Разработка многоуровневой мультисенсорной системы мониторинга загрязнений земной поверхности углеводородами тема диссертации и автореферата по ВАК РФ 00.00.00, доктор наук Ермаков Василий Васильевич

• Ермаков Василий Васильевич
• доктор наук
• 2025

Оглавление диссертации доктор наук Ермаков Василий Васильевич

Введение

1. Многоуровневый и мультисенсорный экологический мониторинг

1.1. Системы многоуровневого мониторинга

Состав мониторинговых систем

Порядок обработки данных многоуровневых экологических мониторинговых систем

Области применения результатов многоуровневого мониторинга

Формат представления данных многоуровневого мониторинга

1.2. Оптические мультисенсорные системы

Архитектура и принцип работы оптических мультисенсорных систем

Применение оптических мультисенсорных систем в лабораторной практике

Оптические мультисенсорные системы в анализе технологических процессов

1.3. Дистанционное зондирование

Общие принципы оптического дистанционного зондирования

Современные космические средства дистанционного зондирования и их возможности

Современные средства авиационного базирования для дистанционного зондирования и их возможности

Предварительная обработка данных

1.4. Контактное спектральное зондирование

Средства проведения контактного зондирования загрязненных земель

Техника обработки данных спектрального зондирования

1.5. Аналитический контроль состояния объектов размещения нефтесодержащих отходов

Порядок проведения изысканий на участках с присутствием нефтяного загрязнения

Отбор образцов и выполнение измерений

Методики выполнения полевых и лабораторных измерений

1 6 Обобщенные сведения об объектах размещения отходов предприятий нефтяной и нефтехимической промышленности

1.7. Оценка и снижения негативного воздействия отходов предприятий химической и нефтехимической промышленности

1. 8 . Оценка ресурсного потенциала нефтесодержащих отходов

2. Многоуровневая мультисенсорная система мониторинга загрязнений земной поверхности углеводородами

2.1. Понятие и структура ММС

Архитектура ММС

Источники данных

Свойства данных сенсоров различного типа

2.2. Порядок обработки данных спектрального зондирования различных уровней в едином массиве

Комплексирование данных равного пространственного разрешения

Отбор сенсоров на основе поставленной задачи

Требования к геокоррекции и привязке снимков

Индексирование данных мультиспектральных сенсоров

Возможности индексирования отдельных мультиспектральных снимков

Индексирование данных нескольких источников

Повышение разрешения гиперспектральных и мультиспектральных снимков

Методы паншарпенинга

Выбор метода повышения разрешения изображения

3

Консолидация и детализация данных

Поточечная сборка гиперспектральных изображений на основе точечных спектров

Сборка на основе шага зондирования

Сборка на основе предварительной классификации снимков

3. Использование ДЗЗ при мониторинге объектов размещения нефтесодержащих отходов

3.1. Проблема ДЗЗ слабоотражающих объектов

3.2. Применение методов классификации без обучения при поиске нефтезагрязненных участков

3.3. Классификация с обучением и поиск опорных точек

3.4. Разработка специализированного алгоритма классификации гиперспектральных снимков для поиска нефтезагрязненных участков

Структура алгоритма классификации гиперспектральных снимков

Тестирование работоспособности алгоритма классификации гиперспектральных снимков для поиска нефтезагрязненных участков

3.5. Оценка возможности мониторинга различных объектов размещения нефтесодержащих отходов

4 . Контактный спектральный мониторинг нефтезагрязненных территорий

4.1. Опыт применения оптических и спектральных сенсорных систем для оценки степени загрязнения почв нефтепродуктами

4.2. Разработка контактного оптико-волоконного зондового анализатора содержания нефтепродуктов в почве

Выбор метода зондирования и материалов оптической системы

Моделирование состояния грунтов

Моделирование нефтезагрязненных грунтов естественной влажности

Получение спектральных характеристик

Многомерная калибровка спектральных данных для определения содержания нефтепродуктов в грунтах

Оценка влияния влажности почв

Построение регрессионных моделей для определения содержания нефти

Другие варианты калибровки спектрального оптико-волоконного анализатора

4.3. Разработка мультисенсорного анализатора состояния грунтов

Выделение значимых спектральных полос для анализа состояния нефтезагрязненных грунтов

Подбор сенсоров для построения мультисенсорного анализатора

Схема устройства мультисенсорного анализатора

Тестирование мультисенсорного анализатора состояния

5. Оценка ресурсного потенциала нефтешламонакопителей с использованием данных многоуровневой мультисенсорной системы зондирования

5.1. Аддитивный расчет стоимости нефтесодержащих отходов и возможности ее корректировки

5.2. Анализ среды функционирования (Data Envelopment Analysis фЕА)-метод)

5.3. Сравнение результатов оценки ресурсного потенциала при использовании данных инженерно-экологических изысканий и данных многоуровневой мультисенсорной системы зондирования

Заключение

Выводы

Список сокращений и условных обозначений

Список использованных источников

Приложения

Введение диссертации (часть автореферата) на тему «Разработка многоуровневой мультисенсорной системы мониторинга загрязнений земной поверхности углеводородами»

Введение

Современное общество стремится к устойчивому развитию в сфере взаимодействия общества и окружающей среды (ОС) [1]. Одной из целей государственной политики Российской Федерации в этой области является развитие системы экологического мониторинга в целях оперативного контроля состояния техногенных объектов и снижения негативного воздействия на ОС и здоровье человека [2]. С 2022 г. в России работает Федеральный проект «Комплексная система мониторинга качества ОС» [3]. В нем выделена необходимость сбора данных о состоянии объектов негативного воздействия на ОС и объектов накопленного вреда, в том числе в нефтяной и нефтехимической промышленности как одном из лидеров по количеству накопленных отходов. Проблемы обследования таких объектов связаны со сложным составом отходов и трудной доступностью этих мест для отбора проб [3]. Требуется внедрение в практику новых методов оценки состояния таких объектов, которые позволят максимально использовать методы дистанционного зондирования и получить достоверную информацию об их составе и свойствах. Вопросы оперативного и всеобъемлющего мониторинга состояния ОС являются одними из наиболее значимых в данном направлении [4]. Из общей схемы мониторинга выделяют как отдельное направление обследование территорий с высокой техногенной нагрузкой. В первую очередь речь идет о промышленных предприятиях как участках, на которых локально продуцируется огромное количество отходов, и их значительная часть размещается в непосредственной близости от технологических площадок [5].

Существующие технологические процессы предприятий химии, нефтехимии и нефтяной промышленности приводят к образованию значительного количества отходов. Большинство из них накапливаются в открытых объектах размещения на значительных площадях. Составы образующихся на предприятиях отходов стоков и выбросов разнообразны [6,7]. Также существенное влияние на ОС оказывают аварийные разливы химических веществ и смесей. Нагрузка на ОС не снимается даже после ликвидации предприятий, а зачастую ситуация на территории объекта только

ухудшается из-за образования значительного количества шламов при вскрытии, зачистке и демонтаже аппаратов и трубопроводов.

На таких объектах выделяют участки с большой динамикой состояния, что более характерно для действующих предприятий. Объекты размещения отходов (ОРО) и территории ликвидированных предприятий в основном слабо изменяются во времени. Все процессы на них связаны только с выходом в режим естественной ассимиляции загрязнения геосредой и в первую очередь основаны на изменениях природных условий.

Работы по оценке текущего состояния и прогнозной оценке развития процессов восстановления нарушенных территорий опираются на исходные сведения, которые необходимо получать непрерывно или достаточно регулярно. Для решения этих задач отдельно используются техники отбора проб и лабораторного анализа, полевого измерения и дистанционного зондирования. Однако до настоящего времени объединение возможностей всех вариантов получения оперативных данных о состоянии объектов с целью повышения информативности и уточнения прогноза не реализовано. Организация системы многоуровневого оперативного экологического мониторинга геологической среды территорий и объектов размещения отходов, предприятий химии и нефтехимии требует разработки научных основ комплексирования сведений, оценки состояния и уровня воздействия на ОС и использования потенциала существующих и вновь создаваемых технологий дистанционного и прямого зондирования [8].

Целью настоящей работы является разработка научных основ системы многоуровневого оптического спектрального мониторинга с использованием мультисенсорных датчиков различного типа для развития систем управления отходами и повышения экологической безопасности.

Для достижения поставленной цели в работе решены следующие задачи:

Проанализирован и обобщен мировой опыт формирования систем мониторинга техногенно нагруженных территорий, отдельно - методов дистанционного зондирования Земли (ДЗЗ), спектроскопии и разработки мультисенсорных оптических систем, а также анализа многомерных данных.

Систематизирован подход к разработке многоуровневых мультисенсорных систем (ММС) мониторинга как набора специализированных мультисенсорных оптических анализаторов низкой селективности с их последующей оптимизацией для выявления нефтяного загрязнения и осуществлена разработка структуры такой системы.

С использованием системного анализа выявлены перспективы развития ММС, такие как возможности совмещения разнородных по свойствам данных при их единой физической основе, разработаны качественный способ поиска и выделения объектов интереса на гиперспектральных (ГС) снимках, а также быстрые полевые анализаторы состава.

Разработана методика сбора, обработки, централизованного хранения для последующего анализа данных, получаемых от мультисенсорных систем при различных уровнях размещения сенсоров и формах получаемых сигналов.

Разработан специализированный алгоритм обработки данных ДЗЗ для классификации гиперспектральных изображений и выявления на них участков с присутствием нефтяных загрязнений.

Разработана методика применения зондового спектрального анализатора нарушенного полного внутреннего отражения (НПВО), позволяющего проводить быстрое определение содержания нефтепродуктов в грунтах, а также предложены иные варианты мультисенсорных устройств для контроля наличия загрязнения и оценки восстановления почв на наземном уровне мониторинга.

Разработана и апробирована методика оценки состояния и ресурсного потенциала накопителей нефтесодержащих отходов с применением данных мониторинга от ММС.

В работе в ходе решения поставленных задач были получены следующие основные результаты, которые характеризуют научную новизну:

Предложена новая концепция оптической ММС экологического мониторинга с применением ДЗЗ и контактных анализаторов состава поверхности на территориях с высокой техногенной нагрузкой.

Систематизированы общие требования к совместному сбору и обработке

8

многомерных данных спектрального зондирования в форме единого массива, включающего результаты зондирования на различных уровнях мониторинга.

Разработан новый специализированный двухстадийный алгоритм попиксельной кластеризации данных, который решает проблему разделения слабоотражающих объектов на гиперспектральных снимках ДЗЗ для целей локализации участков с присутствием загрязнения лучше имеющихся методов классификации спектральных изображений.

Разработан новый метод контактного зондирования грунтов естественной влажности без пробоподготовки для определения общего содержания углеводородов методом ИК-спектроскопии НПВО с последующей многомерной обработкой данных.

Разработана методика предварительной оценки ресурсного потенциала объектов размещения нефтесодержащих отходов (НСО) на основе данных зондирования, что способствует минимизации антропогенного загрязнения ОС за счет более оперативной квалифицированной переработки отходов и ликвидации последствий загрязнения земель.

Теоретическая и практическая значимость и реализация работы.

Теоретическая значимость работы заключается в следующем:

Обосновано применение распределенной оптической мультисенсорной системы (ОМС) для ведения мониторинга состояния окружающей среды как источника данных о состоянии объектов размещения отходов для оценки ресурсного потенциала НСО.

Обосновано сенсорное слияние внутри мультисенсорной системы на информационном уровне за счет единообразия данных мониторинга.

Обоснованы более высокое качество распознавания загрязненных участков на дистанционных уровнях зондирования и более высокая точность определения состава НСО при контактном зондировании.

Обосновано применение сокращенного объема данных для оценки ресурсного потенциала НСО и системы управления отходами нефтяной промышленности, в результате чего обеспечивается снижение негативного воздействия на окружающую среду и здоровье человека.

Практическая значимость работы заключается в следующем:

1. На основе данных МСС с применением методики DEA-анализа рассчитаны значения относительной ресурсной ценности для 69 шламонакопителей предприятий нефтяной промышленности Самарской области, которые позволяют обоснованно определять порядок проведения ликвидационных и рекультивационных работ на ОРО. Методика оценки ресурсного потенциала апробирована и используется на предприятиях - переработчиках отходов: ООО «Росэкойл» и ООО «Ривт-М».

2. Предложенный алгоритм поиска нефтяных загрязнений на основе анализа гиперспектральных снимков ДЗЗ позволяет с точностью до 95 % верно распознанных точек изображения локализовать участки размещения НСО. Работоспособность алгоритма протестирована и внедрена в практику специалистами АО «РКЦ «Прогресс».

3. Разработан способ количественного определения нефтяных углеводородов методом ИК-спектроскопии (RU 2013150047) с использованием спектрального анализатора, который позволяет сократить временные затраты на проведение определения содержания нефтепродуктов во влажных пробах почв и грунтов с 6 до 0,5 ч. На его основе разработан способ количественного определения гумуса в почвах при их восстановлении (RU 2698954). С использованием проверенной калибровочной модели разработан контактный анализатор на основе набора сенсоров в среднем ИК-диапазоне.

4. Материалы диссертационной работы используются в учебном процессе кафедры «Химическая технология и промышленная экология» ФГБОУ ВО «Самарский государственный технический университет».

Полученные в работе теоретические обоснования и практические наработки использованы при выполнении следующих НИР:

• «Методы решения фундаментальных проблем когнитивного

представления гиперспектральных данных, получаемых при многоуровневом

дистанционном зондировании Земли, в целях комплексного их использования для

контроля состояния среды обитания» (проект № 13-01-12014) в рамках контракта

между Федеральным государственным бюджетным учреждением «Российский фонд

10

фундаментальных исследований» и ФГБУН СамНЦ РАН;

• «Оптимизация по критериям ресурсной ценности, энергосбережения и экологической безопасности организационно-технической системы утилизации отходов нефтегазового комплекса» (проектная часть госзадания, проект № 10.3260.2017/ПЧ) в рамках выполнения государственного задания Минобрнауки РФ;

• «Спектральный световодный анализатор концентрации нефтепродуктов в почве» по соглашению от 14 ноября 2012 г. № 14.В37.21.1976 между Минобрнауки РФ и ФГБОУ ВПО «СамГТУ».

На защиту выносятся:

Методология создания и структура оптической ММС для оценки состояния объектов размещения НСО и загрязненных нефтью территорий.

Научное обоснование принципа комплементарности спектральных данных различных уровней мониторинга для оперативной локализации участков с присутствием загрязнения и достоверной оценки их состава.

Усовершенствованный способ классификации гиперспектральных снимков для выявления участков с присутствием углеводородов нефти на поверхности геологической среды.

Метод быстрого определения содержания нефтепродуктов в загрязненных почвах и грунтах при контактном зондировании оптико-волоконным анализатором по спектрам НПВО с применением многомерных калибровочных моделей для определения состава.

Результаты апробации применения ММС для обследования объектов нефтегазового и нефтехимического комплекса.

Методика обобщенной оценки ресурсного потенциала НСО, размещенных на конкретных объектах, на основании информации, получаемой от ММС.

Обоснованность и достоверность научных положений, выводов и рекомендаций. Научные разработки основаны на результатах анализа обширных массивов данных дистанционного и контактного зондирования большого числа накопителей отходов различного состава. Для решения поставленных задач

использованы современные методы многомерного анализа данных.

11

Экспериментальные исследования выполнены на высокоточном современном оборудовании в аккредитованной испытательной лаборатории Научно-аналитического центра промышленной экологии Самарского государственного технического университета (уникальный номер записи об аккредитации в реестре аккредитованных лиц РОСС RU.0001.512985. Дата внесения сведений в Реестр аккредитованных лиц 22.10.2015).

Апробация работы. Основные результаты работы доложены и обсуждены на Всероссийской научно-практической конференции «Нефтегазовые и химические технологии» (г. Самара, 2008-2009 гг.); Всероссийской научно-практической конференции «Переработка углеводородного сырья. Комплексные решения. Левинтеровские чтения» (г. Самара, 2009 г.); Winter Symposium on Chemometrics "Modern Methods of Data Analysis" (г. Санкт-Петербург, 2010 г.; г. Москва, 2012 г.; г. Томск, 2014 г.; г. Самара, 2016 г.; г. Саратов, 2020 г.); Международной научно-практической конференции «Ашировские чтения» (г.Туапсе, 2011-2012 гг.; г. Самара, 2014-2017 гг.); Международном экологическом конгрессе ELPIT (г. Тольятти, 2013 г., 2015 г., 2017 г., 2019 г., 2021 г., 2023 г.); Всероссийской научно-практической конференции «Экология и рациональное природопользование» (г. Ярославль, 2017 г.); Научно-практической конференции с международным участием «Нефтегазовый комплекс: проблемы и инновации» (г. Самара, 2018 г.); Международной научно-технической конференции «Инновационные подходы в решении современных проблем рационального использования природных ресурсов и охраны окружающей среды» (г. Белгород, 2019 г.); Международной научно-практической конференции «Комплексные проблемы техносферной безопасности» (г. Воронеж, 2022 г.); Всероссийской научно-практической конференции, посвященной 50-летию ДГТУ (г. Махачкала, 2023 г.); VI Всероссийском научно-общественном форуме «Экологический форсайт» (г. Саратов, 2024 г.).

Публикации по результатам исследований. Всего по теме диссертации опубликована 41 научная статья, 1 монография и получено 3 свидетельства на интеллектуальную собственность, в том числе 3 за последние десять лет (20152025 гг.). 7 научных работ опубликовано в журналах, рекомендованных ВАК РФ и 7

12

работ в изданиях, индексируемых в международных реферативных базах (Scopus и WoS).

Структура и объем работы. Диссертационная работа изложена на 238 листах машинописного текста и состоит из введения, 5 глав, библиографического списка литературы из 325 наименований, содержит 63 рисунка, 22 таблицы и 4 приложения.

1. Многоуровневый и мультисенсорный экологический мониторинг

Целью экологического мониторинга (ЭМ) обобщенно можно указать улучшение взаимодействия человека и природной среды и оптимизацию хозяйственной деятельности с целью минимизации ущерба для природы [9].

Традиционно для аналитических систем при проведении мониторинговых исследований выбирается один наиболее информативный пространственный уровень исследования или индивидуально один из способов получения информации о состоянии объекта интереса [10, 16]. При этом ЭМ объектом исследования ставит ОС с многокомпонентными и многомерными областями интереса и применение индивидуального подхода к мониторингу становится недостаточным [11].

ЭМ на различных уровнях зондирования имеет возможность улучшения в процессе работы системы пространственного разрешения с выбором детализации в зависимости от размера исследуемой области. Аналогично повышается качество распознавания состава и свойств объектов при повышении количества сенсоров [12].

Одним из наиболее важных объектов наблюдения являются предприятия нефтяной и нефтехимической промышленности. Предприятия нефтехимического комплекса считаются одними из наиболее активных загрязнителей ОС [13, 14]. Точной оценки количества образующихся в химической промышленности отходов не существует в связи с их активным вовлечением в процессы вторичной переработки. Тем не менее в нашей стране ежегодно образуется более 3 млн т нефтеотходов [15].

Цели обследования накопителей НСО связаны с целями ЭМ [16, 16]. В зонах их расположения необходимо наблюдение за состоянием ОС с оценкой уровня воздействия и прогнозом изменений состояния ОС. Наблюдение за состоянием и изменением свойств НСО несет в себе еще и цель оценки технологической значимости вовлечения отходов в процессы переработки. Необходимо также обеспечение потребностей заинтересованных лиц в достоверной информации, необходимой для предотвращения или уменьшения неблагоприятных последствий изменения состояния ОС [17]. Так, необходимо описание состояния ОРО для оценки ресурсного потенциала и выбора метода переработки нефтешламов (НШ).

К отдельным задачам мониторинга ОРО относят:

• наблюдение за показателями состояния ОС в районах расположения источников воздействия, характером и уровнем воздействия этих источников на ОС;

• оперативное выявление и прогноз развития процессов в ОС с выработкой рекомендаций по снижению и предотвращению вредных воздействий на нее;

• информационное обеспечение органов власти, юридических и физических лиц по вопросам состояния ОС с формированием информационных ресурсов [18, 19].

Разработка системы ЭМ - это сложное междисциплинарное исследование [22]. В случае разработки многоуровневой и мультисенсорной системы наблюдения за состоянием отходов нефтяной и химической промышленности оно включает в себя вопросы химии и химической технологии, методов анализа состава и свойств материалов, технологии ДЗЗ, сенсорики и спектроскопии, информационных систем. При этом каждое из указанных направлений работы может быть разделено на множество более мелких элементов. Схема обобщения материалов различных дисциплин при формировании программы комплексного мониторинга представлена на рис. 1.

Выделяют основные принципы многоуровневой системы мониторинга:

• иерархичная структура системы мониторинга;

• комплексный подход к диагностированию состояния объекта интереса;

• использование математического моделирования при оценке состояния;

• оценка направлений изменений для прогнозирования хода протекающих в объекте и в зоне его влияния процессов;

• оперативность диагностирования и высокое пространственно-временное разрешение;

• достоверность и сопоставимость измерений, оценки и прогноза;

• использование международных стандартов сбора и обработки информации, построения баз знаний и информационных систем для целей оперативного обмена данными [22-24].

Рассмотрим далее вопросы, связанные с построением и применением многоуровневых и мультисенсорных мониторинговых систем.

Рисунок 1. Совокупность областей знаний для формирования системы комплексного экологического мониторинга химических предприятий

1.1. Системы многоуровневого мониторинга

Для полноценного ЭМ необходимо применение группы взаимодействующих и взаимосвязанных элементов, которые работают в соответствии с набором установленных правил и соотношений, при этом образуют единое целое и посредством измерения и анализа заданных параметров дают общий результат [26], - то есть системы мониторинга. Общей рекомендацией к системе ЭМ является системное представление объекта для сбора данных, анализа и содержательной интерпретации [27, 28].

Существует несколько классификаций систем ЭМ, построенных на различных подходах [30]. Виды классификации представлены в табл. 1.

В перечень не включены формы классификации мониторинга, которые реализуются при исследовании биологической составляющей ОС, не требуют применения технических форм зондирования [30] и не входят в область исследования в данной работе. Часто границы классификационных признаков для систем не являются четкими. Такие системы могут быть обозначены как гибридные, а при получении ими единого отклика, основанного на обработке аналитического сигнала разного вида, как комплексные [31, 32].

Система ЭМ должна обладать следующими характеристиками:

• иметь многоуровневую структуру;

• обеспечивать непрерывный поток информации об изменении ключевых параметров состояния ОС в связи с антропогенными объектами;

• использовать мультисенсорный подход с применением современных дистанционных и контактных технических средств и методов;

• быть экономически эффективной при доступных технологиях;

• быть регионально адаптированной с учетом особенностей локальной структуры экосистем, характера антропогенной нагрузки, климата [33, 35].

Таблица 1

Классификация систем ЭМ

Вид классификации Классификационные признаки

Территориальный глобальные системы региональные (национальные) системы локальные системы точечные системы

По наблюдаемой среде атмосфера гидросфера атмосферные осадки литосфера (почвы и недра) биота и леса космос криосфера палеомониторинг

Факторы и источники воздействия ингредиентный уровни физических полей источники загрязнения

Методы наблюдений физические факторы химические показатели биологические показатели

Форма взаимодействия с объектом дистанционная контактная внутренняя с использованием отобранных образцов

Состав мониторинговых систем

Системы ЭМ представляют собой иерархичную структуру. На верхнем уровне находится Глобальная система мониторинга окружающей среды -ГСМОС (Global Environment Monitoring System, GEMS), в которой участвует 140 стран. ГСМОС создана в 1975 г. при участии ООН [D35, 36]. Она состоит из взаимосвязанных компонентов наблюдения: за изменениями климата, дальним переносом загрязнителей, гигиеническими показателями ОС, мировым океаном и ресурсами суши [37].

Внутри ГСМОС работают государственные системы ЭМ. В России это Единая государственная система экологического мониторинга (ЕГСЭМ) [39], которая включает следующие основные компоненты:

• мониторинг влияния источников негативного воздействия;

• мониторинг соблюдения гигиенических норм;

• мониторинг загрязнения биосферы и других геосфер;

• использование геоинформационных систем (ГИС) [39].

Обмен данными между Глобальной системой мониторинга окружающей среды (ГСМОС) и Единой государственной системой ЭМ (ЕГСЭМ) осуществляется в рамках гармонизации специальных банков данных [40].

В ЕГСЭМ входят региональные системы ЭМ. Они, в свою очередь, делятся для проведения локального мониторинга (города, водного объекта, промышленного комплекса). Ведут ЭМ в точках, максимально приближенных к источнику эмиссии загрязняющих веществ в окружающую среду [41]. Обобщенно на рис. 2 представлена иерархическая структура мониторинга с применением оптических средств зондирования.

Рисунок 2. Иерархическая структура ЭМ с применением оптических сенсоров

Обобщенно системы ЭМ всех уровней включают в себя следующие основные практические направления, или операционные блоки [28]:

• блок наблюдения или сенсорный блок;

• блок оценки фактического состояния объекта ОС;

• блок прогнозирования изменения состояния и последствий;

• блок принятия решений о регулировании качества среды [42].

В каждом из блоков задействованы разнообразные по функционалу элементы, преимущественное использование которых определяется объектом и выборочной задачей мониторинга.

Информационная часть системы ЭМ включает аппаратный комплекс для измерений, данные которого передаются через наблюдательную сеть и доступны через интерфейсы. Эти данные используются для работы информационной системы, которая включает сервер с базой данных и систему управления, а также блок математической обработки [43, 44] (рис. 3).

Аппаратный комплекс мониторинга

земные средства измерений

Дистанционные средства измерений

Мобильная платформа

Пользовательская рабочая станция

Рисунок 3. Схема информационной структуры системы мониторинга

Порядок обработки данных многоуровневых экологических

мониторинговых систем

Порядок обработки данных многоуровневых экологических мониторинговых систем включает следующие этапы:

1. Предварительная обработка. Прием данных ДЗЗ и наземных станций ЭМ, сенсорное слияние, запись, декодирование и корректировка, преобразование данных в удобные форматы для последующей обработки [45].

2. Первичная обработка. Исправление искажений съемочного аппарата и сенсоров, географическая привязка с наложением сетки координат, изменение масштаба и представление в нужной проекции (геокодирование) [47].

3. Вторичная (тематическая) обработка. Цифровой анализ с применением статистических методов обработки, дешифрирование и интерпретация в интерактивном или автоматизированном режиме [48].

Анализ данных на этапе вторичной обработки включает получение производных показателей состояния элементов ОС, статистическую обработку временных рядов и создание мультивременных композитных изображений, формирование отчетов [48].

Согласно ГОСТ Р 59480-2021, данные дистанционного зондирования Земли (ДЗЗ) обрабатываются на пяти уровнях:

• Уровень 0: необработанные данные с полным разрешением и дополнительной информацией.

• Уровень 1: переформатированные данные уровня 0.

• Уровень 2: восстановленные параметры ОС с исходным разрешением.

• Уровень 3: реорганизованные данные по пространству/времени.

• Уровень 4: тематическая и аналитическая обработка [49].

Список литературы диссертационного исследования доктор наук Ермаков Василий Васильевич, 2025 год

Список использованных источников

1. Баранов М.Е. Проблемы и концепции взаимодействия общества и окружающей природной среды // Решетневские чтения. 2018. Т. 2. С. 25-26. EDN VQVCGU. URL: https://cyberleninka.ru/article/n/problemy-i-kontseptsn-vzaimodeystviya-obschestva-i-okruzhayuschey-prirodnoy-sredy (дата обращения: 12.01.2024).

2. Экологическая доктрина Российской Федерации : одобрена распоряжением Правительства Российской Федерации от 31 авг. 2002 г. № 1225-р.

3. Национальный проект «Экология». Федеральный проект «Комплексная система мониторинга качества окружающей среды» // Министерство природных ресурсов и экологии Российской Федерации. URL: https://www.mnr.gov.ru/activity/np ecologv/federalnvv-proekt-kompleksnava-sistema-monitoringa-kachestva-okruzhavushchev-sredv/ (дата обращения: 25.01.2024).

4. Охрана окружающей среды в нефтепереработке : учеб.-метод. пособие для студентов хим. фак. / Р.И. Кузьмина [и др.] ; Саратов. гос. ун-т им. Н.Г. Чернышевского. Саратов : Изд-во Саратов. ун-та, 2008. 89 с.

5. Павлов Н.И., Кулеш М.М. Глобальные системы мониторинга окружающей среды и фоновый мониторинг // Вестник Тихоокеанского государственного экономического университета. 2000. № 4 (16). С. 66-75. URL: https://cyberleninka.ru/article/n/globalnye-sistemy-monitoringa-okruzhayuschey-sredy-i-fonovyy-monitoring (дата обращения: 03.02.2024).

6. Salah El Haggar. Sustainable Industrial Design and Waste Management: Cradle-to-Cradle for Sustainable Development. Cambridge : Academic Press, 2010. 424 p.

7. Соловьёв Н.А., Широкова И.Г. Источники химического загрязнения и их влияние на гидросферу и здоровье человека // Царскосельские чтения. 2011. №2 XV. С. 402-409. URL: https://cyberleninka.ru/article/n/istochniki-himicheskogo-zagryazneniya-i-ih-vliyanie-na-gidrosferu-i-zdorovie-cheloveka (дата обращения: 14.02.2024).

8. Методические подходы к гигиенической оценке объектов окружающей среды и обоснованию профилактических мероприятий на территориях размещения предприятий нефтехимии и нефтепереработки / Т.К. Валеев, Р.А. Сулейманов, Ю.А. Рахманин, А.Г. Малышева, Л.Р. Рахматуллина // Гигиена и санитария. 2019. № 9. С. 923-929. URL: https://cyberleninka.ru/article/n/metodicheskie-podhody-k-gigienicheskov-otsenke-obektov-okruzhavuschev-sredv-i-obosnovaniyu-profllakticheskih-meropriyatiy-na (дата обращения: 27.02.2024).

9. Ермаков В.В. Оптические многоуровневые мультисенсорные системы экологического мониторинга нефтезагрязненных участков // Известия Самарского научного центра РАН. 2023. № 6 (116). С. 203-207. URL: httpsV/cyberleninka.rn/article/n/opticheskie-mnogourovnewe-muMsensornye-sistemy-ekologicheskogo-monitoringa-neftezagryaznennyh-uchastkov (дата обращения: 21.02.2024).

10. Матусевич А.А. Что представляет собой экологический мониторинг? // Геокомпани. URL: https://geocompani.ru/blog/ekologicheskii-monitoring/ (дата обращения: 20.03.2024).

11. Планирование измерений в экологическом мониторинге / А.Ю. Богомолов, Д.Е. Быков, В.Н. Пыстин, Е.В. Губарь. Электрон. дан. (1 файл). Самара : Самар. гос. техн. ун-т, ЭБС АСВ, 2021. 47 с.

12. Айсханов С.К., Элипханов М.У., Вахабова С.А. Экологический мониторинг и контроль окружающей среды // Индустриальная экономика. 2023. №2 1. С. 150153. URL: https://cyberleninka.ru/article/n/ekologicheskiy-monitoring-i-kontrol-okruzhayuschey-sredy (дата обращения: 29.07.2024).

13. Заславский М.М., Крыжановский К.Е., Иванов Д.В. Разработка системы экологического мониторинга на базе технологий пространственной разметки и машинного зрения // Известия вузов России. Радиоэлектроника. 2023. № 4. С. 56-69. URL: https://cyberleninka.ru/article/n7razrabotka-sistemy-ekologicheskogo-monitoringa-na-baze-tehnologiy-prostranstvennoy-razmetki-i-mashinnogo-zreniya (дата обращения: 13.03.2024).

14. Ogolo N.A, Anih O.C., Onyekonwu M.O. Sources and effects of environmental pollution from oil and gas industrial operations // Arab. J. Chem. Environ. 2022. Vol. 9. P. 98-121.

15. Ritchie H., Roser M., Rosado P. CO2 and Greenhouse Gas Emissions // OurWorldInData.org. 2020. URL: https://ourworldindata. org/co2-and-other-greenhouse-gas-emissions (дата обращения: 16.03.2024).

16. Коршунова Т.Ю., Логинов O.K Нефтешламы: состояние проблемы в Российской Федерации и методы снижения их отрицательного воздействия на окружающую среду // Экобиотех. 2019. Т. 2, № 1. C. 75-85.

17. Васильев A3., Быков Д.Е., Пименов A.A. Aнализ особенностей и практические результаты экологического мониторинга загрязнения почвы нефтесодержащими отходами // Известия Cамарского научного центра РДН. 2014. № 1-б. C. 1705-1708. URL: https://cyberleninka.ru/article/n/analiz-osobennostey-i-prakticheskie-rezultaty-ekologicheskogo-monitoringa-zagryazneniya-pochvy-neftesoderzhaschimi-othodami-1 (дата обращения: 09.02.2024).

18. Научно-практический комментарий к Федеральному закону от 10 января 2002 г. № 7-ФЗ <Юб охране окружающей среды» / Л.П. Берназ, И.Н. Жочкина, Н.В. Кичигин [и др.] ; отв. ред. Н.И. Хлуденева. M. : Ин-т законодательства и сравнит. правоведения при Правительстве Российской Федерации, OOO «Юридическая фирма Контракт», 2018. 528 с.

19. Латыпова M.M. Экологический мониторинг : учеб. пособие для студентов специальности 280201. Белгород : БГТУ им. В.Г. Шухова, 2008. 102 с. : ил.

20. O6 охране окружающей среды : Федер. закон от 10.01.2002 № 7-ФЗ (ред. от 30.12.2020) (с изм. и доп., вступ. в силу с 01.01.2021).

21. Oсновные нормативные правовые и методические документы законодательства о недрах и смежных отраслей законодательства Российской Федерации, регулирующие отношения недропользования / И.Л. Aлександров, И.В. Полянцева, В.Н. ^пенков [и др.] // Рациональное освоение недр. 2023. № 1 (б9). C. 10-47. EDN SQXOUJ.

22. Хаустов А.П., Редина М.М. Экологический мониторинг : учеб. для академ. бакалавриата. М. : Юрайт, 2018. 489 с.

23. Копелиович Д.И., Юркова О.Н. Принципы построения автоматизированных систем мониторинга социально-экономических объектов // Вестник АГТУ. Серия: Управление, вычислительная техника и информатика. 2015. № 1. С. 98 -104. URL: https://cyberlemnka.m/article/n/prmtsipy-postroemya-avtomatizirovannyh-sistem-monitoringa-sotsialno-ekonomicheskih-obektov (дата обращения: 01.04.2024).

24. Коротков В.Н., Старостенко Д.А., Евстигнеев О.И. Опыт создания многоуровневой геоинформационной системы для целей мониторинга природных комплексов заповедника «Брянский лес» // 2-я Междунар. конф. стран СНГ. Молодые ученые - науке, технологиям и профессиональному образованию для устойчивого развития: проблемы и новые решения : сб. науч. докл. и тез. М. : АМИ, 2000. Ч. 2-3. С. 52-54.

25. Акселевич В.И. Система геоэкологического мониторинга и его организация в интересах обеспечения безопасности мегаполисов // Международный журнал прикладных и фундаментальных исследований. 2015. № 8-1. С. 70-74.

26. Трухляева А.А., Бондаренко П.В., Фокина Е.А. Организация комплексной системы мониторинга качества жизни населения России // Фундаментальные исследования. 2015. № 12-6. С. 1283-1286. URL: https://fundamental-research.ru/ru/article/view?id=39773 (дата обращения: 16.04.2024).

27. Борисов В.В., Бобряков А.В., Мисник А.Е. Экспертные системы. Учебное пособие по направлению «Информатика и вычислительная техника» : учеб. пособие. Смоленск : Универсум, 2021. 110 с.

28. Горшков М.В. Экологический мониторинг : учеб. пособие. Владивосток : Изд-во ТГЭУ, 2010. 313 с.

29. Сергеева И.В. Экологический мониторинг среды. Краткий курс лекций для аспирантов 3 года обучения направления подготовки 05.06.01 «Науки о земле», профиль подготовки «Экология» / ФГБОУ ВПО «Саратовский ГАУ». Саратов, 2014. 120 с.

30. Экологический мониторинг и нормирование : учеб. пособие / Ю.А. Тунакова, А.В. Желовицкая, Р.А. Шагидуллина, Д.В. Иванов ; М-во образования и науки Российской Федерации, Казан. нац. исслед. техн. ун-т им. А.Н. Туполева -КАИ, Ин-т проблем экологии и недропользования АН РТ. Казань : Отечество, 2014. 151 с.

31. Пономарева Е.В., Чернова Г.Ш. О разновидностях мониторинга окружающей среды // Вестник УЮИ. 2016. № 1 (71). С. 33-36. URL: https://cyberleninka.ru/article/n/o-raznovidnostyah-monitoringa-okruzhayuschey-sredy (дата обращения: 25.04.2024).

32. Ковалев С.М., Финоченко В.А. Модель представления гибридной экоинформационной системы с элементами интеллектуализации // Известия вузов. Северо-Кавказский регион. Серия: Технические науки. 2005. № 1. С. 2731. URL: https://cyberleninka.ru/article/n/model-predstavleniya-gibridnoy-ekoinformatsionnoy-sistemy-s-elementami-intellektualizatsii (дата обращения: 25.04.2024).

33. Галиакберов Р.А. Система комплексного экологического мониторинга как ключевой фактор обеспечения экологической безопасности объектов хранения и уничтожения химического оружия // XXI век. Техносферная безопасность. 2021. № 4 (24). С. 330-339. URL: https://cyberleninka.ru/article/n/sistema-kompleksnogo-ekologicheskogo-monitoringa-kak-klyuchevoy-faktor-obespecheniya-ekologicheskoy-bezopasnosti-obektov-hraneniya (дата обращения: 02.03.2024).

34. Технология многоуровневого экологического мониторинга в целях информационного обеспечения безопасности морской добычи нефти и газа / Л. Лобковский, А. Зацепин, С. Ковачев [и др.] // Технологии топливно-энергетического комплекса. 2007. № 2. С. 72-78. EDN HZTVAH.

35. Бухгалтер Э.Б., Ильякова Е.Е. Нормативные аспекты экологического мониторинга при морской нефтегазодобыче в Арктике // Вести газовой науки. 2013. № 2 (13). С. 82-87. URL: https: //cyberleninka. ru/article/n/normativnye-

aspekty-ekologicheskogo-monitoringa-pri-morskoy-neftegazodobyche-v-arktike (дата обращения: 04.04.2024).

36. The Global Environment Monitoring System for Air UN environment programme. URL: https://www.unep.org/topics/air/monitoring-air-quality/monitoring-air-quality (дата обращения: 05.04.2024).

37. Boudia, Soraya. Observing the Environmental Turn through the Global Environment Monitoring System. Chapter 9 // Turchetti S., Roberts P. (eds). The Surveillance Imperative. Palgrave Studies in the History of Science and Technology. New York : Palgrave Macmillan, 2014. P. 195-212. URL: https://doi.org/10.1057/9781137438744_10 (дата обращения: 15.01.2024).

38. Владимиров В.А., Измалков В.И. Катастрофы и экология. М. : ООО «Контакт-Культура», 2000. 382 с. EDN VNEKBP.

39. Государственный экологический мониторинг Минприроды России. Глава X. Государственный экологический мониторинг (Государственный мониторинг окружающей среды) (в ред. Федер. закона от 21.11.2011 № 331-ФЗ). URL: https://www.mnr.gov.ru/activity/directions/gosudarstvennyy ekologicheskiy moni toring/ (дата обращения: 27.03.2024).

40. Экологический мониторинг в России. Рефераты: Экология/Законодательство // Всероссийский экологический портал. URL: https://ecoportal.su/public/law/view/1533.html (дата обращения: 14.04.2024).

41. Замалетдинов Р.И., Мингалиев Р.Р. Экологический контроль и мониторинг. Казань : КФУ, 2023. 148 с.

42. Мирзадинов Р.А. Иерархия мониторинга окружающей среды // Инновации в науке. 2012. № 10-2. С. 126-142. URL: https://cyberleninka.ru/article/n7ierarhiya-monitoringa-okruzhayuschey-sredy (дата обращения: 25.06.2024).

43. Рязанцев А.И., Кардашук В.С. Система экологического мониторинга окружающей среды // Радюелектрошка, шформатика, управлшня. 2006. № 2 (16). С. 128-132. URL: https://cyberleninka.ru/article/n/sistema-ekologicheskogo-monitoringa-okruzhayuschey-sredy (дата обращения: 25.06.2024).

44. Темнова Е.Б. Мониторинг безопасности : учеб. пособие. Йошкар-Ола : Поволжский гос. технол. ун-т, 2017. 64 с. URL: https://znanium.com/catalog/product/1875540 (дата обращения: 22.04.2024).

45. Расчетные программные компоненты прототипа информационной системы мониторинга и прогнозирования динамики берегов / Анд.А. Лыгин, К.В. Марусин, А.Ш. Хабидов, Ант.А. Лыгин, Е.А. Федорова, А.Л. Хомчановский // Известия АлтГУ. 2013. № 1-1 (77). С. 106-111. URL: https://cyberleninka.ru/article/n/raschetnye-programmnye-komponenty-prototipa-informatsionnoy-sistemy-monitoringa-i-prognozirovaniya-dinamiki-beregov (дата обращения: 25.06.2024).

46. Бутин В.В. Организация наземного комплекса приема и обработки данных дистанционного зондирования Земли // Информация и космос. 2012. № 1. С. 76-80. EDN RDUJMD.

47. Адамович Т.А., Ашихмина Т.Я. Аэрокосмические методы в системе геоэкологического мониторинга природно-техногенных территорий // Теоретическая и прикладная экология. 2017. № 3. С. 15-24. EDN YMAJIT.

48. Комарова А.Ф., Журавлева И.В., Яблоков В.М. Открытые мультиспектральные данные и основные методы дистанционного зондирования в изучении растительного покрова // Принципы экологии. 2016. № 1. С. 40-71.

49. Программное изделие ГИС «Экологический мониторинг и аналитика». Руководство пользователя ПАРБ.00143-01.93.01. 2013. 48 л. URL: https://gistoolkit.ru/download/doc/ecomonuserdoc.pdf (дата обращения: 26.03.2024).

50. ГОСТ Р 59480-2021. Национальный стандарт Российской Федерации. Данные дистанционного зондирования Земли из космоса. Уровни обработки данных дистанционного зондирования Земли из космоса (утв. и введен в действие Приказом Росстандарта от 04.06.2021 № 515-ст). М. : Стандартинформ, 2021. 12 с. URL: https://files.stroyinf.ru/Data/762/76232.pdf?ysclid= m6wmuvytii649071241 (дата обращения: 02.02.2024).

51. Беленов А.В. Стандартные уровни обработки и форматы представления данных ДЗЗ из космоса. Мировой опыт // Геоматика. 2009. № 4. С. 18-20. EDN STVWEZ.

52. Якубайлик О.Э. Особенности современных систем обработки данных дистанционного зондирования Земли // Решетневские чтения. 2018. Т. 1. С. 379-380. EDN YTEZVR.

53. Краев Д.А. Экологический мониторинг и использование Web-ГИС-технологий // Омский научный вестник. 2012. № 2 (114). С. 196-198. URL: https://cyberleninka.ru/article/n/ekologicheskiy-monitoring-i-ispolzovanie-web-gis-tehnologiy (дата обращения: 26.06.2024).

54. Технология многоуровневого экологического мониторинга в целях информационного обеспечения безопасности морской добычи нефти и газа / Л. Лобковский, А. Зацепин, С. Ковачев, О. Копелевич, А. Островский, М. Флинт, С. Монахов ; Ин-т океанологии им. П.П. Ширшова РАН, КаспМНИЦ Росгидромета. URL: https://neftegaz.ru/science/economy/332599-tekhnologiya-mnogourovnevogo-ekologicheskogo-monitoringa-v-tselyakh-informatsionnogo-obespecheniya-b/ (дата обращения: 22.04.2024).

55. Губер К.А. ГИС и экологический мониторинг // Материалы XIV Международной студенческой научной конференции «Студенческий научный форум». URL: https://scienceforum.ru/2022/article/2018030495 (дата обращения: 26.06.2024).

56. Махутов Н.А., Абросимов Н.В., Гаденин М.М. Многоуровневый мониторинг безопасности в природно-техногенной сфере // Партнерство цивилизаций. 2013. № 4. С. 252-264. EDN VVXTCQ.

57. Ересько М.А. Мониторинг окружающей среды: цели, задачи, результат // Экология на предприятии. 2019. № 5 (95), май. С. 50-57. URL: https://ecologia.by/number/2019/5/Monitoring okruzhayuschei sredy tseli zadac hi_rezultat/ (дата обращения: 04.03.2024).

58. Тряпкин Д.С., Саус М.С. Разработка экспериментальных образцов базовых

элементов многоуровневой распределенной геоинформационной системы для

185

решения задач мониторинга на основе данных дистанционного зондирования Земли // Отходы и ресурсы : интернет-журнал. 2016. Т. 3, № 3. С. 1-14. URL: http://resources.today/PDF/07RRO316.pdf (дата обращения: 11.03.2024).

59. Пермяков Р.В. Применение геоинформационных технологий для решения географо-картографических задач (по материалам дистанционного зондирования) // Геоинформатика. 2014. № 3. С. 10-17.

60. Бямба О., Касьянова Е.Л. Использование ДЗЗ и ГИС при создании географических основ для тематических карт // Вестник СГУГиТ (Сибир. гос. ун-та геосистем и технологий). 2021. № 5. С. 119-125. URL: https://cyberleninka.ru/article/Mspolzovanie-dzz-i-gis-pri-sozdanii-geograficheskih-osnov-dlya-tematicheskih-kart (дата обращения: 16.07.2024).

61. Инструменты для управления данными ITPC / О. Баньос, Е. Бозиновски, Р. Кортес, К. Лауэр, К. Миенис, С. Перез, Н. Рафиф, Э. Симон. URL: https://itpcglobal.org/wp-content/uploads/2023/03/0307 CLM DataManagement Tools RU.pdf (дата обращения: 20.04.2024).

62. Храпов И.В., Букреев Д.В. Информационные потоки в многоуровневой иерархической системе мониторинга материально-технического оснащения // Актуальные проблемы гуманитарных и естественных наук. 2011. № 8. С. 4548. URL: https://cyberleninka.ru/article/n/informatsionnye-potoki-v-mnogourovnevoy-ierarhicheskoy-sisteme-monitoringa-materialno-tehnicheskogo-osnascheniya (дата обращения: 30.04.2024).

63. Богомолов А.Ю. Оптические мультисенсорные системы в аналитической спектроскопии // Журнал аналитической химии. 2022. Т. 77, № 3. С. 227-247. DOI: 10.31857/S0044450222030033. EDN MFSPES.

64. Богомолов А.Ю. Развитие мультисенсорного подхода в оптическом спектральном анализе : специальность 02.00.02 «Аналитическая химия» : дис. ... д-ра хим. наук / Богомолов Андрей Юрьевич. М., 2020. 307 с. EDN SZZGUO.

65. Bogomolov A. Developing multisensory approach to the optical spectral analysis // Sensors. 2021. Vol. 21, № 10. Article 3541. EDN HODGQO.

66. de Lima K.M.G. A portable photometer based on LED for the determination of aromatic hydrocarbons in water // Microchem. J. 2012. Vol. 103. P. 62-67.

67. LED-based near infrared sensor for cancer diagnostics / A. Bogomolov, V. Ageev, U. Zabarylo, I. Usenov, F. Schulte, D. Kirsanov, V. Belikova, O. Minet, E. Feliksberger, I. Meshkovsky, V. Artyushenko // Proc. SPIE. 2016. Vol. 9715. Article 971510.

68. Testing of a simplified LED based vis/NIR system for rapid ripeness evaluation of white grape (Vitis vinifera L.) for Franciacorta wine / V. Giovenzana, R. Civelli, R. Beghi, R. Oberti, R. Guidetti // Talanta. 2015. Vol. 144. P. 584-591.

69. In-line and real-time process monitoring of a freeze drying process using Raman and NIR spectroscopy as complementary process analytical technology (PAT) tools / T.R.M. de Beer, P. Vercruysse, A. Burggraeve, T. Quinten, J. Ouyang, X. Zhang, C. Vervaet, J.P. Remon, W.R.G. Baeyens // J. Pharm. Sci. 2009. Vol. 98, № 9. P. 34303446.

70. Two low cost digital camera-based platforms for quantitative creatinine analysis in urine / B. Ebus, D. Kirsanov, I. Yaroshenko, A. Sidorova, A. Piven, A. Legin // Anal. Chim. Acta. 2015. Vol. 895. P. 71-79.

71. Quantitative determination of fat and total protein in milk based on visible light scatter / A. Bogomolov, S. Dietrich, B. Boldrini, R.W. Kessler // Food Chem. 2012. Vol. 134. P. 412-418.

72. Чернышова Т.И., Третьяков В.В. Применение математического моделирования при проектировании информационно-измерительных систем // Труды международного симпозиума «Надежность и качество». 2018. Т. 1. С. 83-85. EDN YAFHLN. URL: https://cyberleninka.ru/article/n/primenenie-matematicheskogo-modelirovaniya-pri-proektirovanii-informatsionno-izmeritelnyh-sistem (дата обращения: 26.06.2024).

73. Мультисенсорный волоконно-оптический преобразователь бинарных механических сигналов / В.М. Гречишников, А.Е. Капитуров, К.Б. Нерсисян, О.В. Теряева // Надежность и качество сложных систем. 2022. № 3 (39). С. 95-

103. URL: https://cyberleninka.rn/article/n/multisensomyy-volokonno-opticheskiy-

preobrazovatel-binarnyh-mehanicheskih-signalov (дата обращения: 05.04.2024).

74. Михеев А.М., Семочкина И.Ю. Интеллектуальная геоинформационная система мониторинга и контроля состояний пространственно распределенных технически сложных объектов // Надежность и качество сложных систем. 2013. № 3. С. 48-51. URL: httpsV/cyberleninka.ru/article/n/intellektualnaya-geomformatsionnaya-sistema-monitoringa-i-kontrolya-sostoyaniy-prostranstvenno-raspredelennyh-tehnicheski (дата обращения: 06.04.2024).

75. Towards an optical multisensor system for dairy: Global calibration for fat analysis in homogenized milk / A. Surkova, V. Belikova, D. Kirsanov, A. Legin, A. Bogomolov // Microchemical J. 2019. Vol. 149. URL: https://doi.org/10.1016/i.microc.2019.104012 (дата обращения: 06.04.2024).

76. Громовик А.И., Йонко О.А. Современные инструментальные методы в почвоведении. Теория и практика. Воронеж, 2010. 60 с.

77. Белоусова Е.Н. Инструментальные методы исследования почв и растений : учеб. пособие / Краснояр. гос. аграр. ун-т. Красноярск, 2014. 267 с.

78. Р 50.1.108-2016. Политика ИЛАК по прослеживаемости результатов измерений. М. : Стандартинформ, 2016. 8 с. URL: https://ohranatruda.ru/upload/iblock/8e5/4293748847.pdf?ysclid=m6wn3wsh9i690 274254 (дата обращения: 18.04.2024).

79. РМГ 29-2013. Государственная система обеспечения единства измерений. Метрология. Основные термины и определения. М. : Стандартинформ, 2014. 56 с. URL: https://ohranatruda.ru/upload/iblock/034/4293772305.pdf?ysclid= m6wn7qfjnc611628103 (дата обращения: 14.04.2024).

80. Власов Ю.А., Ляпин А.Н. Оптимизация выбора и эффективность использования диагностического оборудования // Вестник КузГТУ. 2012. № 2 (90). С. 12-18. URL: https://cyberleninka.ru/article/n7optimizatsiya-vybora-i-effektivnost-ispolzovaniya-diagnosticheskogo-oborudovaniya (дата обращения: 29.04.2024).

81. Development and testing of mid-infrared sensors for in-line process monitoring in biotechnology / A. Bogomolov, M. Hebling, U. Wenzel, S. Princz, T. Hellmuth, M.J. Barraza Bernal, T. Sakharova, I. Usenov, V. Artyushenko, H. Meyer // Sens. Actuators B: Chem. 2015. Vol. 221. P. 1601.

82. Emission band width approximation of light-emitting diodes in the region 350-2100 nm / V. Galyanin, V. Belikov, V. Belikova, A. Bogomolov // Sens. Actuators B: Chem. 2017. Vol. 252. P. 773.

83. ГОСТ ISO/IEC 17025-2019. Межгосударственный стандарт. Общие требования к компетентности испытательных и калибровочных лабораторий (введен в действие Приказом Росстандарта от 15.07.2019 № 385-ст). М. : Стандартинформ, 2021. 26 с. URL: https://files.stroyinf.ru/Data/ 712/71232.pdf?ysclid=m6wnd9oi2y674970908 (дата обращения: 15.03.2024).

84. Оптико-электронная система обнаружения световозвращающих объектов на основе зондирования импульсным лазерным излучением / Д.В. Алантьев, С.М. Борзов, С.Н. Жуков [и др.] // Автометрия. 2021. Т. 57, № 3. С. 92-101. EDN GMFRTB.

85. Зайцева А.Ю., Мазинг М.С., Кисляков Ю.Я. Мультисенсорная оптическая система неинвазивного контроля кислородного обеспечения тканей человека при функциональной нагрузке // Научное приборостроение. 2020. № 4. С. 106112. URL: https://cyberleninka.ru/article/n/multisensornaya-opticheskaya-sistema-neinvazivnogo-kontrolya-kislorodnogo-obespecheniya-tkaney-cheloveka-pri-funktsionalnoy (дата обращения: 15.04.2024).

86. Петренко Н.А., Багутдинов Р.А. Анализ мультисенсорных систем и сенсорного слияния данных // Молодежь и современные информационные технологии : сб. тр. XV Междунар. науч.-практ. конф. студентов, аспирантов и молодых ученых, Томск, 4-7 дек. 2017 г. / Национ. исслед. Томский политехн. ун-т. Томск : Национ. исслед. Томский политехн. ун-т, 2018. С. 7374. EDN GHPJBT.

87. Multi-sensor Data Fusion - System Architectures. URL: https://www.nutaq.com/multi-sensor-data-fusionsystem-architectures/ (дата обращения: 12.09.2017).

88. Тепловизорные системы наблюдения дальнего радиуса действия. URL: https://www.karneev.com/stati/teplovizornye-sistemy-nablyudeniya-dalnego-radiusa-deystviya/ (дата обращения: 13.09.2023).

89. Обзор видеоизмерительной системы OGP Snap 100. URL: https://www.metrologi.ru/blog/obzor-videoizmeritelnoy-sistemy-ogp-snap-100/ (дата обращения: 13.09.2023).

90. Изображающий спектрометр на основе дискретного интерференционного фильтра / Р.В. Скиданов, А.А. Морозов, А.П. Порфирьев, В.А. Бланк // Компьютерная оптика. 2015. Т. 39, № 5. С. 716-720. URL: https://cyberleninka.ru/article/n/izobrazhayuschiy-spektrometr-na-osnove-diskretnogo-interferentsionnogo-filtra (дата обращения: 05.07.2024).

91. Бланк В.А., Скиданов Р.В. Изображающий гиперспектрометр - насадка // Сборник трудов III Международной конференции и молодежной школы «Информационные технологии и нанотехнологии» (ИТНТ-2017). Самара : Новая техника, 2017. С. 253-255. EDN YQLOJF.

92. Скиданов Р.В., Подлипнов В.В. Калибровка изображающего гиперспектрометра // Компьютерная оптика. 2017. № 6. С. 869-874. URL: https://cyberleninka.ru/article/n/kalibrovka-izobrazhayuschego-giperspektrometra (дата обращения: 05.07.2023).

93. Мультисенсорные измерения - Центр технологий неразрушающего контроля ООО «Совтест АТЕ». URL: https://sovtest-ndt.ru/multisensornyie-izmereniya (дата обращения: 05.07.2023).

94. Кружилов И.С. О влиянии относительного размера изображения на погрешность определения координат // Компьютерная оптика. 2009. № 2. С. 210-215. URL: https://cyberleninka.ru/article/n/o-vliyanii-otnositelnogo-razmera-izobrazheniya-na-pogreshnost-opredeleniya-koordinat (дата обращения: 31.07.2023).

95. Емельянова Ю.В., Морозова М.В., Буянова Е.С. Спектроскопические методы анализа в аналитической химии : практикум / М-во образования и науки Российской Федерации, Урал. федер. ун-т. Екатеринбург : Изд-во Урал. ун-та, 2017. 88 с.

96. Тимченко П.Е., Тимченко Е.В. Оптические методы анализа биообъектов : метод. указ. Самара : Самар. ун-т, 2017. 34 с. : ил.

97. Применение мультисенсорной системы для анализа горькости препаратов китайской народной медицины / И.С. Ярошенко, Д.О. Кирсанов, А.В. Легин, В. Пинг, Х. Да, В. Хао, В. Хайтонг, Ю. Хе // Научно-технический вестник информационных технологий, механики и оптики. 2014. № 4 (92). С. 132-139. URL: https://cyberleninka.ru/article/n/primenenie-multisensornoy-sistemy-dlya-analiza-gorkosti-preparatov-kitayskoy-narodnoy-meditsiny (дата обращения: 05.07.2023).

98. A combination of dynamic measurement protocol and advanced data treatment to resolve the mixtures of chemically similar analytes with potentiometric multisensor system / D. Kirsanov, X. Ceto, M. Khaydukova, Y. Blinova, M. Del Valle, V. Babain, A. Legin // Talanta. 2014. Vol. 119. P. 226-231.

99. Smyth H., Cozzolino D. Instrumental Methods (Spectroscopy, Electronic Nose, and Tongue) As Tools To Predict Taste and Aroma in Beverages: Advantages and Limitations // Chem. Rev. 2013. Vol. 113. P. 1429-1440.

100. Combination of optical spectroscopy and chemometric techniques - a possible way for on-line monitoring of SNF reprocessing / D. Kirsanov, V. Babain, M. Agafonova-Moroz, A. Lumpov, A. Legin // Radiochimica Acta. 2012. Vol. 100, № 3. P. 185-188.

101. MS-80P: LED-based sensor for in-line moisture monitoring. URL: https://www.pharma-test.de/en/jm/products/tidas-process/ (дата обращения: 01.09.2021).

102. Bogomolov A., Melenteva A. Scatter-based quantitative spectroscopic analysis of milk fat and total protein in the region 400-1100 nm in the presence of fat globule

size variability // Chemometrics and Intelligent Laboratory Systems. 2013. Vol. 126. P. 129-139. (Импакт-фактор 2019 3.374)

103. Bogomolov A., Grasser T., Hessling M. In-line monitoring of Saccharomices cerevisiae fermentation with a fluorescence probe - new approaches to data collection and analysis // Journal of Chemometrics. 2011. Vol. 25. P. 389-399.

104. Патент на полезную модель № 113844 U1 Российская Федерация, МПК G01N 21/00. Оптическое мультисенсорное устройство для анализа жидких сред : № 2011140925/28 : заявл. 07.10.2011 : опубл. 27.02.2012 / Л.В. Рудакова, Р. Франк ; заявитель Государственное бюджетное образовательное учреждение высшего профессионального образования «Воронежская государственная медицинская академия им. Н.Н. Бурденко» Министерства здравоохранения и социального развития Российской Федерации. EDN VNAFJL.

105. Noninvasive biochemical monitoring of physiological stress by Fourier transform infrared saliva spectroscopy / S. Khaustova, M. Shkurnikov, E. Tonevitsky, V. Artyushenko, A. Tonevitsky // Analyst. 2010. Vol. 135. P. 3183-3192.

106. Damien F., Boncheva M. The extent of orthorhombic lipid phases in the stratum corneum determines the barrier efficiency of human skin in vivo // J. Investig. Dermatol. 2010. Vol. 130. P. 611-614.

107. Numerous Applications of Fiber Optic Evanescent Wave Fourier Transform Infrared (FEW-FTIR) Spectroscopy for Surface and Subsurface Structural Analysis / N. Afanasyeva, R. Bruch, A. Kano et al. // Subsurface Sensing Technologies and Applications. 2000. Vol. 1. P. 45-63. URL: https://doi.org/10.1023/A:1010170625917 (дата обращения: 02.02.2024).

108. Wang L., Mizaikoff B. Application of multivariate data-analysis techniques to biomedical diagnostics based on mid-infrared spectroscopy // Anal. Bioanal. Chem. 2008. Vol. 391. P. 1641-1654.

109. Mackanos M.A., Contag C.H. Fiber-optic probes enable cancer detection with FTIR spectroscopy // Trends Biotechnol. 2010. Vol. 28, № 6. P. 317-323.

110. Classification of process analysis: offline, atline, online, inline / L. Dagge, K. Harr, M. Paul, G. Schnedl // Cement International. 2009. Vol. 7. P. 72-81.

111. Fibre optic ATR-IR spectroscopy at cryogenic temperatures: in-line reaction monitoring on organolithium compounds electronic supplementary material (esi) for chemical communications / D. Lumpi, Ch. Wagner, M. Schöpf, E. Horkel, G. Ramer, B. Lendl, J. Fröhlich // Chem. Commun. 2012. Vol. 48. P. 2451-2453.

112. Assessment of blend uniformity in a stream sampler device using Raman spectroscopy / R.S. Rangel-Gil, N.O. Sierra-Vega, R.J. Romañach, R. Méndez // International Journal of Pharmaceutics. 2023. Vol. 639. URL: https://doi.org/10.1016/j.ijpharm (дата обращения: 28.03.2024).

113. Marquardt B., Mankani B.R. Raman Spectroscopy: Bringing Inline Analysis to Production November 1, 2020 // Spectroscopy Supplements Spectroscopy Outside The Laboratory. 2020. Vol. 6, No 35. P. 30-34.

114. Буймистрюк Г.Я. Волоконно-оптические датчики для экстремальных условий применения // Control Engineering Россия. 2013. № 3 (45). С. 34-40.

115. Буймистрюк Г.Я., Сафонов С.И., Ильин А.В. Оптоволоконные измерительные каналы автоматизированных систем управления объектами атомной энергетики в экстремальных условиях // Автоматизация и ИТ в энергетике. 2018. № 9. С. 52-58.

116. Жижин В. Волоконно-оптические датчики: перспективы промышленного применения // Электронные компоненты. 2010. № 12. С. 17-23.

117. McHugh M. Understanding Inline, Online, Atline, and Offline Analysis: Exploring the Versatility of Raman Spectroscopy in Material Characterization. 2023. Jun 6. URL: https: //marqmetrix. com/inline-online-atline-and-offline-raman-analysis/ (дата обращения: 07.03.2024).

118. Суркова А.А. Оптические мультисенсорные системы на основе молекулярных эмиттеров в качестве источников света 19-79-00076: карточка проекта фундаментальных и поисковых научных исследований, поддержанного Российским научным фондом. URL: https://rscf.ru/project/19-79-00076/ (дата обращения: 17.03.2024).

119. Мелентьева А.А. Анализ молока на содержание жира и общего белка

методами оптической спектроскопии рассеяния : специальность 02.00.02

193

«Аналитическая химия» : дис. ... канд. хим. наук / Мелентьева Анастасия Алексеевна. Саратов, 2015. 134 с.

120. Bogomolov A., Grasser T., Heßling M. In-line monitoring of Saccharomyces cerevisiae fermentation with a fluorescence probe: new approaches to data collection and analysis // J. Chemom. 2011. Vol. 25. P. 389-399.

121. Bogomolov A., Mannhardt J., Heinzerling O. Accuracy improvement of in-line near-infrared spectroscopic moisture monitoring in a fluidized bed drying process. // Front. Chem. 2018. Vol. 6. P. 1-10.

122. Characterization of nutritional parameters in bovine milk by Raman spectroscopy with least squares modeling / Silveira, Landulfo, E. do Carmo Martins Motta, R.A. Zangaro, M.T.T. Pacheco, C.J. de Lima, L.H. Moreira // Instrumentation Science & Technology. 2016. Vol. 44. P. 85-97.

123. In-line analysis of a fluid bed pellet coating process using a combination of near infrared and Raman spectroscopy / A. Bogomolov, M. Engler, M. Melichar, A. Wigmore // J. Chemom. 2010. Vol. 24. P. 544-557.

124. Process Analytical Technology: Spectroscopic Tools and Implementation Strategies for the Chemical and Pharmaceutical Industries / Editor(s): Katherine A. Bakeev. First published: 16 April 2010. John Wiley & Sons, Ltd. 592 p. DOI: 10.1002/9780470689592.

125. Kirsanov D., Lvova L. Multisensor systems for analysis of liquids and gases: trends and developments // Frontiers in Chemistry. 2019. P. 174. DOI: 10.3389/978-288945-721-2.

126. A Fluorescent Sensor Array Based on Heteroatomic Macrocyclic Fluorophores for the Detection of Polluting Species in Natural Water Samples / L. Lvova, F. Caroleo, A. Garau, V. Lippolis, L. Giorgi, V. Fusi, N. Zaccheroni, M. Lombardo, L. Prodi, C. Natale, R. Paolesse // Frontiers in Chemistry. 2018. Vol. 6. P. 258. DOI: 10.3389/fchem.2018.00258.

127. Патент № 2471175 C1 Российская Федерация, МПК G01N 21/47. Способ определения мутности среды : № 2011132902/28 : заявл. 04.08.2011 : опубл. 27.12.2012 / В.С. Фетисов, Е.В. Торопчина ; заявитель Федеральное

194

государственное бюджетное образовательное учреждение высшего профессионального образования «Уфимский государственный авиационный технический университет». EDN ZGOSYP.

128. Chemical characteristics and mineral composition of quinoa by near-infrared spectroscopy / M.I. González Martín, G. Wells Moncada, S. Fischer, O. Escuredo // J Sci Food Agric. 2014. Mar 30, V. 94 (5). P. 876-810. DOI: 10.1002/jsfa.6325. Epub 2013 Aug 22. PMID: 23904243.

129. Detecting Food Fraud in Extra Virgin Olive Oil Using a Prototype Portable Hyphenated Photonics Sensor / Y. Weesepoel, M. Alewijn, M. Wijtten, J. Müller-Maatsch // J AOAC Int. 2021. Mar 5, V. 104 (1). P. 7-15. DOI: 10.1093/jaoacint/qsaa099. PMID: 33259580; PMCID: PMC8372135.

130. Изместьев А.Г. Дистанционные методы зондирования Земли. Учебное пособие для студентов направления подготовки 21.05.04 «Горное дело», образовательная программа «Маркшейдерское дело» : учеб. пособие. Электрон. дан. Кемерово : КузГТУ, 2014. 1 электрон. опт. диск (CD-ROM) ; зв. ; цв. ; 12 см. Систем. требования : Pentium IV ; ОЗУ 500 Мб ; Windows 2000 ; (CD-ROM-дисковод) ; мышь. Загл. с экрана.

131. Гиперспектральное дистанционное зондирование в литологическом картографировании, разведке полезных ископаемых и экологической геологии: обновленный обзор // Компания «Проксима». URL: https://gisproxima.ru/hsi dzz v litologicheskom kartografírovanii (дата обращения: 08.06.2022).

132. Тематическое дешифрирование и интерпретация космических снимков среднего и высокого пространственного разрешения : учеб. пособие / А.Н. Шихов, А.П. Герасимов, А.И. Пономарчук, Е.С. Перминова ; Пермский гос. национ. исслед. ун-т. Пермь, 2020. 191 с. : ил. URL: http://www.psu.ru/files/docs/science/books/uchebnie-posobiya/shikhov-gerasimov-ponomarchukperminova-tematicheskoe-deshifrovanie-i-interpretaciyakosmicheskih-snimkov.pdf (дата обращения: 30.04.2024).

133. Сергина И.Г., Старостин Е.В. Многопрофильная обработка данных наземным комплексом обработки и дешифрирования информации // Известия вузов. Поволжский регион. Технические науки. 2018. № 4 (48). С. 10-16. URL: https://cyberleninka.ru/article/n/mnogoprofilnaya-obrabotka-dannyh-nazemnym-kompleksom-obrabotki-i-deshifrirovaniya-informatsii (дата обращения:

04.08.2023).

134. Картография, фотограмметрия и дистанционное зондирование Земли : учеб. пособие / М.В. Панасюк, Ф.Н. Сафиоллин, Н.А. Логинов, Е.М. Пудовик. Казань, 2018. 121 с.

135. Толстохатько В.А. Конспект лекций по курсу «Фотограмметрия и дистанционное зондирование». Модуль 2: «Дистанционное зондирование» (для студентов 4 курса дневной и заочной форм обучения по направлению 6.080101 «Геодезия, картография и землеустройство») / Харьков. национ. акад. город. хоз-ва. Харьков : ХНАГХ, 2013. 113 с.

136. Булавицкий В.Ф., Жукова Н.В. Фотограмметрия и дистанционное зондирование территории : учеб. пособие. Хабаровск : Изд-во Тихоокеан. гос. ун-та, 2016. 113 с.

137. Дистанционное зондирование и системы спутникового позиционирования // Электронно-образовательные ресурсы по ГИС. URL: https://eor.dgu.ru/lectures f/Лекции%20по%20ГИС/lection5.html (дата обращения: 28.03.2024).

138. Countries with Earth Observing Satellites EROS CalVal Center of Excellence (ECCOE). URL: https://www.usgs.gov/media/images/countries-earth-observing-satellites (дата обращения: 21.06.2024).

139. Surrounding Objects Detection and Tracking for Autonomous Driving Using LiDAR and Radar Fusion / Z. Liu, Y. Cai, H. Wang et al. // Chin. J. Mech. Eng. 2021. V. 34. URL: https://doi.org/10.1186/s10033-021-00630-y (дата обращения:

18.02.2024).

140. Garland G.D., Uotila U.A. "Geoid" // Encyclopedia Britannica. 1 Aug. 2023. URL: https://www.britannica.com/science/geoid (дата обращения: 09.07.2023).

141. Анализ методов обработки спутниковых снимков для детектирования зон чрезвычайных ситуаций / А.С. Павлов, У.В. Заволокина, И.П. Бычихин, А.И. Бурьянов // StudNet. 2020. № 9. С. 306-313. URL: https://cyberleninka.ru/article/n/analiz-metodov-obrabotki-sputnikovyh-snimkov-dlya-detektirovaniya-zon-chrezvychaynyh-situatsiy (дата обращения: 09.07.2024).

142. Павлович А.Э. Патентно-информационные исследования по целевому применению космических систем дистанционного зондирования Земли / Белорус. гос. ун-т информатики и радиоэлектроники. URL: https://libeldoc.bsuir.by/handle/123456789/49298 (дата обращения: 25.04.2024).

143. О дистанционном зондировании Земли // АО «Российские космические системы». URL: https://russianspacesystems.ru/2021/09/21/o-distancionnom-zondirovanii-zemli/ (дата обращения: 25.04.2024).

144. О дистанционном зондировании // Роскосмос. URL: https://www.roscosmos.ru/38247/ (дата обращения: 20.04.2024).

145. Дитц Л.Ю., Катункина Е.В. Использование данных дистанционного зондирования при исследовании почвенно-эрозионных процессов // Естественные и математические науки в современном мире. 2015. № 8 (32). С. 58-64. URL: https://cyberleninka.ru/article/n/ispolzovanie-dannyh-distantsionnogo-zondirovaniya-pri-issledovanii-pochvenno-erozionnyh-protsessov (дата обращения: 09.07.2024).

146. Мазиков В.М. Дистанционная диагностика свойств почв и почвенного покрова : специальность 25.00.23 «Физическая география и биогеография, география почв и геохимия ландшафтов» : дис. ... д-ра геогр. Наук / Мазиков Владимир Матвеевич. М., 2001. 222 с. EDN QDLEDH.

147. Позднякова Ю.С., Подгорный Я.Б. Применение ГИС-технологий для анализа состояния лесного хозяйства // Актуальные исследования. 2021. № 36 (63). С. 24-26. URL: https://apni.ru/article/2883-primenenie-gis-tekhnologij-dlya-analiza-sost (дата обращения: 22.03.2024).

148. Осипов В.Ю. Современные методы прогнозирования, мониторинга и профилактики лесных пожаров // Молодой ученый. 2022. № 51 (446). С. 626629. URL: https://moluch.ru/archive/446/97936/ (дата обращения: 09.07.2024).

149. Гузняева М.Ю. Изменение состава нефтяного загрязнения под воздействием природно-климатических факторов // Северный регион: наука, образование, культура. 2015. № 2 (32). С. 130-135. URL: https://cyberleninka.ru/article/Mzmenenie-sostava-neftyanogo-zagryazneniya-pod-vozdeystviem-prirodno-klimaticheskih-faktorov (дата обращения: 04.08.2022).

150. Detection and Monitoring of Marine Pollution Using Remote Sensing Technologies [Internet]. Monitoring of Marine Pollution / S. Hafeez, M. Sing Wong, S. Abbas, C.Y.T. Kwok, J. Nichol, K. Ho Lee et al. 2019. URL: http://dx.doi.org/10.5772/intechopen.81657 (дата обращения: 05.04.2024).

151. Космический мониторинг территорий полигонов твердых бытовых отходов на основе данных WorldView-2 / Л.В. Шагарова, О.Н. Скакова, И.В. Кулабухова, М.М. Муратова, В.В. Максимова // Тезисы XII Всероссийской открытой конференции «Современные проблемы дистанционного зондирования Земли из космоса» : сб. М., 2014. С. 143.

152. Вамболь В.В., Шмандий В.М., Крета Д.Л. Мониторинг несанкционированных мест скопления отходов с использованием космических снимков // Технологический аудит и резервы производства. 2015. Т. 5, №2 6 (25). С. 42-45. URL: https://cyberleninka.ru/article/n/monitoring-nesanktsionirovannyh-mest-skopleniya-othodov-s-ispolzovaniem-kosmicheskih-snimkov (дата обращения: 09.07.2024).

153. Аристов М.А. Мониторинг полигонов ТБО и обнаружение стихийных мусоросвалок по данным космической съемки / ГеоПрофиль. 2009. №2 2. С. 3441.

154. Гарифзянов Р.Д., Батракова Г.М. Идентификация и оценка экологического состояния территорий размещения отходов методом дешифрирования космических снимков // Вестник Пермского национального

исследовательского политехнического университета. Прикладная экология. Урбанистика. 2014. № 3 (15). С. 86-95. EDN SZCIXX.

155. Brust, H. Antonio Vazquez. Mapping Illegal Waste Dumping Sites with Neural-Network Classification of Satellite Imagery // DD Humanitarian Mapping Workshop '21, August 14-18, 2021 : Virtual Conference. https://www.researchgate.net/publication/355391171 Mapping illegal waste dum ping sites with neural-network classification of satellite imagery (дата обращения: 15.03.2024)

156. Estimation of geometricalparameters of the contaminated areas on multispectral satellite images / A.A. Richter, M.A. Shakhramanyan, M.L. Kazaryan, A.B. Murynin // Fundamental research. 2015. № 2 (Part 13). P. 2866-2870.

157. Бекмухамедов Б.Э., Балакай Л.А., Каипов И.В. Мониторинг нефтяных загрязнений на акватории Каспийского моря методами дистанционного зондирования // Гидрометеорология и экология. 2016. № 2 (81). С. 114-124. URL: https://cyberleninka.ru/article/n7monitoring-neftyanyh-zagryazneniy-na-akvatorii-kaspiyskogo-morya-metodami-distantsionnogo-zondirovaniya (дата обращения: 09.07.2023).

158. Методический подход к обработке изображений, полученных с помощью космических аппаратов дистанционного зондирования Земли, для решения задачи поиска нефтяных загрязнений на морской поверхности / А.Д. Гаврилов, А.А. Пилякин, А.Ю. Васьков, И.Р. Сон, О.В. Платонова, Л.М. Железняк, С.Д. Жаровский // Наукоемкие технологии. 2023. № 5. С. 29-36. URL: https://doi.org/10.18127/i19998465-202305-04 (дата обращения: 15.03.2024).

159. Волгин Д.А. Использование данных дистанционного зондирования Земли для мониторинга нефтяных загрязнений морей России // Молодой ученый. 2022. № 44 (439). С. 299-302. URL: https://moluch.ru7archive/439/95909/ (дата обращения: 09.07.2023).

160. Hyperspectral Analysis of Oil and Oil-Impacted Soils for Remote Sensing Purposes European Commission Joint Research Centre EUR 22739 EN MARCH 2007 / G. Andreoli, B. Bulgarelli, B. Hosgood, D. Tarchi. Luxembourg : Office for Official

199

Publications of the European Communities, 2007. 34 p. (Scientific and Technical Research series).

161. Ульянова Е.А., Пархоменко Н.А. Использование методов дистанционного зондирования при мониторинге земель, загрязненных нефтепродуктами // Актуальные проблемы геодезии, землеустройства и кадастра глазами молодежи. 2019. № 3. С. 268-270.

162. Fojcikova E., Bujok P. Remote Sensing Methods in the Identification of Oil Contaminations / Moznosti Vyuziti Vybranych Metod Dpz Pro Identifikaci Ropnych Kontaminaci (Starych Ekologickych Zatëzi) // GeoScience Engineering / Technical University of Ostrava, Faculty of Mining and Geology. Ostrava, Czech Republic. 2012. Vol. LVIII. P. 24-33. DOI: 10.2478/v10205-011-0010-6.

163. Авиационный комплекс дистанционного зондирования «Иркут-10» // Российские беспилотники. URL: https://russiandrone.ru/publications/3-5-aviatsionnyy-kompleks-distantsionnogo-zondirovaniya-irkut-10/ (дата обращения: 22.04.2024).

164. Центральной аэрологической обсерватории 70 лет / сост. Н.А. Безрукова ; Федеральная служба по гидрометеорологии и мониторингу окружающей среды. Долгопрудный : Федер. гос. бюдж. учрежд. «Центральная аэрологическая обсерватория» (ФГБУ «ЦАО»), 2011. 128 с. : ил.

165. Многоуровневая система оперативного гиперспектрального мониторинга Земли / Г.П. Аншаков, А.С. Егоров, А.В. Ращупкин, В.К. Скирмунт // Вестник Самарского государственного аэрокосмического университета. 2013. №2 4 (42). С. 28-37. EDN RZSDNX.

166. Shaw G. Spectral Imaging for Remote Sensing // Lincoln Laboratory Journal. 2003. V. 14, No 1. P. 3-28.

167. Федоткин Д.И. Технологии предварительной обработки данных ДЗЗ: опыт ИТЦ «СканЭкс» в создании программного обеспечения и организации обработки данных в составе приемных комплексов // ГИС-ассоциация. URL: http://www.gisa.ru/35154.html (дата обращения: 04.02.2024).

168. Геометрические искажения и геометрическая коррекция спутниковых снимков / Д.С. Ергалиев, А.Д. Тулегулов, Ж.С. Мусагулова, А.Б. Нысанбаева // Труды международного симпозиума «Надежность и качество». 2013. Т. 1. С. 359-361. EDN RXEXHF. URL: https://cyberleninka.ru/article/n/geometricheskie-iskazheniya-i-geometricheskaya-korrektsiya-sputnikovyh-snimkov (дата обращения: 09.07.2024).

169. Байбатша А.Б., Поцелуев А.А., Ананьев Ю.С. Методика геологического дешифрирования космических снимков для выявления скрытых рудоконтролирующих структур // Известия Национальной академии наук Республики Казахстан. Серия: Геологии и технические науки (Алматы). 2013. № 6. С. 66-73.

170. Мирошникова Е.А. Восстановление пропущенных пикселей // В мире научных открытий : материалы V Всерос. студ. науч. конф. (с междунар. участием), Ульяновск, 19-20 мая 2016 г. Ульяновск : Ульяновская гос. с.-х. акад. им. П.А. Столыпина, 2016. Т. III. С. 172-174. EDN WEVNGX.

171. Картографическое отображение структуры ландшафтов острова Ольхон и Приольхонья по разновременным космическим снимкам Landsat // Вестник Сибирского государственного университета геосистем и технологий. 2017. № 2. С. 103-119. URL: https://cyberleninka.ru/article/n/kartograficheskoe-otobrazhenie-struktury-landshaftov-ostrova-olhon-i-priolhonya-po-raznovremennym-kosmicheskim-snimkam-landsat (дата обращения: 09.07.2024).

172. Забелин А., Тулегулов А. Методика атмосферной коррекции снимков Landsat // Вестник Евразийского национального университета им. Л.Н. Гумилева. 2011. № 2 (81). С. 147-154.

173. Волков С.Н., Казанцев С.Г., Фрянцев А.В. Метод аппроксимации и интерполяции с помощью наипростейших дробей как новый подход к решению некоторых задач предварительной обработки данных дистанционного зондирования Земли из космоса // Вопросы электромеханики. Труды ВНИИЭМ. 2011. Т. 120, № 1. С. 13-16. EDN NXDZTV.

174. Комиссаров А.В., Кулик Е.Н. Автоматизированные технологии сбора и обработки пространственных данных : учеб. Новосибирск : СГУГиТ, 2016. 307 с.

175. Создание цифровой модели местности (тематических карт, планов, атласов) «Геотрансинжиниринг». URL: http://gti-geo. ru/topo graphic- geodetic-cartographic/creation-of-digital-terrain-models (дата обращения: 27.02.2024).

176. Аншаков Г.П., Журавель Ю.Н., Федосеев А.А. Эффективность использования мультиспектральных и гиперспектральных данных дистанционного зондирования в задачах мониторинга окружающей среды // Вестник Самарского государственного аэрокосмического университета. 2013. №2 4 (42). С. 38-48. URL: https://cyberleninka.rn/article/n/effektivnost-ispolzovaniya-multispektralnyh-i-giperspektralnyh-dannyh-distantsionnogo-zondirovaniya-v-zadachah-monitoringa (дата обращения: 26.03.2024).

177. Журавель Ю.Н., Федосеев А.А. Особенности обработки гиперспектральных данных дистанционного зондирования при решении задач мониторинга окружающей среды // Компьютерная оптика. 2013. Т. 37, №2 4. С. 471-476. DOI: 10.18287/0134-2452-2013-37-4-471-476. EDN RUKTSP.

178. Методы и технологии обработки мульти- и гиперспектральных данных дистанционного зондирования Земли высокого разрешения / О.И. Потатуркин, С.М. Борзов, А.О. Потатуркин, С.Б. Узилов // Вычислительные технологии. 2013. Т. 18. Спец. выпуск 1: Труды Всерос. конф. «Индустриальные информационные системы - 2013» на рус. и англ. яз. С. 60-67. URL: https://cyberleninka.ru/article/n/metody-i-tehnologii-obrabotki-multi-i-giperspektralnyh-dannyh-distantsionnogo-zondirovaniya-zemli-vysokogo-razresheniya (дата обращения: 10.07.2024).

179. Шоу Г.А., Берк С.К. Спектральная съемка для дистанционного зондирования. URL: https://gisproxima.ru/spektralnaya semka dlya dzz (дата обращения: 25.01.2024).

180. Lachlan C. Computing in Space Delivers an Edge. September 28, 2022. URL: https://www. cdotrends.com/story/17206/computing-space-delivers-edge (дата

обращения: 05.04.2024).

181. Бердникова Т.В., Бран А.А., Ермаков В.В. Разработка техники индексирования при прямом спектральном зондировании почв для цели мониторинга // Защита окружающей среды в нефтегазовом комплексе. 2023. № 5 (314). С. 10-18. DOI: 10.33285/2411-7013-2023-5(314)-10-18. EDN IQODAR.

182. Попов А.Н., Гордеев А.С. Экспериментальная установка для исследования инфракрасных сигналов почвы различной влажности // Вестник Воронежского государственного университета инженерных технологий. 2013. № 4 (58). С. 91-94. URL: https://cyberleninka.ru/ article/n/eksperimentalnaya-ustanovka-dlya-issledovaniya-infrakrasnyh-signalov-pochvy-razlichnoy-vlazhnosti (дата обращения: 09.07.2024).

183. Khudur L., Ball A. RemScan: A tool for monitoring the bioremediation of Total Petroleum Hydrocarbons in contaminated soil // MethodsX. 2018. Vol. 5. URL: https://www.researchgate.net/publication/326161885 RemScan A tool for monit oring_the_bioremediation_of_Total_Petroleum_Hydrocarbons_in_contaminated_s oil (дата обращения: 20.03.2024). DOI: 10.1016/j.mex.2018.06.019.

184. A Fiber Bragg-Grating-Based Miniature Sensor for the Fast Detection of Soil Moisture Profiles in Highway Slopes and Subgrades / D. Cao, H. Fang, F. Wang, H. Zhu, M. Sun // Sensors. 2018. Vol. 18. P. 4431. URL: https://doi.org/10.3390/s18124431 (дата обращения: 06.04.2024).

185. Johny J., Amos S., Prabhu R. Optical Fibre-Based Sensors for Oil and Gas Applications // Sensors. 2021. Vol. 21. P. 6047. URL: https://doi.org/10.3390/s21186047 (дата обращения: 06.04.2024).

186. Multispectral imaging for medical and industrial machine vision systems JAI. URL: https://www.iai.com/multispectral-imaging-machine--vision-systems (дата обращения: 07.04.2024).

187. Некоторые аспекты применения ИК-Фурье спектроскопии в геоэкологических

исследованиях / Ю.С. Глязнецова, И.Н. Зуева, О.Н. Чалая, С.Х. Лифшиц //

203

География и геоэкология на службе науки и инновационного образования : материалы XI Междунар. науч.-практ. конф., посвящ. Всемирному дню Земли и 100-летию заповедной системы России. Красноярск : Красноярский гос. пед. ун-т им. В.П. Астафьева, 2016. Вып. 11. С. 22-25. EDN VUPOTP.

188. Использование ближнего инфракрасного диапазона для спектрометрической оценки загрязнения почв дельты Нила / Е.С. Мохамед [и др.] // Почвоведение. 2016. № 6. С. 690-696.

189. Schwartz G., Eshel G., Ben-Dor E. Reflectance Spectroscopy as a Tool for Monitoring Contaminated Soils. Soil Contamination. 2011. URL: http://dx.doi.org/10.5772/23661 (дата обращения: 07.04.2024).

190. Schwartz G., Ben-Dor E., Eshel G. Quantitative Analysis of Total Petroleum Hydrocarbons in Soils: Comparison between Reflectance Spectroscopy and Solvent Extraction by 3 Certified Laboratories // Applied and Environmental Soil Science. 2012. Article 751956. 11 p. URL: https://doi.org/10.1155/2012/751956 (дата обращения: 22.03.2024).

191. ГОСТ Р 54039-2010. Качество почв. Экспресс-метод ИК-спектроскопии для определения количества и идентификации загрязнения почв нефтепродуктами. М. : Стандартинформ, 2011. 6 с. URL: https: //ohranatruda.ru/upload/iblock/4e0/4293801382.pdf (дата обращения: 03.02.2024).

192. Раббани Р. Калибровка спектрометра: обеспечение точности спектральных измерений. URL: https://ru.lisungroup.com/новости/новости-технологии/ калибровка-спектрометра%2C-обеспечивающая-точность-спектральных-измерений^^ (дата обращения: 24.02.2024).

193. Практикум по колебательной спектроскопии : учеб. пособие / Т.Н. Носенко, В.Е. Ситникова, И.Е. Стрельникова, М.И. Фокина. СПб. : Ун-т ИТМО, 2021. 173 с.

194. High-precision background correction and artifact suppression for ultrafast spectroscopy by quasi-simultaneous measurements in a split-sample cell / E. Deniz, J.G. Loffler, A. Kondratiev, A.R. Thun, Y. Shen, G. Wille, J. Bredenbeck // Rev.

204

Sci. Instrum. 2022. Vol. 93 (3), March 1. Article 033001. URL: https://doi.org/10.1063/5.0079958 (дата обращения: 21.04.2024).

195. Chinilin A., Savin I. Сравнение эффективности различных методов предварительной обработки данных спектрометрирования для прогнозирования содержания органического углерода почв // Оптический журнал. 2018. Т. 85, № 12. С. 60-68. DOI: 10.17586/1023-5086-2018-85-12-6068.

196. Подосенова Т.Б. Алгоритмы фильтрации и сглаживания зашумленных спектров // Актуальные проблемы прикладной математики, информатики и механики : сб. тр. Междунар. науч. конф., Воронеж, 12-14 дек. 2022 г. / Воронеж. гос. ун-т. Воронеж : Науч.-исслед. публ., 2023. С. 545-550. EDN JZKQFS.

197. Бардин Б.В. Способ деконволюции спектрометрической информации и обнаружения спектральных пиков // Научное приборостроение. 2017. № 2. С. 75-82. URL: https://cyberleninka.ru/article/n/sposob-dekonvolyutsii-spektrometricheskoy-informatsii-i-obnaruzheniya-spektralnyh-pikov (дата обращения: 10.07.2024).

198. Новиков Л.В., Куркина В.В. Метод оценки параметров спектральных пиков // Научное приборостроение. 2017. № 3. С. 99-106. URL: https://cyberleninka.rU/article/n/metod-otsenki-parametrov-spektralnyh-pikov (дата обращения: 10.07.2024).

199. Дмитревич И.Н. Аналитическая химия и физико-химические методы анализа: оптические методы (вопросы, тесты и ответы) : учеб. пособие / Высш. шк. технологии и энергетики Санкт-Петербург. гос. ун-та пром. технологий и дизайна. СПб., 2020. 52 с.

200. Дубровкин И.М., Ананьев В.А. Влияние искажения спектра на правильность количественного анализа по методу многомерной калибровки // СибСкрипт. 2012. № 2. С. 186-191. URL: https://cyberleninka.ru/article/nMiyanie-iskazheniya-spektra-na-pravilnost-kolichestvennogo-analiza-po-metodu-mnogomernoy-kalibrovki (дата обращения: 04.08.2022).

201. Multivariate calibration methods in near infrared spectroscopic analysis / X. Shao, X. Bian, J. Liu, M. Zhang, W. Cai // Analytical Methods. 2010. Vol. 2, issue 11. P. 1662-1666. (The Royal Society of Chemistry). URL: http://dx.doi.org/10.1039/C0AY00421A (дата обращения: 27.03.2024).

202. Handbook of Near-Infrared Analysis / D.A. Burns, E.W. Ciurczak (Eds.). 3rd ed. CRC Press, 2007. URL: https://doi.org/10.1201/9781420007374 (дата обращения: 04.04.2024).

203. Об утверждении Порядка проведения собственниками объектов размещения отходов, а также лицами, во владении или в пользовании которых находятся объекты размещения отходов, мониторинга состояния и загрязнения окружающей среды на территориях объектов размещения отходов и в пределах их воздействия на окружающую среду : приказ от 8 дек. 2020 г. № 1030 М-ва природных ресурсов и экологии Российской Федерации. URL: https://docs.cntd.ru/document/573219713 (дата обращения: 22.04.2024).

204. СП 502.1325800.2021. Инженерно-экологические изыскания для строительства. Общие правила производства работ. М., 2021. 141 с. URL: https://www.minstroyrf. gov.ru/upload/iblock/448/SP-502.pdf (дата обращения: 26.04.2024).

205. РД 03-496-02. Методические рекомендации по оценке ущерба от аварий на опасных производственных объектах. Вып. 19. 3-е изд., испр. и доп. М. ЗАО НТЦ ПБ, 2010. 37 с. URL: https://ohranatruda.ru/upload/iblock/d7b/ 4293854566.pdf (дата обращения: 10.04.2024).

206. ГОСТ Р 57447-2017. Наилучшие доступные технологии. Рекультивация земель и земельных участков, загрязненных нефтью и нефтепродуктами. М. : Стандартинформ, 2017. 26 с. URL: https://files.stroyinf.ru/Data2/1/4293746/ 4293746172.pdf (дата обращения: 15.03.2024).

207. Об утверждении статистического инструментария для организации Федеральной службой по надзору в сфере природопользования федерального статистического наблюдения за рекультивацией земель, снятием и

использованием плодородного слоя почвы : приказ Росстата от 29 дек. 2012 г.

206

№ 676. URL: https://normativ.kontur.ru/document?moduleId= 1 &documentId=

208732 (дата обращения: 02.04.2024).

208. Ермаков В.В. Классификация нефтешламонакопителей и прогнозирование процесса биодеструкции отходов при их ликвидации : специальность 03.00.16 «Экология» : дис. ... канд. техн. наук / Ермаков Василий Васильевич. Пермь, 2010. 132 с. EDN QEQKXF.

209. Обследование шламонакопителя // Программный комплекс для автоматизированной обработки георадарных данных ГЕОРАДАР-ЭКСПЕРТ. URL: https://www.georadar-expert.ru/Example_004.html (дата обращения: 24.04.2024).

210. Геофизические методы изысканий в проектах ликвидации объектов накопленного экологического вреда / К.Л. Чертес, А.А. Букин, В.Н. Пыстин [и др.] // Молодые - наукам о Земле : тез. докл. X Междунар. науч. конф. молодых ученых, Москва, 31 марта - 1 апр. 2022 г. : в 7 т. / редкол.: Ю.П. Панов, Р.Н. Мустаев. М. : Рос. гос. геологоразвед. ун-т им. С. Орджоникидзе, 2022. Т. 3. С. 295-298. EDN DVOAXI.

211. Р 52.24.353-2012. Отбор проб поверхностных вод суши и очищенных сточных вод / М-во природных ресурсов и экологии Российской Федерации, Росгидромет. Ростов н/Д : Росгидромет, ФГБУ «ГХИ», 2012. 39 с.

212. ПНД Ф 12.1:2:2.2:2.3:3.2-03. Методические рекомендации. Отбор проб почв, грунтов, донных отложений, илов, осадков сточных вод, шламов промышленных сточных вод, отходов производства и потребления. М., 2014. 14 с. URL: https://ohranatruda.ru/upload/iblock/0c1/4293768529.pdf (дата обращения: 05.04.2024).

213. Кириллова Ю. Правила отбора проб. Ч. 4: Отходы // EcoStandard.journal. 2023. 18 мая. URL: https://journal.ecostandard.ru/eco/praktikum/pravila-otbora-prob-chast-4-otkhody/ (дата обращения: 12.03.2024).

214. Гидрогеологическая рулетка Solinst 103 ООО «ЛНК». URL: https ://www. loggers. ru/products/urovnemery- skvazhinnye-elektrokontaktnye/

mnogofunkcionalnaya-gidrogeologicheskaya-ruletka-solinst-model-103/

(дата

обращения: 12.01.2024).

215. Процедура отбора образцов ЕЛК УрГЭУ. URL: https://elk.usue.ru/o-kafedre/dokumenty/8-elk/ 1244-protsedura-otbora-obraztsov/ (дата обращения: 12.04.2024).

216. Методы экологических исследований : учеб. пособие для вузов / Н.В. Каверина, Т.И. Прожорина, Е.Ю. Иванова, М.А. Клевцова, С.А. Куролап, О.В. Клепиков, А.Г. Муравьёв, А.Н. Никольская, В.В. Синегубова. Воронеж : Науч. книга, 2019. 355 с.

217. Воробьева Л.А. Химический анализ почв : учеб. М. : Изд-во МГУ, 1998. 272 с.

218. Руководство по методам полевых и лабораторных исследований снежного покрова для изучения закономерностей длительного загрязнения местности в зоне действия антропогенных источников : метод. пособие / В.В. Коковкин, О.В. Шуваева, С.В. Морозов, В.Ф. Рапута ; Новосиб. гос. ун-т. Новосибирск, 2012. 85 с.

219. Преимущества диодной матрицы Agilent Technologies, Inc., 2014. URL: https://www.agilent.com/cs/library/technicaloverviews/public/5991-4272RU.pdf (дата обращения: 10.04.2024).

220. Гиперспектральная визуализация. Что это и где применяется? URL: https://lenlasers.ru/novosti-i-stati/giperspektralnaya-vizualizatsiya-chto-eto-i-gde-primenyaetsya/ (дата обращения: 17.01.2023).

221. Multi-Sensor Spectral Imaging of Geological Samples: A Data Fusion Approach Using Spatio-Spectral Feature Extraction / S. Lorenz, P. Seidel, P. Ghamisi, R. Zimmermann, L. Tusa, M. Khodadadzadeh, I.C. Contreras, R. Gloaguen // Sensors. 2019. Vol. 19. URL: https://doi.org/10.3390/s19122787 (дата обращения: 25.01.2024).

222. Мазлова Е.А., Мещеряков С.В. Проблемы утилизации нефтешламов и способы их переработки. М. : Изд. дом «Ноосфера», 2001. 56 с.

223. Сухоносова А.Н. Совершенствование оценки класса опасности

нефтесодержащих отходов и способа их обезвреживания : специальность

208

03.00.16 «Экология» : дис. ... канд. техн. наук / Сухоносова Анна Николаевна. Самара, 2009. 103 с. EDN QEMBKL.

224. Назаров В.Д., Назаров М.В. Влияние нефтедобычи на водные объекты // Защита окружающей среды в нефтегазовом комплексе. 2013. №2 2. С. 5-9. EDN PVHXIZ.

225. Васильев А.В. Анализ и оценка загрязнения биосферы при воздействии нефтесодержащих отходов. Самара : Изд-во Самар. федер. исслед. центра РАН, 2022. 106 с. EDN IRKIWC.

226. Геофизические изыскания и критерии применимости биологических методов при рекультивации нефтезагрязненных территорий / В.Н. Пыстин, О.В. Тупицына, А.А. Букин, К.Л. Чертес // Защита окружающей среды в нефтегазовом комплексе. 2022. № 3 (306). С. 12-19. DOI: 10.33285/2411-7013-2022-3(306)-12-19. EDN DFNUCX.

227. Рекультивация нефтезагрязненных грунтов / В.Д. Назаров, М.В. Назаров, В.Ю. Разумов, И.Р. Галинуров // Защита окружающей среды в нефтегазовом комплексе. 2013. № 9. С. 5-9. EDN RCDATD.

228. Техника и технология утилизации нефтяных отходов / Н.С. Минигазимов, В.А. Расветалов, И.Н. Минигазимов, А. Тарраф ; Академия наук Республики Башкортостан, ГУП НИИ Безопасности жизнедеятельности. Уфа, 2010. 316 с. EDN QIKUOL.

229. Ghisellini P., Cialani C., Ulgiati S. A review on circular economy: the expected transition to a balanced interplay of environmental and economic systems // Journal of Cleaner Production. 2016. V. 114. P. 11-32. URL: 10.1016/j.jclepro.2015.09.007 (дата обращения: 27.03.2023).

230. Comprehensive characterization of an oily sludge from a petrol refinery: A step forward for its valorization within the circular economy strategy / S. Jerez, M. Ventura, R. Molina, M.I. Pariente, F. Martinez, J.A. Melero // Journal of Environmental Management. 2021. V. 285. P. 112-124. URL: 10.1016/j.jenvman.2021.112124 (дата обращения: 27.03.2023).

231. Circular economy potential and contributions of petroleum industry sludge utilization to environmental sustainability through engineered processes / A.H. Jagaba, Sh.R.M. Kutty, I.M. Lawal, A.H. Birniwa, A.Ch. Affam, N.Sh.A. Yaro, A.K. Usman, I. Umaru, S. Abubakar, A. Noor, U.B. Soja, A.Sh. Yakubu // A review, Cleaner and Circular Bioeconomy. 2022. V. 3. URL: https://www.sciencedirect.com/science/article/pii/S2772801322000252 (дата обращения: 27.03.2023).

232. Быков Д.Е. Разработка комплексной многоуровневой системы исследования и технологий переработки гетерофазных промышленных отходов : специальность 03.00.16 «Экология» : дис. ... д-ра техн. наук / Быков Дмитрий Евгеньевич. Самара, 2004. 303 с.

233. Минигазимов Н.С., Алябьева Н.Н., Минигазимов Р.Ш. Инвестиционная привлекательность методов утилизации нефтесодержащих отходов и ликвидации амбаров-накопителей // Башкирский экологический вестник. 2011. № 2 (27). С. 54-59. EDN YHNZTV.

234. Булатов В.И., Игенбаева Н.О., Нанишвили О.А. Отходы нефтегазового комплекса как технологический индикатор геоэкологического состояния регионов России // Бюллетень науки и практики. 2021. № 7 (8). С. 46-55. EDN VNCFPM.

235. ГОСТ Р 56828.43-2018. Наилучшие доступные технологии. Утилизация и обезвреживание нефтесодержащих отходов. Показатели для идентификации. М. : Стандартинформ, 2018. 8 с. URL: https : //meganorm. ru/Data2/1/4293736/ 4293736823.pdf (дата обращения: 21.04.2024).

236. Утилизация отходов - проблемы и пути решения: аналитический обзор / ФГБНУ «Науч.-исслед. ин-т - Республикан. исслед. науч.-консультац. центр экспертизы», М-во образования и науки Российской Федерации. М., 2015. 27 с. URL: https://www.extech.ru/files/anr 2015/anr 5.pdf (дата обращения: 01.04.2024).

237. Каширских Д.В. Oценивание информации о нефтесодержащих отходах для определения их ресурсной ценности // Mатематические методы в технике и технологиях. 20i6. № i2 (94). С. 272-279. EDN YFOPHJ.

238. Каширских Д.В. Дифференциация объектов хранения нефтесодержащих отходов Самарского региона на основе сравнительной оценки их ресурсной ценности // Вестник Самарского государственного технического университета. Серия: Технические науки. 20i7. № i (53). С. 183-188. EDN ZFHSYZ.

239. Свидетельство о государственной регистрации программы для ЭBM № 2022669216 Pоссийская Федерация. Mногокритериальная оптимизация комплексной переработки нефтесодержащих отходов по системным критериям качества : № 2022669013 : заявл. 18.10.2022 : опубл. 18.10.2022 / Ю.Э. Плешивцева, A.A. Aфиногентов, M.;. Деревянов [и др.] ; заявитель Федеральное государственное бюджетное образовательное учреждение высшего образования «Самарский государственный технический университет». EDN NXBOFR.

240. EOS DATA ANALYTICS Inc./Land Viewer, Image. USGS/NASA Landsat. 2018. URL: https://eos.com/ru/products/landviewer/ (дата обращения: 18.03.2024).

241. Сервис космических снимков // Геопортал Pоскосмоса. URL: https://gptl.ru/ (дата обращения: 03.03.2024).

242. Василейский A.Q Исследование методов совмещения видеоданных дистанционного зондирования : специальность 01.04.01 «Приборы и методы экспериментальной физики» : дис. ... канд. физ.-мат. Шук / Василейский Aлександр Сергеевич. M., 2003. 160 с. EDNNMOVQD.

243. Awesome Spectral Indices. David Montero Loaiza. 2021. URL: https://awesome-ee-spectral-indices.readthedocs.io/en/latest/list.html# (дата обращения: 12.02.2024).

244. Terra ASTER // Геопространственное агентство «Иннотер». URL: https: //innoter. com/sputniki/terra-aster/ (дата обращения: 12.04.2024).

245. Remote Sensing Tutorial / NASA. 2024, January 7. URL: http://rst. gsfc.nasa. gov/Sect5/Sect5 5.html (дата обращения: 07.04.2024).

246. Kühn F., Oppermann K., Hörig B. Hydrocarbon Index - an algorithm for hyperspectral detection of hydrocarbons // International Journal of Remote Sensing. 2001. Vol. 22, No. 8. P. 1413-1422.

247. The HyMap Airborne Hyperspectral Sensor: The System, Calibration and Performance / T. Cocks, R. Jenssen, A. Stewart, I. Wilson and T. Shields // Proc. 1st EARSeL Workshop on Imaging Spectroscopy, 6-8 October 1998 / M. Schaepman, D. Schläpfer, K.I. Itten (Eds.). Zurich, EARSeL, Paris, 1998. P. 37-42.

248. Основы панхроматического слияния ArcGIS Pro Esri. URL: https://pro.arcgis.com/ru/pro-app/latest/help/analysis/raster-functions/fundamentals -of-pan-sharpening-pro.htm (дата обращения: 04.04.2024).

249. A survey of classical methods and new trends in pansharpening of multispectral images / I. Amro, J. Mateos, M. Vega et al. // EURASIP J. Adv. Signal Process. 2011. Vol. 79 (2011). DOI: 10.1186/1687-6180-2011-79. URL: https://asp-eurasipjournals.springeropen.com/articles (дата обращения: 05.04.2024).

250. Maglione P., Parente C., Vallario A. Pan-sharpening WorldView-2: IHS, Brovey and Zhang methods in comparison // International Journal of Engineering and Technology. 2016. Vol. 8. P. 673-679.

251. Буймистрюк Г. Технологии слияния сенсорной информации для управления в критических ситуациях // Control Engineering. 2014. Окт. С. 49-56. URL: https://controleng.ru/wp-content/uploads/CE553 WEB ALL.pdf (дата обращения: 24.04.2024).

252. Иванов Е.С. Некоторые приложения сегментации снимков ДЗЗ // Современные проблемы дистанционного зондирования Земли из космоса. 2016. Т. 13, № 1. С. 105-116. DOI: 10.21046/2070-7401-2016-13-1-105-116. EDN VOHJWV.

253. Зубков И.А., Скрипачев В.О. Применение алгоритмов неконтролируемой классификации при обработке данных ДЗЗ // Современные проблемы

дистанционного зондирования Земли из космоса. 2007. Т. 4, № 1. С. 57-62. EDN NDPRBP.

254. Лурье И.К., Косиков А.Г. Теория и практика цифровой обработки изображений. М. : Науч. мир, 2003. 166 с.

255. Получение опорных спектральных сигнатур при гиперспектральной съемке / Е.В. Раменская, А.О. Гурьянова, А.Г. Мандра, В.В. Ермаков // Экология и промышленность России. 2014. № 10. С. 44-47. URL: https://doi.org/10.18412/1816-0395-2014-10-44-47 (дата обращения: 08.04.2024).

256. Шовенгердт Р.А. Дистанционное зондирование. Модели и методы обработки изображений. М. : Техносфера, 2010. 560 с.

257. Matlab R2018b 2021 // The Math Works, Inc. URL: https://www.mathworks.com/products/matlab.html (дата обращения: 07.04.2024).

258. Image Processing Toolbox // The Math Works, Inc. URL: https://www.mathworks.com/products/image-processing.html (дата обращения: 07.04.2024).

259. Statistic and Machine learning Toolbox // The Math Works, Inc. URL: https: //www. mathworks. com/products/statistics. html (дата обращения: 10.04.2024).

260. Патент № 2695436 C1 Российская Федерация, МПК A01G 25/16, G01N 21/35. Способ дифференциального регулирования подачи воды для широкозахватных дождевальных машин на основе нормализованного разностного водного индекса : № 2018128069 : заявл. 31.07.2018 : опубл. 23.07.2019 / М.А. Янмурзаева, В.В. Ермаков, М.С. Бланкина [и др.] ; заявитель Федеральное государственное бюджетное образовательное учреждение высшего образования «Самарский государственный технический университет». EDN RILBYE.

261. Бердникова Т.В., Бран А.А., Ермаков В.В. Разработка техники индексирования при прямом спектральном зондировании почв для цели мониторинга // Защита окружающей среды в нефтегазовом комплексе. 2023. № 5 (314). С. 10-18. DOI: 10.33285/2411 -7013-2023-5(314)-10-18. EDN IQODAR.

262. Spectroscopy Fiber Probes ATR Probes "Artphotonics GmbH". URL: https://artphotonics.eom/products/#atr probes (дата обращения: 04.04.2024).

263. Thermo Scientific. URL: https://www.thermofisher.com/order/catalog/product/ 222-247100?SID=srch-srp-222-247100 (дата обращения: 04.04.2024).

264. Тарасевич Б.Н. Основы ИК-спектроскопии с преобразованием Фурье. Пособие к спецпрактикуму по физико-химическим методам для студентов-дипломников кафедры органической химии. М. : Изд-во МГУ, 2012. 22 с.

265. Mid-IR fibre optics spectroscopy in the 3300-600 cm'1 range I / V. Artyushenko, A. Bocharnikov, G. Colquhoun, C. Leach, V. Lobachev, T. Sakharova, D. Savitsky // Vibrational Spectroscopy. 2008. Vol. 48. P. 168-171.

266. Khoshhesab Z.M. Infrared Spectroscopy: materials Science, engineering and technology. 2012. 510 p. URL: https://www.intechopen.com/books/infrared-spectroscopy-materials-scienceengineering-and-technology (дата обращения: 20.04.2024).

267. Современная инфракрасная спектроскопия: основы, методы, приборная база / А.И. Ефимова, В.Б. Зайцев, Д.В. Казанцев, Н.Ю. Болдырев. СПб. : Лань, 2023. 356 с. // Лань : электронно-библиотечная система. URL: https://e.lanbook.com/book/319298 (дата обращения: 23.01.2024).

268. Прикладная инфракрасная спектроскопия / под ред. Д. Кендалл. М. : Мир, 1970. 376 с.

269. Ларин Ю.Т. Стекла для изготовления оптических волокон // Информост. Радиоэлектроника и телекоммуникации. 2002. № 1 (19). С. 35-38.

270. Фадейкина И.Н., Полотнянко Н.А. ИК-спектроскопия с преобразованием Фурье : учеб. пособие. Дубна : Гос. ун-т «Дубна», 2021. 66 с. // Лань : электронно-библиотечная система. URL: https://elanbook.com/book/196911 (дата обращения: 23.01.2024).

271. Дятлов В.А., Серегина Т.С., Семикин В.В. Фурье ИК-спектроскопия многокомпонентных систем : учеб.-метод. пособие. М. : РТУ МИРЭА, 2022. 79 с. // Лань : электронно-библиотечная система. URL: https://e.lanbook.com/book/311276 (дата обращения: 23.01.2024).

272. Stuart B.H. Infrared spectroscopy: fundamental and application. Wiley Publication, 2004. 248 p.

273. Spectrometric Identification of Organic Compounds / Francis X. Webster, David J. Kiemle, Robert M. Silverstein, David L. Bryce. 8th Edition. John Wiley & Sons, 2014. 464 p.

274. Редькин Н.А. ИК-Фурье спектрометрия и масс-спектрометрия в идентификации органических соединений : учеб. пособие. Самара : Изд-во Самар. ун-та, 2019. 92 с.

275. KnowItAll IR Spectral Database Collection Technique: IR Spectral Databases. John Wiley & Sons, Inc. URL: https://sciencesolutions.wiley.com/solutions/ technique/ir/knowitall-ir-collection/ (дата обращения: 22.02.2024).

276. Александрова Л.Н. Органическое вещество почвы и процессы его трансформации. Л. : Наука, 1980. 288 с.

277. Ягодин Б.А., Жуков Ю.П., Кобзаренко В.И. Агрохимия / под ред. Б.А. Ягодина. 4-е изд., стер. СПб. : Лань, 2023. 584 с. // Лань : электронно-библиотечная система. URL: https://e.lanbook.com/book/271331 (дата обращения: 23.07.2024).

278. Глухих М.А. Агрохимия : учеб. пособие для вузов. 3-е изд., стер. СПб. : Лань, 2024. 120 с. // Лань : электронно-библиотечная система. URL: https://e.lanbook.com/book/382319 (дата обращения: 23.01.2024).

279. Ягодин Б.А., Жуков Ю.П., Кобзаренко В.И. Агрохимия / под ред. Б.А. Ягодина. М. : Колос, 2002. 584 с. : ил.

280. Торф: возгорание торфа, тушение торфяников и торфокомпозиты / Л.Б. Хорошавин, О.А. Медведев, В.А. Беляков, Е.В. Михеева, В.С. Руднов, Е.А. Байтимирова ; МЧС России. М. : ФГБУ ВНИИ ГОЧС (ФЦ), 2013. 256 с.

281. Обзорный атлас окружающей среды Самарской области / Правительство Самар. обл., М-во природ. ресурсов и охраны окруж. среды Самар. обл. Самара : [б. и.], 2007. 88 с.

282. Определение массовой доли нефтепродуктов в почве по спектрам

нарушенного полного внутреннего отражения / А.О. Гурьянова, В.В. Ермаков,

215

Е.В. Максина, Е.В. Раменская, Т.В. Сахарова, Д.Е. Быков, В.Г. Артюшенко, А.Ю. Богомолов // Экология и промышленность России. 2013. № 12. C. 24-28.

283. Quantitative analysis of total hydrocarbons and water in oilcontaminated soils with attenuated total reflection infrared spectroscopy / A. Guryanova, V. Ermakov, V. Galyanin, V. Artyushenko, T. Sakharova, Is. Usenov, D. Bykov, A. Bogomolov // J. Chemometrics. 2017. Vol. 31. URL: https://onlinelibrary. wiley. com/doi/epdf/10.1002/cem.2826 (дата обращения: 25.01.2024).

284. ГОСТ 17.4.4.02-84. Охрана природы. Почвы. Методы отбора и подготовки проб для химического, бактериологического, гельминтологического анализа. М. : Стандартинформ, 2008. 8 с. URL: https://ohranatruda.ru/upload/iblock/296/ 4294847763.pdf (дата обращения: 15.01.2024).

285. Bogomolov A. Designing a multi-component calibration experiment // Abstracts of the Ninth Winter Symposium on Chemometrics. Tomsk, 2014. P. 1. URL: https://wsc.chemometrics.ru/documents/wsc9/WSC9_Abstract_book.pdf (дата обращения: 20.01.2024).

286. Гурьянова А.О. Совершенствование аналитического определения загрязняющих веществ в системе экологического мониторинга нефтезагрязненных почв : специальность 03.02.08 «Экология (по отраслям)» : дис. ... канд. хим. наук / Гурьянова Алена Олеговна. Самара, 2019. 105 с. EDN HXKEMI.

287. ПНД Ф 16.1:2.2.22-98. Методика выполнения измерений массовой доли нефтепродуктов в минеральных, органогенных, органоминеральных почвах и донных отложениях методом ИК-спектрометрии. М., 1998. 20 с. URL: https: //ohranatruda.ru/upload/iblock/ 17f/4293831615.pdf (дата обращения: 25.01.2024).

288. Особенности возникновения чрезвычайных ситуаций в Арктической зоне России и пути их парирования на основе концепции риска / Н.А. Махутов, М.М. Гаденин, М.П. Лебедев, Ю.С. Глязнецова [и др.] // Арктика: экология и экономика. 2014. № 1 (13). С. 10-29.

289. ПНД Ф 16.1:2.21-98. Методика измерений массовой доли нефтепродуктов в пробах почв и грунтов флуориметрическим методом на анализаторе жидкости «Флюорат-02» (М 03-03-2012). М., 1998. 33 с. URL: https://files.stroyinf.ru/Data2/1/4293764/4293764036.pdf (дата обращения: 01.03.2024).

290. Караванова Е.И. Оптические свойства почв и их природа. М. : Изд-во МГУ, 2003. 153 с.

291. Орлов Д.С. Химия почв : учеб. М. : Изд-во Моск, ун-та, 1985. 376 с.

292. Травень В.Ф. Органическая химия : учеб. для вузов : в 2 т. М. : ИКЦ «Академкнига», 2004. Т. 1. 727 с.

293. Инструкция по идентификации источника загрязнения водного объекта нефтью / Минприроды РФ. М., 1994. 58 с.

294. Методы спектрального анализа / А.А. Бабушкин, П.А. Бажулин, Ф.А. Королев, Л.В. Левшин, В.К. Прокофьев, А.Р. Стриганов. М. : Изд-во МГУ, 1962. 508 с.

295. Шелпакова А.С. Применение методов множественной линейной регрессии и проекции на латентные структуры в спектрофотометрическом анализе многокомпонентных смесей (лекарственных и витаминных препаратов) : специальность 02.00.02 «Аналитическая химия» : автореф. дис. ... канд. хим. наук / Шелпакова Анна Сергеевна. Омск, 2010. 163 с.

296. Beeb K.R., Pell R.J., Seasholtz M.B. Chemometrics - A Practical Guide. Welley, 1998. 348 p.

297. Gelagi P., Esbensen K. The start and early history of chemometrics: Selected interviews. Part 1 // J. Chemometrics. 1990. Vol. 4. P. 337-354.

298. Gelagi P., Esbensen K. The start and early history of chemometrics: Selected interviews. Part 2 // J. Chemometrics. 1990. Vol. 4. P. 389-412.

299. Эсбенсен К. Анализ многомерных данных : избр. главы / пер. с англ. С.В. Кучерявского ; под ред. О.Е. Родионовой. Черноголовка : Изд-во ИПХВ РАН, 2005. 157 c. : ил.

300. Введение в хемометрику / С. Кучерявский, В. Панчук, Ю. Монахова, Д. Кирсанов. URL: https://www.chemometrics.ru/books/Введение-в-хемометрику. pdf (дата обращения: 18.08.2023).

301. Померанцев А. Калибровка (градуировка). URL: https: //www. chemometric s. ru/ books/Калибровка-градуировка.pdf (дата обращения: 20.04.2024).

302. Multi- and Megavariate Data Analysis / L. Eriksson, E. Johansson, N. Kettaneh-Wold, S. Wold. Umetrics AB, 2001. 533 p.

303. Multivariate Data Analysis / K.H. Esbensen, D. Guyot, F. Westad, L.P. Houmoller. 2002. 598 p.

304. Hair J.F. Multivariate Data Analysis. Great Britain : Prentice Hall, 2010. 785 p.

305. Multivariate Data Analysis / J.F. Hair, B.J. Babin, W.C. Black, R.E. Anderson. Great Britain : Cengage, 2019. 832 p.

306. Black Multivariate Data Analysis / J.F. Hair, B.J. Babin, R.E. Anderson, W.C. Black. Cengage Learning, 2022. 832 p.

307. Brereton R.G. Chemometrics for Pattern Recognition. Chichester, England. The Atrium, Southern Gate : John Wiley & Sons Ltd., 2009. 528 p.

308. Brereton R.G. Applied Chemometrics for Scientists Wiley. John Wiley & Sons, 2007. 400 p.

309. РД 52.18.647-2003. Руководящий документ. Методические указания. Определение массовой доли нефтепродуктов в почвах. Методика выполнения измерений гравиметрическим методом. URL: https://files.stroyinf.ru/Data2/1/4293735/4293735154.pdf (дата обращения: 03.03.2024).

310. ПНД Ф 16.1:2:2.2:2.3:3.64-10. Количественный химический анализ почв. Методика измерений массовой доли нефтепродуктов в пробах почв, грунтов, донных отложений, илов, осадков сточных вод, отходов производства и потребления гравиметрическим методом. М., 2010. 16 с. URL: https://ohranatruda.ru/upload/iblock/9ad/4293807051 .pdf (дата обращения: 24.04.2024).

311. ПНД Ф 16.1.41-04. Количественный химический анализ почв. Методика выполнения измерений массовой концентрации нефтепродуктов в пробах почв гравиметрическим методом. М., 2024. 12 с. URL: https://ohranatruda.ru/upload/iblock/f62/4293846504.pdf (дата обращения: 28.03.2024).

312. Патент № 93001168 А Российская Федерация, МПК G01N 21/35. Способ определения агрохимических показателей почв : заявл. 11.01.1993 : опубл. 27.01.1995 / В.П. Крищенко, С.Г. Самохвалов, Г.Х. Караматова, Л.Г. Фомина, Т.Ф. Ушакова ; заявитель Филиал ВИУА «Интерагротех».

313. Патент № 2012867 C1 Российская Федерация, МПК G01N 21/35. Способ определения степени разложения верхового торфа : № 4928292/25 : заявл. 17.04.1991 : опубл. 15.05.1994 / Н.Н. Бамбалов, В.А. Ракович, Ю.Ю. Навоша [и др.] ; заявитель Институт проблем использования природных ресурсов и экологии АН Беларуси. EDN DMANZA.

314. Патент № 2013150047 Российская Федерация, G01N 21/35. Способ количественного определения нефтяных углеводородов методом ИК-спектроскопии : № 2013150047/28 : заявл. 08.11.2013 : опубл. 20.05.2015 / В.Г. Артюшенко, А.Ю. Богомолов, Д.Е. Быков, В.В. Ермаков, А.О. Гурьянова, Е.В. Раменская ; заявитель Федеральное государственное бюджетное образовательное учреждение высшего образования «Самарский государственный технический университет».

315. Сартаков М.П., Чумак В.А. Инфракрасные спектры поглощения гуминовых кислот аллювиальных почв Обь-Иртышской поймы // Вестник Красноярского государственного аграрного университета. 2013. № 8. С. 53-56. URL: https://cyberleninka.ru/article/n/infrakrasnye-spektry-pogloscheniya-guminovyh-kislot-allyuvialnyh-pochv-ob-irtyshskoy-poymy (дата обращения: 25.01.2024).

316. Фотодиоды для средней инфракрасной области спектра (2-6 мкм) ООО «ИоффеЛЕД». URL: http://ioffeled.com/index.php?option=com_ content&view=article&id=50&Itemid=104 (дата обращения: 25.03.2024).

317. Светодиоды для средней инфракрасной области спектра (2-6 мкм) ООО «ИоффеЛЕД». URL: http://ioffeled.com/index.php?option=com content& view=article&id=52&Itemid=103 (дата обращения: 25.03.2024).

318. Гаврилов Г.А., Матвеев Б.А., Сотникова Г.Ю. Предельная чувствительность фотоприемного устройства на основе фотодиодов A3B5 среднего ИК-диапазона спектра // Письма в Журнал технической физики. 2011. Т. 37, № 18. С. 50-57. EDN RCVPAT. URL: http://ioffeled.com/papers/2011%20MWPD Amp.pdf (дата обращения: 12.04.2024).

319. Бобылев С.Н. Экономика устойчивого развития : учеб. М. : КНОРУС, 2021. 672 с.

320. Гладышев Н.Г. Научные основы рециклинга в техноприродных кластерах обращения с отходами : специальность 03.02.08 «Экология (по отраслям)» : дис. ... д-ра техн. наук / Гладышев Николай Григорьевич. Иваново, 2013. 301 с. EDN SUMQPN.

321. Пименов А.А. Управление отходами и остатками предприятий химии и нефтехимии с использованием их ресурсного потенциала : специальность 03.02.08 «Экология (по отраслям)» : дис. ... д-ра техн. наук / Пименов Андрей Александрович. Уфа, 2018. 263 с. EDN RGWXTE.

322. Деревянов М.Ю. Анализ ресурсного потенциала объектов системы переработки нефтесодержащих отходов с учетом переменного эффекта масштаба // Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика. 2023. № 3. С. 65-75. DOI: 10.24143/2072-9502-2023-3-65-75. EDN PPLHKF.

323. Самаранефтегаз, 2007. Оценка нефтесодержащих отходов для платежного баланса // Нефтяная компания ЮКОС, Самара, Россия. URL: https://samneftegaz.ru/page17 (дата обращения: 18.04.2024).

324. Ermakov V., Bogomolov A., Bykov D. Oil sludge depository assessment using multivariate data analysis // Journal of environmental management. 2012. Vol. 105. P. 144-151.

325. Васильев А.В., Ермаков В.В., Щербаков Д.Е. Особенности переработки нефтесодержащих отходов в зависимости от их радиоактивности // Известия Самарского научного центра РАН. 2023. № 5 (115). С. 107-113. URL: https://cyberleninka.ru/article/n/osobennosti-pererabotki-neftesoderzhaschih-othodov-v-zavisimosti-ot-ih-radioaktivnosti (дата обращения: 27.06.2024).

Приложения

Приложение 1

Состав расширенного набора модельных грунтов

№ образца Содержание в пробе

Вода, % мас. Нефтяное загрязнение

Масло ТП-22, % мас. Углеводороды нефти, % мас. в пересчете на сухое вещество

1 0,00 0,80 0,72

2 0,98 0,79 0,72

3 0,98 1,57 1,43

4 1,93 1,56 1,43

5 1,92 2,32 2,13

6 2,85 2,3 2,13

7 2,82 3,04 2,82

8 3,73 3,01 2,82

9 3,70 3,74 3,49

10 4,59 3,70 3,49

11 4,55 4,41 4,16

12 5,41 4,37 4,16

13 5,37 5,06 4,82

14 6,21 5,02 4,82

15 6,17 5,70 5,46

16 6,99 5,65 5,46

17 6,99 6,02 5,82

18 6,94 6,30 6,09

19 7,74 6,25 6,09

20 7,69 6,90 6,72

21 8,47 6,84 6,72

22 8,41 7,46 7,34

23 9,18 7,40 7,34

24 9,12 8,02 7,95

25 9,86 7,96 7,95

26 9,80 8,56 8,54

27 10,53 8,49 8,54

28 10,46 9,09 9,14

29 11,17 9,02 9,14

30 11,10 9,60 9,72

31 11,80 9,53 9,72