Методическое пособие 802

9.Звягинцева, А.В. Моделирование процессов и разработка мероприятий по сокращению пылегазовыделения на карьерах горно-обогатительного комбината / А.В. Звягинцева, С.А. Сазонова, В.В. Кульнева // Моделирование систем и процессов. - 2019. - Т. 12. - № 2. -

С. 26-32.

10.Асминин, В.Ф. Функциональные и конструктивные особенности облегченных звукоизолирующих панелей / В.Ф. Асминин, Е.В. Дружинина, С.А. Сазонова, Д.С. Осмоловский

//Вестник Воронежского института высоких технологий. - 2019. - № 2 (29). - С. 4-7.

11.Иванова, В.С. Физическое моделирование аппарата пылеочистки скруббер Вентури для улучшения условий труда на производствах / В.С. Иванова, С.Д. Николенко, С.А. Сазонова, В.Ф. Асминин // Моделирование систем и процессов. - 2019. - Т. 12. - № 1. - С. 48 -55.

12.Звягинцева, А.В. Мониторинг стихийных бедствий конвективного происхождения по данным дистанционного зондирования с метеорологических космических аппаратов: монография / А.В. Звягинцева, А.Н. Неижмак, И.П. Расторгуев. Воронеж: ФГБОУ ВПО «Воронежский государственный технический университет», 2013. - 162 с.

13.Звягинцева, А.В. Прогнозирование опасных метеорологических явлений в определении характера и масштабов стихийных бедствий»: монография под общ. ред. И.П. Расторгуева / А.В. Звягинцева, И.П. Расторгуев, Ю.П. Соколова. Воронеж: ГОУВПО «ВГТУ», 2009.

- 247 с.

14.Сазонова, С.А. Оценка надежности работы сетевых объектов / С.А. Сазонова // Вестник Воронежского института высоких технологий. - 2016. - №1(16). - С. 40-42.

15.Николенко, С.Д. Математическое моделирование дисперсного армирования бетона / С.Д. Николенко, С.А. Сазонова, В.Ф. Асминин // Моделирование систем и процессов. - 2019. - Т. 12. - № 1. - С. 74 -79.

16.Локтев, Е.М. Моделирование рейтинговых показателей педагогических кадров военных кафедр / Е.М. Локтев, С.А. Сазонова, С.Д. Николенко, В.Ф. Асминин // Моделирование систем и процессов. - 2019. - Т. 12. - № 1. - С. 67 -73.

17.Власов, Н.М. Математическое моделирование водородной проницаемости металлов: монография / Н.М. Власов, А.В. Звягинцева. - Воронеж: ВГТУ, 2012. - 247 с.

18.Звягинцева, А.В. Структурные и примесные ловушки для точечных дефектов: монография / А.В. Звягинцева. Воронеж: ФГБОУ ВО «Воронежский государственный технический университет», 2017. 180 с.

19.Zvyagintseva, A.V. Increase of solubility of hydrogen in electrolytic alloys NI-B / A.V. Zvyagintseva, Y.N. Shalimov // NATO Science for Peace and Security Series C: Environmental Security. - 2011. - Т. 2. - С. 519-528.

ФГКВОУ ВПО «Военный учебно-научный центр Военно-воздушных сил «Военновоздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина», г. Воронеж

A.N. Masloboishchikov, N.A. Veremev

OPERATIONAL PRESENTATION OF BIOCLIMATIC INDICATORS

OF THE COMFORT OF THE COMFORT OF THE NATURAL ENVIRONMENT

The use of bioclimatic indicators for assessing the comfort of the natural environment is given. The calculations of the values are equivalent to the effective temperature for various meteorological parameters and a graph of the operational comfort estimate is presented.

Key words: bioclimatic indicators, comfort of the natural environment

Federal State Official Military Educational Institution of Higher Professional Education Military Educational Research Centre of Air Force «Air Force Academy named

after professor N.E. Zhukovsky and Yu.A. Gagarin», Voronezh

60

УДК 550.343.3

Д.С. Погребной, А.С. Самодуров КОНВЕЙЕРНЫЙ АЛГОРИТМ ОБРАБОТКИ ФОТОГРАФИЙ HDR+

В данной статье проанализирован конвейер вычислительной фотографии HDR+, который захватывает, выравнивает и объединяет пакет кадров для уменьшения шума и увеличения динамического диапазона. Были оценены его недостатки и достоинства.

Ключевые слова: вычислительная фотография, высокий динамический диапазон.

Камеры современных смартфонов и телефонов из-за очень жёстких массогабаритных ограничений, накладываемых производителями, имеют небольшие диафрагмы, которые ограничивают количество собираемых ими фотонов, что приводит к появлению шумных изображений при слабом освещении. Также они имеют небольшие матрицы, из-за чего количество электронов, хранимых в каждом пикселе невелико, что приводит к ограниченному динамическому диапазону.

Первым смартфоном с поддержкой HDR+ стал Nexus 5. Из-за не самого лучшего баланса белого и маленького отверстия диафрагмы (f2.4) камера этого смартфона считалась не более чем крепким середнячком. Однако выход обновления Android 4.4.2 принёс с собой поддержку режима HDR+ и изумительное качество ночных снимков. Они хоть и не отличались большой яркостью по всему полю кадра, но благодаря HDR+ практически не содержали шума при сохранении мелких деталей и обладали превосходной (для смартфонов 2013 года) передачей цветов.

У HDR+ есть ряд выдающихся особенностей.

Во-первых, не используется брекетинг экспозиции. Все фотографии выполняются с одинаковой экспозицией, что позволяет точно выровнять кадры. Экспозиция устанавливается достаточно низкой, чтобы избежать пересвеченных мест. Результирующее объединенное изображение имеет чистые тени и высокую глубину, что позволяет применять стандартные методы отображения тона HDR.

Во-вторых обработке подлежат сырые кадры Bayer (RAW), а не RGB или YUV, обработанные аппаратными процессорами Image Signal (ISP), которые распространены на мобильных платформах. Это даёт больше битов на пиксель и возможность использовать продвинутое шумоподавление.

В-третьих, используется алгоритм выравнивания на основе FFT и гибридный 2D/3D Wiener-фильтр для шумоподавления и объединения кадров в пакет.

В настоящий момент алгоритм HDR+ работает на Android-платформе посредством API Camera2, который предоставляет расширенное управление камерой и доступ к необработанным RAW изображениям. Сам алгоритм был написан на предметно-ориентированном языке Halide.

HDR+ официально поддерживается только устройствами Google: Pixel\Pixel XL (HTC), Google Pixel 2\PIxel 2 XL (HTC), Nexus 6 (Motorola), Nexus 5X (LG), Nexus 6P

(Huawei), Nexus 5 (LG). Также алгоритм внедряется во все смартфоны серии Pixel, сертифицируемые Google т.е. предположительно HDR+ следует ожидать в Pixel 3 и Pixel 3 XL и других, более новых моделях.

За время своего существования HDR+ несколько раз претерпевал как значительные изменения, так и мелкие. Алгоритм представляет из себя очень сложную систему и постоянно модифицируется разработчиками, приобретая новые возможности и получая исправления ошибок.

Блок схема работы HDR+ в общем виде изображена на рисунке 1.

_________________________________

© Погребной Д.С., Самодуров А.С., 2019

61

Попарно с этим работает система предсказания появления шума, принцип работы которой основан на теории вероятности. Но шумы давятся не равномерно по всей площади. Алгоритм работает очень мягко на границах переходов тональностей, чтобы минимизировать потерю детализации, пусть даже и ценой наличия небольшого количества шума в таких местах. Благодаря одновременному использованию этих двух методов получается чистая картинка, практически полностью избавленная от шумов.

Расширение динамического диапазона выполняется за счёт использования короткой выдержки, которая избавляет фотографию от пересвеченных мест. Осталось только удалить шумы на тёмном участке ранее описанным алгоритмом.

На завершающем этапе выполняется постобработка полученной фотографии, которая включает минимизацию виньетирования, обусловленного попаданием света на матрицу под наклонным углом, корректирует хроматическую аберрацию заменой пикселей у высоконтрастых краёв на соседние, увеличивает насыщенность зелени, синие и пурпурные оттенки смещает в сторону голубого и выполняет ряд других шагов, повышающих качество фотографии.

Скорость обработки фотографии зависит от мощности ЦПУ в устройстве. При обработке используется распараллеливание т.е. в обработке участвуют все ядра многоядерных процессоров.

Рассмотрим основные преимущества:

Алгоритм замечательно устраняет шумы с фотографий, практически не затрагивая детализацию;

Цвета в тёмных сюжетах гораздо насыщеннее, чем при однокадровой съёмке;

Движущиеся объекты на снимках реже двоятся, чем при съемке в обычном HDR;

Даже при создании кадра в условиях недостаточной освещённости вероятность смазывания картинки из-за дрожания камеры сведена к минимуму;

Динамический диапазон шире, чем в обычной камере;

Цветопередача преимущественно получается естественней, чем при однокадровой съёмке (не для всех смартфонов), особенно по углам снимка;

Есть возможность исправлять некоторые железные баги камеры смартфона (конечно, баги будут невидимы только в HDR+ режиме).

Недостатков у HDR+ мало и носят они несущественный характер для большинства

сюжетов. Во-первых, для создания HDR+ фотографии требуется много ресурсов процессора

иоперативной памяти, что приводит к ряду негативных последствий:

Повышенный расход аккумулятора и нагрев устройства при объединении серии снимков;

Невозможность быстрой серийной съёмки;

Невозможность мгновенного предпросмотра т.к. результат деятельности HDR+ отобразится лишь после создания и обработки фотографии. Частично вышеназванные проблемы уже решены установкой Pixel Visual Core. К сожалению, этот сопроцессор

скорее всего так и останется козырем Google Pixel.

Во-вторых, сам алгоритм для своей работы требует сделать как минимум две фотографии. Хотя обычно происходит захват 4-5 кадров, из-за чего:

при работе с множеством кадров обязательно возникнут ситуации, в которых алгоритмы будут давать сбои;

HDR+ немного проигрывает классическому HDR по охвату динамического диапазона;

Создание одной фотографии и её обработка с использованием быстрого ISP сопроцессора будет предпочтительнее в экшен сценах, потому что позволяет избежать двоения и смазывания объектов при невысокой выдержке.

Алгоритм HDR+ является яркой демонстрацией возможностей мобильной цифровой фотографии. Пожалуй, на сегодняшний день это самый эффективный из доступных алгоритм обработки изображений. Любителям оригинальных фотографий есть над чем подумать при

63

выборе очередного смартфона. Примечательно, что данному алгоритму достаточно одного фотомодуля для создания снимка, по качеству обходящего даже двойные и тройные фото модули некоторых гаджетов. При подготовке статьи были рассмотрены работы [3-19].

Литература

1.Журавлев Д.В., Балашов Ю.С. Алгоритм синтеза малогабаритных автономных приборов регистрации медико-биологических показателей // Медицинская техника. – 2006. -

№4 – С. 27-30.

2.Marc Levoy, Burst photography for high dynamic range and low-light imaging on mobile cameras [Электронныйресурс] – 2015. – Режимдоступа: http://static.googleusercontent.com/media/www.hdrplusdata.org/ru//hdrplus.pdf, свободный.

3.Иванова, В.С. Физическое моделирование аппарата пылеочистки скруббер Вентури для улучшения условий труда на производствах / В.С. Иванова, С.Д. Николенко, С.А. Сазонова, В.Ф. Асминин // Моделирование систем и процессов. - 2019. - Т. 12. - № 1. - С. 48 -55.

4.Сазонова С.А. Управление гидравлическимим системами при резервировании и обеспечении требуемого уровня надежности / С.А. Сазонова // Вестник Воронежского института высоких технологий. - 2016. - №1(16). - С. 43-45.

5.Сазонова, С.А. Моделирование нагруженного резерва при авариях гидравлических систем / С.А. Сазонова // Моделирование, оптимизация и информационные технологии.

-2015. - № 4 (11). - С. 7. http://moit.vivt.ru/

6.Сазонова, С.А. Применение декомпозиционного метода при моделировании потокораспределения в гидравлических системах / С.А. Сазонова // Моделирование, оптимизация и информационные технологии. - 2015. - № 4 (11). - С. 14. http://moit.vivt.ru/

7.Zvyagintseva, A.V. Hydrogen permeability of nanostructured materials based on nickel, synthesized by electrochemical method. В сборнике: Proceedings of the 2017 IEEE 7th International Conference on Nanomaterials: Applications and Properties, NAP 2017 7. - 2017. - С. 02NTF41.

8.Звягинцева, А.В. Современные проблемы оценки последствий лесных пожаров и методы их решений / А.В. Звягинцева, В.И. Федянин, Д.В. Яковлев // Вестник Воронежского государственного технического университета. - 2007. - Т. 3. - № 2. - С. 98-102.

9.Чабала, Л.И. Экологическая безопасность человека / Л.И. Чабала, А.В. Звягинцева, В.А. Чабала // Вестник Воронежского государственного технического университета. - 2010. - Т. 6. - № 2. - С. 100-102.

10.Звягинцева, А.В. Экологический мониторинг опасных гидрологических явлений / А.В. Звягинцева, В.В. Кульнев, В.В. Кульнева // Экология и развитие общества. - 2018. -

№ 3 (26). - С. 62-66.

11.Артемьев, А.С. Возможности геоинформационного моделирования при прогнозировании распространения загрязняющих веществ промышленных выбросов объектов техносферы в окружающей среде / А.С. Артемьев, А.В. Звягинцева // Вестник Воронежского государственного технического университета. - 2011. - Т. 7. - № 11. - С. 106-110.

12.Асминин, В.Ф. Функциональные и конструктивные особенности облегченных звукоизолирующих панелей / В.Ф. Асминин, Е.В. Дружинина, С.А. Сазонова, Д.С. Осмоловский // Вестник Воронежского института высоких технологий. - 2019. - № 2 (29). - С. 4-7.

13.Звягинцева, А.В. Моделирование процессов и совершенствование мероприятий по улучшению условий труда на горно-обогатительном комбинате / А.В. Звягинцева, С.А. Сазонова, В.Ф. Асминин // Моделирование систем и процессов. - 2019. - Т. 12. - № 2. - С. 10-16.

14.Звягинцева, А.В. Моделирование неорганизованных выбросов пыли и газов в атмосферу при взрывных работах на карьерах горно-обогатительных комбинатов / А.В. Звягинцева, С.А. Сазонова, В.В. Кульнева // Моделирование систем и процессов. - 2019. - Т.

12. - № 2. - С. 17-25.

64

15.Звягинцева, А.В. Моделирование процессов и разработка мероприятий по сокращению пылегазовыделения на карьерах горно-обогатительного комбината / А.В. Звягинцева, С.А. Сазонова, В.В. Кульнева // Моделирование систем и процессов. - 2019. - Т. 12. - № 2. -

С. 26-32.

16.Звягинцева, А.В. Моделирование воздействия ртутьсодержащих отходов объектов техносферы на окружающую среду и разработка мероприятий по охране атмосферного воздуха / А.В. Звягинцева, С.А. Сазонова, В.В. Кульнева // Моделирование систем и процес-

сов. - 2019. - Т. 12. - № 3. - С. 17-26.

17.Звягинцева, А.В. Моделирование техногенного воздействия ТЭЦ на окружающую среду и разработка инженерно-технических природоохранных мероприятий / А.В. Звягинцева, С.А. Сазонова, В.В. Кульнева // Моделирование систем и процессов. - 2019. - Т. 12. - № 3.

-С. 27-34.

18.Звягинцева, А.В. Оценка процесса техногенного загрязнения атмосферы объектами теплоэнергетики и разработка инженерно-технических природоохранных мероприятий / А.В. Звягинцева, С.А. Сазонова, Н.В. Мозговой // Моделирование систем и процессов. - 2019. - Т. 12. - № 3. - С. 34-41.

19.Сазонова, С.А. Математическое моделирование параметрического резерва систем теплоснабжения с целью обеспечения безопасности при эксплуатации / С.А. Сазонова, С.Д. Николенко, А.В. Звягинцева // Моделирование систем и процессов. - 2019. - Т. 12. - № 3. -

С. 71-77.

ФГБОУ ВО «Воронежский государственный технический университет»

D.S. Pogrebnoj, A.S. Samodurov

CONVEYOR ALGORITHM FOR HDR + PHOTO PROCESSING

This article analyzes the HDR + computational photography pipeline, which captures, aligns, and combines a burst of frames to reduce noise and increase dynamic range. Its disadvantages and merits were evaluated.

Key words: computational photography, high dynamic range.

Federal State Budgetary Educational Institution of Higher Education «Voronezh state technical University»

65

УДК 551.509:623.74

И.П. Расторгуев, А.С. Божко, Л.В. Шулякевич

ИССЛЕДОВАНИЕ МЕТЕОРОЛОГИЧЕСКИХ И СИНОПТИЧЕСКИХ ОБЪЕКТОВ ПО ДАННЫМ СПЕЦИАЛИЗИРОВАННЫХ КОСМИЧЕСКИХ АППАРАТОВ

Представлена частная методика восстановления параметров облачных систем циклонов на основе данных дистанционного зондирования атмосферы со специализированных космических аппаратов.

Ключевые слова: анализ и прогноз погоды, метеорологические условия, космическая метеорология, дистанционное зондирование атмосферы.

Анализ результатов комплекса теоретических и практических исследований [1-7] позволяет сделать вывод о перспективности использования современных геоинформационных технологий и цифровой спутниковой информации с метеорологических космических аппаратов для исследования метеорологических и синоптических объектов в целях обеспечения безопасности полетов в метеорологическом отношении.

Многообразие задач космического метеорологического мониторинга диктует необходимость создания комплекса узко специализированных частных методик для их решения.

На начальном этапе были исследованы пространственные размеры облачных систем циклонов и связанных с ними атмосферных фронтов на различных уровнях в пределах тропосферы. Задача решалась в три этапа:

-в районе расположения барического образования определялась температура на основных изобарических уровнях по данным радиозондирования атмосферы;

-на цифровых спутниковых снимках посредством специализированного программного обеспечения выделялись области занятые облачностью с температурой на верхней границе ниже значений, определенных на первом этапе;

-графо-аналитическим методом определялись пространственные параметры выделенных областей.

По спутниковым данным было установлено, что средняя протяженность облачной зоны составляет 1220 км на уровне 850 гПа, 1080 км на уровне 700 гПа, 850 км на уровне 500

гПа. На уровне 300 гПа облачность наблюдается только в 59 % случаев и в среднем составляет 90 км. Минимальная температура ВГО составляет -63 оС, а в среднем -51,6 оС. Максимальная высота облаков 12,7 км, а в среднем 10,6 км. Обобщенные данные о пространственных размерах облачности на разных уровнях представлены в таблице 1.

При анализе взаимосвязей между характеристиками термобарического поля циклонов и пространственными параметрами их облачных систем были установлены следующие закономерности.

Полученные пространственные размеры облачности в циклонических вихрях по некоторым характеристикам существенно отличаются от классических трактовок типичных облачных систем циклонов и связанных с ними атмосферных фронтов [8-17].

_________________________________

© Расторгуев И.П., Божко А.С., Шулякевич Л.В., 2019

66

Рост минимального давления в центре циклона приводит к увеличению высоты геопотенциальных поверхностей на изобарических уровнях от 850 до 500 гПа. Эти величины хорошо коррелируют с протяженностью облачных систем вдоль направления перемещения барического образования на этих уровнях и с другими характеристиками облачности на уровне 700 гПа. Это говорит о том, что заполнение циклона ведет к сужению облачных систем на всех уровнях до высоты 5-6 км. В наибольшей степени это выражено в средней тропосфере (на уровне 700 гПа).

Хорошую корреляцию с минимальным давлением в центре циклона имеют глубина и пространственные размеры барического образования, область осадков, а так же скорость ветра на уровне 850 гПа. Уменьшение давления в центре циклона приводит к увеличению барических градиентов, увеличению его диаметра. Увеличение облачности на уровне 700 гПа (в передней части циклона это слоисто-дождевая облачность, а в случае холодного фронта 1-го рода или фронта окклюзии по типу теплого – она преобладает и в центральной и в тыловой части циклона), соответственно увеличивается зона обложных осадков.

Размеры облачных систем на уровнях 850-500 гПа хорошо коррелируют со значениями геопотенциальной высоты изобарических поверхностей на этих уровнях и со скоростью ветра на уровне 850 гПа. Зона облачности на указанных уровнях увеличивается при понижении геопотенциальной высоты изобарических поверхностей. А усиление ветра на уровне 1,5 км указывает на более активное образование облачности. Облачность на уровне 300 гПа стоит обособленно от характеристик облачности ниже лежащих уровней. В умеренных широтах выше 9 км в своем развитии достигают только облака конвективного происхождения (не рассматривая облака верхнего яруса).

Рассматриваемые ранее статистические характеристики облачных систем показывают, что облачность выше уровня 300 гПа представлена только в 59% случаев. На срезах эти облака имеют вид ярких пятен с четким контуром. При анализе корреляционных зависимостей видно, что развитию таких мощных конвективных облаков способствует увеличение значения падения давления в циклоне. Рост зоны облачности выше уровня 300 гПа сопровождается повышением верхней границы облачности и понижением минимальной температуры верхней границы облаков. Росту высоты верхней границы облаков способствует увеличение скорости ветра на уровне 300 гПа.

Максимальная протяженность циклона связана со скоростью воздушного потока на уровне 300 гПа. Со скоростью ветра на этом уровне так же имеют взаимосвязь значения температуры в центре циклона на уровнях 850, 700, 500 и 300 гПа. Увеличение скорости ветра приводит к увеличению приземного диаметра циклона и указанных температур. Большие скорости ветра на данном уровне свидетельствуют о концентрации большого количества кинетической энергии, а следовательно, и о наличии условий для углубления циклона или дальнейшего его существования в максимальной стадии развития.

О развитии циклона можно судить и по росту температуры в центре циклона на высоте 3,5 км. Эта температура коррелирует с минимальной температурой в приземном центре циклона, со значениями геопотенциальных высот стандартных изобарических поверхностей и с максимальной протяженностью зоны осадков.

На следующем этапе были получены уравнения для восстановления значений параметров облачной системы по данным термобарического поля.

Рассмотрим уравнения для определения зоны облачности на уровне АТ-850 и протяженности зоны осадков.

мальная температура на верхней границе облака по данным измерения со спутника. Углубление циклона приводит к усилению циклонической циркуляции. По скорости

ветра в средней тропосфере можно судить о запасах кинетической энергии в циклоне. Соответственно происходит увеличение зоны облачности, протяженности зоны осадков и вертикальной мощности облачного массива.

67

Рис. 1. Методика использования спутниковой информации

68

Расчеты по приведенному уравнению позволяют получить результат с ошибкой в пределах 22 % от истинного значения и учитывают 84 % факторов, влияющих на исследуемую величину. Проверка данных уравнений на независимом материале дает погрешность около 24% и учитываются 80% факторов. Поэтому, данные уравнения можно использовать в практике при отсутствии более качественных способов прогнозирования зоны облачности и протяженности осадков.

Было также получено уравнение для восстановления максимальной высоты облаков в центре циклона и на атмосферных фронтах:

Из уравнения 2 видно, что максимальная высота верхней границы облаков повышается при увеличении скорости ветра на высоте 9 км и понижении геопотенциальной высоты изобарической поверхности 500 гПа. Эти переменные указывают на то, что циклон продолжает развитие, соответственно существуют условия для дальнейшего увеличения высоты облачности. Увеличение высоты верхней границы облаков сопровождается понижением температуры на ее верхней границе.

Уравнения имеет ошибку 5% от фактически наблюдавшихся значений и учитывает 90 % факторов, влияющих на искомую величину. Проверка уравнения на независимом материале выдает ошибку около 9% и учет 82% влияющих факторов.

По критериям качества приведенные диагностические уравнения могут быть использованы в оперативной деятельности ведомственных метеорологических подразделениях при решении задач обеспечения безопасности полетов.

Алгоритм реализации представленной методики приведен на схеме (рисунок 1).

В оперативной практике ведомственных метеорологических подразделений, как правило, используются аналоговая спутниковая информация. Представленная методика позволяет расширить возможности использования цифровой информации, тем самым способствуя снижению дефицита исходной метеорологической информации, что особенно актуально в условиях в метеорологическом отношении местности.

Литература

1.Звягинцева А.В., Расторгуев И.П., Неижмак А.Н. Мониторинг стихийных бедствий конвективного происхождения по данным дистанционного зондирования с метеорологических космических аппаратов. Монография. Воронеж: ГОУ ВПО ВГТУ, 2013 г. 166 с.

2.Расторгуев И.П., Качмар М.Б.Компьютерное моделирование конвективной облачности

иявлений погоды на основе данных дистанционного зондирования атмосферы. Информатика: проблемы, методология, технологии. Cборник материалов XVII международной научнометодической конференции. Часть 2. ВГУ, 2017 г. С.358-363.

3.Расторгуев И.П., Качмар М.Б. Методика исследования облачных систем циклонов с использованием комплекса данных метеорологических, аэрологических наблюдений и данных МИСЗ. Академические Жуковские чтения: сб. ст. по материалам 11 Всерос. науч.-практ. конф. , ВУНЦ ВВС «ВВА» – Воронеж, 2014 г.

4.Расторгуев И.П., Качмар М.Б.Моделирование облачных систем на основе данных метеорологических космических аппаратов и дистанционно пилотируемых летательных аппаратов. Сб. ст. по материалам XVI Международной конференции «Информатика: проблемы, методология, технологии». г. Воронеж, 2016 г. С.440-445.

5.Расторгуев И.П., Качмар М.Б. Подсистема дистанционного мониторинга опасных для авиации явлений погоды на базе метеорологических космических аппаратов. XLII Международная молодёжная научная конференции «Гагаринские чтения – 2016». М.: МАИ (НИУ), 2016 г.

6.Расторгуев И.П., Качмар М.Б. Прогноз конвективных явлений погоды над малоосвещенной в метеорологическом отношении местности на основе цифровой спутниковой ин-

69