Методология анализа данных дистанционного зондирования атмосферы и подстилающей поверхности в контуре ГИС тема диссертации и автореферата по ВАК РФ 25.00.30, доктор географических наук Сердитова, Наталья Евгеньевна

• Сердитова, Наталья Евгеньевна
• доктор географических наук
• 2011

Оглавление диссертации доктор географических наук Сердитова, Наталья Евгеньевна

Сокращения

Введение

Глава 1 Геоинформационные системы

1.1 Базовые определения и понятия

1.2 Классификация, структура и представление данных в ГИС

1.2.1 Типы ГИС

1.2.2 Задачи и функции ГИС

1.2.3 Структура ГИС

1.2.4 Программное обеспечение ГИС

1.3 Геоинформационные системы в метеорологии, экологии и природопользовании 26 Выводы

Глава 2 Выбор наиболее информативных спектральных диапазонов дистанционного зондирования метеорологических объектов в контуре ГИС

2.1 Вводные замечания

2.2 Определение главных компонент совокупности

2.3 Вычисление оценок наибольшего правдоподобия для главных компонент

2.4 Алгоритм реализации метода в контуре ГИС

2.5 Реализация метода для спутниковых мультиспектральных изображений метеорологических объектов и подстилающей поверхности 47 Выводы

Глава 3 Автоматическая идентификация изображенных на спутниковых снимках экологически значимых метеорологических объектов в контуре ГИС

3.1 Вводные замечания

3.2 Постановка задачи распознавания. Основные определения и понятия

3.3 Методы распознавания первого уровня (полная априорная информация)

3.3.1 Метод максимума правдоподобия

3.3.2 Случай статистически независимых признаков

3.3.3 Аппроксимационный метод оценки распределений по выборке

3.4 Методы распознавания второго уровня (неполная априорная информация)

3.4.1 Построение решающих правил

3.4.2 Метод ближайшего среднего (эталона)

3.4.3 Улучшение разделимости классов при значительном различии статистической структуры обучающих выборок

3.5 Методы распознавания третьего уровня (полное отсутствие априорной информации). Кластерный анализ

3.6 Реализация алгоритмов в контуре ГИС

3.7 Примеры использования разработанного метода для распознавания метеорологических объектов и классификации типов подстилающей поверхности 82 Выводы

Глава 4 Построение мезоклиматического потенциала территории в условиях априорной неопределенности в рамках ГИС

4.1 Метод сводных показателей АСПИД

4.2 Оценка экологического потенциала ландшафта 100 Выводы

Глава 5 Оценка статистической обоснованности принципа максимума производства энтропии для описания сложных климатических и эколого-экономических систем

5.1 Вводные замечания

5.2 Обзор математической модели Джейнса для неравновесной статистической механики

5.3 Максимум производства энтропии

5.4 Самоорганизующаяся критичность

5.5 Математические аспекты связи максимума производства энтропии, теоремы о флуктуациях и шенноновской информационной энтропии 127 Выводы

Глава 6 Моделирование сложных неравновесных систем и принцип максимума производства энтропии

6.1 Использование принципа максимума производства энтропии при моделировании переноса тепла в атмосфере

6.1.1 Вводные замечания

6.1.2 Производство энтропии в идеальной сухой атмосфере

6.1.3 Глобальный баланс энергии и энтропии

6.1.4 Теоретическая верхняя граница производства энтропии

6.2 Использование принципа максимума производства энтропии при моделировании сложных эколого-экономических систем. Измерение антропогенных выбросов парниковых газов как система учета глобального производства энтропии

Выводы

Глава 7 Укрупненная оценка ущерба, наносимого окружающей среде выбросами загрязняющих веществ в атмосферу

Санкт-Петербурга с использованием ГИС

Выводы

Введение диссертации (часть автореферата) на тему «Методология анализа данных дистанционного зондирования атмосферы и подстилающей поверхности в контуре ГИС»

Актуальность исследования. В последние годы геоинформационные системы (ГИС) стремительно становятся стандартным инструментом для решения- ряда фундаментальных и прикладных проблем метеорологии и климатологии. Благодаря способности хранить, обрабатывать, анализировать и визуализировать в структурированной электронной форме огромные объемы пространственно распределенных разнородных данных, ГИС позволяют быстро генерировать синтетическую информацию в удобной для принимающих решения специалистов форме. В решениях XV Всемирного метеорологического конгресса (Женева, 2007) и Стратегическом плане ВМО (№ 1028) настойчиво рекомендуется широкое внедрение ГИС в мировую метеорологическую практику в качестве основы перспективных информационных систем.

В метеорологических и природоохранных приложениях имеется широкий класс задач, решение которых в значительной степени облегчается или ускоряется при использовании ГИС. К ним можно отнести: раннее оповещение о стихийных бедствиях и опасных погодных явлениях, наблюдения за температурой земной поверхности и Мирового океана, контроль-за уровнем поверхности Мирового океана, определение границ снежного покрова, наблюдения за площадями затопления и разлива рек, наблюдения за распространением дыма от лесных пожаров, агрометеорологические и биометеорологические приложения, наблюдения за климатической системой Земли и отдельными ее элементами. Проблема эффективного применения ГИС в подобных задачах состоит в необходимости усвоения и анализа данных дистанционного зондирования, в особенности полученных при помощи метеорологических радиолокаторов и спутников, для исследования различных объектов климатической системы.

Однако цифровая информация, поступающая от современных средств дистанционного зондирования атмосферы и подстилающей поверхности, требует расшифровки и анализа с целью идентификации изображенных на снимках объектов, осуществляемых, как правило, вне рамок ГИС с использованием специализированных программных и аппаратных средств. Можно выделить две основные проблемы, решение которых необходимо для превращения данных дистанционного зондирования в информационные слои, составляющие основу для хранения информации в ГИС: 1) компрессия данных, или выбор наиболее информативных спектральных диапазонов зондирования; 2) идентификация изображенных на снимках объектов. Значительное ускорение процесса принятия решений может быть достигнуто при рассмотрении этих задач непосредственно в контуре ГИС, особенно в реальном масштабе времени, в темпе поступления данных дистанционного зондирования.

Столь же актуальной в процессе принятия решений с помощью ГИС является проблема оценки комплексного состояния территорий. Можно выделить два наиболее общих класса задач. Первый относится к построению сводных показателей, характеризующих природный потенциал территории без учета хозяйственной деятельности человека. Второй — к оценке состояния территории, с учетом осуществляемой на ней экономической деятельности.

Необходимость построения сводных показателей возникает, например, при оценке различного рода территориальных потенциалов (ассимиляционного, мезоклиматического и др.), оценке диффузионного потенциала синоптической ситуации, оценке многофакторного риска стихийных бедствий или степени уязвимости для них определенного района. В силу определенной искусственности подобных сводных показателей, а также всегда имеющей место неопределенности наиболее тонким и ответственным этапом является оценивание весовых коэффициентов, учитывающих вклад разных факторов в значение показателя. В этом смысле необходима разработка метода, который бы отвечал двум требованиям: а) учитывал имеющуюся неопределенность, б) допускал простую вычислительную реализацию в контуре ГИС.

Оценки экологического состояния территорий невозможны без рассмотрения осуществляемой на них экономической деятельности. Проблема усложняется тем, что эколого-экономическое состояние территории, с одной стороны, зависит от метеорологических и климатических факторов, а с другой стороны, может оказывать на них влияние. Необходима разработка метода оценивания в рамках ГИС наиболее общих показателей макросостояния сложных климатических и эколого-экономических систем.

Технологии современного дистанционного зондирования позволяют осуществлять мониторинг различных параметров состояния атмосферы, гидросферы и биосферы. Принятие оперативных решений на основе такой информации удобнее всего осуществлять с помощью ГИС-технологий. Между тем приходится констатировать отсутствие единого методологического подхода к анализу данных дистанционного зондирования атмосферы и подстилающей поверхности для проведения комплексной оценки состояния территорий в контуре ГИС в реальном масштабе времени. Это обстоятельство во многих случаях системно ограничивает возможности оперативного нахождения наилучших решений.

Данная диссертация призвана восполнить существующий научный пробел в этой сфере, что и актуализирует тему исследования.

Целью диссертационного исследования является разработка методологии анализа данных дистанционного зондирования атмосферы и подстилающей поверхности в контуре ГИС для комплексной оценки состояния территорий.

Для достижения поставленной цели были поставлены и решены следующие задачи:

• создать структуру и разработать логическую организацию наполнения картографической и атрибутивной баз данных с целью комплексной оценки состояния территорий по результатам дистанционного зондирования атмосферы и подстилающей поверхности в контуре ГИС в реальном масштабе времени;

• разработать метод компрессии данных и выбора наиболее информативного спектрального диапазона зондирования метеорологических объектов в контуре ГИС;

• разработать метод автоматической идентификации изображенных на спутниковых снимках экологически значимых метеорологических объектов в контуре ГИС;

• разработать метод построения в рамках ГИС мезоклиматического потенциала территории в условиях априорной неопределенности;

• оценить статистическую обоснованность принципа максимума производства энтропии для описания сложных климатических и эколого-экономических систем;

• определить возможность использования концентрации антропогенных выбросов углекислого газа в качестве основы для интегральной оценки энтропийной устойчивости территории (региона);

• произвести расчет индекса относительной энтропийной устойчивости, отражающего относительное благополучие региона с эколого-экономической точки зрения.

Объектом диссертационного исследования является атмосфера и подстилающая поверхность.

Предметом исследования является дистанционное зондирование и геоинформационное моделирование сложных неравновесных климатических и эколого-экономических систем.

Методологическая и теоретическая основа исследований. Исследования базируются на системном подходе, в котором применены методы термодинамики, теоретико-информационного, теоретико-вероятностного и статистического анализов, методы теории распознавания образов, методы рандомизированных сводных показателей, геоинформационного моделирования.

Новые научные результаты, выносимые на защиту:

• метод выбора наиболее информативных спектральных диапазонов дистанционного зондирования метеорологических объектов на основе анализа главных компонент ковариационной матрицы наблюдений в контуре ГИС;

• метод автоматической идентификации изображенных на спутниковом снимке метеорологических объектов с использованием трехуровневого семейства методов распознавания образов и кластер-анализа с варьируемой степенью априорной неопределенности в контуре ГИС;

• алгоритм повышения степени разделимости классов метеорологических объектов путем нормирования по среднеквадратическому отклонению в случае значительного различия статистической структуры обучающих выборок;

• метод построения регионального мезоклиматического потенциала седиментации аэротехногенных примесей с использованием рандомизированных весовых коэффициентов в контуре ГИС;

• теоретико-информационное и статистическое обоснование возможности применения принципа максимального производства энтропии (МПЭ) для описания открытых сложных климатических и эколого-экономических систем, действующих в условиях ресурсных ограничений;

• метод учета антропогенных выбросов углекислого газа для оценки скорости производства энтропии территории;

• метод и результаты расчета индекса энтропийной устойчивости территории.

Теоретическая и практическая значимость результатов исследования. Полученные в диссертации результаты и разработанные методы могут быть использованы:

• в системах раннего оповещения о стихийных бедствиях и опасных погодных явлениях,

• в системах наблюдения за лесными и тундровыми пожарами,

• в системах наблюдения за выбросами загрязняющих веществ в атмосферу и Мировой океан,

• при контроле водной и ветровой эрозии почв,

• при определении границ снежного покрова, затопления и разлива рек,

• при оценке состояния сельскохозяйственных и лесных угодий,

• при оценке биометеорологических индексов,

• при оценке ассимиляционных и мезоклиматических потенциалов территорий,

• при стратегическом планировании развития территории,

• при оценке состояния экологических и экономических систем. Апробация. Основные результаты работы докладывались на

Всероссийской научной конференции в РГГМУ (Санкт-Петербург, ноябрь 1999 г.), на итоговых сессиях ученого совета РГГМУ (Санкт-Петербург, январь 2001-2009 гг.), на научных семинарах кафедр прикладной метеорологии и экспериментальной физики атмосферы, экономики предприятия и учетных систем РГГМУ (1999-2009 гг.). Результаты исследования были использованы при выполнении международных и российских грантов, договорных НИР: «Преобразование социальной сферы города за счет реализации его образовательных возможностей» (1999-2002 гг.), «Оценивание экономической эффективности, разработка моделей и оптимизация гидрометеорологического обеспечения народного хозяйства» (2001—2004 гг.), «Организация и регулирование инновационной деятельности в регионе с использованием потенциала высшей школы» (2003—2004 гг.), «Управление природопользованием на предприятиях посредством интеграции данных бухгалтерской и экологической отчетности» (2005—2010 гг.), TEMPUS JEP «СОМВАТ-МЕТЕО» (2007-2009 гг.); TEMPUS JEP «QUALIMET» (2009-2012 гг.), BRIDGE «Keeping it cool» (2007 г.); грант молодых научно-педагогических работников высших учебных заведений и академических институтов Санкт

Петербурга в 2007 г. № 07009; грант фонда «Научный потенциал» — конкурс научно- исследовательских проектов в 2008—2009 гг., договор № 171. Исследования выполнялись в рамках мероприятий 1.5 и 1.2.1 Федеральной целевой программы Министерства образования и науки Российской Федерации «Научные и научно-педагогические кадры инновационной России» на 2009-2013 гг. (государственные контракты 02.740.11.5199 от 12 марта 2010 г. и 16.740.11.0184 от 2 сентября 2010 г.).

Личный вклад автора. Основные результаты диссертации получены лично автором и опубликованы более чем в 60 печатных работах, материалы использованы в научно-исследовательских отчетах.

Заключение диссертации по теме «Метеорология, климатология, агрометеорология», Сердитова, Наталья Евгеньевна

Выводы

1. Уровень загрязнения воздушного бассейна города зависит не только от количества выбросов загрязняющих веществ и их химического состава, но и от климатических условий, определяющих перенос, рассеивание и превращение выбрасываемых веществ и зависящих, как правило, от географических особенностей. Поэтому для учета этих факторов при определении ущерба, наносимого окружающей среде, целесообразно использовать ГИС-технологии, позволяющие не только отразить в географической привязке имеющуюся информацию, но и осуществлять моделирование загрязнения атмосферного воздуха и эффективно использовать полученные данные для оценки и прогноза качества воздуха в различных целях.

2. Осуществляя значительное воздействие на экосистему, промышленность является одним из главных потребителей энергии и ресурсов, увеличивая тем самым производство энтропии, т. е. с ростом производства уменьшается количество доступной энергии, что также является одной из составляющих ущерба, наносимого окружающей среде.

ЗАКЛЮЧЕНИЕ

1. Имеется значительный потенциал использования ГИС в решении прикладных задач современной метеорологии и климатологии.

2. Характерной особенностью использования ГИС является необходимость усвоения и анализа данных дистанционного зондирования атмосферы и подстилающей поверхности, а также построения сводных и обобщенных показателей в условиях неполной, неточной и нечисловой информации.

3. Недостатком существующих типовых ГИС является отсутствие возможности выполнения в рамках самой системы компрессии данных спутникового дистанционного зондирования метеорологических объектов, их автоматической идентификации, процедур построения климатических потенциалов с учетом варьируемой априорной, неопределенности, а также проведения макрооценки оценки состояния сложных климатических и эколого-экономических систем.

4. Разработанные в настоящей работе методы позволяют устранить названные в п. 3 недостатки построения геоинформационных систем.

5. Разработаны методы, структура и логическая организация наполнения картографической и атрибутивной баз данных с целью комплексной оценки состояния территорий по результатам дистанционного зондирования атмосферы и подстилающей поверхности в контуре ГИС в реальном масштабе времени.

6. Анализ главных компонент ковариационной матрицы наблюдений мультиспектральных спутниковых изображений метеорологических объектов позволяет осуществить в контуре ГИС эффективную (до 98 %) компрессию данных и выбрать наиболее информативный (репрезентативный) спектральный диапазон зондирования.

7. Результаты применения разработанного метода выбора наиболее информативного диапазона на основе анализа главных компонент для обнаружения границы снежного покрова и морского льда на фоне облачности, шлейфа дыма от лесных пожаров, анализа структуры подстилающей поверхности по мультиспектральным данным спектрорадиометра среднего разрешения MODIS спутников EOS РМ-1 (Aqua) и TM LANDSAT показывают его эффективность.

8. Для автоматического распознавания в контуре ГИС метеорологических объектов, изображенных на спутниковых снимках, универсальным показывает себя разработанный метод, выбирающий решающее правило в зависимости от трех возможных уровней наличия априорной информации о классах метеорологических объектов. При наличии полной априорной информации в виде условных плотностей вероятностей используется решающее правило распознавания метода максимального правдоподобия. В случае отсутствия информации об условных плотностях вероятностей, и в то же время при наличии хорошо определенных обучающих выборках значительного объема, также используется решающее правило метода максимального правдоподобия. В случае неполной априорной информации используется решающее правило метода ближайшего среднего (эталонов).

9. При значительном различии статистической структуры обучающих выборок качество распознавания классов метеорологических объектов повышается путем нормирования по среднеквадратическим отклонениям выборок.

10. При полном отсутствии априорной информации о классах метеорологических объектов наилучшим показывает себя кластерный анализ на основе потенциальных функций.

11. Наиболее робастным (устойчивым к качеству определения обучающих выборок) для решения задач обнаружения метеорологических объектов с близкой отражаемостью в видимом диапазоне (например, снежный покров и слоистая облачность) оказался алгоритм, использующий нормированный метод ближайшего среднего. При хорошем определении обучающих выборок (например, задача распознавания различных типов подстилающих поверхностей) наилучшее качество распознавания демонстрирует алгоритм, основанный на методе максимального правдоподобия с аппроксимацией условных плотностей вероятностей смесью нормальных распределений.

12. При построении мезоклиматического потенциала седиментации в контуре ГИС весьма перспективным показал себя метод рандомизированных сводных показателей, обобщающих различные стороны объекта в условиях неопределенности и .неточности информации. Полученные таким образом расчетные данные мезоклиматического потенциала находятся в хорошем согласии с результатами натурных наблюдений за седиментацией аэротехногенных примесей.

13. Использование принципа максимума производства энтропии для макроописания открытых сложных динамических систем оправдано с теоретико-информационной точки зрения как статистически обоснованный принцип физического отбора, предсказывающий репродуцируемое (наиболее вероятное) поведение, отбираемое заданными ограничениями. Однако оправдываемость прогнозов метода максимальной энтропии в значительной степени зависит от правильности учета всех действующих ограничений.

14. Применение принципа максимума производства энтропии при рассмотрении модели общей циркуляции атмосферы предписывает установление состояния максимально возможной бароклинности как средства обеспечения наиболее эффективного переноса тепла от экватора к полюсам, что может потребовать специального учета в климатических моделях.

15. Разработанный метод учета антропогенных выбросов углекислого газа в атмосферу в качестве показателя объема произведенной энтропии позволяет практически использовать в контуре ГИС принцип максимума производства энтропии при анализе состояния эколого-экономических систем.

16. Разработанный метод расчета индекса относительной энтропийной устойчивости территории (RES) весьма наглядно характеризует макросостояние эколого-экономической системы и является удобной основой для создания информационного эколого-экономического слоя в ГИС. Его критически малые значения, даже при благополучных экономических показателях, дают сигналы о необходимости серьезного пересмотра экономической или природоохранной политики на региональном уровне с целью обеспечения устойчивого эколого-экономического состояния.

Список литературы диссертационного исследования доктор географических наук Сердитова, Наталья Евгеньевна, 2011 год

1. Авен, П. О. Функциональное шкалирование. Агрегирующие интегральные показатели / П. О. Авен, И. Б. Мучник, А. А. Ослон. М., 1986. - 45 с.

2. Адаптация и обучение в системах управления и принятия решений / под ред. А. В. Медведева. М. : Наука, 1982. - 200 с.

3. Азгальдов, Г. Г. Количественная оценка качества / Г. Г. Азгальдов, Л. А. Азгальдова. М., 1971. - 176 с.

4. Айвазян, С. Классификация многомерных наблюдений / С. Айвазян, 3. Бежаева, О. Староверов. М. : Финансы и статистика, 1984. - 54 с.

5. Айзерман, A.A. Метод потенциальных функций в теории обучения машин / А. А. Айзерман, Э. М. Браверман, Э. И. Розоноэр. М. : Наука, 1970. -387 с.

6. Алберт, А. Регрессия, псевдоинверсия и рекуррентное оценивание / А. Альберт. М. : Наука, 1977. - 224 с.

7. Алгоритмы и программы восстановления зависимостей / под ред. В. Н. Вапника. М. : Наука, 1984. - 816 с.

8. Аллен, Р. Экономические индексы / Р. Аллен. М., 1980. - 256 с.

9. Андерсон, Т. Статистический анализ временных рядов / Т. Андерсон. — М.: Мир, 1976.-756 с.

10. Аоки, М. Оптимизация стохастических систем / М. Аоки. М. : Наука, 1972.-424 с.

11. Беллман, Р. Введение в теорию матриц / Р. Беллман. — М. : Наука, 1976. -368 с.

12. Бем-Баверк, Е. Основы теории ценности хозяйственных благ / Е. Бем-Баверк // Австр. школа в полит, экономии. М., 1992. - С. 243-426.

13. Берлянт, А. М. Картография / А. М. Берлянт. М. : Аспект Пресс, 2001. -336 с.

14. Берлянт, Ю. Б. Геоинформатика. Толковый словарь основных терминов / Ю. Б. Берлянт. М. : Астрея, 1996. - 208 с.

15. Бесекерский, В. А. Робастные системы автоматического управления / В. А. Бесекерский, А. В. Небылов. М. : Наука, 1983. - 240 с.

16. Бешенцев, А. Н. Геоинформационная оценка природопользования / А. Н. Бешенцев. Улан-Удэ : Изд-во БНЦ СО РАН, 2008. - 120 с.

17. Богданчук, В. 3. Агрегирование векторных критериев / В. 3. Богданчук, Б. М. Егоров, А. Н. Катулев. Л., 1990. - 127 с.

18. Браверман, Э. М. Структурные методы обработки эмпирических данных / Э. М. Браверман, И. Б. Мучник. М. : Наука, 1983. - 464 с.

19. Вапник, В. Теория распознавания образов / В. Вапник, А. Червоненкис. — М. : Наука, 1984.-416 с.

20. Васильев, В. И. Распознающие системы / В. И. Васильев. Киев : Наукова думка, 1983.-234 с.

21. Вилкас, Э. Теория полезности и принятие решений / Э. Вилкас // Мат. методы в соц. науках. — Вильнюс, 1971. — С. 13-60.

22. Волошин, Г. Я. Статистические методы решения задач распознавания, основанные на аппроксимационном подходе / Г. Я. Волошин, И. А. Бурлаков, С. Т. Косенкова. Владивосток : Изд-во ТОЙ ДВО РАН, 1992. -278 с.

23. Гантмахер, Ф. Р. Теория матриц / Ф. Р. Гантмахер. М. : Наука, 1967. - 376 с.

24. Гельфанд, M. И. Интегральная геометрия и связанные с ней вопросы теории представлений / М. И. Гельфанд, М. И. Граев, Н. Я. Виленкин. — М.: Физматгиз, 1962. — 656 с.

25. Геоинформационные системы // Центр дистанционного зондирования и геоинформационных систем «Терра» Электронный ресурс. — Алматы, 2010. Режим доступа: http://www.gis-terra.kz/services/dz/devsrc. - Загл. с экрана.

26. Геоинформационные системы и технологии (ГИС) // Кафедра геоинформатики и геодезии Электронный ресурс. — Донецк, 2010. — Режим доступа: http://gis.dgtu.donetsk.ua/ru/gis.html. Загл. с экрана.

27. ГИС — определения и особенности // ГИС-технологии Электронный ресурс. М., 2010. - Режим доступа: http://www.gis-tech.ru/index.html. -Загл. с экрана.

28. ГИС и геоданные для государственных нужд // Центр пространственных исследований Электронный ресурс. — СПб., 2010. — Режим доступа: http://www.geointellect.spb.ru/?id=2453. Загл. с экрана.

29. ГИС и охрана окружающей среды // Отрасли применения ГИС Электронный ресурс. / ООО «Дата+». М., 2009. - Режим доступа: http://www.dataplus.шЯndustries/13Ecolog/gisecol.htm. - Загл. с экрана.

30. Гитис, В. Г. Основы пространственно-временного прогнозирования в геоинформатике / В. Г. Гитис, Б. В. Ермаков. М. : ФИЗМАТЛИТ, 2004. -256 с.

31. Гнеденко, Б. В. Курс теории вероятностей / Б. В. Гнеденко. М., 1988. -447 с.

32. Голуб, А. А. Экономика природопользования / А. А. Голуб, Е. Б. Струкова. -М. : Аспект Пресс, 1995. 188 с.

33. Горелик, А. Л. Методы распознавания / А. Л. Горелик, В. А. Скрипкин. -М. : Высш. шк., 1977. 467 с.

34. Гриценко, А. И. Экология. Нефть и газ / А. И. Гриценко, Г. С. Акопова, В. М. Максимов. М. : Наука, 1997.

35. Дворецкий, Л. М. Анализ методов экономической оценки природных ресурсов на примере оценки городских земель / Л. М. Дворецкий // Экономика природопользования. 2004. - № 2. - С. 25-28.

36. Дмитриев, А. Н. Введение в геоинформационное картирование / А. Н. Дмитриев, А. В. Шитов. Горно-Алтайск, 2001.

37. Дуда, Р. Распознавание образов и анализ сцен / Р. Дуда, П. Харт. М. : Мир, 1976.

38. Евсеев, А. В. Рандомизированная линейная свертка критериев / А. В. Евсеев, В. В. Корников, Н. В. Хованов // Управление динамическими системами. Л., 1991.-С. 157-161.

39. Ефремов, Р. Н. Экологический менеджмент / Р. Н. Ефремов, Н. Е. Сердитова и др. // Экологические и метеорологические проблемы больших городов и промышленных зон : тез. докл. на Всерос. науч. конф. -СПб., 2001.-С. 88-89.

40. Загоруйко, Н. Г. Пакет прикладных программ ОТЭКС / Н. Г. Загоруйко и др.. -М. : Финансы и статистика, 1986.

41. Загоруйко, Н. Г. Методы распознавания и их применение / Н. Г. Загоруйко. -М. : Сов. радио, 1972.

42. История создания ГИС // Геоинформационные системы Электронный ресурс. М., 2010. — Режим доступа: http://oka-rusachok.narod.ru/history.html. - Загл. с экрана.

43. Калчиц, Б. 3. Технические средства формирования банков данных / Б. 3. Калчиц, О. Р. Мусин // Банки географических данных для тематического картографирования. — М., 1987. С. 15—27.

44. Карлин, JI. Н. Расчет платы за негативное воздействие на окружающую среду : практикум / JI. Н. Карлин, В. Б. Иванов, Н. Е. Сердитова. СПб. : Изд-во РГГМУ, 2009. - 112 с.

45. Картография. Вып. 4 : Геоинформационные системы : сб. пер. ст. / сост., ред. и предисловие А. М. Берлянта и В. С. Тикунова. — М. : Картгеоцентр : Геодизиздат, 1994.

46. Катковник, В. Я. Линейные оценки и стохастические задачи оптимизации / В. Я. Катковник. М. : Наука, 1976. - 488 с.

47. Кевеш, П. Теория индексов и практика экономического анализа / П. Кевеш. -М., 1990.-303 с.

48. Колганов, С. К. Построение в условиях дефицита информации сводных оценок сложных систем / С. К. Колганов, В. В. Корников, П. Г. Попов. — М., 1994. 80 с.

49. Коновалова, Н. В. Введение в ГИС / Н. В. Коновалова, Е. Г. Капралов. — М.: Изд-во ООО «Библион», 1997. 159 с.

50. Королев, Ю. К. Общая геоинформатика / Ю. К. Королев. М. : Изд-во ООО СП «Дата+», 1998. - 118 с.

51. Ланкастер, П. Теория матриц / П. Ланкастер. — М. :Наука, 1982. 272 с.

52. Линевич, Н. Л. К вопросу оценки мезоклиматического потенциала седиментации / Н. Л. Линевич // Базовые принципы создания метода практической реализации систем экологической безопасности. — Л., 1989. — С. 76-82.

53. Лукьянчиков, Н. Н. Природная рента и охрана окружающей среды / Н. Н. Лукьянчиков. М. : ЮНИТИ-ДАНА, 2004. - 176 с.

54. Лурье, И. К. Основы геоинформатики и создание ГИС / И. К. Лурье. М. : Изд-во МГУ, 2002.

55. Мартюшев, Л.М. Принцип максимальности производства энтропии в физике и смежных областях / Л.М. Мартюшев, В.Д. Селезнев. // Екатеринбург. ГОУ ВПО УГТУ-УПИ, 2006. - 83 с.

56. Методика определения предотвращенного экологического ущерба. — М. : Гос. ком. РФ по охране окружающей среды, 1999. — 71 с.

57. Маркин, Б. Г. Проблема группового выбора / Б. Г. Маркин. М., 1974. -256 с.

58. Миркин, Б. М. Беседы об устойчивости экосистем. Беседа четвертая: Модули устойчивости промышленных систем / Б. М. Миркин, Л. Г. Наумова // Экология и жизнь. 2005. - № 4 (45). - С. 36-41.

59. Миркин, Б. М. Беседы об устойчивости экосистем. Беседа шестая: Модули устойчивости биосферы / Б. М. Миркин, Л. Г. Наумова // Экология и жизнь. 2005. - № 6 (47). - С. 36-41.

60. Москаленко, А. П. Экономика природопользования и охраны окружающей среды / А. П. Москаленко. М. : ИКЦ «МарТ», 2003. - 224 с.

61. Об охране окружающей среды: Федеральный закон от 10 января 2002 г. № 7-ФЗ // Информационно-правовой портал ГАРАНТ. — 2010.

62. Орлов, В. Ю. Основные понятия и применение геоинформационных систем в природоохранной деятельности / В. Ю. Орлов. — Ярославль, 2003. 96 с.

63. Основы геоинформатики. В 2 кн. Кн. 1 / под ред. В. С. Тикунова. М. : Академия, 2004. - 352 с.

64. Охрана окружающей среды, природопользование и обеспечение экологической безопасности в Санкт-Петербурге в 2004 году / под ред. Д. А. Голубева, Н. Д. Сорокина. СПб., 2005. - 512 с.

65. Охрана окружающей среды, природопользование и обеспечение экологической безопасности в Санкт-Петербурге в 2006 году / под ред. Д. А. Голубева, Н. Д. Сорокина. СПб., 2007. - 528 с.

66. Охрана окружающей среды, природопользование и обеспечение экологической безопасности в Санкт-Петербурге в 2008 году / под ред. Д. А. Голубева, Н. Д. Сорокина. СПб., 2009. - 480 с.

67. Патрик, Э. Основы теории распознавания образов / Э. Патрик. — М. : Сов. радио, 1980.

68. Полищук, Ю. М. Анализ воздействия загрязнений атмосферы на лесоболотные экосистемы в нефтедобывающих районах Сибири / Ю. М. Полищук, О. С. Токарева // Оптика атмосферы и океана. 2000. - С. 950953.

69. Пригожин И., Д. Кондепуди. Современная термодинамика. М.: Мир, 2002 - 464 с.

70. Районы Санкт-Петербурга'2008 год : стат. сб. / Петростат. СПб., 2009. -30 с.

71. Растоскуев, В. В. Геоинформационные технологии при решении задач экологической безопасности / В. В. Растоскуев, Е. В. Шалина. — СПб. : Изд-во ВВМ, 2006. 256 с.

72. Рюмина, Е. В. Анализ эколого-экономических взаимодействий / Е. В. Рюмина. М. : Наука, 2000. - 160 с.

73. Саенко, К. С. Учет экологических затрат / К. С. Саенко. — М. : Финансы и статистика, 2005. — 376 с.

74. Самратов, У. Д. Использование технологий цифровых картографических и геоинформационных систем в государственном земельном кадастре России / У. Д. Самратов, Г. С. Елесин, П. Р. Попович // ГИС — Обозрение. -Весна, 1995.-С. 12-13.

75. Сербенюк, С. Н. Концепция системного моделирования и автоматизации в географической картографии / С. Н. Сербенюк // Вестн. Моск. ун-та. Сер. Геогр. 1988. - № 4. - С. 15-24.

76. Сердитова, Н. Е. Алгоритмы и методы использования геоинформационных систем в задачах компрессии, распознавания и комплексирования данных дистанционного зондирования: автореф. дис. канд. физ.-мат. наук / Н. Е. Сердитова. СПб. : РГГМУ, 2001. - 15 с.

77. Сердитова, Н. Е. К вопросу оценки ущерба от загрязнения окружающей среды / Н. Е. Сердитова // Нефть, газ и бизнес : информ.-аналит. журн. — 2008. -№ 12.-С. 39-42.

78. Сердитова, Н. Е. К вопросу учета антропогенного производства энтропии как показателя устойчивости эколого-экономической системы / Н. Е. Сердитова // Вестн. ИНЖЭКОНА. 2009. - № 3 (30). - С. 153-157.

79. Сердитова, Н. Е. Корректировка системы национальных счетов с учетом амортизации природного капитала / Н. Е. Сердитова // Нефть, газ и бизнес: информ.-аналит. журн. 2008. - № 9. - С. 20-24.

80. Сердитова, Н. Е. Методология применения геоинформационных технологий в задачах дистанционного зондирования / Н. Е. Сердитова // Учен. зап. / Рос. гос. гидрометеорологический ун-т . — 2011. № 19.

81. Сердитова, Н. Е. Методология применения геоинформационных технологий в задачах оценки состояния территорий / Н. Е. Сердитова // Учен. зап. / Рос. гос. гидрометеорологический ун-т. 2011. - № 18.

82. Сердитова, Н. Е. Методы оценки экологического ущерба / Н. Е. Сердитова // Академический и межвузовский сборник научных трудов: «Инновационное развитие экономики России». — СПб. : РГГМУ, 2004. — 0,38 п.л. (лично автором 0,38 пл.).

83. Сердитова, Н. Е. Основы экоэкономического подхода / Н. Е. Сердитова // Учен. зап. / РГГМУ, Экономический и социально-гуманитарный фак. — СПб., 2004. С. 52-59.

84. Сердитова, Н. Е. Принцип максимума производства энтропии и «озеленение» системы национальных счетов / Н. Е. Сердитова // Научно-технические ведомости СПбГПУ. 2009. - № 2-2'. - С. 40-44.

85. Сердитова, Н. Е. Природные ресурсы и экономический рост / Н. Е. Сердитова // Нефть, газ и бизнес : информ.-аналит. журн. — 2008. — № 10. — С. 13-16.

86. Сердитова, Н. Е. Распознавание метеорологических объектов с помощью семейства решающих правил в условиях варьируемой априорной неопределенности / Н. Е. Сердитова // Естественные и технические науки. -2011.-№3.-0.4 п.л.

87. Сердитова, Н. Е Использование принципа максимума производства энтропии при моделировании общей циркуляции атмосферы / Н. Е. Сердитова // Естественные и технические науки. — 2011. — № 3. 0.7 п.л.

88. Сердитова, Н. Е. Усовершенствование системы обращения с отходами в Санкт-Петербурге / Н. Е. Сердитова // Тезисы доклада на 5-ммеждународном молодежном экологическом форуме стран балтийского региона «Экобалтика-2004». СПб., 2004. - С. 69.

89. Сердитова, Н. Е. Эколого-экономические аспекты использования невозобновляемых ресурсов (и их последствия для окружающей среды) / Н. Е. Сердитова // Нефть, газ и бизнес : информ.-аналит. журн. 2008. — № 11.-С. 30-40.

90. Сердитова, Н. Е. Эколого-экономический взгляд на проблему устойчивого управления лесами / Н. Е. Сердитова // Лесной вестник : Вестн. Моск. гос. ун-та леса . 2009. - № 1. - С. 174-179.

91. Сердитова, Н. Е. Экономика и окружающая среда / Н. Е. Сердитова // Учен. зап. / РГГМУ, Экономический и социально-гуманитарный фак. — СПб., 2004.-С. 59-63.

92. Сердитова, Н. Е. Экономические аспекты глобального изменения климата / Н. Е. Сердитова // Вестн. ИНЖЭКОНА. 2007. - № 5 (18). - С. 165-172.

93. Сердитова, Н. Е. Эколого-экономические проблемы Российской Федерации / Н. Е. Сердитова, А. А. Алимов // Социально-теоретический альманах «Россия в глобальном мире». СПб., 2003. - № 5. - С. 102-107.

94. Сердитова, Н. Е. Усовершенствование системы обращения с отходами в Санкт-Петербурге / Н. Е. Сердитова, О. В. Иванова // Итоговая сессия ученого совета РГГМУ : информ. материалы. СПб., 2004. — С. 105—106.

95. Сердитова, Н. Е. Экономическая оценка биоразнообразия / Н. Е. Сердитова, Е. А. Шатунова // Академический и межвузовский сборник научных трудов. «Инновационное развитие экономики России». — СПб., 2004.-С. 117-122.

96. Сердитова, Н. Е. Использование ГИС в задачах распределения природных ресурсов / Н. Е. Сердитова, Р. Н. Ефремов // Итоговая сессия ученого совета РГГМУ : информ. материалы. СПб., 2001. - С. 47-49.

97. Сердитова, Н. Е. Моделирование сложных эколого-экономических систем и принцип максимума производства энтропии / Н. Е. Сердитова, А.

98. B. Белоцерковский. СПб. : Изд-во РГГМУ, 2008. - 105 с.

99. Сердитова, Н. Е. Экономика природопользования: эколого-экономический аспект / Н. Е. Сердитова. СПб. : Изд-во РГГМУ, 2006. - 345 с.

100. Сероухова, О. С. Лабораторный практикум по дисциплине «Геоинформационные системы» / О. С. Сероухова. СПб. : Изд-во РГГМУ, 2007.-116 с.

101. Создание электронных карт : обзорная информация. — М. : Изд-во ЦНИИГАиК, 1994. 59 с.

102. Состояние окружающей среды // Экологический портал Санкт-Петербурга Электронный ресурс. / Ком. природы СПб. СПб., 2010. — Режим доступа: http://www.infoeco.ru/index.php?id=23. -Загл. с экрана.

103. Степановских, А. С. Прикладная экология: охрана окружающей среды / А.

104. C. Степановских. -М. : ЮНИТИ-ДАНА, 2005. 751 с.

105. Тикунов, В. С. Моделирование в картографии / В. С. Тикунов. М. : Изд-во МГУ, 1997.-405 с.

106. Тикунов, В. С. Устойчивое развитие территорий: картографо-географическое обеспечение / В. С. Тикунов, Д. А. Цапук. — М. ; Смоленск: Изд-во СГУ, 1999.- 176 с.

107. Трухаев, Р. И. Модели принятия решений в условиях неопределенности / Р. И. Трухаев. М., 1981. - 257 с.

108. Тюрин, Ю. Н. Анализ нечисловой информации / Ю. Н. Тюрин, Б. Г. Литвак, А. И. Орлов. М., 1981. - 80 с.

109. Фаддеев, Д. К. Вычислительные методы линейной алгебры / Д. К. Фаддеев, В. Н. Фаддеева. -М. : Физматгиз, 1963.

110. Фредерик, В. Дистанционное зондирование Земли для ГИС / В. Фредерик // ГИС-обозрение. Лето, 1995. - С. 48-51.

111. Фу, К. С. Последовательные методы в распознавании образов и обучении машин / К. С. Фу. М. : Наука, 1971.

112. Фу, К. С. Структурные методы в распознавании образов / К. С. Фу. — М .: Мир, 1977.

113. Хаккольд, В. Введение в городские географические информационные системы / В. Хаккольд. Оксфорд : Изд-во Оксф. ун-та, 1991.-321 с.

114. Хованов, Н. В. Анализ и синтез показателей при информационном дефиците / Н. В. Хованов. СПб.: Изд-во СПбГУ, 1996. - 196 с.

115. Хованов, Н. В. Рандомизированный выбор аппроксимации / Н. В. Хованов // Конструктивная теория функций. СПб., 1992. — С. 68-70.

116. Цветков, В. Я. Геоинформационные системы и технологии / В. Я. Цветков.- М. : Финансы и статистика, 1998. — 287 с.

117. Цветков, В. Я. Геоинформационные системы и технологии / В. Я. Цветков.- М.: Финансы и статистика, 1998. — 288 с.

118. Человек и город. В 2 ч. Ч. 2, вып. 2, 3: Экология и город / гл. ред. Н. Н. Моисеев // Эволюция ионосферы: материалы II сессии Постоянно действующей международной конференции. — 2000. — 119 с.

119. Шеннон К. Работы по теории информации и кибернетике. — М.: Изд-во иностранной литературы. — 1963. — 830 е.

120. Aronoff, S. Geographic Information Systems: A Management Perspective. WD1 Publications, P. O. Box 585, Station B, Ottawa, Ontario К 1 P 5P7. Canada, 1987. ISBN 0-9218404-00-8.

121. Bak, P., Tang, C. and Wiesenfeld, K. Self-organized criticality: An explanation of the 1/f noise. // Phys. Rev. 1987. - Lett.59. - P.381.

122. Belotsercovsky, A. V. Adaptive methods for the solution of optimization problems in hydrometeorology / A. V. Belotsercovsky // Proc. of IAMAP-IAHAS'93, Symp. M4, July 13-14, 1993, Yokogama, Japan.

123. Belotsercovsky, A. Radar imagery nowcasting using adaptive stochastic models / A. V. Belotsercovsky, H. Uyeda, K. Kikuchi // Atmospheric Research. 1994.- 34. P. 249-257.

124. Bruneau, P., Gascuel-Odoux, G., Robin, P., Merot, Ph., Beven, K. Sensitivity to space and time resolution of a hydrological model using digital elevation data. Hydrol. Processes 9. 1995. - P. 68-81.

125. Burrough, P. A. Principles of Geographical Information System for Land Resources Assessment / P. A. Burrough ; Oxford University Press. — Oxford, 1990.

126. Cochran, G. R. The technology of remote sensing: system components, data processing and prospect / G. R. Cochran // Eden, M. J. Remote Sensing and Tropical Land Management / M. J. Eden, J. T. Parry Eds.. Wiley, UK, 1986. -P. 17-34.

127. Dale, P. F. Land Information Management. An introduction with special reference to cadastrial problems in Third World countries / P. F. Dale, J. D. Mclaughlin. Oxford : Claredon Press : Wolton street : Oxford GB, 1998. -ISBN 0-19-858404-9.

128. Dawes, R. Linear models in decision making / R. Dawes, B. Carrigan // Psychol. Bull. 1974. - Vol. 81. - P. 95-106.

129. DeSimone, M. Automatic structuring and feature recognition for large scale digital mapping / M. DeSimone // Auto Carto London. 1986. - Vol. 1. - P. 8695.

130. Dewar, R. C. Information theory explanation of the fluctuation theorem, maximum entropy production, and self-organized criticality in non-equilibrium stationary states / R. C. Dewar // J. Physics. 2003. - A 36. - P. 631-641.

131. Dougherty, J.P. Foundations of non-equilibrium statistical mechanics. //Phil. Trans. R. Soc. Lond. 1994. - A. 346. - P. 259.

132. Eastman, R. J. // Idrisi for Windows. Version 2.0 January 1997.

133. Essex, C. Radiation and the irreversible thermodynamics of climate// J. Atmos. Sci. 1984. -V. 41. —P. 1985

134. Firesmith, D. A definition and five specific cases of generalized sample mean / D. Firesmith // Math, and Comput. Educ. 1983. - Vol. 17, № 3. - P. 210-215.

135. Forrest, W.W., Walker, D.J. Change in entropy during bacterial metabolism.// Nature. 1964. -V. 201. - P. 49.

136. Gallavotti, G., Cohen, E.D.G. Dynamical ensembles in stationary states// J. Stat. Phys. 1995. - V. 80. - P. 931.

137. Goody, R. Sources and sinks of climate entropy / R. Goody // Q J R Meteorol Soc. 2000. - 126 (566). - P. 1953-1970.

138. Grassl, H. The climate at maximum-entropy production by meridional atmospheric and oceanic heat fluxes / H. Grassl // Q J R Meteorol Soc. 1981. -107 (451).-P. 153-166.

139. Held, I. M. Non-linear axially symmetric circulations in a nearly inviscid atmosphere /1. M. Held, A. Y. Hou // J Atmos Sci. 1980. - 37 (3). - P. 515-533.

140. Held, I. M. A proposal for the intercomparison of the dynamical cores of atmospheric general circulation models /1. M. Held, M. J. Suartfz // Bull Am Met Soc.-1994.-75 (10).-P. 1825-1830.

141. Hill, A. Entropy production as the selection rule between different growth morphologies// Nature. 1990. - V. 348. - P. 426.

142. Horel, J. D. Complex Principal component analysis: Theory and examples / J. D. Horel // J. Clim. Appl. Meteor. 1984. - 23. - P. 1660-1673.

143. Idrisi for Windows .Tutorial Exercises Version 2.0 J. Ronald Eastman January 1997.

144. Ito, T. Entropy production of Atmospheric Heat transport. In Non-equilibrium thermodynamics and the production of entropy / T. Ito, A. Kleidon. Berlin ; Heidelberg : Springer, 2005. - P. 93-106.

145. James, I. N. Concerning the effect of surface drag on the circulation of aplanetary atmosphere / I. N James, L. J Gray // Q J R Meteorol Soc. 1986. -112.-P. 1231-1250.

146. Jaynes, E.T. The Maximum Entropy Principle. Eds: Levine, R.D., Tribus, M. Cambridge: MA : MIT, 1979. - P. 15

147. Jaynes, E.T. The Minimum Entropy Production Principle// Ann. Rev. Phys. Chem. 1980. -V. 31. — P. 579

148. Kleidon, A. The atmospheric circulation and states of maximum entropy production / A. Kleidon, K. Fraedrich, T. Kunz, F. Lunkeit // Geophys Res Lett. — 2003.-30 (23).-P. 2223.

149. Lebowitz, J.L., Spohn, H. A Gallavotti-Cohen Type Symmetry in the Large Deviation Functional for Stochastic Dynamics// J. Stat. Phys. 1999. — V. 95. — P. 333.

150. Liljas, E. Automated techniques for the analysis of sattelite cloud imagery / E. Liljas //Nowcasting. Ed. K. A. Browning. Academic Press, 1982. P. 167-176.

151. Lorenz, E. N. Generation of available potential energy and the intensity of the general circulation, in Dynamics of Climate / E. N. Lorenz ; edited by R. L. Pfeffer, 86-92, Pergamon Press, Oxford, 1960.

152. Lorenz, R. D. Titan, Mars and Earth: Entropy production by latitudinal heat transport / R. D. Lorenz // Geophys Res Lett. -2001.-28 (16). P. 3169-3169.

153. Maes, C. The fluctuation theorem as a Gibbs property// J. Stat. Phys. 1999. -V. 95.-P. 367

154. Maracchi, O. A Guide to Computer Science Application in Agrometeorology / O. Maracchi, P. Battista, B. Rapi // Regional Training Seminar for National Instructors of RA. I and RA.VI, Nairobi, Kenya, 1998.

155. Marshall et al. Hydrostatic, quasi-hydrostatic, and non-hydrostatic ocean modeling // J Geophys Res. 1997a. - 102 (C3). - 5733-5752.

156. Marshall et al. A finite-volume, incompressible Navier Stokes model for studies of the ocean on parallel computers // J Geophys Res. 1997b. - 102 (C3). - P. 5753-5766.

157. Mitasova, H. Modelling spatially and temporally distributed phenomena: new methods and tools for GRASS GIS / H. Mitasova, L. Mitas, W. M. Brown, D. P.

158. Gerdes, I. Kosinvsky, T. Baker // J. Geogr. Information Systems. 1995. - 9 (4).-P. 433-466.

159. Moguire, D. J., Goodchild, M. F., Rhind, D. W. Geographic Information Systems. Lougman Scientific & Technical, Bural Hill. Harlow, Essex CM20 2JE. England, 1991. ISBN 0-582-05661-6.

160. Moore, I. D., Grayson, R. B., Ladson. A. R. Digital terrain modelling: a review of hydrological, geomorphological and biological applications. Hydro). Processes 5, 1991, 3-30.

161. Mueksch, M. C. Monitoring and Assessing Natural Lake and Environments for Lake-GIS / M. C. Mueksch // Proc. GIS/LIS'96. Annual Conf. and Exposition, Denver, Colorado, 1996. P. 30-36.

162. Nicolis, G. On the entropy balance of the earth-atmosphere system / G. Nicolis,

163. C. Nicolis // Q J R Meteorol Soc. 1980. - 106 (450). - P. 691-706.

164. Olson, R. J. Regional environmental analysis and assessment utilizing the geoecology data base / R. J. Olson, J. M. Klopatek // Computer Graphics and Environmental Planing. Prentice-Hall, 1983. - P. 161-173.

165. Ozawa, H. The second law of thermodynamics and the global climate system: A review of the maximum entropy production principle / H. Ozawa, A. Ohmura, R.

166. D. Lorenz, T. Pujol // RevGeophys. 2003. - 41. - P. 1018.

167. Ozawa, H. Thermodynamics of a global-mean state of the atmosphere: A state of maximum entropy increase / H. Ozawa, A. Ohmura // J Clim. 1997. - 10. - P.441.445.

168. Ozawa, H. Thermodynamics of fluid turbulence: Aunified approach to the maximum transport properties / H. Ozawa, S. Shimokawa, H. Sakuma // Phys Rev E. 2001. - 64. - P. 296-303.

169. Paltridge, G. W. Global dynamics and climate System of minimum entropy exchange / G. W. Paltridge // Q J R Meteorol Soc. - 1975. - 101 (429). - P. 475484.

170. Paltridge, G. W. Steady-state format of global climate / G. W. Paltridge // Q J R Meteorol Soc. 1978. - 104 (442). -P. 927-945.

171. Pauluis, O. Entropy budget of an atmosphere in radiative-convective equilibrium. Part I : Maximum work and frictional dissipation / O. Pauluis, I. M. Held // J Atmos Sci. 2002a. - 59 (2). - P. 126-139.

172. Pauluis, O. Entropy budget of an atmosphere in radiative-convective equilibrium. Part II: Latent heat transport and moist processes / O. Pauluis, I. M. Held // J Atmos Sci. 2002b. - 59 (2). - P. 140-149.

173. Peixoto, J. Entropy budget of the atmosphere / J. Peixoto, A. Oort, M. Almeida, A. Tome//JGeophysRes.- 1991.-(D6).- 10981-10988.

174. Pierrehumbert, R. T. (2002) The hydrologic cycle in deep-time climate problems / R. T. Pierrehumbert // Nature. 2002. - 419 (6903). - P. 191-198.

175. Pujol, T. Extremal climatic states simulated by a 2-dimensional model Part I: Sensitivity of the model and present state / T. Pujol, J. E. Llebot // Tellus. 2000. -52A (4).-422-439.

176. Renard, K. G. The revised universal soil loss equation / K. G. Renard, J. M. Laflen, G. R. Foster, D. K. Me Cool // Lai, R. (Ed.), Soil Erosion Research Methods. The Soil and Water Conservation Society. USA : St. Lucie Press, 1994.

177. Sawada, Y. A thermodynamic variational principle in nonlinear non-equilibrium phenomena. // Prog. Theor. Phys. 1981- V.66. - P. 68.

178. Shimokawa, S. On the thermodynamics of the oceanic general circulation: Irreversible transition to a state with higher rate of entropy production / S. Shimokawa, H. Ozawa // Q J R Meteorol Soc. 2002. - 128 (584). - P. 21152128.

179. Shutts, G. J. Maximum entropy production states in quasi-geostrophic dynamical models / G. J. Shutts // Q J R Meteorol Soc. -1981.-107 (453). P. 503-520.

180. Smieth, T. R. Requirements and principle for the implementation and construction of large-scale geographic information system / T. R. Smieth, S.

181. Menon, J. L. Star // Inter. J. Geograph. Inform. Systems. 1987. - Vol. 1, № 1. -P. 173-181.

182. Smith, S. M. Agricultural field management with micro-computer based GIS and image analysis systems / S. M. Smith, H. Scheider, R. Wiart. // GIS'87. -Vol. I. San Francisco USA, 1987.

183. Storch von H. Spatial patterns: EOFs and CCA, Analysis of climate variability: Application of statistical techniques. Springer Verlag, 1995.

184. Ulanowicz, R.E., Hannon, B.M. Life and production of entropy// Proc. R. Soc. Lond. 1987. - B 232,-P. 181

185. Venkatamaran, R. The real number system / R. Venkatamaran // Math. Stud. -1964.-Vol. 32, №3/4.-p. 133-134.

186. Walker, W. Rankings and ranking functions / W. Walker // Canadian J. Math. -1981. Vol. 23, № 2. - P. 395-399.

187. Wang, G.M., Sevick, E.M., Mittag, E., Searles, D.J., Evans, D.J., Experimental demonstration of violations of the Second Law of Thermodynamics for small systems and short time scales// Phys. Rev. Lett. 2002. - V. 89. - P.601.

188. Wyant, P.H., Mongroo, A., Hameed, S. Determination of the heat-transport coefficient in energy-balance climate models by extremization entropy production// J. Atmos. Sci. 1988. - V. 45.P. 189

189. Расчет ущерба по объему выбросов наиболее распространенных вредных веществ в атмосферу

190. Санкт-Петербурга в 2004 г.

191. Твердые вещества 5100 2,7 13770 151,53 2,713

192. Диоксиды серы 9200 20 184000 151,53 36,246

193. Оксиды углерода 7300 0,4 2920 151,53 0,575

194. Оксиды азота 19300 16,5 318450 151,53 62,731

195. Углеводороды (без ЛОС) 6900 0,7 4830 151,53 0,951

196. Летучие органические соединения (ЛОС) 6900 0,7 4830 151,53 0,951

197. Всего 57000 528800 151,53 104,168

198. Твердые вещества 3700 2,7 9990 176,51 2,292

199. Диоксиды серы 12100 20 242000 176,51 55,530

200. Оксиды углерода 6800 0,4 2720 176,51 0,624

201. Оксиды азота 17500 16,5 288750 176,51 66,257

202. Углеводороды (без ЛОС) 4200 0,7 2940 176,51 0,675

203. Летучие органические соединения (ЛОС) 5400 0,7 3780 176,51 0,867

204. Всего 52500 550180 176,51 126,246

205. Твердые вещества 2700 2,7 7290 203,92 1,933

206. Диоксиды серы 15100 20 302000 203,92 80,059

207. Оксиды углерода 6000 0,4 2400 203,92 0,636

208. Оксиды азота 18500 16,5 305250 203,92 80,921

209. Углеводороды (без ДОС) 4400 0,7 3080 203,92 0,816

210. Летучие органические соединения (ЛОС) 3000 0,7 2100 203,92 0,557

211. Всего 52 800 622120 203,92 164,922

212. Твердые вещества 2500 2,7 6750 230,5 2,023

213. Диоксиды серы 9800 20 196000 230,5 58,731

214. Оксиды углерода 7600 ■ 0,4 3040 230,5 0,911

215. Оксиды азота 18400 16,5 303600 230,5 90,974

216. Углеводороды (без ЛОС) 2000 0,7 1400 230,5 0,420

217. Летучие органические соединения (ЛОС) 2600 0,7 1820 230,5 0,545

218. Всего 45900 512610 230,5 153,604

219. Твердые вещества 2400 2,7 6480 253,9 2,139

220. Диоксиды серы 5500 20 110000 253,9 36,308

221. Оксиды углерода 10600 0,4 4240 253,9 1,399

222. Оксиды азота 18800 16,5 310200 253,9 102,388

223. Углеводороды (без ЛОС) 2900 0,7 2030 253,9 0,670

224. Летучие органические соединения (ЛОС) 2500 0,7 1750 253,9 0,578

225. Всего 45900 434700 253,9 143,481