BR21881908 – Қалалық агломерацияны экологиялық қолдау кешені
Жобаның мақсаты:
Бағдарламаның мақсаты Қазақстан Республикасының ғылым комитетімен тұжырымдалған және №58 ғылыми-техникалық тапсырмада айқындалған: "ауа, су ластануын, шуды жартылай автоматты режимде анықтауға, трафик деңгейін бағалауға, жылу энергиясының жоғары тұтыну орындарын анықтауға және алынған деректерді картаға түсіруге қабілетті ҰҰА базасында қалалық ортаны экологиялық сүйемелдеу кешенін құру"
Бағдарламаның міндеттері
Конкурстық құжаттамаға сәйкес Бағдарламаның мақсатына жету үшін тапсырыс беруші №58 ҒТЗ тұжырымдаған міндеттер (1-5) шешілуі тиіс:
1-міндет: қалалық шаруашылық (ПАПБЛКГ) шегінде мониторинг міндеттерін орындау үшін ұшқышсыз ұшу кешенінің бағдарламалық-аппараттық платформасын әзірлеу.
2-міндет: қалалық шаруашылықты мониторингілеу (ауа және су бассейндерінің қоқыстарын, ластануын анықтау) міндеттерін шешу үшін борттық аспалы жүйелер кешенін әзірлеу.
3-міндет: қаланың ауа және жер үсті ортасының экологиялық бұзылыстарын, жылу шығынын картаға түсіру міндеттерін шешу үшін ұшақ бортынан алынған кескіндер мен деректерді жіктеу және тану міндеттерін шешуге арналған бағдарламалық құралдарды әзірлеу.
4-міндет: алынған деректерді көрсету жүйесін және оларды талдау нәтижелерін әзірлеу.
5-міндет: персоналды кешенді пайдалануға үйрету, мамандарды даярлау процесінде алынған шешімдерді қолдану жөніндегі шаралар кешенін әзірлеу.
Алынған нәтижелер:
2023 жыл
- Ұшқышсыз ұшу кешенінің аппараттық бөліктеріне қойылатын талаптардың сипаттамалары әртүрлі жиынтықта әзірленді
- Жүк көтергіштігі бойынша әртүрлі ұшу платформалары үшін қала шаруашылығын мониторингілеу міндеттерін шешу үшін датчиктер жиынтығына қойылатын талаптардың ерекшеліктері әзірленді.
Басылымдар:
- Mukhamediev, R.I.; Kuchin, Y.; Popova, Y.; Yunicheva, N.; Muhamedijeva, E.; Symagulov, A.; Abramov, K.; Gopejenko, V.; Levashenko, V.; Zaitseva, E.; et al. Determination of Reservoir Oxidation Zone Formation in Uranium Wells Using Ensemble Machine Learning Methods. Mathematics 2023, 11, 4687. https://doi.org/10.3390/math11224687 (CiteScore — Q1, 88%, JCR — Q1, IF: 2.46).
- Mukhamediev, Ravil I., Timur Merembayev, Yan Kuchin, Dmitry Malakhov, Elena Zaitseva, Vitaly Levashenko, Yelena Popova, Adilkhan Symagulov, Gulshat Sagatdinova, and Yedilkhan Amirgaliyev. Soil Salinity Estimation for South Kazakhstan Based on SAR Sentinel-1 and Landsat-8, 9 OLI Data with Machine Learning Models //Remote Sensing. – 2023. – Т. 15. – №. 17. – С. 4269. https://www.mdpi.com/2072-4292/15/17/4269 ; https://doi.org/10.3390/rs15174269 (Scopus Quartile: Q1, 90%, JCR Category Quartile: Q1, WoS IF=5.0)
- Mukhamediev, R.I.; Terekhov, A.; Sagatdinova, G.; Amirgaliyev, Y.; Gopejenko, V.; Abayev, N.; Kuchin, Y.; Popova, Y.; Symagulov, A. Estimation of the Water Level in the Ili River from Sentinel-2 Optical Data Using Ensemble Machine Learning. Remote Sens. 2023, 15, 5544. https://doi.org/10.3390/rs15235544 (Scopus Quartile: Q1, 90%, JCR Category Quartile: Q1, WoS IF=5.0)