Применение цифровых технологий SAGA GIS в почвенных и экологических исследованиях. (Аспирантура, Бакалавриат, Магистратура). Учебное пособие.. Наталия Петровна Кириллова
Применение цифровых технологий SAGA GIS в почвенных и экологических исследованиях. (Аспирантура, Бакалавриат, Магистратура). Учебное пособие.
Год выпуска: 2022
Автор произведения: Наталия Петровна Кириллова
Жанр: География
Издательство: КноРус
isbn: 9785436593234
Краткое описание:
Учебное пособие предназначено для студентов факультета почвоведения Московского государственного университета имени М.В.Ломоносова, обучающихся по направлениям «Почвоведение», «Экология и природопользование». В пособии приводятся алгоритмы построения цифровых почвенных карт, а также методы анализа изображений с использованием большого количества инструментов, входящих в программу SAGA GIS. В настоящее время SAGA (System for Automated Geoscientific Analyses) является одной из наиболее сильных ГИС аналитической направленности и активно используется в почвоведении, экологии и географии. Большая привлекательность этого программного обеспечения обусловлена его свободным доступом и открытым исходным кодом. Пособие восполняет острую необходимость справочных материалов на русском языке, которые пока отсутствуют в документации к данной программе. Помимо этого, в пособие включены разделы по совместному использованию SAGA GIS и базы данных Postgresql, не документированные в официальном руководстве на английском языке. Существенным достоинством пособия является раздел, посвященный автоматизации работы в программе с использованием командных строк, реализованный на конкретном примере анализа изображения почвенного профиля. Данное пособие может быть полезно научным работникам, специалистам в области охраны природы и экологического прогнозирования, студентам и аспирантам естественных и агрономических факультетов вузов, использующих методы ГИС-анализа и цифровые технологии программно-вычислительного комплекса SAGA (System for Automated Geoscientific Analyses) в работе с пространственно-распределенными данными.