Модель мониторинга нефтяного загрязнения почвы и его прекращения
- Авторы: Германова С.Е.1, Дрёмова Т.В.1, Плющиков В.Г.1
-
Учреждения:
- Российский университет дружбы народов
- Выпуск: Том 16, № 2 (2021)
- Страницы: 146-153
- Раздел: Агротехнологии и мелиорация земель
- URL: https://journal-vniispk.ru/2312-797X/article/view/315457
- DOI: https://doi.org/10.22363/2312-797X-2021-16-2-146-153
- ID: 315457
Цитировать
Полный текст
Аннотация
Оценка влияния хозяйственной деятельности нефтедобывающего комплекса России на загрязнение земель способствует принятию эволюционных управленческих решений. В нефтяном комплексе промышленное загрязнение отрицательно сказывается на флоре и фауне, поэтому необходимо определить уровень воздействия, степень его опасности, место заражения. Нужен системный подход. При изучении экологической среды важно учитывать наличие рисковых ситуаций и стохастических необратимых изменений. Идентификация характера и типа загрязнения почвы нефтепродуктами должна проводиться с использованием высокотехнологичного инструментария, интеллектуальных процедур. Рассмотрены моделирование ситуации загрязнения почв, прогнозирование и идентификация нефтяных загрязнений, также подмодель оптимального прекращения мониторинга. Прекращение наблюдений за оптимизацией окружающей среды приведет к снижению затрат на наблюдение, поскольку мониторинг загрязненной нефтепродуктами окружающей среды является дорогостоящим и сложным технологическим механизмом, часто требующим спутниковых данных. Предлагаемый алгоритм моделирования и системного анализа основан на ситуационном моделировании. Эволюционное моделирование позволяет адаптировать процедуру (методологию) прогнозирования и оценки к факторам риска окружающей среды. Это повышает точность (формализация и доказательность) и полноту выводов, оперативность анализа ситуации, что влияет на управляемость риска как для нефтяного комплекса, так и для отдельного предприятия отрасли. Результаты работы могут быть использованы для разработки программных средств, в частности экспертных и прогнозных систем. Ситуационные модели необходимы, когда нефтяные компании решают многокритериальные и многофакторные задачи принятия решений.
Ключевые слова
Об авторах
Светлана Евгеньевна Германова
Российский университет дружбы народов
Автор, ответственный за переписку.
Email: germanova-se@rudn.ru
ORCID iD: 0000-0003-2601-6740
старший преподаватель департамента техносферной безопасности Аграрно-технологического института
Российская Федерация, 117198, Москва, ул. Миклухо-Маклая, д. 6Татьяна Валерьевна Дрёмова
Российский университет дружбы народов
Email: dremova-tv@rudn.ru
ORCID iD: 0000-0002-5584-5321
старший преподаватель департамента техносферной безопасности Аграрно-технологического института
Российская Федерация, 117198, Москва, ул. Миклухо-Маклая, д. 6Вадим Геннадьевич Плющиков
Российский университет дружбы народов
Email: pliushchikov-vg@rudn.ru
ORCID iD: 0000-0003-2057-4602
доктор сельскохозяйственных наук, профессор, директор департамента техносферной безопасности Аграрно-технологического института
Российская Федерация, 117198, Москва, ул. Миклухо-Маклая, д. 6Список литературы
- Trofimov SY, Ammosova YM, Orlov DS. Influence of oil on soil cover and the problem of developing a regulatory framework for the influence of oil pollution on soils. Moscow University Soil Science Bulletin. 2000; (2):30—34. (In Russ).
- Kulikov OV. Technogenic oil pollution of soil and water. Burenie i neft’. 2002; (12):24—27. (In Russ).
- Deryabin AN, Unguryanu TN, Buzinov RV. Population health risk caused by exposure to chemicals in soils. Health Risk Analysis. 2019; (3):18—25. (In Russ). doi: 10.21668/health.risk/2019.3.02
- Germanova SE, Ryzhova TA, Kocheva MV, Fedorova TA, Petukhov NV. Situational modelling of oil pollution risks monitored by distributed monitoring. Amazonia Investiga. 2020;9(25):44—48. (In Russ).
- Vasiliev AV, Bykov DE, Pimenov AA. Ecological monitoring of pollution of the soils by oily waste. Izvestia of Samara Scientific Center of the Russian Academy of Sciences. 2015. 17(4):269—272. (In Russ).
- Kalitsev DM. The pollution model of the «responsibility» zone of the production infrastructure of an oil and gas industry. Sovremennye nauchnye issledovaniya i razrabotki. 2018; 2(11):290—292. (In Russ).
- Gluhova LV, Kaziev VM, Kazieva BV. System rules of financial control and management of innovative business processes of the enterprise. Vestnik Volzhskogo universiteta im. V.N. Tatishcheva. 2018; 2(1):125—133. (In Russ).
- Timofeev YM, Berezin IA, Virolainen JA., Makarova MV, Nikitenko AA. Analysis of mesoscale variability of carbon dioxide in the vicinity of Moscow megacity based on satellite data. Current problems in remote sensing of the Earth from space. 2019; 16(4):263—272. (In Russ). doi: 10.21046/2070-7401-2019-16-4-263-270
- Chen SH, Yu T. Big data in computational social sciences and humanities: an introduction. In: Chen SH. (ed.) Big Data in Computational Social Science and Humanities. Cham: Springer; 2018. p.1—25. doi: 10.1007/9783-319-95465-3_1
- Miheeva TI. Data Mining in geo-information technologies. Vestnik of Samara State Technical University. Technical Sciences Series. 2006; (41):96—99. (In Russ).
- Abramov NS, Makarov DA, Talalaev AA, Fralenko VP. Modern methods for intelligent processing of Earth remote sensing data. Program Systems: Theory and Applications. 2018; 9(4):417—442. (In Russ). doi: 10.25209/2079-3316-2018-9-4-417-442
- Fedotov DV, Belov ML, Matrosova OA, Gorodnichev VA, Kozintsev VI. Method of detecting oil contamination on water surface based on registration of fluorescent radiation in two narrow spectral ranges. Herald of the Bauman Moscow State Technical University. Series Instrument Engineering. 2010; (2):39—47. (In Russ).
- Belov ML, Shteingart AD, Matrosova OA, Gorodnichev VA. Laser fluorescent method for monitoring leaks from petrol pipes based on the neural network algorithm. Science and Education. 2014; (1):5—69. (In Russ). doi: 10.7463/0114.0676410
- Fedotov YV, Matrosova OA, Belov ML, Gorodnichev VA. Method of detection of oil pollution on the Earth’s surface based on fluorescence radiation recording within three narrow spectral bands. Atmospheric and oceanic optics. 2013; 26(3):208—212. (In Russ).
- Krapivin VF, Mkrtchyan FA. Effectiveness of monitoring systems of detection. Ecological systems and devices. 2002; (6):3—5. (In Russ).
Дополнительные файлы
