close

Вход

Забыли?

вход по аккаунту

?

bd000102075

код для вставкиСкачать
на правах рукописи
■%1Щ
Швецова Елена Дмитриевна
МОДЕЛИРОВАНИЕ ВЗАИМОСВЯЗЕЙ МЕЖДУ
ХАРАКТЕРИСТИКАМИ АГРОЛАНДШАФТА И
УРОЖАЕМ ОЗИМОЙ ПШЕНИЦЫ
Специальность:
06.01.03 - афопочвоведение, агрофизика
АВТОРЕФЕРАТ
диссертации на соискание ученой степени
кандидата технических наук
Санкт-Петербург
2005
Работа
выполнена
в
ГНУ
ордена Трудового
Красного
Знамени
Агрофизическом научно-исследовательском институте Россельхозакадемии.
Научный руководитель:
- доктор технических наук Владимир Львович Баденко.
Официальные оппоненты:
- доктор технических наук, профессор Иосиф Семенович Лискер;
кандидат
географических
наук,
доцент
Татьяна
Ивановна
Прокофьева.
Ведущая организация:
Г Н У Северо-Западный Н И И механизации и эликтрификации сельского
хозяйства.
Защита диссертации состоится
2005 г. в 15 часов на
заседании диссертационного совета Д 006.001.01 в Агрофизическом
научно-исследовательском институте по адресу:
195220, Санкт-Петербург, Гражданский пр., д. 14.
С диссертацией можно ознакомиться в библиотеке Агрофизического
научно-исследовательского института.
Отзывы в двух экземплярах, заверенные гербовой печатью учреждения,
просим направить по адресу:
195220, г. Санкт-Петербург, Гражданский пр., 14, А Ф И .
Автореферат разослан
Ученый секретарь диссертационного совету
доктор биологических наук
. \i
Архипов М.В.
mt±
lliHbY
ОБЩАЯ ХАРАКТЕРИСТИКА Р А Б О Т Ы
Актуальность темы
Начиная с 90-х годов ХХ-го столетия, во всем мире развертываются ис­
следования по применению в сельскохозяйственной науке и практике совре­
менных информационных технологий и ингеллектуальных компьютерных
разработок. В результате этих исследований возникло новое направление,
получившее название точное земледелие. Технологии точного земледелия
позволили впервые дифференцированно собирать информацию о ситуации
на сельскохозяйственных полях с учетом вариабельности характеристик агроландшафта. Однако, методы анализа такой информации в настоящее время
разработаны недостаточно. В связи с этим разработка информационной базы
для систем точного земледелия и, в частности, методов анализа информации
о ситуации на сельскохозяйственных полях с использованием теории нечет­
ких множеств и нечеткой логики представляется весьма актуальной.
Цель и задачи исследования
Целью данной работы является разработка на основе теории нечетких
множеств методов анализа данных, получаемых при применении технологий
точного земледелия. Для достижения указанной цели были поставлены и ре­
шены следующие задачи:
•
разработать метод оценки теплообеспеченности посевов с.х. растений и
исследовать эффективность предлагаемого подхода на примере анализа
агрометеорологических условий перезимовки озимых культур.
•
разработать метод оценки качества агрофизической геоинформации (ГИ)
и применить его для оценки качества информации о почвенных характе­
ристиках с.х. полей Меньковской опытной станции (МОС);
•
осуществить моделирование взаимосвязи между урожаем озимой пшени­
цы и геоморфологическими характеристиками агроландшафта.
,
^
I foc. НАЦИОНАЛЬНАЯ]
БИБЛИОТЕКА ^,
1
С.Пете,в„г
(/Ш
оэ гю""^
.J»
J
Сущность решаемых задач потребовала использования методов мате­
матического моделирования, теории нечетких множеств ГИС и основ теории
принятия решений.
Научная новизна
На основе теории нечетких множеств разработаны методы анализа
данных, получаемых при применении технологий точного земледелия. В ча­
стности, разработан метод оценки теплообеспеченности посевов с.х. расте­
ний. Метод основан на применении нечетких индикаторов. На примере ана­
лиза агрометеорологических условий перезимовки озимых культур показана
эффективность предлагаемого подхода.
Разработан метод оценки качества афофизической геоинформации.
Метод применен для оценки качества ГИ, содержащей сведения о почвенных
характеристиках с.х. полей МОС.
На основе теории нечетких множеств осуществлено моделирование
взаимосвязи между урожаем озимой пшеницы и геоморфологическими ха­
рактеристиками агроландшафта и получен ряд эмпирических зависимостей
урожая от таких характеристик. Исследовано влияние способов задания
входных переменных в правилах, образующих базу знаний. Показано, что ре­
зультаты моделирования существенно зависят типа функции принадлежно­
сти и количества термов.
Практическая значимость
Разработанные методы анализа данных позволяют существенно улуч­
шить информа1хионную базу для систем точного земледелия. Представляется
возможным более адекватно учитывать как объективные факторы (вариа­
бельность характеристик агроландшафта), так и субъективные (цели и при­
оритеты ЛПР). Это позволяет более эффективно решать острейшие проблемы
А П К Р Ф , такие как устойчивый рост производства, ресурсоэкономичность и
природоохранность.
2
Апробация работы
Диссертационная работа выполнялась в рамках проводимых Агрофи­
зическим институтом исследований по базовой научно-технической про­
грамме «Разработать теоретические основы и методы экологически адаптив­
ного управления агрофизическими свойствами почв и состоянием растений
для повышения продуктивности и устойчивости агроэкосистем в ландшафт­
ном земледелии» (2001-2005 г.г, регистрационный номер 01.200.111104).
Часть результатов по теме диссертации была получена в ходе выполнения
Соглашения
о
сотрудничестве
между
Агрофизическим
научно-
исследовательским институтом и исследовательской организацией Мини­
стерства с.х. С Ш А в Колорадо.
Основные результаты исследований рассматривались и были одобрены
на заседаниях Учёного Совета Агрофизического института
Результаты работы докладывались и обсуждались на следующих науч­
ных и научно-технических конференциях:
"52-ая международная ежегодная конференция американского геофи­
зического союза" (the American Geophysical Union), Форт Коллинс, Колорадо,
С Ш А , 2005;
"24-ая конференция международной организации по управлению го­
родскими и сельскими данными" (the Urban Data Management Society), Вене­
ция, Италия, 2004;
" 12-ая конференция международной ассоциации по механизации поле­
вых экспериментов", (1AMFE), Санкт-Петербург, Россия, 2004;
"6-ая конференция международной ассоциации геоинфомационных ла­
бораторий Европы (the A G I L E ) , Лион, Франция, 2003:
"5-ый европейский симпозиум по проблемам глобальных навигацион­
ных спутниковых систем" (the 5* European Symposium on Global Navigation
Satellite Systems), Севилия, Испания, 2001.
3
Основное содержание диссертационной работы опубликовано в перио­
дической печати в России и за рубежом Всего опубликовано 7 научных ра­
бот.
Структура и объем диссертации
Диссертация состоит из введения, четырех глав, заключения и списка
литературы, изложена на 117 страницах машинописного текста, содержит 16
таблиц и 51 рисунок. Список литературы включает 170 наименований, из них
103 зарубежных авторов.
ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ И РЕЗУЛЬТАТЫ ИС­
СЛЕДОВАНИЙ
В о введении раскрыта актуальность темы, определены цели и задачи
исследований, сформулированы научная новизна и практическая значимость
работы.
Гпава 1
Глава 1 посвящена анализу публикаций по применению теории нечет­
ких множеств в агропочвоведении и агрофизике. Показано, что теория нечет­
ких множеств применяется в различных областях сельскохозяйственной нау­
ки для классификации почв и картографирования, для оценки земель, моде­
лирования физических процессов на сельскохозяйственных полях и анализа
нечетко определенных явлений в почвах.
Исследования, проведенные в последние годы, свидетельствуют, что
нечеткие экспертные системы являются мощным инструментом для решения
практических задач сельского хозяйства (например, нечеткая эксперптгая сис­
тема «Ipest»).
В последние годы А Ф И стал центром по разработке методологии при­
менения теории нечетких множеств в агропочвоведении и агрофизике. В ча­
стности, разработана методология оценки земельных участков на основе тео-
рии нечетких множеств (Якушев и др., 2000). Предложена методика анагхиза
данных о загрязнении почвы тяжелыми металлами (Бадснко и др , 2000).
Глава 2
Глава 2 посвящена разработке метода оценки теплообеспеченности
растений с помощью нечетких индикаторов.
В настоящее время в агроклиматологии и агрофизике для представле­
ния данных о тепловых параметрах почвы широко используются разнообраз­
ные индикаторы. Особое место среди них занимают показатели теплообеспе­
ченности растений. Применение таких показателей теплообеспеченности
растений в компьютерных системах поддержки принятия решений свиде­
тельствует, однако, что с их помощью не удается показать как значения ана­
лизируемого фактора согласуются с целями решаемой задачи. В связи с этим
нами было предложено использовать для оценки теплообеспеченности рас­
тений нечеткие индикаторы.
Метод оценки теплообеспеченности растений с помощью нечетких ин­
дикаторов
основьвается
на
положениях
теории
нечетких
множеств.
Нечеткий индикатор - это число в диапазоне [0,1], которое характеризирует оценку агроклиматического или почвенного параметра агроландшафта ло некоторому критерию.
В основу его положена оценка эксперта, которая моделируется функ­
цией принадлежности, при этом носителем выступает допустимое множество
значений анализируемого фактора.
Нечеткий индикатор конструируется для решения конкретной задачи.
Таким образом, с помощью нечеткого индикатора можно показать не только
значения анализируемого фактора, но и то, как эти значения согласуются с
целями решаемой задачи.
Применение нечетких индикаторов позволяет отобразить два аспекта
нечеткости окружающего мира Первый возникает при построении матема-
5
тической модели (выбор функции принадлежности, идентификация диапазо­
на допустимых значений анализируемого фактора, опрюделение точки мак­
симума или минимума), второй - это нечеткость, присущая человеческому
мышлению и восприятию.
Нечеткий индикатор можно интерпретировать как модель человече­
ских мыслительных процессов. Встроенный в компьютерную систему он по­
зволяет в автоматизированном режиме осуществлять поддержку принятия
решений в системах управления агротехнологическими процессами
В главе 2 на основе разработанной концепции дано формализованное
описание «нечеткого индикатора теплообеспеченности посева» и «нечеткого
индикатора критической температуры почвы».
Нечеткий индикатор теплообеспеченности посева построен как аналог
известного показателя теплообеспеченности, который определяется суммой
среднесуточных температур выше 10 градусов. В общем случае могут при­
меняться различные модели функции принадлежности, например треуголь­
ная, либо трапециевидная, либо гауссовская или обобщенная колоколообразная. В главе 2 нечеткий индикатор теплообеспеченности посева реализован
на основе возрастающей кусочно-линейной функции принадлежности.
Нечеткий индикатор критической температуры почвы ( Н И К Т ) сформу­
лирован так же, как аналог известного показателя теплообеспеченности. Этот
показатель определяется температурой почвы на глубине узла кущения (2см),
при которой начинается вымерзание озимых культур.
В основу Н И К Т положена модель, состоящая из математической моде­
ли, описывающей тепловой режим почвы, и вербальной модели, описываю­
щей зависимость морозостойкости озимых кульгур от состояния растений.
В общем случае могут также применяться различные модели функции
принадлежности, например, такие как треугольная, либо трапециевидная
или обобщенная колоколообразная. В главе 2 Н И К Т реализован на основе
убывающей кусочно-линейной функции принадлежности.
Н И К Т был применен для анализа агрометеорологических условий пе­
резимовки озимых культур. В частности, анализировались термические усло­
вия на сельскохозяйственных полях, расположенных на афоландшафте с пе­
ресеченным рельефом. Известно, что влияние пересеченного рельефа прояв­
ляется в том, что при резком похолодании температура почвы понижается не
одинаково и на отдельных полях она может приблизиться к критическим
значениям.
Расчеты Н И К Т производились в среде Г И С , реализованной с помощью
программного продукта Maplnfo Professional. В результате были получены
значения температуры почвы на глубине узла кущения (2 см) (рис. 1) и
Н И К Т (рис. 2). Из рисунков видно, что температура почвы в рассматривае­
мой ситуации варьирует от -2 до -12 «С, а Н И К Т на большинстве полей не
превышает 0,2. Только на одном поле он варьирует от 0,2 до 0,4.
Глава 3
Известно, что характеристики агроландшафта и урожайные данные
имеют географическую привязку и являются геоинформацией (ГИ).
При планировании сельскохозяйственных работ пользователь должен
оценить качество Г И и определить в какой степени данная Г И заслуживает
доверия. Может быть, она уже устарела и ее применение ограничено?
Проблема оценки качества агрономической Г И возникла несколько лет
тому назад как результат применения геотехнологий при реализации точного
земледелия.
Рис 1 Температура почвы ( I ) , "с, на глу- Рис 2 Нечеткий индикатор критической
бине узла кущения (2 см)
температуры (NIKT)
В начале главы 3 дается обзор зарубежных работ по моделированию
показателей качества географических данных. Во многих публикациях отме­
чается, что проблема оценки качества Г И весьма актуальна и подчеркивается
сложность ее решения. Это связано с трудностями в определении понятия
«качество ГИ». В отчете общеевропейского проекта R E V I G I S (2004) указы­
вается, что, прежде всего, надо ответить на вопрос: что такое качество ГИ?
Grum и Vasseure (2004) используют термин «качество ГИ» для оценки
соответствия информации в базе данных реальному состоянию объекта.
Devillers и др. (2004) предлагают определять качество Г И в зависимости от
целей лица, принимающего решение (ЛПР)
В настоящее время проблема оценки качества Г И разрабатывается по
нескольким направлениям. В рамках одного из них изучается возможность
решения проблемы с помощью базы знаний (онтологии). Нами предложено
использовать для оценки качества Г И нечеткие индикаторы. Глава 3 посвя­
щена изложению этого подхода.
8
Нечеткий индикатор качества агрономической Г И - это число в диапа­
зоне [0,1], которое характеризирует оценку качества Г И по некоторому кри­
терию В основу его положена оценка эксперта, которая моделируется функ­
цией принадлежности, при этом носителем выступает допустимое множество
значений экспертных оценок, записанных на языке, удобном для эксперта.
Нечеткий индикатор конструируется для решения конкретной задачи
При разработке модели нечеткого индикатора необходимо учитывать как
объективные факторы (насколько устарела Г И или насколько надежен источ­
ник Г И ) , так и субъективные (цели и приоритеты ЛПР). Показано также, что
целесообразно использовать двухуровневую систему индикаторов качества
Первый уровень - это простые индикаторы, отображающие качество отдель­
ных геофафических характеристик. Второй уровень - это комбинированные
индикаторы, отображающие комбинации из простых индикаторов.
Разработанный подход был применен для оценки качества Г И , содер­
жащей сведения о почвенных характеристиках сельскохозяйственных полей
м о е . Часть этой Г И базируется на материалах агрохимического обследова­
ния 1998 года и у пользователя могут возникнуть сомнения относительно ка­
чества данной Г И .
Для ответа на этот вопрос были рассчитаны значения нечетких индика­
торов качества Г И . Экспертные
оценки были получены путем опроса со­
трудников м о е и А Ф И . Функции принадлежности моделировались возрас­
тающими кусочно-линейными зависимостями. Расчеты проводились в среде
ГИС,
реализованной
с
помощью
программного
продукта
Maplnfo
Professional. В результате были получены электронные тематические карты,
содержащие значения нечетких индикаторов качества Г И (рис. 3 и 4).
Разработанный подход позволяет присоединять к картам агроклимати­
ческих и почвенных параметров карты индикаторов качества. Однако это не
всегда удобно, так как ведет к удвоению Г И .
Рис 3 Значения нечеткого индикатора ка- Рис 4 Значения комбинированного индикачества Г И , который характеризирует оценку тора качества, отображакщего комбинащпо
качества данных о почвенном параметре
из 4 простых индикаторов рН, S O M (коли-
К О
чесгво органического вещества), P^Oj
и
К^О
Поэтому была разработана методика визуализации информации о па­
раметре и информации об оценке его качества на одной и той же карте. Ме­
тодика реализована для работы с геоинформационной системой Maplnfo и
позволяет штриховкой показывать значения параметра, а градациями серого
цвета обозначать значения нечеткого индикатора качества.
Разработанная методика была применена для анализа качества геогра­
фической базы данных, описывающей с.х. территорию в Ленинградской об­
ласти. На рис. 5 и 6, для примера, показаны результаты применения этой ме­
тодики.
10
l^iWKS'-
.-jaij<!
f'^Zf" fejg
'т']
AJSh^J^an
у/йй
¥^Ш
<i
Рис
5
Ияформаши о параметре «рН»
Штриховюй показаны SHatieHHH параметра
►'Л*,
-Ца^
1ЫА1Шв*^»
ГпЛинз (wrarHOTO
1
*
-s
~
СПСЯ C M
и л к
Ни»
D г, Л
5^.-^
Cy^^Om
JeJ«i
а
'Ь 22
ИидиЕэтос (ачестм
П OSJ оде
□ 0^; 0W
П 0.» 0^2
П 0
011
i
.Г
Рис 6 Информация о параметре «глубина
пахотного слоя почвы» Штриховкой пока-
«рН», а градациями серого цвета даны чна- чаны значения параметра, а [радациями се­
чения нгчеткого индикатора кяества
рого цвета даны значения нечеткого инди­
катора качества
Глава 4
Одной из главных проблем, решаемых точным земледелием, является
количественная интерпретация карты урожая. Иными словами, необходимо в
ходе компьютерного анализа карты урожая пояснить пользователю, почему в
одних местах поля урожай высокий, в других он средний, а кое-где урожай
недопустимо мал.
Для решения этой задачи в главе 4, на основе теории нечетких мно­
жеств, проведено моделирование взаимосвязи между урожаем озимой пше­
ницы и геоморфологическими характеристиками атроландшафта.
Моделирование проводилось в два этапа. На первом этапе осуществ­
лялся сбор экспериментальных данных. На втором этапе с помощью адап­
тивно-нейронной системы нечеткого логического вывода ( A N F I S ) произво­
дилось моделирование.
Экспериментальные данные были получены путем мониторинга уро­
жая озимой пшеницы и обследования агроландшафта, расположенного на ce­
ll
вере Колорадо, С Ш А Опытный участок площадью 65 га расположен в суб­
аридной зоне, среднегодовая сумма осадков равна 440 мм Агроландшафт
имеет пересеченный рельеф с перепадами высот от 1361 до 1382 м и крутиз­
ной склонов до 14 % . Грунт представляет собой лессовые отложения с нано­
сами ила и песка.
Мониторинг геоморфологических характеристик агроландшафта осу­
ществлялся с помощью мобильного дифференциального G P S приемника. По
собранной информации была построена топографическая модель агроланд­
шафта, а затем были построены электронные карты геоморфологических ха­
рактеристик.
Мониторинг урожая озимой пшеницы осуществлялся с помощью сен­
сора урожая и мобильного дифферешщального GPS приемника. По этим
данным бьша построена электронная карта урожая.
Данные полевого эксперимента бьши интегрированы в Г И С (ArcView).
Затем на электронные карты геоморфологических характеристик афоландшафта и электронную карту урожая озимой пшеницы была наложена сетка с
ячейками 10 х 10 м. Это позволило получить в узлах сетки значения геомор­
фологических характеристик агроландшафта и урожая озимой пшеницы.
Всего было описано 6324 точки агроландшафта. Эта информация была
использована в качестве исходных данных для численного эксперимента.
Моделирование было осуществлено на компьютере Pentium 3 с исполь­
зованием программного продукта M A T L A B . В результате моделирования
были получены зависимости урожая от различных геоморфологических ха­
рактеристик агроландшафта. Для примера на рис. 7-10 приведены некоторые
из этих зависимостей На графиках используются следующие обозначения:
Yield - урожай, Mg/ha (тонна / га).
Slope - крутизна склона, % ;
12
Aspect
ориентация склона, изменяется по часовой стрелке от О (Се­
вер) до 360 градусов;
Curvature - кривизна поверхности, 1/м;
Wifill - топографический индекс увлажненности, баллы.
Slope. %
Рис 7 Зависимости урожая (Yield) от угла Рис 8 Зависимости урожая (Yield) от топонаклона склона (Slope)
графического
индекса
увлажненности
(Wifil!)
1
.
*
Ж
*
Рис 9 Зависимость урожая (Yield) от угла Рис IО Зависимость урожая (Yield) от оринаклона склона (Slope) и топографического ентации склона (Aspect) и топографического
индекса увлажненности (Wifill)
индекса увлажненности (Wifill)
В ходе моделирования бьшо исследовано влияние способов задания
входных переменных в правилах, образующих базу знаний В частности, бы13
ли исследованы варианты моделирования оценок входных переменных (тип
функции принадлежности и количество термов).
Исследования проводились для частного случая, когда система нечет­
кого логического вьгеода характеризовалась только одной входной перемен­
ной и была предназначена для описания взаимосвязи между урожаем (Yield)
и ориентацией склона (Aspect).
Оценка входной переменной «ориентация склона» осуществлялось с
помощью четырех моделей функции принадлежности: треугольной, трапе­
циевидной, симметричной гауссовской и обобщенной колоколообразной.
Количество термов варьировалось от трех до пяти
Влияние способов задания входной переменной «ориентация склона»
оценивалось по величине среднего квадратичного отклонения результатов
моделирования от экспериментальных данных
Рис 11 Зависимость урожая от ориентации Рис. 12 Зависимость урожая от ориентации
склона при следующих вариантах модели­ склона при следующих вариатггах модели­
рования входной и выходной переменных
рования входной и выходной переменных
входная переме1тая моделируется тре­ входная переменная моделируется обоб­
угольной функцией принадлежности, коли­ щенной колоколообразной функцией при­
чество термов - 3, выходная переммшая надлежности, кодшчество термов - 5, вы­
моделируется как последовательность по­ ходная переменная моделируется линейной
ст оянньк величин
функцией
14
Данные моделирования показали, что при использовании простейших
функций принадлежности, таких как треугольная и трапециевидная удастся
получить сравнительно грубое описание зависимости урожая от ориентации
склона (рис. I I ) Применение симметричной гауссовской функции принад­
лежности и обобщенной колоколообразной функции принадлежности дает
возможность улучшить результаты моделирования. В частности, полученные
зависимости урожая от ориентации склона содержат две точки максимума,
что, по-видимому, более адекватно отображает экспериментальные данные
(рис. 12). В ходе исследования было установлено, что при трех термах по­
грешность оказывается несколько выше, чем при пяти.
Заключение
На основе теории нечетких множеств разработаны методы анализа
данных, получаемых при применении технологий точного земледелия. В ча­
стности, в результате вьтолненных исследований получены следующие ре­
зультаты.
1. Разработан метод оценки теплообеспеченности посевов с.х. растений, ос­
нованный на применении нечетких индикаторов.
2. На примере анализа агрометеорологических условий перезимовки озимых
культур показана эффективность разработанного подхода.
3. Предложен метод оценки качества агрофизической геоинформации (ГИ).
4 Проведена оценка качества Г И о почвенных характеристиках с.х. полей
мое.
5. На основе теории нечетких множеств осуществлено моделирование взаи­
мосвязи между урожаем озимой пшеницы и геоморфологическими харак­
теристиками агроландшафта и получен ряд эмпирических зависимостей
урожая от таких характеристик.
15
6
Исследовано влияние способов задания входных переменных в правилах,
образующих базу знаний Показано, ч т о результаты моделирования с у щ е ­
ственно зависят типа функции принадлежности и количества термов.
7. Результаты моделирования зависимости у р о ж а я озимой пшеницы от гео­
морфологических характеристик агроландшафта могут б ы т ь использова­
н ы при разработке алгоритмов компьютерного анализа карт урожая.
Публикации по теме диссертации
1
Швецова Е Д , КуртеиерД А 2003 Нечеткие индикаторы для точного земледелия В
сб «Агрофизические и экологические проблемы сельскою хозяйства в 21 веке»,
Санкт-Петербург, 4 31-43
2
Шведава Е Д , Куртенер Д А и Дубитцсая И Ю 2004 Полевые сельскохозяйствен­
ные эксперименты, оценка качества географической информации В сб трудов между­
народной конферащии «IAMFE/RUSSIA 2004», 5-9 июля 2004, Санкт-Петербург, CDROM, а р 120-127.
3
Shvetsova, Plena, Dmitry Kurtener Badenko Vladimir 2001 Development of method of
assessment of quality of spatial database for GPS devices In Proceedmgs 5 th European
Symposium on Global Navigation Satellite Systems, 8-11 May 2001, Seville, Spam, CDROM, POSTER_1V_03 PDF
4
Shvetsova, Elena, Dmitry Kurtener, Efim Kudashev 2002 Application of the combmation of
remote sensing, fuzzy modelling and GIS for spatial plannmg G I M International, vol.16,
no 8.52-53
5
Krueger-Shvctsova, Elena, Dmitry Kurtener, Victor Yakushev Vladimir Badenko 2003
Spatial a.spects of nsk management case of study of agncultural drou^t mitigation In
Proceedmgs of the 6* A G I L E , Apnl 24-26, 2003, Lyon, France, p 243-248
6
Krueger-Shvetsova, Elena, Dmitry Kurtener, and Irina Dubitskaia 2004 Quality estimation
of data collection Proceedings of UDMS'2004 October 27 - 29, Giorggia-Venice, Italy CDR O M PP 9 101-9 109
7
Krueger-Shvetsova, Elena, Dmitry Kurtener, Tunothy Green, Robert Erskme
2005
Fxplonng Relationships Between Geomorphic Factors and Wheat Yield Usmg Fuz?y
Inference Systems In Proceedings of mtemational conference named the A G U Hydrology
Days 2005, March 7 - 9, Fort Collons, CO, USA, CD- R O M , p 121-129
16
Типофафия 0 0 0 «Дом Шуан»
Подписано к печати 11.10.2005
Объем 1,25 п.л. Тираж 100. Номер заказа 47
^^ J -^ ^ ] CI
РНБ Русский фонд
2006-4
21807
Документ
Категория
Без категории
Просмотров
0
Размер файла
665 Кб
Теги
bd000102075
1/--страниц
Пожаловаться на содержимое документа