CC BY
7
Математическая модель оценки качества работ по расчистке территорий
от нежелательной растительности
1 2 А.А. Платонов , О.В. Терновская
1 Воронежский государственный лесотехнический университет 2Воронежский государственный технический университет
Аннотация: При расчистке территорий для строительства и/или последующего поддержания в нормативном состоянии различных инфраструктурных объектов нередко выполняются работы по удалению произрастающей нежелательной растительности, при этом актуальной является проблема оценки качества выполнения данных работ. В статье рассматриваются вопросы математического моделирования оценки качества и эффективности выполняемых работ по расчистке территорий ряда инфраструктурных объектов, приводятся граничные значения критериев для оценки качества выполняемых мероприятий по удалению растительности, сформулирован вывод о преимуществах разработанной математической модели.
Ключевые слова: территория, нежелательная растительность, удаление, эффективность, качество, критерии, оценка.
В настоящее время при расчистке территорий для строительства и/или последующего поддержания в нормативном состоянии различных объектов (в том числе - линейных объектов инфраструктуры [1, 2]) нередко выполняются работы по удалению с указанных территорий нежелательной древесно-кустарниковой растительности (НДКР). По результатам выполненных нами в 2021 и 2022 гг. исследований, было установлено, что при осуществлении вышеуказанных работ продолжают оставаться актуальными как проблема привлечения к удалению растительности квалифицированных кадров, оснащённых при этом соответствующим современным высоко- и малопроизводительным оборудованием (в том числе - машинами и механизмами отечественного и зарубежного производства) [35], так и проблема последующей оценки качества и эффективности [6] выполненных мероприятий по очистке вышеуказанных территорий от НДКР, при этом нередко указанные проблемы взаимосвязаны друг с другом [7].
Привлечение неквалифицированной рабочей силы, осуществляющей к тому же удаление нежелательной растительности с большой долей ручного
труда, нередко приводит к необходимости через непродолжительное время повторного удаления НДКР с той же территории ввиду неэффективности оказанного на нежелательную растительность воздействия [8]. Однако, и специализированные организации, привлекаемые, например, через процедуру конкурсных заявок и на правах аутсорсинга [9], могут оказать некачественное выполнение услуг по удалению НДКР.
Традиционно качество удаления нежелательной растительности с территорий инфраструктурных объектов оценивается визуально путём осуществления контрольного прохода/проезда по/вдоль расчищенной от НДКР территории [10], что, в отсутствие какого-либо оценочного математического аппарата, может привести к большим погрешностям в оценке конечных результатов работ (особенно - при возникновении различного рода спорных ситуаций в части влияния на вышеуказанную оценку субъективной составляющей).
С учётом вышеизложенного, ввиду отсутствия в настоящее время единообразных способов и/или методов оценки качества работ по удалению НДКР с территорий инфраструктурных объектов, а также большой доли субъективности в применяемых способах/методах оценки, нами была сформулирована следующая цель настоящего исследования: разработка математической модели оценки качества выполнения работ по удалению нежелательной растительности с территорий ряда инфраструктурных объектов.
Разработанная нами указанная математическая модель, базирующаяся на результатах таксационного обследования, предварительно выполняемого по расчищенной (или - планируемой к расчистке) территории инфраструктурного объекта, представляет собой нижеследующую систему математических выражений:
и
ггК ндкр _ лт гг ггК
Б - Я уп ■ Б уп ; Б эундкр
Б
к ндкр
осн
N
уп
Б к
эУ ндКрр ^ к
Б
уп
уч доп
N к
уч нач к ндкр
Б к
эу ндкр
Мк ндкр _ г< к ндкр г< к ндкр ш — Б Босн ;
Nк — Nк + Nк Я уч — N учнач + N учдоп
IБ
Iк л
пл ндкр
7
^ уп ндкр 7
• 100%; I
N к ^ уп
к н,0% уч ндкр
ргк 4*0%
уч ндкр
Nк л уч ндкр
• 100%;
N
I
уч ндкр
уч ндкр
• 100%;
N
уч
т
Б ндкр I Ni
ЕБдкр—БЛИОф • Ю0%; * ндкр—^
ндкр
• 10000
I
к
уч ндкр
Бн
Б ЛИ О —10,15,20,30%;
Iк л
уч ндкр
т
1Б уп i i—1
— 5,10,15%; Б
к ндкр
> 0,1 • Б
ндкр
ндкр ЛИО
где БЛИ0 - площадь обследуемого участка ЛИО, м ; Б^^ - общая
площадь удаления растительности на участке ЛИО, заявленная организацией-исполнителем работ в соответствии с Актом приёмки работ,
м2; Б "лиоф - фактическая площадь, на которой произведено удаление НДКР, м2; Бк ндкр - контрольная площадь обследуемого участка ЛИО, м2; Б-
л
основная часть контрольной площади обследуемого участка ЛИО, м ; дБк ндкр - остаток контрольной площади обследуемого участка ЛИО, м2;
N к
1У уч нач
- начальное количество элементарных участков (N^ нач = 100, 200,
300, ...); Ыуц доп - дополнительное количество элементарных участков;
к
к
к
к
к
и
Nуц - общее количество элементарных участков; 5эу ндкр - площадь 1 (одного) элементарного участка (части обследуемого участка ЛИО), м ; Буу
- площадь одной учётной площадки, м ; Nуп - общее количество учётных
у
площадок; N уу - количество учётных площадок, применяемых для
контрольного обследования каждого элементарного участка; -
общее количество выявленных участков (или элементов участка) с
непроектным произрастанием НДКР; NуW%Kp- количество выявленных
участков (или элементов участка) с непроектным покрытием не более w % площади каждого участка (или элемента участка) нежелательной древесно-кустарниковой растительностью, где уровень наличия растительности w =
10, 15, 20 или 30; ^ . - процентное покрытие площади у -й учётной площадки участка (или элемента участка) с зафиксированным на ней произрастанием НДКР; NHдээр - количество экземпляров нежелательной растительности на г -й учётной площадке, шт.; Буу г - площадь г -й учётной
площадки, м2; т - общее количество учётных площадок; р - общее количество учётных площадок с зафиксированным на них произрастанием
НДКР; 11улндэр - индекс контроля покрытия площади участков (элементов
ч - Тэ
участка) нежелательной растительностью; 1 - индекс контроля
количества участков (элементов участка) с непроектным покрытием не более w % площади каждого участка (или элемента участка) нежелательной древесно-кустарниковой растительностью, где уровень наличия
растительности w = 10, 15, 20 или 30; 11эуц ндэр - индекс контроля количества
и
участков (элементов участка) с непроектным произрастанием НДКР; ЕНдккр -
охват площади воздействия на НДКР; Кндкр - количество экземпляров
нежелательной растительности (густота), шт./1 га.
При разработке указанной математической модели нами принималась во внимание необходимость количественной оценки результатов выполненных работ по удалению нежелательной растительности, при этом нами была предложена 4-х бальная система оценок, представленная в табл. 1:
Таблица № 1
Граничные значения критериев для оценки качества выполняемых мероприятий по удалению НДКР
Оценка Критерии оценки
тк О/ 1 уч ндкр, % тк о/ о/ 1учндкр , %; ", %;
«неудовлетворительно» > 15 > 30
«удовлетворительно» < 15 >25. |^ш1п < 20 > ' 1^шах < 30
«хорошо» < 10 Г < 15 > 50: Г ш1п 1^шах < 20
«отлично» < 5 >75. Г ^ш1п <10 > : 1^шах < 15
Предложенная в данном исследовании математическая модель оценки качества выполнения работ по удалению нежелательной растительности с территорий ряда инфраструктурных объектов имеет определённые преимущества над существующими моделями. Наряду со значительным уменьшением доли субъективной составляющей в итоговом результате оценки соотношения «наличие - отсутствие» произрастающей нежелательной растительности, разработанная модель позволяет учесть как характеристики указанной растительности (не только количество её экземпляров, но и площадь непроектного покрытия обследуемых территорий
проекциями крон растительности), так и параметры (в частности - площади) расчищаемых территорий.
Литература
1. Ивашнев М.В. Классификация почвенно-грунтовых условий как важнейшего фактора выбора типов и конструкций машин для расчистки лесных площадей при строительстве объектов // Инженерный вестник Дона. 2014. № 1. URL: ivdon.ru/ru/magazine/archive/n1y2014/2229
2. Шегельман И.Р., Ивашнев М.В. Интенсификации процессов расчистки лесных площадей от деревьев и кустов // Инженерный вестник Дона. 2012. № 2. URL: ivdon.ru/ru/magazine/archive/n2y2012/851.
3. Платонов А.А. Исследование и систематизация существующих технологических процессов удаления нежелательной растительности // Системы. Методы. Технологии. 2020. № 3 (47). С. 63-73.
4. Miller R.H. Integrated Vegetation Management. - Atlanta: International Society of Arboriculture, 2021. - 108 р.
5. Kukkonen М, Kukkonen Е. Koneellinen metsânhoito. - Kuopio: Karelia-ammattikorkeakoulun julkaisuja, 2013. - 69 р.
6. Ивашнев М.В. Некоторые пути повышения эффективности расчистки линейных объектов от нежелательной древесно-кустарниковой растительности // Научные исследования: от теории к практике. 2015. № 3 (4). С. 193-195.
7. Coleman G.R.Y., Stead A., Rigter M.P., Xu Z., Brooker G.M., Sukkarieh S., Walsh M.J. Using energy requirements to compare the suitability of alternative methods for broadcast and site-specific weed control // Weed Technology. Vol. 33. Issue 4. 1 August 2019. рр. 633-650. DOI: 10.1017/wet.2019.32
8. Носенко А.В. Повышение эффективности технологии удаления древесно-кустарниковой растительности вдоль мелиоративных каналов и других линейных сооружений // Научное обозрение. 2010. № 1. С. 42-44.
М Инженерный вестник Дона, №6 (2022)
ivdon.ru/ru/magazine/arcliive/n6y2022/7746
9. Антипов Б.В., Маркелов С.Ю. Мульчерные технологии в полосе отвода железных дорог: монография. - М: Арсенал, 2013. - 115 с.
10. Rieppo K, Kariniemi A, Haarlaa R. Possibilities to develop machinery for logging operations on sensitive forest sites. Publications 29. - Helsinki: University of Helsinki Department of Forest Resource Management, 2002. - 30 p.
References
1. Ivashnev M.V. Inzhenernyy vestnik Dona. 2014. № 1. URL: ivdon.ru/ru/magazine/archive/n 1y2014/2229.
2. Shegelman I.R., Ivashnev M.V. Inzhenernyy vestnik Dona. 2012. № 2. URL: ivdon.ru/ru/magazine/archive/n2y2012/851.
3. Platonov A.A. Sistemy. Metody. Tekhnologii. 2020. № 3 (47). pp. 63-73.
4. Miller R.H. Integrated Vegetation Management. Atlanta: International Society of Arboriculture, 2021. 108 р.
5. Kukkonen М, Kukkonen Е. Koneellinen metsanhoito. Kuopio: Karelia-ammattikorkeakoulun julkaisuja, 2013. 69 р.
6. Ivashnev M.V. Nauchnyye issledovaniya: ot teorii k praktike. 2015. № 3 (4). рр. 193-195.
7. Coleman G.R.Y., Stead A., Rigter M.P., Xu Z., Brooker G.M., Sukkarieh S., Walsh M.J. Weed Technology. Vol. 33. Issue 4. 1 August 2019. рр. 633-650. DOI: 10.1017/wet.2019.32
8. Nosenko A.V. Nauchnoye obozreniye. 2010. № 1. рр. 42-44.
9. Antipov B.V., Markelov S.Yu. Mul'chernyye tekhnologii v polose otvoda zheleznykh dorog: monografiya [Mulcher technologies in the right of way of railways: monograph]. Moskva: Arsenal, 2013. 115 p.
10. Rieppo K, Kariniemi A, Haarlaa R. Possibilities to develop machinery for logging operations on sensitive forest sites. Publications 29. Helsinki: University of Helsinki Department of Forest Resource Management, 2002. 30 p.
