بومشناسی صنعتی
بومشناسی صنعتی یا اکولوژی صنعتی (انگلیسی: Industrial ecology) به مطالعه جریان مواد و انرژی درون سیستمهای صنعتی گفته میشود. اقتصاد صنعتی جهانی را میتوان به عنوان شبکهای از فرایندهای صنعتی مدلسازی کرد که منابع را از زمین استخراج کرده و آن منابع را به کالاهایی تبدیل میکند که برای تأمین نیازهای بشریت میتوان آنها را خرید و فروش کرد. بومشناسی صنعتی به دنبال تعیین کمیت جریانات مادی و مستندسازی فرایندهای صنعتی است که جامعه مدرن را میچرخاند. اکولوژیستهای صنعتی اغلب نگران تأثیراتی هستند که فعالیتهای صنعتی بر محیط زیست میگذارد، از جمله استفاده از منابع طبیعی کره زمین و مشکلات دفع زباله. بومشناسی صنعتی یک زمینه تحقیقاتی چند رشتهای جوان اما در حال رشد است که جنبههای مهندسی، اقتصاد، جامعهشناسی، سمشناسی و علوم طبیعی را با هم ترکیب میکند.
بومشناسی صنعتی به عنوان «گفتمان چند رشتهای مبتنی بر سیستم که به دنبال درک رفتار ظهور سیستمهای پیچیده انسانی-طبیعی است» تعریف شده است.[۱] این رشته با بررسی مشکلات از چند منظر به موضوعات پایداری میپردازد، که معمولاً جنبههایی از جامعهشناسی، محیط، اقتصاد و فناوری را شامل میشود. این نام از این ایده ناشی میشود که باید از قیاس سیستمهای طبیعی به عنوان کمکی در درک نحوه طراحی سیستمهای صنعتی پایدار استفاده شود.[۲]
بررسی اجمالی
[ویرایش]اکولوژی صنعتی مربوط به تغییر فرایند صنعتی از سیستمهای خطی (حلقه باز) به یک سیستم حلقه بسته میباشد. در سیستم حلقه باز سرمایه و منابع با عبور از سیستم به زباله تبدیل میشوند، درحالی که در سیستم حلقه بسته زبالهها میتوانند ورودی فرایندهای جدید باشند.
بیشتر تحقیقات در زمینههای زیر متمرکز است:
- مطالعات جریان مواد و انرژی (متابولیسم صنعتی)
- کاهش مواد و کاهش کربن
- تغییر فناوری و محیط زیست
- برنامهریزی، طراحی و ارزیابی چرخه زندگی
- طراحی برای محیط زیست (طراحی زیست محیطی)
- مسئولیت گسترده تولیدکننده (سرپرستی محصول)
- پارکهای زیست-صنعتی (همزیستی صنعتی)
- سیاست محیط زیست محصول محور
- کارایی زیستمحیطی
جستارهای وابسته
[ویرایش]منابع
[ویرایش]- ↑ "Inderscience Publishers - linking academia, business and industry through research". www.inderscience.com (به انگلیسی). Retrieved 2021-05-30.
- ↑ Frosch, Robert A.; Gallopoulos, Nicholas E. (September 1989). "Strategies for Manufacturing". Scientific American. 261 (3): 144–152. doi:10.1038/scientificamerican0989-144. ISSN 0036-8733.