Проблема обращения с твёрдыми коммунальными отходами в России становится всё более актуальной, требуя внедрения эффективных территориально-ориентированных решений. В статье анализируются вопросы оптимизации размещения объектов сбора и переработки твёрдых коммунальных отходов на примере Балашовского района Саратовской области. Основное внимание уделяется использованию методов линейного программирования и геоинформационного моделирования для выбора оптимальных мест размещения мусороперерабатывающих заводов. Применение ГИС-технологий и методов пространственного анализа позволило провести зонирование территории и оценку экологических рисков. Разработана оптимальная схема размещения объектов сбора и переработки твёрдых коммунальных отходов для Балашовского района Саратовской области. Предложенная схема позволяет минимизировать затраты на транспортировку отходов и максимизировать эффективность их переработки, что способствует созданию более устойчивой и экономически выгодной системы обращения с отходами в регионе.
Идентификаторы и классификаторы
- SCI
- Науки о Земле
Проблема утилизации и переработки твёрдых коммунальных отходов (ТКО) остаётся одной из наиболее острых экологических проблем в России. Несмотря на введение федеральных программ по улучшению системы обращения с отходами, таких как национальный проект «Экология», федеральный проект «Комплексная система обращения с твёрдыми коммунальными отходами» [1], значительная часть отходов продолжает захораниваться на полигонах, что создаёт угрозу загрязнения почвы, воздуха и воды. По данным Росстата, в 2020 г. было собрано более 60 млн т ТКО, из которых только 10% было переработано [2].
Список литературы
1. Федеральный проект “Комплексная система обращения с твёрдыми коммунальными отходами”. URL: https://www.gosproject.ru/project/waste-management (дата обращения: 11.04.2024).
2. Основные показатели охраны окружающей среды / Федеральная служба государственной статистики (Росстат). М., 2020. URL: https://rosstat.gov.ru (дата обращения: 11.04.2024).
3. Bing X., Bloemhof J. M., Ramos T. R. P., BarbosaPovoa A. P., Wong C. Y., van der Vorst J. Research challenges in municipal solid waste logistics management // Waste Management. 2016. Vol. 48. P. 584-592. DOI: 10.1016/j.wasman.2015.11.025
4. Территориальная схема обращения с отходами Саратовской области / Министерство природных ресурсов и экологии Саратовской области. URL: https://www.minforest.saratov.gov.ru/info/?SECTION_ID=89 (дата обращения: 10.12.2024).
5. Рубинов В. В., Фетисов В. А. Разработка модели оптимизации потоков ТКО на уровне маршрутов // Системный анализ и логистика. 2021. № 4 (30). С. 68- 75. ,. DOI: 10.31799/2077-5687-2021-4-68-75 EDN: HAMJQE
6. Рогулин Р. С., Нечаев П. В., Плешанов Д. Е. Решение транспортной задачи линейного программирования с учетом времени и максимального потока // Транспортное дело России. 2018. № 4. С. 79-82. EDN: XWTRWX
7. Generowicz A., Kowalski Z., Kulczycka J. Planning of Waste Management Systems in Urban Area Using MultiCriteria Analysis // Journal of Environmental Protection. 2011. Vol. 2. P. 736-743. DOI: 10.4236/jep.2011.26085
8. Zhang Y., Luo X., Han X., Lu Y., Wei J., Yu C. Optimization of Urban Waste Transportation Route Based on Genetic Algorithm // Security and Communication Networks. 2022. Vol. 2022. Article ID 8337653. DOI: 10.1155/2022/8337653
9. Xu X., Wang F., Chen Y., Yang B., Zhang S., Song X., Shen L. Design of urban medical waste recycling network considering loading reliability under uncertain conditions // Computers & Industrial Engineering. 2023. Vol. 183. Article ID 109471. DOI: 10.1016/j.cie.2023.109471 EDN: ROZDRA
10. Балашовский район: гипсометрическая карта [Карты] / сост. и подгот. к изд. Саратовгражданпроект. Масштаб 1:300 000. Саратов: Саратовгражданпроект, 2008.
11. О состоянии и об охране окружающей среды Саратовской области в 2022 году. URL: https://minforest.saratov.gov.ru/info/?SECTION_ID=65&ELEMENT_ID=4622 (дата обращения: 10.12.2024).
12. СП 56.13330.2011 Производственные здания. Актуализированная редакция СНиП 31-03-2001. М.: Стандартинформ, 2017. 52 с.
13. Ghiani G., Laganà D., Manni E., Triki C. Capacitated location of collection sites in an urban waste management system // Waste Management. Vol. 32, № 7. P. 1291-1296. DOI: 10.1016/j.wasman.2012.02.009
14. Scikit-learn developers. DBSCAN: Density-Based Spatial Clustering of Applications with Noise // Scikitlearn: Machine learning in Python. URL: https://scikitlearn.org/stable/modules/generated/sklearn.cluster.DBSCAN.html (дата обращения: 11.04.2024).
15. Левитин А. Алгоритмы: введение в разработку и анализ. М.: Вильямс, 2006. 574 с. EDN: QJQYSB
16. Востряков А. В., Ковальский Ф. И. Геология и полезные ископаемые Саратовской области: учеб. пособие. Саратов: Изд-во Сарат. ун-та, 1986. 125 с.
17. Березюк М. В., Румянцева А. В., Румянцева Е. И. Эколого-экономическое обоснование проекта по переработке твердых коммунальных отходов на основе современных технологий // Вестник ВГУ. Серия: Экономика и управление. 2017. № 3. С. 31-38. EDN: YKHFQN
18. Теплова Т. В. Инвестиции: учебник и практикум для вузов; 2-е изд., перераб. и доп. М.: Юрайт, 2024. 781 с.
19. Ларионов Н. М., Рябышенков А. С. Промышленная экология: учебник и практикум для вузов; 4-е изд., перераб. и доп. М.: Юрайт, 2024. 472 с.
20. Экономика природопользования: учебник / под ред. К. В. Папенова. М.: Изд-во Московского университета, 2012. 900 с.
21. Ильченко И. А., Макарцева Л. В., Преображенский Ю. В., Цоберг О. А. География хозяйства Саратовской области. Саратов: ИЦ “Наука”, 2018. 99 с. EDN: WMNJUU
22. Преображенский Ю. В., Клюкин С. С. “Зелёные” технологии в обрабатывающей промышленности российских регионов // Известия Саратовского университета. Новая серия. Серия: Науки о Земле. 2024. Т. 24, вып. 4. С. 222-229. ,. DOI: 10.18500/1819-7663-2024-24-4-222-229 EDN: BXUMON
Выпуск
Другие статьи выпуска
В верхнемеловых отложениях Поволжья впервые установлены губки Polyptycha. Скелет этих настоящих колоний характеризуется кустистым морфотипом, который осложнен анастомозом исходных модулей при их отвороте. Систематическое положение рода дискуссионно. Это обусловлено неполнотой представлений о морфологии разнообразных скелетов позднемеловых гексактинеллид и, соответственно, отсутствием кондиционных критериев таксонов уровня «семейство» и «род».
Актуальность работы определяется тем, что перед Российскими нефтегазовыми компаниями встала задача создания отечественных информационно-измерительных систем, применяемых в процессе бурения наклонно-направленных и горизонтальных скважин. В представленной статье рассмотрен опыт реализации высокотехнологичного комплекса приборов и устройств, позволяющий решать задачи определения расширенного состава углеводородов в промывочной жидкости, шламе и керне, обеспечивать оптимальный режим бурения и вскрытия продуктивных пластов, осуществлять контроль очистки забоя ствола скважины и выявление интервалов обвалообразования. Показана перспективность применения системы подготовки к газовому анализу (дегазатор постоянного объема) и блока газоанализаторов. Описана уникальная интеллектуальная система видеомониторинга объема выбуренной породы, позволяющая заменить дорогостоящие импортные шламовзвешивающие машины.
Введение. Под трансформацией понимается изменение свойств воздушной массы: ее температуры, влажности, устойчивости. Особенно сильны трансформационные изменения летом при смещении холодного воздуха Арктического бассейна на континентальные районы Евразии. При эмпирическом изучении процесса трансформации существуют сложности, связанные с определением ее начала и окончания. Учитывая, что трансформационные процессы сильно зависят от географических и метеорологических факторов, в настоящей статье рассмотрим особенности протекания этих процессов в Нижнем Поволжье. Теоретический анализ. Рассматриваются интенсивность и скорость трансформации. За интенсивность трансформации принята величина повышения средней суточной температуры воздуха при стационировании арктического антициклона. Скорость трансформации оценивалась по величине междусуточной изменчивости температур.
Заключение. Средняя продолжительность стационирования арктических антициклонов в Нижнем Поволжье – пять дней. За время их стационирования воздушная масса прогревается на 5–8°С, при смещении с севера на юг интенсивность трансформации уменьшается. Максимальная скорость трансформации наблюдается в Саратове и Волгограде на вторые сутки, в Самаре и Астрахани – на третьи. В июле и августе наибольшая скорость трансформации отмечается на четвертые сутки в Самаре, на третьи – в Саратове и на вторые – в Волгограде и Астрахани.
Рассматривается влияние перетоков знаний как фактора инновационного развития на эффективность и интенсивность сельскохозяйственного производства в регионах России. Проанализировано территориальное распределение аграрных патентов и ссылок на них в регионах страны, что является одним из методов выявления перетоков знаний. На этой основе была проведена типология регионов России по инновационным функциям сельского хозяйства и уровню креативности. Было выделено четыре типа регионов: креативные, акцепторно-креативные, акцепторные и инновационная периферия. Для каждого типа проанализированы показатели патентной активности, уровня инновационного развития, среднедушевого производства, эффективности и интенсивности сельскохозяйственного производства. Выявлено, что самое эффективное сельское хозяйство характерно для регионов креативного типа, что свидетельствует о значительном влиянии инновационных факторов на современное развитие сельского хозяйства. Эффективность сельскохозяйственного производства закономерно понижается в акцепторных регионах и инновационной периферии. Значительное влияние на инновационное развитие сельского хозяйства регионов страны имеет наличие высших учебных заведений и научных организаций аграрного профиля. В то же время научно-технологические факторы в настоящее время не являются ведущими в развитии аграрной отрасли, что открывает большие возможности для дальнейшего повышения технологичности и эффективности сельского хозяйства.
Введение. Работа посвящена исследованию территориальных барьеров в городской среде. Рассматриваются основные типы барьеров, их роль в пространственном развитии города и формировании социально-экономических взаимодействий. Данные и методы. Разработана методика расчета коэффициента проницаемости территориальных барьеров, основанная на комбинации объективных критериев (доступность, преодолимость) и субъективных оценок (тип перехода, доступность, обособленность, тип покрытия, качество покрытия). Результаты и их обсуждение. Методика была апробирована на примере сегментов границы большого центра г. Перми. Расчетным путем подтверждена наибольшая проницаемость контактных границ, преимущественно выполняющих функцию номинального разграничения. Ограничительные и разделительные сегменты границы демонстрируют разную степень барьерности в зависимости от уровня инфраструктурного развития. Проблемные сегменты характерны для зон с меняющимися функциями.
Выводы. Использование предложенной методики позволило более объективно охарактеризовать типы границ, уточнить их функциональные особенности и разработать рекомендации по изменению типов отдельных сегментов. Например, сегменты в районе Черняевского лесопарка и «Сада Соловьёв» предложено считать контактными.
Проблема регионального развития, связанная с воспроизводством человеческого капитала, с каждым годом становится всё актуальнее. В связи с этим возникает необходимость анализа возможностей перераспределения человеческого капитала внутри территориальных систем мезо- и макроуровня. На примере Волго-Уральского макрорегиона России рассматривается состав основных зон, различающихся потенциалом роста. Особое внимание уделяется зоне полупериферии или зоне равновесия. По материалам 2018– 2023 гг. анализируется изменение качества городской среды и динамика людности городов Волго-Уральского макрорегиона. На примере Саратовской области показывается изменение соотношения городов разного класса людности. Выявляются факторы на разных пространственных иерархических уровнях, которые способны оказывать влияние на соотношение зон развития, равновесия и депрессивных. Делается вывод о сложном экономическом состоянии населённых пунктов в зоне равновесия и её исчерпании как источника человеческого капитала для центральных городов.
Рассматриваются методологические аспекты оценки городской территории на основе интеграции бассейновой, векторной, ландшафтно-геохимической и эколого-функциональной моделей. В качестве объекта исследования был выбран Токмаковский овраг, расположенный на южной окраине г. Саратова. Долина оврага представляет собой типичный элемент ландшафтной структуры Приволжской возвышенности и сохранила традиционные формы природопользования. Проведённый структурно-функциональный анализ модельного долинного комплекса показывает возможность использования свойств эрозионной сети для сбора и очистки поверхностного стока. Разработана пространственная схема размещения биологических компенсаторов на основе существующего каскада прудов. Также предложено градопланировочное решение по организации рекреационных зон в верховьях водосборного бассейна, районах многоэтажной застройки и в месте впадения русла Токмаковского ручья в Волгоградское водохранилище.
Издательство
- Издательство
- СГУ
- Регион
- Россия, Саратов
- Почтовый адрес
- 410012, г. Саратов, ул. Астраханская, 83
- Юр. адрес
- 410012, г. Саратов, ул. Астраханская, 83
- ФИО
- Чумаченко Алексей Николаевич (Ректор)
- E-mail адрес
- rector@sgu.ru
- Контактный телефон
- +7 (845) 2261696
- Сайт
- https://www.sgu.ru/