Mathematical modeling of the assessment of the degree of vegetation coverage of the territories of infrastructure facilities

Cover Page

Cite item

Full Text

Abstract

Removal of growing undesirable vegetation is often performed to properly maintain linear infrastructure facilities (easement areas for roads and railways, shelterbelts for power lines, gas, oil and product pipelines, and others). The authors of the article found that when these operations are organized and performed their quality is not assessed in a proper way. The existing methods and practices for assessing the quality of removal undesirable vegetation operations fail to provide an objective judgment on the effectiveness of activities to clear the infrastructure facilities areas from this vegetation. The density indicator of vegetation growing on an area of 1 hectare is almost universally used as an evaluation criterion. The authors revealed that this indicator features a high degree of subjectivity and does not provide adequate assessment of the degree of trees and shrubs vegetation colonization on the surveyed area. The aim of the study was to develop a mathematical model to assess the degree of infrastructural facilities coverage with undesirable vegetation and to substantiate a criterion that allows assessing the quality of work performed to remove this vegetation. The developed mathematical model takes into account previously identified characteristics of growing vegetation (plants number, crown projection area) and parameters of the surveyed area (studied area acreage and the actual area where vegetation was removed) and other parameters. As an output indicator of the developed mathematical model the authors proposed to use the criterion of non-project coverage of territories with undesirable vegetation. The article presents an example of assessing the quality of operations for vegetation removing from the easement areas of railways for a number of initial data. The criterion developed by the authors for non-project coverage of the territories of linear infrastructure facilities with undesirable trees and shrubs vegetation may be used when organizing vegetation removal to justify the use of the necessary system of machines and mechanisms. The criterion may be applied to assess the quality of cleaning the infrastructure facilities areas from undesirable vegetation.

About the authors

Alexey Aleksandrovich Platonov

Rostov State Transport University

Email: paa7@rambler.ru

Marina Alekseevna Platonova

Voronezh Institute of High Technologies

Email: m.platonova@vfrgups.ru

References

  1. Сощенко А. Е. Развитие методов и технических средств обеспечения эксплуатационной надёжности линейной части трубопроводного транспорта нефти: автореф. дис. … д-ра техн. наук: 25.00.19. Уфа, 2005. 48 с.
  2. Шергунова Н. А. Повышение надёжности воздушных линий электропередачи распределительных сетей: монография. М: Энергоатомиздат, 2006. 211 с.
  3. Научно-методические основы управления надёжностью и безопасностью эксплуатации сетей связи железнодорожного транспорта: монография / В. К. Котов, В. Р. Антонец, Г. П. Лабецкая, В. В. Шмытинский. М: УМЦ ЖДТ, 2012. 193 с.
  4. Курганов В. М., Грязнов М. В. Обеспечение надёжности в системе управления перевозками и производством на автомобильном транспорте: монография. Магнитогорск: Магнитогорский дом печати, 2012. 125 с.
  5. Григорьев И. В., Григорьева О. И., Чураков А. А. Эффективные технологии и системы машин для малообъёмных заготовок древесины // Энергия: экономика, техника, экология. 2018. № 2. С. 61—66.
  6. Лапидус Б. М. Аутсорсинг как одно из приоритетных направлений в реформированиии повышении эффективности российских железных дорог // Железнодорожный транспорт. 2006. № 2. С. 40—44.
  7. Павлов А. Современные подходы в области управления растительностью вдоль воздушных ЛЭП // Электроэнергия. Передача и распределение. 2020. № S2 (17).С. 24—29.
  8. Платонов А. А. Исследование и систематизация существующих технологических процессов удаления нежелательной растительности // Системы. Методы. Технологии. 2020. № 3 (47). С. 63—73. doi: 10.18324/2077-5415-2020-3-63-73.
  9. Конструкции и параметры машин для расчистки лесных площадей: монография / И. М. Бартенев, М. В. Драпалюк, П. И. Попиков, Л. Д. Бухтояров. М.: Флинта-Наука, 2007. 208 с.
  10. Кузьмин И., Байрамов И., Виноградов С. Содержание трасс ВЛ в нормативном состоянии. Контроль растительности // Электроэнергия. Передача и распределение. 2020. № S2 (17). С. 2—7.
  11. Gerasimov Y., Senko S., Karjalainen T. Prospects of Forest Road Infrastructure Developmentin Northwest Russia with Proven Nordic Solutions // Scandinavian Journal of Forest Research. 2013. Vol. 28, no. 8. P. 758—774. doi: 10.1080/02827581.2013.838299.
  12. Ivashnev M. V., Vasiliev A. S., Shegelman I. R. Synthesis methodology of patentable technical solutions: a case of equipment for removing tree and shrubbery vegetation // Astra Salvensis. 2018. Vol. 6. P. 531—540.
  13. Kukkonen М., Kukkonen Е. Koneellinen metsänhoito. Kuopio: Karelia-ammattikorkeakoulun julkaisuja, 2013. 69 р.
  14. Miller R. H. Integrated Vegetation Management. Atlanta: International Society of Arboriculture, 2021. 108 р.
  15. Rask A. M., Kristoffersen P. A review of non-chemical weed control on hard surfaces // Weed Re-search. 2007. No. 47 (5). P. 370—380. doi: 10.1111/j.1365-3180.2007.00579.x.
  16. Matthies M., Beyer A. Role of vegetation on the overall persistence and long-range transport potential // Stochastic Environmental Research and Risk Assessment. 2003. Vol. 17, no. 4. Р. 252—255. doi: 10.1007/s00477-003-0141-9.
  17. Ersson B. T., Platonov A., Zimarin S. V. Analysis of the information content of tenders for the removal of unwanted vegetation // IOP Conference Series: Earth and Environmental Science. Сер. «International Forestry Forum “Forest Ecosystems as Global Resource of the Biosphere: Calls, Threats, Solutions”». 2020. P. 012022. doi: 10.1088/1755-1315/595/1/012022.

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2022 Platonov A.A., Platonova M.A.

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».