CC BY
238
114
• ••
Известия ДГПУ, №1, 2014
УДК 528.88
МОНИТОРИНГ И КЛАССИФИКАЦИЯ СВАЛОК НА ТЕРРИТОРИИ КРАСНОДАРСКОГО КРАЯ
THE MONITORING AND CLASSIFICATION OF LANDFILLS
IN KRASNODAR REGION
© 2014 Погорелов А. В., Липилин Д. А. Кубанский государственный университет © 2014 Pogorelov A. V., Lipilin D. A.
Kuban State University
Резюме. Представлены некоторые результаты дистанционного мониторинга свалок твердых бытовых отходов (ТБО) на территории Краснодарского края. Проведен анализ изъятых под свалки земель на основе типов землепользования CORINE. Выполнена классификация свалок по площади и степени воздействия на ландшафтную среду Краснодарского края.
Abstract. The authors of the article represent some results of the remote monitoring of solid, waste landfills in Krasnodar region. They performed the analysis of land with the landfill based on the types of CORINE land use and classified the landfills according their area and impact degree on the landscape environment of Krasnodar region.
Rezjume. Predstavleny nekotorye rezul'taty distancionnogo monitoringa svalok tverdyh by-tovyh othodov na territorii Krasnodarskogo kraja. Provedjon analiz iz#jatyh pod svalki zemel' na osnove tipov zemlepol'zovanija CORINE. Vypolnena klassifikacija svalok po ploshhadi i stepeni vozdejstvija na landshaftnuju sredu Krasnodarskogo kraja.
Ключевые слова: свалки, землепользование, спутниковый мониторинг, классификация, Краснодарский край.
Keywords: landfills, land use, satellite monitoring, classification, Krasnodar region.
Kljuchevye slova: svalki, zemlepol'zovanie, sputnikovyj monitoring, klassifikacija, Krasno-darskij kraj.
Целенаправленному изучению свалок - полигонов твердых бытовых отходов на территории Краснодарского края до сих пор не уделялось должного внимания. Между тем проблему свалок с множеством экологических и географических аспектов следует решать на современном техническом уровне, имея в виду эффективность разработки соответствующих мероприятий. Высокая плотность населения региона, почти в 10 раз превышающая среднероссийский показатель, и значительное количество туристов (до 10-15 млн), ежегодно посещающих край, непосредственно влияют на объемы накопления твердых бытовых отходов в регионе [6; 8]. Выявление и сокращение площадей свалок (особенно стихийных) обусловлены, кроме прочих обстоятельств, ценностью земельных ресурсов в условиях аграрно-
растениеводческой и туристской специализации края.
Для организации мониторинга свалок, разработки мер по снижению вредного воздействия отходов на окружающую среду особый интерес представляют материалы дистанционного зондирования Земли, в частности космические снимки, содержащие оперативную информацию об объектах размещения отходов и признаках воздействия их на природную среду [1; 3]. Широкий охват территории, обзорность и высокое линейное разрешение на местности позволяют в короткий срок распознать и картографировать свалки бытовых отходов.
Для оценки накопленного ущерба недостаточно обладать информацией о пространственном положении свалок и площадях, ими занимаемых. Кроме то-
Естественные и точные науки •••
го, необходима информация о категориях земель, изъятых из хозяйственного оборота под свалки ТБО. Считаем целесообразным прибегнуть к распространенной номенклатуре землепользования CORINE по ряду ее свойств. Прежде всего, имеется в виду универсальность этой номенклатуры, применимость ее к задачам ландшафтоведения и, что немаловажно, возможность распознавания тех или иных категорий земель по данным дистанционного зондирования [2; 5; 7; 9].
Программа CORINE была начата в середине 1980-х годов Европейской комиссией «Программа по координации информации об окружающей среде» («Programme to COoRdinate INformation on the Environment» - CORINE). В программу вошли государства - члены Европейского Союза. Программа нацелена на получение согласованной информации о почвенно-растительном покрове и его изменении в течение последующих десятилетий. Основной источник пространственных данных для программы CORINE - материалы дешифрирования спутниковых снимков с космических аппаратов SPOT, Landsat, MSS, NOAA. В качестве дополнительных источников данных использовались геодезические измерения, аэрофотоснимки. Собранная к началу 1990-х годов информация о землях, систематизированная в соответствии с номенклатурой CORINE Land Cover Classification System, вошла в базу данных CLS1990. В период 2000 - 2005 гг. по инициативе European Environment Agency (EEA) выполнены работы по коррекции и обновлению базы данных CLS1990, что позволило перейти к оценкам изменений природной среды. Обновленная база данных получила наименование CLS2000 [16], в ее составлении приняли участие 32 страны.
Для территории Краснодарского края составлена карта землепользования по классификации CORINE (рис. 1) [8]. Для расчета фактически изъятых под свалки ТБО земель на карту землепользования наложен полигональный слой, отражающий местоположение свалок и полученный по данным [3; 6; 8]. Информация о категориях изъятых земель представлена в таблице 1.
115
Таблица 1
Изъятые под свалки земли разного назначения по классификации CORINE на территории Краснодарского края
№ по классификации CORINE Категория землепользования по классификации CORINE Количе- ство участ- ков (свалок) Площадь изъятой территории, га
1.1 Земли под жилой застройкой 18 15,63
1.2 Земли промышленных, коммерческих и транспортных объектов 47 39,92
1.3 Земли рудников, свалок и строительных объектов 25 46,18
2.1 Пахотные земли 85 572,91
2.2 Земли под многолетние культуры 22 31,46
2.3 Пастбища 30 229,42
2.4 Неоднородные сельскохозяйственные земли 13 26,18
3.1 Леса 47 95,57
3.2 Кустарники и/или травянистая растительность 9 21,38
4.2 Прибрежные болота 3 0,69
- Неклассифицированные области 15 30,01
По всем типам 314 1109,35
По данным спутниковых снимков на исследуемой территории нами было выявлено 314 свалок, занимающих площадь 1109,35 га. Наибольшее их количество (85 свалок, или 27% от общего числа) и наибольшая площадь (572,91 га, или 52% от общей площади всех выявленных свалок) приходится на свалки на пахотных землях. 30 свалок общей площадью 229,42 га расположены на пастбищах. Всего на землях сельскохозяйственного назначения, по нашим расчетам, расположено 150 свалок суммарной площадью 860 га, что составляет 77,5% от площади всех выявленных на территории края свалок. Значительная часть изъятых под свалки земель приходится на леса (95,57 га), а наименьшая часть - на прибрежные болота или плавни (0,69 га). Подобная структура изъятых земель в присущих Краснодарскому краю ландшафтных условиях вполне закономерна.
116
• ••
Известия ДГПУ, №1, 2014
Рис. 1. Карта землепользования для территории Краснодарского края, составленная по классификации CORINE
При разработке мероприятий по рекультивации свалок, благоустройству территории и других природоохранных мероприятий, а также для снижения негативного влияния свалок полезно классифицировать каждый полигон ТБО по понятным показателям. В основе существующих классификаций полигонов ТБО лежит множество критериев, в том числе: климатогеографические условия, возраст полигонов, объем, состав свалок, сроки действия эмиссий, локальные особенности местности и многие другие.
За рубежом, в странах, где проблема свалок стоит достаточно остро, в случаях их классификации в целях разработ-
ки мероприятий по защите окружающей среды очень часто прибегают к формализованным подходам, опирающимся на целый ряд строгих количественных критериев [10; 13; 15]. Среди этих критериев не только площади полигонов и объемы складируемых отходов, но и интенсивность их поступления, виды отходов (по происхождению, токсичности, химическому составу, характеру утилизации, рекультивации площадок) и пр.
Существующие места складирования ТБО в России по нормативным документам принято делить на три основные категории:
Естественные и точные науки •••
1. Стихийные свалки, которые характеризуются отсутствием инженерноэкологических изысканий для территории, отведенной под размещение отходов, и минимальными экономическими затратами на этапах эксплуатации и закрытия объекта, при этом отходы размещены насыпью без уплотнения и изоляции, а само захоронение и зона его влияния в течение длительного времени не контролировались.
2. Санкционированные необорудованные захоронения ТБО. Введены в эксплуатацию с соблюдением нормативов размещения объекта по санитарным и геолого-гидрологическим критериям; при размещении отходов проводится послойное уплотнение, в некоторых случаях, без изоляции слоев, окончательная засыпка рабочей поверхности захоронения завершает эксплуатацию объекта; регулярные наблюдения за полигоном и в зоне его влияния не проводятся.
3. Санитарные полигоны, на которых предусматривается соблюдение технологии складирования, наличие инженерных сооружений и контроля влияния на объекты окружающей среды.
Ландшафтная среда, примыкающая к необорудованным и несанкционированным полигонам ТБО, как правило, испытывает их негативное влияние в результате массопереноса и загрязнения компонентов окружающей среды (поч-во-грунтов, воды, воздуха), а следовательно, возможного нарушения структурно-функциональной целостности ландшафтов. Механизмы переноса загрязнителей весьма разнообразны и в значительной мере определяются местными ландшафтными и геологогидрологическими особенностями. Необходимо принимать во внимание, что при складировании многокомпонентных отходов в определенных условиях в теле свалки возможно возникновение физико-химических и биохимических процессов, продуктами которых являются токсические химические соединения в твердом, жидком и газообразном состоянии. Эти соединения могут представлять собой дополнительную экологическую опасность для местной окружающей среды и сохранности ландшафтов.
При строгой оценке взаимодействия «полигон - окружающая среда» следует выделять два аспекта: влияние и воздействие [16].
117
Если изменения в природной среде не превышают предельно допустимых концентраций и нагрузок, то процесс, их вызывающий, определяется как влияние. Оценка этих изменений производится путем сравнения количественных и качественных показателей состояния природных компонентов с фоновыми значениями. Если количественные и качественные изменения превышают предельно допустимые нагрузки для окружающей природной среды, то следует говорить о воздействии.
В России в настоящее время существует несколько классификаций мест размещения ТБО (стихийных или санкционированных), посредством которых можно определить интенсивность и характер загрязнений окружающей среды.
По характеру складируемого мусора полигоны делятся на промышленные, бытовые и смешанного типа.
Немаловажной характеристикой свалок являются их пространственные показатели. Пространственные показатели определяют размеры ареалов, в пределах которых проявляются техногенные нарушения природных комплексов. В связи с этим используется понятие «предельно допустимая площадь нарушения», то есть тот предел, до которого еще возможна регенерация природной системы. В связи с этим критерием полигоны делятся на следующие группы:
1. Крупные (площадь превышает 16 га). Подобные свалки, как правило, имеют промышленный или смешанный тип мусора и способны оказывать значительное техногенное воздействие на окружающую ландшафтную среду. Зона массопереноса достигает 1,5 км.
2. Средние (площадь составляет 4-16 га). Протяженность влияния подобной площадки оценивается в 800-900 м. Полигоны средних размеров представляют собой объект с не меньшим характером загрязнений, как и крупные полигоны. Основная разница состоит исключительно в размерах занимаемой площади.
3. Мелкие (площадь не превышает 4 га). Зона влияния данных свалок находится в пределах от 500 до 600 м.
Воспользуемся данными критериями для классификации свалок и полигонов Краснодарского края по пространственным показателям - площади. Результат классификации представлен на рисунке 2; обобщение полученных результатов приведено в таблице 2.
118
• ••
Известия ДГПУ, №1, 2014
Рис. 2. Распределение свалок на территории Краснодарского края, дифференцируемых по критерию площади
Рис. 3. Распределение свалок на территории Краснодарского края,
дифференцируемых по степени опасности воздействия на ландшафтную среду
Естественные и точные науки
• ••
119
Как видим, 46% изъятой площади приходится на категорию средних свалок со средним размером 6,99 га; 17% площади - на крупные свалки (всего 7) со средним размером 26,52 га. В количественном отношении в Краснодарском крае преобладают мелкие (до 4 га) свалки - всего 233, занимающие 37% от общей площади выявленных свалок.
Таблица 2
Сведения о свалках, различаемых по критерию площади, на территории _______Краснодарского края_______
Катего- рия свалки Коли- чество свалок, шт. Общая площадь, га Средняя площадь одного объекта, га % от общего количества % от общей площади
Мелкая 233 406,73 1,75 74% 37%
Средняя 74 516,95 6,99 24% 46%
Крупная 7 185,67 26,52 2% 17%
Еще одно деление существующих полигонов ТБО относится к способу складирования мусора. По этому критерию выделяют насыпные полигоны, карьерные и карьерные с последующим образованием насыпи.
Все свалки целесообразно классифицировать по степени опасности воздействия на ландшафтную среду на группы:
- потенциально опасные,
- средней опасности,
- относительно безопасные полигоны.
Потенциально опасные полигоны характеризуются следующим:
- протяженность зоны загрязнения составляет около 1,5 км;
- оказывают отрицательное влияние на природную среду и имеют смешанный состав отходов;
- расположены вблизи населенных пунктов, водоемов или лесных массивов, а также возможно близкое расположение к охраняемым природным территориям;
- плодородный грунт вокруг полигонов относится к умеренно опасной, опасной или чрезвычайно опасной категории,
- поверхностные водотоки имеют среднюю или сильную степень загрязнения;
- на загрязненных участках наблюдается загрязнение водоносных горизонтов.
Полигоны средней опасности:
- протяженность зоны загрязнения
- до 900 м;
- отрицательно воздействуют на окружающую среду;
- расположены в относительной близости от населенных пунктов и водоемов;
- грунт возле полигона имеет умеренно опасную или допустимую степень загрязнения;
- нижние питьевые водоносные горизонты защищены водоупорами.
Относительно безопасные полигоны ТБО имеют признаки:
- протяженность зоны загрязнения
- до 600 м;
- в зоне расположения полигона отсутствуют природоохранные зоны и селитебные объекты;
- имеются благоприятные ландшафтные условия (карьеры, овраги и другие);
- водоносные горизонты защищаются водоупорными грунтами.
Таблица 3
Сведения о свалках, различаемых по
степени опасности воздействия на ландшафтную среду, на территории
Краснодарского края
Степень воздействия Коли- чество сва- лок, шт. Общая площадь , га Сред няя площадь , га % от общего коли- чества % от общей площади
Относительно безопасные 19 45,11 2,37 6% 4%
Средней степени опасности 255 926,80 3,63 81% 84%
Потенциально опасные 18 105,27 5,85 6% 9%
Неклассифи- цированные 22 32,17 1,46 7% 3%
Предлагаемый способ классификации характеризует актуальное состояние полигона отходов и позволяет по понятным признакам разделить их по степени опасности воздействия на окружающую среду. Воспользуемся им для оценки состояния свалок на исследуемой территории. Результаты классификации свалок по степени опасности воздействия на окружающую среду представлены на карте (рис. 3).
120
• ••
Известия ДГПУ, №1, 2014
Наибольшее количество (81% от общего числа свалок) с наибольшей суммарной площадью (84% от общей площади свалок) приходится на свалки средней степени опасности. По приведенным выше критериям опасности воздействия на ландшафтную среду на территории Краснодарского края выявлено 18 потенциально опасных свалок
(рис. 3), занимающих суммарную площадь 105,27 га.
В заключение отметим, что предложенные классификации свалок имеют экспериментальный характер и в дальнейшем будут совершенствоваться по мере развития технологий их мониторинга.
Работа выполнена при поддержке РФФИ (проект 13-05-9650)
Литература
1. Аристов М. А. Мониторинг полигонов ТБО и обнаружение стихийных мусоросвалок по данным космической съемки // ГеоПрофиль. 2009. № 2. С. 34-41. 2. Гурьянова Л. В. Использование ГИС и данных дистанционного зондирования для мониторинга застроенных территорий // Вестник Белорусского государственного университета. Сер. 2. 2008. № 3. С. 107-112. 3. Липилин Д. А. Дешифрирование свалок на территории Краснодарского края по материалам спутниковых снимков (методика и результаты) // Географические исследования Краснодарского края. Сб. научных трудов. 2012. Вып. 7. С. 243-250. 4. Липилин Д. А. Мониторинг свалок на территории Краснодарского края по материалам спутниковых снимков (методика и результаты) // Научнометодический электронный журнал «Концепт». Современные научные исследования. 2013. Вып. 1. 5. Лурье И. К., Косиков А. Г. Теория и практика цифровой обработки изображений // Дистанционное зондирование и географические информационные системы / под ред. А. М. Бер-лянта. М. : Научный мир, 2003. 168 с. 6. Погорелов А. В., Дулепа С. В., Липилин Д. А. Опыт космического мониторинга свалок на территории Краснодарского края // Геоматика. 2013. № 4(21). С. 64-71. 7. Погорелов А. В., Кузнецов К. В. Применение нечеткой классификации для оценки состояния сельскохозяйственных посевов по данным дистанционного зондирования // Геология, география и глобальная энергия. 2012. № 4 (47). С. 170-175. 8. Погорелов А. В., Липилин Д. А. Опыт дешифрирования земель разного хозяйственного назначения на территории Краснодарского края по материалам космической съемки // Известия Кубанского государственного университета. Естественные науки. 2013. # 1(2). С. 92-98. 9. Проект ITAS по разработке автоматизированной технологии классификации земных покрытий: научные задачи, основные результаты и перспективы / Л. Бродский, Е. И. Бушуев, В. И. Волошин, А. А. Козлова и др. // Космiчна наука i технолопя. 2009. Т. 15. # 2. С. 36-48. 10. Heitefuss S., Turk K. Additional
Processing Notes for Establishing Regional Lists of Priorities and Regional Waiting Lists by the Regional Commission for Assessment A. Old Landfill Facts: First assessment of Old Landfill Disposal at Proof Level 1,1994, 8S., 7 Abb. (in German). 11. URL: http://www.m2m-energy.ru/ru/tbo.html (дата обращения 13.04.2014) 12. URL: http://peresval.ru/story/content/3285-tipy-klassifikatsii-
poligonov-tbo.html (дата обращения 13.04.2014). 13. Landfill Waste Classification and Waste Definitions 1996 (As amended) // Department of environment Western Australia, 2005. 14. Mahler
C. F., Lima G. S. A. Applying the value analysis and fuzzy logic to select areas for installing waste fills // Environmental Monitoring and Assessment (EMA), 2002. 15. Schueler A. S., Mahler C. F. Classification Method for Urban Solid Waste Disposal Sites // Journal of Environmental Protection, 2011, # 2. P. 473-481. 16. The thematic accuracy of CORINE Land Cover 2000. Assessment using LUCAS (land use / cover area frame statistical survey) // Techn. Rept EEA. 2006. # 7. 85 pp. (www.eea.europa.eu)
References
1. Aristov M. A. Monitoring of landfills and detection of spontaneous dumps according to the space imagery data // GeoProfile. 2009. # 2. P. 34-41. 2. Guryanova L. V. Use of GIS and remote sensing data for monitoring of built-on areas // Bulletin of Belarusian State University. Ser. 2. 2008. # 3. P. 107-112. 3. Lipilin D. A. Decoding of dumps on the territory of Krasnodar region on materials of
satellite imagery (methodology and results) // Geographical research of Krasnodar region. Proc. of scientific works. 2012. Vol. 7. P. 243-250. 4. Lipilin D. A. Monitoring of dumps on the territory of Krasnodar region on materials of the satellite imagery (methodology and results) // Scientific-methodical electronic journal "Concept". Modern scientific research. 2013. Vol. 1. 5. Lurie I. K., Ko-sikov A.G. Theory and practice of digital image processing // Remote sounding and geographic information systems / td. by A. M. Berlant. M. : Scientific world, 2003. 168 p. 6. Pogorelov A. V., Du-lepa S. V., Lipilin D. A. Experience of space monitoring of the landfill on the territory of Krasnodar
Естественные и точные науки
• ••
121
region // Geomatics. 2013. # 4(21). P. 64-71. 7. Pogorelov A. V., Kuznetsov K. V. Application of
fuzzy classification for assessing the state of agricultural crops according to remote sensing data // Geology, geography and global energy. 2012. # 4 (47). P. 170-175. 8. Pogorelov A. V., Lipilin D. A. Experience of idecoding of lands of different economic purposes in the territory of Krasnodar region on space imagery materials // Proceedings of Kuban State University. Natural science. 2013. # 1(2).
P. 92-98. 9. The ITAS project on the development of the automated classification technology of the earth coatings: scientific objectives, core results and prospects / L. Brodsky, E. I. Bushuev, V. I. Voloshin, A. A. Kozlova, etc. // Space science and technology. 2009. Vol. 15. # 2. P. 36-48.
10. Heitefuss S., Turk K. Additional Processing Notes for Establishing Regional Lists of Priorities and Regional Waiting Lists by the Regional Commission for Assessment A. Old Landfill Facts: First assessment of Old Landfill Disposal at Proof Level 1,1994, 8S., 7 Abb. (in German).
11. URL: http://www.m2m-energy.ru/ru/tbo.html (дата обращения 13.04.2014)
12. URL: http://peresval.ru/story/content/3285-tipy-klassifikatsii-poligonov-tbo.html (access date
13.04.2014). 13. Landfill Waste Classification and Waste Definitions 1996 (As amended) // Department of environment Western Australia, 2005. 14. Mahler C. F., Lima G. S. A. Applying the value analysis and fuzzy logic to select areas for installing waste fills // Environmental Monitoring and Assessment (EMA), 2002. 15. Schueler A. S., Mahler C. F. Classification Method for Urban Solid
Waste Disposal Sites // Journal of Environmental Protection, 2011, # 2. P. 473-481. 16. The thematic accuracy of CORINE Land Cover 2000. Assessment using LUCAS (land use / cover area frame statistical survey) // Techn. Rept EEA. 2006. #7. 85 pp. (www.eea.europa.eu)
Literatura
I. Aristov M. A. Monitoring poligonov TBO i obnaruzhenie sti-hijnyh musorosvalok po dannym kosmi-
cheskoj s#emki // GeoProfil'. 2009. № 2. S. 34-41. 2. Gur'janova L. V. Ispol'zovanie GIS i dannyh
distancionnogo zondirovanija dlja monitoringa zastroennyh territorij // Vestnik Belorusskogo gosu-darstvennogo universiteta. Ser. 2. 2008. № 3. S. 107-112. 3. Lipilin D. A. Deshifrirovanie svalok na territorii Krasnodarskogo kraja po materialam sputnikovyh snimkov (metodika i rezul'taty) // Geo-graficheskie issledovanija Krasnodarskogo kraja. Sb. nauchnyh trudov. 2012. Vyp. 7. S. 243-250.
4. Lipilin D. A. Monitoring svalok na territorii Krasnodarskogo kraja po materialam sput-nikovyh snimkov (metodika i rezul'taty) // Nauchno-metodicheskij jelektronnyj zhurnal «Koncept». Sovremen-nye nauchnye issledovanija. 2013. Vyp. 1. 5. Lur'e I. K., Kosikov A. G. Teorija i praktika cifrovoj ob-rabotki izobrazhenij // Distancionnoe zondirovanie i geograficheskie informacionnye sistemy / pod red. A. M. Berljanta. M. : Nauchnyj mir, 2003. 168 s. 6. Pogorelov A. V., Dulepa S. V., Lipilin D. A. Opyt kosmicheskogo monitoringa svalok na territorii Krasnodarskogo kraja // Geomatika. 2013. № 4 (21). S. 64-71. 7. Pogorelov A. V., Kuznecov K. V. Primenenie nechetkoj klassifikacii dlja ocenki sostojanija sel'skohozjajstvennyh posevov po dannym distancionnogo zondirovanija // Geologija, geografija i global'naja jenergija. 2012. № 4 (47). S. 170-175. 8. Pogorelov A. V., Lipilin D. A. Opyt deshifrirovanija zemel' raznogo hozjajstvennogo naznachenija na territorii Krasnodarskogo kraja po materialam kosmicheskoj s#emki // Izvestija Kubanskogo gosudarstvennogo universiteta. Estest-vennye nauki. 2013. № 1 (2). S. 92-98. 9. Proekt ITAS po razrabotke avtomatizirovannoj tehnologii klassifikacii zemnyh pokrytij: nauchnye zadachi, osnovnye rezul'taty i perspektivy / L. Brodskij, E. I. Bushuev, V. I. Voloshin, A. A. Kozlova i dr. // Kosmichna nauka i tehnologija. 2009. T. 15. № 2. S. 3648. 10. Heitefuss S., Turk K. Additional Processing Notes for Establishing Regional Lists of Priorities and Regional Waiting Lists by the Regional Commission for Assessment A. Old Landfill Facts: First assessment of Old Landfill Disposal at Proof Level 1,1994, 8S., 7 Abb. (in German).
II. URL: http://www.m2m-energy.ru/ru/tbo.html (data obrashhenija 13.04.2014).
12. URL: http://peresval.ru/story/content/3285-tipy-klassifikatsii-poligonov-tbo.html (data obrash-henija 13.04.2014). 13. Landfill Waste Classification and Waste Definitions 1996 (As amended) // Department of environment Western Australia, 2005. 14. Mahler C. F., Lima G. S. A. Applying the
value analysis and fuzzy logic to select areas for installing waste fills // Environmental Monitoring and Assessment (EMA), 2002. 15. Schueler A. S., Mahler C. F. Classification Method for Urban Solid Waste Disposal Sites // Journal of Environmental Protection, 2011, # 2. P. 473-481. 16. The
thematic accuracy of CORINE Land Cover 2000. Assessment using LUCAS (land use / cover area frame statistical survey) // Techn. Rept EEA. 2006. # 7. 85 p. (www.eea.europa.eu)
Статья поступила в редакцию 12.02.2014 г.
