Разработка методики обработки материалов разновременной космической съемки для определения изменений антропогенной нагрузки на примере Красной реки тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Фам Чонг Хай

• Фам Чонг Хай
• кандидат наук
• 2025

Оглавление диссертации кандидат наук Фам Чонг Хай

ВВЕДЕНИЕ

ГЛАВА 1 АНАЛИЗ ОПЫТА ИСПОЛЬЗОВАНИЯ МАТЕРИАЛОВ РАЗНОВРЕМЕННОЙ КОСМИЧЕСКОЙ СЬЕМКИ ДЛЯ ОПРЕДЕЛЕНИЯ ИЗМЕНЕНИЯ АНТРОПОГЕННОЙ НАГРУЗКИ РЕЧНОГО БАССЕЙНА

1.1 Изменение антропогенной нагрузки бассейна реки и ее значение

1.2 Методы применения материалов космической съёмки для определения изменения антропогенной нагрузки бассейна реки

1.3 Платформа Google Earth Engine, современное состояние и перспективы их применения в настоящее время

Выводы по первой главе

ГЛАВА 2 РАЗРАБОТКА МЕТОДИКИ ОБРАБОТКИ МАТЕРИАЛОВ РАЗНОВРЕМЕННОЙ КОСМИЧЕСКОЙ СЪЕМКИ ДЛЯ ОПРЕДЕЛЕНИЯ ИЗМЕНЕНИЙ АНТРОПОГЕННОЙ НАГРУЗКИ НА ПРИМЕРЕ КРАСНОЙ РЕКИ

2.1 Разработка методики определения изменения русла реки по материалам разновременной космической съёмки на примере Красной реки

2.2 Разработка методики определения ландшафта речного бассейна по материалам разновременной космической съёмки на примере Красной реки

2.3 Разработка методики определения температуры поверхности речного бассейна по материалам разновременной космической съёмки на примере Красной реки

2.4 Разработка методики определения основных индексов качества воды в реке по материалам разновременной космической съёмки на примере Красной реки

Выводы по второй главе

ГЛАВА 3 РЕЗУЛЬТАТЫ ОЦЕНКИ ИЗМЕНЕНИЙ АНТРОПОГЕННОЙ НАГРУЗКИ РЕЧНОГО БАССЕЙНА ПО МАТЕРИАЛАМ РАЗНОВРЕМЕННОЙ КОСМИЧЕСКОЙ СЪЁМКИ С ИСПОЛЬЗОВАНИЕМ РАЗРАБОТАННЫХ МЕТОДИК НА ПРИМЕРЕ КРАСНОЙ РЕКИ

3.1 Физико-географическая и экономико-географическая характеристики Красной реки

3.2 Оценки изменений русла Красной реки

3.3 Оценки изменений ландшафта бассейна Красной реки

3.4 Оценки изменений температуры поверхности бассейна Красной реки

3.5 Оценки изменений основных индексов качества воды в Красной реке

Выводы по третьей главе

ЗАКЛЮЧЕНИЕ

СПИСОК СОКРАЩЕНИЙ

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

ВВЕДЕНИЕ

Введение диссертации (часть автореферата) на тему «Разработка методики обработки материалов разновременной космической съемки для определения изменений антропогенной нагрузки на примере Красной реки»

Актуальность темы исследования

Проблематика и актуальность исследования диссертации заключается в необходимости оценки изменений антропогенной нагрузки на речной бассейн, в том числе Красной реки, который является одним из крупнейших и экологических значимых водных объектов Вьетнама, подвергающийся различным антропогенным воздействиям, включая загрязнение воды, изменение ландшафта, температуры поверхности и русла реки. Эти изменения могут оказывать долгосрочное влияние как на экосистему реки, так и на социально-экономическое развитие региона. В этой связи разработка методики обработки материалов разновременной космической съемки для определения изменений антропогенной нагрузки на примере Красной реки представляется актуальной задачей, способствующей оценке текущего состояния и динамики изменений водного объекта [1].

Степень разработанности темы

Тема изменения антропогенной нагрузки на бассейны рек является предметом многочисленных научных исследований. Особое внимание уделяется применению дистанционного зондирования Земли (ДЗЗ) и космической съемки для мониторинга и анализа изменений в водных объектах. Вклад в развитие данной области внесли такие ученые, как Братков В. В., Зверев А. Т., Чибуничев А. Г., Малинников В. А., Беленко В. В., Стоящева Н. В., Чинь Л. Х., Фам К. В., Zhao. Y, Zou. X, Liu, Langat. P., Kumar. K и другие. Эти исследователи значительно продвинули методы и технологии дистанционного зондирования, аэрокосмической съемки, фотограмметрии, геодезии и геоинформатики. Их работы служат основой для дальнейших исследований в области мониторинга антропогенной нагрузки на водные бассейны. Несмотря на обширные исследования, применение разновременной космической съемки для комплексной

оценки изменений в бассейне реки требует дополнительного изучения и разработки специфических методик. В частности, работы авторов направлены на следующие аспекты: изменения русла реки, изменения ландшафта бассейна реки, определения температуры поверхности бассейна реки, определения основных индексов качества воды в реке. Таким образом, тема изменения антропогенной нагрузки на бассейны рек, в частности на бассейн Красной реки, остается актуальной и требует дальнейшего изучения. Применение разновременной космической съемки и разработка новых методик позволяют получить более точные и комплексные данные, что способствует улучшению мониторинга и управления водными ресурсами.

Целью диссертационной работы является разработка и апробация разработка методики обработки материалов разновременной космической съемки, а также создание ГИС-инструменты для определения изменений антропогенной нагрузки на примере Красной реки. Для достижения поставленной цели были определены следующие задачи:

1. Анализ опыта использования материалов разновременной космической съемки для определения изменения антропогенной нагрузки бассейна рек.

2. Разработка методики и создание ГИС-инструментов (веб-сайт) для определения изменений антропогенной нагрузки: определения изменения русла, изменений ландшафта бассейна, температуры поверхности бассейна и основных индексов качества воды на основе материалов разновременной космической съемки на примере Красной реки.

3. Экспериментальная проверка разработанных методик на примере бассейна Красной реки и оценка их эффективности и достоверности.

Научная новизна диссертационной работы заключается том, что:

Впервые разработанная автоматизированная методика и созданные новые ГИС-инструменты для оценки изменений антропогенной нагрузки на речные

бассейны на основе материалов разновременной космической съемки, включают в себя:

- новые алгоритмы для определения температурой поверхности и значений индексов качества воды (NDTI и TSS) на основе данных снимков LANDSAT-8 [2] и Sentinel-2.

- автоматизированный процесс создания карт-схем изменения русла, ландшафта, температуры поверхности бассейна и основных индексов качества воды.

Теоретическая значимость результатов исследований.

Представленные в диссертационной работе научные результаты вносят вклад в развитие теории дистанционного зондирования Земли, расширяя спектр возможных применений спутниковых данных для мониторинга и анализа изменений в речных бассейнах.

Практическая значимость результатов исследований.

Автор на практике показал, что разработанная методика и ГИС -инструменты (веб-сайт) для определения изменений антропогенной нагрузки могут быть применены органами управления водными ресурсами, экологическими службами и научно-исследовательскими институтами для мониторинга состояния и управления водными ресурсами бассейнов рек.

Методология и методы исследования. В работе использовались методы дистанционного зондирования Земли, анализа спутниковых данных с использованием платформы Google Earth Engine, машинного обучения, а также статистические методы обработки полученных данных.

Объект исследования. Объектом данного диссертационного исследования выступает методика обработки материалов разновременной космической съемки, направленные на определение изменения антропогенной нагрузки бассейна Красной реки [3].

Предметом исследования являются изменения антропогенной нагрузки речного бассейна, включающие в себя изменение русла реки, ландшафта, температуры поверхности и качества воды на примере Красной реки.

Основные результаты, выносимые на защиту:

1. Разработана методика и созданы ГИС-инструменты (веб-сайт) для определения изменений антропогенной нагрузки на основе материалов разновременной космической съемки на примере Красной реки.

2. Выведена формула зависимости между уровнем серного в канале ST_B10 снимка LANDSAT-8 и температурой поверхности на примере Красной реки.

3. Выведены формулы зависимости между уровнем серного в каналах B1, B2, B3, B4 на снимках Sentinel-2 и индексами качества воды NDTI (нормализованный индекс разности мутности) и TSS (общее количество взвешенных веществ) на примере Красной реки.

4. Составлены карты-схемы изменения русла, ландшафта бассейна, температуры поверхности речного бассейна и основных индексов качества воды на примере Красной реки.

Степень достоверности результатов исследований.

Достоверность результатов обеспечивается использованием актуальных и проверенных данных космической съемки, применением современных методов обработки данных дистанционного зондирования, а также сравнением полученных результатов с данными наземных наблюдений и экспериментальных исследований.

Апробация результатов. Основные научные результаты, полученные в ходе проведения диссертационного исследования, были озвучены автором в виде докладов на научно-технических конференциях:

1. «Расчет индексных показателей для выявления и анализа характеристик водосодержащих объектов по космическим снимкам с помощью Google Earth Engine», 77-я международная научно-техническая конференция студентов, аспирантов и молодых ученых МИИГАиК, МИИГАиК, 2022;

2. «Использование разновременных космических снимков для определения изменений русла Красной реки», 78-я международная научно-техническая конференция студентов, аспирантов и молодых ученых МИИГАиК, МИИГАиК, 2023;

3. «Разработка методики автоматической классификации ландшафта Красной реки (Вьетнам)», Международной научной конференции "Пространственные данные: наука и технологии", МИИГАиК, 2023;

4. «Разработка методики определения температуры поверхности бассейна Красной реки по материалам многозональной космической съемки», 78-я международная научно-техническая конференция студентов, аспирантов и молодых ученых МИИГАиК, МИИГАиК, 2024;

5. «Разработка методики автоматического мониторинга процесса урбанизации бассейна Красной реки (Вьетнам)», Государственный университет по землеустройству, ГУЗ, 2024;

6. «Разработка методики определения основных индексов качества воды в Красной реке по материалам разновременной космической съёмки», Международной научной конференции "Пространственные данные: наука и технологии", МИИГАиК, 2024;

Публикации. По материалам диссертации опубликовано 5 статьей.

Структура и объем диссертации. Диссертация включает в себя введение, 3 главы, заключение, список сокращений и список использованной литературы (110 наименований). Работа состоит из 114 страниц машинописного текста, в который включены 19 рисунков и 8 таблиц.

Список публикаций по теме диссертации

1 Фам Ч. Х. Использование разновременных космических снимков для определения изменений русла Красной реки / Ч. Х. Фам, В. А. Малинников. -Текст: непосредственный // Мониторинг. Наука и технологии. - 2023. - № 2(56).

- С. 62-67. - DOI 10.25714/MNT.2023.56.008.

2 Фам Ч. Х. Разработка методики автоматической классификации ландшафта Красной реки (Вьетнам) / Ч. Х. Фам, В. А. Малинников, В. Б. Непоклонов, М. В. Литвиненко. - Текст: непосредственный // Известия вузов. Геодезия и аэрофотосъемка. - 2023. - Т. 67, № 5. - С. 126-135. - DOI 10.30533/GÍA-2023-067.

3 Фам Ч. Х. Разработка методики определения основных индексов качества воды в Красной реке по материалам разновременной космической съемки / Ч. Х. Фам, В. А. Малинников, Л. Т. Динь, Л. Х. Чинь. - Текст: непосредственный // Мониторинг. Наука и технологии. - 2023. - № 4(58). - С. 83-88. - DOI 10.25714/MNT.2023.58.010.

4 Фам Ч. Х. Разработка методики автоматического мониторинга процесса урбанизации бассейна Красной реки (Вьетнам) / Ч. Х. Фам, Д. Х. Фам. - Текст: непосредственный // Международный научно-исследовательский журнал. - 2024.

- № 6(144). - DOI 10.60797/IRJ.2024.144.93.

5 Фам Ч. Разработка автоматического метода определения береговой линии реки / Ч. Фам, Х. Чан. - Текст: непосредственный // Cifra. Науки о Земле и окружающей среде. - 2024. - № 1(1). - DOI 10.60797/GEO.2024.1.6.

ГЛАВА 1 АНАЛИЗ ОПЫТА ИСПОЛЬЗОВАНИЯ МАТЕРИАЛОВ РАЗНОВРЕМЕННОЙ КОСМИЧЕСКОЙ СЬЕМКИ ДЛЯ ОПРЕДЕЛЕНИЯ ИЗМЕНЕНИЯ АНТРОПОГЕННОЙ НАГРУЗКИ РЕЧНОГО БАССЕЙНА

1. 1 Изменение антропогенной нагрузки бассейна реки и ее значение Антропогенная нагрузка [4, 5] на водные объекты представляет собой совокупное воздействие различных аспектов человеческой деятельности на состояние и функционирование водных экосистем, изменяя их природные свойства, состав и качество воды. Влияние антропогенной нагрузки отражается в таких процессах, как изменение режима стока, трансформация ландшафта, изменение биоразнообразия и ухудшение качества воды под воздействием загрязняющих веществ. Этот комплекс воздействий требует оценки по множеству параметров: объём и химический состав сточных вод, уровень потребления водных ресурсов, концентрация различных загрязняющих веществ, а также масштабные изменения структуры водных экосистем, включая физико-химические характеристики водоёмов и биотическую составляющую [6 ].

Изменение антропогенной нагрузки в пределах бассейна реки имеет критическое значение, поскольку оно затрагивает экологическую устойчивость, нарушает природные циклы и оказывает влияние на биологическое разнообразие. Эти процессы играют ключевую роль в формировании качества водных ресурсов и могут существенно изменять экологический баланс. Рассмотрим примеры изменений антропогенной нагрузки на речные экосистемы.

Изменение русла реки [7]. Антропогенная деятельность, включая выпрямление и углубление русел для улучшения судоходства, строительство дамб и других гидротехнических сооружений, приводит к изменению русловой структуры рек. Эти процессы меняют геометрию русла, его глубину и гидродинамические характеристики, что нарушает естественное распределение осадков и питательных веществ в водной системе. Эти изменения оказывают

серьёзное воздействие на пространственное распределение местообитаний водных организмов и, следовательно, на биоразнообразие бассейна реки, так как многие виды оказываются не в состоянии адаптироваться к новым условиям среды [8, 9].

Изменение ландшафта бассейна реки [10]. Человеческая деятельность в пределах речного бассейна может приводить к трансформациям в его физических свойствах. Примерами таких изменений являются изменение структуры землепользования, вырубка лесов, строительство инфраструктурных объектов и внедрение не эндемичных видов, что приводит к значительным нарушениям естественных процессов. Эти антропогенные вмешательства могут нарушать баланс в экосистеме, например, за счёт изменения водного стока и уменьшения удерживающей способности почвы, что снижает общую устойчивость речного бассейна и увеличивает его уязвимость перед экстремальными природными явлениями [11, 12].

Изменение температуры поверхности [13]. Влияние антропогенной нагрузки может выражаться в изменении температуры водной поверхности. Термическое загрязнение от промышленных предприятий, сбросы нагретых сточных вод, а также удаление растительности вдоль береговой линии, нарушающее природное охлаждение, могут приводить к повышению температуры воды. Это изменение влияет на биотические компоненты экосистемы, поскольку многие водные организмы чувствительны к температурным колебаниям и не могут выжить при высоких температурах, что ведёт к изменению видового состава и снижению биоразнообразия [14, 15].

Изменение качества воды [16]. Загрязнение водной среды вследствие человеческой деятельности, включая промышленный сброс, сельскохозяйственный сток и неадекватное управление отходами, ведет к ухудшению качества воды. Попадание в реку таких веществ, как тяжёлые

металлы, пестициды, органические и неорганические загрязнители, приводит к повышению концентрации токсичных веществ, что ставит под угрозу водные экосистемы. Эти вещества изменяют химический состав воды, влияя как на здоровье водных организмов, так и на качество воды, используемой человеком для питья и хозяйственных нужд. Это ухудшение качества воды требует постоянного мониторинга и управления, чтобы защитить как водные экосистемы, так и здоровье населения [17, 18].

Подводя итог, следует отметить, что изменение антропогенной нагрузки на речные бассейны оказывает прямое влияние на динамику экосистем, формирует характер экологических процессов и определяет уровень биологического разнообразия. Понимание этих изменений и их механизмов взаимодействия с природными процессами имеет решающее значение для устойчивого управления водными ресурсами и сохранения экосистемных функций водоёмов. Управление антропогенной нагрузкой, наряду с мониторингом изменений, позволяет разрабатывать стратегии, направленные на снижение негативного воздействия и поддержание долгосрочной устойчивости водных экосистем.

1.2 Методы применения материалов космической съёмки для определения изменения антропогенной нагрузки бассейна реки Традиционные методы определения изменения антропогенной нагрузки на бассейны рек включают в себя ряд подходов, основанных на наблюдениях и измерениях, проводимых непосредственно в природных условиях или с использованием лабораторных анализов. Эти методы позволяют оценить как текущее состояние водных объектов, так и динамику изменений во времени. Вот некоторые из традиционных методов:

1. Мониторинг качества воды: Периодический отбор проб водных образцов для проведения физико-химического анализа включает измерение параметров,

таких как уровень рН, температура, концентрация растворенного кислорода, биохимическая потребность в кислороде (БПК), химическая потребность в кислороде (ХПК), а также содержание различных загрязняющих веществ [19].

2. Гидрологический мониторинг: Изучение изменений в режиме рек, включая уровень воды, скорость течения, объем стока и его сезонные колебания [20].

3. Биологический мониторинг: Анализ состава и численности водных организмов, включая макрофиты, зоопланктон, бентос и рыб, для оценки биологического состояния водоемов и влияния антропогенных факторов [21].

4. Исследование осадков: Анализ осадков реки, включая их химический состав и содержание тяжелых металлов, органических загрязнителей и других веществ [22].

5. Изучение эрозии и аккумуляции: Оценка изменений в ландшафте, связанных с эрозией почвы и аккумуляцией осадочных материалов в речных долинах и водоемах [23, 24].

Эти методы имеют свои преимущества, но также сопряжены с некоторыми ограничениями и недостатками:

- Высокая стоимость и сложность. Проведение полевых наблюдений, лабораторных анализов и мониторинга требует значительных финансовых и трудовых ресурсов. Использование специализированного оборудования и привлечение квалифицированных специалистов повышает затраты на реализацию этих методов.

- Недостаточная покрытость и представительность реперных точек. Ограниченное количество точек наблюдения и измерений не позволяет получить полную картину изменений в пределах всего бассейна реки. Неравномерное распределение реперных точек снижает репрезентативность данных.

- Низкая доступность и совместимость данных. Данные, полученные различными организациями, могут быть несовместимы из-за разных методик, оборудования и форматов. Ограниченный доступ к имеющимся данным затрудняет их комплексный анализ.

- Низкая оперативность. Получение актуальной информации об изменениях занимает длительное время из-за периодичности проведения полевых работ и лабораторных исследований. Оперативное реагирование на возникающие проблемы затруднено.

- Высокая трудоемкость. Сбор, обработка и анализ данных, полученных традиционными методами, требует значительных временных и человеческих ресурсов. Это снижает эффективность мониторинга и оценки изменений.

- Ограниченный пространственный охват. Традиционные методы, как правило, охватывают ограниченные участки бассейна реки, не позволяя получить целостную картину происходящих изменений. Отсутствие возможности охвата всего бассейна снижает качество и полноту оценки.

Таким образом, несмотря на важность традиционных методов для оценки изменения антропогенной нагрузки на бассейн реки, современные методы и технологии, такие как дистанционное зондирование и моделирование, могут помочь преодолеть некоторые из этих ограничений и обеспечить более полную и точную оценку воздействия человеческой деятельности на речные экосистемы.

Опыт применения материалов космической съёмки для определения изменения антропогенной нагрузки бассейна реки. Материалы космической съемки [25] могут использоваться для оценки изменений антропогенной нагрузки на бассейны рек. Это можно сделать с помощью данных, полученных с помощью спутниковых или воздушных сенсоров, которые записывают электромагнитное излучение от поверхности Земли в различных диапазонах спектра. Использование

материалов космической съемки обладает рядом преимуществ по сравнению с традиционными методами, среди которых можно выделить следующие:

1. Большой охват и высокое пространственное разрешение экспериментальных точек: Материалы космической съемки позволяют получать информацию о больших территориях с высокой пространственной и временной детализацией, что улучшает представительность и точность данных.

2. Низкая стоимость и доступность: Данные космической съемки могут быть получены из открытых источников, таких как публичные базы данных или онлайн-сервисы, что исключает необходимость проведения дорогостоящих и трудоемких наземных наблюдений и измерений.

3. Высокая оперативность и совместимость: Данные космической съемки легко доступны для сбора, обработки, хранения и обмена между различными пользователями и организациями. Они также могут быть подвергнуты анализу с использованием специализированных программных средств. Для оценки изменений антропогенной нагрузки на речные бассейны с

использованием данных космической съемки могут применяться различные методы, такие как: Анализ спектральных характеристик воды: Изучение отражательной способности воды в различных диапазонах спектра, которая зависит от концентрации различных веществ в воде, таких как хлорофилл, органическое вещество, минеральные частицы, загрязнители и т.д. Этот метод позволяет оценить качество воды и ее изменение во времени.

1. Анализ температуры воды: Измерение температуры поверхности воды с помощью тепловизионных сенсоров, которая зависит от теплового баланса водного объекта и влияния сточных вод. Этот метод позволяет определить места сброса сточных вод, а также оценить их влияние на температурный режим воды.

2. Анализ ландшафтных характеристик бассейна: Использование многоспектральных или гиперспектральных сенсоров для записи отраженного электромагнитного излучения от поверхности Земли и атмосферы в различных диапазонах длин волн позволяет получить информацию о различных характеристиках водных объектов, таких как цвет, температура, прозрачность, соленость, хлорофилл, суспензия, растворенный органический материал и растворенный органический материал.

Применение данных ДЗЗ для оценки изменений антропогенной нагрузки на речные бассейны обладает рядом преимуществ по сравнению с традиционными методами. К числу таких преимуществ относятся следующие:

1. Большая покрытость и разрешение: Материалы космической съемки позволяют охватывать большие территории и водные объекты, которые трудно или невозможно исследовать наземными методами, а также получать данные с высоким пространственным и временным разрешением, что повышает точность и детализацию результатов.

2. Низкая стоимость и сложность: Материалы космической съемки требуют меньше оборудования, материалов, персонала и времени для сбора и обработки данных, чем традиционные методы, что снижает затраты и упрощает процесс исследования.

3. Высокая доступность и совместимость: Материалы космической съемки доступны из различных источников, включая открытые и бесплатные базы данных, такие как LANDSAT, MODIS, Sentinel и другие, а также совместимы с различными программными средствами для анализа и визуализации данных, такими как ArcGIS, QGIS, ENVI и другие. Однако, применение материалов космической съемки также имеет

некоторые ограничения и недостатки, такие как:

1. Низкая чувствительность и специфичность: Материалы космической съемки не всегда достаточно чувствительны и специфичны для определения некоторых параметров водных объектов, таких как концентрация некоторых загрязняющих веществ, биологическое состояние водоемов, эрозия и аккумуляция осадков и другие.

2. Влияние атмосферных и поверхностных факторов: Материалы космической съемки подвержены влиянию атмосферных и поверхностных факторов, таких как облачность, аэрозоли, влажность, ветер, волны и другие, которые могут искажать или маскировать сигнал от водных объектов и требуют коррекции и калибровки данных.

3. Необходимость дополнительной информации и проверки: Материалы космической съемки не могут полностью заменить традиционные методы, а требуют дополнительной информации и проверки с помощью наземных наблюдений и измерений, а также моделей и алгоритмов для интерпретации и преобразования данных в полезную.

4. Оперативность трудоемкость пространственный охват

В целом, материалы космической съемки предоставляют ценные ресурсы для мониторинга и оценки изменений в бассейнах рек, их экосистемах и антропогенной нагрузке. Этот метод дополняет традиционные исследования и может быть весьма полезным при разработке стратегий управления водными ресурсами и экологическими системами.

Однако, для достижения наилучших результатов, важно учитывать как его преимущества, так и ограничения, и внимательно проводить анализ данных, а также сравнивать их с наземными наблюдениями и модельными оценками.

Современные программные обеспечения для обработки данных ДЗЗ (ПО ДЗЗ) [26, 27] представляют собой комплекс программных продуктов, которые позволяют выполнять различные операции с данными ДЗЗ, такие как ввод,

хранение, обработка, анализ, визуализация и распространение. Современные ПО ДЗЗ имеют различные функциональные возможности и специализацию, в зависимости от целей и задач, для которых они предназначены. Некоторые из основных критериев, по которым можно классифицировать ПО ДЗЗ, это:

1. Тип данных: ПО ДЗЗ могут работать с различными типами данных ДЗЗ, такими как оптические, радиолокационные, гиперспектральные, тепловые, лидарные и другие. Каждый тип данных имеет свои особенности и требует специфических методов обработки и анализа.

2. Уровень обработки: ПО ДЗЗ могут выполнять различные уровни обработки данных ДЗЗ, от простых до сложных. Простые уровни обработки включают в себя коррекцию, регистрацию, геокодирование, мозаикирование, классификацию и векторизацию данных. Сложные уровни обработки включают в себя моделирование, инверсию, синтез, фьюжн, анализ изменений и другие.

3. ПО ДЗЗ могут быть универсальными или специализированными, а универсальные системы предназначены для решения широкого спектра задач в различных научных и прикладных областях, таких как геология, геофизика, гидрология, метеорология, океанология, экология, сельское и лесное хозяйство, градостроительство, карьера и другие области.

4. Лицензия: ПО ДЗЗ могут быть коммерческими или бесплатными, в зависимости от условий использования и распространения. Коммерческие ПО ДЗЗ требуют оплаты приобретения и обновление, а также имеют ограничения на количество пользователей и устройств, на которых они могут быть установлены. Бесплатные ПО ДЗЗ не требуют оплаты и могут быть свободно использованы и распространены, но могут иметь ограничения на функциональность, поддержку и совместимость.

Список литературы диссертационного исследования кандидат наук Фам Чонг Хай, 2025 год

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

1 Luu, T. N. M. Hydrological regime and water budget of the Red River Delta (Northern Vietnam) / T. N. M. Luu, J. Gamier, G. Billen, D. Orange, J. Nemery, T. P. Q. Le, L. A. Le. - Текст: непосредственный // Journal of Asian Earth Sciences. - 2010. -37(3). - P. 219-228.

2 USGS. USGS Landsat 8 Level 2, Collection 2, Tier 1. - URL: https://developers.google.com/earth-

engine/datasets/catalog/LANDSAT_LC08_C02_T1_L2. - Текст: электронный. -USGS. - [Дата обращения: 15.08.2024].

3 Truong, V. A. Research and evaluate water demand in the Red River Delta in the context of climate change and socio-economic development / T. V. Anh, B. T. B. Ngoc, L. T. Thuong, N. T. Quang. - Текст: непосредственный // Meteorological Magazine.

- 2023. - 750. - P. 1-12.

4 Стоящева, Н. В. Оценка антропогенной нагрузки на водные объекты бассейна Верхней Оби в разные по водности периоды / Н. В. Стоящева. - Текст: непосредственный // Известия АО РГО. - 2018.

5 Кременской, В. И. Водооборот и антропогенная нагрузка в бассейне реки Салгир / В. И. Кременской, С. В. Подовалова, Н. М. Иванютин. - Текст: непосредственный // Научный журнал Российского НИИ проблем мелиорации. -2016. - Т. 4(24). - С. 174-188.

6 Zhao, Y. Assessing natural and anthropogenic influences on water discharge and sediment load in the Yangtze River, China / Y. Zhao, X. Zou, Q. Liu, Y. Yao, Y. Li, X. Wu, T. Wang. - Текст: непосредственный // Science of the Total Environment. - 2017.

- 607. - P. 920-932.

7 Langat, P. K. Monitoring River channel dynamics using remote sensing and GIS techniques / P. K. Langat, L. Kumar, R. Koech. - Текст: непосредственный // Geomorphology. - 2019. - 325. - P. 92-102.

8 Nguyen, T. T. A. Application of Mike 11 ST model assesses the ability to renew sand and gravel from the Red River from Son Tay hydroelectric station to Hung Yen / N. T. T. Anh, T. N. Huan. - Текст: непосредственный // Journal of Science and Environmental Resources. - 2018. - 23. - P. 56-64.

9 Momin, H. Morphological analysis and channel shifting of the Fulahar river in Malda district, West Bengal, India using remote sensing and GIS techniques / H. Momin, R. Biswas, C. Tamang. - Текст: непосредственный // GeoJournal. - 2020. - P. 1-17.

10 Wang, H. Spatial and temporal changes of landscape patterns and their effects on ecosystem services in the Huaihe River Basin, China / H. Wang, M. Zhang, C. Wang, K. Wang, C. Wang, Y. Li, Y. Zhou. - Текст: непосредственный // Land. - 2022. -11(4). - P. 513.

11 Жигулина, Е. В. Прогнозирование изменений ландшафтов бассейнов малых рек Воронежской области / Е. В. Жигулина, В. Б. Михно. - Текст: непосредственный // Вестник Воронежского государственного университета. Серия: География. Геоэкология. - 2013. - Т. 1. - С. 172-178.

12 Bandyopadhyay, S. Entropy Application to Evaluate the Stability of Landscape in Kunur River Basin, West Bengal, India / S. Bandyopadhyay, S. Sinha, N. C. Jana, D. Ghosh. - Текст: непосредственный // Current Science. - 2014. - 107(11). - P. 18421853.

13 Новороцкий, П. В. Многолетние изменения температуры воздуха в бассейне реки Бурея / П. В. Новороцкий. - Текст: непосредственный // География и природные ресурсы. - 2013. - Т. 2. - С. 118-124.

14 Hamid, A. T. Analysis of Temperature Trends in Sutluj River Basin, India / A. T. Hamid, M. Sharif, A. D. - Текст: непосредственный // Journal of Earth Science & Climatic Change. - 2014. - 5(8). - P. 1-10.

15 Тищенко, В. А. Прогнозирование осадков и температуры в бассейне реки Амур на месячных и сезонных интервалах времени / В. А. Тищенко, В. М. Хан,

Е. Н. Круглова, И. А. Куликова. - Текст: непосредственный // Метеорология и гидрология. - 2019. - Т. 3. - С. 24-39.

16 Теличенко, В. И. Изменение качества воды и донных отложений водных объектов в условиях влияния техногенной нагрузки / В. И. Теличенко,

B. А. Курочкина, К. Блази. - Текст: непосредственный // Экология урбанизированных территорий. - 2014. - Т. 4. - С. 35-39.

17 Nga, D. T. Assessing the impact of reuse of livestock waste on environmental quality in the Red River Delta for the period 2000-2020 / D. T. Nga. - Текст: непосредственный // Journal of Science and Environmental Resources. - 2023. - 45.

- P. 3-11.

18 Vinh, P. Q. Research and evaluate the quality of the Red River basin with remote sensing technology and GIS / P. Q. Vinh. - Hanoi, 2021.

19 Water Supplies Department. Water Quality FAQ. - URL: http://www.wsd.gov.hk/en/faqs/water_quality/index.html. - Текст: электронный. -[Дата обращения: 21.07.2024].

20 Doughty, C. Hydrological and geochemical monitoring for a CO2 sequestration pilot in a brine formation / C. Doughty, K. Pruess, S. M. Benson, B. Freifeld, W. D. Gunter.

- Текст: непосредственный // Lawrence Berkeley National Laboratory. - 2004.

21 Беднова, О. В. К вопросу о прикладных системах биологического мониторинга / О. В. Беднова. - Текст: непосредственный // Лесной вестник. - 2011. - Т. 4. -

C. 121-128.

22 Валеев, В. Х. Исследование возможности использования осадков сточных вод очистных сооружений в качестве удобрения / В. Х. Валеев, С. В. Валеев. - Текст: непосредственный // Известия вузов. Прикладная химия и биотехнология. - 2015.

- Т. 3(14). - С. 69-73.

23 Newman, D. J. Watershed Development and Sediment Accumulation in a Small Urban Lake / D. J. Newman, D. R. Perault, T. D. Shahady. - Текст: непосредственный // Lake and Reservoir Management. - 2006. - 22(4). - P. 303-307.

24 Roux, J. J. L. Water erosion prediction at a national scale for South Africa / J. J. L. Roux, T. Morgenthal, J. Malherbe, D. Pretorius, P. Sumner. - Текст: непосредственный // Water SA. - 2018. - 34(3). - P. 305-314.

25 РФ. Материалы космической съемки для создания и обновления государственных топографических карт. Оценка качества. - Текст: электронный. - URL: https://docs.cntd.ru/document/1200184165. - 2022.

26 Сопин, А. Э. Анализ программного обеспечения для обработки данных дистанционного зондирования Земли / А. Э. Сопин. - Текст: непосредственный // Вестник СГУГиТ. - 2017. - С. 376-377.

27 Абрамов, Н. С. Современные методы интеллектуальной обработки данных ДЗЗ / Н. С. Абрамов, Д. А. Макаров, А. А. Талалаев, В. П. Фраленко. - Текст: непосредственный // Программные системы: Теория и приложения. - 2018. -Т. 4(39). - С. 417-442.

28 Esri. ArcGIS Online. - Текст: электронный. - URL: https://www.arcgis.com/. -[Дата обращения: 14.09.2024].

29 QGIS. QGIS - Свободная географическая информационная система с открытым кодом. - Текст: электронный. - URL: https://qgis.org/. - [Дата обращения: 30.06.2024].

30 Совзонд. ENVI Platform. - Текст: электронный. - URL: https://sovzond.ru/products/software/thematic_processing/envi_platform/. - [Дата обращения: 25.07.2024].

31 Hexagon. ERDAS IMAGINE overview. - Текст: электронный. - URL: https://hexagon.com/. - [Дата обращения: 11.09.2024].

32 European Space Agency. SNAP - ESA Earth Online. - Текст: электронный. - URL: https://earth.esa.int/eogateway/tools/snap. - [Дата обращения: 28.06.2024].

33 GRASS GIS. GRASS GIS - Bringing advanced geospatial technologies to the world. - Текст: электронный. - URL: https://grass.osgeo.org/. - [Дата обращения: 17.07.2024].

34 PCI Geomatics. CATALYST Earth - Catalyst Earth / PCI Geomatics company. -Текст: электронный. - URL: https://catalyst.earth/. - [Дата обращения: 22.08.2024].

35 SAGA. Introduction - What is SAGA? - Текст: электронный. - URL: https://saga-gis.sourceforge.io/en/index.html. - [Дата обращения: 12.09.2024].

36 Google. Google Earth. - Текст: электронный. - URL: https://earth.google.com/web. - [Дата обращения: 03.07.2024].

37 Gorelick, N. Google Earth Engine. In EGU General Assembly Conference Abstracts / N. Gorelick. - Vienna, Austria: American Geophysical Union, 2013. - 15. - P. 11997.

38 Mutanga, O. K. Google Earth Engine applications / O. K. Mutanga, L. - Текст: непосредственный // Remote Sensing. - 2019. - 11(5). - P. 591.

39 Pekel, J. F. High-resolution mapping of global surface water and its long-term changes / J. F. Pekel, A. Cottam, N. Gorelick, A. S. Belward. - Текст: непосредственный // Nature. - 2016. - 540(7633). - P. 418-422.

40 Global Forest Watch. Global Forest Watch / World Resources Institute. - Текст: электронный. - URL: http://www.globalforestwatch.org. - 2002. - [Дата обращения: 10.09.2024].

41 NASA. Landsat Science. - Текст: электронный. - URL: https://landsat.gsfc.nasa.gov/. - [Дата обращения: 29.08.2024].

42 NASA. Moderate Resolution Imaging Spectroradiometer - MODIS Web. - Текст: электронный. - URL: https://modis.gsfc.nasa.gov/about/. - [Дата обращения: 07.06.2024].

43 COPERNICUS. Sentinel Online: Explore Copernicus satellite missions. - Текст: электронный. - URL: https://sentinels.copernicus.eu/web/sentinel/. - [Дата обращения: 14.07.2024].

44 NASA/CGIAR. SRTM Digital Elevation Data Version 4. - Текст: электронный. -URL: https://developers.google.com/earth-engine/datasets/catalog/CGIAR_SRTM90_V4. - 2000. - [Дата обращения: 06.09.2024].

45 NASA LP DAAC at the USGS EROS Center. GLCF: Landsat Global Inland Water.

- Текст: электронный. - URL: https://developers.google.com/earth-engine/datasets/catalog/GLCF_GLS_WATER. - [Дата обращения: 01.08.2024].

46 Tamiminia, H. Google Earth Engine for geo-big data applications: A meta-analysis and systematic review / H. Tamiminia, B. Salehi, M. Mahdianpari, L. Quackenbush, S. Adeli, B. Brisco. - Текст: непосредственный // ISPRS Journal of Photogrammetry and Remote Sensing. - 2020. - 164. - P. 152-170.

47 Федотова, Е. В. Использование Google Earth Engine в системах мониторинга / Е. В. Федотова, А. А. Гостева. - Текст: непосредственный // Региональные проблемы дистанционного зондирования Земли. - 2021. - С. 132-133.

48 Фам, Ч. Х. Использование разновременных космических снимков для определения изменений русла Красной реки / Ч. Х. Фам, В. А. Малинников. -Текст: непосредственный // Мониторинг. Наука и технологии. - 2023. - №2(56).

- С. 62-67.

49 Фам, Ч. Разработка автоматического метода определения береговой линии реки / Ч. Фам, Х. Чан. - Текст: непосредственный // Cifra. Науки о Земле и окружающей среде. - 2024. - № 1(1).

50 Ozelkan, E. Water Body Detection Analysis Using NDWI Indices Derived from Landsat-8 OLI / E. Ozelkan. - Текст: непосредственный // Polish Journal of Environmental Studies. - 2019.

51 Hy, M. Researches of soil normalized difference water index (NDWI) of Yongding River based on multispectral remote sensing technology combined with genetic algorithm / M. Hy, F. Zk, G. Yx, Y. Jx. - Текст: непосредственный // Spectroscopy and Spectral Analysis. - 2014. - 34(6). - P. 1649.

52 Singh, K. V. Evaluation of NDWI and MNDWI for assessment of waterlogging by integrating digital elevation model and groundwater level / K. V. Singh, R. Setia, S. Sahoo, A. Prasad, B. Pateriya. - Текст: непосредственный // Geocarto International. - 2015. - 30(6). - P. 650-661.

53 Gautam, V. K. Assessment of surface water dynamics in Bangalore using WRI, NDWI, MNDWI, supervised classification and KT transformation / V. K. Gautam, P. K. Gaurav, P. Murugan, M. J. A. P. Annadurai. - Текст: непосредственный // Aquatic Procedia. - 2015. - 4. - P. 739-746.

54 Канищев, Д. С. Автоматическая сегментация речи методами кластеризации и с применением метода Оцу / Д. С. Канищев. - Текст: непосредственный // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. - 2019. -№20. - С. 182-195.

55 Исрафилов, Х. С. Исследование методов бинаризации изображений / Х. С. Исрафилов. - Текст: непосредственный // Вестник науки и образования. -2017. - Т. 2. - С. 43-50.

56 Xu, X. Characteristic analysis of Otsu threshold and its applications / X. Xu, S. Xu, L. Jin, E. Song. - Текст: непосредственный // Pattern Recognition Letters. - 2011. -32(7). - P. 956-961.

57 Bangare, S. L. Reviewing Otsu's method for image thresholding / S. L. Bangare, A. Dubal, P. S. Bangare, S. Patil. - Текст: непосредственный // International Journal of Applied Engineering Research. - 2015. - 10(9). - P. 21777-21783.

58 Filipponi, F. Sentinel-1 GRD preprocessing workflow / F. Filipponi. - Текст: непосредственный // In Proceedings. - 2019. - 18(1). - P. 11.

59 European Union/ESA/Copernicus. Sentinel-1 SAR GRD: C-band Synthetic Aperture Radar Ground Range Detected, log scaling. - Текст: электронный. - URL: https://developers.google.com/earth-engine/datasets/catalog/COPERNICUS_S1_GRD. - [Дата обращения: 18.07.2024].

60 Phiri, D. Sentinel-2 data for land cover/use mapping: A review / D. Phiri, M. Simwanda, S. Salekin, V. R. Nyirenda, Y. Murayama, M. Ranagalage. - Текст: непосредственный // Remote Sensing. - 2020. - 12(14). - P. 2291.

61 Filipponi, F. Sentinel-1 GRD preprocessing workflow / F. Filipponi. - Текст: непосредственный // In Proceedings. - 2019. - 18(1). - P. 11.

62 Ranghetti, L. "sen2r": An R toolbox for automatically downloading and preprocessing Sentinel-2 satellite data / L. Ranghetti, M. Boschetti, F. Nutini, L. Busetto. - Текст: непосредственный // Computers & Geosciences. - 2020. - 139. - P. 104473.

63 Abdikan, S. Land cover mapping using Sentinel-1 SAR data / S. Abdikan, F. B. Sanli, M. Ustuner, F. Calo. - Текст: непосредственный // The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. - 2016. - 41. - P. 757-761.

64 Lin, B. Development and validation of an ocean wave retrieval algorithm for VV-polarization Sentinel-1 SAR data / B. Lin, W. Shao, X. Li, H. Li, X. Du, Q. Ji, L. Cai. - Текст: непосредственный // Acta Oceanologica Sinica. - 2017. - 36. - P. 95-101.

65 Shamshiri, R. Persistent scatterer analysis using dual-polarization Sentinel-1 data: Contribution from VH channel / R. Shamshiri, H. Nahavandchi, M. Motagh. - Текст: непосредственный // IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. - 2018. - 11(9). - P. 3105-3112.

66 Sharma, K. An Improved Image Segmentation Algorithm Based on Otsu Method / K. Sharma, C. Kamargaonkar, M. Sharma. - Текст: непосредственный // International Journal of Engineering Research and Technology. - 2012. - 1(6).

67 Jassim, F. Hybridization of Otsu Method and Median Filter for Color Image Segmentation / F. Jassim, F. H. Altaani. - Текст: непосредственный // arXiv: Computer Vision and Pattern Recognition. - 2013.

68 Фам, Ч. Х. Разработка методики автоматической классификации ландшафта Красной реки (Вьетнам) / Ч. Х. Фам, В. А. Малинников, В. Б. Непоклонов, М. В. Литвиненко. - Текст: непосредственный // Известия вузов. Геодезия и аэрофотосъемка. - 2023. - Т. 67, № 5. - С. 126-135.

69 European Union/ESA/Copernicus. Harmonized Sentinel-2 MSI: MultiSpectral Instrument, Level-1C. - Текст: электронный. - URL: https://developers.google.com/earth-

engine/datasets/catalog/COPERNICUS_S2_HARMONIZED. - 27.06.2015. - [Дата обращения: 25.08.2024].

70 Small, C. The Sentinel 2 MSI spectral mixing space / C. Small, D. Sousa. - Текст: непосредственный // Remote Sensing. - 2022. - 14(22). - P. 5748.

71 Brown, C. F. Dynamic World, Near real-time global 10 m land use land cover mapping / C. F. Brown, S. P. Brumby, B. Guzder-Williams, T. Birch, S. B. Hyde, J. Mazzariello, A. M. Tait. - Текст: непосредственный // Scientific Data. - 2022. - 9(1).

- P. 251.

72 Dynamic World V1. - Текст: электронный // World Resources Institute, Google. -URL: https://developers.google.com/earth-engine/datasets/catalog/GOOGLE_DYNAMICWORLD_V1. - 27.06.2015. - [Дата обращения: 04.09.2024].

73 Чистяков, С. П. Случайные леса: обзор / С. П. Чистяков. - Текст: непосредственный // Труды Карельского научного центра Российской академии наук. - 2013. - Т. 1. - С. 117-136.

74 Cutler, A. Random forests / A. Cutler, D. R. Cutler, J. R. Stevens. - Текст: непосредственный // Ensemble Machine Learning: Methods and Applications. - 2012.

- P. 157-175.

75 Casanova, R. Application of Random Forests Methods to Diabetic Retinopathy Classification Analyses / R. Casanova, S. Saldana, E. Y. Chew, R. P. Danis, C. M. Greven, W. T. Ambrosius. - Текст: непосредственный // PLOS ONE. - 2014. -9(6).

76 Moorthy, K. Random Forest for gene selection and microarray data classification / K. Moorthy, M. S. Mohamad. - Текст: непосредственный // Bioinformation. - 2011.

- 7(3). - P. 142-146.

77 USGS. USGS Landsat 8 Level 2, Collection 2, Tier 1. - Текст: электронный. -URL: https://developers.google.com/earth-engine/datasets/catalog/LANDSAT_LC08_C02_T1_L2. - USGS. - [Дата обращения: 15.08.2024].

78 USGS. Using the USGS Landsat 8 product. - Текст: электронный // US Department of the Interior - US Geological Survey - NASA. - URL: http://www.pancroma.com/downloads/Using%20the%20USGS%20Landsat%208%20 Product.htm. - [Дата обращения: 09.08.2024].

79 Инфракрасный термометр FLIR TG165. - Текст: электронный // ООО «ГЕОПРИБОР». - URL: https://geospb.ru/teplovizory/2403-infrakrasnyj-termometr-flir-tg165.html. - [Дата обращения: 19.07.2024].

80 Lee, Y. Analysis of Surface Urban Heat Island and Land Surface Temperature using Deep Learning based Local Climate Zone Classification: A case study of Suwon and Daegu, Korea / Y. Lee, S. Lee, J. Im, C. Yoo. - Текст: электронный. - URL: [ссылка]. - 2021. - [Дата обращения: 01.08.2024].

81 Randles, B. M. Using the Jupyter notebook as a tool for open science: An empirical study / B. M. Randles, I. V. Pasquetto, M. S. Golshan, C. L. Borgman. - Текст: непосредственный // ACM/IEEE Joint Conference on Digital Libraries (JCDL). -2017. - P. 1-2.

82 Kluyver, T. Jupyter Notebooks - a publishing format for reproducible computational workflows / T. Kluyver, B. Ragan-Kelley, F. Pérez, B. E. Granger, M. Bussonnier, J. Frederic, C. Willing. - Текст: непосредственный // ELPUB. - 2016. - P. 87-90.

83 Python Software Foundation. Python 3.11.0. - Текст: электронный // Python Software Foundation. - URL: https://www.python.org/downloads/release/python-3110/. - [Дата обращения: 01.08.2024].

84 Hunt, J. Setting up the Python Environment. In A Beginners Guide to Python 3 Programming / J. Hunt. - Cham: Springer International Publishing, 2023. - P. 23-40.

85 Кинякин, В. Н. Некоторые предостережения по проверке качества модели регрессии с помощью коэффициента детерминации / В. Н. Кинякин, Ю. С. Милевская. - Текст: непосредственный // Вестник Московского университета МВД России. - 2014. - Т. 8. - С. 200-204.

86 Колентеев, Н. Я. Коэффициенты корреляции и детерминации / Н. Я. Колентеев, О. А. Гончарова. - Текст: непосредственный // Специальная техника и технологии транспорта. - 2021. - С. 206-212.

87 Фам Ч. Х. Разработка методики определения основных индексов качества воды в Красной реке по материалам разновременной космической съемки / Ч. Х. Фам,

B. А. Малинников, Л. Т. Динь, Л. Х. Чинь. - Текст: непосредственный // Мониторинг. Наука и технологии. - 2023. - № 4(58). - С. 83-88.

88 Белозёрова, Е. В. Определение мутности речных вод оптическими методами / Е. В. Белозёрова, С. Р. Чалов. - Текст: непосредственный // Вестник Московского университета. Серия 5. География. - 2013. - Т. 6. - С. 39-45.

89 Lacour, C. Real-time control of sewer systems using turbidity measurements /

C. Lacour, M. Schütze. - Текст: непосредственный // Water Science and Technology. - 2011. - 63(11). - P. 2628-2632.

90 Alyaseri, I. Using Turbidity to Determine Total Suspended Solids in Storm-Water Runoff from Green Roofs / I. Alyaseri, S. M. Morgan, W. Retzlaff. - Текст: непосредственный // Journal of Environmental Engineering. - 2013. - 139(6). - P. 822-828.

91 Verma, A. Predicting the total suspended solids in wastewater: A data-mining approach / A. Verma, X. Wei, A. Kusiak. - Текст: непосредственный // Engineering Applications of Artificial Intelligence. - 2013. - 26(4). - P. 1366-1372.

92 Wu, T. Peroxone mineralization of chemical oxygen demand for direct potable water reuse: Kinetics and process control / T. Wu, J. D. Englehardt. - Текст: непосредственный // Water Research. - 2015. - 73. - P. 362-372.

93 Lu, J. Analysis of chemical compositions contributable to chemical oxygen demand (COD) of oilfield produced water / J. Lu, X. Wang, B. Shan, X. Li, W. Wang. - Текст: непосредственный // Chemosphere. - 2006. - 62(2). - P. 322-331.

94 Xu, Z. Rapid field estimation of biochemical oxygen demand in a subtropical eutrophic urban lake with chlorophyll a fluorescence / Z. Xu, Y. J. Xu. - Текст: непосредственный // Environmental Monitoring and Assessment. - 2015. - 187(1). -P. 4171.

95 Jouanneau, S. Methods for assessing biochemical oxygen demand (BOD): A review / S. Jouanneau, L. Recoules, M. J. Durand, A. Boukabache, V. Picot, Y. Primault, G. Thouand. - Текст: непосредственный // Water Research. - 2014. - 49. - P. 62-82.

96 Sovdat, B. Natural color representation of Sentinel-2 data / B. Sovdat, M. Kadunc, M. Batic, G. Milcinski. - Текст: непосредственный // Remote Sensing of Environment. - 2019. - 225. - P. 392-402.

97 Arekhi, M. Comparative evaluation of the spectral and spatial consistency of Sentinel-2 and Landsat-8 OLI data for Igneada longos forest / M. Arekhi, C. Goksel, F. Balik Sanli, G. Senel. - Текст: непосредственный // ISPRS International Journal of Geo-Information. - 2019. - 8(2). - P. 56.

98 Хонгха. - Текст: электронный // Википедия. - URL: https://ru.wikipedia.org/wiki/Хонгха. - [Дата обращения: 20.06.2024].

99 Schmitt, C. A. Basin-scale characterization of river hydromorphology by map derived information: A case study on the Red River (Song H6ng), Vietnam / C. A. Schmitt, J. B. R. - Текст: непосредственный // AGU Fall Meeting Abstracts. -2012. - Vol. 2012. - P. H21B-1174.

100 Wikimedia Foundation. Red River Fault. - Текст: электронный // Wikimedia Foundation, Inc. - URL: https://en.wikipedia.org/wiki/Red_River_Fault. - [Дата обращения: 16.09.2024].

101 Le, T. P. Q. The changing flow regime and sediment load of the Red River, Viet Nam / T. P. Q. Le, J. Garnier, G. Billen, S. Thieu, C. Van Minh. - Текст: непосредственный // Journal of Hydrology. - 2007. - 334(1-2). - P. 199-214.

102 Luu, T. N. M. Hydrological regime and water budget of the Red River Delta (Northern Vietnam) / T. N. M. Luu, J. Garnier, G. Billen, D. Orange, J. Nemery, T. P. Q. Le, L. A. Le. - Текст: непосредственный // Journal of Asian Earth Sciences. - 2010. - 37(3). - P. 219-228.

103 Liu, T. Climatic and tectonic controls on weathering in south China and Indochina Peninsula: Clay mineralogical and geochemical investigations from the Pearl, Red, and Mekong drainage basins / T. Liu, C. W. Schmitt, H. Wang. - Текст: непосредственный // Geochemistry, Geophysics, Geosystems. - 2007. - 8(5).

104 Thanh, T. D. Researches in estuarine environment and ecosystem of Red River: An overview on activities and result / T. D. Thanh. - Текст: непосредственный // Collection of Works on Marine Environment and Resources. - 2003. - 10. - P. 34-53.

105 Yuen, K. W. Interacting effects of land-use change and natural hazards on rice agriculture in the Mekong and Red River deltas in Vietnam / K. W. Yuen, T. T. Hanh, V. D. Quynh, A. D. Switzer, P. Teng, J. S. H. Lee. - Текст: непосредственный // Natural Hazards and Earth System Sciences. - 2021. - 21(5). - P. 1473-1493.

106 Hiep, N. H. Hydrological model using ground-and satellite-based data for river flow simulation towards supporting water resource management in the Red River Basin, Vietnam / N. H. Hiep, N. D. Luong, T. T. V. Nga, B. T. Hieu, U. T. T. Ha, B. D. Duong, H. Lee. - Текст: непосредственный // Journal of Environmental Management. - 2018.

- 355. - P. 217.

107 Nguyen, T. X. T. Multinational enterprises and industrial spatial concentration patterns in the Red River Delta and Southeast Vietnam / T. X. T. Nguyen, J. R. Diez. -Текст: непосредственный // The Annals of Regional Science. - 2017. - 59. - P. 101138.

108 Нгуен, В. Т. Планирование развития туризма в регионе по берегам Красной реки, г. Ханой / В. Т. Нгуен, В. Х. Ле. - Текст: непосредственный // Наука. Культура. Искусство: актуальные проблемы теории и практики. - 2022. - С. 339347.

109 Ministry of Natural Resources and Environment of Vietnam. Planning water resources basin Red River - Thai Binh. - Текст: электронный. - URL: https://monre.gov.vn/Pages/phe-duyet-quy-hoach-tong-hop-luu-vuc-song-hong---thai-binh.aspx?cm=Тái nguyennuóc. - 2013. - [Дата обращения: 10.07.2024].

110 Фам, Ч. Х. Разработка методики автоматического мониторинга процесса урбанизации бассейна Красной реки (Вьетнам) / Ч. Х. Фам, Д. Х. Фам. - Текст: непосредственный // Международный научно-исследовательский журнал. - 2024.

- №6(144).