Методы, алгоритмы и технология прогнозирования агрометеорологических факторов в моделях продуктивности зерновых культур тема диссертации и автореферата по ВАК РФ 05.13.18, кандидат технических наук Гавриловская, Надежда Владимировна

  • Гавриловская, Надежда Владимировна
  • кандидат технических науккандидат технических наук
  • 2011, Барнаул
  • Специальность ВАК РФ05.13.18
  • Количество страниц 165
Гавриловская, Надежда Владимировна. Методы, алгоритмы и технология прогнозирования агрометеорологических факторов в моделях продуктивности зерновых культур: дис. кандидат технических наук: 05.13.18 - Математическое моделирование, численные методы и комплексы программ. Барнаул. 2011. 165 с.

Оглавление диссертации кандидат технических наук Гавриловская, Надежда Владимировна

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ

ГЛАВА 1. ОСНОВНЫЕ МЕТОДЫ ПРОГНОЗИРОВАНИЯ В АГРОМЕТЕОРОЛОГИИ

1.1. Традиционные методы составления агрометеорологических прогнозов

1.1.1. Синоптико-статистические методы

1.1.2. Физико-статистические методы

1.1.3. Численные (гидродинамические) методы

1.1.4. Применение принципа аналогичности

1.2. Современные подходы составления агрометеорологических прогнозов

1.2.1. Использование данных дистанционного зондирования Земли (ДЗЗ)

1.2.2. Имитационно-моделирующие комплексы

ГЛАВА 2. РАЗРАБОТКА ТЕХНОЛОГИИ ОПРЕДЕЛЕНИЯ ЛЕТ-АНАЛОГОВ ДЛЯ ПОЭТАПНОГО ПРОГНОЗИРОВАНИЯ УРОЖАЙНОСТИ ЗЕРНОВЫХ КУЛЬТУР

2.1. Алгоритм поэтапного прогнозирования урожайности с использованием технологии лет-аналогов

2.2. Формирование методики предварительного статистического анализа и оценки достоверности экспериментальных данных

2.3. Математическая формализация принципа аналогичности и классификации агрометеорологических факторов

2.4. Система моделирования погодных сценариев

ГЛАВА 3. ПРИМЕНЕНИЕ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ И ПРОГРАММНЫХ СРЕДСТВ ПРОГНОЗИРОВАНИЯ

АГРОМЕТЕОРОЛОГИЧЕСКИХ ФАКТОРОВ И ОЦЕНКИ УРОЖАЙНОСТИ ЯРОВОЙ ПШЕНИЦЫ В УСЛОВИЯХ АЛТАЙСКОГО КРАЯ

3.1. Разработка программного комплекса обработки экспериментальных агрометеорологических данных для информационного обеспечения моделей продуктивности зерновых

3.2. Интеграция технологии определения лет-аналогов с имитационно-моделирующими комплексами АО!ЮТООЬ и ЕРЮ

3.3. Оценка урожайности яровой пшеницы в условиях

Алтайского края

ЗАКЛЮЧЕНИЕ

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

ПРИЛОЖЕНИЕ 1

ПРИЛОЖЕНИЕ 2

Рекомендованный список диссертаций по специальности «Математическое моделирование, численные методы и комплексы программ», 05.13.18 шифр ВАК

Введение диссертации (часть автореферата) на тему «Методы, алгоритмы и технология прогнозирования агрометеорологических факторов в моделях продуктивности зерновых культур»

ВВЕДЕНИЕ

Актуальность исследования. Политика государства в последние годы направлена на подъем и стабильное функционирование сельского хозяйства и агропромышленного производства. Об этом свидетельствуют осуществление приоритетного национального проекта «Развитие агропромышленного комплекса», реализация Государственной программы развития сельского хозяйства и регулирования рынков сельскохозяйственной продукции, сырья и продовольствия на 2008-2012 гг., а также реализация проекта «Комплексное развитие Алтайского Приобья». Кроме того, сами производители сельскохозяйственной продукции и научно-исследовательские институты испытывают новые методы и технологии ведения сельскохозяйственного производства. Примером тому может служить дифференцированная технология точного земледелия, которая базируется на достижениях не только традиционных областей агрономической науки, но и других областей знаний.

Для поддержки сельскохозяйственных производителей и управления ценовыми рисками с сентября 2006 г. в России реализуется проект по организации рынка биржевых торгов зерном с использованием механизма форвардных и фьючерсных контрактов, которые заключаются, начиная с марта каждого года. В связи с этим субъектам аграрной сферы необходимо обладать аналитической информацией о складывающихся погодных условиях, их возможном воздействии на объекты сельскохозяйственного производства и ожидаемую продуктивность зерновых культур.

Сдерживающим моментом в решении этих задач является погодный фактор, компоненты которого (среднесуточные температура воздуха, скорость ветра, атмосферное давление, относительная влажность воздуха, солнечная радиация, суточная сумма осадков) могут изменяться в широком диапазоне от года к году и в течение самого периода вегетации растений. При обосновании стратегии ведения сельского хозяйства экономический эффект должен быть получен на всем множестве возможных погодных реализаций в

многолетнем разрезе. Однако на стадии планирования отсутствует необходимая информация о метеорологической ситуации последующего периода, и необходимо принимать решения, исходя из возможного спектра реализаций агрометеорологических факторов для рассматриваемой климатической зоны.

Для решения практических задач оценки урожайности в службах Росгидромета используются достаточно простые по структуре эмпирические и физико-статические модели, с помощью которых сложно учесть реальную изменчивость погодных условий и варьирующих в больших пределах других факторов формирования урожая. В настоящее время разработаны эффективные моделирующие комплексы продукционного процесса, такие как AGROTOOL (Агрофизический институт, г. Санкт-Петербург, Россия), EPIC (Soil & Water Research Laboratory, USDA-ARS), AGROSIM (Centre for Agricultural Landscape Research, Muncheberg, Germany) и другие, которые способны спрогнозировать последствия агротехнологических мероприятий, встраиваясь непосредственно в технологию принятия решений. Однако их использование сдерживается отсутствием необходимой агрометеорологической информации будущего периода.

Цель диссертационного исследования - разработка адаптивных математических моделей, алгоритмов и программ поэтапного прогнозирования агрометеорологических факторов и урожайности зерновых культур в условиях Алтайского края, основанных на принципе аналогичности.

Для достижения поставленной цели в диссертационной работе решаются следующие задачи:

1. Разработка метода прогнозирования агрометеорологических факторов с помощью технологии определения лет-аналогов.

2. Построение математической модели и алгоритма поэтапного про-

*

гнозирования урожайности яровой пшеницы на основе принципа аналогичности.

3. Формирование методики предварительного статистического анализа и оценки достоверности экспериментальных агрометеорологических данных.

4. Разработка структуры информационного обеспечения моделей продуктивности, включающего базу агрометеорологических данных, систему первичной обработки данных и интерфейс пользователя.

5. Реализация разработанной технологии в виде комплекса программных средств и апробация предложенного алгоритма для оценки урожайности в условиях Алтайского края в моделях продуктивности зерновых культур (АСТЮТООЬ и ЕРЮ).

Объектом исследования выступает система «Почва-Растение-Атмосфера», статистические закономерности и характеристики погодных явлений и процессов, влияющих на продуктивность зерновых культур.

Предмет диссертационного исследования - многомерные агрометеорологические данные, технологии вычислительных экспериментов, математические методы и модели для обработки и анализа многомерных метеорологических данных.

Методы исследования. Теоретической и методологической основой диссертационного исследования послужили труды отечественных и зарубежных ученых, посвященные обработке и анализу многомерных данных, математическому моделированию, построению математических моделей продукционного процесса сельскохозяйственных культур, численным методам и современным технологиям вычислительных экспериментов.

В ходе решения поставленных задач использовались методы и подходы математического и имитационного моделирования, системного анализа, математической статистики, теоретической и прикладной информатики.

Информационная база исследования - многолетние ежедневные метеорологические данные, агрометеорологическая информация по сезонам вегетации Агрометеорологической станции г. Барнаула (1927-2010 гг.), показатели средней урожайности яровой пшеницы АНИИСХОЗ ОПХ им. В.В. Докучаева (1961-2010 гг.); эмпирико-статистические и динамические имитационные модели продуктивности зерновых культур.

Научная новизна полученных результатов заключается в математиче-

ском обосновании технологии определения лет-аналогов для генерирования погодных сценариев с целью оценки урожайности зерновых культур. В ходе работы:

1. Разработана адаптивная математическая модель, алгоритмы и технология прогнозирования агрометеорологических факторов и оценки урожайности яровой пшеницы.

2. Определены и обоснованы методы моделирования агрометеорологических факторов в качестве входных данных имитационно-моделирующих комплексов АОКОТООЬ и ЕРЮ.

3. Разработан и апробирован программный комплекс прогнозирования агрометеорологических параметров, основанный на технологии определения лет-аналогов, для проведения расчетов по оперативной оценке урожайности зерновых культур.

Обоснованность и достоверность научных положений и выводов, содержащихся в диссертационном исследовании, обеспечивается использованием современной теории, апробированных методов и средств моделирования сложных систем, технологий вычислительных экспериментов, соответствием фактических значений агрометеорологических показателей расчетным, сравнением результатов оценки урожайности зерновых культур с фактическими данными на территории Алтайского края в период 2007-2010 гг.

Теоретическая и практическая значимость. Теоретическая значимость проведенных в диссертации исследований определяется обоснованием возможности применения принципа аналогичности к решению задач прогнозирования агрометеорологических факторов и оценке урожайности зерновых культур.

Практическая значимость состоит в разработке математической модели, алгоритмов обработки и прогнозирования агрометеорологических факторов, что будет способствовать дальнейшему развитию и применению методов математического моделирования и современных информационных технологий для установления количественных зависимостей формирования

урожая от агрометеорологических факторов, а также в области упреждающего прогнозирования урожайности зерновых культур.

Материалы исследований, представленные в диссертационной работе, могут быть использованы опытными хозяйствами, занимающимися внедрением современных информационных технологий; научными учреждениями сельскохозяйственного профиля для проведения теоретических и прикладных исследований; высшими учебными заведениями для обучения студентов и аспирантов по современным проблемам математического моделирования.

Основные положения, выносимые на защиту:

1. Математическая формализация принципа аналогичности и алгоритм формирования сценариев агрометеорологических параметров текущего года на основе погодных реализаций лет-аналогов.

2. Комплекс инструментальных программных средств обработки экспериментальных агрометеорологических данных для информационного обеспечения моделей продуктивности зерновых культур.

3. Результаты совместного применения технологии определения лет-аналогов и имитационно-моделирующих комплексов АОЯОТООЬ и ЕРЮ для оценки урожайности зерновых культур в условиях Алтайского края.

Апробация результатов исследования. Основные теоретические и практические результаты работы представлены автором на следующих научных конференциях, семинарах и научных школах:

Международные: Международная научная студенческая конференция «Студент и научно-технический прогресс» (Новосибирск, 2007-2009, 2011); Международная научно-практическая конференция «Информационные технологии, системы и приборы в АПК: «АГРОИНФО-2009» (Новосибирск, 2009); IV Международная студенческая научно-практическая конференция «Традиции, тенденции и перспективы в научных исследованиях» (Чистополь, 2009); Международная конференция «Математика. Компьютер. Образование» (Пущино, 2011), Международная научно-практическая конферен-

ция «Телекоммуникационные системы и компьютерные сети: перспективы развития» (Санкт-Петербург, 2011).

Всероссийские: Всероссийская научно-техническая конференция «Интеллектуальный потенциал ученых России» (Барнаул, 2008); IX Всероссийский симпозиум по прикладной и промышленной математике (весенняя сессия, Кисловодск, 2008); X Всероссийский симпозиум по прикладной и промышленной математике (весенняя сессия, Санкт-Петербург, 2009); Всероссийская конференция (с международным участием) «Математические модели и информационные технологии в сельскохозяйственной биологии: итоги и перспективы» (Санкт-Петербург, 2010); XI Всероссийская конференция молодых ученых по математическому моделированию и информационным технологиям (Красноярск, 2010), Вторая Национальная конференция с международным участием «Математическое моделирование в экологии» (Пущино, 2011).

Межрегиональные и региональные: ежегодная студенческая конференция, проводимая в рамках дней молодежной науки в Алтайском государственном университете (Барнаул, 2004-2009); региональная (краевая) конференция по математике МАК (Барнаул, 2007-2011); городская научно-практическая конференция молодых ученых «Молодежь - Барнаулу» (Барнаул, 2006, 2009); региональная конференция «Математическое образование на Алтае» (Барнаул, 2006); юбилейная окружная конференция молодых ученых «Наука и инновации XXI века» (Сургут, 2010); городской семинар «Задачи прикладной и индустриальной математики» (Барнаул, 2010); межрегиональная школа-семинар «Ломоносовские чтения на Алтае» (Барнаул, 2010).

Личный вклад автора состоит:

- в разработке алгоритма и технологии прогнозирования агрометеорологических факторов, основанной на принципе аналогичности;

- в компьютерной реализации программного комплекса прогнозирования агрометеорологических параметров;

- в проведении вычислительных экспериментов и обобщении получен-

ных результатов.

Реализация и внедрение результатов работы. Основные результаты получены и реализованы в соответствии с заданием ведомственно-аналитической программой «Развитие научного потенциала Высшей школы 2009-2011» №2.2.2.4/4278.

Материалы, основные положения и результаты диссертационной работы используются в учебном процессе кафедры теоретической кибернетики и прикладной математики математического факультета Алтайского государственного университета.

Результаты диссертационного исследования по прогнозированию агрометеорологических факторов и урожайности яровой пшеницы переданы для использования в Алтайский центр по гидрометеорологии и мониторингу окружающей среды, что подтверждается соответствующей справкой (Приложение 2).

Публикации. По теме диссертационной работы автором опубликовано 38 работ, в том числе 6 статей в ведущих реферируемых научных журналах, рекомендованных ВАК для публикации результатов диссертационных работ.

Структура и объем работы. Диссертация состоит из введения, трех глав, заключения, 2 приложений и списка используемых источников и литературы (184 наименования). Основной материал изложен на 163 страницах, включая 22 таблицы, 45 рисунков.

КРАТКОЕ СОДЕРЖАНИЕ ДИССЕРТАЦИИ

В первой главе «Основные методы прогнозирования в агрометеорологии» приведен обзор и анализ основных подходов в прогнозировании агрометеорологических факторов, рассмотрены традиционные и современные методы прогноза в агрометеорологии.

К числу наиболее известных методов и "подходов к решению проблемы составления агрометеорологических прогнозов относятся синоптико-статистические методы, физико-статистические методы, численные методы и принцип аналогичности.

Современный уровень развития компьютерной техники и программного обеспечения создали предпосылки для нового подхода, основанного на использовании данных дистанционного зондирования Земли и имитационно-моделирующих комплексов.

В заключении первой главе диссертации представлены выводы о преимуществах и недостатках рассмотренных методов составления агрометеорологических прогнозов и о возможности их практического использования. В качестве перспективного метода обосновывается моделирование погодных сценариев, основанное на принципе аналогичности.

Вторая глава «Разработка технологии определения лет-аналогов для поэтапного прогнозирования урожайности зерновых культур» посвящена вопросам разработки технологии определения лет-аналогов для поэтапного прогнозирования урожайности зерновых культур. Представлены основные этапы алгоритма поэтапного прогнозирования урожайности зерновых культур. Подробно описаны следующие этапы: формирование информационного обеспечения; технология определения лет-аналогов; моделирование погодных сценариев; прогноз урожайности на основе прогностических моделей, с использованием аппарата регрессионного анализа (регрессии на главные компоненты (РГК)).

В третьей главе «Применение математических моделей и программных средств прогнозирования агрометеорологических факторов и оценки урожайности яровой пшеницы в условиях Алтайского края» описывается разработанный программный комплекс для ббработки агрометеорологических данных и информационного обеспечения моделей продуктивности зерновых культур. В процессе проведения диссертационного исследования была сформирована база данных агрометеорологических, почвенных и сельскохозяйственных измерений для АНИИСХОЗ ОПХ им. В.В. Докучаева.

В данной главе приведен анализ численных расчетов поэтапной оценки урожайности яровой пшеницы по смоделированным погодным сценариям с использованием имитационно-моделирующих комплексов АОЯОТООЬ и

ЕРЮ. А также проводится сравнение результатов оценки урожайности зерновых культур с фактическими данными на территории Алтайского края в период 2007-2010 гг.

В заключении сформулированы основные результаты диссертации.

Автор выражает глубокую благодарность научному руководителю к.т.н., доценту Л.А. Хворовой, а также искренне благодарит д.т.н., проф. Н.М. Оскорбина за консультации и помощь при проведении научных исследований по теме диссертационной работы.

Похожие диссертационные работы по специальности «Математическое моделирование, численные методы и комплексы программ», 05.13.18 шифр ВАК

Заключение диссертации по теме «Математическое моделирование, численные методы и комплексы программ», Гавриловская, Надежда Владимировна

Основные результаты диссертации состоят в следующем:

1. Осуществлена математическая формализация принципа аналогичности и реализован алгоритм формирования сценариев по погодным реализациям лет-аналогов для оценки урожайности зерновых культур в моделях продуктивности.

2. Разработаны математические модели, алгоритмы и технология обработки имеющейся агрометеорологической информации для адаптивного прогнозирования агрометеорологических факторов и получения прогнозной оценки урожайности яровой пшеницы.

3. Разработан и апробирован программный комплекс прогнозирования агрометеорологических параметров для проведения расчетов по оперативной оценке урожайности зерновых культур в моделях продуктивности зерновых культур (АОЯОТООЬ и ЕРЮ).

4. Проведен анализ и дана оценка успешности прогнозирования урожайности. Показано, что разработанная технология определения лет-аналогов для прогнозирования агрометеорологических факторов позволяет оценить урожайность зерновых культур заблаговременно: на дату заключения форвардных контрактов, дату сева, в основные периоды вегетации, на плановые даты оценки урожайности службами Росгидромета (21 июня, 21 июля).

Разработанные методы, алгоритмы и технология прогнозирования агрометеорологических факторов реализованы в виде программных средств и апробированы в условиях Алтайского края.

ЗАКЛЮЧЕНИЕ

Список литературы диссертационного исследования кандидат технических наук Гавриловская, Надежда Владимировна, 2011 год

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

[1].Агроклиматические ресурсы Алтайского края. - Л.: Гидрометеоиздат, 1971.- 155 с.

[2].Агроклиматический справочник по Алтайскому краю. - Л.: Гидрометеоиздат, 1957.- 168 с.

[3]. Агропромышленный портал Сибири [Электронный ресурс] - Режим доступа к ресурсу: http://www.sibagro,ru/stat2.html. - Загл. с экрана.

[4].Айвазян С.А., Мхитарян B.C. Прикладная статистика и основы эконометрики: Учебник для вузов. - М.: ЮНИТИ-ДАТА, 1998. - 1022 с.

[5]. Айвазян С.А., Мхитарян B.C. Теория вероятностей и прикладная статистика.

- М.: ЮНИТИ-ДАНА, 2001. - 656 с.

[6].Аксарина Е.А., Пасов В.М. Прогноз урожайности яровой пшеницы до сева в Казахстане на основе использования особенностей циркуляции атмосферы // Тр. ВНИИГМИ-МЦД. - 1978. - Вып. 1. - С. 12-26.

[7].АПК Алтайского края: состояние, проблемы и основные направления социально-экономического развития отрасли / Под ред. A.M. Зубахина, Н.М. Оскорбина, Е.И. Роговского. - Барнаул: изд. Алт. ун-та, 2001. - 114 с.

[8]. Ацци Дж. Сельскохозяйственная экология. - М.: Сельхозгиз, 1959. - 479 с.

[9].Багров H.A. Аналогичность полей метеорологических элементов // Труды ЦИП.- вып. 46 (73), 1956.

[10]. Багров H.A. Кондратович и др.'Долпкрочные метеорологические прогнозы. - Л.: Гидрометеоиздат. - 1985.

[11]. Барталев С.А., Бурцев М.А., Лупян Е.А., Мазуров A.A., Нейштадт И.А., Прошин A.A., Толпин В.А. Использование данных MODIS для оценки состояния сельскохозяйственных культур на основе межгодовой динамики // Тез. Четвертой откр. всерос. конф. «Современные проблемы дистанционного зондирования Земли из космоса», М.: ИКИ РАН, 2007. С. 201.

[12]. Барталев С.А., Лупян Е.А., Нейштадт H.A., Савин И.Ю. Классификация некоторых типов сельскохозяйственных посевов в южных регионах России по спутниковым данным MODIS // Исследование Земли из космоса, 2006. № 3. С. 68-75.

[13]. Белов П.Н. Численные методы прогнозов погоды. - Л.: Гидрометеоиздат.

- 1975.-392 с.

[14]. Белозерских В.В., Евтюшкин А.В, Комаров С.А., Миронов В.Л., Юшаков

B.Н. Дистанционное зондирование почв Алтайского края // Проблемы предотвращения деградации земель Западной Сибири и осуществление государственного контроля за их использованием и охраной. Сб. науч. тр. Барнаул. - 1997. - С. 125-129.

[15]. Блинова E.H. Состояние и перспективы гидродинамических методов долгосрочного прогноза погоды // Метеорология и гидрология. - №10. - 1972. -

C. 23-32.

[16]. Бихеле З.Н., Молдау Х.А., Росс Ю.К. Математическое моделирование транспирации и фотосинтеза растений при недостатке почвенной влаги. - JL: Гидро-метеоиздат, 1980. -223 с.

[17]. Боголюбова Е.В. Метод прогноза месячной суммы осадков в Казахстане // Деп. В ИЦ ВНИИГМИ-МЦД 4.03.85, №383 гм-85.

[18]. Большой Энциклопедический словарь [Электронный ресурс] - Режим доступа к ресурсу: http://www.yedu.ru/BigEncDic/764. - Загл. с экрана.

[19]. Бондаренко Н.Ф., Жуковский Е.Е. Интегральные агроклиматические показатели при программировании урожаев // Научные основы программирования урожаев сельскохозяйственных культур. - М.: Колос, 1978. - С. 46-53.

[20]. Броунов, П.И. Руководство для производства и разработки наблюдений над погодою / П.И. Броунов. - Петроград Госиздат, 1922. - 88 с.

[21]. Брыксин В.М. Разработка математической модели и программных средств оценки урожайности зерновых культур в условиях Западной Сибири: дис. ...канд. тех. наук: 05.13.18. - Барнаул, 2009. - 152 с.

[22]. Бугаев В.В., Лагутин Ал.А., Лагутин A.A., Никулин Ю.А. Применение мезомасштабной модели ММ5 для прогнозирования метеорологических параметров атмосферы Алтая // 6 Сибирск. совещ. По климато-экологич. мониторингу. - Томск. -2005.-С. 471-474.

[23]. Бурлакова Л.М. Урожай по программе. - Барнаул, 1987. - 96 с.

[24]. Вангенгейм В.Я. Основы макросиноптического метода долгосрочного прогноза погоды для Артики // Труды ААНИИ. - Т: 34. -1952. - С. 314.

[25]. Врагова Е.В. Обработка экспериментальных данных с помощью пакета STATISTICA 5.0. для обеспечения фитомелиорации земель при влиянии нефти и отходов бурения.// Вестник Новосибирского государственного университета Серия Информационные технологии. - т.8/1. - 2010. - с.27-34

[26]. Воейков А.И. Чередование теплых и холодных зим // Метеорологический вестник. - 1891. - №9. - С. 409-422.

[27]. Воробьев В.И. Долгосрочные прогнозы. Ленинград, 1977.

[28]. Гавриловская Н.В., Топаж А.Г., Хворова Л.А. Моделирование погодных сценариев для оценки урожайности зерновых культур в условиях Западной Сибири // Известия АлтГУ. Барнаул. - 2011. - №1 (69). - С. 71-77.

[29]. Гире A.A. Макроциркуляционный метод долгосрочных метеорологических прогнозов. - Л.: Гидрометеоиздат, 1974. -488 с.

[30]. Гире, A.A. Основы долгосрочных прогнозов погоды. - Л.: Гидрометеоиздат, 1960.-560 с.

[31]. Грингоф И.Г., Пасечнюк А.Д. Агрометеорология и агрометеорологические наблюдения. - СПб.: Гидрометеоиздат, 2005. - 552 с.

[32]. Груза Г.В., Э.Я. Ранькова О принципах автоматической классификации метеорологических объектов // Метеорология и гидрология. - 1970. - №32. - С. 12-22.

[33]. Груза Г.В., Рейтенбах Р.Г. О применении принципа аналогичности в исследовании предсказуемости атмосферных процессов и в решении задач прогноза // Метеорология и гидрология. - 1973. - № 11. - С. 22-31.

[34]. Груза Г.В., Ранькова Э.Я. Вероятностные метеорологические прогнозы. -JL: Гидрометеоиздат, 1983.-271 с.

[35]. Давитая Ф.Ф. Прогноз обеспеченности теплом и некоторые проблемы сезонного развития природы. - Л.: Гидрометеоиздат, 1964. -131 с.

[36]. Дмитренко В.П. Метод расчета урожайности озимой пшеницы на территории УССР // Труды УкрНИРМИ. - 1975. - Вып. 139. - С. 3-14.

[37]. Дронов C.B. Многомерный статистический анализ: учебное пособие. -Барнаул: Изд-во Алт. ун-та, 2006. - 221 с.

[38]. Дыдина Л.А. Макроциркуляционный метод прогнозов погоды на 3-10 дней для Арктики. - Л.: Гидрометеоиздат, 1940.

[39]. Евтюшкин А.В, Комаров С.А., Миронов В.Л., Юшаков В.Н., Рытиков A.C. Определение характеристик почвенно-растительного покрова по космическим изображениям в оптическом и Ж-диапазоне // Проблемы предотвращения деградации земель Западной Сибири и осуществление государственного контроля за их использованием и охраной. Сб. научн. тр. Барнаул. - 1997. - С. 146-151.

[40]. Евтюшкин A.B., Юшаков В.Н. Разработка элементов технологии мониторинга зерновых культур в Алтайском крае // Труды Международной конференции "Современные проблемы информационных технологий и космический мониторинг". -Ханты-Мансийск. - 2001. - С. 154-158.

[41]. Ермаков С. М., Метод Монте-Карло и смежные вопросы. - М.- 1971.

[42]. Ермохин Ю.И., Неклюдов А.Ф. Программирование урожая в Западной Сибири: Учеб. Пособие // Омск: Изд-во ОмГАУ, 2002. - 88 с.

[43]. Жуков В.А., Полевой А.Н., Витченко А.Н., Даниелов С.А. Математические методы оценки агроклиматических ресурсов. - Л.: Гидрометеоиздат, 1989.-210 с.

[44]. Жумарь А.Ю., Чиберкус Ю.Н., Яновская Е.А. Оценка индекса листовой поверхности растительных покровов по данным дистанционных измерений спектральных характеристик отраженного излучения // Исследования Земли из космоса. -1994. -№2.-С. 51-57. !

[45]. Загайтов И.Б., Раскин В.Г., Яновский Л.П. Применение теории распознавания образов к прогнозированию колебаний урожайности зерновых культур // Экономика и математические методы. - 1982. - т. 18. - № 5. - С. 861-867.

[46]. Инструкция по оценке оправдываемости агрометеорологических прогнозов. - М. Московское отделение Гидрометеоиздата. -1983. - 6 с.

[47]. Калинина В.Н., Соловьев В.И. Введение в многомерный статистический анализ: Учебное пособие. - ГУУ. - М., 2003. - 66 с.

[48]. Калиткин H.H. Численные методы. Главная редакция физико-математической литературы из-ва «Наука». - М. - 1978. - 512 с.

[49]. Карпеев Г.А. Проблема аналогичности метеорологических полей и классификации атмосферных процессов как одна из задач теории распознавания образов // Метеорология и гидрология. - 1969. - №12. - С. 35-39.

[50]. Кац A.M. Сезонные изменения общей циркуляции атмосферы и долгосрочные прогнозы погоды. JL: Гидрометеоиздат, 1960.

[51]. Каюмов М.К. Программирование урожаев сельскохозяйственных культур. - М.: Агропромиздат, 1989. - 320 с.

[52]. Каюмов М.К. Справочник по программированию урожаев. - М., Рос-сельхозиздат, 1977. - 188 с.

[53]. Кибель И.А. Введение в гидродинамические методы краткосрочного прогноза погоды.—М.: Гостехиздат, 1957.

[54]. Климов A.A., Листопад Г.Е. и др. Основные принципы оптимального программирования урожая // Программирование урожаев сельскохозяйственных культур. - М.: Колос. - 1975. - С. 18-33.

[55]. Ковалев В.М. Совершенствование методов исследований и задачи моделирования в растениеводстве // Вестник с.-х. науки. - №10. - 986. - С. 17-24.

[56]. Колемаев В.А., Калинина В.Н. Теория вероятностей и математическая статистика: учебник. - М.: ИНФРА-М, 1997. - 302 с.

[57]. Комаров С.А., Миронов B.J1. Микроволновое зондирование почв. - Новосибирск: Научно-издательский центр СО РАН. - 2000. - 289 с.

[58]. Кондратович К.В. Долгосрочные гидрометеорологические прогнозы в Северной Атлантике. Л.: Гидрометеоиздат, 1977.

[59]. Константинов А.Р. Погода, почва и урожай озимой пшеницы. - Л.: Гидрометеоиздат. - 1978. - 263 с.

[60]. Константинов А.Р., Зоидзе Е.К., Смирнова С И. Почвенноклиматические ресурсы и размещение зерновых культур. - Л.: Гидрометеоиздат. - 1981. - 278 с.

[61]. Космическое землеведение / Под. ред. В.А. Садовничего. - М.: МГУ. -1992. - 269 с.

[62]. Крупчатников В.Н., Курбаткин Г.Н. Моделирование крупномасштабной динамики атмосферы. Численные методы. -Новосибирск: Изд.ВЦ СОАН СССР. -1991.-169 с.

[63]. Лагутин A.A. Разработка геоинформационных технологий оперативного мониторинга окружающей среды и прогнозирования источников природных чрезвычайных ситуаций территории: дис. ...канд. тех. наук: 25.00.35 . - Барнаул, 2007. -124 с.

[64]. Лагутин Ал.А., Лагутин A.A., Никулин Ю.А. Оперативное восстановление параметров атмосферы и подстилающей поверхности с использованием данных

MODIS и прогнозных метеорологических полей MM5/WRF // 2 международн. Конф. «Земля из космоса - наиболее эффективные решения». - М. - 2005. - С. 199-200.

[65]. Лоренц Е.Н. Природа и теория общей циркуляции атмосферы. - Л.: Гид-рометеоиздат, 1970. -259 с.

[66]. Лосев А.П. Практикум по агрометеорологическому обеспечению растениеводства. - СПб: Гидрометеоиздат, 1994. -224 с.

[67]. Манабе С., Брайен К. Климат и циркуляция океана. -Л.:Гидрометеоиздат, 1972. -142 с.

[68]. Марчук Г.И. Численные методы в прогнозе погоды. -Л.:Гидрометеоиздат, 1967. -356 с.

[69]. Матвеев Л.Т. Курс общей метеорологии. Физика атмосферы. - Л.: Гидрометеоиздат, 1984.

[70]. Масловский А.Д. Агрометеорологические прогнозы и расчеты // Труды КР НИИ. - Вып. 98. - 1987. - С. 120.

[71]. Менжулин Г.В., Шамшурина Н.В. Вероятностные прогнозы урожая и оценки риска при изменении климата: проблема и опыт имитационного моделирования// Математические модели и информационные технологии в сельскохозяйственной биологии: итоги и перспективы: материалы Всероссийской конференции (с международным участием). - СПб., 2010. - С. 185-188.

[72]. Монин С.А. Прогноз погоды как задача физики. - М. :Наука, 1969. -184 с.

[73]. Мультановский Б.П. Основные положения синоптического метода долгосрочного прогноза погоды. - М., Издательство ЦУЕГМС, 1933.

[74]. Муратова Н.Р., Султангазин У.М., Терехов А.Г. Использование космического мониторинга в планировании и прогнозировании параметров зернового производства // Сб. науч. стат. Всероссийской конф. «Современные проблемы дистанционного зондирования Земли из космоса» под ред. О.Ю. Лавровой, Е.А. Лупяна. М.: Полиграф сервис. - 2004. - С. 291-297.

[75]. Муратова Н.Р., Терехов А.Г. Оценка дат ярового сева в Северном Казахстане по данным Terra-MODIS // Сб. науч. стат. Второй всерос. конф. «Современные проблемы дистанционного зондирования Земли из космоса» под ред. О.Ю.Лавровой, Е.А.Лупяна. М.: GRANP polygraph. - 2005. - С. 312-317.

[76]. Немайес Д. Тридцатидневные прогнозы // Вопросы предсказания погоды. - Л.: Гидрометеоиздат. - 1985. - С. 192-193.

[77]. Обухов В.М. Движение урожаев в Европейской России за период 18831915 годы // Влияние неурожаев на народное хозяйство России. - М. - ч. 1. - 1927.

[78]. Обухов В.М. К вопросу о нахождении уравнения регрессии, удовлетворяющего эмпирическому статистическому ряду. - М., 1923.

[79]. Обухов В.М. Урожайность и метеорологические факторы (Статистические исследования). - М., 1949.

[80]. Орлов В.Н. Методика микрофотометрического дешифрирования и составления паспортных характеристик очагов водной и ветровой эрозии почв на основе аэрофотоизображений // Труды УкрНИГМИ. - Л.- 1976. - 157 с.

[81]. Оценка состояния сельскохозяйственных культур на основе межгодовой динамики с использованием данных MODIS. [Электронный ресурс] - Режим доступа к ресурсу: http://d33.infospace.ru/d33 conf/vol2/380-389.pdf. - Загл. с экрана.

[82]. Пагава С.Т. Ритмические процессы в атмосфере // Метеорология и гидрология. - 1965. -№1. - С. 14-21.

[83]. Пасов В.М. Изменчивость урожаев и оценка ожидаемой продуктивности зерновых культур. - Л.: Гидрометеоиздат, 1986. - 115с.

[84]. Пасов В.М. Синоптико-статистический метод прогнозирования урожайности зерновых культур // Метеорология и гидрология. - 1992. -№10. - С. 77-84.

[85]. Пененко В.В. Методы численного моделирования атмосферных процессов. - Л.: Гидрометеоиздат, 1981. - 352 с.

[86]. Петере Э. Фрактальный анализ финансовых рынков. - М.: Интернет-трейдинг- 2004.-304 с.

[87]. Пивоварова З.И. Радиационные характеристики климата СССР. Л.: Гидрометеоиздат, 1977.

[88]. Повх В.И., Гарбузов Г.П., Шляхова Л.А. Оценка структуры посевов подсолнечника в Ставрапольском крае по данным дистанционного зондирования спектро-радиометра MODIS // Современные проблемы дистанционного зондирования Земли из космоса: Физические основы, методы и технологии мониторинга окружающей среды потенциально опасных явлений и объектов. Сборник научных статей. Выпуск 4. Том II. М.: «Азбука-2000», 2007. С. 284-289.

[89]. Полевой А.Н. Динамико-статистические методы прогнозирования урожайности сельскохозяйственных культур // Метеорология и гидрология. - 1981. - №2. -С. 92-102.

[90]. Полевой А.Н. Теория и расчет продуктивности сельскохозяйственных культур - Л.: Гидрометеоиздат. 1983. -175 с.

[91]. Полуэктов, P.A. Динамические модели агроэкосистемы / P.A. Полуэктов.

- Ленинград: Гидрометеоиздат, 1991.-312с.

[92]. Полуэктов P.A., Смоляр Э.И., Терлеев В.В., Топаж А.Г. Моделирование продукционного процесса сельскохозяйственных культур. - СПб.: Изд-во С.-Петерб. ун-та. - 2006. - 396 с.

[93]. Полуэктов, P.A. Топаж А.Г., Миршель В. Сравнение эмпирического и теоретического подходов в математическом моделировании агроэкосистем на примере описания фотосинтеза // Математическое моделирование. - 10. - N 7. - 1998.

- С. 25-36.

[94]. Пономарев, Б.П. Влияние агрометеорологических условий в период после колошения на средний областной урожай яровой пшеницы в Западной Сибири // Труды ИЭМ. - 1970. - вып. 11. - С. 64-67.

[95]. Руководство по агрометеорологическим прогнозам. Т. 1: Зерновые культуры. - Л.: Гидрометеоиздат, 1984. -310 с.

[96]. Руководство по составлению агрометеорологических прогнозов. - Л., 1962.-45 с.

[97]. Русакова Т.И., Лебедева В.М., Грингоф И.Г., Шкляева Н.М. Современная технология поэтапного прогнозирования урожайности и валового сбора зерновых культур // Метеорология и гидрология. 2006. №7. С. 101-108.

[98]. Рябчиков А.М. Гидротермические условия и продуктивность фитомассы в основных ландшафтных зонах //Вестник МГУ. География. -1968. -№5. - С. 41^48.

[99]. Савичев А.И. Учет модели предыдущего развития макросиноптических процессов в предсказании аномалий метеорологического режима над Северной Атлантикой // Труды ЛГМИ. - Т. 102. - 1989. - С. 36-40.

[100]. Савицкий М.С. Структура высоких урожаев озимой пшеницы в условиях БССР // Теоретические основы формирования высоких урожаев зерновых культур. -Горки, 1973. - т. 103. - С. 3-38.

[101]. Садоков В.П., Вильфанд P.M. Новые результаты в разработке статистических методов долгосрочных прогнозов погоды и технология их выпуска. 70 лет Гидрометцентру России - Санкт-Петербург, Гидрометеоиздат. -1999. - С. 134-140.

[102]. Сборник методических указаний по анализу и оценке сложившихся и ожидаемых агрометеорологических условий. - Л., 1957.

[103]. Свинухов Г.В. Синоптико-статистические методы долгосрочных прогнозов погоды на Дальнем Востоке // Труды ДВНИГМИ. - 1977. - Вып. 65. - 168 с.

[104]. Сельское хозяйство Республики Беларусь. Взгляд из космоса. [Электронный ресурс] - Режим доступа к ресурсу: ' http://geomatica.ru/pdfy2011 02/ 2011 02 012.pdf. - Загл. с экрана.

[105]. Синоптика [Электронный ресурс] - Режим доступа к ресурсу: http://ru.wikipedia.org/wiki/%D0%Al%D0%B8%D0%BD%D0%BE%D0%BF%Dl%82% D0%B8%D0%BA%D0%B0. - Загл. с экрана.

[106]. Сиротенко О.Д. Математическое моделирование вводно-теплового режима и продуктивности агроэкосистем. - Л.: Гидрометеоиздат, 1981. - 167 с.

[107]. Сиротенко О.Д., Бойко Д.П. Динамическая модель агроценоза // Труды ИЭМ. - 1976. Вып. 8(67). С. 12-36.

[108]. Солдаткина A.M. Применение принципа аналогичности в некоторых задачах метеорологии: автореферат дис. ...физ.-мат. наук: 01.051. - Ташкент, 1972. -19 с.

[109]. Сонечкин Д.М. Математическая теория классификации и ее применение в метеорологии // Метеорология и гидрология. - 1969. - №12. - С. 24-34.

[110]. Суркова Г.В., Пона К. Колебания изменчивости температуры воздуха и атмосферных осадков как агрометеорологический фактор // Метеорология и гидрология. - 2002 - №6, - С. 85-99.

[111]. Томин Ю.А. О возможности решения некоторых агрометеорологических задач методами распознавания образов // Труды ИЭМ. - 1970. - Вып. 18. - С. 46-50.

[112]. Тооминг Х.Г., Кыйва П.Х. Агроклиматическая оценка потенциального и действительно возможного урожая картофеля // Метеорология и гидрология. - № 7. -1979.-С. 105-110.

[113]. Тооминг Х.Г. Солнечная радиация и формирование урожая. Л.: Гидроме-теоиздат, 1977. - 200 с.

[114]. Топаж А.Г. Моделирование суточных метеоданных как входного сигнала модели продукционного процесса // Почва и растение - процессы и модели: сб. науч. тр. СПб., 1992.-С. 79-86.

[115]. Топаж А.Г. Формирование метеорологической информации как входного сигнала прикладных динамических моделей агроэкосистем: автореферат дис. ...канд. тех. наук: 01.00.09. - Санкт-Петербург, 1994. - 19 с.

[116]. Уланова Е. С. Методы агрометеорологических прогнозов. - Л., 1959. -

280 с.

[117]. Уланова Е. С., Забелин В.Н Методы корреляционного и регрессионного анализа в агрометеорологии. - Л.: Гидрометеоиздат, 1990. - 201 с.

[118]. Федоров В.Д., Гильманов Т.Г. Экология. - Изд-во МГУ, 1980. - 465 с.

[119]. Фишер P.A. Статистические методы для исследователей. - М.: Госстат-издат, 1958. - 268 с.

[120]. Фишер P.A. Статистические методы обработки биологических данных. -М.: ИЛ, 1957.

[121]. Хампель Ф., Рончетти Э., Рауссеу П., Штаэль В. Робастность в статистике. Подход на основе функций влияния. - Москва «МИР». - 1989. - 512 с.

[122]. Хворова Л.А. Динамическое моделирование и прогнозирование в агрометеорологии. - Барнаул, из-во АлтГУ. - 2010. - 263 с.

[123]. Хворова Л.А., Брыксин В.М. Применение математических методов и математического моделирования для оценки агроклиматического потенциала территорий // Известия АГУ. - 2002. - №1(23). - С. 41-45.

[124]. Хромов С.П. Синоптическая метеорология. ГИМИЗ, 1940.

[125]. Цепелев В. Ю. Современные подходы к распознаванию макросиноптиче-ских процессов в задаче прогноза погоды на месяц по Северо-Западу Российской федерации: автореферат дис. канд. тех. наук. - Санкт-Петербург, 2005. - 24 с.

[126]. Черникова М.И. Количественная оценка продуктивности климата Западной и Восточной Сибири // Вопросы агрометеорологии: Науч. тр. / Зап. Сиб. регион, науч.-исслед. гидрометеорол. ин-т. - Л., 1980. - Вып. 44. С. 3-26.

[127]. Черникова М.И. Разработка прогностических уравнений связи для прогнозирования урожайности сельскохозяйственных культур // Вопросы агрометеорологии: Науч. тр. / Зап. Сиб. регион, науч.-исслед. гидрометеорол. ин-т. - Вып. 78. -1987. -С. 26-31.

[128]. Чирков Ю.И. Основы агрометеорологии. - Ленинград, Гидрометеоиздат. -1982.-248 с.

[129]. Чичасов Г.Н. Технология долгосрочных прогнозов погоды. - Санкт-Петербург, Гидрометеоиздат. - 1991.

[130]. Шашко Д.И. Агроклиматические ресурсы СССР. - Л.: Гидрометеоиздат, 1985.-247 с.

[131]. Шейн Е.В. Курс физики почв. М.:Из-во МГУ, 2005,- 432 с.

[132]. Шукла Дж. Предсказуемость средних во времени // В сборнике «Долгосрочное и среднесрочное прогнозирование погоды. Проблемы и перспективы». Москва, Издательство Мир. - 1987. - С. 117-215.

[133]. Шумская Е.В. Прогнозирование урожайности зерновых культур на среднесрочный период: автореферат дис. ...канд. эконом, наук: 08.00.05. - Москва, 2006. -24с.

[134]. Юдин М.И. Новые методы и проблемы краткосрочного прогноза погоды. -Л.: Гидрометеоиздат, 1963. - 404с.

[135]. Ambuh J. Interpretation statistique des previsions numeriques. Arbeitsber. Schweiz. Meteorol. Zentralanst, №123, 1984.

[136]. Arakawa AJ Design of the UCLA General Circulation Model. - Techn. Rep., 1972, N7.

[137]. Arrenius S. On the influence carbonic acid in the air upon the temperature of the ground. Philosoph. Mag., №41, 1896.

[138]. Asian Demircan, Die Nutzung fernerkundlich bestimmter Pflanzenparameter zur flachenhaften Modelierung von Ertragsbildung und Verdunstung. GEOBUCH- Verlag, Munchen. 1995.

[139]. Bjerknes R. Das problem von der wettervohersage, betrachtet von standpnukt der mechanic und der physic. Meteor. Z., №21, 1904.

[140]. Boken V. K., Hoogenboom G., Williams IE, Diarra В., Dione S., Easson G. L. Monitoring peanut contamination in Mali (Africa) using the AVHRR satellite data and a crop simulation model // International Journal of Remote Sensing. 2008. 29(1). P. 117-129.

[141]. Boken V. K., Shaykewich C.F. Improving an operational wheat yield model for the Canadian Prairies using phenological-stage-based normalized difference vegetation index // International Journal of Remote Sensing. 2002. 23 (20). P. 4157^1170.

[142]. Computer-aided modelling and simulation of the winter wheat agroecosystem (AGROSIM-W) for integrated pest management [Электронный ресурс] - Режим доступа к pecypcy:http://books.google.com/books/about/Computer aidedmodelling and Simula tion.html ?id=a6QVtwAACAAJ. - Загл. с экрана.

[143]. Charney J.G., Fleagle R.G. at. al. The feasibility of a global observation and analysis experiment. Bull. Amer. Meteor. Soc., №47, 1966.

[144]. Data products MODIS // National Aeronautics and Space Administration (NASA). URL: http://modis.gsfc.nasa.gov/data/dataprod/index.php (дата обращения: 2.07.2004).

[145]. Daughtry C.S.T., Doraiswamy P.C., Hunt E.R., Jr., Stern A.J., McMurtrey J.E., III, Preuger J.H.. Remote sensing of crop residue cover and soil tillage intensity // Soil and Tillage Research. 2006. 91(1-2). P. 101-108.

[146]. Delecolle R., Maas S. J., Guerif M., Baret F. Remote sensing and crop production models // Present trends. ISPRS J. of Photogrammetry and Remote Sensing 47. 1992. P. 145-161.

[147]. Desai P. Weather and grain yields in the Soviet Union // International Food Policy Research Institute. Res. Rep. 1986. N. 54.

[148]. de Wit С. T. Transpiration and crop yields // Yersl Lrandbouw Onderz (Agr. Res. Rep.) 64.6. Gravenhage, 1958. P. 88 p.

[149]. Diepen C.A. van, Rappold C., Wolf J, Keulen H. van. Crop growth simulation model WOFOST. Documentation version 4.1. Wageningen, The Netherlands: Centre for World Food Studies, 1988. 299 p.

[150]. Dines W.H. The heat balance of the atmosphere. Quart. J. Roy. Meteor. Soc/ 43,1917.

[151]. Doraiswamy P.C., Zara P., Stern A. Satellite remotely sensed data application in estimating crop condition and yelds // Presented at the Indo-US Symposium-Workshop on Remote Sensing and its Applications. 6-9 October 1996, Bombay, India.

[152]. Emden R. Uber strahlygsgeichgewicht unt atmosphärische Strahlung: ein beitray zur theorie der oberen inversion. Sitz Königlich Bay. Akad. Der Wiss, 1913.

[153]. Franco U., Oelschaeger B. CANDY // Simulationsmodelle zur Stickstoffdy-naik. Schriftenreihe Agroinformatik. - 1993. -№25. P. 99-110.

[154]. GFS atmospheric model [Электронный ресурс] - Режим доступа к ресурсу: http://wwt.emc.ncep.nasa.gov/gmb/moorthi/gam.html. - Загл. с экрана.

[155]. Goddar L., Mason S.J., Zebiak S.E., Ropelewski C.F., Basher M.A. Cane Current Approaches to Seasonal to Interannual Climate Prediction.

[156]. INSROP WORKING PAPER No. 10-1995, pp. 6-23.

[157]. Hanks R.J. Model for predicting plant yields as influenced by water use // Agrom. J. 1974. 65, P. 660-665.

[158]. Hanks J., Ritchie J.T. Modeling plant and soil Systems. Agronomy (A Series of Monographs). Madison, Wisconsin USA: SSSAI Publishers, 1991. 544 p.

[159]. Hatfield, J.L., Prueger J.H., Kustas W.P. Remote sensing of dryland crops // S.L. Ustin (ed.) Remote sensing for natural resource management and environmental monitoring: Manual of remote sensing. 3rd ed. John Wiley, Hoboken, NJ. 2004. P. 531-568

[160]. Hatfield, J.L. 1983. Remote sensing estimators of potential and actual crop yield. Remote Sens. Environ. 13:301-311.

[161]. Hayes J.T. et al. A feasible crop yield model for worldwide international food production // Biometeor. 1982. vol. 26, N 3. P. 239-257.

[162]. Hubbard K.G., Hanks R.J. Climiate model for winter wheat yield simulation // Clim. and appl. Meteor. 1983. 22. pP 698-703.

[163]. Hung Van den Dool. Constructed analogue prediction of the East Central Tropical pacific SST through remainder of 1998 and 1999. Climate Prediction Center, NOAA, Camp Springs, Maryland.

[164]. Hupert F., J.C. van Damm, M. Vanclooster. Impact of within-field variability in soil hydraulic properties on transpiration fluxes and crop yield: a numerical study // Va-dose Zone Journal. -2004. -Vol. 3. - P. 1367-1379.

[165]. Jones J.W., Hoogenboom G., Porter C.H. et al. The DSSAT cropping system model / European J. of Agronomy, 2003. Vol. 18. P. 235-265.

[166]. Jones C.A., Kinry J.R. CERES-maize: A simulation model of maize growth and development // College Station. Texas A&M Univ. Press., 1986. P. 37^18.

[167]. Kersebaum, K.C.; Hecker, J.-M.; Mirschel, W.; Wegehenkel, M. (Eds.) Modelling water and nutrient dynamics in soil-crop systems // Applications of different models to common data sets - Proceedings of a workshop held 2004 in Miincheberg, Germany. 2007, VIII, 272 p.

[168]. Lorenz E.N. A study of predictability of a 28 variable atmospheric model. Tel-lus, №17. 1965.

[169]. Maas, S. J. GRAMI: A crop growth model that can use remotely sensed information. Pub. ARS-91, Washington, DC. 1992. 78 p.

[170]. Maas S.J. Using Satellite Data to Improve Models Estimates of Crop Yields // Agron. 1988. J. 80. P. 655-662.

[171]. Moran M. S., Maas S. J., Pinter P. J. Combining remote sensing and modeling for estimating surface evaporation and biomass production. // Remote Sensing. 1995. Rev. 12. P. 335-353.

[172]. Penning de Vries F.W.T., Laar H.H.van. Simulation of plant growth and crop production. Wageningen: Pudoc, 1982. 308 p.

[173]. Pettersen O. Uber die Beziehungen zwischen hydrologischen und meteorologischen Phanomenen. Met. Zeotschrift, 1896.

[174]. Poluektov, R.A. Long-time field research: towards to using dynamic models Aspects of Applied Biology / R.A. Poluektov. - 61. - 2000. - 29-33.

[175]. Richardson L.F. Weather predictions by numerical process. Cambridge University Press. 1922.

[176]. Richardson C.W., Wright D.A. WGEN: A model for generating daily weather variables // US Department of Agriculture, Agricultural Research Service, ARS-8. USDA, Washington, 1984.

[177]. Simpson G.C. Further studies in terristial radiative. Mem. Roy. Met. Soc., №3, 1928.

[178]. Smagorinsky J.S., Mamabe, J.L. Holloway. Numerical results from a nine level general circulation model of the atmosphere. Mon. Wea. Rev. №93, 1965.

[179]. Standardised Verification System (SVS) for Long-Range Forecasts (LRF), WMO, Version 3.0 - 12 August 2002.

[180]. Toth Z., Kalnay E., Tracton S.M., Wobus R., Irwin J. A Synoptic Evaluation of the NCEP Ensemble, Weather and Forecasting. Vol.12, pp.140-153, 1997.

[181]. Tucker C. J., Red and photographic infrared linear combinations for monitoring vegetation // Remote Sensing of Environment. 1979. v. 8. P. 127-150.

[182]. Tucker C. J. Remote sensing of leaf water content in the near-infrared Remote // Sensing of Environment. 1980. v. 10. P. 23-32.

[183]. Wenkel J.R., Mirschel W., Agrooerosystemmodellirung. Grundlage fuer die Abschaetzung von Auswiekungen moegicher Landnutzungs- und Klimaarnderungen // ZALF. -Bericht, Muencheberg. - 1995. -№24. - S.187.

[184]. Wiegand C. L., Richardson A. J., Escobar D. E., Gerbermann A. H. Vegetation indices in crop assessments. //Remote Sensing of Environment. 1991. 35. P. 105-119.

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.