Fogees Evo to skrojona na miarę usługa o charakterze analitycznym. Przekaż nam dostęp do źródeł danych i powiedz, jaki problem chciałbyś rozwiązać. Samodzielnie wykonamy pomiary oraz wykonamy w Fogees tyle symulacji, ile będzie potrzebnych, by porównać wszystkie warianty realizacji.
Fogees Evo bada rozwój sytuacji środowiskowej w przyszłości, na podstawie modelowanych danych. Mogą one opierać się w całości lub części o stan obecny w danym miejscu, ale można także stworzyć scenariusze alternatywne – np. przy zmianie rozmieszczenia i typu kominów, innej organizacji ruchu, itd. Podstawową zaletą tego rozwiązania jest bezpieczeństwo mieszkańców – nie ryzykujesz ich zdrowiem, ani komfortem, poznajesz skutki określonych działań bez ich fizycznego wykonywania. Raport, który otrzymasz, będzie zawierał mapy zanieczyszczeń i inne dane z Fogees, ale także analizę problemu, wykonaną przez jednego z naszych specjalistów, który je zinterpretuje w oparciu o informacje, jakie mu przekażesz.
Kompleksowa i precyzyjna analiza Fogees Evo pozwala zoptymalizować wydatki, związane z inwestycjami w gminie. Wskazując warianty bardziej bezpieczne dla środowiska czy zdrowia mieszkańców, pozwala jednocześnie uniknąć dużych wydatków, związanych z usuwaniem szkód, pogarszającym się dobrostanem mieszkańców, czy działaniami regenerującymi środowisko.
Skontaktuj się z nami i dołącz do testów oprogramowania Fogees.
Walcz o jakość powietrza dzięki sprawdzonym danym.
Znajdź odpowiedzi na najczęściej pojawiające się pytania
Fogees to innowacyjna aplikacja do prognozowania, monitorowania oraz generowania analiz na podstawie poziomu zanieczyszczeń powietrza z zadanego obszaru. Fogees jest systemem, który dostarcza informacji o rzeczywistym oraz symulowanym poziomie rozprzestrzeniania się smogu dzięki zastosowaniu autorskiego modelu matematycznego rozwiniętego w ramach projektu „Silesia pod błękitnym niebem” realizowanego ze środków Programu Operacyjnego Inteligentny Rozwój 2014-2020.
Funkcjonalności aplikacji dają takie możliwości jak: prognozowanie rozprzestrzeniania się zanieczyszczeń powietrza (smogu), podejmowanie działań zaradczych na rzecz ograniczania niskiej emisji, stworzenie efektywnej bazy danych o możliwych zagrożeniach, wczesne ostrzeganie mieszkańców o poziomach alarmowych zanieczyszczeń powietrza, generowanie raportów i analiz pozwalających określić optymalne kierunki walki ze zjawiskiem jakim jest smog.
Aplikacja skierowana jest zarówno do jednostek samorządowych odpowiedzialnych za działania na rzecz ograniczenia poziomu zanieczyszczeń na danym terenie jak i dla obywateli mogących śledzić stan atmosfery np. w miejscu swojego zamieszkania. Aplikacja może także służyć jako narzędzie dostarczające szeregu analiz i symulacji na potrzeby przeprowadzania audytów środowiskowych.
Chcemy dotrzeć do jak największej liczby odbiorców. Jednak z racji dużej różnorodności urządzeń mobilnych zdecydowaliśmy się na rozwiązanie dostępu do Fogees z poziomu dowolnej przeglądarki internetowej, zarówno z komputera, jak i na urządzeniach mobilnych.
Aplikacja Fogees, pozwala m.in. na symulację rozprzestrzeniania się smogu dzięki zastosowaniu autorskiego modelu matematycznego na wybranym obszarze. Aby było to możliwe wymagane są określone dane wejściowe:
a) ukształtowanie terenu, model wysokościowy
b) szorstkość terenu, zabudowy, obiekty drogowe
c) wybrane informacje o źródłach niskiej emisji
d) dane z prognoz pogody
e) dane z czujników zanieczyszczeń oraz stacji meteorologicznych
W ramach aplikacji Fogees przygotowano uniwersalny mechanizm do zbierania danych z wielu źródeł. Aplikacja przewiduje możliwość integracji z dowolnym producentem urządzeń o ile producent przewidział taką opcję m.in. w zakresie pomiaru stanu zanieczyszczeń oraz pomiaru parametrów meteorologicznych. Na potrzeby systemu przetestowano integrację z wybranymi dostawcami urządzeń z terenu Polski.
Podstawowym założeniem Fogees jest kompleksowe wspieranie klientów w realizacji bieżących zadań związanych z walką o poprawę jakości powietrza. Niemniej jeśli taka jednorazowa usługa będzie konieczna, to oczywiście nasz system przygotowany jest na opracowanie takich symulacji.
Dostęp testowy planowany jest jako jedna z form zapoznania się z możliwościami naszego produktu. Intensywnie pracujemy nad uruchomieniem aplikacji z dostępem testowym.
Wchodzące w skład aplikacji Fogees modele matematyczne pola prędkości powietrza i dyspersji zanieczyszczeń stanowią integralną część systemu prognozowania zanieczyszczeń. Model diagnostyczny stosowany do obliczenia pola prędkości powietrza bazuje na metodzie interpolowania danych (model diagnostyczny): pomiarowych, pochodzących ze stacji meteorologicznych, lub danych z uszczegółowionych globalnych modeli numerycznych prognoz pogodowych. Do interpolacji danych zastosowano autorską implementację algorytmu wariacyjnego.
Model dyspersji to modyfikacja lagrange’owskiego modelu cząstek, należącego do grupy modeli numerycznych. Warto tutaj podkreślić, że zastosowany model Lagrange’a ruchu cząstek umożliwia wykorzystanie techniki obliczeń równoległych.
Innowacyjnym rozwiązaniem technicznym zastosowanym w Fogees jest użycie ciągłej postaci funkcji opisującej powierzchnię, pozwalającej na jednoczesny opis ukształtowania terenu wraz z wysokością zabudowy. Zastosowana w obu modelach obliczeniowych (pola prędkości powietrza i dyspersji zanieczyszczeń) siatka dyskredytacyjna o różnoodległych węzłach powoduje, że modele te mogą być stosowane zarówno do mikro jak i mezo skali przestrzennej. W terenie silnie zurbanizowanym możliwe jest zastosowanie siatki dyskredytacyjnej o mniejszych odległościach pomiędzy węzłami, umożliwiającej dokładne odwzorowanie analizowanego obszaru. Natomiast tam, gdzie nie jest wymagany duży stopień odwzorowania (np. tereny rolnicze, tereny leśne), odległości pomiędzy węzłami mogą być większe. Zastosowanie takiego podejścia do modelowania zanieczyszczeń powietrza również umożliwia skrócenie czasu potrzebnego na opracowanie prognozy zanieczyszczeń oraz dokładniejsze obliczenie stężenia zanieczyszczeń w terenie o złożonej topografii.
Copyrights © 2023. All rights reserved.