Влияние современных географических информационных систем (GIS) на повышение энергоэффективности морских перевозок

Обложка

Цитировать

Полный текст

Аннотация

Состояние вопроса. Современные морские перевозки сталкиваются с вызовами, связанными с необходимостью повышения энергоэффективности и сокращения выбросов парниковых газов. Эти проблемы становятся особенно актуальными в условиях глобальной экологической политики и ужесточения международных стандартов энергоэффективности судов (EEDI, EEOI, CII). Одним из перспективных решений является использование географических информационных систем (GIS), которые позволяют оптимизировать маршруты судов, снижать топливные затраты и уменьшать негативное воздействие на окружающую среду. Однако степень их влияния на повышение энергоэффективности морских перевозок требует дальнейшего исследования.

Целью исследования является анализ влияния GIS-технологий на повышение энергоэффективности морских перевозок, а также оценка их воздействия на расход топлива и углеродные выбросы.

Методы исследования. В ходе исследования проведен анализ ключевых технологий GIS, включая спутниковый мониторинг, картографирование, моделирование и анализ данных, применяемых для оптимизации маршрутов судов. Методологический подход основан на экспериментальном моделировании, в рамках которого рассматривались три сценария судоходства: традиционная маршрутизация, динамическая оптимизация маршрутов и комбинированное управление маршрутом и скоростью с использованием GIS. Анализ проводился с целью оценки влияния данных подходов на расход топлива, выбросы углекислого газа и общую энергоэффективность судов.

Результаты. Результаты моделирования показали, что применение GIS позволяет снизить расход топлива до 20% и уменьшить выбросы CO₂ до 21% по сравнению с традиционными методами навигации. Оптимизация маршрутов и скорости судов на основе данных GIS способствует снижению эксплуатационных затрат и повышению соответствия международным экологическим стандартам.

Заключение. Полученные данные подтверждают значительный потенциал GIS в повышении энергоэффективности морских перевозок. Внедрение этих технологий в управление маршрутами и эксплуатацией судов позволяет не только сократить топливные затраты и выбросы углерода, но и повысить экономическую эффективность морской логистики. Дальнейшая интеграция GIS с искусственным интеллектом и системами обработки данных в реальном времени может привести к еще большему повышению устойчивости и эффективности судоходной отрасли.

Об авторах

Анна Андреевна Ананьева

Российский государственный гидрометеорологический университет

Автор, ответственный за переписку.
Email: anna251096@yandex.ru
ORCID iD: 0009-0008-6018-9016

магистр

Россия, ул. Воронежская, 79, г. Санкт-Петербург, 192007, Российская Федерация

Максим Евгеньевич Степанов

Чувашский государственный университет им. И.Н. Ульянова

Email: maxim.varandey@rambler.ru
ORCID iD: 0009-0000-8988-7282

магистр

пр. Московский, 15, г. Чебоксары, 428015, Российская Федерация

Александр Алексеевич Коростин

Email: o.korostin@rambler.ru
ORCID iD: 0009-0007-7510-6757

магистр, индивидуальный исследователь

Россия

Мария Сергеевна Корнева

Кубанский государственный университет

Email: korneva_air@icloud.com
ORCID iD: 0009-0005-6238-493X

бакалавр

Россия, ул. Ставропольская, 149, г. Краснодар, 350040, Российская Федерация

Список литературы

  1. Маймакова, Л. В., Зайнеева, И. И., & Зималиева, А. Э. (2024). Современные тенденции развития транспортно-логистической инфраструктуры. Естественно-гуманитарные исследования, (5), 206–210.
  2. Malikov, A. (2024). Digital transformation and its impact on the structure and efficiency of modern business. Annali d’Italia, (62), 112–115. https://doi.org/10.5281/zenodo.14558548
  3. Ююкин, И. В. (2024). Картографирование изоповерхности дополнительных вторичных факторов методом сплайн-аппроксимации как условие повышения точности обсерваций e-Loran. Вестник Государственного университета морского и речного флота имени адмирала С. О. Макарова, 16(1), 37–54. https://doi.org/10.21821/2309-5180-2024-16-1-37-54
  4. Kidassova, M. (2024). Enhancing business operational efficiency through supply chain optimization. Norwegian Journal of development of the International Science, (144), 37–39. https://doi.org/10.5281/zenodo.14169113
  5. Andrei, N., et al. (2024). Transforming E-commerce logistics: sustainable practices through autonomous maritime and last-mile transportation solutions. Logistics, 8(3), 71. https://doi.org/10.3390/logistics8030071
  6. Москаленко, В. М., Москаленко, М. А., & Луговец, А. А. (2024). Транспортная энергоэффективность и экономические принципы организации морского судоходства. Вестник Астраханского государственного технического университета. Серия: Морская техника и технология, (2), 89–95. https://doi.org/10.24143/2073-1574-2024-2-89-95
  7. Yaman, C. (2024). A Review on the Process of Greenhouse Gas Inventory Preparation and Proposed Mitigation Measures for Reducing Carbon Footprint. Gases, 4(1), 18–40. https://doi.org/10.3390/gases4010002
  8. Живлюк, Г. Е., & Петров, А. П. (2024). Энергоэффективность судов современного коммерческого флота: инструменты регулирования и методы достижения. Вестник Государственного университета морского и речного флота имени адмирала С. О. Макарова, 16(2), 301–317. https://doi.org/10.21821/2309-5180-2024-16-2-301-317
  9. Bayraktar, M., et al. (2023). A scenario-based assessment of the Energy Efficiency Existing Ship Index (EEXI) and Carbon Intensity Indicator (CII) regulations. Ocean Engineering, 278, 114295. https://doi.org/10.1016/j.oceaneng.2023.114295
  10. Hu, X., et al. (2023). GIS-data-driven efficient and safe path planning for autonomous ships in maritime transportation. Electronics, 12(10), 2206. https://doi.org/10.3390/electronics12102206
  11. Москаленко, В. М. (2021). Влияние скорости перехода на энергоэффективность морского судна. General Question of World Science, 15(10), 80–84. https://doi.org/10.18411/gq-15-10-2021-14
  12. Wang, K., et al. (2018). Dynamic optimization of ship energy efficiency considering time-varying environmental factors. Transportation Research Part D: Transport and Environment, 62, 685–698. https://doi.org/10.1016/j.trd.2018.04.005
  13. Габдулхаков, А. А., & Завалишин, Д. С. (2021). Динамическая оптимизация сложных маршрутов в транспортной логистике. Современные наукоемкие технологии, (5), 33–38. https://doi.org/10.17513/snt.38654
  14. Selimov, A. (2024). Comparative analysis of legal regulation of international transactions in the USA and the EU. International Journal of Scientific Research and Engineering Development, 7(6), 480–483.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Ананьева А.А., Степанов М.Е., Коростин А.А., Корнева М.С., 2025

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 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».