Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

2021_107

.pdf
Скачиваний:
1
Добавлен:
01.01.2024
Размер:
21.95 Mб
Скачать

3.Красильников Д.Г., Урасова А.А., Шевчук И.С. Экономико-производственный фактор в пространственном развитии сельских территорий региона // Вестник УГНТУ. Наука, образование, экономика. Серия: Экономика. – 2019. – № 4 (30). – С. 17–28.

4.Потенциал Ближнего Севера: экономика, экология, сельские поселения. К 15-летию Угорского проекта: монография /сост. и под ред. Н.Е. Покровского и Т.Г. Нефедовой – М.: Логос, 2014 – 200 с.

5.Социально-экономическое положение Еловского муниципального округа http:// Экономика (elovo-okrug.ru).

6.Фокин В.Я. Постмонопрофильность как предликвидационная стадия социального регресса сельского района // Общество: социология, психология, педагогика. – 2018. – № 5 – (49). С. 24-27.

7.Urasova A.A. , Balandin D.A., Pytkin F.N., Kovaleva E.B., Zagoruiko I.Y. Spatial development of rural territories in Russian regions: Growth areas or desolation zones? International Journal of Recent Technology and Engineering, vol. 8, no. 2, pp. 4110–4122. DOI: 10.35940/ijrte.B3083.078219. Available

at: [Электронный ресурс]. – URL: https://www.ijrte.org/wp-content/uploads/pa- pers/v8i2/B3083078219.pdf / (дата обращения: 11.10.2021).

УДК 657

ФАКТОРЫ ЭФФЕКТИВНОСТИ ВОЗНАГРАЖДЕНИЯ РАБОТНИКАМ

В.П. Черданцев, О.В. Баянова,

ФГБОУ ВО Пермский ГАТУ, г. Пермь, Россия

Email:olga2673576@yandex.ru;

Zdeňka Matyušová,

PhD or Master, etc. doc. PaedDr., Ph.D.Университет Южной Чехии в Ческе-Будее- вице Факультет образования, заведующий кафедрой русского языка и литературы г. Ческе-Будеёвице, Чехия

Аннотация. В научной статье проведено теоретико-экономическое исследование факторов эффективности вознаграждения работникам. По результатам корреляционного анализа выявлено наличие тесной связи между вознаграждениями работникам и размерами прибыли предприятий, а также слабой связи между вознаграждениями работникам и производительностью труда.

Ключевые слова: вознаграждения работникам, корреляционный анализ, прибыль, производительность, эффективность

Постановка проблемы В современных условиях хозяйствования вознаграждения работникам иг-

рают важную роль не только в качестве мотивационного фактора, но и в виде статьи затрат агропромышленного предприятия. Подтверждают этот факт и активные дискуссии среди отечественных и зарубежных ученых-экономистов: Biryuchenko S. разработал механизм эффективного формирования дохода персонала предприятий Украины, перерабатывающих сельскохозяйственную продукцию [4]; Gibson J., Burton-McKenz T. оценили соразмерность качества научных работ ученых-эконо- мистов и размера их заработной платы в сельском хозяйстве и в экономике Австралии в целом [5]; Allanson P., Kasprzyk k., Barnes A.P. обратили внимание на непостоянство и неравенство доходов в сельском хозяйстве Шотландии [3]; Вострецова Т.В. акцентировала внимание на состоянии оплаты труда в сельском хозяйстве [2]; Белоусов В.М. разработал модель модернизации индивидуального и коллективного

331

премирования работников сельскохозяйственного предприятия [1]. Таким образом, мнения ученых-экономистов подтверждают актуальность темы исследования.

Методы проведения эксперимента Для проведения исследования зависимости вознаграждения работникам от

суммы прибыли и уровня производительности труда воспользуемся статистикоэкономическим методом множественной регрессии и корреляции, проведем корреляционный анализ. Статистические данные для проведения эксперимента по обнаружению зависимости показаны в таблице 1.

Таблица 1

Статистические данные (информационный этап моделирования зависимости)

 

Среднемесячная номинальная

Индекс производительности

Сальдо прибы-

Годы

начисленная заработная плата

труда в сельском хозяйстве (в %

лей и убытков,

 

работников, руб.

к предыдущему году)

млрд. руб.

 

 

 

 

2011

23369

101,6

7140

2012

26629

99,6

7824

2013

29792

106,4

6854

2014

32495

105,6

4347

2015

34030

103,5

7503

2016

36709

102,6

12801

2017

39167

105,7

9037

2018

43724

103,3

12400

2019

47867

106,6

16633

2020

62728

99,8

12421

На постановочном этапе определимся с зависимостями:

у – результативный признак (среднемесячная номинальная начисленная заработная плата работников);

х1 – первый фактор (индекс производительности труда в сельском хозяй-

стве);

х2 – второй фактор (сальдо прибылей и убытков).

Используя статистические данные, произведем расчет коэффициентов (индексов) корреляции по формулам:

1)коэффициент (индекс) корреляции по выявлению тесноты зависимости между заработной платой и производительностью труда:

2)коэффициент (индекс) корреляции по выявлению тесноты зависимости

между заработной платой и суммой прибыли:

 

 

 

 

̅̅̅̅̅̅̅̅

̅ ̅̅̅

 

 

=

 

 

2 2

 

 

 

 

 

 

 

 

 

2

2

̅

2

 

̅̅̅2

̅2

 

 

 

 

̅̅̅̅

 

 

))

 

 

√( 2

− ( 2 )) √(

− (

3) коэффициент (индекс) корреляции по выявлению тесноты зависимости между производительностью труда и суммой прибыли:

̅̅̅̅̅̅̅̅̅̅̅̅̅ ̅̅̅̅1 2 = ̅̅̅̅2 (1̅2)2 1̅̅̅̅22 ( ̅2)

( 1 1 ) ( 2 2 )

Для определения значений коэффициентов (индексов) корреляции составим вспомогательную таблицу (таблица 2).

332

Таблица 2

Вспомогательная таблица по определению значений коэффициентов (индексов) корреляции

Год

y

x1

x2

x1 · y

х2 · y

x1 · х2

x12

х22

y2

 

 

 

 

 

 

 

 

 

 

2011

23369

101,6

7140

2374290,4

166854660

725424

10322,56

50979600

546110161

 

 

 

 

 

 

 

 

 

 

2012

26629

99,6

7824

2652248,4

208345296

779270,4

9920,16

61214976

709103641

 

 

 

 

 

 

 

 

 

 

2013

29792

106,4

6854

3169868,8

204194368

729265,6

11320,96

46977316

887563264

 

 

 

 

 

 

 

 

 

 

2014

32495

105,6

4347

3431472

141255765

459043,2

11151,36

18896409

1055925025

 

 

 

 

 

 

 

 

 

 

2015

34030

103,5

7503

3522105

255327090

776560,5

10712,25

56295009

1158040900

 

 

 

 

 

 

 

 

 

 

2016

36709

102,6

12801

3766343,4

469911909

1313382,6

10526,76

163865601

1347550681

 

 

 

 

 

 

 

 

 

 

2017

39167

105,7

9037

4139951,9

353952179

955210,9

11172,49

81667369

1534053889

 

 

 

 

 

 

 

 

 

 

2018

43724

103,3

12400

4516689,2

542177600

1280920

10670,89

153760000

1911788176

 

 

 

 

 

 

 

 

 

 

2019

47867

106,6

16633

5102622,2

796171811

1773077,8

11363,56

276656689

2291249689

 

 

 

 

 

 

 

 

 

 

2020

62728

99,8

12421

6260254,4

779144488

1239615,8

9960,04

154281241

3934801984

 

 

 

 

 

 

 

 

 

 

Итого

376510

1039,7

96960

8935845,7

917335166

0031770,8

07121,03

064594210

5377187410

 

 

 

 

 

 

 

 

 

 

Среднее

37651

103,97

9696

893584,57

91733516,6

003177,08

0712,103

106459421

1537718741

значе-

 

 

 

 

 

 

 

 

 

ние

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

По полученным значениям коэффициентов составим матрицу коэффициентов (таблица 3).

 

 

 

 

 

Таблица 3

 

Матрица коэффициентов (индексов) корреляции

 

 

Показатель

 

у

х1

 

х2

 

 

 

 

 

 

 

 

у

 

1

 

 

 

 

 

 

 

 

 

 

 

х1

 

0,2

1

 

 

 

 

 

 

 

 

 

 

х2

 

0,7

-0,1

 

1

 

В завершение исследования тесноты зависимости определим значение совокупного коэффициента (индекса) корреляции по формуле:

Описание результатов Значение совокупного коэффициента (индекса) корреляции свидетельствует

о наличии прямой, но слабой (по шкале Чеддока) связи заработной платы с показателями производительности и прибыли. Существенное влияние на значение совокупного коэффициента (индекса) корреляции оказало наличие прямой и тесной связи между заработной платой и суммой прибыли. По результатам эксперимента выявлено прямое и очень слабое влияние уровня производительности труда на заработную плату, а также обратная и очень слабая зависимость между производительностью труда и суммой прибыли.

333

Выводы и предложения Таким, образом, проведенное исследование тесноты зависимости среднеме-

сячной номинальной начисленной заработной платы от уровня производительности труда и суммы прибыли показало следующее:

-рост среднемесячной номинальной начисленной заработной платы тесно связан с ростом суммы прибыли предприятий, слабо связан с изменением производительности труда;

-значительные результаты по получению прибыли наблюдались в те периоды, когда наблюдался рост среднемесячной номинальной начисленной заработной платы; в периоды, характерные для небольших размеров среднемесячной номинальной начисленной заработной платы, не наблюдается и значительных размеров прибыли;

-в те годы, когда наблюдалось максимальное значение среднемесячной номинальной начисленной заработной платы, происходило снижение уровня производительности труда; в годы, когда наблюдалось минимальное значение заработной платы, производительность труда была близка к среднему значению за период исследования;

-рост суммы прибыли слабо связан со снижением производительности труда; в те годы, когда наблюдается значительное значение суммы прибыли наблюдалось снижение производительности труда.

Результаты исследования могут быть улучшены в перспективе при условии повышения эффективности вознаграждения работникам, которое можно достигнуть за счет увязки вознаграждения работникам с уровнем производительности труда и прибыльностью предприятий.

Литература

1.Белоусов В.М. Модернизация индивидуального и коллективного премирования работников сельскохозяйственного предприятия // Агропродовольственная политика России, 2018.-№ 6.- С.44-47.

2.Вострецова Т.В. Состояние оплаты труда в сельском хозяйстве // Социально-экономиче- ская эффективность использования земельных ресурсов в аграрной сфере экономики Республики Башкортостан: современное состояние и пути повышения / Российский фонд фундаментальных исследований.– Уфа,2018.–С.62-66.

3.Allanson P. и др. Income Mobility and Income Inequality in Scottish Agriculture / Allanson P., Kasprzyk k., Barnes A.P. // Journal of Agricultural Economics.-2017.-Vol.68,№ 2.-P.471-493.

4.Biryuchenko S. Mechanism of effective formation of income of staff of the enterprise // Agricultural and Resource Economics: International Scientific E-Journal.2019.-Vol.5,№ 4.-P.66-78.

5.Gibson J., Burton-McKenz T. Are returns to research quality lower in agricultural economics?

//Australian Journal of Agricultural and Resource Economics.-2017.-Vol.61,№ 3.-P.498-514.

334

УПРАВЛЕНИЕ ЗЕМЕЛЬНЫМИ РЕСУРСАМИ. АРХИТЕКТУРА И СТРОИТЕЛЬСТВО

УДК 528.28

СОВРЕМЕННОЕ ГЕОДЕЗИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ЗЕМЛЕУСТРОЙСТВА И КАДАСТРА

А.В. Ананина,

ФГБОУ ВО Пермский ГАТУ, г. Пермь, Россия

Email: annanna.maxova-ananina@yandex.ru

Аннотация. В данной статье рассмотрены современное геодезическое обеспечение, используемые для выполнения землеустроительных и кадастровых работ.

Ключевые слова: цифровизация, тахеометр, беспилотные летательные аппараты, GNNS-технологии, лазерный сканер.

Работа посвящена рассмотрению применения современных геодезических технологий для целей кадастра и землеустройства.

Внастоящее время существует множество методов проведения исследований в области управления земельными ресурсами и регистрации объектов недвижимости, основанных на правовых, экономических, экологических и технических аспектах.

Всвязи с развитием приборостроения, робототехники и информационных технологий в мире появились систематические тенденции к модернизации оборудования и приборов, благодаря этому в геодезии появились современные измерительные приборы, а в землеустройстве и кадастре новые способы точного и достоверного описания земель и земельных ресурсов. Одним из таких способов является проект цифровизации земель. [1]

Проект цифровизации земель – это сложная задача, затрагивающая всю систему управления земельными ресурсами. Суть проекта заключается в создании и регулярном обновлении ортофотопланов геодезическими, геологическими и климатическими данными территорий Российской Федерации и других государств, а

вдальнейшем и всего земного шара. Это поможет рационально использовать земли. Ортофотоплан является основой для создания топографических карт, ведения кадастра, сервиса в области природопользования, землепользования.

Кроме того, оптические теодолиты, нивелиры, дальномеры и рулетки были заменены электронными тахеометрами и приемниками GNSS, главное достоинство которых - максимальная точность и возможность определения координат любой точки на местности. Тахеометр обеспечивает высокоточное измерение горизонтальных и вертикальных углов одновременно с измерением отметок и длин линий. Мини-компьютер с датчиками и сервоприводом, размещенный внутри тахеометра, позволяет автоматизировать процесс измерения и сохранять обработанную информацию. Однако у электронного тахеометра есть и свои недостатки: например, его нельзя использовать в густой растительности, плотных частицах пыли и тумане.

335

Необходимость устранения этих недостатков, а также развитие спутниковых технологий сделало возможным использование приемников GNSS (Global Navigation Satellite Systems). Данная технология позволяет получать высокую точность измерений, до нескольких миллиметров. При этом данный способ съемки так же не лишен изъянов в применение, в связи с тем, что GPS-технологии очень чувствительны к плотности городской застройки, лесонасаждениям и другим объектам которые мешают прохождению сигнала. Однако очень удобен в использовании при межевании земель и отводе земель. [2]

Основное преимущество технологии GNSS - возможность проводить измерения в любых погодных условиях и при отсутствии видимости между точками.

В рамках развития дальномерных приборов широкое распространение получили лазерные сканеры, которые с помощью высокоскоростных методов фотографирования обстановки создают поверхности в цифровом виде. Лазерное сканирование - это трехмерное измерение реального объекта, по результатам которого получается облако точек. Сканеры позволяют получить высокую степень детализации объекта, что обеспечивает высокую плотность получаемых точек отражения лазера. Детализация и скорость съемки являются преимуществом перед другими видами съемки. Сегодня лазерные сканеры - это популярный и современный геодезический прибор, на основе которого можно получить точную пространственную информацию об объекте.

Беспилотный летательный аппарат по-прежнему остается одним из самых популярных геодезических устройств, широко применяемый при геодезических, кадастровых и геодезических работах. Он снимает местность с большой высоты и, применяя методы фотограмметрии способен выполнять ряд полезных в землеустройстве задач, от построения рельефа местности, до получения информации о состояниях почв, и прорастания культур. Все эти данные получаются при дешифрировании снимков. Проводя наблюдения на одном и том же участке земли, мы можем построить динамику изменений во времени, как почвенно-культурных показателей, так и площадных показателей.

Иногда на беспилотники устанавливают полезный груз, в виде специального облегченного лазерного сканера. Тогда выполняют лазерное сканирование с высоты. Данный способ применим, если необходимо отсканировать участок большой площади. Например, это требуется для определения больших площадей лесных массивов, и в землеустройстве.

Недостатком при измерениях данным способом является большой объем камеральных работ, которые нужно выполнять при дешифрировании снимков аэрофотосъемки и преобразованием большого облака точек в модель местно-

сти.[3]

Среди преимуществ программного обеспечения, используемого в управлении земельными ресурсами и регистрации объектов недвижимости, мы, прежде всего, ценим:

1.Создание баз данных, включая удобство ввода, обработки, вывода и хранения информации.

2.Реконфигурируемый интерфейс, выполняющий работу разными спосо-

бами.

3.Многозадачность и функциональность программного продукта.

336

4.Умение читать и работать с изображениями (векторными или растровыми), редактировать их.

5.Проведение поисковых запросов.

Выбор программного обеспечения возникает из-за его использования, например: программный комплекс CREDO позволяет обрабатывать всю информацию, выполненную электронными тахеометрами. Программный комплекс POTOMOD - позволяет обрабатывать данные с беспилотных летательных аппаратов. Системы автоматизированного проектирования (САПР) используются для создания чертежей. Географические информационные системы (ГИС) - для организации связей между пространственными свойствами объектов (местоположением) и соответствующей атрибутивной информацией. С помощью онлайн-карт можно подготовить и загрузить растровые и векторные изображения для дистанционного зондирования Земли, а также определить административные границы субъектов Российской Федерации, муниципальных образований и населенных пунктов.

Подводя итог, можно сказать, что программные продукты предоставляют возможность формирования итоговой документации по результатам геодезических, геологоразведочных, землеустроительных и кадастровых работ. Применение геодезического оборудования для проведения землеустроительных и кадастровых работ, конечно же, зависит от необходимой точности проведения работ. И возможности его применения.

Использование и развитие современных геодезических технологий имеет важнейшее значение для развития и комплексного освоения и планирования территорий, ведения кадастра, землеустройства и обеспечения рационального управления земельными ресурсами.

Литература

1.Алакоэ В.В. О проблемах геодезического обеспечения кадастра недвижимости / В.В. Алакое, В.В. Бойков, М.А. Монахова, Е.С. Пересадько// Геопрофи. – 2012, - №4, - С. 11-15;

2.Каримов Р.М. Использование систем при ведении кадастра / Р.М. Каримов // Кадастр недвижимости и мониторинг природных ресурсов, 2019. - №1. – С.100-112;

3.Малышев Р.Н. Тенденции российского рынка геодезического оборудования / Р.Н. Малышев, Н.В. Агафонов // Земельный вестник. – 2013. - №9.

УДК 631.9:528.873

ИСПОЛЬЗОВАНИЕ ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ В ЦЕЛЯХ ОРГАНИЗАЦИИ РАЦИОНАЛЬНОГО ЗЕМЛЕПОЛЬЗОВАНИЯ

Д.А. Богатырев, И.В. Брыжко,

ФГАОУ ВО Пермский государственный национальный исследовательский университет, г. Пермь, Россия

e-mail: akikreedi@yandex.ru, zemproekt@yandex.ru

Аннотация. Аграрный сектор нуждается в новых методах контроля, мониторинга и организации рационального землепользования. Дистанционное зондирование Земли является инновационным способом мониторинга. Используемые ранее технологии предоставляют менее достоверную и оперативную информацию по сравнению с данными дистанционного зондирования.

337

Ключевые слова: дистанционное зондирование, сельское хозяйство, рациональное землепользование, космоснимки, земельные ресурсы.

Вопрос получения данных о земельных участках особенно важен для Российской Федерации. Обладая самым большим земельным фондом, очень важно учитывать и производить мониторинг всей территории для организации эффективной системы землеустройства. С развитием технологий и переходом от аналоговых носителей информации к цифровым перестраивается и система получения данных о земельных участках. Благодаря развитию спутниковых систем, возможности получать качественные данные очень быстро и обрабатывать их автоматизированно появляется и возможность более эффективно организовывать территорию и проводить землеустроительные мероприятия.

Кроме того, учитывая размеры нашей страны, есть достаточное количество труднодоступных участков, анализ состояния которых невозможен по причине их удаленности.

Большое количество земель в Российской Федерации используется не по назначению, заброшено, нарушено, зарастает, подвергается воздействию эрозионных процессов, заболачиванию и другим негативным явлениям. Все это связано с многими негативными тенденциям в отечественном агропромышленном комплексе, включая проблемы развития социальной инфраструктуры в сельской местности [3].

В данный момент оперативно получить информацию, не используя данные дистанционного зондирования органы власти, могут организовав серию выездных проверок, с фиксацией факта что земля не используется по целевому назначению.

Традиционные способы сбора информации не отвечают современным требованиям и не обладают достаточной достоверностью. Использование данных дистанционного зондирования, в свою очередь, позволяет объективно, регулярно и оперативно получать материалы, а также обеспечивать контроль за труднодоступными территориями, негативным изменением в лесном и сельском хозяйствах, несанкционированными местами добычи природных ресурсов, наводнениями и паводками.

Например, Белоусовой А.П. по данным дистанционного зондирования Земли было выявлено, что общая площадь заросших лесо – кустарниковой растительностью сельскохозяйственных земель в Пермском крае составляет 1386,1 тыс. га (около 60% от общей площади сельскохозяйственных угодий). Из них 689,5 тыс. га уже заросли густым лесом и 696,6 тыс. га молодым лесом [1].

Выявить такой объем нерационально используемых земельных участков с помощью средств дистанционного зондирования Земли относительно традиционных методов получилось достаточно быстро и не дорого.

Также невозможно внедрение прогрессивных агротехнологий, таких как точное земледелие. Кроме данных полевых обследований и полевых сканеров для обеспечения точного земледелия информацией также необходимы данные космических снимков для отображения вегетационной картины [2].

Использование данных дистанционного зондирования Земель позволяет решать следующие задачи при управлении земельными ресурсами:

- Подготовка карты (плана) объектов землеустройства;

338

-Оценка состояния и качества земель;

-Определение вида использования земельных участков;

-Выявление участков подверженных влиянию антропогенных процессов;

-Выявление участков подверженных эрозионным процессам;

-Определение участков с признаками деградации;

-Выявление и локализация источников загрязнения земель;

-Выявление нарушений границ застройки.

Данные космической съемки также предлагается использовать в целях инвентаризации земель. Для инвентаризации ключевое значение имеет высокое пространственное разрешение, геометрическая точность и ширина полосы съемки от 30 – 40 км и более. По мнению Д.Н. Цыганкова и В.И. Сысенко вариантом наиболее рациональным и эффективным будут данные, полученные со спутника ALOS, его сенсоры обеспечивают необходимые характеристик [6].

Для поставленных задач нужно использовать снимки бесснежного периода с подходящей погодой и освещением и с использованием ближнего инфракрасного спектра (на пример GREEN-NIR-RED или NIR-RED-GREEN), так же для инвентаризации земель можно использовать данные спутников SPOT-6/7 или Ре- сурс-П, которые так же обладают широкой полосой съемки и высоким пространственным разрешением. Качество визуального дешифрирования при этом будет зависеть от квалификации эксперта [7].

Если рассматривать вопрос использования данных дистанционного зондирования Земли для разработки проектов внутрихозяйственного землеустройства, то в первую очередь стоит обратить свое внимание да данные из открытых источников, например архивные данные GeoEye-1, данные геологической службы США (www.usgs.gov), данные программ SASPlanet и GlobalMapper.

Использование коммерческих данных является более предпочтительным по качеству, но будет дорого стоить из-за необходимости приобретения снимков на большую территорию. Средства, заложенные на разработку проектов землеустройства, зачастую, не включают в себя статью расходов на получение данных дистанционного зондирования Земли, так как это не является обязательным в соответствии с действующими нормативами [5].

По мнению Т.В. Папаскири при разработке землеустроительных проектов сейчас требуется осуществление большого объема расчетов в связи с большим количеством данных имеющих пространственную привязку, и опираться разработка проектов должна на использование в комплексе данных дистанционного зондирования, моделирования в ГИС системах и использовании систем автоматизированного проектирования [4].

Геоинформационные системы используемые при решении задач землеустройства позволяют комплексно использовать материалы дистанционного зондирования по схеме:

-получение необходимых космических снимков на территорию объекта землеустройства;

-обработка снимков;

-анализ полученных результатов;

-оценка результатов;

-проектирование оптимального варианта на основе полученных данных.

339

Врезультате могут быть получены: цифровые модели местности, цифровые модели рельефа, цифровые модели ситуации.

Всамих проектах ГИС систем создаются необходимые тематические слои, например слои дорожных сетей, полей севооборотов, проектных решений, гидрографии, и т.д. Анализ отдельных слоев и их комбинация позволяют эффективнее решать проектные задачи владея необходимой информацией.

Отечественный опыт показывает что в данный момент использование технологий дистанционного зондирования Земли еще не заменило полностью традиционные методы получения информации, но развитие использования этих технологий может существенно увеличить объем получаемой информации необходимой для управления земельными ресурсами и организации рационального землепользования, при этом данные дистанционного зондирования обладают несравненно большим пространственным охватом, оперативностью и достоверностью.

Литература

1. Белоусова А.П., Брыжко И.В. Анализ зарастания сельскохозяйственных угодий на территории Пермского края по спутниковым снимкам Landsat // ИнтерКарто. ИнтерГИС. Геоинформационное обеспечение устойчивого развития территорий: Материалы Междунар. конф. M: Географический факультет МГУ, 2021. Т. 27. Ч. 4. С. 150–161. DOI: 10.35595/2414-9179- 2021-4-27-150-161.

2. Брыжко И.В., Шабалина Т.В. Геоинформационное обеспечение точного земледелия на примере Тюменской области ИнтерКарто. ИнтерГИС. Геоинформационное обеспечение устойчивого развития территорий: Материалы Междунар. конф. M: Географический факультет МГУ,

2021. Т. 27. Ч. 4. С. 66–81. DOI: 10.35595/2414-9179-2021-4-27-66-81.

3.Брыжко И.В. Регулирование экономической политики в сфере развития сельской инфраструктуры социального назначения//Экономика и предпринимательство. -2018.-№9(98).-С.71-74.

4.Папаскири Т.В. О концепции цифрового землеустройства// Землеустройство, кадастр и мониторинг земель.- 2018.- №11.- С. 5-17.

5.Уфимцев А.Е., Ермак А.А. Использование данных дистанционного зондирования Земли при организации рационального землепользования // Вестник Югорского государственного университета. – 2014. – № 3(34). – С. 70-73.

6.Цыганков Д.Н., Сысенко В.И. Применение данных дистанционного зондирования для мониторинга использования земель сельскохозяйственного назначения // Ученые записки. Электронный научный журнал Курского государственного университета. – 2012. – № 2(22). – С. 304-310.

7. Шихов А.Н., Герасимов А.П., Пономарчук А.И., Перминова Е.С. Перминова. Тематическая интерпретация космических снимков среднего и высокого пространственного разрешения [Электронный ресурс]: учебное пособие / А.Н. Шихов, А.П. Герасимов, А.И. Пономарчук, Е.С. Перминова. Перм. гос. нац. исслед. ун-т. – Пермь, 2020. – 169 с.

УДК 631.9:528.873

КОСМИЧЕСКИЙ МОНИТОРИНГ ЗЕМЕЛЬ СЕЛЬСКОХОЗЯЙСТВЕННОГО НАЗНАЧЕНИЯ

И.В. Брыжко, Д.М. Максютова,

ФГАОУ ВО Пермский государственный национальный исследовательский университет, г. Пермь, Россия e-mail: zemproekt@yandex.ru, darya.maxiutova@yandex.ru

Аннотация. Дистанционное зондирование Земли является инновационным способом мониторинга нашей планеты. В работе представлен обзор методов дистанционного зондирования, возможности использования математических моделей, описана необходимость усовершенствования этой сферы в России.

340

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]