Создание базы данных техногенно-нарушенных территорий Новосибирской области

Алексей Александрович Колесников; Николай Сергеевич Косарев; Наталья Анатольевна Немова; Александр Владиславович Резник; Тимофей Александрович Платонов

УДК 004.6:502.17 (571.14)

DOI 10.33764/2411-1759-2023-28-5-80-92

Создание базы данных техногенно-нарушенных территорий

Новосибирской области

А. А. Колесников12*, Н. С. Косарев12, Н. А. Немова1,2, А. В. Резник2, Т. А. Платонов1 1 Сибирский государственный университет геосистем и технологий, г. Новосибирск,

Российская Федерация 2 Институт горного дела имени Н. А. Чинакала СО РАН, г. Новосибирск,

Российская Федерация * e-mail: [email protected]

Аннотация. Сегодня все более остро встает проблема оценки влияния техногенно-нарушенных территорий на окружающую среду и анализа решений по их дальнейшему использованию с учетом экологических мероприятий. В статье рассматриваются источники получения исходных данных для оценки техногенно-нарушенных территорий и их особенности при интеграции в единую динамически пополняемую базу данных. Описаны структурные элементы такой базы данных и хранимые характеристики как с точки зрения пространственных данных, так и с точки зрения экологического состояния объектов. Предложена концепция многоуровневой системы различных методов компьютерного моделирования сложных, пространственно-распределенных нелинейных систем «природная среда - технологическое пространство - техногенно-нарушенная территория». Описаны общая схема хранилища, решающего поставленную задачу, и комплекс программных средств, позволяющий автоматизировать процессы сбора и интеграции данных из открытых источников на интересующую территорию.

Ключевые слова: база данных, техногенно-нарушенные территории, пространственные данные, автоматизация

Введение

На сегодняшний день имеется большое количество способов и методов получения исходных данных для оценки техногенно-нарушенных территорий с различным уровнем точности, включая геодезические методы и технологии дистанционного зондирования Земли [1]. В открытом доступе имеются муль-тиспектральные снимки, модели рельефа, данные с различных датчиков состояния атмосферы всей территории России на разные даты, что позволяет проводить исследования интересующих объектов на базовом уровне с последующим переходом к получению и интерпретации высокоточных данных [2]. Хотя, в случае рассмотрения высокоточных пространственных данных совместно с материалами наземных наблюдений, количество, качество, надежность и представительность этих данных будет варьироваться от региона к региону. В старопромышленных регионах (Урал, Донбасс, Кузбасс) такие наблюдения могут вестись на протяжении ста и более лет,

в то время как в других районах (Красноярский край, Кольский полуостров) на протяжении десятилетий, а в регионах нового освоения (Якутия, Крайний Север, Полярный Урал) такие данные могут отсутствовать или иметь временной промежуток в несколько лет [3]. В такой ситуации для одного региона необходимо применять соответствующий комплекс данных и используемых для их получения критериев, и методов, для других - другой набор, так как воздействие на окружающую среду (ОС) может быть различным на всех этапах освоения месторождения [4].

С этой целью на техногенно-нарушенных территориях как в старопромышленных районах, так и в районах с текущей и перспективной добычей полезных ископаемых необходимо формирование специализированных и постоянно пополняемых баз данных (БД), позволяющих оперативно вносить в них данные на основе мониторинга [5]. В дальнейшем на основе данных из БД возможно осуществлять прогноз состояния нарушенных земель с возможностью динамического адап-

тивного комплекса критериев, формируемого на основе алгоритмов машинного обучения и способствующего определению безопасного или допустимого уровня воздействия на компоненты окружающей среды для разных этапов эксплуатации месторождений в разных регионах для разных видов полезных ископаемых [6].

При постоянном пополнении БД техно-генно-нарушенных территорий горными работами данными экологического мониторинга, которые заключаются в определении ПДК и ПДУ опасных и особо опасных веществ в компонентах ОС, появляется возможность на должном уровне провести корректную геоэкологическую оценку [7]. Также должны учитываться основные компоненты анализа и оценки территорий, включающие в себя социально-экономические, технологические и пространственные элементы, инженерно-геологические критерии. Кроме этого, при формировании БД необходимо учитывать как полевую, так и лабораторную природу собираемых данных. Например, использование только полевых и инструментальных методов диагностики позволят определять загрязнение территорий и оценить функциональное состояние экосистемы, а также данные о границах этих загрязнений с составлением карт, а в лабораторных исследованиях -элементный и механический анализ различных свойств грунтов и его морфологии [8]. Ориентация на хранение геопространственных данных в системах управления БД будет способствовать применению уже разработанных методологических подходов, алгоритмов обработки, методик анализа, математических моделей, что позволит эффективнее решить поставленную задачу анализа и прогнозирования состояния техногенно-нарушенных территорий [9]. Применение геопространственных и временных данных позволяет точнее учитывать потенциал недр и техногенно-нарушенных территорий, являющихся важным элементом региональных, муниципальных и корпоративных моделей перспективного планирования и текущего управления. На этой информационно-аналитической основе целесообразно строить научно-обоснованные прогнозы, определяющие допусти-

мый уровень техногенного воздействия на природную и геологическую среду в целом, ее отдельные территории и зоны, а также формировать комплекс мероприятий, обеспечивающих экологически ориентированное развитие территорий, их эксплуатацию и последующую рекультивацию нарушенных земель на основе рациональных и безопасных методов. Также нужно отметить, что междисциплинарный характер проблемы предполагает учет результатов исследований в различных научных областях для совершенствования теоретических подходов и методологии комплексного управления процессами рационального экологически сбалансированного взаимодействия природных и технических систем.

Методы и материалы

Для того, чтобы сформировать структуру и выделить необходимые требования к БД и управляющему программному обеспечению для ее использования, необходимо рассмотреть особенности предметной области, анализируемых объектов и цели исследования [10-12]. Описанные выше источники данных позволяют проводить мультимасштаб-ный анализ территории [13-17]. Поэтому в настоящем исследовании используется комплексный подход к проведению геоэкологической оценки техногенно-нарушенных территорий, особенностью которого является многоуровневая система различных методов компьютерного моделирования сложных, пространственно-распределенных нелинейных систем «природная среда - технологическое пространство - техногенно-нарушенная территория» для всесторонней оценки и последующего обоснования рациональных решений и мероприятий экологически сбалансированного использования их территорий, учитывающий лабораторные и инструментальные исследования.

Потенциальные объекты исследований -контрастные по условиям подготовки, развития и функционирования территории промышленных предприятий, в том числе территории освоения месторождений различных видов твердых полезных ископаемых, отвалы

горных предприятии, шламо-, золо- и хвосто-хранилища, полигоны хранения различных отходов, намывные территории, придорожные карьеры [18-22].

Подходы к районированию техногенно-нарушенных территорий по состоянию компонентов ОС будут отличаться в зависимости от заданного критерия и методов его расчета [2326]. Разработанная методика разделения территорий по особенностям техногенной нару-шенности компонентов ОС в ходе ведения горных работ позволит спрогнозировать опасность загрязнения ландшафта. Эффективность районирования техногенно-нарушенных территорий будет зависеть от многоуровневой геоэкологической системы мониторинга, позволяющей использовать как ретроспективные данные, так и типовые и рациональные комплексные наблюдения за состоянием компонентов ОС и оценки нарушенности территорий. Построение геоэкологических моделей и карт техногенно-нарушенных территорий, позволят продемонстрировать особенности изменения компонентов ОС в зависимости от характера техногенного воздействия.

В качестве дальнейшего результата применения сформированной БД планируется создание математических моделей с использованием ретроспективных статистических данных на основе анализа разновременных данных дистанционного зондирования земли (ДЗЗ) в сочетании с наземными данными, и формирование оценки уровня техногенного воздействия на растительный покров и почву территорий вблизи горнодобывающих регионов в качестве экологической основы для учета как постепенных, так и быстрых изменений состояния техногенно-нарушенных территорий. Эти модели и оценки позволят осуществлять экологическое и эколого-эко-номическое районирование таких территорий. При этом будут выделены районы по характеру и степени измененности природной среды, ее влиянию на здоровье населения, по признаку основного техногенного воздействия и промышленного освоения заданной территории, опирающегося на масштабы и характер воздействия, соотнесенный с потенциалом устойчивости среды на основе его картирования и кластеризации. Также в дан-

ной БД возможно будет выполнить ранжирование территорий по критериям самовосстановления, восстановления, невозможности восстановления.

Результаты

Для получения максимальной пользы от используемых информационных ресурсов и унифицированного доступа к ним целесообразно формировать постоянно пополняемые БД, являющиеся информационно-аналитической основой для решения различных задач геоэкологической оценки техногенно-нару-шенных горными работами территорий. Система управления БД должны настраиваться под решение конкретных задач, должна быть реализована возможность интеграции как новых видов информационных ресурсов, так и новых знаний, например, о новых методах получения и интерпретации данных.

В качестве базовой территории для сбора данных выбрана Новосибирская область. На данный момент она насчитывает 83 месторождения, которые относятся к техногенно-нарушенным территориям (рис. 1).

54°0'

1» •

р- и- • \ . % *.« Ц • •' ■ • Л**; ) • - • V • •• »и* 1

V \ « Л \ I ►.■у

Рис. 1. Размещение техногенно-нарушенных объектов на территории Новосибирской области

Исходя из рассмотренных факторов, были выделены следующие особенности используемого набора данных:

- совместное применение растровых, векторных и статистических данных, базовым

источником которых служат открытые данные дистанционного зондирования Landsat 8 и 9, Sentinel 1 и 2, MODIS, используемые как в базовом растровом варианте, так и в виде вектора, получаемого по результатам автоматизированного дешифрирования;

- временной ряд данных на несколько месяцев / лет. Использование ретроспективных данных о горнодобывающих территориях позволит провести анализ данных, которые изменялись на протяжении конкретного временного интервала. Динамика развития территории приводит к оценке современного ее состояния, как правило, к резкому ухудшению ее индикационных показателей, ситуации с ОС. Ретроспективный анализ позволит определить динамику загрязненных земель, водных ресурсов и окружающей обстановки с годами вокруг промышленных предприятий или мест добычи полезных ископаемых. Использование данных ДЗЗ при ретроспективном анализе позволит выявить определенные изменения в качественном и количественном направлении и на основе аналитики, принять правильные решения для улучшения и применения контрмер по ликвидации развивающихся проблем. Ретроспективный анализ на основе спутниковой съемки в ряде случаев -это единственный способ сбора достоверных исторических сведений о территориях, когда архивные данные из других источников отсутствуют или не охватывают территорию в ходе анализа. Выявление влияния негативных факторов при ведении горных работ позволит определить тенденцию создания природных опасностей, чтобы принять меры по их снижению и уменьшению социально-экономического, экологического воздействия будущих потенциальных экологических угроз. В результате формируется набор картографических материалов за определенные временные периоды;

- в рамках одной территории хранятся отдельные пространственные объекты и растровые данные с различной детальностью и точностью в единой системе координат;

- предусматривается использование высокоточных геодезических данных и аэрофотосъемки. При формировании трехмерных моделей рассматриваемых территорий целесо-

образно использовать методы активного и пассивного дистанционного зондирования. К примерам актуальных задач, для решения которых стали активно использоваться данные этого типа, можно отнести: анализ цифровых моделей рельефа местности, построение и анализ трехмерных моделей городской среды, управление рисками наводнений, мониторинг дамб. Одной из наиболее важных и в то же время наиболее сложных задач предобработки этих данных для формирования полноценной цифровой геоинформационной модели является семантическая сегментация набора пространственных данных;

- физико-географические, природно-климатические показатели, свойства грунтов и их морфология. Например, для оценки влияния негативных факторов, характерных для горнодобывающих районов при освоении месторождений методом ДЗЗ при ретроспективном анализе, выявлена деградация земель, распространение карста, суффозии, эрозии, дефляции, загрязнение подземных и поверхностных вод, почвенного покрова, атмосферного воздуха, нарушение горного массива, растительного покрова и др.;

- возможность автоматизации цикла операций от предварительной обработки исходного изображения до имитационного моделирования развития экосистем.

При анализе необходимых характеристик техногенно-нарушенных объектов был составлен следующий список параметров:

- наименование объекта;

- административный район;

- назначение;

- тип добываемого полезного ископаемого;

- бассейн;

- запасы;

- запасы нераспределенного фонда В+С1;

- запасы нераспределенного фонда С2;

- стадия эксплуатации;

- ТЭЦ;

- площадь месторождения (с указанием даты);

- среднегодовая температура;

- минимальная температура;

- максимальная температура;

- среднегодовое количество осадков;

- максимальная сейсмичность по шкале Рихтера;

- высота снежного покрова;

- преобладающее направление ветра;

- среднегодовая скорость ветра;

- общая площадь земельного фонда района;

- земли сельскохозяйственного назначения;

- земли населенных пунктов;

- земли промышленности;

- земли особо охраняемых территорий;

- земли лесного фонда;

- земли водного фонда;

- земли запаса.

На основе перечисленных особенностей были сформулированы следующие требования к хранилищу данных:

- хранение пространственных данных в виде различных моделей;

- использование функций пространственного анализа (кластеризация);

- районирование, картирование и кластеризация техногенно-нарушенных территорий по состоянию компонентов ОС с выделением участков, характеризующихся допустимой и сверхнормативной экологической нагрузкой на основе сформированных геоэкологических критериев;

- хранение и анализ временных рядов;

- использование функций машинного обучения;

- использование способов автоматизации с помощью систем управления рабочими процессами. Современные достижения в области информационных технологий

и методов обработки пространственных данных позволяют автоматизировать процесс сбора и интеграции информации путем ее структурирования и формирования пространственных объектов из малоструктурированных данных в виде снимков и облаков точек, выполнять согласование разнородных данных для рассматриваемой техно-генно-нарушенных территорий, проводить автоматическую кластеризацию, в том числе с использованием технологий искусственного интеллекта. Использование современных алгоритмов снижения размерности данных позволяет визуализировать большое количество (десятки и сотни) разнородных показателей, в том числе и отображать степень важности отдельных показателей и тем самым формировать вероятностные значения причин изменения состояний техно-генно-нарушенных территорий.

Общая схема формируемого хранилища, реализующего перечисленные требования, состоит из трех блоков. Первый блок реализует получение и предварительное хранение (имеется в виду хранение «сырых» данных, которые требуется переработать с точки зрения формата хранения для дальнейшего полноценного использования) исходных данных. Он реализован на основе системы автоматизации процессов Ба§Б1ег, которая позволяет обращаться к внешним источникам данных и получать сразу либо необходимые данные, либо «сырые» данные, которые требуют изменения формата, отсечения неиспользуемых значений и т. п., для этого используется Б3 вариант хранилища МтЮ (рис. 2).

Получение и предварительное хранение данных

ЬапёБа! 8, 9 8епйпе1 1, 2 МОБК, УПЯБ

Автоматизация загрузки и обработки данных Хранение исходных данных аэро- и спутниковой съемки и облаков точек

М1ЫЮ

Рис. 2. Первый блок хранилища данных 84

Второй блок спроектированного хранилища отвечает за формирование геоинформационной модели в системе управления базами данных PostgreSQL путем непосредственного использования векторных картографических данных, а также автоматизированной сегментации исходных растровых данных с помощью алгоритмов машинного обучения. Также, для учета особенности работы с временной составляющей, используется расширение Time-scale (рис. 3).

MINIO

РуТОГСИ Хранение геоинформационных

Сегментация контуров техногенно- моделей и обработанных данных

измененных территорий

аэро- и спутниковой съемки и облаков точек

Рис. 3. Второй блок хранилища данных

Третий блок ориентирован на пространственно-временной анализ собранной геоинформационной модели. По результатам работы этого блока возможно формирование геопространственных прогностических моделей и моделей оценки влияния техногенно-измененных территорий на ОС (рис. 4).

Формирование аналитической геоинформационной модели

• Геопространственные

прогностические модели

• Модели влияния техногенно-измененных территорий на окружающую среду

Пространственный анализ и анализ временных рядов

Рис. 4. Третий блок хранилища данных

В результате был сформирован набор площадных объектов, которые представляют собой контуры техногенно-нарушенных территорий по состоянию на июнь-июль 2023 г. по данным снимков LandSat 8, 9 (пример приведен на рис. 5).

Рис. 5. Пример визуализации границы техногенно-нарушенной территории в ГИС QGIS

Полноценные исследования в области пространственного анализа сейчас практически невозможны без данных из внешних сервисов и БД, при этом современные механизмы и протоколы передачи данных позволяют обойтись без скачивания данных, а интегрировать только необходимый блок данных. Примером такового подхода для данного исследования может служить подключение к созданной БД слоев из публичной кадастровой карты (рис. 6).

Рис. 6. Пример совмещения границы техногенно-нарушенной территории и данных публичной кадастровой карты

Кроме метрических данных с контурами техногенно-нарушенных территорий не менее значимым элементом БД является атрибутивная информация. Фрагмент заполненных атрибутивных данных представлен в таблице.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Фрагмент атрибутивного описания техногенно-нарушенной территории

Месторождение Колыванское

Район Искитимский

Бассейн Горловский бассейн

Географическое расположение широта северная, град, мин, сек 54° 40' 6''

долгота восточная, град. мин, сек 83° 37' 10''

Высота над уровнем моря, м

Площадь месторождения, км2 6

Природно-климатическая характеристика Среднегодовая температура, градус С 2,6

Минимальная температура, градус С -23,2

Максимальная температура, градус С 20,8

Среднегодовое количество осадков, мм 442

Максимальная сейсмичность по шкале Рихтера, балл 4,3

Высота снежного покрова, м 38

Преобладающее направление ветра Южное

Среднегодовая скорость ветра, м/с 2,9

Заключение

В ходе исследования и формирования схемы и наполнения специализированной БД были получены техногенно-нарушенные территории, которые можно районировать по характеру и степени измененности окружающей природной среды, подвергшейся внешнему воздействию от горнодобывающих работ. А масштабы и характер внешнего воздействия, соотнесенные с потенциалом устойчивости ОС на основе районирования техногенно-нарушенных территорий, можно квартировать по признаку основного техногенного воздействия и промышленного освоения заданной территории с возможностью их ранжирования по критериям самовосстановления, восстановления, невозможности восстановления.

Автоматизированная обработка больших объемов данных на основе машинного обучения позволит оперативно осуществлять прогноз состояния техногенно-нарушенных земель с использованием динамического адаптивного комплекса критериев, способствующих определению безопасного или допустимого уровня воздействия на компоненты ОС для разных этапов эксплуатации месторождений в отдельных регионах для определенных видов полезных ископаемых.

Построение геоэкологических моделей и карт техногенно-нарушенных территорий и их динамический мониторинг позволят в режиме реального времени отслеживать изменения компонентов ОС.

Исследование выполнено за счет гранта Российского научного фонда (проект № 23-27-10057) и гранта НСО № р-60.

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Шевчук С. О., Косарев Н. С., Черемисина Е. С., Мелеск А. Х. Современное состояние и перспективы развития координатно-временного и навигационного обеспечения геолого-геофизических работ // Интерэкспо ГЕО-Сибирь. XVI Междунар. науч. конгр. : Национальная науч. конф. с международным участием «Геодезия, геоинформатика, картография, маркшейдерия : сб. материалов в S т. (Новосибирск, 1S июня - S июля 2020 г.). - Новосибирск : СГУГиТ, 2020. Т. 1, № 2. - С. 110-11S. -DOI 10.33764/2618-981X-2020-1-2-110-118.

2. Карачевцева И. П., Дубов С. С., Андреев М. В. и др. Открытые пространственные данные для исследования территорий и цифровые сервисы доступа к ним // Космические аппараты и технологии. -2023. - Т. 7, № 2 (44). - С. 142-152. - DOI l0.26732/j.st.2023.2.07.

3. Кожиев Х. Х., Босиков И. И., Дряев А. М. Комплексная оценка и учет требований для проведения рекультивации земель, нарушенных открытыми горными работами на Михайловском месторождении (КМА) // Грозненский естественнонаучный бюллетень. - 2022. - Т. 7, № 1 (27). - С. 2в-32. -DOI l0.25744/genb.2022.34.76.003.

4. Гаврилов В. Л., Немова Н. А., Резник А. В., Косарев Н. С., Смык М. И., Медведева К. Е. О нарушении земель при освоении МСБ восточной части Новосибирской области // Фундаментальные и прикладные вопросы горных наук. - 2022. - Т. 9, № 2. - С. в9-77.

5. Mabele B. C. P. Fundamentals of the geographic information database of the specially protected natural areas of the Republic of Congo // Изв. вузов. Геодезия и аэрофотосъемка. - 2020. - Vol. в4 (5). -С. 59в-в07.

в. Idrizi B., Maliqi E., Pashova L. Spatial database designing for environmental monitoring and decision making in Mitrovica Region, The Republic of Kosovo // Geosfera Indonesia. - 2021. - Vol. в, No. 2. -P.1S9-204.

7. Бардина Т. В., Чугунова М. В., Кулибаба В. В., Бардина В. И. Использование методов биотестирования для оценки экологического состояния почвогрунтов рекультивированного карьера // Биосфера. - 2020. - Т. 12, № 1-2. - С. 1-11. - DOI 10.24S55/BIOSFERA.V12I1.539.

S. Ивлиева М. С. Оценка техногенного воздействия при разработке карьера с помощью безмерных экологических индексов // Известия Тульского государственного университета. Технические науки. -2023. - № 3. - С. 547-550. - DOI 10.24412/2071-616S-2023-3-547-551.

9. Colonese G. et al. PostGeoOlap: an open-source tool for decision support //Anais do II Simposio Bra-sileiro de Sistemas de Informaçâo. - SBC, 2005. - С. 127-134.

10. Блискавицкий А. А. Концептуальное моделирование и проектирование ГИС // Информатизация и связь. - 2013. - № 2. - С. 43-45.

11. Каргашин П. Е., Новаковский Б. А., Киселева С. В. и др. База пространственных данных для решения задач проектирования объектов возобновляемой энергетики // Геоинформатика. - 2015. -№ 4. - С. 2-9.

12. Алексеенко Н. А., Курамагомедов Б. М. Проектирование базы пространственных данных для особо охраняемых природных территорий // Актуальные проблемы экологии и природопользования : сборник научных трудов XX Международной научно-практической конференции: в 2 т. (Москва, 2527 апреля 2019 года) / Российский университет дружбы народов. - М. : Российский университет дружбы народов (РУДН), 2019. Т. 2. - С. 20-23.

13. Пыко Н. С., Тишин Д. В., Искандиров П. Ю. и др. Непараметрические байесовские сети как инструмент комплексирования данных мультимасштабного анализа временных рядов и дистанционного зондирования // Известия высших учебных заведений России. Радиоэлектроника. - 2023. - Т. 26, № 3. - С. 32-47. - DOI 10.32603/1993-S9S5-2023-26-3-32-37.

14. Златопольский А. А. Мультимасштабный анализ цифровой модели рельефа. Экспериментальные закономерности // Современные проблемы дистанционного зондирования Земли из космоса. -2015. - Т. 12, № 3. - С. 27-35.

15. Гриняев С. Н., Шевченко А., Арзуманян Р. В. Применение мультимасштабного анализа сложных систем при сетевых взаимодействиях // Государственная служба. - 2012. - № 5 (79). - С. 62-66.

16. Мартыненко А. И., Карачевцева И. П. Методика обновления системы электронных автодорожных карт на основе многоуровневой модели базы пространственных данных // Известия вузов. Геодезия и аэрофотосъемка. - 2006. - № 1. - С. 161-165.

17. Еремеев С. В. Многоуровневое представление пространственных данных в геоинформационных системах // Геоинформатика. - 2006. - № 1. - С. 26-29.

18. Казаненков В. А., Филимонова И. В., Немов В. Ю. Главные направления и задачи поисков нефти и газа в Западной Сибири на ближайшие десятилетия // Бурение и нефть. - 2019. - № 10. - С. 10-18.

19. Санеев Б. Г., Майсюк Е. П., Иванова И. Ю. Оценка экологических последствий от объектов энергетики при реализации перспективных проектов освоения месторождений арктических территорий восточных регионов России // Арктика: экология и экономика. - 2021. - Т. 11, № 4. - С. 466-480. - Б01 10.25283/2223-4594-2021-4-466-480.

20. Курбатова И. Е. Изучение антропогенной нарушенности природной среды северо-восточного побережья Каспия с помощью космической информации // Водные ресурсы. - 1994. - Т. 21, № 4-5. -С.487-491.

21. Овсейчук В. А., Морозов А. А. Исследование характеристик горнорудной массы, слагающей отвалы забалансовых урановых руд, образованных при разработке месторождений стрельцовской группы // Физико-химическая геотехнология: инновации и тенденции развития : Международная научно-практическая конференция: сборник материалов (Чита, 11-22 февраля 2020 г.) / Отв. редактор Л. В. Шумилова. - Чита : Забайкальский государственный университет, 2021. - С. 20-25.

22. Мусохранов А. П., Протасова Н. Н. Обоснование и характеристики Параметры отсыпки отвалов в условиях Караканского каменноугольного месторождения, участок «Черемшанский» // Рекультивация выработанного пространства: проблемы и перспективы : Сборник статей IV международной научно-практической Интернет-конференции (Белово, 14-18 декабря 2018 г.). - Белово : Кузбасский государственный технический университет имени Т. Ф. Горбачева, 2019. - С. 1.1.1-1.1.4.

23. Герасимова Е. М., Воробьева О. Н. Открытая разработка железорудного карьера и его влияние на окружающую среду // Горинские чтения. Инновационные решения для АПК : Материалы Международной научной конференции (Майский, 14-15 марта 2023 г.). - Майский : Белгородский государственный аграрный университет имени В. Я. Горина, 2023. Т. 1. - С. 257-258.

24. Иванов А. В., Смирнов Ю. Д. Оценка влияния работы карьера на окружающую среду и способы предупреждения распространения основных загрязнений // Антропогенная трансформация природной среды. - 2012. - № 1. - С. 207-211.

25. Худойбердиев Ф. Ш. Изучение полигонов бытовых отходов и влияния их на окружающую среду, методика зарубежного опыта // Землеустройство, кадастр и мониторинг земель. - 2022. - № 8. -С. 547-551. - Б01 10.33920^1-04-2208-07.

26. Гусев А. П., Калейчик П. А., Шаврин И. А. Геоэкологическая диагностика загрязнения окружающей среды в зоне влияния полигона химических отходов // Российский журнал прикладной экологии. - 2019. - № 3(19). - С. 51-55.

Об авторах

Алексей Александрович Колесников - доцент, кандидат технических наук, доцент кафедры картографии и геоинформатики, СГУГиТ; старший научный сотрудник лаборатории открытых горных работ, Институт горного дела имени Н. А. Чинакала СО РАН.

Николай Сергеевич Косарев - доцент, кандидат технических наук, доцент кафедры инженерной геодезии и маркшейдерского дела; старший научный сотрудник лаборатории открытых горных работ, Институт горного дела имени Н. А. Чинакала СО РАН.

Наталья Анатольевна Немова - кандидат технических наук, старший научный сотрудник лаборатории открытых горных работ, Институт горного дела имени Н. А. Чинакала СО РАН; доцент кафедры инженерной геодезии и маркшейдерского дела, СГУГиТ.

Александр Владиславович Резник - кандидат технических наук, старший научный сотрудник лаборатории открытых горных работ.

Тимофей Александрович Платонов - студент кафедры картографии и геоинформатики.

Получено 28.08.2023

Design a database of technologically disturbed and polluted territories

of the Novosibirsk region

A. A. Kolesnikov1,2*, N. S. Kosarev1,2, N. A. Nemova1,2, A. V. Reznik2, T. A. Platonov1

1 Siberian State University of Geosystems and Technologies, Novosibirsk, Russian Federation

Institute of Mining, Siberian Branch, Russian Academy of Sciences, Novosibirsk, Russian Federation

* e-mail: [email protected]

Abstract. Today, the problem of assessing the impact of technologically disturbed territories on the environment and analyzing decisions on their further use, taking into account environmental measures, is becoming more and more acute. The article discusses the sources of obtaining initial data for the assessment of technologically disturbed territories and their features when integrated into a single dynamically updated database. The structural elements of such a database and the stored characteristics are described both from the point of view of spatial data and from the ecological state of objects. The article proposes the concept of a multi-level system of various methods of computer modeling of complex, spatially distributed nonlinear systems "natural environment - technological space - man-made disturbed territory". It also describes the general scheme of the repository that solves the task and a set of software solutions that allow automating the processes of collecting and integrating data from open sources to the territory of interest.

Keywords: database, technologically disturbed territories, spatial data, automation

REFERENCES

1. Shevchuk, S. O., Kosarev, N. S., Cheremisina, E. S., & Melesk, A. Kh. (2020). Current problems and future trends of geodetic and navigational support of geology and geophysics. In Sbornik materialov Interekspo GEO-Sibir'-2020: Natsional'naya nauchnoy konferentsii s mezhdunarodnym uchastiem: T. 1, no. 2. Ge-odeziya, geoinformatika, kartografiya, marksheyderiya [Proceedings of Interexpo GEO-Siberia-2020: National Scientific Conference with International Participation: Vol. 1. Geodesy, Geoinformatics, Cartography, Mine Surveying] (pp. 110-118). Novosibirsk: SSUGT Publ. DOI 10.33764/2618-981X-2020-1-2-110-118 [in Russian].

2. Karachevtseva, I. P., Dubov, S. S., & Andreev, M. V. (2023). Open spatial data for the study of territories and digital services for accessing them. Kosmicheskiye apparaty i tekhnologii [Spacecraft and technology], Vol. 7, No. 2(44), 142-152. DOI 10.26732/j.st.2023.2.07 [in Russian].

3. Kozhiev, Kh. Kh., Bosikov, I. I., & Dryaev, A. M. (2022). Comprehensive assessment and accounting of requirements for the reclamation of lands disturbed by open-cast mining at the Mikhailovskoye field. Groz-nenskiy yestestvennonauchnyy byulleten' [Grozny Natural Science Bulletin], Vol. 7, No. 1(27), 26-32. DOI 10.25744/genb.2022.34.76.003 [in Russian].

4. Gavrilov, V. L., Nemova N. A., Reznik A. V., Kosarev N. S., Smyk M. I, & Medvedeva K. Ye. (2022). About land disturbance when developing mineral resource base in the eastern part of the Novosibirsk region. Fundamental'nye i prikladnye voprosy gornych nauk [Fundamental and Applied Issues of Mining], 9(2), 6977 [in Russian].

5. Mabele, B. C. P. (2020). Fundamentals ofthe geographic information database ofthe specially protected natural areas of the Republic of Congo. Izvestia vuzov. GeodeziyaIaerofotos"emka [Izvestiya Vuzov. Geodesy andAerophotosurveying], 64(5), 596-607 [in Russian].

6. Idrizi, B., Maliqi, E., & Pashova, L. (2021). Spatial database designing for environmental monitoring and decision making in Mitrovica Region, The Republic of Kosovo. Geosfera Indonesia, 6(2), 189-204.

7. Bardina, T. V., Chugunova, M. V., Kulibaba, V. V., & Bardina, V. I. (2020). Using Biotesting Methods to Assess the Ecological State of Soils in a Reclaimed Quarry. Biosfera, 12(1-2), 1-11. DOI 10.24855/BIOSFERA.V12I1.539 [in Russian].

8. Ivleva, M. S. (2023). Evaluation of technogenic impact during quarrying using immeasurable environmental indices. Izvestiya Tul'skogo gosudarstvennogo universiteta [Izvestiya Tula State University], 3, 547550. DOI 10.24412/2071-6168-2023-3-547-551 [in Russian].

9. Colonese, G. (2005). PostGeoOlap: an open-source tool for decision support. Anais do IISimposio Bra-sileiro de Sistemas de Informagao (pp. 127-134). SBC.

10. Bliskavitskiy, A. A. (2013) Conceptual modeling and GIS design. Informatizatsiya i svyaz' [Informatization and Communication], 2, 43-45 [in Russian].

11. Kargashin, P. E., Novakovsky, B. A., & Kiseleva S. V. (2015). Spatial database for solving the problems of designing renewable energy facilities. Geoinformatika [Geoinformatics], 4, 2-9 [in Russian].

12. Alekseyenko, N. A., & Kuramagomedov, B. M. (2019). Designing a spatial database for specially protected natural areas. In Sbornik nauchnykh trudov XXMezhdunarodnoy nauchno-prakticheskoy konfer-entsii: T. 2. Aktual'nyye problemy ekologii i prirodopol'zovaniya [Proceedings of the XX International Scientific and Practical Conference: Vol. 2. Current Problems of Ecology and Environmental Management] (pp. 20-23). Moscow: Peoples' Friendship University of Russia Publ. [in Russian].

13. Pyko, N. S., Tishin, D. V., & Iskandirov, P. Yu. (2023). Nonparametric Bayesian networks as a tool for integrating data from multiscale time series analysis and remote sensing. Izvestiya vysshikh uchebnykh zavedeniy Rossii. Radioelektronika [Journal of the Russian Universities. Radioelectronics], 26(3), 32-47. DOI 10.32603/1993-8985-2023-26-3-32-37[in Russian].

14. Zlatopolsky, A. A. (2015). Multiscale analysis of a digital elevation model. Experimental patterns. Sovremennyye problemy distantsionnogo zondirovaniya Zemli iz kosmosa [Current Problems in Remote Sensing of the Earth from Space], 12(3), 27-35 [in Russian].

15. Grinyaev, S. N., Shevchenko, A., & Arzumanyan R. V. (2012). Application of multiscale analysis of complex systems in network interactions. Gosudarstvennaya sluzhba [Public Administration], 5(79), 62-66 [in Russian].

16. Martynenko, A. I., & Karachevtseva I. P. (2006) Methodology for updating the system of electronic road maps based on a multi-level model of the spatial database. Izvestia vuzov. Geodeziya I aerofotos"emka [Izvestiya Vuzov. Geodesy andAerophotosurveying], 1, 161-165 [in Russian].

17. Egemeev, S. V. (2006) Multilevel representation of spatial data in geographic information systems. Geoinformatika [Geoinformatics], 1, 26-29 [in Russian].

18. Kazanenkov, V. A., Filimonova I. V., & Nemov V. Yu. (2019). Main Directions and Tasks of Oil and Gas Exploration in Western Siberia for the Coming Decades. Bureniye i neft' [Drilling and Oil], 10, 10-18 [in Russian].

19. Saneev, B. G., Maisyuk, E. P., & Ivanova, I. Yu. (2021). Assessment of environmental consequences from energy facilities in the implementation of promising projects for the development of deposits in the Arctic territories of the eastern regions of Russia. Arktika: ekologiya i ekonomika [Arctic: Ecology and Economy], 11(4), 466-480. DOI 10.25283/2223-4594-2021-4-466-480 [in Russian].

20. Kurbatova, I. E. (1994). Study of anthropogenic disturbance of the natural environment of the northeastern coast of the Caspian Sea using space information. Vodnyye resursy [Water Resources], 21(4-5), 487-491 [in Russian].

21. Ovseychuk, V. A., & Morozov, A. A. (2021). Investigation of the characteristics of the ore mass that makes up the dumps of off-balance uranium ores formed during the development of deposits of the Streltsovskaya group. In Sbornik materialov Mezhdunarodnoy nauchno-prakticheskoy konferentsii: Fiziko-khimicheskaya geotekhnologiya: innovatsii i tendentsii razvitiya [Proceedings of the International Scientific and Practical Conference: Physical and Chemical Geotechnology: Innovations and Development Trends] (pp. 20-25). L.V. Shumilova (Ed.). Chita: Transbaikal State University Publ. [in Russian].

22. Musokhranov, A. P., & Protasova, N. N. (2019). Substantiation and characteristics of the dumping parameters in the conditions of the Karakansky coal deposit, the «Cheremshansky» site. In Sbornik statey IV mezhdunarodnoy nauchno-prakticheskoy Internet-konferentsii: Rekul'tivatsiya vyrabotannogo prostranstva: problemy i perspektivy [Proceedings of the IV International Scientific and Practical Internet Conference: Goaf Reclamation: Problems and Prospects] (pp. 1.1.1-1.1.4.). Belovo: Kuzbass State Technical University named after T. F. Gorbachev Publ. [in Russian].

23. Gerasimova, E. M., & Vorobieva, O. N. (2023). Open pit mining of iron ore and its impact on the environment. In Sbornik materialov Mezhdunarodnoy nauchnoy konferentsi: T. 1. Gorinskie chteniya. Inno-vatsionnye resheniya dlya APK [Proceedings of the International Scientific Conference: Vol. 1. Gorinsky Readings. Innovative Solutions for the Agro-Industrial Comple] (pp. 257-258). Maisky: Belgorod State Agrarian University named after V. Ya. Gorina Publ. [in Russian].

24. Ivanov, A. V., & Smirnov, Yu. D. (2012). Assessment of the impact of the quarry on the environment and ways to prevent the spread of major pollution. Antropogennaya transformatsiyaprirodnoy sredy [Anthropogenic Transformation of Nature], 1, 207-211 [in Russian].

25. Khudoiberdiev, F. Sh. (2022). The study of landfills for household waste and their impact on the environment, the methodology of foreign experience. Zemleustroystvo, kadastr i monitoring zemel' [LandManagement, Monitoring and Cadastre], 8, 547-551. DOI 10.33920/sel-04-2208-07 [in Russian].

26. Gusev, A. P., Kaleichik, P. A., & Shavrin, I. A. (2019). Geoecological diagnostics of environmental pollution in the zone of influence of the chemical waste landfill. Rossiyskiy zhurnalprikladnoy ekologii [Russian Journal of Applied Ecology], 3(19), 51-55 [in Russian].

Author details

Aleksey A. Kolesnikov - Ph. D., Associate Professor, Department of Cartography and Geoinformatics, SSUGT; Senior Researcher, Laboratory of Open Mining, Institute of Mining, Siberian Branch, Russian Academy of Sciences.

Nikolay S. Kosarev - Ph. D., Associate Professor, Department of Engineering Geodesy and Mine Surveying, SSUGT; Senior Researcher, Laboratory of Open Mining, Institute of Mining, Siberian Branch, Russian Academy of Sciences.

Natalia A. Nemova - Ph. D., Senior Researcher, Laboratory of Open Mining, Institute of Mining, Siberian Branch, Russian Academy of Sciences; Associate Professor, Department of Engineering Geodesy and Mine Surveying, SSUGT.

Alexander V. Reznik - Ph. D., Senior Researcher, Laboratory of Open Mining.

Timofey A. Platonov - Student, Department of Cartography and Geoinformatics.

Received 28.08.2023

Design a database of technologically disturbed and polluted territories of the Novosibirsk region

Текст научной работы на тему «Создание базы данных техногенно-нарушенных территорий Новосибирской области»