Д. Л. Колыгин

Детальная_Инф:  Да
Автор1:  М. А. Сквазников
Афиилиация1:  Военно-космическая академия имени А. Ф. Можайского, г. Санкт-Петербург, Российская Федерация
Автор2:  Д. Л. Колыгин
Афиилиация2:  Военно-космическая академия имени А. Ф. Можайского, г. Санкт-Петербург, Российская Федерация
Название статьи:  Оценивание экологической обстановки в районах хранения и транспортировки нефти и нефтепродуктов на основе использования данных космического мониторинга
Рубрика:  Дистанционное зондирование земли, фотограмметрия
Начало_Страница:  77
Конец_Страница:  87
УДК:  528.71: (622.69:622.323+574)
DOI:  10.33764/2411-1759-2025-30-1-77-87
Год:  2025
Номер:  1
Том:  30
Ключевые слова_RU:  нефть и нефтепродукты, экологическая обстановка, космический мониторинг, модифицированный метод ближайшего соседа, метрика Евклида, метрика Хэмминга
Ключевые слова_EN:  oil and petroleum products, environmental conditions, space monitoring, modified nearest neighbor method, Euclid metric, Hamming metric
Библиографический список:  1. Чистяков Д. А., Нечаева О. А. Экологический мониторинг разливов нефти и нефтепродуктов с использованием летательных аппаратов // Новая наука: проблемы и перспективы. – 2016. – № 3. – С. 18–23. – EDN VKMNRL.
2. Филина Н. А., Мазуркин П. М. Мониторинг аварийных разливов нефти // Современные наукоемкие технологии. – 2011. – № 3. – С. 62–67. – EDN NUHMXJ.
3. Карпик А. П., Мусихин И. А., Ветошкин Д. Н. Интеллектуальные информационные модели территорий как эффективный инструмент пространственного и экономического развития // Вестник СГУГиТ. – 2021. – Т. 26, № 2. – C. 155–163. – DOI 10.33764/2411-1759-2021-26-2-155-163. – EDN FXIMIO.
4. Павлов С. В., Сайфутдинова Г. М., Бахтизин Р. Н. Геоинформационные методы описания магистральных трубопроводов и аварийных разливов нефти // Геоинформационные технологии в проектировании и создании корпоративных информационных систем. – Уфа : Уфимский государственный авиационный технический университет, 2007. – С. 97–104. – EDN VOGWFV.
5. Долгополов Д. В., Мелкий В. А., Верхотуров А. А. Геоинформационное обеспечение безопасной эксплуатации трубопроводного транспорта // Известия Томского политехнического университета. Инжиниринг георесурсов. – 2021. – Т. 332, № 12. – С. 52–63. – DOI 10.18799/24131830/2021/12/3028. – EDN ZAFHWP.
6. Бондур В. Г. Аэрокосмические методы и технологии мониторинга нефтегазоносных территорий и объектов нефтегазового комплекса // Исследование Земли из космоса. – 2010. – № 6. – С. 3–17. – EDN NBSTHV.
7. Алексеева М. Н., Ященко И. Г. Экологический мониторинг нефтедобывающих территорий на основе космических снимков // Интерэкспо ГЕО-Сибирь-2013. IХ Междунар. науч. конгр. : Междунар. науч. конф. «Дистанционные методы зондирования Земли и фотограмметрия, мониторинг окружающей среды, геоэкология» : сб. материалов в 2 т. (Новосибирск, 15–26 апреля 2013 г.). – Новосибирск : СГГА, 2013. Т. 2. – С. 101–106. – EDN QITZXN.
8. Токарева О. С., Климентьев Д. С. Оценка последствий нефтяных разливов на основе данных дистанционного зондирования Земли // ГЕО-Сибирь-2010. VI Междунар. науч. конгр. : сб. материалов в 6 т. (Новосибирск, 19–29 апреля 2010 г.). – Новосибирск : СГГА, 2010. Т. 4, ч. 1. – С. 130–133. – EDN PFOMNF.
9. Ященко И. Г., Перемитина Т. О. Мониторинг экологического состояния нефтедобывающих территорий Западной Сибири с применением данных дистанционного зондирования // Интерэкспо ГЕО-Сибирь-2015. XI Междунар. науч. конгр. : Междунар. науч. конф. «Дистанционные методы зондирования Земли и фотограмметрия, мониторинг окружающей среды, геоэкология» : сб. материалов в 2 т. (Новосибирск, 13–25 апреля 2015 г.). – Новосибирск : СГУГиТ, 2015. Т. 1. – С. 89–93.
10. Алексеева М. Н., Перемитина Т. О. Оценка негативного воздействия аварийных разливов нефти на окружающую природную среду на основе космических снимков // Безопасность жизнедеятельности. – 2014. – № 2. – С. 12–17. – EDN RVRUXL.
11. Беликов В. А., Галянин В. В. Анализ данных дистанционного зондирования Земли для обнаружения нефтяных разливов // Вестник Самарского гос. технического ун-та. – 2017. – № 2. – С. 7–12. – EDN ZGBWEL.
12. Верхотуров А. А., МелкийВ. А., ДолгополовД. В., ЛисицкийД. В. Мониторинг изменения состояния растительного покрова на участке трассы трубопровода проекта «Сахалин-2» по данным космических съемок // Вестник СГУГиТ. – 2022. – Т. 27, № 4. – C. 45–53. – DOI 10.33764/2411-1759-2022-27-4-45-53. – EDN AROBFE.
13. Шляхова М. М., Лакеев И. Ю. Мониторинг объектов нефтегазовой отрасли с помощью воздушного лазерного сканирования // Вестник СГУГиТ. – 2022. – Т. 27, № 6. – C. 64–72. – DOI 10.33764/2411-1759-2022-27-6-64-72. – EDN FMTZWL.
14. Гордиенко А. С., Ткач А. В. Исследование состояния окружающей среды в районе нефтеразработок по космическим снимкам // Вестник СГУГиТ. – 2022. – Т. 27, № 6. – C. 55–63. – DOI 10.33764/2411-1759-2022-27-6-55-63. – EDN UURWSZ.
15. Зулин К. А., Кулик Е. Н. Использование данных дистанционного зондирования SENTINEL-2B для мониторинга последствий разливов нефти // Вестник СГУГиТ. – 2023. – Т. 28, № 2. – C. 60–66. – DOI 10.33764/2411-1759-2023-28-2-60-66. – EDN ZCAIJH.
16. ДолгополовД. В., НиконовД. В., Полуянова А. В., МелкийВ. А. Возможности визуального дешифрирования магистральных трубопроводов и объектов инфраструктуры по спутниковым изображениям высокого и сверхвысокого пространственного разрешения // Вестник СГУГиТ. – 2019. – Т. 24, № 3. – С. 65–81. – DOI 10.33764/2411-1759-2019-24-3-65-81. – EDN BQCQZY.
17. A. Aamodt and E. Plaza. Case-based reasoning: foundational issues, methodological variations, and system approaches. AI Communications, 1994. – Vol. 7. – № 1. – P. 39–59. – DOI 10.3233/AIC1994-7104.
18. Вагин В. Н., Головина Е. Ю., Загорянская А. А., Фомина М. В., Поспелов Д. А. Достоверный и правдоподобный вывод в интеллектуальных системах. – 2-е изд. – М. : ФИЗМАТЛИТ, 2008. – 712 с.
19. Watson I. D., Marir F. Case-based reasoning: A review. The Knowledge Engineering Review, 1994. – Vol. 9. – No. 4. – Р. 355–381. – DOI 10.1017/S0269888900007104.
20. Варшавский П. Р., Еремеев А. П. Методы правдоподобных рассуждений на основе аналогий и прецедентов для интеллектуальных систем поддержки принятия решений // Новости искусственного интеллекта. – 2006. – № 3. – С. 39–62. – EDN AJCDQP.
21. Люгер Д. Ф. Искусственный интеллект: стратегии и методы решения сложных проблем / пер. с англ. – 4-е изд. – М. : Вильямс, 2003. – 864 с.
22. Barry Smyth and Mark T. Keane Retrieving adaptable cases. The role of adaptation knowledge in case retrieval // Springer Berlin / Heidelberg, Vol. 837, 1994. – Р. 209–220.
23. Башмаков А. И., Башмаков И. А. Интеллектуальные информационные технологии : учеб. пособие. – М. : Изд-во МГТУ им. Н. Э. Баумана, 2005. – 304 с. – ISBN 5-7038-2544-X. – EDN QMOGNX.
24. Варшавский П. Р. Механизмы правдоподобных рассуждений на основе прецедентов (накопленного опыта) для систем экспертной диагностики // Труды 11-й национальной конференции по ИИ с международным участием (КИИ-2008, г. Дубна, Россия). В 3-х т. Т. 2. – М. : ЛЕНАНД, 2008. – С. 106–113.
25. Куликов А. В., Фомина М. В. Алгоритмы обобщения при наличии шума в исходных данных // Труды 11-й национальной конференции по ИИ с международным участием (КИИ2008, г. Дубна, Россия). В 3-х т. Т. 2. – М. : ЛЕНАНД, 2008. – С. 148–156.
26. Геловани В. А., Башлыков А. А., Бритков В. Б., Вязилов Е. Д. Интеллектуальные системы поддержки принятия решений в нештатных ситуациях с использованием информации о состоянии природной среды. – М. : Эдитореал УРСС, 2001. – 304 с.
27. Поспелов Д. А. Моделирование рассуждений. Опыт анализа мыслительных актов. – М. : Радио и связь, 1989. – 184 с.
28. Варшавский П. Р., Еремеев А. П. Реализация методов поиска решения на основе аналогий и прецедентов в системах поддержки принятия решений // Вестник МЭИ. – 2006. – № 2. – С. 77–87. – EDN HTYCNJ.
29. Юре Лесковец, Ананд Раджараман, Джеффри Д. Ульман. Анализ больших наборов данных / пер. с англ. Слинкин А. А. – М. : ДМК Пресс, 2016. – 498 с.
Образец цитирования:  Сквазников М. А., Колыгин Д. Л. Оценивание экологической обстановки в районах хранения и транспортировки нефти и нефтепродуктов на основе использования данных космическогомониторинга // Вестник СГУГиТ. – 2025. – Т. 30, № 1. – С. 77–87. – DOI 10.33764/2411-1759-2025-30-1-77-87
Ссылка:  /upload/vestnik/sborniki/2025/30_1/77-87.pdf
Читать далее

Детальная_Инф:  Да
Автор1:  М. А. Сквазников
Афиилиация1:  Военно-космическая академия им. А. Ф. Можайского, г. Санкт-Петербург, Российская Федерация
Автор2:  Д. Л. Колыгин
Афиилиация2:  Военно-космическая академия им. А. Ф. Можайского, г. Санкт-Петербург, Российская Федерация
Название статьи:  Оценивание информативности разнородных признаков объектов дистанционного зондирования Земли
Рубрика:  Дистанционное зондирование земли, фотограмметрия
Начало_Страница:  80
Конец_Страница:  91
УДК:  528.8
DOI:  10.33764/2411-1759-2024-29-5-80-91
Год:  2024
Номер:  5
Том:  29
Ключевые слова_RU:  объекты дистанционного зондирования Земли, распознавание образов, набор признаков, информативность признаков объектов, энтропия системы распознавания, объекты нефтепромышленного комплекса
Ключевые слова_EN:  Earth remote sensing objects, pattern recognition, set of features, information content of object features, entropy of the recognition system, objects of the oil industry complex
Библиографический список:  1. Карпик А. П., Мусихин И. А., Ветошкин Д. Н. Интеллектуальные информационные модели территорий как эффективный инструмент пространственного и экономического развития // Вестник СГУГиТ. – 2021. – Т. 26, № 2. – C. 155–163. – DOI 10.33764/2411-1759-2021-26-2-155-163.
2. Филиппов Д. В., Чурсин И. Н., Рулев Д. Д. Применение методов комплексной обработки данных дистанционного зондирования Земли для изучения процессов окарбоначивания почв с искусственным орошением // Вестник СГУГиТ. – 2023. – Т. 28, № 1. – C. 80–91. – DOI 10.33764/2411-1759-2023-28-1-80-91.
3. Зулин К. А., Кулик Е. Н. Использование данных дистанционного зондирования SENTINEL-2B для мониторинга последствий разливов нефти // Вестник СГУГиТ. – 2023. – Т. 28, № 2. – C. 60–66. – DOI 10.33764/2411-1759-2023-28-2-60-66.
4. Хлебникова Т. А., Арбузов А. С., Лисицкий Д. В., Оприпова О. А. Использование материалов БВС для выявления фактов нарушения земельного законодательства на территории г. Новосибирска // Вестник СГУГиТ. – 2023. – Т. 28, № 5. – C. 33–40. – DOI 10.33764/2411-1759-2023-28-5-33-40.
5. Долгополов Д. В., Никонов Д. В., Полуянова А. В., Мелкий В. А. Возможности визуального дешифрирования магистральных трубопроводов и объектов инфраструктуры по спутниковым изображениям высокого и сверхвысокого пространственного разрешения // Вестник СГУГиТ. – 2019. – Т. 24, № 3. – С. 65–81. – DOI 10.33764/2411-1759-2019-24-3-65-81.
6. Гордиенко А. С., Ткач А. В. Исследование состояния окружающей среды в районе нефтеразработок по космическим снимкам // Вестник СГУГиТ. – 2022. – Т. 27, № 6. – C. 55–63. – DOI 10.33764/2411-1759-2022-27-6-55-63.
7. Горелик А. Л., Скрипкин В. А. Методы распознавания : учебное пособие. – М. : Высш. шк., 1984.– 208 с.
8. Савиных В. П., Кучко А. С., Цветков В. Я. Геоинформацинный анализ данных дистанционного зондирования. – М. : Картгеоцентр-Геодезиздат, 2001. – 228 с.
9. Шовенгердт Р. А. Дистанционное зондирование. Модели и методы обработки изображений. – М. : Техносфера, 2010. – 560 с.
10. Белый А. А., Лошкарев П. А., Пушкарский С. В. Перспективы развития технологий ЕТРИС ДЗЗ // Дистанционное зондирование Земли из космоса. – 2022. – № 1. – С. 40–51.
11. Davis S. M., Landgrebe D. A., Phillips T. L., Swain P. H., Hoffer R. M., Lindenlaub J. C., Silva L. F. (1978). Remote sensing: The quantitative approach. – New York, McGraw-Hill International Book Co., – 405 p.
12. Дж. Ту, Р. Гонсалес. Принципы распознавания образов. – М. : Мир, 1978.– 414 с.
13. Р. Дуда, П. Харт. Распознавание образов и анализ сцен. – М. : Мир, 1976.– 507 с.
14. Lee D. S., Shen J., Bethel J. S. Cluss-guided building extraction from Ikonos imagery // Photogrammetric Engineering and Remote Sensing. – 2003. – Vol. 69, No. 2. – Pp. 143–150.
15. Blaschke T. Object based image analysis for remote sensing // ISPRS Journal of Photogrammetry and Remote Sensing. – 2010. – Vol.65, Issue 1. – Pp. 2–16.
16. Huang, L. Object-oriented classification of high resolution satellite image for better accuracy // Proc. of the 8th International Symposium on Spatial Accuracy Assessment in Natural Resources and Environmental Sciences. – Shanghai, 2008. – P. 211–218.
17. Сквазников М. А., Колыгин Д. Л., Торшина И. П. Применение математического аппарата теории возможностей для семантического описания признаков объектов дистанционного зондирования Земли // Изв. вузов. Геодезия и аэрофотосъемка. – 2022. – Т. 66. – № 2. – C. 6–19. – DOI 10.30533/0536-101Х-2022-66-2-6-19.
18. Blaschke T., Lang S., Hay G.J. Object-based image analysis: spatial concepts for knowledgedriven remote sensing applications. – Berlin: Springer, 2008. – 817 p.
19. Du F. L., 2004. Object-oriented Image Classification Analysis and Evaluation, remote sensing technology and application, – Vol.19. – No. 1. – Pp. 20–23.
20. Lee J. Y. Image classification with a region-based approach in high spatial resolution imagery. – ISPRS, Istanbul. – 2004. – ACK.
21. Roux L. Multisources Approach for Satellite Image Interpretation SPIE. – 1994. – Pp. 172–181.
22. Сквазников М. А., Лобовко В. В. Алгоритм классификации чрезвычайных ситуаций по данным дистанционного зондирования Земли с учетом потенциальной опасности нарушения электроснабжения критически важных объектов // VII Всероссийская научная конференция «Проблемы военно-прикладной геофизики и контроля состояния природной среды». – СПб. : ВКА им. А. Ф. Можайского, 2022. – С. 469–475.
23. Сквазников М. А., Колыгин Д. Л. Подход к разработке математической модели процесса интерпретации данных дистанционного зондирования Земли с использованием статистических методов регрессионного анализа // Интерэкспо ГЕО-Сибирь. XIX Международный научный конгресс, 17–19 мая 2023 г., Новосибирск : сборник материалов в 8 т. Т. 4 : Междунар. науч. конф. «Дистанционные методы зондирования Земли и фотограмметрия, мониторинг окружающей среды, геоэкология». – Новосибирск : СГУГиТ, 2023. № 1. – С. 30–36. – DOI 10.33764/2618-981X-2023-4-1-30-36.
24. Сквазников М. А., Лобовко В. В. Концепция объектно-ориентированной интерпретации данных дистанционного зондирования Земли в интересах решения социально-экономических задач // Интерэкспо ГЕО-Сибирь. XIX Международный научный конгресс, 17–19 мая 2023 г., Новосибирск : сборник материалов в 8 т. Т. 4 : Междунар. науч. конф. «Дистанционные методы зондирования Земли и фотограмметрия, мониторинг окружающей среды, геоэкология». – Новосибирск : СГУГиТ, 2023. № 1. – С. 37–43. – DOI 10.33764/2618-981X-2023-4-1-37-43.
25. Добровольский Д. О. Исследование эффективности дешифрирования объектов кадастрового учета по разносезонным аэроснимкам и бинарным картам высот с применением сверточной нейронной сети // Изв. вузов. Геодезия и аэрофотосъемка. 2022. – Т. 66. – № 2. – C. 81–91. – DOI 10.30533/0536-101Х-2022-66-2-81-91.
26. Живичин А. Н., Соколов В. С. Дешифрирование фотографических изображений. – М. : Недра, 1980. – 253 с.
27. Соловьева А. Н., Кучуганов А. В. Многоуровневое описание космических снимков в задаче автоматизированного дешифрирования // Интеллектуальные системы в производстве. – 2014. – № 2 (24). – С. 164–166.
28. Бриллюэн Л. Наука и теория информации. – М. : Физматгиз, 1960. – 392 с.
29. Юсупов Р. М., Петухов Г. Б., Сидоров В. Н., Городецкий В. И., Марков В. М. Статистические методы обработки результатов наблюдений. – М. : МО СССР, 1984. – 563 с.
30. Ростовцев Ю. Г. Основы построения автоматизированных систем сбора и обработки информации. – СПб. : ВИКИ, 1992. – 571 с.
31. Литвак Б. Г. Экспертная информация: Методы получения и анализа. – М. : Радио и связь, 1982. – 184 с.
32. Leiss I. A., Stefan Sandmeier, Klaus I. Itten, and Tobias W. Kellenberger Use of Expert Knowledge and Possibility Theory in Land Use Classification. – 1996. – P. 133–137.
33. Бондур В. Г. Аэрокосмические методы и технологии мониторинга нефтегазоносных территорий и объектов нефтегазового комплекса // Исследование Земли из космоса. – 2010. – № 6. – С. 3–17.
34. Алексеева М. Н., Ященко И. Г. Экологический мониторинг нефтедобывающих территорий на основе космических снимков // Интерэкспо ГЕО-Сибирь-2013. IХ Междунар. науч. конгр. : Междунар. науч. конф. «Дистанционные методы зондирования Земли и фотограмметрия, мониторинг окружающей среды, геоэкология» : сб. материалов в 2 т. (Новосибирск, 15–26 апреля 2013 г.). – Новосибирск : СГГА, 2013. Т. 2. – С. 101–106.
35. Шляхова М. М., Лакеев И. Ю. Мониторинг объектов нефтегазовой отрасли с помощью воздушного лазерного сканирования // Вестник СГУГиТ. – 2022. – Т. 27, № 6. – C. 64–72. – DOI 10.33764/2411-1759-2022-27-6-64-72.
Образец цитирования:  Сквазников М. А., Колыгин Д. Л. Оценивание информативности разнородных признаков объектов дистанционного зондирования Земли // Вестник СГУГиТ. – 2024. – Т. 29, № 5. – С. 80–91. – DOI 10.33764/2411-1759-2024-29-5-80-91
Ссылка:  /upload/vestnik/sborniki/2024/29_5/80-91.pdf
Читать далее

Детальная_Инф:  Да
Автор1:  М. А. Сквазников
Афиилиация1:  Военно-космическая академия имени А. Ф. Можайского, г. Санкт-Петербург, Российская Федерация
Автор2:  Д. Л. Колыгин
Афиилиация2:  Военно-космическая академия имени А. Ф. Можайского, г. Санкт-Петербург, Российская Федерация
Название статьи:  Подход к расчету интенсивности транспортных потоков при организации наземных перевозок в районе ликвидации последствий чрезвычайных ситуаций по данным дистанционного зондирования Земли
Рубрика:  Дистанционное зондирование земли, фотограмметрия
Начало_Страница:  77
Конец_Страница:  91
УДК:  [656+614.8]:528.88
DOI:  10.33764/2411-1759-2023-28-3-77-91
Год:  2023
Номер:  3
Том:  28
Ключевые слова_RU:  транспортный поток, интенсивность транспортного потока, сетевой граф, пропускная способность транспортной сети, транспортные перевозки, данные дистанционного зондирования Земли
Ключевые слова_EN:  traffic flow, traffic flow intensity, net graph, transport network capacity, transportation, Earth remote sensing data
Библиографический список:  1. Карпик А. П., Лисицкий Д. В. Электронное геопространство – сущность и концептуальные основы // Геодезия и картография. – 2009. – № 5. – С. 41–44.
2. Карпик А. П. Методологические и технологические основы геониформационного обеспечения территорий : монография. – Новосибирск : СГГА, 2004. – 260 с.
3. Долгополов Д. В., Никонов Д. В., Полуянова А. В., Мелкий В. А. Возможности визуального дешифрирования магистральных трубопроводов и объектов инфраструктуры по спутниковым изображениям высокого и сверхвысокого пространственного разрешения // Вестник СГУГиТ. – 2019. – Т. 24, № 3. – С. 65–81.
4. Долгополов Д. В. Использование данных дистанционного зондирования Земли при формировании геоинформационного пространства трубопроводного транспорта // Вестник СГУГиТ. – 2020. – Т. 25, № 3. – С. 151–159.
5. Бесимбаева O. Г., Хмырова Е. Н., Олейникова Е. А., Ханнанов P. Р. Технология автоматизированного проектирования железных дорог с использованием цифровых и математических моделей местности // Вестник СГУГиТ. – 2018. – Т. 23, № 4. – С. 5–18.
6. Портнов А. М., Жарников В. Б., Гурьков С. В., Фоминых М. В. Особенности формирования зон с особыми условиями использования территорий инфраструктуры железнодорожного транспорта в условиях информационной неопределенности каталогизации влияния природных факторов // Вестник СГУГиТ. – 2021. – Т. 26, № 1. – С. 122–132.
7. Бондур В. Г. Аэрокосмические методы и технологии мониторинга нефтегазоносных территорий и объектов нефтегазового комплекса // Исследование Земли из космоса. – 2010. – № 6. – С. 3–17.
8. Мохирев А. П., Герасимова М. М., Медведев С. О. Нахождение маршрута минимальной стоимости транспортного пути при доставке древесины с лесосеки // Вестник СГУГиТ. – 2018. – Т. 23, № 4. – С. 249–261.
9. Бударова В. А., Мартынова Н. Г., Шереметинский А. В. Содержание и практика формирования цифрового информационного пространства автотранспортной инфраструктуры // Вестник СГУГиТ. – 2021. – Т. 26, № 4. – С. 32–43.
10. Басаргин А. А., Бугаков П. Ю., Бугакова Т. Ю. Расчет и визуализация картографических маршрутов с использованием программного обеспечения QGIS и PGROUTING // Вестник СГУГиТ. – 2021. – Т. 26, № 5. – С. 86–96.
11. Фролов К. В., Лебедев В. В., Воробьев А. Ю., Гаврилов В. И., Харитонов В. А. Система дистанционного мониторинга транспортных потоков основных магистралей центра Москвы // Проблемы машиностроения и надежности машин. – 2000. – № 5. – С. 3–10.
12. Костеша В. А. Разработка системы геоинформационного обеспечения управления недвижимым комплексом автомобильных дорог // Известия вузов. Геодезия и аэрофотосъемка. – 2021. – Т. 65, № 6. – С. 680–691.
13. Lighthill М., Whitham G. В. On kinematic waves: II. Theory of traffic flow on long crowded roads // Proceedings of the Royal Society of London. Series A. – 1955. – Vol. 229. – P. 281–345.
14. Уизем Дж. Линейные и нелинейные волны. – М. : Мир, 1977. – 622 с.
15. Traffic flow theory: A state-of-the-art report / Editors N. H. Gartner, C. J. Messer, A. K. Rathi. – Washington DC : Transportation Research Board, 2001.
16. Payne H. J. Models of freeway traffic and control // Simulation Council Proc. 28, Mathematical Models of Public Systems / Edited by G. A. Bekey. – 1971. –Vol. 1. – P. 51–61.
17. Kerner B. S., Konhauser P. Structure and parameters of clusters in traffic flow // Physical Review E. – 1994. – Vol. 50. – P. 54–83.
18. Гасников А. В. и др. Введение в математическое моделирование транспортных потоков : учеб. пособие / Под ред. А. В. Гасникова. – Изд. 2-е, испр. и доп. – М. : МЦНМО, 2013. – 215 с.
19. Nagel K., Schreckenberg M. A cellular automaton model for freeway traffic // Journal de Physique I. – 1992. – Vol. 2 (12). – P. 2221–2229. DOI 10.1051/jp1:1992277.
20. Newell G. F. Nonlinear effects in the dynamics of car flowing // Operations Research. – 1961. – Vol. 9. – P. 209–229.
21. Сухинова А. Б., Трапезникова М. А., Четверушкин Б. Н., Чубарова Н. Г. Двумерная макроскопическая модель транспортных потоков // Математическое моделирование. – 2009. – Т. 21, № 2. – С. 118–126.
22. Власов А. А. Теория транспортных потоков : монография. – Пенза : ПГУАС, 2014. – 124 с.
23. Richards P. I. Shock Waves on the Highway // Operations Research. – 1956. – Vol. 4. – P. 42–51.
24. Попов А. М. и др. Экономико-математические методы и модели : учеб. – 3-е изд., испр. и доп.– М. : Изд-во Юрайт, 2019. – 345 с.
25. Гармаш А. Н. и др. Экономико-математические методы и прикладные модели : учеб. – 4-е изд., пер. и доп. – М. : Изд-во Юрайт, 2019. – 328 с.
26. Сквазников М. А., Лобовко В. В. Модель иерархического распознавания сложных объектов по данным дистанционного зондирования Земли // Труды ВКА имени А. Ф. Можайского. – СПб. : ВКА имени А. Ф. Можайского, 2016. № 654. – С. 82–88.
Ссылка:  /upload/vestnik/sborniki/2023/28_3/77-91.pdf
Читать далее