Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Комплекс методик предпроектного обоснования применения космических средств наблюдения для мониторинга состояния лесов

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Резкий рост уровня антропогенного воздействия на окружающую среду в сочетании с низкой эффективностью и разобщенностью природоохранных мероприятий привел за последние десятилетия к значительному ухудшению экологической обстановки в различных регионах Российской Федерации. Наиболее уязвимыми оказались промышленно-развитые районы с высокой концентрацией промышленных производств… Читать ещё >

Содержание

  • Глава 1. Анализ роли и места космических средств наблюдения в решении задач мониторинга состояния лесов
    • 1. 1. Понятие состояния лесов и методы его оценки
    • 1. 2. Влияние состояния леса на его биопродуктивность
    • 1. 3. Анализ роли и места космических средств наблюдения в решении задач мониторинга состояния лесов
    • 1. 4. Анализ показателей информативности и достоверности интерпретации данных космического мониторинга состояния лесов
    • 1. 5. Постановка задачи исследований и разработка методической схемы ее решения
  • Выводы по разделу
  • Глава 2. Методические основы предпроектного обоснования применения КА ДЗЗ для мониторинга состояния лесов
    • 2. 1. Общие требования к дистанционной космической информации для оценки экологического состояния лесов
    • 2. 2. Получение и интерпретация многолетних данных космического мониторинга состояния лесов
      • 2. 2. 1. Методика оценки биологической продуктивности лесов на основе обработки дистанционной космической информации
      • 2. 2. 2. Модель лесной экосистемы
      • 2. 2. 3. Методика анализа временного ряда динамики биологической продуктивности леса
      • 2. 2. 4. Методика классификации экологического состояния лесов
      • 2. 2. 5. Обобщенная методическая схема получения и интерпретации многолетних данных космического мониторинга состояния лесов
    • 2. 3. Предпроектное обоснование применения КА ДЗЗ для мониторинга состояния лесов
      • 2. 3. 1. Методические положения по обоснованию требований к аппаратуре наблюдения
      • 2. 3. 2. Методика расчета периодичности наблюдений
      • 2. 3. 3. Методика выбора типа КА ДЗЗ и аппаратуры наблюдения для получения данных космического мониторинга состояния лесов
  • Выводы по разделу
  • Глава 3. Результаты предпроектного обоснования основных требований к характеристикам КА ДЗЗ и прикладные аспекты космического мониторинга состояния лесов
    • 3. 1. Расчет периодичности наблюдений
    • 3. 2. Выбор КА ДЗЗ и аппаратуры наблюдения для мониторинга состояния лесов
    • 3. 3. Оценка информативности и достоверности интерпретации данных космического мониторинга состояния лесов при учете динамики развития растительного покрова
    • 3. 4. Мониторинговые исследования динамики развития лесов на примере
  • Выводы по разделу

Комплекс методик предпроектного обоснования применения космических средств наблюдения для мониторинга состояния лесов (реферат, курсовая, диплом, контрольная)

Резкий рост уровня антропогенного воздействия на окружающую среду в сочетании с низкой эффективностью и разобщенностью природоохранных мероприятий привел за последние десятилетия к значительному ухудшению экологической обстановки в различных регионах Российской Федерации. Наиболее уязвимыми оказались промышленно-развитые районы с высокой концентрацией промышленных производств топливно-энергетического, химического, металлургического и др. профилей, приведших к превышению уровней допустимой экологической нагрузки на природную среду, возникновению потенциально опасных чрезвычайных ситуаций. Компенсировать перечисленные последствия позволяют регуляторные способности биосферы, в основном, растительности. На конференции по окружающей среде в Рио де Жанейро (июнь 1992 г.) была особо подчеркнута глобальная роль лесов для выживания и устойчивого развития человечества. Россия, подписав основные документы этой конференции, взяла на себя обязательства на национальном уровне руководствоваться принципами устойчивого развития лесов и сохранения биологического разнообразия.

Негативное воздействие человека на окружающую среду делает чрезвычайно важным развитие средств и систем контроля опасного антропогенного воздействия на среду обитания, высокооперативного выявления катастрофических явлений. Своевременному предупреждению о них, повышению оперативности и эффективности мер по ликвидации последствий этих опасных явлений на основе информации космических систем уделяется в настоящее время особое внимание [59].

Постановлением коллегии Федеральной службы лесного хозяйства России от 19 октября 1993 г. приняты основные положения лесного мониторинга в России [51]. Лесной мониторинг является составной частью Единой государственной системы экологического мониторинга в Российской Федерации. Однако органы управления лесным хозяйством России, особенно федерального и регионального уровней, испытывают значительные трудности в оперативном управлении лесами, т. к. при подготовке и обосновании принимаемых решений не обладают в настоящее время достоверной, оперативной и систематизированной информацией о произошедших изменениях в состоянии лесного фонда, которую с успехом можно было бы получать с помощью космических средств наблюдения. Существующие наземные методы получения природно-ресурсной и экологической информации не в полной мере обеспечивают потребности регионов в части осуществления экологического мониторинга. Необходим переход на качественно новый уровень получения информации.

Основной задачей мониторинга лесов является экологическая и экономическая оценка последствий хозяйственной деятельности человека. Научная организация этого процесса требует умения прогнозировать динамику роста и развития насаждений. В системе лесного хозяйства достаточно продолжительное время для этих целей применяются таблицы хода роста, составленные по данным наземной таксации. Однако, ввиду значительного обобщения экспериментальных данных, они не могут являться основой для организации мониторинга. Особые трудности испытывает применение таблиц хода роста для насаждений, произрастающих в условиях антропогенного (техногенного) воздействия. Следует отметить также, что таблицы хода роста не учитывают такой важный момент развития насаждений, как цикличность.

Космические средства наблюдения обеспечивают новый подход к оценке экологического состояния лесов с использованием временных рядов. Однако применение космических средств наблюдения в данном конкретном случае требует наличия: бортовой измерительной аппаратуры КА, обладающей соответствующими характеристикаминовых информационных технологий для определения функциональных зависимостей между спектральными характеристиками лесной растительности и их биопродуктивностью по космической информации.

Эффективное использование космических средств наблюдения возможно лишь на основе системного решения проблемы [48].

Дистанционно с использованием авиационных и космических средств ДЗЗ состояние леса определяют на основе результатов измерения его оптических характеристик. За последние 30−40 лет в отечественном лесоведении изучению спектральной отражательной способности древесной растительности были посвящены исследования С. В. Белова (1959)[4], Н. Г. Харина (1965)[71], Б. Ф. Виноградова (1984)[6], А. С. Исаева и Ф. И. Плешикова (1997)[26], Н. Н. Выгодской (1987)[9], В. М. Жирина (1993)[21] и др., однако в данных работах динамика изменения оптических характеристик подстилающей растительности учитывается не достаточно. В этих работах определяются линейные тренды характеристик, между тем для растений характерно периодическое изменение их характеристик. Сложность в определении этих характеристик с использованием космических средств обусловлена рядом ограничений, а именно: значительная вариация спектральных характеристик объекта наблюдения в зависимости от вегетационного периода, климатических условий, рельефа местностисмешанное произрастание лесной растительностизависимость качества данных об объекте наблюдения от метеорологической обстановки.

Основная доля поступающей от космических средств наблюдения информации лежит в видимом диапазоне длин волн или в ближнем ИК-диапазоне. В этом диапазоне функционируют целый ряд зарубежных спутников наблюдения, таких как «SPOT», «LANDSAT» и др. Количество отечественных КА наблюдения, функционирующих на орбитах, ограничено. При этом используемая спектрозональная бортовая измерительная аппаратура не в полной мере удовлетворяет решению целевой задачи. В нашей стране космическое наблюдение осуществлялось с помощью КА оптико-электронного наблюдения типа «Ресурс-01» и фотографического наблюдения «Ресурс-Ф».

Опыт эксплуатации данных КА показал ряд их недостатков, особенно с появлением новых задач, таких как экологический мониторинг, контроль чрезвычайных ситуаций и др. В России имеется опыт использования информации космических средств наблюдения только для обнаружения техногенных и некоторых видов природных объектов для которых характерны стабильные спектральные характеристики.

Методические вопросы анализа периодических критериев спектральных характеристик при мониторинге состояния лесов не проработаны.

Следует также учитывать очевидные на данном этапе экономические ограничения по созданию специализированной космической системы мониторинга состояния лесов, строительства отдельных пунктов приема космической информации и т. д.

Указанные обстоятельства определяют актуальность системного исследования вопросов применения средств космического мониторинга для оценки состояния лесов.

Целью диссертационной работы является повышение информативности и достоверности оценки состояния лесов на основе применения космических средств наблюдения и учета динамики развития растительного покрова.

Для достижения поставленной цели в диссертации решается актуальная научная задача разработки комплекса методик предпроектного обоснования применения космических средств наблюдения для мониторинга состояния лесов. Решение данной задачи включает:

— обоснование метода интерпретации многолетних данных космического мониторинга состояния лесов;

— разработку комплекса методик получения и интерпретации многолетних данных космического мониторинга состояния лесов;

— разработку комплекса методик по предпроектному обоснованию требований к характеристикам КА ДЗЗ, реализующим предлагаемый способ получения и интерпретации многолетних данных космического мониторинга состояния лесов;

— апробацию разрабатываемого методического аппарата на практическом примере.

Объектами исследования в данной работе являются космические системы наблюдения и лесные экосистемы. Предметом исследования — применение средств космического наблюдения для мониторинга состояния лесов.

Научно-методической базой исследования послужили работы отечественных и зарубежных ученых в области разработки перспективных космических средств наблюдения лесных экосистем, а также наземных средств лесной таксации, контроля состояния лесов и дендроиндикации.

Исследованию качественных показателей функционирования космических систем мониторинга, принципам их организации, теории расчета элементов систем посвящено большое количество работ. Основные отечественные теоретические разработки, связанные с методологией анализа и синтеза космических систем мониторинга были проведены Ф. Р. Ханцеверовым (1970г.), Н. С. Кондауровым (1972г.), В. В. Остроуховым (1973г.), А. Г. Погорянским (1990г.), Н. А. Долгих (1991г.), Малышевым В. В., Нестеренко О. П. (2000г.) и др.

В диссертации в качестве инструмента исследования использовались современные методы системного анализа, анализа временных рядов, исследования операций.

Основные положения, выносимые на защиту:

— комплекс методик предпроектного обоснования применения космических средств для мониторинга состояния лесов, включающий:

— методику оценки биологической продуктивности лесов на основе обработки дистанционной космической информации;

— методику классификации экологического состояния леса;

— методику расчета периодичности наблюдений;

— методику выбора типа КА ДЗЗ и аппаратуры наблюдения для получения данных космического мониторинга состояния лесов;

— модель лесной экосистемы;

— предложения по реализации метода космического мониторинга состояния лесов.

Научная новизна результатов работы состоит в следующем:

— биопродуктивность предложено получать дистанционно, при помощи перспективных КА наблюдения, оснащенных спектрозональной и радиолокационной аппаратурой наблюдения;

— разработанная методика классификации экологического состояния леса исходит не только из наблюдаемых признаков состояния леса, но и из тенденций их изменения, сигнализирующих об экологическом неблагополучии в принципе;

— в методике расчета периодичности наблюдений при мониторинге состояния лесов, учитывается динамика показателя биопродуктивности;

— выбор КА ДЗЗ и целевой аппаратуры наблюдения, информация с которых пригодна для оценки экологического состояния лесов, осуществлен с использованием векторов частных характеристик КА ДЗЗ, определения значения весовых коэффициентов методом статистического моделирования, вычисления сводного показателя и ранжирования характеристик космических аппаратов методом стохастической квалиметрии.

Достоверность и обоснованность полученных результатов и сделанных выводов подтверждаются положительными результатами эксперимента по мониторинговым исследованиям динамики развития лесного растительного покрова на модельном примере, а также — корректным использованием в работе апробированных методов системного анализа и математического моделирования.

Практическая ценность результатов работы.

Результаты работы позволяют: повысить достоверность оценки состояния лесов для уменьшения эколого-экономического и социального ущерба от воздействий природного и техногенного характера;

— с учетом особенностей развития наблюдаемого объекта в условиях антропогенного воздействия уточнить технические требования к аппаратуре наблюдения и сформировать требования к орбитальной структуре космических средств для мониторинга лесовпрогнозировать по данным космических наблюдений развитие кризисной экологической ситуацииобосновать своевременные природоохранные мероприятия и решать с помощью космических средств наблюдения практические задачи лесного мониторинга в системе управления лесным хозяйством России на федеральном и региональном уровнях.

Апробация работы.

Результаты диссертации докладывались на IV чтениях им. М. К. Тихонравова (2002г.), XXXIX и XL научных чтениях памяти К. Э. Циолковского (2004 и 2005 г.г.), 6-ой международной научно-практической конференции «Пилотируемые полеты в космос» (2005г.), XXIX академических чтениях по космонавтике (2005г.).

Публикации.

По теме диссертации опубликовано 12 научных работ, в т. ч. статьи в журналах «Двойные технологии», «Сенсор», «Лесной вестник».

Реализация научных результатов.

Основные результаты диссертации использованы: в НИОКР «Космос — СГ» (2004, 2005гг.) — в части формирования требований к АРМ ведения мониторинга лесов и основных принципов ведения мониторинга природной средыв НИР «Абитуриент» проведено обоснование метода интерпретации многолетних данных космического мониторинга состояния лесовв НИР «Мониторинг-3» — в части обоснования требований, предъявляемых к целевой аппаратуре и орбитальному построению КА наблюдения для экологического мониторинга.

Результаты диссертации реализованы при создании комплекта оборудования для экологической разведки загрязненных территорий на базе самолета Ан-30 (ОКР «Красногорец»), а также при разработке специального математического и программного обеспечения, используемого при навигационно-баллистическом обеспечении КА наблюдения и дистанционного зондирования Земли, при проектно-поисковом обосновании основных направлений и концепции развития космической системы ДЗЗ, а также при разработке технических предложений по созданию экспериментального комплекса детального мониторинга поверхности Земли.

Структура диссертации и краткая аннотация ее глав.

Диссертация состоит из введения, трех глав, заключения, списка.

Выводы по третьей главе:

1. Рассчитана периодичность наблюдения, которая отличается для спектрозональной и радиолокационной аппаратуры, т. е. для листвы (хвои) и древесины. Согласно расчетам потребная периодичность космических наблюдений при мониторинге экологического состояния лесов составляет порядка 3-х недель для спектрозональной съемки и 2-х месяцев — для радиолокационной.

2. Выбор КА ДЗЗ и аппаратуры наблюдения в целях осуществления мониторинга состояния лесов осуществлен на основе предложенных частных показателей. В качестве примера рассматривался выбор оптимальной орбитальной структуры системы наблюдения, состоящей из функционирующих и разрабатываемых КА ДЗЗ.

Первый вариант — орбитальная группировка КА радиолокационного наблюдения «Аркон-2» и КА оптико-электронного наблюдения «РесурсДК1».

Второй вариант — орбитальная группировка зарубежных средств ДЗЗ. Это КА радиолокационного наблюдения «Radarsat» и КА оптико-электронного наблюдения «Spot-5».

Третий вариант — наиболее предпочтительный с экономической точки зрения — это орбитальная группировка, образованная МКА типа «КондорЭ» (радиолокационного наблюдения) и «БелКА» (оптико-электронного наблюдения).

3. Разработанный метод мониторинга состояния леса инвариантен по отношению к источнику получения исходных данных (временных рядов биопродуктивности) для последующего анализа. Поэтому апробация разработанного методического аппарата осуществлена с использованием дендрохронологических рядов в качестве исходных данных по биопродуктивности лесной экосистемы.

В результате совместной обработки дендрохронологических рядов и временного ряда изменения активности Солнца (чисел Вольфа) были получены:

— оценки сукцессионной, периодической и случайной компонент модельного дендрохронологического ряда (временного ряда биопродуктивности);

— оценки корреляции (влияние) временного ряда изменения солнечной активности — задающего ряда — и временных рядов изменения биопродуктивности леса.

На основании проведенных оценок состояние заданного участка леса, расположенного в районе алюминиевого завода следует отнести к нарушенному.

4. Повышение информативности оценки состояния лесов достигается за счет использования снимков с высоким пространственным разрешением (не хуже Юм), комплексной обработки спектрозонального и радиолокационного изображения, а также увеличения числа наблюдений.

5. Оценка достоверности интерпретации данных космического мониторинга состояния леса при учете динамики развития растительного покрова проведена путем сравнения вероятности единичного события, заключающегося в правильной интерпретации результатов однократного наблюдения лесного гэпа при заданной процедуре интерпретации с вероятностью правильной интерпретации результатов п наблюдений. В результате сравнения и анализа сделан вывод о том, что даже при отсутствии обработки временного ряда наблюдений достоверность интерпретации п наблюдений на порядок выше достоверности интерпретации единичного наблюдения.

В случае же использования предложенной процедуры обработки полученных временных рядов наблюдений достоверность возрастает еще больше. Таким образом, при учете многолетней динамики развития растительного покрова достоверность интерпретации данных космического мониторинга состояния леса может быть существенно повышена.

ЗАКЛЮЧЕНИЕ

.

1. В результате проведенных исследований в диссертации разработан комплекс методик предпроектного обоснования применения космических средств наблюдения для мониторинга состояния лесов, обеспечивающий повышение информативности и достоверности оценки состояния лесов на основе применения космических средств наблюдения и учета динамики развития растительного покрова.

2. Разработана модель динамики развития леса, описывающая изменения сукцессионной, циклической и случайной составляющих биопродуктивности выделенного лесного гэпа в зависимости от начального состояния биопродуктивности, активности Солнца, измеряемого в числах Вольфа, и уровня техногенного воздействия. Расчеты, проведенные на модели и сравнение результатов расчетов с наземными таксационными наблюдениями, подтвердили, во-первых, адекватность модели реальным природным процессам, а во-вторых, — эффективность оценки состояния лесов на основе наблюдений за динамикой их биологической продуктивности.

3. Методика оценки биологической продуктивности леса на основе обработки дистанционной космической информации в отличие от ранее известных предлагает использовать для оценки биопродуктивности заданного участка леса комплексирование космических спектрозональных и радиолокационных изображений, что позволяет повысить точность и достоверность измерений за счет использования нескольких независимых признаков растительных образований: индекса жизненности и пространственной структуры.

4. Разработана методика классификации экологического состояния леса, исходящая не только из наблюдаемых признаков состояния леса, но и из тенденций их изменения. Исходными данными для классификации служат временные ряды изменения биопродуктивности заданного участка леса, экологическое состояние которого необходимо оценить и эталонных массивов, результаты их анализа, данные о динамике лесопокрытия заданного участка леса, а также данные об активности Солнца (динамика изменения числа Вольфа). Методика позволяет интегрально оценивать экологическое состояние заданного участка леса и выявлять нарушения на ранних стадиях.

5. Методика расчета периодичности наблюдений разработана с учетом динамики показателя биопродуктивности, по которому оценивается экологическое состояние леса. По предлагаемой методики периодичность наблюдений отличается для спектрозональной и радиолокационной аппаратуры, т. е. для листвы (хвои) и древесины. Согласно расчетам потребная периодичность космических наблюдений при мониторинге экологического состояния лесов составляет порядка 3-х недель для спектрозональной съемки и 2-х месяцев — для радиолокационной.

6. Разработаны требования к составу и характеристикам аппаратуры наблюдения. Исходя из решаемой задачи, должны использоваться два типа аппаратуры: спектрозональная и радиолокационная. Наибольшей информативностью для оценки экологического состояния лесов в оптическом диапазоне обладает зональное отношение КСЯ зеленой части спектра гд = 550 нм к красной части спектра гх — 670 нм. При радиолокационной съемке в качестве рабочей длины волны, используемой при дистанционном определении биопродуктивности леса, целесообразно выбрать L-диапазон.

7. Задача совместного выбора типа КА ДЗЗ (орбитальных параметров) и аппаратуры наблюдения решена с использованием метода стохастической квалиметрии. По результатам выбора КА ДЗЗ сформировано три варианта орбитальных группировок К, А ДЗЗ:

Первый вариант — орбитальная группировка КА радиолокационного наблюдения типа «Аркон-2» и КА оптико-электронного наблюдения типа «Ресурс-ДК1».

Второй вариант — орбитальная группировка зарубежных средств ДЗЗрадиолокационного наблюдения «Radarsat» и КА оптико-электронного наблюдения «Spot-5».

Третий вариант — наиболее предпочтительный с экономической точки зрения — это орбитальная группировка, образованная МКА типа «КондорЭ» (радиолокационного наблюдения) и «БелКА» (оптико-электронного наблюдения).

8. Проведенная апробация разработанных концептуальных положений и методик подтверждает эффективность практического применения космических средств ДЗЗ для решения задач лесного мониторинга с целью: повышения достоверности оценки состояния лесов для уменьшения эколого-экономического и социального ущерба от воздействий природного и техногенного характерапрогнозирования по данным космических наблюдений развития кризисной экологической ситуацииобоснования своевременных природоохранных мероприятий и решения с помощью космических средств наблюдения практических задач лесного мониторинга в системе управления лесным хозяйством России.

Показать весь текст

Список литературы

  1. А.Е., Якушев Д. И. О сверхвековом цикле солнечной активности. // Научно-техническая конференция «Мониторинг и прогнозирование чрезвычайных ситуаций»: Тез. докл. СПб: СПбГЭТУ (ЛЭТИ), 1998.
  2. Н.П. Лесная таксация. М: Лесная промышленность, 1982.-552с.
  3. С.В. Аэрофотосъемка лесов. М.-Л: АН СССР, 1959. — 256 с.
  4. Вайну Я.Я.-Ф. Корреляция рядов динамики. М.: Статистика, 1977. — 119с.
  5. .Ф. Аэрокосмический мониторинг лесов. М.: Наука, 1984.-С. 161−170
  6. А. Д. Белоногова Т.В. Фактор биоразнообразия и комплексная продуктивность лесных экосистем северо-запада таежной зоны европейской части России. // Карел, науч. центр РАН. Ин-т леса -Петрозаводск, 2002.
  7. А.И., Мозолевская Е. Г., Соколова Э. С. Технология защиты леса. М: Экология, 1991. — 304с.
  8. Н.И., Горшкова И. И. Теория и эксперимент в дистанционных исследованиях растительности. Л.: Гидрометеоиздат, 1987. 248с.
  9. Н.Н., Козодеров В. В., Косолапов B.C., Татаринов Ф. А., Фосс Г.-Г. Использование дистанционного зондирования для определения массы листвы лесных насаждений // Лесоведение. 1995. — № 5. — С. 23−26.
  10. Л.К. Об исследовании многопризнаковых биологическихсистем // Применение математических методов в биологии. Т. III. JL: Ленингр. ун-т, 1964. — С. 9−12.
  11. В.Г. Энергетика биосферы и устойчивость окружающей среды // Итоги науки и техники. Сер. Теоретические и общие вопросы географии. Т. 7. М.: ВИНИТИ. — 1990. — 238с.
  12. В.Г., Кондратьев К. Я., Шерман С. Г. Изменение глобального круговорота углерода. Препринт № 1650. — С.-Петербург: ЛИЯФ. -1990.- 64с.
  13. К., Хатанака М. Спектральный анализ временных рядов в экономике. М.: Статистика, 1972. — 167с.
  14. С.П. Дендрохронологические исследования в ландшафтном заказнике «Толвоярви» // Суоярвский район (Республика Карелия): экономика, ресурсы, охрана природы. Петрозаводск: КНЦ РАН, 2000. С.42−47.
  15. Г., Ватте Д. Спектральный анализ и его применение. Т.1. -М.: Мир, 1971.-316с.
  16. Дистанционное зондирование Землиhttp://www.crimea.com/~asi/remote.htm
  17. В.Е. и др. Теоретические основы радиолокации. М.: Сов. Радио, 1964. — 136с.
  18. И.С. Методы, алгоритмы, программы многомерного статистического анализа. М.: Финансы и статистика, 1986. — 230с.
  19. В.М. Дистанционное зондирование при изучении динамики лесных экосистем за рубежом.// Обзор, информ. (Лесоводство и лесоведение вып.№ 2)-М.: ВНИИЦлесресурс, 1993. 40с.
  20. В.М. Оценка фитомассы лесного покрова // Сб. «Аэрокосмические методы и геоинформационные системы в лесоведении и лесном хозяйстве». М: МГУЛ, 1998. С. 119−120.
  21. A.M. Основы расчетов по статистической радиотехнике. М.: Связьиздат, 1963. 93с.
  22. М.Н., Жуков Б. С. О глобальном спутниковом мониторинге пространственных и временных изменений биоты // Исследование Земли из космоса. 1992. № 6. — С. 32−42.
  23. А. С., Сухих В. И. Аэрокосмический мониторинг лесных ресурсов // Лесоведение. 1986. № 6. — С. 11−21.
  24. А.С., Плешиков Ф. И. Основные направления исследований лесных ресурсов Сибири с помощью аэрокосмических средств// Исследование лесов аэрокосмическими методами. Новосибирск: Наука, 1997. С. 3−9
  25. Р.Л., Рао А.Р. Построение динамических стохастических моделей по экспериментальным данным. М.: Наука, 1983. — 384с.
  26. А.И., Медведев А. А., Меньшиков В. А. Космонавтика на рубеже тысячелетий. Итоги и перспективы. М.: Машиностроение Полет, 2001.-672с.
  27. РИА. Выпуск 11 / Под ред. Л. И. Волкова, В. Л. Лукина. М.: СИП РИА, 2004. С.53−54.
  28. В.Ю., Рыжова Е. В. Дистанционная фитоиндикация в диагностике состояния природного комплекса. // Сенсор. 2005. № 3. — С. 2225.
  29. Kondralyev К. Ya., Kozoderov V. V., Smikiy 0.1. Remote Sensing of the Earth from space: atmospheric correction. Heidelberg: Springer. 1992.410 p.
  30. Т.А. Оценка продуктивности лесов. М.: Лесная промышленность, 1981. 152с.
  31. А. Российские перспективы в гиперспектре // Новости космонавтики. 2001.-№ 7.- С. 44−46.
  32. Е.В. К вопросу об автоматизированной актуализации информации о лесном фонде по космическим снимкам // Труды Сыктывкарского лесного института. Сыктывкар: СЛИ, 2002. — Т.З. — 420 с.
  33. Е.Г. Оценка состояния и устойчивости насаждений// В кн. Технология защиты леса. М., 1991. С. 234−237.
  34. А.Г. Экофизиологическое изучение продуктивности древостоев. М.: Наука, 1983. 228с.
  35. Myers V. I. Soil, Water and Plant Relations, in «Remote Sensing with
  36. Special Reference to Agriculture and Forestry». National Academy of Sciences, Washington, D. C, pp. 253—297, 1970.
  37. В.И., Кожевникова И. А. Почему так часто происходят наводнения? // Природа. 2003. № 9. — С. 27−29.
  38. НТО «Исследование потенциала гиперспектральной съемки при решении задач контроля экологического состояния лесных и лесопарковых массивов», ЦНИИМАШ, 2006. 8с.
  39. НТО «Исследование принципов построения, возможностей повышения технического уровня и эффективности функционирования отечественных КА ДЗЗ», шифр «Мониторинг 3», № 851−0300/04−12−20 054 501−45−89, ЦНИИМАШ, 2005. 9с.
  40. НТО «Прогнозирование урожайности зерновых культур на основе данных космического мониторинга и моделирования биопродуктивности», Югорский НИИ информационных технологий, 2005.
  41. Патент Российской Федерации 2 155 472. Способ оценки биомассы растительности.
  42. А.Н. Методические основы оценки эффективности управления сбалансированным развитием Космических войск.// Стратегическая стабильность. 2003. — № 2.
  43. А.Н. Управление наземной космической инфраструктурой на основе мониторинга ее состояния. Санкт-Петербург: МО, 2005. 320с.
  44. А.Н. Наша Земля берег космического океана. //Российский космос. 2006. — № 1. — С. 4−9.
  45. Н.П. Формирование и продуктивность древостоев. Новосибирск: Наука, 1981. 298с.
  46. Постановление коллегии Рослесхоза от 19 октября 1993 г. //Лесной мониторинг в России. М. 1993.
  47. М.И., Любчич А. А. Геомагнетизм и аэрономия. 1989 Т. 29. № 3.- 359с.
  48. И. Д. Российские гиперспектральные системы зондирования Земли //Аэрокосмический курьер. 2003. № 1. — С. 48−50.
  49. Г. С., Шитиков В. К., Брусиловский П. М. Экологическое прогнозирование (Функциональные предикторы временных рядов). Тольятти, 1994. 182с.
  50. Г. С., Шитиков В. К., Мозговой Д. П. Экологическая информатика: Учебн. пособие. Самара: Самар. ун-т, 1993. — 151с.
  51. Е.В. Методический подход к космическим наблюдениям за общим состоянием растительного покрова // Материалы XL научных чтений памяти К. Э. Циолковского. Калуга, 2005. С. 168−170.
  52. Е.В. Методика оценки состояния лесных массивов с использованием космических средств. // 6-я международная научно-практическая конференция «Пилотируемые полеты в космос». 2005. С. 134 135.
  53. Е.В. Наблюдение флуктуаций биоритмологических закономерностей развития растительного покрова из космоса // Второй белорусский космический конгресс, Минск. 2005. С. 369−371.
  54. Е.В. Техническая основа системы мониторинга лесов // Вестник Московского государственного университета леса Лесной вестник.- М.: МГУЛ, 2006. — № 48. — С. 63−67.
  55. Санитарные правила в лесах СССР. М.: Лесная промышленность, 1970.- 16с
  56. М.Г., Первозванский А. А. Выявление скрытых периодичностей. М.: Наука, 1965. — 244с.
  57. Справочник по типовым программам моделирования / Под ред.
  58. A.Г. Ивахненко Киев: Техника, 1980. — 184с.
  59. Спутниковые системы мониторинга. Анализ, синтез и управление/
  60. B.В. Малышев, М. Н. Красильщиков, В. Т. Бобронников, О. П. Нестеренко, А. В. Федоров / Под редакцией В. В. Малышева. М.: МАИ, 2000. — 568с.
  61. В.И. Структура и техническая основа системы мониторинга лесов// Лесное хозяйство. 2002. № 6. — С. 6−9.
  62. SAR Information User Working Group Meeting NASA/JPL March 1516,2000.
  63. Д.В. Периодические процессы в биосфере земли и их связь с солнечной активностью по данным дендрохронологических наблюдений в Среднем Поволжье // Циклы. Материалы IV Международной конференции. СевКавГТУ, Ставрополь, 2002.
  64. Труды международной конференции «Математические и физические методы в экологии и мониторинге природной среды». М.: МГУЛ, 2001.-С. 23−29.
  65. Н.Г. Лесохозяйственное дешифрирование аэрофотоснимков. -М.: Наука, 1965.- 138с.
  66. А.А. Методологические аспекты оценки состояния лесных экосистем // Проблемы региональной экологии. Выпуск 8,2000. С. 41 45.
  67. Циклы солнечной активности и развитие цивилизации в 20 столетии. // http://propherl.narod.ru/20vek.graf.index.html
  68. Л.И. Отражательные свойства природных объектов в диапазоне 400 2500 нм, часть 1, Мин. Обороны СССР, 1986. С. 21,45−51.
  69. В.И. Прогнозирование векторных процессов скалярными гармоническими трендами // Автоматика. 1985 — № 4. — С. 34−39.
  70. А.Л. Земля в объятиях Солнца. М.: Эксмо, 2004.- 963с.
  71. А.Л. Космический пульс жизни: Земля в объятиях Солнца. Гелиотараксия. М.: Мысль, 1995. — Т. 1, 768с.
  72. Экология Севера. Дистанционные методы изучения нарушенных экосистем. М.: Географ, фак. МГУ, 2003. 246 с.
  73. Юл Дж., Кендалл М. Теория статистики. М.: Госстатиздат, 1960. -780с.
  74. Coward S.N. el al. Normalized Difference Vegetation Index Measuremcni from the Advanced Very High Resolution Radiometer // Remote Sensing Envromeiu 1991 V. 35, № 2−3. P. 237−278.
  75. Wickland D. E. Future directions of remote sensing in terrestrial ecological research // Theory and applications of ifplical remote sensing. N. Y.: John Wiley and Sons, 1989. P. 691—724.
  76. Значения годичного прироста эталонного лесного массива
Заполнить форму текущей работой