Применение геоинформационного мониторинга для решения экологических задач

Тип работы:
Реферат
Предмет:
Общие и комплексные проблемы естественных и точных наук


Узнать стоимость

Детальная информация о работе

Выдержка из работы

Международный электронный научный журнал ISSN 2307−2334 (Онлайн)
Адрес статьи: pnojournal. wordpress. com/archive15/15−04/ Дата публикации: 1. 09. 2015 № 4 (16). С. 28−33. УДК 001. 5- 001. 6
Применение геоинформационного мониторинга для решения экологических задач
Статья посвящена исследованию применения геоинформационного мониторинга для решения экологических задач. Геоинформационный мониторинг рассмотрен как сложная система, которая формируется на основе познания окружающего мира. Дана классификация геоинформационного мониторинга. Введено понятие экологического геоинформационного мониторинга.
Рассмотрены основные цели анализа временных рядов при мониторинге экологической ситуации: построение формальной модели информационной или экологической ситуации, определение механизма, определяющего динамику изменения ситуации, моделирование явления и его ретроспективный анализ, моделирование информационной ситуации и и ее прогнозирование.
Выделены и охарактеризованы четыре типа факторов, под воздействием которых формируются значения элементов временного ряда: долговременные, циклические, конъюнктурные и случайные.
Рассмотрены виды экологического мониторинга: мониторинг систем, мониторинг процессов, факторный мониторинг и мониторинг разовых ситуаций.
Ключевые слова: философия информации, научная картина мира, космические исследования, мониторинг, геоинформационный мониторинг, экология
В. П. Савиных
Perspectives of Science & amp- Education. 2015. 4 (16)
International Scientific Electronic Journal ISSN 2307−2334 (Online)
Available: psejournal. wordpress. com/archive15/15−04/ Accepted: 5 August 2015 Published: 1 September 2015 No. 4 (16). pp. 28−33.
V. P. S AVi N YKH
Application of geoinformation monitoring for solving environmental problems
The article describes the use of geo-information monitoring for solving environmental problems. Geoinformation monitoring is considered as a complex system that is based on knowledge of the world. The article gives the classification of geoinformation monitoring. The article introduces the concept of environmental monitoring geoinformation.
Describes the main goals of time series analysis in the monitoring of environmental situation: building a formal model of the information or the environmental situation, the determination mechanism that determines the dynamics of the situation change, the modeling of the phenomenon and its retrospective analysis, modeling information situation and its prediction.
Characterized four types of factors: under their influence are formed of the values of the elements of the time series: long-term, cyclical, opportunistic and random.
Discusses the types of environmental monitoring: monitoring systems, monitoring processes, factor monitoring and monitoring of one-off situations.
Keywords: philosophy of information, scientific picture of the world, space research, monitoring, geoinformation monitoring, ecology
Введение
овременное развитие человечества стал/ кивается с проблемами экологии, кото-V__& quot- рые имеют разный масштаб региональные, локальные, национальные и глобальные. При решении экологических задач необходимо применять понятия экосистемы, геосистемы и геотехнической системы. для наблюдения и мониторинга этих систем наиболее подходящим инструментом является геоинформационный мониторинг. Геоинформационный мониторинг как инструмент интеграции ряда технологий дает возможность эффективного контроля и управления экологическими процессами [1−3]. При этом следует делить геоинформационный мониторинг на три группы: наземный [4], воздушный [5] и космический [6−8]. Можно говорить об особом экологическом геоинформационном мониторинге (ЭГМ), который решает задачи контроля экологии окружающей среды в разных масштабах. В работе [9] дается деление космического экологического мониторинга на 5 классов: экологический мониторинг естественных систем- мониторинг факторов, влияющих на экосистемы- мониторинг чрезвычайных ситуаций- природно-ресурсный мониторинг, прикладной мониторинг для решения хозяйственных и прикладных задач. Основной ее недостаток в том что объектами классификации являются разные категориальные объекты: системы, атрибуты, ситуации, процессы. как правило классифицируют объекты относящиеся к одной категориальной группе [10]. Поэтому данную классификацию можно уточнить и расширить.
Временные характеристики экологической ситуации
Экологические процессы характеризует нестационарность и они протекают во времени. Для учета временного фактора применяют аналитические описания временных функций, включающие время как аргумент. Простейшее временное описание или временная модель включает четыре компонента и может строится по аддитивному или мультипликативному принципам [11]. Если составляющие временного процесса независимы, то временная модель информационной экологической ситуации A (t) строится по аддитивному принципу, приведенному ниже:
A (t)=fTP (t)+ v (t)+Q (t)+ ?(t) (1)
В такой временной модели, характеризующей какой-то показатель A (t), компоненты имеют следующие значения:
fTP (t) — тренд или тенденция изменения экологической ситуации.
c (t) — циклическая характеристика экологической ситуации.
Q (t) — коньюнктурная составляющая экологической ситуации.
s (t) — случайная составляющая, характеризует & quot-шум"- или фон ошибок измерения.
Первые три компонента называют регулярными. В общем случае A (t) может описывать систему, показатель ситуации, состояние, процесс. Когда составляющие временной модели A (t) -влияют друг на друга, усиливают или ослабляют друг друга, то модель строится по мультипликативному принципу. Простейшая форма приведена ниже:
A (t)=fTp (t) q& gt-(t)Q (t)+ e (t) (2)
Возможны более сложные описания при комбинации компонент временной модели. На практике аналитической зависимости типа (1), (2) предшествуют статистические измерения показателя A (t). Они формируются на основе периодических наблюдений и построения статистического ряда исследуемой величины. При проведении периодических наблюдений a (t1), a (t2),…, a (tN), произведенных в последовательные моменты времени t, t2,…, tN, формируется статистическая модель временного ряда.
Временной статистический ряд — это последовательность упорядоченных во времени числовых значений исследуемой характеристики, описывающих динамику изучаемого явления, процесса, состояния или параметра. По существу, временной ряд описывает непрерывное явление, протекающее во времени с помощью набора измерений или наблюдений. В этом случае реальный непрерывный процесс описывается в виде дискретных наборов данных и возникает задача перехода от дискретных значений к непрерывной аналитической функции типа (1) или (2).
На практике ЭГМ дает временной ряд наблюдаемой величины [12]. При мониторинге экологической ситуации или при ЭГМ существуют следующие основные цели анализа временных рядов:
• построение формальной модели информационной или экологической ситуации, позволяющей восстанавливать события в виде непрерывного процесса (переход от дискретной модели к непрерывной) [13]-
• определение механизма, определяющего динамику изменения ситуации, то есть описание реального явления с помощью реальных объясняющих и результативных переменных [14, 15]-
• моделирование явления и его ретроспективный анализ для выявления неизвестных связей и отношений [16]-
• моделирование информационной ситуации для управления объектом мониторинга [17, 18]-
• моделирование информационной ситуации и ее прогнозирование в будущем [19].
Этот перечень можно расширить и видоизменить. Анализ временных моделей и рядов предполагает, что данные содержат функциональную составляющую (обычно включающую несколько компонент) и случайный шум (ошибку), который затрудняет обнаружение регулярных компонент. Довольно часто временные модели строят с целью выявления генезиса некого процесса.
Генезис (генез, происхождение, возникновение) в широком смысле — момент зарождения и последующий процесс развития, приведший к определенному состоянию, виду, явлению.
Генезис наблюдений комплексных временных рядов образует структура и классификация основных факторов, под воздействием которых формируются значения элементов временного ряда. Выделяют четыре типа таких факторов.
Долговременные факторы (ДФ) — факторы, формирующие долговременную тенденцию в изменении анализируемого признака x (t). Обычно эта тенденция описывается с помощью той или иной неслучайной монотонной функции fTP (t). Эту функцию называют функцией тренда или просто трендом.
Нахождение тенденции одна из основных задач анализа временных моделей. Тренд позволяет проводить ретроспективный анализ и служит основанием для построения прогноза. Тренд, как правило, всегда присутствует во временной модели. Стационарность соответствует тренду. описываемому прямой с нулевым наклоном (производная равна нулую).
Циклические факторы (ЦФ) — факторы, формирующие периодически повторяющиеся в определенное время года функциональные изменения (в частном случае колебания) анализируемого признака. Результат действия сезонных факторов описывают с помощью специальной неслучайной функции ф^). Поскольку эта функция должна быть периодической (с периодами, кратными сезонам), в ее аналитическое описание могут входить тригонометрические функции или ряды этих функций. Однако в основном ее описание и функции обусловлены содержательной сущностью задачи.
Конъюнктурные факторы (всплеск) — факторы, формирующие изменения анализируемого признака либо действием долговременных циклов, либо текущими конъюнктурными (разовыми) факторами. Результат действия циклических факторов будем обозначать с помощью неслучайной функции Q (t).
Случайные (нерегулярные) факторы — факторы, не поддающиеся учету и регистрации. Их воздействие на формирование значений временного ряда обусловлено стохастической природой элементов a (t). Будем обозначать результат воздействия случайных факторов с помощью функции случайных величин s (t). Случайные факторы, в свою очередь, могут быть разной природы. Они воздействуют на значения ряда как помехи. По-
этому многие методы исследования временных рядов включают различные способы фильтрации шума, позволяющие увидеть регулярную составляющую более отчетливо. Формальные модели рядов решают в первую очередь эту задачу.
На практике не обязательно, чтобы в процессе формирования значений всякого временного ряда участвовали одновременно факторы всех четырех типов. Большинство функциональных составляющих временных рядов принадлежит к двум классам: они являются либо трендом, либо циклической составляющей. Тренд представляет собой общую систематическую линейную или нелинейную компоненту, которая может изменяться во времени. Циклическая составляющая — это периодически повторяющаяся компонента. Оба эти вида регулярных компонент часто присутствуют в ряде одновременно. Возможен тип модели временного ряда, в которой амплитуда сезонных изменений увеличивается вместе с трендом. Такого рода модели называют моделями с мультипликативной сезонностью.
Если временной ряд строится на модели, в которой результативная переменная зависит от факторов текущего и прошедших моментов времени, то такой ряд называют лаговым. Если на текущее значение зависимой переменной оказывают влияния ее значения в прошлом, то такой ряд называют авторегрессионным.
Классификация экологического мониторинга
Классификация экологического мониторинга может быть проведена по разным признакам. По временному признаку различают мониторинг анализа тенденций, мониторинг цикличности, мониторинг разовых ситуаций (всплесков). По категориальным признакам разделяют: мониторинг систем, мониторинг процессов, мониторинг состояний, мониторинг факторов или факторный мониторинг. По направленности разделяют мониторинг Земли [20], мониторинг околоземного пространства [21] и мониторинг космического пространства. По масштабу разделяют глобальный мониторинг, национальный мониторинг, региональный территории, локальный мониторинг, мониторинг объектов.
Мониторинг систем включает: мониторинг естественных экосистем различного масштаба — глобальных, региональных, локальных, мониторинг геотехнических систем, мониторинг при-родоресурсных систем [20].
Мониторинг процессов включает: мониторинг динамики антропогенных ландшафтов (городов, городских сооружений, сельскохозяйственных угодий, крупномасштабных сооружений и т. д. :) [11].
Факторный мониторинг включает исследование различных естественных и антропогенных экзогенных факторов, влияющих на экосистемы: геофизических- метеорологических- геологиче-
ских и гидрогеологических- биотических и биотопических воздействий соседних экосистем. Факторный мониторинг включает исследование эндогенных экосистемных факторов (биоклиматических, биотических, почвенных, водных и т. п.). Факторный мониторинг включает исследование загрязнений, возникающих при различных видах хозяйственной деятельности, факторов, возникающих при испытаниях оружия и ведении военных действий и т. д. Кроме того, к этому мониторинга относят мониторинг факторов, предшествующих природным катастрофам и факторов, сопровождающих природные катастрофы и техногенные аварии и пр. [20].
Мониторинг разовых ситуаций (всплесков) включает мониторинг техногенных аварий на различных объектах, природных катастроф, падение небесных тел- не периодические всплески солнечной активности- наводнения- штормы- тайфуны- цунами- смерчи- ураганы- снегопады- пожары: пыльные бури- землетрясения- извержения вулканов- оползни- сели- лавины- массовое размножение вредных животных и т. п. [22].
Информационная поддержка экологического мониторинга включает создание экологических карт различного масштаба- получение и уточнение исходных данных для разработки прогностических моделей экосистем различного уровня и экологической обстановки в отдельных регионах.
Некоторые виды мониторинга являются составными или комплексными поскольку относятся к разным классам. Природноресурсный мониторинг относится к нескольким категориям мониторинга. Его выполняют с целью решения задач регионального и локального геологического строения территорий- для оценки закономерностей формирования и размещения полезных ископаемых- для выявления и поиска природных ресурсов. Прикладной мониторинг также является комплексным и решает задачи для исследований в области метеорологии, климатологии, океанографии, фундаментальных наук о Земле, различных отраслей народного хозяйства [23].
Развитие экологического мониторинга
Развитие ЭГМ базируется на системном подходе и системной интеграции, что формирует ЭГМ как систему, а не как отдельные технологии. Основой интеграции ЭГМ являются геоданные которые являются информационным ресурсом и
системным информационным ресурсом [24].
В настоящее время в России наблюдаются следующие процессы, связанные с развитием ЭГМ: разработка различными предприятиями и организациями собственных моделей ЭГМ- адаптация зарубежной и отечественной методики к собственным моделям ЭГМ- предоставление локальных услуг ЭГМ для предприятий и отраслей.
При ЭГМ большую роль играют не только системы наблюдения. но и системы позиционирования объектов мониторинга. Мониторинг требует создания единой координатной среды [25]. Создание и развитие систем высокоточного позиционирования основе технологий ГЛОНАСС обеспечивает решение этих задач. Оно состоит в развертывании программно-аппаратных комплексов и на этой основе обеспечения навигационной информацией транспортных служб и хозяйств, дорожно-строительных организаций, эксплуатационных служб, выполнение кадастровых и картографических работ, навигационное обеспечение проведения различных работ. Создание на основе ГНСС системы единого времени для удаленных объектов и создание на основе ГНСС единой координатной среды для удаленных объектов создает условия для формирования динамической модели геоданных и создания единого пространственно-временного информационного пространства. Для мониторинга не менее важным является создание единой временной среды. Все это решается в рамках функционирования глобальный навигационных спутниковых систем.
Заключение
Современный геоинформационный мониторинг для решения экологических задач существенно опирается на космический мониторинг и методы космической геоинформатики [26]. Применение экологического геоинформационного мониторинга обусловлено его интегриро-ванностью со многими технологиями, что делает его незаменимым инструментом исследования с одной стороны и инструментом переноса знаний в разные области с другой. Слабым местом современного ЭГМ является отсутствие универсального аналитического обеспечения. пока он является в первую очередь технологическим и во вторую аналитическим.
ЛИТЕРАТУРА
1. Майоров А. А., Соловьёв И. В., Цветков В. Я., Дубов С. С., Шкуров Ф. Ф. Мониторинг инфраструктуры пространственных данных. М. :Изд-во МИИГАиК, 2012. 198 с.
2. Мотузова Г. В., Безуглова О. С. Экологический мониторинг почв. М.: Гаудеамус, 2007.
3. Розенберг И. Н. Геоинформационный мониторинг транспортных объектов // Международный научно-технический и производственный журнал «НАУКИ О ЗЕМЛЕ». 2012. № 3. С. 20−25.
4. Цветков В. Я. Геоинформационный геотехнический мониторинг // Международный научно-технический и производственный журнал «НАУКИ О ЗЕМЛЕ». 2012. № 4. С. 54−58.
5. Бондур В. Г. Аэрокосмические методы и технологии мониторинга нефтегазоносных территорий и объектов нефтегазового комплекса // Исследование Земли из космоса. 2010. № 6. С. 3−17.
6. Бармин И. В., Лящук Б. А., Савиных В. П., Цветков В. Я. Принципы глобального космического мониторинга // Полет. Общероссийский научно-технический журнал. 2013. № 4. С. 30−36.
7. Ozorovich Y. R. et al. Geomonitoring shallow depth structure and groundwater by MARSES TEM instrument //Proc. SEG Conf., Houston. 1999.
8. Цветков В. Я. Диверсификация космического мониторинга // Славянский форум. 2015. № 2(8). С. 302−309.
9. Бондур В. Г., Савин А. И. Концепция создания систем мониторинга окружающей среды в экологических и природно-ресурсных целях. // Исследование земли из космоса. 1992. № 6. С. 70−78.
10. Цветков В. Я. Формальная и содержательная классификация // Современные наукоёмкие технологии. 2008. № 6. С. 85−86.
11. Цветков В. Я., Павлов А. И., Потапов А. С. Геомониторинг деформаций. М.: МИИГАиК, 2006. 88 с.
12. Бондур В. Г., Кондратьев К. Я., Крапивин В. Ф., Савиных В. П. Проблемы мониторинга и предсказания природных катастроф // Исследования Земли из космоса. 2005. № 1. С. 3−14.
13. Бондур В. Г. Принципы построения космической системы мониторинга Земли в экологических и природно-ресурсных целях // Известия высших учебных заведений. Геодезия и аэрофотосъемка. 1995. № 2. С. 14−38.
14. Павлов А. И., Цветков В. Я. Геоинформационный мониторинг деформаций // Славянский форум, 2012. № 1(1). С. 84−87.
15. Бондур В. Г., Савин А. И. Принципы моделирования полей сигналов на входе аппаратуры ДЗ аэрокосмических систем мониторинга окружающей среды // Исследование Земли из космоса. 1995. № 4. С. 24−34.
16. Бондур В. Г. Моделирование двумерных случайных полей яркости на входе аэрокосмической аппаратуры методом фазового спектра // Исследование Земли из космоса. 2000. № 5. С. 28−44.
17. Розенберг И. Н., Цветков В. Я. Создание динамической пространственно-временной модели управления железной дорогой // Геодезия и картография. 2010. № 8. С. 48−51.
18. Ададуров С. Е., Розенберг Е. Н., Розенберг И. Н. Оптимизация управления инфраструктурой на основе спутниковых технологий // Автоматика, связь, информатика. 2009. № 9. С. 4−5.
19. Маркелов В. М., Цветков В. Я. Геомониторинг// Славянский форум. 2015. № 2(8). С. 177−184.
20. Бондур В. Г., Кондратьев К. Я., Крапивин В. Ф., Савиных В. П. Мониторинг и предсказание природных катастроф // Проблемы окружающей среды и природных ресурсов. 2004. № 9. С. 2−15.
21. Бармин И. В., Кулагин В. П., Савиных В. П., Цветков В. Я. Околоземное космическое пространство как объект глобального мониторинга // Вестник НПО им. С. А. Лавочкина. 2013. № 4. С. 4−9.
22. Кужелев П. Д. Мониторинг пожаров // Славянский форум. 2015. № 2(8). С. 143−152.
23. Розенберг И. Н., Цветков В. Я. Среда поддержки интеллектуальных систем // Транспорт Российской Федерации. 2011. № 6. С. 6−8.
24. Савиных В. П., Цветков В. Я. Геоданные как системный информационный ресурс // Вестник Российской Академии Наук. 2014. Т. 84. № 9. С. 826−829.
25. Егоров В. М., Цветков В. Я. Координатное обеспечение международной аэрокосмической системы глобального мониторинга // Полет. Общероссийский научно-технический журнал. 2012. № 4. С. 34−37.
26. Розенберг И. Н., Цветков В. Я. Космическая геоинформатика: учебное пособие. М.: МГУПС (МИИТ), 2015. 72 с.
REFERENCES
1. Maiorov A.A., Solov'-ev I.V., Tsvetkov V. Ia., Dubov S. S., Shkurov F.F. Monitoring infrastruktury prostranstvennykh dannykh [Monitoring spatial data infrastructure]. Moscow, MIIGAiK Publ., 2012. 198 p.
2. Motuzova G. V., Bezuglova O. S. Ekologicheskii monitoring pochv [Ecological monitoring of soils]. Moscow, Gaudeamus Publ., 2007.
3. Rozenberg I. N. Geoinformation monitoring of the transport objects. Mezhdunarodnyi nauchno-tekhnicheskii i proizvodstvennyi zhurnal «NAUKI O ZEMLE» — International scientific-technical and production journal & quot-EARTH SCIENCES& quot-, 2012, no. 3, pp. 20−25 (in Russian).
4. Tsvetkov V. Ia. GIS geotechnical monitoring. Mezhdunarodnyi nauchno-tekhnicheskii i proizvodstvennyi zhurnal «NAUKI O ZEMLE»
— International scientific-technical and production journal & quot-EARTH SCIENCES& quot-, 2012, no. 4, pp. 54−58 (in Russian).
5. Bondur V.G. Aerospace methods and technologies for monitoring oil and gas areas and oil and gas facilities. Issledovanie Zemli iz kosmosa — Study of Earth from space, 2010, no. 6, pp. 3−17 (in Russian).
6. Barmin I.V., Liashchuk B.A., Savinykh V.P., Tsvetkov V. Ia. Principles of the global space monitoring. Polet — Flight, 2013, no. 4, pp. 30−36 (in Russian).
7. Ozorovich Y. R. et al. Geomonitoring shallow depth structure and groundwater by MARSES TEM instrument // Proc. SEG Conf., Houston. 1999.
8. Tsvetkov V. Ia. Diversification of space monitoring. Slavianskii forum — Slavic forum, 2015, no. 2(8), pp. 302−309 (in Russian).
9. Bondur V.G., Savin A.I. The concept of creation of systems of environmental monitoring in environmental and natural resource purposes. Issledovanie zemli iz kosmosa — Study of Earth from space, 1992, no. 6, pp. 70−78 (in Russian).
10. Tsvetkov V. Ia. Formal and substantive classification. Sovremennye naukoemkie tekhnologii — Modern high technologies, 2008, no. 6, pp. 85−86 (in Russian).
11. Tsvetkov V. Ia., Pavlov A.I., Potapov A.S. Geomonitoring deformatsii [Geomonitoring deformations]. Moscow, MIIGAiK Publ., 2006. 88 p.
12. Bondur V.G., Kondrat'-ev K. Ia., Krapivin V.F., Savinykh V.P. Problems of monitoring and prediction of natural disasters. Issledovaniia Zemli iz kosmosa — The study of Earth from space, 2005, no. 1, pp. 3−14 (in Russian).
13. Bondur V.G. Principles of modeling field signals at the input of the equipment DZ aerospace systems environmental monitoring. Geodeziia i aerofotos& quot-emka — Geodesy and aerial photography, 1995, no. 2, pp. 14−38 (in Russian).
14. Pavlov A.I., Tsvetkov V. Ia. Geoinformation monitoring of deformations. Slavianskii forum — Slavic forum, 2012, no. 1(1), pp. 84−87 (in Russian).
15. Bondur V.G., Savin A.I. Principles of modeling field signals at the input of the equipment DZ aerospace systems environmental monitoring. Issledovanie Zemli iz kosmosa — The study of Earth from space, 1995. no. 4, pp. 24−34 (in Russian).
16. Bondur V.G. Modeling of two-dimensional random fields of brightness at the entrance of aerospace instrumentation phase spectrum method. Issledovanie Zemli iz kosmosa — The study of Earth from space, 2000, no. 5, pp. 28−44 (in Russian).
17. Rozenberg I. N., Tsvetkov V. Ia. Creation of dynamic spatial-temporal model of the management of the railway. Geodeziia i kartografiia — Geodesy and aerial photography, 2010, no. 8, pp. 48−51 (in Russian).
18. Adadurov S.E., Rozenberg E.N., Rozenberg I.N. Optimization of infrastructure management based on satellite technology. Avtomatika, sviaz'-, informatika — Automation, communication, computer science, 2009, no. 9, pp. 4−5 (in Russian).
19. Markelov V.M., Tsvetkov V. Ia. Geomonitoring. Slavianskii forum — Slavic forum, 2015, no. 2(8), no. 177−184 (in Russian).
ij0. Bondur V.G., Kondrat'-ev K. Ia., Krapivin V.F., Savinykh V.P. Monitoring and prediction of natural disasters. Problemy okruzhaiushchei
sredy i prirodnykh resursov — Problems of environment and natural resources, 2004, no. 9, pp. 2−15 (in Russian). ¦21. Barmin I.V., Kulagin V.P., Savinykh V.P., Tsvetkov V. Ia. Near-Earth space as object global monitoring. VestnikNPOim. S.A. Lavochkina
— Bulletin NPO named after S. A. Lavochkin, 2013, no. 4, pp. 4−9 (in Russian).
?22. Kuzhelev P.D. Monitoring fires. Slavianskii forum — Slavic forum, 2015, no. 2(8), pp. 143−152 (in Russian).
S3? Rozenberg I.N., Tsvetkov V. Ia. Wednesday support intelligent systems. Transport Rossiiskoi Federatsii — Transport of the Russian
Federation, 2011, no. 6, pp. 6−8 (in Russian). S4. Savinykh V.P., Tsvetkov V. Ia. GEODATA as system information resource. Vestnik Rossiiskoi Akademii Nauk — Herald of the Russian Academy of Sciences, 2014. V. 84. no. 9, pp. 826−829.
25. Egorov V.M., Tsvetkov V. Ia. Coordinate the provision of international aerospace system for global monitoring. Polet- Flight, 2012, no. 4, pp. 34−37 (in Russian).
26. Rozenberg I.N., Tsvetkov V. Ia. Kosmicheskaia geoinformatika: uchebnoe posobie [Space Geoinformatics: a training manual]. Moscow, MGUPS (MIIT) Publ., 2015. 72 p.
Информация об авторе Савиных Виктор Петрович
(Россия, Москва) Профессор, доктор технических наук, Президент Московского государственного университета геодезии и картографии Летчик-космонавт. Дважды Герой Советского Союза. E-mail: cj2@mail. ru
Information about the author
Savinykh Viktor Petrovich
(Russia, Moscow) Professor, doctor of technical Sciences, The President of the Moscow state University of geodesy and cartography Pilot-cosmonaut. Twice Hero Of The Soviet Union. E-mail: cj2@mail. ru

ПоказатьСвернуть
Заполнить форму текущей работой