Дистанционное зондирование Земли в системе управления чрезвычайными ситуациями: всесторонний академический обзор

Роль и актуальность космического мониторинга чрезвычайных ситуаций

Глобальные климатические изменения, возрастающая антропогенная нагрузка и усложнение промышленных систем приводят к тому, что частота и масштаб чрезвычайных ситуаций (ЧС) природного и техногенного характера неуклонно растет. В условиях, когда стихийные бедствия способны охватывать огромные, часто труднодоступные территории, а техногенные аварии требуют мгновенного и точного анализа, традиционные методы наземного мониторинга становятся недостаточными. Почему же нам необходим космический мониторинг?

Именно в этом контексте технологии дистанционного зондирования Земли (ДЗЗ) из космоса приобретают критическое значение. ДЗЗ позволяет получать информацию об объекте на расстоянии, обеспечивая широкий пространственный охват, высокую оперативность и объективность данных, которые незаменимы для принятия управленческих решений на всех этапах цикла управления ЧС — от прогнозирования и предупреждения до ликвидации последствий и оценки ущерба. Что из этого следует? Применение ДЗЗ не просто ускоряет реакцию, оно позволяет принимать превентивные меры, снижая общий экономический и социальный ущерб до наступления кризиса.

Цель настоящего академического обзора заключается в систематизации знаний о технологических, методологических и организационно-правовых основах применения данных ДЗЗ для мониторинга, оценки и реагирования на различные виды чрезвычайных ситуаций в Российской Федерации.

Работа имеет логическую структуру, последовательно раскрывающую теоретические основы ДЗЗ, классификацию ЧС с учетом актуальной правовой базы, методики обработки космических снимков, практическое применение технологий на конкретных примерах (пожары, наводнения, разливы нефти), а также состояние отечественной орбитальной группировки и перспективные направления развития отрасли.

Теоретические основы и классификация чрезвычайных ситуаций

Для системного анализа роли ДЗЗ в антикризисном управлении необходимо определить ключевые термины и представить общепринятую классификацию угроз.

Чрезвычайная ситуация (ЧС) определяется как обстановка на определенной территории, сложившаяся в результате аварии, опасного природного явления, катастрофы, стихийного или иного бедствия, повлекших или способных повлечь за собой человеческие жертвы, ущерб здоровью людей, окружающей среде, значительные материальные потери и нарушение условий жизнедеятельности.

Дистанционное зондирование Земли (ДЗЗ) — это комплексное исследование планеты бесконтактным способом, осуществляемое с помощью специальных сенсоров, установленных на летательных аппаратах или, что наиболее важно для широкомасштабного мониторинга, на космических аппаратах (спутниках). Технологии ДЗЗ предоставляют незаменимый инструмент для получения оперативных данных о состоянии земной поверхности, атмосферы и акватории.

Принципы и методы дистанционного зондирования

В основе технологий ДЗЗ лежит принцип регистрации электромагнитного излучения, отраженного или испущенного объектами земной поверхности. Методы ДЗЗ подразделяются на две большие группы, каждая из которых имеет уникальные преимущества при мониторинге ЧС.

1. Пассивное ДЗЗ

Пассивные системы используют естественные источники излучения: отраженный солнечный свет (в видимом и ближнем инфракрасном диапазонах) или собственное тепловое излучение Земли.

• Мультиспектральные и Гиперспектральные датчики: Эти датчики измеряют количество сигнала в сочетании различных узких спектральных диапазонов (от видимого до теплового ИК). Их преимущества включают высокое пространственное разрешение (до 0,5 м) и возможность детальной классификации объектов по спектральной сигнатуре.
• Применение в ЧС: Пассивные данные критически важны для:
  • Картирования растительности (используется для прогнозирования пожарной опасности).
  • Обнаружения тепловых аномалий (очагов пожаров) в тепловом инфракрасном диапазоне (спутники «Метеор-М»).
  • Оценки ущерба инфраструктуре и лесным массивам после стихийных бедствий.

Основным ограничением пассивного ДЗЗ является зависимость от погодных условий и времени суток, поскольку облачность или туман полностью блокируют прохождение сигнала в видимом диапазоне, что существенно снижает оперативность реагирования в критические моменты.

2. Активное ДЗЗ

Активные системы (радары и лидары) не зависят от солнечного света, поскольку они сами излучают сигнал в сторону Земли и регистрируют возвращенное эхо. Это позволяет вести круглосуточный и всепогодный мониторинг.

• Радарные системы (SAR, с синтезированной апертурой): Микроволновые датчики активного ДЗЗ направляют собственный сигнал (например, в S-диапазоне) и измеряют интенсивность и фазу возвращенного сигнала. Это позволяет определить контуры объектов и расстояние до них.
• Применение в ЧС: Радарные данные обладают критическим преимуществом — независимостью от облачности, дыма, тумана и времени суток. Это делает их незаменимыми для:
  • Мониторинга наводнений и паводков (оценка фактических зон подтопления в условиях затяжных дождей).
  • Обнаружения нефтяных разливов на водной поверхности (нефтяная пленка сглаживает рябь, уменьшая обратное рассеяние).
  • Отслеживания движения оползней и деформаций земной поверхности.

Российские радиолокационные аппараты, такие как «Кондор-ФКА», обеспечивают круглосуточное и всепогодное зондирование с высоким разрешением (до 1 м), что является основой оперативного антикризисного управления. Мы должны использовать это преимущество максимально эффективно, поскольку зависимость от погодных условий часто является фатальной.

Классификация ЧС и правовое регулирование по масштабам

Чрезвычайные ситуации по характеру возникновения подразделяются на:

1. Природные: Геофизические (землетрясения), метеорологические (ураганы), гидрологические (наводнения), природные пожары (лесные, торфяные).
2. Техногенные: Аварии на радиационно, химически и пожароопасных объектах, транспортные катастрофы, аварии на коммунально-энергетических сетях.
3. Экологические: Изменения состояния суши (эрозия, опустынивание) или гидросферы (загрязнение вод).

Для целей оперативного реагирования и распределения ресурсов ключевое значение имеет классификация ЧС по масштабам распространения и тяжести последствий, закрепленная в Постановлении Правительства РФ от 21.05.2007 N 304 (в актуальной редакции). Эта классификация определяет, какой уровень власти (муниципальный, региональный, федеральный) несет ответственность за ликвидацию последствий.

Таблица 1. Классификация ЧС по масштабу (на основе ПП РФ № 304, актуализация 2025 г.)

Масштаб ЧС	Территориальный охват	Критерии (человеческие жертвы / ущерб здоровью)	Критерии (размер материального ущерба)
Локальный	Не выходит за пределы объекта/организации	Не более 10 человек	Не более 376,2 тыс. руб.
Муниципальный	Не выходит за пределы одного муниципального образования	Не более 50 человек	Не более 18,81 млн руб.
Межмуниципальный	Затрагивает территорию 2 и более МО в пределах 1 субъекта РФ	Не более 50 человек	Не более 18,81 млн руб.
Региональный	Не выходит за пределы 1 субъекта РФ	Свыше 50, но не более 500 человек	Свыше 18,81 млн руб., но не более 1,881 млрд руб.
Межрегиональный	Затрагивает территорию 2 и более субъектов РФ	Свыше 50, но не более 500 человек	Свыше 18,81 млн руб., но не более 1,881 млрд руб.
Федеральный	Любой территориальный охват	Свыше 500 человек	Свыше 1,881 млрд руб.

Примечание: Финансовые пороги ежегодно индексируются. Указанные суммы являются актуализированными. При достижении любого из пороговых значений (пострадавшие или ущерб) ЧС автоматически классифицируется по соответствующему масштабу.

Объективная оценка материального ущерба (последний столбец) является одним из ключевых требований к данным ДЗЗ, поскольку позволяет оперативно и достоверно формировать отчетность для назначения компенсационных выплат и планирования восстановительных работ. Российская система космического мониторинга напрямую влияет на скорость определения федерального уровня реагирования.

Методологические подходы к обработке и анализу данных ДЗЗ

Получение "сырых" данных со спутника — это лишь первый шаг. Для преобразования этих данных в оперативную геопространственную информацию, пригодную для принятия решений в условиях ЧС, требуется комплексная многоуровневая обработка, обеспечивающая точность, сопоставимость и тематическую значимость.

Предварительная обработка: виды коррекций

Предварительная обработка (первичный процессинг) является критически важным этапом, направленным на устранение искажений, внесенных съемочной аппаратурой, атмосферой и геометрией съемки.

1. Геометрическая коррекция (Орторектификация)

Сырые спутниковые снимки всегда содержат геометрические искажения, вызванные углом наклона спутника, кривизной Земли и рельефом местности. Геометрическая коррекция (орторектификация) устраняет эти искажения, привязывая каждый пиксель изображения к точным географическим координатам.

• Значение для ЧС: В условиях ликвидации последствий, когда необходимо точно сопоставить зоны затопления или пожара с кадастровыми границами и объектами инфраструктуры, высокая геометрическая точность (до 0,5 м) снимков, например, с КА «Ресурс-П», является обязательным требованием.

2. Радиометрическая коррекция

Радиометрические искажения связаны с характеристиками самого съемочного прибора и влиянием рельефа. Цель радиометрической коррекции — калибровать «сырые» значения яркости пикселей (DN) в физические единицы (например, яркость или коэффициент отражения).

• Значение для ЧС: Эта коррекция необходима для сопоставления снимков, полученных в разное время (до и после ЧС) или с разных спутников. Она позволяет, например, точно определить степень выгорания лесного массива, устранив эффект солнечных пятен и теней, что важно для расчета компенсационных выплат.

3. Атмосферная коррекция

Атмосфера рассеивает и поглощает электромагнитное излучение, особенно в видимом и ближнем инфракрасном диапазонах, искажая истинную отражательную способность объектов. Атмосферная коррекция устраняет влияние аэрозолей, водяного пара и других составляющих атмосферы.

• Значение для ЧС: Коррекция критически важна для работы с мультиспектральными данными, используемыми для расчета вегетационных индексов, так как даже небольшая дымка или туман могут существенно исказить расчеты.

Тематическая обработка и геоинформационный анализ

После предварительной подготовки снимки переходят в стадию тематической обработки, где происходит классификация объектов по характерным признакам и извлечение целевой информации.

1. Использование вегетационных индексов (NDVI)

Для мониторинга состояния растительности, которое является косвенным признаком многих ЧС, активно используются тематические индексы. Наиболее распространенным является Нормализованный разностный вегетационный индекс (NDVI).

Формула NDVI:

NDVI = (NIR - RED) / (NIR + RED)

где NIR — отражение в ближнем инфракрасном диапазоне; RED — отражение в красном диапазоне.

• Применение в ЧС: На суше, где обнаружение разливов нефти затруднено, резкое падение значения NDVI (т.е. ухудшение состояния растительности) может служить косвенным признаком загрязнения почвы. В лесном хозяйстве NDVI используется для оценки пожарной опасности (снижение влажности, сухость) и для оценки пост-пожарного ущерба (выявление степени повреждения биомассы).

2. Методы автоматизированного дешифрирования для водных объектов

Для анализа радиолокационных изображений (SAR), особенно при мониторинге разливов нефтепродуктов на водной поверхности, используются специализированные методы:

• Спекл-фильтрация: Радиолокационные снимки содержат много шума (спеклов). Фильтрация позволяет повысить качество изображения и облегчить дешифрирование.
• Пороговая фильтрация и классификация: Нефтяная пленка на воде подавляет капиллярные волны, делая поверхность более гладкой. Это приводит к значительному уменьшению обратного рассеяния микроволнового сигнала, что на SAR-снимках выглядит как темные пятна. Автоматизированные методы позволяют установить пороговые значения яркости, ниже которых объект классифицируется как потенциальный разлив.

Применение искусственного интеллекта и нейросетей

Современный вызов — это огромный объем данных, поступающий от постоянно растущей орбитальной группировки. Для сокращения времени обработки и доведения данных до потребителя (органов МЧС и региональных властей) активно внедряются технологии искусственного интеллекта (ИИ) и нейронных сетей (НС).

ИИ позволяет автоматизировать процессинг материалов ДЗЗ, особенно на значительных акваториях (например, для мониторинга нефтяных разливов в Арктике) или при выявлении мелких тепловых аномалий в густонаселенных или лесных регионах. В России, например, сервисы вроде Pixel.AI используют алгоритмы глубокого обучения для автоматического дешифрирования, что существенно ускоряет процесс и повышает точность прогнозирования. Нейронные сети, обученные на обширных архивах снимков, способны с высокой точностью классифицировать зоны затопления, различать типы лесных пожаров (верховые, низовые, торфяные) и оперативно формировать готовые геопространственные слои для ГИС. Если ИИ может сократить время от получения снимка до готового аналитического отчета с часов до минут, то не становится ли он самым критичным элементом современной системы реагирования?

Практическое применение ДЗЗ на этапах управления чрезвычайными ситуациями

Данные ДЗЗ используются на всех трех ключевых этапах управления ЧС: предупреждение (прогноз и профилактика), ликвидация (оперативное реагирование) и оценка последствий (анализ ущерба).

Прогноз и мониторинг природных пожаров

Лесные и торфяные пожары являются одними из самых распространенных природных ЧС в России. ДЗЗ предоставляет инструменты для работы с ними на всех стадиях.

• Предупреждение и прогноз: Анализ вегетационных индексов (NDVI, NDWI) на ранних стадиях позволяет выявлять зоны повышенного риска (сухая растительность, низкая влажность).
• Оперативное обнаружение и ликвидация: Наиболее критичным является использование теплового диапазона. Спутники, такие как «Метеор-М», постоянно сканируют большие площади с низким и средним разрешением (250–1000 м) и фиксируют тепловые аномалии (ТМА), которые могут быть очагами пожаров.
  • Данные позволяют оперативно определить точные географические координаты пожаров.
  • Совмещение спутниковых снимков с метеорологическими данными (направление и скорость ветра) позволяет моделировать и прогнозировать распространение огня, что крайне важно для принятия решений о маршрутах эвакуации и переброске сил МЧС.
• Оценка последствий: Высокодетальные снимки («Ресурс-П») используются для точного картирования пройденной огнем площади (гарей) и оценки ущерба лесному фонду, что необходимо для планирования лесовосстановительных работ и расчета компенсаций.

Мониторинг наводнений и паводков

Наводнения и паводки, особенно в весенний период, требуют оперативного охвата обширных, часто труднодоступных территорий.

• Оперативная оценка и динамика: Для мониторинга паводков идеально подходят радиолокационные данные (SAR), предоставляемые аппаратами «Кондор-ФКА». Поскольку вода и влажная почва имеют низкий коэффициент обратного рассеяния, зоны затопления четко выделяются на SAR-снимках как темные области. Это позволяет:
  • Оценивать фактические зоны подтопления, даже если бедствие происходит ночью или под плотным покровом облаков.
  • Отслеживать динамику паводков с высокой частотой обновления, что позволяет МЧС принимать своевременные меры.
• Оценка ущерба и правовая защита: Спутниковый мониторинг позволяет получать достоверные сведения об ущербе, формировать карты границ затоплений, определять пострадавшие здания и объекты инфраструктуры. Аналитика на основе спутниковых снимков служит для граждан инструментом защиты интересов, предоставляя объективное доказательство наличия имущества в зоне затопления и подтверждения факта наступления страхового случая, что является важным нюансом в правовом поле.

Обнаружение и ликвидация последствий техногенных аварий

Среди техногенных ЧС, связанных с загрязнением окружающей среды, особое место занимают разливы нефти и нефтепродуктов.

• Мониторинг разливов на воде: Технология SAR является наиболее эффективной. Нефтяная пленка сглаживает поверхность воды, что приводит к сильному уменьшению радиолокационного сигнала. Автоматизированное дешифрирование радиолокационных изображений позволяет оперативно обнаруживать разливы, определять их границы и прогнозировать дрейф пятна с учетом метеорологических и океанографических данных.
• Мониторинг разливов на суше: Здесь применяются мультиспектральные данные и вегетационные индексы. Гибель или угнетение растительности вследствие нефтяного загрязнения отражается в резком изменении спектральной сигнатуры, что позволяет картировать загрязненные участки и оценивать экологический ущерб.
• Экологический мониторинг: ДЗЗ используется для долговременного мониторинга последствий аварий, отслеживания миграции загрязнений и контроля за восстановительными мероприятиями.

Российская система космического мониторинга: инфраструктура и правовое поле

МЧС России более 20 лет использует спутниковые данные для оперативного реагирования на чрезвычайные ситуации. Эффективность этого реагирования напрямую зависит от развитости отечественной орбитальной группировки и наземной инфраструктуры обработки данных.

Отечественная орбитальная группировка и инфраструктура

Российская орбитальная группировка ДЗЗ (РОГКА) находится в ведении Госкорпорации «Роскосмос» и включает несколько серий космических аппаратов, каждый из которых выполняет свою специфическую задачу:

Таблица 2. Основные аппараты РОГКА, используемые для мониторинга ЧС

Космический аппарат	Тип сенсора	Пространственное разрешение (в панхроматическом/мультиспектральном режиме)	Особенности применения в ЧС
Ресурс-П	Оптический (ВР/СР)	До 0,7 м / 2,1–4 м	Высокодетальное картирование территорий, оценка ущерба инфраструктуре.
Канопус-В	Оптический (ВР/СР)	2,1–2,5 м / 10,5–12 м	Оперативный мониторинг ЧС, быстрое получение снимков среднего разрешения.
Кондор-ФКА	Радиолокационный (SAR)	До 1 м (в детальном режиме)	Всепогодное, круглосуточное зондирование; критичен для мониторинга наводнений и разливов нефти.
Метеор-М	Оптический (СР/НР)	До 50–100 м / 1 км (МСУ-МР)	Широкозахватная съемка, обнаружение тепловых аномалий (лесных пожаров) в тепловом ИК-диапазоне.

Инфраструктурная основа: Ключевым элементом наземной системы является Единая территориально-распределенная информационная система ДЗЗ (ЕТРИС ДЗЗ). Эта система, включающая 13 центров приема и обработки данных по всей России (в том числе в Арктической зоне), обеспечивает управление целевым применением российских КА, прием, обработку и оперативный трансфер информации конечным потребителям.

Кроме того, разработчики, входящие в структуру Роскосмоса (например, АО «ТЕРРА ТЕХ» с проектом «Цифровая Земля – Сервисы»), активно используют платформы, такие как Pixel.AI, для внедрения искусственного интеллекта в процесс обработки снимков, что позволяет существенно сократить время доведения аналитических продуктов до МЧС России и региональных органов власти.

Нормативно-правовая база РФ в сфере ДЗЗ и ЧС

Применение ДЗЗ в системе гражданской защиты регулируется рядом ключевых федеральных документов:

1. Федеральный закон от 21.12.1994 N 68-ФЗ «О защите населения и территорий от чрезвычайных ситуаций природного и техногенного характера»: Определяет основные понятия, цели и задачи системы защиты населения и территорий.
2. Постановление Правительства РФ от 30.12.2003 N 794 «О единой государственной системе предупреждения и ликвидации чрезвычайных ситуаций» (РСЧС): Устанавливает порядок организации деятельности органов управления и сил РСЧС, где ДЗЗ используется как один из ключевых источников информации для оперативного звена.
3. Постановление Правительства РФ от 21.05.2007 N 304 «О классификации чрезвычайных ситуаций природного и техногенного характера»: Определяет масштабы ЧС, что напрямую влияет на требования к оперативности и точности космического мониторинга.
4. Приказ МЧС России от 5 июля 2021 г. № 429: Устанавливает критерии информации о чрезвычайных ситуациях.

Критический анализ правового поля: Несмотря на активное использование данных ДЗЗ, в российской нормативно-правовой базе до сих пор отсутствует четкое, юридически значимое определение термина «дистанционное зондирование Земли». Это создает определенные правовые пробелы и методологические сложности, особенно в вопросах использования спутниковых данных в качестве доказательной базы при расследовании причин ЧС или назначении компенсаций. Экспертное сообщество отмечает, что принятие профильного законопроекта о ДЗЗ является необходимым условием для дальнейшего системного развития отрасли и ее интеграции в правовое поле, поскольку юридическая значимость данных напрямую влияет на скорость возмещения ущерба гражданам.

Перспективные направления развития спутникового мониторинга ЧС

Развитие систем космического мониторинга в интересах гражданской защиты идет по пути повышения оперативности, детализации и интеллектуализации обработки данных.

1. Интеграция многоплатформенных данных (Спутники и БПЛА): Одним из самых перспективных направлений является совмещение данных, полученных с космических аппаратов, с информацией от беспилотных летательных аппаратов (БПЛА). Спутники обеспечивают широкий территориальный охват и оперативность, а БПЛА — сверхвысокое разрешение (до 2–5 см), необходимое для детального обследования локальных участков, пострадавших от ЧС, например, для оценки повреждений отдельных строений или узлов инфраструктуры. Эта междисциплинарная интеграция (например, в рамках сервисов Союзного государства России и Беларуси) позволяет получать наиболее полную и точную картину.
2. Развитие бортовой обработки данных и новых сенсоров:
   • Обработка на борту КА: Внедрение высокопроизводительных вычислительных процессоров непосредственно на борту космического аппарата позволит производить первичную обработку данных (геометрическую и радиометрическую коррекцию) еще до их передачи на Землю. Это критически сократит время от момента съемки до получения готового аналитического продукта, что имеет решающее значение в условиях ЧС, когда важна каждая минута.
   • Новые типы датчиков: Активно разрабатываются оптические системы сверхвысокого разрешения, а также новые поколения лидаров и радиолокационных систем (SAR). Лидары, например, могут предоставить точные данные о высоте рельефа и плотности растительного покрова, что незаменимо для точного моделирования зон затопления и прогнозирования оползней в горной местности.
3. Расширение применения Искусственного Интеллекта: Нейронные сети будут все шире использоваться для автоматизации всего цикла процессинга — от обнаружения аномалий до генерации тематических карт. Это включает автоматическое дешифрирование, классификацию повреждений, прогнозирование распространения стихийных бедствий и интеграцию спутниковых данных с другими геоинформационными системами (ГИС) для создания комплексных систем раннего предупреждения.

Заключение

Дистанционное зондирование Земли является одним из наиболее мощных и незаменимых инструментов в современной системе предупреждения и ликвидации чрезвычайных ситуаций. Проведенный академический обзор подтверждает, что ДЗЗ не просто регистрирует события, но выступает в роли ключевого аналитического источника, обеспечивающего принятие обоснованных управленческих решений.

Мы систематизировали знания о технологиях, подтвердив, что для эффективного мониторинга ЧС необходим комплексный подход, сочетающий пассивные оптические данные высокого разрешения (для детальной оценки ущерба) и активные радиолокационные данные (для всепогодного мониторинга наводнений и разливов).

С точки зрения методологии, критическую роль играет многоэтапная обработка данных, а внедрение искусственного интеллекта и нейронных сетей в российские сервисы (например, ЕТРИС ДЗЗ) значительно повышает оперативность и точность предоставляемой информации.

Анализ российской системы показал, что отечественная орбитальная группировка, включающая КА «Ресурс-П», «Канопус-В» и «Кондор-ФКА», способна обеспечить широкий спектр мониторинговых задач. Однако для достижения максимальной эффективности и правовой корректности необходимо дальнейшее совершенствование нормативно-правовой базы, включая законодательное закрепление термина ДЗЗ.

Перспективные направления, такие как интеграция данных со спутников и БПЛА, а также развитие бортовой обработки, подчеркивают, что ДЗЗ будет играть все более центральную роль в минимизации рисков и ущерба от природных и техногенных катастроф. Системное применение ДЗЗ, подкрепленное развитием российской космической инфраструктуры и интеллектуальных технологий, является наиболее эффективным и перспективным инструментом в системе гражданской защиты.

Список использованной литературы

1. Приказ МЧС России от 5 июля 2021 г. № 429 “Об установлении критериев информации о чрезвычайных ситуациях природного и техногенного характера” // Система ГАРАНТ. URL: https://base.garant.ru/401416629/ (дата обращения: 30.10.2025).
2. Кондранин Т.В., Козодеров В.В., Топчиев А.Г. и др. Информационное обеспечение задач оценки состояния природно-техногенной сферы с использованием данных космического и локального мониторинга // Современные проблемы дистанционного зондирования Земли из космоса. 2006. Вып. 3, т. 1. С. 298.
3. Природные опасности России / под ред. В.И.Осипова, К. Шойгу. М.: КРУК, 2001. 128 с.
4. Толстохатько В. А., Пеньков В. А. Конспект лекций по курсу «Фотограмметрия и дистанционное зондирование». Модуль 2: «Дистанционное зондирование». Харьков: ХНАГХ, 2013. 113 с.
5. Хамедов В.А. Применение геоинформационных технологий для оценки последствий лесных пожаров // Информационные технологии и космический мониторинг: сборник матер. науч.-практ. конф. Екатеринбург: Баско, 2004. С. 50–53.
6. Шишкин И.Н. Автоматизация обработки спутниковых снимков // Материалы Всероссийской научно-технической конференции студентов, аспирантов и молодых ученых «Научная сессия ТУСУР–2013». 2013. Ч. 4. С. 111–113.
7. Дистанционное Зондирование Земли: Технологии и Виды ДЗЗ // EOS Data Analytics. URL: https://eos.com/ru/blog/chto-takoe-distancionnoe-zondirovanie-zemli/ (дата обращения: 30.10.2025).
8. ИСПОЛЬЗОВАНИЕ ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА ПРИ ЛИКВИДАЦИИ ПАВОДКОВ И НАВОДНЕНИЙ В 2024 ГОДУ // КиберЛенинка. URL: https://cyberleninka.ru/article/n/ispolzovanie-dannyh-distantsionnogo-zondirovaniya-zemli-iz-kosmosa-pri-likvidatsii-pavodkov-i-navodneniy-v-2024-godu (дата обращения: 30.10.2025).
9. Данные ДЗЗ. Обработка полученных данных дистанционного зондирования земли. Дистанционный мониторинг // Иннотер. URL: https://innoter.com/press-center/articles/dannye-distantsionnogo-zondirovaniya-zemli-obrabotka-poluchennykh-dannykh-distantsionnogo-monitoringa/ (дата обращения: 30.10.2025).
10. ОБ ОСНОВАХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА РАССКАЗЫВАЕТ СОТРУДНИК ИКИ РАН МИХАИЛ БУРЦЕВ. [Видео] // YouTube. URL: https://www.youtube.com/watch?v=J9fI3lH-k9M (дата обращения: 30.10.2025).
11. РАЗРАБОТКА МЕТОДОВ ИСПОЛЬЗОВАНИЯ ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ДЛЯ ПРЕДУПРЕЖДЕНИЯ ПРИРОДНЫХ ПОЖАРОВ // КиберЛенинка. URL: https://cyberleninka.ru/article/n/razrabotka-metodov-ispolzovaniya-dannyh-distantsionnogo-zondirovaniya-zemli-dlya-preduprezhdeniya-prirodnyh-pozharov (дата обращения: 30.10.2025).
12. Виды чрезвычайных ситуаций. Классификация // Nsportal.ru. URL: https://nsportal.ru/nachalnaya-shkola/okruzhayushchiy-mir/2014/01/29/vidy-chrezvychaynykh-situatsiy-klassifikatsiya (дата обращения: 30.10.2025).
13. Лесные пожары // Совзонд. URL: https://sovzond.ru/solutions/monitoring/forest/ (дата обращения: 30.10.2025).
14. Использование российских данных ДЗЗ для изучения динамики восстановления эколого-ресурсного потенциала лесных регионов после воздействия пожаров // КиберЛенинка. URL: https://cyberleninka.ru/article/n/ispolzovanie-rossiyskih-dannyh-dzz-dlya-izucheniya-dinamiki-vosstanovleniya-ekologo-resursnogo-potentsiala-lesnyh-regionov-posle-vozdeystviya-pozharov (дата обращения: 30.10.2025).
15. Применение методов ДЗЗ в лесном хозяйстве // Иннотер. URL: https://innoter.com/press-center/articles/primenenie-metodov-dzz-v-lesnom-khozyaystve/ (дата обращения: 30.10.2025).
16. Классификация чрезвычайных ситуаций // Официальный сайт Асбестовского муниципального округа. URL: https://asbest-go.ru/news_articles/stati/klassifikatsiya-chrezvychaynyh-situatsiy/ (дата обращения: 30.10.2025).
17. Мониторинг разливов нефти и нефтеразливов, аварийных загрязнений водных объектов // Иннотер. URL: https://innoter.com/solutions/oil-spill-monitoring/ (дата обращения: 30.10.2025).
18. Чрезвычайные ситуации и их классификация // Znanio.ru. URL: https://znanio.ru/media/chrezvychajnye-situatsii-i-ih-klassifikatsiya-3331899 (дата обращения: 30.10.2025).
19. Проблемы мониторинга ЧС в горной местности с применением данных дистанционного зондирования // Dzzconf.ru. URL: https://dzzconf.ru/files/abstracts/2021/a/2021a-20.pdf (дата обращения: 30.10.2025).
20. В России создаётся инновационная геоинформационная система на основе спутников ДЗЗ // Вестник ГЛОНАСС. URL: https://vestnik-glonass.ru/articles/analytics/v-rossii-sozd-tsya-innovatsionnaya-geoinformatsionnaya-sistema-na-osnove-sputnikov-dzz-/ (дата обращения: 30.10.2025).
21. Разливы нефтепродуктов на водной поверхности: методы анализа данных дистанционного зондирования Земли при их выявлении // КиберЛенинка. URL: https://cyberleninka.ru/article/n/razlivy-nefteproduktov-na-vodnoy-poverhnosti-metody-analiza-dannyh-distantsionnogo-zondirovaniya-zemli-pri-ih-vyyavlenii (дата обращения: 30.10.2025).
22. Применение космического мониторинга в МЧС России // МЧС России. URL: https://mchs.gov.ru/deyatelnost/grazhdanskaya-oborona/zashchita-v-chrezvychaynyh-situaciyah/primenenie-kosmicheskogo-monitoring-v-mchs-rossii (дата обращения: 30.10.2025).
23. Правовое регулирование деятельности по ДЗЗ // Адвокатское бюро «Качкин и Партнеры». URL: https://kachkin.ru/analytics/pravovoe-regulirovanie-deyatelnosti-po-dzz/ (дата обращения: 30.10.2025).