CC BY
41
ЗЕМЕЛЬНЫЕ ОТНОШЕНИЯ И ЗЕМЛЕУСТРОЙСТВО УДК 51-74, 504.53 DOI: 10.24411/2587-6740-2020-13049
ВЛИЯНИЕ ПРОМЫШЛЕННЫХ ОБЪЕКТОВ НЕФТЯНОЙ ОТРАСЛИ НА СОСТОЯНИЕ ЗЕМЕЛЬ В РОССИИ
С.Е. Германова, Н.Б. Самброс, П.А. Петровская, Р.Р. Гурина
ФГАОУ ВО «Российский университет дружбы народов», Аграрно-технологический институт, г.Москва, Россия
Оценка хозяйственного воздействия предприятия нефтяного комплекса России на загрязнение почвы необходима для принятия эволюционных решений не только в этой отрасли. Актуально идентифицировать степень опасности (риск) и локализовать загрязнение. На основе проведенного системного анализа (цель — оптимизация ресурсов и оперативности принятия решения) предлагается методика, ситуационная модель (процедура) решения идентификационной задачи. Основным результатом работы является процедура (методика) прогноза состояния почвы с учетом остатков нефтепродуктов. Учитывается ранжирование рисков для почвенного покрова — до необратимых процессов и бифуркаций. Результаты работы полезно использовать при разработке экспертных систем.
Ключевые слова: моделирование, нефтяной комплекс, загрязнение, эволюционный, риск, почва, земля.
Введение
Нефтепереработка и добыча нефти являются крупными загрязнителями земель. В отдельных случаях они могут приводить к состоянию экологического кризиса, необратимости («точке невозврата»), являясь третьими в списке 130 опасных производств. Оперативная экспертиза и мониторинг загрязнения земель предупредят возможные риск-ситуации и/или снизят ущерб от них, а также от излишних затрат на рекультивацию. Следует учитывать возможные диапазоны отклонений от допустимых почвенно-экологических параметров, например, остаточного содержания в почве нефтепродуктов.
Но российские нормативы (акты) достаточно строги, они исключают риски поступления нефтепродуктов в сопредельную со скважиной (предприятием) среду. При больших рекульти-вационных усилиях и затратах допускается вовлечение земель в хозяйственный оборот, но с ограничениями режима использования, обеспечивающими чистоту почвы в процессе самовосстановления, без специальных мер по рекультивации, с учетом биоклиматических и почвенных параметров, категориальных видов земель, состава нефтепродуктов [1].
Нефтедобыча и нефтепереработка ухудшает экологическую обстановку во всем мире и в РФ, например, из-за небольшого выхода готового продукта (например, бензина, который составляет до 10% нефти) и сложностей переработки отходов, многие из которых могут поступать в почву, являясь токсико-канцерогенными и даже мутагенными. В состав отходов при бурении входит широкий спектр веществ — как органических, так и неорганического происхождения, например, используемые в работе кислотно-водные растворы (57%), промывающие растворы (28%) и порода (15%) [2] .
Цель работы — анализ эмерджентных свойств систем оценки воздействия на почву с учетом антропогенной риск-нагрузки и выработка методики (процедуры моделирования, анализа и оценивания) прогнозирования загрязнения почв нефтепродуктами для снижения рисков для выбытия почвы из оборота, здоровью населения нефтяного региона.
В работе предлагается системная аналитика решений, учитывающих отказ от «ссылок» на допустимые нормативы загрязнения (ПДК) и переход к дифференцированным экологическим нормам и моделированию (прогнозированию) оценки с учетом категорий почв. Это позволит отойти от классического подхода мониторинга почв, используя экологическое информационно-логическое и компьютерное прогнозирование [3].
Методология исследования
Скорость регенерации почвы, его растительного покрова — ценность, которую человечеству нельзя ухудшать. Загрязнённая углеводородами, отходами нефти почва становится маслянистой, непригодной в сельскохозяйственном обороте.
Нефтеперерабатывающее производство вредит сильно растительному покрову — посредством утечек, аварий и при транспортировке. Воздействие на среду усиливается также из-за неэффективности, недостаточности:
1) отраслевых требований;
2) логистических схем;
3) инвестиций в прогнозирование рисков, предупреждение ущерба;
4) моделирования и технологической поддержки прогнозирования рисков;
5) экологически и технологически оптимального производства.
Активизация борьбы с нефтяным загрязнением почвы потребует моделирования риск-ситуаций и прогнозирования ущерба [4]. Также важно провести системный анализ процедур и методов предупреждения загрязнения, повышения эффективности восстановительных процедур. Например, как это реализуется специальными программами восстановления в регионах ХМАО-Югры, Коми, Чувашии, Татарстана, Удмуртии. В остальных («не нефтяных») регионах ориентируются на удельное содержание нефтепродуктов в почве (соответствующее письмо Минприроды РФ «Порядок определения ущерба от загрязнения земель химическими веществами» от 27.12.1993 № 04-25/61-5678, 1Шр://шшш. dioxin.ru/doc/N04-25.61-5678.htm) с «допусками» уровня нефтепродуктов в почве.
По значимости для почвенного покрова можно выделить риски:
1) потери или отчуждения землепользования, например, опустынивания, засоления;
2) аккумуляции в почве углеводородов и примесей нефти, слабо нейтрализуемых [5];
3) токсического воздействия загрязненной почвы на почвенные микроорганизмы, животных и человека;
4) бифуркационного характера эксплуатации нефтяного месторождения [6].
Согласно почвенным ПДК и нейтрализации ухудшения сельхозпродукции разработаны соответствующие методики (рекомендации) [7]. В частности, выделяются 5 уровней загрязненности почвы нефтепродуктами (в мг/кг): допустимый (уровень в 1 г нефти/1 кг почвы); низкий (1000-2000 г нефти/1 кг почвы); средний (2000-3000 г нефти/1 кг почвы); высокий (3000-5000 г нефти/1 кг почвы); очень высокий (от 5000 г нефти/1 кг почвы). Они не учитывают региональные особенности и эволюцион-но-восстановительный потенциал почвы [2], поэтому важно применять и сравнительно анализировать мониторинговые, экспертные процедуры системной аналитики, иметь системную процедуру ситуационного моделирования [8].
Применяются различные методы нейтрализации загрязнителя почвы, многие из которых — дорогие, энергоемкие, трудоемкие или эффективные лишь при разливе нефти. Например, биоремедиация почвы [9], основанная на метаболической естественной активации микроорганизмов (растения) и использовании фотосинтетической энергии, катализа. Последние изменяют состав (структуру) почвы и нефтепродуктов, не требуют объемных вложений, работ, пригодных при загрязнении тяжёлыми металлами.
Хотя данная работа является системно-теоретической, но в ее практическом использовании, методология учета самоорганизационного потенциала реализуема, на наш взгляд, эффективно с использованием биоремедиации, ведь самоочистка почвы и есть самоорганизационный процесс, осуществляемый самими биоактивными веществам в самой же почве.
LAND RELATIONS AND LAND MANAGEMENT
В работе, как системно-аналитической, используются также методы анализа-синтеза, декомпозиции-агрегирования, ситуационного моделирования-прогнозирования, эволюционное моделирование, адаптивно возвращающее на траекторию, повышающее эволюционные возможности системы.
При прогнозировании загрязнённости, мониторинговые и статистические данные могут быть распределены (как и погрешности) не по нормальному (гауссовому) закону. Поэтому необходимы проверка гипотезы нулевого уровня, оценки «глубины процесса» с тем, чтобы не только идентифицировать возможность риска нефтяного загрязнения, но и локализовать его с последующей нейтрализацией.
Наиболее часто используемый метод решения задачи классификации ситуаций на нефтегазовой скважине в евклидовом пространстве входных данных ( Х) и гильбертовом признаковом пространстве (P) — метод нелинейных преобразований SVM, Support Vector Machines (см., например, [10]).
Метод использует нелинейное преобразование X - P, нелинейная задача классификации в Х преобразуется в линейную задачу для P, но с учетом задаваемой меры, степени достоверности (прогностической способности). При этом от особых точек, которые возможны при реализации нелинейных задач классификации, следует избавиться при формировании обучающей выборки. Используется функция максимального правдоподобия [11] при идентификации и оценке модели прогнозирования под выбранную гипотезу моделирования, например, логарифмического типа.
Экспериментальная база
и ход исследования
Будучи системно-аналитическим исследованием, в работе не были акцентированы опыты и экспериментальная база. Акцент — на использование данных по влиянию поллютантов на почву (человека, животное, здоровье) имеющихся в свободном доступе (см., например, [12]) для места нефтедобычи.
Тем не менее, лабораторные исследования (табл. 1) помогли идентифицировать (для Пермского края) характеристики вносимых в
Таблица 1 Характеристики вносимой в почву нефти (лабораторный эксперимент, % от среднестатистических значений по Пермскому региону)
N Показатель нефти Результат(%)
i Температура 76
г Плотность 81
3 Давление 90
4 Вода 34
5 Парафин 21
б Хлористые соли 40
l Сероводород 34
S Фракции примесей 57
9 Хлориды (органические) 7
i0 Минерализация 69
ii Сероводород 28
i2 Сера 21
13 рН 42
агродерново-карбонатные почвы нефтяных загрязнений.
Критериальным признаком восстановления после загрязнения была способность растений продолжать расти, а рекультивации — густота и устойчивость травостоя, концентрация нефтепродуктов, не превышающих в среднем по участку 8-10% и коэффициент рН в загрязненных образцах почвы (не более 0.5 единицы рН).
Также использованы классификационные методы [13], методы ранжирования земель по их выбытию из оборота [14].
Результаты и обсуждение
Часто достаточно ограничиться исследованием поведения траектории в окрестности бифуркационных точек. Траектория развития процесса «загрязнение-очистка» должна способствовать самоорганизации системы, усилению синергетических связей и росту эволюционного потенциала, уровня системы. Это необходимо для поддержания устойчивости системы в риск-состояниях [15].
Для оценки ущерба почве (как эволюционной среде), предлагается процедура:
1) ранжирование рисков почве в задаваемом горизонте исследований;
2) усреднение по типам почв (растительности) тяжестей загрязнения (изменений в почве);
3) оценивание средних значений рисков загрязнений в регионе;
4) оценка (относительная, %) загрязненности почвы и накопленных рисков (отвлеченно от региональных факторов);
5) оценка индикаторов загрязнения, накопленных рисков по всем факторам биоты;
6) оценка нарушений в почве (приведенных коэффициентов загрязнения, выбытия земель).
В качестве принципа (критерия) выбора оптимального ситуационного решения в условиях риска, неопределенности может выступать принцип гарантированных выигрышей (потерь), Сэвиджа, Байеса-Лапласа и др. Например, критерия Сэвиджа:
R = min [ max { max E(x,y) - E(x,y)}], xeX yeY xeX
где E — критерий эффекта (обычно это норма матрицы эффектов).
Далее выбирается стратегия минимизации потерь:
1) находим в матрице рисков R= || г. || , i=1,2,..J ; j=1,2,.. J такой элемент r , который отражает убыток нефтяного предприятия (экологический штраф), если для всех риск-ситуаций не идентифицированы наилучшие стратегии;
2) по худшим результатам идентифицируем лучший из них («максмин») — с минимальным отклонением от лучших результатов, при этом значение показателя эффекта идентифицируется для каждого шага, а интегральные оценки — на горизонт (промежуток) моделирования.
Область применения результатов
Риск-оценки позволят снизить негативные воздействия на почву по факторам, почвам и рискам. Их идентификация проводится на основе российских стандартов и нормативов (ГОСТ 2477-14, 21534-76, 6370-83, 1756-60, 2177-99, 11851-85; ГОСТР 51947-02, 50802-95, 52247-04).
Несмотря на то, что предложенная процедура технологична, проста и гибка, она не предполагает сложные мониторинговые исследования, для выхода на режим самоорганизации и самоочищения почвы, растительного покрова требуются и мониторинговые мероприятия, экспертизы и лабораторные опыты. Но реализация предложенных процедур в предметной области позволит на практике перейти от экономико-эколого-математической (теоретической) модели к модели компьютерной и прикладной, к прагматической модельной информации.
Выводы
Предложенную системную процедуру можно развить, например, используя в рассмотренных процедурах (подпроцедурах) марковские цепи, вероятности последовательных изменений почвы, экосистемы. Дальнейшее усложнение (улучшение) процедуры — энтропийное, динамической переоценкой ключевых параметров почвенного загрязнения-очищения (например, на грани выбытия из оборота). Необходимо также оценить эволюционный потенциал и «напряженность» почвы.
Результаты статьи могут стать алгоритмической базой разработки экспертных и интеллектуально-прогнозных систем.
Литература
1. Барабанщиков Д.А., Сердюкова А.Ф. Экологические проблемы нефтяной промышленности России [Электронный текст]. // Молодой ученый. 2016, № 26, С. 727-731. URL: http://moluch.ru/archive/130/35975/ (дата обращения: 20.02.2020).
2. Баландина А.В., Жилкин С.М., Кузнецов Д.Б., Дубровина С.С. Восстановительная способность нефтеза-грязненных почв при использовании различных препаратов // Современные проблемы науки и образования. 2015, № 5, С. 716-724.
3. Казиев В.М., Кирьязева С.К., Кирьязев Д.А. Математическое и компьютерное моделирование продуктивности растений в зависимости от динамики влажности почвы // Известия вузов. Северо-Кавказский регион (сер. «Естественные науки»). 1999, № 2, С. 45-51.
4. Gennadiev A.N., PikovskyY.I., Zhidkin A.P., Kovach R.G., Koshovsky T.S., Smirnova M.A., Hlynina N.I., Tsibart A.S. Factors and features of the hydrocarbon status of soils // Eurasian Soil Science. 2015, Vol. 48, № 11, С. 1193-1206. DOI: 10.7868/S0032180X15110076
5. Бузмаков С.А., Егорова Д.О., Гатина Е.Л. Доза-эффект нефтезагрязнения почв на биотический компонент экосистем // Вестник РУДН ^ер. «Экология и безопасность жизнедеятельности»). 2017, т. 25, № 2, С. 217-229. DOI: 10.22363/2313-2310-2017-25-2-217-229.
6. Музыка О.А. Бифуркации в природе и обществе: естественно-научный и социо-синергетический аспект [Электронный текст] // Современные наукоемкие технологии. 2011, № 1, С. 87-91. http://www.top-technologies.ru/ru/article/view?id=26640 (дата обращения: 20.02.2020).
7. Shtripling L.O., Kholkin E.G., Larionov K.S. The technology refinement of soil decontamination contaminated with petroleum products by the reagent capsulation method // Procedia Engineering. 2016, v.152, pp.13-17. http://dx.doi. org/10.1016/j.proeng.2016.07.609.
8. Germanova S.E., Ryzhova T.A., Kocheva M.V., Fedorova T.A., Petukhov N.V. Situational modelling of oil pollution risks monitored by distributed monitoring // Amazonia Investiga. 2020, vol. 9, № 25, pp. 44-48. http:// www.amazoniainvestiga.info/index.php/amazonia/article/ view/1025/950 (дата обращения: 20.02.2020)
INTERNATIONAL AGRICULTURAL JOURNAL № 3 (37Б) / 2020
www.mshj.ru
ЗЕМЕЛЬНЫЕ ОТНОШЕНИЯ И ЗЕМЛЕУСТРОЙСТВО
^txw
9. Янкевич М.И., Хадеева В.В., Мурыгина В.П. Биоре-медиация почв: вчера, сегодня, завтра // Междисциплинарный научно-прикладной журнал «Биосфера». 2015, № 2, т. 7, С. 205-214.
10. Long Zhang, Jianhua Wang. Optimizing Parameters of Support Vector Machines Using team-search-based Particle Swarm Optimization // Engineering Computations. 2015, № 5, pp. 34-39.
11. Мазалов В.В., Никитина Н.Н. Метод максимального правдоподобия для выделения сообществ в коммуникационных сетях // Вестник Санкт-Петербургского
госуниверситета (сер. «Прикладная математика. Информатика. Процессы управления»). 2018, т. 14, № 3, С. 200214. http://doi.org/10.21638/11702/spbu10.2018.302.
12. Дерябин А.Н., Унгуряну Т.Н., Бузинов Р.В. Риск здоровью населения, связанный с экспозицией химических веществ почвы // Анализ риска здоровью. 2019, № 3, С.18-25. РО!: 10.21668/Ь1еа№^к/201
13. Ольховикова Н.Ю. Классификация технологий локализации и ликвидации загрязнений фенолсодер-жащими средами // Сборник тезисов XI! Всероссийской конференции «Актуальные проблемы развития нефте-
газового комплекса России» (12-14 февраля 2018 г). М.: Национальный исследовательский университет нефти и газа им. И.М. Губкина. 2018, С.75.
14. Казиев В.М., Шевлоков В.З. Моделирование отчуждения земель в АПК // Международный сельскохозяйственный журнал, 2008, № 5, С.56-58.
15. Родионов В.Г. Современный социально-экономический кризис как бифуркация нелинейной динамической системы // Креативная экономика. 2014, т. 8, № 12. С. 3-12.
Об авторах:
Германова Светлана Евгеньевна, старший преподаватель департамента Техносферной безопасности, [email protected] Самброс Наталия Борисовна, старший преподаватель департамента Техносферной безопасности, [email protected]
Петровская Полина Александровна, старший преподаватель департамента Ландшафтного проектирования и устойчивых экосистем, [email protected] Гурина Регина Равильевна, старший преподаватель департамента Техносферной безопасности, gurina-rr@ rudn.ru
INFLUENCE OF INDUSTRIAL FACILITIES OF THE OIL INDUSTRY ON THE STATE OF LAND IN RUSSIA
S.E. Germanova, N.B. Sambros, P.A. Petrovskaya, R.R. Gurina
Peoples Friendship University of Russia, Agrarian and Technological Institute, Moscow, Russia
The assessment of the economic impact of the Russian oil complex on soil pollution is necessary for evolutionary decisions not only in this industry. It is relevant to identify the degree of danger (risk) and locate pollution. Based on the system analysis carried out (the goal is to optimize resources and decision-making speed), the methodology, situational model (procedure) of solving the identification task is proposed. The main result of the work is the procedure (methodology) for forecast of soil condition taking into account residues of oil products. The ranking of risks for soil cover — to irreversible processes and bifurcations — is taken into account. The results of the work are useful in the development of expert systems.
Keywords: modeling, oil complex, pollution, evolutionary, risk, soil, earth.
References
1. Barabanshchikov D.A., Serdyukova A.F. (2016) Eko-logicheskie problemy neftyanoj promyshlennosti Rossii [Environmental problems of the Russian oil industry]. Young scientist [Electronic text], No. 26, Pp. 727-731. URL: http://mo-luch.ru/archive/130/35975/ (accessed: 20.02.2020).
2. Balandina A.V., Zhilkin S.M., Kuznetsov D.B., Du-brovina S.S. (2015) Vosstanovitel'naya sposobnost' nefteza-gryaznennyh pochv pri ispol'zovanii razlichnyh preparatov [Recovery ability of oil-contaminated soils when using various preparations]. Modern problems of science and education, No. 5, Pp. 716-724.
3. Kaziev V.M., Karaseva S.K., Karasev D.A. (1999) Matematicheskoe i komp'yuternoe modelirovanie produk-tivnosti rastenij v zavisimosti ot dinamiki vlazhnosti pochvy [Mathematical and computer modeling of plant productivity depending on the dynamics of soil moisture]. University news. North Caucasus region (ser.«Natural Sciences»), No. 2, Pp. 45-51.
4. Gennadiev A.N., Pikovsky Y.I., Zhidkin A.P., Kovach R.G., Koshovsky T.S., Smirnova M.A., Hlynina N.I., Tsibart A.S. (2015) Factors and features of the hydrocarbon status of soils . Eurasian Soil Science, vol. 48, No. 11, Pp. 1193-1206. DOI: 10.7868/S0032180X15110076
5. Buzmakov S.A., Egorova D.O., Gatina E.L. (2017) Doza-effekt neftezagryazneniya pochv na bioticheskij kom-ponent ekosistem [Dose-effect of oil contamination of soils on the biotic component of ecosystems]. Vestnik RUDN (ser. «Ecology and life safety» »), vol. 25, No. 2 , pp. 217-229. DOI: 10.22363/2313-2310-2017-25-2-217-229.
About the authors:
6. Music O.A. (2011) Bifurkacii v prirode i obshchestve: estestvenno-nauchnyj i socio-sinergeticheskij aspekt [Bifurcations in nature and society: natural-scientific and socio-synergetic aspect]. Modern science-intensive technologies [Electronic text], No. 1, Pp. 87-91. http://www.top-technologies.ru/ru/article/view?id=26640 (date accessed: 20.02.2020).
7. Shtripling L.O., Kholkin E.G., Larionov K.S. (2016) The technology refinement of soil decontamination contaminated with petroleum products by the reagent encapsulation method. Procedure Engineering, Vol. 152, Pp. 13-17. http:// dx.doi.org/10.1016/j. proeng.2016.07.609.
8. Germanova S.E., Ryzhova T.A., Kocheva M.V., Fedoro-va T.A., Petukhov N.V. (2020) Situational modeling of oil pollution risks monitored by distributed monitoring. Amazonia Investiga, Vol. 9, No. 25, Pp. 44-48. http://www.amazonia-investiga.info/index.php/amazonia/article/view/1025/950 (date accessed: 20.02.2020)
9. Yankevich M.I., Khadeeva V.V., Murygina V.P. (2015) Bioremediaciya pochv: vchera, segodnya, zavtra [Bioreme-diation of soils: yesterday, today, tomorrow]. Interdisciplinary scientific and applied journal«Biosphere», No. 2, Vol. 7 , Pp. 205-214.
10. Long Zhang, Jianhua Wang. (2015) Optimizing Parameters of Support Vector Machines Using team-search-based Particle Swarm Optimization. Engineering Computations, No. 5, Pp. 34-39.
11. Mazalov V.V., Nikitina N.N. (2018) Metod maksimal'nogo pravdopodobiya dlya vydeleniya soob-shchestv v kommunikacionnyh setyah [Maximum likelihood
Method for identifying communities in communication networks]. Bulletin of the Saint Petersburg state University (ser. «Applied mathematics. Computer science. Management process»), Vol. 14, No. 3, Pp. 200-214. http://doi.org/10.21638/11702/ spbu10.2018.302.
12. Deryabin A.N., Ungureanu T.N., Buzinov R.V. (2019) Risk zdorov'yu naseleniya, svyazannyj s ekspoziciej himi-cheskih veshchestv pochvy [Public health Risk associated with exposure of soil chemicals]. Analysis of health risk, No. 3, Pp. 18-25. DOI: 10.21668/health.risk/201
13. Olkhovikova N.Yu.( 2018) Klassifikaciya tekhnologij lokalizacii i likvidacii zagryaznenij fenolsoderzhashchimi sredami [Classification of technologies for localization and elimination of pollution with phenol-containing media]. Collection of theses of the XII All-Russian Conference «Actual problems of development of the Russian oil and gas com-plex» (February 12-14, 2018). Moscow: National oil and gas research university named after I.M. Gubkin, p. 75.
14. Kaziev V.M., Shevlokov V.Z. (2008) Modelirovanie otchuzhdeniya zemel' v APK [Modeling of land alienation in the agro-industrial complex]. International agricultural journal, No. 5, Pp. 56-58.
15. Rodionov V.G. (2014) Sovremennyj social'no-eko-nomicheskij krizis kak bifurkaciya nelinejnoj dinamicheskoj sistemy [Modern socio-economic crisis as a bifurcation of a nonlinear dynamic system]. Creative economy, Vol. 8, No. 12, Pp. 3-12.
Svetlana E. Germanova, senior lecturer of department of technosphere security, [email protected] Nataliya B. Sambros, senior lecturer of department of technosphere security, [email protected]
Polina A. Petrovskaya, senior lecturer of department of landscape architecture and sustainable ecosystem, [email protected] Regina R. Gurina, senior lecturer of department of technosphere security, gurina-rr@ rudn.ru
