Abstract
The object of study: Landslide processes developing in the Dnepropetrovskcity. Objective: to substantiate the accuracy of the existing classification of landslides in the Dnepropetrovsk city in order to develop methods of prediction landslide activity of remote research. Research Method: cartographic modeling, mathematical modeling, which includes the primary statistic, correlation, clustering, regression types of stochastic analysis and inductive modeling (group method of data). It was found that the solution of the research and prediction of landslides activation is impossible without an integrated approach to the study and analysis of landslide processes. The best results in the solution of this problem can be obtained by the monitoring of geological environment with using remote sensing (RS). In this work, the forecast of landslide activity methods of inductive modeling (group method of data) on the basis of a joint analysis results of monitoring the geological environment of Dnepropetrovsk, Dneprodzerzhinsk agglomeration (1983 – 2006. «Ukryuzhgeologiya») and are available free of remote sensing satellites LANLΛSAT 5 and LANLΛSAT .Keywords: landslide, remote sensing, group method of data, forecast
Highlights
Рассмотрены возможности анализа и прогноза оползневой активности по материалам дистанционного зондирования с привлечением методов индуктивного моделирования
The object of study: Landslide processes developing in the Dnepropetrovskcity
It was found that the solution of the research and prediction of landslides activation is impossible without an integrated approach to the study and analysis of landslide processes
Summary
Примечания к табл. 1-3: 1. В таблицах приведены статистически значимые величины коэффициента ранговой корреляции и уравнения регрессии. 2. (-) – отсутствует значимый коэффициент корреляции. В таблицах приведены статистически значимые величины коэффициента ранговой корреляции и уравнения регрессии. 2. (-) – отсутствует значимый коэффициент корреляции. Достоверных уравнений регрессии, которые можно было бы использовать для прогноза оползневой активности, получить не удалось Методом группового учета аргументов получены многочисленные модели зависимости значений Lλ от указанных переменных. Что они нелинейны, вклады детермининых наиболее часто выступают высота склона Н, м, ширина оползневого тела b, м, номер точки, длина оползневого тела L, м и высота стенки срыва h, м. Что в 2009 году в данных присутствуют точки с экстремально высокими значениями приходящего на сенсор излучения, в которых значение. Модели регрессии излучения на сенсоре Lλ и показателей морфологии оползневых тел
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Free) 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a call
