CC BY
2
ЭКОЛОГИЯ
УДК 502.53: 303.09
МЕТОД КОМПЛЕКСНОЙ ОЦЕНКИ СОСТОЯНИЯ РЕГИОНАЛЬНОГО НЕДРОПОЛЬЗОВАНИЯ И ГЕОЛОГИЧЕСКАЯ
ИНТЕРПРЕТАЦИЯ РЕЗУЛЬТАТОВ ЕГО ПРИМЕНЕНИЯ
А.В. Волков
Рациональный набор показателей состояния недропользования в Центральной части России сформирован по результатам факторного анализа статистических данных. Получена ранговая оценка регионального недропользования субъектов Центрального федерального округа. Выполнена геологическая интерпретация результатов расчёта путём сопоставления (графического совмещения) карт-схем распределения компонент «поля.» рангов и геологического строения Московской синеклизы. Установленные закономерности выступают теоретической основой изменения тактики природопользования.
Ключевые слова: природопользование, недропользование, комплексная оценка результатов хозяйствования, факторный и автокорреляционный анализ, нормализация данных, ранг, Московская синеклиза, условия осадконакопления, месторождения сырья.
Многоуровневую систему взаимодействия различных форм жизнедеятельности коллективов с условиями и ресурсами территории освоения, а также с экологическими, социальными и экономическими (производственными) результатами своего труда в науках о Земле называют природопользованием. На правах ключевых направлений деятельности в это понятие включают ресурсо- и недропользование. Природопользование рассматривают как специфический, характерный исключительно для человека, способ взаимодействия с окружающей средой. Во многих случаях проводят границу между природопользованием и выраженной производственной деятельностью. К последней относят технологические процессы в помещениях, связанные со средой каналами поступления сырья, энергии и отведения продукции и отходов. Природопользование, как правило, объединяет технологические процессы под открытым небом [1].
Отношения, возникающие в сфере изучения, использования, охраны ресурсов недр, разработки технологий разведки и добычи полезных ископаемых, использования отходов добычи сырья регулирует Федеральный закон № 2395-1 от 21.02.1992 «О недрах» (в актуальной редакции). В частности, согласно статье 23, рациональное использование ресурсов недр требует обеспечения полноты их геологического изучения, комплексного использования и охраны.
Поэтому адекватный учёт природных, культурных и производственных особенностей регионов России в ходе совершенствования системы показателей состояния среды, реализуемый в контексте получения оценок последствий воздействий на среду хозяйственной и иной деятельности, востребованный для принятия решений об изменении тактики и стратегии природо- и недропользования, является актуальной практической и научной проблемой.
Цель исследований - оптимизация тактики регионального недропользования на базе комплексной количественной оценки его результатов. Общая задача исследований - обоснование системы показателей, позволяющих получить комплексную оценку состояния регионального недропользования; обоснование и верификация метода их исчисления, способа реализации аналитического подхода. Главным методом исследований является статистический анализ данных федеральной статистики и получение на этой основе количественных рангов недропользования.
Базовым источником информации о показателях социально-экономического развития субъектов РФ являются регулярные сборники Федеральной службы государственной статистики [2].
Начальный этап работы состоит в факторном анализе расширенной базы никак не преобразованных статистических показателей, так или иначе отражающих состояние регионального недропользования. Результаты определения количества главных, или принципиальных, факторов, контролирующих ход регионального хозяйствования, а также величин факторных нагрузок параметров представлены в табл. 1. Расшифровка обозначений параметров, принятых к обсуждению по результатам факторного анализа, приведена далее.
Данные табл. 1 позволяют констатировать, что регион, в котором добыча и отгрузка минерального сырья наиболее рентабельны, имеет и больший объём профильных основных фондов, и большее вводит новых фондов, отличается высоким качеством жизни. Поэтому фактор № 1 мы идентифицируем как общую эффективность недропользования - отрасли добычи сырья и его передела [3, 4].
Фактор № 2 агрегирует общую численность населения региона (Ы); величину ВРП (УЯР); общие затраты на науку (Ык); выпуск товаров и услуг в стоимостном эквиваленте - ликвидация загрязнений (VPZg); стоимость основных фондов электро- и парогенерации (РопфЕ). Его мы определяем, как
уровень технической и производственной культуры, производственного потенциала в целом, включая трудовые ресурсы, энергообеспечение и уровень финансирования профильной деятельности.
Таблица 1
Результаты факторного анализа расширенной базы данных, отражающих состояние регионального ресурсопользования
Variable Factor Loadings (Equamax. normalized) (RegionyRF-RazPP—01) Extraction: Principal components (Marked loadings are >,650000)
Factor Factor 1 2 Factor 3 Factor 4
N 0,2653811 0,929628 0,055500 -0,041825
S -0,245699 0,032788 0,870548 -0,093660
т 0,765305 0,310390 -0,056153 0,522743 0,822906 -0,077894 -0,330187
VRP 0,018751
Nk -0,076762 0,889048 0,123015 0,962794 -0,042619 0,020554 0,079554
VPI 0,168889
VPZg -0,088486 0,8852701 -0,227091 0,164736
PrMe 0,083631 0.066285 -0,555590 0,434107
FondyPI 0,959116 0,015935 -0,092850 0,124017
FondyE 0,073043 0,750451 0,588321 0,917479 0,093590 -0,154727 0,042221 0,115921
FondyPlnov
FondyPlizn -0,415632 -0,365482 0,102062 -0,697052
FondyPI iznP -0,205144 -0,591452 -0,207437 -0,691983
RentPIE 0,939111 0,0724141 -0,078789 0,032019
PE -0,127404 0,115372 0,913242 0,280433
Number of variables: 15. Method: Principal components.
Number of factors extracted: 4. Eigenvalues: 6,02464; 3,81123; 1,95498; 1,18348
Фактор № 3 агрегировал площадь региона (S) и количество вырабатываемой электроэнергии (РЕ). По-видимому, чем больше площадь, пространственная организация и сложность инфраструктуры, тем больше требуется энергии на её поддержание. Следовательно, фактор № 3 - инфраструктурные издержки, в т. ч. по энергии [3, 4].
Принятые к обсуждению регионы РФ и величины статистических показателей, отражающих состояние недропользования, представлены в табл. 2.
Таблица 2
Численные значения параметров регионального недропользования
1 2 3 4 5 6 7 8 9 10 11 12
nn Регион ЦФО EfRP VPI TECH N Nk VPZg ЕЕ РЕ Iznos FondyPlizn
1 Белгородская область 189 804 1541,3 2,9 11 175 1,1 42,7
2 Брянская область 311 1182,7 0,6 9 589 0,1 86,8
3 Владимирская область 4 965 1342,1 5 12 943 2,3 37,1
4 Воронежская область 9 231 2305,6 11 18 592 23,1 45
5 Ивановская область 1 171 987 0,8 6 394 1,4 57,9
6 Калужская область 4 779 1001 6,6 10 263 0,3 80,7
7 Костромская область 1 151 628,4 0,1 3 817 16,1 66,2
S Курская область 104 702 1096,5 3,8 6 601 25,1 44
9 Липецкая область 6 844 1128,2 1,1 11 324 5,6 64,4
10 Орловская область 265 724,7 0,7 4 207 1,3 100
11 Рязанская область 1 509 1098,3 1,4 9 135 4,2 80,3
12 Смоленская область 2 038 921,1 1,7 13 231 22,5 58,3
13 Тамбовская область 268 994,4 1,1 4 314 1
14 Тверская область 789 1245,6 5,2 9 371 38,3 79,5
15 Тульская область 8 334 1449,1 7,8 17 932 5,3 48,2
16 Ярославская область 1 206 1241,4 6,6 11 331 6,7 62,4
Итак, табл. 2 агрегирует показатели по четырём блокам, таким как EfRP - эффективность недропользования; TECH - уровень технологической культуры (в аспекте технологий по добыче и первичной переработке минерального сырья); EE - инфраструктурные показатели региона; Iznos - уровень износа основных фондов предприятий по добыче сырья:
1) VPI - объём отгруженных товаров собственного производства, выполненных работ и услуг собственными силами по видам экономической деятельности: добыча полезных ископаемых, млн рублей/год;
2) N - численность населения региона на 1 января 2021 года, тысяч человек;
3) Nk - внутренние затраты на исследования и разработки за счёт всех источников, млрд рублей/год
4) VPZg - объём отгруженных товаров собственного производства, выполненных работ и услуг собственными силами по видам экономической деятельности: водоснабжение; водоотведение, организация сбора и утилизации отходов, деятельность по ликвидации загрязнений, млн рублей/год;
5) PE - мощность электростанций и производство электроэнергии: производство электроэнергии (2019), млрд кВтч;
6) FondyPIizn - степень износа основных фондов по видам экономической деятельности: добыча полезных ископаемых (на конец 2019 года), %.
Пропущенное значение параметра FondyPIizn обусловлено возможностями региона не заявлять публично величину показателя.
Укажем повторно, что все показатели заимствованы из регулярных сборников Федеральной службы государственной статистики (https:// rosstat. gov.ru/folder/210/document/13204) и характеризуют субъекты ЦФО, без учёта Москвы и Московской области.
Главные этапы обработки сформированного массива данных включают: 1) расчёт величин десятичных логарифмов каждой из рассматриваемых выборок показателей (столбцы №№ 4, 6 - 8, 10, 12 табл. 2), без изменения единиц исчисления показателей; 2) определение величин математического ожидания и стандартного отклонения (SD) каждой выборки; 3) нормализация всех значений выборок, путём вычитания из них математического ожидания и деления на SD; 4) определение суммы максимальных величин выборок и суммы предикторов недропользования по каждому региону - по горизонтальной строке табл. 2; 5) расчёт отношения суммы фактических величин предикторов к сумме максимальных значений (%).
Результаты расчёта ранговых оценок состояния недропользования на основе указанного алгоритма приведены в табл. 3.
В табл. 3 и в графической части анализа ситуаций недропользования используются следующие обозначения: Rang - величина ранга регионального недропользования (-100...+100 %); Lat (L, от англ. geographical latitude) - географическая широта точки наблюдения, градусы с. ш.; Long (Z, от англ. geographical longitude) - географическая долгота точки наблюде-
ния, градусы в. д. Единицы измерения широты и долготы представлены в виде численных значений с дробной частью.
Таблица 3
Ранги регионального недропользования субъектов ЦФО РФ
2 3 4 5 6 7
N Region богос! Lat Long Rang
1 Белгородская обл-ть Белгород 50,597467 36,588849 42,5
2 Воронежская обл-ть Воронеж 51,661535 39,200287 75,9
3 Курская обл-ть Курск 51,730361 36,192647 37
4 Липецкая обл-ть Липецк 52,61022 39,594719 4,6
5 Тамбовская обл-ть Тамбов 52,721246 41,452238 -43,6
S Орловская обл-ть Орёл 52,970306 36,063514 -71,1
7 Брянская обл-ть Брянск 53,2434 34,364198 -49,3
8 Тульская обл-ть Тула 54,193033 37,617752 37,6
9 Калужская обл-ть Калуга 54,507014 36,252277 -12,9
10 Рязанская обл-ть Рязань 54,619886 39,744954 -14,9
11 Смоленская обл-ть Смоленск 54,79031 32,05037 9,6
12 Владимирская обл-ть Владимир 56,129042 40,40703 35,9
13 Тверская обл-ть Тверь 56,859611 35,911896 9,1
14 Ивановская обл-ть Иваново 57,000348 40,973921 -26,3
15 Ярославская обл-ть Ярославль 57,626569 39,893822 14,8
16 Костромская обл-ть Кострома 57,767683 40,926418 -57,6
Разделим выборку Rang на фоновую (медленно меняющуюся, низкочастотную, НЧ) и диагностическую (быстро меняющуюся, высокочастотную, ВЧ) составляющие. По сути, НЧ компонента изучаемого «поля» определяется медленно протекающими процессами и/или закономерностями состава, строения, свойств глубоко залегающих геологических объектов. Высокочастотная компонента обусловлена быстро протекающими процессами и/или особенностями приповерхностных объектов, включая свойства географических систем. В расчёте используется модель вида (R = 0,628; D = 39,4 %)
Rang = AjL + A2L2 + A3L3 + A4L4 + As,
где Аj...А5 - численные коэффициенты, подбираемые методом наименьших квадратов (МНК).
Применим модель-полином для формирования фоновых значений выборки. Вычтем из исходных значений ранга (см. табл. 3, столбец № 7) величины фона; получим диагностическую компоненту изучаемой выборки (рис. 1). Предварительно укажем, что диапазон анализа регионов ЦФО от 50,6о с. ш. (регион № 1) до 57,8о с. ш. (регион № 16) представлен 15 интервалами номеров регионов. Поэтому шаг по номерам регионов соответствует (57,8 - 50,6) / 15 ~ 0,48 градуса.
В геологическом отношении изучаемая территория приурочена к приповерхностным и глубинным структурам Московской синеклизы; её условный геологический разрез по линии юг - север также показан на рис. 1. Московская синеклиза - крупнейшая отрицательная структура центральной части Восточно-Европейской платформы. Представляет собой прогиб 1000 х 450 км, длинной осью ориентированный на северо-восток; площадь прогиба превышает 1 млн км2. На юге прогиб граничит с Воронежской анти-клизой, на севере - с Балтийским щитом, на западе - с Белорусской антекли-
зой, на востоке - с Волго-Уральской антиклизой. Фундамент структуры осложняют авлакогены; средняя глубина залегания фундамента составляет 1,5-2 км [5].
Рис. 1 интегрирует изложенную информацию в виде оверлея; характер совмещения - качественный.
Рис. 1. Геологическая интерпретация результатов разделения поля «ранги недропользования» на фоновую и диагностическую компоненты (источник геологической графики: Короновский Н.В., Якушова А.Ф. Основы геологии, https://geo.web.ru/)
Согласно рис. 1 максимумы фоновой компоненты поля (ЯГОЫ), в целом, соответствуют наиболее мощным и разнообразным комплексам осадочных отложений платформенного чехла, вмещающим месторождения сырья как федерального, так и регионального значения. Речь идёт о самой южной части профиля наблюдения - о гг. Белгороде, Воронеже, Курске и в меньшей степени - о гг. Туле, Рязани, Владимире (54,2°.. .56,1° с. ш.).
Максимумы диагностической части (КО1А) формально приурочены к поднятиям докембрийского кристаллического щита, а минимумы - к участкам авлакогенов. Например, Курская область (опорная широта - 51,7о с. ш.) известна самым мощным на Земле железорудный бассейном - Курской магнитной аномалией. Москва, как город федерального значения, а также Московская область в расчёте не учитываются.
Итак, разделение исходного «поля» на компоненты отражает наличие выраженной регулярной составляющей - как в диагностической компоненте поля, так и, видимо, в - фоновой. Поэтому мы заключаем, что регулярная
пространственная организация «поля» определяется регулярными же особенностями организации геологической среды (недр).
Выделить эту регулярность инструментами спектрального анализа затруднительно, в силу малого объёма изучаемых выборок, да и нецелесообразно. Поэтому для анализа используем инструмент «функция автокорреляции» (ФАК).
Результат расчёта нормированных значений ФАК фоновой и диагностической компонент поля рангов недропользования представлен на рис. 2.
Autocorrelation Function RFON
Lag Corr.
1 +,457
2 +,085
3 -,235
4 -,263
5 -,205
6 -,207
7 -,144 В -,050 9 +,072
10 +.151
11 +.299
12 +.135
0 -1
□
0
□
-Q
□
--Conf. Limit
_i_i_
,00 -0,75 -0,50 -0,25 0,00 0,25 0,50 0,75 1,00
Lag Corr.
1 -,036
3 -,247
4 -,052
S -,111
б +,015
7 +,182
8 +,047
Autocorrelation Function RDIA : =Rang-Rfon
1 - - Conf. Limit
J
1 1 ■
1
! И
i 1 П !
i i ! J Í 1
-1,0
-0,5
0,0
0,5
1,0
Рис. 2. Результат расчёта функции автокорреляции фоновой (слева) и диагностической (справа) компоненты рангов недропользования в ЦФО РФ
Как уже говорилось, шаг по номерам регионов равен (57,8 - 50,6) / 15 ~ 0,48о. Поэтому 7 позиций, в среднем разделяющих максимумы диагностической компоненты поля, соответствуют 3,36 градусам по широте, что эквивалентно расстоянию 3,36 111,324 ~ 375 км. Иными словами, максимумы параметра RDIA на рис. 1 разделяет расстояние - пространственный период -около 375 км. Два предполагаемых максимума фоновой компоненты поля разделяют 11 позиций или 11-111,324 ~ 1225 км. В данном расчёте величины длины дуги в один градус по долготе (по линии запад ^ восток) и по широте (по линии юг ^ север) приняты согласно информации ресурса https://www.kakras. ru/mobile/book/dlina-dugi.html.
Для геологической интерпретации результата привлечём фрагмент тектонической схемы центральной части Московской синеклизы, а также карту распределения расчётных величин RFON (рис. 3).
На основании рис. 3 мы допускаем, что, на качественном уровне линия минимальных значений параметра ЯГОИ в центральной части рисунка ориентирована на северо-восток, что совпадает с направлением главной оси Московской синеклизы и попадает в область максимальных глубин данного прогиба. Эта линия разделяет две области средних и высоких значений параметра ЯГОИ и относительно малых мощностей осадочного чехла.
Рис. 3. Тектоническая схема центральной части Московской синеклизы и карта-схема фоновой компоненты рангов недропользования
(1 - приблизительное направление анализа ситуации; 2 - минимальных значений фоновой компоненты поля рангов)
Примечательно также, что линия минимальных значений RFON воспроизводит контур бассейна осадконакопления в конце фаменского яруса верхнего девона Она приурочена к относительно мелководным
условиям палеобассейна, находящимся в зоне влияния области сноса геологического материала. В указанное геологическое время здесь формировались доломиты, предполагающие бассейн с повышенной солёностью, а также соли гипс и ангидрит, относимые к классу эвапоритов [6, рис. 67].
Таким образом, средние и повышенные значения параметра RFON., видимо, соответствуют прибрежно-морским условиям с тёплой водой, в которых формировались разнообразные месторождения сырья, разрабатываемые ныне. Кровля кристаллического фундамента и кора выветривания определяют локализацию запасов железных руд.
Рассмотрим графическую модель ранга недропользования в ЦФО РФ (параметр Rang), совмещённую с картами-схемами расположения месторождений федерального (рис. 4) и регионального (рис. 5) значений.
Согласно рис. 4 можно сформулировать следующие заключения:
1) с учётом месторождений федерального значения, максимальный ранг недропользования присущ Курской, Воронежской и Белгородской областям (железные руды, фосфориты; индекс «1»);
2) средний ранг недропользования присущ Липецкой, Тульской и Владимирской (юго-запад) областям (индекс «2»);
3) низкий ранг недропользования характерен для Брянской, Орловской и Смоленской областей; в этих субъектах имеются запасы минерального сырья, но износ основных фондов по их добыче и первичной переработке составляет соответственно 86,8 и 100 % (самые высокие значения в выборке территорий); мощность собственной генерации энергии - низкая (показатель РЕ: 0,1 и 1,3, см. табл. 3); вложения в науку - минимальны (Nk: 0,6 и 0,7); объём отгружаемых товаров собственного производства - минимален (VPI: 311 и 265); численность населения - средняя (индекс «3»);
4) на «крайнем» северо-востоке и северо-западе нет значительных месторождений сырья, что объясняется, видимо, расположением здесь в геологические прошлые области сноса, а не накопления геологических осадков; ранг недропользования - ниже среднего и низкий;
5) Калужскую область отличает иная специализация экономики и благоприятное соседство с Большой Москвой.
Заключения, которые позволяет сделать рис. 5, в целом, аналогичны изложенным выше.
Пространственные графические модели - т. н. поверхности - фоновой и диагностической компонент ранга недропользования в ЦФО РФ (Rang) показаны на рис. 6.
Рассмотрим результаты формального моделирования полного ранга недропользования в ЦФО РФ двухпараметрическим полиномом. Для построения линейной математической модели изучаемого поля выполним следующие действия:
1) ко всем значениям ряда добавляем чуть больше абсолютной величины минимального значения выборки Rang, то есть 72;
2) логарифмируем полученную выборку (Rl = lg(Rang + 72));
3) десятичный логарифм величин широт - входной параметр модели х;
4) десятичный логарифм величин долгот - входной параметр модели у.
Рис. 4. Графическая модель ранга недропользования в ЦФО РФ (Rang), совмещённая с картой-схемой расположения месторождений
федерального значения
Рис. 5. Графическая модель ранга недропользования в ЦФО РФ (Rang), совмещённая с картой-схемой расположения месторождений
регионального значения
Возвращение к «исходным» величинам рангов выполняется по формуле: КМ = 10^™ - 72, где индекс «т» обозначает модельную выборку.
Rfon = Distance Weighted Least Squares Rdia = Distance Weighted Least Squares
Рис. 6. Пространственные графические модели фоновой компоненты ранга недропользования в ЦФО РФ (слева) и диагностической его компоненты (справа), совмещённые с соответствующей картой
распределения параметра
В качестве модели, приближающей расчётные значения ранга недропользования Rang, используем двухпараметрический полином 5-й степени (R = 0,642; D = 41,2 %):
Rl=A1x + B1y + C1xy + A2x2 + B2y2 + C2-x2-y2 + A3x3 + B3y3 + + C3-x3y3 + A4X4 + В4У4 +C4-x4-y4 + A5x5 + Вз-y5 + Сз-х5У + Q.
Качество описания исходных значений рангов регионального недропользования модельными значениями отражает линейная регрессия указанных выборок (рис. 7).
Наконец, на рис. 8 приведены графические модели исходных и модельных величин ранга регионального недропользования в ЦФО.
ИМ = -7,1282*0,696-х; 0,95 Conf.ini
о Ярославская обл.: / /
№15 1,2 млрд руб/год - товар! ы
4ос1е1: РМИ=а ■я+ь (Р{асРР-30-01-24 )
N=16 "|па1 кгеэ: 16806.995051 а ь 5330 Уапапсе ехр1ате а; 12*804 о.
Езйп а1е _
о о
____——~~
--- о
/ о Курская область:
N8 3 104," млрд руб/год
/ / производства
/
-80 -70 -«0 -50 -40 -30 -20 -10 0 10 20 30 40 50 60 70 80 90 Расчётные величины ранга ресурсопольэования в ЕТР, %
Рис. 7. Линейная регрессия расчётных и модельных величин рангов регионального недропользования в ЦФО
Рис. 8. Сопоставление графических моделей типа «поверхность» исходных (слева) и модельных (справа) величин рангов регионального
недропользования в ЦФО РФ
Итак, в работе на базе процедур факторного анализа обоснована рациональная система показателей, позволяющих получить комплексную безразмерную оценку состояния недропользования в субъектах ЦФО РФ; реализован метод исчисления данных показателей; выполнена геологическая интерпретация результатов расчёта.
Максимумы фоновой компоненты рангов недропользования соответствуют мощным и разнообразным комплексам осадочных отложений платформенного чехла, вмещающим месторождения сырья федерального и регионального значения. Средние и повышенные значения показателя харак-
терны для прибрежно-морских условий с тёплой водой. Максимумы диагностической компоненты рангов, видимо, приурочены к поднятиям докем-брийского кристаллического щита. Кровля кристаллического фундамента и кора выветривания определяют локализацию запасов железных руд (Белгород, Воронеж, Курск; Тула, Рязань, Владимир).
Список литературы
1. Природопользование: учебное пособие для вузов / Э.М. Соколов [и др.]. М. Тула: Гриф и К, 2002. 522 с.
2. Регионы России. Социально-экономические показатели. 2020: статистический сборник / пред. ред. комиссии С.М. Окладников. Росстат. М., 2020. 1242 с. [Электронный ресурс]. URL: https:// rosstat.gov.ru/folder/ 210/document/ 13204 (дата доступа: 02.06.2024).
3. Волков А.В. Идея, основания и результаты апробации метода комплексной оценки результатов регионального природопользования // Вестник ТулГУ. Сер. «Экология и безопасность жизнедеятельности» / под общ. ред. д-ра техн. наук, проф. В.М. Панарина. Тула: Изд-во ТулГУ, 2022. С. 320-351 [Электронный ресурс]. URL: http:// www.semikonf.ru/archive/ (дата доступа: 27.05.2024).
4. Волков А.В. Основания и метод комплекснои й оценки результатов ресурсопользования (на примере нескольких субъектов Российской Федерации) // Вестник ТулГУ. Сер. «Экология и безопасность жизнедеятельности» / под общ. ред. д-ра техн. наук, проф. В.М. Панарина. Тула: Изд-во ТулГУ, 2022. С. 351-372 [Электронный ресурс]. URL: http:// www.semikonf.ru/ archive/ (дата доступа: 27.05.2024).
5. Гарецкий Р. Г., Нагорный М. А. Главные этапы развития Московской синеклизы. Институт геохимии и геофизики НАН Беларуси [Электронный ресурс]. URL: https:// textarchive.ru/c-2791060.html (дата доступа: 02.06.2024).
6. Историческая геология / Г.И. Немков [и др.]. М.: Недра, 1974. 320 с.
Волков Артем Валерьевич, канд. техн. наук, доцент, [email protected], Россия, Тула, Тульский государственный университет
THE METHOD OF COMPREHENSIVE ASSESSMENT OF THE CONDITION REGIONAL SUBSOIL USE AND GEOLOGICAL INTERPRETATION OF THE RESULTS OF ITS APPLICATION
A.V. Volkov
A rational set of indicators of the state of subsoil use in the central part of Russia was ormed based on the results of a factor analysis of statistical data. A rank assessment of the regional subsoil use of the subjects of the Central Federal District has been obtained. The geological interpretation of the calculation results was performed by comparing (graphically combining)
the distribution maps of the components of the "field" of ranks and the geological structure of the Moscow syneclise. The established patterns serve as the theoretical basis for changing the tactics of environmental management.
Key words: environmental management, subsurface use, comprehensive assessment of management results, factorial and autocorrelation analysis, data normalization, rank, Moscow syneclise, sedimentation conditions, deposits of raw materials.
Artem Valerjevich Volkov, candidate of technical sciences, docent, wol-kow. [email protected], Russia, Tula, Tula State University
Reference
1. Nature management: a textbook for universities / E.M. Sokolov [et al.]. M.Tula: Vulture and K, 2002. 522 p.
2. Regions of Russia. Socio-economic indicators. 2020: statistical collection / pre-ed. of the Commission S.M. Okladnikov. Rosstat. M., 2020. 1242 p. [electronic resource]. URL: https:// rosstat.gov.ru/folder/210/document / 13204 (access date: 06/02/2024).
3. Volkov A.V. The idea, grounds and results of the approbation of the method of integrated assessment of the results of regional environmental management // Bulletin of TulSU. The series "Ecology and life safety" / under the general ed. Doctor of Technical Sciences, professor V. M. Panarin. Tula: TulSU Publishing House, 2022. 406 p. 320-351 [electronic resource]. URL: http:// www.semikonf.ru/archive / (access date: 27.05.2024).
4. Volkov A.V. The foundations and method of a comprehensive assessment of the results of resource management (on the example of several subjects of the Russian Federation) // Bulletin of TulSU. The series "Ecology and safety of life" / under the general ed. Doctor of Technical Sciences, professor V. M. Panarin. Tula: TulSU Publishing House, 2022. 406 p. 351-372 [electronic resource]. URL: http:// www.semikonf.ru / archive/ (access date: 27.05.2024).
5. Garetsky R.G., M.A. Nagorny M.A. The main stages of the development of the Moscow syneclise. Institute of Geochemistry and Geophysics of the National Academy of Sciences of Belarus [electronic resource]. URL: https:// textarchive.ru/c-2791060.html (date of access: 06/02/2024).
6. Historical geology / G.I. Nemkov [et al.]. M.: Nedra, 1974. 320 p.
