Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Выделение репрезентативных показателей на основе графоаналитической модели при геоинформационном моделировании экологического состояния территорий

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Существующие математические методы анализа экологических данных основаны на гипотезах об определенных свойствах наборов данных, поэтому применимы только для решения частных задач и не решают задачу отбора наиболее информативных показателей в целом. В связи с этим в настоящее время являются актуальными задачи разработки новых методов анализа имеющихся экологических данных на исследуемую… Читать ещё >

Содержание

  • глава 1. экологическая оценка интенсивно развивающихся территорий
    • 1. 1. Картографическое отображение экологической информации
    • 1. 2. природно-ресурсный потенциал интенсивно развивающихся территорий
    • 1. 3. показатели состояния, оказывающие влияние на природно-ресурсный потенциал региона
    • 1. 4. Факторы антропогенного воздействия и их влияние на состояние основных компонент природной среды
    • 1. 5. Выводы
  • глава 2. математические методы анализа данных при ранжировании и отборе наиболее репрезентативных экологических показателей
    • 2. 1. Методы анализа показателей
      • 2. 1. 1. Корреляционный анализ
      • 2. 1. 2. Регрессионный анализ
      • 2. 1. 3. Метод главных компонент
      • 2. 1. 4. Экспертные методы
      • 2. 1. 5. Анализ выбранных методов
    • 2. 2. Методы анализа графов
      • 2. 2. 1. Алгоритм Гирвана-Нъюмана
      • 2. 2. 2. Быстрый алгоритм Ньюмана
      • 2. 2. 3. Алгоритм Клаусета, Ньюмана и Мура
      • 2. 2. 4. Анализ сетей, представленных взвешенными графами
      • 2. 2. 5. Оценка возможностей применения методов графового анализа для ранжирования и выбора репрезентативных экологических показателей
    • 2. 3. выводы
  • глава 3. разработка методики выбора наиболее репрезентативных показателей для расчета природно-ресурсного потенциала интенсивно развивающихся территорий
    • 3. 1. Подготовка данных для выделения наиболее репрезентативных показателей состояния природных ресурсов интенсивно развивающихся территорий
    • 3. 2. Методы прогнозирования данных
      • 3. 2. 1. Метод наименьших квадратов
      • 3. 2. 2. Метод наименьших квадратов с весами
      • 3. 2. 3. Метод экспоненциального сглаживания
      • 3. 2. 4. Метод авторегрессии
      • 3. 2. 5. Анализ рассмотренных методов прогнозирования данных
      • 3. 2. 6. Применение метода наименьших квадратов для прогнозирования значений загрязнения интенсивно развивающихся территорий
    • 3. 3. Оценка воздействия различных факторов на показатели состояния природных ресурсов интенсивно развивающихся территорий
    • 3. 4. Методика графового анализа и ранжирования показателей состояния природных ресурсов
    • 3. 5. Выделение факторов, оказывающих наибольшее влияние на исследуемую территорию
    • 3. 6. Общая методика отбора наиболее репрезентативных показателей состояния природных ресурсов
    • 3. 7. Выводы
  • глава 4. апробация методики выделения наиболее репрезентативных показателей и графоаналитического алгоритма на данных по загрязнению подольского региона московской области
    • 4. 1. Описание территории Подольского района Московской области
    • 4. 2. Подготовка исходных данных на территорию Подольского района Московской области
    • 4. 3. Применение методики графового анализа
    • 4. 4. Ранжирование факторов
    • 4. 5. Анализ результатов апробации разработанной методики и перспективы ее использования
    • 4. 6. Выводы

Выделение репрезентативных показателей на основе графоаналитической модели при геоинформационном моделировании экологического состояния территорий (реферат, курсовая, диплом, контрольная)

В последнее время постоянно ухудшающаяся экологическая ситуация на планете вызывает все больший интерес. Наиболее эффективным способом оценки экологического состояния экосистем является использование для этой задачи возможностей, которые предоставляют геоинформационные системы (ГИС). ГИС позволяют хранить, обрабатывать, отображать в электронном виде информацию по состоянию исследуемого региона. Они объединяют возможности картографических систем с возможностями баз данных, благодаря чему открываются широкие перспективы исследования пространственно-временной динамики экосистем интенсивно развивающихся территорий. Важным преимуществом геоинформационных систем является возможность составления интерактивных запросов к их содержимому с целью получения конкретной информации в необходимом виде.

Актуальность темы

.

Экологические качества природной среды определяются множеством различных показателей состояния, влияющих на общую экологическую ситуацию территории. При этом ни один из показателей состояния не может полностью отражать экологическую ситуацию, поскольку его экологический эффект зависит от устойчивости экосистем к этим типам воздействий. Также существует вероятность взаимной компенсации некоторых измеряемых показателей. Экологическая оценка природной среды должна быть комплексной, учитывающей всю совокупность воздействующих факторов. Для получения адекватной комплексной оценки природной среды необходимо отобрать из всего множества имеющихся показателей относительно небольшое число наиболее важных, чтобы исключить чрезмерную детализацию полученных результатов расчета интегрального показателя.

Существующие математические методы анализа экологических данных основаны на гипотезах об определенных свойствах наборов данных, поэтому применимы только для решения частных задач и не решают задачу отбора наиболее информативных показателей в целом. В связи с этим в настоящее время являются актуальными задачи разработки новых методов анализа имеющихся экологических данных на исследуемую территорию. Особенно важна разработка методики выделения репрезентативных показателей состояния и факторов воздействия, их дальнейшего анализа и ранжирования в геоинформационных системах для составления информативных и при этом не перегруженных деталями природно-ресурсных и экологических карт. Выделение репрезентативных показателей возможно при использовании методики, основанной на применении графоаналитической модели.

Объект и предмет исследования.

Объектом исследования является геоинформационное моделирование комплексных показателей экологического состояния интенсивно развивающихся территорий.

Предметом исследования является методика выделения репрезентативных показателей на основе графоаналитической модели при комплексной оценке и картографировании экологического состояния территорий средствами геоинформационных систем.

Цели и задачи.

Целью данной диссертационной работы является разработка и апробация методики ранжирования показателей состояния по значимости их влияния на экологическое состояние исследуемой территории.

Для реализации цели диссертационной работы должны быть решены следующие задачи:

1. Проведен анализ существующих геоинформационных систем, предназначенных для комплексной оценки экологического состояния территорий.

2. Определены принципы отбора репрезентативных показателей состояния интенсивно развивающихся территорий.

3. Проанализированы существующие математические методы, применяющиеся для анализа и отбора репрезентативных показателей.

4. Проведен анализ возможности применения методов анализа графов для отбора показателей при комплексной оценке экологического состояния территорий в геоинформационных системах.

5. Разработана методика отбора наиболее репрезентативных показателей состояния и факторов воздействия на основе логически обоснованного графоаналитического метода.

6. Выполнено апробирование методики на реальных данных.

Научная новизна.

1. Впервые использована графоаналитическая модель взаимосвязи между факторами антропогенного воздействия и их последствиями для отбора репрезентативных экологических показателей.

2. Автоматизирована методика ранжирования репрезентативных показателей состояния природных ресурсов и факторов воздействия при геоинформационном моделировании экологического состояния территорий.

Основные результаты, выносимые на защиту.

• Методика анализа и ранжирования экологических показателей загрязнения экосистем с использованием графоаналитической модели при геоинформационном моделировании экологического состояния территорий.

• Алгоритм выделения репрезентативных показателей состояния природных ресурсов, основанный на анализе модулярности графов.

• Результаты ранжирования показателей загрязнения и соответствующих им антропогенных факторов на территории Подольского района Московской области.

Первая глава диссертационной работы посвящена вопросу экологической оценки состояния интенсивно развивающихся территорий. Проведен анализ возможных способов оценки состояния окружающей среды 6 с использованием геоинформационных систем. Выявлены преимущества и недостатки различных подходов к комплексной оценке экологического состояния территорий. Выполнен обзор возможных показателей состояния природных ресурсов, а также факторов воздействия на экосистемы. На основе анализа воздействия загрязнений на различные компоненты экосистем показано, что наиболее репрезентативными показателями загрязнения территории являются показатели загрязнения почв.

Вторая глава диссертационной работы посвящена анализу различных математических методов анализа данных, которые могут использоваться в задачах геоинформационного моделирования при исследовании состояния природных ресурсов. Рассмотрены корреляционный и регрессионный анализы, метод главных компонент и метод экспертных оценок с точки зрения возможности их применения для задачи выделения наиболее репрезентативных показателей.

Рассмотрены современные методы анализа графов, применение которых возможно при геоинформационном моделировании экологического состояния территорий. Для задачи выделения наиболее репрезентативных показателей состояния и факторов воздействия рассмотрены методы разбиения графа на группы, а также методы поиска наиболее значимых ребер графа, авторами которых являются Гирван, Ньюман, Клаусет и Мур.

В третьей главе диссертационной работы описана теоретическая разработка методики выделения наиболее репрезентативных показателей на основе имеющихся в ГИС данных.

В главе проведен анализ методов прогнозирования показателей состояния на основе имеющихся проб. Проведен сравнительный анализ этих методов, выявлены недостатки и преимущества каждого из них в решении задачи геоинформационного моделирования при комплексной оценке экологического состояния территорий.

В четвертой главе диссертационной работы проведена апробация предложенной методики на основе имеющихся данных по загрязнению Подольского района Московской области.

Дано описание исходных данных на обследуемую территорию, необходимых для работы методики выделения наиболее репрезентативных показателей состояния природных ресурсов.

Получен список наиболее репрезентативных показателей состояния, характерных для Подольского района Московской области, основанных на данных по загрязнению территории. Выполнено ранжирование факторов воздействия по их влиянию на исследуемый регион.

Описан процесс работы методики с геоинформационными системами (ArcView) через отдельную СУБД (MS Access).

Проведен анализ полученных результатов. Намечены пути дальнейшего развития данного исследования.

В заключении диссертационной работы описаны основные результаты проведенного исследования, проведен их анализ и сделаны итоговые выводы.

4.6. Выводы.

1. Проведен сбор и подготовка исходных данных для контрольного примера апробации методики выделения наиболее репрезентативных показателей состояния природных ресурсов интенсивно развивающихся территорий на территорию Подольского района Московской области.

2. Проведена актуализация данных по показателям состояния природных ресурсов путем прогнозирования на текущий момент времени.

3. Апробирована методика выделения наиболее репрезентативных показателей состояния природных ресурсов интенсивно развивающихся территорий, получен итоговый граф наиболее репрезентативных показателей, а также составлена таблица ранжирования факторов воздействия.

4. Исходя из полученной таблицы ранжирования факторов, был сделан вывод о том, что на территории Подольского района Московской области основными негативными показателями состояния среды региона стали показатели, формирующиеся под воздействием антропогенных факторов — легкой и химической промышленности, а также цветной и черной металлургии.

5. Установлено, что предложенная методика выделения наиболее репрезентативных показателей состояния природных ресурсов интенсивно развивающихся территорий дает адекватный результат.

6. Предложены дальнейшие пути усовершенствования разработанной методики, основными из которых являются:

Возможность использования величины влияния фактора на показатель.

Автоматическая оценка необходимых данных для более точных расчетов.

Соотнесение полученных результатов с ГИС-картами расположения источников загрязнения территории.

Заключение

.

Диссертационная работа посвящена вопросу выделения наиболее репрезентативных показателей на основе графоаналитической модели при геоинформационном моделировании экологического состояния территорий.

В работе показана необходимость использования комплексной оценки для определения экологического состояния региона, в роли которой выступает природно-ресурсный потенциал интенсивно развивающихся территорий. Для моделирования и картографического отображения природно-ресурсного потенциала территорий целесообразным является использование геоинформационных систем, осуществляющих хранение, отображение, анализ и прогнозирование эколого-географической информации.

В работе проведен анализ отечественной и зарубежной литературы, посвященной вопросам комплексной оценки экологического состояния территорий и использованию для этих целей средств геоинформационных систем.

Выявлены преимущества и недостатки разработанных ГИС для интегральной оценки экологического состояния территорий.

В работе проведен анализ различных показателей состояния природных ресурсов, влияющих на природно-ресурсный потенциал интенсивно развивающихся территорий. Рассмотрены факторы, воздействующие на исследуемую территорию, проведен анализ их воздействия на различные экосистемы.

Дана характеристика математическим методам анализа данных, применение которых возможно для отбора наиболее репрезентативных показателей состояния природных ресурсов интенсивно развивающихся территорий средствами геоинформационных систем. Проанализированы возможности их использования, выявлены достоинства и недостатки. На основе анализа сделан вывод о необходимости поиска новых методов, способных эффективно решать задачу отбора наиболее репрезентативных показателей состояния природных ресурсов при геоинформационном моделировании экологического состояния территорий.

Проведен анализ современных методов анализа данных, основанных на графах, выявлена возможность их применения в задаче геоинформационного моделирования природно-ресурсного потенциала интенсивно развивающихся территорий.

Проведен анализ методов прогнозирования значений показателей состояния природных ресурсов в геоинформационных системах. Сделан вывод о необходимой точности и скорости расчетов. В качестве наиболее удобного для использования в исследовании выбран метод наименьших квадратов.

Разработана методика выделения наиболее репрезентативных показателей на основе графоаналитической модели при геоинформационном моделировании экологического состояния территорий.

Проведена апробация разработанной методики на данных по показателям состояния природных ресурсов Подольского района Московской области.

Получен ранжированный список факторов, оказывающих наибольшее воздействие на экосистемы региона, который можно использовать в качестве рекомендации для снижения загрязняющих выбросов и улучшения экологической ситуации в исследуемом регионе.

Теоретическая значимость работы.

Описан способ использования графовых методов для решения задач выделения эколого-географических показателей состояния природных ресурсов в геоинформационных системах.

Разработана методика выделения наиболее репрезентативных показателей состояния на основе графоаналитической модели при геоинформационном моделировании экологического состояния территорий.

Практическая значимость работы.

1. Предложенная методика, основанная на методах анализа графов, при добавлении в стандартные возможности геоинформационных систем существенно сокращает затраты на комплексный анализ экологических данных, что особенно важно при разработке экологических ГИС на крупные промышленные регионы.

2. Полученные результаты позволяют вырабатывать рекомендации по сокращению загрязняющих выбросов и улучшению экологической ситуации интенсивно развивающихся территорий.

3. Материалы диссертации являются отправной точкой для последующих разработок в области геоинформационных систем на основе графоаналитических методов.

В рамках развития данной тематики имеет смысл дальнейшее исследование возможного применения методов анализа графов для решения различных задач в геоинформационных системах. Методы анализа графов открывают широкие перспективы анализа геоэкологической информации, хранящейся в ГИС.

Важной задачей также является усовершенствование применения разработанной методики. Создание удобного для пользователей интерфейса, автоматизированного приложения для составления отчетов и рекомендаций.

Для получения хороших результатов работы методики большое значение имеет качество исходных данных. Разработка специального приложения для хранения информации по показателям состояния природных ресурсов интенсивно развивающихся территорий является актуальной задачей для решения проблем экологической ситуации региона. При наличии достоверных эколого-геохимических данных за предыдущие годы и на текущий момент времени имеется возможность точного и качественного их анализа и выработки соответствующих рекомендаций.

Показать весь текст

Список литературы

  1. С.А., Бухштабер В. М., Енюков И. С., Мешалкин Л. Д. Прикладная статистика. Классификация и снижение размерности.— М.: Финансы и статистика, 1989.— 607 с.
  2. В.В., Гридина Е. Г., Куракина Н. И. Вопросы обеспечения единства измерений при формировании комплексных оценок // Сборник трудов Международного симпозиума «Надежность и качество 2005». Пенза, 2005.
  3. В.В., Куракина Н. И., Желтов Е. В. ГИС комплексной оценки состояния окружающей природной среды, Агс11еу1еу № 1 (40) 2007.
  4. П.Я. Динамика природно-ресурсного потенциала территории и методы ее оценки. // География и природные ресурсы. Новосибирск: Изд-во СО РАН Филиал «ГЕО», 1999. с. 10−16.
  5. А.Л., Теличенко В. И. Классификация уровней безопасности и качественного состояния экосистем: естественные экосистемы. // Промышленное и гражданское строительство. -2010.-№ 12.-с. 52−54.
  6. Бугаевский Л. М, Цветков В. Я. Геоинформационные системы: Учебник. М.: Златоуст, 2001.-214 с.
  7. В.В. и др. Эксперимент «Убсу-Нур». Коллективная монография. 4.2. Моделирование, космос, информация, природа и человек. М.: ИНТЕЛЛЕКТ, 1995. 272 с.
  8. Бут Б., Митчелл Э. Начало работы с Агсв^. Е8Ш, 2001−2002. -253 с.
  9. Т.В., Добс А. Р. Методика комплексной картографической оценки экологического состояния территорий по интегральным показателям // Известия высших учебных заведений. Геодезия и картография. 1997. — № 4. — с. 39−43.
  10. Виктория Баландис, Экогеохимия территории Новосибирского Академгородка, ArcReview№ 3 (18) 2001.
  11. ГИС для охраняемых территорий Бельгии (по материалам статьи Барбары Дегрут и Мартина Херми, GIS Europe, июнь 1998). http://www.dataplus.ru.
  12. ГН 2.1.7.2041−06 Предельно допустимые концентрации (ПДК) химических веществ в почве.
  13. A.A., Стакун В. А., Стакун A.A. Математические методы построения прогнозов. М.: Радио и связь, 1997.- 112 с.
  14. ДеМерс Майкл Н. Географические информационные системы. Основы. М.: Дата+, 1999. 507 с.
  15. Г. В., Васильевская В. Д., Зайдельман Р. Ф. и др. Факторы и виды деградации почв // Деградация и охрана почв- Под общ. ред. акад. РАН Г. В. Добровольского. М.: Изд-во Моск. ун-та, 2002. 654 с.
  16. Г. В., Никитин Е. Д. Функции почв в биосфере и экосистемах (экологическое значение почв). М.: Наука, 1990. 261 с.
  17. Н., Смит Г. Прикладной регрессионный анализ. Множественная регрессия = Applied Regression Analysis — 3-е изд. — М.: «Диалектика», 2007. — с. 912.
  18. Т.А. Статистические методы прогнозирования: учеб. пособие для вузов — Москва: ЮНИТИ-ДАНА, 2003.
  19. И.Г. Концепция построения эколого-технической информационной системы. // Известия высших учебных заведений. Геодезия и аэрофотосъемка, 1992. № 2. — с. 105−118.
  20. И .Г., Мишин И. В. Методы линейной алгебры. М: МИИГАиК, 2007, 96 с.
  21. И.Г., Чабан Л. Н., Грузинов B.C. Геоинформационное моделирование и картографирование природно-ресурсного потенциала. // Известия высших учебных заведений. Геодезия и аэрофотосъемка. 2009. — № 7. — с. 39−45.
  22. И.Г., Чабан J1.H. Выбор и расчет показателей при геоинформационном моделировании природно-ресурсного потенциала интенсивно развивающихся территорий. // Известия высших учебных заведений. Геодезия и аэрофотосъемка. 2011. -№ 3.-с. 102−108.
  23. И.Г., Шайтура С. В. Геоинформационные системы. М.: Кудиц-Пресс, 2009. 272 с.
  24. А. Ю., Визуализация многомерных данных, Красноярск, Изд. КГТУ, 2000.
  25. И.Г., Павлов С. В., Никитин А. Б., Абрамов С. А. Организация обмена пространственными данными в распределенной ГИС Росводресурсов на основе ArcGIS Server. // ArcReview. 2008. — № 4 (47).
  26. А.Г. Введение в экологическую географию: Учебное пособие. СПб: Изд-во С.-Петербургского ун-та, 2003 г. 192 с.
  27. А.Г. Ландшафтная структура Земли, расселение, природопользование. СПб.: СПбГУ, 2008 г. 317с.
  28. А.Г. Экологическая география России: Монография. СПб.: Изд-во С.-Петерб. ун-та, Б.г. 328 с.
  29. Т.С. Базы данных: модели, разработка, реализация. СПб.: Питер, 2002. 304 с.
  30. Кауфельд Д. Microsoft Office Access 2003 для «чайников»: Пер. с англ. М.: Диалектика, 2006. 320 с.
  31. Кендалл М., Стьюарт А, Многомерный статистический анализ и временные ряды. М.: Наука, 1976 г.
  32. A.C. Функциональная экология. М.: Наука, 2006. 259 с.
  33. A.C. Опыт информационного обеспечения в администрации Ногинского района в сфере природопользования. // Геопрофи. 2007. — № 5.
  34. М.Р. Перспективные технологии информационных систем. М.: ДМК Пресс- Компания АйТи, 2003. 288 с.
  35. Р. Автомобили съели миллиарды, 20.07.11. http://www.gazeta.ru/auto.
  36. В.М. Опыт создания регионального геоинформационного ресурса мониторинга земель сельскохозяйственного назначения Краснодарского края. // ГЕОМАТИКА. 2007. — № 2.
  37. T. X. и др. Часть VI. Алгоритмы для работы с графами // Алгоритмы: построение и анализ = Introduction to Algorithms — 2-е изд. — M.: Вильяме, 2006. — 1296 с.
  38. B.C., Портенко Н. И., Скороход A.B., Турбин А. Ф. Справочник по теории вероятностей и математической статистике. М.: Наука, 1985.-640 с.
  39. С.Г., Чубай Е. О. Экологический мониторинг и контроль нефтепровода Россия-Китай. // ArcReview. 2002. — № 1 (20).
  40. O.A., Шелемотов A.A. Интеграция ГИС-приложения в систему «Особо охраняемые природные территории Ленинградской области». // ArcReview. 2008. — № 1 (44).
  41. Ю. В., Метод наименьших квадратов и . основы математико-статистической теории обработки наблюдений, 2 изд., М., 1962.
  42. В.А., Петров C.B. Опасные ситуации техногенного характера и защита от них. М.: НЦ Энас, 2008. 224 с.
  43. П.И. ГИСППР по оценке безопасности и качества питьевого водоснабжения для ОГВ. // Проблемы управления безопасностью сложных систем: Труды XII Международной конференции. Москва, декабрь 2004 г. М.: РГГУ, 2004. с. 290 294.
  44. П.И., Глазнева Н. С., Данилов И. Д., Фаныгин С. А., Шахова И. Н. Опыт создания ГИС экологического мониторинга источников питьевого водоснабжения в бассейне реки. // ArcReview. 2008. — № 1 (44).
  45. A.B., Протасов В. Ф. Экология, здоровье и природопользование в России / Под ред. В. Ф. Протасова. М.: Финансы и статистика, 1995. 525 с.
  46. И.А., Власова А. Г. Выбор частных показателей для расчета природно-ресурсного потенциала на основе анализа модулярности графовой модели. // Приложение к журналу Известия высших учебных заведений. Геодезия и аэрофотосъемка. 2011, № 4, с. 62−64.
  47. А.Н., Вендров A.M., Иванов В. К. и др. Под. ред. Наумова А. Н. Системы управления базами данных и знаний: Справ.изд. М.: Финансы и статистика, 1991. 352 с.
  48. С.М., Фурсова Т. Н. Метод количественной оценки кумулятивных свойств вредных веществ- Гигиена и санит. 1987. № 10. С. 52−55.
  49. Ф.А. Дискретная математика для программистов -«Питер» 2000, 304 с.
  50. В., Чистик О. и др. Геоинформационная система поддержки принятия экологически значимых решений на уровне хозяйства Минск, 1999 г.
  51. А.И. Теория принятия решений: Учебное пособие. М.: Издательство «Март», 2004. 656 с.
  52. Официальный сайт компании Microsoft http://www.microsoft.com/en-us/default.aspx.
  53. Официальный сайт компании ООО «ДАТА+» http://www.dataplus.ru.
  54. Ю.С., Шарафиев Р. Г., Ванчухина Л. И. Природно-ресурсный потенциал России: экология, экономика, правовые аспекты. Учебное пособие. Уфа: 2000. 69 с.
  55. A.B., Ловцов Е. Г., Киселев E.H., Нетребин П. Б. Автоматизированное геоинформационное картографирование геоэкологических показателей состояния Азовского моря. // Защита окружающей среды в нефтегазовом комплексе. 2009. -№ 11.-с. 59−65.
  56. A.M. Руководство по полевой диагностике и экологической оценке почв Кировской области: Для учителей географии, биологии и экологии Киров: Изд-во ВГПУ. 2000. -68 с.
  57. B.C. Теория вероятностей и математическая статистика. -М.: Наука, 1979.-394 с.
  58. М.Ю., Черненькова Т. В. ГИС-технологии в мониторинге биоразнообразия лесов. Центр по проблемам экологии и продуктивности лесов РАН, Москва, 2006. Вып. № 4 (39).
  59. Ю.Г. Математические методы в экологических и географических исследованиях: Учебное пособие для студ. вузов. М.: Издательский центр «Академия», 2004. 416 с.
  60. Ю.Г., Дьяконов К. Н., Алещенко Г. М. Разнообразие ландшафта и методы его измерения. География и мониторинг биоразнообразия: Серия учебных пособий «Сохранение биоразнообразия». М.: Изд-во НУМЦ, 2002. с. 143−302.
  61. С.Г., Устойчивые методы оценивания статистических моделей: Монография — К.: ПП «Санспарель», 2005. — 504 с.
  62. Pao С. Р., Линейные статистические методы и их применения.— М.: Наука (Физматлит), 1968.— 548 с.
  63. Е.В. Оценка воздействия на окружающую среду: Учебное пособие. Ярославль: ЯрГУ, 2010.- 175 с.
  64. В.А., Букин К. А., Итальянцев А. Ф. СУБД «Метан» в газовых службах Пензы и Пензенской области. // ArcReview. -2008. № 4 (47).
  65. Сонькин A. Informix и ГИС: вместе весело шагать по просторам. // PCWEEK. 2000. — № 47 (269).
  66. В.Н. Оценка загрязнения окружающей среды в районе города Карабаша. // ArcReview. 2006. — № 1 (36).
  67. B.C., Красовская Т. М., Сатаев P.P. Методика создания карт оценки рекреационного потенциала с использованием ГИС-технологий www.dataplus.ru
  68. Управление охраны почв и земельных ресурсов Минприроды России и Управление мониторинга земель и охраны почв роскомзема. Методика определения размеров ущерба от деградации почв и земель. М., 1994. — 13 с.
  69. А.Н., Зимина О. А. Применение ГИС «Карта 2003» в лесном хозяйстве. // Геопрофи. 2006. — № 6.
  70. Франк-Каменецкий Д.А., Шпакова Е. Н. Информационная система «Атмосферный воздух». // ArcReview. 2008. — № 1 (44).
  71. И.А., Михеева В.Д. Microsoft Access 2000: разработка приложений. Спб.: БХВ-Петербург, 2000. 832 с.
  72. Г. Современный факторный анализ. М.: Статистика, 1972.-486 с.
  73. В.Я. Геоинформационные системы и технологии. М.: Финансы и статистика, 1998. 288 с.
  74. JI.H. Тематическая классификация многозональных (многослойных) изображений в пакете ERDAS Imagine: Методические указания для лабораторного практикума. М.: МИИГАиК, 2006.-44 с.
  75. JI.H. Теория и алгоритмы распознавания образов. Учебное пособие. М.: МИИГАиК, 2004. 72 с.
  76. С.В. Технологии создания и использования учебных геоинформационных систем. (На примере Maplnfo): Учебное пособие. М.: МИИГАиК, 2001. 72 с.
  77. С.С. Всесторонний анализ окружающей природной среды. // Тр. II советско-американского симпозиума. Л.: Гидрометеоиздат, 1976.
  78. В.К., Розенберг Г. С., Зинченко Т. Д. Количественная гидроэкология: методы системной идентификации. Тольятти: ИЭВБ РАН, 2003.-463 с.
  79. Р.А. (ред). Общая теория статистики: Учебник — 3-е издание, переработанное. — Москва: Финансы и Статистика, 2002. — 560 с.
  80. Шор. Я. Б. Статистические методы анализа и контроля качества и надежности. М.:Госэнергоиздат, 1962, с. 552, С. 92−98.
  81. ArcView GIS. Руководство пользователя. ESRI, 1996.
  82. Avenue. Руководство пользователя. Environmental Systems Research Institute, USA, 1996.
  83. Bachelet, D., Brugnach, M., Neilson, R.P. Sensitivity of a bio-geography model to soil properties. // Ecol. Model. 1998. — 109. — pp. 77−98.
  84. Bruun H.H., Ejrnses R. Classification of dry grassland vegetation in Denmark. // J. Vegetat. Sci. 2000. — 11. — pp. 585−596.
  85. Clauset A., Newman M. E. J. and Moore C., «Finding Community Structure in Very Large Networks», Physical Review E 70 (2004): 66 111
  86. Diaconis P, Janson S (2008) Graph limits and exchangeable random graphs. Rendiconti di Matematica 28:33−61.
  87. Erdos P, Renyi A (1960) On the evolution of random graphs. Publ Math Inst Hungar. Acad Sci 5:17−61.
  88. Girvan M. and Newman M. E. J., «Community structure in social and biological networks,» Proceedings of the National Academy of Sciences (USA) 99 (2002): 7821--7826
  89. Munier Bernd, Nygaard В., Ejrnses R., Bruun H.G. A biotope landscape model for prediction of semi-natural vegetation in Denmark. // Ecological Modelling. 2001. — 139. — pp. 221−233.
  90. Newman M. E. J., Analysis of weighted networks. (2004) Phys. Rev. E 70, 56 131
  91. Newman M. E. J., Fast algorithm for detecting community structure in networks. Phys. Rev. E 69, 66 133 (2004),
  92. Newman M. E. J. Modularity and community structure in networks. (2006) PROCEEDINGS- NATIONAL ACADEMY OF SCIENCES USA 103 (23): 8577−8696
  93. Newman M.E.J., Leicht E.A. Mixture models and exploratory analysis in networks. 2007 Proc Natl Acad Sci USA 104:9564−9569.
  94. Tsichritzis Dionysios C., Lochovsky Fred. Data Models (Prentice-Hall software series) Prentice Hall, 1982. 381 p.
  95. Watson P.M., Wadsworth R.A. A computerised decision support system for rural policy formulation. // Int. J. Geogr. Information Syst. -1996.-10 (4).-pp. 425−440.
  96. Wasserman S., Faust K., Social Network Analysis. Cambridge University Press, Cambridge, England, 1994
  97. Zonneveld, I.S. The land unit a fundamental concept in landscape ecology, and its applications. // Landscape Ecol. — 1989. — 3(2). — pp. 67−86.
Заполнить форму текущей работой