процессами горения, вторичного образования и различными типами городских выбросов, что подтверждает научную новизну и прикладную ценность предложенного подхода.

Obtained results and novelty (in Kazakh) : Жасанды интеллект (ЖИ) технологиялары негізінде Фурье түрлендіру спектрлерінің деректерін пайдалана отырып, PM2.5 құрамындағы органикалық (OC) және элементарлық (EC) көміртектердің сандық мөлшерін анықтауға арналған әдістеме әзірленді. Бұл зерттеу алғаш рет цифрлық визуализация мен спектралдық талдау тәсілдерін біріктіріп, түс пен текстураның ақпараттық белгілерін алуға және жоғары дәлдіктегі модельдерді құруға мүмкіндік берді (OC R² = 0.92; EC R² = 0.95). Дайындалған ЖИ әдістемесі сондай-ақ OC1–OC4 және EC1–EC6 фракцияларын талдау негізінде OC/EC көздерін үлестіруді жүзеге асыруға мүмкіндік береді. Оңтайландырылған алгоритмдер жану, екінші реттік түзілу және әртүрлі қалалық шығарындылар процестерімен байланысты спектралдық-текстуралық сигнатураларды ажырата алатын қабілетін көрсетті. Бұл нәтижелер ұсынылған тәсілдің ғылыми жаңалығын және оның қолданбалы маңыздылығын дәлелдейді.

The main constructive and technical economic indicators (in Russian) : Предлагаемое исследование впервые применяет технологии искусственного интеллекта (ИИ) для количественной оценки концентраций органического (OC) и элементного (EC) углерода в составе мелкодисперсных частиц PM₂.₅. Разработанный комплексный метод обеспечивает получение информативных данных, способствующих более глубокому пониманию структуры и источников формирования углеродсодержащих аэрозолей. Внедрение методики на основе ИИ в лабораториях, занимающихся контролем качества атмосферного воздуха, позволит оперативно и экономично определять концентрации OC/EC в пробах PM₂.₅ без необходимости использования дорогостоящего аналитического оборудования, что значительно повысит эффективность мониторинга и аналитической обработки данных.

The main constructive and technical economic indicators (in Kazakh) : Ұсынылып отырған зерттеу алғаш рет жасанды интеллект (ЖИ) технологияларын ұсақ дисперсті бөлшектердің (PM2.5) құрамындағы органикалық (OC) және элементарлық (EC) көміртек концентрацияларын сандық бағалау үшін қолданады. Әзірленген кешенді әдіс көміртек құрамды аэрозольдердің құрылымы мен түзілу көздерін тереңірек түсінуге мүмкіндік беретін ақпараттық деректерді алуды қамтамасыз етеді. Атмосфералық ауаның сапасын бақылаумен айналысатын зертханаларда ЖИ негізіндегі әдістемені енгізу PM2.5 сынамаларындағы OC/EC концентрацияларын қымбат аналитикалық жабдықты қолданусыз жедел және үнемді анықтауға мүмкіндік береді. Бұл өз кезегінде мониторингтің тиімділігін және алынған деректердің аналитикалық өңделу сапасын айтарлықтай арттырады.

Level of implementation (in Russian) : Не предусмотрено

Level of implementation (in Kazakh) : Қарастырылмаған

Efficiency (in Russian) : Разработанные на основе искусственного интеллекта (ИИ) методы открывают новые возможности для повышения эффективности мониторинга и регулирования качества атмосферного воздуха. Применение данной методики позволит выработать более точные и экономически обоснованные меры экологического контроля, повысить уровень экологической безопасности и сократить последствия загрязнения воздуха для здоровья населения. Кроме того, предложенный подход отличается высокой универсальностью и может быть адаптирован для различных регионов Казахстана и стран Центральной Азии. Его внедрение способствует формированию современных инструментов устойчивого экологического управления, повышая результативность национальных и региональных программ по охране окружающей среды.

Efficiency (in Kazakh) : Жасанды интеллект (ЖИ) негізінде әзірленген әдістер атмосфералық ауаның сапасын мониторингтеу мен реттеу тиімділігін арттыру үшін жаңа мүмкіндіктер ашады. Ұсынылып отырған әдістемені қолдану экологиялық бақылау шараларын неғұрлым дәл және экономикалық тұрғыдан негізделген түрде әзірлеуге, экологиялық қауіпсіздік деңгейін арттыруға және ауа ластануының халық денсаулығына әсерін азайтуға мүмкіндік береді. Сонымен қатар, ұсынылған тәсілдің әмбебаптығы жоғары және ол Қазақстанның әртүрлі өңірлерінде, сондай-ақ Орталық Азия елдерінде бейімделіп қолданылуы мүмкін. Осы әдістемені енгізу қоршаған ортаны қорғау саласындағы ұлттық және өңірлік бағдарламалардың тиімділігін арттыра отырып, тұрақты экологиялық басқарудың заманауи құралдарын қалыптастыруға ықпал етеді.

Field of application (in Russian) : Мониторинг атмосферного воздуха

Field of application (in Kazakh) : Атмосфералық ауаның сапасын бақылау