Μετά την εκδήλωση μιας πετρελαιοκηλίδας, η ανάκτηση του πετρελαίου που διέφυγε, είτε από την επιφάνεια της θάλασσας, είτε από τις ακτές, συνήθως προκαλεί την ανάμιξη του πετρελαίου με μεγάλες ποσότητες και άλλων υλικών. Το γεγονός αυτό, προκαλεί μεγάλη αύξηση του όγκου των αποβλήτων που θα πρέπει να υποστούν επεξεργασία (σε ακραίες περιπτώσεις μπορεί τα απόβλητα που θα παραχθούν μπορεί να είναι ακόμα και 30 φορές μεγαλύτερα σε όγκο σε σχέση με το πετρέλαιο που αρχικά διέφυγε) κάνοντας τη διαδικασία επιλογής της αντιμετώπισης αυτών των αποβλήτων σύνθετη και κρίσιμη.
Η παραγωγή αποβλήτων διαφέρει πολύ από το ένα περιστατικό ρύπανσης στο άλλο και δεν απαραίτητα ανάλογη του μεγέθους της πετρελαιοκηλίδας. Η ποσότητα και τα χαρακτηριστικά των αποβλήτων που συλλέγονται εξαρτώνται από τις τεχνικές που χρησιμοποιήθηκαν και την οργάνωση της ανάκτησης του πετρελαίου. Κατά συνέπεια, η πρόβλεψη του όγκου των αποβλήτων που προκύπτουν μετά τη διενέργεια των επιχειρήσεων αντιμετώπισης της πετρελαιοκηλίδας, είναι ένα δύσκολο έργο αφού εξαρτάται από πολλές παραμέτρους.
Στο πλαίσιο αυτή της εργασίας, το πρώτο βήμα ήταν ο καθορισμός των ειδών αποβλήτων που μπορεί να προκύψουν από τις προαναφερθείσες εργασίες. Επιπλέον, θεωρήθηκε αναγκαία η καταγραφή των διαδικασιών διαχείρισης αυτών των ειδών αποβλήτων και η περιγραφή του νομικού πλαισίου που τις διέπει. Το επόμενο βήμα αποτέλεσε η συλλογή πληροφοριών σχετικά με τις παραμέτρους που επηρεάζουν την παραγωγή αυτών των αποβλήτων. Προκειμένου να συλλεχθούν αυτές οι πληροφορίες, συγκεντρώθηκαν τριάντα ιστορικά ατυχημάτων πλοίων. Η μελέτη αυτών των ιστορικών ανέδειξε το γεγονός ότι ο όγκος των υγρών αποβλήτων που παράγονται εξαρτάται από: (1) την ποσότητα του πετρελαίου που διέφυγε (tons), (2) το είδος του πετρελαίου που διέφυγε, (3) τις καιρικές συνθήκες, (4) την απόσταση του σημείου εκδήλωσης της πετρελαιοκηλίδας από την ακτή και (5) τη χώρα και τη χρονολογία κατά την οποία εκδηλώθηκε η πετρελαιοκηλίδα. Επιπλέον, παρατηρήθηκε ότι ο όγκος των στερεών αποβλήτων που παράγονται εξαρτάται από: (1) την ποσότητα πετρελαίου που διέφυγε (tons), (2) την ποσότητα υγρών αποβλήτων που συλλέχθηκαν (tons), (3) το είδος του πετρελαίου που διέφυγε, (4) την απόσταση του σημείου εκδήλωσης της πετρελαιοκηλίδας από την ακτή (km), (5) το μήκος της ακτογραμμής που προσβλήθηκε από το πετρέλαιο (km), (6) το είδος της ακτής, (7) τις καιρικές συνθήκες και (8) την ικανότητα αντιμετώπισης της πετρελαιοκηλίδας με βάση την τοποθεσία και τη χρονολογία κατά την οποία εκδηλώθηκε το ατύχημα.
Στη συνέχεια, οι προαναφερθείσες παράμετροι έγιναν το αντικείμενο της ανάλυσης της παραγωγής αποβλήτων που προκύπτουν από τις επιχειρήσεις καταπολέμησης της πετρελαιοκηλίδας. Τα δεδομένα που συλλέχθηκαν υπέστησαν επεξεργασία με τις μεθόδους της γραμμικής στατιστικής παλινδρόμησης (απλής και πολλαπλής) και της γραμμικής ασαφούς παλινδρόμησης. Σύμφωνα με τα αποτελέσματα της ανάλυσης που διεξήχθη, η παραγωγή υγρών αποβλήτων εξαρτάται κυρίων από την ποσότητα πετρελαίου που διέφυγε στη θάλασσα (τόνοι) και η παραγωγή στερεών αποβλήτων εξαρτάται κυρίως από την ποσότητα των υγρών αποβλήτων που συλλέχθηκαν (τόνοι) και το μήκος της ακτογραμμής που προσβλήθηκε από το πετρέλαιο (χιλιόμετρα). Επιπλέον, η παρούσα εργασία παρέχει μαθηματικές σχέσεις, οι οποίες βασίζονται στις μεθόδους της στατιστικής και της ασαφούς παλινδρόμησης και μπορούν να συμβάλουν στην πρόβλεψη της παραγωγής αποβλήτων.
In the aftermath of a spill, the recovery of spilled oil either from the sea surface, or from the shoreline usually results in the collected oil becoming mixed with a large quantity of water, debris and beach material. This greatly increases the volume of oily waste for treatment and disposal (in extreme cases the produced waste may be 30 times more than the oil originally spilt) rendering the process of deciding how to deal with the waste oil and contaminated material, critical and complex.
Waste generation varies greatly from one pollution incident to another and is not necessarily directly proportional to the size of the spill. The quantity and the characteristics of collected waste depend on the techniques used and the organization of recovery. Therefore, the prediction of volume of waste that occur after the conduct of oil spill combat operations, is a difficult task since it involves various parameters.
In the context of this project, the first step was to define the types of waste that occur from the afore-mentioned operations. It was also considered appropriate to list the management procedures and the legal framework considering these types of waste. The next step was to collect information considering the parameters that affect waste generation. With a view to collecting this information, the accident histories of thirty ships were collected. The study of these accident histories revealed that the volume of generated liquid waste depends on: (1) the quantity of oil spilled (tons), (2) the type of oil spilled, (3) the weather conditions, (4) the distance of the spot where the oil spill occurred from the shore (km), (5) the chronology and the country where the oil spill occurred. It was also revealed that the volume of generated solid waste depends on: (1) the quantity of oil spilled (tons), (2) the quantity of collected liquid waste, (3) the distance of the spot where the oil spill occurred from the shore (km), (4) the length of the coastline that was affected by the oil spilled (km), (5) the type of shore, (6) the weather conditions, (7) the chronology and the country where the oil spill occurred.
Then, the afore-mentioned parameters became the subject of the analysis of waste generation following the conduct of oil spill combat operations. The collected data were analyzed by means of the methods of linear statistical (simple and multiple) and linear fuzzy regression. According to the results of the analysis, the generation of liquid waste depends mainly on the quantity of oil spilled (tons) and the generation of solid waste depends mainly on the quantity of collected liquid waste (tons) and the length of the affected coastline (km). Furthermore, this project provides relationships that are based on the methods of statistical and fuzzy regression, which can assist to the prediction of waste generation.