CC BY
37
ЭКОЛОГИЯ
УДК 625.77
А.В. Кочетков, В.В. Ермолаева, Р.Н. Абуталипов, С.П. Аржанухина
ИСПОЛЬЗОВАНИЕ ЭКОНОМЕТРИЧЕСКОГО ПОДХОДА ДЛЯ РАССМОТРЕНИЯ ПРИДОРОЖНОЙ ПОЛОСЫ АВТОДОРОГИ: СОЗДАНИЕ ИНФОРМАЦИОННОЙ МОДЕЛИ ЦИКЛИЧЕСКОЙ БУФЕРНОЙ ЭКОЛОГИЧЕСКОЙ СИСТЕМЫ
Описывается процедура построения регрессионной модели придорожной полосы как циклической буферной экосистемы. Модель основана на эконометрическом анализе статистических данных состояния окружающей среды в области применения противогололедных материалов с целью изучения динамики их воздействия на элементы окружающей среды для выявления факторов, оказывающих влияние на состояние почв придорожной полосы.
A.V. Kochetkov, V.V. Ermolaeva, R.N. Abutalipov, S.P. Arzanuxina
USING ECONOMETRIC APPROACH FOR CONSIDERATION OF THE MOTORWAY ROADSIDE STRIP: CREATION OF INFORMATION MODEL
CYCLIC BUFFER ECOLOGICAL SYSTEM
Procedure of construction of the regression model of a roadside strip as cyclic buffer ecosystem is described here. The model is based on econometric analysis of the statistical data about condition of an environment in places of application anti-icier materials with the purpose of research of dynamics of their influence on elements of environmental for revealing the factors influencing on roadside strip soils conditions.
Зимняя скользкость проявляется в резком (с 0,45 до 0,08-0,2) снижении сцепления шин автомобилей с поверхностью дороги, приводящем к резкому ухудшению условий безопасности движения из-за образования слоя льда (в виде гололеда), появления пленки льда на поверхности уплотненного слоя снега, оставленного на покрытии (снежный накат), или выпадения рыхлого (влажного или мокрого) снега (Инструкция по охране природной среды при строительстве, ремонте и содержании автомобильных дорог).
Зимняя скользкость оказывается следствием воздействия метеофакторов и приводит к нежелательному изменению качеств и свойств дорожного покрытия.
Поэтому основными средствами борьбы с зимней скользкостью являются учёт климатических особенностей региона и восстановление нормальных свойств дорожного покрытия путём предупреждения или ликвидации гололёда.
При этом имеет место воздействие агрессивных свойств используемых при борьбе с зимней скользкостью противогололёдных материалов на компоненты окружающей природной среды: водоёмы, почву и растения.
Служба ремонта, эксплуатации и содержания в зимний период обязана поддерживать автомобильные дороги в состоянии, обеспечивающем проезд автомобилей с установленными скоростями при соблюдении необходимого удобства и безопасности движения, при этом срок ликвидации зимней скользкости жёстко ограничен (от 2 до 12 часов в зависимости от категории дороги). Учитывая, что удаление с покрытий ледяного или снежно-ледяного слоя с применением химических веществ - наиболее эффективный способ борьбы с зимней скользкостью и его необходимо применять во всех случаях, когда температурные условия и толщина снежно-ледяного слоя позволяют использовать химические материалы, получается, что воздействие агрессивных факторов противогололёдных материалов неизбежно будет весьма значительным.
В мировой практике в качестве противогололедных химических материалов применяют хлориды, нитраты, фосфаты и сульфаты, спирты, гликоли и другие вещества. Не все эти средства дают одинаковый эффект, различна их стоимость и неодинаковы воздействия на среду. Почти все они вызывают коррозию автомобильного транспорта, материала покрытий и дорожных сооружений.
В России наибольшее распространение в борьбе с гололедом нашли хлористые соединения, в частности, №С1 и СаС12. Хлористый кальций на 40% эффективнее, но из-за более высокой стоимости, трудностей хранения и перевозки объем его применения составляет всего 3-5%. Во всех странах мира северного и умеренного климата объем использования хлоридов для зимнего содержания постоянно возрастает. В ФРГ расходуется около 1 млн. тонн в год, в США - 10 млн. тонн. В России на 1 км дороги 1-3-й категорий расходуется за зиму 25-30 т хлористого натрия (15-30 тыс. тонн на регион в сезон), что вполне сопоставимо с зарубежными данными.
Исследования, проведенные в разных странах мира, свидетельствуют, что значительное увеличение расходования солей приводит к отрицательному воздействию на окружающую среду. Его последствия проявляются на составе и состоянии флоры и фауны, санитарных показателях среды обитания населения.
Область воздействия агрессивных факторов противогололёдных материалов - территория придорожной полосы. Территория, на которой обнаруживаются изменения, вызванные строительством или эксплуатацией дороги, называют зоной влияния дороги. В зоне влияния за пределами полосы отвода и защитной полосы возможны разовые превышения фоновых загрязнений атмосферы, воды, обычно не достигающие предельно допустимых величин. Проживание или пребывание людей на этой территории практически безопасно и не требует ограничений.
В то же время отдельные изменения гидрологического режима, микроклимата влияют на растительность, животных, приводят к постепенным трансформациям ландшафта. Возможен учет последствий этих изменений при определении стоимости земли.
Воздействия на природу самой дороги как инженерного сооружения имеют постоянный характер и не связаны непосредственно с транспортными средствами. Именно они определяют сочетание дороги с окружающей средой.
Основное воздействие агрессивных факторов противогололёдных материалов на окружающую природную среду заключается в засолении почв и грунтов зоны влияния дороги, а также загрязнении водоёмов и отрицательном влиянии на растительность придорожной полосы.
Рассмотрим подробнее механику этого воздействия.
Вся соль, которая в течение зимы распределяется по поверхности покрытия, отбрасывается в стороны снегоуборочными машинами или стекает с дороги в виде соляных растворов. Весной с повышением температуры возрастает активность химических реакций солей с другими
неорганическими веществами, образующимися в процессе эксплуатации дороги. Необходимо отметить, что хлориды проникают в почву глубже других веществ и достигают грунтовых вод.
Наибольшее количество солей откладывается в верхних слоях почвы на глубине до 15-20 см, на обочинах и разделительной полосе с постепенным снижением концентрации по мере удаления. Ионы №+ аккумулируются в почве на расстоянии до 30 м от бровки земляного полотна. Концентрация отложений достигает 500 мг/л.
Большинство древесных пород отрицательно реагируют на высокую концентрацию хлоридов в корневом слое почвы. Наименьшей устойчивостью к воздействию солей деревья обладают в вегетационный период. Концентрация 100-200 мг хлористого натрия на один литр воды приводит к гибели некоторых видов растений, 200-500 мг - пресмыкающихся и насекомых, более 1000 мг - рыб.
Основной экологической проблемой зимнего содержания автодорог является снижение и предупреждение воздействия агрессивных факторов противогололёдных материалов, а также компенсация такого воздействия на компоненты окружающей природной среды как путём организации и проведения разнообразных природоохранных мероприятий, так и путём внесения непосредственных изменений в существующие технологии борьбы с зимней скользкостью противогололедными материалами.
В рамках выполнения проекта по разработке методических рекомендаций по охране окружающей среды при зимнем содержании автодорог было проведено исследование зависимости содержания компонентов противогололёдных материалов, используемых при ликвидации гололёда в борьбе с зимней скользкостью в почве придорожной полосы от дорожных факторов.
Поскольку целью исследования было изучение воздействия обработки дорожного покрытия противогололёдными материалами в виде рабочих смесей (рассолов) на содержание компонентов этих рассолов в почвах придорожной полосы, то измерения должны были проводиться путём отбора проб для дальнейшего химического анализа содержания в них указанных химических веществ в местах, где проводится обработка дорожного покрытия. В качестве мест отбора проб выбиралась конкретная дорога и осуществлялся процесс отбора проб в соответствии с режимом и графиком проведения работ по ликвидации гололёда. Однако требовалось учесть особенности исследуемого объекта, заключающиеся в существенной неопределённости по вопросу об отнесении территории, придорожной полосы к той или иной экологической категории. Территория придорожной полосы обычно относится к так называемой «полосе отчуждения», то есть территории, изымаемой из обращения сельского хозяйства как обычной плодородной территории. Значит, эта территория не может быть отнесена к обычному агроценозу и потому к ней не применимы стандартные сельскохозяйственные нормативы. Поэтому при построении модели будет отсутствовать необходимый компонент в виде абсолютной нормы. Указанная территория относится к области техносферы, чем и объясняется её включение в полосу отчуждения. Уместно использование традиционных для урбоценозов городских санитарногигиенических нормативов. Но автомобильная дорога не проходит целиком по территории ур-боценоза, далеко выходя за пределы городской черты и зоны проживания и жилой застройки. Учитывая вышеизложенные обстоятельства и требования проектируемой модели, был выбран следующий вариант организационной схемы проведения эксперимента: проведение отбора проб на участках придорожной полосы, расположенных в пределах городской черты и зоны проживания и жилой застройки (селитебной зоны). Выбранная схема не выходила за рамки требований чистоты эксперимента, так как места отбора проб были участками почвы, подвергающимися воздействию вследствие обработки дорожного покрытия при ликвидации гололёда и, в то же время, несомненно, входили в состав экосистемы урбоценоза.
Для отбора проб были выбраны несколько участков почвы, часть из которых была расположена в пределах городской черты (придорожные полосы городских автомагистралей), а часть находилась в пределах селитебной зоны (пригородные автомагистрали). Следующим этапом проведения исследования была разработка оригинального шаблона фикса-
ции результатов, который должен был включать в себя элементы характеристики места отбора проб, позволяющих идентифицировать результаты анализов со свойствами участков почвы и соответствующих требованиям проектируемой модели в области списка возмущающих факторов. Таким образом, сформированный на основе требований (ГОСТ 17.4.4.0284, ГОСТ 17.4.3.01-83, ГОСТ 17.4.3.06-86, ГОСТ 26423-85, ГОСТ 26428-85) по отбору проб почвы, шаблон становился основой для создания списка переменных модели. При этом затраты времени и усилий на изучение свойств рассматриваемого объекта и их систематизацию сводились к минимуму. Эта процедура выполнялась автоматически в процессе отбора проб, то есть непосредственно при проведении эксперимента (фиксация результатов).
Всего было произведено двадцать три отбора проб почвы с различных участков придорожной полосы автомобильных дорог Саратова и Энгельса. Отбор производился в течение трёх сезонов: осени, зимы (2002 год) и весны (2003 год). Результаты анализа были объединены по периодам в списки «Осень», «Зима» и «Весна», положенные в основу базового исходного массива для моделирования изучаемого явления - зависимости содержания компонентов противогололёдных рассолов в почвах придорожной полосы от дорожных факторов.
По данным описания мест отбора проб был составлен следующий список переменных, характеризующих воздействие дорожных факторов (табл. 1).
Таблица 1
Список переменных
Название переменной Тип переменной Фактор и описание
СЕЗОН (СЗН) манекен зима=1,осень=0, весна= -1
СОСТОЯНИЕ ПОКРЫТИЯ (СП) манекен хорошее=1; удвлетворительное=0; плохое= -1
ТИП ПОКРЫТИЯ (ТП) манекен грунт=1; асфальт/бетон=0; другое= -1
ПОВОРОТ (ПВР) манекен есть=1; нет=0
ПЕШЕХОДНАЯ ЗОНА (ПШХ) манекен есть=1; нет=0
ИНТЕНСИВНОСТЬ ПЕШЕХОДА (ПШХ1) манекен есть=1; нет=0
ПЕРЕКРЕСТОК (ПРК) манекен есть=1; нет=0
ИНТЕНСИВНОСТЬ ТРАНСПОРТА (ИНТ) манекен сильная=1, слабая=0, другое= -1
ПРОХОЖДЕНИЕ ОБЩЕСТВЕННОГО ТРАНСПОРТА (ТРНС) манекен не рельсовый=1; нет никакого=0; рельсовый= -1
ШИРИНА ТРАССЫ (ШИР) манекен широкая=1; узкая=0; другое = -1
УКЛОН (УКЛ) манекен крутой=1; нет уклона (ровное место)=0; другое= -1
ТИП ПРОБЫ (ТИП) манекен почва=1; снег=0; лёд= -1
УДАЛЕНИЕ ОТ ПОСЫПКИ (УДЛ) манекен не далеко (меньше 1 м)=1;не близко (не меньше 1 м)=0;далеко (свыше 1 и до 10 м) = -1
ПОВЕРХНОСТЬ ИЛИ ГЛУБИНА (П/Г) манекен поверхность=1;глубина=0; другое = -1
ОТВАЛ ИЛИ ПОСЫПКА (О/П) манекен проба из зоны посыпки=1; отвал=0; другое= -1
Общий вид алгоритма процесса построения модели таков:
- Создание исходного массива.
- Построение матрицы корреляции исходного массива.
- Селекция переменных, входящих в состав базового исходного массива по уровню корреляции.
- Перестройка базового исходного массива по результатам сортировки по уровню корреляции: удаление переменных, коэффициент корреляции которых меньше выбранного порога (10%). Создание нового исходного массива.
- Построение линейной множественной регрессии на основе перестроенного базового исходного массива. Вычисление весовых коэффициентов для построения модели при условии «закрепленной постоянной» (то есть постоянной, всегда равной нулю) или без неё.
- Построение модели на основе линейного множественного регрессионного уравнения с использованием весовых коэффициентов, полученных на предыдущем этапе.
Создание блока исходных данных (весовые коэффициенты, значения переменных из исходного массива).
Создание расчётного блока: запись формул массива для расчёта модельного значения выбранного выходного параметра по линейному множественному регрессионному уравнению.
Создание итогового блока, содержащего результаты расчёта: расчётные значения выходного параметра.
Включение в итоговый блок исходных значений выходного параметра, полученных путём непосредственных измерений, для расчёта значений доли объяснённой дисперсии, выбранной в качестве критерия.
Добавление к итоговому блоку значений разности между расчётным и исходным значениями выходного параметра, а также формул для расчёта статистических параметров, необходимых для расчёта значений доли объяснённой дисперсии.
Расчёт значения доли объяснённой дисперсии для данной модели.
- Создание нового, регрессионного, массива на основе исходного массива путём удаления переменной с наименьшим значением коэффициента корреляции (удаление крайнего столбца исходного массива) и расчёт новых весовых коэффициентов.
- Создание новой модели на основе построенного в предыдущем этапе регрессионного массива путем удаления значений переменной с наименьшим коэффициентом корреляции из исходного и расчётного блоков; замена таблицы значений весовых коэффициентов, рассчитанных на основе исходного массива, значениями весовых коэффициентов, рассчитанных на основе регрессионного массива; получение нового значения доли объяснённой дисперсии.
- Построение серии моделей выбранного параметра путём повторения расчёта для каждого из следующих регрессионных массивов, полученных путём удаления из предыдущего регрессионного массива, являющегося исходным по отношению к следующему массиву с расчётом для каждой модели своего значения доли объяснённой дисперсии столбца значений фактора (переменной) с наименьшим (из оставшихся) значением коэффициента корреляции.
- Сведение в одну таблицу всех полученных значений доли объяснённой дисперсии для всех моделей. Включение в эту таблицу значений разности исходного и расчётного значений выбранного выходного параметра, а также необходимых статистических параметров (среднего значения, дисперсий и стандартного отклонения), характеризующих исследуемую закономерность.
- Выбор оптимальной модели на основе анализа данных таблицы, полученной на предыдущем этапе.
После того как предварительная обработка данных завершена, базовый исходный массив создан, модели построены и, после селекции полученной серии моделей по выбранному критерию, выбрана оптимальная модель, начинается этап обобщённого анализа, заключающийся в обработке данных результатов моделирования.
В случае, когда число выбранных выходных параметров более одного (как в рассматриваемом случае), строятся модели по всем выбранным параметрам. Все данные моделирования сводятся в новый единый массив, после чего проводится обработка данных по описанной методике с использованием дополнительных критериев, выбор которых обусловлен кон-
кретными требованиями производственного процесса, необходимыми для принятия решения (например - определение степени взаимокоррелирования компонентов нового массива для выявления какого-то определённого компонента технологического процесса (внешних условий), воздействием которого объясняется данная зависимость или необходимость учёта посезонной зависимости, для чего в исходный массив вместо переменной СЕЗОН может быть введён дополнительный ряд манекенов ОСЕНЬ, ЗИМА, ВЕСНА и т.п.).
Всего было построено две серии моделей двух типов. Первым типом была серия моделей зависимости процентного содержания водорастворимых солей в отобранных образцах почвы от выбранного набора дорожных факторов. Она исполняла роль тестовой проверки адекватности выбранного метода. Вторым типом стала серия моделей зависимости количественного содержания следующих компонентов противогололёдных материалов: натрий и хлор.
По результатам анализа моделей первого типа была установлена следующая форма зависимости процентного содержания водорастворимых солей от комплекса дорожных факторов: наибольшее влияние на значение выбранного выходного параметра (процентного содержания водорастворимых солей) оказывают следующие два фактора из выбранного списка: отбор проб непосредственно в зоне посыпки и тип отобранной пробы (почва или снег или лёд). Это значит, что существует большое различие между процентным содержанием водорастворимых солей в снеге отобранных проб и в такой же почве. Утверждение вполне очевидное, что свидетельствует в пользу эффективности использованной методики.
Результаты анализа моделей второго типа (количественное содержание натрия, хлора или кальция) показывали, что наибольшее влияние на значение выбранного выходного параметра оказывают следующие факторы: сезон (то есть время отбора проб - зима, весна или осень); тип пробы; состояние покрытия; наличие или отсутствие перекрёстка; уровень отбора пробы (пробы отбирались как с поверхности придорожной полосы, так и с глубины 30 см); интенсивность движения автотранспорта в месте отбора проб. В целом указанная зависимость описывалась следующего вида линейным множественным регрессионным уравнением:
Y = hcзн■Xcзн + hтип■Xтип + hcп■Xcп + ^рк-Хпрк + ^/г-Хп/г + hинтXинт , где ^ - коэффициент регрессии, полученный из уравнения регрессии; Ху - значение переменной для данной серии проб.
Например, для пробы № 3 (поверхность придорожной полосы городской автомагистрали Саратова, осень) количественное содержание кальция рассчитывается следующим образом:
Y = (1,326-0) + (1,764-1) + (-0,1-1) + (0,333-0) + (0,150-1) + (-0,5-1) =
= 1,764 - 0,01 + 0,15 - 0,5 = 1,4 .
Результаты вполне согласуются с экспериментально полученным значением содержания кальция, что подтверждает адекватность модели.
Интерпретация данного уравнения с точки зрения взаимоотношений комплекса дорожных факторов и количественного содержания кальция в отобранных образцах такова: сочетание факторов «сезон» и «тип» отвечает за само содержание кальция в пробах, а сочетание факторов «состояние покрытия»; «перекрёсток» и «интенсивность» говорит о том, что на него оказывают влияние интенсивность движения, состояние покрытия и наличие перекрёстков (мест скопления автотранспорта). Фактор «поверхность / глубина» в данном конкретном случае не должен учитываться по объективным причинам довольно высокого естественного содержания кальция в исследуемых почвах.
После проверки адекватности используемой методики было проведён модельный анализ по количественному содержанию натрия.
Модель строилась на исходном массиве, содержащем значения переменных-факторов и выбранные в качестве исходного выходного параметра значения количественного содержания натрия в отобранных образцах почв придорожной полосы. Для этого исходного массива была построена матрица корреляции, по которой проведены ранжирование и селекция переменных по
уровню корреляции. Полученный в итоге новый список переменных образовал регрессионный массив, для которого были рассчитаны весовые коэффициенты линейного множественного регрессионного уравнения. Список переменных, вошедших в регрессионный массив, и соответствующие каждой переменной значения коэффициента корреляции приведены в табл. 2.
Таблица 2
Ранжированный список переменных серии моделей Мод2КЫа1.1-1.8
Переменная Нормированный коэффициент корреляции
О/П 0,743
СЗН 0,622
ТИП 0,622
П/Г 0,563
ПВР 0,512
ИНТ 0,424
УКЛ 0,319
ТП 0,207
После подстановки исходных и полученных путём расчёта данных в структуру расчёта модели было получено модельное значение выходного параметра (количественного содержания натрия) и рассчитана разность исходного и расчётного значений выбранного выходного параметра, после чего переменная с наименьшим из имеющихся значением коэффициента корреляции удалялась из списка переменных и для нового списка повторно рассчитывалась регрессия для новой подстановки в расчетный блок модели и получения нового модельного значения. Этот цикл продолжался до тех пор, пока не был исчерпан весь набор переменных для выявления отклонения от общей тенденции изменения значения выходного параметра, показывающего, что соответствующий этому набор переменных оказывает наибольшее воздействие на изменение выходного параметра. В итоге для всей серии моделей был получен набор статистических параметров, приведённый в табл. 3.
Таблица 3
Статистические параметры серии моделей Мод2.К.Ыа1.1-1.8
№ модели Удаляемая переменная Коэффи- циент корреляции Дисперсия модельного значения Ут Дисперсия исходного значения У Дисперсия разности У - Ут Доля объяснённой дисперсии
Мод2К№1.1 Т/П 0,207 12,524 15,522 2,999 3,176
Мод2К№1.2 УКЛ 0,319 11,940 15,522 3,582 2,333
Мод2К№1.3 ИНТ 0,424 11,343 15,522 4,179 1,714
Мод2К№1.4 ПВР 0,512 9,130 15,522 6,392 0,428
Мод2К№1.5 П/Г 0,563 8,630 15,522 6,893 0,252
Мод2К№1.6 ТИП 0,622 8,629 15,522 6,893 0,252
Мод2К№1.7 СЗН 0,622 8,682 15,522 9,180 0,054
Мод2К№1.8 О/П 0,743 0,741 15,522 19,405 0,962
Анализ данной таблицы и характер поведения кривых изменения дисперсий для выходных параметров данной серии моделей, приведённый на рисунке, позволяют сделать следующие выводы о зависимости количественного содержания натрия и особенностях его изменения для территории придорожной полосы.
14,000
2,000
0,000 -I--------------------------------------------------------------------
1 2 3 4 5 6 7
Номера моделей
Дисперсии показателей Мод2КЫа
Дисперсии параметров серии моделей Мод2К№1.1 - 1.8 - дисперсия модельного (расчётного) значения выходного параметра и дисперсия разности между модельным и исходным значениями.
Результаты моделирования по натрию неоднозначны, так как анализ таблицы статистических параметров модели (дисперсий и доли объяснённой дисперсии) не позволяет сделать явного вывода о преимуществе какой-то одной модели. Таблица не содержит резкого различия между значениями доли объяснённой дисперсии ни для одной из моделей серии. В то же время в таблице можно чётко различить две группы данных - по моделям Мод2К.Ка.1.1-1.3 и по всем остальным, кроме последней, показатели которой являются случайным выбросом. Таким образом, имеют место две группы переменных.
Первая: ТП, УКЛ, ИНТ и вторая - все остальные (ПВР, П/Г, ТИП, СЗН, О/П).
С этой точки зрения получается, что на значение выходного параметра одна из групп оказывает большее воздействие, чем другая. То есть от первой группы факторов: ТП, УКЛ, ИНТ содержание натрия зависит больше, чем от второй, влияние которой не значительно, но всё же следует отметить, что резко выделяется переменная СЗН (0,054 доли объяснённой дисперсии при среднем по группе 0,25 и допуске в 0,01).
Группы факторов различаются не только по степени влияния, но и по типу. Например: первая группа отражает влияние на содержание натрия дорожных факторов, а вторая - влияние на то же содержание методов и процедуры процесса отбора проб. Например: какие-то помехи для анализа из-за некорректности отбора, хранения, транспортировки проб и т.п., обусловленные несогласованностью процедуры отбора и методики проведения анализов либо несоблюдением требований ГОСТ.
Тогда на содержание натрия в отобранных образцах почв оказывает влияние следующий комплекс дорожных факторов:
- тип покрытия;
- наличие уклона - то есть при наличии уклона неиспользованные остатки рабочих смесей накапливаются и, соответственно, способствуют попаданию большего количества солей в почву;
- интенсивность движения - при более интенсивном движении, например, больше разбрызгивания рассолов и больше брызг попадает в придорожной полосе, кроме того - при большей интенсивности и ширина потока автотранспорта больше, соответственно больше и площадь, покрытая плёнкой рассола.
Следует учитывать и влияние на результат моделирования самого процесса отбора проб. В этом случае величина концентрации натрия в отобранных образцах сильно зависит от сезона отбора (переменная СЗН). Это значит, что содержания натрия в снеге и почве очень сильно различаются, значительная часть натрия из рассолов, попадая в снег придорожной полосы, в осенней почве не просматривается (по крайней мере для обследованных участков).
Здесь следует отметить особенность серии моделей, заключающуюся в сходимости кривых графиков дисперсий в одной точке, то есть на переменной СЗН (сезон). Это решающий довод в пользу того, что именно этот фактор (сезон) и является искомым оптимумом. Таким образом, различие в сезоне и есть основной фактор, определяющий содержание натрия в почвах. Зимний натрий в почвах не задерживается, а уходит, просачиваясь в окружающую природную среду - в грунт и далее - в подпочвенные воды. Таким образом, на основании анализа данных имитационного моделирования можно сделать вывод о проникновении в природную среду загрязняющего вещества - ионов натрия, загрязняющих подпочвенные воды. Результатом этого загрязнения вполне может стать засоление почв, имеющее крайне отрицательные последствия.
В данном случае территория придорожной полосы выступает в качестве своеобразного циклического буфера-накопителя вредных и загрязняющих веществ, первоначально накапливающихся в ней, а затем постепенно распространяющихся на смежные с территорией придорожной полосы компоненты природной среды (вода, растительность, почва). Предполагаемый механизм буферного накопления солей таков: в ходе ликвидации гололёда посредством использования противогололёдных материалов в виде разбрызгиваемых, разливаемых и рассыпаемых по дорожному покрытию рабочих смесей и рассолов, содержащиеся в них вредные загрязняющие вещества (хлор, натрий) в течение периода активной борьбы с зимней скользкостью (весь холодный и часть переходного периодов) первоначально накапливаются в снеге, чтобы затем, при таянии снега, перейти в почву придорожной полосы и уже оттуда, в течение тёплого периода, с талыми и дождевыми водами, просочиться в основные компоненты примыкающих к автодорогам агроценозов: почвы и водоёмы. Таким образом, целесообразно рассмотрение территории придорожной полосы как самостоятельной экологической системы, специфической её разновидности, со своими особенностями, обусловленными воздействием автотрассы и требующими самостоятельного исследования и изучения для разработки экологических требований и норм, более соответствующих сложившейся ситуации, чем используемые на данный момент нормативы, основанные на применении к территории придорожной полосы требований, предъявляемых к нормальному агроценозу, не исключаемому из цикла земледельческой обработки плодородных почв.
Кочетков Андрей Викторович -
доктор технических наук, профессор кафедры «Мосты и транспортные сооружения» Саратовского государственного технического университета
Ермолаева Вероника Викторовна -
кандидат технических наук, доцент кафедры «Информатика»
Саратовского государственного технического университета
Абуталипов Ренат Надельшаевич -
кандидат технических наук, докторант Института машиноведения РАН, г. Москва
Аржанухина Софья Петровна -
соискатель кафедры «Мосты и транспортные сооружения»
Саратовского государственного технического университета
Статья поступила в редакцию 03.08.06, принята к опубликованию 10.10.06
