CC BY
31
Оригинальная статья
УДК 622.85:504 © Т.В. Корчагина, В.П. Потапов, Е.Л. Счастливцев, 2022
Цифровой мониторинг природно-техногенной среды для обеспечения экологической безопасности предприятий горнодобывающей отрасли
001: http://dx.doi.org/10.18796/0041-5790-2022-6-59-67 -
Переход на цифровые технологии систем геоэкологического мониторинга приводит к значительному увеличению объемов мультимодальных данных из различных источников. Их интеграция возможна только путем создания специализированных цифровых платформ, позволяющих создание информационного пространства, обеспечивающего мировые стандарты/ обработки пространственных данных. Интеграция методов дистанционного и наземного мониторинга с цифровыми математическими моделями обеспечивает эффективную обработку больших объемов данных, существенно повышая эффективность принятия решений, а также комплексную оценку воздействия угледобы/вающего предприятия на состояние природно-техногенной среды!. Ключевые слова: цифровой мониторинг, природная и техногенная среда, экологическая безопасность, аппаратно-программный комплекс. Для цитирования: Корчагина Т.В., Потапов В.П., Счастливцев Е.Л. Цифровой мониторинг природно-техногенной среды для обеспечения экологической безопасности предприятий горнодобывающей отрасли // Уголь. 2022. № 6. С. 59-67. 001: 10.18796/0041-5790-2022-6-59-67.
ВВЕДЕНИЕ
Современная система производственного мониторинга, действующая на предприятиях угольной промышленности (горнодобывающего комплекса), хотя и построена строго в соответствии с действующим природоохранным законодательством, обладает определенной периодичностью (см. таблицу) и не обеспечивает эффективного контроля экологического состояния окружающей природной среды [1].
ПРОГРАММНО-АППАРАТНЫЙ КОМПЛЕКС ИНФОРМАЦИОННО-ВЫЧИСЛИТЕЛЬНОЙ СИСТЕМЫ ЭКОЛОГИЧЕСКОЙ БЕЗОПАСНОСТИ
Применение современных методов и средств геоэкологического мониторинга неизбежно вызывает необходимость внедрения принципиально нового класса информационно-вычислительных систем, обеспечивающих создание интегрированной среды (цифровой платформы), работающей с использованием новейших подходов к обработке больших объемов разнородной информации, поступающей уже в форме потоков.
Однако ее разработка сталкивается с существенным отставанием законодательной базы по цифровизации природопользования, обеспечения геоэкологического мониторинга и экологической безопасности ведения
КОРЧАГИНА Т.В.
Канд. техн. наук, Директор ООО СИГД АО ХК «СДС-Уголь», 650066, г. Кемерово, Россия, e-mail: t.korchagina@sds-ugol.ru
ПОТАПОВ В.П.
Доктор техн. наук, главный научный сотрудник Кемеровского филиала ФИЦ ИВТ, 650025, г. Кемерово, Россия, e-mail: vadimptpv@gmail.com
СЧАСТЛИВЦЕВ Е.Л.
Доктор техн. наук, заведующий лабораторией моделирования геоэкологических систем Кемеровского филиала ФИЦ ИВТ, 650025, г. Кемерово, Россия, e-mail: schastlivtsev@ict.sbras.ru
Периодичность производственного контроля на предприятиях угольной промышленности
Сроки Информативность
Мониторинг Способ проведения Частота проведения предоставления для принятия
данных решений
Водных ресурсов Отбор проб и их иссле- От 1 раза в месяц, (до 1 раза От нескольких суток Отсутствует
(поверхностные дование лабораторными в квартал), как правило, до нескольких недель
воды) методами по открытой воде (9-12 раз в год) (протокол)
Атмосферного Отбор проб и их иссле- До 50 замеров в год От нескольких суток Отсутствует
воздуха дование лабораторными до нескольких недель
методами (протокол)
Земельных ресурсов Полевые исследования 1 раз в 5 лет Отчет Отсутствует
Растительного Полевые исследования 1 раз в 5 лет Отчет Отсутствует
покрова
Животного мира Полевые исследования 1 раз в 5 лет Отчет Отсутствует
горных работ. Поэтому сегодня мы вынуждены ориентироваться на Указы Президента РФ и некоторые постановления Правительства РФ, которых явно недостаточно для эффективной работы современных систем мониторинга.
Следует отметить, что Постановлением Правительства РФ от 13 марта 2019 г. № 262 [2] утверждены Правила создания и эксплуатации системы автоматического контроля выбросов загрязняющих веществ и (или) сбросов загрязняющих веществ. Однако основная масса объектов горнодобывающей промышленности не подпадает под это постановление.
Разработанный нами в процессе многолетних работ программно-аппаратный комплекс информационно-вычислительной системы экологической безопасности представляет собой в наиболее общем виде цифровую фабрику по обработке мультимодальных потоков пространственной информации [3].
Структура программно-аппаратного комплекса (рис. 1) состоит из системы взаимоувязанных во времени и пространстве блоков, обеспечивающих сбор, обработку, хранение и анализ данных мониторинга природной среды, их удобное представление для оценки контроля состояния и принятия соответствующих решений.
Программно-аппаратный комплекс как цифровая фабрика по обработке мультимодальных потоков пространственной информации обеспечивает:
• наземный и дистанционный (космический) мониторинг:
- водных ресурсов;
- почвенного покрова;
- растительного покрова и животного мира;
- снегового покрова;
- распространения и выпадения загрязняющих веществ (ЗВ) из атмосферы;
• оценку и прогноз воздействия факторов угледобычи на природную среду и человека при ведении горных работ, включающих:
- состояние и оценку качества водных ресурсов;
- состояние и оценку качества и загрязнения атмосферного воздуха и выпадения ЗВ;
- состояние и оценку качества почв и растительности;
• при взрывных горных работах расчетную оценку (на каждый взрыв):
- распространения и выпадения загрязняющих веществ из атмосферы;
- сейсмического воздействия;
1 - ППП «Эра Мониторинг»
2 - Инструментальные средства измерения пылевого загрязнения и метеорологических параметров
3 - База данных производственного и инструментального контроля загрязнения атмосферного воздуха
4 - Оценка последствий ведения массовых взрывов, распространение загрязняющих веществ, сейсмическое воздействие, акустическое воздействие
Рис. 1. Структура программно-аппаратного комплекса информационно-вычислительной системы экологической безопасности
1 - База данных производственного и инструментального контроля гидрологических, гидрохимических, физических, паразитологических и микробиологических показателей сточных, техно-природных и природных поверхностных подземных вод
2 - Подсистема оценки качества поверхностных и подземных вод по гидрохимическим показателям
3 - Подсистема формирования государственной отчетности
4 - Подсистема формирования графиков и выгрузки данных в табличной форме
Блок мониторинга отвального хозяйства
С учетом Приказа Минприроды РФ от 4 марта 2016 г. N 66 «О порядке проведения собственниками объектов размещения отходов, а также лицами, во владении или в пользовании которых находятся объекты размещения отходов, мониторинга состояния и загрязнения окружающей среды на территориях объектов размещения отходов и в пределах их воздействия на окружающую среду
1. База данных о состоянии почвенного и растительного покрова, животного мира, включая данные инструментального контроля.
2. Агрохимические показатели почв, химическое и физическое загрязнение растительного и почвенного покрова.
3. Подсистема оценки экологического состояния почвенного покрова.
4. Подсистема оценки Индекса концентрации видового богатства и Индекса редких видов
- шумового воздействия;
- других физических факторов.
Сервисы системы обеспечивают интеграцию данных наземного мониторинга с данными расчетных блоков и дистанционного зондирования Земли (ДЗЗ). Это позволяет вести эффективный оперативный контроль нарушенных и рекультивируемых земель, влияния горных работ на состояние растительного покрова, а также оценивать пылевую нагрузку на прилегающие к горным работам территории за зимний период года [4].
Важной особенностью системы экологической безопасности горнодобывающего предприятия является то, что она способна принимать и обрабатывать данные как действующего производственного экологического контроля, так и с перспективных средств мониторинга, таких как:
• стационарных постов контроля атмосферного воздуха (ПКЗ) и состояния техноприродных вод;
• передвижных экологических лабораторий (ПЭЛ);
• систем автоматизированного контроля объемов выбросов ЗВ в атмосферу, установленных на источниках выбросов в соответствии с Постановлением Правительства РФ от 13 марта 2019 г. № 262;
• интеллектуальных датчиков контроля загрязнения атмосферы и техноприродных вод;
• данных, получаемых с малых летательных аппаратов;
• систем мониторинга качества воды (СМКВ) (включая «умные» датчики по отдельным ЗВ и системы автоматизированного контроля ЗВ в соответствии с Постановлением Правительства РФ от 13 марта 2019 г. № 262) и т.д.
Архитектура (рис.2) программно-аппаратного комплекса (ПАК) предполагает, что взаимодействие с пользователем осуществляется через веб-интерфейс.
Поступающие запросы обрабатывает сервер приложений с установленными на нем компонентами ПАК. За отображение пространственных данных отвечает картографический сервер GeoServer. Его масштабируемость обеспечивается за счет объединения кэширующего сервера
с набором картографических серверов. Сервер данных на основе СУБД PostgreSQL обеспечивает решение задачи хранения данных, содержит средства загрузки и преобразования информации. Вызов вычислительных модулей осуществляется через REST API в комбинации с протоколом WebSocket. Для организации взаимодействия между основными компонентами используются стандартные протоколы обмена пространственной информацией, разработанные консорциумом OGC (WMS, WFS, WCS, WPS и так далее). Управление картографическим сервером осуществляется через REST API.
Экологический контроль является эффективным только тогда, когда он ведется не эпизодически (как этот вопрос решается на горнодобывающих предприятиях в настоящее время), а непрерывно в режиме текущего (реального) времени с заданной дискретностью событий. Программно-аппаратный комплекс системы (ПАК) осуществляет сбор, хранение и обработку как дискретных, так и потоков мультимодальных данных о состоянии окружающей природной среды в районе расположения и ведения горных работ предприятием.
Концептуальная модель цифровой фабрики выполнена в парадигме применения фабрик данных на основе IoT-платформы Минкомсвязи России (рис. 3) и представляет собой основной блок для последующей реализации более масштабной системы - цифрового двойника природно-техногенного комплекса.
Предлагаемое решение цифровой фабрики базируется на общих принципах и правилах построения IoT-платформы Минкомсвязи России, являясь, по сути, ее органичным расширением, что позволит в дальнейшем легко интегрировать в платформу и масштабировать ее под новые объекты и подсистемы. Цифровая фабрика представляет собой распределенную экосистему с использованием новейших цифровых технологий [5].
Платформенный подход позволяет объединить территориально распределенных участников процессов про-
Рис. 2. Взаимодействие компонентов программно-аппаратного комплекса информационной системы
Дистанционное зондирование
Датчики и сенсоры Интернета вещей
Стенды и натурные измерения
изводства и контроля (надзора), повысить уровень гибкости и кастоми-зации с учетом требований конечных пользователей.
Одним из основных элементов цифровой фабрики является блок, реализующий процедуру ETL (Extract, Transform, Load - дословно: «извлечение, преобразование, загрузка»). В его рамках данные из нескольких систем-источников проходят несколько стадий преобразования и попадают в систему-приемник, реализованный как хранилище мул ьти модальных данн ых.
Реализация на основе цифровой фабрики программно-аппаратного комплекса «ЭРАвоздух» обеспечивает мониторинг распространения атмосферных загрязнений в режиме текущего (реального) времени. Программно-аппаратный комплекс состоит из:
• средств инструментального измерения (контроля) пылевого загрязнения и метеорологических параметров атмосферного воздуха на основе технологии «Интернета вещей»;
• расчетного модуля распространения загрязняющих веществ на основе программного комплекса «Эра» 3.0, имеющего соответственную Государственную регистрацию (Федеральная служба по гидрометеорологии и мониторингу окружающей среды № 140-09213/20и от 30.11.2020);
• базы данных производственного контроля и инструментального мониторинга загрязнения атмосферного воздуха;
• системы оценки распространения загрязняющих веществ, сейсмического и акустического воздействия при массовых взрывах (на каждый взрыв).
Структура программно-аппаратного комплекса мониторинга атмосферного воздуха с использованием «Интернета вещей» представлена на рис. 4.
Рис. 3. Информационная модель цифровой фабрики на основе средств контейнеризации и оркестрации
База источников аэропромвыбросов программно-аппаратного комплекса системы включает не только источники выбросов самого предприятия, но и источники, расположенные на сопредельных территориях, вклад которых в общее загрязнение превышает 5% от общего загрязнения территории. Аппаратный комплекс обеспечивает систему данными о метеорологических параметрах атмосферного воздуха, пылевом, пылегазовом загрязнении в точках установки датчиков, которые поступают, хранятся и обрабатываются в соответствующих базах данных. Комплекс обеспечивает оценку пылевого загрязнения, включая респираторную пыль, в соответствии с действующими нормативами.
В системе реализованы типовые международные протоколы сбора, обработки и передачи данных.
При работе в режиме текущего времени программно-аппаратный комплекс обеспечивает взаимодействие расчетного модуля с пылевыми (пылегазовыми) датчиками и мобильным метеокомплексом с заданной частотой. Расчетный модуль показывает распределение пылевого (пы-легазового) загрязнения атмосферного воздуха и вклад
Пыле-газовый датчик ФИЦ ИВТ (РКПА)
Рис. 4. Состав и взаимодействие элементов программно-аппаратного комплекса
Оценка уровня пылевого загрязнения атмосферного воздуха в районе горных работ ООО «Шахта № 12», изолинии в ПДК
На панели управления
Данные мобильного метеокомплекса
тШшежШ I Л
v : л
ч ■ Ш
ч ^ \ VI
1ЙМ
Графическое представление пылевого загрязнения датчиками по протоколу «Lora»
Графическое представление пыле-грязевого загрязнения датчиками ФИЦ ИВТ (РКПА)
Рис. 5. Пример работы программно-аппаратного комплекса мониторинга загрязнения атмосферного воздуха в режиме текущего (реального) времени
источников выброса загрязняющих веществ в общее загрязнение в районе горных работ (рис. 5).
На рис. 6 показано взаимодействие расчетного модуля с данными дистанционного мониторинга и наземной снеговой съемки при анализе выпадения пылевых частиц от всех источников выбросов на земную поверхность в районе ведения горных работ.
Снеговая съемка, совместно с датчиками «Интернета вещей» измерения пылевого и пылегазового контроля загрязнения атмосферного воздуха обеспечивает верификацию расчетного модуля программно-аппаратного комплекса мониторинга и оценки состояния атмосферного воздуха, совместно с пылевыми и пылегазовыми датчиками обеспечивает определение вклада предприятия в общее загрязнение атмосферного воздуха.
Программно-аппаратный комплекс мониторинга поверхностных и подземных вод разработан в соответствии с Приказом Минприроды РФ от 08.07.2009 № 205 «Об утверждении порядка ведения собственниками водных объектов и водопользователями учета объема забора (изъятия) водных ресурсов из водных объектов и объема сброса сточных вод и (или) дренажных вод, их качества» [6].
Информация поступает в базы данных мониторинга водных ресурсов (расход водных ресурсов в точках забора и сброса, гидрохимический состав техно-природных вод, пара-зитологические и микробиологические показатели в точках мониторинга). Данные в базу поступают как от аккредитованных лабораторий, определяющих гидрохимическое загрязнение в точках сброса и на открытом русле водного объекта, так и с датчиков (например, работающих по технологии «Интернета вещей») определения расхода (забор, сброс) и гидрохимического загрязнения природных и техногенных вод (рис. 7).
Для учета водоотведения средствами измерений создана схема, соответствующая форме 1.4 [6]. Она содержит сведения о ежедневном водоотведении (дата измерения, показания измерительного прибора, время его работы и расход воды). Учет объема забора (изъятия) водных ресурсов из водных объектов и объема сброса сточных вод и (или) дренажных вод должен производиться сред-
Рис. 6. Изолинии расчетного снегового загрязнения района горных работ АО «Салек» с учетом выбросов пыли от всех источников (а) и сравнение результатов расчета выпадения в снег с областями загрязнения снега по данным космос-нимка от 17марта 2020 года (в)
Рис. 7. Пример работы базы мониторинга водных ресурсов
ствами измерений, внесенными в Государственный реестр средств измерений.
Для учета водоотведения другими методами создана схема, соответствующая форме 1.6 [6]. Она содержит сведения о ежедневном отведении вод и прочие атрибуты (идентификатор, дату, производительность насосов или удельный расход электроэнергии, время работы оборудования). Для учета качества сбрасываемых сточных и дренажных вод создана база данных, соответствующая форме 2.2 [6]. Она содержит дату отбора пробы, наименования ингредиентов, их концентрацию, расход воды. В базе данных представлено подробное описание пунктов учета водоотведения и водопотребления (промышленное предприятие, участок, название, широта, долгота, средства учета, периодичность учета, приемник или источник вод).
Мультимодальность приема данных программно-аппаратным комплексом экологической безопасности горнодобывающего предприятия обеспечивает эффективную реализацию данных дистанционного (космического) мониторинга. Дистанционный мониторинг позволяет вести контроль состояния как почвенного и растительного покровов, так и загрязнения водных ресурсов.
Эффективность дешифрирования во многом зависит от выбора оптимальных технологических решений, проработанных методик, наземного информационного обеспечения и подбора информационно-математических моделей, подходящих для конкретного региона исследования.
Главное назначение дистанционного мониторинга - выявить очаги экологической опасности, указать места предполагаемого загрязнения, проследить динамику состояния объекта во времени. Уточнение объектов загрязнения возможно только замерами и лабораторным исследованием образцов.
Для такого мониторинга применяются различные типы космических изображений, а именно: • мульти- и гиперспектральные изображения (для анализа растительности);
• радарные изображения (для комплексного геодинамического мониторинга).
Для работы со спектральной информацией часто прибегают к созданию так называемых «индексных» изображений. Спектральные индексы, используемые для изучения и оценки состояния растительности, получили общепринятое название вегетационных индексов [7].
NDVI (Normalized Difference Vegetation Index) - нормализованный относительный индекс растительности - простой показатель количества фотосинтетически активной биомассы (обычно называемый вегетационным индексом). Чем лучше развита растительность во время вегетации, тем выше значение NDVI. Таким образом, NDVI - это индекс, по которому можно судить о развитии зеленой массы растений во время их роста [7, 8].
Индекс площади листа (LAI) - это безразмерная величина, характеризующая растительный покров. LAI - важный показатель в исследованиях, которые изучают состояние сельскохозяйственных культур, лесных насаждений, окружающей среды и климатических условий [9].
Содержание воды в листве (CW) является мерой количества воды, содержащейся в листве. Индекс CW является важной составляющей растительности, поскольку более высокое содержание воды указывает на более здоровую растительность [10].
Пример мониторинга растительного покрова приведен на рис. 8.
Оценка влияния горных работ на состояние растительного покрова производится на основании расчета индекса концентрации видового богатства и индекса редких видов. Для этого созданы специальные сервисы, которые находят необходимые для расчетов данные в соответствующих базах данных, сформированных в программно-аппаратном комплексе экологической безопасности горного предприятия.
Индекс концентрации видового богатства определяется по формуле:
/ =
Ш)
где - число видов;А - площадь рай-
она.
Индекс редких видов, характеризующий количество редких и исчезающих видов, определяется по формуле:
ИРВ =
С,.
Содержание хлорофилла в листе: Слева - 03.07.2021. Справа - 22.08.2021. Красный цвет - от 0 до 30 мкг/см2, желтый цвет - от 30 до 90 мкг/см2, зеленый цвет -более 90 мкг/см2
Начало
С
с
±
Нарисовать полигон ГО1 на карте
Выбираем территории обитания, попадающие в Ш
где N. - число видов данной группы (например, высшие сосудистые растения, лишайники и т.п.); С. - катего-
1
рия редкости вида (по классификации, принятой в Красной книге).
Алгоритм расчета индекса концентрации видового разнообразия и индекса редких видов растений представлен на рис. 9.
Дистанционный мониторинг почвенного покрова (рис. 10) обеспечивает контроль нарушенных, рекультивированных земель, земель с самозарастанием нарушенных площадей, качество рекультивации и эффективность самозарастания. Кроме того, современные методы дистанционной радарной съемки земли позволяют контролировать влажность почвенного покрова и другие его физические показатели.
Программно-аппаратный комплекс обеспечивает не только дистанционный контроль состояния территорий горных работ, но и сбор, хранение и обработку данных о состоянии и изменениях почвенного покрова.
В базе данных отражаются геоморфологические показатели территории горных работ, физико-механические, агрохимические, геохимические, микробиологические и паразитологические показатели состояния почвенного покрова.
Экологическое состояние почвенного покрова определяется на основании комплексного почвенно-экологического индекса (ПЭи) состояния почв на территориях, прилегающих к техногенно нарушенным участкам, который позволяет выявить степень нарушения почв и зоны влияния техногенных объектов на прилегающие территории.
Содержание влаги в листе: Слева - 03.07.2021. Справа - 22.08.2021. Красный цвет - от 0 до 0,01 г/см2, оранжевый цвет - 0,01-0,02 г/см2, желтый цвет -от 0,02 до 0,05 г/см2, зеленый цвет - 0,05 г/см2
Рис. 8. Пример дистанционного мониторинга растительного покрова на одном из предприятий Кузбасса
К
Выбрать таксономическую группу
]
С
>
•с
Вычисляем площадь полигона
V
Выбираем виды принадлежащие группе
Формируем список видов на данной территории
}
I
п
уппе
]
Находим пересечение списков (число видов)
X
Вычисляем индекс по формуле
1
Рис. 9. Алгоритм вычисления индекса концентрации видового богатства и индекса редких видов растительного покрова
Конец
ПЭи = 12,5(2 - У)П ■ Дс
>10°(КУ-Р)
А,
КК + 100
где ПЭи - почвенно-экологический индекс; V - объемная масса почвы (средняя для метрового слоя); 2 - максимально возможная плотность почв при их предельном уплотнении; П - «полезный» объем почв (в метровом слое); Дс - дополнительно учитываемые свойства почв; > 10° - среднегодовая сумма температур более 10°С; КУ - коэффициент
увлажнения (Р - поправка к этому коэффициенту); КК - коэффициент континентальности; А - итоговый агрохимический показатель.
В настоящее время ведутся работы над программно-аппаратным комплексом мониторинга отвального хозяйства. Он создается с учетом Приказа Минприроды РФ от 4 марта 2016 г. № 66 «О порядке проведения собственниками объектов размещения отходов, а также лицами, во владении или в пользовании которых находятся объекты размещения отходов, мониторинга состояния и загрязнения окружающей среды на территориях объектов размещения отходов и в пределах их воздействия на окружающую среду». В составе комплекса предполагается создание сервиса оценки устойчивости отвалов.
Таким образом, созданный программно-аппаратный комплекс мониторинга экологического состояния решает проблему объединения инструментального и программного
обеспечения для различных средств предоставления данных, а также интеграции вычислительных модулей оценки состоянии окружающей природной среды на базе общей распределенной информационной платформы.
ЗАКЛЮЧЕНИЕ
Программно-аппаратный комплекс обеспечивает мониторинг, хранение, обработку информации и оценку экологического состояния природной среды в районе ведения горных работ в полном соответствии с действующим при родоохра нным за конодател ьством и позволяет проводить оценку вклада предприятия в общее загрязнение природной среды с выявлением источников, дающих наибольший вклад.
Рекультивированные земли 2021 год
Рис. 10. Пример дистанционного мониторинга почвенного покрова на горнодобывающих предприятиях
Список литературы
1. Информационно-вычислительная система экологической безопасности ООО «Сибэнергоуголь»: подходы, методы, модели / В.В. Устинов, В.П. Потапов, ЕЛ. Счастливцев и др. // Уголь. 2018. № 3. С.84-90. DOI: 10.18796/0041-5790-2018-3-84-90.
2. Об утверждении Правил создания и эксплуатации системы автоматического контроля выбросов загрязняющих веществ и (или) сбросов загрязняющих веществ. Постановление Правительства РФ от 13 марта 2019 г. № 262 // Собрание законодательства РФ. 2019. № 11. Ст. 1146.
3. Цифровые фабрики для комплексного решения задач экологической безопасности предприятий горнодобывающей отрасли / В.П. Потапов, ЕЛ Счастливцев, И.Е. Харлампенко и др. / Тезисы докладов IV Международной НПК «Горное дело в XXI веке: Технологии, наука, образование», г. Санкт-Петербург, 26-28 октября 2021 г. СПб.: Санкт-Петербургский горный университет, 2021. С.157.
4. Мониторинг, оценка и прогноз состояния окружающей природной среды на основе современных информационных технологий / В.П. Потапов, Е.Л. Счастливцев, А.Н. Куприянов и др. Кемерово: ИД «Азия», 2013. 112 с.
5. Потапов В.П., Шокин Ю.И., Юрченко А.В. Цифровые двойники как технология создания нового поколения систем экологического мониторинга горнопромышленных комплексов / Распределенные информационно-вычислительные ресурсы. Цифровые
двойники и большие данные (DICR-2019). Труды XVII Международной конференции, г. Новосибирск, 3-6 декабря 2019 г. Новосибирск: ИВТ СО РАН, 2019. С. 9-16. URL: http://elib.ict.nsc.ru/ jspui/bitstream/ICT/4694/6/DICR-2019-V3_p09-16.pdf (дата обращения: 15.05.2022).
6. Об утверждении порядка ведения собственниками водных объектов и водопользователями учета объема забора (изъятия) водных ресурсов из водных объектов и объема сброса сточных вод и (или) дренажных вод, их качества. Приказ Минприроды РФ от 8 июля 2009 г. № 205. URL: https://docs.cntd.ru/document/573140193 (дата обращения: 15.05.2022).
7. GIS-Lab: NDVI - теория и практика. ГИС Лаборатория. 2016. URL: https://gis-lab.info/qa/ndvi.html (дата обращения: 15.05.2022).
8. алерея индексов - ArcGIS Pro Документация. 2021. URL: https:// pro.arcgis.com/ru/pro-app/2.7/help/data/imagery/indices-gallery. htm (дата обращения:15.05.2022).
9. Cab (Leaf Chlorophyll Content) | Sentinel-Hub custom scripts. 2021. URL: https://custom-scripts.sentinel-hub.com/custom-scripts/ sentinel-2/cab/ (дата обращения: 15.05.2022).
10. Zhang F., Zhou G. Estimation of vegetation water content using hyperspectral vegetation indices: a comparison of crop water indicators in response to water stress treatments for summer maize // BMC Ecology. 2019. URL: https://bmcecol.biomedcentral.com/ articles/10.1186/s 12898-019-0233-0 (дата обращения: 15.05.2022).
ECOLOGY
Original Paper
UDC 622.85:504 © T.V. Korchagina, V.P. Potapov, E.L. Schastlivtsev, 2022
ISSN 0041-5790 (Print) • ISSN 2412-8333 (Online) • Ugol' - Russian Coal Journal, 2022, № 6, pp. 59-67 DOI: http://dx.doi.org/10.18796/0041-5790-2022-6-59-67
Title
DIGITAL MONITORING OF THE NATURAL AND MAN-MADE ENVIRONMENT TO ENSURE THE ENVIRONMENTAL SAFETY OF MINING ENTERPRISES
Authors
Korchagina T.V.1, Potapov V.P.2, Schastlivtsev E.L.2
' Siberian Mining Institute LLC, OAO KhK "SDS-UGOL'", Kemerovo, 653000, Russian Federation
2 Kemerovo Branch, Federal Research Center for Information and Computational Technologies, Kemerovo, 630090, Russian Federation
