Вопросы энергоиндексного моделирования фенологии растительности
Автор: Агаев Ф.Г., Асадов Х.Г., Омаров М.Э.
Журнал: Природные системы и ресурсы @ns-jvolsu
Статья в выпуске: 2 т.14, 2024 года.
Бесплатный доступ
Статья посвящена энергоиндексному моделированию фенологии растительности. На базе сдвоенного сигмоидального модельного представления фенологического цикла предложен энергоиндексный подход к фазированию этапов развития и деактивации растительности. Определены оптимальные законы изменения амплитуды модели в фазах развития и деактивации, при которых выделяемая растительностью энергия в окружающую среду может достичь максимума. Исследована связь между индексом LAI и фенологическим состоянием растительности. Проведено исследование взаимосвязи LAI с другим фенологическим показателем растительности, в частности с прогностическим фенологическим состоянием растительности Р. Показано, что несмотря на инверсно-логарифмическую связь между LAI и FPAR, а также благодаря прямой зависимости Р и FPAR, усредненная по всевозможным значениям fv значение Р растет при наличии прямой связи между LAI и fv.
Фенология, растительность, моделирование, энергоиндексный подход, вегетационный индекс, lai
Короткий адрес: https://sciup.org/149146902
IDR: 149146902 | DOI: 10.15688/nsr.jvolsu.2024.2.6
Список литературы Вопросы энергоиндексного моделирования фенологии растительности
- Венецианский, А. С. Дистанционный мониторинг качества атмосферного воздуха города Волгограда / А. С. Венецианский, Е. А. Иванцова, М. П. Шуликина // Природные системы и ресурсы. -2022. - Т. 12, №> 2. - С. 21-28. - DOI: https://doi.org/ 10.15688/nsr.jvolsu.2022.2.3
- Зализняк, Е. А. KPI государственного управления безопасностью в техносфере на примере охраны атмосферного воздуха / Е. А. Зализняк, Е. А. Иванцова, Е. Р. Зализняк // Природные системы и ресурсы. - 2018. - Т. 8, №> 3. - С. 38-50. - DOI: https: //doi. org/10.15688/nsr.jvolsu.2018.3.5
- A Statistical Model of Vehicle Emissions and Fuel Consumption / A. Cappiello [et al.] // The IEEE 5th International Conference on Intelligent Transportation Systems. - 2002. - P. 801-809.
- Ahn, K. Estimating Vehicle Fuel Consumption and Emissions Based on Instantaneous Speed and Acceleration Levels / K. Ahn, H. Rakha, A. Trani // Journal of Transportation Engineering. - 2002. -Vol. 128, №> 2. - P. 182-190.
- Arceo-Gomez, E. O. Does the Effect of Pollution on Infant Mortality Differ Between Developing and Developed Countries? Evidence from Mexico City / E. O. Arceo-Gomez, R. Hanna, P. Oliva // SSRN Electronic Journal. - 2012. - Vol. 126, №> 591. -DOI: http://dx.doi.org/10.2139/ssrn.2137022
- Bowyer, D. P. Guide to Fuel Consumption Analyses for Urban Traffic Management / D. P. Bowyer, R. Akcelik, D. C. Biggs. - Special Report SR No. 32. -Vermont South: ARRB Transport Research, 1985. -101 p.
- Chen, Y. Evidence on the Impact of Sustained Exposure to Air Pollution on Life Expectancy from China's Huai River Policy / Y. Chen, A. Ebenstein, M. Greenstone, H. Li // Proceedings of the National Academy of Sciences of the United States of America. - 2013. - Vol. 110, №> 32. - P. 12936-12941. -DOI: https://doi.org/10.1073/pnas.1300018110
- Childhood Asthma and Exposure to Traffic and Nitrogen Dioxide / W. J. Gauderman [et al.] // Epidemol. - 2005. - Vol. 16, №> 6. - P. 737-743.
- EU Transport in Figures: Statistical Pocketbook 2021 / European Commission. - URL: https: //transport. ec. europa.eu/facts-funding/studies-data/eu-transport-figures-statistical-pocketbook/ statistical-pocketbook-2021_en
- Jimenez-Palacios, J. L. Understanding and Quantifying Motor Vehicle Emissions With Vehicle Specific Power and Tildas Remote Sensing / J. L. Jimenez-Palacios. - URL: https://dspace.mit.edu/handle/ 1721.1/44505
- Linton, C. Approaches and Techniques for Modelling CO2 Emissions from Road Transport / C. Linton, S. Grant-Muller, W. F. Gale // Transport Reviews. -2015. - Vol. 35, №> 4. - P. 1-21.
- Liu, C. Path Optimization Model for Urban Transportation Networks Under the Perspective of Environmental Pollution Protection / C. Liu, Z. Li, Y. Li // Hindawi Journal of Advanced Transportation. -2021. - Vol. 2021 (02). - P. 1-11.
- Mamedov, Sh. E. Informative Model of Vehicle Telematics Data Cluster Collection Using UAV / Sh. E. Mamedov, E. R. Rahimov // Synchroinfo Journal. - 2024. - Vol. 10, №> 2. - P. 21-27.
- Parallel Management Regulation for Corporate Average Fuel Consumption and New Energy Vehicle Credits, 2020 / Ministry of Industry and Information Technology PRC. - URL: https:// www.miit.gov.cn/zwgk/zcwj/flfg/art/2020/art_ 2337a6d7ca894c5c8e8483cf9400ecdd.html
- Pfaffenbichler, P. The Strategic Dynamic and Integrated Urban Land Use and Transport Model MARS (Metropolitan Activity Relocation Simulator): Development, Testing and Application: Doctoral Thesis / P. Pfaffenbichler. Wien, 2003. -200 p.
- Pindyck, R. S. Climate Change Policy: What Do the Models Tell Us? / R. S. Pindyck // J. Econ. Lit. -2013. - Vol. 51, №> 3. - P. 860-872.
- Road Vehicle Emission Rates Development: A Review / V Franco [et al.] // Atmos Environ. - 2013. -Vol. 70. - P. 84-97.
- Savchenko, L. V. Modeling Daily Dynamics of Speed and Fuel Consumption for Urban Delivery Means / L. V. Savchenko, M. M. Semeriahina, I. V. Shevchenko // The Electronic Scientifically and Practical Journal. Intellectualization of Logistics and Supply Chain Management. - 2021. - Vol. 9, № 8. -P. 31-43.
- Stern, N. The Structure of Economic Modeling of the Potential Impacts of Climate Change: Grafting Gross Underestimation of Risk Onto Already Narrow Science Models / N. Stern // J. Econ. Lift. -2013. - Vol. 51, № 3. - P. 838-859.
- USEPA. Population and Activity of On-road Vehicles in MOVES2014. - URL: https://cipub.epa.gov/ si/si_public_record_report.cfm?Lab=OTAQ& dirEntryId=309336
- Virginia Tech Comprehensive Power-Based Fuel Consumption Model: Model Development and Testing / H. Rakha [et al.] // Transportation Research. Part D: Transport and Environment. - 2004. - Vol. 9, № 1. - P. 49-74.
