Бесплатный автореферат и диссертация по наукам о земле на тему
Совершенствование методики оценки загрязнения почв горнопромышленного региона тяжелыми металлами
ВАК РФ 25.00.36, Геоэкология

Автореферат диссертации по теме "Совершенствование методики оценки загрязнения почв горнопромышленного региона тяжелыми металлами"

ГОУ ВИО «ТУЛЬСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЬРСИТ1Л »

На прасах рукописи

МИНЕНКО Александр Анатольевич

СОВЕРШЕНСТВОВАНИЕ МЕТОДИКИ

ОЦЕНКИ З АГРЯЗНЕНИЯ ПОЧВ ГОРНОПРОМЫШЛЕННОГО РЕГИОНА ТЯЖЕЛЫМИ МЕТАЛЛАМИ

Специальность 25 00 зб- «Геоэкология»

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Тула 2007

003070517

003070517

Работа выполнена на кафедре «Геоинженерия и кадастр» в ГОУ ВПО «Тульский государственный университет»

Научный руководитель доктор технических наук, профессор

Ирина Анатольевна БАСОВА

Официальные оппоненты

доктор технических наук, профессор Виктор Петрович САВИНЫХ

кандидат технических наук, доцент Николай Дмитриевич ЛЕВКИН

Ведущая организация Федеральное унитарное государст-

венное научно-исследовательское геологическое предприятие «Тульское НИГП»

Защита диссертации состоится « <зУ4Л 2007 года в 77 часов на

заседании диссертационно! о совета Д 212 271 09 при ГОУ ВПО «Тульский государственный университет» по адресу.

300600, Тула, пр Ленина, 90 (6-й учебный корпус, аудитория 216)

С диссертацией можно ознакомиться в Научной библиотеке Тульского государственного университета по адресу 300600, Тула, пр Ленина, 92

¿/¿С Фи1еал

Автореферат разослан «6

Ученый секретарь диссертационного совет;

2007 года

Н П Иватанова

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

А к ту а чьи ость работы. Решение экологических проблем сегодня становится приоритетным для обеспечения устойчивого развития промышленных территорий Особенно это касается горнопромышленных регионов, где угледобывающим предприятиям и обслуживающим их производствам принадлежит первое место, прежде всего по твердым отходам Современные масштабы ландшафтных и эколошческих изменений природной среды в горнопромышленных районах связаны с преобладанием открытого способа добычи полезных ископаемых Ежегодно из извлекаемых горных масс около 2/3 объема идут в отходы в виде отвалов и хвостохранилищ обогатительных фабрик, большая часть которых в последующем не используется

По выбросам вредных веществ в расчете на 1 км2 территории Тульская область превосходит Московскую в 1,7 раза, а Калужскую и Орловскую - более чем в 10 раз Поскольку удельный вес Тульской области в добыче полезных ископаемых в пределах Подмосковного бассейна составлял 80 %, значительная часть территории области до сих пор подвержена мощнейшему техногенному воздействию отходов угледобывающего производства.

Перспективное развитие топливно-энергетического комплекса Тульской области с 2007 года предполагает разработку месторождений бурого угля в объеме 4-5 млн тонн в год Поэтому необходимо совершенствовать природоохранные принципы управления жизнеобеспечивающими ресурсами региона и научно-методические основы информационной поддержки принятия решений по экологической безопасности хозяйственных проектов при реабилитации существующих «аномальных» антропогенных комплексов, возникающих в ходе разработок полезных ископаемых

Необходимым элементом таких исследований является процедура моделирования, обеспечивающая поиск скрытых аналитических закономерностей в структуре геоэкологической информации как комплексе геохимических, ландшафтных, кадастровых и демопопуляционных данных

Особенность анализа геохимических данных заключается в сложности учета всех факторов, влияющих на формирование полей загрязнения, и сбора территориально распределенной информации В настоящее время не существует унифицированных программно-технических средств для специализированного геоэкологического анализа Проблема заключается в отсутствии единой парадигмы построения теоретически обоснованных и хорошо согласующихся с реальными данными вычислительных моделей В связи с этим специализированные методики и реализующие их программные средства, решающие узкие задачи, остаются в дальнейшем не востребованными

Актуальность поставленной научной задач;. определяется необходимостью объективной оценки и оперативной инвентаризации загоязнения почв горно-

промышленных регионов в единай территориальной справочно-аналитической информационной системе мониторинга для управления геоэкологической ситуацией на различном уровне

Целью работы является совершенствование методики оценки загрязнения почвенного покрова в зоне деятельности горнопромышленных предприятий ira осггоье современных методов математического моделирования с применением геоинформационных технологий (ГИС)

Идея работы заключается в использовании аппарата нейронных сетей для моделирования пространственной неоднородности загрязнения почвенного покрова горнопромышгенны ч регионов в геоинформационной оболочке с применением принципа дискретного зонирования территории

Основные научные положения, разработанные лично соискателем, состоят в следующем

□ «мозаичность» геоэкологической картины загрязнения почв тяжелыми металлами горнопромышленных районов эффективно поддается комплексному анализу в геоинформационной оболочке на основе трехмерных моделей и структурных карт,

□ приьцип дискретного зонирования исследуемой территория на основе пространственной дискретной сетки эффективен, котла количество существующих территориальных кластеров, в пределах которых наблюдается определенная специфическая картчна формирования однородных полей загрязнения, превышает пространственную дискретность точек наблюдений

□ анализ геоэкологической информации почв техногенного статуса в зоне деятетьности угледобывающих предприятий представляет собой задачу восстановления пропусков в таблице экспериментальных данных и соответствующем пространственном слое геоичформационной системы,

□ регрессионные модели распределения загрязнителей, созданные методами нейросетевого ноделировашя, обеспечивают достоверный прогноз на основе неполной и разномасштабной экспериментальной информации, реализуя при этом единую методическую парадигму решения задач классификации и прогнозирования содержания тяжелых металлов в почве

Новизна основных научных результатов:

□ сформулированы принципы построения пространственной базы данных мониторинга загрязнения почвенного покрова техногенного статуса и предложен комплекс программных средств, обеспечивающий эффективную обработку и анализ геохимических данных в гссинформационной оболочке,

о получены базовые уравнения регрессии пространственного распределения тяжелых металлов (марганца и цинка) для построения слоя загрязнения почвенного покрова по всей территории г Тулы

□ предложены адаптированные нейросетевые математические модели для комплексного анализа загрязнения почв горнопромышленного региона тя-

желыми металлами, инвариантные к смене шкал измерений и обеспечивающие более точный прогноз по сравнению с методами многомерного статистического анализа

Достоверность научных положений, выводов и рекомендаций

подтверждается корректной постановкой задач исслсдопания, обоснованным использованием различных математических методов и современных достижений в области программного обеспечения, удовлетворительное сходимостью результатов расчетов полученных мо.дечей с имеющимися экспериментальными данными, репрезентатизным объемом данных почвенного мониторинга

Практическое значение работы. Полученные результаты исследований после соогиетствующен адаптации могут быть использованы при разработке территориальной справочно-аналитической системы оценки загрязнения почвенного покрова угледобывающих регионов

Разработанная структура геоинформационной аналитической системы мониторинга загрязнения почвенного покрова «ЭкоГИС» представляет собой прототип системы комплексной обработки геоэкологической информации, наиболее важным отарчием которго являете? возможность конструирования экспертной системы самим специалистом-прикладником

Предложенные нейросетевъзе модели реалшуют единую вычислительную парадигму решения задач классификации и геоэкологического прогнозирования, являются принципиально расширяемыми к предполагают дальнейшее увеличение независимых признаков з исходном пространстве (климатических, де-мопонуляционных показателей и т д)

Разработанные авторские макеты карт загрязнения почвенного покрова г Тулы марганцем и цинком, трехмерная модель исследуемой территории и ЗО-паттерны распределения загрязнителей могут использоваться для построения интегральных карт структуры антропогенного загрязнения с целью выявления причинно-следственных свялей между загрязнением различных компонентов природной среды в ходе разработок месторождений бурого >гля

Апробация работы. Научные положения и практические результаты диссертационной работы в целом и ее отдельные разделы докладывались к обсуждались на научных семинарах кафедры, ежегодных научно-практических конференциях Тульского государственного университета, 1-й Международной конференции по проблемам горной промышленности, строительства и энергетики (гТула, 2004 г), 2-й и 3-й Международной геоэкологи-

ческой конференции «Геоэкологические проблемы загрязнения окружающей среды тяжелыми металлами» (г Тула, 2005 - 2006 гг)

Публикации. По результатам выполненных исследований опубликовано 9 работ

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения и приложения, изложена на 129 страницах машинописного тексгл содержит 16 таблиц, 40 иллюстраций, список литературы из 6 i наименования

Автор диссертации выражает глубокую благодарность д т н , профессору Басовой И А и к т н Симурзипу В Н за методическую помощь и ценные замечания

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Впервые объективная оценка состояния природоохранной деятельности горнопромышленных регионов дана в монографии Ю В Каплунова, С Л Климова, А П Красавина Эти исследования опирались на разработки А Г1 Виноградова, В В Ковальского, В А Ковды, г также на опыт поисковой геохимии, возникшей под влиянием научных идей В И. Вернадского, А12 Ферсмана, а затем развитых в работах А П Соловова, Е А Сергеева, А И Перелъмана, Л В Таусона, Н И Сафронова, Д И Мапюги, Н С Каспмова и многих др>-

хих

Большой вклад в совершенствование методики эколого-геохимических исследований и геоэкологического картирования внесен сотрудниками ИМГРЭ, ВСЕГИНГЕО, ВИМС, ВСЕГЕИ, МГУ им Ломоносова, СПбГУ, институтами геохимии и аналитической химии им В II Вернадского РАН (г Москва), reo химии им А П Виноградова СО РАН (г Иркутск), ОИГГМ СО РАН (г Новосибирск) и другими научно-исследовательсчими и производственными организациями

Особенности миграции группы тяжелых металлов на примере угольных месторождений рассматриваются в работах М С Панина и Е Н Артамонова Анализ техногеннот воздействия горнодобывающего комплекса Тульской области проводился в работах А Ф.Симанкина и А В Дмитракова Вопросы географического информационного обеспечения исследований рассматривались МИ Капраловым, ДМ Хомяковым, РА Исгсандаряном, О И Моддавановым, О И Ларичевым, ЕМ Моил.овичем, О В Кульковым, М В Петровой Практические аспекты работы и опыт региональных исследований но вопросам лаид-шафгно-геохимического картографирования промышленных районор освещены в работах В Н Симурзина

Для почучсния ста! ист ически надежных резулыагов при комплексном геоэкологическом обследовании горнопромышленных территорий необходимо совершенствовать систему мониторинга с последующим моделированием и оценкой загрязнения отдельных компонент окружающей среды и локальных объектов на основе современных магматических методов и Iеоинформацион-ных технологий

Цель и основная идея работы определили необходимость решения следующих задач

1) выявить пространственно-временные характеристики загрязнения почвенного покрова горнопромышленного региона, используя картографические данные и аналитические материалы полевых измерений, полученных методом многоэлементного анализа проб почв и почвогруитов,

2) сформулировать принципы формирования региональной электронной базы данных мониторинга загрязнения но«в и электронных карт идя геоинформационной оболочки,

3) установить закономерности пространственной неоднородности загрязнения почвы для обоснования принципиальной структуры математической модели, характеризующей неоднородный пространственный фрагмент изучаемой территории, для интегрирования в среду ГИС,

4) обосновать предметное содержание математической нейросетевой модели, адаптированной к геоэкологическим полям неоднородного пространственного размещения загрязнителей и сравнить ее с классическими методами,

5) разработать комплекс программных средств на базе современного математического обеспечения, провести вычислительные эксперименты, усовершенствовать структурные и функциональные принципы анализа геоэкологической информации на основе теоретических принципов геоинформационных технологий и систем оперативной аналитической обработки данных

Проведенный анализ состояния почвенного покрова показал, что основными факторами техногенного воздействия на окружающую среду в пределах горнопромышленного региона являются пылегазовые эмиссии (аэральный тип техногенеза) и дренажные стоки (горнопромышленный тип техногенеза)

Наиболее интенсивное загрязнение окружающей среды связано со следующими миграционными цепями пылевыми выбросами при открытых горных разработках, загрязняющими атмосферный воздух и образующими контрастные и значительные по площади геохимические аномалии в почвах, дефляцией и размыванием хвостохранилищ обогатительных фабрик, образующими интенсивные потоки рассеяния в водных системах и ореолы рассеяния в почвах, стоками водоотлива из подземных горных выработок, карьеров, сбразующи-

ми интенсивные и протяженные потоки рассеяния в водных системах, стоками обогатительных фабрик после очистных сооружений, рассеянием рудного материала при транспортировке, организованными и неорганизованными выбросами в атмосферу при процессах обогащения, природными геохимическими аномалиями

Для исследования пространственно-временных характеристик на персональном компьютере с использованием стандартных алгоритмов сформирована база данных загрязнения почв г Тулы Разработанный прототип системы представляет синтез ГИС, многомерного хранилища данных и аналитических подсистем Основные компоненты «ЭкоГИО включают геоинформационный программный пакет Мар1п1о 6 5, репозитарий математических моделей на основе современных программных аналитических пакетов 3£а11Б11са 6 0 и 81аПз11са N>1 4 0 и базовый блок обработки данных, позволяющий эффективно и быстро проводить обработку разнородной геоэкологической информации, строить и анализировать модели объетстов и территорий (рис 1)

ГИС

Модуль | пользовательских интерфейсов Моцупь 'ео'седирования данных Модуль восотанозления Г80П01Я Модуль формирования карт и схем Модуль трехмерной визуализации

БиСлисгека интеграции расчетных модулей

Репозитарий моделей мел | нем

Потаи данных Потони ме-эдакмых

------р. _ - - »

Рисунок 1 - Структурная схема прототипа системы «ЭкоГИС» для обработки и анализа геоэкологических данных

На этапе формирования первичной экологической баш данных для определения техногенной нагрузки на основе схемы гсомплексной оценки исследуемой территории выполнена инвентаризация всех основных источников загряь нения окружающей среды по г 'Г^ ле и посгроен слой антропогенной на1р>зки

Для обработки данных з ГИС сформирован слой «дискретная сетка» (размер дискрета 50x50 метров), представляющая собой геокоцированную матрицу исследуемых геохимических и ландщафтных показателей

Исследования основных, включений, слагающих породные отвалы в юго-восточном промраионе г Тулы, показывают наличие более 60 химических элементов, среди которых особое место занимают тяжелые металлы В ходе исследований, проведенных в ТулГУ, установлено, что водорастворимые соединения тяжелых металлов вымываются из отвалов и поступают в прилегающие территории Особенно актуально исследование неоднородности распределения тех тя>>елых металлов, длительное воздействие которых на окружающую среду приводит не только к изменению направленности почвообразующих процессов, но г. к негативной реакции растительности, а также населения, проживающего в зоне антропогенного в таяния горнопромышленных предприятий К их числу относятся цинк, входящей в состав большинства ферментов, содержащихся в организме человека я животных, а гакже марганец, избыток которого вызывает хронические заболевания непвноч и кровеносной систем Поэтому для проведении исследований в бгзу данных внесены результаты опробования по двум тяжелым металлам чар! анцу и цинку {1265 проб по марганцу, 916 проб по цинку) По данным полевых наблюдений сформированы пространственные слои загрязнения почвенною покрова опробованного участка территории юго-восточного промрайона г Тулы За фоновое содержание химических элементов в почвах были приняты результаты работы ИМГРЭ и ТулНИГП на выбранном фоновом участке за пределами основного влияния г Тулы в западном направлении (С,/,и„ = 100, С,у„ — 5)

Комптексная база данных, сформированная на предварительном этапе исследований, позволяет установить гипотетические зависимости распределения загрязнителей и осуществить оптимизацию признакового пространства модели, ограниченного двумя зависимыми (Си,, С/„) и шестью независимыми переменными (К/ К.2, К.;, К4, Кп), рассчитанными для каждого дискрета территории на основе рафаботанных в ГИС структурных карт

АГ; - коэффициент, учитывающий влияние рельефа как фактора, обеспечивающего определенный тин функционирования и состояния геосистемы и контролирующего перемещение вещества и энергии внутри геосистемы Для учета

этого фактора в модели распределения загрязнения автором используется разработанная трехмерная модель территории г.Тулы.

К; — коэффициент влияния угла наклона земной поверхности на процесс миграции подвижных форм тяжелых металлов в почвенном покрове. На основе трехмерной модели рельефа г.Тулы построены поверхность и соответствующая ей тематическая карта по значениям урла наклона каждого дискрета к плоскости в градусах.

К} - коэффициент, рассчитанный на основе структурной ландшафтной карты и определяющий влияние основных типов ландшафтов (субаквальных, формирующихся и отрицательных форма* рельефа, в которые преобладают процессы накопления веществ, поступающих из элювиальных и суперакзальных ландшафтов; супераквальных, занимающих промежуточное положение между элювиальными й субаквальными комплексами и характеризующихся как поступлением веществ, так и их выносом; элювиальных, приуроченных к хорошо дренированным зодораздельмым территориям, в которых поступление веществ и энергии происходит из атмосферы с последую (ним преимущественным выносом их с нисходящими токами штаги).

Проведенный анализ разработанных картосхем распределения полей загрязнения почв марганцем и цинком, а также построенных ЗО-паттернов распределения загрязнения (рис. 2) показал необходимость включения депонирующего коэффициента формирующего внутреннюю структуру ландшафта и определяющегося соотношением открытых почвогрунтов, занятых и не занятых промышленными и жилыми сооружениями, искусственными покрытиями.

Рисунок 2 - Ю-паттернь! распределения марганца (а) и цинка (6) юго-восточного промрайона г. Тулы и о данным схем опробования (с наложенными послойно моделями «Ландшафт »(К 3) к « Застройка»(К

I и

К4 - коэффициент, рассчитанный на основе плотности застройки дискрета территории и учитывающий аккумуляционные свойства антропогенных участков на застроенных территориях

К} - коэффициент, определяющий устовия и интенсивность процессов вет-роиереноса загрязняющих веществ с атмосферным воздухом и, как следствие, степень загрязнения почвенного покров?, особенно на участках территории, удаленных от техногенных источников

К« - коэффициент, учитывающий мощность источников загрязнения и расстояние дискрета территории от источников Рассчитан на основе экспертной информации и структурной карты антропогенной на1рузки по формуле

где Рц - объем поступающих веществ в 1-й дискрет от у-го источника, /„„ - расстояние между центроид? ми дискрета и источника загрязнения Исследование полученных экспериментальных данных проводилось с использованием традиционных методов многомерного статистического анализа, а также методом нейронных сетей

На первом этапе исследования для оценивания общей картины распределения загрязнения в почвенном покрове рассчитаны числовые характеристики показателей загрязнения по марганцу и цинку, рассматриваемых как случайные величины Результаты расчетов свидетельствуют о том, что распределение значений моделируемых показателей не является нормальным Значения асимметрии для марганца составляет 2,09, для цинка - 0,77, значения эксцесса - соответственно 4,44 и 0,19

На втором этапе выполнен корреляционный анализ взаимосвязей признаков в целом Это позволило определить, что наибольший вклад в значение исследуемых показателей вносят характеристики рельефа К¡, депонирующий коэффициент а такьсе коэффициенты ветропереноса К0 и расстояния от источников заг рязнения к(,

Математическое описание конкретного в ад а зпБисимостей выполнено с использованием регрессионного анализа Определен класс функций, связывающий результативные показатели V (Су„ С/„) и аргументы Хь {К,,К:

Регрессионный анализ выполнен при условии, что аддитивная помеха является случайной величиной и подчиняется нормальному закону N(0, и е) с дисперсией а,,2, случайные величины Су„ и С/„ в различных наблюдениях не-

0)

коррелированы, а влияние случайных ошибок измерений на дисперсию мало по сравнению с действием неконтролируемых параметров, образующих аддитивную помеху

На основе множественной регрессии попученм уравнения для концентрации марганца и цинка в почве юго-вое точного промрайона г Тулы

См„ - 3021 413 -1 218*К, - 27 929*К> + 12 295"К3 11 638*К4 - 9 764*К5 - 4 476*К6 , (2) С2„ - 284 761 - 0 040* К, - 1343* К2 + 0 352* К3 ~ 0 181* К4 ~ 0 812* К,- 0 782* К6 (3)

Проведенные исследования показали, что аппроксимация регрессионной функции с помощью гиперплоскости не позволяет получить качественные модели распределения загрязнений. Основные параметры регрессионных моделей (2) и (3) показывают, что, несмотря на большое значение Р-критерия (Р\ьг=223,5, Г7п=384,22) и уровень значимости р=0,0000 значение стандартной ошибки оценки представляется очень существенным (для март «ища - 122,08, для цичка - 9,01) Поэтому построенные на основе множественной регрессии уравнения зависимости содержания тяжелых металлов представляют собой статистически недостоверные модели реальности

На следующем этапе модель загрязнения почвенного покрова была исследована с помощью непараметричееких методов Лучшие результаты пол>чсны автором с помощью кусочно-линейной регрессии Математическая постановка задачи в этом случае сводится к нахождению коэффициентов уравнения

У=(Вог*В„*>.0+ +В„,*(Т<=1 +(В^ В,:*Х, + -гВп2*Х.)*(¥>¥*), (¿) хде У*-точка разрыва функции

В прогнозных моделях по марганцу и по цинку, полученных на основе кусочно-линейной регрессии, точки разрыва функций определены программой и составляют 167,574 для марганца и 26,304 для цинка Полученные модели покрывают 80 % прогнозируемых значений

Сш - с506 394 - 0 275*К, - 11 384*К2 - 1 188*К, • 0 7ь2*К4 - 1 195*К} - 0 822*К6 ( Си,,<=¡67 5 74) +

С2325 022 - 2 589* К, - 6 835* К2 6 464* К, - 6 602* К4 - 6 !№* К;-0 639* К«)* (С\'„>167 574 ) (5)

С7м -=(92 686*0 037* К, - 0 863* К2 - 0 689" К3~0 140* К4 - 0 308* К3 - 0 148* К6 )* ( С/п<~26 304) -

( 224 24п -0 117* К, + 0 398* К2 + 3 684* К> + 0 169* К4 - 0 5 80* К< - 0 396* К6)* ( Сл> ¿6 304) (6)

Результаты расчета на основе ку сочи о-л им ей н ой регрессии для марганца, сформированные в геоинформационной оболочке, представлены на рис. 3-

Рисунок 3 - Результаты прогнозной модели но основе кусо чно-яинейнай регрессии для .карет к ¡.¡а

Данные достаточно точно отражают особенности пространственного распределения загрязнителей в условиях переменного рельефа и позволяют провести зонирование территории в ГИС, Однако, как показал анализ результатов расчета, существенным недостатком этого метода является наличие точки разрыва. что не позволяет строить модели, инвариантные к смене ткал измерений. Кроме того, полученные модели не являются принципиально расширяемыми.

Поэтому в качестве альтернативы традиционным методам исследован метая нейронных сетей, позволяющий с любой заданной точностью да.

Б общем случае задач классификации и прогнозирования статистических показателей с применением нейронных се гей, сводится к четырем классическим постановкам:

1) распознаванию образов (предсказание для объекта значения некоторого целевого признака, выраженного в шкале наименований);

2) прогнозированию значения числового признака для объекта;

3) динамическому прогнозированию значения числового признака объекта при анализе временных рядов;

4) автоматической группировке объектов.

Каждая из перечисленных постановок при обработке геохимических данных в ГИС сводится к единой задаче «аполнего.я пропусков в таблице экспериментальных данных и соответствующем пространственном слое

В насюящем исследовании применена математическая модель формального нейрона Уорена МакКаллоха и Уолтера Питса, в которой текущее состояние нейрона определяется, как взвешенная сумма его входов, а выход нейрона есть функция его состояния

где х, - входные сигналы, V, - синаптические веса, & - пороговый уровень нейрона, обеспечивающий смещение активаиионной функции, которое зависит от входных данных,/() - активационная функция;у- выходной сигнал нейрона В качестве входных сигналов приняты независимые переменные К,, К2, К3, К4, К;, К6, в качестве выходных - концентрации марганца С>л, и цинка С/„ в почвенном покрове Все весовые коэффициенты одного слоя нейронов можно свести в матрицу в которой каждый элемент \\>у задает величину /-й синап-■ ической связи7-го нейрона, получив, таким образом, нейросетевые модели загрязнения почвенного покрова марганцем и цинком.

Ск,„ = Рш 0УМп (К, К2Хз,К<Л, К6)) (8)

С7„ = (IV^ С'ч,К2,Кз К4Л5.Кб)) (9)

где ^ - активационная функция, применяемая поэлементно к компонентам вектора IV для каждого загрязнителя

Создание адаптированной нейросетевой модели для обработки геохимических данных решается в два этапа 1 - выбор типа (архитектуры) сети, 2 - подбор весовых коэффициентов сети (обучение сети)

В качестве алгоритма обучения нейронной сети применен алгоритм Ру-мельхарта-Хинтона-Вильямса, где в качестве целевой функции выбрана суммарная квадратичная ошибка

по)

I 1

При обучении на каждой итерации параметры корректируются в направлении антиградиента £

А Р = -£УЕ(Р) (11)

Такой алгоритм обеспечивает сходимость к одному из локальных минимумов функции ошибки при условии выбора е>0 на каждой итерации Расчет

производится ог выходного слоя к входному по рекуррентным формулам и не требует пересчета выуодных значении нейронов

Для обеспечения независимости результатов нейросетевого моделирования о г единиц измерения геоэколо1 ических показа гелей, учшывая разнородную специфику геоэкологической информзмш, выполнена носмировка входных параметров на диапазон разброса значений переменной в единичный отрезок х, е(0,1] в соответствии с формулой

^- (12

X — X

I тех шт

Обший принцип предобработки данных для обучения нейронной сети состоит в максимизации энтропии входов и выходов

Решение системы линейных уравнений в модечи сводится к минимизации многочлена

Р^^Лх-Ь\(Ах-Ь)) = --(х,ЛтАх)-(ЛтЬ,х)-^(Ь,Ь) (13)

Простейшая сеть, вычислившая градиент этого многочлена состоит из двух слоев первый с матрицей свчзей А, второй с транспонированной матрицей Ат

Минимизация этого многочпена, а значит и решение системы линейных уравнений, может проводиться в соответствии с формулой

х' -х- з&Р = х - И(дх + Ь) (14)

Небольшая модификация позголяет вместо безусловного минимума многочлена второго порядка Р искать точку условного минимума с условиями х, - с, для 1 = 1], , I;, то есть точку минимума Р в ограничении на аффинное многообразие, параллельно? некоторым координатным плоскостям

ох.

V i

Математическая модель, способная находить точку условного минимума многочлена ьторою порчдка при условия^ вида х, = с/ для i - i¡,. ,i/¡, позволяет заполнять пробелы в данных и соответствующем пространственном слое

fía основе описанных таблиц жспериментапьных данных выполнены работы по прогнозированию с применением искусственных нейронных сетей Решалась задача заполнения пропусков в значениях 2 параметров загрязнения почв г Тулы концентрации марганца и цинка На вход нейронной сети подается 6-мерный вектор признаков Для 3744 дискрет-, пространственной матрицы (юго-восточный

при i^i,, ,it (15)

промраион) имелись значения 6 входных параметров на опробованной территории площадью 9,35 км2 и 2 выходных показателей Выполнялось прогнозирование отсутств) ющих шачений в слое загрязнения почвенного покрова площадью 195 км2 по 21021 дискретам па всей герри гории г Тулы

Из исходных данных было сформировано три выборки - обучающая (1872 значения), проверочная (935 значений) и тестовая (936 значений) Определение точности прогноза проводилось в режиме скользящего экзамена Процент правильных ответов на тестовой выборке колебался в диапазоне о; 78 до 85 %

Основные статистические показатели регрессионных моделей на всех трех выборках геохимических данных показаны в табт 1

Таблица 1 - 'Основные статистики регрессии

Показатели Выборки

Обучающая | Проверочная \ Тестовая

Марганец (Мп)

Среднее 168 220 ¡60 812 173 007

Стандартное отклонение 143 9'3 132 155 и'8,249

Стандартная ошибка 54 39! 85 388 94,514

Коэффициент корреляции 0,928 0,772 0,775

Цинк (7л)

Среднее 26,469 26 015 26,267

Стандартное отклонение 11,391 11,283 11,732

Стандартная ошибка 3,290 5,705 5,722

Коэффициент корраяции 0,958 0,866 0 874

Наилучшие результаты показала нейронная сеть обобщенной регрессии (вЯШ)

Ранжирование входных признаков по показателям значимости позволяет количественно оценить исследуемые зависимости (табл 2) Самыми информз гив-ными параметрами оказались Кг, К2 и К6

Таблица 2 - Анализ чувствительности моделей

Показатели Входные параметры

К, | Кг | К} 1 К4 | К5 | К,

Марганец (Мп)

Ранг 2 1 6 3 4 3

Ошибка 121,141 126,268 85,467 86,711 107,956 114,^28

Цинк (¿п)

Ранг 2 3 б .5 4 1

Ошибка 10 912 0,914 4 244 5 900 8 434 11,356

Для анализа достоверности полученных данных выполнен модельный эксперимент сравнения расчетных и экспериментальных данных двух плотных профилей длиноп 7 и 6 километров в разныч районах г Тулы (рис 4)

Рисунок 4 - Диаграммы сравнения расчетных и экспериментальных данных а) по профилюМв1 (марганец), б) профилю Лш (цинк)

Максимальная и средняя ошибки предложенной нейросетевой модели, выражение в процентах от диапазона изменения соответствующего параметра, для марганца составили ! 1,6 % И 7,2 %, для цинка -9,7% и 7,1 % соответственно.

Результаты вычислительного эксперимента пс прогнозированию неизвестных значений параметра загрязнения тяжелыми металлами (марганцем и цинком) по всей территории города Тулы в ГИС представлены на рис, 5.

Рисунок 5 - Результаты прогнозной модели распределения загрязнений тяжелых металлов по территории г. Тулы

Основные научные и практические результаты диссертационной работы внедрены и используются при разработке территориальной справочно-аналитическои системы мониторинга загрязнения почвенного покрова Разработанные модели при наличии фактической информации позволяю! повысить эффективность, системы мониторинга загрязнения почвенного покрова

ЗАКЛЮЧЕНИЕ

В диссертационной работе на основе теоретических и экспериментальных исследований загрязнения почв тяжелыми металлами методом нейросетевого моделирования в геоинформационной оболочке усовершенствована методика оценки состояния почв техногенного статуса в зоне деятельности горнопромышленных предприятий (п 18 Паспорта специальности 25 00 36 - «Геоэкология»)

Основные научные и практические результаты заключаются в следующем-

1 Установлены пространственно-временные закономерности техногенных воздействий в зоне деятельности угледобывающих предприятий (на примере г Тулы)

2 Создана пространственная база геоэкологических данных на основе разработанного прототипа системы «ЭкоГИС» Существенно дополнены возможности как банка данных, так и средств обработки информации Для численной реализации математических моделей в ГИС разработаны комплекс программных средств при помощи прикладного пакета МарВазю 6 5, а также библиотека интеграции расчетных модулей на Visual Basic 6 0

3. Выявлено влияние ключевых факторов (рельефа местности, ландшафтных и климатических показателей) на формирование полей загрязнения почвенного покрова горнопромышленных территорий Доказано, что «мозаич-ность» геоэкологической картины загрязнения эффективно поддается комплексному анализу на основе трехмерных моделей и тематических карт с применением принципа дискретного зонирования территории в случае, когда формальная математическая интерполяция и экстраполяция геоэкологических свойств почв приводит к резкому увеличению территориальных кластеров пространственной неоднородности, превышающих пространственную дискретность точек наблюдений

4 Обосновано использование подхода, основанного на применении искусственных нейронных сетей дл* моделирования процессов загрязнения почвенного покрова Доказано, что он обладает рядом преимуществ, поскольку комплексный анализ геоэкологической информации представляет собой задачу

восстановлен и? пропусков в таблице экспериментальных данных и соответствующем пространственном слое При этом создастся единая методическая парадигма как для задач классификации, так и для задач прогнозирования

5 Предложена и обоснована нейросетевая математическая модель для комплексною анализа загрязнения почв i орнопромышлеткм о peí иона, основанная на нейронной сети с обобщенной регрессией Отличие данной модели состоит в том, что она обеспечивает возможность обработки разнотипных экспериментальных данных и инвариантна к допустимым преобразованиям шкал признаков

6 На примере г Тулы построены прогнозные модели распределения полей загрязнения марганцем и цинком Проведено сравнение точности полученных моделей с классическими методами и экспериментальными данными Выполнен анализ чувствительности модели, позволивший ранжировать входные признали по степени влияния на формирование загрязнения почвенного покрова

7 Разработанные авторские макеты карт загрязнения почвенного покрова марганцем и цинком по территории г Тулы могут быть использованы для разработки интегральных карт структуры актрошненного загрязнения в составе геоинформационной оболочки с целью выявления причинно-следственных связей между загрязнением различных компонентов природной среды

Основное содержание диссертации отражено в следующих работах:

I. Басова И А , Миненко А А Геоинформационный проект в области экологической) мониторинга // Тез докл 1-й междунар конф «Социально-экономические и экологические проблемы горной промышленности, строительства и энергетики» - Тулз, 2003 - Том 2 С 254-259

2 Басова И А , Миненко А А К вопросу формирования электронных баз данных мониторинга б решении проблемы комплексной оценки геоэкологического состояния территорий // Тез докл 2-й междунар геоэколог конф «Геоэкологические проблемы загрязнения окружающей среды тяжелыми металлами» -Тула, 2004 - С 225-230

3 Басова И А , Кривенков Ю А , Миненко А А Аналитический обзор состояния проблемы комплексного геоэкологического мониторинга горнопромышленного региона // «Геоинформационные технологии в решении региональных проблем» - М , Тула, 2004 - С 74-78

4 Басова И А , Миненко А А Проектирование системы комплексного геоэко-лошческого мониторинга горнопромышленных регионов // Известия ТулГУ Сер Геотехноло! ии и геотехника - Вып 1 - Тула, 2005 -С125-129

5 Басова И А , Минснко А А К вопросу эффективного хранения данных в системе комплексного геоэкологического мониторинга горнопромышленных регионов /7 «Геоинформационные технологии в решении региональных проблем» М , Тула, 2004 -С 114 -- 118

6 Басова И А , Миненко А А Построение математической модели загрязнения почвенного покрова методами многомерного статистического анализа // «Геоинформационные технологии в решении региональных проблем» М, Тула, 2005 - С 14- 17

7 Басова И А , Миненко А А Применение методов нейросетевого моделирования для обработки таблицы геоэкологических данных в системе мониторинга почвенного покрова горнопромышленного региона // Известия 'ГулГУ Сер Геотехнологии и геотехника Вып 1 -Тула, 2005 -C35-4I.

8 Басова И А., Миненко А А. Применение традиционных методов многомерного статистического анализа для обработки таблицы геоэкологических данных в системе мониторинга почвенного покрова горнопромышленного региона // Известия ТулГУ Сер Геотехнологии и геотехника Вып 1 - Тула, 2005 -С 113117.

9 Миненко А А Построение математической модели загрязнения почвенного покрова методами нейросетевого моделирования // Известия ТулГУ Сер Геотехнологии Вып 1. Тула, 2006 -С337-342

Изд лип ЛР№ 020300 от 12 02 97 Подаимно в печать 2703 07 Формат бумаги 60x84 '/[б Бумага офсетная Уел печ л 1,2 Уч -изд л 1,0 Тираж 100 экз Заказ 014 Тульский государственный университет 300600,1 Тула, проси Ленина, 92 Отпечатано в Издательстве 1 у пГУ 300600,1 Тула, ул Болдина, 151

Содержание диссертации, кандидата технических наук, Миненко, Александр Анатольевич

ВВЕДЕНИЕ.

1 АНАЛИТИЧЕСКИЙ ОБЗОР И ПОСТАНОВКА ЗАДАЧ ИССЛЕДОВАНИЯ.

1.1 Современные научно-методические принципы оценки геоэкологического состояния территорий.

1.2 информационная основа анализа загрязнения почвенного покрова горнопромышленных регионов тяжелыми металлами.

1.3 Способы моделирования и оценки загрязнения почвенного покрова

1.4 Геоэкологическая характеристика территории Тульской области4 1 Выводы.

2 СОЗДАНИЕ ПРОСТРАНСТВЕННОЙ БАЗЫ ДАННЫХ И ПРИЗНАКОВОГО ПРОСТРАНСТВА МОДЕЛИ ДЛЯ ОЦЕНКИ ЗАГРЯЗНЕНИЯ ПОЧВЕННОГО ПОКРОВА ГОРНОПРОМЫШЛЕННОГО РЕГИОНА.

2.1 Формирование электронной базы данных загрязнения почвенного покрова тяжелыми металлами.

2.2 Пространственно-временные компоненты базы данных для оценки загрязнения почвенного покрова.

2.3 описание признакового пространства модели загрязнения почвенного покрова горнопромышленного региона тяжелыми металлами.

Выводы.

3 МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ И ОЦЕНКА ЗАГРЯЗНЕНИЯ ПОЧВЕННОГО ПОКРОВА В СРЕДЕ ГИС.

3.1 Построение математической модели загрязнения почвенного покрова тяжелыми металлами методами многомерного статистического анализа.

3.2 Разработка математической модели для оценки загрязнения почвенного покрова тяжелыми металлами методами нейросетевого моделирования.

3.3 Построение прогнозной модели загрязнения почвенного покрова на основе нейросетевой модели.

3.4 Основные положения методики оценки загрязнения почвенного покрова на основе нейросетевого моделирования.

Выводы.

4 ПРОГНОЗ ЗАГРЯЗНЕНИЯ ПОЧВЕННОГО ПОКРОВА ТЯЖЕЛЫМИ МЕТАЛЛАМИ.

4.1 Моделирование и оценка загрязнение почвенного покрова на примере марганца и цинка.

4.2 Создание прогнозных моделей.

4.3 Оценка адекватности моделей на основе натурных измерений. 124 Выводы.

Введение Диссертация по наукам о земле, на тему "Совершенствование методики оценки загрязнения почв горнопромышленного региона тяжелыми металлами"

Актуальность работы. Решение экологических проблем сегодня становится приоритетным для обеспечения устойчивого развития промышленных территорий. Особенно это касается горнопромышленных регионов, где угледобывающим предприятиям и обслуживающим их производствам принадлежит первое место, прежде всего по твердым отходам. Региональные экологические проблемы таких территорий обусловлены тем, что на сравнительно небольшой площади сконцентрировано большое число промышленных предприятий, где предприятиям горной промышленности и обслуживающим их производствам принадлежит первое место, прежде всего по твердым отходам. Современные масштабы ландшафтных и экологических изменений природной среды в горнопромышленных районах связаны с преобладанием открытого способа добычи полезных ископаемых. Ежегодно из извлекаемых горных масс около 2/3 объема идут в отходы в виде отвалов и хвостохранилищ обогатительных фабрик, большая часть которых в последующем не используется.

В результате происходит локальное, региональное и глобальное загрязнение биосферы химическими элементами и образование техногенных аномалий, в которых содержание загрязняющих веществ в десятки и сотни раз превышает допустимые значения. В конечном итоге нарушаются глобальные биогеохимические циклы элементов (углерода, азота, серы и пр.), основные глобальные механизмы обмена веществом и энергией, а также усиливается влияние антропогенных факторов на биоту и население.

По выбросам вредных веществ в расчете на 1 км2 территории Тульская область превосходит Московскую в 1,7 раза, а Калужскую и Орловскую -более чем в 10 раз. Поскольку удельный вес Тульской области в добыче полезных ископаемых в пределах Подмосковного бассейна составлял 80 %, значительная часть территории области до сих пор подвержена мощнейшему техногенному воздействию отходов угледобывающего производства.

Размещение твердых отходов в отвалах и хвостохранилищах на поверхности крайне негативно влияет на состояние окружающей среды региона. Мощность техногенных образований, складированных в терриконы на территории Тульской области, достигает 20 и более метров.

Особую озабоченность вызывает загрязнение почв горнопромышленных регионов тяжелыми металлами, так как концентрации многих из них превышают предельно допустимые значения. Загрязнение окружающей среды тяжелыми металлами определяется характером современного промышленного производства, добычей полезных ископаемых, возрастанием транспортной нагрузки. Широкое распространение в биосфере и химические особенности способствовали отнесению тяжелых металлов в группу приоритетных загрязнителей. Они сравнительно быстро накапливаются в почвах городов и крайне медленно из них выводятся. В настоящее время некоторые из них обязательны для контроля при осуществлении мониторинга состояния окружающей среды. Среди них свинец, цинк, марганец и его соединения, окись алюминия, никель, хром, медь и др.

Перспективное развитие топливно-энергетического комплекса Тульской области с 2007 года предполагает разработку месторождений бурого угля в объеме 4-5 млн тонн в год. Поэтому необходимо совершенствовать природоохранные принципы управления жизнеобеспечивающими ресурсами региона и научно-методические основы информационной поддержки принятия решений по экологической безопасности хозяйственных проектов при реабилитации существующих «аномальных» антропогенных комплексов, возникающих в ходе разработок полезных ископаемых.

В такой ситуации исследования должны быть направлены на изучение закономерностей распределения загрязнителей по территории, а также на изучение и анализ механизмов устойчивости экосистем и их биотических компонентов к воздействию техногенных потоков загрязняющих веществ.

Необходимым элементом таких исследований является процедура моделирования, обеспечивающая поиск скрытых закономерностей в структуре геоэкологической информации как комплексе геохимических, ландшафтных, кадастровых и демопопуляционных данных.

Особенность анализа геохимических данных заключается в сложности учета всех факторов, влияющих на формирование полей загрязнения, и сбора территориально распределенной информации. Кроме того, классификация объектов исследуемой геосистемы может не совсем точно отражать существующую в проблемной области естественную кластерную структуру объектов, что создает дополнительные трудности в процессе построения модели геосистемы. В настоящее время не существует унифицированных программно-технических средств для специализированного геоэкологического анализа. Проблема заключается в отсутствии единой парадигмы построения теоретически обоснованных и хорошо согласующихся с реальными данными вычислительных моделей. В связи с этим специализированные методики и реализующие их программные средства, решающие узкие задачи, остаются в дальнейшем не востребованными.

Актуальность поставленной научной задачи определяется необходимостью объективной оценки и оперативной инвентаризации загрязнения почв горнопромышленных регионов в единой территориальной справочно-аналитической информационной системе мониторинга для управления геоэкологической ситуацией на различном уровне.

Целью работы является совершенствование методики оценки загрязнения почвенного покрова в зоне деятельности горнопромышленных предприятий на основе современных методов математического моделирования с применением геоинформационных технологий (ГИС).

Идея работы заключается в использовании аппарата нейронных сетей для моделирования пространственной неоднородности загрязнения почвенного покрова горнопромышленных регионов в геоинформационной оболочке с применением принципа дискретного зонирования территории.

Основные научные положен ия, защищаемые автором: пространственная неоднородность геоэкологической картины загрязнения почв тяжелыми металлами горнопромышленных районов эффективно поддается комплексному анализу в геоинформационной оболочке на основе трехмерных моделей и структурных карт; принцип дискретного зонирования исследуемой территории на основе пространственной дискретной сетки эффективен, когда количество существующих территориальных кластеров, в пределах которых наблюдается определенная специфическая картина формирования однородных полей загрязнения, превышает пространственную дискретность точек наблюдений. анализ геоэкологической информации почв техногенного статуса в зоне деятельности угледобывающих предприятий представляет собой задачу восстановления пропусков в таблице экспериментальных данных и соответствующем пространственном слое геоинформационной системы; регрессионные модели распределения загрязнителей, созданные методами нейросетевого моделирования, обеспечивают достоверный прогноз на основе неполной и разномасштабной экспериментальной информации, реализуя при этом единый методический подход для решения задач классификации и прогнозирования содержания тяжелых металлов в почве.

Новизна основных научных результатов: обоснованы принципы построения пространственной базы данных мониторинга загрязнения почвенного покрова техногенного статуса и предложен комплекс программных средств, обеспечивающий эффективную обработку и анализ геохимических данных в геоинформационной оболочке; получены базовые уравнения регрессии пространственного распределения тяжелых металлов (марганца и цинка) для построения слоя загрязнения почвенного покрова по всей территории г. Тулы. предложены адаптированные нейросетевые математические модели для комплексного анализа загрязнения почв горнопромышленного региона тяжелыми металлами, инвариантные к смене шкал измерений и/' обеспечивающие более точный прогноз по сравнению с методами многомерного статистического анализа.

Достоверность научных положений, выводов и рекомендаций подтверждается: корректной постановкой задач исследования; обоснованным использованием различных математических методов и современных достижений в области программного обеспечения; удовлетворительной сходимостью результатов расчетов полученных моделей с имеющимися экспериментальными данными; репрезентативным объемом данных почвенного мониторинга.

Практическое значение работы. Полученные результаты исследований после соответствующей адаптации могут быть использованы при разработке территориальной справочно-аналитической системы оценки загрязнения почвенного покрова угледобывающих регионов.

Разработанная структура геоинформационной аналитической системы мониторинга загрязнения почвенного покрова «ЭкоГИС» представляет собой прототип системы комплексной обработки геоэкологической информации, наиболее важным отличием которого является возможность конструирования экспертной системы самим специалистом-прикладником.

Предложенные нейросетевые модели реализуют единый подход к решению задач классификации и геоэкологического прогнозирования, являются принципиально расширяемыми и предполагают дальнейшее увеличение независимых признаков в исходном пространстве (климатических, демопопуляционных показателей и т.д.).

Разработанные авторские макеты карт загрязнения почвенного покрова г.Тулы марганцем и цинком, трехмерная модель исследуемой территории и ЗБ-паттерны распределения загрязнителей могут использоваться для построения интегральных карт структуры антропогенного загрязнения с целью выявления причинно-следственных связей между загрязнением различных компонентов природной среды в ходе разработок месторождений бурого угля.

Апробация работы. Научные положения и практические результаты диссертационной работы в целом и ее отдельные разделы докладывались и обсуждались на научных семинарах кафедры, ежегодных научно-практических конференциях Тульского государственного университета, 1-й Международной конференции по проблемам горной промышленности, строительства и энергетики (г.Тула, 2004 г.), 2-й и 3-й Международной геоэкологической конференции «Геоэкологические проблемы загрязнения окружающей среды тяжелыми металлами» (г.Тула, 2005 - 2006 гг.).

Публикации. По результатам выполненных исследований опубликовано 9 работ.

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения и приложения; изложена на 141 страницах машинописного текста, содержит 16 таблиц, 40 иллюстраций, список литературы из 91 наименования.

Заключение Диссертация по теме "Геоэкология", Миненко, Александр Анатольевич

Основные выводы, научные и практические результаты работы сводятся к следующему:

1. Установлены пространственно-временные закономерности техногенного воздействия в зоне деятельности угледобывающих предприятий (на примере г.Тулы).

2. Создана пространственная база геоэкологических данных на основе разработанного прототипа системы «ЭкоГИС». Существенно дополнены возможности как банка данных, так и средств обработки информации. Для численной реализации математических моделей в ГИС разработан комплекс программных средств при помощи прикладного пакета MapBasic 6.5, а также библиотека интеграции расчетных модулей на Visual Basic 6.0.

3. Выявлено влияние ключевых факторов (рельефа местности, ландшафтных и климатических показателей) на формирование полей загрязнения почвенного покрова горнопромышленных территорий. Доказано, что пространственная неоднородность геоэкологической картины загрязнения эффективно поддается комплексному анализу на основе трехмерных моделей и тематических карт с применением принципа дискретного зонирования территории в случае, когда формальная математическая интерполяция и экстраполяция геоэкологических свойств почв приводит к резкому увеличению территориальных кластеров пространственной неоднородности, превышающих пространственную дискретность точек наблюдений.

4. Обосновано использование подхода, основанного на применении искусственных нейронных сетей для моделирования процессов загрязнения почвенного покрова. Доказано, что он обладает рядом преимуществ, поскольку комплексный анализ геоэкологической информации представляет собой задачу восстановления пропусков в таблице экспериментальных данных и соответствующем пространственном слое. При этом создается единый методический подход как для задач классификации, так и для задач прогнозирования.

5. Предложена и обоснована нейросетевая математическая модель для комплексного анализа загрязнения почв горнопромышленного региона, основанная на нейронной сети с обобщенной регрессией. Отличие данной модели состоит в том, что она обеспечивает возможность обработки разнотипных экспериментальных данных и инвариантна к допустимым преобразованиям шкал признаков.

6. На примере города Тулы построены прогнозные модели распределения полей загрязнения марганцем и цинком. Проведено сравнение точности полученных моделей с классическими методами и экспериментальными данными. Выполнен анализ чувствительности модели, позволивший ранжировать входные признаки по степени влияния на формирование загрязнения почвенного покрова.

7. Разработанные авторские макеты карт загрязнения почвенного покрова марганцем и цинком по территории г.Тулы могут быть использованы для разработки интегральных карт структуры антропогенного загрязнения в составе геоинформационной оболочки с целью выявления причинно-следственных связей между загрязнением различных компонентов природной среды.

ЗАКЛЮЧЕНИЕ

В диссертационной работе на основе теоретических и экспериментальных исследований загрязнения почв тяжелыми металлами методом нейросетевого моделирования в геоинформационной оболочке, усовершенствована методика оценки состояния почв техногенного статуса в зоне деятельности горнопромышленных предприятий, (п. 18 Паспорта специальности 25.00.36 - «Геоэкология»)

Библиография Диссертация по наукам о земле, кандидата технических наук, Миненко, Александр Анатольевич, Тула

1. Вернадский В.И. Проблемы биогеохимии // Тр. био-геохим. лаб. М., 1980. Т. 16. С. 9-226.

2. В.А.Боков «Методологические и методические аспекты получения территориальной экологической информации» http://www.eco-life/ 146.html

3. Э.М.Соколов, Н.М.Качурин, И.А.Басова, В.Г.Павпертов «Геоэкологические аспекты загрязнения почвенного покрова», Москва-Тула, 2001

4. Буренков Э.К., Головин А.А., Филатов Е.И. Методические аспекты геохимического и эколого-геохимического картирования. // Отечественная геология, 1993, №7, с.15-19.

5. Джефферс Дж. Введение в системный анализ: применение в экологии. М.:Мир, 1981

6. Ковда В.А. Основы учения о почве. М.: Наука, 1973. Кн. 2. С. 199-229.

7. Орлов Д.С. Химия почв. М.: Изд-во МГУ, 1992. С. 372-390.

8. Учет и оценка природных ресурсов и экологического состояния территорий различного функционального использования. Методические рекомендации. / Сост. Го-ловин А.А., Морозова И.А., Трефилова Н.Я., Гуляева Н.Г. -М.: ИМГРЭ, 1996, 88 с.

9. А.М.Дудик, С.Ю.Селяков и др. "Эколого-геохимическая инвентаризация компонентов окружающей среды г.Донецка и прогнозирование их изменений", ИГЭПД, Донецк, 1995г.

10. Состояние почвенно-земельных ресурсов в зонах влияния промышленных предприятий Тульской области / Под общей редакцией акад. РАН Г.В. Добровольского, чл.-корр. РАН С.А. Шобы. М.: Изд-во Московского университета, 2002. - 173 с.

11. Методические указания по оценкестепени опасности загрязнения почвы химическими веществами, МУ 2.1.7.730-99, утв. Главным государственным санитарным врачом РФ 7 февраля 1999 г.

12. Методические рекомендации по выявлению деградированных и загрязненных земель, № 3-15/582 от 27 марта 1995 года, КОМИТЕТ РОССИЙСКОЙ ФЕДЕРАЦИИ ПО ЗЕМЕЛЬНЫМ РЕСУРСАМ И ЗЕМЛЕУСТРОЙСТВУ

13. Тульский государственный педагогический университет им Л.Н. Толстого Л.Ф. Тарарина и др. «Природа Тульского края»

14. А.Ф. Симанкин, А.В. Дмитраков «Воздействие горнодобывающего комплекса Тульской области на окружающую среду» «Геотехнологии и геотехника» -Сборник «Известия ТулГУ. Выпуск 1», с.220-224.

15. В.Н. Симурзин «Опыт геоэкологических исследований по загрязнению тяжелыми металлами на урбанизированных территориях»

16. Берлянт А.М, Мусин A.M., Свентэк Ю.В. Геоинформационные технологии и их использование в эколого-географических исследованиях. М.: МГУ, 1993.- География, Т. 1 .-С.231-241

17. Буренков Э.К., Головин А.А., Филатов Е.И. Принципы и возможности многоцелевого геохимического картирования. // Разведка и охрана недр, 1994, №5, с. 28-29.

18. Буренков Э.К., Головин А.А., Филатов Е.И. и др. Многоцелевое геохимическое картирование новый вид региональных геохимических работ. // Разведка и охрана недр, 1996, №8, с. 7-10.

19. Система обработки информации об окружающей среде и здоровье населения (EHIPS), http://www.iki.rssi.ru/ehips/welcome.htm

20. С.А.Дудик, научный руководитель О.А.Шевченко. "Особенности техногенных изменений почв Донецко-Макеевской ПГА.",сборник докладов Международной научной конференции, апрель 2002 г.

21. Буренков Э.К., Головин А.А., Филатов Е.И. Комплексное геохимическое картирование: основы технологии. // Сб. Прикладная геохимия, вып.1. -М.: ИМГРЭ, 2000, с. 28-46.

22. Б.С.Панов, О.А.Шевченко, А.М.Дудик, С.А.Дудик, С.Ю.Селяков. "Современные экологические проблемы Донецкого Бассейна.", Геофизический журнал, 2003 г.

23. Бочаров B.JL, Бугреева М.Н., Смирнова А.Я. Экологическая геохимия марганца. -Воронеж, 1998. -164 с.

24. Бугреева М.Н., Стародубцев B.C. Геохимическая природа марганца в техногенной системе территориально-промышленного комплекса г.Воронежа // Вестн.Воронеж. ун-та. Сер.геол.-1997. -Вып.З. -С. 121129.

25. Геохимическое картирование основа оценки загрязнения окружающей среды и экологического мониторинга Московского региона / Э.К.Буренков, Л.Н.Гинзбург, А.А.Головин и др. // Разведка и охрана недр.-1998. -№ 9-10. -С.51-57.

26. Геохимическая оценка загрязнения территорий городов химическими элементами / Б.А.Ревич, Ю.Е., Сает, и др. -М., 1982. -112 с.

27. Ильин В.Б. Тяжелые металлы в системе почва-растение. -Новосибирск.: Наука, 1991.28. «Микроэлементы для вашего здоровья»

28. СНиП 23-01-99 «СТРОИТЕЛЬНАЯ КЛИМАТОЛОГИЯ»30. «О санитарно-эпидемиологической обстановке в г. Туле в 2003 году», Государственное учреждение «Центр государственного санитарно-эпидемиологического надзора в г. Туле» Муниципальный доклад

29. Головин А.А., Морозова И.А., Ачкасов А.И. и др. Геохимическая оценка территории Восточно-Забайкальского полигона по результатам многоцелевого геохимического картирования. М.:ИМГРЭ, 1998, 185с.

30. В. Боровиков «STATISTICA. Искусство анализа данных на компьютере», Питер-2003

31. Криночкин J1.A., Головин А.А., Николаев Ю.Н., Бурьянов А.В. Геолого-геохимические модели аномальных полей основа прогнозной оценки территории при МГХК. // Разведка и охрана недр, 2002, №8, с. 9-13.

32. Лаверов Н.П., Кременецкий А.А., Буренков Э.К., Головин А.А. Прикладная геохимия проблемы и пути развития. // Отечественная геология, 2003, №2, с. 27-31.

33. Технология прогнозной оценки металлогенических зон, рудных районов и узлов при МГХК-1000 и МГХК-200. Методические рекомендации. / Сост. Криночкин Л.А., Николаев Ю.Н., Бурьянов А.В. и др. М.: ИМГРЭ, 2002,160 с.

34. Ланкин Ю.П., Лалетин А.П. Моделирование изменений экологических объектов с помощью нейронных сетей.// Сибирский экологический журнал.- Новосибирск: Издательство СО РАН, Т.6, № 4, 1999.- С.449-452.

35. Горбань А.Н., Дубинин-БарковскийВ.Л., Кирдин А.Н. "Нейроинформатика" СП "Наука" РАН 1998.

36. Горбань А.Н., Россиев Д.А. "Нейронные сети на персональном компьютере" СП "Наука" РАН 1996.

37. Глазовская М.А. Ландшафтно-геохимические системы и их устойчивость к техногенезу. М.:Наука, 1976 .

38. Сает Ю.Е., Ревич Б.А. Эколого-геохимические подходы к разработке критериев нормативной оценки состояния городской среды //Изв.АН СССР, серия географ. 1988 .- N 4, стр. 37 - 46.

39. Головин А.А., Гуляева Н.Г., Морозова И.А. Интегральные аномальные поля как объекты многоцелевого геохимического картирования. // Разведка и охрана недр, 1995, №6, с. 3-4.

40. Головин А.А., Клюев О.С., Криночкин Л.А. Прогнозно-геохимические карты: задачи и технологии составления. // Сб. Прикладная геохимия, вып. 1. М.:ИМГРЭ, 2000, с. 83-104.

41. Килипко В.А. Геоинформационные системы как база данных при многоцелевом геохимическом картировании. Тезисы международного симпозиума по прикладной геохимии стран СНГ. М.: ИМГРЭ, 1997, с. 233-234.

42. Burencov Е.К., Golovin A.A., Morozova I.A., Filatov E.I. Multi-purpose geochemical mapping (1:1 000 000) as a basis for the integrated assessmentof natural resources and ecological problems. // Journal of Geochemical Exploration, 66 (1999) p. 159-172.

43. Koval P.V., Burencov E.K., Golovin A.A. Introduction to the program multipurpose Geochemical mapping of Russia. // Journal of Geochemical Exploration, 55 (1995), p. 115-123.

44. Проблемы создания интеллектуальных систем поддержки принятия решений. Сб. научных трудов АН УССР.

45. Виноградов А.П. Средние содержания химических элементов в главных типах изверженных горных пород земной коры// Геохимия. -1962.-№7.-С. 555-571.

46. Геология месторождений угля и горючих сланцев СССР: в 12 т. М.: Госгеотехиздат, 1963. - Т.1: Донбасс. -1210 с.

47. Карпачевский JI. О. Экологическое почвоведение. -М.: Изд.-во Мое. ун-та. 1993. -83 с.

48. Качинский Н. А. Физика почв. -М.: Высш. шк., 1965. -Ч. 1. -323 с.

49. Вадюнина А.Ф. , Корчагина 3. А. Методы исследования физических свойств почв и грунтов. М.: Высш. шк., 1973. - 400 с.

50. Зонн С. В. Современные проблемы генезиса и географии почв. -М.: Наука, 1983.-168 с.

51. Александрова JI.H. Органическое вещество почвы и процессы его трансформации. Л.: Наука, Ленингр. отд-ние, 1980. - 287 с.

52. Розанов Б.Г. Основы учения об окружающей среде. М.: Изд-во МГУ, 1984. -371 с.

53. Елизарова Т.Н., Казанцев В.А. Почвоведение (учебное пособие), -Новосибирск,: Изд-во СГГА:1998,- 143 с.

54. ГОСТ 27593-88 (СТ СЭВ 5298-85) "Почвы. Термины и определения".

55. ГОСТ 17.4.3.01-83 (СТ СЭВ 3847-82) "Охрана природы. Почвы. Общие требования к отбору проб".

56. ГОСТ 17.4.3.03-85 "Охрана природы. Почвы. Общие требования к методам определения загрязняющих веществ".

57. ГОСТ 17.4.4.02-84 "Охрана природы. Почва. Методы отбора и подготовки проб почвы для химического, бактериологического и гельминтологического анализа".

58. Беус А. А. Геохимия окружающей среды / А. А. Беус, Л. И. Грабовская, Н. В. Тихонова. М.: Недра, 1976. - 121 с.62.0бухов А. И. Биогеохимия тяжелых металлов в природной среде / А.И. Обухов, О. М. Лепнева // Почвоведение. 1989. - №3. - с. 40-43.

59. Перязева Е. Г. Миграция тяжелых металлов в окружающей среде / Е. Г. Перязева, А. М. Плюснин, В. И. Гунин // Экология и промышленность России. 2001. - № 10. - с. 22-25.

60. Ягодин Б. А. Тяжелые металлы и здоровье человека / Б. А. Ягодин // Химия в сельском хозяйстве. 1995. - № 4. - С. 38-42.

61. Басова И.А., Кривенков Ю.А., Миненко А.А. Аналитический обзор состояния проблемы комплексного геоэкологического мониторинга горнопромышленного региона // «Геоинформационные технологии в решении региональных проблем» М., Тула, 2004. - С.74-78.

62. Басова И.А., Миненко А.А. Проектирование системы комплексного геоэкологического мониторинга горнопромышленных регионов. // Известия ТулГУ. Сер. Геотехнологии и геотехника. Вып. 1. - Тула, 2005. - С125-129.

63. Басова И.А., Миненко А.А. К вопросу эффективного хранения данных в системе комплексного геоэкологического мониторинга горнопромышленных регионов. // «Геоинформационные технологии в решении региональных проблем» М., Тула, 2004.-C.114 118.

64. Басова И.А., Миненко А.А. Построение математической модели загрязнения почвенного покрова методами многомерного статистического анализа. // «Геоинформационные технологии в решении региональных проблем» М., Тула, 2005. С. 14 - 17.

65. Миненко А.А. Построение математической модели загрязнения почвенного покрова методами нейросетевого моделирования. // Известия ТулГУ. Сер. Геотехнологии. Вып. 1. Тула, 2006. С337-342.

66. Голодковская Г.А., Куринов М.Б. Геоэкологические картографические модели: методология, структура, систематика // Изв. вузов. Геология и разведка. -1999. -№ 1. -С. 123-130.

67. Голодковская Г.А., Куринов М.В. О методологии и общей структуре эколого-геологических исследований // Геология 3. Программа «Университеты России». -М., 1996. -С.45-49.

68. Косинова И.И. Теоретические основы крупномасштабных экогеологических исследований. -Воронеж, 1998. -255 с.

69. Теория и методология экологической геологии / В.Т.Трофимов и др. -М., 1997. -368 с.

70. Четвериков Л.И. О выделении иерархии геологических объектов // Вопросы методологии в геологических науках. -Киев, 1977. -С. 128-138.

71. Глазовская М.А. Геохимия природных и техногенных ландшафтов СССР / М.А. Глазовская. М.: Высш. шк., 1988. - 328 с.

72. Обзор загрязнения окружающей природной среды Российской Федерации за 1998 г. М.: Росгидромет, 1999. - 361 с.

73. Вернадский В.И. Биосфера и ноосфера. М.: Наука, 1991. 272с.

74. Вернадский В.И. Очерки геохимии. М.: Наука 1983. 422 с.

75. Пиччи Дж.Е., Порт Г.Н.Дж. и др. Стратегия мониторинга и оценка загрязнения окружающей среды.//Мониторинг состояния окружающей природной среды. Л., 1977, с.53-68.

76. Ермаков В.В. Развитие учения о природных и техногенных биохимических провинциях как основы современных биосферных исследований //Микроэлементы в СССР. Рига:Знание,1992.Вып.ЗЗ.СЗ.

77. Биогеохимические основы экологического нормирования /

78. B.Н.Башкин, Е.В.Евстафьева, В.В.Снакин и др. М.:Наука, 1993. -304с.

79. Власов О.П. Проектирование и реализация автоматизированной системы обработки геологической информации в затрудненных условиях. Отчет, ЧитПИ. Чита. 1979.

80. Глазовская М.А. Принципы классификации природных геосистем по устойчивости к техногенезу и прогнозное ландшафно-геохимическое районирование // Устойчивость геосистем. М.: Наука, 1983.С. 61-78. '

81. Иванов К. Е., Географические исследования и физико-географические системы // География и современность. Л.: Изд-во ЛГУ, 1982. 135с.

82. Преображенский B.C., Александрова Т.Д., Куприянова Т.П. Основы ландшафтного анализа. М.: Наука, 1988.192 с.

83. Моделирование процессов в природно-экономических системах / Под ред. В.И.Гурмана и А.И.Москаленко. Новосибирск: Наука, 1982.1. C.176.

84. Сочава В.Б. Введение в учение о геосистемах. Новосибирск: Наука, 1978. 319с.