politechnika Śląska wydział inżynierii Środowiska i...
TRANSCRIPT
Politechnika Śląska
Wydział Inżynierii
Środowiska i Energetyki
PRACA DOKTORSKA
obszerne streszczenie
mgr inż. Szczepan Bielatowicz
GEOINFORMATYCZNY MODEL GOSPODARKI OSADAMI
ŚCIEKOWYMI I ODPADAMI KOMUNALNYMI NA
PRZYKŁADZIE WOJEWÓDZTWA ŚLĄSKIEGO
Promotor pracy doktorskiej:
Dr hab. inż. Krzysztof Gaska
Gliwice, 2019
2
Spis treści
1. Wstęp .............................................................................................................................................. 3
2. Przegląd stanu wiedzy ..................................................................................................................... 5
2.1. Systemy gospodarki odpadami ............................................................................................... 5
2.2. Gospodarka komunalnymi osadami ściekowymi .................................................................... 5
2.3. Termiczne procesy unieszkodliwiania osadów ściekowych .................................................... 6
3. Cel pracy .......................................................................................................................................... 7
4. Charakterystyka komunalnych osadów ściekowych ....................................................................... 8
4.1. Procesy technologiczne wytwarzania osadów ściekowych .................................................... 8
4.2. Charakterystyka osadów ściekowych ..................................................................................... 8
4.3. Oczyszczalnie ścieków w Województwie Śląskim ................................................................... 8
4.4. Wilgotność osadów ściekowych ............................................................................................. 9
4.4.1. Założenia modelu .......................................................................................................... 10
4.5. Energia chemiczna osadów ściekowych ............................................................................... 11
4.5.1. Wartość opałowa (entalpia dewaluacji) ....................................................................... 11
4.5.2. Założenia modelu .......................................................................................................... 11
4.6. Zestawienie danych............................................................................................................... 12
5. Charakterystyka sieci dróg Województwa Śląskiego .................................................................... 13
6. Model Geoinformatyczny ............................................................................................................. 14
6.1. Opis modelu oraz algorytmów optymalizacji dyskretnej ...................................................... 14
6.1.1. Algorytm Dijkstry .............................................................................................................. 14
6.1.2. Elementy logiki rozmytej ................................................................................................... 14
6.1.3. Model analizy wielokryterialnej ........................................................................................ 18
6.1.4. Opis modelu ...................................................................................................................... 19
6.2. Walidacja modelu oraz dyskusja wyników ........................................................................... 25
7. Podsumowanie i wnioski końcowe ............................................................................................... 28
8. Spis tabel ....................................................................................................................................... 30
9. Spis rysunków ............................................................................................................................... 30
10. ......................................................................................................................................................... 30
Bibliografia ............................................................................................................................................ 30
3
1. Wstęp
Wybór optymalnego systemu gospodarki odpadami jest zadaniem złożonym (NP trudnym
w nomenklaturze teorii algorytmów) wymagającym szczegółowej analizy stanu istniejącego
i warunków wyjściowych oraz analizy wielkości i strumienia odpadów, w którym powinno się
brać pod uwagę również aspekty społeczne, ekonomiczne, jak również dotyczące ochrony
środowiska. Rozwiązanie problemu jest procesem wieloetapowym, a poprzez dekompozycję
systemu gospodarki odpadami pozwala na łatwiejszą analizę poszczególnych procesów
(Generowicz i Gaska, Porównanie różnych metod analizy wielokryterialnej wykorzystanych w
wyborze systemu gospodarki odpadami, 2014).
Ponadto system powinien uwzględniać uwarunkowania prawne w rozpatrywanym
regionie, a także zmiany zachodzące w rozpatrywanych dziedzinach. Plan Gospodarki
Odpadami Komunalnymi 2014 przewiduje do roku 2020 zwiększenie udziału termicznych
metod unieszkodliwiania osadów ściekowych do 30 % i jednocześnie określone
w Rozporządzeniu Ministra Gospodarki z dnia 16 lipca 2015 dopuszczalne graniczne wartości
do składowania na składowisku odpadów innych niż niebezpieczne i obojętne wymuszają
zmianę kierunku przeróbki (Dz.U. 2015 poz. 1277, 2015) (M. P. Nr 101, poz. 1183, 2010)
(Grabowski, Termiczne przekształcanie osadów ściekowych na przykładzie STUO w Krakowie,
2011):
Tabela 1 Zakres badań oraz kryteria dopuszczania komunalnych osadów ściekowych do składowania na składowisku odpadów innych niż niebezpieczne
Lp. Zakres badań Dopuszczalne graniczne wartości
1 Ogólny węgiel organiczny (TOC) 5 % suchej masy
2 Strata przy prażeniu (LOI) 8 % suchej masy
3 Ciepło spalania 6 MJ/kg suchej masy
Rysunek 1 Zmiany w strukturze odzysku i unieszkodliwiania osadów z komunalnych oczyszczalni ścieków w perspektywie 2020 r.
4
Powyższe wymagania kierują przeróbkę odpadów w kierunku współspalania z odpadami oraz
specjalnie wybudowanych monospalarniach.
W Polsce funkcjonuje sześć spalarni odpadów – w Bydgoszczy, Koninie, Krakowie,
Poznaniu, Białymstoku, Szczecinie, dwie spalarnie znajdują się w budowie - w Warszawie oraz
Gdańsku (Eko-Region Kleszczów, 2017) oraz jedenaście monospalarni osadów ściekowych –
w Krakowie, Kielcach, Warszawie, Łomży, Olsztynie, Gdańsku, Gdyni, Bydgoszczy, Łodzi,
Zielonej Górze oraz Szczecinie (Bień J. , Metody zagospodarowania osadów ściekowych w
obliczu zakazu ich składowania po 1 stycznia 2016 roku, 2015). Ponadto planowano budowę
współspalarni odpadów komunalnych oraz osadów ściekowych na terenie Województwa
Śląskiego (Gastoł i inni, 2010) (Mikuła, Generowicz i Mikuła, 2010) (Kamiński).
Wobec zachodzących zmian podjęto się próby stworzenia geoinformatycznego modelu
gospodarki osadami ściekowymi zorientowanego na ich unieszkodliwianie termiczne,
uwzględniającego właściwości osadów ściekowych oraz odległości pomiędzy oczyszczalniami,
a docelowymi lokalizacjami zakładów unieszkodliwiania termicznego osadów ściekowych.
Model jest oparty o system wspomagania decyzji w technologii GIS.
5
2. Przegląd stanu wiedzy
2.1. Systemy gospodarki odpadami
Od lat podejmuje się próby zdefiniowania systemów gospodarki odpadami w celu ich
ulepszenia i optymalizacji. System gospodarki odpadami jest złożony i rozproszony
uzależniony od lokalizacji istniejących jak i planowanych obiektów, jak również ich
parametrów technologicznych, charakteru i właściwości odpadów oraz od aspektów
środowiskowych, ekonomicznych i społecznych. Ujęcie wszystkich procesów wymaga
podziału systemu na składowe. Zgodnie z założeniami system gospodarki odpadami jest
zdefiniowany jako zbiór komponentów – obiektów i procesów powiązanych relacjami.
Przyjmując dla systemu jako kryterium dekompozycji rodzaj rozpatrywanych odpadów (osady
ściekowe, odpady komunalne, odpady medyczne), każdy kolejny podsystem podlega dalszej
dekompozycji, uwzględniając występujące procesy składowe (pozyskiwanie i gromadzenie
odpadów, przetwarzanie i unieszkodliwianie odpadów, procesy logistyczne). Stosowanie
zdekomponowanego na podsystemy zintegrowanego systemu gospodarki odpadami pozwala
na selektywne rozpatrywanie poszczególnych procesów elementarnych. Takie działanie
umożliwia łatwiejszą analizę procesów i ma kluczowe znaczenie podczas projektowania
modelu (Gaska i Generowicz, 2014) (Najm i El-Fadel, 2004).
W ostatnich latach podjęto się optymalizacji procesów występujących w systemach
gospodarki odpadami. Zastosowanie systemu wspomagania decyzji opartego na technologii
GIS pozwala na wskazanie terenów spełniających założone wstępne kryteria i czynniki
lokalizacyjne. Analiza mimo, że wiąże się z przetworzeniem bardzo dużej ilości informacji
przestrzennej, pozwala na określenie rozwiązania najbardziej korzystnego, co przekłada się
w zależności od celu analizy na oszczędnościach związanych z budową czy funkcjonowaniem
obiektu, opłacalnością inwestycji, ochroną środowiska naturalnego czy bezpieczeństwem
ludzi (Gaska i Generowicz, 2014). Analiza wielokryterialna wsparta modelowaniem
geoprzestrzennym pozwala na rozwiązanie problemów decyzyjnych związanych z budową
i funkcjonowaniem obiektów, jak i całych systemów (Barlishen i Baetz, 1996). Wiele lokalizacji
składowisk odpadów jest analizowanych przed wybudowaniem w zależności od wymagań –
ekonomicznych, ekologicznych, społecznych (Kaoutar i Lahcen, 2012) (Nas Bilgehan, Cay i
Iscan, 2010).
2.2. Gospodarka komunalnymi osadami ściekowymi
Zgodnie z dyrektywą Rady 91/271/EWG z 21 maja 1991 Polska jest zobowiązana
do spełnienia wymogów dotyczących oczyszczania ścieków komunalnych. Dyrektywa
odgrywa zasadniczą rolę w gospodarowaniu ściekami komunalnymi, co przyczynia się do
ochrony środowiska naturalnego (Rada Wspólnot Europejskich, 1991). Utworzony w 2003
roku program Krajowy Program Oczyszczania Ścieków Komunalnych stanowi opracowanie
działań zmierzających do wypełnienia wymogów zawartych w Dyrektywie (KPOŚK, 2017)
i stanowi bogatą bazę danych związaną z wytwarzaniem i przeróbką osadów ściekowych
w Polsce.
6
Osady ściekowe są przedmiotem badań ze względu na ich właściwości – wysoką
zawartość substancji organicznych i wartość opałową, a także ich wysokie uwodnienie
wynoszące ponad 90 % dla osadów surowych. Takie właściwości wymuszają odpowiednią
przeróbkę, co przekłada się na korzyści ekonomiczne w zależności od zastosowanego procesu
(Cieślik, Namieśnik i Konieczka, 2014). Osady ściekowe ze względu na wysoką zawartość
substancji organicznych są szeroko stosowane w rolnictwie, w rekultywacji gruntów, jako
źródło energii przy spalaniu i współspalaniu oraz jako substrat do produkcji biogazu (Nowak,
Kacprak i Grobelak, 2010) (Kacprzak i inni, 2017). Prowadzone są również badania nad
odzyskiem fosforu z przetworzonych osadów ściekowych (Adam, Peplinski, Michaelis, Kley i
Simon, 2008).
2.3. Termiczne procesy unieszkodliwiania osadów ściekowych
Plan Gospodarki Odpadami 2014 przewiduje zwiększenie udziału termicznych metod
unieszkodliwiania do 30 % do roku 2020 (Grabowski, Termiczne przekształcanie osadów
ściekowych na przykładzie STUO w Krakowie, 2011) (M. P. Nr 101, poz. 1183, 2010), natomiast
Rozporządzenie Ministra Gospodarki z dnia 16 lipca 2015 wyznaczające dopuszczalne
wartości do składowania na składowisku odpadów innych niż niebezpieczne i obojętne
wymuszają zmianę kierunku przeróbki. Utylizacja termiczna może się odbywać
w monospalarniach, bądź współspalarniach wraz z odpadami komunalnymi i w
cementowniach.
W Polsce według stanu na rok 2017 funkcjonuje sześć spalarni odpadów, jedenaście
monospalarni osadów ściekowych oraz osiem cementowni (Eko-Region Kleszczów, 2017). W
planach jest budowa spalarni na terenie Województwa Śląskiego uwzględniająca spalanie
zarówno odpadów komunalnych jak i osadów ściekowych (Kamiński) (Mikuła, Generowicz i
Mikuła, 2010) (Gastoł i inni, 2010).
7
3. Cel pracy
Celem pracy było opracowanie zaawansowanego, geoinformatycznego modelu systemu
gospodarki osadami ściekowymi w aspekcie wykorzystania jego potencjału energetycznego
w energetyce komunalnej. System gospodarowania osadami ściekowymi, jak również
odpadami charakteryzuje się złożoną strukturą wielopoziomową obejmującą aspekty
techniczne, ekonomiczne, przyrodnicze, społeczne, logistyczne i gospodarcze (Generowicz,
Grabowski i Hopkowicz, Wielokryterialny wybór regionalnego systemu gospodarki odpadami,
2001). W przedmiotowej dysertacji wyzwaniem naukowym i technologicznym było
opracowanie zaawansowanego modelu systemu geoinformatycznego pozwalającego na
polioptymalizację lokalizacji obiektów termicznego unieszkodliwiania komunalnych osadów
ściekowych, minimalizując nakłady inwestycyjne i koszty eksploatacyjne przy uwzględnieniu
ograniczeń nałożonych na zmienne decyzyjne zadania optymalizacyjnego. W szczególności
model dedykowany jest zagadnieniom optymalizacji, tj. :
• Minimalizacji kosztów związanych z transportem poprzez:
o Minimalizację odległości pomiędzy istniejącymi oczyszczalniami ścieków,
a planowaną do budowy potencjalną spalarnią
o Minimalizację przewożonych osadów ściekowych
• Maksymalizacji efektywności energetycznej poprzez:
o Wyszczególnienie osadów o jak najwyższej wartości entalpii dewaluacji
(energii chemicznej)
o Minimalizację kosztów eksploatacyjnych związanych z procesem suszenia
osadów celem ich termicznej utylizacji
Zakres pracy obejmował:
• opracowanie georelacyjnej bazy danych oczyszczalni ścieków zlokalizowanych
w Województwie Śląskim, zawierającej atrybuty odwzorowania przestrzennego
lokalizacji obiektów oczyszczalni oraz dane nie posiadające atrybutów
odwzorowania przestrzennego, tj. strumienie i właściwości osadów ściekowych
na przestrzeni lat 2006-2015
• opracowanie sieci dróg Województwa Śląskiego
• opracowanie modelu wyznaczającego obszary uwzględniające postawione cele
W podsumowaniu pracy przedstawiono potencjalne kierunki dalszego rozwoju modelu
geoinformatycznego.
8
4. Charakterystyka komunalnych osadów ściekowych
4.1. Procesy technologiczne wytwarzania osadów ściekowych
Osady ściekowe są nieodłącznym elementem procesu oczyszczania ścieków. Stanowią one
około 1-2 % ogólnej objętości dopływających ścieków, natomiast koszty i eksploatacja
urządzeń do przeróbki osadów ściekowych sięgają nawet 50 % ogólnych kosztów oczyszczalni.
W zależności od rodzaju oczyszczanych ścieków rozróżnia się osady komunalne, komunalno-
przemysłowe, przemysłowe, a także osady ze stacji uzdatniania wody. Ilość powstających
osadów ściekowych jest uzależniona od składu dopływających ścieków, sposobu oraz stopnia
ich oczyszczania, a także stopnia rozkładu substancji organicznych w procesach stabilizacji, jak
i stopnia odwodnienia czy wysuszenia (Bień i Wystalska, Osady ściekowe: Teoria i praktyka,
2011).
4.2. Charakterystyka osadów ściekowych
Charakterystyka osadów ściekowych jest uzależniona od składu chemicznego suchej
masy, zawartości substancji organicznych i mineralnych, uwodnienia oraz cech
technologicznych takich jak wartość opałowa, zdolność do odwadniania czy właściwości
reologiczne.
Osady ściekowe charakteryzują się wysokim stopniem uwodnienia od ponad 99 % dla
osadów surowych, poprzez 80-55 % dla osadów odwodnionych i poniżej 10 % dla osadów
wysuszonych termicznie. Dodatkowo charakteryzują się one wysoką zawartością związków
organicznych od 75 % s.m. dla osadów surowych do 45-55 % s.m. dla osadów
ustabilizowanych. Zawartość metali ciężkich jest zróżnicowana, uzależniona od miejsca
powstania – najwyższa z reguły w przypadku dużych oczyszczalni zlokalizowanych w miastach
silnie uprzemysłowionych.
4.3. Oczyszczalnie ścieków w Województwie Śląskim
Bazę oczyszczalni ścieków Województwa Śląskiego zbudowano w oparciu o dane
Krajowego Programu Oczyszczania Ścieków Komunalnych (KPOŚK, 2017). Zgodnie z „Zasadą
bliskości” omówioną w Ustawie o Odpadach z 2012 roku, założone zostało unieszkodliwienie
osadów ściekowych wytworzonych na terenie Województwa Śląskiego wewnątrz
województwa, wobec czego nie analizowano oczyszczalni województw ościennych
z wyjątkiem Oczyszczalni Bohumin-Sunychl, która jest wyszczególniona w liście KPOŚK dla
Województwa Śląskiego (KPOŚK, 2017) (Ustawa z dnia 14 grudnia 2012 r. o odpadach (Dz. U.
z 2013 r. Nr 0, poz. 21), 2012).
Na podstawie danych z lat 2006-2015 spośród 173 oczyszczalni ścieków
wyselekcjonowano do analizy 135 oczyszczalni ścieków mających największy udział
w całkowitym strumieniu wytwarzanych osadów ściekowych na przestrzeni wielolecia.
Poniżej przedstawiono lokalizacje 135 oczyszczalni ścieków:
9
Rysunek 2 Lokalizacje 135 analizowanych oczyszczalni ścieków
4.4. Wilgotność osadów ściekowych
Osady ściekowe wytworzone na oczyszczalni posiadają niską zawartość suchej masy i wymagają przeróbki mającej na celu obniżenie ich wilgotności, a tym samym zmniejszenie ich masy oraz objętości. Wyróżnia się następująco - zagęszczanie, odwadnianie i suszenie osadów ściekowych.
Postaci wód w osadach dzieli się następująco:
• Woda wolna, najłatwiejsza do usunięcia sposobem grawitacyjnego zagęszczania
• Woda związana w koloidach, która jest wiązana siłami napięcia powierzchniowego
• Woda kapilarna wiązana siłami kapilarnymi, tj. adhezji i kohezji, usuwana przeciwstawiając siły odwrotnie skierowane np. poprzez wirowanie
• Woda biologicznie związana, która występuje tylko w organizmach żywych, usuwana jest na drodze niszczenia błon komórkowych poprzez mineralizację chemiczną, biochemiczną oraz wygrzewanie lub wymrażanie
Tabelaryczne zestawienie zmniejszenia uwodnienia poprzez procesy zagęszczania, odwadniania i suszenia przedstawiono poniżej (Bień & Wystalska, Osady ściekowe: Teoria i praktyka, 2011):
10
Tabela 2 Zmniejszenie objętości osadów ściekowych w procesach zagęszczania, odwadniania i suszenia
Proces Uwodnienie początkowe , %
Uwodnienie końcowe , %
Zmniejszenie objętości , %
Objętość końcowa , %
Postać usuniętej wody
Zagęszczanie 95 85 67 33 Wolna, międzycząsteczkowa
Odwadnianie 85 60 21 12 Przyczepna, kapilarna
Suszenie 60 0 6-7 5-7 Związana, adsorpcyjna
4.4.1. Założenia modelu
Na potrzeby niniejszej pracy wilgotności końcowe osadów po procesach przeróbki przyjęto następujące:
Tabela 3 Przyjęte założenia dotyczące wilgotności badanych osadów ściekowych
Rodzaj stosowanej przeróbki Zawartość suchej masy , %
Zagęszczanie mechaniczne 5
Odwadnianie naturalne 15
Odwadnianie mechaniczne 20
Suszenie (oczyszczalnia ścieków) 75
Suszenie (zakład termicznej przeróbki osadów ściekowych)
90
Założono przeróbkę zgodną z informacjami zawartymi w Krajowym Programie
Oczyszczania Ścieków Komunalnych. W przypadku oczyszczalni dla których nie było informacji o rodzaju zastosowanego odwadniania założono stosowanie odwadniania mechanicznego. Dla procesu suszenia przyjęto temperaturę początkową osadów 20℃, temperaturę suszenia 85℃. W pracy nie uwzględniano sprawności suszenia.
Dla osadów przygotowywanych celem utylizacji termicznej przyjęto zawartość suchej masy na poziomie 90%. Poniżej przedstawiono schemat blokowy założonego postępowania z osadami ściekowymi od wytworzenia na terenie oczyszczalni ścieków, poprzez przeróbkę po stronie oczyszczalni ścieków jak i zakładu utylizacji termicznej osadów ściekowych:
11
Rysunek 3 Schemat postępowania z wilgotnymi osadami ściekowymi
4.5. Energia chemiczna osadów ściekowych
4.5.1. Wartość opałowa (entalpia dewaluacji)
Wartość opałowa, a także ciepło spalania osadów ściekowych są ściśle powiązane z ich wilgotnością. Dodatkowo do własności paliwowych osadów można zaliczyć zawartość części palnych (C, H, N, S, Cl, F), udział części lotnych oraz zawartość części niepalnych (Bień, Bień, & Matysiak, Gospodarka odpadami w oczyszczalni ścieków, 1999) (Ostojski i Gajewska, 2014). O łatwości spalania decydują przede wszystkim trzy czynniki – udział wilgoci, udział części palnych, udział popiołu. Analizując te trzy czynniki zgodnie z Trójkątem Tannera można otrzymać charakterystykę energetyczną osadów celem określenia autotermicznego spalania zachodzącego przy zawartości wilgoci mniejszej niż 50%, zawartości substancji palnych większej niż 25% oraz zawartości substancji niepalnych mniejszej niż 60%. Dodatkowo właściwości paliwowe osadów ściekowych mogą ulec zmianie w czasie. Składowanie osadów przez 10 miesięcy może skutkować spadkiem ich wartości opałowej o 35% (Bień & Wystalska, Procesy termiczne w unieszkodliwianiu osadów ściekowych, 2008).
4.5.2. Założenia modelu
Na potrzeby niniejszej pracy wartość opałową osadów wilgotnych obliczono na podstawie poniższego wzoru (Postrzednik, 2011) (Niesler & Nadziakiewicz, 2014) (Podedworna & Umiejewska, 2008):
Wd = Wd s. m. · (1 − w) − 2.45 · w ,MJ
kgof wet sludge
,gdzie wartość opałowa osadów jest w odniesieniu do suchej masy, proporcjonalna do zawartości substancji organicznej. Dla osadów poddawanych procesom stabilizacji tlenowej/fermentacji metanowej substancję organiczną przyjęto na poziomie 50 %, natomiast w przypadku osadów nie poddawanych tym procesom przyjęto 75 %. Wartość opałową substancji suchej i bezpopiołowej przyjęto na poziomie 21 MJ/kgs.m.. Dla procesów
12
zagęszczania, odwadniania mechanicznego, naturalnego oraz suszenia przyjęto odpowiednio 5, 15, 20 oraz 75 % suchej masy na końcu procesu, a także 90 % dla osadów przygotowanych po stronie zakładu termicznej utylizacji osadów ściekowych. Poniżej przedstawiono tabelaryczne zestawienie założeń:
Tabela 4 Przyjęte założenia dotyczące wilgotności i zawartości suchej masy w badanych osadach ściekowych
Osad poddawany procesom stabilizacji tlenowej/fermentacji
metanowej
TAK NIE
sucha masa , %
subst_org , %
sucha masa , %
subst_org , %
Zagęszczane mechaniczne 5 50 5 75
Odwadniane naturalne 15 50 15 75
Odwadniane mechaniczne 20 50 20 75
Suszone (oczyszczalnia ścieków) 75 50 75 75
Suszone (zakład termicznej przeróbki osadów ściekowych)
90 50 90 75
4.6. Zestawienie danych
Na podstawie dostępnych i założonych procesów przeróbki dla poszczególnych
oczyszczalni ścieków w Województwie Śląskim wyliczono produkcję wilgotnych osadów
ściekowych, wartość opałową, a także wartość opałową osadów doprowadzonych
do wilgotności 10 % (wsad) jak i zawartość wody niezbędną do odparowania celem uzyskania
wsadu.
13
5. Charakterystyka sieci dróg Województwa Śląskiego
Sieć drogowa Województwa Śląskiego została zbudowana w oparciu o dane
OpenStreetMaps aktualnie z dniem 8 września 2017 roku (Download.Geofabrik.De, 2017)
(OpenStreetMap, 2017). Zastosowano następujące rodzaje dróg: Autostrady (_motorway),
Drogi Ekspresowe (_trunk), Krajowe (_primary), Wojewódzkie (_secondary), Powiatowe
(_tertiary), Gminne (_unclassified), pozostałe drogi w miastach i terenie zabudowanym
(_residential) oraz drogi serwisowe, tylko uwzględniające dojazdy na teren rozpatrywanych
obiektów (_others transport) (OpenStreetMap, 2017). Sieć drogowa została stworzona dla
obszaru Województwa Śląskiego oraz pięciokilometrowego pasa okalającego Województwo.
Poniżej przedstawiono mapę zastosowanych dróg. Sieć stanowią krawędzie (Edges)
reprezentujące ulice oraz węzły reprezentujące skrzyżowania (Junctions) stworzone
w oprogramowaniu ArcGIS 10.5 z dodatkiem Network Analyst (Curtin, 2007) (ESRI, brak daty).
Rysunek 4 Sieć dróg Województwa Śląskiego na podstawie OpenStreetMaps
14
6. Model Geoinformatyczny
6.1. Opis modelu oraz algorytmów optymalizacji dyskretnej
6.1.1. Algorytm Dijkstry
Model algorytmiczny został opracowany na podstawie algorytmu Dijkstry, służącego
do rozwiązywania problemu najkrótszych ścieżek w grafie, w przypadku gdy wagi krawędzi
są nieujemne. Algorytm ma zastosowanie przy rozwiązywaniu problemu z jednym źródłem
w ważonym grafie skierowanym G = (V, E), gdzie:
V – zbiór wierzchołków
E – zbiór uporządkowanych par – krawędzi skierowanych, które są podzbiorem iloczynu
kartezjańskiego
Rysunek 22 stanowi graficzną ilustrację grafu skierowanego:
Rysunek 5 Przykład grafu skierowanego (Kondenzace Orientovaného Grafu, 2018)
6.1.2. Elementy logiki rozmytej
Logika rozmyta pozwala zapisywać zjawiska o charakterze wieloznacznym, służąc
do opisywania i obrazowania informacji nieprecyzyjnych, nieokreślonych lub niekonkretnych
i w przypadku wystąpienia w zjawisku pewnego stopnia niejasności lub niepewności, które
nie mogą być wyrażone za pomocą wyraźnych zestawów klas. W przypadku danych
geoprzestrzennych pojęcia takie jak „stromy”, „bliski” lub „odpowiedni” nie mają określonych
jasno cech pozwalających je sklasyfikować posługując się logiką klasyczną w przeciwieństwie
do zastosowania logiki rozmytej (Kainz, 2010).
Stosowanie logiki rozmytej pozwala określić stopień przynależności elementu do zbioru
lub klasy dzięki wprowadzeniu funkcji przynależności:
15
µ ∊ 𝑋 → [0,1]
Logika rozmyta Logika konwencjonalna
0 1
0 1
Rysunek 6 Porównanie logiki rozmytej oraz konwencjonalnej
Pozwala to nie tylko na wskazanie pełnej przynależności lub jej braku, ale stopnia
przynależności. Stosowanie rozmytych reguł wnioskowania pozwala na zaklasyfikowanie
elementów, które w przypadku stosowania logiki konwencjonalnej zostałyby odrzucone.
Na przykład, zakładając klasyfikację według wzrostu (wysoki > 180 cm) wskutek ostrego
rozróżniania dwie osoby mierzące odpowiednio 179 cm oraz 181 cm zostałyby
zaklasyfikowane do dwóch różnych klas.
W przypadku podejmowania decyzji wskutek ostrego rozróżnienia wiele wyników
zostałoby z góry odrzuconych, mimo, że brak pełnej przynależności niekoniecznie musi
oznaczać wykluczenie. Na przykład zakładając kupno domu w odległości 1 kilometra
od pobliskiego jeziora logika konwencjonalna odrzuciłaby dom znajdujący się w odległości 1
kilometra i 1 metra.
Funkcje przynależności przyjmują różny kształt w zależności od zdefiniowanych
potrzeb. W oprogramowaniu ArcGIS dostępnych jest siedem funkcji (ESRI, brak daty):
• Fuzzy Gaussian transformujący pierwotne wartości w rozkład normalny. Punkt
środkowy definiuje idealną wartość przypisując jej wartość 1, przy czym
pozostałe wartości zmieniają się oddalając się w kierunku zarówno dodatnim
jak i ujemnym:
Rysunek 7 Graficzna prezentacja funkcji Fuzzy Gaussian
16
• Fuzzy Large jest używana kiedy większe wartości mają większe
prawdopodobieństwo przypisania do klasy:
Rysunek 8 Graficzna prezentacja funkcji Fuzzy Large
• Fuzzy Linear transformuje wartości przypisując linearną funkcję na podstawie
dwóch wartości – minimalnej i maksymalnej, zakładając poniżej jednej brak
przynależności, a powyżej drugiej pełne członkostwo:
Rysunek 9 Graficzna prezentacja funkcji Fuzzy Linear
17
• Fuzzy MS Large jest funkcją podobną do funkcji Fuzzy Large, jednak definicja
opiera się na określonej średniej oraz odchyleniu standardowym. Funkcja Fuzzy
MS Large może być bardziej odpowiednia jeżeli bardzo duże wartości
są bardziej prawdopodobne by być członkiem klasy
• Fuzzy MS Small jest funkcją podobną do funkcji Fuzzy Small, jednak definicja
opiera się na określonej średniej oraz odchyleniu standardowym. Funkcja Fuzzy
MS Small może być bardziej odpowiednia jeżeli bardzo małe wartości
są bardziej prawdopodobne by być członkiem klasy
• Fuzzy Near transformuje pierwotne wartości przypisując najwyższą wartość
tym, które znajdują się w centrum zdefiniowanej wartości:
Rysunek 10 Graficzna prezentacja funkcji Fuzzy Near
• Fuzzy Small jest używana kiedy mniejsze wartości mają większe
prawdopodobieństwo przypisania do klasy:
Rysunek 11 Graficzna prezentacja funkcji Fuzzy Small
18
6.1.3. Model analizy wielokryterialnej
Analiza wielokryterialna jest matematycznym narzędziem wspomagania decyzji. Celem
analiz wielokryterialnych jest uzyskanie rozwiązania optymalnego, poszukiwanego według
ustalonych kryteriów oceniających i ich wag (Generowicz, Wartościowanie ocen
ekologicznych systemów i technologii w gospodarce odpadami i ich wykorzystanie w analizie
decyzyjnej, 2013).
Oprogramowanie GIS wspiera analizy wielokryterialne poprzez szereg narzędzi i metod.
Narzędzie Fuzzy Overlay pozwala na wykazanie wystąpienia zjawiska należącego do wielu
kryteriów w analizie wielokryterialnej w oparciu o teorię zbiorów. Narzędzie zawiera pięć
metod – Fuzzy And, Fuzzy Or, Fuzzy Product, Fuzzy Sum, Fuzzy Gamma, a każda metoda
dostarcza inny aspekt przynależności (Baidya i inni, 2014) (ESRI, brak daty):
• Fuzzy And – zwraca minimalną wartość zestawów. Technika przydatna
w definiowaniu najniższych wartości przynależności.
𝑓𝑢𝑧𝑧𝑦𝐴𝑛𝑑𝑉𝑎𝑙𝑢𝑒 = 𝑚𝑖𝑛(𝑎𝑟𝑔1, ..., 𝑎𝑟𝑔𝑛)
• Fuzzy Or – zwraca maksymalną wartość zestawów. Technika przydatna
w definiowaniu najwyższych wartości przynależności.
𝑓𝑢𝑧𝑧𝑦𝑂𝑟𝑉𝑎𝑙𝑢𝑒 = 𝑚𝑎𝑥(𝑎𝑟𝑔1, ..., 𝑎𝑟𝑔𝑛)
• Fuzzy Product – metoda mnoży każdą z wartości rozmytych dla wszystkich
kryteriów wejściowych. Wynikowy produkt będzie mniejszy niż dowolna
wartość wejściowa.
𝑓𝑢𝑧𝑧𝑦𝑃𝑟𝑜𝑑𝑢𝑐𝑡𝑉𝑎𝑙𝑢𝑒 = 𝑝𝑟𝑜𝑑𝑢𝑐𝑡(𝑎𝑟𝑔1, ..., 𝑎𝑟𝑔𝑛)
• Fuzzy Sum – metoda dodaje wartości rozmyte do każdej komórki, a uzyskana
suma jest funkcją rosnącej kombinacji liniowej opartej na liczbie kryteriów
wprowadzonych do analizy.
𝑓𝑢𝑧𝑧𝑦𝑆𝑢𝑚𝑉𝑎𝑙𝑢𝑒 = 1 − 𝑝𝑟𝑜𝑑𝑢𝑐𝑡(1 − 𝑎𝑟𝑔1, ..., 1 − 𝑎𝑟𝑔𝑛)
• Fuzzy Gamma – jest metodą łączącą Fuzzy Product oraz Fuzzy Sum zgodnie
z poniższą zależnością:
µ(𝑥) = (𝐹𝑢𝑧𝑧𝑦𝑆𝑢𝑚)𝛾 ∗ (𝐹𝑢𝑧𝑧𝑦𝑃𝑟𝑜𝑑𝑢𝑐𝑡)1−𝛾
Metoda zwraca wartości pośrednie pomiędzy Fuzzy Product, a Fuzzy Sum,
w zależności od zdefiniowanej wartości Gamma:
𝑓𝑢𝑧𝑧𝑦𝐺𝑎𝑚𝑚𝑎𝑉𝑎𝑙𝑢𝑒 = 𝑝𝑜𝑤(1 − ((1 − 𝑎𝑟𝑔1) ∗ (1 − 𝑎𝑟𝑔2) ∗ … ), 𝐺𝑎𝑚𝑚𝑎) ∗
𝑝𝑜𝑤(𝑎𝑟𝑔1 ∗ 𝑎𝑟𝑔2 ∗ . . . , 1 − 𝐺𝑎𝑚𝑚𝑎)
19
6.1.4. Opis modelu
6.1.4.1. Analizy sieciowe
Model gospodarki osadami ściekowymi jest oparty o sieć drogową Województwa
Śląskiego, gdzie rolę wierzchołków (węzłów) pełnią skrzyżowania, natomiast odległości
między nimi wzdłuż ulic są krawędziami. Poniżej przedstawiono zbliżenie dzielnic Centrum
oraz Politechnika dla miasta Gliwice z zaznaczonymi węzłami oraz krawędziami na tle mapy
OpenStreetMaps (OpenStreetMap, 2017).
Rysunek 12 Przykład grafu obejmującego dzielnice miasta Gliwice
20
Dla każdego węzła przeprowadzono analizę sieciową wykorzystując dodatek Network
Analyst w oprogramowaniu ArcGIS 10.5 wyznaczając obszary odpowiednio 10, 20, 30, 40 oraz
50 kilometrów z których następnie zsumowano wyznaczone ilości osadów wilgotnych (po
przeróbce na terenie oczyszczalni ścieków), osadów o wilgotności 10 % (wsad) oraz ilość wody
jaką potrzeba odparować w celu uzyskania wsadu o wilgotności 10 %. Poniżej przedstawiono
przykładowy schemat blokowy narzędzi obliczeniowych dla odległości 50 kilometrów –
pierwszego wykonującego dla poszczególnych węzłów analizę sieciową oraz sumowanie ilości
osadów ściekowych oraz drugiego scalającego dane:
Rysunek 13 Przykładowy schemat blokowy dwóch narzędzi do wyznaczenia obszaru 50 km
21
Poniżej przestawiono przykładowy wynik analizy sieciowej dla pojedynczego węzła
znajdującego się w centrum Gliwic na tle oczyszczalni ścieków.
Rysunek 14 Przykładowy wynik analizy sieciowej dla pojedynczego węzła znajdującego się w centrum Gliwic na tle oczyszczalni ścieków
6.1.4.2. Logika rozmyta
Celem wyznaczenia potencjalnie dogodnych obszarów dla budowy zakładu utylizacji
termicznej osadów ściekowych posłużono się wnioskowaniem rozmytym. Najpierw
zaklasyfikowano suchą masę powstających osadów ściekowych odpowiednio w odległościach
10, 20, 30, 40 i 50 km od węzła do trzech grup:
22
Tabela 5 Klasyfikacja węzłów na podstawie sumarycznej ilości osadów ściekowych
Grupa Ilość powstających osadów ściekowych
Działanie
1 Do 16 000 Mg Odrzucono
2 Od 16 000-20 000 Mg Zaakceptowano
3 Powyżej 20000 Mg Zaakceptowano
Osady z grup 2 i 3 spełniały kryterium minimalnego wsadu. Nie określano kryterium
maksymalnego wsadu. Następnie podzielono dane na 15 klas wykorzystując metodę Jenksa,
spełniając następujące warunki (Malinowski, Krakowiak-Bal, Sikora i Woźniak, 2009):
• Dane o zbliżonych wartościach znajdują się w jednej klasie (przedziale wartości)
• Każda z klas zawiera pewną liczbę wartości
• Żadna z klas nie może być zbiorem pustym
i przystąpiono do analizy zgodnie z czterema poniższymi kryteriami stosując funkcje Fuzzy
Large oraz Fuzzy Small:
• Sumaryczna wartość opałowa wilgotnych osadów dla badanego obszaru ∑Wd –
więcej=lepiej
• Sumaryczna ilość energii potrzebna w celu uzyskania wsadu o wilgotności 10% z
wilgotnych osadów ściekowych ∑Wd_10_% – mniej=lepiej
• Sumaryczna masa wsadu o wilgotności 10 % ∑Moist – więcej=lepiej
• Stosunek sumarycznej wartości opałowej wilgotnych osadów w stosunku do
sumarycznej masy wilgotnych osadów ściekowych ∑WdoverWm – więcej=lepiej
Poniżej przedstawiono poglądowy schemat zastosowanych kryteriów:
Rysunek 15 Schemat poglądowy zastosowanych kryteriów we wnioskowaniu logicznym
Na kolejnej stronie przedstawiono przykładowe wyniki dla węzłów Województwa Śląskiego
w 2013 roku spełniających warunek minimalnego wsadu odpowiednio dla powyższych
kryteriów:
23
Rysunek 16 Przykładowe wyniki dla węzłów Województwa Śląskiego w 2013 roku spełniających warunek minimalnego wsadu
24
6.1.4.3. Analiza wielokryterialna
Celem wskazania najbardziej optymalnych terenów pod budowę zakładu termicznej
przeróbki osadów ściekowych wsparto się analizą z użyciem narzędzia Fuzzy Overlay. Spośród
dostępnych metod postanowiono posłużyć się Fuzzy Sum, w której suma wartości rozmytych
jest funkcją rosnącej kombinacji liniowej.
Stosując Fuzzy Sum zsumowane dane są ważniejsze niż pojedyncze, dlatego ta metoda
została wybrana.
Poniżej przedstawiono przykładowy zsumowany wynik dla 2013 roku dla obszaru
30 kilometrów przy zastosowaniu metody Fuzzy Sum:
Rysunek 17 Przykładowy zsumowany wynik dla 2013 roku dla obszaru 30 kilometrów
25
6.2. Walidacja modelu oraz dyskusja wyników
Dla stworzonego modelu przeprowadzono szereg analiz obejmujących obszary
w odległościach odpowiednio 10, 20, 30, 40, 50 kilometrów na przestrzeni lat 2006-2015.
Wyniki wskazują na obszary najbardziej zurbanizowane oraz obszary na których występuje
największy strumień osadów ściekowych jako najbardziej opłacalne.
Nie uzyskano wyników dla obszaru 10 kilometrów, co oznacza, że w przypadku budowy
zakładu utylizacji termicznej osadów ściekowych o przepustowości wynoszącej 20 000
Mgs.m./rok należy założyć odległość dowozu osadów ściekowych większą niż 10 kilometrów.
Najwyższe wyniki uzyskano na obszarze Aglomeracji Górnośląskiej, obszarze najbardziej
zurbanizowanym, na którym występują największe oczyszczalnie ścieków.
Szczególnie przyjrzano się wynikom w roku 2015 dla południowej części Województwa na
tle lat 2006-2014. Oczyszczalnia MOŚ w Żywcu jest jedną z większych w regionie,
a zastosowane w niej suszenie osadów ściekowych sprawia, że okolice oczyszczalni powinny
się wydawać szczególnie atrakcyjne. Celowe zwiększenie zawartości suchej masy dla roku
2015 spowodowało spełnienie warunku minimalnego wsadu dla większego obszaru
w porównaniu z poprzednimi latami, a także zwiększenia wartości opałowej w stosunku
do masy wilgotnych osadów ściekowych (Wd_over_Wm) dla rozpatrywanego obszaru.
Poniżej przedstawiono graficzne porównanie wyników z lat 2015 oraz 2014 na tle zawartości
suchej masy na poszczególnych oczyszczalniach.
26
Rysunek 18 Porównanie wyników dla roku 2014 i 2015
27
Rysunek 19 Porównanie wyników dla roku 2014 i 2015
28
7. Podsumowanie i wnioski końcowe
Na podstawie przeprowadzonych obliczeń stwierdzono, że najdogodniejsze obszary
dla budowy spalarni znajdują się na terenach najbardziej zurbanizowanych,
uprzemysłowionych oraz o największym zaludnieniu. Obszary te zaczynając od odległości
20 kilometrów znajdują się w centrum Województwa Śląskiego, w samym sercu
Aglomeracji Górnośląskiej. Zwiększając odległości wykazywane są obszary okalające,
następnie Rybnicki Okręg Węglowy, Bielski Okręg Przemysłowy, sięgając powiatu
Myszkowskiego. Analiza nie wykazała opłacalności budowy zakładu na terenie
Częstochowskiego Okręgu Przemysłowego.
Największa sumaryczna wartość opałowa osadów pokrywa się z uprzemysłowieniem
i stopniem urbanizacji obszarów. Największa jest dla centralnej części województwa,
a szczególnie Aglomeracji Górnośląskiej i sukcesywnie wzrasta ona wraz z odległością.
Również sumaryczna ilość dostępnego wsadu jest największa w centrum Województwa,
a następnie wzrasta wraz ze wzrostem odległości.
Obliczenia dotyczące ilości wody wymaganej do odparowania wskazują logicznie
największą ilość wody do odparowania na obszarach o największej dostępności osadów.
Najniższa ilość wody jest wykazywana na krańcach obszarów, co wskazuje najniższą ilość
wody w celu uzyskania minimalnej ilości wsadu. W przypadku modyfikacji modelu
i zastosowaniu górnej granicy ilości wsadu, a także selektywnego wyszukiwania osadów
o najniższych wilgotnościach obliczenia byłyby bardziej dopasowane do warunków
rzeczywistych.
Wyniki stosunku sumarycznej wartości opałowej do całkowitej ilości dostępnych
osadów ściekowych wskazują na obszarze 20 kilometrów opłacalność na terenach
okalających Rudę Śląską co jest związane ze stosowaniem suszenia osadów ściekowych na
oczyszczalniach w Rudzie Śląskiej.
W celu sprawdzenia działania modelu dla w przypadku nagłego wzrostu wytwarzanych
osadów ściekowych założono zwiększoną produkcję osadów na oczyszczalni MOŚ
w Żywcu stosującej suszenie. Wynikiem działania poza zwiększeniem powierzchni obszaru
spełniającego minimalne kryterium wsadu w kierunku omawianej oczyszczalni dodatkowo
z powodu stosowanego suszenia zwróciło pozytywne wyniki w przypadku planowania
budowy zakładu na południu województwa, szczególnie biorąc pod uwagę kryterium
maksymalizacji sumarycznej wartości opałowej w stosunku do masy wilgotnych osadów
ściekowych.
Porównując otrzymane wyniki z planowanymi lokalizacjami zakładów utylizacji
termicznej odpadów stwierdza się, że najlepsze wyniki dla wszystkich odległości znajdują
się na terenie Rudy Śląskiej, natomiast dla odległości większych niż 30 kilometrów
na terenach Rudy Śląskiej oraz na granicy powiatów Katowice i Mysłowice. Jest
to związane z wysoką produkcją osadów ściekowych w pobliżu wymienionych terenów,
a także stosowaniem suszenia osadów ściekowych na oczyszczalniach w Rudzie Śląskiej.
29
Pomimo uzyskanych wyników temat nie został jeszcze wyczerpany. Model daje
możliwości podejmowania dalszych obliczeń zaczynając od ustalenia maksymalnej ilości
przetwarzanego wsadu, poprzez selektywne wyszukiwanie zadanej masy wsadu
na zadanym obszarze o jak najlepszych parametrach, poprzez wzbogacenie modelu
o moduły dotyczące ochrony środowiska, przyrody i ludzi, a kończąc na rozszerzeniu
obliczeń na odpady komunalne.
30
8. Spis tabel
Tabela 1 Zakres badań oraz kryteria dopuszczania komunalnych osadów ściekowych do składowania na składowisku
odpadów innych niż niebezpieczne ........................................................................................................................................... 3 Tabela 2 Zmniejszenie objętości osadów ściekowych w procesach zagęszczania, odwadniania i suszenia ............................. 10 Tabela 3 Przyjęte założenia dotyczące wilgotności badanych osadów ściekowych ................................................................. 10 Tabela 4 Przyjęte założenia dotyczące wilgotności i zawartości suchej masy w badanych osadach ściekowych .................... 12 Tabela 5 Klasyfikacja węzłów na podstawie sumarycznej ilości osadów ściekowych .............................................................. 22
9. Spis rysunków
Rysunek 1 Zmiany w strukturze odzysku i unieszkodliwiania osadów z komunalnych oczyszczalni ścieków w perspektywie
2020 r. ........................................................................................................................................................................................ 3 Rysunek 2 Lokalizacje 135 analizowanych oczyszczalni ścieków ............................................................................................... 9 Rysunek 3 Schemat postępowania z wilgotnymi osadami ściekowymi ................................................................................... 11 Rysunek 4 Sieć dróg Województwa Śląskiego na podstawie OpenStreetMaps ....................................................................... 13 Rysunek 5 Przykład grafu skierowanego (Kondenzace Orientovaného Grafu, 2018) .............................................................. 14 Rysunek 6 Porównanie logiki rozmytej oraz konwencjonalnej ................................................................................................ 15 Rysunek 7 Graficzna prezentacja funkcji Fuzzy Gaussian......................................................................................................... 15 Rysunek 8 Graficzna prezentacja funkcji Fuzzy Large .............................................................................................................. 16 Rysunek 9 Graficzna prezentacja funkcji Fuzzy Linear ............................................................................................................. 16 Rysunek 10 Graficzna prezentacja funkcji Fuzzy Near ............................................................................................................. 17 Rysunek 11 Graficzna prezentacja funkcji Fuzzy Small ............................................................................................................ 17 Rysunek 12 Przykład grafu obejmującego dzielnice miasta Gliwice ........................................................................................ 19 Rysunek 13 Przykładowy schemat blokowy dwóch narzędzi do wyznaczenia obszaru 50 km................................................. 20 Rysunek 14 Przykładowy wynik analizy sieciowej dla pojedynczego węzła znajdującego się w centrum Gliwic na tle
oczyszczalni ścieków ................................................................................................................................................................ 21 Rysunek 15 Schemat poglądowy zastosowanych kryteriów we wnioskowaniu logicznym ...................................................... 22 Rysunek 16 Przykładowe wyniki dla węzłów Województwa Śląskiego w 2013 roku spełniających warunek minimalnego
wsadu....................................................................................................................................................................................... 23 Rysunek 17 Przykładowy zsumowany wynik dla 2013 roku dla obszaru 30 kilometrów ......................................................... 24 Rysunek 18 Porównanie wyników dla roku 2014 i 2015 .......................................................................................................... 26 Rysunek 19 Porównanie wyników dla roku 2014 i 2015 .......................................................................................................... 27
10.
Bibliografia
Adam, C., Peplinski, B., Michaelis, M., Kley, G. i Simon, F.-G. (2008). Thermochemical treatment of
sewage sludge ashes for phosphorus recovery. Waste Management, 1122-1128.
Baidya, P., Chutia, D., Sudhakar, S., Goswami, C., Goswami, J., Saikhom, V., . . . Sarma, K. (2014).
Effectiveness of Fuzzy Overlay Function for Multi-Criteria Spatial Modeling—A Case Study on
Preparation of Land Resources Map for Mawsynram Block of East Khasi Hills District of
Meghalaya, India. Journal of Geographic Information System, strony 605-612.
Bałazińska, M. i Stelmach, S. (2013). Energetyczne zagospodarowanie osadów ściekowych w
powiązaniu z produkcją energii elektrycznej. Conference: Odpady-Nowa Energia.
31
Barlishen, K. i Baetz, B. (1996). Development of a decision support system for municipal solid waste
management systems planning. Waste Management & Research.
Bień, J. (2009). Przekształcanie osadów ściekowych w procesach termicznych.
Bień, J. (2009/2010). Wybrane aspekty termicznej utylizacji komunalnych osadów ściekowych.
Efektywność w energetyce. Pobrano z lokalizacji http://www.plan-
rozwoju.pcz.pl/wyklady/ener_srod/ener_bien.pdf: www.plan-
rozwoju.pcz.pl/energetyka.html
Bień, J. (2015). Metody zagospodarowania osadów ściekowych w obliczu zakazu ich składowania po
1 stycznia 2016 roku. Gospodarka Odpadami, przetwarzanie, recykling. Katowice.
Bień, J. i Wystalska, K. (2008). Procesy termiczne w unieszkodliwianiu osadów ściekowych.
Częstochowa.
Bień, J. i Wystalska, K. (2011). Osady ściekowe: Teoria i praktyka. Częstochowa: Wydawnictwo
Politechniki Częstochowskiej.
Bień, J., Bień, J. i Matysiak, B. (1999). Gospodarka odpadami w oczyszczalni ścieków. Częstochowa.
Cieślik, B., Namieśnik, J. i Konieczka, P. (2014). Review of sewage sludge management: Standards,
regulations and analytical methods. Journal of Cleaner Production.
Cormen, T., Leiserson, C., Rivest, R. i Stein, C. (2012). Wprowadzenie do algorytmów. Warszawa:
Wydawnictow Naukowe PWN.
Curtin, K. (2007). Network Analysis in Geographic Information Science: Review, Assessment, and
Projections. Cartography and Geographic Information Science.
Diestel, R. (2000). Graph Theory. New York.
Dijkstra, E. W. ((1) 1959). A note on two problems in connexion with graphs. Numerische
Mathematik, 269-271.
Download.Geofabrik.De. (2017, 09 08). Pobrano z lokalizacji http://download.geofabrik.de/.
Dz.U. 2015 poz. 1277. (2015). Rozporządzenie Ministra Gospodarki z dnia 16 lipca 2015 r. w sprawie
dopuszczania odpadów do składowania na składowiskach.
Eko-Region Kleszczów. (2017). Rozwój spalarni odpadów w Polsce w latach 2013-2017. Pobrano z
lokalizacji www.e-rk.eu/aktualności/rozwoj-spalarni-odpadow-w-polsce-w-latach-2013-
2017.
ESRI. (brak daty). ArcGIS Desktop Documentation. Pobrano z lokalizacji
http://desktop.arcgis.com/en/documentation/.
ESRI. (brak daty). How Fuzzy Membership Works. Pobrano 12 29, 2018 z lokalizacji
http://desktop.arcgis.com/en/arcmap/10.3/tools/spatial-analyst-toolbox/how-fuzzy-
membership-works.htm.
ESRI. (brak daty). How Fuzzy Overlay works. Pobrano z lokalizacji http://pro.arcgis.com/en/pro-
app/tool-reference/spatial-analyst/how-fuzzy-overlay-works.htm.
Flaga, A. (2007). The aspects of sludge thermal utilization. Pobrano z lokalizacji
https://www.kth.se/polopoly_fs/1.650658!/JPS11p9.pdf.
32
Gaska, K. i Generowicz, A. (2014). Metodologia analizy oddziaływania zintegrowanych systemów
gospodarki odpadami na środowisko naturalne. Gaz, Woda i Technika Sanitarna, 407-413.
Gastoł, S., Wroński, L., Maciej, O., Dutkiewicz, A., Dejwór, J., Gastoł, D. i Dziadosz, A. (2010). Raport o
oddziaływaniu na środowisko przedsięwzięcia pn. Budowa Zakładu Termicznego
Przekształcania Odpadów (ZTPOK) w Rudzie Śląskiej przy ulicy Szyb Walenty dla
Górnośląskiego Związku Metropolitalnego. Katowice.
Generowicz, A. (2013). Wartościowanie ocen ekologicznych systemów i technologii w gospodarce
odpadami i ich wykorzystanie w analizie decyzyjnej. Kraków: Wydawnictow PK.
Generowicz, A. i Gaska, K. (2014). Porównanie różnych metod analizy wielokryterialnej
wykorzystanych w wyborze systemu gospodarki odpadami. Gaz, Woda i Technika Sanitarna,
311-315.
Generowicz, A., Grabowski, Z. i Hopkowicz, M. (2001). Wielokryterialny wybór regionalnego systemu
gospodarki odpadami. Systemy gospodarki odpadami. IV Międzynarodowe Forum
Gospodarki Odpadami. Poznań.
Grabowski, Z. (2011). Termiczne przekształcanie osadów ściekowych na przykładzie STUO w
Krakowie. IV Forum Gospodarka osadami sciekowymi. Warszawa.
Grabowski, Z. i Oleszkiewicz, J. (1998). Spalanie osadów ściekowych. Podstawy oraz profilaktyka
przeróbki i zagospodarowania osadów. Materiały Międzynarodowego Seminarium
Szkoleniowego 11-12 Maj 1998 Kraków.
Jakubus, M. (2012). Komunalne osady ściekowe Geneza - gospodarka. Poznań.
Joanna Wilk, F. W. (2008). Problemy energetycznego wykorzystania odpadów z oczyszczalni ścieków.
W Polityka Energetyczna (Tom 11, strony 139-148).
Kacprzak, M., Neczaj, E., Fijałkowski, K., Grobelak, A., Grosser, A., Worwag, M., . . . Singh, B. (2017).
Sewage sludge disposal strategies for sustainable development. Environmental Research, 39-
46.
Kainz, W. (2010). The Mathematics of GIS. Vienna.
Kamiński, L. (brak daty). Raport Oddziaływania na środowisko dla przedsięwzięcia pn. Budowa
Zakłądu Utylizaji Termicznej Osadów Ściekowych i Odpadów Komunalnych w Sosnowcu przy
ulicy Radocha. Katowice.
Kaoutar, B. i Lahcen, B. (2012). A Decision Support Approach For Optimized Siting Of Municipal Solid
Waste Landfill Case Study Tangier Morocco. International Journal of Engineering Research
and Applications (IJERA).
Kondenzace Orientovaného Grafu. (2018, 12 29). Pobrano z lokalizacji
https://upload.wikimedia.org/wikipedia/commons/5/5f/Kondenzace_orientovan%C3%A9ho
_grafu.svg.
Kozubek, J. (2014). Sprawozdanie z realizacji Planu Gospodarki Odpadami dla Województwa
Śląskiego 2014 za lata 2011-2013. Katowice: Urząd Marszałkowski Województwa Śląskiego
Wydział Ochrony Środowiska.
KPGO. (2010). Krajowy Program Gospodarki Odpadami 2014. Warszawa.
33
KPOŚK. (2017, 01 20). Krajowy program oczyszczania ścieków komunalnych. Pobrano z lokalizacji
Krajowy program oczyszczania ścieków komunalnych: http://www.kzgw.gov.pl/pl/Krajowy-
program-oczyszczania-sciekow-komunalnych.html
M. P. Nr 101, poz. 1183. (2010). Uchwała Nr 217 Rady Ministrów z dnia 24 grudnia 2010 r. w sprawie
„Krajowego planu gospodarki odpadami 2014”.
Malinowski, M., Krakowiak-Bal, A., Sikora, J. i Woźniak, A. (2009). Wykorzystanie analizy
przestrzennej GIS do wyznaczenia wskaźniów nagromadzenia odpadów w zależności od
liczby mieszkańców i gęstości zaludnienia. Infrastruktura i ekologia terenów wiejskich, strony
193-205.
Miksch, K. i Sikora, J. (2010). Biotechnologia Ścieków. Warszawa.
Mikuła, J., Generowicz, A. i Mikuła, W. (2010). Analiza lokalizacyjna budowy instalacji Termicznwego
Przekształcania Odpadów Komunalnych dla Górnośląskiego Związku Metropolitalnego.
Katowice.
Najm, M. A. i El-Fadel, M. (2004). Computer-based interface for an integrated solid waste
management optimization model. Environmental Modeling & Software 19, 1151-1164.
Nas Bilgehan, Cay, T. i Iscan, F. (2010). Selection of MSW landfill site for Konya, Turkey using GIS and
multi-criteria evaluation. Environ Monit Assess, strony 491-500.
Niesler, J. i Nadziakiewicz, J. (2014). The energy potential of sewage sludge in the Silesian
Voivodeship. Archives of Waste Management and Environmental Protection, 16, strony 49-
58.
Nowak, M., Kacprak, M. i Grobelak, A. (2010). Osady ściekowe jako substytut glebowy w procesach
remediacji i rekultywacji terenów skażonych metalami ciężkimi. Inżynieria i Ochrona
Środowiska, 121-131.
Oleszkiewicz, J. (1998). Gospodarka osadami ściekowymi - poradnik decydenta. Kraków.
OpenStreetMap. (2017, 09 08). OpenStreetMap. Pobrano z lokalizacji http://openstreetmap.org.
OpenStreetMap. (2017, 09 08). Pl: Znakowanie dróg w Polsce - OpenStreetMap Wiki. Pobrano z
lokalizacji http://wiki.openstreetmap.org/wiki/Pl:Znakowanie_dróg_w_Polsce.
Ostojski, A. i Gajewska, M. (2014). Możliwości energetycznego wykorzystania osadów ściekowych
jako paliwa. Inżynieria i Ochrona Środowiska, strony 521-531.
Pająk, T. (2014). Uwarunkowania technologiczne, ekonomiczne i prawne termicznego
przekształcania osadów ściekowych w Polsce. Gaz, woda i technika sanitarna, 154-158.
Podedworna, J. i Umiejewska, K. (2008). Technologia osadów ściekowych. Warszawa: Oficyna
Wydawnicza Politechniki Warszawskiej.
Postrzednik, S. (2011, 07 ). Analiza parametrów wpływających na energetyczną przydatność paliw.
Energetyka, strony 395-398.
Rada Wspólnot Europejskich. (1991). Dyrektywa Rady z dnia 21 maja 1991 r. dotycząca oczyszczania
ścieków komunalnych (91/271/EWG).
34
Umiejewska, K. (2009). Raport - Odwadnianie osadów; Odwadnianie osadów ściekowych. Wodociągi-
Kanalizacja 4(62).
Ustawa z dnia 14 grudnia 2012 r. o odpadach (Dz. U. z 2013 r. Nr 0, poz. 21). (2012).
Wawrzyniak, P. (2011). Raport - Suszenie i termiczne przekształcanie osadów ściekowych; Suszenie
osadów ściekowych - wybór technologii. Wodociągi-Kanalizacja 1(83).
Werle, S. i Wilk, R. (2009). Energetyczne wykorzystanie osadów ściekowych. W Monografie Komitetu
Inżynierii Środowiska Polskiej Akademii Nauk, Polska Inżynieria Środowiska pięć lat po
wstąpieniu do Unii Europejskiej (strony 339-346).