Вестник СГУГиТ, Т. 31, № 4

Детальная_Инф:  Да
Автор1:  Д. М. Искаков
Афиилиация1:  Сибирский государственный университет геосистем и технологий, г. Новосибирск, Российская Федерация
Автор2:  М. А. Алтынцев
Афиилиация2:  Сибирский государственный университет геосистем и технологий, г. Новосибирск, Российская Федерация
Название статьи:  Контроль качества совмещения облаков точек наземного лазерного сканирования и наземной стереофотограмметрической съемки
Рубрика:  Геодезия и маркшейдерия
Начало_Страница:  8
Конец_Страница:  18
УДК:  528.721.222:528.71
DOI:  https://doi.org/10.33764/2411-1759-2026-31-4-8-18
Год:  2026
Номер:  4
Том:  31
Ключевые слова_RU:  облако точек, наземное лазерное сканирование, наземная стереофотограмметрическая съемка, C2C, C2M, M3C2, контроль качества
Ключевые слова_EN:  point cloud, terrestrial laser scanning, terrestrial stereophotogrammetry, C2C, C2M, M3C2, quality control
Библиографический список:  1. Алтынцев М. А., Карпик П. А. Методика создания цифровых трехмерных моделей объектов инфраструктуры нефтегазодобывающих комплексов с применением наземного лазерного сканирования. Вестник СГУГиТ. 2020. Т. 25, № 2. С. 121–139. DOI: 10.33764/2411-1759-2020-25-2-121-139. 2. Mukupa W., Roberts G. W., Hancock C. M., Al-Manasir K. A. A review of the use of terrestrial laser scanning application for change detection and deformation monitoring of structures. Survey Review. 2017. Vol. 49, No. 353. P. 99–116. DOI: 10.1080/00396265.2015.1133039. 3. Qin R., Tian J., Reinartz P. 3D change detection – approaches and applications. ISPRS Journal of Photogrammetry and Remote Sensing. 2016. Vol. 122. P. 41–56. DOI: 10.1016/j.isprsjprs.2016.09.013. 4. Shafaat O. Bin. Change Detection of Urban Vegetation from Terrestrial Laser Scanning and Drone Photogrammetry: Master’s Thesis. Espoo: Aalto University, School of Engineering, Department of Built Environment, 2023. 119 p. 5. Fey C., Wichmann V. Long-range terrestrial laser scanning for geomorphological change detection in alpine terrain – handling uncertainties. Earth Surface Processes and Landforms. 2017. Vol. 42, No. 5. P. 789–802. DOI: 10.1002/esp.4022. 6. Shen Y., Lindenbergh R., Wang J. Change Analysis in Structural Laser Scanning Point Clouds: The Baseline Method. Sensors. 2017. Vol. 17, No. 1. Art. 26. DOI: 10.3390/s17010026. 7. Lague D., Brodu N., Leroux J. Multiscale model to model cloud comparison: a 3D point cloud comparison method for deformation analysis. ISPRS Journal of Photogrammetry and Remote Sensing. 2013. Vol. 82. P. 10–25. DOI: 10.1016/j.isprsjprs.2013.04.009. 8. Alibekov U., Staderini V., Ramachandran G., Schneider P., Antensteiner D. Evaluation of 3D Point Cloud Distances: A Comparative Study in Multi-Point Cloud Fusion Environments. Proceedings of the 19th International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications (VISIGRAPP 2024). Vol. 4: VISAPP. 2024. P. 59–71. DOI: 10.5220/0012421300003660. 9. Середович В. А., Комиссаров А. В., Комиссаров Д. В., Широкова Т. А. Наземное лазерное сканирование : монография. Новосибирск : СГГА, 2009. 261 с. 10. Besl P. J., McKay N. D. A method for registration of 3-D shapes. IEEE Transactions on Pattern Analysis and Machine Intelligence. 1992. Vol. 14, No. 2. P. 239–256. DOI: 10.1109/34.121791. 11. Rusinkiewicz S., Levoy M. Efficient variants of the ICP algorithm. Proceedings of the 3rd International Conference on 3-D Digital Imaging and Modeling (3DIM 2001). 2001. P. 145–152. 12. Ahmad Fuad N., Yusoff A. R., Ismail Z., Majid Z. Comparing the Performance of Point Cloud Registration Methods for Landslide Monitoring Using Mobile Laser Scanning Data. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2018. Vol. XLII 4/W9. P. 11–21. DOI: 10.5194/isprs-archives-XLII-4-W9-11-2018. 13. Nourbakhshbeidokhti S., Kinoshita A. M., Chin A., Florsheim J. L. A Workflow to Estimate Topographic and Volumetric Changes and Errors in Channel Sedimentation after Disturbance. Remote Sensing. 2019. Vol. 11. Art. 586. DOI: 10.3390/rs11050586. 14. Barnhart T. B., Crosby B. T. Comparing Two Methods of Surface Change Detection on an Evolving Thermokarst Using High-Temporal-Frequency Terrestrial Laser Scanning, Selawik River, Alaska. Remote Sensing. 2013. Vol. 5, No. 6. P. 2813–2837. DOI: 10.3390/rs5062813.
Образец цитирования:  Искаков Д. М., Алтынцев М. А. Контроль качества совмещения облаков точек наземного лазерного сканирования и наземной стереофотограмметрической съемки. Вестник СГУГиТ. 2026. Т. 31, № 4. С. 8–18. https://doi.org/10.33764/2411-1759-2026-31-4-8-18
Ссылка:  /upload/vestnik/sborniki/2026/31_4/8-18.pdf
Читать далее

Детальная_Инф:  Да
Автор1:  С. О. Макаров
Афиилиация1:  ФГБОУ ВО Государственный университет по землеустройству, г. Москва, Российская Федерация
Автор2:  А. Д. Тихонов
Афиилиация2:  ФГБОУ ВО Государственный университет по землеустройству, г. Москва, Российская Федерация
Название статьи:  Применение усовершенствованной методики создания геодезических сетей с использованием метода РРР при построении ВГС
Рубрика:  Геодезия и маркшейдерия
Начало_Страница:  19
Конец_Страница:  26
УДК:  528.41
DOI:  https://doi.org/10.33764/2411-1759-2026-31-4-19-26
Год:  2026
Номер:  4
Том:  31
Ключевые слова_RU:  геодезические сети, методика создания геодезических сетей, относительный метод, метод РРР, высокоточная геодезическая сеть
Ключевые слова_EN:  geodetic networks, network establishment methodology, PPP method, high-precision geodetic control networks
Библиографический список:  1. Ochałek A., Niewiem W., Puniach E., Ćwiąkała P. Accuracy evaluation of real-time GNSS precision positioning with RTX Trimble technology. Civil and environmental engineering reports. 2018. Vol. 28 (4). P. 49–61. 2. Karpik A. P., Kosarev N S., Antonovich K. M., Ganagina I. G., Timofeev V. Yu. Operational experience of GNSS receivers with chip scale atomic clocks for baseline measurement. Geodesy and Cartography. 2018. Vol. 44. Issue 4. P. 140–145. 3. Тихонов А. Д., Макаров С. О. Применение алгоритма обработки спутниковых данных для создания геодезических сетей протяженных объектов. Материалы, оборудование и ресурсосберегающие технологии : сб. ст. Могилев : Белорусско-Российский университет, 2021. С. 370–371. 4. Макаров С. О. Исследование точности спутникового позиционирования при использовании современных методов обработки спутниковых данных. Грозненский естественнонаучный бюллетень, 2023. Том 8. № 1 (31). С. 31–38. DOI: 10.25744/genb.2023.15.64.003. 5. Войтенко А. В., Быков В. Л. Методика точного дифференциального позиционирования: краткий обзор. Геодезия и картография. 2016. № 8. С. 26–30. DOI: 10.22389/0016-7126-2016-914-8-26-30. 6. Морозов В. Н., Кафтан В. И., Татаринов В. Н., Колесников И. Ю., Маневич А. И., Мельников А. Ю. Численное моделирование напряженно-деформированного состояния и результаты GPS-мониторинга эпицентральной зоны землетрясения 24 августа 2014 г. (г. Напа, штат Калифорния, США). Геотектоника. 2018. № 4. С. 90–102. DOI: 10.1134/S0016853X18040069. 7. Мельников А. Ю. Разработка методики анализа деформационных процессов в сейсмоактивных регионах по данным спутниковых высокоточных координатных определений: автореферат диссертации канд. техн. наук. Москва, 2019. 152 с. 8. Бовшин Н. А. Высокоточные координатные GNSS-определения в системе ГСК-2011. Геодезия и картография. 2019. № 2. С. 2–14. DOI: 10.22389/0016-7126-2019-944-2-2-14. 9. Leandro R., Landau H., Nitschke M., Glocker M., Seeger S., Chen X., Deking A., Ben Tahar M., Zhang F., Stolz R., Talbot N., Lu G., Ferguson K., Brandl M., Gomez Pantoja V., Kipka A. RTX Positioning: the Next Generation of cm-accurate Real-time GNSS Positioning [Электронный ресурс]. URL: https://www.researchgate.net/. 10. Тихонов А. Д., Макаров С. О. Анализ точности координат геодезических пунктов, определённых с помощью РРР-сервисов. Качество. Инновации. Образование. 2021. № 3. С. 71–83. 11. Wang, G. Millimeter-accuracy GPS landslide monitoring using Precise Point Positioning with Single Receiver Phase Ambiguity (PPP-SRPA) resolution: a case study in Puerto Rico. Journal of Geodetic Science. 2013. Vol. 3(1). P. 22–31.DOI 10.2478/jogs-2013-0001. 12. Wang, G. Effects of Antenna Orientation on GPS Carrier Phase Measurements. Manuscripta Geodetica. Durango, CO, United States, 1993. Vol. 18. P. 91–98. 13. J. F. Zumberge [et al.] Precise point positioning for the efficient and robust analysis of GPS data from large networks. Journal of Geophysical Re search. Durango, CO, United States, 1997. Mar. 10. Vol. 102, (B3). P. 5005–5017. DOI 10.1029/96JB03860. 14. Black, H. D.An Easily Implemented Algorithm for the Tropospheric Range Cor rection. Journal of Geophysical Research. 1978. Vol. 83, N.B4. P. 1825–1828. 15. GPS-Theory and Practice : Astronomical Institute, University of Bern.– 4th revised edition. Wien : Springer-Verlag, 1997. 389 c. 16. Антонович К. М., Липатников Л. А. Совершенствование методики точного дифференциального позиционирования по результатам ГНСС-измерений (precise point positioning). Известия высших учебных заведений. Геодезия и аэрофотосъемка. 2013. № S4. С. 44–47. 17. Gandolfi S., Tavasci L., Poluzzi L. Study on GPS-PPP precision for short observation sessions [Text] / S. Gandolfi, / GPS Solutions. 2017. Vol. 21(3). P. 887–896. DOI 10.1007/s10291-016-0575-4. 18. Montenbruck O. [et al.]. GNSS satellite geometry and attitude models. Advances in Space Research. 2015. Vol. 56(6). P. 1015–1029. DOI 10.1016/j.asr.2015.06.019. 19. Липатников Л. А Применение методики точного абсолютного позиционирования для высокоточного определения положения геодезических пунктов в общеземной системе координат// Геодезия и картография. 2012. № 7. С. 13–16. 20. M. A. d’Alessio [et al.] Slicing up the San Francisco Bay area: Block kinematics and fault slip rates from GPS-derived surface velocities. Journal of Geo physical Research: Solid Earth. 2005. June 11. Vol. 110, B6, B06403. P. 1–19. URL: https://agupubs.onlinelibrary.wiley.com/-doi/pdf-irect/10.1029/2004JB003496 (visited on 01/19/2021) ; DOI 10.1029/2004JB003496. 21. Kowalczyk K., Kowalczyk J. Application of PPP Solution to Determine the Absolute Vertical Crustal Movements. Case Study for North eastern Europe, “Environmental Engineering” 10th International Conference).Vilnius Gediminas Technical University, Lithuania, 2013. 27–28 April 2017, DOI 10.3846/enviro.2017.207. 22. Шевчук С. О., Косарев Н. С., Мелеск А. Х. Исследования точности метода PPP для навигационно-геодезического обеспечения геофизических работ. Геопрофи. 2016. № 3. С. 10–15. 23. Косарев Н. С., Борисов Д. М., Малороссиянов С. М. Разработка программного продукта для обработки ГНСС измерений методом PPP: первые результаты. Фундаментальные и прикладные вопросы горных наук. 2025. Т. 12. № 1. С. 78–85.
Образец цитирования:  Макаров С. О., Тихонов А. Д. Применение усовершенствованной методики создания геодезических сетей с использованием метода РРР при построении ВГС. Вестник СГУГиТ. 2026. Т. 31, № 4. С. 19–26. https://doi.org/10.33764/2411-1759-2026-31-4-19-26
Ссылка:  /upload/vestnik/sborniki/2026/31_4/19-26.pdf
Читать далее

Детальная_Инф:  Да
Автор1:  Н. И. Хушт
Афиилиация1:  АО «Полиметалл Инжиниринг», г. Санкт-Петербург, Российская Федерация
Автор2:  М. Я. Брынь
Афиилиация2:  ФГБОУ ВО «Петербургский государственный университет путей сообщения Императора Александра I», г. Санкт-Петербург, Российская Федерация
Автор3:  Д. А. Гура
Афиилиация3:  ФГБОУ ВО «Кубанский государственный технологический университет», г. Краснодар, Российская Федерация
Автор4:  К. Л. Саввиди
Афиилиация4:  ФГБОУ ВО «Кубанский государственный технологический университет», г. Краснодар, Российская Федерация
Название статьи:  Создание предварительного проекта лазерного сканирования на основе синтетического облака точек, полученного методом виртуального (имитационного) лазерного сканирования
Рубрика:  Геодезия и маркшейдерия
Начало_Страница:  27
Конец_Страница:  36
УДК:  528.721.221.6
DOI:  https://doi.org/10.33764/2411-1759-2026-31-4-27-36
Год:  2026
Номер:  4
Том:  31
Ключевые слова_RU:  рекогносцировка местности, виртуальное (имитационное) лазерное сканирование, синтетическое облако точек
Ключевые слова_EN:  terrain reconnaissance, virtual scan simulation, synthetic point cloud
Библиографический список:  1. Community B. O. Blender — a 3D modelling and rendering package; Blender Foundation. 2018. 2. Bebis G., Boyle R., Parvin B. [et al.].Gschwandtner M., Kwitt R., Uhl A., Pree W. BlenSor: Blender Sensor Simulation Toolbox. Advances in Visual Computing : ser. Lecture Notes in Computer Science. Berlin, Heidelberg : Springer, 2011. P. 199–208. 3. Wu B., Wan A., Yue X., Keutzer K. Squeeze Seg: Convolutional Neural Nets with Recurrent CRF for Real Time Road Object Segmentation from 3D LiDAR Point Cloud 2017. URL: https://arxiv.org (дата обращения: 12.11.2025). — arXiv:1710.07368 [cs]. 4. Dosovitskiy A., Ros G., Codevilla F., Lopez A., Koltun V. CARLA: An Open Urban Driving Simulator. 2017, Nov. URL: https://arxiv.org (дата обращения: 12.11.2025). arXiv:1711.03938 [cs]. 5. Serna A., Marcotegui B., Goulette F., Deschaud J.-E. Paris-rue-Madame database: A 3D mobile laser scanner dataset for benchmarking urban detection, segmentation and classification methods. 4th International Conference on Pattern Recognition, Applications and Methods (ICPRAM 2014) : conference proceedings. Angers, France, 2014, Mar. 6. Chang A. X., Funkhouser T., Guibas L., Hanrahan P., Huang Q., Li Z., Savarese S., Savva M., Song S., Su H., Xiao J., Yi L., Yu F. ShapeNet: An Information-Rich 3D Model Repository 2015, Dec. URL: https://arxiv.org (дата обращения: 12.11.2025). — arXiv:1512.03012 [cs]. 7. Vallet B., Bredif M., Serna A., Marcotegui B., Paparoditis N. TerraMobilita/iQmulus urban point cloud analysis benchmark. Computers & Graphics. 2015. Vol. 49. P. 126–133. 8. Wu B., Zhou X., Zhao S., Yue X., Keutzer K. SqueezeSegV2: Improved Model Structure and Unsupervised Domain Adaptation for Road-Object Segmentation from a LiDAR Point Cloud 2018, URL: https://arxiv.org (дата обращения: 12.11.2025). — arXiv:1809.08495 [cs]. 9. Griffiths D., Boehm J. Weighted Point Cloud Augmentation for Neural Network Training Data Class-Imbalance. ISPRS — International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2019. Vol. XLII-2/W13. P. 981–987. 10. Griffiths D., Boehm J. SynthCity: A large scale synthetic point cloud. 2019, Jul. URL: https://arxiv.org (дата обращения: 12.11.2025). arXiv:1907.04758v1 [cs.CV]. 11. Дьяченко Р. А., Борисов С. Н. О возможности использования API геоинформационных систем. Научные чтения имени профессора Н. Е. Жуковского : Сборник научных статей VIII Международной научно-практической конференции «Научные чтения имени профессора Н. Е. Жуковского», Краснодар, 20–21 декабря 2017 года / КВВАУЛ им. Героя Советского Союза А. К. Серова. Краснодар : Общество с ограниченной ответственностью «Издательский Дом – Юг», 2018. С. 299–302. EDN YPSAUK. 12. Ros G., Sellart L., Materzynska J., Vazquez D., Lopez A. M. The SYNTHIA Dataset: A Large Collection of Synthetic Images for Semantic Segmentation of Urban Scenes. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2016. P. 3234–3243. 13. Deng J., Dong W., Socher R., Li L.-J., Li K., Fei-Fei L. ImageNet: A large-scale hierarchical image database. Computer Vision and Pattern Recognition (CVPR 2009): conference proceedings. IEEE, 2009. P. 248–255. 14. Everingham M., Van Gool L., Williams C. K. I., Winn J., Zisserman A. The Pascal Visual Object Classes (VOC) Challenge. International Journal of Computer Vision. 2010. Vol. 88, No. 2. P. 303–338. — Jun. 15. Hackel T., Savinov N., Ladicky L., Wegner J. D., Schindler K., Pollefeys M. Semantic3D.net: A new Large-scale Point Cloud Classification Benchmark [Электронный ресурс] 2017. URL: https://arxiv.org (дата обращения: 12.11.2025). arXiv:1704.03847 [cs]. 16. D. Fleet, T. Pajdla, B. Schiele, T. Tuytelaars, Lin T.-Y., Maire M., Belongie S., Hays J., Perona P., Ramanan D., Dollar P., Zitnick C. L. Microsoft COCO: Common Objects in Context. Computer Vision ECCV 2014 : ser. Lecture Notes in Computer Science. Springer International Publishing, 2014. P. 740–755. 17. Roynard X., Deschaud J.-E., Goulette F. Paris-Lille-3D: A large and high-quality ground truth urban point cloud dataset for automatic segmentation and classification [Электронный ресурс]. 2017, Nov. URL: https://arxiv.org (дата обращения: 12.11.2025). arXiv:1712.00032 [cs, stat].
Образец цитирования:  Хушт Н. Й., Брынь М. Я., Гура Д. А., Саввиди К. Л. Создание предварительного проекта лазерного сканирования на основе синтетического облака точек, полученного методом виртуального (имитационного) лазерного сканирования. Вестник СГУГиТ. 2026. Т. 31, № 4. С. 27–36. https://doi.org/10.33764/2411-1759-2026-31-4-27-36
Ссылка:  /upload/vestnik/sborniki/2026/31_4/27-36.pdf
Читать далее

Детальная_Инф:  Да
Автор1:  А. А. Шоломицкий
Афиилиация1:  Сибирский государственный университет геосистем и технологий, г. Новосибирск, Российская Федерация
Автор2:  Н. С. Косарев
Афиилиация2:  Сибирский государственный университет геосистем и технологий, г. Новосибирск, Российская Федерация
Автор3:  Б. Н. Ахмедов
Афиилиация3:  Таджикский технический университет имени М. Осими, г. Душанбе, Республика Таджикистан
Название статьи:  О возможности индивидуальной калибровки лазерных дальномеров электронных тахеометров
Рубрика:  Геодезия и маркшейдерия
Начало_Страница:  37
Конец_Страница:  45
УДК:  528.531:681.783.24
DOI:  https://doi.org/10.33764/2411-1759-2026-31-4-37-45
Год:  2026
Номер:  4
Том:  31
Ключевые слова_RU:  лазерный дальномер, электронный тахеометр, эталон, базис, калибровка, Leica TM30, FOIF RTS005A
Ключевые слова_EN:  rangefinder, etalon, basis, calibration, Leica TM30, FOIF RTS005A
Библиографический список:  1. Сайт компании Leica Geosystems [Электронный ресурс]. – Режим доступа: https://leica-geosystems.com. 2. Высокоточный тахеометр Leica TDRA6000 [Электронный ресурс]/ – Режим доступа: https://www.promgeo.com/equipment/total-stations/total-station-leica-tdra6000/. 3. Иванов М. А., Стёпкин А. Ю., Шкавера К. Н. Исследование точностных характеристик тахеометров и лазерной рулетки фирмы «Leica». Записки Горного института. 2002. № 1, Том 150. С. 64–67. 4. Shchipunov A. N., Tatarenkov V. M., Denisenko O. V., Sil’vestrov I. S., Fedotov V. N., Vasil’ev M. Yu., Sokolov D. A. A set of standards for support of the uniformity of measurements of length in the range above 24 m: current state and prospects for further development. Measurement Techniques. – 2019. – Vol. 57 (11). – P. 1228–1232. – DOI: 10.1007/s11018-015-0610-9. 5. Косарев Н. С., Шоломицкий А. А., Ханзадян М. А., Сердаков Л. Е., Крапивин В. С., Сучков И. О. Результаты сравнения длин линий на базисе пространственном эталонном СГУГиТ. Геодезия и картография. – 2024. – № 2. – С. 12–20. DOI: 10.22389/0016-7126-2024-1004-2-12-20. 6. Полянский А. В., Крапивин В. С., Буренков Д. Б., Вонда Е. С., Сердаков Л. Е. О геодезическом обеспечении создания комплекса «Скиф». Вестник СГУГиТ. – 2022. – Т. 27, № 5. – С. 67–76. – DOI: 10.33764/2411-1759-2022-27-5-67-76. 7. Ефремкин О. С., Шапошников С. Н. Определение отклонений внутреннего контура цилиндрических конструкций лазерным трекером // Известия Самарского научного центра Российской академии наук. – 2018. – Т. 20, № 6-2 (86). – С. 284–288. 8. Ерошков В. Ю. Использование мобильной координатно-измерительной машины на базе лазерного трекера для аттестации испытательного оборудования // Газотурбинные технологии. – 2019. – № 5 (164). – С. 26–30. 9. Брежнев В. Г., Колесникова Ю. В. Совершенствование методики контроля геометрических параметров воздушного судна с помощью лазерного трекера // Современные проблемы лингвистики и методики преподавания русского языка в вузе и школе. – 2022. – № 35. – С. 794–801. 10. Сазонникова Н. А., Илюхин В. Н., Сурудин С. В., Мезенцев Д. А. Контроль оснастки для инкрементального формообразования с помощью лазерного трекера // Динамика и виброакустика. – 2021. – Т. 7, № 4. – С. 30–39. – DOI: 10.18287/2409-4579-2021-7-4-30-39. 11. Кузин А. А., Петров В. В., Пефтиев А. А. Геодезическое обеспечение выверки формы отражающей поверхности главного зеркала радиотелескопа с применением лазерных трекеров. Вестник СГУГиТ. – 2023. – Т. 28, № 1. – С. 22–32. – DOI: 10.33764/2411-1759-2023-28-1-22-32. 12. Mogilny S. G., Sholomitskii A. A., Sotnikov A. L. Technical Audit of Rotary Aggregates. Proceedings of the 5th International Conference on Industrial Engineering (ICIE 2019). ICIE 2019. Lecture Notes in Mechanical Engineering. Springer, Cham, Volume II, p. 541 – 550 https://doi.org/10.1007/978-3-030-22063-1_57 13. Могильный С. Г., Шоломицкий А. А., Лунев А. А., Сотников А. Л., Ватралик Э. М., Фролов И. С. Совершенствование технологий контроля положения и выставки оборудования МНЛЗ. Металлургические процессы и оборудование. – 2012. – № 3 (30). – С. 12–25. 14. Шоломицкий А. А., Косарев Н. С., Сердаков Л. Е., Лагутина Е. К., Сучков И. О. Исследование фазового светодальномера электронного тахеометра FOIF RTS005A на базисе пространственном эталонном СГУГиТ // Вестник СГУГиТ. – 2024. – Том 29 (1). – С. 54–64. DOI 10.33764/2411-1759-2024-29-1-54-64. 15. Шоломицкий А. А., Косарев Н. С., Никонов А. В., Сердаков Л. Е., Соболева Е. Л. Исследование точности измерения длин лазерными дальномерами электронных тахеометров. Вестник СГУГиТ. – 2024. – Т. 29, № 5. – С. 59–68. – DOI 10.33764/2411-1759-2024-29-5-59-68. 16. Райшман С. Аккредитация вызывает доверие. Reporter 63 Периодическое издание Leica Geosystems. Русская версия. Leica Geosystems AG, Хеербрутт (Швейцария) Сентябрь 2010. – С. 6–7. 17. Lechner J., Kosarev N. S., Trevoho I. S. Conversion of units of length from the Czech state standard to the geodetic baseline Javoriv. Acta Polytechnica. – 2022. – Vol. 62(6). – P. 618-622. DOI: 10.14311/AP.2022.62.0618. 18. Сайт ООО «СИНТЭЛА» [Электронный ресурс]. – Режим доступа: https://lasertechnics.org/SINTELA RTS362.pdf. 19. Сайт продукта «Визир 3D» [Электронный ресурс]. – Режим доступа: https://sholomitskij.wixsite.com/sholomitskij/vizir-3d. 20. Karpik A. P., Kosarev N. S., Antonovich K. M., Ganagina I. G., Timofeev V. Y. Operational experience of GNSS receivers with Chip Scale Atomic Clocks for baseline measurements. Geodesy and Cartography. – 2018. – Vol. 44(4). – P. 140–145. DOI: 10.3846/gac.2018.4051. 21. Косарев Н. С. О необходимости создания отечественного программного обеспечения для автоматизированного геодезического мониторинга. Вестник СГУГиТ. – 2025. – Т. 30, № 3. – С. 5–14. DOI 10.33764/2411-1759-2025-30-3-5-14.
Образец цитирования:  Шоломицкий А. А., Косарев Н. С., Ахмедов Б. Н. О возможности индивидуальной калибровки лазерных дальномеров электронных тахеометров. Вестник СГУГиТ. 2026. Т. 31, № 4. С. 37–45. https://doi.org/10.33764/2411-1759-2026-31-4-37-45
Ссылка:  /upload/vestnik/sborniki/2026/31_4/37-45.pdf
Читать далее

Детальная_Инф:  Да
Автор1:  Л. В. Илларионова
Афиилиация1:  Вычислительный центр ДВО РАН, г. Хабаровск, Российская Федерация
Автор2:  А. С. Степанов
Афиилиация2:  Дальневосточный научно-исследовательский институт сельского хозяйства, с. Восточное, Хабаровский край, Российская Федерация
Автор3:  К. Н. Дубровин
Афиилиация3:  Вычислительный центр ДВО РАН, г. Хабаровск, Российская Федерация
Автор4:  Е. А. Фомина
Афиилиация4:  Вычислительный центр ДВО РАН, г. Хабаровск, Российская Федерация
Название статьи:  Аппроксимация временных рядов NDVI сплайнами и рядом Фурье для мультисенсорной классификации пахотных земель Хабаровского края
Рубрика:  Дистанционное зондирование земли, фотограмметрия
Начало_Страница:  46
Конец_Страница:  55
УДК:  [528.8:519.651]+631.4
DOI:  https://doi.org/10.33764/2411-1759-2026-31-4-46-55
Год:  2026
Номер:  4
Том:  31
Ключевые слова_RU:  классификация, аппроксимация, пахотные земли, машинное обучение, спутниковый мониторинг
Ключевые слова_EN:  classification, fitting, cropland, machine learning, satellite monitoring
Библиографический список:  1. Денисов П. В., Трошко К. А., Лупян Е. А., Толпин В. А. Возможности и опыт использования информационной системы Вега-PRO для мониторинга сельскохозяйственных земель. Вычислительные технологии. 2022. Т. 27, № 3. С. 66–83. DOI: 10.25743/ICT.2022.27.3.006. 2. Berra E. F., Fontana D. C., Yin F., Breunig F. M. Harmonized Landsat and Sentinel-2 Data with Google Earth Engine. Remote Sensing. 2024. V. 16. Article 2695. 3. Blickensdörfer L., Schwieder M., Pflugmacher D. et al. Mapping of crop types and crop sequences with combined time series of Sentinel-1, Sentinel-2 and Landsat 8 data for Germany. Remote Sensing of Environment. 2022. V. 269. Article 112831. DOI:10.1016/j.rse.2021.112831. 4. Yan S., Yao X., Zhu D., et al. Large-scale crop mapping from multi-source optical satellite imageries using machine learning with discrete grids. International Journal of Applied Earth Observation and Geoinformation. 2021. V. 103. Article 102485. DOI:10.1016/j.jag.2021.102485. 5. Abdali E., Valadan Zoej M. J., Taheri Dehkordi A., Ghaderpour E. A Parallel-Cascaded Ensemble of Machine Learning Models for Crop Type Classification in Google Earth Engine Using Multi-Temporal Sentinel-1/2 and Landsat-8/9 Remote Sensing Data. Remote Sensing. 2024. V.16(1). Article 127. DOI:10.3390/rs16010127. 6. Xu C., Katchova A. L. Predicting Soybean Yield with NDVI Using a Flexible Fourier Transform Model. Journal of Agricultural and Applied Economics. 2019. V. 51(3). P. 402–416. DOI:10.1017/aae.2019.5. 7. Cai Z., Jönsson P., Jin H., Eklundh L. Performance of Smoothing Methods for Reconstructing NDVI Time-Series and Estimating Vegetation Phenology from MODIS Data. Remote Sensing. 2017. V. 9(12). Article 1271. DOI: 10.3390/rs9121271. 8. Павлова М. А., Сидорчук Д. С., Бочаров Д. А. Классификация сельскохозяйственных культур на основе анализа временных рядов вегетационного индекса с понижением их размерности. Сенсорные системы. 2023. Т. 37, № 2. С. 171–180. DOI:10.31857/S023500922302004X. 9. Воробьёва Н. С., Чернов А. В. Аппроксимация временных рядов NDVI в задаче раннего распознавания видов сельскохозяйственных культур по космическим снимкам. Сборник трудов III международной конференции и молодежной школы «Информационные технологии и нанотехнологии» (ИТНТ-2017). Самара: Новая техника, 2017. С. 390–399. 10. Scharlemann J. P.W, Benz D., Hay S. I. et al. Global Data for Ecology and Epidemiology: A Novel Algorithm for Temporal Fourier Processing MODIS Data. PLoS ONE. 2008. V. 3(1). Article 1408. DOI: 10.1371/journal.pone.0001408. 11. Pipia L., Belda S., Franch B., Verrelst J. Trends in Satellite Sensors and Image Time Series Processing Methods for Crop Phenology Monitoring. Information and Communication Technologies for Agriculture—Theme I: Sensors. Springer Optimization and Its Applications. V. 182. Cham: Springer, 2022. DOI: 10.1007/978-3-030-84144-7_8. 12. Zeng L., Wardlow B. D., Xiang X. et al. A review of vegetation phenological metrics extraction using time-series, multispectral satellite data. Remote Sensing of Environment. 2020. V. 237. Article 111511. 13. Li N., Zhan P., Pan Y. et al. Comparison of Remote Sensing Time-Series Smoothing Methods for Grassland Spring Phenology Extraction on the Qinghai–Tibetan Plateau. Remote Sensing. 2020. V.12(20). Article 3383. DOI: 10.3390/rs12203383. 14. Atzberger C., Eilers P. H. C. A time series for monitoring vegetation activity and phenology at 10-daily time steps covering large parts of South America. International Journal of Digital Earth. 2011. V.4(5). P. 365–386. DOI: 10.1080/17538947.2010.505664. 15. Илларионова Л. В., Степанов А. С., Дубровин К. Н. и др. Опыт использования данных прибора КМСС КА «Метеор-М» № 2 для задач мониторинга сельскохозяйственных угодий юга Хабаровского края. Современные проблемы дистанционного зондирования Земли из космоса. 2025. Т. 22, № 1. С. 81–92. DOI: 10.21046/2070-7401-2025-22-1-81-92. 16. Лупян Е. А., Прошин А. А., Бурцев М. А. и др. Опыт эксплуатации и развития центра коллективного пользования системами архивации, обработки и анализа спутниковых данных (ЦКП «ИКИ-Мониторинг»). Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 3. С. 151-170. DOI:10.21046/2070-7401-2019-16-3-151-170. 17. Hang H., Yao X., Li Q., Artiles M. Cubic B-Spline Curves with Shape Parameter and Their Applications. Mathematical Problems in Engineering. 2017. Article 3962617. DOI:10.1155/2017/3962617. 18. Степанов А. С., Фомина Е. А., Илларионова Л. В. и др. Аппроксимация временных рядов индексов вегетации (NDVI и EVI) для мониторинга сельхозкультур (посевов) Хабаровского края. Информатика и автоматизация. 2023. Т. 22, № 6. С. 1473–1498. DOI: 10.15622/ia.22.6.8.
Образец цитирования:  Илларионова Л. В., Степанов А. С., Дубровин К. Н., Фомина Е. А. Аппроксимация временных рядов NDVI сплайнами и рядом Фурье для мультисенсорной классификации пахотных земель Хабаровского края. Вестник СГУГиТ. 2026. Т. 31, № 4. С. 46–55. https://doi.org/10.33764/2411-1759-2026-31-4-46-55
Ссылка:  /upload/vestnik/sborniki/2026/31_4/46-55.pdf
Читать далее

Детальная_Инф:  Да
Автор1:  Д. В. Филиппов
Афиилиация1:  Федеральное государственное бюджетное учреждение науки Научный геоинформационный центр Российской академии наук, г. Москва, Российская Федерация
Название статьи:  Возможности применения цифровых двойников местности для исследования растительного покрова в сельском хозяйстве
Рубрика:  Дистанционное зондирование земли, фотограмметрия
Начало_Страница:  56
Конец_Страница:  65
УДК:  528.8:631
DOI:  https://doi.org/10.33764/2411-1759-2026-31-4-56-65
Год:  2026
Номер:  4
Том:  31
Ключевые слова_RU:  дистанционное зондирование, искусственный интеллект, машинное обучение, цифровые двойники местности, растительный покров, сельское хозяйство
Ключевые слова_EN:  Remote sensing, UAVs, artificial intelligence, machine learning, digital terrain twins, vegetation cover, agriculture
Библиографический список:  1. Эшпулатов Достонбек Боходир угли Цифровые двойники в сельском хозяйстве: анализ основных тенденций. Цифровая экономика. 2023. № 2. С. 41–54. 2. Дорохов А. С., Павкин Д. Ю., Юрочка С. С. Технология цифровых двойников в сельском хозяйстве: перспективы применения. Техника и технологии АПК, Агроинженерия. 2023. Т. 25, № 4. С. 14–25. DOI: 10.26897/2687-1149-2023-4-14-25. 3. Загурский А. В. Анализ рынка цифровых двойников и перспективы его развития. Актуальные исследования. 2024. № 11 (193). Ч. II. С. 21–24. 4. Zhihan Lv, Shuxuan Xie Artificial intelligence in the digital twins: State of the art, challenges, and future research topics. Digital Twin. 2021. V.1. № 12. P. 1–20. 5. Алтынцев М. А., Карпик П. А. Создание метрической имитационной модели «цифрового двойника» активным методом Дистанционного зондирования Земли. Вестник СГУГиТ. 2020. Т. 25, № 4. С. 58–67. 6. Медведев А. В. Цифровые двойники территорий для поддержки принятия решений в сфере регионального социально-экономического развития. Современные наукоемкие технологии. 2020. № 6-1. С. 61–66. DOI: https://doi.org/10.17513/snt.38072. 7. Сукманова Т. В., Белов Н. С. Применение цифровых двойников при исследовании исторических ландшафтов береговой зоны. ИнтерКарто. ИнтерГИС, 2024. Т. 1. С. 425–441. DOI: 10.35595/2414-9179-2024-1-30-425-441. 8. Сукманова Т. В. Применение цифровых двойников в природопользовании. Хим-БиоСеasons 2023 : сборник тезисов докладов Всероссийского форума молодых исследователей, Калининград, 20–22 апреля 2023 года. Кемерово : Кемеровский государственный университет. 2023. С. 97. 9. Могадам П., Лоу Т., Эдвардс Э. Дж. Цифровой двойник для будущих систем садоводства. TROPAG 2019.Международная конференция по тропическому сельскому хозяйству : сборник материалов (Брисбен, Австралия, 11–13 ноября 2019 г.). Брисбен : 2019. Vol.36, №1(92). DOI https://doi.org/10.3390/proceedings2019036092. 10. Asaf Tzachor, Soheil Sabri, Catherine E. Richards, Abbas Rajabifard and Michele Acuto Potential and limitations of digital twins to achieve the Sustainable Development Goals. Nat ure Susta inability. 2022. Vol. 5. P. 822–829. 11. Wenqiang Yang, Yu Zheng, (Member, Ieee), And Shaoyang Li Application Status and Prospect of Digital Twin for On-Orbit Spacecraft. IEEE Access. 2021. Vol. 9. P. 106489-106500. 12. Omer San, Suraj Pawar & Adil Rasheed Decentralized digital twins of complex dynamical systems. Scientific Reports. 2023. V.13, №20087. P. 1–15. 13. Hui Liu, He Yan, Jialin Hao, Wenshuo Xu, Zhou Min and Daiyin Zhu Application of Digital Twin Technology in Synthetic Aperture Radar Ground Moving Target Intelligent Detection System. Remote Sens. 2024. Vol. 16, № 2863. P. 1–22. 14. Hazeleger W., Aerts J. P. M., Bauer P., Bierkens M. F. P., Camps-Valls G., Dekker M. M., Doblas-Reyes F. J., Eyring V., Finkenauer C., Grundner A., Hachinger S., Hall D. M., Hartmann T., Iglesias-Suarez F., Janssens M., Jones E. R., Kölling T., Lees M., Lhermitte S., van Nieuwpoort R. V., Pahker A. K., Pellicer-Valero O. J., Pijpers F. P., Siibak A., Spitzer J., Stevens B., Vasconcelos V. V. & Vossepoe F. C. Digital twins of the Earth with and for humans. Communications Earth & Environment. 2024. Vol. 5, № 463. P. 1–11. 15. Филиппов Д. В. Исследование влияния освещенности на расчет вегетационных индексов на примере NDVI. Вестник СГУГиТ. 2023. Т. 28, № 5. С. 151–162. DOI 10.33764/2411-1759-2023-28-5-151-162. 16. Peladarinos Nikolaos, Piromalis Dimitrios, Cheimaras Vasileios, Tserepas Efthymios, Munteanu Radu Adrian and Papageorgas Panagiotis. Enhancing Smart Agriculture by Implementing Digital Twins: A Comprehensive Review. Sensors 2023. Vol. 23, № 7128. P. 2–39. DOI: 10.3390/s23167128. 17. Goldenits Georg, Mallinger Kevin, Raubitzek Sebastian, Neubauer Thomas. Current applications and potential future directions of reinforcement learning-based Digital Twins in agriculture. Smart Agricultural Technology. 2024. № 8. P. 1–14. DOI: 10.48550/arXiv.2406.08854. 18. Сукманова Т. В., Белов Н. С. Применение цифровых двойников в управлении Природопользованием на примере побережья калининградской Области. Сборник трудов конференции «Морские исследования и образование (MARESEDU-2023)». 2024. Т. 1, № 4. С. 498–505. 19. Скобелев П. О, Галузин В. А., Галицкая А. В., Галузин А. А. Прогнозирование развития сельскохозяйственных культур в цифровом двойнике посевов растений. Онтология проектирования. 2025. Т. 15. № 2. С. 211–227. DOI: 10.18287/2223-9537-2025-15-2-211-227. 20. Эшпулатов Д. Б. Возможности применения цифровых двойников в сельском хозяйстве. Экономика и предпринимательство. 2023. № 3. С. 523–529. 21. Юнсон Э. В., Мельничук Д. Ю. Цифровой двойник лесного массива. Международный научно- исследовательский журнал. 2024. № 6 (144). С. 1–5. DOI: https://doi.org/10.60797/IRJ.2024.144.47. 22. Kirstine I. Dale, Edward C. D. Pope, Aaron R. Hopkinson, Theo Mccaie, And Jason A. Lowe Environment-Aware Digital Twins: Incorporating Weather and Climate Information to Support Risk-Based Decision-Making. Artificial Intelligence for the Earth Systems. 2023. Vol. 2, № 4. P. 1–6. DOI: 10.1175/aies-d-23-0023.1. 23. Комсомольская правда: сайт. Санкт-Петербург. Цифровые двойники растений: самарские ученые разработали платформу для точного земледелия URL: https://www.spb.kp.ru/daily/27489/4747397/?ysclid=m7t5d2cj9z216598494 (дата обращения 21.10.2025). 24. Верхова Г. В., Акимов С. В., Присяжнюк С. П. Распределенное многоагентное моделирование сложных систем. Международная конференция по мягким вычислениям и измерениям. 2021. Т. 1. С. 82–85. 25. Раскрытие возможностей геопространственных технологий для создания цифровых двойников/ The Spatial Times. 2003. URL: https://africansurveyors.net/unlocking-the-power-of-geospatial-technology-to-create-digital-twins/#3-what-is-a-digital-twin). 26. Ana P. Barros Digital Twin Earth: the next-generation Earth Information System // Frontiers in Science Editorial. 2024, Vol. 2. P. 1–4. DOI 10.3389/fsci.2024.1383659.
Образец цитирования:  Филиппов Д. В. Возможности применения цифровых двойников местности для исследования растительного покрова в сельском хозяйстве. Вестник СГУГиТ. 2026. Т. 31, № 4. С. 56-65. https://doi.org/10.33764/2411-1759-2026-31-4-56-65
Ссылка:  /upload/vestnik/sborniki/2026/31_4/56-65.pdf
Читать далее

Детальная_Инф:  Да
Автор1:  А. Н. Бешенцев
Афиилиация1:  Байкальский институт природопользования СО РАН, г. Улан-Удэ, Российская Федерация
Автор2:  Т. А. Борисова
Афиилиация2:  Байкальский институт природопользования СО РАН, г. Улан-Удэ, Российская Федерация
Название статьи:  Картографирование наводнений на основе геоморфометрического анализа ЦМР (на примере р. Баргузин, бассейн оз. Байкал)
Рубрика:  Картография и геоинформатика
Начало_Страница:  66
Конец_Страница:  74
УДК:  528.94(571.5)
DOI:  https://doi.org/10.33764/2411-1759-2026-31-4-66-74
Год:  2026
Номер:  4
Том:  31
Ключевые слова_RU:  р. Баргузин, наводнение, цифровая модель рельефа, геоморфометрический анализ, опасность, риск
Ключевые слова_EN:  Barguzin River, flood, digital elevation model, geomorphometric analysis, danger, risk
Библиографический список:  1. Воронова А. Е., Рублев И. В., Соловьева И. А., Панов Д. Ю., Гордеева О. С., Батанов Д. В., Завьялова Д. Ю., Косторная А. А. Спутниковый мониторинг экстремального наводнения в Иркутской области 2019 года. Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17. № 1. С. 263–266. 2. Шаликовский А. В., Лепихин А. П., Тиунов А. А., Курганович К. А., Морозов М. Г. Наводнения в Иркутской области 2019 года. Водное хозяйство России: проблемы, технологии, управление. 2019. № 6. С. 48–65. 3. Дугарова Г.Б. Анализ и оценка последствий наводнения в г. Тулуне (Иркутская область). ЭКО. 2021. № 1 (559). С. 130–150. 4. Василевская Л. Н., Лисина И. А., Василевский Д. Н., Агеева С. В., Подвербная Е. Н. Метеорологические условия формирования сильного наводнения в бассейне реки Амур в 2019 году. Гидрометеорологические исследования и прогнозы. 2020. № 2 (376). С. 90–108. 5. Кондратьева Л. М., Уткина А. С., Кулаков В. В. Изменение качества подземных вод в зоне речной фильтрации во время наводнения на реке Амур. Вода: химия и экология. 2019. № 3-6. С. 7–14. 6. Шинкаренко С. С., Барталев С. А., Лупян Е. А. Мониторинг последствий наводнения в Оренбургской области при половодье на реке Урал в 2024 году. Современные проблемы дистанционного зондирования Земли из космоса. 2024. Т. 21. № 3. С. 339–347. 7. Libra: браузер для открытых спутниковых снимков Landsat 8 [Электронный ресурс]. https://libra.developmentseed.org/ (дата обращения 13.03.2022). 8. Топографическая карта. М-б 1:100 000. М. : КБ «Панорама», 2015. 16 л. 9. Бурятский центр по гидрометеорологии и мониторингу окружающей среды [Электронный ресурс]. https://www.meteorf.gov.ru/about/structure/cgms/3072/ – (дата обращения 25.06.2022). 10. Zevenbergen L.W., Thorne C.R. Quantitative Analysis of Land Surface Topography. Earth Surface Processes and Landforms. 1987. Vol. 12(1). P. 47–56. 11. Skidmore A. A. Comparison of techniques for calculating gradient and aspect from a gridded digital elevation model. // International Journal of Geographical Information Systems. 1989. № 3(4). P. 323–334. 12. Zhou Q., Liu X. (2004). Error Analysis on Grid-Based Slope and Aspect Algorithms. Photogrammetric Engineering & Remote Sensing, 70(8), 957–962. 13. Pike R.J. Geomorphometry – Diversity in quantitative surface analysis. Progress in Physical Geography, 2000. Vol. 24. 14. Geomorphometry: Concepts, Software, Applications. Developments in Soil Science, vol. 33. Hengl T., Reuter H.I. (Eds.). 2008. 772 p. 15. Florinsky I. V. (2016). Digital Terrain Analysis in Soil Science and Geology. Elsevier // Academic Press, Amsterdam. 486 p. 16. Saga GIS: System for Automated Geoscientific Analyses [Электронный ресурс] https://saga-gis.sourceforge.io/en/index.html (дата обращения 13.08.2024). 17. Михеев В. С. Ряшин В. А. Ландшафты юга Восточной Сибири. Карта. М. : ГУГиК, 1977. 4 листа. 18. Кичигина Н. В. Корытный Л. М. Районирование Восточной Сибири по опасности наводнений. География и природные ресурсы. 1997. № 3. С. 50–60. 19. Оценка и управление природными рисками. Тематический том. Под ред. А. Л. Рогозина. М.: Изд-во «КРУК», 2003. 320 с. 20. Борисова Т. А. Теоретико-методические подходы исследования природно-антропогенных рисков на Байкальской природной территории // Безопасность жизнедеятельности. 2010. № 2. С. 40–45. 21. Карта сельскохозяйственных угодий Республики Бурятии М-б 1:100 000. М.: ЦПИП «ВИСХАГИ-Центр», 2015. 8 л. 22. Борисова Т. А. Природно-антропогенные риски в бассейне оз. Байкал. – Новосибирск. Изд-во «ГЕО», 2013. 126 с.
Образец цитирования:  Бешенцев А. Н., Борисова Т. А. Картографирование наводнений на основе геоморфометрического анализа ЦМР (на примере р. Баргузин, бассейн оз. Байкал). Вестник СГУТиТ. 2026. Т. 31, № 4. С. 66–74. https://doi.org/10.33764/2411-1759-2026-31-4-66-74
Ссылка:  /upload/vestnik/sborniki/2026/31_4/66-74.pdf
Читать далее

Детальная_Инф:  Да
Автор1:  Л. Н. Бурмин
Афиилиация1:  Кемеровский государственный университет, г. Кемерово, Российская Федерация
Название статьи:  Способ 3D-визуализации горного отвода на основе дискретной воксельной модели для анализа пространственных процессов
Рубрика:  Картография и геоинформатика
Начало_Страница:  75
Конец_Страница:  83
УДК:  528.94:519.63
DOI:  https://doi.org/10.33764/2411-1759-2026-31-4-75-83
Год:  2026
Номер:  4
Том:  31
Ключевые слова_RU:  горный массив, ГИС, горное дело, геоинформатика, алгоритмы построения 3D-изображений
Ключевые слова_EN:  rock mass, GIS, mining, geoinformatics, 3D image generation algorithms
Библиографический список:  1. Burmin L. N., Stepanov Yu. A., Marchenko V. A. Computer visualization and zoning parameters of technogenic impact on the environment. Scientific Visualization. 2017. Vol. 9. No. 1. С. 137–145. 2. Новиков А. В., Паневников К. В., Писарев И. В. Многофункциональная система безопасности угольных шахт: визуализация событий (горнотехнических процессов) с рабочего места шахтера. Горная промышленность. 2021. № 5. С. 65–69. 3. Артамонов Е. Б., Головач Ю. Ю., Остапенко В. А. Модификация принципов визуализации контента в информационных системах. Magyar Tudományos Journal. 2020. № 47. С. 50–52. 4. Гендлер С. Г., Гришина А. М. Обоснование риск-ориентированного подхода к совершенствованию системы обучения подземного персонала угольных шахт нормам и правилам техники безопасности. Известия ТулГУ. Науки о Земле. 2018. № 4. С. 24–33. 5. Бартош В. С. Виртуальная реальность: новые методы подготовки личного состава МЧС. ГЕО-Сибирь-2010. VI Междунар. науч. контр. сб. материалов в 6 т. (Новосибирск, 19–29 апреля 2010 г.). Новосибирск : СГГА, 2010. Т. 1, ч. 3. С. 204–209. 6. Шек В. М., Соболева М. Ю. Использование имитационного моделирования для оптимизации проведения горных работ. Горный информационно-аналитический бюллетень. 2005. № 10. С. 201–205. 7. Киришина Е. В., Колокольникова А. И. Геоинформационные системы и промышленная безопасность угольных предприятий. Безопасность жизнедеятельности предприятий. Кемерово : КузГТУ, 2017. С. 404. 8. Ногин С. А., Усанов С. В. Моделирование системы «Горные выработки – крепь – вмещающие породы» в программной среде визуализации. Проблемы недропользования. 2021. № 1 (28). С. 42–49. 9. Цивилева А. Е. Развитие производственно-технологического потенциала предприятий угольной промышленности на основе внедрения цифровых технологий. Научный вестник ОПК России. 2022. № 1. С. 56–63. 10. Скворцов А. В., Мирза Н. С. Алгоритмы построения и анализа триангуляции. – Томск : Изд-во Томского университета, 2006. 168 с. 11. Lorensen W. E., Cline H. E. Marching Cubes: A high resolution 3D surface construction algorithm. Computer Graphics. 1987. Vol. 21, № 4. P. 163–169. 12. Hansen C. D., Johnson C. R. Visualization Handbook. Academic Press, 2004. P. 7–11. 13. Raposo A. N., Gomes A. J. P. Pi-surfaces: products of implicit surfaces towards constructive composition of 3D objects. Journal of WSCG. 2019. arXiv:1906.06751. 14. Карелова Р. А., Коробейников П. С. Контроль над проектом на Unity: частые проблемы начинающих разработчиков и пути их решения. МНИЖ. 2020. № 5-1 (95). С. 47–50. 15. Трохова Т. А. Компьютерное моделирование динамических объектов с использованием среды разработки компьютерных игр Unity. Агротехника и энергообеспечение. 2018. № 1 (18). С. 74–80. 16. Цветков В. Я., Мордвинов В. А., Матчин В. Т. Технология генерации виртуальных ландшафтов с применением метода вокселизации и волюметрических данных. Образовательные ресурсы и технологии. 2023. № 1 (42). С. 91–99.
Образец цитирования:  Бурмин Л. Н. Способ 3D-визуализации горного отвода на основе дискретной воксельной модели для анализа пространственных процессов. Вестник СГУГиТ. 2026. Т. 31, № 4. С. 75–83. https://doi.org/10.33764/2411-1759-2026-31-4-75-83
Ссылка:  /upload/vestnik/sborniki/2026/31_4/75-83.pdf
Читать далее

Детальная_Инф:  Да
Автор1:  Т. С. Молокина
Афиилиация1:  Сибирский государственный университет геосистем и технологий, г. Новосибирск, Российская Федерация
Название статьи:  Основные принципы выполнения картографической визуализации и критерии их реализации
Рубрика:  Картография и геоинформатика
Начало_Страница:  84
Конец_Страница:  93
УДК:  528.94
DOI:  https://doi.org/10.33764/2411-1759-2026-31-4-84-93
Год:  2026
Номер:  4
Том:  31
Ключевые слова_RU:  картографическая визуализация, геовизуализация, геоаналитика, большие данные
Ключевые слова_EN:  cartographic visualization, geovisualization, geoanalytics, big data
Библиографический список:  1. MacEachren A. M., Gahegan M., Pike W. Geovisualization for knowledge construction and decision support. Computer Graphics and Applications. 2004. Vol. 24, No. 1, P. 13–17. 2. Valêncio C., Kawabata T., Medeiros C., 3D Geovisualisation Techniques Applied in Spatial Data Mining. 9th international conference on Machine Learning and Data Mining in Pattern Recognition. 2013. P. 57–68. DOI: 10.1007/978-3-642-39712-7_5. 3. Coltekin A., Janetzko H., Fabrikant S. I. Geovisualization. Geographic Information Science & Technology Body of Knowledge (2nd Quarter 2018 Edition). University of Zurich, 2018. DOI 10.22224/gistbok/2018.2.6. 4. Молокина Т. С., Колесников А. А. Анализ состояния и перспективы развития визуализации пространственных данных. Вестник СГУГиТ. 2021. Т. 26, № 4. С. 73–82. 5. Лисицкий Д. В., Бугаков П. Ю. Картографическая визуализация трехмерных моделей местности. Вестник СГГА. 2011. Вып. 3 (16). С. 87–93. 6. Balla D., Zichar M., Tóth R., Geovisualization Techniques of Spatial Environmental Data Using Different Visualization Tools. Applied Sciences. MDPI, 2020. Vol. 10, No. 19. DOI: 10.3390/app10196701. 7. Hepburn J., Fairbairn D. Testing geovisualisations for effective environmental engineering decisionmaking. Abstracts of the ICA. 2019. Vol. 1. P. 111–112. DOI 10.5194/ica-abs-1-111-2019. 8. Jiang B., Huang B., Vasek V. Geovisualisation for Planning Support Systems. Planning Support Systems in Practice. Advances in Spatial Science. Springer, Berlin, Heidelberg. 2003. P. 177–191. DOI 10.1007/978-3-540-24795-1_10. 14. 9. Mohan M. Geospatial information from satellite imagery for geovisualisation of smart cities in India. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2016. Vol. XLI-B8. P. 979–985. DOI 10.5194/isprs-archives-XLI-B8-979-2016. 10. Андрюхина Ю. Н., Бугаков П. Ю., Касьянова Е. Л. [и др.] Цифровая картография : монография / под редакцией Д. В. Лисицкого. Новосибирск : СГУГиТ, 2023. 442 с. 11. Robinson A. C., Demšar U., Moore A. B. Geospatial big data and cartography: research challenges and opportunities for making maps that matter. International Journal of Cartography. 2017. P. 32-60. – DOI: 10.1080/23729333.2016.1278151. 12. Dykes J., MacEachren A.M., Kraak M.-J. Exploring Geovisualization. Elsevier Ltd, 2005. 730 p. 13. MacEachren A. M., Kraak M. J. Research Challenges in Geovisualization // Cartography and Geographic Information Science. 2000. Vol.28, No.1. P. 204-207. DOI: 10.1007/BF03544825. 14. Andrienko G., Andrienko N., Keim D. Challenging problems of geospatial visual analytics. Journal of Visual Languages & Computing. 2011. Vol. 22, I. 4, P. 251–256. DOI: 10.1016/j.jvlc.2011.04.001. 15. Schiewe J. Geovisualization and geovisual analytics: the interdisciplinary perspective on cartography. Journal of cartography and geographic information. 2013. Vol. 63, No. 3. P. 122-126 DOI: 10.1007/bf03546122. 16. Susilo H., Rassarandi F.D., Susanta F.F. Exploration of various visual display methods for geovisualization purposes. Prokons: Jurusan Teknik Sipil. 2020. Vol. 14, No. 1. P. 41. DOI: 10.33795/prokons.v14i1.289. 17. Krassanakis V., Skopeliti A., Keskin M. Geovisualization: current trends, challenges, and applications. Geographies. 2023. Vol. 3, No. 4. P. 801-805. DOI: 10.3390/geographies3040043. 18. Slocum T. A., McMaster R. B., Kessler F. C. Review of thematic cartography and geovisualization (4th ed.). North American Cartographic Information Society CRC Press, 2024 – 612 p. DOI: 10.14714/CP103.1919 19. Huang W., Harrie L. Towards knowledge-based geovisualisation using Semantic Web technologies: a knowledge representation approach coupling ontologies and rules // International Journal of Digital Earth. 2019. P. 1–22. DOI: 10.1080/17538947.2019.1604835. 20. Huang W., Eiðsson E., Harrie L., Multiple Representationfor Geospatial Linked Data. Aproaches to visualising linked data. Conference on Geoinformation Science (Sweden 21st June 2018) Vol. 2, No. 2, P. 89-124. 21. Vondrakova A., Vozenilek V. User issues in geovisualization. 16 th international multidisciplinary scientific geoconference sgem. Conference Proceedings (Sofia, 2016). Vol. 3. P. 599-606. DOI: 10.5593/SGEM2016/B23/S11.076. 22. Kraak M.-J. Geovisualization illustrated // ISPRS Journal of Photogrammetry & Remote Sensing. 2003. Vol. 57, No. 5. P. 390-399. DOI:10.1016/S0924-2716(02)00167-3. 23. Savelyev A., MacEachren A. M. Advancing the theory and practice of system evaluation: a case study in geovisual analytics of social media. International Journal of Cartography. 2019. Vol. 6, No. 2. P. 202-221. DOI: 10.1080/23729333.2019.1637488.
Образец цитирования:  Молокина Т. С. Основные принципы выполнения картографической визуализации и критерии их реализации. Вестник СГУГиТ. 2026. Т. 31, № 4. С. 84–93. https://doi.org/10.33764/2411-1759-2026-31-4-84-93
Ссылка:  /upload/vestnik/sborniki/2026/31_4/84-93.pdf
Читать далее

Детальная_Инф:  Да
Автор1:  В. С. Сазонов
Афиилиация1:  Кемеровский государственный университет, г. Кемерово, Российская Федерация
Автор2:  А. Н. Соловицкий
Афиилиация2:  Кемеровский государственный университет, г. Кемерово, Российская Федерация
Название статьи:  Методика учета влияния графической точности цифровых карт при подсчете запасов угольного месторождения
Рубрика:  Картография и геоинформатика
Начало_Страница:  94
Конец_Страница:  100
УДК:  528.94:553.94
DOI:  https://doi.org/10.33764/2411-1759-2026-31-4-94-100
Год:  2026
Номер:  4
Том:  31
Ключевые слова_RU:  подсчет запасов, графическая точность, разведочные сети, мощность, скважина
Ключевые слова_EN:  reserves estimation, graphical accuracy, exploration networks, capacity, drill-hole
Библиографический список:  1. Логинов Д. С. Опыт использования геоданных в картографическом обеспечении геологоразведочных работ. Изв. вузов «Геодезия и аэрофотосъемка». 2021. Т. 65. № 5.С. 598–608. DOI:10.30533/0536-101X-2021-65-5-598-608. 2. Копылова Н. С., Демидова П. М., Колесник О. А., Санникова А. П., Сазонова С. Г. Концептуальные основы отображения пространственных данных в минерально-сырьевом секторе. Геодезия и картография. 2024. № 8. С. 2–13. DOI 10.22389/0016-7126-2024-1010-8-2-13. 3. Чехлар М., Жиронкина С. А., Жиронкина О. В. Цифровые технологии Индустрии 4.0 в Mining 4.0 – перспективы развития геотехнологии в XXI веке. Вестник Кузбасского государственного технического университета. 2020. № 3. С. 80–90. 4. Жуковский Ю. Л., Ишейский В. А., Булдыско А. Д., Гоцул Ю. Д. Роль цифровых технологий в комплексном освоении месторождений твердых полезных ископаемых. Научные междисциплинарные исследования. 2020. № 7. С. 14–19. 5. Рогова Т. Б., Шаклеин С. В., Ярков В. О. Подсчет запасов угольных месторождений. Кемерово, 2010. 112 с. 6. Агафонов И. А., Малофеев Д. В. Опыт защиты блоковых моделей по угольным месторождениям в ГКЗ. Уголь. 2022. № 3 (1152). С. 90–94. 7. Мальцев Е. Н. Сравнение российских и зарубежных систем подсчета запасов твердых полезных ископаемых и практический опыт использования. Глобус. 2022. № 1. С. 44–48. 8. Баранов Ю. Б., Грушин Р. В. Геоинформационные технологии в геологии и недропользовании. Геопрофи. 2006. № 2. С. 4–7. 9. Янкелевич С. С. Современная концепция и методология картографии. Вестник СГУГиТ. 2024. Т. 29, № 3. С. 118–125. DOI 10.33764/2411-1759-2024-29-3-118-125. 10. Захаров М. С. Картографический метод и геоинформационные системы в инженерной геологии. Москва: Лань, 2017. 435 с. 11. Басаргин А. А. Создание цифровых моделей месторождений полезных ископаемых с использованием современных технологий. Вестник СГУГиТ. 2014. № 1(25). С. 34–39. 12. Бушуев Я. Ю., Федотов Г. С. Компьютерные технологии подсчета запасов. Санкт-Петербург: Санкт-Петербургский горный университет, 2018. 99 с. 13. Бесперстов А. С. Моделирование пластовых месторождений с использованием ГГИС Micromine. Горная промышленность. 2011. № 5 (99). С. 86–88. 14. Сапронова Н. П., Федотов Г. С. Особенности моделирования пластовых месторождений в среде ГГИС Micromine. Горный информационно-аналитический бюллетень. 2018. № S1. С. 38–45. 15. Тедикова А. А., Красноцветов М. А. Использование ГГИС Micromine для моделирования участка угольного месторождения. В сб.: Минерально-сырьевая база алмазов, благородных и цветных металлов. 2020. 16. Маниковский П. М., Васютич Л. А., Сидорова Г. П. Методология моделирования рудных месторождений в ГГИС. Вестник Забайкальского государственного университета. 2021. Т. 27, № 2. С. 6–14. DOI 10.21209/2227-9245-2021-27-2-6-14. 17. Наумов А. Н., Петрова А. С., Днепровская Д. А., Кислицын К. М. Алгоритм проектирования карьеров при открытой разработке с использованием системы ГГИС Micromine. В сб.: Инновационные технологии в технике и образовании: Материалы XIII Международной научно-практической конференции, Чита, 14–15 декабря. Чита: Забайкальский государственный университет, 2021. С. 325–332. 18. Музыка И. М. Применение блоковых моделей для вариантности подсчета запасов. Недропользование XXI век. 2020. № 6. С. 88–94. 19. Наставко Е. В., Наставко А. В., Кайзер Ф. Ю., Соловицкий А. Н. О цифровой модели угольного месторождения Кузбасса в ГГИС Micromine. Международный научно-исследовательский журнал. 2023. № 1 (127). URL: https://research-journal.org/archive/1-127-2023-january/10.23670/IRJ.2023.127.23 (дата обращения: 24.01.2023). DOI: 10.23670/IRJ.2023.127.23. 20. Федоров Е. А., Соловицкий А. Н. Моделирование как неотъемлемая часть технологии геологоразведочных работ (на примере Низовского угольного месторождения Кузбасса). В сб.: Интерэкспо ГЕО-Сибирь. XXI Международный научный конгресс, 21–22 мая 2025 г., Новосибирск: сборник материалов в 8 т. Т. 1: Международная научная конференция «Геодезия, геоинформатика, картография, маркшейдерия». Новосибирск: СГУГиТ, 2025. С. 172–177. ISSN 2618-981X. 21. Жмакин Е. Я. Обоснование плотности сети скважин при детальной разведке угольных месторождений Подмосковного бассейна в связи и изменчивостью основных параметров угольного пласта: диссертация … кандидата геолого-минералогических наук: 04.00.16. Москва, 1973. 167 с. 22. Шаклеин С. В., Рогова Т. Б., Аксенов В. В., Писаренко М. В. Актуализация рекомендаций по плотности сети скважин при разведке угля. Недропользование XXI век. 2024. № 5-6(106). С. 46–53. 23. Соловицкий А. Н., Сазонов В. С. О математическом обеспечении геологической оценки угольных месторождений : сборник статей XXXVII Международной научно-практической конференции «Актуальные вопросы современной науки и образования». – Пенза: МЦНС «Наука и Просвещение». 2024. С. 191–194. 24. Сазонов В. С., Соловицкий А. Н. Методика анализа точности картографического обеспечения при традиционной технологии геологической оценки угольных месторождений. Вестник СГУГиТ. 2025. Т. 30. № 5. С. 78–88. DOI 10.33764/2411-1759-2025-30-5-78-88.
Образец цитирования:  Сазонов В. С., Соловицкий А. Н. Методика учета влияния графической точности цифровых карт при подсчете запасов угольного месторождения. Вестник СГУГиТ. 2026. Т. 31, № 4. С. 94–100. https://doi.org/10.33764/2411-1759-2026-31-4-94-100
Ссылка:  /upload/vestnik/sborniki/2026/31_4/94-100.pdf
Читать далее

Детальная_Инф:  Да
Автор1:  Б. А. Фисич
Афиилиация1:  Федеральное государственное бюджетное учреждение «27 Центральный научно-исследовательский институт Министерства обороны Российской Федерации», г. Москва, Российская Федерация
Название статьи:  Пути совершенствования средств и методов динамического отображения процессов в геопространстве для решения специальных задач
Рубрика:  Картография и геоинформатика
Начало_Страница:  101
Конец_Страница:  107
УДК:  528.94
DOI:  https://doi.org/10.33764/2411-1759-2026-31-4-101-107
Год:  2026
Номер:  4
Том:  31
Ключевые слова_RU:  геопространство, динамическая визуализация, специальные задачи, картографическое цифровое изображение, пространственный объект, проблемная ситуация, язык карты
Ключевые слова_EN:  geospace, dynamic visualization, specialized tasks, digital cartographic image, spatial object, problem situation, map language
Библиографический список:  1. Лисицкий Д. В., Комиссарова Е. В., Колесников А. А. Мультимедийная картография : учеб. пособие. Новосибирск : СГУГиТ, 2016. 108 с. 2. Берлянт А. М. Виртуальные геоизображения. М. : Научный мир, 2001. 56 с. 3. Карпик А. П. Методологические и технологические основы геоинформационного обеспечения территорий : монография. Новосибирск : СГГА, 2004. 252 с. 4. Елюшкин В. Г. Геоинформационное обеспечение военных действий. От достаточности к превосходству. Барнаул : ИП Колмогоров И. А., 2017. 190 с. 5. Тарасенко Ф. П. Прикладной системный анализ. М. : КНОРУС, 2010. 224 с. 6. Штофф В. А. Моделирование и философия. М., 1966. 7. Майоров А. А. Пространственное когнитивное моделирование. Перспективы науки и образования. 2014. № 1. С. 33–37. 8. Зенкин А. А. Когнитивная компьютерная графика. М.: Наука, Гл. ред. физ.-мат. лит., 1991. 192 с. 9. Антонов Е. С., Лисицкий Д. В., Янкелевич С. С. Теоретико-методологическое представление прямого перехода от геоинформации к геознаниям. Вестник СГУГиТ. Т. 26. № 2. 2021. С. 82–90. 10. Кандрашина Е. Ю., Литвинцева Л. В., Поспелов Д. А. Представление знаний о времени и пространстве в интеллектуальных системах. М. : Наука. 1989. 328с. 11. Флегонтов А. В., Терляков О. А. Знания о местности : монография. М.: 29 НИИ МО РФ, 2007. 157 с. 12. Флегонтов А. В, Рутько И. М., Воронов Г. Б. [и др.]. Методы моделирования знаний о местности. Основные теоретические подходы к получению, моделированию и обработке знаний о местности в автоматизированных системах управления. М. : РТУ МИРЭА, 2024. 170 с. 13. Берлянт А. М., Ушакова Л. А. Анимационное картографирование. М.: Научный мир, 2000. 108 с. 14. Egenhofer M. & Golledge R. (1998a), Spatial and Temporal Reasoning in Geographic Information Systems, Oxford University Press, New York. 15. Langran G. Time in Geographic Information Systems. Taylor and Francis, London, 1992. 16. Rigaux P., Scholl M., Voisard A.: Spatial Databases with Application to GIS. Morgan Kaufman, San Francisco. 2002. 17. Nara A. Space-Time GIS and Its Evolution. In Comprehensive Geographic Information Systems; Huang, B., Ed.; Elsevier: Oxford, UK, 2018; P. 287–302. 18. Siabato W., Claramunt C., Ilarri S., Manso-Callejo M. Á. A Survey of Modelling Trends in Temporal GIS. ACM Comput. Surv. 2018, 51, 30. 19. Esteban Zimányi, Mahmoud Sakr, Arthur Lesuisse, and Mohamed Bakli. 2019. MobilityDB: A Mainstream Moving Object Database System. In Proceedings of the 16th International Symposium on Spatial and Temporal Databases (Vienna, Austria) (SSTD ’19). Association for Computing Machinery, New York, NY, USA, P. 206–209. 20. Andrienko N., Andrienko G. 2020. Spatio-temporal visual analytics: avision for 2020s Journal of spatial information science. N 20, P. 87–95. 21. Hakimi O., Liu H., Abudayyeh O., Houshyar A., Almatared M. and Alhawiti A. 2023. Data Fusion for Smart Civil Infrastructure Management: A Conceptual Digital Twin Framework. Buildings 13 (11): 2725. 22. Лютый А. А. Язык карты: сущность, система, функции. Изд-е 2-е, испр. М. : ИГ РАН, 2002. 327 с. с илл. 23. Окунев И. Ю. Основы пространственного анализа : монография. М. : Издательство «Аспект Пресс», 2023. 255 с. 24. Шлеер С., Меллор С. Объектно-ориентированный анализ: моделирование мира в состояниях. Пер. с англ. Киев : Диалектика. 1993. 213 с.
Образец цитирования:  Фисич Б. А. Пути совершенствования средств и методов динамического отображения процессов в геопространстве для решения специальных задач. Вестник СГУГиТ. 2026. Т. 31, № 4. С. 101–107. https://doi.org/10.33764/2411-1759-2026-31-4-101-107
Ссылка:  /upload/vestnik/sborniki/2026/31_4/101-107.pdf
Читать далее

Детальная_Инф:  Да
Автор1:  С. А. Чигридов
Афиилиация1:  Сибирский государственный университет геосистем и технологий, г. Новосибирск, Российская Федерация
Автор2:  Е. Н. Кулик
Афиилиация2:  Сибирский государственный университет геосистем и технологий, г. Новосибирск, Российская Федерация
Название статьи:  Использование принципов локальных климатических зон мегаполиса для оптимизации сети мониторинга атмосферного воздуха
Рубрика:  Картография и геоинформатика
Начало_Страница:  108
Конец_Страница:  118
УДК:  528.9:681.5.017
DOI:  https://doi.org/10.33764/2411-1759-2026-31-4-108-118
Год:  2026
Номер:  4
Том:  31
Ключевые слова_RU:  локальные климатические зоны, классификация структуры городской территории, мегаполис, атмосферный воздух, пространственный анализ, оптимизация сети мониторинга
Ключевые слова_EN:  local climatic zones, classification of the urban territory structure, megalopolis, ambient air, spatial analysis, optimization of the monitoring network
Библиографический список:  1. Чигридов С. А., Кулик Е. Н. Прогнозирование ветровых условий для оценки концентраций загрязнений от стационарных источников // Интерэкспо ГЕО-Сибирь. XXI Международный научный конгресс, 21–22 мая 2025 г., Новосибирск : сборник материалов в 8 т. Т. 4: Международная научная конференция «Дистанционные методы зондирования Земли и фотограмметрия, мониторинг окружающей среды, геоэкология». Новосибирск : СГУГиТ, 2025. С. 217–224. DOI 10.33764/2618-981X-2025-4-217-224. 2. Чигридов С. А., Кулик Е. Н. Геопространственное моделирование при оценке территорий для жилого строительства. Вестник СГУГиТ. 2025. Т. 30, № 2. С. 135–143. DOI 10.33764/2411-1759-2025-30-2-135-143. 3. Oke T. R., Mills G., Christen A., Voogt J. A. Urban Climates. – Cambridge: Cambridge University Press, 2017. 546 p. DOI 10.1017/9781139016476. URL: https://books.google.ru/books?id=7h0xDwAAQBAJ&redir_esc=y (дата обращения 15.09.2025). 4. Stewart I. D., Oke T. R. Local Climate Zones for Urban Temperature Studies // Bulletin of the American Meteorological Society. – 2012. – Vol. 93, No. 12. – P. 1879–1900. – DOI 10.1175/BAMS-D-11-00019.1. URL: https://www.researchgate.net/publication/258607564_Local_Climate_Zones_for_Urban_Temperature_Studies (дата обращения 15.09.2025). 5. Alexander P. J., Mills G. Local Climate Classification and Dublin’s Urban Heat Island. Atmosphere. 2014. Vol. 5, No. 4. P. 755–774. DOI 10.3390/atmos5040755. URL: https://www.mdpi.com/2073-4433/5/4/755 (дата обращения: 20.09.2025). 6. Stewart I. D. A Systematic Review and Scientific Critique of Methodology in Modern Urban Heat Island Literature. International Journal of Climatology. – 2011. – Vol. 31, No. 2. – P. 200–217. DOI 10.1002/joc.2141. URL: https://rmets.onlinelibrary.wiley.com/doi/10.1002/joc.2141 (дата обращения: 25.09.2025). 7. Oke T. R. Towards Better Communication in Urban Climate. Theoretical and Applied Climatology. 2006. Vol. 84, No. 1–3. P. 179–190. DOI 10.1007/s00704-005-0143-2. URL: https://link.springer.com/article/10.1007/s00704-005-0143-2 (дата обращения: 29.09.2025). 8. Demuzere M., Kittner J., Bechtel B. (2021). LCZ Generator: A Web Application to Create Local Climate Zone Maps. Frontiers in Environmental Science 9:637455. [Электронный ресурс]. LCZ-Generator – URL: https://doi.org/10.3389/fenvs.2021.637455 (дата обращения 25.10.2025). 9. WUDAPT [Электронный ресурс]. World Urban Database and Access Portal Tools URL: https://www.wudapt.org/ (дата обращения 25.10.2025). 10. Google Earth [Электронный ресурс]. Google Earth. URL: earth.google.com (дата обращения 25.10.2025). 11. Департамент образования Новосибирска [Электронный ресурс]. Мэрия города Новосибирска. URL: https://do.nios.ru/ (дата обращения 05.11.2025). 12. Яндекс.Карты [Электронный ресурс]. Яндекс URL: https://yandex.ru/maps/65/novosibirsk/?ll=82.920430%2C55.030199&z=12 (дата обращения 05.11.2025). 13. Kelly K. E., Whitaker J., Petty A., Widmer C., Dybwad A., Sleeth D., Martin R., Butterfield A. Ambient and Laboratory Evaluation of a Low-Cost Particulate Matter Sensor. Environmental Pollution. 2017. Vol. 221. P. 491-500. DOI 10.1016/j.envpol.2016.12.039. URL: https://pubmed.ncbi.nlm.nih.gov/28012666/ (дата обращения: 10.11.2025). 14. Nieckarz Z., Zoladz J. A. New Calibration System for Low-Cost Suspended Particulate Matter Sensors with Controlled Air Speed, Temperature and Humidity. Sensors. 2021. Vol. 21, No. 17. Art. No. 5905. DOI 10.3390/s21175905. URL: https://pmc.ncbi.nlm.nih.gov/articles/PMC8434339/ (дата обращения: 15.11.2025). 15. Wallace L., Bi J., Ott W., Sarnat J., Liu Y. Calibration of Low-Cost PurpleAir Outdoor Monitors Using an Improved Method of Calculating PM2.5. Atmospheric Environment. 2021. Vol. 256. Art. No. 118432. DOI 10.1016/j.atmosenv.2021.118432. URL: https://www.researchgate.net/publication/351315514_Calibration_of_low-cost_PurpleAir_outdoor_monitors_using_an_improved_method_of_calculating_PM2S5135 (дата обращения: 18.11.2025). 16. Oke T. R. The Energetic Basis of the Urban Heat Island. Quarterly Journal of the Royal Meteorological Society. 1982. Vol. 108, No. 455. P. 1–24. DOI 10.1002/qj.49710845502. URL: https://www.researchgate.net/publication/229724544_The_energetic_basis_of_urban_heat_island (дата обращения: 25.11.2025). 17. Grimmond C. S. B., Oke T. R. Aerodynamic Properties of Urban Areas Derived from Analysis of Surface Form // Journal of Applied Meteorology. 1999. Vol. 38, No. 9. P. 1262–1292. DOI 10.1175/1520-0450(1999)038<1262:APOUAD>2.0.CO;2. URL: https://www.researchgate.net/publication/224001496_Aerodynamic_Properties_of_Urban_Areas_Derived_from_Analysis_of_Surface_Form (дата обращения: 27.11.2025).
Образец цитирования:  Чигридов С. А., Кулик Е. Н. Использование принципов локальных климатических зон мегаполиса для оптимизации сети мониторинга атмосферного воздуха // Вестник СГУГиТ. 2026. Т. 31, № 4. С. 108–118. https://doi.org/10.33764/2411-1759-2026-31-4-108-118
Ссылка:  /upload/vestnik/sborniki/2026/31_4/108-118.pdf
Читать далее

Детальная_Инф:  Да
Автор1:  Л. Н. Гилёва
Афиилиация1:  Омский государственный аграрный университет им. П. А. Столыпина, г. Омск, Российская Федерация
Автор2:  О. Н. Долматова
Афиилиация2:  Омский государственный аграрный университет им. П. А. Столыпина, г. Омск, Российская Федерация
Автор3:  Е. Д. Подрядчикова
Афиилиация3:  Тюменский индустриальный университет, г. Тюмень, Российская Федерация
Название статьи:  Методика создания геоинформационных баз данных для ведения государственного мониторинга водных объектов
Рубрика:  Землеустройство, кадастр и мониторинг земель
Начало_Страница:  119
Конец_Страница:  127
УДК:  004.6:556
DOI:  https://doi.org/10.33764/2411-1759-2026-31-4-119-127
Год:  2026
Номер:  4
Том:  31
Ключевые слова_RU:  государственный мониторинг водных объектов, водные ресурсы, ГИС-системы открытого доступа, неустановленные береговые линии, границы поселений
Ключевые слова_EN:  state monitoring of hydrographic objects, water resources, open access geographic information systems, unestablished shorelines, boundary of settlement
Библиографический список:  1. Тихонова И. О., Кручинина Н. Е. Экологический мониторинг водных объектов: учебное пособие. 2-е изд., испр. и доп. М. : ИНФРА-М, 2023. 202 с. 2. Вуглинский В. С., Высоцкий Д. В., Яковлева Т. И. Мониторинг поверхностных водных объектов в России. Метеорология и гидрология. 2021. № 6. С. 77–88. DOI 10.52002/0130-2906-2021-6-77-88. 3. Стрельченко О. В., Полин А. А. О службе государственного мониторинга водных биоресурсов и среды их обитания. Водные биоресурсы и среда обитания. 2020. Т. 3, № 1. С. 114-120. DOI 10.47921/2619-1024_2020_3_1_114. 4. Мустафин М. Г., Вальков В. А., Павлов Н. С. [и др.]. Мониторинг водных объектов дистанционными методами. Вестник СГУГиТ. 2023. Т. 28, № 2. С. 67–75. DOI 10.33764/2411-1759-2023-28-2-67-75. 5. Школьный Д. И., Завадский А. С. Мониторинг берегов рек в рамках государственного мониторинга водных объектов: современное состояние и перспективы развития. Водное хозяйство России. 2021. № 2. С. 22–39. DOI: 10.35567/1999-4508-2021-2-2. 6. Школьная, Ю. Г., Ершов А. В. Мониторинг водных объектов с использованием ГИС-технологий на примере озера Камыстыбас. Регулирование земельно-имущественных отношений в России: правовое и геопространственное обеспечение, оценка недвижимости, экология, технологические решения. 2022. № 3. С. 225–230. DOI 10.33764/2687-041X-2022-3-225-230. 7. Железняк Н. М. К вопросу применения геоинформационных систем как формы развития государственного водного реестра (на примере модели реки Мзымта). Водное хозяйство России. 2019. № 1. С. 52–59. DOI: 10.35567/1999-4508-2019-1-4. 8. Магдиев Х. Н., Ширинбоев Д. Н. Опыт картографирования характеристик поверхностных водных объектов ученных зарубежных стран с целью их мониторинга. Экономика и социум. 2023. № 9(112). С. 494–503. 9. Ходяшев М. Б., Киселева Н. П., Варюхина С. А. К вопросу совершенствования системы экологического мониторинга поверхностных водных объектов. Уральский научный вестник. 2023. Т. 8, № 4. С. 26–42. 10. Носаль А. П., Кузьмина А. А., Топоркова А. А. Гидроморфологический мониторинг водных объектов и их водоохранных зон: проблемы и перспективы. Озера Евразии: проблемы и пути их решения. Материалы II межд. конф. : сб. материалов (Казань, 3–7 февраля 2019 г.). Казань : Академия наук Республики Татарстан, 2019. С. 308–313. 11. Афонина Т. Е., Пономаренко Е. А. Мониторинг и кадастр природных ресурсов : учебное пособие. Иркутск : ИрГСХА, 2014. 213 с. 12. Жук В. Н., Варламов Е. Н. Зарубежный опыт ведения мониторинга поверхностных вод. Экология и промышленность. 2019. № 2(59). С. 113–119. DOI 10.35477/2311-584X.59.113-119. 13. Дубровский А. В., Скоринская Е. А. Методическое и технологическое обеспечение оценки достоверности судебных экспертиз по определению границ водных объектов. Вестник СГУГиТ. 2023. Т. 28, № 5. С. 125–139. DOI 10.33764/2411-1759-2023-28-5-125-139. 14. Гилева Л. Н. Мониторинг земель как информационная основа управления использованием земельных ресурсов и объектов недвижимости : учебное пособие. Тюмень : Тюменский индустриальный университет, 2018. 128 с. 15. Схема территориального планирования Бодайбинского муниципального района. [Электронный ресурс]. https://bodaybo38.ru/page/bodaybo38_rubrics-73. 16. Гафуров А. М., Усманов Б. М. Основы работы в QGIS. Часть 1. Казань : Казанский университет, 2022. 30 с.
Образец цитирования:  Гилёва Л. Н., Долматова О. Н., Подрядчикова Е. Д. Методика создания геоинформационных баз данных для ведения государственного мониторинга водных объектов. Вестник СГУГиТ. 2026. Т. 31, № 4. С. 119–127. https://doi.org/10.33764/2411-1759-2026-31-4-119-127
Ссылка:  /upload/vestnik/sborniki/2026/31_4/119-127.pdf
Читать далее

Детальная_Инф:  Да
Автор1:  А. К. Кошель
Афиилиация1:  Московский государственный университет геодезии и картографии, г. Москва, Российская Федерация
Автор2:  А. М. Лелюхина
Афиилиация2:  Московский государственный университет геодезии и картографии, г. Москва, Российская Федерация
Название статьи:  Оценочное зонирование земель ООПТ на основе характеристик почв для повышения точности кадастровой стоимости
Рубрика:  Землеустройство, кадастр и мониторинг земель
Начало_Страница:  128
Конец_Страница:  136
УДК:  332.6:631.4
DOI:  https://doi.org/10.33764/2411-1759-2026-31-4-128-136
Год:  2026
Номер:  4
Том:  31
Ключевые слова_RU:  кадастровая оценка, особо охраняемые природные территории, почвенное зонирование, тематические карты, пространственный анализ, почвенный покров, экологическая ценность, геоинформационные технологии
Ключевые слова_EN:  cadastral valuation, specially protected natural areas, soil zoning, thematic maps, spatial analysis, soil cover, conservation significance, geoinformation technologies
Библиографический список:  1. Нешатаев М. В. Методика кадастровой оценки земель особо охраняемых природных территорий с учетом природоохранной ценности лесных экосистем. Записки Горного института. 2013. Т. 204. С. 203–208. 2. Присяжная А. А., Чернова О. В., Снакин В. В. Развитие системы особо охраняемых природных территорий (ООПТ) — основа сохранения биологического разнообразия природных комплексов [Электронный ресурс]. Альманах «Пространство и Время». – 2016. – Т. 11, вып. 1: Система «Планета Земля». URL: http://2227-9490e-aprovr_e-ast11-1.2016.41 (дата обращения: 10.11.2025). 3. Карпов А. В., Аюгова Н. К. Система особо охраняемых природных территорий как основа для организации красной книги почв Ульяновской области. Актуальные вопросы агрономии, агрохимии и агроэкологии: материалы Международной научно-практической конференции, посвященной 70-летию д-ра с.-х. наук, проф. А.Х. Куликовой. Ульяновск : УГСХА им. П. А. Столыпина, 2012. С. 65–70. URL: http://lib.ugsha.ru:8080/handle/123456789/6430. 4. Чулкова Г. В. Основы кадастровой оценки земель и недвижимости. Смоленск : ФГБОУ ВО Смоленская ГСХА, 2019. 100 с. 5. Морфология почв : учебно-методическое пособие / сост. С. Е. Витковская. СПб., 2022. 38 с. 6. CORINE Land Cover (CLC) [Электронный ресурс]. Режим доступа: https://www.eea.europa.eu/en/analysis/publications/cor0-landcover (дата обращения: 10.11.2025). 7. Чупрова В. В., Белоусов А. А., Белоусова Е. Н., Горбунова Ю. В. Оценка агроэкологического состояния почв, вовлеченных в разработку песчано-гравийных карьеров Канского района Красноярского края. Вестник КрасГАУ. 2019. № 3 (144). С. 16–21. 8. Крыленко В. В., Крыленко С. В., Крыленко М. В. Растительность прибрежно-морской геосистемы Анапской пересыпи и ее влияние на рельеф. Экология гидросферы. 2023. № 1 (9). С. 34–45. 9. Щербина А. Д., Цораева Э. Н. Функциональное зонирование особо охраняемых природных территорий регионального значения. Научный журнал КубГАУ. 2021. № 170. С. 1–9. 10. Фролова Т. И., Протазанова П. С., Антуфьева В. Ф., Антончук А. В. Сохранение биоразнообразия в Имеретинской низменности города Сочи путём создания орнитологического природного парка. Леса России и хозяйство в них. 2021. № 4 (79). С. 57–62. 11. Андреев Д. Н. Методика комплексной диагностики антропогенной трансформации особо охраняемых природных территорий. Географический вестник. 2012. № 4 (23). С. 4–10. 12. Иоселиани Н. А. Методические подходы к оценочному зонированию для целей государственной кадастровой оценки. Имущественные отношения в РФ. 2018. № 7 (202). С. 41–49. 13. Фирсов С. А., Баранова Т. Л., Фирсов С. С. Экологический мониторинг безопасности почв по содержанию тяжелых металлов. Агрохимический вестник. 2014. № 3. С. 5–7. 14. Савельев А. А., Григорьян Б. Р., Добрынин Д. В., Мухарамова С. С., Кулагина В. И., Сахабиев И. А. Оценка почвенного плодородия по данным дистанционного зондирования земли. Учен. зап. Казан. ун-та. Сер. Естеств. науки. 2012. № 3. С. 158–172. 15. Залибеков З. Г., Биарсланов А. Б., Галимова У. М. Концепция биологического разнообразия почв и основные черты современного этапа ее развития // Аридные экосистемы. 2014. № 1 (58). С. 5–17. 16. Коновалов А. Г., Рисник Д. В., Левич А. П., Фурсова П. В. Обзор подходов к оценке экологического состояния и нормированию качества почв. Биосфера. 2017. № 3. С. 214–229. 17. Макаров О. А., Цветнов Е. В., Строков А. С., Кубарев Е. Н., Абдулханова Д. Р. Опыт экономической оценки почв. Агрохимический вестник. 2019. № 4. С. 3–7. 18. Редникова Т. В. Правовая охрана почв: перспективы реализации экосистемного подхода. Право и политика. 2025. № 12. С. 178–191. 19. Макаров О. А., Кузнецов М. С., Цветнов Е. В., Бондаренко Е. В., Абдулханова Д. Р. Основные направления развития эколого-экономической оценки земель в Российской Федерации. Вестник Московского университета. Серия 17. Почвоведение. 2023. № 3. С. 3–15. 20. Литвинова А. А., Игнатьева М. Н., Морозова Л. М., Кубарев М. С. Методические рекомендации по экономической оценке ООПТ, реализующих природоохранные функции. Известия УГГУ. 2016. № 3 (43). С. 95–99.
Образец цитирования:  Кошель А. К., Лелюхина А. М. Оценочное зонирование земель ООПТ на основе характеристик почв для повышения точности кадастровой стоимости. Вестник СГУГиТ. 2026. Т. 31, № 4. С. 128–136. https://doi.org/10.33764/2411-1759-2026-31-4-128-136
Ссылка:  /upload/vestnik/sborniki/2026/31_4/128-136.pdf
Читать далее

Детальная_Инф:  Да
Автор1:  А. М. Портнов
Афиилиация1:  Московский государственный университет геодезии и картографии (МИИГАиК), г. Москва, Российская Федерация
Название статьи:  Методология координатного описания линейно-протяженных объектов недвижимости
Рубрика:  Землеустройство, кадастр и мониторинг земель
Начало_Страница:  137
Конец_Страница:  148
УДК:  528.46:332
DOI:  https://doi.org/10.33764/2411-1759-2026-31-4-137-148
Год:  2026
Номер:  4
Том:  31
Ключевые слова_RU:  линейно-протяженные объекты, методология координатного описания, кадастр недвижимости, землеустройство, частный масштаб, секущие плоскости на сфере
Ключевые слова_EN:  linear features, coordinate description methodology, real estate cadastre, land management, local scale, secant planes on a sphere
Библиографический список:  1. Портнов А. М., Загребин Г. И., Чжэньфэн Ш. Совершенствование координатной основы пространственных данных единого государственного реестра недвижимости. Вестник СГУГиТ. 2020. Т. 25. № 2. С. 232–243. 2. Афонин К. Ф. О выборе размеров зон в проекции Гаусса – Крюгера // ГЕО-Сибирь-2009. V Междунар. науч. конгр.: сб. материалов в 6 т. (Новосибирск, 20–24 апреля 2009 г.) Новосибирск : СГГА, 2009. Т. 1, ч. 1. С. 155–158. 3. Аврунев Е. И. [и др.]. О выборе систем координат для ведения кадастра недвижимости. Интерэкспо ГЕО-Сибирь-2014. X Междунар. науч. конгр. : Междунар. науч. конф. «Экономическое развитие Сибири и Дальнего Востока. Экономика природопользования, землеустройство, лесоустройство, управление недвижимостью» : сб. материалов в 2 т. (Новосибирск, 8-18 апреля 2014 г.). Новосибирск : СГГА, 2014. Т. 3. С. 49–53. 4. Демьянов Г. В., Майоров А. Н., Побединский Г. Г. Местные системы координат. Существующие проблемы и пути их решения. Геопрофи. 2009. Вып. 2. С. 52–57. 5. Iliffe J. C., Arthur J. V., Preston C. The snake projection: A customised grid for rail projects. Survey Review. 2007. T. 39. №. 304. С. 90–99. 6. Clemen C., Romanschek E. 6326 Shades of Georeferencing BIM-Low distortion projections (LDP) for the German Railway. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2025. T. 48. С. 47–53. 7. Чебышев П. Л. Сочинения. СПб., 1899. Т. 1. 714 с. 8. Бугаевский, Л. М. Математическая картография : учеб. для вузов. М. : Златоуст, 1998. 400 с. 9. Deakin R. E., Hunter M. N., Karney C. F. F. The Gauss–Krueger projection: Karney-Krueger equations. Victorian Regional Survey Conference. Warrnambool, 2010. P. 1–20. 10. Boljen M. The choice of the map projection for the real estate cadastre. Proceedings of the FIG Working Week. Athens, 2004. 11. Williamson I., Enemark S., Wallace J., Rajabifard A. Land Administration for Sustainable Development. Redlands, CA : ESRI Press, 2010. 12. Grant D., Enemark S., Zevenbergen J., Mitchell D., McCamley G. The Cadastral triangular model. Land Use Policy. 2020. Vol. 97. 104758. 13. Гулин В. Н., Миронов С. А., Неретин А. А. Проблема обеспечения единого координатного пространства для объектов дорожной отрасли. САПР и ГИС автомобильных дорог. 2015. № 1 (4). С. 75–82. 14. Measuring the Similarity of Map Projections Waldo Tobler Cartography and Geographic Information Science, 1986. Vol. 13, Issue 2, Pages 135-139 DOI:10.1559/152304086783900103. 15. Airy G. B. Explanation of a projection by balance of errors for maps applying to a very large extent of the Earth’s surface; comparison of this projection with other projections. Philosophical Magazine, 22, 409–442. 1861. DOI:10.1080/14786446108643179. 16. Каврайский В. В. Исследования по математической картографии. Л., 1933. 276 с. 17. Nocedal J., Wright S. J. Numerical Optimization. 2nd ed. – Springer, 2006. 653 p. 18. Coleman T. F., Li Y. An Interior, Trust Region Approach for Nonlinear Minimization Subject to Bounds. SIAM Journal on Optimization. 1996. Vol. 6. № 2. 19. Fahlman A. A modified Marquardt-Levenberg parameter estimation routine for MATLAB. Report NMRC. 2001. C. 01-002. 20. Холоднов В. А. и др. Открытые альтернативы matlab для решения задач многоцелевой оптимизации. Известия Санкт-Петербургского государственного технологического института. 2020. №. 54. С. 80–86. 21. Арановский С. В., Гриценко П. А. Инструменты численного решения задач оптимизации. СПб. : Университет ИТМО. 2016. Т. 30. 22. Snyder J. P. Map Projections: A Working Manual. U.S. Geological Survey Professional Paper 1395. Washington, DC: United States Government Printing Office. 1987. 385 p. DOI 10.3133/pp1395. 23. Теория вероятностей в пакете MATLAB : учебник для вузов. М. : Горячая линия Телеком, 2014. 611с. ISBN 978-5-9912-7005-2. 24. Chernoff H., Lehmann E. L. The use of maximum likelihood estimates in χ2 test for goodness of fit. The Annals of Mathematical Statistics. 1954. Vol. 25. P. 579–586. 25. Щедровицкий, Г. П. Принципы и общая схема методологической организации системно-структурных исследований и разработок. Системные исследования. Ежегодник. 1981. 197 с.
Образец цитирования:  Портнов А. М. Методология координатного описания линейно-протяженных объектов недвижимости. Вестник СГУГиТ. 2026. Т. 31, № 4. С. 137–148. https://doi.org/10.33764/2411-1759-2026-31-4-137-148
Ссылка:  /upload/vestnik/sborniki/2026/31_4/137-148.pdf
Читать далее

Детальная_Инф:  Да
Автор1:  А. С. Федорчук
Афиилиация1:  Сибирский государственный университет геосистем и технологий, г. Новосибирск, Российская Федерация
Автор2:  А. В. Дубровский
Афиилиация2:  Сибирский государственный университет геосистем и технологий, г. Новосибирск, Российская Федерация
Название статьи:  Методическое обеспечение расчета инвестиционной привлекательности проектов по освоению земельных ресурсов на примере территории города Новосибирска
Рубрика:  Землеустройство, кадастр и мониторинг земель
Начало_Страница:  149
Конец_Страница:  160
УДК:  332.1:330.322 (571.14)
DOI:  https://doi.org/10.33764/2411-1759-2026-31-4-149-160
Год:  2026
Номер:  4
Том:  31
Ключевые слова_RU:  методика оценки, интегральный показатель, экономическая эффективность, многофакторный анализ, устойчивое развитие, городское планирование, цифровое моделирование
Ключевые слова_EN:  assessment methodology, integral indicator, economic efficiency, multi-criteria analysis, sustainable urban development, urban planning, geospatial modeling
Библиографический список:  1. Шарипов Ю. В. Оценка земельных участков и экспертиза отчетов об оценке для оспаривания кадастровой стоимости. Имущественные отношения в Российской Федерации. 2013. № 9 (144). С. 82–92. EDN RCDJXP. 2. Воевода А. С. Методика кадастровой оценки объектов недвижимости, основанная на принципах массовой оценки. Молодежь и наука: шаг к успеху : сборник научных статей Всероссийской научной конференции перспективных разработок молодых ученых. В 3-х т. Курск, 23–24 марта 2017 года / отв. Ред. А. А. Горохов. Том 1. Курск : Университетская книга, 2017. С. 64–66. EDN YKSPVV. 3. Дубровский А. В. К вопросу о разработке параметров эффективности кадастровой системы. Вестник СГУГиТ. 2021. Т. 26, № 6. С. 129–139. DOI 10.33764/2411-1759-2021-26-6-129-139. 4. Хлопцов. Д. М. Системные вопросы кадастровой оценки: роль института оценки в налоговой и бюджетной политике. Имущественные отношения в Российской Федерации. 2014. № 6 (153). С. 42–48. EDN SEUTZX. 5. Дерзаева Г. Г. Анализ рисков, препятствующих привлечению инвестиций в регион в условиях пандемии и глобальной нестабильности. Экономика: вчера, сегодня, завтра. 2022. Т. 12, № 2-1. С. 210–221. DOI 10.34670/AR.2022.21.15.027. 6. Грибовский С. В. Государственная кадастровая оценка и развитие города. Имущественные отношения в Российской Федерации. 2019. № 8 (215). С. 17–23. EDN LMGYOI. 7. Исаева Е. В. Анализ практики применения концепции вовлечения стейкхолдеров для разработки стратегий развития территорий и возможности их использования для реализации политики импортозамещения. Вестник Сибирского института бизнеса и информационных технологий. 2018. № 4 (28). С. 25–30. 8. Обляхов П. В., Фомина С. А. К вопросу применения государственной кадастровой оценки земли, как инструмента повышения эффективности землепользования. Научный альманах. 2024. № 9-3(119). С. 40–43. EDN PQIQQN. 9. Свидетельство о государственной регистрации программы для ЭВМ № 2021611786 Российская Федерация. Автоматизированная система кадастровой оценки недвижимости : № 2021610951 : заявл. 02.02.2021 : опубл. 05.02.2021 ; заявитель Общество с ограниченной ответственностью «Институт развития информационных систем». EDN WQAAXW. 10. Цховребов В. С., Фаизова В. И., Никифорова А. М., Марьин А. Н. Несоответствие в кадастровой и качественной оценке земель. Вестник АПК Ставрополья. 2018. № 4 (34). С. 132–137. DOI 10.31279/2222-9345-2018-7-32-132-137. EDN VUDLMM. 11. Коковихин А. Ю., Огородникова Е. С., Уильямс Д., Плахин А. Е. Факторы институциональной среды в оценке предпринимателем инвестиционного климата муниципального образования. Экономика региона. 2017. Т. 13, № 1. С. 80–92. DOI 10.17059/2017-1-8. 12. Суворов Д. А., Карпова Д. А. Кадастровая оценка как фактор обеспечения социально-экономического развития территории. Урал – драйвер неоиндустриального и инновационного развития России : материалы I Уральского экономического форума. В 2-х т. Екатеринбург, 24–25 октября 2019 г. Отв. за выпуск Я. П. Силин, Е. Б. Дворядкина. Т. 2. Екатеринбург : Уральский государственный экономический университет, 2019. С. 182–185. EDN TORHJZ. 13. Матвеев В. В., Резявкова И. В. Инвестиционная привлекательность регионов в современных реалиях. Известия Юго-Западного государственного университета. Сер. Экономика. Социология. Менеджмент. 2020. Т. 10, № 4. С. 114–124. 14. Елсуков М. Ю., Маевский А. В., Чеберко Е. Ф. Инвестиционный климат и инвестиционная привлекательность макрорегионов России. Управленческое консультирование. 2019. № 12 (132). С. 70–89. DOI 10.22394/1726-1139-2019-12-70-89. 15. Махотлова М. Ш., Алимурадова З. С. Кадастровая оценка земель и экологическая оценка территории. Инновационные технологии в науке и образовании : сборник статей II Международной научно-практической конференции, Пенза, 23 января 2017 г. Под общ. Ред. Г. Ю. Гуляева. Пенза : Наука и Просвещение, 2017. С. 134–136. EDN XQPUHN. 16. Ишамятова И. Х., Шапошников Н. А. Ценностный подход к кадастровой оценке городских территорий. Известия высших учебных заведений. Геодезия и аэрофотосъемка. 2019. Т. 63, № 3. С. 292–299. DOI 10.30533/0536-101X-2019-63-3-292-299. EDN YNUVSP. 17. Подрядчикова Е. Д., Гиниятов И. А. Анализ использования земель города Новосибирска. Регулирование земельно-имущественных отношений в России. 2023. № 1. С. 45–53. 18. Прибышин Т. К. Инструменты решения стратегических проблем российских городов: мастер-планы или стратегии социально-экономического развития. Региональная политика, политическая география и геополитика: история и современность : материалы Международной научной конференции, посвященной 20-летию кафедры региональной политики и политической географии СПбГУ, Санкт-Петербург, 22–23 апреля 2022 г. Под ред. Н. М. Михеевой и Н. В. Каледина. СПб. : Издательство ВВМ, 2022. С. 549–553. 19. Положенцева Ю. С. Дифференциация регионов по уровню инвестиционной привлекательности экономики. Инновационная экономика: перспективы развития и совершенствования. 2017. № 2 (20). С. 142–149. 20. Кудинова А. В. Классификация показателей комплексной оценки территорий кадастровых кварталов мегаполиса на основе факторного анализа данных. Евразийский союз ученых. 2014. № 5-6 (5). С. 41–43. EDN WAXSJH. 21. Скатов М. А. Актуальные проблемы оценки кадастровой стоимости земельных участков с учетом зон с особыми условиями использования территорий. Российский экономический интернет-журнал. 2023. № 1. EDN PGHTDB. 22. Федякин И. В. Государственная жилищная политика и развитие городов в современной России: приоритеты и основные направления. ПОИСК: Политика. Обществоведение. Искусство. Социология. Культура. 2022. № 5 (94). С. 31–45.
Образец цитирования:  Федорчук А. С., Дубровский А. В. Методическое обеспечение расчета инвестиционной привлекательности проектов по освоению земельных ресурсов на примере территории города Новосибирска. Вестник СГУГиТ. 2026. Т. 31, № 4. С. 149–160. https://doi.org/10.33764/2411-1759-2026-31-4-149-160
Ссылка:  /upload/vestnik/sborniki/2026/31_4/149-160.pdf
Читать далее

Детальная_Инф:  Да
Автор1:  Шаби Яби Абиойе Силванус
Афиилиация1:  Московский государственный университет геодезии и картографии, г. Москва, Россия
Автор2:  А. П. Сизов
Афиилиация2:  Московский государственный университет геодезии и картографии, г. Москва, Россия
Название статьи:  Современное состояние земельных отношений, землеустройства и кадастра в Республике Бенин
Рубрика:  Землеустройство, кадастр и мониторинг земель
Начало_Страница:  161
Конец_Страница:  169
УДК:  528.44:332 (668.2)
DOI:  https://doi.org/10.33764/2411-1759-2026-31-4-161-169
Год:  2026
Номер:  4
Том:  31
Ключевые слова_RU:  земельные отношения, Республика Бенин, земельный кадастр, регистрация прав, геоинформационные системы, землеустройство, управление земельными ресурсами, обычное право, земельный налог
Ключевые слова_EN:  land relations, Republic of Benin, land cadastre, rights registration, geographic information systems, land management, land resource management, customary law, land tax
Библиографический список:  1. Adediran O.A. Land management and sustainable rural development in West Africa., London : Routledge, 2020. 214 p. 2. Atanassou M. Foncier rural au Bénin : état des lieux et perspectives. Cotonou : INSAE, 2021. 94 p. 3. Agbo V. Les comités fonciers villageois au Bénin : rôle et efficacité : thèse de doctorat. Abomey-Calavi : Université d'Abomey-Calavi, 2020. 78 p. 4. Toulmin C., Quan J. Evolving Land Rights, Policy and Tenure in Africa.-London : DFID/IIED/NRI, 2000. 362 p. 5. Lavigne Delville Ph. Formalising land rights in West Africa : the different faces of tenure security. Land Use Policy. 2017. Vol. 62. P. 195–204. DOI : 10.1016/j.landusepol.2016.12.030. 6. Akinyemi J. O., Adediran O. A. Sustainable Agriculture and Land Management Practices in West Africa // Environmental Sustainability. 2021. Vol. 4, № 2. P. 159–172. 7. Duflo E., Kremer M. Use of Randomized Control Trials in Evaluation of Rural Development Projects // American Economic Review. 2022. Vol. 112, № 5. P. 147–183. 8. Lepetit B., Pumain D. Temporalítés urbaines. Paris : Anthropos/Economica, 2019. 316 p. 9. République du Bénin. Loi n° 2013-01 portant Code Foncier et Domanial en République du Bénin. Cotonou : Journal Officiel de la République du Bénin, 2013. 10. Гальченко С. А., Сизов А. П. Автоматизированные информационные системы государственного земельного кадастра. М. : МИИГАиК, 2018. 248 с. 11. Гриб В. И. Проблемы устойчивого развития сельских территорий. Минск : Белорусская наука, 2020. 135 с. 12. INSAE. Recensement général de la population et de l'habitation (RGPH-5). Cotonou : INSAE, 2023. 118 p. 13. République du Bénin. Loi-cadre n° 2018-06 portant orientation de l'aménagement du territoire (LCAT). Cotonou : Journal Officiel, 2018. 14. Cotula L., Vermeulen S., Leonard R., Keeley J. Land grab or development opportunity? Agricultural investment and international land deals in Africa. London : IIED/FAO/IFAD, 2009. 130 p. 15. République de Côte d'Ivoire. Loi n° 98-750 du 23 décembre 1998 portant Code Foncier Rural. Abidjan : Journal Officiel, 1998. 16. Deininger K., Byerlee D. Rising global interest in farmland : can it yield sustainable and equitable benefits? Washington D. C. : World Bank, 2011. 264 p. 17. Giovarelli R., Wamalwa B., Hannay L. Land Tenure, Property Rights, and Gender. Washington D.C. : USAID, 2013. 52 p. 18. FAO. Voluntary Guidelines on the Responsible Governance of Tenure of Land, Fisheries and Forests. Rome : FAO, 2012. 48 p.
Образец цитирования:  Шаби Яби Абиойе Силванус, Сизов А. П. Современное состояние земельных отношений, землеустройства и кадастра в Республике Бенин. Вестник СГУГиТ. 2026. Т. 31, № 4. С. 161–169. https://doi.org/10.33764/2411-1759-2026-31-4-161-169
Ссылка:  /upload/vestnik/sborniki/2026/31_4/161-169.pdf
Читать далее

Детальная_Инф:  Да
Автор1:  А. К. Ямилова
Афиилиация1:  Сибирский государственный университет геосистем и технологий, г. Новосибирск, Российская Федерация
Томский государственный архитектурно-строительный университет, г. Томск, Российская Федерация
Автор2:  М. А. Губанищева
Афиилиация2:  Томский государственный архитектурно-строительный университет, г. Томск, Российская Федерация
Автор3:  Е. И. Аврунев
Афиилиация3:  Сибирский государственный университет геосистем и технологий, г. Новосибирск, Российская Федерация
Автор4:  В. В. Ознамец
Афиилиация4:  Московский государственный университет геодезии и картографии, г. Москва, Российская Федерация
Название статьи:  Информационная модель установления границ зон с особыми условиями использования территорий
Рубрика:  Землеустройство, кадастр и мониторинг земель
Начало_Страница:  170
Конец_Страница:  179
УДК:  УДК 004:528.44
DOI:  https://doi.org/10.33764/2411-1759-2026-31-4-170-179
Год:  2026
Номер:  4
Том:  31
Ключевые слова_RU:  зона с особыми условиями использования территорий, информационная модель, пространственные данные, Единый государственный реестр недвижимости, реестр границ, 3D-модель
Ключевые слова_EN:  zone with special conditions for land use, information model, spatial data, Unified State Register of Real Estate, registry of boundaries, 3D model
Библиографический список:  1. Пархоменко Д. В., Чернов А. В., Пархоменко И. В. Применение геоинформационных технологий для создания охранных зон пунктов государственной геодезической основы. Вестник СГУГиТ. 2020. Т. 25, № 4. С. 184–192. DOI 10.33764/2411-1759-2020-25-4-184-192. EDN SSVOSL. 2. Скатов М. А. Разработка классификации зон с особыми условиями использования территорий как фактора формирования рыночной и кадастровой стоимости земельных участков. Российский экономический интернет-журнал. 2023. № 4. EDN JQBMCY. 3. Аврунев Е. И., Губанищева М. А., Моисеева Н. А. Разработка технологической схемы установления границ приаэродромной территории. Известия высших учебных заведений. Геодезия и аэрофотосъемка. 2025. Т. 69, № 1. С. 115–126. DOI 10.30533/GiA-2025-007. EDN EWZVIA. 4. Чилингер Л. Н. Методический подход к установлению границ зон с особым водным режимом: обоснование и технологическая схема реализации. Вестник СГУГиТ. 2019. Т. 24, № 3. С. 222–237. DOI 10.33764/2411-1759-2019-24-3-222-237. EDN QLNURG. 5. Чилингер Л. Н., Козина М. В., Аврунев Е. И. Технологическая схема установления границ водоохранных зон в местной системе координат для внесения в Единый государственный реестр недвижимости. Известия высших учебных заведений. Геодезия и аэрофотосъемка. 2020. Т. 64, № 5. С. 576–583. DOI 10.30533/0536-101X-2020-64-5-576-583. EDN VFERRE. 6. Калюжин В. А., Митрофанова Н. О., Норкин В. И. Анализ правовых и технологических условий установления охранных зон линейных сооружений. Вестник СГУГиТ. 2020. Т. 25, № 1. С. 239–253. DOI 10.33764/2411-1759-2020-25-1-239-253. EDN CHOMNA. 7. Норкин В. И. Исследование влияния динамических параметров координатного описания на точность определения площади зон с особыми условиями использования территорий линейных объектов. Вестник СГУГиТ. 2021. Т. 26, № 2. С. 164–172. DOI 10.33764/2411-1759-2021-26-2-164-172. 8. Норкин В. И. Совершенствование методики установления границ зон с особыми условиями использования территорий линейных объектов : дис. … канд. техн. наук. Новосибирск, 2022. 9. Байков К. С., Гилёва Л. Н., Дубровский А. В., Лисицкий Д. В., Подрядчикова Е. Д. Формирование границ территорий и установление охранных зон объектов культурного наследия. Вестник СГУГиТ. 2022. Т. 27, № 4. С. 128–137. DOI 10.33764/2411-1759-2022-27-4-128-137. 10. Дубровский А. В., Скоринская Е. А. Обзор российского опыта выполнения кадастровых работ по установлению границ зон затопления и подтопления. Вестник ВКГТУ им. Д. Серикбаева. 2021. № 3. С. 8–20. DOI 10.51885/1561-4212-2021-3-8. 11. Илюшина Т. В., Сизов А. П., Беленко В. В. Использование ГИС MapInfo Professional для вычисления площадей зон подтопления земель и экологического потенциала территорий поселений. Высокопроизводительные вычислительные системы и технологии. 2021. Т. 5, № 1. С. 319–324. 12. Чернов А. В. Исследование вариантов построения 3D-моделей объектов недвижимости для целей кадастра. Вестник СГУГиТ. 2018. Т. 23, № 3. С. 192–210. EDN YAATKP. 13. Брылев И. С., Бударова В. А., Елисеева Н. С. Опыт подготовки пространственных данных для решения задач трёхмерного моделирования объектов недвижимости. Вестник СГУГиТ. 2024. Т. 29, № 3. С. 145–156. DOI 10.33764/2411-1759-2024-29-3-145-156. EDN YXWDTJ.
Образец цитирования:  Ямилова А. К., Губанищева М. А., Аврунев Е. И., Ознамец В. В. Информационная модель установления границ зон с особыми условиями использования территорий. Вестник СГУГиТ. 2026. Т. 31, № 4. С. 170–179. https://doi.org/10.33764/2411-1759-2026-31-4-170-179
Ссылка:  /upload/vestnik/sborniki/2026/31_4/170-179.pdf
Читать далее