Використання нечіткої оцінки впливу для оцінювання якості середовища

https://doi.org/10.23939/istcgcap2021.93.059
Надіслано: Березень 12, 2021
1
Київський національний університет будівництва і архітектури
2
Київська обласна організація спілки архітекторів України

Метою дослідження є розроблення моделей нечіткої оцінки впливу природних та антропогенних впливів, які дають можливість інтегрувати в собі різні за своєю фізичною природою фактори, що в свою чергу дає можливість приведення їх до єдиної системи оцінювання стану довкілля та порівняння стану різних оцінюваних територій. Методика. Основу запропонованого моделювання складає традиційний підхід до проектування таких моделей, що включає рівні концептуального, логічного та фізичного моделювання. Для концептуального моделювання використано уніфіковану мову моделювання UML (Unified Modeling Language), яка рекомендована як основний засіб моделювання в комплексі міжнародних стандартів з географічної інформації / геоматики та програмний засіб, що підтримує інтерактивний режим створення UML-діаграм Visio. Для розглянутих моделей реалізовано базу геопросторових даних та SQL-функції та використано розширення стандартної мови SQL99 новим типом даних geometry і вбудованими функціями, що забезпечують зберігання, опрацювання і аналіз геопросторових даних в системах керування базами даних. Запропоновані моделі в дослідженні реалізовано в середовищі об’єктно-реляційної СКБД PostgreSQl/Postgis та геоінформаційної системи QGIS. Результати. Виконано огляд досвіду застосування нечіткої логіки для оцінки стану довкілля. Запропоновано та реалізовано технологічні моделі для розрахунку показників забезпеченості досліджуваної адміністративної одиниці об'єктами соціальної інфраструктури, впливу зелених насаджень та промислових об'єктів і транспорту на навколишнє середовище. Наведено приклад апробації запропонованого підходу на основі відкритих даних OpenStreetMaps для території Попаснянського району Луганської області. Наукова новизна. В роботі виконано теоретичні узагальнення та одержано практичні результати вирішення прикладної задачі розроблення моделі нечіткої оцінки впливу різних факторів на навколишнє середовище з використанням ГІС. Така оцінка може застосовуватись на етапі розробки стратегій просторового розвитку громади, для визначення найбільш прийнятного варіанту розвитку, а також для уніфікації засобів моніторингу реалізації стратегій, органічно пов’язуючи між собою локальні, національні та глобальні завдання. Практична значущість. Застосування запропонованого підходу щодо використання GRID-моделювання та нечіткої оцінки впливу при оцінці якості навколишнього середовища дозволяє інтегрувати в собі різні показники, порівнювати їх шляхом приведення до єдиної системи оцінювання.

  1. ДБН Б.2.2-12:2019. Планування та забудова територій.
  2. ДСП-173. Державні санітарні правила планування та забудови населених пунктів. 1996.
  3. Зазнобина Н. Интегральные оценки антропогенной нагрузки на городскую среду как гетеротрофную екосистему. Автореферат диссертации кандидата биологических наук: 03.00.16.Нижегородский ГУ им. Н. И. Лобачевского, 24., 2018.
  4. Лютик Т. В. Функція бажаності Харрінгтона як інструмент інтегральної оцінки інноваційної та науково-технологічної складових економічного потенціалу. Історія науки і біографістика,2016. Вип. 4.
  5. Лященко, А. А., Волчко, Є. П., Кравченко, Ю. В. Нечіткі геоінформаційні моделі прояву екологічних факторів та їх впливу на грошову оцінку земельних ділянок. Вісник геодезії та картографії, 2012. Вип. 1 (76). С. 37-43. 
  6. Олех, Т. М., Гогунский, В. Д., Руденко, С. В. Модель обобщенной оценки воздействия на окружающую среду в проектах. Управління розвитком складних систем, 2013. Вип. 15. С. 53-59.
  7. Сайт програмного засобу PostgreSQL. URL: https://www.postgresql.org/.
  8. Сайт програмного засобу QGIS. URL: http://qgis.org/ru/site.
  9. Сайт OpenStreetMap. URL: https://www.openstreetmap.org.
  10. Статюха, Г. О., Бойко, Т. В., Бендюг, В. І., Абрамов, І. Б. Алгоритм прийняття рішень при оцінюванні впливів на навколишнє середовище. Вісник Вінницького політехнічного інституту, 2006. Вип. 5. С. 119-123.
  11. Черепанов А.С. Вегетационные индексы. Геоматика, 2011. Вип.2. С. 98–102.
  12. Adriaenssens, V., Goethals, P. L., De Pauw, N. (2006). Fuzzy knowledge-based models for prediction of Asellus and Gammarus in watercourses in Flanders (Belgium). Ecological Modelling, 195(1-2), 3-10.
  13. Harrington E. C. (1965). The Desirability Function.Industrial Quality Control, 494–498.
  14. ISO/IEC 13249-3:2011. Information technology. Database languages – SQL Multimedia and Application Packages. Part 3: Spatial. 2012.
  15. Mario E., Giuseppe S. Fuzzy approach to the environmental impact evaluation. Ecological Modelling, 2001. Вип.136. С. 131-147.
  16. Petry F. E.  & M. A. Cobb (Eds.), Robinson, V. B. Fuzzy Modeling with Spatial Information for Geographic Problems. XII, 338 p. 135 illus. 3-540-23713-5. Berlin: Springer, 2005..10.1007/b138243.
  17. Rudner M. Biedermann, R., Schröder, B., Kleyer, M. Integrated Grid Based Ecological and Economic (INGRID) landscape model – A tool to support landscape management decisions. Environmental Modelling and Software, 2007. Вип. 22(2). С. 177-187 DOI: 10.1016/j.envsoft.2005.07.016.
  18. Stanovskiy, O., Prokopovitch, I., Olekh, H., Kolesnikova, K., & Sorokina, L. Procedure for impact assessing on the environment. Proceedings of Odessa Polytechnic University, 2018. Вип. 1(54). С. 99-107. DOI: 10.15276/opu.1.54.2018.14.
  19. The Natural Capital Project (2019). InVEST, user’s guide. URL: http://releases.naturalcapitalproject.org/invest-userguide/latest/habitat_quality.html#the-model.
  20. Vogiatzakis N. (2003). GIS-based Modelling and Ecology: A Review of Tools and Methods.