Диссертация на соискание ученой степени кандидата

Федеральное государственное бюджетное образовательное учреждение
высшего профессионального образования
«Уфимский государственный авиационный технический университет»
На правах рукописи
ДАВЛЕТБАКОВА Зульфия Лотфулловна
ОБРАБОТКА ПРОСТРАНСТВЕННОЙ ИНФОРМАЦИИ
ДЛЯ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ
О РАЗМЕЩЕНИИ ОБЪЕКТОВ ПРОМЫШЛЕННЫХ ОТХОДОВ НА
ОСНОВЕ МЕТОДОВ НЕЧЕТКОЙ ЛОГИКИ
Специальность
05.13.01 – Системный анализ, управление и обработка информации
(в промышленности)
Диссертация на соискание ученой степени
кандидата технических наук
Научный руководитель
доктор технических наук,
профессор Павлов С.В.
Уфа – 2014
2
ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ ...................................................................................................................... 5
1
АНАЛИЗ
ПРОБЛЕМ
ПРОМЫШЛЕННЫХ
ОБРАЗОВАНИЯ
ОТХОДОВ
И
И
РАЗМЕЩЕНИЯ
ПРОБЛЕМ
ОБРАБОТКИ
ПРОСТРАНСТВЕННОЙ ИНФОРМАЦИИ ОБ ОБЪЕКТАХ РАЗМЕЩЕНИЯ
ПРОМЫШЛЕННЫХ ОТХОДОВ ................................................................................ 14
1.1
Анализ состояния управления промышленными отходами в
Российской Федерации ............................................................................................. 14
1.2
Анализ информационных систем, используемых для управления
промышленными отходами на территории региона Российской Федерации .... 27
1.3
Анализ подходов к обработке пространственной информации об
объектах размещения отходов ................................................................................. 31
1.4
Постановка задачи исследования ....................................................... 37
Результаты и выводы к главе 1 ...................................................................... 40
2
РАЗРАБОТКА
ИНФОРМАЦИИ
МЕТОДОВ
О
ОБРАБОТКИ
РАЗМЕЩЕНИИ
ПРОСТРАНСТВЕННОЙ
ОБЪЕКТОВ
ПРОМЫШЛЕННЫХ
ОТХОДОВ НА ОСНОВЕ НЕЧЕТКОЙ ЛОГИКИ ..................................................... 42
2.1
отходов
Пространственные данные о размещении объектов промышленных
................................................................................................................ 42
2.2
Принцип описания пространственной информации о размещении
объектов промышленных отходов на основе нечеткой логики ........................... 48
2.2.1 Описание пространственных отношений между объектами,
задействованными в управлении размещением промышленных отходов...... 48
2.2.2 Формализация описания пространственных отношений между
объектами на основе нечеткой логики ................................................................ 52
2.3
Метод ранжирования территорий по степени их пригодности для
размещения объектов промышленных отходов на основе нечеткого логического
вывода
................................................................................................................ 58
Результаты и выводы к главе 2 ...................................................................... 69
3
3
РАЗРАБОТКА
ИНФОРМАЦИИ
СИСТЕМЫ
О
ОБРАБОТКИ
РАЗМЕЩЕНИИ
ПРОСТРАНСТВЕННОЙ
ОБЪЕКТОВ
ПРОМЫШЛЕННЫХ
ОТХОДОВ НА ОСНОВЕ НЕЧЕТКОЙ ЛОГИКИ ..................................................... 70
3.1
Разработка
функциональной
модели
процесса
обработки
пространственной информации о размещении объектов промышленных
отходов на основе нечеткой логики ........................................................................ 70
3.2
Разработка
информационной
модели
процесса
обработки
пространственной информации о размещении объектов промышленных
отходов на основе нечеткой логики ........................................................................ 78
3.3
Разработка алгоритмов обработки пространственной информации о
размещении объектов промышленных отходов на основе нечеткой логики ..... 86
Результаты и выводы к главе 3 ...................................................................... 97
4
РЕАЛИЗАЦИЯ
И
ПРОСТРАНСТВЕННОЙ
ВНЕДРЕНИЕ
ИНФОРМАЦИИ
СИСТЕМЫ
О
ОБРАБОТКИ
РАЗМЕЩЕНИИ
ОБЪЕКТОВ
ПРОМЫШЛЕННЫХ ОТХОДОВ НА ОСНОВЕ НЕЧЕТКОЙ ЛОГИКИ И
ИССЛЕДОВАНИЕ
ЕЕ
ЭФФЕКТИВНОСТИ
(НА
ПРИМЕРЕ
СУБЪЕКТА
РОССИЙСКОЙ ФЕДЕРАЦИИ)................................................................................... 98
4.1
Разработка
структуры
системы
обработки
пространственной
информации о размещении объектов промышленных отходов на основе
нечеткой логики......................................................................................................... 98
4.2
Расчет пространственных характеристик размещения объектов
промышленных отходов ......................................................................................... 102
4.2.1 Ранжирование территорий по степени их пригодности для
размещения полигонов промышленных отходов ............................................ 102
4.2.2 Ранжирование территорий по степени их пригодности для
мусороперегрузочных станций промышленных отходов ............................... 112
4.2.3 Ранжирование территорий по степени их пригодности для
размещения границы санитарно-защитной зоны полигона промышленных
отходов
.......................................................................................................... 118
4
4.3
Оценка эффективности системы обработки пространственной
информации о размещении объектов промышленных отходов на основе
нечеткой логики....................................................................................................... 125
Результаты и выводы к главе 4 .................................................................... 134
ЗАКЛЮЧЕНИЕ ........................................................................................................... 135
СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ .............................. 137
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ ................................................... 138
ПРИЛОЖЕНИЕ A ....................................................................................................... 150
ПРИЛОЖЕНИЕ Б ........................................................................................................ 154
ПРИЛОЖЕНИЕ В ....................................................................................................... 162
ПРИЛОЖЕНИЕ Г ........................................................................................................ 175
5
ВВЕДЕНИЕ
АКТУАЛЬНОСТЬ
Современное развитие экономики Российской Федерации характеризуется
ростом объема и уровня промышленного производства. Так, например индекс
объема продукции промышленности в России в 2013 году по отношению к
предыдущему году составил 100,3 %, а в 2012 – 102,6 % [36, 42]. Вместе с
увеличением
произведенной
промышленностью
продукции
естественным
образом растет количество отходов производства, большая часть которых, как
правило, не подлежат повторному использованию и отправляются к местам для
захоронения или длительного хранения, и в целях сохранения благоприятной
экологической обстановки в окрестностях промышленных предприятий требуется
своевременное избавление от них.
В рамках государственных целевых программ и направлений [65]
предусмотрены мероприятия: по управлению процессом распределения и
движения промышленных отходов на места их переработки или складирования,
по решению вопросов рационального использования территории и вовлечения
образованных отходов в повторный хозяйственный оборот в целях снижения их
негативного воздействия на окружающую среду Безусловно, решение подобного
рода задач влечет за собой необходимость в комплексном использовании и
обработке информации об объектах размещения отходов и других объектов
инфраструктуры, задействованных в управлении промышленными отходами. И,
поскольку
все
эти
объекты
характеризуются
протяженностью
и
распределенностью на территории, значительная часть их описания содержит
пространственную составляющую.
Стремление к комплексному использованию разнородной информации,
содержащей не только атрибутивные, но и пространственные характеристики,
стимулирует специалистов применять наилучшие способы и средства получения
и анализа подобного рода данных для оценки наблюдаемой ситуации. Мировой и
отечественной практикой подтверждается, что ведущая роль в вопросах изучения
6
поведения объекта на земной поверхности и построения на его основе моделей
реальных явлений принадлежит геоинформационным технологиям, сочетающим
возможности традиционной картографии и интеллектуальной обработки данных в
виде географических информационных систем (ГИС).
Между
тем,
для
обеспечения
адекватной
решаемым
задачам
информационной поддержки нередко приходится сталкиваться с недостатком или
неточностью исходной пространственной информации, а также с необходимостью
использования
множества
факторов при
принятии
решений
(санитарно-
гигиенических, производственно-экономических, экологических и прочих),
большинство из которых не поддаются формализованному описанию. Указанные
проблемы возникают при выборе мест расположения полигонов отходов,
принятия решений о целесообразности увеличения площади полигонов отходов,
развития сети мусороперегрузочных станций и других. В такой ситуации,
имеющаяся неопределенность, обусловленная спецификой рассматриваемых
условий, не позволяет на базе известных подходов выработать однозначные
достоверные выводы, определяемых исключительно по входным данным и, как
следствие, приводит к недостаточно обоснованным управленческим решениям.
С целью решения указанных недостатков специалистами, работающими в
данной области, уделяется особенное внимание таким подходам, которые
позволяют учитывать неточности в описании положения объектов на карте, а
также расплывчатые и несовместимые требования к выбору местоположения
объектов. В этой связи, привлекательным выглядит привлечение методов теории
нечетких множеств, предложенной впервые Лотфи Заде в 1965 году, и развитие на
их основе методов обработки пространственной информации для задач
территориального планирования в условиях неопределенности.
Изложенные выше проблемные вопросы и необходимость выработки
механизмов
их
решения
обуславливает
актуальность
темы
настоящего
диссертационного исследования, направленного на развитие методов обработки
пространственной информации с применением нечеткой логики в задачах
7
информационной поддержки принятия решений о размещении объектов
промышленных отходов на территории региона.
СТЕПЕНЬ РАЗРАБОТАННОСТИ ТЕМЫ
Исследованию вопросов применения геоинформационных технологий при
управлении
процессами
воздействия
на
состояние
окружающей
среды,
рациональным использованием природных ресурсов и территорий, в том числе
контроля
над
информационной
промышленными
поддержки
отходами,
а
принятии
соответствующих
при
также
формированию
решений
посвящены работы многих отечественных ученых и специалистов: В. А. Акимова,
И. Б Бутковской, М. В. Болгова, Д. С. Орлова, Р. З. Хамитова, С. В. Павлова,
О. И. Христодуло,
В. Е. Гвоздева,
А. П. Клепача,
Л. В. Костенко,
И. А. Никифорова и других, а также зарубежных – Р. Томлинсона, М. Эгенхофера,
Д. Данджермонда, В. Кайнца, И. Хейвуда, Х. Вугдта, Л. Дюкштейна, Й. Перейры
и многих других.
Вопросам исследования нечетких множеств и их применения в поддержке
принятия решений посвящены исследования и публикации многих отечественных
и зарубежных ученых и специалистов: Л. Заде, Д. А. Поспелова, Ю. А. Зака,
С. Д. Штоба, В. В. Круглова, Д. Рудковской, Б. Г. Ильясова, В. И. Васильева,
Л. Р. Черняховской и многих других.
Тем не менее, для рассмотрения проблем, связанных с размещением
промышленных отходов на территории региона в их совокупности до настоящего
времени не рассмотрены в полной мере особенности и принципы взаимосвязи
атрибутивной и пространственной информации о промышленных отходах, не
проведены количественные оценки рационального использования территорий и
не исследованы проблемы разработки информационного обеспечения на базе
геоинформационных технологий и методов нечеткой логики.
ОБЪЕКТОМ
ИССЛЕДОВАНИЯ
настоящей
диссертационной
работы
является процесс поддержки принятия решений о размещении объектов
промышленных отходов с использованием методов нечеткой логики.
8
ПРЕДМЕТОМ
ИССЛЕДОВАНИЯ
являются
методы
обработки
пространственной информации о размещении объектов промышленных отходов,
а также описание расположения указанных объектов методами теории нечетких
множеств.
ЦЕЛИ И ЗАДАЧИ ИССЛЕДОВАНИЯ
Целью диссертационной работы является повышение эффективности
процесса поддержки принятия решений о размещении объектов промышленных
отходов за счет обработки пространственной информации об их взаимном
расположении с объектами окружающей среды с использованием методов
нечеткой логики и пространственного анализа.
Для достижения поставленной цели в диссертационной работе необходимо
решить следующие задачи:
1.
Разработать принцип описания пространственной информации о
размещении объектов промышленных отходов на основе методов нечеткой
логики.
2.
Разработать
метод
ранжирования
территорий
по
степени
их
пригодности для размещения объектов промышленных отходов на основе
нечеткого логического вывода.
3.
Разработать модель и алгоритм построения нечеткой базы знаний
процесса обработки пространственной информации о размещении объектов
промышленных отходов.
4.
Разработать систему обработки пространственной информации о
размещении объектов промышленных отходов на основе нечеткой логики и
исследовать эффективность предложенных методов.
НАУЧНАЯ НОВИЗНА
Научная новизна работы содержится в следующих результатах:
1.
Принцип описания пространственной информации о размещении
объектов промышленных отходов на основе нечеткой логики, который
заключается в представлении функций принадлежности, характеризующих
9
взаимное расположение объектов на карте, в виде поверхности в географическом
пространстве и отличается от известных в настоящее время методов описания
тем, что позволяет проводить обработку экспертных знаний о размещении
объектов промышленных отходов методами пространственного анализа.
2.
Метод ранжирования территорий по степени их пригодности для
размещения объектов промышленных отходов на основе нечеткого логического
вывода, который заключается в последовательном комбинировании поверхностей,
характеризующих функции принадлежности расположения объектов на карте, и
отличается от существующих в настоящее время методов тем, что позволяет
использовать правила логического вывода для получения результата поиска
пригодного местоположения объектов отходов промышленных предприятий в
виде карты местности.
3.
Алгоритм построения нечеткой базы знаний процесса обработки
пространственной информации о размещении объектов промышленных отходов,
заключающийся
в
использовании
реляционных
структур
для
описания
пространственной и атрибутивной информации о промышленных отходах, а
также функций принадлежности и правил нечеткого вывода, и отличающийся
тем, что позволяет хранить в унифицированном виде разнородные данные с
сохранением их целостности и топологической корректности.
ТЕОРЕТИЧЕСКАЯ И ПРАКТИЧЕСКАЯ ЗНАЧИМОСТЬ
Практическую значимость работы представляют следующие результаты:
1.
Метод ранжирования территорий по степени их пригодности для
размещения объектов промышленных отходов на основе нечеткого логического
вывода,
который
позволяет
алгоритмизировать
процесс
обработки
картографических поверхностей с целью определения пригодных участков для
расположения объектов промышленных отходов.
2.
Модель нечеткой базы знаний процесса обработки пространственной
информации о размещении объектов промышленных отходов, которая позволяет
обеспечивать взаимодействие базы пространственных и атрибутивных данных об
10
отходах и базы знаний, содержащей описание нечетких условий расположении
объектов промышленных отходов и правила нечеткого логического вывода.
3.
Система обработки пространственной информации о размещении
объектов промышленных отходов, которая позволяет формировать исходные
пространственные
и
атрибутивные
данные
о
расположении
объектов
промышленных отходов с использованием электронных векторных карт, а также
выполнять в автоматизированном режиме геообработку указанных данных для
определения местоположения объектов, связанных с отходами промышленных
предприятий.
Практическая значимость результатов подтверждается актом внедрения в
производственную деятельность Министерства природопользования и экологии
Республики Башкортостан, а также в учебный процесс УГАТУ.
МЕТОДОЛОГИЯ И МЕТОДЫ ИССЛЕДОВАНИЯ
В работе использовались методы системного анализа, структурного анализа
и
проектирования
(SADT),
математического
и
геоинформационного
моделирования, технологии реляционных и объектно-ориентированных баз
данных, а также методы теории нечетких множеств.
ПОЛОЖЕНИЯ, ВЫНОСИМЫЕ НА ЗАЩИТУ
1. Принцип описания пространственной информации о размещении
объектов промышленных отходов на основе методов нечеткой логики,
позволяющий использовать экспертные знания в пространственном анализе.
2. Метод ранжирования территорий по степени их пригодности для
размещения объектов промышленных отходов на основе нечеткого логического
вывода,
позволяющий
использовать
правила
логического
вывода
для
комбинирования поверхностей, характеризующих функции принадлежности
расположения объектов на карте, и получить рекомендуемое местоположение к
размещению объектов промышленных отходов.
3. Модель и алгоритм построения нечеткой базы знаний процесса
обработки
пространственной
информации
о
размещении
объектов
11
промышленных
отходов,
позволяющие
обеспечить
взаимодействие
базы
пространственных и атрибутивных данных об отходах и базы знаний,
содержащей описание нечетких условий расположения объектов промышленных
отходов и правила нечеткого логического вывода.
4. Система обработки пространственной информации о размещении
объектов промышленных отходов на основе нечеткой логики, и результаты
экспериментальной
проверки
эффективности
предложенных
методов
на
территории Республики Башкортостан.
ДОСТОВЕРНОСТЬ И АПРОБАЦИЯ ПОЛУЧЕННЫХ РЕЗУЛЬТАТОВ
Основные
положения
диссертационной
работы
докладывались
и
обсуждались на следующих научно-технических конференциях и семинарах:
международная конференция «Информационные технологии интеллектуальной
поддержки принятия решений» (Уфа, 2013), Всероссийской зимней школесеминаре аспирантов и молодых ученых (Уфа, 2010 – 2012), XL конференция
«Математическое
моделирование
природопользования»
Промышленная
в
(Ростов-на-Дону,
безопасность
(Уфа,
проблемах
2011
2011
–
–
2013),
2012),
рационального
Уралэкология.
научно-практическая
конференция «Геоинформационные технологии в проектировании и создании
корпоративных информационных систем» (Уфа, 2014).
Основные материалы диссертационной работы опубликованы в
20
источниках, включая 4 статьи в изданиях из перечня, утвержденного ВАК России
(«Современные проблемы науки и образования», «Электротехнические и
информационные комплексы и системы», «Инженерный вестник Дона», «Вестник
УГАТУ»), 7 материалов научных конференций и 2 свидетельства о регистрации
программ.
СВЯЗЬ ТЕМЫ ИССЛЕДОВАНИЯ С НАУЧНЫМИ ПРОГРАММАМИ
Работа выполнена в период 2010-2013 гг. на кафедре геоинформационных
систем Уфимского государственного авиационного технического университета в
рамках государственных контрактов на тему «Сопровождение и развитие
12
автоматизированной системы по формированию и ведению регионального
кадастра отходов на территории Республики Башкортостан (АИС «Кадастр
отходов»)» (2010 – 2013 гг.), «Сопровождение и развитие функциональных
возможностей
АИС
«Инспекционная
деятельность»
в
составе
автоматизированной системы поддержки принятия решений по управлению
природными ресурсами и охраной окружающей среды» (2010 – 2013 гг.), грант
РФФИ на тему «Разработка программного обеспечения, структур и моделей
данных для распределенной обработки пространственной информации в составе
региональной инфраструктуры пространственных данных».
СТРУКТУРА И ОБЪЁМ РАБОТЫ
Диссертационная работа состоит из 177 страниц машинописного текста,
включающего в себя введение, четыре главы, заключение, список литературы из
117 наименований и четыре приложения.
Во введении обоснована актуальность исследования, сформулированы
задачи работы, отмечена новизна и практическая ценность результатов.
В первой главе рассмотрена специфика размещения промышленных
отходов на территориях, а также особенности пространственного описания
объектов размещения отходов. Рассмотрены основные информационные системы,
используемые для управления промышленными отходами на территории
регионов Российской Федерации. Выполнен анализ известных подходов к
определению
пространственного
положения
объектов
размещения
на
ограниченной территории.
Вторая глава посвящена разработке принципов описания пространственного
расположения объектов размещения промышленных отходов на основе нечеткой
логики и метода ранжирования территорий по степени их пригодности для
размещения объектов промышленных отходов с использованием нечеткого
логического вывода.
В третьей главе разработаны функциональная и информационная модели
процесса обработки пространственной информации о размещении объектов
13
промышленных отходов на основе нечеткой логики, а также приведено
алгоритмическое описание
определения
местоположения
рассматриваемых
объектов.
Четвертая глава работы посвящена вопросам внедрения предложенных
методов в процесс принятия решений о размещении объектов промышленных
отходов и оценке эффективности их использования.
В
заключении
приводятся
основные
результаты
и
выводы
по
диссертационной работе.
В приложении представлены информационная модель процесса обработки
пространственной информации о размещении объектов промышленных отходов,
правила нечеткого логического вывода и промежуточные результаты построения
поверхностей
нечетких
местоположения
для
принадлежностей
установки
для
полигона
решения
задач
промышленных
поиска
отходов,
мусороперегрузочных станций и санитарно-защитных зон полигонов отходов, а
также акты внедрения результатов диссертационной работы в производственную
деятельность Минэкологии РБ и учебный процесс УГАТУ.
14
1 АНАЛИЗ ПРОБЛЕМ ОБРАЗОВАНИЯ И РАЗМЕЩЕНИЯ
ПРОМЫШЛЕННЫХ ОТХОДОВ И ПРОБЛЕМ ОБРАБОТКИ
ПРОСТРАНСТВЕННОЙ ИНФОРМАЦИИ ОБ ОБЪЕКТАХ
РАЗМЕЩЕНИЯ ПРОМЫШЛЕННЫХ ОТХОДОВ
1.1
Анализ состояния управления промышленными отходами в
Российской Федерации
Несмотря на незначительное снижение темпов роста экономики в России,
приращение объемов промышленного производства из года в год все же имеет
положительную тенденцию. Так, индекс объема продукции промышленности в
2013 году по отношению к предыдущему году составил 100,3 %, а в 2012 – 102,6
% [36, 42]. Очевидно, что рост промышленного потенциала страны закономерно
сопровождается увеличением объема отходов в виде отработанных материалов и
сырья, образовавшихся в результате производственных процессов, что неизбежно
вызывает проблемы, связанные с трудностями утилизации и захоронения
отработанных материалов.
Согласно ежегодным Государственным докладам [21] и профильным
аналитическим обзорам [63, 16] ситуация с управлением промышленными
отходами остается неутешительной и имеет тенденцию ухудшаться – помимо
постоянного роста количества отходов ежегодно увеличиваются затраты на
транспортировку,
переработку
и
размещение
отходов
промышленного
производства.
Ежегодный объем образования промышленных отходов по данным [39]
представлен в табл. 1.1.
Наибольший вклад в образование отходов в России (более половины)
вносят предприятия, деятельность которых связана с добычей топливноэнергетических полезных ископаемых (в основном – угольная промышленность).
Твердые бытовые отходы составляют около 10% от всех ежегодно образующихся
отходов (порядка 35-40 млн. тонн или в объемных единицах около 200 млн. куб.
м).
15
Согласно официальной статистике на территории страны в отвалах и
хранилищах накопилось более 94 млрд. т. твердых отходов.
Таблица 1.1. Объемы образования отходов производства и потребления по видам
экономической деятельности, млн. т.
Вид
экономической
2007 г. 2008 г. 2009 г. 2010 г. 2011 г. 2012 г.
деятельности
Всего по РФ
3899,28 3817,68 3505,0 3734,74 4303,33 5007,9
Обрабатывающие
243,86 276,64 252,01 280,10 280,59
291,0
производства
Производство и
распределение
70,80
67,61
65,30
67,98
57,90
28,40
электроэнергии,
газа и воды
Добыча полезных
2785,16 3351,07 3066,4 3334,58 3818,60 4629,3
ископаемых
Строительство
62,84
14,88
24,7
11,10
14,00
14,6
Сельское
хозяйство,
26,66
67,75
77,49
24,05
27,54
26,2
лесоводство и
рыболовство
Прочие виды
экономической
709,6
39,73
19,1
16,93
104,7
18,4
деятельности
На территории Российской Федерации наибольшее количество отходов
образуется в крупных агломерациях, где сосредоточены промышленные
предприятия и урбанизированные территории. Это обуславливает загрязнение
пригородных территорий и примыкающих к городским округам природных
ландшафтов как промышленными отходами (вблизи мест их образования), так и
твердыми коммунальными отходами.
Сегодня наиболее распространенным способом размещения отходов
производства и потребления является хранение и захоронение несортированных
отходов на свалках и полигонах.
На территории Российской Федерации эксплуатируются более 11 тыс.
полигонов
отходов,
которые
разделены
по
группам
санитарно-
эпидемиологического благополучия: I группа составляет около 4 %, II группа –
16
более
50
%,
оставшиеся
проценты
входят
в
III
группу.
Количество
санкционированных свалок превышает 14 тыс., причем занимаемая ими площадь
составляет около 43 тыс. га, несанкционированных свалок – более 10 тыс., а
занимаемая ими площадь превышает 15 тыс. га.
Отмечается, что захоронение неотсортированных отходов имеет множество
недостатков, связанных с использованием и загрязнением больших площадей и
территорий под полигоны отходов. В дальнейшем это приводит к выведению
загрязненных земель из хозяйственного оборота и сокращению пригодных для
других видов деятельности территорий. Ситуация осложняется тем, что
большинство
функционирующих
полигонов
имеют
ограниченный
срок
эксплуатации в 15-20 лет и постепенно его вырабатывают. В то же время,
существенной
проблемой
для
многих
субъектов РФ является
достаточного
количества
санкционированных
полигонов
и
нехватка
свалок
для
размещения образующихся на подконтрольной территории отходов, а также
отсутствие мусоросортировочных и мусороперерабатывающих комплексов. По
имеющимся данным, в 45% субъектов Российской Федерации проектная
мощность полигонов ниже установленных ежегодных норм накопления отходов.
Фактически ситуация гораздо критичнее, поскольку в представленных данных по
объемам образования отходов учитываются прежде всего отходы от населения и
установленные нормы накопления часто занижены. При этом бытовые отходы
образуются не только от населения, но и в результате деятельности крупных
производств, предприятий среднего и малого бизнеса и нежилого фонда.
Неблагополучной остается ситуация с обеспечением надлежащих условий
при эксплуатации имеющихся полигонов промышленных и твердых бытовых
отходов:
– отсутствует мониторинг качества поверхностных и подземных вод,
атмосферного воздуха и почвы;
– полигоны отходов выработали свой ресурс, объем накопления часто
превышает паспортный;
17
– поступающие отходы не подвергаются первичной сортировке, имеются
проблемы количественного и качественного учета принимаемых отходов;
– имеет
место
хранение
отходов
без
изоляционных
слоев
или
с
нерегулярными уплотнениями и их промежуточной изоляцией.
– не организованы условия, способствующие безопасному и экологичному
приему отходов, отсутствуют подъездные дороги с твердым покрытием,
ограждения, дезинфицирующие ванн и др.
В настоящее время количество полигонов для утилизации токсичных
отходов 1 и 2 классов опасности недостаточно, не разрабатываются современные
технологии по уничтожению таких отходов. Остаются нерешёнными проблемы
обезвреживания гальванических отходов и отходов, содержащих соли тяжёлых
металлов.
Острой
экологической
проблемой
является
загрязнение
почв
нефтесодержащими отходами (нефтью и нефтепродуктами), многие из которых
из-за наличия высокотоксичных канцерогенных соединений создают реальную
угрозу здоровью человека и приводят к негативным экологическим последствиям:
– нарушению
изменением
экологического
равновесия
морфологических,
в
почвенном
физико-химических
и
биоценозе
с
химических
характеристик почвенных горизонтов;
– деградации
растительного
покрова,
изменению
структуры
почвы,
уменьшению ее аэрируемости и дренажа;
– выведению земель из сельскохозяйственного оборота вследствие снижения
их продуктивности, аккумуляции и закреплению токсических веществ и пр.
Ситуация осложняется отсутствием достоверных данных о точном
количестве таких участков земли и степени их загрязнения нефтесодержащими
отходами, что снижает эффективность применения методов программно-целевого
планирования.
Еще одна проблема – крупные объекты несанкционированного размещения
отходов, которые нередко располагаются в водоохранных зонах или особо
охраняемых территориях, нанося при этом ущерб окружающей среде и ухудшая
эстетический облик региона. Положение усугубляется неконтролируемым
18
сжиганием разнообразных накопленных отходов, увеличивающим уровень
загрязнения атмосферного воздуха, в том числе высокотоксичными веществами.
На первый взгляд, усилия природоохранных ведомств и организаций
должны быть направлены на ликвидацию несанкционированных свалок. Однако
наличие таких свалок – это лишь последствия других проблем, которые
заключаются в следующем:
– существующие во многих регионах низкие нормы накопления отходов не
пересматривались с советских времен, что приводит к необеспеченности
реальных потребностей населенных пунктов в контейнерных площадках,
спецавтотранспорте, объектах утилизации и захоронения отходов;
– затраты на переработку отходов значительно выше затрат на захоронение,
что
препятствует
коммерциализации
переработки
и
вторичного
использования отходов; по-прежнему, выгоднее платить за захоронение
отходов;
– говоря о причинах несанкционированных свалок, нельзя не сказать о
низком уровне экологической сознательности и экологической культуры
населения;
– вопросы по размещению и переработке отходов, как правило, носят
межмуниципальный характер – власти, на подведомственной территории
которых расположены объекты размещения отходов, могут отказать в
приеме отходов, образованных вне пределов муниципального образования;
– у органов местного самоуправления зачастую отсутствуют достаточные
финансовые возможности для организации надлежащей утилизации
отходов.
Рассматривая сферу обращения с отходами в Республике Башкортостан
можно констатировать, что в республике имеет место та же совокупность
перечисленных выше проблем. Это отражается как в данных госстатотчетности
(см. табл. 1.2 и табл. 1.3), так и в соответствующих докладах и обзорах [21, 57].
19
Таблица 1.2. Динамика образования отходов производства и потребления в 20082012 гг. на территории Республики Башкортостан
Образовано отходов производства и потребления,
млн. т. (в т.ч. по классам опасности)
Использовано и
обезврежено, млн. т
Годы
2008
2009
2010
2011
2012
Всего
I класс
II класс
III
класс
IV
класс
V класс
Всего
42,835
36,78
47,01
59,14
47,82
0,078
0,081
0,068
0,068
0,080
0,039
0,21
0,172
0,176
0,163
1,12
0,465
0,424
0,507
0,265
1,471
1,523
1,813
1,779
2,522
40,127
34,499
44,532
56,612
44,790
7,694
8,769
11,32
11,85
7,871
в % от колва образовавшихся
17,97
23,84
24,1
20,03
16,46
На начало 2013 года в республике накоплено более 1100 млн. т. отходов.
Лидерами по объёмам образования отходов являются предприятия горнорудной и
горно-металлургической промышленности.
Таблица 1.3. Движение отходов на территории Республики Башкортостан по
видам деятельности в 2012 году, тыс. т.
Виды экономической
деятельности
Сельское хозяйство, охота и
лесное хозяйство)
Рыболовство
Добыча полезных ископаемых
Обрабатывающие
производства
Производство и распределение электроэнергии, газа и
воды
Строительство
Оптовая и розничная торговля; ремонт автотранспортных средств, мотоциклов,
бытовых изделий и предметов
личного пользования
Транспорт и связь
Здравоохранение и предоставление социальных услуг
Предоставление прочих
коммунальных, социальных и
персональных услуг
Образовано
Использовано
Обезврежено
Накоплено
1595,180
1435,805
85,156
63,542
0,040
–
–
–
42471,190
4757,569
42,440
1031888,082
2390,728
901,504
84,815
29005,053
235,379
30,544
11,119
476,786
91,493
75,294
0,004
11,755
47,117
1,764
0,053
0,762
50,185
4,907
0,012
0,697
108,671
0,709
36,449
37,655
33,895
67,648
8,639
3,134
По данным [44] на территории Республики Башкортостан действуют 2797
объектов размещения отходов, из них 2529 свалок твердых бытовых отходов,
20
занимающих общую площадь более 2000 гектаров земли, не соответствуют в
полной мере требованиям природоохранного законодательства (отсутствуют
документы о земельном отводе, основные природоохранные сооружения, в том
числе противофильтрационные экраны, система сбора и утилизации фильтрата, не
организован мониторинг окружающей среды). Многие сельские населенные
пункты республики не охвачены системой сбора, транспортировки и размещения
отходов.
Несмотря на то что, приоритетным направлением в области обращения с
отходами является переход от захоронения отходов к их повторному
использованию, на протяжении ряда лет средний уровень использования отходов
в качестве вторичного сырья составляет около 3 % от общего годового объема.
Только рентабельные и высоколиквидные отходы, такие как полимерные
материалы, отходы и лом черных и цветных металлов, чистые текстильные,
древесные отходы вовлекаются в хозяйственный оборот. Практический опыт
сортировки мусора на сортировочных станциях вблизи полигонов Нефтекамска,
Стерлитамака, Октябрьского и Туймазах показал, что можно извлечь до 70 %
ценных компонентов и снизить нагрузки на полигон.
Детализированные характеристики переработки отходов за 2006-2012 годы
показывают, что в последние годы, несмотря на предпринимаемые меры,
вторичная переработка отходов растет незначительно (в основном, это шины,
полимеры), а для некоторых видов отходов снижается.
В республике имеется резерв вторичного сырья, измеряемый тысячами
тонн, невостребованный из-за неэффективности системы раздельного сбора
отходов и слабого развития сети пунктов сбора сырья. Существует проблема
сбыта вторичного сырья, большая часть которого направляется за пределы
республики в соседние регионы Татарстан, Удмуртию.
Очевидно,
что
в
такой
ситуации
актуальными
становятся
меры,
направленные на рациональное хранение и обезвреживание промышленных
отходов
при
соблюдении
всех
необходимых
гигиенических и экономических условий.
экологических,
санитарно-
21
Соответствующие мероприятия по управлению процессом распределения и
движения отходов на места их переработки или складирования осуществляются в
рамках государственных целевых программ и направлений [64].
Система управления отходами включает в себя разработку и принятие
необходимой
нормативно-правовой
государственной
власти,
начиная
базы
с
на
всех
федерального
уровнях
уровня,
органов
а
также
непосредственно производственную деятельность, ведения учёта и контроль со
стороны государственных уполномоченных структур.
Реализующая такое управление структура представлена на рисунке 1.1, в
рамках которой центральное место занимают объекты размещения и переработки
отходов, вызывающие наибольший интерес с точки зрения организации
грамотного движения и распределения отходов на территории республики.
В
пояснении
к
приведенному
рисунку
следует
отметить,
что
уполномоченным органом, осуществляющим функционирование государственной
системы
управления
промышленными
отходами
в
республике
является
Министерство природопользования и экологии РБ (Минэкологии РБ), которое
осуществляет
свои
функции
во
взаимодействии
с
аппаратами
органов
государственного управления и местного самоуправления, общественными и
иными организациями.
В свою очередь, каждое из 11 территориальных подразделений (ТП)
Минэкологии
РБ
осуществляет
свою
деятельность
на
подконтрольной
территории, на которой находится множество предприятий и организаций с
разнообразными видами деятельности и, соответственно, различными видами
отходов, а также полигонами складирования и захоронения отходов, установками
по утилизации и обезвреживанию отходов и пр. (рис. 1.2).
Рисунок 1.1 – Организация управления промышленными отходами
22
Рисунок 1.2 – Подконтрольные территории ТП Минэкологии РБ
23
24
Промышленные предприятия, находящиеся на подконтрольной ТП, обязаны
направлять информацию об обращении с отходами, формировать периодическую
отчетность об отходах и деятельности с ними в Минэкологию РБ [45, 85] (рис.
1.3). В свою очередь, работа ТП направлена на контроль деятельности
природопользователей, проверку достоверности предоставленной информации,
соблюдение требований по обращению с отходами, в том числе трансграничного
перемещения отходов. Очевидно, что для достижения эффективности такого
контроля необходимо обладать актуальной и достоверной информацией об
объектах управления: формирующих, утилизирующих и перерабатывающих
отходы предприятиях, технологиях использования и утилизации отходов, видах
отходов, сведений об образовании и движении отходов, а также об объектах их
размещения.
Также, в числе мероприятий, реализуемых по управлению промышленными
отходами,
необходимо
деятельности
специалистов
Информационная
эффективности
указать
информационную
соответствующих
поддержка
принимаемых
должна
быть
решений,
поддержку
ведомств
направлена
посвященных
и
проектной
организаций.
на
увеличение
вопросам
учета
и
ликвидации отходов и их негативных последствий.
Можно выделить основные направления, по которым возможно получить
ощутимый эффект за сравнительно небольшой период времени при приемлемых
затратах:
– расширение границ полигонов отходов с целью повышения их
вместимости,
улучшение
условий
захоронения
отходов,
обеспечение
надлежащего мониторинга;
– открытие новых, улучшенных полигонов захоронения отходов;
– ликвидация несанкционированных свалок вблизи населенных пунктов, а
также последующая ликвидация санкционированных муниципальных свалок с
рекультивацией земель;
– обеспечение
промежуточных
пунктов
приема
отходов,
близкорасположенных к местам образования отходов (в первую очередь,
25
населенных пунктов) с целью восполнить потребности, образовавшиеся после
ликвидации большинства муниципальных свалок.
Рисунок 1.3 – Основные требования законодательства при обращении с опасными
отходами на предприятии
Определение отмеченных выше местоположений и сопутствующих им
параметров является достаточно трудоемкой задачей, которая не имеет очевидных
решений. Имеющие сложности обусловлены рядом причин, среди которых
следует перечислить некоторые из них:
26
– недостаточное методическое обеспечение для проведения такого рода
расчетов,
вызванное
несовершенством
научно-технических
подходов
к
исследованию территориально-распределенных объектов в задачах определения
наилучшего местоположения;
– многофакторный характер самой задачи, причем отдельные факторы
могут выступать как противоречащие друг другу, тем или иным требованиям и
нормам;
– недостаток исходной информации (прежде всего, картографической) или
при наличии такой информации, ее неактуальность, недостоверность.
Несмотря на большое внимание к проблемам образования и накопления
промышленных отходов, систематизация в управлении отходами происходит
крайне
медленно.
В
рамках
комплексного
подхода
к
управлению
промышленными отходами должны быть решены задачи как вовлечения
вторичных отходов в хозяйственный оборот, так и решение проблем с местами
накопления отходов с целью минимизации временных затрат и степени влияния
опасных промышленных отходов на окружающую среду. Последнее включает в
себя грамотное планирование территорий для размещения и захоронения отходов,
установке мусороперегрузочных и мусоросортировочных станций, санитарнозащитных
зон
полигонов
отходов.
Перечисленные
задачи
управления
промышленными отходами являются одним из основных аспектов проблемы
размещения отходов и достижение приемлемого результата в решении этих задач
является достаточно трудоемким. Зачастую это связано с неэффективными
способами организации и обработки разносторонней информации, большая часть
которой имеет территориально-распределенный характер. В рамках настоящего
диссертационного исследования автором предлагается подход к решению
указанных задач размещения промышленных отходов.
27
Анализ информационных систем, используемых для управления
1.2
промышленными отходами на территории региона Российской
Федерации
Органы государственной власти в процессе управления промышленными
отходами сталкиваются с целым рядом проблем различного происхождения. Это
могут быть как и отмеченные раннее постоянный рост объемов образованных
отходов и ежегодное увеличение стоимости транспортировки и размещения
отходов, так и недостаток полной и актуальной информации о расположении
полигонов отходов, количеству и типах хранимых на них отходов, сведений о
несанкционированных свалках и экологических зонах, на территориях или по
соседству с которыми они располагаются.
Информационная поддержка принятия решений для обозначенных задач
должна
обеспечивать
целостный
подход
к
управлению
всех
объектов,
вовлеченных в жизненный процесс промышленных отходов, начиная от
источников
образования
отходов,
заканчивая
конечными
пунктами
их
переработки или захоронения.
В РФ в настоящее время накоплен достаточный опыт разработки такого
рода автоматизированных систем, широко используемых в различных регионах
[13, 72, 69, 71, 70, 1]:
1. Программный комплекс «Русь» и ГИАС «Экобезопасность», являются
наиболее известными из ранее разработанных систем. Они имеют в своем составе
блок "Отходы производства и потребления" и предназначены для обеспечения
единой информационно-технологической цепочки сбора, хранения, обработки
информации в области обращения с опасными отходами, проверки достоверности
представления и обработки информации по всей информационной вертикали,
динамического нормирования при установлении лимитов на размещение отходов.
Этот программный комплекс предназначен для ведения баз данных в
области
экологической
безопасности
и
охраны
окружающей
среды
и
обеспечивает информационный обмен между органами государственной власти и
28
различными инстанциями, которые вовлечены в управление отходами и их
мониторингу.
2. Программный продукт «ОКО» (Отходы: Контроль обращения)
обеспечивает формирование следующих баз данных: хозяйствующие субъекты,
каталог отходов, реестр объектов размещения отходов, территориальный банк
данных объектов по использованию и обезвреживанию отходов и раздел данных
по обращению с отходами в пределах контролируемой территории.
Совместная обработка перечисленных разделов базы данных позволяет
проводить контроль соблюдения природоохранного законодательства, а также
решать ряд практических задач по вводу и редактированию сведений об
образовании, использовании и накоплении отходов, формирования информации,
необходимой органам государственной власти для контроля экологической
ситуации, в различных разрезах административных образований, отраслей
производства и видов отходов.
3. Программный комплекс «Региональный кадастр отходов» предназначен
для автоматизации работ по сбору и обработке данных о региональном кадастре
отходов и включает в себя региональный классификационный каталог отходов,
реестр объектов размещения, обезвреживания и переработки отходов, банк
данных об отходах, банк данных о технологиях использования и обезвреживания
отходов, перечень юридических лиц и индивидуальных предпринимателей,
осуществляющих деятельность по сбору и транспортировке отходов различных
видов,
обезвреживанию отходов. необходимых для ведения регионального
кадастра отходов и федеральный классификационный каталог отходов.
Взаимодействие между указанными информационными блоками ПК
"Региональный кадастр отходов" позволяет автоматизировать формирование
реестра природопользователей, осуществляющих деятельность по обращению с
отходами, и приема от природопользователей следующих данных: сведения о
наличии лицензии; данные по форме 2-ТП (Отходы); данные производственного
контроля о движении отходов, а также систематизацию сведений о местах
29
хранения и захоронения отходов производства и потребления; сведений о
существующих технологиях использования, обезвреживания отходов.
4. Программный комплекс "Отходы-регион" предназначен для контроля
обращения с отходами производства и потребления на территории города/региона
и состоит из следующих модулей: инвентаризация отходов и мест их размещения,
учет обращения с отходами, классификационные каталоги отходов.
5. Информационная система «Региональный кадастр Самарской области»
предназначена для своевременного пополнения и систематизации сведений о
происхождении, количестве, составе, свойствах, классе опасности отходов
производства и потребления, условиях и конкретных объектах размещения
отходов, технологиях их использования и обезвреживания на территории
Самарской области.
ИС
«Региональный
кадастр
Самарской
области»
поддерживает
формирование следующего вида справочников: каталог отходов, реестр объектов
размещения отходов, региональный банк данных об отходах, банк данных о
технологиях использования и обезвреживания отходов.
Анализ функционирования, возможностей и использования ПП "Русь",
ГИАС "Экобезопасность" и прочих ПП, показывает, что все они относятся к так
называемым системам документооборота. Безусловно, систематизация сведений
об
отходах
и
возможность
дальнейшего
комплексного
использования
атрибутивных характеристик отходов является необходимой на сегодняшний день
поддержкой в сопровождении деятельности органов государственной власти для
своевременного контроля обращения с отходами в регионах. Но, как отмечалось
ранее в п. 1.1, большая часть информации, необходимой для грамотного
управления
промышленными
отходами,
характеризует
географически
распределенные объекты, однако реализованных возможностей в данном
направлении по объему информации в использованных системах недостаточно
для комплексной обработки всего перечня сведений об отходах. Для достижения
приемлемых результатов в комплексном исследовании объектов размещения
отходов необходимо внедрение в систему поддержки принятия решений при
30
управлении отходами методов, которые бы позволили получать и анализировать
данные
об
объектах
на
земной
поверхности
и
изучать
поведение
и
взаимоотношение этих объектов в пространстве. В мировой и отечественной
практике широкое развитие получили геоинформационные технологии, которые
представляют
отображению
средства
и
и
методы
по
распространению
получению,
информации,
обработке,
анализу,
характеризующую
пространственно-распределенные объекты, на основе электронных карт [9, 10,
11].
В
сфере
обращения
с
отходами
среди
информационных
систем,
использующих в качестве технологической базы ГИС, можно выделить
следующие:
1. Геоинформационная система «Юнидо» предназначена для обеспечения
информацией процессов принятия управленческих решений в области утилизации
потенциально опасных и промышленных отходов и содержит такие тематические
слои, как перерабатывающие предприятия, информацию о перемещении отходов
и местах сбора, информацию об образовании отходов.
Основные задачи системы включают мониторинг: образования отходов по
местам сбора и приема; доставки отходов с мест приема до предприятий
переработки; образования и использования вторичного сырья; размещения и
загруженности перерабатывающих предприятий; нормативной правовой базы и
технической и технологической документации. Базис системы основан на
электронных картах 1:1 000 000 на территорию России и 1:200 000 на территорию
Республики Татарстан.
2. Геоинформационная система «Чистый город» предназначена для
управления вывозом ТБО и включает в себя задачи моделирования маршрутов
движения отходов и наполнение базы данных по контейнерным площадкам.
Система используется в Ростове-на-Дону и подразделяется на 4 уровня:
накопление ТБО, сбор ТБО, вывоз ТБО и утилизация ТБО.
3. Геоинформационная система «Мониторинг мест несанкционированного
размещения отходов» предназначена для фиксации и сбора материалов
31
несанкционированного размещения отходов, оперативной передаче материалов
по фиксированным нарушениям в диспетчерский центр, контроля устранения
нарушений
и
формирование
отчетов
по
выявленным
местам
несанкционированного размещения отходов.
Функциональные возможности и исходная цель создания подобных ГИС в
основном предназначены для формирования и визуализации в различных разрезах
исходных данных о расположении объектов, а также исследования движения
отходов на территории. Однако, они не позволяют производить обработку
сведений
для
решения
задачи
поиска
пригодного
места
размещения
промышленных отходов, включающую в себя не только анализ необходимой
информации, характеризующей географически распределенные объекты, но и
факторы рационального использования территорий, снижения негативного
воздействия отходов на окружающую среду, вовлечения образованных отходов в
повторный хозяйственный оборот и др.
Для повышения эффективности принимаемых решений, посвященных
вопросам учета и ликвидации отходов, оценки их негативных последствий на
окружающую среду, информационное обеспечение должно быть направлено не
только на обработку сведений о местоположении отходов, но и на изучение
данных, характеризующих взаимное расположения объектов, участвующих в
управлении отходами, и степени их влияния на территории, для обеспечения
возможности управления размещением новых объектов промышленных отходов.
1.3
Анализ подходов к обработке пространственной информации об
объектах размещения отходов
В
настоящее
время
в
геоинформатике
известен
ряд
подходов,
предложенных для решения круга задач, связанных с поиском и выбором
размещения объектов на ограниченной территории. В зарубежной литературе
использование этих подходов входит в более широкое направление под названием
“Проблемы размещения” (“Facility Location Problem”) [95, 96, 107].
32
Первоначально проблема размещения была поставлена в экономической
географии в так называемых “штандортных” теориях (от нем. Standort –
расположение) – теориях размещения производства, ставящих своей целью
определение наиболее выгодного местоположения отдельных предприятий по
предполагаемым
экономическим
показателям
[66].
Дальнейшее
развитие
проблема размещения получила в рамках вычислительной математики, теории
графов и т.д.
Большинство подходов в решении проблемы размещения основано на
различной интерпретации задачи Вебера [103, 114, 5] – поиске точки X такой, что
сумма взвешенных расстояний из X до некоторых известных точек A1, …, AN
была минимальной (рис. 1.4):
N
F ( x)   wi L( X , Ai )  min .
(1.1)
i 1
Здесь wi – “вес” i-ой точки, а L( X , Ai ) – расстояние между точками X и Ai,
заданной в какой-либо метрике (например, евклидовой).
Рисунок 1.4 - Иллюстрация задачи Вебера
Задача Вебера для множества размещаемых объектов (так называемая
множественная задача) состоит в поиске M дополнительных местоположений для
размещения объектов Xj, j  1, M :
N
M
F ( X 1 , X 2 ,, X M )   wi L( X , Ai )  min .
i 1 j 1
(1.2)
33
В
задаче
Вебера
могут
учитываться
дополнительные
условия
–
запрещенные зоны, барьеры и др. В этом случае задача содержит условие вида:
X j  RZ ,
(1.3)
где RZ – множество запрещенных зон.
При наличии RZ расстояние между двумя точками в общем случае является
суммой расстояний по евклидовой метрике (рис. 1.5).
Рисунок 1.5 - Иллюстрация задачи Вебера с барьерами
Вариантом постановки задачи является региональная задача – поиск одной
или нескольких центральных точек, таких, что взвешенная дистанция от них до
множества точек некоторой ограниченной на исследуемой территории области
  R n минимальна.
В этом случае целевая функция для задачи с одним размещаемым объектом
[101] примет вид:
N
F ( x)   wi  L( X , Ai )d ( Ai )  min ,
i 1

(1.4)
где  ( Ai ) – математическое ожидание того, что точка Ai находится в
некоторой точке допустимой области  .
Для региональной множественной задачи Вебера используется целевая
функция вида:
N
F ( X 1 , X 2 ,, X M )   wi
i 1

i
min L( X j , A)  i ( A)dA  min .
j ,1 j  M
(1.5)
34
где
1, A   i ,
–
0, A   i
индикаторная
i  
функция,
устанавливающая
принадлежность точки A области Ωi.
В [5] показаны пути решения региональной множественной задачи Вебера
(соотношение 1.5) с запрещенными зонами и барьерами – ограничениями
(соотношение 1.3). Отмечено, что такие решения возможны при переходе к
дискретным координатам и последующем решении задачи комбинаторной
оптимизации. Однако в этом случае приходится сталкиваться с задачами, которые
относятся к классу NP-полных, что не позволяет их гарантированно решать за
приемлемое время.
В то же время, в исходной постановке задачи Вебера акцентируется
внимание
на
одном
из
возможных
факторов,
определяющих
выбор
местоположения точки X (или точек Xj, j  1, M для множественной задачи) –
расстоянии.
Между
тем,
в
практических
ситуациях,
при
определении
оптимального по каким-либо критериям местоположения объектов на местности
(географической карте) может учитываться большее разнообразие (и количество)
факторов.
Причем некоторые из них
могут
не иметь
геометрической
интерпретации, например, как в рассматриваемой области, класс опасности
накопленных отходов и др.
Отдельного упоминания заслуживают методы, нашедшие свое применение
в задачах логистики – оптимального распределения продукции при множестве
поставщиков и потребителей. Решение указанной проблемы, основано на
оптимизации размещения с учетом дорожной сети [93]. В этой ситуации
анализируется так называемое манхэттенское расстояние – расстояние между
двумя точками A и B, возможность перемещения между которыми ограничена
направлениями “север-юг” и “запад-восток”. В статье [12] предложен подход к
моделированию сети объектов обращения с отходами для решения логистических
задач (транспортировки ТБО до мест их переработки и размещения) на основе
алгоритма нахождения p-медианы графа G.
35
Задача формулируется следующим образом. В графе G, моделирующем
дорожную сеть региона, указаны X вершин – перекрестки дорожной сети с
известными географическими координатами. Дуге графа ( xi , x j ), xi , x j  X – прямой
(не проходящей через другие перекрестки) дороге из xi в x j – соответствует
неотрицательное число cij – фактическое расстояние.
Множество T обозначает совокупность населенных пунктов региона,
причем каждому элементу этого множества t n сопоставлено неотрицательное
число vi – объем образования твердых бытовых отходов. Также известны
географические координаты административных границ населенных пунктов
tn  T
, представленных совокупностью многоугольников.
Пересечение сети, построенной по географическим координатам элементов
исходного графа, с административными границами населенных пунктов
позволяет выделить множество точек на графе X T  X . За расстояние d ( X T , xi )
между населенным пунктом и какой-либо вершиной графа xi принимается
минимальное из расстояний по всем возможным путям перемещения.
Совокупность объектов размещения отходов в регионе образует множество
P, для каждого pi  P также известны географические координаты. На дорожном
графе множеству P соответствует точки X P  X , X P  X T   .
Для определения места строительства нового объекта размещения
промышленных отходов в уже существующей сети требуется найти оптимальное
расположение нового объекта так, чтобы суммарный грузооборот между
поставщиками отходов – населенными пунктами и потребителями отходов –
объектами размещения полигонов отходов – был минимален.
Грузооборот может быть выражен через передаточные числа вершин графа,
если за вес вершин графа принять объем образования отходов, а за вес дуг –
фактическое расстояние по дорожной сети между инцидентными ей вершинами.
Задача оптимизации заключается в поиске p-медиан на дорожном графе, на
котором достигается минимум грузооборота в системе. Учет природоохранных и
36
санитарно-гигиенических факторов осуществляется заданием ограничений на
места расположения объектов размещения отходов.
При большом числе вершин графа (≈103) эффективное решение в
предложенной постановке является труднодостижимым с вычислительной точки
зрения. В числе способов преодолеть отмеченную трудность можно назвать
применение генетических алгоритмов [111, 108, 105, 2].
Тем не менее, перечисленные подходы и их модификации далеко не всегда
способны дать удовлетворительный результат. Во-первых, они показали свою
эффективность
только
географического
при
описания)
сравнительно
простой
идеализированной
(с
точки
ситуации,
зрения
например,
игнорировании множества сопутствующих факторов, явлений и объектов,
которые вносят свой вклад (пусть в меньшей степени) в получение подходящего
решения. Во-вторых, как уже говорилось в разделе 1.1, географическое описание
объектов на местности остается приближенным к реальной действительности и
имеющем ограниченную точность. Это обстоятельство никаким образом не
учитывается. В-третьих, при решении задач, связанных с выбором наилучшего
местоположения объектов размещения отходов, определения зон, безопасных по
экологическим и санитарно-гигиеническим факторам приходится сталкиваться с
ситуацией, когда указанные факторы не поддаются математическому описанию.
В реальной ситуации выбора наилучшего местоположения и оценивания
влияния разнообразных факторов на формируемые решения приходится
сталкиваться
с
неопределенностью,
в
частности,
при
математическом
представлении задачи [107]. Главный аспект этой проблемы состоит в том, что
использование
различных
подходов
может
привести
к
существенно
отличающимся друг от друга результатам, которые, тем не менее, даже при
совместном использовании дают довольно грубое решение. Так, при оценивании
возможности увеличения границ санитарно-защитных зон полигонов отходов,
приемлемая величина определения местоположения должна составлять порядка
нескольких десятков метров. Рассмотренные подходы, в лучшем случае,
37
позволяют указать приблизительную границу СЗЗ с разбросом до одного
километра (для цифровых карт масштаба 1:100 000).
Учитывая сказанное, перспективным видится отказ от избыточно “жестких”
математических моделей в пользу так называемых мягких вычислений (soft
computing), которые в отличие от традиционных, лучше приспособлены к
“всеобъемлющей неточности реального мира” (по Л.Заде). Основным принципом
таких вычислений является: «терпимость к неточности, неопределенности и
частичной истинности для достижения удобства манипулирования, низкой
стоимости решения и лучшего согласия с реальностью». Для мягких вычислений
исходной моделью служит мышление человека.
Применение мягких вычислений целесообразно в случаях, когда не
существует эффективного четкого решения либо в силу особенностей предметной
области, либо по причине сложности вычисления задачи. Наиболее широко
такого рода подход применяется для автоматизации процессов принятия решений,
основанного на экспертных знаниях.
Использование такого подхода в виде методов нечеткой логики в ГИС
позволит получить результаты моделирования о возможном расположении
объектов промышленных
отходов с учетом неопределенности исходной
информации и множества факторов, влияющих на размещение отходов,
большинство из которых не поддаются формализованному описанию. Благодаря
возможности
сочетать
в
себе
средства
традиционной
картографии
и
интеллектуальной обработки данных ГИС обеспечивают наиболее продвинутый
подход для решения как традиционных задач, так и тех задач, для которых до
недавнего времени решения не были вполне пригодными для использования в
виду отсутствия в них формализованного описания.
1.4
Постановка задачи исследования
Как было отмечено выше, сфера обращения с отходами играет важную роль
в экономике страны, но также и является источником негативных явлений. Задачи
рационального управления территориями и обеспечения должного уровня
38
санитарно-гигиенических показателей и безопасности территорий заставляют
акцентировать внимание на проблемах выбора места для размещения объектов
промышленных отходов.
Между тем, решение таких проблем, зачастую, приходится проводить в
условиях
нечеткости
и
неточности,
что
отражается
на
сложности
в
формулировании достоверных выводов. Разработка методов, позволяющих
получать адекватные результаты моделирования о возможном размещении
объектов промышленных отходов (границ СЗЗ и расположения МПС) с учетом
неопределенности исходной информации и требований к их местоположению,
имеет важное практическое значение.
Использование ранее предложенных подходов в практических ситуациях
наталкивается на определенные трудности. Более перспективным в такой
ситуации является формирование методов, привлекающих к решению задачи
экспертные знания в рамках нечеткой логики.
В то же время, следует отметить, что мировой и отечественной практикой
подтверждается, что опыт в области изучения и обработки сведений о
расположении объектов на земной поверхности связан с использованием
специализированных средств информационной поддержки принятия решений. В
настоящее время широкое развитие в практическом применении получили
геоинформационные технологии, представляющие методы и средства получения,
сбора,
обработки,
отображения
и
распространения
информации
о
пространственно-распределенных объектах на основе электронных карт [88, 48].
ГИС-технологии позволяют объединить информацию об объектах природных
сред и человеческой деятельности в виде векторных электронных карт для их
совместного анализа. Ввиду упомянутых качеств, целесообразно использование
указанных технологий для информационной поддержки принятия решений о
размещении объектов промышленных отходов.
В связи с этим можно сформулировать следующие задачи исследования:
I. Разработать принцип описания пространственной информации о
размещении объектов промышленных отходов на основе методов нечеткой
39
логики, который позволит формализовано описать суждения экспертов о
расположении объектов промышленных отходов, отношений между этими
объектами и критериях, удовлетворяющих расположению тех или иных объектов
хранения и утилизации отходов.
II. Разработать метод ранжирования территорий по степени их пригодности
для размещения объектов промышленных отходов на основе нечеткого
логического вывода, который позволит алгоритмизировать процесс обработки
картографических поверхностей с целью определения пригодных участков для
расположения объектов промышленных отходов.
III. Разработать модель и алгоритм построения нечеткой базы знаний
процесса обработки пространственной информации о размещении объектов
промышленных отходов, которые позволят обеспечить взаимодействие базы
пространственных и атрибутивных данных об отходах и базы знаний,
содержащей описание нечетких условий расположения объектов промышленных
отходов и правила нечеткого логического вывода.
IV. Разработать систему обработки пространственной информации о
размещении объектов промышленных отходов, которая позволит формировать
исходные пространственные и атрибутивные данные о расположении объектов
промышленных отходов с использованием электронных векторных карт и
проводить в автоматизированном режиме геообработку указанных данных для
определения местоположения объектов, связанных с отходами промышленных
предприятий.
40
Результаты и выводы к главе 1
1. Анализ состояния сферы обращения с промышленными отходами
показал, что основные проблемы в этой области заключаются в утилизации,
хранения и захоронения промышленных отходов при соблюдении экологических,
санитарно-гигиенических и экономических требований. Решение широкого круга
задач с учетом указанных требований является достаточно трудоемким и может
быть достигнуто при комплексном использовании разнородной, в том числе
территориально-распределенной, информации об объектах размещения отходов.
2. В рассмотренных информационных системах поддержки принятия
решений при управлении промышленными отходами акцентируется внимание
либо на информационно-справочных задачах и процессах документооборота, либо
на
геоинформационных
системах,
формирующих
и
визуализирующих
в
различных разрезах исходные данные о расположении объектов, что не позволяет
производить обработку сведений для решения задачи поиска пригодного
расположения объектов промышленных отходов. В виду этого, при разработке
информационного обеспечения управления размещением отходов предлагается
учитывать не только сведения о местоположении отходов, но и характеристики
взаимного расположения объектов, участвующих в управлении отходами, и
степени их влияния на территории с целью выявления их пригодности к
расположению отходов, образованных в результате производственного процесса.
3. В процессах, связанных с обработкой пространственной информации об
объектах размещения промышленных отходов, присутствует неопределенность,
обусловленная недостатком или неточностью информации, неоднозначностью
требований и несовершенством применяемых методов анализа, что значительно
ухудшает формируемые выводы. Способствовать повышению эффективности
анализа информации при наличии указанной неопределенности в задаче поиска
местоположения для размещения отходов на ограниченной территории, может
подход, сочетающий теорию нечетких множеств с ГИС-технологиями.
41
4. По результату анализа сферы управления промышленными отходами на
территории Российской Федерации, информационной поддержки в этой области и
подходов, применяемых для поиска расположения объектов на ограниченной
территории,
исследования.
были
сформулированы
основные
задачи
диссертационного
42
2 РАЗРАБОТКА МЕТОДОВ ОБРАБОТКИ ПРОСТРАНСТВЕННОЙ
ИНФОРМАЦИИ О РАЗМЕЩЕНИИ ОБЪЕКТОВ ПРОМЫШЛЕННЫХ
ОТХОДОВ НА ОСНОВЕ НЕЧЕТКОЙ ЛОГИКИ
2.1
Пространственные данные о размещении объектов
промышленных отходов
Для объединения информации об объектах, участвующих в управлении
размещением промышленных отходов и над которыми осуществляется контроль
со стороны государственных уполномоченных структур, отмеченных в п. 1.1,
необходимо с единых позиций описать исходную информацию об этих объектах и
вторичную
информацию,
обобщенную
и
упорядоченную
из
первичной
информации.
Основными источниками информации о размещении отходов согласно [67]
являются:
1. Паспорт отхода – содержит информацию о составе отхода и степени его
опасности и др.,
2. Паспорт объекта размещения отходов – тип объекта, его назначение,
расположение, мощность; виды, количество и способы размещения отходов на
объекте; виды территорий, для которых введены ограничения по размещению
отходов и др.
3. Сведения о промышленных предприятиях, информация о которых
формируется по предоставленным данным об образовании, использовании,
обезвреживании, транспортировании и размещении отходов производства.
Кроме того, учетными данными, представляющими интерес при анализе
объектов использования, обезвреживания и утилизации отходов, являются
сведения о технологиях переработки, включая информацию о назначении
объекта, типе технологии использования и обезвреживания отходов, видах и
количестве используемых, обезвреживаемых или частично перерабатываемых
отходов, расположение объектов, виды мониторинга окружающей среды и др.
Взаимодействие объектов, участвующих в управлении размещением
43
промышленных отходов, заключается в перемещении отходов от мест их
образования до пунктов переработки, мест временного размещения отходов или
их захоронения (рис. 2.1). Тем не менее, в процессе управления размещением
промышленных отходов также следует учитывать объекты окружающей среды, на
которые они оказывают негативное влияние. Таким образом, совокупность
информационного
массива,
необходимого
для
управления
размещением
отходами, можно представить следующим образом:
W  {I OO  I ОР  I ПП  I OC },
(2.1)
где IOO – информация об объектах образования отходов (примышленные
предприятия), IOР – информация об объектах размещения промышленных
отходов, IПП – информация о пунктах переработки образования отходов
(мусоросортировочные линии, мусороперегрузочные станции), IOС – информация
об объектах окружающей среды (водные объекты, особо охраняемые природные
территории и пр.).
Рисунок 2.1 – Взаимодействие объектов, участвующих в управлении отходами
Для всестороннего изучения влияния объектов промышленности на
размещение
отходов,
необходимо
указать
расположение
промышленных
предприятий относительно других объектов, участвующих в управлении
отходами. Соответственно, располагаемая информация должна содержать
44
сведения о местонахождении объекта образования отходов GeomOO и его
характеристиках AtrOO (атрибутах):
i
j
I OO  {I OO
}  {(GeomOO ,{ AtrOO
})i }, i  1, nOO , j  1, mОО ,
(2.2)
где nОО – количество объектов образования промышленных отходов, mOO –
количество атрибутов объекта образования отходов. IOO.
Аналогично описываются и другие объекты, участвующие в управлении
размещением промышленных отходов.
i
I OР  {I OР
}  {(GeomOР ,{ AtrOРj })i }, i  1, nOР , j  1, mОР ,
(2.3)
где GeomOР – пространственная информация об объекте размещения
промышленных отходов, AtrOР – атрибутивная информация об объекте
размещения промышленных отходов, nОР – количество объектов размещения
промышленных отходов, mOР – количество атрибутов объекта размещения
отходов.
i
j
I ПП  {I ПП
}  {(GeomПП ,{ AtrПП
}) i }, i  1, n ПП , j  1, mПП ,
(2.4)
где GeomПП – пространственная информация об объекте переработки
отходов, AtrПП – атрибутивная информация об объекте переработки отходов, nПП –
количество объектов переработки отходов, mOС – количество атрибутов объекта
переработки отходов.
i
j
I OС  {I OС
}  {(GeomOС ,{AtrOС
})i }, i  1, nOС , j  1, mОС ,
(2.5)
где GeomOС – пространственная информация об объекте окружающей
среды, AtrOС – атрибутивная информация об объекте окружающей среды, nОС –
количество объектов окружающей среды, mOС – количество атрибутов объекта
окружающей среды.
Значительная составляющая указанного информационного массива имеет
территориально-распределенный характер, что ведет к необходимости полагаться
на геоинформационные технологии представления, обработки и интерпретации
данных [6, 76, 77].
Пространственная информация об объектах размещения отходов в ГИС
представляется в зависимости от масштаба карты, а также от величины и типа
45
объектов в виде точечного, линейного и полигонального слоев.
Опишем
на
основе
теоретико-множественного
подхода
[109,
104]
представление пространственной информации Geom из соотношений (2.2) – (2.5)
об объектах размещения промышленных отходов и объектов, участвующих в
управлении размещением промышленных отходов.
На рисунке 2.2 приведена схема представления векторной карты местности
K фиксированного масштаба M, описывающей пространственное расположение
множества объектов размещения отходами O, принадлежащих одному из nk типов
и сгруппированных в соответствии с типами в слои {Lk}:
K  {Lk }, k  1, n, ,
Lk  {O j }, j  1, m,
(2.6)
k
(2.7)
где k – номер слоя на карте K, j – номер объекта в k-том слое.
L1
L2
L3
...
Ln
K
Рисунок 2.2 – Карта, состоящая из векторных слоев {Lk}
Характеризующие карту слои будут выражаться следующим образом:
46
1)
Точечный слой описывает объекты, представленные парой координат
(несанкционированные
свалки,
небольшие
населенные
пункты,
мусороперегрузочные и мусороперерабатывающие станции):
Lpoint  {O jpoint}  {(( x
point j
,y
point j
), Atr
point j
) j }, j  1, m p ,
(2.8).
где mp – количество точечных объектов в слое, Atrpoint = {atr1, atr2, …, atrn} –
совокупность атрибутов объектов точечного слоя.
2)
Линейный слой описывает объекты, представленные упорядоченным
набором отрезков, которые образуют ломанную линию (рис. 2.3) (водные
объекты, авто- и ж/д дороги):
nS
j
Lline  {O line
j }  {((i 1 S i ,i 1 ), Atr
line j
) j }, i  1, ns , j  1, ml ,
(2.9).
где ns – количество отрезков в линейном j-том объекте, ml – количество
линейных объектов в слое, Atrline = {atr1, atr2, …, atrn} – совокупность атрибутов
объектов линейного слоя.
При этом отрезок может быть задан через выражение:
yi ,i 1j  k i ,ji 1  xi ,i 1j  bi ,ji 1
line
line
(2.10)
,
где параметры определяются соотношением:
line

yi1 j
j
ki ,i 1  linej

xi1


linej
linej
x

y
j
i
b  i 1
i ,i 1
line

xi 1 j
3)
Полигональный
слой
 yi j
line
 xi j
line
line
 xi j  yi 1 j
line
 xi j
line
описывает
(2.11)
.
объекты,
представленные
множеством точек некоторой области, ограниченной ломанной линией, при этом
начало первого отрезка линии должно совпадать с концом последнего (рис. 2.4)
(крупные полигоны промышленных отходов, крупные населенные пункты,
водные объекты):
L pol  {O jpol }  {({( x
polj
1
x
x
polj
nS 1
polj
1
,y
polj
y
,y
polj
nS 1
polj
ns
) l }, (i 1 S i ,ji 1 } |
), Atr
polj
) j }, l  1, n pol , i  1, ns , j  1, m pol
,
(2.12)
47
где npol – количество точек ограниченной области j-го полигонального
объекта, ns – количество отрезков в j-том полигональном объекте, mpol –
количество полигональных объектов в слое, Atrpol = {atr1, atr2, …, atrn} –
совокупность атрибутов объектов полигонального слоя. При этом отрезки
определяются по формуле (2.10).
Рисунок 2.3 – Представление линейного объекта на карте
Рисунок 2.4 – Представление полигонального объекта на карте
Таким образом, для учета и анализа имеющихся сведений, задействованных
в процессе принятия решений о размещении объектов промышленных отходов,
необходимо
с
достаточной
полнотой
и
точностью
описать
в
единых
согласованных соотношениях массив разнородной информации с атрибутивными
и пространственными данными об объектах, участвующих в управлении
размещением
объектов
промышленных
отходов.
В
ГИС
наиболее
распространенным является теоретико-множественный подход, который и был
задействован автором для описания приведенных сведений об объектах
размещения промышленных отходов и будет использован в дальнейшем при
48
исследовании территории пригодности к расположению объектов отходов,
образованных в производственном процессе, на основе методов нечеткой логики.
2.2
Принцип описания пространственной информации о размещении
объектов промышленных отходов на основе нечеткой логики
2.2.1 Описание
пространственных
отношений
между
объектами,
задействованными в управлении размещением промышленных отходов
Как отмечалось ранее, объекты, участвующие в управлении размещением
промышленными отходами, связаны между собой различными отношениями,
примеры таких отношений: расстояние или степень уклона между двумя и более
объектами, их пересечение, касание и пр., которые принимаются в качестве
входных параметров при исследовании пригодности территории для размещения
объектов промышленных отходов.
Определим отношения между объектами на карте M, на которой
представлена окрестная территория полигона промышленных отходов и
содержащая такие географические объекты, как населенный пункт, водные
объекты, растительность и дороги, описываемые в соответствии с их типом
соотношениями (2.8) – (2.12). Если принять, что степень уклона рассматриваемой
территории незначительная, ее изучение будет состоять лишь в определении
расстояний и различных типов связности объектов ("пересекает...", "соединен
с...").
В свою очередь расстояния между объектами на карте определяются по
различным метрикам: манхэттенское, евклидово, Чебышева и др. [102]. Наиболее
распространенной
рассмотрена
для
является
изучения
Евклидова метрика
отношения
между
σ, которая
объектами
может быть
размещения
промышленных отходов на относительно небольших участках местности и
определяется как:
49
 (О1 , O2 )  ( x1  x 2 ) 2  ( y1  y 2 ) 2
(2.13)
Следовательно, для различных типов объектов по евклидовой метрике
расстояния будут равны:
Между точечными объектами:
1)
R(O jpoint1 , O jpoint2 )  σ (O jpoint1 , O jpoint2 )
(2.14)
Между точечным и линейным объектами:
2)
po int
R(O jpoint , O line
, O line
j )  min{(σ (O j
j )) i }
(2.15)
i
Между точечным и полигональным объектами:
3)
R(O jpoint , O jpol )  min( min{(σ (O jpoint , O jpol )) i },
i
min{(σ (O
l
po int
j
,O
pol
j
(2.16)
)) l })
Между двумя линейными объектами:
4)
1
2
1
2
R(O line
, O line
)  min{(min{(σ (O line
, O line
)) i2 })i1 }
j
j
j
j
il 1
(2.17)
i2
Между линейным и полигональным объектами:
5)
pol
line
pol
R(O line
j , O j )  min{(min{(σ (O j , O j )) i pol },
iline
min{(σ (O
l pol
line
j
,O
pol
j
i pol
(2.18)
)) l pol }) iline }
И, наконец, расстояние между двумя полигональными объектами:
6)
R(O jpol1 , O jpol2 )  min( min{(min{(σ (O jpol1 , O jpol2 ))i1 },
i2
i1
min{(σ ( D jpol1 , F jpol2 ))l1 })i2 }, min{(min{(σ (O jpol1 , O jpol2 ))i1 },
l1
l2
(2.19)
i1
min{(σ (O jpol1 , O jpol2 ))l1 })l2 })
l2
Тем не менее, в ситуации с определением пригодного местоположения для
размещения объектов промышленных отходов, когда необходимо исследовать
всю предполагаемую территорию, а точнее, позиционировать каждую точку этой
территории относительно объектов, участвующих в управлении отходами,
предлагается провести дискретизацию непрерывной поверхности в растр, ячейки
которого
несут
в
себе
местоположении [18, 23].
содержательную
информацию
о
занимаемом
50
При
преобразовании
векторного
представления
в
растровое,
принадлежность ячейки к объекту устанавливается бинарным правилом (рис. 2.5):
1, если ai , j  O,
ai , j  
0, если ai , j  O.
(2.20)
y
0
0
0
0
1
1
1
1
0
0
0
0
0
0
0
0
0
1
1
1
1
1
1
1
1
0
0
0
0
0
0
1
1
1
1
1
1
1
1
1
0
0
0
0
1
1
1
1
1
1
1
1
1
1
1
0
0
0
1
1
1
1
1
1
1
1
1
1
1
0
0
0
0
1
1
1
1
1
1
1
1
1
0
0
0
0
0
0
0
0
0
0
0
1
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
x
Рисунок 2.5 – Растровое представление объекта
Ячейка растра покрывает определенную территорию, поэтому ее можно
представить в виде:
С  (( x, y), Atr )
(2.21)
Тогда растр, состоящий из множества ячеек, размера (ncolumn × nrow), будет
выражаться как:
Rast  {Cvw }  {(( xv , yw ), Atrvw )}, v  1, ncolumn, w  1, nrow
(2.22)
Объект на карте в растровом формате будет состоять из набора ячеек:
O kj  {(C kj ) i }  {(( xαk , j , y βk , j ) i , Atr i ) i }, i  1, nC ,
(2.23)
где nC – количество ячеек, покрывающих объект Оjk.
Тогда, в соответствии с приведенными соотношениями в формулах (2.14) –
(2.19) расстояние от любой ячейки поверхности до объекта Ojk будет равно
минимальному расстоянию от этой ячейки до каждой ячейки, покрывающей
исследуемый объект (рис. 2.6):
51
R(O kj , C )  min{(σ (O kj , C ))i }, i  1, nc .
(2.24)
i
ncolumn
y
Okj
nrow
yβk,j
yw
P
x
xv
xαk,j
Рисунок 2.6 – Схема определения расстояния от точки до объекта
Таким образом, полученный растр расстояний для объекта Ojk будет
представлен в виде:
k, j
Rastk , j ( R)  {(( xv , yw ), Rvw
)}, v  1, ncolumn, w  1, nrow,
(2.25)
Необходимо отметить, что вычисление растров расстояний для всего
множества объектов m в рассматриваемом k-том слое нецелесообразно по
следующим причинам:
– при
увеличении
количества
объектов
в
слое
пропорционально
увеличивается количество растров расстояний, что ведет к информационной
избыточности;
– в рамках специфики рассматриваемой области территория анализа всегда
ограничена и не имеет практического смысла выполнять расчет растров
расстояний до всех объектов на карте. Каждую точку пространства следует
идентифицировать только по отношению к ближайшему объекту в исследуемом
слое.
Соответственно, растр расстояний до объектов, содержащихся в k-том слое,
будет найден следующим образом:
Rast k ( R)  ( Rast k ,1 ( R)  Rast k , 2 ( R)  ...  Rast k ,m ( R)), k  1, nk ,
(2.26)
Rastk ( R)  K
(2.27)
52
В общем случае процедуру преобразования векторного слоя в группу
растровых слоев и получение в последующем растра расстояний обозначим
как  . Тогда построение поверхности, в каждой ячейке отображающей значение
ближайшего расстояния этой ячейки к одному из объектов объявленной группы,
будет выражаться как:
Ξ
{({O kj })k } 

Rast k ( R) ,
2.2.2 Формализация
описания
(2.28)
пространственных
отношений
между
объектами на основе нечеткой логики
Как указано в [98, 19, 27, 38, 75] в практических ситуациях при описании
пространственных отношений между объектами, зачастую бывает затруднительно
задать, адекватное реальной ситуации, фиксированное правило, определяющее их
положение друг относительно друга. В этом случае допустимо привлечь
дополнительную информацию для улучшения результатов пространственного
анализа в определении территории для размещения промышленных отходов.
Обратимся
к
примеру.
Для
обеспечения
необходимого
уровня
экологической безопасности эксплуатации полигона промышленных отходов
"Цветаевский" [68] Гафурийского района Республики Башкортостан следует
определить и установить территорию с ограниченным режимом ее использования
для
жизнедеятельноти
и
сельхозназначения,
и
оценить
площадь
рекультивационных работ в непосредственной близи защитной зоны. Согласно
[68] эти зоны были установлены 0 – 2500 м и 2500 – 5000 м (рис. 2.7).
В таких ситуациях территории, отдаленные от полигона на 2499 метров и
2501 метра не имеют существенных отличий по своим свойствам (составу почв,
степени загрязненности) и могут быть использованы с одинаковой возможностью.
С другой стороны, с такой же возможностью эти территории могут быть отнесены
к опасной зоне и исключены из хозяйственной деятельности.
Напрашивается вывод, что в ситуации, когда выбор подходящего участка
осуществляется на основе жестких, фиксированных границ классификации
53
исходного множества (точек анализируемой территории) использование такого
подхода может привести к их ограниченной применимости для принятия
управленческих решений.
Рисунок 2.7 – Окрестная территория вблизи полигона “Цветаевский”
(Гафурийский район, Республика Башкортостан). Классификация территории на 2
класса (0 – 2500 м и 2500 – 5000 м).
В географических источниках неоднократно указывается целесообразность
применения классификации на основе методов теории нечетких множеств [37,
106, 8]. Эта теория, предложенная Л.А. Заде [40, 116] и развитая другими
авторами [99, 94, 98, 100], предлагает возможность относить территорию не к
одному, а сразу к нескольким классам по различным принадлежностям.
Целесообразность такой классификации применима в случае, когда границы
между классами имеют переходный характер, что необходимо учитывать при
моделировании и отображении на карте.
Вернемся к приведенному выше примеру. При использовании нечеткой
классификации
определенному
для
определения
классу
принадлежности
«Пригодно»
или
участка
«Непригодно»
территории
к
используются
"расплывчатые" границы для оценки значений расстояний, позволяющие гибко
54
оценивать промежуточные значения и обосновывать выбор использования этих
участков (рис. 2.8 – 2.9). Таким образом, оперирование понятием размытого
множества в задачах классификации территорий позволяет использовать менее
«жесткий» подход в анализе географической информации.
Рисунок 2.8 – Распределение значений по классам с использованием нечеткой
логики
Рисунок 2.9 – Классификация со значениями уверенности от 0 до 1
Как отмечалось в приведенном примере, попытка математической
формализации нечеткой информации расположения объектов размещения
промышленных отходов основывается на понятии нечеткого множества a с
функцией принадлежности µa(r) с областью значений [0;1], где r U – множество
входных четких значений. Чем больше µa(r), тем в большей степени элемент
55
универсального множества соответствует свойствам нечеткого множества. Если U
– непрерывное множество, то нечеткое множество a записывается в виде:
a   (  a (r ) r )dr
(2.29)
U
Исследуя такую характеристику пространственного отношения объектов на
карте как расстояние (см. п. 2.2.1), можно выразить его через словосочетание
«Расстояние до объектов k-го слоя», которое в терминах нечеткой логики будет
называться лингвистической переменной, представленной тройкой:
ЛП  A,U , T  ,
(2.30)
где A – наименование лингвистической переменной (по представленному
примеру – «Расстояние до множества объектов {Ojk}»),
U – универсальное множество входных значений (расстояние), при этом
U R,
T – набор возможных значений лингвистической переменной, которые в
рамках исследования местоположения объектов размещения промышленных
отходов могут выражены как «Далеко», «Недалеко», «Близко» и др.
Другими
словами,
каждое
значение,
которое
может
принимать
лингвистическая переменная, будет характеризоваться как нечеткое множество a
переменной A и выражаться своей функцией принадлежности по формуле (2.30).
Соответственно, весь набор термов для переменной A будет представлен
как:
T  A : T  {al }, l  1, g ,
(2.31)
al    a ,l (r ) / r , r U
(2.32)
U
,
Следует отметить, что при проведении пространственного анализа с
использованием методов нечеткой логики приходится сталкиваться с трудностью
выбора вида функции принадлежности и ее параметров для нечетких множеств. В
[112, 3, 7] отмечается, что задача построения функций принадлежности, адекватно
отражающих специфику имеющейся неопределенности и мнения экспертов о
рассматриваемом реальном объекте, является одной из наиболее важных в теории
56
нечетких множеств и актуальной для широкого круга приложений, в которых
используются методы нечеткой логики.
В [81, 35, 46] обсуждаются прямые и косвенные методы построения
функций принадлежности для одного и группы экспертов в зависимости от
применения теории нечеткой логики в конкретных практических приложениях. В
силу специфики рассматриваемых задач при выборе участка территории для
размещения
промышленных
принадлежности
таким
отходов
предлагается
образом,
чтобы
выбрать
функции
удовлетворять
заранее
сформулированным условиям, регламентированным [85], что соответствует
косвенным методам для группы экспертов [61, 81].
Здесь следует учитывать, что чем проще с точки зрения математического
описания выбран вид функций принадлежности, тем проще будут в дальнейшем
методы математической обработки, интерпретации и представления результатов.
Поэтому для практического использования теории нечетких множеств можно
ограничиться рассмотрением специальных видов функций принадлежности [115,
41]:
– треугольные и трапециевидные функции принадлежности, являющиеся
кусочно-линейными
функциями
и
требующие
небольших
объемов
вычислений для их обработки и используются для задания таких оценок
как: «примерно/приблизительно равно», «расположен в интервале» и др.;
– нелинейные
функции
принадлежности,
получившие
наибольшее
распространение в различного вида экспоненциальных зависимостей:
центральные экспоненциальные кривые (функция Гаусса, сигмоидальная,
сплайн и др.), используемые, как правило, для задания оценок типа
«приблизительно в пределах от и до», «примерно равно», «около», «малое
количество», «небольшое значение», «незначительная величина», «низкий
уровень», «большое количество», «большое значение», «значительная
величина», «высокий уровень»;
– LR-представление функций принадлежности, задаются при помощи двух
функций действительного переменного L(x) и R(x), что позволяет
57
использовать две различные функции указанного вида, благодаря чему
существенно расширяется диапазон их возможных представлений [41, 51].
Исходя из изложенного для описания расположения объектов, участвующих
в
управлении
размещением
промышленными
отходами,
были
выбраны
следующие функции принадлежности:
1.
Для терма, описывающего значение «Близко» к расположению
объекта используется Z-образная сигмоидальная функция, определяемая как:
1
,
(2.33)
1  exp( δ (r  c))
где δ – характеризует крутизну функции, с – центр переходного участка со
μa (r ) 
значением принадлежности 0,5.
2.
Для терма, описывающего значение «Далеко» к расположению
объекта используется S-образная сигмоидальная функция, определяемая как:
1
,
(2.34)
1  exp(δ (r  c))
Для терма, описывающего значение «Недалеко» к расположению
μa (r ) 
3.
объекта, используется П-образная сигмоидальная функция вида:
1

1  exp( δ (r  c)) ,r  r'1 ,
μ a (r )  
(2.35)
1

, r  r' 2 .
1  exp(δ (r  c))
Преобразование входных значений расстояний для группы объектов k-го
слоя объектов промышленных отходов по указанным функциям принадлежности
приведет к созданию набора растров, характеризующих степени принадлежности
каждой ячейки растра к набору термов (рис. 2.10):
Θ
Rastk ( R) 
{(Rastal )l } ,
(2.36)
где Θ – процедура фаззификации.
Представленное отображение экспертной информации о размещении
объектов, участвующих в управлении размещением промышленных отходов, в
виде поверхности в географическом пространстве позволит использовать эту
58
информацию в дальнейшем для пространственного анализа в задаче поиска
пригодной территории к расположению отходов.
Рисунок 2.10 – Растр принадлежности ячеек к нечеткому множеству a
2.3
Метод ранжирования территорий по степени их пригодности для
размещения объектов промышленных отходов на основе нечеткого
логического вывода
При проектировании и модернизации объектов размещения отходов
промышленных предприятий, приходится сталкиваться с рядом задач, решение
которых зависит не только от комплексного описания характеристик о
расположении объектов в пространстве, но и ряда других факторов, включая и
пожелания специалистов-экспертов о постановке условий этих задач, которые
затрагивают аспекты рационального использования территорий, в том числе
условия достижения приемлемого качества окружающей среды.
К таким задачам можно отнести задачи территориального планирования для
объектов, участвующих в управлении промышленными отходами:
59
–
определение территорий, пригодных для хранения и захоронения
промышленных отходов;
–
установление
границ
санитарно-защитных
зон
полигонов
промышленных отходов;
–
выбор
местоположения
установки
мусороперегрузочных
и
мусороперерабатыващих станций.
Для подобного рода задач важно учитывать все возможные факторы,
влияющие на эффективное управление территорией и сферой обращения с
отходами. К ним можно отнести:
1) нормативные факторы [85, 74], обеспечивающие безопасное хранение и
захоронение отходов;
2) факторы рационального использования территорий;
3) факторы, связанные с потенциалом территории, занимаемой объектами
размещения отходов (возможное увеличение их площади).
Первая группа факторов является наиболее важной, но она не учитывает
возможные изменения показателей объектов, и, как следствие, дополнительные
варианты развития ситуации. Но с другой стороны, является обязательным
условием к выполнению территориального планирования. Учитывая изложенное,
обоснование выбора пригодного местоположения для объектов промышленных
отходов является достаточно сложной задачей, однозначное решение которой не
всегда удается получить. Поэтому автором работы предлагается использовать
комбинирование и преобразование исходных данных в соответствии с принципом
пространственного описания объектов на основе методов нечеткой логики,
представленного в п. 2.2, и определить территорию пригодности к размещению
объектов промышленных отходов с использованием нечеткого вывода с
последующей интерпретацией полученных результатов в виде карты местности.
Рассмотрим общую задачу выбора наилучшего местоположения для объекта
размещения промышленных отходов Oиск. Факторами, ограничивающими выбор
территории для расположения указанных объектов, являются другие группы
объектов на карте (населенные пункты, реки и озера, предприятия) (рис. 2.11).
60
При этом, влияние этих объектов может характеризовать какой-либо показатель,
но в данном случае таковым является расстояние от этих объектов.
По аналогии с предыдущим примером, территория анализа представлена
некоторой картой K, описывающей пространственное расположение множества
объектов O, принадлежащих одному из n типов и сгруппированных в
соответствии с типами в слои {Lk }, k  1, n , характеризуемые формулами (2.8) –
(2.12).
Рисунок 2.11 – Влияние на объектов {Oi} на местоположение объекта Oиск
Введем соответствующие факторам лингвистические переменные:
A1 – расстояние до группы объектов {Oj1} (промышленные предприятия),
A2 – расстояние до группы объектов {Oj2} (полигоны отходов),
…
An – расстояние до группы объектов {O nj } (населенные пункты).
Группа
лингвистических
переменных,
необходимых
для
описания
требований к установке объекта, будет выражена совокупностью входных
лингвистических переменных:
A In  { Ai }, i  1, n
In
Тогда
пригодность
местоположения
(2.37)
объекта
Оиск,
охарактеризуем
лингвистической переменной AOut. Таким образом, задачей нечеткого вывода
является определение числового значения для выходной переменной AOut, которое
будет зависеть от входных факторов AIn и удовлетворять некоторым условиям G:
61
AOut  AOut ({Ai } | G) .
In
(2.38)
На основе такого представления поставленной задачи, аппарат нечеткой
логики
предлагает
решение
с
использованием
логического
вывода
по
определенным продукционным правилам. Нечеткий логический вывод включает в
себя ряд этапов [91, 83]:
1.
Формирование базы правил системы нечеткого вывода – процедуры
представления знаний экспертов. Такие правила устанавливаются при помощи
некоторых зависимостей, которые представляют собой логическое высказывание
ЕСЛИ А, ТО В:
P: A B,
(2.39)
где Р — условие применимости ядра А  В , обычно представляет собой
логическое выражение.
Для начала следует определить значения, которые могут принимать
входные лингвистические переменные. Пусть для факторов расстояний это будут
такие значения как «Близко», «Недалеко» и «Далеко», а степень пригодности
искомой территории охарактеризуем как «Не пригодно», «Не достаточно
пригодно» и «Пригодно».
Тогда правило p будет выражать некоторую зависимость между входными и
выходными значениями:
p1: ЕСЛИ Расстояние от населенных пунктов – Недалеко
И Расстояние от водных объектов – Далеко
И Расстояние от промышленных предприятий – Близко,
ТО Территория пригодна для объекта размещения отходов.
В общем виде, разработанная база правил будет выглядеть следующим
образом (табл. этом должны быть соблюдены условия:
а)
для
каждого
терма
выходной
лингвистической
переменной
существует хотя бы одно правило;
б)
для любого терма входной лингвистической переменной имеется хотя
бы одно правило, в котором этот терм используется в качестве предпосылки.
62
В противном случае база нечетких правил является неполной.
Таблица 2.1):
p  { pt }, t  1, m p ,
(2.40)
При этом должны быть соблюдены условия:
в)
для
каждого
терма
выходной
лингвистической
переменной
существует хотя бы одно правило;
г)
для любого терма входной лингвистической переменной имеется хотя
бы одно правило, в котором этот терм используется в качестве предпосылки.
В противном случае база нечетких правил является неполной.
Таблица 2.1 – Правила логического вывода поиска местоположения объекта
размещения промышленных отходов
ЕСЛИ A1In
И A2In
И AnIn
TO AOut
p
p1
Близко
Далеко
Далеко
Пригодно
p2
Близко
Недалеко
Далеко
Пригодно
p3
Недалеко
Близко
Недалеко
Не достаточно пригодно
p4
Далеко
Далеко
Недалеко
Не пригодно
…
pm
Далеко
Недалеко
Близко
Не пригодно
Фаззификация входных параметров – процедура нахождения значений
2.
функций принадлежности нечетких множеств (термов) на основе обычных (не
нечетких) исходных данных. Процедура фаззификации является способом
введения нечеткости в исходную задачу.
Согласно соотношениям (2.28) и (2.36) проведем процедуры преобразования
слоев в растры расстояний (рис. 2.12) и фаззификации  для рассматриваемых
объектов.
0
0
0
0
2,8
2,2
1,4
1
0
0
0
1
2,2
1,4
1
0
0
0
1
1
2
1
0
0
0
0
1
1
2
1
0
0
min R (Cvw,O)
Рисунок 2.12 – Преобразование растра объекта в растр расстояний
63
Как упоминалось ранее, каждая лингвистическая переменная содержит
некоторый набор термов:
{ai ,1 - " Близко" ,
Ti
Inp
 Ai : Ti
Inp
 {ai ,l }  ai , 2 - " Недалеко" , .
(2.41)
ai ,3 - " Далеко" }
Соответствие между конкретным значением ri от входной перемененной Ai
и значением функции принадлежности соответствующего ей терма ai,l выражается
как  ai ,l (ri )  [0,1] (рис. 2.13).
Рисунок 2.13 – График функции принадлежности для входной лингвистической
переменной АiInp
Таким образом, осуществляется преобразование ячеек растра расстояния на
ячейки со значением принадлежности входного терма (рис. 2.14). В совокупности,
получим набор растров принадлежности {ai,l} для n входных лингвистических
переменных (рис. 2.15).
2,8
2,2
1,4
1
0,5
0,6
0,8
0,9
2,2
1,4
1
0
0,6
0,8
0,9
1
2
1
0
0
0,7
0,9
1
1
2
1
0
0
0,7
0,9
1
1
µ(r)
Рисунок 2.14 – Преобразование растра расстояний в растр принадлежности
3.
Агрегирование – процедура нахождения степени истинности условия
по каждому правилу.
Как было отмечено ранее, правило включает также подусловия, связанные
64
между собой при помощи логической операции «И». Определение истинности
подусловий подразумевает определение минимума значений истинности всех
подусловий правила.
a1,1
A1
a1,2
an,1
a2,1
A2
a2,2
a1,l
An
an,2
an,l
a2,l
Рисунок 2.15 – Множество растров принадлежности термов входных
лингвистических переменных
Формально процедура агрегирования выглядит следующим образом. Для
точки P расстояния от первого и второго объекта равны r1 и r2 соответственно.
Значения
принадлежности
его
к
входному
терму
первой
и
второй
лингвистической переменной равны некоторым значениям µ1,1 и µ2,1 (рис.2.16).
Тогда для определения нечеткой конъюнкции (связки «И») используется основная
формула логической конъюнкции нечетких высказываний:
(r1  a1,1 )  (r2  a2,l )  min( 1,1, 2,1 )  2,1 .
(2.42)
Рисунок 2.16 – Принадлежности степени отношений точек поверхности к
объектам O1 и O2
В общем виде преобразование ячеек растров при процедуре агрегирования
для каждого правила будет выглядеть следующим образом (рис. 2.17):
65
Рисунок 2.17 – Преобразование растров путем агрегирования
4.
Активизация подусловий в нечетких правилах продукций – процедура
объединения
при
помощи
операции
«ИЛИ»
всех
степеней
истинности
заключений, назначенных для выходной переменной и полученных на
предыдущем этапе.
Допустим, набор правил для получения выходного значения переменной dj
выглядит следующим образом:
p1 : ЕСЛИ r1  a1j,1l  r2  a2j,1l  ...  rn  anj,1l ТО y j1  d j ,
p2 : ЕСЛИ r1  a1j,l2  r2  a2j,2l  ...  rn  anj,2l ТО y j2  d j ,
...
pk j : ЕСЛИ r1  a1,l j  r2  a2,l j  ...  rn  an ,l j ТО y jk j  d j ,
jk
где an ,l
jk j
jk
jk
– нечеткий терм, которым оценивается значение входа
rn
в
строчке с номером jp ( p  1, k j ), kj – количество строчек-коньюкций, в которых
выход y оценивается нечетким термом dj.
Набор правил, результатами которого является один и тот же терм выхода
объединяется при помощи операции ИЛИ (дизъюнкция):
ЕСЛИ r1  a1j,1l  r2  a2j,1l  ...  rn  anj,1l
 r1  a1j,l2  r2  a2j,2l  ...  rn  anj,2l
...
 r1  a1,l j  r2  a2,l j  ...  rn  an ,l j
jk
jk
ТО y j  d j , j  1, m
jk
66
где, m – количество термов, используемых для лингвистической оценки
выходных данных.
Сокращено приведенный выше набор правил для одного выходного терма dj
записывается в виде:



 pj1 ni1 ri  aijp,l  y j  d j , j  1, m
k
(2.43)
Нечеткая база знаний вида (2.43) является базой знаний Мамдани с MISOструктурой (Multiple Input – Single Output) [91].
Преобразование растров в процессе выполнения операции активизации
подусловий представлено на рисунке 2.18.
Рисунок 2.18 – Преобразование растров путем активизации
5.
Дефаззификация – процедура преобразования нечеткого множества в
четкое число. В теории нечетких множеств процедура дефаззификации
аналогична нахождению характеристик случайных величин в теории вероятности
(математического ожидания, моды, медианы). Одним из самых распространенных
методов дефаззификации является метод центра тяжести.
Для
проведения
дефаззификации
необходимо
установить
степень
определения для выходного нечеткого множества, в качестве которого
используется качественный показатель пригодности территории. В рамках задач
территориального планирования предлагается использовать шкалу пригодности
местоположения
  {1,2,..., m} ,
количество
классов
которой
будет
соответствовать количеству термов выходной переменной. На основе введенной
шкалы построим функции принадлежности  j ( )  [0,1] (рис. 2.19).
67
µ
1
d1
0.5
d2
d3
ω
0
Рисунок 2.19 – График функции принадлежности для выходной лингвистической
переменной AOut
Теперь согласно [46] преобразуем результаты нечеткого логического вывода
в обычные количественные значения, чтобы оценить степень удовлетворенности
каждой точки пространства местоположению согласно условиям задачи.
Осуществим деффазификацию по методу центра тяжести:
m
d   ( y j  ω j y j ).
(2.44)
1
Приведенная схема относится к известному алгоритму нечеткого вывода
Мамдани [82, 49], однако могут использоваться и другие алгоритмы [14].
Подобным образом, вычислив значения d для всего множества точек {Pz}
пространства получим новую поверхность, отражающую степень уверенности
местоположения к установке объектов Oиск (рис. 2.20). Результирующая карта
пригодности представлена на рисунке 2.21.
Следует отметить, что предложенная в данной работе формализация
сведений о расположении объектов промышленных отходов может учитывать
совместно
как
нечеткие,
так и
четкие
факторы. Например, признаки,
учитывающие булевые значения «да/нет» – наличие на полигонах опасных
токсичных отходов. В таких случаях вместо функции принадлежности должна
рассматриваться характеристическая (индикаторная) функция, которая будет
иметь только два допустимых значения 0 и 1. В остальном процесс решения
задачи методами нечеткого вывода будет повторяться и по-прежнему сочетать в
себе возможные варианты степени пригодности территории.
68
Рисунок 2.20 – Преобразование растров путем дефаззификации
O3
2≤d<3
d=3
2≤d<3
O1
O2
1≤d<2
2≤d<3
d=3
d=3
Рисунок 2.21 – Территория пригодности для размещения отходов согласно
условиям задачи
69
Результаты и выводы к главе 2
На основании анализа пространственной информации об объектах,
1.
участвующих в управлении размещением отходов промышленных предприятий,
предложено ее формальное теоретико-множественное описание, что позволяет с
достаточной
полнотой
и
точностью
описать
в
единых
согласованных
соотношениях массив разнородной информации, используемый в управлении
размещением промышленных отходов.
Разработан принцип описания пространственной информации о
2.
размещении объектов промышленных отходов на основе нечеткой логики,
который
заключается
в
представлении
функций
принадлежности,
характеризующих взаимное расположение объектов на карте, в виде поверхности
в географическом пространстве, и позволяет проводить обработку экспертных
знаний
о
размещении
объектов
промышленных
отходов
методами
пространственного анализа.
3.
Разработан
метод
ранжирования
территорий
по
степени
их
пригодности для размещения объектов промышленных отходов на основе
нечеткого логического вывода, который заключается в последовательном
комбинировании поверхностей, характеризующих функции принадлежности
расположения
логического
объектов
вывода
на
для
карте,
что
получения
позволяет
результата
использовать
поиска
правила
пригодного
местоположения объектов отходов промышленных предприятий в виде карты
местности.
70
3 РАЗРАБОТКА СИСТЕМЫ ОБРАБОТКИ ПРОСТРАНСТВЕННОЙ
ИНФОРМАЦИИ О РАЗМЕЩЕНИИ ОБЪЕКТОВ ПРОМЫШЛЕННЫХ
ОТХОДОВ НА ОСНОВЕ НЕЧЕТКОЙ ЛОГИКИ
3.1
Разработка функциональной модели процесса обработки
пространственной информации о размещении объектов
промышленных отходов на основе нечеткой логики
Система, реализующая методы и алгоритмы обработки пространственной
информации об объектах размещения промышленных отходов на основе методов
нечеткой логики, относится к классу сложных информационно-программных
комплексов. При ее разработке для сокращения сроков проектирования и
повышения его качества использовались современные подходы и методики
проектирования и реализации сложных систем [15, 20], рекомендованные
государственным стандартом
ГОСТ
34.601-90,
а
также
международным
стандартом, относящимся к стадиям жизненного цикла программной продукции
(ISO 12207:1995).
Для
описания
в
формальном
виде
деятельности
по
обработке
пространственной информации об объектах размещения отходов необходимо
разработать функциональную модель, описывающую совокупность выполняемых
функций.
Функциональная
модель
позволяет
декомпозировать
основной
моделируемый процесс в виде элементарных действий и операций, определить
перечень информационных потоков для каждой из декомпозируемых операций и
экспериментально установить время их выполнения. Наиболее распространенной
для функционального моделирования сложных систем является методология
SADT (Structured Analysis and Design Technique), базируемая на стандарте IDEF0.
Контекстная
диаграмма
функциональной
модели,
обобщающая
все
процессы обработки информации для выработки мер природоохранной политики
и реализуемых в рамках специальных целевых программ правительства
Российской Федерации и Республики Башкортостан, приведена на рисунке 3.1.
71
Массив данных информационной системы обработки пространственной
информации об объектах размещения отходов необходим как для контроля
деятельности по обращению с отходами различных групп природопользователей,
так и для мониторинга природоохранной деятельности и планирования
мероприятий по рациональному использованию территорий для размещения
отходов и дальнейшей их рекультивации. Основные действия представлены в
первой декомпозиции функциональной модели (рис. 3.2).
В
работе
акцентировалось
внимание
на
задачах
территориального
планирования, решение которых основано на исследовании закономерностей
размещения отходов на территориях административных районов и городских
поселений РБ. Необходимо отметить, что часть пространственной и атрибутивной
информация об ОРО не полностью структурирована, и потому ее обработка в
автоматизированном режиме не совершенна. Диаграмма А4 отражает этот
процесс (рис. 3.3). На последующих этапах декомпозиции представлены
детальные действия, связанные с территориальным планированием (рис. 3.4 - 3.6).
Учет особенностей их осуществления должен способствовать повышению
эффективности разрабатываемой системы.
Анализ процессов обработки пространственной информации об объектах
размещения отходов позволяет выделить виды деятельности и связанные с ними
информационные потоки, задействованные в процессе поиска местоположения
для размещения промышленных отходов. Результатом анализа является выбор
предпочтительного способа автоматизации указанных видов деятельности с
использованием методов, описанных во 2 главе.
Рисунок 3.1 – Функциональная модель процесса обработки пространственной информации об
объектах размещения промышленных отходов. Нулевой уровень
72
Рисунок 3.2 – Функциональная модель процесса обработки пространственной информации об
объектах обращения с промышленными отходами. Первый уровень декомпозиции
73
Рисунок 3.3 – Функциональная модель процесса осуществления территориального
планирования. Второй уровень декомпозиции
74
Рисунок 3.4 – Функциональная модель процесса определения территорий, пригодных для хранения и
захоронения отходов. Третий уровень декомпозиции
75
Рисунок 3.5 – Функциональная модель процесса установления границ СЗЗ и оценивания
экологической нагрузки на территории. Третий уровень декомпозиции
76
Рисунок 3.6 – Функциональная модель процесса выбора местоположений, пригодных для МПС.
Третий уровень декомпозиции
77
78
3.2
Разработка информационной модели процесса обработки
пространственной информации о размещении объектов
промышленных отходов на основе нечеткой логики
Информационная поддержка управленческих решений, направленных на
обеспечение рационального хранения, переработки и транспортирования отходов,
обуславливает необходимость в обработке большого массива разнородной
информации, имеющей несколько составляющих [1]:
– описательная
информация,
включающая
справочные
сведения
о
характеристиках отходов, объектах их долговременного хранения, используемых
установках переработки и обезвреживания;
– пространственная (картографическая) информация о географическом
положении объектов размещения, приема и первичной переработки отходов, а
также различных административных, промышленных, сельскохозяйственных и
природных территорий;
– информация,
связанная
с
изменением
во
времени
показателей
образования, захоронения, утилизации и вторичной переработки отходов.
Значительная часть этой информации, обобщенная структура которой
приведена на рисунке 3.7, характеризует географически распределенные объекты
и представлена в системе обработки пространственной информации об объектах
размещения промышленных отходов. С ее помощью достигается обеспечение
комплексного
использования
разнородной
информации,
благодаря
унифицированным в системе механизмам представления, обработки и анализа
данных.
Совокупность информации представлена в отдельных взаимодействующих
друг с другом базах данных, фрагмент которых представлен на рисунке 3.8:
– база сведений, имеющих непосредственное отношение к сфере обращения с
отходами: каталог отходов, объекты размещения отходов, установки по
утилизации отходов, разнообразные кодификаторы и классификаторы,
исторические данные (БД1);
79
– база данных, которая описывает субъектов сферы обращения с отходами:
юридических лиц, индивидуальных предпринимателей, их адреса и
реквизиты, некоторые общероссийские классификаторы и справочники
(БД2);
– база пространственных данных о территории республики в составе
электронных
топографических
карт,
карт
расположения
объектов
размещения, утилизации и переработки отходов, мест их временного
складирования, особоохраняемых природных территорий и других карт
(БД3 или БПД).
Такое разграничение позволяет добиться некоторых преимуществ по
сравнению с использованием единой базы данных [58, 34]:
– повышение
гибкости
в
типовых
задачах
администрирования:
резервирования, репликации, разграничения прав доступа;
– повышение
надежности
хранения
данных
за
счет
их
частичной
изолированности друг от друга;
– обеспечение
независимого
доступа
к данным со
стороны
других
информационных систем и программных приложений Минэкологии РБ или
сторонних ведомств;
– сокращение аппаратных и программных ресурсов на хранение однотипной
информации.
Для
обеспечения
ссылочной
целостности,
согласованности
и
непротиворечивости данных, обусловленных описанной организацией хранения
данных, используется механизмы, реализованные с помощью триггеров и
хранимых процедур. Фрагмент информационной модели (рис. 3.8) системы
поддержки
принятия
решений
при
управлении
отходами
представлен
сущностями, между которыми установлены отношения «родитель» – «потомок».
80
Рисунок 3.7 – Обобщенная структура данных, необходимых для обработки
пространственной информации об объектах размещения отходов
Несмотря на комплексный и разносторонний характер информации в
системе обработки пространственной информации о размещении объектов
промышленных отходов использование обычных реляционных структур для
хранения данных имеет некоторые ограничения. Дело в том, что значения в
отношении состоят из конечного набора строго типизированных значений
домена, что, фактически, означает абсолютную истинность заключений, которые
формируются с использованием запросов к базам данным [60, 56]. Такая
детерминированность дает недостаточное представление о рассматриваемой
области, предлагая в результатах выборки данных исключительно две крайние
81
ситуации <записи, удовлетворяющие запросу> или <NULL> и игнорируя
результаты с промежуточной истинностью.
Рисунок 3.8 – Фрагмент информационной модели системы обработки
пространственной информации об объектах размещения отходов
Используя концепцию нечетких реляционных баз данных [97] можно учесть
неточности, неопределенности и степень достоверности хранимой информации и
расширить реляционную модель для представления неточных данных и таким
образом обеспечить достижение приемлемых решений. Этот подход позволит на
основе системы нечеткой логики хранить с помощью реляционных структур
суждения экспертов и использовать их в автоматизированной системе поддержки
принятия решений по управлению отходами.
В работах [97, 113, 32] показано, каким образом база нечетких знаний (FKB
– fuzzy knowledge base) может быть определена с помощью реляционной базы
данных для хранения нечетких атрибутов и правил нечеткого вывода. Автором
рассматривалось формирование системы нечеткого вывода для обсуждаемой
области в работах [29, 30, 31, 33]. Рассмотрим основные составляющие системы
нечеткого вывода:
82
– RI – часть базы знаний, содержащая набор входных лингвистических
A In  { A In }, i  1, n
i
переменных
Ai  Ti : Ti  {al ,l }, l  1, g i
In
In
и
соответствующих
им
терм-множеств
In
;
– RO – часть базы знаний, содержащая набор выходных лингвистических
Out
Out
переменных A  { As }, s  1, r и соответствующих им терм-множеств
As
Out
 Ts
Out
: Ts
Out
 {d j ,s }, j  1, m
;
– RR – часть базы знаний, содержащей набор правил логического вывода вида
ЕСЛИ – ТО, объединяющий RI и RO:
ЕСЛИ r1  al ,1 И r2  al , 2 И....И rn  al , n то y  d j , s ,
(3.1)
где {ri }, i  1, n – некоторая числовая величина, поступающая на вход
системы нечеткого вывода: расстояние от места захоронения отходов до водного
объекта, объем накопленных отходов и др.
Таким образом, необходимо разработать такую реляционную структуру:
FKB  RI  RO  RК ,
(3.2)
которая будет обеспечивать целостность и непротиворечивость хранения
информации для всех составляющих системы нечеткого вывода. Последовательно
рассмотрим информационные модели для хранения RI, RO и RR.
В составляющей RI можно выделить три сущности, связанные отношением
«один-ко-многим» (см. рис. 3.9):
– LinguisticInput – лингвистические переменные;
– TermInput – термы лингвистических переменных;
– MembershipInput – функции принадлежности, заданные в табличном виде.
Рисунок 3.9 – Фрагмент RI информационной модели базы нечетких знаний
83
Например, для лингвистической переменной A1 – «Расстояние до
населенного пункта» термы из множества {a11(близко), a21(недалеко), a31(далеко)}
могут быть заданы с помощью трех предварительно определенных функций
принадлежности (см. рис. 3.10). В этом случае нечеткость информации будет
представлена записями так, как показано на рис. 3.11.
Рисунок 3.10 – Функции принадлежности для лингвистической переменной A1
Отметим здесь, что предлагаемая структура хранения обеспечивает
однозначное определение по предъявленному терму al,i соответствующей ему
лингвистической переменной Ai. Другими словами, в дальнейшем можно
оперировать только идентификаторами термов.
Очевидно, что структура RO аналогична RI и также состоит из трех
сущностей:
– LinguisticOutput – выходные лингвистические переменные;
– TermOutput – термы выходных лингвистических переменных;
– MembershipOutput – функции принадлежности для выходных числовых
величин.
Далее, для формирования в реляционной форме составляющей RR системы
нечеткого вывода необходимо установить отношения между наборами правил
Rules и логических выводов Output с помощью термов входной и выходной
лингвистических переменных (см. рис. 3.12). Мощность отношений между ними
обусловлена MISO-структурой [117] – «много входов – один выход».
84
Рисунок 3.11 – Записи, кодирующие нечеткую информацию
Применение базы нечетких знаний в реальных ситуациях обеспечивается
взаимосвязью информационных объектов, содержащихся в базах данных БД 1, БД2
и БД3 (объектов размещения отходов, установок по утилизации отходов и др.) с
системой нечеткого вывода. В свою очередь, это достигается с помощью
вспомогательных сущностей (см. рис. 3.13):
– SurveyAreas – участков территорий, представленных в виде полигональных
пространственных объектов электронной карты;
– LinguisticSet – совокупности лингвистических переменных, использование
которых для данного участка оправдано.
85
Рисунок 3.12 – Информационная модель нечетких знаний
Рисунок 3.13 – Фрагмент модифицированной информационной модели
Полная логическая модель взаимосвязи базы нечетких знаний с остальными
базами информационной системы поддержки принятия решений в управлении
промышленными отходами приведена в приложении А.
Предложенная в данной работе организация базы нечетких знаний при
помощи
реляционного
организованной
подхода
структуры
позволяет
хранения
использовать
данных
об
ее
объектах
в
составе
размещения
86
промышленных
отходов.
В
свою
очередь,
это
позволяет
обеспечить
взаимодействие базы пространственных и атрибутивных данных и базы знаний на
основе использования принятых в системе запросов (триггеров, хранимых
процедур), что существенно облегчает реализацию системы и гарантирует
целостность и непротиворечивость всех накопленных сведений об объектах
размещения промышленных отходов.
3.3
Разработка алгоритмов обработки пространственной информации
о размещении объектов промышленных отходов на основе нечеткой
логики
При выборе места размещения для объектов промышленных отходов в
первую очередь следует определить в пределах какой территории будет
проводится оценка текущего положения объектов, напрямую или косвенно
влияющих на решение поставленной задаче. Перечень используемой информации
в этом случае включает в себя пространственную и атрибутивную характеристику
представленных на карте объектов, мнения экспертов, выраженные в виде
критериев выбора расположения объектов и хранящиеся в базе нечетких знаний.
Дальнейший
процесс
решения
задачи
состоит
в
комбинировании
и
преобразовании информации из подготовленного перечня в соответствии с
алгоритмом решения и последующая интерпретация полученных результатов в
виде карты местности.
Графическое представление используемых алгоритмов в виде блок-схем
дает
возможность
функционирования
компактного
и
ясного
программы
независимо
представления
от
принципов
синтаксиса
языка
программирования и среды разработки программного обеспечения. Первый
алгоритм, отображающий способ описания расположения объектов на карте,
используется на первоначальном этапе анализа территории. На основе
результатов его работы выполняются дальнейшие преобразования данных в
зависимости от выбранного типа задачи (рис. 3.14).
87
Поскольку для решения задачи требуется анализ всего множества точек,
образующих непрерывную поверхность (изучаемую территорию), то необходимо
установить это множество с помощью преобразования исходного векторного
представления объектов в растровое – регулярную ограниченную сетку, с каждой
ячейкой которой ассоциировано свое местоположение и значение определенного
свойства в данном месте. Таким образом можно сформировать n растров,
содержащих информацию о местоположении объектов – ячейки со значением “1”
– и с информацией об отсутствии объектов – ячейки с “No Data (0)” (рис. 3.14).
y
0
0
0
0
1
1
1
1
0
0
0
0
0
0
0
0
0
1
1
1
1
1
1
1
1
0
0
0
0
0
0
1
1
1
1
1
1
1
1
1
0
0
0
0
1
1
1
1
1
1
1
1
1
1
1
0
0
0
1
1
1
1
1
1
1
1
1
1
1
0
0
0
0
1
1
1
1
1
1
1
1
1
0
0
0
0
0
0
0
0
0
0
0
1
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
x
Рисунок 3.14 – Преобразование векторного слоя в растровый
Информация о расположении ячеек (x, y) и их значении описывается
матрицей (количество ячеек по оси x × количество ячеек по оси y, 3).
Следовательно, исследование всего множества точек растра поверхности
размером s×r заключается в обходе всех элементов матрицы B (s×r, 3), которая
первоначально имеет значение “No Data” для всех ячеек (рис. 3.15). Аналогичным
образом, представим матрицу, описывающую i-тый слой объекта A (k×l, 3).
s×r
Матрица B
s
0
0
0
0
0
0
...
r
0
1
2
3
4
5
...
No
Data
No
Data
No
Data
No
Data
No
Data
No
Data
...
Рисунок 3.15 – Описание растра в виде матрицы
88
Расстояние от любой точки пространства до объекта на карте описывается
соотношениями (2.14) – (2.19), и представляет собой вычисление гипотенузы по
катетам (xточки – xобъекта) и (yточки - yобъекта) (рис. 3.16), при этом указываются
координаты центра ячеек растра. Поэлементный обход матрицы A позволяет для
каждого его элемента a[j] указать вычисленное его значение расстояния. При
этом, если точка на плоскости t имеет целый набор расстояний до объекта, то для
элемента матрицы b[t] указывается минимум из at[j] (Рис. 3.17).
s
1
Ячейки
объекта
1
Евклидово
расстояние
1
y1-y2
x1-x2
r
2
Рисунок 3.16 – Вычисление расстояния между точкой на плоскости и объектом
Блок-схема описанного выше алгоритма представлена на рисунке 3.21.
В результате таких операций формируется набор n растров расстояний для
каждой группы объектов, которые в дальнейшем используются для вычисления
значений
принадлежности
каждому
терму
лингвистической
переменной.
Алгоритм этого процесса представлен на рисунке 3.22.
Рассмотрим его более подробно. После определения местоположения
объекта i-го слоя относительно каждой точки анализируемой территории,
сопоставим
все
эти
точки
растра
функциям
принадлежности
определенных в [п. 2.2 - 2.3]:
Ai  Ti : Ti  {ai ,l }, l  1, gi .
In
In
In
термов,
89
Рисунок 3.17 – Формирование матрицы B по результатам вычисления r(a,b)
Сформируем новый набор g растров для каждого i-го слоя, значения
которых будут содержать степень принадлежности r к одному из классов l (рис.
3.18 – 3.19).
Рисунок 3.18 – Функция принадлежности для Ai
s
0
0
0
0
0
0
0
r
0
1
2
3
4
5
6
al,i
500
499
498
497
496
495
0
...
...
...
Рисунок 3.19 – Матрица принадлежности i-го растра к li-му классу
90
Результатом выполнения операций по вычислению значений для ячеек
растра в соответствии с описанным алгоритмом будет множество растров
принадлежности к каждому терму каждой входной лингвистической переменной
(рис. 3.20).
Рисунок 3.20 – Множество растров принадлежности термов входных
лингвистических переменных
Заключительным этапом задачи поиска наилучшего местоположения
является получение значения пригодности территории исходя из задаваемых
факторов с помощью системы нечеткого логического вывода, правила которой
основаны на комбинировании результатов вычисления принадлежности точки к
одному из входных термов лингвистической переменной и сопоставлению их
выходному терму.
Согласно структуре хранения информации в нечеткой базе знаний,
сформированной п. 3.2 настоящей работы, каждой строке коньюкции и
последующей ей выводу соответствует номер правила p:
ЕСЛИ
r1  al ,1
И
r2  al , 2
И....И
rn  al ,n
то
y  d j ,s
,.
Согласно п. 2.3, правила логического вывода состоят из операторов
нечеткого И, которые соответствуют минимуму значений принадлежности для
одного p, и ИЛИ – максимум для каждого j – терма выходной переменной, для
которой формируется перечень правил p. Результаты каждого шага нечеткого
вывода для одного класса выходной переменой записываются в матрицу обхода B
(s×r, 3) и представлены на рисунке 3.23. На рисунке 3.24 представлена
91
результирующая матрица, вычисляемая по формуле (2.44) по результатам вывода
всех значений y. Блок-схема описанного алгоритма представлена на рисунке 3.25.
Рисунок 3.21 – Алгоритм определения расположения объектов на территории
92
Рисунок 3.22 – Алгоритм формирования растров принадлежности
93
Рисунок 3.23 – Этапы нечеткого вывода
Рисунок 3.24 – Деффазификация
94
Рисунок 3.25 – Алгоритм нечеткого вывода
По разработанным алгоритмам можно провести поиск местоположений для
организации мест временного и постоянного размещения и складирования
отходов, установления фактической границы СЗЗ и мусороперегрузочных
станций (рис. 3.26). Работа пользователя с системой описывается общим
алгоритмом на рисунке 3.27.
Таким образом, на основе описанных во второй главе методов и
реализующих их алгоритмов обработки пространственной и атрибутивной
информации, становится возможным создание программного обеспечения для
информационной поддержки принятия решения задач выбора пригодного места
для размещения объектов промышленных отходов.
95
Рисунок 3.26 – Алгоритм поиска наилучшего местоположения для объектов
размещения промышленных отходов
Рисунок 3.27 – Общий алгоритм работы системы обработки пространственной информации об объектах
размещения промышленных отходов
96
97
Результаты и выводы к главе 3
1.
Разработана
функциональная
модель
процесса
обработки
пространственной информации о размещении объектов промышленных отходов,
которая описывает ключевые информационные процессы и связанные с ними
информационные потоки. В результате моделирования определены виды
деятельности, для которых целесообразно использование методов обработки
пространственной информации о размещении отходов на основе нечеткой логики
с целью повышения эффективности управления промышленными отходами.
2.
Разработаны алгоритм и модель построения нечеткой базы знаний
процесса обработки пространственной информации о размещении объектов
промышленных отходов с использованием реляционных структур для описания
пространственной и атрибутивной информации о промышленных отходах,
функциях принадлежности и правилах нечеткого вывода. Предложенная модель
позволяет хранить в унифицированном виде разнородные данные с сохранением
их целостности, топологической корректности и совместимости с базой
пространственных данных о сфере обращения с отходами.
3.
Разработаны алгоритмы обработки пространственной информации о
размещении объектов промышленных отходов, предназначенные для обеспечения
компьютеризированной обработки информации о территориях с использованием
системы нечеткого вывода. Предложенные алгоритмы дают возможность
сформировать
растры
функций
принадлежности
и
определить
наиболее
предпочтительное местоположение для объектов размещения промышленных
отходов. Разработанные алгоритмы базируются на формировании матрицы
фиксированного размера (количество ячеек по оси x × количество ячеек по оси y,
3), описывающей адрес каждой ячейки растра и соответствующего ей значения, с
последующим поэлементным обходом этой матрицы.
98
4 РЕАЛИЗАЦИЯ И ВНЕДРЕНИЕ СИСТЕМЫ ОБРАБОТКИ
ПРОСТРАНСТВЕННОЙ ИНФОРМАЦИИ О РАЗМЕЩЕНИИ
ОБЪЕКТОВ ПРОМЫШЛЕННЫХ ОТХОДОВ НА ОСНОВЕ НЕЧЕТКОЙ
ЛОГИКИ И ИССЛЕДОВАНИЕ ЕЕ ЭФФЕКТИВНОСТИ (НА ПРИМЕРЕ
СУБЪЕКТА РОССИЙСКОЙ ФЕДЕРАЦИИ)
4.1
Разработка структуры системы обработки пространственной
информации о размещении объектов промышленных отходов на основе
нечеткой логики
Информационная поддержка управления размещением промышленных
отходов должна обеспечивать единую информационно-технологическую цепочку
сбора, хранения, обработки информации о размещении промышленных отходов и
включать информационно-аналитическую базу данных, развивающиеся банки
данных и систему обработки электронных векторных карт территории.
Функциональные возможности
системы информационной поддержки
принятия решений о размещении промышленных отходов должны обеспечивать:
1.
Пополнение и редактирование справочника природопользователей, в
том числе промышленных предприятий, участвующих в обращении с отходами;
2.
(далее
Пополнение Республиканского классификационного каталога отходов
РККО)
видами
отходов,
которые
образуются,
транспортируются,
утилизируются и хранятся на территории Республики Башкортостан;
3.
Анализ и вывод отчетов об объектах экологического мониторинга и
потенциальной экологической опасности;
4.
Поддержание карт об объектах размещения промышленных отходов и
установках по переработке и утилизации отходов в актуальном состоянии и
оперативное формирование необходимого картографического материала;
5.
Анализ
и
обработка
пространственной
информации
для
формирования карт пригодности к размещению объектов промышленных отходов
и др.
Таким образом, информация, необходимая для обеспечения перечисленных
99
функциональных возможностей в соответствии с моделью, предложенной
автором в п. 3.2, реализуется при помощи взаимосвязанных частей, каждая из
которых выделена в отдельную базу данных (рис. 4.1).
Рисунок 4.1 –Взаимодействие баз данных при обработке пространственной
информации о размещении объектов промышленных отходов
Базы данных и нечеткая база знаний функционируют под управлением
СУБД Microsoft SQL Server и обеспечивает обмен и формирование информации
встроенными средствами СУБД (представления, хранимые процедуры).
В свою очередь, хранение картографической информации о расположении
объектов промышленных отходов осуществляется в специализированной базе
пространственных данных под управлением ArcGIS for Server (см. рис. 4.2).
Система реализована в виде настольного ГИС-приложения и использует в
качестве основы платформу ArcGIS for Desktop американской компании ESRI [4].
Сформированная программная среда предназначена для использования как в
Центральном
Республики
аппарате
Министерства
Башкортостан,
подразделений (рис. 4.3).
так
и
природопользования
для
специалистов
и
экологии
территориальных
100
Рисунок 4.2 – Управление базами данных в системе обработки информации о
размещении объектов промышленных отходов
Для реализации некоторых функций системы обработки пространственной
информации об объектах размещения промышленных отходов задействованы
стандартные инструменты работы с картой: поиск объектов на карте с
последующим приближением, формирование выборки объектов по заданным
критериям, создание картографических объектов по введенным координатам и
создание отчетов. Поддержка непротиворечивости и целостности данных
осуществляется за счет использования механизмов ссылочной целостности на
уровне изолированных друг от друга баз данных с помощью единого и общего
идентификатора ОРО и технологических установок.
Базовыми картографическими данными являются общегеографические слои
масштаба 1:100 000, включающие слои населенных пунктов, административнотерриториального деления, автодорог, водных объектов, растительности, рельефа
и пр. В зависимости от специфики задач могут использоваться дополнительные
специализированные
слои
(особоохраняемые
природные
территории,
рыбопромысловые участки и пр.).
Система поддерживает визуализацию карт с управлением слоями и набор
инструментов для работы с пространственными данными.
101
Рисунок 4.3 – Структура системы обработки пространственной информации о
размещении объектов промышленных отходов
В целях реализации описанных в третьей главе обработки пространственной
информации использовались некоторые инструменты геообработки, входящие в
состав ArcGIS for Desktop, и инструментов ArcGIS ArcToolbox [110, 28]:
1) Для преобразования векторных слоев в растровые используется
инструмент Topo To Raster – интерполирует гидрологически корректную
растровую поверхность по точечным, линейным и полигональным данным.
102
Каждая созданная поверхность соответствует реалистичному представлению
поверхности.
2) Получение расстояния от любой точки пространства до объекта на карте,
описываемых формулами (2.14) – (2.19), выполняется при помощи инструмента
Euclidean Distance – описывает отношение каждой ячейки к объекту или к группе
объектов на основе расстояния по прямой линии.
3) Для получения пространственной информации на базе методов нечеткой
логики, позволяющих учитывать степень принадлежности каждой ячейки растра к
одному из классов входных лингвистических переменных и комбинирования
полученных растров принадлежности по определенному правилу используется
группа инструментов Fuzzy Membership и Fuzzy Overlay соответственно.
В дальнейшем рассмотрим примеры использования системы обработки
пространственной информации о размещении объектов промышленных отходов
на основе нечеткой логики.
Расчет пространственных характеристик размещения объектов
4.2
промышленных отходов
4.2.1 Ранжирование
территорий
по
степени
их
пригодности
для
размещения полигонов промышленных отходов
Одним из основных направлений государственной природоохранной
политики в сфере совершенствования системы обращения с отходами является
постепенное прекращение функционирования небольших свалок, закрытие
стихийно-образованных несанкционированных мест размещения отходов и ввод в
эксплуатацию новых улучшенных полигонов захоронения отходов. В этой связи
актуальными
становятся
задачи,
связанные
с
формированием
перечня
подходящих участков территорий для размещения промышленных отходов и
последующим выбором одного из альтернативных вариантов.
Участки
территорий,
предназначенные
для
захоронения
токсичных
промышленных отходов, должны устанавливаться индивидуально для каждой
103
местности, и соответствовать ряду требований [43, 85, 87], ограничивающих
выбор участка территории для расположения полигона промышленных отходов:
– расстояние до населенных пунктов и открытых водоемов, а также до
объектов,
используемых
в
культурно-оздоровительных
целях
устанавливается с учетом конкретных местных условий, но не менее 3000
м;
– расстояние до сельскохозяйственных угодий, автомобильных и железных
дорог следует выбирать не менее 200 метров;
– расстояние от границ леса и лесопосадок, не предназначенных для
использования в рекреационных целях – не менее 50 метров;
– размеры санитарно-защитной зоны завода по обезвреживанию токсичных
промышленных отходов мощностью 100 тыс. т и более отходов в год
следует принимать 1000 м, завода мощностью менее 100 тыс. т – 500 м.
Следует
отметить,
что
перечисленные
требования
указывают
на
минимально допустимое расстояние от места захоронения промышленных
отходов. Фактически, участки территорий, на которых может быть обеспечено
большее расстояние, будут более желательными для размещения отходов, чем те
участки, которые удовлетворяют минимальным требованиям. Это обусловлено
тем, что помимо конкретных, четких факторов, на выбор территории оказывают
влияние долгосрочные перспективы эксплуатации полигонов отходов: возможное
увеличение площади полигона, изменения состава хранимых отходов и др.
Таким образом, факторы, оказывающие влияние на выбор территории для
установки полигона промышленных отходов, можно выразить в терминах
нечеткой логики через лингвистические переменные (рис. 4.4):
A1Inp – расстояние до населенных пунктов,
A2Inp – расстояние до водных объектов,
A3Inp – расстояние до авто- и ж/д дорог,
A4Inp – расстояние до лесного массива,
A5Inp – расстояние до промышленных объектов,
A6Inp – расстояние до полигонов отходов.
104
Рисунок 4.4 – Выбор факторов и параметров обработки пространственной
информации
Каждая лингвистическая переменная состоит из определенного набора
термов, функции принадлежности которых выражены в соотношениях (4.1) –
(4.12) и представлены графиками на рисунках 4.5 – 4.10.
{a1,1  " Недопустимо близко" ,
A1
Inp
 T1
Inp
: T1
Inp

a1, 2  " Близко" ,
a1,3  " Недалеко" ,
(4.1)
a1, 4  " Далеко" }
1, r  3000
1,1   1
0, r1  3000
1

1  exp( 0,012(r  3500)) ,r1  4000,
1
μ1,3  
1

,r  4000,
 1  exp( 0,012(r1  4500)) 1
μ1, 2 
1
,
1  exp(0,012(r1  3500))
μ1, 4 
1
,
1  exp( 0,012(r1  4500))
(4.2)
{a2,1  " Недопустимо близко" ,
A2
Inp
 T2
Inp
: T2
Inp
 a2, 2  " Близко" ,
a2,3  " Далеко" }.
(4.3)
105
1, r  3000
 2,1   2
0, r2  3000
μ2,3 
μ2, 2 
1
,
1  exp(0,006(r2  4000))
1
.
1  exp( 0,006(r2  4000))
Рисунок 4.5 – Функции принадлежности для термов первой ЛП
Рисунок 4.6 – Функции принадлежности для термов второй ЛП
(4.4)
106
{a3,1  " Недопустимо близко" ,
A3
Inp
 T3
Inp
: T3
Inp
 a3, 2  " Близко" ,
(4.5)
a3,3  " Далеко" }
1, r  200
3,1   3
0, r3  200
μ3, 2 
1
,
1  exp(0,03(r3  400))
(4.6)
μ3,3 
1
,
1  exp(0,03(r3  400))
Рисунок 4.7 – Функции принадлежности для термов третьей ЛП
{a4,1  " Недопустимо близко" ,
A4
Inp
 T4
Inp
: T4
Inp
 a4, 2  " Близко" ,
(4.7)
a4,3  " Далеко" }
1, r  50
μ4,1   4
0, r4  50
μ3,3
μ4, 2 
1
,
1  exp(0,1(r4  100))
(4.8)
1

,
1  exp(0,1(r4  100))
{a5,1 " Близко" ,
A5
Inp
 T5
Inp
: T5
Inp
 a5, 2  " Недалеко" ,
a5,3  " Далеко" }
(4.9)
107
1
μ5,1 
,
1  exp(0,006(r5  2000))
μ5 , 2
μ5,3 
1
,
1  exp( 0,006(r5  4000))
1

1  exp( 0,006(r  2000)) ,r5  3000,
5

1

,r  3000,
 1  exp(0,006(r5  4000)) 5
(4.10)
Рисунок 4.8 – Функции принадлежности для термов четвертой ЛП
Рисунок 4.9 – Функции принадлежности для термов пятой ЛП
108
{a 6,1 " Близко" ,
A6
Inp
 T6
Inp
: T6
Inp
 a6, 2  " Недалеко" ,
(4.11)
a 6,3  " Далеко" }
μ6,1 
1
,
1  exp(0,003(r6  4000))
μ6 , 2
μ6 , 3 
1
,
1  exp( 0,003(r6  8000))
1

1  exp( 0,003(r  4000)) ,r6  6000,
6

1

,r  6000,
 1  exp( 0,003(r6  8000)) 6
(4.12)
Рисунок 4.10 – Функции принадлежности для термов шестой ЛП
Растры принадлежностей по указанным функциям термов входных
лингвистических переменных приведены в приложении В.
Как
было
рассмотрено
ранее,
база
знаний
системы
обработки
пространственной информации об объектах размещения отходов (рис. 4.11)
содержит набор лингвистических переменных, которые учитываются при
решении задачи, и базы правил нечеткого логического вывода (прил. Б). Тем не
менее, на практике не исключена ситуация, когда нет возможности принять во
внимание некоторые из факторов, лингвистические переменные которых хранятся
в базе знаний. Это может быть связано как с отсутствием на данном участке
территории указанного фактора, так и с отсутствием необходимых данных. Ввиду
109
этого в клиентском приложении системы предлагается возможность выбора
факторов для проведения анализа и формирование на этой основе правил
нечеткого вывода (рис. 4.12).
Рисунок 4.11 – Просмотр базы знаний в системе
Рисунок 4.12 – Формирование базы правил вывода
Обратимся к примеру. Рассмотрим территорию Благовещенского района –
одного
из
промышленно-развитых
муниципальных
районов
Республики
Башкортостан (рис. 4.13). На его территории функционируют 18 предприятий,
110
наиболее крупные из которых ОАО «Полиэф», ОАО «Благовещенский
арматурный завод», ОАО «Благовещенский железобетон», ЗАО «Ремонтная база
флота» и Приуфимская ТЭЦ. Значительная часть образованных в процессе
хозяйственной деятельности промышленных отходов подлежит захоронению на
полигонах отходов. На территории района долговременное размещение и
захоронение отходов производится на 25 свалках, причем 10 из них не в полной
мере соответствуют нормативным требованиям. Согласно [64] к 2020 году в
Благовещенском районе планируется полностью ликвидировать не отвечающие
требованиям свалки и ввести в эксплуатацию новые улучшенные полигоны
отходов, соответствующих требованиям экологической безопасности.
Рисунок 4.13 – Карта территории Благовещенского района
Анализ представленной территории по приведенному ранее алгоритму дает
возможность получить поверхность, которая отражает степень пригодности
111
территории Благовещенского района для строительства на ней новых полигонов
отходов (рис. 4.14).
Рисунок 4.14 – Результат формирования карты пригодности для строительства
полигона отходов
Как
следует
из
сформированной
карты
пригодности
наиболее
предпочтительными являются три возможных участка, выбор между которыми
следует осуществить исходя из дополнительных факторов, которые не были
учтены в постановке задачи. Полученные территории пригодности для установки
объекта размещения отходов соответствуют требованиям [67, 74] и возможному
расширению площади объекта в будущем.
112
4.2.2 Ранжирование
территорий
по
степени
их
пригодности
для
мусороперегрузочных станций промышленных отходов
При организации размещения промышленных отходов на территории
Республики Башкортостан одной из актуальных задач является планирование
мест размещения мусороперегрузочных станций (МПС) для промышленных
отходов.
Потребность
в
установке
МПС
обусловлена
необходимостью
сокращения неупорядоченных и несанкционированных свалок на территории
Республики Башкортостан и сокращению затрат на транспортирование отходов от
мест их образования до мест хранения и переработки. Согласно [65, 64] к 2020
году на территории республики планируется построить около 240 МПС.
При выборе местоположения МПС следует придерживаться некоторых
обязательных [85, 87] и рекомендуемых специалистами факторов:
1. санитарно-защитная зона МПС должна быть не менее 100 м.;
2. плечо вывоза отходов от промышленных предприятий до МПС должно
быть как можно меньше и не превышать 35 км.;
3. плечо вывоза отходов от МПС до полигона должно быть как можно
меньше и не превышать 55 км.;
4. МПС желательно располагать ближе к крупным населенным пунктам;
5. МПС желательно располагать ближе к крупным полигонам отходов и др.
Для
указанного
перечня
факторов
были
выделены
следующие
лингвистические переменные:
A1Inp –расстояние до промышленных предприятий,
A2Inp – расстояние до полигонов отходов,
A3Inp – расстояние до крупных населенных пунктов,
A4Inp – расстояние до автодорог.
Принцип формирования информации о размещении санитарно-защитных
зон
аналогичен
принадлежности
принципу,
входных
описанному
п.
лингвистических
4.2.1.
Термы
переменных
соотношениях (2.13) – (2.18) и графиками 4.15 – 4.18.
и
функции
приведены
в
113
A1
μ1,1 
Inp
 T1
Inp
: T1
Inp
{a2,1 - " Близко" ,

a2, 2 - " Далеко" ,}
1
,
1  exp(0,05(r1  20))
μ1, 2 
1
,
1  exp( 0,05(r1  20))
(4.13)
(4.14)
Рисунок 4.15 – Функции принадлежности для термов первой ЛП
{a 2,1 - " Близко" ,
A2
Inp
 T2
Inp
: T2
Inp
 a2, 2 - " Недалеко"
(4.15)
a 2,3 - " Далеко" },
μ2,1 
1
,
1  exp(0,05(r2  20))
μ 2, 2
μ 2,3 
1
,
1  exp( 0,05(r2  60))
(4.16)
1

1  exp( 0,05(r  20)) ,r2  40,
2

1

,r  40,
 1  exp(0,05(r2  60)) 2
Дополнительно следует учитывать близость к дорогам для транспортировки
отходов, а также близость к населенным пунктам – источникам образования
отходов. Для этих факторов достаточно оперировать значениями «Близко» и
«Далеко». Функции принадлежности входных третьей и пятой лингвистических
переменных выражены в соотношениях (4.17) – (4.18) и представлены графиками
на рисунках 4.17 – 4.18.
114
Рисунок 4.16 – Функции принадлежности для термов второй ЛП
μ1,1 
1
,
1  exp(0,05(r1  20))
μ1, 2 
1
,
1  exp( 0,05(r1  20))
(4.17)
μ1,1 
1
,
1  exp(0,05(r1  20))
μ1, 2 
1
,
1  exp( 0,05(r1  20))
(4.18)
Рисунок 4.17 – Функции принадлежности для термов третьей ЛП
115
Рисунок 4.18 – Функции принадлежности для термов четвертой ЛП
Растры принадлежностей по указанным функциям термов входных
лингвистических переменных приведены в приложении В.
Согласно п. 2.3, зависимость пригодности участка местоположения
установки МПС от расположения и характеристик объектов
определяется
правилами
результирующей
логического
поверхности
вывода
выполняется
(прил.
процедурой
Б).
на карте
Составление
деффазификации
согласно формуле (2.44).
Рассмотрим пример для расчета мест размещения МПС в Стерлитамакском
районе, на территории которого (согласно [80]) планируется проведение
мероприятий,
снижающих
негативное
влияние
отходов
производства
и
потребления. В число этих мероприятий входит установка мусороперегрузочных
станций.
Приступим к формированию территории пригодности для установки МПС
на выделенном участке района (рис. 4.19). Как видно из рисунка, территория
анализа насыщена мелкими свалками, большинство из которых не упорядочено и
не имеет никаких сооружений для экологической защиты от хранящихся на них
отходов. Тем не менее, можно выделить перечень достаточно крупных полигонов
116
отходов, которые и могут послужить одним из вышеперечисленных факторов,
влияющих на выбор местоположения МПС (рис. 4.20).
Рисунок 4.19 – Территория Стерлитамакского района с объектами размещения
отходов
Рисунок 4.20 – Перечень полигонов отходов на территории района.
117
Поскольку площадь анализируемой территории достаточно велика для
поиска места размещения МПС, на ней присутствуют все факторы, которые
необходимо учитывать. Результат выполнения анализа представлен на рисунке
4.21.
Рисунок 4.21 – Карта пригодности для установки МПС на территории
Стерлитамакского района
Здесь можно выделить два наиболее предпочтительных места для установки
МПС, между которыми следует сделать окончательный выбор. В приведенном
примере учитывались не только обязательные, но и рекомендуемые требования к
выбору местоположения установки МПС. Разработанные в п. 2.2 алгоритмы
118
обработки пространственной информации с нечеткостью дают возможность в
сравнительно простой процедуре проанализировать достаточно большую по
площади территорию, и, тем самым, сократить затраты времени на подготовку
вариантов расположения МПС.
4.2.3 Ранжирование
размещения
территорий
границы
по
степени
их
санитарно-защитной
пригодности
зоны
для
полигона
промышленных отходов
При проектировании и модернизации объектов размещения отходов
промышленных предприятий одной из задач является установление границ
санитарно-защитных зон (СЗЗ) – специальных территорий с особым режимом
использования, которые обеспечивают уменьшение воздействия загрязнений на
окружающую среду до значений, установленных гигиеническими нормативами. В
СЗЗ не допускается размещение жилой застройки, зон отдыха, садоводческих,
коттеджных и дачных участков, спортивных сооружений, детских площадок,
образовательных, лечебно-профилактических, оздоровительных учреждений и др.
Согласно [86] для усовершенствованных полигонов неутилизированных
твердых промышленных отходов нормативный размер СЗЗ устанавливается
1000 м, а для полигонов и участков компостирования твердых бытовых отходов
500 м. Размер СЗЗ устанавливается бессрочно и может изменяться в случае
изменения факторов, которые могут привести к увеличению её требуемого
размера. Кроме нормативных устанавливаются размеры СЗЗ по фактору
химического загрязнения атмосферного воздуха, шуму и другим физическим
воздействиям. Интегральная СЗЗ определяется с учетом всех перечисленных
факторов по наибольшему удалению по факторных границ.
Основанием для увеличения размеров СЗЗ может служить [86]:
– отсутствие систем санитарной защиты объекта;
– размещение жилой застройки с подветренной стороны в зоне возможного
загрязнения атмосферы;
119
– зависимость
расположения
объекта
от
розы
ветров
и
других
неблагоприятных местных условий (частые штили и туманы, размещение в
горной долине и др.);
– строительство
новых,
еще
недостаточно
изученных
в
санитарно-
гигиеническом отношении объектов.
Однако, как показывает практика, определение границ СЗЗ даже с учетом
всех
перечисленных
требований
оказывается
недостаточным
для
их
использования в территориальном планировании. Это объясняется тем, что
полученные таким способом границы СЗЗ часто проходят через открытые участки
местности (поля, пустыри) или лесные массивы и фактически выводят из оборота
всю полезную площадь занимаемых участков, т.е. ведут к нерациональному
использованию земель. Кроме того, не учитываются естественные препятствия в
виде автодорог, оврагов, крутых склонов возвышенностей, границ лесных
массивов и др., по которым удобно ориентироваться при освоении территорий и
которые могли бы использоваться в качестве границ СЗЗ.
Таким образом, для определения границы СЗЗ необходимо принимать во
внимание три группы факторов:
– нормативные размеры СЗЗ, санитарно-гигиенические и экологические
факторы, обеспечивающие безопасное хранение и захоронение отходов;
– факторы рационального использования территорий;
– факторы, связанные с потенциалом территории, занимаемой объектом
размещения отходов: возможное увеличению его площади и, как следствие,
увеличение размеров СЗЗ.
Первая группа факторов является наиболее важной, но она не позволяет
произвольно варьировать (уменьшать) границы СЗЗ, в свою очередь, для второй и
третьей группы факторов допустимо изменение границ СЗЗ.
Рассмотрим использование предложенных методов и алгоритмов для
установления границ СЗЗ полигона отходов вблизи г. Давлеканово (рис. 4.22).
Все факторы, оказывающие влияние на предпочтения установки защитной
зоны, обозначены при помощи группы следующих лингвистических переменных:
120
A1Inp – расстояние до нормативной границы СЗЗ,
A2Inp – расстояние от объекта размещения отходов,
A3Inp – расстояние от населенных пунктов,
A4Inp – расстояние от водных объектов.
Определим характеристики расстояния по отношению к каждому фактору
выбора границы СЗЗ.
Автодороги
Лесной массив
Водный объект
Полигон г.
Давлеканово
Рисунок 4.22 – Полигон отходов около г. Давлеканово
A1 описывает местоположение территории близости к нормативным
размерам защитной зоны полигона промышленных отходов. Безусловно,
наиболее близкое местоположение к этой границе больше соответствует
пригодности установки фактической СЗЗ, поскольку существенное расширение
границы от ее нормативных размеров будет способствовать выводу из полезного
оборота земель. Введем два терма первой лингвистической переменной:
121
A1
Inp
 T1
Inp
: T1
Inp

{a1,1 " Близко" ,
a1, 2 - " Далеко" }
,
и опишем функции принадлежности расстояния к каждому из термов (рис.
2.8) следующими зависимостями:
μ1,1 
1
,
1  exp(0,012(r1  1000))
μ1, 2 
1
,
1  exp( 0,012(r1  100))
(4.19)
Рисунок 4.23 – Функции принадлежности T1Inp
Рассматривая критерии пригодности для второго фактора – расстояние до
полигона промышленных отходов – следует учитывать, что местоположение
фактической СЗЗ не может быть меньше установленной нормативной защитной
зоны, соответственно, следует исключить из анализа территорию вокруг полигона
отходов, меньшую некоторого радиуса ř (минимальный размер СЗЗ по [86]).
Следовательно, функция принадлежности терма µ2,1(r) – расстояние до объекта
размещения отходов – «недопустимо близко» будет принимать значение 0 для
всех r < ř, а для других значений множества r ϵ R задаваться по следующим
функциям:
122
{a 2,1  " Недопустимо близко",
A2
Inp
 T2
Inp
: T2
Inp
a 2, 2  " Близко",
 a  " Недалеко" ,
2,3
,
a 2, 4  " Далеко"}
1, r  1000
μ 2,1   2
0, r2  1000
μ 2,3
1

1  exp( 0,012(r  1500)) ,r2  2000,
2

1

,r  2000,
 1  exp(0,012(r2  2500)) 2
μ2, 2 
1
,
1  exp(0,012(r2  1500))
μ2, 4 
1
, (4.20)
1  exp( 0,012(r2  2500))
Рисунок 4.24 – Функции принадлежности T2Inp
Согласно [86] на территории СЗЗ полигона промышленных отходов не
допускается размещение жилой застройки, зон отдыха и др., помимо того, у
населенных пунктов и водных объектов есть свои нормативы санитарной зоны, в
пределах которой не желательно размещение крупных полигонов отходов и
промышленных предприятий. В этой связи, функции принадлежности термов
лингвистических переменных «Расстояние до населенного пункта» и «Расстояние
до водного объекта» (рис. 2.10 – 2.11) должны учитывать степень недопустимой
близости СЗЗ ОРО к этим объектам (обычно это расстояние около 500 м.).
123
{a3,1 - " Близко" ,
A3
Inp
 T3
Inp
Inp
: T3
 a3, 2 - " Недалеко" ,
a3,3 - " Далеко" }
μ3,1 
1
,
1  exp(0,015(r3  800))
μ 3, 2
μ3,3 
1
,
1  exp( 0,015(r3  1600))
1

1  exp( 0,015(r  800)) ,r3  1200,
5

1

,r  1200,
 1  exp( 0,015(r3  1600)) 3
(4.21)
Рисунок 4.25 – Функции принадлежности T3Inp
{a 4,1 - " Близко" ,
A4
Inp
 T4
Inp
: T4
Inp
 a4, 2 - " Недалеко" ,
a3,3 - " Далеко" }
μ4,1 
1
,
1  exp(0,012(r4  1000))
μ4,3 
1
,
1  exp( 0,012(r4  2000))
(4.22)
124
μ4, 2
1

1  exp( 0,012(r  1000)) ,r4  1500,
4

1

,r  1500,
 1  exp(0,012(r4  2000)) 4
Рисунок 4.26 – Функции принадлежности T4Inp
Растры принадлежностей по указанным функциям термов входных
лингвистических переменных приведены в приложении В.
Очевидно, что насколько каждая точка территории будет пригодна для
установления фактической границы СЗЗ зависит от ее расположения по
отношению ко всем факторам. Эта зависимость описывается правилами
логического вывода (Прил. Б).
Результат деффазификации представлен на рисунке 4.27.
Предложенный
подход
к
определению
границы
СЗЗ
полигона
промышленных отходов на основе анализа территорий методами нечеткой логики
в
сочетании
с
геоинформационными
технологиями
позволяет
получить
обоснованное решение поставленной задачи. Это решение учитывает как
требования к нормативной границе СЗЗ, так и требования, связанные с
рациональным использованием территорий и потенциальным увеличением
площади полигона отходов.
125
Пригодность территории
для установки СЗЗ
0
5
Рисунок 4.27 – Результат формирования территории пригодности для установки
СЗЗ
4.3
Оценка эффективности системы обработки пространственной
информации о размещении объектов промышленных отходов на основе
нечеткой логики
Эффективность использования предложенных в настоящей работе методов
для определения территорий, на которых целесообразно размещение объектов
промышленных отходов, обуславливается обоснованностью разработанных
моделей, методов и алгоритмов, а также высоким уровнем автоматизации,
позволяющем использовать их в задачах поддержки принятия управленческих
решений.
Поскольку
изначально
идея
обработки
пространственных
данных
методами нечеткой логики состоит в формализации суждений экспертов, то
предварительным этапом для использования указанных методов является сбор и
обработка мнений экспертов о рассматриваемых факторах, выступающих в
качестве исходных данных.
126
В настоящее время проблемам получения, интерпретации и обобщения
экспертных оценок посвящено немало научных работ [54, 55]. В рамках
настоящей работы не рассматриваются способы получения таких оценок, а
акцентируется внимание на их использовании для повышения эффективности и
качества полученных результатов пространственного анализа данных.
В первую очередь, методы обработки пространственной информации о
размещении отходов на основе нечеткой логики и специализированный
программный продукт, реализующий эти методы, позволяет использовать единый
алгоритм
решения
задач
территориального
планирования
и
избавляет
специалиста-пользователя от изучения входных данных и оценивания факторов, в
наибольшей степени влияющих на решение задачи. Такая возможность снижает
вероятность допущения ошибки в анализе, а также уровень субъективности
специалиста, принимающего решения. Последнее обстоятельство имеет место
практически во всех сферах человеческой деятельности и является одной из
причин предопределяющих необходимость создания интеллектуальных систем
поддержки принятия решений. Преимущества предлагаемой системы перед
традиционным способом решения обсуждаемых задач заключаются в следующем:
– в процессе пространственного анализа с использованием методов
предлагаемых системой рассматриваются все факторы, заранее выработанные
группой экспертов и влияющие на исход решения, а также степень этого влияния.
Кроме того, в процессе получения результатов анализа возможно уточнение или
дополнение построенной схемы решения задачи;
– в системе анализируется полнота и согласованность широкого перечня
данных и результатов обработки пространственной информации;
– индивидуальные оценочные суждения могут иметь под собой различные
основания, а при комплексных экспертных оценках ценная информация
обезличивается и утрачивает избыточную избирательность, ангажированность и
др.
Перечисленные
факторы
обуславливают
необходимость
создания
обобщенного алгоритма действий в составе более общей деятельности по
127
управлению размещением отходов промышленных предприятий и направленного
на поиск и выбор пригодной территории для расположения объектов
промышленных отходов.
Проведем сравнение достоверности результатов проведенного анализа о
пригодности территории методами, предлагаемыми в работе, с результатами
выбора
местоположения
объекта,
выполненным
специалистом
отдела
экологической безопасности на основе традиционных аналитических методов
анализа территории.
1) На рисунке 4.28 представлены карты с указанием местоположения для
размещения нового полигона отходов на территории Благовещенского района по
предварительным оценкам специалистов и с использованием предложенного в
работе подхода, используемого в анализе территории для данной задачи в п. 4.2.1.
Следует отметить, что во втором случае наблюдается сокращение количества
альтернатив для выбора расположения полигонов отходов, что ведет к экономии
времени, требуемого для дальнейшего более подробного анализа каждого из
предполагаемых участков для выработки конечного управленческого решения.
2) На
рисунке
4.29
представлены
карты
результатов
поиска
местоположения для установки МПС. Согласно анализу, приведенному в п. 4.2.2,
наиболее
подходящие
территории
находятся
около
городов
Салават
и
Стерлитамак, менее пригодную область можно выделить в западной части
рассматриваемого района. Сравним полученные результаты с предварительными
расчетами экспертов – специалистами отдела экологической безопасности. В
соответствии с вышеупомянутым пилотным проектом по утилизации отходов [80]
выдвинуты следующие заключения:
1.
На
территории
около
г.
Салават
установить
одну
мусороперерабатывающую станцию (объем отходов – 220,3 тыс.м3, численность
населения – 156 тыс. чел.);
2.
На
территории
около
г.
Стерлитамак
необходимо
установить
мусороперерабатывающую линию (объем отходов – 550 тыс.м3, численность
населения – 273,4 тыс. чел.).
128
Следует
отметить,
что
предварительные
расчеты
по
пригодному
местоположению установки МПС и МПЛ, даже с учетом параметров накопления
отходов и количества населения не дают полезного для практики результата
(охватывается вся территория вокруг города). В случае выполнения анализа с
использованием предлагаемой системы обработки пространственной информации
о размещении объектов промышленных отходов полученная карта пригодности
точно отражает расположение указанных объектов.
Кроме того, внедрение и использование разработанных методов и
алгоритмов обработки пространственных данных о размещении объектов
промышленных отходов на основе нечеткой логики на базе геоинформационных
технологий, позволяет не только повысить качество принимаемых решений при
выборе территории для размещения промышленных отходов, но и сократить
время, которое необходимо эксперту на поиск и исследование влияния объектов,
участвующих в управлении отходами, на пригодность искомой территории.
Процесс определения пригодной территории, проводимый экспертом
стандартными средствами и инструментами ГИС состоит из 18 этапов, для
каждого из которых определены усредненные показатели времени выполнения
каждой операции (рис. 4.31).
Для выполнения данного процесса используется настольное программное
обеспечение – ArcGIS for Desktop. Каждый этап занимает конечное время и
зависит от квалификации специалиста и его навыков работы с инструментами
указанного программного продукта. Кроме того, для выполнения поставленной
задачи необходимо обладать достаточным опытом и знаниями в проблемной
области,
поскольку
определение
и
назначение
приоритетных
весовых
коэффициентов каждый раз выполняется согласно субъективному экспертному
мнению.
По результатам усредненных измерений времени, необходимого для
выполнения всех операций, приведенных на рисунке 4.31, составлена диаграмма
Ганта, которая наглядно представляет длительность этапов процесса (рис. 4.32).
Рисунок 4.28 – Сравнение результатов анализа для выбора территорий к размещению полигона отходов
129
Рисунок 4.29 – Сравнение результатов анализа для выбора территории к размещению МПС
130
131
Общее время процесса поиска территории, наиболее пригодной для
строительства объекта размещения промышленных отходов, составляет 7050
секунд – около 2 часов. Поскольку, подобного рода анализ целесообразен на
относительно небольших участках местности – в рамках одного муниципального
образования, то для исследования на всей территории Республики Башкортостан
может потребоваться более 100 часов (56 административных районов × 2 = 112
часов). Использование предлагаемых в настоящей работе методов и алгоритмов,
реализованных в системе обработки пространственной информации о размещении
объектов промышленных отходов, позволяет сократить время выполнения
анализа территории по степени ее пригодности для ввода нового полигона
отходов примерно на 40 % (рис. 4.30). При этом, как уже было отмечено ранее,
предлагаемая автором в настоящей работе система обработки пространственной
информации
о
размещении
объектов
промышленных
отходов
снижает
вероятность возникновения ошибок при анализе территории, что в последующем
позволяет получить более обоснованный и достоверный результат.
Рисунок 4.30 – Диаграмма Ганта процесса определения территории, пригодной
для строительства объекта размещения промышленных отходов с использованием
системы обработки пространственной информации о размещении объектов
промышленных отходов
Таким образом, анализ эффективности использования разработанных
алгоритмов и методов обработки пространственной информации о размещении
132
промышленных отходов методами нечеткой логики и информационной системы,
реализующей эти методы и алгоритмы, показывает, что с практической точки
зрения их использование является желательным и целесообразным в виду того,
что, во-первых, повышается качество анализа территории, и во-вторых,
сокращаются затраты времени (в среднем на 40 %), необходимого для анализа и
последующего выбора территории.
Рисунок 4.31 – Этапы определения пригодной территории для размещения
промышленных отходов
Рисунок 4.32 – Диаграмма Ганта процесса определения территории, пригодной для строительства объекта
размещения промышленных отходов до автоматизации
133
134
Результаты и выводы к главе 4
1. Разработана
структура
системы
обработки
пространственной
информации о размещении объектов промышленных отходов, реализующая
предлагаемые в работе методы и алгоритмы и предназначенная для формирования
территории пригодности к размещению отходов промышленных предприятий с
использованием электронных векторных карт.
2. Выполнены расчеты поверхностей пригодности с использованием
предлагаемой системы для размещения полигонов отходов, санитарно-защитных
зон и мусороперегрузочных станций на примере территории некоторых районов
Республики
Башкортостан,
результаты
которых
оценены
специалистами
Минэкологии РБ, в течении длительного времени занимающихся деятельностью
по регулированию сферы обращения с отходами, которые отметили не
противоречивость полученных результатов с собственным опытом принятия
решений в рамках обсуждаемых задач.
3. Проведен
анализ
эффективности
автоматизации
разработанных
алгоритмов и методов обработки пространственной информации об объектах
размещения промышленных отходов методами нечеткой логики, который
показывает, что добиться положительного результата в поиске территории
пригодности для расположения отходов удалось не только за счет сокращения
времени на анализ территории (примерно на 40 %), но и повышения качества
принимаемых решений путем внедрения экспертных знаний в процесс поиска
пригодной территории для размещения промышленных отходов.
135
ЗАКЛЮЧЕНИЕ
По результатам диссертационного исследования можно сформулировать
следующие выводы. В работе решена актуальная задача, имеющая существенное
значение для повышения эффективности поддержки принятия решений о
размещении
объектов
промышленных
отходов
за
счет
разработки
и
автоматизации методов обработки пространственной информации на основе
нечеткой логики. Предложенные методы и алгоритмы позволяют более
обосновано и эффективно проводить поиск и выбор подходящего участка
территории
для
размещения
отходов
при
соблюдении
необходимых
экологических, санитарно-гигиенических и экономических требований.
При решении поставленной задачи получены следующие научные и
практические результаты.
1. Разработан принцип описания пространственной информации о
размещении объектов промышленных отходов на основе методов нечеткой
логики,
который
позволяет
представить
функции
принадлежности,
характеризующие взаимное расположение объектов на карте, в виде поверхности
в географическом пространстве и, таким образом, делает доступным обработку
экспертных
знаний
о
размещении
промышленных
отходов
методами
пространственного анализа.
2. Метод ранжирования территорий по степени их пригодности для
размещения объектов промышленных отходов на основе нечеткого логического
вывода,
в
основе
которого
лежит
комбинирование
поверхностей,
характеризующих функции принадлежности расположения объектов на карте.
Указанный метод позволяет определять пригодность территории для размещения
отходов промышленных предприятий и визуализировать ее в виде карты
местности.
3. Разработаны модель и алгоритм построения нечеткой базы знаний
процесса обработки пространственной информации о размещении объектов
промышленных
отходов,
которые
обеспечивают
взаимодействие
базы
136
пространственных и атрибутивных данных об отходах и базы знаний,
содержащей описание нечетких условий расположения объектов промышленных
отходов и правила нечеткого логического вывода, полученные с привлечением
экспертов.
4. Разработана система обработки пространственной информации о
размещении объектов промышленных отходов, позволяющая сформировать
территорию пригодности к размещению отходов промышленных предприятий с
использованием
электронных
векторных
карт.
Проведенная
оценка
эффективности использования указанной системы показывает, что затраты
времени на поиск и выбор участка территории, пригодной для размещения
объектов промышленных отходов, снижаются в среднем на 40 %, в тоже время
повышается детализированность и полнота пространственной информации о
рассматриваемых альтернативных вариантах размещения отходов по сравнению с
традиционным способом определения таких участков территории для размещения
отходов промышленных предприятий.
137
СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ
БД
 база данных
БГД
 база геоданных
ВО
 водный объект
ГИС
 геоинформационная система
ИС
 информационная система
Минэкологии РБ
 Министерство природопользования и экологии Республики
Башкортостан
ПО
 программное обеспечение
ПП
– программный продукт
РБ
 Республика Башкортостан
РФ
 Российская Федерация
ТБО
– твердые бытовые отходы
СЗЗ
– санитарно-защитная зона
МПС
– мусороперегрузочная станция
МПЛ
– мусороперерабатывающая линия
ТП
– территориальное подразделение
138
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ
1. Абдуллин
А. Х.,
Давлетбакова
З. Л.,
Закиева
Г. Ф.
Автоматизация
формирования и ведения республиканского кадастра отходов производства
и потребления // Табигат: Научно-практический экологический журнал.
2010. №9 (104). С. 14 – 15.
2. Алексеева Е. В., Кочетов Ю. А. Генетический локальный поиск для задачи о
p-медиане с предпочтениями клиентов // Дискретный анализ и исследование
операций, серия 2. 2007. Т. 14, №1. С. 3 – 31.
3. Алтунин А. Е., Семухин М. В. Модели и алгоритмы принятия решений в
нечетких условиях: Монография. Тюмень: Издательство Тюменского
государственного университета, 2000. 352 с.
4. Андрианов В. Ю. Тенденции развития ПО ГИС на примере продуктов ESRI
// ArcReview. 2006. №2 (37). С 2 – 4.
5. Антамошкин А. Н., Казаковцев Л. А. Алгоритм случайного поиска для
обобщенной
задачи
Вебера
в
дискретных
координатах
//
Многопроцессорные вычислительные системы. 2013. №1. С. 87 – 98.
6. Бадамшин
Р. А.,
Павлов
А. С.
Многопользовательская
обработка
распределенно хранящейся пространственной информации в научно образовательной ГИС РБ. Вестник УГАТУ: научный журнал Уфимского
государственного авиационного
технического
университета.
–
Уфа:
УГАТУ, 2009. Т. 12, №1(30). С. 3 – 8.
7. Беднова О.В. Использование функции желательности Харингтона для
оптимизации многокритериальной оценки состояния лесных экосистем в
условиях
урбанизированной
территории
//
Вестник
Московского
государственного университета леса - Лесной вестник. 2012. Т. 83, № 7. С.
35 – 40.
8. Беллман Р., Заде JI.A. Вопросы принятия решений в расплывчатых условиях
// Вопросы анализа и процедуры принятия решений. М.: Мир, 1976. С. 172 –
215.
139
9. Берлянт А.М. Картографический метод исследования. М.: МГУ, 1988. 252 с.
10.Берлянт А.М., Мусин О.Р., Свентэк Ю.В. Геоинформационные технологии
и их использование в эколого-географических исследованиях // География.
М.: Изд-во МГУ, 1993. С. 47–48.
11.Берлянт А.М., Мусин О.Р., Собчук Т.В. Картографическая генерализация и
теория фракталов. М.: 1998. 136 c.
12.Бияков О. А. Теория экономического пространства: методологический и
региональный аспекты. Издательство Томского университета, 2004. 152 с.
13.Бойко, В.В., Запорожец, В.Ю., Сергеенко, Е.Н., Стусь, О.В. Опыт ведения
информационно-аналитической системы «Региональный кадастр отходов» //
Материалы XXXIX конференции «Математическое моделирование в
проблемах рационального природопользования». Ростов-на-Дону: Изд-во
Юж.федер.унив., 2011. 452 с.
14.Васильев В.И., Ильясов Б.Г. Интеллектуальные системы управления.
Теория и практика. Учебное пособие. Уфа. УГАТУ, 2009. 392 c.
15.Вендров А.М. CASE-технологии. Современные методы и средства
проектирования информационных систем. М.: Финансы и статистика, 1998.
176 с.
16.Веселова
И.А.
Региональная
экологическая
политика.
Республика
Башкортостан. Ярославль: Изд-во «Индиго», 2011 г. 36 с.
17.Гвоздев В.Е., Павлов С.В, Ямалов И.У. Информационное обеспечение
контроля и управления состоянием природно-технических систем: Учебное
пособие. УГАТУ. Уфа, 2002. 138 с.
18.Геоинформатика. Толковый словарь основных терминов / Баранов Ю.Б.,
Берлянт А.М., Капралов Е.Г., Кошкарев А.В., Серапинас Б.Б., Филиппов
Ю.А. М.: ГИС-Ассоциация, 1999. 204 с.
19.Геоинформатика: Учебник для студ. вузов / Е.Г. Капралов, А.В. Кошкарев,
В.С. Тикунов и др. Под ред. В.С. Тикунова. М.: Издательский центр
«Академия», 2005. 480 с.
140
20.Голубков Е.П. Системный анализ как методологическая основа принятия
решений // Менеджмент в России и за рубежом. 2003. N3. С. 95–115.
21.Госдоклад о состоянии окружающей среды 2012-2013. 2013. URL:
(дата
http://www.mnr.gov.ru/upload/iblock/96e/gosdoklad%2020_07_2013.pdf
обращения: 09.11.2013).
22.ГОСТ Р 1.11.394-1.003.07. Данные пространственные базовые. общие
требования. М.: Госгисцентр, 2007. 5 с.
23.ГОСТ Р 52438-2005. Географические информационные системы. Термины и
определения. М.: Госгисцентр, 2005. 71 с.
24.ГОСТ
Р
52571-2006.
Совместимость
Географические
пространственных
информационные
данных.
Общие
системы.
требования.
М.:
Госгисцентр, 2006. 7 с.
25.ГОСТ Р ИСО 19113-2003. Географическая информация. Принципы оценки
качества. М.: Госгисцентр, 2003. 24 с.
26.Губанов В.А., Захаров В.В., Коваленко А.Н. Введение в системный анализ.
Л.: Изд-во ЛГУ, 1988. 232 с.
27.Давлетбакова З. Л. Применение методов нечеткой логики в пространственном анализе объектов размещения отходов // Актуальные
проблемы науки и техники: Информационные и инфокумминикационные
технологии,
естественные науки: Сборник
трудов
–
Уфа,
Изд-во
«Редакционно-издательский комплекс УГАТУ»: Том 1, 2012 г. С. 303–306.
28.Давлетбакова З. Л., Павлов С. В., Абдуллин А. Х., Лучинина С. Я.
Планирование границ санитарно-защитных зон в ArcGIS с использованием
инструментов нечеткой логики. ArcReview: Научно-практический журнал.
2012. №3 (62). С.13–14.
29.Давлетбакова
З. Л.
Определение
положения
объектов
временного
размещения отходов на территории региона на основе методов нечеткой
логики // Материалы VI конференции "Геоинформационные технологии и
космический мониторинг" (8-13 сентября 2013 г.). Ростов-на-Дону:
Издательство Южного федерального университета, 2013. С. 173–178.
141
30.Давлетбакова З.Л. Нечеткие модели при осуществлении природоохранной
деятельности // Труды международной конференции «Информационные
технологии интеллектуальной поддержки принятия решений», Уфа. 2013.
С. 5–9.
31.Давлетбакова З.Л. Построение модели обработки пространственной
информации на основе методов нечеткой логики // Электронный научный
журнал «Современные проблемы науки и образования». 2013. №6 (50).
URL:
(дата
http://www.science-education.ru/113-11082
обращения:
15.12.2013).
32.Давлетбакова З.Л., Павлов С.В., Абдуллин А.Х. Информационная система
поддержки принятия решений по управлению отходами на территории
Республики
Башкортостан
на
основе
базы
нечетких
знаний
//
Электротехнические и информационные комплексы и системы. 2013. № 4,
т. 9. С. 113–120.
33.Давлетбакова
З.Л.,
Павлов
С.В.,
Абдуллин
А.Х.
Обработка
пространственной информации о границах санитарных зон полигонов
отходов на основе методов нечеткой логики // Электронный научный
журнал
«Инженерный
вестник
Дона».
http://www.ivdon.ru/magazine/archive/n4y2013/1887
2013.
(дата
№4.
URL:
обращения:
15.12.2013).
34.Дейт К. Дж. Введение в системы баз данных. 8-е издание: перевод с англ. /
под ред. К. Птицина. М.: Вильямс, 2006. 1328 с.
35.Дилигенский Н. В., Дымова Л. Г., Севастьянов П. В. Нечеткое
моделирование и многокритериальная оптимизация производственных
систем в условиях неопределенности: технология, экономика, экология. М.:
«Издательство Машиностроение - 1», 2004. 212 c.
36.Доклад о результатах и основных направлениях деятельности министерства
промышленности и торговли Российской Федерации на 2011-2013 гг.
Министерство промышленности и торговли Российской Федерации. URL:
142
(дата
http://www.garant.ru/products/ipo/prime/doc/6646738/
обращения:
10.12.2013).
37.Дулин С. К., Розенберг И. Н., Уманский В. И. Анализ неопределенности
геоданных в моделях географического пространства // Системы и средства
информатики. 2010. Т. 20, вып. 2. С. 254–286.
38.Дулина
Н.Г.,
Уманский
В.И.
Моделирование
неопределенности
в
геоданных. М.: ВЦ Ран. 2010. 40 с.
39.Думнов А. Д. Что происходит со статистикой отходов? // Вопросы
статистики, 2009. №2. С. 17-26.
40.Заде Л. Понятие лингвистической переменной и его применение к
принятию приближенных решений. М.: Мир, 1976. 166 c.
41.Зак Ю.А. Принятие решений в условиях нечетких и размытых данных:
Fuzzy-технологии. – М.: Книжный дом «ЛИБРОКОМ», 2013. 352 с.
42.Заключение Комитета Государственной Думы по промышленности по
проекту федерального закона № 348499-6 «О федеральном бюджете на 2014
год
и
на
плановый
период
2015
и
2016
годов».
URL:
http://www.asozd2.duma.gov.ru/main.nsf/(Spravka)?OpenAgent&RN=348499-6
(дата обращения: 09.12.2013).
43.Инструкция по проектированию, эксплуатации и рекультивации полигонов
для твердых бытовых отходов: утв. Министерством строительства
Российской Федерации 2.11.1996 г. Москва, 1998. 67 с.
44.Информация об исполнении Закона Республики Башкортостан от 30 ноября
1998 года № 195-з «Об отходах производства и потребления». URL:
http://base.garant.ru/17700460/ (дата обращения: 05.11.2013).
45.Калыгин В.Г. Промышленная экология. Учебное пособие. М.: Академия,
2006. 432 с.
46.Кандель А., Байатт У. Дж. Нечеткие множества, нечеткая алгебра, нечеткая
статистика // Труды
американского
радиоэлектроников, т. 66, 1978. N12. С. 37–61.
общества
инженеров-
143
47.Кофман А. Введение в теорию нечетких множеств. М.: Радио и связь, 1982.
432 с.
48.Кошкарев А. В., Каракин В. П. Региональные геоинформационные системы.
М.: Наука, 1987. 126 с.
49.Круглов В. И., Дли М. И., Голунов Р. Ю. Нечеткая логика и искусственные
нейронные сети. М.: Изд. Физматлит, 2002. 312 с.
50.Куликов Г. Г,
Набатов А. Н.,
проектирование
Речкалов А. В.
информационно-управляющих
Автоматизированное
систем.
Системное
моделирование предметной области: Учебное пособие. УГАТУ. Уфа, 1998.
204 с.
51.Леоненков А. В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. –
– СПб.: БХВ Петербурr, 2005. 736 с.
52.Ли Чжаоян, Тан Цзе, Ван Сюегэ. Пространственная оптимизация структуры
агроландшафта
Материалы
с
использованием
Международной
ГИС-MATLAB-CA
технологий
научно-практической
/
конференции
“Рациональное природопользование: традиции и инновации”. Москва,
МГУ, 23-24 ноября 2012 г. / Под ред. проф. М.В. Слипенчука. М.: Изд-во
Московского университета, 2013. 328 с.
53.Липаев В.В. Системное проектирование сложных программных средств для
информационных систем. М.: СИНТЕГ, 1999. 268 с.
54.Литвак Б.Г. «Экспертная информация» методы получения и анализа. М.:
Радио и связь, 1982. 184 с.
55.Мартемьянов Ю.Ф., Лазарева Т.Я. Экспертные методы принятия решений.
Учебное пособие. Тамбов: Издательство Тамбовского государственного
технического университета, 2010. 80 с.
56.Мартин Дж. Организация баз данных в вычислительных системах. М.: Мир,
1980. 662 с.
57.Материалы парламентских слушаний по вопросу «О состоянии и проблемах
совершенствования
правового
регулирования
системы
управления
твердыми бытовыми отходами Республики Башкортостан» / Секретариат
144
Государственного Собрания – Курултая Республики Башкортостан. Уфа.
2012. С. 5–7.
58.Мейер Д. Теория реляционных баз данных. М.: Мир,1987. 608 с.
59.Мохамед
Т.О.
Вероятностный
подход
к
построению
функции
принадлежности нечеткого множества по результатам наблюдений в
системах принятия решений. / автореферат диссертации на соискание
ученой
степени
кандидата
технических
наук
//
Владимирский
государственный университет. Владимир, 2005 г.
60.Нагао М., Катаяма Т., Уэмура С. Структура и базы данных. М.: Мир, 1986.
198 с.
61.Норвич А.М., Турксен И.Б. Построение функций принадлежности /
Нечеткие множества и теория возможностей. М: Радио и связь, 1986. С. 64–
71.
62.Норенков И.П. Автоматизированное проектирование. М.: Мир, 2000. 126 с.
63.О концепции обращения с отходами производства и потребления в
Республике Башкортостан на период до 2012 года : постановление
правительства Республики Башкортостан от 21.04.2008 № 120 // Премьер
министр правительства Республики Башкортостан. 2008. № 120. 26 с.
64. О республиканской целевой программе «Совершенствование системы
управления промышленными отходами на территории РБ на 2013 - 2020
гг.»: постановление Правительства РБ от 31.07.2013 г. №343 // И. о.
Премьер-министра Правительства Республики Башкортостан, 2013. С. 7–8.
65.О республиканской целевой программе «Совершенствование системы
управления твердыми бытовыми отходами в Республике Башкортостан на
2011-2020 годы»: постановление Правительства РБ от 18.11.2011 г. №412 //
Премьер-министр Правительства Республики Башкортостан, 2011. С 6–7.
66.О.А. Бияков. Теория экономического пространства: методологический и
региональный аспекты. Томск: Издательство Томского университета, 2004.
152 с.
145
67. Об отходах производства и потребления: Федер. Закон [принят Гос. Думой
22.05.1998] // Собрание законодательств РФ. 1998. № 26. Ст. 14. С. 7.
68.Обеспечение экологической безопасности при эксплуатации полигона
"Цветаевский" на период 2008 - 2012 гг. / Государственная программа.
Одобрена решением Совета городского округа г. Стерлитамак Республики
Башкортостан от 08.07.2008 г. № 2-1/8з. 7 с.
69.Описание
программного
комплекса
«Отходы-город».
URL:
http://www.ecoanalyt.ru/othod-gorod/ (дата обращения: 11.11.2013).
70.Описание программного комплекса «Региональный кадастр отходов
Самарской
области».
URL:
(дата
http://kadastr.eco63.ru
обращения:
10.11.2013).
71.Описание программного комплекса «Региональный кадастр отходов». URL:
http://www.logus.ru/catalog/info203.htm (дата обращения: 11.11.2013).
72.Описание
программного
комплекса
«Русь»,
«Безопасность».
URL:
http://www.aieco.ru/programms_main.html (дата обращения: 10.11.2013).
73.Орлов А.И. Теория принятия решений / Учебное пособие. M.: Издательство
"Март", 2004. 656 с.
74.Охрана окружающей природной среды. Практическое пособие для
разработчиков проектов строительства. М.: ФГУП «Центринвестпроект»,
2006. 206 с.
75.Павлов С. В., Павлов А. С.
Использование методов искусственного
интеллекта для создания региональной инфраструктуры пространственных
данных // Интеллектуальные системы управления / под. ред. акад. С.Н.
Васильева. – М.: Машиностроение, 2010. С. 381–386.
76.Павлов С. В.,
компоненты
Ремезова С. Я.,
в
Промышленная
составе
АИС
Давлетбакова З. Л.
«Кадастр
безопасность-2011:
Разработка
отходов»
Материалы
//
ГИС-
Уралэкология.
научно-практической
конференции «Государственная политика в сфере охраны окружающей
среды». Уфа, 2011. С. 62–63.
146
77.Павлов С. В., Христодуло О. И.
Разработка единой геоинформационной
системы по управлению природными ресурсами для Минэкологии РБ // 4ый Российско-немецкий семинар "Инновационные
информационные
технологии: теория и практика. – Уфа: Россия, 8-13 апреля 2011. С. 88–92.
78.Павлов С. В., Христодуло О. И. Методология создания многомерных баз
данных на основе тензорных структур // Проблемы создания национальной
академической системы баз данных и баз данных: Тезисы докладов
Всероссийского совещания. Уфа, 1995. С. 20–21.
79.Петухов В.В., Кулибаба В.В. Региональная информационно-аналитическая
система мониторинга оборота твердых бытовых отходов // Труды
СПИИРАН, 2013. Вып. 2 (25). С. 338–349.
80.Развитие мусоропереработки на базе мусоросортировочной линии и
полигона ТБО г. Стерлитамак / Министерство природопользования и
экологии Республики Башкортостан, ГУП «Табигат». Пилотный проект,
2012.
81.Поспелов
Д. А.
Нечеткие
множества
в
моделях
управления
и
искусственного интеллекта. – М.: Наука, 1986. 312 с.
82.Пупков К.А., Коньков В.Г. Интеллектуальные системы. М.: МГТУ им.
Баумана, 2003. 348 с.
83.Рутковская
Д.,
Пилиньский
М.,
Рутковский
Л.
Нейронные
сети,
генетические алгоритмы и нечеткие системы. 2007. 452 с.
84.Саати Т. Принятие решений. Метод анализа иерархий. Пер. с анг. Р.Г.
Вачнадзе. М.: Радио и связь, 1993. 278 с.
85. Гигиенические требования к размещению и обезвреживанию отходов
производства и потребления. СанПиН 2.1.7.1322-03: зарег. в Министерстве
здравоохранения Рос. Федерации 12 мая 2003 г., регист. N 4526, утвержд.
глав. госуд. санит. врачом Рос. Федерации 30 апреля 2003 г.
86.Санитарно-защитные зоны и санитарная классификация предприятий,
сооружений
и
иных
объектов.
СанПиН
2.2.1/2.1.1.1200-03: зарег. в
147
Министерстве юстиции Рос. Федерации 29 апреля 2003 г., регист. N 4459,
утвержд. глав. госуд. санит. врачом Рос. Федерации 30 марта 2003 г.
87.Строительные нормы и правила. Полигоны по обезвреживанию и
захоронению
токсичных
промышленных
отходов.
http://www.gosthelp.ru/text/SNiP2012885Poligonypoobez.html
URL:
(Дата
обращения 14.06.2013).
88.Томлинсон Р. Ф.
Думая
о
ГИС.
Планирование
географических
информационных систем: руководство для менеджеров. Пер. с англ. – М.
Дата+, 2004. 325 с.
89.Туев В.В. Оценка состояния сельскохозяйственных культур и почв с
применением функции Харрингтона. / Автореферат диссертации на
соискание ученой степени кандидата физико-математических наук /
Москва, 1997.
90.Хамитов Р. З., Павлов С. В., Гвоздев В. Е., Васильев А. Н., Иванов И. Г.
Создание
геоинформационной
//Геоинформационные
модели
технологии.
Республики
Управление.
Башкортостан
Природопользование.
Бизнес: Всероссийский форум. – Москва, 1995. – С. 26–27.
91.Штовба С. Д. Введение в теорию нечетких множеств и нечеткую логику.
Винница: Континент-Прим, 2003. 198 с.
92.Ягер Р. Р. Нечеткие множества и теория возможностей: Последние
достижения. М.: Радио и связь, 1986. 408 с.
93.Church R.L. Location modeling and GIS. In Geographical information systems:
Vol. 1, edited by P.A. Longley, M.F. Goodchild, D.J. Maguire and D.W. Rhind
(New York: John Wiley & Sons Inc.), 1999, Р. 293–303.
94.Daniel Z Sui. A fuzzy GIS modeling approach land evaluation // Computing
Environment and Urban Systems. 1992. Vol 16, Р. 101–115.
95.Facilities location: models & methods / Robert F. Love, James G. Morris, George
O. Wesolowsk. North-Holland, Amsterdam (1988) – 296 p.
96.Facility location: concepts, models, algorithms and case studies. Edit. R.Z.
Farahani, M. Hekmatfar. /Springer-Verlag. Berlin. 2009. 557 p.
148
97.Frederick E. Petry. Fuzzy Databases: Principles and Applications / Kluwer
Academic Publishers Norwell, Boston, MA, USA 1996, 240 p.
98.Fuzzy Logic and GIS. Wolfgang Kainz. University of Vienna, Austria.
99.Fuzzy Modeling with Spatial Information for Geographic Problems // Petry,
Frederick E.; Robinson, Vincent B.; Cobb, Maria A. (Eds.) / Pub. Springer Berlin
Heidelberg, 2005, XII, 338 p. 135 illus
100. Gary L. Raines, Don L. Sawatzky, Graeme F. Bonham-Carter. Incorporating
Expert Knowledge. New fuzzy logic tools in ArcGIS 10 // ArcUserSpring. 2010.
Р. 8–13.
101. Gugat M., Pfeiffer B. Weber problems with mixed distances and regional
demand // Math Meth Oper Res. 2007. Issue 66. 419–449 pp.
102.
Halkidi M. On Clustering Validation Techniques / M. Halkidi,
Y.
Batistakis, M. Vazirgiannis // Journal of Intelligent Information Systems. 2001.
17:2/3. P. 107–145.
103. Jens Vygen. Approximation Algorithms for Facility Location Problems
(Lecture Notes) // University of Bohn, Germany. 2005. 59 p.
104. Kelley J.L., General Topology / D. van Nostrand Company, Inc., SpringerVerlag, New York, 1955. 312 p.
105. Ladda Pitaksringkarn, Michael A. P. Taylor. Grouping genetic algorithm in
GIS: A facility location modeling // Journal of the Eastern Asia Society for
Transportation Studies. 2005. Vol. 6. P. 2908 – 2920.
106. Laskey K.B., Wright E.J., da Costa P.C.G. Envisioning uncertainty in geospatial
information // International Journal of Approximate Reasoning. 2010. Vol. 51, I.
2. P. 209–223.
107. Lawrence V. Snyder. Facility location under uncertainty: a review // IIE
Transactions. 2006. Vol. 38, I. 7. P. 537–554.
108. Li X. and Yeh A.G. Integration of genetic algorithms and GIS for optimal
location search // International Journal of Geographical Information Science.
2005. Vol. 19, No. 5. P. 581– 601.
149
109. M. Egenhofer & J. Sharma. Topological relations between regions in R2 and Z2.
Third International Symposium on Large Spatial Databases, SSD `93, Singapore
D. Abel and B.C. Ooi (eds.). Lecture Notes in Computer Science, SpringerVerlag. 1993. Vol. 692. P. 316–336.
110. McCoy J. & Johnston K. Using ArcGIS Spatial Analyst // Quick-start tutorial
(Finding a site for a new school in Stowe, Vermont. USA). 2001. Ch 2. P. 23–39.
111. Mehdipour F..Facility sitting using GIS and genetic algorithms/ Mehdipour F.,
Mesgari M.S., Golchin B., Akbari M.R. // ICC. 2011.
112. Sevastjanov P., Rog P. A. Probabilistic approach to fuzzy and crisp interval
ordering // TASK Quarterly: scientific bulletin of Academic Computer Centre in
Gdansk. 2003.Vol. 7, No. 1. P. 147–156.
113. V. Robinson. On Fuzzy Sets and the Management of Uncertainty in an
Intelligent Geographic Information System, Recent Issues on Fuzzy Databases
editors G. Bordogna, G. Pasi, pp.109-128, Physica-Verlag, Heidelberg, GR, 2000.
114. Wesolowsky G. The Weber problem: History and perspectives // Location
Science. 1999. Vol. 1. P. 5–23.
115. Yaolong Zhao, Yumin Zhang, Yuji Murayama. Field-Based Fuzzy Spatial
Reasoning Model for Geographical Information Systems: Case of Constraint
Satisfaction Problem // Spatial Analysis and Modeling in Geographical
Transformation Process. GeoJournal Library. 2011. Vol. 100. P.29–44.
116. Zadeh L.A. Fuzzy sets// Information and Control. 1965. Vol.8, N 3. P. 338-353.
117. Zimmermann H.J. Fuzzy set theory and its applications. 4th.ed / Kluwer
Academic Publishers Norwell, Boston, MA, USA, 2001. 544 p.
150
ПРИЛОЖЕНИЕ A
ИНФОРМАЦИОННАЯ МОДЕЛЬ
ПРОЦЕССА ОБРАБОТКИ ПРОСТРАНСТВЕННОЙ
ИНФОРМАЦИИ ОБ ОБЪЕКТАХ РАЗМЕЩЕНИЯ
ПРОМЫШЛЕННЫХ ОТХОДОВ
151
Рисунок А.1 – Информационная модель обработки атрибутивных сведений
об отходах
152
Рисунок А.2 – Информационная модель пространственной обработки
сведений об отходах
153
Рисунок А.3 – Информационная модель процесса нечеткого логического
вывода
154
ПРИЛОЖЕНИЕ Б
ПРАВИЛА ЛОГИЧЕСКОГО ВЫВОДА РАСЧЕТОВ
ПРИГОДНОСТИ ТЕРРИТОРИЙ ДЛЯ РАЗМЕЩЕНИЯ
ПРОМЫШЛЕННЫХ ОТХОДОВ
Таблица Б.1 – Правила логического вывода для задачи поиска наилучшего местоположения для строительства полигона
промышленных отходов
№p
ЕСЛИ r1 = a1,l
И r2 = a2,l
И r3 = a3,l
И r4 = a4,l
И r5 = a5,l
И r6 = a6,l
ТО y = dj
Далеко
Далеко
Далеко
Далеко
Далеко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Близко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Близко
Близко
Близко
Близко
Близко
Близко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Близко
Близко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Близко
Близко
Близко
Близко
Близко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Близко
Далеко
Далеко
Далеко
Далеко
Далеко
Близко
Близко
Далеко
Далеко
Далеко
Далеко
Близко
Далеко
Далеко
Далеко
Далеко
Близко
Близко
Близко
Близко
Близко
Недалеко
Недалеко
Недалеко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Недалеко
Недалеко
Близко
Близко
Близко
Близко
Недалеко
Недалеко
Близко
Близко
Близко
Недалеко
Недалеко
Близко
Близко
Недалеко
Недалеко
Далеко
Недалеко
Далеко
Близко
Недалеко
Далеко
Далеко
Далеко
Близко
Недалеко
Далеко
Недалеко
Далеко
Недалеко
Далеко
Недалеко
Далеко
Недалеко
Далеко
Далеко
Недалеко
Далеко
Недалеко
Далеко
Недалеко
Далеко
Недалеко
Абсолютно пригодно
155
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
55
Пригодно
1
ЕСЛИ r1 = a1,l
И r2 = a2,l
И r3 = a3,l
И r4 = a4,l
И r5 = a5,l
И r6 = a6,l
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Близко
Близко
Близко
Близко
Близко
Близко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Далеко
Далеко
Далеко
Далеко
Близко
Близко
Близко
Близко
Близко
Далеко
Далеко
Далеко
Далеко
Близко
Близко
Далеко
Далеко
Далеко
Далеко
Близко
Близко
Далеко
Далеко
Далеко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Далеко
Близко
Близко
Далеко
Далеко
Близко
Близко
Близко
Далеко
Далеко
Близко
Близко
Далеко
Далеко
Далеко
Близко
Близко
Близко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Недалеко
Близко
Близко
Недалеко
Близко
Недалеко
Недалеко
Недалеко
Близко
Близко
Недалеко
Недалеко
Недалеко
Недалеко
Недалеко
Недалеко
Недалеко
Недалеко
Близко
Недалеко
Недалеко
Недалеко
Недалеко
Близко
Близко
Близко
Близко
Недалеко
Далеко
Далеко
Далеко
Близко
Близко
Близко
Близко
Близко
Недалеко
Далеко
Недалеко
Близко
Близко
Недалеко
Далеко
Недалеко
Далеко
Близко
Недалеко
Далеко
Недалеко
Недалеко
Далеко
Недалеко
Далеко
Недалеко
Недалеко
Далеко
Близко
Близко
Близко
Недалеко
ТО y = dj
Недостаточно пригодно
156
№p
56
Не пригодно
1
ЕСЛИ r1 = a1,l
И r2 = a2,l
И r3 = a3,l
И r4 = a4,l
И r5 = a5,l
И r6 = a6,l
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Близко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Близко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Далеко
Близко
Близко
Близко
Близко
Близко
Далеко
Далеко
Далеко
Близко
Близко
Близко
Близко
Близко
Далеко
Далеко
Далеко
Близко
Близко
Близко
Далеко
Далеко
Далеко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Далеко
Близко
Недалеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Близко
Недалеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Близко
Близко
Близко
Недалеко
Недалеко
Недалеко
Далеко
Далеко
Близко
Близко
Близко
Недалеко
Далеко
Близко
Недалеко
Далеко
Близко
Близко
Близко
Недалеко
Далеко
Близко
Недалеко
Далеко
Близко
Недалеко
Далеко
Близко
Недалеко
Далеко
Близко
Недалеко
Далеко
Близко
Недалеко
Далеко
Близко
ТО y = dj
157
№p
57
1
ЕСЛИ r1 = a1,l
И r2 = a2,l
И r3 = a3,l
И r4 = a4,l
И r5 = a5,l
И r6 = a6,l
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Близко
Близко
Близко
Близко
Близко
Близко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Далеко
Далеко
Далеко
Далеко
Далеко
Близко
Близко
Близко
Близко
Близко
Далеко
Далеко
Далеко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Близко
Недалеко
Далеко
Далеко
Далеко
Близко
Недалеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Близко
Близко
Близко
Недалеко
Недалеко
Недалеко
Далеко
Далеко
Далеко
Близко
Близко
Близко
Недалеко
Недалеко
Недалеко
Недалеко
Далеко
Близко
Близко
Близко
Недалеко
Далеко
Близко
Близко
Близко
Недалеко
Далеко
Близко
Недалеко
Далеко
Близко
Недалеко
Далеко
Близко
Недалеко
Далеко
Близко
Недалеко
Далеко
Близко
Недалеко
Далеко
Близко
Недалеко
Далеко
ТО y = dj
158
№p
58
1
ЕСЛИ r1 = a1,l
И r2 = a2,l
И r3 = a3,l
И r4 = a4,l
И r5 = a5,l
И r6 = a6,l
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Далеко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Далеко
Близко
Близко
Близко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Далеко
Далеко
Далеко
Далеко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Далеко
Далеко
Далеко
Далеко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Далеко
Далеко
Далеко
Далеко
Близко
Близко
Близко
Недалеко
Недалеко
Недалеко
Далеко
Далеко
Далеко
Близко
Недалеко
Далеко
Далеко
Близко
Близко
Близко
Недалеко
Недалеко
Недалеко
Далеко
Далеко
Далеко
Далеко
Близко
Недалеко
Далеко
Близко
Недалеко
Далеко
Близко
Недалеко
Далеко
Близко
Недалеко
Далеко
Близко
Близко
Близко
Недалеко
Близко
Недалеко
Далеко
Близко
Недалеко
Далеко
Близко
Недалеко
Далеко
Далеко
ТО y = dj
159
№p
59
Абсолютно не пригодно
1
160
Таблица Б.2 – Правила логического вывода для задачи поиска наилучшего
местоположения для строительства мусороперегрузочной станции
№ p ЕСЛИ r1 = a1,l И r2 = a2,l
И r3 =a3,l
И r4 = a4,l
ТО y=dj
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
Близко
Близко
Близко
Близко
Близко
Далеко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Близко
Недалеко
Недалеко
Близко
Недалеко
Близко
Близко
Далеко
Далеко
Близко
Недалеко
Далеко
Далеко
Близко
Недалеко
Близко
Недалеко
Недалеко
Далеко
Далеко
Близко
Недалеко
Далеко
Далеко
Близко
Близко
Близко
Далеко
Далеко
Близко
Близко
Близко
Близко
Далеко
Далеко
Далеко
Далеко
Близко
Близко
Далеко
Далеко
Близко
Близко
Близко
Далеко
Далеко
Далеко
Далеко
Близко
Близко
Далеко
Близко
Близко
Близко
Далеко
Близко
Далеко
Далеко
Далеко
Близко
Далеко
Далеко
Близко
Близко
Близко
Далеко
Близко
Далеко
Далеко
Далеко
Близко
Далеко
Пригодно
Недостаточно
пригодно
Не пригодно
Таблица Б.3 – Правила логического вывода для задачи поиска наилучшего
местоположения для установки санитарно-защитной зоны полигона отходов
№ p ЕСЛИ r1 = a1,l И r2 = a2,l
И r3 =a3,l И r4 = a4,l
ТО y = dj
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Далеко
Близко
Близко
Близко
Недалеко
Недалеко
Не далеко
Далеко
Не далеко
Близко
Далеко
Близко
Близко
Близко
Не далеко
Не далеко
Далеко
Близко
Недалеко
Далеко
Далеко
Далеко
Далеко
Не далеко
Не далеко
Не далеко
Не далеко
Далеко
Близко
Близко
Далеко
Близко
Близко
Не далеко
Далеко
Далеко
Недалеко
Недалеко
Недалеко
Далеко
Далеко
Далеко
Недалеко
Недалеко
Недалеко
Близко
Далеко
Близко
Недалеко
Далеко
Недалеко
Далеко
Абсолютно
пригодно
Пригодно
Недостаточно
пригодно
161
№p
ЕСЛИ r1 = a1,l
И r2 = a2,l
И r3 =a3,l
И r4 = a4,l
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
Далеко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Далеко
Близко
Близко
Далеко
Далеко
Далеко
Далеко
Не далеко
Близко
Близко
Не далеко
Не далеко
Далеко
Далеко
Далеко
Далеко
Близко
Близко
Близко
Близко
Близко
Близко
Близко
Не далеко
Не далеко
Не далеко
Не далеко
Не далеко
Не далеко
Не далеко
Далеко
Далеко
Далеко
Не далеко
Далеко
Далеко
Близко
Не далеко
Далеко
Далеко
Близко
Не далеко
Не далеко
Далеко
Близко
Близко
Не далеко
Далеко
Близко
Близко
Не далеко
Не далеко
Не далеко
Далеко
Далеко
Близко
Близко
Не далеко
Не далеко
Не далеко
Далеко
Далеко
Не далеко
Далеко
Далеко
Близко
Близко
Далеко
Близко
Близко
Не далеко
Далеко
Недалеко
Близко
Близко
Близко
Недалеко
Далеко
Близко
Близко
Недалеко
Далеко
Близко
Недалеко
Далеко
Близко
Недалеко
Недалеко
Далеко
Близко
Недалеко
Далеко
Близко
Недалеко
Далеко
Недалеко
Далеко
Близко
Близко
Далеко
Близко
Близко
Недалеко
ТО y = dj
Не пригодно
Абсолютно не
пригодно
162
ПРИЛОЖЕНИЕ В
РАСТРЫ ФУНКЦИЙ ПРИНАДЛЕЖНОСТИ, ПОЛУЧЕННЫЕ
ПРИ РАСЧЕТЕ ПРИГОДНОСТИ ТЕРРИТОРИЙ ДЛЯ
РАЗМЕЩЕНИЯ ПРОМЫШЛЕННЫХ ОТХОДОВ
163
для
задачи
поиска
Рисунок В.1 – Растры принадлежности ЛП «Расстояние до промышленных объектов»
1.
Расчет растров принадлежности
местоположения мусороперегрузочных станций
164
Рисунок В.2 – Растры принадлежности к ЛП «Расстояние до объектов
размещения отходов»
Рисунок В.3 – Растры принадлежности ЛП «Расстояние до населенных пунктов»
165
Рисунок В.4 – Растры принадлежности ЛП «Расстояние до автодорог»
166
167
2.
Расчет
растров
принадлежности
для
задачи
поиска
местоположения для объектов размещения отходов
Рисунок В.5 – Растры принадлежности ЛП «Расстояние до населенного
пункта»
Рисунок В.6 – Растры принадлежности ЛП «Расстояние до водных объектов»
168
Рисунок В.7 – Растры принадлежности ЛП «Расстояние до автодорог»
169
Рисунок В.8 – Растры принадлежности ЛП «Расстояние до лесных массивов»
170
171
3.
Расчет
местоположения
растров
принадлежности
санитарно-защитных
зон
для
полигонов
задачи
поиска
промышленных
отходов.
Рисунок В.9 – Растры принадлежности ЛП «Расстояние до нормативной
СЗЗ»
Рисунок В.10 – Растры принадлежности ЛП «Расстояние до полигона промышленных отходов»
172
Рисунок В.11 – Растры принадлежности ЛП «Расстояние до населенных пунктов»
173
Рисунок В.12 – Растры принадлежности ЛП «Расстояние до полигона промышленных
отходов»
174
175
ПРИЛОЖЕНИЕ Г
ДОКУМЕНТЫ, ПОДТВЕРЖДАЮЩИЕ ВНЕДРЕНИЕ
РЕЗУЛЬТАТОВ РАБОТЫ
176
177