Диссертация (1137223), страница 24
Текст из файла (страница 24)
Тарарин // Современные проблемыдистанционного зондирования Земли из космоса. - 2007. - В.4. - Т.2. - С. 340-344.89Терехов,А.Г.Оценкаточностиспутниковойтехнологииопределенияплощадисельскохозяйственных масок в схеме с использованием снимков различного разрешения/ А.Г. Терехов // Современные проблемы дистанционного зондирования Земли изкосмоса. - 2009.
- Т.2. - Вып.6. - С. 459-465.90 Тихонов, Э.Е. Прогнозирование в условиях рынка/ Э.Е. Тихонов. – Невинномысск, 2006. 221 с.91 Украинский, П.А. Определение параметров почвенной линии для автоматизированногораспознаванияоткрытойП.А. Украинский,А.В.поверхностиЗемлякова//почвынаМеждународныйкосмическихжурналснимках/прикладныхифундаментальных исследований.
- 2014. - № 9. - С.140-144.92 Уланова, Е.С. Руководство по агрометеорологическим прогнозам / Е.С. Уланова,В.А. Моисейчик, А.Н. Полевой. - Л.: Гидрометеоиздат, 1984. - Т. 1. - 308 с.93 Федеральное космическое агентство: космические программы [Электронный ресурс]. –Режим доступа: http://www.federalspace.ru/115/.14794 Чернявский, Г. М. Космические средства при мониторинге Земли / Г.
М. Чернявский // Земляи Вселенная. - 2004. - №4. - С. 3-12.95 Чучуева, И.А. Классификация методов и моделей прогнозирования [Электронный ресурс] /И.А. Чучуева. – Режим доступа: https://habrahabr.ru/post/177633/.96 Шахраманьян, М.А. Методы и технологии космического мониторинга объектов захороненияотходов в интересах обеспечения экологической безопасности территорий: учебнометодическое пособие / М.А. Шахраманьян, А.А.
Рихтер. - М.: Издательский центр РГУнефти и газа имени И.М. Губкина, 2013. - 241 с.97 Шишкин, И.Н. Использование геоинформационных технологий для мониторинга и оценкипоследствий чрезвычайных ситуаций / И.Н. Шишкин, А.А. Скугарев // ДокладыТУСУРа. - 2014. - № 2. - Т. 32. - С. 276-280.98 Шуркина, А.И. Исследование растительности Республики Хакасия на основе интеграцииназемной информации и спутниковых данных / А.И.
Шуркина // Современные проблемыдистанционного зондирования Земли из космоса. - 2008. - В.5. - Т.2. - С. 387-392.99 Щербенко, Е.В. Мониторинг засухи по данным космических съемок / Е.В. Щербенко //Современные проблемы дистанционного зондирования Земли из космоса. - 2007.
- В.4. Т.2. - С. 395-407.100 Aparicio, N.D. Relationship between growth traits and spectral vegetation indices in durum wheat/ Aparicio, N.D .[ et al] // Crop science. - 2002. - Vol. 42. - P. 1547-1555.101 Arlot, S. survey of cross-validation procedures for model selection / S. Arlot, A.A Celisse //Statistics Surveys. - 2010. - Vol. 4. - P. 40-79.102 Armstrong, J.S. Forecasting for marketing / J.S.
Armstrong // Quantitative Methods in Marketing.London: International Thompson Business Press. - 1999. - P. 92-119.103 Bach, H. First results of an integrated flood forecast system based on remote sensing data / H.Bach [et al.] // Proceedings of geoscience and remote sensing symposium IGARSS '99. Hamburg, 1999. - Vol.
2. - P. 864-866.104 Baret, F.G. TSAVI: a vegetation index which minimizes soil brightness effects on LAI and APARestimation / F. Baret, G. Guyot, and D. Major // Proceedings of the 12th Canadian Symposiumon Remote Sensing and IGARSS’90. Vancouver, 1989. - P.4.105 Bartalev, S. A new spot4-vegetation derived land cover map of Northern Eurasia / S. Bartalev [etal.] // International Journal of Remote Sensing. - 2003.
- Vol. 24. - No. 9. - P.1977-1982.106 Bay, H. SURF: Speeded Up Robust Features / H. Bay [et al.] // Computer Vision and ImageUnderstanding. - 2008. - Vol. 110. - No. 3. - P. 346-359.148107 Becker Forecasting cetacean abundance patterns / Becker [et al.] // Endangered Species Research.- 2012. - Vol. 16. - P. 97-112.108 Blackmer, T.
M. Use of a chlorophyll meter to monitor nitrogen status and schedule fertigation forcorn / T. M. Blackmer, J. S. Schepers // Journal of production agriculture. - 1995. - Vol. 8. P. 56-60.109 Boegh, E., H. Airborne multi-spectral data for quantifying leaf area index, nitrogen concentrationand photosynthetic efficiency in agriculture / E.H. Boegh [et al.] // Remote Sensing ofEnvironment. - 2002. - Vol. 81. - No. 2-3.
- P. 179-193.110 Bollerslev, T. Glossary to ARCH (GARCH) / T. Bollerslev. - Duke University: Center forResearch in Economic Analysis of Time Series, 2008. – 49 p.111 Bondur, V. Aerospace methods and technologies for monitoring of oil and gas areas and facilities /V. Bondur // Izvestiya, Atmospheric and Oceanic Physics. - 2011. - Vol. 47. - No. 9. - P.
10071018.112 Bondur, V. et al. Observation of the evolution of the stress state of the southern California basedon geomechanical model and current seismicity for the purpose of earthquake prediction / V.Bondur // Proceedings of second european conference on earthquake engineering andseismology. - Istanbul, 2014. - P. 25-29.113 Boykov, Y.
An Integral Solution to Surface Evolution PDEs via Geo-Cuts / Y. Boykov, V.Kolmogorov, D. Cremers, A. Delong // Proceedings on European Conference on ComputerVision. - 2006. - Vol. 3. - P. 409.114 Brisson, N.B. STICS: a generic model for the simulation of crops and their water and nitrogenbalance.
1. Theory and parameterization applied to wheat and corn / N.B. Brisson [ et al.] //Agronomie. - 1998. - Vol. 18. - P. 311-346.115 Brown, R.G. Smoothing forecasting and prediction of discrete time series / R.G. Brown. Englewood Cliffs: Prentice-Hall. Inc, 1963. - 468 p.116 Brown, R.G. The fundamental theorum of exponential smoothing / R.G. Brown, R.F. Meyer //Operations Research. - 1961. - Vol. 9. - No. 5.
- P. 673-687.117 Campbell, J. B. Introduction to remote sensing: 3-rd edition / J. B. Campbell. - New York:Guilford Press, 2002. - 621 p.118 Choudhury, B.J. Modeling radiation and carbon-use efficiencies of maize, sorghum, and rice / B.J.Choudhury// Agricultural and Forest Meteorology. - 2001. - Vol. 106. - P. 317-330.119 Confalonieri, R WAR M: a scientific group on rice modelling / R.
Confalonieri [et al.] // RivistaItaliana di Agrometeorologia. - 2005. - Vol. 2. - P. 54-60.149120 Draper, N.R. Applied regression analysis: 3-rd edition / N.R. Draper, H. Smith. - John Wiley &Sons, inc, 1998. - 736 p.121 Drummond, S.T. Statistical and neural methods for site-specific yield prediction / S. Drummond,T. R. Kitchen // Transaction of the ASAE. - 2003. - Vol. 46.
- No. 1. - P. 5-14.122 ECMWF – European Centre for Medium-Range Weather Forecasts [Электронный ресурс]. –Режим доступа: http://www.ecmwf.int/.123ECMWF:Forecastproducts[Электронныйресурс].–Режимдоступа:http://www.ecmwf.int/en/forecasts.124ElNiñoInformation[Электронныйресурс].–Режимдоступа:https://www.wildlife.ca.gov/Conservation/Marine/El-Nino.125 ESRI Shapefile Technical Description. An ESRI White Paper – July 1998 [Электронныйресурс]. - Environmental Systems Research Institute, Inc, 1998. - 31 p.126 Fan, J. The Analysis to Tertiary-industry with ARIMAX Model / J. Fan, Q.
Huangdao, X. Cao //Journal of mathematics research. - 2009. - Vol. 1. - No. 2. - P. 156-163.127 Fang, J. Interannual Variability in Net Primary Production and Precipitation / J. Fan [et al.] //Science. 2001. Vol. 293. No. 5536. P. 1723.128 Fernando, N. Elevated CO2 alters grain quality of two bread wheat cultivars grown under differentenvironmental conditions / N. Fernando [et al.] // Agriculture Ecosystems & Environment. 2014. - Vol.
185. - P. 24-33.129 Fischer, R. Can Technology Deliver on the Yield Challenge to 2050? / R. Fischer, D. Byerlee, G.Edmeades // Expert Meeting on How to Feed the World, Food and Agriculture Organization ofthe United Nations. Rome, 2009. - P.
8-12.130 Fitzpatrick, J.M. Image Registration / J.M. Fitzpatrick, D.L.G. Hill, Jr. C.R. Maurer // Handbookof Medical Imaging. Medical Image Processing and Analysis. - SPIE Press, 2000. - Vol. 2 - P.447-513.131 Gao, B. NDWI – a normalized difference water index for remote sensing of vegetation liquidwater from space / B. Gao // Remote Sensing of Environment. - 1996. - Vol. 58. - No. 3.- P.257-266.132 Genovese, G. Methodology of the Mars Crop Yield Forecasting System / G.
Genovese [et al.] //EUR Report EUR 21291 EN/1-4. - 2004. - Vol. 1-4.133 GEOSS 10-Year Implementation Plan: Reference Document [Электронный ресурс]. - ESAPublication Division. - 2005. - 209 p.134 GLS: Global Land Survey [Электронный ресурс]. – Режим доступа: https://lta.cr.usgs.gov/GLS150135 Gonzalez, R.C. Digital Image Processing: 2-nd Edition / R.C.
Gonzalez, R.E. Woods. - London.Prentice Hall, 2002. - 793 p.136 Gorokhovskyi, K. Efficiency of Crop Yield Forecasting Depending on the Moment of PredictionBased on Large Remote Sensing Data Set / K. Gorokhovskyi, V. Ignatiev, A. Murynin //Proceedings of International Conference on Data Mining. - Las Vegas: CSREA Press U.S.A.,2013. - P.
36-41.137 Herbei, M. Using satellite images LANDSAT TM for calculating normalized difference indexesfor the landscape of Parâng Mountains / M. Herbei, L. Dragomir, S. Oncia// Proceedings of theinternational conference GEOCAD 2012. Alba Iulia, 2012. - P. 158-167.138 Holt, C.C. Forecasting seasonals trends by exponentially weighted moving averages / C.C. Holt //International Journal of Forecasting.
- 2004. - Vol. 20. - Iss. 1. - P. 5-10.139 Hough, H. Satellite Surveillance / H. Hough. - Loompanics Unlimited, 1991. - 196 p.140 Houlié, N. Early detection of eruptive dykes revealed by normalized difference vegetation index(NDVI) on Mt. Etna and Mt. Nyiragongo / N. Houlié [et al.] // Earth and planetary scienceletters. - 2006. - Vol. 246. - Iss. 3-4.
- P.149-486.141 Huete, A. A soil-adjusted vegetation index (SAVI) / A. Huete // Remote sensing of environment. 1988. - Vol. 25. - P. 295-309.142 Huete, A. Overview of the Radiometric and Biophysical Performance of the MODIS VegetationIndices / A. Huete [et al.] // Remote Sensing of Environment. - 2002. - Vol. 83. - P. 195-213.143 Illingworth, A.D. Exploiting existing ground-based remote sensing networks to improve highresolution weather forecasts / A.D.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
