Математика 6 класс мерзляк номер 164: Номер №164 — ГДЗ по Математике 6 класс: Мерзляк А.Г.

Содержание

Номер №164 — ГДЗ по Математике 6 класс: Мерзляк А.Г.

войтирегистрация

Ответкин
Решебники
6 класс
Математика
Мерзляк
Номер №164

НАЗАД К СОДЕРЖАНИЮ

2014г.ВыбранВыбрать ГДЗ (готовое домашние задание из решебника) на Номер №164 по учебнику Математика. 6 класс. Учебник для учащихся общеобразовательных организаций / А.Г. Мерзляк, В.Б. Полонский, М.С. Якир. Вентана-Граф. 2014г.

2019г.ВыбранВыбрать ГДЗ (готовое домашние задание из решебника) на Номер №164 по учебнику Математика. 6 класс. Учебник / А.Г. Мерзляк, В.Б. Полонский, М.С. Якир, под редакцией В.Е. Подольского. Вентана-Граф. 4 издание, дополненное. 2019г.

Условие 20142019г.

Cменить на 2014 г.

Cменить на 2019 г.

Найдите наименьшее общее кратное чисел:
1) 6 и 10;
2) 9 и 12;
3) 14 и 28;
4) 8 и 9;
5) 32 и 48;
6) 8,9 и 15.

Решение 1

Решение 2

Решение 3

Решение 4

Решение 5

Решение 6

ГДЗ по Математике 6 класс: Виленкин Н.Я.

Издатель: Виленкин Н.Я. Жохов В.И. Чесноков А. С. Шварцбурд С.И. 2013/2019г.

ГДЗ по Математике 6 класс: Мерзляк А.Г.

Издатель: А.Г. Мерзляк, В.Б. Полонский, М.С. Якир. 2014г. / 2019г.

ГДЗ по Математике 6 класс: Никольский С.М.

Издатель: С.М. Никольский, М.К, Потапов, Н.Н. Решетников, А.В. Шевкин. 2015-2018

ГДЗ по Математике 6 класс: Зубарева, Мордкович

Издатель: И.И. Зубарева, А.Г. Мордкович. 2014-2019г.

ГДЗ по Математике 6 класс: Дорофеев Г.В.

Издатель: Г.В. Дорофеев, И.Ф. Шарыгин, С.Б. Суворова. 2016-2019г.

Сообщить об ошибке

Выберите тип ошибки:

Решено неверно

Опечатка

Плохое качество картинки

Опишите подробнее
в каком месте ошибка

Ваше сообщение отправлено
и скоро будет рассмотрено

ОК, СПАСИБО

[email protected]

Классы

Предметы

Климатические дефолиаторы насекомых и лесные пожары с использованием многовременных данных Landsat и TerraClimate в северо-восточном Иране: применение GEOBIA TreeNet и анализа панельных данных

1. Swetnam T.W., Lynch A.M. Многовековые региональные модели вспышек листовертки западной ели. Экол. моногр. 1993; 63: 399–424. дои: 10.2307/2937153. [CrossRef] [Google Scholar]

2. Руллан-Сильва С.Д., Олтофф А.Е., Ла Дельгадо де Мата Х.А., Пахарес-Алонсо Х.А. Дистанционный мониторинг дефолиации лесных насекомых. Обзор. Для. Сист. 2013; 22: 377–39.1. doi: 10.5424/fs/2013223-04417. [CrossRef] [Google Scholar]

3. Hall R.J., Castilla G., White J.C., Cooke B.J., Skakun R.S. Дистанционное зондирование ущерба лесным вредителям: обзор и извлеченные уроки с точки зрения Канады. Может. Энтомол. 2016;148:S296–S356. doi: 10.4039/tce.2016.11. [CrossRef] [Google Scholar]

4. Dash J.P., Watt M.S., Pearse G.D., Heaphy M., Dungey H.S. Оценка изображений с БПЛА очень высокого разрешения для мониторинга состояния леса во время имитации вспышки болезни. ISPRS J. Photogramm. Remote Sens. 2017; 131:1–14. doi: 10.1016/j.isprsjprs.2017.07.007. [Перекрестная ссылка] [Академия Google]

5. Зенф С., Зейдл Р., Хостерт П. Дистанционное зондирование лесных насекомых: текущее состояние и будущие направления. Междунар. Дж. Заявл. Обсерв. Земли Геоинф. 2017;60:49–60. doi: 10.1016/j.jag.2017.04.004. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]

6. Friedman J.H. Повышение стохастического градиента. вычисл. Стат. Анализ данных. 2002; 38: 367–378. doi: 10.1016/S0167-9473(01)00065-2. [CrossRef] [Google Scholar]

7. Abatzoglou J.T., Dobrowski S.Z., Parks S.A., Hegewisch K.C. TerraClimate, глобальный набор данных высокого разрешения о ежемесячном климате и климатическом водном балансе с 1958–2015. науч. Данные. 2018;5:170191. doi: 10.1038/sdata.2017.191. [PMC free article] [PubMed] [CrossRef] [Google Scholar]

8. Latifi H., Fassnacht F.E., Schumann B., Dech S. Объектно-ориентированное извлечение заражений короедом ( Ips typographus L.) с использованием многодатные спутниковые снимки LANDSAT и SPOT. прог. физ. геогр. Земная среда. 2014; 38: 755–785. doi: 10.1177/0309133314550670. [CrossRef] [Google Scholar]

9. Meddens A.J.H., Hicke J.A. Пространственные и временные закономерности обнаружения с помощью Landsat гибели деревьев, вызванной вспышкой горного соснового лубоеда в Колорадо, США. Для. Экол. Управление 2014; 322:78–88. doi: 10.1016/j.foreco.2014.02.037. [Перекрестная ссылка] [Академия Google]

10. Де Берс К.М., Таунсенд П.А. Оценка эффекта дефолиации непарного шелкопряда с помощью MODIS. Дистанционный датчик окружающей среды. 2008; 112:3983–3990. doi: 10.1016/j.rse.2008.07.008. [CrossRef] [Google Scholar]

11. Сенф К., Вулдер М.А., Кэмпбелл Э.М., Хостерт П. Использование Landsat для оценки взаимосвязи между пространственно-временными паттернами вспышек западной еловой листовертки и изменчивостью погоды в региональном масштабе. Может. J. Remote Sens. 2016; 42: 706–718. doi: 10.1080/07038992.2016.1220828. [Перекрестная ссылка] [Академия Google]

12. Бабст Ф., Эспер Дж., Парлоу Э. Landsat TM/ETM+ и оценка пространственно-временных характеристик осеннего мотылька (

Epirrita Aufallata ) в самой северной Фенноскандии на основе годичных колец.

Дистанционный датчик окружающей среды. 2010; 114: 637–646. doi: 10.1016/j.rse.2009.11.005. [CrossRef] [Google Scholar]

13. Таунсенд П.А., Сингх А., Фостер Дж.Р., Реберг Н.Дж., Кингдон К.С., Эшлеман К.Н., Сигл С.В. Общая модель Landsat для прогнозирования дефолиации полога широколиственных лиственных лесов. Дистанционный датчик окружающей среды. 2012;119: 255–265. doi: 10.1016/j.rse.2011.12.023. [CrossRef] [Google Scholar]

14. Rullán-Silva C., Olthoff A.E., Pando V., Pajares J.A., Delgado J.A. Дистанционный мониторинг дефолиации буковым долгоносиком Rhynchaenus fagi в северной Испании. Для. Экол. Управление 2015; 347: 200–208. doi: 10.1016/j.foreco.2015.03.005. [CrossRef] [Google Scholar]

15. Meddens A.J.H., Hicke J.A., Vierling L.A., Hudak A.T. Оценка методов обнаружения гибели деревьев, вызванной короедом, с использованием снимков Landsat с одной и несколькими датами. Дистанционный датчик окружающей среды. 2013;132:49–58. doi: 10.1016/j.rse.2013.01.002. [CrossRef] [Google Scholar]

16. Вастаранта М., Кантола Т., Льютикайнен-Сааренмаа П., Холопайнен М., Канкаре В., Вулдер М., Хююппа Дж., Хююппа Х. Картографирование дефолиации на основе площадей насаждений сосны обыкновенной с использованием бортового сканирования LiDAR. Remote Sens. 2013; 5:1220–1234. doi: 10.3390/rs5031220. [CrossRef] [Google Scholar]

17. Adelabu S., Mutanga O., Adam E. Оценка влияния красной полосы на изображении Rapideye для классификации уровней дефолиации насекомых. ISPRS J. Photogramm. Дистанционный датчик 2014;95:34–41. doi: 10.1016/j.isprsjprs.2014.05.013. [CrossRef] [Google Scholar]

18. Гудвин Н.Р., Купс Н.К., Вулдер М.А., Гилландерс С., Шредер Т.А., Нельсон Т. Оценка динамики заражения насекомыми с использованием временной последовательности данных Landsat. Дистанционный датчик окружающей среды. 2008; 112:3680–3689. doi: 10.1016/j.rse.2008.05.005. [CrossRef] [Google Scholar]

19. Паритсис Дж., Веблен Т.Т., Смит Дж.М., Хольц А. Пространственный прогноз дефолиации гусеницами (Ormiscodes) в патагонских лесах Nothofagus. Ландск. Экол. 2011;26:791–803. doi: 10.1007/s10980-011-9608-0. [CrossRef] [Google Scholar]

20. Тейн Дж. Б. Использование оптимизированного индекса беспокойства с помощью дистанционного зондирования для обнаружения дефолиации насекомых на Апостольских островах, штат Висконсин, США. Дистанционный датчик окружающей среды. 2013; 136: 210–217. doi: 10.1016/j.rse.2013.05.008. [CrossRef] [Google Scholar]

21. Heurich M., Ochs T., Andresen T., Schneider T. Объектно-ориентированный анализ изображений для полуавтоматического обнаружения сухих деревьев по следам елового короеда (

Ips typographus ) вспышка. Евро. Дж. Для. Рез. 2010;129:313–324. doi: 10.1007/s10342-009-0331-1. [CrossRef] [Google Scholar]

22. Хэй Г.Дж., Кастилья Г. Географический объектно-ориентированный анализ изображений (GEOBIA): новое название для новой дисциплины. В: Блашке Т., Ланг С., Хэй Г.Дж., редакторы. Объектно-ориентированный анализ изображений: пространственные концепции для приложений дистанционного зондирования, основанных на знаниях. Спрингер; Берлин, Германия: Лондон, Великобритания: 2008. стр. 75–89. [Google Scholar]

23. Латифи Х., Шуманн Б., Каутц М., Дех С. Пространственная характеристика заражения короедом с помощью многодаточного синергизма снимков SPOT и Landsat. Окружающая среда. Монит. Оценивать. 2014; 186:441–456. doi: 10.1007/s10661-013-3389-7. [PubMed] [CrossRef] [Google Scholar]

24. Флауэр А., Гэвин Д.Г., Хейердал Э.К., Парсонс Р.А., Кон Г.М. Вызванные засухой вспышки западной еловой листовертки на северо-западе внутренней части Тихого океана: многовековой дендрохронологический отчет. Для. Экол. Управление 2014; 324:16–27. doi: 10.1016/j.foreco.2014.03.042. [CrossRef] [Google Scholar]

25. Миллар К.И., Стивенсон Н.Л. Здоровье лесов умеренного пояса в эпоху зарождающихся мегаразрушений. Наука. 2015; 349: 823–826. doi: 10.1126/science.aaa9933. [PubMed] [CrossRef] [Google Scholar]

26. Каутц М., Медденс А.Дж.Х., Холл Р.Дж., Арнет А. Биотические нарушения в лесах Северного полушария — синтез последних данных, неопределенностей и последствий для мониторинга и моделирования лесов. . Глоб. Экол. Биогеогр. 2017; 26: 533–552. doi: 10.1111/geb.12558. [CrossRef] [Google Scholar]

27. Уорд С.Ф., Аукема Б.Х. Аномальные вспышки инвазивного дефолиатора и аборигенного короеда, которым способствуют высокие температуры, изменение осадков и межвидовые взаимодействия. Экография. 2019;42:1068–1078. doi: 10.1111/ecog.04239. [CrossRef] [Google Scholar]

28. Райан М. Г., Восе Дж. М. Влияние климатической изменчивости и изменений на лесные экосистемы: комплексный научный синтез для лесного сектора США. [(по состоянию на 2 августа 2019 г.)]; 2012 PNW-GTR-870. Доступно на сайте: https://www.fs.usda.gov/treesearch/pubs/42651

29. Paradis A., Elkinton J., Hayhoe K., Buonaccorsi J. Роль зимней температуры и изменения климата в выживании и будущее расширение ареала болиголова шерстистого адельгида ( Adelges tsugae ) в восточной части Северной Америки. Митиг. Адаптировать. Стратег. Глоб. Чанг. 2008; 13: 541–554. doi: 10.1007/s11027-007-9127-0. [CrossRef] [Google Scholar]

30. Trần J.K., Ylioja T., Billings R.F., Régnière J., Ayres M.P. Влияние минимальных зимних температур на динамику численности Dendroctonus frontalis. Экол. заявл. 2007; 17: 882–899. дои: 10.1890/06-0512. [PubMed] [CrossRef] [Google Scholar]

31. Пуресваран Д.С., Рокес А., Баттисти А. Лесные насекомые и изменение климата. Курс. Для. Отчет 2018; 4: 35–50. doi: 10.1007/s40725-018-0075-6. [Перекрестная ссылка] [Академия Google]

32. Джепсен Ю.Ю., Капари Л., Хаген С.Б., Шотт Т., Виндстад О.П.Л., Нильссен А.С., Имс Р.А. Быстрое распространение насекомого-вредителя леса на север объясняется совпадением весенней фенологии с субарктической березой. Глоб. Чанг. биол. 2011;17:2071–2083. doi: 10.1111/j.1365-2486.2010.02370.x. [CrossRef] [Google Scholar]

33. Колб Т.Е., Феттиг С.Дж., Айрес М.П., Бенц Б.Дж., Хике Дж.А., Матиасен Р., Стюарт Дж.Е., Виид А.С. Наблюдаемое и ожидаемое воздействие засухи на лесных насекомых и болезни в США. Для. Экол. Управление 2016; 380:321–334. doi: 10. 1016/j.foreco.2016.04.051. [Перекрестная ссылка] [Академия Google]

34. Феттиг С.Дж., Мортенсон Л.А., Булаон Б.М., Фоулк П.Б. Гибель деревьев после засухи в центральной и южной части Сьерра-Невады, Калифорния, США. Экол. Управление 2019; 432:164–178. doi: 10.1016/j.foreco.2018.09.006. [CrossRef] [Google Scholar]

35. Литтелл Дж.С., Петерсон Д.Л., Райли К.Л., Лю Ю., Люс К.Х. Влияние засухи на леса и пастбища в Соединенных Штатах: всесторонний научный синтез. Министерство сельского хозяйства США, Лесная служба; Вашингтон, округ Колумбия, США: 2016 г. Пожары и засуха; стр. 135–154. [Академия Google]

36. Rouault G., Candau J.-N., Lieutier F., Nageleisen L.-M., Martin J.-C., Warzée N. Влияние засухи и жары на популяции лесных насекомых по отношению к 2003 г. засуха в Западной Европе. Анна. Для. науч. 2006; 63: 613–624. doi: 10.1051/forest:2006044. [CrossRef] [Google Scholar]

37. Ryerson D.E., Swetnam T.W., Lynch A.M. Реконструкция годичных колец вспышек западной еловой листовертки в горах Сан-Хуан, Колорадо, США. Дж. Для. Рез. 2003;33:1010–1028. дои: 10.1139/x03-026. [CrossRef] [Google Scholar]

38. Томсон А.Дж., Шеперд Р.Ф., Харрис Дж.У.Е., Сильверсайдс Р.Х. Связь погоды со вспышками западной еловой листовертки Choristoneura occidentalis (Lepidoptera: Tortricidae) в Британской Колумбии. Может. Энтомол. 1984; 116: 375–381. doi: 10.4039/Ent116375-3. [CrossRef] [Google Scholar]

39. Chen G., He Y., de Santis A., Li G., Cobb R., Meentemeyer R.K. Оценка воздействия новых лесных болезней на лесные пожары с использованием данных Landsat и KOMPSAT-2. Дистанционный датчик окружающей среды. 2017;195: 218–229. doi: 10.1016/j.rse.2017.04.005. [CrossRef] [Google Scholar]

40. Hicke J.A., Johnson M.C., Hayes J.L., Preisler H.K. Влияние гибели деревьев, вызванной короедом, на лесной пожар. Для. Экол. Управление 2012; 271:81–90. doi: 10.1016/j.foreco.2012.02.005. [CrossRef] [Google Scholar]

41. Agne M.C., Woolley T., Fitzgerald S. Интенсивность пожара и кумулятивные нарушения в сосновых лесах после горного соснового лубоеда во время пожара Pole Creek Fire. Для. Экол. Управление 2016; 366:73–86. doi: 10.1016/j.foreco.2016.02.004. [Перекрестная ссылка] [Академия Google]

42. Meigs G.W., Campbell J.L., Zald H.S.J., Bailey J.D., Shaw D.C., Kennedy R.E. Увеличивается ли вероятность лесных пожаров после массовых нашествий насекомых в хвойных лесах? Экосфера. 2015; 6:1–24. doi: 10.1890/ES15-00037.1. [CrossRef] [Google Scholar]

43. Кейн Дж. М., Варнер Дж. М., Мец М. Р., ван Мантгем П. Дж. Характеристика взаимодействия между пожаром и другими нарушениями и их влияние на гибель деревьев в западных лесах США. Для. Экол. Управление 2017; 405:188–199. doi: 10.1016/j.foreco.2017.090,037. [CrossRef] [Google Scholar]

44. Кулаковский Д., Джарвис Д. Небольшие пожары повышают восприимчивость скальной сосны к вспышкам горного соснового жука в Колорадо. Для. Экол. Управление 2013; 289: 544–550. doi: 10.1016/j.foreco.2012.10.020. [CrossRef] [Google Scholar]

45. Маккарли Т.Р., Колден К.А., Вайлант Н.М., Худак А.Т., Смит А.М.С. , Крейтлер Дж. Количественная оценка вызванных пожаром изменений растительного покрова в ландшафтном масштабе после нашествия горного соснового жука и заготовки древесины. Для. Экол. Управление 2017;391: 164–175. doi: 10.1016/j.foreco.2017.02.015. [CrossRef] [Google Scholar]

46. Ширвани З., Абди О., Бухройтнер М.Ф., Прадхан Б. Анализ пространственных и статистических зависимостей вырубки лесов, затронутых ростом жилых домов: бассейн Горганруд, северо-восток Ирана. Деградация земли. Дев. 2017;28:2176–2190. doi: 10.1002/ldr.2744. [CrossRef] [Google Scholar]

47. Абди О., Камкар Б., Ширвани З., Тейшейра да Силва Дж.А., Бухройтнер М.Ф. Пространственно-статистический анализ факторов, определяющих лесные пожары: пример из Голестана, Северо-Восточный Иран. Геомат. Нац. Опасности Риск. 2018;9: 267–280. doi: 10.1080/19475705.2016.1206629. [CrossRef] [Google Scholar]

48. Абди О., Ширвани З., Бухройтнер М.Ф. Пространственно-временная оценка засухи в гирканских лиственных лесах и полустепных пастбищах с использованием временных рядов спектрорадиометра среднего разрешения на северо-востоке Ирана. Деградация земли. Дев. 2018;29:2525–2541. doi: 10.1002/ldr.3025. [CrossRef] [Google Scholar]

49. Абди О., Ширвани З., Бухройтнер М.Ф. Вызванное лесной засухой разнообразие гибели отдельных гирканских деревьев, пострадавших от метеорологических и гидрологических засух, путем анализа продуктов спектрорадиометра со средним разрешением и пространственных авторегрессионных моделей над северо-восточным Ираном. Агр. Для. метеорол. 2019;275:265–276. doi: 10.1016/j.agrformet.2019.05.029. [CrossRef] [Google Scholar]

50. Сетайешгар Ф. Атака Lymantria Dispar на 420 гектаров гирканских лесов: вспышка дефолиаторов в лесах. [(по состоянию на 1 июля 2014 г.)]; Доступно на сайте: http://khorasannews.com/?nid=18724&type=0

51. Киа-Далири Х., Каземи-Наджафи С., Ахангаран Ю. Воздействие листовертки ( Erannis defoliaria и Operophtera brumata ) на радиальный рост 3 видов деревьев на севере Ирана (на примере: Машалак, Новшахр) Иран. Дж. Для. Тополь Рез. 2007; 15: 301–309. . [Google Scholar]

52. Ахмади А., Кавоси М.Р., Солтанлоо Х. Резервуар Zelkova carpinifolia из Гирканских лесов, Северный Иран, новая жертва Ophiostoma novo-ulmi. Биоразнообразие. 2014; 15:48–52. doi: 10.13057/biodiv/d150107. [CrossRef] [Google Scholar]

53. Бюллетень раннего предупреждения ФАО о кризисе пищевой цепи. [(по состоянию на 20 июля 2019 г.)]; Оповещения об угрозах продовольственной цепи, влияющих на продовольственную безопасность в странах и регионах, 2016 г., № 18. Доступно на сайте: www.fao.org/food-chain-crisis

54. Мираболфати М., Грёневальд Дж.З., Кроус П.В. Возникновение угольной болезни, вызванной Biscogniauxia mediterranea, на дубе с листьями каштана ( Quercus castaneifolia ) в лесах Голестан в Иране. Завод Дис. 2011;95:876. doi: 10.1094/PDIS-03-11-0153. [PubMed] [CrossRef] [Google Scholar]

55. Сагеб Талеби К., Саджеди Т., Пурхашеми М. Леса Ирана. Сокровище из прошлого, надежда на будущее. Спрингер; Дордрехт, Нидерланды: 2014 г. [Google Scholar]

56. Геологическая служба США, Научный центр наблюдения за ресурсами Земли. Научный продукт Collection-1 Landsat OLI уровня 2 по коэффициенту отражения поверхности (SR). Геологическая служба США, Научный центр наблюдения за ресурсами Земли; Рестон, Вирджиния, США: 2019. [Google Scholar]

57. ASF DAAC. PALSAR Радиометрическая коррекция местности Высокое разрешение. АСФ DAAC; Фэрбенкс, штат Алабама, США: 2019 г. Включает материалы © JAXA/METI, 2007 г. [Google Scholar]

58. Департамент природных ресурсов и управления водосборными бассейнами Голестана. Буклеты планов управления лесами: Джафарабад, Голриз, Тавир, Кохмиан, Заррингол, Сорхдари, Резайан, Калеморян, Даланд, Ватан, Нодех-Бон-Кале, Минудашт, Тахт, Ловех, Сиджан-Киарам, Коранкафтар, Тердженли. Департамент природных ресурсов и управления водосборными бассейнами Голестана; Горган, Иран: 1981–2011. [Академия Google]

59. Google Планета Земля Про V 7.3.2.5491 . Сусара, провинция Голестан. 37° 00’ 47,58” с.ш., 55° 16’ 30,88” в.д., высота глаз 10,17 км. ООО «Гугл»; Маунтин-Вью, Калифорния, США: 2019. DigitalGlobe 2019. [Google Scholar]

60. eCognition Developer. Т. 9.0 Руководство пользователя. Тримбл Германия ГмбХ; Мюнхен, Германия: 2014. [Google Scholar]

61. Криппен Р. Ускорение расчета вегетационного индекса. Дистанционный датчик окружающей среды. 1990; 34:71–73. doi: 10.1016/0034-4257(90)

-Z. [Перекрестная ссылка] [Академия Google]

62. Пинти Б., Верстраете М.М. GEMI: нелинейный индекс для мониторинга глобальной растительности со спутников. Растительность. 1992; 101:15–20. doi: 10.1007/BF00031911. [CrossRef] [Google Scholar]

63. Кауфман Ю.Дж., Танре Д. Индекс атмосфероустойчивой растительности (ARVI) для EOS-MODIS. IEEE транс. Geosci. Remote Sens. 1992; 30: 261–270. дои: 10.1109/36.134076. [CrossRef] [Google Scholar]

64. Гительсон А.А., Кауфман Ю.Ю., Мерзляк М.Н. Использование зеленого канала для дистанционного зондирования глобальной растительности с помощью EOS-MODIS. Дистанционный датчик окружающей среды. 1996;58:289–298. doi: 10.1016/S0034-4257(96)00072-7. [CrossRef] [Google Scholar]

65. Такер К. Дж. Линейные комбинации красных и фотографических инфракрасных лучей для мониторинга растительности. Дистанционный датчик окружающей среды. 1979; 8: 127–150. doi: 10.1016/0034-4257(79)

-0. [CrossRef] [Google Scholar]

66. Jiang Z., Huete A.R., Didan K., Miura T. Разработка двухполосного расширенного вегетационного индекса без синей полосы. Дистанционный датчик окружающей среды. 2008; 112:3833–3845. doi: 10.1016/j.rse.2008.06.006. [Перекрестная ссылка] [Академия Google]

67. Гао Б.-К. NDWI — нормализованный разностный водный индекс для дистанционного зондирования жидкой воды растительности из космоса. Дистанционный датчик окружающей среды. 1996; 58: 257–266. doi: 10.1016/S0034-4257(96)00067-3. [CrossRef] [Google Scholar]

68. Сингх А., Харрисон А. Стандартизированные основные компоненты. Междунар. J. Remote Sens. 1985; 6: 883–896. doi: 10.1080/01431168508948511. [CrossRef] [Google Scholar]

69. Каут Р. Дж., Томас Г. С. Шляпка с кисточками — графическое описание спектрально-временного развития сельскохозяйственных культур с точки зрения Landsat. Университет Пердью; Уэст-Лафайет, США: 1976. [Google Scholar]

70. Харалик Р.М., Шанмугам К., Динштейн И.Х. Текстурные признаки для классификации изображений. IEEE транс. Сист. Человек Киберн. 1973; 3: 610–621. doi: 10.1109/TSMC.1973.4309314. [CrossRef] [Google Scholar]

71. Навулур К. Анализ мультиспектральных изображений с использованием объектно-ориентированной парадигмы. КПР Пресс; Бока-Ратон, Флорида, США: 2006. [Google Scholar]

72. Мур И.Д., Грейсон Р.Б., Ладсон А.Р. Цифровое моделирование местности: обзор гидрологических, геоморфологических и биологических приложений. гидрол. Процесс. 1991;5:3–30. doi: 10.1002/hyp.3360050103. [CrossRef] [Google Scholar]

73. Wilson J.P., Gallant J.C. Terrain Analysis. Принципы и приложения. Джон Уайли и сыновья; Нью-Йорк, штат Нью-Йорк, США: 2000. [Google Scholar]

74. Райли С.Дж., ДеГлория С.Д., Эллиот Р. Индекс, определяющий количественную оценку топографической неоднородности. Интерв. J. Sci. 1999; 5: 23–27. [Google Scholar]

75. Salford Systems Ltd. Salford Predictive Modeler 8.3. Салфорд Системы Лтд.; Сан-Диего, США: 2018. [Google Scholar]

76. Хасти Т., Тибширани Р., Фридман Дж. Элементы статистического обучения: анализ данных, вывод и прогнозирование. Мат. Интел. 2005; 27:83–85. doi: 10.1007/BF02985802. [CrossRef] [Google Scholar]

77. Кандель К., Хюттманн Ф., Сувал М.К., Рам Регми Г., Ниджман В., Некарис К.А.И., Лама С.Т., Тапа А., Шарма Х.П., Субеди Т.Р. Быстрая оценка распространения харизматичного охраняемого вида в нескольких странах с использованием прогнозов ГИС с ансамблевой моделью открытого доступа: красная панда (Ailurus fulgens) в районе Гиндукуша и Гималаев. биол. Консерв. 2015; 181:150–161. doi: 10.1016/j.biocon.2014.10.007. [Перекрестная ссылка] [Академия Google]

78. ESRI Как работает нечеткое наложение. [(по состоянию на 1 мая 2019 г.)]; Доступно в Интернете: http://desktop.arcgis.com/en/arcmap/10.5/tools/spatial-analyst-toolbox/how-fuzzy-overlay-works.htm

79. Key C.H., Benson N.C. Оценка ландшафта: дистанционное зондирование тяжести, нормализованный коэффициент ожогов. [(по состоянию на 2 августа 2019 г.)]; FIREMON, 2006 г.: Система мониторинга и инвентаризации пожаров RMRS-GTR-164-CD: LA 1-51. Доступно в Интернете: http://pubs.er.usgs.gov/publication/2002085

80. Miller J.D., Thode A.E. Количественная оценка тяжести ожогов в неоднородном ландшафте с относительной версией дельта нормализованного коэффициента горения (dNBR) Remote Sens. Окружающая среда. 2007;109: 66–80. doi: 10.1016/j.rse.2006.12.006. [CrossRef] [Google Scholar]

81. ESRI Как работает нечеткое членство. [(по состоянию на 4 апреля 2019 г.)]; Доступно в Интернете: http://desktop.arcgis.com/en/arcmap/10.5/tools/spatial-analyst-toolbox/how-fuzzy-membership-works. htm

82. Элхорст Дж. П. Пространственные панельные модели данных. В: Элхорст Дж. П., редактор. Пространственная эконометрика: от данных поперечного сечения к пространственным панелям. Спрингер; Берлин/Гейдельберг, Германия: 2014. стр. 37–93. [Академия Google]

83. Грин У.Х. Эконометрический анализ. 5-е изд. Прентис Холл; Аппер-Сэдл-Ривер, Нью-Джерси, США: 2002. [Google Scholar]

84. Элхорст Дж. П. Пространственные модели панельных данных. В: Фишер М.М., Гетис А., редакторы. Справочник по прикладному пространственному анализу. Спрингер; Берлин/Гейдельберг, Германия: 2010. стр. 377–407. [Google Scholar]

85. Белл А., Джонс К. Объяснение фиксированных эффектов: моделирование случайных эффектов временных рядов поперечных и панельных данных. ПСРМ. 2015;3:133–153. doi: 10.1017/psrm.2014.7. [Перекрестная ссылка] [Академия Google]

86. Хаусман Дж.А. Спецификации тестов в эконометрике. Эконометрика. 1978;46:1251. дои: 10.2307/1913827. [CrossRef] [Google Scholar]

87. Baltagi B.H. Эконометрический анализ панельных данных. 4-е изд. Джон Уайли и сыновья; Чичестер, Великобритания: 2008. [Google Scholar]

88. Картер Г.А. Реакция спектральной отражательной способности листа на стресс растений. Являюсь. Дж. Бот. 1993;80:239. doi: 10.1002/j.1537-2197.1993.tb13796.x. [CrossRef] [Google Scholar]

89. Картер Г.А., Сибула В.Г., Миллер Р.Л. Узкополосное изображение отражения в сравнении с тепловизионным изображением для раннего обнаружения стресса растений. J. Физиол растений. 1996;148:515–522. doi: 10.1016/S0176-1617(96)80070-8. [CrossRef] [Google Scholar]

90. Мухони Д.М., Хаак Б.Н. Обнаружение изменений для мониторинга дефолиации леса. фотограмм. англ. Remote Sens. 1994; 60: 1243–1252. [Google Scholar]

91. Москаль Л.М., Франклин С.Е. Взаимосвязь между текстурой аэрофотоспектрального изображения и дефолиацией осины. Междунар. J. Remote Sens. 2004; 25: 2701–2711. doi: 10.1080/01431160310001642304. [CrossRef] [Google Scholar]

92.

Математика 6 класс мерзляк номер 164: Номер №164 — ГДЗ по Математике 6 класс: Мерзляк А.Г.