| Sažetak | U ovom istraživanju istaknut je problem i važnost infrastrukture efektivnog sustava gospodarenja otpadom. Prema posljednjem objavljenom izvještaju ministarstva 2021. godine, Splitsko-dalmatinska županija sakupila je 252 144 tone od čega je samo 22,4 % otpada oporabljeno. Primijenjeni sustav temelji se na pristupu linearne ekonomije koji nije ekološki ni ekonomski održiv te se kao rješenje problema prezentira pametni sustav gospodarenja otpadom.
U teorijskom dijelu rada detaljno je opisana arhitektura i rad čitavog sustava temeljenog na mreži IoT uređaja koji prate količinu otpada od trenutka kada je nastala do prikupljanja, prijevoza i zbrinjavanja u reciklažnom centru. Analizom prikupljenih podataka o stanju IoT spremnika definiraju se mrežni sustavi optimiziranih ruta za odvoz otpada što smanjuje operativne troškove i ekološki otisak. Prikupljen sortirani otpad odlaže se u centar za zbrinjavanje otpada gdje se reciklira u nove proizvode dok se nereciklabilan otpad odvodi u spalionicu. Opisan je princip rada spalionice Spittelau, ekološki najboljeg rješenja, gdje se sva energija dobivena iz postupka paljenja otpada koristi za stvaranje i distribuciju električne i toplinske energije.
U istraživačkom dijelu rada predstavljen je prediktivni model za definiranje potrebnog broja IoT (eng. Internet of things) spremnika u pojedinom gradskom kotaru prema njegovim karakteristikama izrađen u Rapidminer programu. Kreirana baza podataka sadrži opisne varijable kotara: broj stanovnika, površinu, namjenu gradskog kotara i varijablu cijena stana po kvadratu te binarnu varijablu priobalje. Korelacijskom matricom prikazan je utjecaj opisnih varijabli na zavisnu. Regresijskim modelom predviđa se rezultat zavisne varijable ukupna količina otpada u gradskom kotaru prema kojoj se može definirati broj potrebnih spremnika za pojedinu zonu.
Prema dobivenim rezultatima zaključuje se kako osnovne karakteristike gradskog kotara značajno utječu na generiranu količinu otpada. Pozitivna korelacija broja stanovnika i količine otpada dokazuje kako pametne spremnike nije moguće postavljati isključivo prema katastru kako to trenutno provodi kompanija za zbrinjavanje otpada u gradu Splitu. Analizom se dokazalo da namjena gradskog kotara utječe na količinu otpada te da područja s pretežno stambeno-poslovnim objektima generiraju najveće količine otpada. U Splitu veliki pritisak na postojeću infrastrukturu vrši turistička sezona što dokazuje nagli porast ukupne količine otpada u ljetnim mjesecima. Podaci ukazuju na velike količine otpada u kotarevima u priobalnom području grada kao turistički najatraktivnijih lokacija. Koeficijent determinacije ukazuje na 76 % točnosti kreiranog regresijskog modela u predviđanju ukupne količine otpada u gradskom kotaru.
Rezultati analize izvedene u PowerBi alatu ukazuju na nisku stopu recikliranja otpada zbog čega se ne može definirati udio spremnika pojedine vrste otpada u ukupnom te se predlaže uvođenje zakonske regulative kojom se obvezuje građane na sortiranje otpada.
Za inicijalizaciju pametnog sustava gospodarenja otpadom predlaže se implementacija IoT spremnika čiji se broj može definirati kreiranim modelom koji predviđa ukupnu količinu otpada na pojedinom dijelu grada. Neophodno je sustavno prikupljanje podataka koji se mogu koristiti u regresijskom modelu i koji bi na taj način postigao veću točnost i preciznost. Implementacija pametnih spremnika omogućuje prikupljanje i analizu podataka na temelju kojih se može uspostaviti rad čitavog sustava u gradu Splitu. Svi navedeni zaključci potkrijepljeni su brojkama i pokazani dijagramima. Ovim radom dokazuje se na konkretnom primjeru kako bi cirkularna ekonomija trebala optimizirati financijska ulaganja i pokazati odgovorni pristup gospodarenja planetom Zemljom koju smo, ne smijemo nikada zaboraviti, samo posudili od budućih generacija. |
| Sažetak (engleski) | This research brings attention to the problem and significance of establishing an adequate waste management system infrastructure. According to the ministry’s latest report in 2021, Split-Dalmatia County collected 252,144 tons of waste, with only 22.4 % being recycled. The current linear economy approach, deemed neither environmentally nor economically sustainable, prompts the proposal of a Smart Waste Management System (SMWS) as a solution.
The theoretical section elaborates on the architecture and operation of such a system, relying on a network of IoT devices monitoring waste from generation to collection, transportation, and disposal in recycling centers. Through data analysis of IoT container status, optimized network systems with waste collection routes are defined, reducing operational costs and environmental impact. Recyclable waste is directed to waste disposal centers for processing into new products, while non-recyclable is sent to a Spittelau-type incinerator.
The research segment utilizes a predictive model, created using Rapidminer, to determine the required number of IoT containers in specific city districts based on their characteristics, expressed as descriptive variables such as: population, area, urban zoning function, real estate prices (per sqm), and coastal zone. The correlation matrix demonstrates the impact of these variables on the dependent variable, and a regression model—currently with R² at 76 % accuracy—predicts the total waste per district to define the necessary container number.
The results indicate a positive correlation between population and waste amount, suggesting that smart container placement cannot rely solely on cadastral information, as is currently practiced in Split. Furthermore, the tourist season in Split strains the existing infrastructure, evident in a notable increase in total waste during the summer, specifically in coastal city districts. The historical analysis in PowerBi reveals a low waste recycling rate, making determining container shares for each waste type challenging. Consequently, results suggest implementation of regulations mandating waste sorting by citizens.
The implementation of IoT containers is required, and, in this case, best suited, for the initialization of the Smart Waste Management System (SWMS). However, systematic data collection for the regression model is crucial for enhanced accuracy. Smart container implementation would enable data collection and analysis, forming the basis for the entire SWMS operation in Split. Through a concrete example, substantiated with numerical results and visual representation, this work demonstrates how a circular economy should financially optimize and endorse a responsible, “glocal” approach to caring for our planet. After all, the state we leave it in, future generations will inherit. |
