Математическое моделирование оценки степени покрытия растительностью территорий инфраструктурных объектов

Обложка

Цитировать

Полный текст

Аннотация

В рамках надлежащего содержания ряда линейных инфраструктурных объектов (полос отвода автомобильных и железных дорог, охранных зон линий электропередачи, трасс газо-, нефте- и продуктопроводов и иных) нередко на их территориях осуществляют удаление произрастающей нежелательной древесно-кустарниковой растительности. Авторами статьи было установлено, что при организации и проведении указанных работ не уделяется должного внимания вопросам оценки их качества. Существующие способы и методы оценки качества работ по удалению нежелательной растительности не обеспечивают объективного суждения об эффективности выполненных мероприятий по очистке территорий инфраструктурных объектов от указанной растительности, при этом в качестве оценочного критерия практически повсеместно используется показатель густоты произрастающей на площади в 1 га растительности. Выявлено, что данный показатель, определяемый с большой долей субъективности, не всегда способен адекватно оценить степень зарастания обследуемой территории. Целью исследования являлась разработка математической модели оценки степени покрытия нежелательной древесно-кустарниковой растительностью территорий инфраструктурных объектов с обоснованием критерия, позволяющего оценить качество выполнения работ по удалению указанной растительности. Для реализации целей исследования авторами была разработана математическая модель, учитывающая предварительно выявляемые характеристики произрастающей растительности (количество экземпляров, площадь проекций крон) и параметры обследуемой территории (площадь исследуемого участка и фактическая площадь, на которой произведено удаление растительности) и иные параметры. В качестве выходного показателя разработанной математической модели авторами предложено использовать критерий непроектного покрытия территорий нежелательной растительностью. В статье представлен пример оценки качества выполняемых мероприятий по удалению растительности с территории полосы отвода железных дорог для ряда исходных данных. Разработанный авторами критерий непроектного покрытия территорий линейных инфраструктурных объектов нежелательной древесно-кустарниковой растительностью может быть применён при организации работ по удалению указанной растительности для обоснования применения необходимой системы машин и механизмов, а также при оценке качества выполнения работ по очистке территорий инфраструктурных объектов от нежелательной растительности.

Об авторах

Алексей Александрович Платонов

Ростовский государственный университет путей сообщения

Email: paa7@rambler.ru

Марина Алексеевна Платонова

Воронежский институт высоких технологий

Email: m.platonova@vfrgups.ru

Список литературы

  1. Сощенко А. Е. Развитие методов и технических средств обеспечения эксплуатационной надёжности линейной части трубопроводного транспорта нефти: автореф. дис. … д-ра техн. наук: 25.00.19. Уфа, 2005. 48 с.Шергунова Н. А. Повышение надёжности воздушных линий электропередачи распределительных сетей: монография. М: Энергоатомиздат, 2006. 211 с.Научно-методические основы управления надёжностью и безопасностью эксплуатации сетей связи железнодорожного транспорта: монография / В. К. Котов, В. Р. Антонец, Г. П. Лабецкая, В. В. Шмытинский. М: УМЦ ЖДТ, 2012. 193 с.Курганов В. М., Грязнов М. В. Обеспечение надёжности в системе управления перевозками и производством на автомобильном транспорте: монография. Магнитогорск: Магнитогорский дом печати, 2012. 125 с.Григорьев И. В., Григорьева О. И., Чураков А. А. Эффективные технологии и системы машин для малообъёмных заготовок древесины // Энергия: экономика, техника, экология. 2018. № 2. С. 61—66.Лапидус Б. М. Аутсорсинг как одно из приоритетных направлений в реформированиии повышении эффективности российских железных дорог // Железнодорожный транспорт. 2006. № 2. С. 40—44.Павлов А. Современные подходы в области управления растительностью вдоль воздушных ЛЭП // Электроэнергия. Передача и распределение. 2020. № S2 (17).С. 24—29.Платонов А. А. Исследование и систематизация существующих технологических процессов удаления нежелательной растительности // Системы. Методы. Технологии. 2020. № 3 (47). С. 63—73. doi: 10.18324/2077-5415-2020-3-63-73.Конструкции и параметры машин для расчистки лесных площадей: монография / И. М. Бартенев, М. В. Драпалюк, П. И. Попиков, Л. Д. Бухтояров. М.: Флинта-Наука, 2007. 208 с.Кузьмин И., Байрамов И., Виноградов С. Содержание трасс ВЛ в нормативном состоянии. Контроль растительности // Электроэнергия. Передача и распределение. 2020. № S2 (17). С. 2—7.Gerasimov Y., Senko S., Karjalainen T. Prospects of Forest Road Infrastructure Developmentin Northwest Russia with Proven Nordic Solutions // Scandinavian Journal of Forest Research. 2013. Vol. 28, no. 8. P. 758—774. doi: 10.1080/02827581.2013.838299.Ivashnev M. V, Vasiliev A. S., Shegelman I. R. Synthesis methodology of patentable technical solutions: a case of equipment for removing tree and shrubbery vegetation // Astra Salvensis. 2018. Vol. 6. P. 531—540.Kukkonen М., Kukkonen Е. Koneellinen metsänhoito. Kuopio: Karelia-ammattikorkeakoulun julkaisuja, 2013. 69 р.Miller R. H. Integrated Vegetation Management. Atlanta: International Society of Arboriculture, 2021. 108 р.Rask A. M., Kristoffersen P. A review of non-chemical weed control on hard surfaces // Weed Re-search. 2007. No. 47 (5). P. 370—380. doi: 10.1111/j.1365-3180.2007.00579.x.Matthies M, Beyer A. Role of vegetation on the overall persistence and long-range transport potential // Stochastic Environmental Research and Risk Assessment. 2003. Vol. 17, no. 4. Р. 252—255. doi: 10.1007/s00477-003-0141-9.Ersson B. T, Platonov A., Zimarin S. V. Analysis of the information content of tenders for the removal of unwanted vegetation // IOP Conference Series: Earth and Environmental Science. Сер. «International Forestry Forum “Forest Ecosystems as Global Resource of the Biosphere: Calls, Threats, Solutions”». 2020. P. 012022. doi: 10.1088/1755-1315/595/1/012022.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Платонов А.А., Платонова М.А., 2022

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».