Теоретико-методические основы оценки гидролого-гидрогеологических рисков по данным ДЗЗ

Костюченко, ЮВ, Копачевский, ИМ, Ющенко, МВ
Косм. наука технол. 2011, 17 ;(6):10-18
https://doi.org/10.15407/knit2011.06.010
Язык публикации: Украинский
Аннотация: 
Предлагается комплексный подход к оценке рисков, связанных с развитием опасных гидролого-гидрогеологических процессов, основанных на использовании данных спутниковых наблюдений. Приводится теоретическое обоснование взаимосвязи между влияниями, вызванными водными стрессами на растительность и изменениями спектрального отражения, вызванными изменениями концентрации растительных пигментов. Предложено количественный подход к оценке вероятности наличия стресса, вызванного действием опасных гидролого-гидрогеологических процессов по данным спутниковых наблюдений, а также к оценке комплексного риска, связанного с гидролого-гидрогеологической опасносностью.
Ключевые слова: гидролого-гидрогеологические процессы, растительность, спутниковые наблюдения
References: 
1.  Костюченко Ю. В. Завіркові дані для вирішення задач прогнозування паводкової небезпеки // Багатоспект-ральні методи дистанційного зондування Землі в за­дачах природокористування / За ред. В. І. Лялька, М. І. Попова. — Київ: Наук. думка, 2006. — С. 282— 284.
2.  Костюченко Ю. В., Ющенко М. В., Білоус Ю. Г. Моде­лювання базових тенденцій формування та розвитку надзвичайних ситуацій гідрологічного характеру // Багатоспектральні методи дистанційного зондуван­ня Землі в задачах природокористування / За ред. В. І. Лялька, М. І. Попова. — Київ: Наук. думка, 2006. — С. 120—143.
3.  Энциклопедия кибернетики / Под ред. В. М. Глушко-ва. — Киев: Гл. ред. Укр. сов. энцикл., 1974. — Т. 2. — 620 с.
4.  Anthes R. A., Hsie E. Y., Kuo Y. H. Description of the Penn State/NCAR Mesoscale Model Version 4 (MM4) // NCAR Techn. Note, Natl Cent. For Atmos. Res. ⎯ Boul­der, Colo. — 1987. ⎯ NCAR/TN-282+STR. — 70 p.
5.  Bartell S. M., Gardner R. H., O’Neill R. V. Ecological risk estimation. — Boca Raton: FL: Lewis Publishers, 1992.
6.  Bernardo J. M., Smith A. F. M. Bayesian Theory. — Chi-chester, UK: Wiley, 1994.
7. Blackburn G. A. Spectral indices for estimation photosyn-thetic pigment concentrations: a test using senescent tree leaves // Int. J. Remote Sens. — 1998. — 4. — P. 657— 675
8. Budyko M. I. Climate and Life. — New York: Elsevier, 1974. — 508 p.
9. Ceccato P., Flasse S., Tarantola S., et al. Detecting vegeta­tion leaf water content using reflectance in the optical do­main // Remote Sens. Environ. — 2001. — 77. — P. 22— 33.
10. Choudhury B. J. Estimating gross photosynthesis using sat­ellite and ancillary data: Approach and preliminary results // Remote Sens. Environ. — 2001. — 75. — P. 1—21.
11. Climate Change 2001. The scientific basis // Report of the intergovernmental panel on climate change. — Cam­bridge: Univ. Press, 2001. — 83 p.
12. de Finetti B. Theory of Probability. — New York: J. Wiley & Sons, 1990. — Vol. 2. — 392 p.
13. Dobrowski S. Z., Pushnic J. C., Zarco-Tejada P. J., Ustin S. L. Simple reflectance indices track heat and water stress-in­duced changes in steady-state chlorophyll fluorescence at the canopy scale // Remote Sens. Environ. — 2005. — 97. — P. 403—414. — doi:10.1016/j.rse.2005.05.006.
14. Entekhabi D., Rodriguez-Iturbe I., Bras R. Variability in largescale water balance with land surface-atmosphere in­teraction // J. Clim. — 1992. — 5. — P. 798—813.
15. Ermoliev Yu., von Winterfeldt D. Risk, security and robust solutions // IIASA Interim Report. — 2010. — IR-10-013. — 41 p.
16. Ermoliev Y. Stochastic quasigradient methods: Applica­tions // Encyclopedia of Optimization / Eds C. Floudas, P. Pardalos. — New York: Springer Verlag, 2009. — P. 3801—3807.
17. Ermoliev Y., Hordijk L. Global changes: facets of robust decisions // Coping with uncertainty, modeling and pol­icy issues / Eds K. Marti, Y. Ermoliev, M. Makowski, G. Pflug. — Berlin: Springer-Verlag, 2006. — P. 4—28.
18. Fisher S. G., Woodmansee R. Issue paper on ecological re­covery // Ecological risk assessment issue papers. — Wash­ington, DC: Risk Assessment Forum, U. S. Environmen­tal Protection Agency, 1994. — 7. — P. 1—54. — EPA/630/ R-94/009.
19. Fourty T., Baret F., Jacquemoud S., et al. Leaf optical properties with explicit description of its biochemical composition: direct and inverse problems // Remote Sens. Environ. — 1996. — 56. — P. 104—117.
20. Gamon J. A., Serrano L., Surfus J. S. The photochemical reflectance index: an optical indicator of photosynthetic radiation use efficiency across species, functional types and nutrient levels // Oecologia. — 1997. — 112. — P. 492—501.
21. Gao B. C. Normalized difference water index for remote sensing of vegetation liquid water from space // Proc. SPIE. — 1995. — 2480. — P. 225—236.
22. Guha-Sapir D., Vos F., Below R., Ponserre S. Annual disas­ter statistical review 2010: the numbers and trends. — Brussels: Université catholique de Louvain — Centre for Research on the Epidemiology of Disasters, 2011. — 50 p.
23. Huete A. R., Liu H., Batchily K., van Leeuwen W. A com­parison of vegetation indices over a global set of TM im­ages for EOS-MODIS // Remote Sens. Environ. — 1997. — 59. — P. 440—451.
24. Jackson R. D., Slater P. N., Pinter P. J. Discrimination of growth and water stress in wheat by various vegetation in­dices through clear and turbid atmospheres // Remote Sens. Environ. — 1983. — 15. — P. 187—208.
25. Jones R. G., Murphy J. M., Noguer M. Simulation of cli­mate change over Europe using nested regional climate model. I. Assessment of control climate, including sensi­tivity to location of lateral boundaries // Quart. J Roy. Meteorol. Soc. — 1996. —77. — P. 1413—1449.
26. Kaufman Y. J., Tanre D. Strategy for direct and indirect methods for correcting the aerosol effect on remote sens­ing: from AVHRR to EOS-MODIS // Remote Sens. En­viron. — 1996. — 55. — P. 65—79.
27. Krayenhoff van de Leur D. A. A study of non-steady groundwater flow with special reference to a reservoir co­efficient // Ingenieur. — 1958. — 70. — P. 87—94.
28. Lichtenthaler H. K. Chlorophylls and carotenoids: pig­ments of photosynthetic membranes // Meth. Enzymol. — 1987. — 148. — P. 350—382.
29. O’Neill B., Ermoliev Y., Ermolieva T. Endogenous risks and learning in climate change decision analysis // Cop­ing with uncertainty: Modeling and policy issues / Eds K. Marti, Y. Ermoliev, M. Makowski, G. Pflug. — Berlin, Heidelberg, New York: Springer Verlag, 2006.
30. O’Neill R. V., Gardner R. H., Barnthouse L. W., et al. Eco­system risk analysis: a new methodology // Environ. Toxi-col. Chem. — 1982. — 1. — P. 167—177.
31. Penuelas J., Baret F., Filella I. Semi-empirical indices to assess carotenoids/chlorophyll a ratio from leaf spectral reactance // Photosynthetica. — 1995. —31. — P. 221— 230.
32. Regulation (EU) No 911/2010 of the European Parlia­ment and the Council on the European Earth monitor­ing programme (GMES) and its initial operations (2011 to 2013) // Offic. J. Eur. Union. — 20.10.2010. — P. L 276/1— L 276/10.
33. Rodriguez-Iturbe I., Entekhabi D., Bras R. L. Nonlinear dynamics of soil moisture at climate scales. 1. Stochastic analysis // Water Resour. Res. — 1991. — 27. — P. 1899— 1906.
34. Smith E. P., Shugart H. H. Issue paper on uncertainty in ecological risk assessment // Ecological risk assessment issue papers. — Washington, DC: Risk Assessment Fo­rum, U. S. Environmental Protection Agency, 1994. — 8. — P. 1—53. — EPA/630/R-94/009.
35. The use of Earth observing satellites for hazard support: assessments & scenarios // CEOS / NOAA. — 2001. — 218 p.
36. Lyalko V. I., Kostyuchenko Y. V., Márton L., et al. EO capabilities for analysis of climate related socio-eco-logical risks: bio-productivity, desertification, and natural disasters // Proc. Advanced Research Work­shop “Using Satellite and In Situ Data to Improve Sustainability”, Kiev, June 9 — 12, 2009. — Kiev, 2009. — P. 56—58.
37. Verma S. B., Sellers P. J., Walthall C. L., et al. Photosyn­thesis and stomatal conductance related to reflectance on the canopy scale // Remote Sens. Environ. — 1993. — 44. — P. 103—116.

38. Kostyuchenko Yu. V., Kopachevsky I., Solovyov D., et al. Way to reduce the uncertainties on ecological conse­quences assessment of technological disasters using satel­lite observations // Proc. of the 4th International Workshop on Reliable Engineering Computing “Robust Design — Coping with Hazards, Risk and Uncertainty”, March 3—5, 2010, Singapore. — Singapore: National University of Singapore, 2010. — P. 765—776.