ОСОБЕННОСТИ ОЦЕНКИ ЭКОЛОГИЧЕСКОЙ УСТОЙЧИВОСТИ ПРИРОДНО-ПРОМЫШЛЕННЫХ СИСТЕМ ИНДЕКСНЫМИ МЕТОДАМИ С ПРИМЕНЕНИЕМ МЯГКИХ ВЫЧИСЛЕНИЙ

Обложка
  • Авторы: Маслобоев А.В.1,2
  • Учреждения:
    1. Институт информатики и математического моделирования имени В. А. Путилова Федерального исследовательского центра «Кольский научный центр Российской академии наук»
    2. Институт проблем промышленной экологии Севера Федерального исследовательского центра «Кольский научный центр Российской академии наук»
  • Выпуск: № 2 (2025)
  • Страницы: 119-135
  • Раздел: БЕЗОПАСНОСТЬ В ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЯХ
  • URL: https://ogarev-online.ru/2307-4205/article/view/294756
  • DOI: https://doi.org/10.21685/2307-4205-2025-2-13
  • ID: 294756

Цитировать

Полный текст

Аннотация

Актуальность и цели. Исследование направлено на разработку подходов и методов информационной поддержки многокритериального принятия решений в задачах управления объектами природно- промышленных систем Арктической зоны России с целью обеспечения их экологической безопасности и устойчивого функционирования в условиях воздействия негативных факторов природного и техногенного характера. Региональные особенности и специфика хозяйственного освоения обусловливают уязвимость объектов, локализованных на территории данного региона, в плане возникновения неблагоприятных инициирующих событий различного генезиса, что требует выработки эффективных мер и стратегических решений, повышающих надежность и безопасность объектов существующей региональной инфраструктуры. Для обоснованного выбора мер противодействия актуальным угрозам в процессе управления необходимо проводить оценку и анализ вариантов решений по многим критериям. Материалы и методы. Единая методологическая база исследования включает общую теорию безопасности, методологию управления рисками и развивающуюся на современном этапе концепцию жизнеспособности сложных систем. Предлагаемый подход к многоуровневой интегральной оценке экологической безопасности территорий основан на совместном применении индексных методов количественного и качественного анализа разнородных показателей устойчивости экосистем и иерархическом агрегировании оценок. Результаты и выводы. Разработан модифицированный индикаторный метод, расширяющий возможности известных методик расчета интегрального показателя состояния экосистем в части учета качественных показателей и ситуационных факторов, их неравнозначности и антагонистичности, а также сохранения сбалансированности показателей. Метод основан на автоматической трансформации оценок в функции принадлежности и нечеткой свертки нормализованных показателей по уровням организационной иерархии. Метод позволяет количественно оценить степень воздействия объектов природно-промышленных систем на состояние устойчивости экосистем в условиях неполной определенности исходных данных и может быть использован для подготовки и реализации комплекса превентивных и реактивных мер по повышению экологической безопасности территорий при импактном мониторинге этих объектов.

Об авторах

Андрей Владимирович Маслобоев

Институт информатики и математического моделирования имени В. А. Путилова Федерального исследовательского центра «Кольский научный центр Российской академии наук»; Институт проблем промышленной экологии Севера Федерального исследовательского центра «Кольский научный центр Российской академии наук»

Автор, ответственный за переписку.
Email: masloboev@iimm.ru

доктор технических наук, доцент, ведущий научный сотрудник лаборатории информационных технологий управления техногенно-природными системами; главный научный сотрудник

(Россия, Мурманская область, г. Апатиты, ул. Ферсмана, 14)

Список литературы

  1. Holling C. S. Resilience and stability of ecological systems // Annual Review of Ecology and Systematics. 1973. № 4. P. 1–23.
  2. Liu Ch., Li W., Xu J. [et al.]. Global trends and characteristics of ecological security research in the early 21st century: A literature review and bibliometric analysis // Ecological Indicators. 2022. Vol. 137. Article no. 108734.
  3. Spitz K., Trudinger J., Orr M. Environmental Social Governance. 1st ed. CRC Press, 2022. 278 p.
  4. Dathe T., Dathe R., Dathe I., Helmold M. Corporate Social Responsibility (CSR), Sustainability and Environmental Social Governance (ESG). Approaches to Ethical Management. Springer Cham, 2022. 203 p.
  5. Белик И. С., Стародубец Н. В., Майорова Т. В., Ячменева А. И. Механизмы реализации концепции низкоуглеродного развития экономики. Уфа : МЦИИ «Омега Сайнс», 2016. 119 с.
  6. Альхимович И. Н., Амирова Н. Р., Бурденко Е. В. [и др.]. Зеленая экономика в парадигме устойчивого развития. М. : ИНФРА-М, 2023. 248 с.
  7. Макаров Д. В., Боровичев Е. А., Ключникова Е. М. [и др.]. Охрана природы в условиях развитого горнопромышленного комплекса Мурманской области // Вестник Кольского научного центра РАН. 2020. № 2. С. 5–14.
  8. Дядик Н. В., Чапаргина А. Н., Дядик В. В. [и др.] Контент-анализ методов оценки экологической безопасности территории // Московский экономический журнал. 2023. Т. 8, № 9. С. 364–383.
  9. Masloboev A. V. An index-based method for integral estimation of regional critical infrastructure resilience using fuzzy calculations (Part 1. Problem statement and method generic structure) // Reliability and quality of complex systems. 2024. № 1. P. 124–141.
  10. Masloboev A. V. An index-based method for integral estimation of regional critical infrastructure resilience using fuzzy calculations. Part 2. Resilience capacity models and backbone capabilities // Reliability and quality of complex systems. 2024. № 3. P. 130–156.
  11. Burkov V. N., Novikov D. A., Shchepkin A. V. Control Mechanisms for Ecological-Economic Systems // Studies in Systems, Decision and Control. 2015. Vol. 10. 166 p.
  12. Национальный общественный стандарт «Экологическая безопасность Арктики» / под ред. Н. А. Кашулина, В. А. Маслобоева. М. : Либри Плюс, 2016. 88 с.
  13. Masloboev A. V. Systematic approach for ensuring the resilience of ecological-economic systems of the Russian Arctic (Part 1. Resilience management principles) // Reliability and quality of complex systems. 2023. № 1. P. 142–156.
  14. Masloboev A. V. Systematic approach for ensuring the resilience of ecological-economic systems of the Russian Arctic (Part 2. Assessment procedure and criteria) // Reliability and quality of complex systems. 2023. № 2. P. 115–126.
  15. Zhang R., Wang Ch., Xiong Ya. Ecological security assessment of China based on the pressure-state-response framework // Ecological Indicators. 2023. Vol. 154. Article no. 110647.
  16. Hashemi R., Darabi H. The Review of Ecological Network Indicators in Graph Theory Context: 2014–2021 // International Journal of Environmental Research. 2022. Vol. 16. Article no. 24.
  17. Смирнова Е. Э. Экологические стандарты управления качеством окружающей среды / под науч. ред. А. Н. Ларионова. СПб. : СПбГАСУ, 2024. 537 с.
  18. Семина С. С., Конюхов А. Н. Быстрая центроидная дефаззификация субнормальных нечетких интервалов // Современные технологии в науке и образовании (СТНО-2022) : сб. тр. V Междунар. науч.-техн. форума (г. Рязань, 2–4 марта 2022 г.) : в 10 т. / под общ. ред. О. В. Миловзорова. Рязань : РГРTУ, 2022. Т. 5. С. 98–104.
  19. Экосистемы в районе Кольской АЭС (Мурманская область): современное состояние / под ред. В. А. Маслобоева, Е. А. Боровичева и Д. А. Давыдова. Апатиты : ФИЦ КНЦ РАН, 2024. 468 с.
  20. Амосов П. В. [и др.] Пыление хвостов обогащения апатит-нефелиновых руд: экологическая проблема и пути ее решения. Апатиты : ФИЦ КНЦ РАН, 2023. 168 с.
  21. Гурлев И. В., Маслобоев А. В., Малыгин И. Г. Ситуационная осведомленность о состоянии портов северного морского транспортного коридора в управлении экологической безопасностью Арктики // Надежность и качество сложных систем. 2022. № 4. С. 120–134. doi: 10.21685/2307-4205-2022-4-13
  22. Кубасов И. А. Промышленный интернет вещей как революционный скачок развития // Надежность и качество сложных систем. 2023. № 2. С. 83–89. doi: 10.21685/2307-4205-2023-2-9

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 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».