Научная статья на тему 'Data-анализ индикаторов охраны окружающей среды в Российской Федерации'

Data-анализ индикаторов охраны окружающей среды в Российской Федерации Текст научной статьи по специальности «Экологические биотехнологии»

CC BY
43
6
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
Data-анализ / охрана окружающей среды / выбросы загрязняющих веществ / природные ресурсы / водные ресурсы / атмосферный воздух. / Data-analysis / environmental protection / pollutant emissions / natural resources / water resources / atmospheric air.

Аннотация научной статьи по экологическим биотехнологиям, автор научной работы — Тимошкина Мария Александровна

Статья посвящена анализу состояния и динамики изменения основных индикаторов охраны окружающей среды в Российской Федерации. Анализируются основные индикаторы, характеризующие уровень загрязнения атмосферного воздуха и водных ресурсов в РФ за хронологический период 2010-2022 годы. Выполненный статистический анализ данных (Data-анализ) показал, что в Российской Федерации в целом и большинстве ее регионов ситуация с охраной окружающей среды имеет устойчивую тенденцию к улучшению. Выделены основные региональные кластеры в зависимости от годового объема выбросов загрязняющих веществ в атмосферный воздух, от доли обезвреженных веществ в общем количестве загрязняющих веществ от стационарных источников и в зависимости от объема сброса загрязненных сточных вод в поверхностные воды.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по экологическим биотехнологиям , автор научной работы — Тимошкина Мария Александровна

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Data analysis of environmental indicators in the Russian Federation

The article is devoted to the analysis of the state and changes dynamics of the main environmental protection indicators of the Russian Federation. The main indicators characterizing the level of pollution of atmospheric air and water resources in the Russian Federation are analyzed for the chronological period 2010-2022. The performed statistical data analysis (Data analysis) showed that in the Russian Federation as a whole and in most of its regions, the situation with environmental protection has a steady tendency to improve. The regional clusters are identified depending on the annual volume of emissions of pollutants into the atmospheric air, on the proportion of neutralized substances in the total amount of pollutants from stationary sources and the volume of discharge of contaminated wastewater into surface waters.

Текст научной работы на тему «Data-анализ индикаторов охраны окружающей среды в Российской Федерации»

Data-анализ индикаторов охраны окружающей среды в Российской Федерации Data analysis of environmental indicators in the Russian Federation

Тимошкина Мария Александровна

студент 2 курса бакалавриата, ф-т математики и естественных наук, Ижевский государственный технический университет имени М. Т. Калашникова,

РФ, г. Ижевск e-mail: timoshamarishkina@mail. ru

Timoshkina Maria Alexandrovna

2nd year student, faculty of mathematics and natural sciences, Kalashnikov Izhevsk State Technical University,

Russia, Izhevsk e-mail: timoshamarishkina@mail. ru

Научный руководитель Вавилова Дайана Дамировна

кандидат технических наук, доцент кафедры прикладной математики и информационных технологий, ф-т математики и естественных наук, Ижевский государственный технический университет имени М. Т. Калашникова,

РФ, г. Ижевск e-mail: vavilova_dd@mail. ru

Vavilova Daiana Damirovna

candidate of technical sciences, associate professor of the department applied mathematics and information technology, faculty of mathematics and natural sciences, Kalashnikov Izhevsk State Technical University,

Russia, Izhevsk e-mail: vavilova_dd@mail.ru

Аннотация.

Статья посвящена анализу состояния и динамики изменения основных индикаторов охраны окружающей среды в Российской Федерации. Анализируются основные индикаторы, характеризующие уровень загрязнения атмосферного воздуха и водных ресурсов в РФ за хронологический период 2010-2022 годы. Выполненный статистический анализ данных (Data-анализ) показал, что в Российской Федерации в целом и большинстве ее регионов ситуация с охраной окружающей среды имеет устойчивую тенденцию к улучшению. Выделены основные региональные кластеры в зависимости от годового объема выбросов загрязняющих веществ в атмосферный воздух, от доли обезвреженных веществ в общем количестве загрязняющих веществ от стационарных источников и в зависимости от объема сброса загрязненных сточных вод в поверхностные воды.

Annotation.

The article is devoted to the analysis of the state and changes dynamics of the main environmental protection indicators of the Russian Federation. The main indicators characterizing the level of pollution of atmospheric air and water resources in the Russian Federation are analyzed for the chronological period 2010-2022. The performed statistical data analysis (Data analysis) showed that in the Russian Federation as a whole and in most of its regions, the situation with environmental protection has a steady tendency to improve. The regional clusters are identified depending on the annual volume of emissions of pollutants into the atmospheric air, on the proportion of neutralized substances in the total amount of pollutants from stationary sources and the volume of discharge of contaminated wastewater into surface waters.

Ключевые слова: Data-анализ, охрана окружающей среды, выбросы загрязняющих веществ, природные ресурсы, водные ресурсы, атмосферный воздух.

Key words: Data-analysis, environmental protection, pollutant emissions, natural resources, water resources, atmospheric air.

Вся совокупность живых и неживых элементов, взаимодействующих друг с другом в определенной экосистеме, представляет собой окружающую среду. Эта среда включает в себя такие компоненты, как воздух, воду, почву, растения, животных и людей. В настоящее время общество сталкивается со множеством проблем в окружающей среде. Это и загрязнение воздуха, и истощение природных ресурсов, и загрязнение воды, и изменение климата, и другие проблемы [1, 2].

Для сохранения экологического равновесия и обеспечения устойчивого использования природных ресурсов общество должно заниматься охраной окружающей среды. Охрана окружающей среды подразумевает реализацию мер по предотвращению загрязнения водных ресурсов, воздуха, почвы, природных ландшафтов, а также мер по снижению отрицательного антропогенного воздействия на окружающую среду [3].

Известно, что в последние десятилетия проблема сохранения окружающей среды во всем мире стала острой и актуальной. Вмешательство во все сферы природы и последствия от человека для окружающей среды невозможно игнорировать [4, 5]. «Природа не храм, а мастерская, и человек в ней работник»... Эти известные слова из романа И. Тургенева «Отцы и дети» актуальны как никогда. Мы должны понимать, что вокруг нас природа создает блага, необходимые для существования. Поэтому окружающая среда требует от нас бережного отношения к ее природным богатствам.

Для того, чтобы охрана окружающей среды выполнялась более эффективно на уровне государства, необходимо располагать актуальными сведениями о ее состоянии, изучать динамику изменения её основных индикаторов. Для решения этой задачи поможет математический аппарат, реализующий статистический анализ (Data-анализ) индикаторов охраны окружающей среды.

В статье рассматриваются три основных индикатора охраны окружающей среды:

1) объем выбросов загрязняющих веществ в атмосферный воздух, тыс. тонн в год;

2) удельный вес обезвреженных загрязняющих атмосферу веществ в общем количестве загрязняющих веществ от стационарных источников, %;

3) объем сброса загрязненных сточных вод в поверхностные водные объекты, тыс. тонн в год. Data-анализ в статье реализуется с помощью программы Jupyter Notebook и современного языка

программирования Python. В ходе реализации Data-анализ используются следующие библиотеки [6]: import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns

Встроенные в программу Jupyter Notebook библиотеки pandas и numpy позволяют выполнять математические и статистические вычисления, а библиотеки matplotlib и seaborn отвечают за визуализации результатов исследования.

1. Объем выбросов загрязняющих веществ в атмосферный воздух.

Одним из основных индикаторов, характеризующих состояние охраны атмосферного воздуха, является годовой объем выбросов загрязняющих веществ в атмосферный воздух, отходящих от стационарных источников. Выбросы загрязняющих веществ характеризуют поступление в атмосферный воздух загрязняющих веществ (оказывающих неблагоприятное воздействие на здоровье населения и окружающую среду) от стационарных и передвижных источников. Учитываются все загрязнители, поступающие в атмосферный воздух как после прохождения пылегазоочистных установок на организованных источниках загрязнения, так и без очистки от источников загрязнения. Учет выбросов загрязняющих атмосферу веществ ведется как по их агрегатному состоянию (твердые, газообразные и жидкие), так и по отдельным веществам (ингредиентам) [7].

Для Data-анализа объема выбросов загрязняющих веществ в атмосферный воздух от стационарных источников были использованы данные с сайта федеральной службы государственной статистики РФ [8]. Статистические данные содержат информацию о количестве выбросов загрязняющих веществ по регионам РФ за период 2010-2022 годы в тыс. тоннах. Сбор данных и формирование исходного массива данных осуществляется с помощью табличного процессора Microsoft Excel. Для реализации Data-анализа используются основные встроенные библиотеки программы Jupyter Notebook.

В таблице 1 представлены основные выводы, полученные в ходе реализации Data-анализа объема выбросов загрязняющих веществ в атмосферный воздух в регионах РФ за период 2010-2022 годы.

Таблица 1. Основные характеристики проведенного Data-анализа количества выбросов загрязняющих веществ

в атмосферный воздух по РФ за период 2010-2022 годы

Показатель 2010 2012 2014 2016 2018 2020 2022

Минимальное значение по регионам РФ, 1,0 0,2 0,4 1,0 1,0 2,0 1,9

тыс. тонн

Максимальное значение по регионам РФ, 3132,0 3520,0 2356,0 2363,0 2432,0 2540,0 2540,2

тыс. тонн

Среднее значение по регионам РФ, тыс. 268,1 275,5 389,2 228,6 226,3 222,1 222,2

тонн

Среднеквадратическое отклонение, тыс. 515,9 561,0 409,4 412,8 418,7 414,7 415,0

тонн

По результатам анализа, представленного в таблице 1, видно, что годовой объем выбросов загрязняющих веществ в атмосферный воздух, отходящих от стационарных источников, за рассматриваемый период снизился. Максимальный среди регионов РФ объем выбросов в атмосферу уменьшился с 3132 тыс. тонн в 2010 году до 2540 тыс. тонн. в 2022 году, т.е. на 18,9%. Среднее значение выбросов загрязняющих веществ в атмосферный воздух в целом по регионам РФ снизился с 268,16 тыс. тонн в 2010 году до 222,17 тыс. тонн в 2022 году, т.е. на 17,1%. Таким образом, можно отметить благоприятную тенденцию изменения индикаторов охраны атмосферного воздуха в РФ за рассматриваемый одиннадцатилетний период.

Далее были выделены региональные кластеры по объему выбросов загрязняющих веществ в атмосферный воздух на основе подхода в работах [9, 10]. Для группировки регионов используется формула расчета величины интервала (формула Стерджесса) [11]:

^ _ Хнаиб Хнаим

= 1 + 3,322 ^ п '

где хнаим - наименьшее значение индикатора; хнаиб - наибольшее значение индикатора в выборке.

Для представления интервального распределения и группировки регионов по объему выбросов загрязняющих веществ в атмосферный воздух получена величина шага к = 430 тыс. тонн в год. Результаты группировки регионов за 2010 и 2020 годы представлены на рисунке 1 и в таблице 2.

На рисунке 1 по оси х представлена годовая величина выбросов загрязняющих веществ в тыс. тоннах, по оси у - количество регионов с указанным объемом выбросов. Из приведенных графиков на рисунке 1 видно, что большинство регионов имеет относительно небольшое количество выбросов до 500 тыс. тонн. в год. Есть отдельные регионы, выбросы в которых превышают 3000 тыс. тонн. в год.

Рисунок 1. Гистограмма распределения регионов по объему выбросов загрязняющих веществ в атмосферный

воздух: а) за 2010 год; б) 2022 год

Таблица 2. Выделенные в ходе Ба1а-анализа региональные кластеры по объему выбросов загрязняющих ___веществ в атмосферный воздух в РФ в 2010 году и 2022 году

Диапазон изменения индикатора 2010 год 2022 год Характер изменения в кластере

Кластер Среднее значение, тыс. тонн Регионы, входящие в кластер Среднее значение, тыс. тонн Регионы, входящие в кластер

Кластер 1 (минимальное значение выбросов) От 0 до 430 тыс. тонн 118,4 Белгородская область, Брянская область, Воронежская область, Ивановская область, Калужская область, Костромская область, Курская область, Липецкая область, Московская область, и другие. (72 региона) 115,7 Белгородская область, Брянская область, Воронежская область, Ивановская область, Калужская область, Костромская область, Курская обл., Липецкая область, Московская область, и другие. (76 регионов) Среднее значение объемов выбросов за данный период снизилось на 2,9 тыс. тонн в год

Кластер 2 (значение выбросов выше среднего в 2,5 раза) От 430 до 860 тыс. тонн 606,4 Вологодская область, Иркутская область Оренбург. обл., Республика Коми, Челябинская область (5 регионов) 584,3 Иркутская область, Республика Башкортостан, Свердловская область, Челябинская область (4 региона) Изменения в лучшую сторону, уменьшилось количество регионов в кластере; среднее значение выбросов снизилось на 22,15 тыс. тонн в год

Кластер 3 (значение выбросов выше среднего в 5 раз) От 860 до 1290 тыс. тонн 1027,5 Свердловская область, Ямало-Ненецкий автономный округ (2 региона) 1010,5 Ханты- Мансийский автон.округ, Ямало- Ненецкий автономный округ (2 региона) Среднее значение выбросов за период снизилось на 17,5 тыс. тонн

Кластер 4 (значение выбросов выше От 1290 до 1720 тыс. тонн 1141,0 Кемеровская область (1 регион) 1612,0 Кемеровская область (1 регион) Незначительный характер изменений

среднего От 1720 до 2129,0 Ханты- - - Изменения в

уровня по 2150 тыс. Мансийский лучшую сторону

стране более, тонн автономный

чем в 5 раз) округ (1 регион)

От 2150 до 2491,0 Красноярский 2361, 8 Красноярский Среднее значение

2580 тыс. тонн край (1 регион) край, Тюменская область (2 региона) выбросов снизилось на 129,5 тыс. тонн в год

От 2580 до - - - - -

3010 тыс.

тонн

От 3010 до 3132 Тюменская - - Изменения в

3440 тыс. область лучшую сторону.

тонн (1 регион)

Самый большой объем выбросов в 2010 году приходился на Тюменскую область. Это связано с тем, что в регионе расположено большое количество добывающих предприятий. За рассматриваемый период количество выбросов в Тюменской области серьезно снизилось, что говорит о большой проделанной работе по природоохранным мероприятиям в этом регионе. В то же время, в Красноярском крае объем выбросов увеличился на 49 тыс. тонн. в год. В целом, большинство регионов находится в 1 кластере с минимальным объемом выбросов и в период за 2010-2022 год количество этих регионов увеличилось. Можно отметить благоприятную тенденцию изменения индикаторов охраны атмосферного воздуха в РФ.

2. Удельный вес обезвреженных загрязняющих атмосферу веществ в общем количестве загрязняющих веществ от стационарных источников.

Количество уловленных и обезвреженных загрязняющих атмосферу веществ включает все виды загрязнителей, уловленных и обезвреженных на пылеулавливающих (газоочистных) установках из общего их объема, отходящего от стационарных источников [4]. В таблице 3 представлены основные выводы, полученные в ходе реализации Ба1а-анализа данного индикатора в разрезе по регионам РФ за период 2010-2022 годы.

Таблица 3. Основные характеристики Ба1а-анализа удельного веса обезвреженных загрязняющих веществ, _отходящих от стационарных источников, по РФ за период 2010-2022 годы

Показатель 2010 2012 2014 2016 2018 2020 2022

Минимальное значение, % 0,0 0,0 0,0 0,0 0,0 0,0 0,0

Максимальное значение, % 97,4 98,0 97,7 97,5 97,9 97,0 97,1

Среднее значение, % 57,1 56,1 57,0 54,8 54,0 53,1 53,2

Среднеквадратическое отклонение, % 28,0 28,0 27,2 27,2 27,2 26,9 27,0

По результатам анализа данных в таблице 3 можно сказать, что в целом по стране удельный вес обезвреженных загрязняющих атмосферу веществ снизился с 57,1% в 2010 году до 53,2% в 2022 году.

По удельному весу обезвреженных загрязняющих атмосферу веществ были выделены региональные кластеры. Для группировки регионов и интервального представления по удельному весу обезвреженных загрязняющих атмосферу веществ получена величина шага к = 21 %. Результаты группировки регионов в 2010 и 2022 годы представлены на рисунке 2 и в таблице 4.

Рисунок 2. Гистограмма распределения регионов РФ по удельному весу обезвреженных загрязняющих атмосферу веществ, отходящих от стационарных источников: а) за 2010 год; б) 2022 год

По оси х на рисунке 2 отложена удельный вес обезвреженных загрязняющих атмосферу веществ в общем

количестве отходящих веществ от стационарных источников в процентах, по оси у - количество регионов. Из приведенных графиков видно, что уровень улавливания вредных примесей составляет 60-80% и практически не изменился за рассматриваемый одиннадцатилетний период. Следует развивать технологии по очистке выбросов и добиться увеличения доли обезвреженных вредных веществ.

Таблица 4. Выделенные в ходе Ба1а-анализа кластеры регионов РФ по доле уловленных и обезвреженных

_загрязняющих атмосферу веществ в 2010 году и 2022 году

Кластер

Диапазон изменения выбросов

2010 год

Среднее значение в

кластере

Регионы, входящие в кластер

2022 год

Среднее значение в

кластере

Регионы, входящие в кластер

Характер изменения

Кластер 1

(минимальное

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

значение)

От 0 до 21,0 %

8,4%

Астраханская область,

Камчатский край,

Орловская

область,

Республика

Дагестан,

Республика

Ингушетия,

Республика

Калмыкия,

Тамбовская

область,

Тюменская

область,

Удмуртская

Республика,

Ханты-

Мансийский

автономный

округ, Ямало-

Ненецкий

автономный

округ

14,6%

Астраханская

область,

Владимирская

область,

Ивановская

область,

Кабардино-

Балкарская

Республика,

Камчатский

край,

Республика

Алтай,

Орловская

область,

Республика

Калмыкия,

Республика

Марий Эл,

Тамбовская

область,

Тюменская

область,

Чеченская

Республика,

Ярославская

область

Изменения в

лучшую

сторону,

увеличилось

среднее

значение

уловленных

вредных

веществ в

атмосферном

воздухе на 6,0%

Кластер 2 (значение ниже среднего)

От 21,0% до 42,0%

32,5%

Владимирская область, Воронежская область,

36,8%

Волгоградская область, г. Санкт-Петербург,

Положительные изменения, увеличилось среднее_

Ивановская г. Севастополь, значение

область, Костромская уловленных

Кабардино- область, вредных

Балкарская Курганская веществ в

Республика область, атмосферном

Калининградская Курская область, воздухе на 4,0%

область, Нижегородская

Марий Эл, область,

Псковская Псковская

область, область,

Республика Республика

Алтай, Башкортостан,

Республика Коми, Республика

Республика Дагестан,

Тверская область, Республика

Тюменская Крым,

область, Республика

Чувашская Северная Осетия

Республика, - Алания,

Ярославская Ставропольский

область, край,

Тверская

область,

Удмуртская

Республика,

Ульяновская

область,

Чувашская

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

Республика

Кластер 3 От 42,0% 53,9% Архангельская 51,6% Воронежская Снизилось

(среднее до 63,0% область, область, количество

значение) Волгоградская Калужская регионов,

область, область, имеющих

г. Москва, Магаданская среднее

Костромская область, значение доли

область, Республика уловленных и

Курская область, Адыгея, обезвреженных

Республика Республика загрязняющих

Карелия, Карелия, атмосферу

Кировская Республика веществ.

область, Коми,

Нижегородская Республика

область, Татарстан,

Оренбургская Республика Саха

область, (Якутия),

Пензенская Оренбургская

область, область,

Республика Тюменская

Адыгея, область,

Республика Томская область,

Башкортостан, Сахалинская

Республика область,

Татарстан, Чукотский

Республика Тыва, автономный

Ставропольский округ

край,

Самарская

область,

Томская область,

Чукотский

автономный

округ

Кластер 4 От 63,0% 72,4% Липецкая 75,2% Алтайский край, Изменения в

(значение до 84,0 % область, Амурская обл., лучшую

выше Московская Архангельская сторону,

среднего) область, область, увеличилось

Рязанская Брянская обл., среднее

область, Рязанская обл., значение доли

Смоленская Смоленская обл., уловленных

область, Тульская обл., вредных

Тульская область, г. Москва, веществ в

Архангельская Забайкальский атмосферном

область, край, воздухе на 3,2%

Ленинградская Калининградская

область, область,

Новгородская Ленинградская

область, область,

г. Санкт- Липецкая обл.,

Петербург, Московская обл.,

Краснодарский Новгородская

край, область,

Ростовская Кировская

область, область,

Пермский край, Краснодарский

Ульяновская край,

область, Ростовская

Курганская область,

область, Пермский край,

Республика Самарская

Хакасия, область,

Алтайский край, Саратовская

Красноярский область,

край, Республика

Иркутская Тыва,

область, Республика

Кемеровская Хакасия,

область, Красноярский

Новосибирская край,

область, Иркутская

Республика Саха область,

(Якутия), Кемеровская

Амурская область,

область, Новосибирская

Магаданская область,

область, Хабаровский

Сахалинская край,

область, Челябинская

Забайкальский область

край

Кластер 5 От 84% 88,9% Белгородская 83,8% Белгородская Положительные

(максимальное до 100 % область, область, изменения,

значение) Брянская область, Мурманская меньшее число

Калужская область, регионов стало

область, Карачаево- иметь

Мурманская Черкесская максимальное

область, Республика, значение доли

Карачаево- Республика уловленных

Черкесская Мордовия, вредных

Республика, Пензенская веществ в

Республика область, атмосферном

Мордовия, Свердловская воздухе.

Саратовская область,

область, Омская область,

Свердловская Приморский

область, край,

Челябинская область, Омская область, Приморский край, Хабаровский край, Еврейская автономная область, Республика Бурятия Еврейская автономная область, Республика Бурятия

По результатам анализа данных в таблице 4 можно сказать, что в региональном кластере 1 самые низкие значения индикатора очистки загрязняющих атмосферу веществ. Это характерно для Астраханской и Владимирской области, Кабардино-Балкарской Республики, Камчатского края, Ямало-Ненецкого автономного округа и др. В целом по всем регионам РФ наблюдается увеличение процента обезвреженных вредных выбросов, т.е. имеет место положительная динамика изменений.

3. Объем сброса загрязненных сточных вод в поверхностные водные объекты.

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

Сброс сточных вод в поверхностные водные объекты включает объемы нормативно чистых, нормативно очищенных и загрязненных сточных вод, сброшенных в поверхностные водные объекты. Загрязненные сточные воды - это сточные воды, сброшенные в поверхностные водные объекты без очистки (или после недостаточной очистки) и содержащие загрязняющие вещества в количествах, превышающих утвержденный норматив допустимого сброса [4].

В таблице 5 представлены основные выводы, полученные в ходе реализации Ба1а-анализа объема сброса загрязненных сточных вод в поверхностные воды в целом по РФ за период 2010-2022 годы.

Таблица 5. Основные характеристики проведенного Ба1а-анализа объема сброса загрязненных сточных вод в ___ поверхностные воды по РФ за период 2010-2022 годы

Показатель 2010 2012 2014 2016 2018 2020 2022

Минимальное значение, тыс. 0,0 0,0 0,0 0,0 0,0 0,0 0,0

тонн

Максимальное значение, тыс. 1346,0 1219,0 1122,0 3778,0 956,0 971,0 971,6

тонн

Среднее значение, тыс. тонн 201,5 190,7 181,1 221,5 156,9 140,3 140,4

Среднеквадратическое 271,9 255,7 239,5 444,8 205,2 181,3 181,5

отклонение, тыс. тонн

По результатам проведенного анализа в таблице 5 можно сказать, что за рассматриваемый период количество сбрасываемых загрязненных сточных вод уменьшилось с 1346 тыс. тонн в 2010 году до 971 тыс. тонн в 2022 году. Это связано с тем, что применяются новые технологии очистки загрязнений, которые снижают сброс неочищенных сточных вод в поверхностные воды, что положительно сказывается на экологической обстановке.

Далее были выделены региональные кластеры по объему сброса загрязненных сточных вод в поверхностные воды. Для представления интервального распределения и группировки регионов по объему сброса загрязненных сточных вод в поверхностные воды получена величина шага к = 220 тыс. тонн в год. Результаты группировки регионов за 2010 и 2022 годы представлены на рисунке 3.

Рисунок 3. Гистограмма распределения регионов РФ по объему сброса загрязненных сточных вод в поверхностные воды: а) за 2010 год; б) 2022 год

Из графиков на рисунке 3 видно, что большинство регионов имеет относительно небольшое количество выбросов до 200 тыс. тонн. Есть отдельные регионы, выбросы в которых превышают 1400 тыс. тонн. Выделенные в ходе Data-анализа кластеры регионов РФ по объему сброса загрязненных сточных вод в 2010 году и 2022 году показали, что лидерами являются Московская область и г. Санкт-Петербург, что связано с высокой плотностью населения и промышленных предприятий в этих регионах. За данный период в этих регионах наблюдаются положительные изменения, количество выбросов из года в год снижается. Отрицательная динамика сброса загрязненных сточных вод наблюдается в Ставропольском крае. Это связано с увеличением производства сельскохозяйственной продукции в этом регионе.

Выводы

На основании проведенных теоретических исследований удалось изучить основные проблемы, связанные с охраной окружающей среды, и рассмотреть основные индикаторы, отражающие ее состояние.

Проведен статистический анализ (Data-анализ) данных динамики объемов выбросов загрязняющих веществ в атмосферный воздух, удельного веса обезвреженных веществ в общем количестве загрязняющих веществ от стационарных источников, объемов сброса загрязненных сточных вод в поверхностные воды в Российской Федерации. Представленные индикаторы были проанализированы в пространственной дифференциации по регионам РФ за хронологический период 2010-2022 годы. Data-анализ позволил выделить основные региональные кластеры в зависимости от годового объема выбросов загрязняющих веществ в атмосферный воздух, от доли обезвреженных веществ в атмосфере от стационарных источников и в зависимости от объема сброса загрязненных сточных вод в поверхностные воды.

Можно сказать, что ситуация с загрязнением окружающей среды имеет устойчивую тенденцию к улучшению, что отчасти связано с усилением систематического контроля со стороны государства, внедрением и эксплуатацией нового очистительного оборудования на предприятиях, перехода на чистые источники энергии.

Список используемой литературы:

1. Оводков М.В., Баранникова С.И., Азаров В.Н. Актуализация сводных расчетов загрязнения атмосферного воздуха // Вестник Волгоградского государственного архитектурно-строительного университета. Серия: Строительство и архитектура. 2023. № 1 (90). С. 211-223.

2. Дерендяева Е.А. Экономико-математическая модель динамики экологического фактора, учитывающего эффективность природоохранных мероприятий // Проблемы современной экономики. Новосибирск, 2011. С. 255-260.

3. Ketova K.V., Vavilova D.D. On the issue of modeling the factor of economic development: environmental factor // Proceedings of the International Scientific and Practical Conference on Sustainable Development of Regional Infrastructure. ISSDRI 2021. Yekaterinburg, 2021. С. 53-58.

4. Охрана окружающей среды в России. 2022: Стат. c6. Росстат. M., 2022. - 115 с.

5. Лукьянов А.И., Дахова Е.В., Золотов А.М., Майорова Л.П., Мищенко О.А. Анализ загрязнения атмосферного воздуха в городе // Экономика строительства. 2022. № 4 (76). С. 74-83.

6. Топ-10 библиотек Python для Data Science [Электронный ресурс]. Режим доступа: https://datastart.ru/blog/read/top-10-bibliotek-python-dlya-data-science (дата обращения 25.06.2023).

7. Койчуев А.К. Экологические риски и здоровье населения в условиях загрязнения окружающей среды // Молодежь. Наука. Образование, 2022. С. 102-107.

8. Федеральная служба государственной статистики [Электронный ресурс]. Режим доступа: https://gks.ru/bgd/regl/b21_14p/Main.htm (дата обращения 25.06.2023).

9. Кетова К.В., Касаткина Е.В., Вавилова Д.Д. Кластеризация регионов российской федерации по уровню социально-экономического развития с использованием методов машинного обучения // Экономические и социальные перемены: факты, тенденции, прогноз. 2021. Т. 14. № 6. С. 70-85. DOI: 10.15838/esc.2021.6.78.4.

10. Kasatkina E.V. Dependence assessment of public health on the ecology based on cluster analysis // Proceedings 3rd International Conference on Control Systems, Mathematical Modeling, Automation and Energy Efficiency, SUMMA 2021. 3. 2021. Pp. 452-456. DOI: 10.1109/SUMMA53307.2021.9632233.

11. Плас Дж. Вандер. Python для сложных задач: наука о данных и машинное обучение. - СПб.: Питер, 2018. - 576 с.

i Надоели баннеры? Вы всегда можете отключить рекламу.