ISSN 2070-7401 (Print), ISSN 2411-0280 (Online)
Современные проблемы дистанционного зондирования Земли из космоса
физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений
и объектов

  

Современные проблемы дистанционного зондирования Земли из космоса. 2017. Т. 14. № 6. С. 108-136

Использование данных дистанционного зондирования при моделировании водного и теплового режимов сельских территорий

Е.Л. Музылев 1 , З.П. Старцева 1 , А.Б. Успенский 2 , Е.В. Волкова 2 , Е. . Василенко 2 , А.В. Кухарский 2 , А.М. Зейлигер 3 , О.С. Ермолаева 3 
1 Институт водных проблем РАН, Москва, Россия
2 НИЦ космической гидрометеорологии «Планета», Москва, Россия
3 Российский государственный аграрный университет – МСХА имени К.А. Тимирязева, Москва, Россия
Одобрена к печати: 08.12.2017
DOI: 10.21046/2070-7401-2017-14-6-108-136
Представлены результаты использования оценок характеристик растительности и метеорологических характеристик, полученных по данным измерений радиометров AVHRR/NOAA (1997–2016), MODIS/EOS Terra и Aqua (2000–2016), SEVIRI/Meteosat-9, -10 (2009–2016), МСУ МР/«Метеор-М» № 2 (2015–2016), скаттерометра ASCAT/MetOp-A, -B (2014–2016), в физико-математических моделях формирования водного и теплового режимов (SVAT и SWAP) различных по размерам территорий сельскохозяйственного назначения за сезон вегетации. Описаны разработанные или усовершенствованные методы и технологии тематической обработки и анализа спутниковых данных и построения оценок вегетационного индекса NDVI, листового индекса LAI, проективного покрытия растительностью B, излучательной способности и температуры подстилающей поверхности (ТПП) трёх типов (температуры поверхности почвы Tg и растительности Ta и эффективной ТПП Ts.eff или Tls), осадков, а также оценок влажности поверхности почвы. Индексы LAI и B являются параметрами модели, а ТПП и осадки — входными переменными, их значения вводятся в модель. С помощью модели SVAT для сезонов вегетации 1997–2016 гг. выполнены расчёты влагозапасов почв W, суммарного испарения Ev, вертикальных потоков тепла и влаги и других характеристик водного и теплового режимов. Погрешность полученных оценок находилась в допустимых пределах. Также исследованы возможности использования в модели SVAT оценок влажности поверхности почвы, полученных по данным скаттерометра ASCAT/MetOp-A, -B для задания начального и верхнего граничного условий для уравнения вертикального влагопереноса в зоне аэрации почвенно-грунтового слоя.
С помощью моделей SWAP и FAO 56 для сезона вегетации 2012 г. при разных метеорологических условиях проведены оценки динамики влагозапасов корнеобитаемого слоя почвы, транспирации посевов и испарения с поверхности почвы, а также оценки водного стресса агроценозов и их потребностей в воде. Совмещение результатов спутниковых и наземных исследований позволило разработать методику оценки эффективности орошения посевов сельскохозяйственных культур, а также технологию оперативного управления орошением.
Исследования проводились на примере нескольких территорий, находящихся в лесостепной и степной зонах России: водосбора р. Сейм (Курская обл.) площадью 7460 км2 (для сезонов вегетации 1997–2008 гг.); части Центрально-Чернозёмного региона России (ЦЧР), включающей семь её областей общей площадью 227 300 км2 (для сезонов вегетации 2009–2016 гг.) и Марксовского района Саратовской области площадью порядка 700 км2 (для сезона вегетации 2012 г.).
Ключевые слова: моделирование, тематическая обработка спутниковых данных, влагозапасы почв, суммарное испарение, транспирация, температура подстилающей поверхности, осадки, листовой индекс, проективное покрытие, эффективность орошения, пространственно-временной анализ
Полный текст

Список литературы:

  1. Волкова Е. В. Оценки параметров облачного покрова, осадков и опасных явлений погоды по данным радиометра AVHRR c МИСЗ серии NOAA круглосуточно в автоматическом режиме // Современные проблемы дистанционного зондирования Земли из космоса. 2013. Т. 10. № 3. С. 66–74.
  2. Волкова Е. В. Определение сумм осадков по данным радиометров SEVIRI/Meteosat-9, -10 и AVHRR/NOAA для Европейской территории России // Современные проблемы дистанционного зондирования Земли из космоса. 2014. Т. 11. № 4. С. 163–177.
  3. Волкова Е. В. Определение параметров облачного покрова и осадков по данным МСУ-МР с полярно-орбитального метеоспутника «Метеор-М» № 2 для Европейской территории России // 14-я Всерос. открытая конф. «Современные проблемы дистанционного зондирования Земли из космоса»: сб. тез. Москва, ИКИ РАН, 14–18 нояб. 2016. 2016. С. 157.
  4. Волкова Е. В., Успенский А. Б. Оценки параметров облачного покрова по данным геостационарного МИСЗ Meteosat-9 круглосуточно в автоматическом режиме // Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 3. С. 16–22.
  5. Волкова Е. В., Успенский А. Б., Кухарский А. В. Специализированный программный комплекс получения и валидации спутниковых оценок параметров облачности и осадков // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т. 12. № 3. С. 7–26.
  6. Волкова Е. В., Успенский С. А. Дистанционное определение температуры подстилающей поверхности, приземной температуры воздуха и эффективной температуры по спутниковым данным для юга Европейской территории России // Современные проблемы дистанционного зондирования Земли из космоса. 2016. Т. 13. № 5. С. 291–303.
  7. Зейлигер А. М. Точное (дифференцированное) орошаемое земледелие — технология повышения эффективности орошения и снижения нагрузки на окружающую среду // Сборник научных докладов ВИМ. 2010. Т. 2. С. 633–638.
  8. Зейлигер А. М. Управление орошаемым земледелием по данным наземного и космического мониторинга // Шульга Е. Ф., Куприянов А. О., Хлюстов В. К., Балабанов В. И., Зейлигер А. М. Управле­ние сельхозпредприятием с использованием космических средств навигации (ГЛОНАСС) и дистанционного зондирования Земли. М.: ФГБОУ РГАУ-МСХА имени К. А. Тимирязева. 2016.
  9. Зейлигер А. М., Ермолаева О. С. (2014а) Оценка трендов деградации/проградации растительного покрова сельскохозяйственных земель с использованием данных ДЗЗ // 12-я Всероссийская открытая конференция «Современные проблемы дистанционного зондирования Земли из космоса»: сб. тез. Москва, ИКИ РАН, 10–14 нояб. 2014. 2014. С. 362.
  10. Зейлигер А. М., Ермолаева О. С. (2014б) Оценка эффективности использования поливной воды посевами сельскохозяйственных культур с использованием модели SEBAL // 12-я Всероссийская открытая конференция «Современные проблемы дистанционного зондирования Земли из космоса»: сб. тез. Москва, ИКИ РАН, 10–14 нояб. 2014. 2014. С. 363.
  11. Зейлигер А. М., Ермолаева О. С. Результаты анализа наборов данных MOD16 ET за 2000–2009 годы для территории Палласовского района Волгоградской области РФ // 13-я Всероссийская открытая конференция «Современные проблемы дистанционного зондирования Земли из космоса»: сб. тез. Москва, ИКИ РАН, 16–20 нояб. 2015. 2015. С. 400.
  12. Зейлигер А. М., Ермолаева О. С. (2016а) Результаты компьютерного моделирования водного стресса посевов орошаемой люцерны по данным наземного метеорологического и космического мониторинга температуры подстилающего слоя с использованием ФАО-56 и модели SEBS // Экология. Экономика. Информатика: сб. ст. В 2 т. Т. 2. Геоинформационные технологии и космический мониторинг. Ростов-на-Дону: Изд-во Южного федер. ун-та, 2016. С. 258–273.
  13. Зейлигер А. М., Ермолаева О. С. (2016б) Информационные технологии в мониторинге богарных и орошаемых агроценозов // Современные наукоемкие технологии. 2016. № 10 (Ч. 1). С. 62–66.
  14. Зейлигер А. М., Ермолаева О. С. (2016в) Анализ режима водного стресса орошаемых агроценозов с использованием данных космического мониторинга агрогидрологических моделей AquaCrop и SWAP // 14-я Всероссийская открытая конференция «Современные проблемы дистанционного зондирования Земли из космоса»: сб. тез. Москва, ИКИ РАН, 14–18 нояб. 2016. 2016. С. 352.
  15. Зейлигер А. М., Ермолаева О. С. (2016г) Компьютерный код оценки эвапотранспирации агроценозов по данным ДЗЗ // 14-я Всероссийская открытая конференция «Современные проблемы дистанционного зондирования Земли из космоса»: сб. тез. Москва, ИКИ РАН, 14–18 нояб. 2016. 2016. С. 353.
  16. Зейлигер А. М., Ермолаева О. С., Кричевцова А. Н. Результаты пространственно-временного анализа наборов данных ДЗЗ по испарению с поверхности суши MOD16 ET за 2000–2009 годы для территории Палласовского района Волгоградской области РФ // Экология. Экономика. Информатика: сб. ст. В 3 т. Т. 3. Геоинформационные технологии и космический мониторинг. Ростов-на-Дону: Изд-во Южного федер. ун-та. 2015. С. 35–48.
  17. Зейлигер А. М., Тулузаков М. Л. Электромагнитный индуктометр для вертикального профилирования влагозапасов почвенно-грунтовой толщи // Природообустройство. 2013. № 4. С. 36–40.
  18. Зейлигер А. М., Фартуков В. А., Косицын А. В. Результаты полевых экспериментов по тестированию технологии дифференцированного дождевания посевов сельскохозяйственных культур // Сборник научных докладов ВИМ. 2012. Т. 2. С. 430–434.
  19. Кучмент Л. С., Мотовилов Ю. Г., Старцева З. П. Моделирование влагопереноса в системе почва-растительность-приземный слой атмосферы для гидрологических задач // Водные ресурсы. 1989. № 2. С. 32–39.
  20. Музылев Е. Л., Успенский А. Б., Волкова Е. В., Старцева З. П. Использование спутниковой информации при моделировании вертикального тепло- и влагопереноса для речных водосборов // Исследо­вание Земли из космоса. 2005. № 4. С. 35–44.
  21. Музылев Е. Л., Успенский А. Б., Старцева З. П., Волкова Е. В. Моделирование гидрологического цикла речных водосборов с использованием синхронной спутниковой информации высокого разрешения // Метеорология и гидрология. 2002. № 5. С. 68–82.
  22. Музылев Е. Л., Успенский А. Б., Старцева З. П., Волкова Е. В., Кухарский А. В. Моделирование составляющих водного и теплового балансов для речного водосбора c использованием спутниковых данных о характеристиках подстилающей поверхности // Метеорология и гидрология. 2010. № 3. С. 118–133.
  23. Музылев Е. Л., Успенский А. Б., Старцева З. П., Волкова Е. В., Кухарский А. В., Успенский С. А. Использование данных дистанционного зондирования при моделировании компонент водного и теплового балансов территории Центрально-Черноземных областей России // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т. 12. № 6. С. 17–34.
  24. Музылев Е. Л., Старцева З. П., Успенский А. Б., Василенко Е. В., Волкова Е. В., Кухарский А. В. Использование спутниковых данных о характеристиках растительного покрова, метеорологических характеристиках и влажности поверхности почвы в модели формирования водного и теплового режимов обширной территории сельскохозяйственного назначения // 14-я Всероссийская открытая конференция «Современные проблемы дистанционного зондирования Земли из космоса»: сб. тез. Москва, ИКИ РАН, 14–18 нояб. 2016. С. 363.
  25. Соловьев В. И., Успенский С. А. Мониторинг температуры поверхности суши по данным геостационарных метеорологических спутников нового поколения // Исследование Земли из космоса. 2009. № 3. С. 79–89.
  26. Соловьев В. И., Успенский А. Б., Успенский С. А. (2010а) Определение температуры земной поверхности по данным измерений уходящего теплового излучения с геостационарных метеорологических ИСЗ // Метеорология и гидрология. 2010. № 3. С. 5–17.
  27. Соловьев В. И., Успенский С. А., Успенский А. Б. (2010б) Развитие методов мониторинга температуры поверхности суши по данным геостационарных спутников нового поколения // Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 2. С. 67–74.
  28. Успенский А. Б. Об оценке температуры поверхности суши по данным спутниковых измерений уходящего ИК излучения в диапазоне 10,5-12,5 мкм // Метеорология и гидрология. 1992. № 10. C. 19–27.
  29. Успенский А. Б., Щербина Г. И. Оценка температуры и излучательной способности поверхности суши по данным измерений уходящего теплового излучения с ИСЗ NOAA. // Исследование Земли из космоса. 1996. № 5. С. 4–13.
  30. Успенский С. А., Успенский А. Б., Рублев А. Н. Анализ возможности мониторинга приповерхностной температуры воздуха по данным геостационарных метеорологических спутников // Международный симп. «Атмосферная радиация и динамика»: сб. тез. Санкт-Петербург, июнь 2011. СПб.: Изд-во СПбГУ, 2011. С. 37–38.
  31. Anderson R. G., Lo M.-H., Swenson S., Famiglietti J. S., Tang Q., Skaggs T. H., Lin Y.-H., Wu R.-J. Using satellite-based estimates of evapotranspiration and groundwater changes to determine anthropogenic water fluxes in land surface models // Geoscientific Model Development. 2015. Vol. 8. P. 3021–3031.
  32. Andreassian V., Bergström S., Chahinian N., Duan Q., Gusev Y. M., Litllewood I., Machevet T., Michel C., Montanary A., Moretti G., Moussa R., Nasonova O. N., O’Connor K., Paquet E., Perrin C., Rousseau A., Schaake J., Wagener T., Xie Z. Catalogue of the models used in MOPEX 2004/2005 // Large Sample Basin Experiments for Hydrological Model Parameterization: Results of the Model Parameter Experiment — MOPEX / eds. Andreassian V., Hall A., Chahinian N., Shaake J. IAHS Publ., 2006. No. 307. P. 41–93.
  33. Bahir M., Boulet G., Olioso A., Rivalland V., Gallego-Elvira B., Mira M., Rodriguez J.-C., Jarlan L., Merlin O. Evaluation and Aggregation Properties of Thermal Infra-Red-Based Evapotranspiration Algorithms from 100 m to the km Scale over a Semi-Arid Irrigated Agricultural Area // Remote Sensing. 2017. Vol. 9. P. 1178.
  34. Bastiaanssen W. G. M., Menenti M., Feddes R. A., Holtslag A. A. M. The Surface Energy Balance Algorithm for Land (SEBAL): Pt. 1. Formulation // J. Hydrology. 1998. Vol. 212-213. P. 198–212.
  35. Bastiaanssen W. G. M., Noordman E. J. M., Pelgrum H., Davids G., Thoreson B. P., Allen R. G. SEBAL model with remotely sensed data to improve water resources management under actual field conditions // J. Irrigation and Drainage Engineering. 2005. Vol. 131. No. 1. P. 85–93.
  36. Becker F., Li Z.-L. Surface temperature and emissivity at various scales: definition, measurement and related problems // Remote Sensing Rev. 1995. Vol. 12. P. 225–253.
  37. Bezerra B. G., Silva B. B., Santos C. A. C., Bezerra J. R. C. Actual evapotranspiration estimation using remote sensing: comparison of SEBAL and SSEB approaches // Advanced Remote Sensing. 2015. Vol. 4. No. 3. P. 234–247.
  38. Biftu G. F., Gan T. Y. Semi-distributed, physically based, hydrologic modeling of the Paddle River basin, Alberta, using remotely sensed data // J. Hydrology. 2001. Vol. 244. P. 137–156.
  39. Biospheric Aspects of the Hydrological Cycle (BAHS). Report No. 27 / ed. BAHC Core Project Office. Institut für Meteorologie. Freie Universitat Berlin. Germany. 1993. 103 p.
  40. Ceron C. N., Melesse A. M., Price R., Dessu S. B., Kandel H. P. Operational actual wetland evapotranspiration estimation for South Florida using MODIS imagery // Remote Sensing. 2015. Vol. 7. P. 3613–3632.
  41. Chen J. M., Chen X., Ju W., Geng X. Distributed hydrological model for mapping evapotranspiration using remote sensing inputs // J. Hydrology. 2005. Vol. 305. No. 1. P. 15–39.
  42. Diarra A., Jarlan L., Er-Raki S., Le Page M., Aouade G., Tavernier A., Boulet G., Ezzahar J., Merlin O., Khabba S. Performance of the two-source energy budget (TSEB) model for the monitoring of evapotranspiration over irrigated annual crops in North Africa // Agricultural Water Management. 2017. Vol. 193. P. 71–88.
  43. Elhaddad A., Garcia A., Chavez J. L. Using a surface energy balance model to calculate spatially distributed actual evapotranspiration // J. Irrigation and Drainage Engineering. 2011. Vol. 137. No. 1. P. 17–26.
  44. Faysash A., Smith E. A. Simultaneous Retrieval of Diurnal to Seasonal Surface Temperatures and Emissivi­ties over SGP ARM-CART Site Using GOES Split Window // J. Applied Meteorology. 2000. Vol. 39. P. 971–982.
  45. French A. N., Hunsaker D. J., Thorp K. R. Remote sensing of evapotranspiration over cotton using the TSEB and METRIC energy balance models // Remote Sensing Environment. 2015. Vol. 158. P. 281–294.
  46. Gelfan A., Muzylev E., Uspensky A., Startseva Z., Romanov P. Remote Sensing Based Modeling of Water and Heat Regimes in a Vast Agricultural Region // Remote Sensing — Applications / ed. B. Escalante-Ramirez. InTech — Open Access Publisher. Rijeka. Croatia. 2012. Ch. 6. P. 141–176.
  47. Good E. Blending in situ and satellite data for monitoring land air temperatures // Proc. 2009 EUMETSAT Meteorological Satellite Conf. Bath, UK, 21–25 Sept. 2009. 2009. 5 p.
  48. Goodrich D. C., Scott R., Qic J., Goff B., Unkrich C. L., Morana M. S., Williams  D., Schaeffer S., Snyder K., MacNish R., Maddock T., Pool D., Chehbouni A., Cooper D. I., Eichinger W. E., Shuttleworth  W. J., Kerri Y., Marsett R., Ni W. Seasonal estimates of riparian evapotranspiration using remote and in situ measurements // Agricultural and Forest Meteorology. 2000. Vol. 105. P. 281–309.
  49. Gowda P. H., Chavez J. L., Colaizzi P. D., Evette S. R., Howell T. A., Tolk J. A. ET mapping for agricultural water management: present status and challenges // Irrigation Science. 2008. Vol. 26. P. 223–237.
  50. Karimi P., Bastiaanssen W. G. M. Spatial evapotranspiration, rainfall and land use data in water accounting — Pt. 1: Review of the accuracy of the remote sensing data // Hydrology and Earth System Sciences. 2015. Vol. 19. P. 507–532.
  51. Khanbilvardi R., Lakhankar T., Krakauer N., Nazari R., Powell A. Remote sensing data and information for hydrological monitoring and modeling: Handbook of Engineering Hydrology: Modeling. Climate Change, and Variability. CRC Press. Taylor and Francis Group, 2014. Ch. 24. P. 503–517.
  52. Kuchment L. S., Startseva Z. P. Sensitivity of evapotranspiration and soil moisture in wheat fields to changes in climate and direct effects of carbon dioxide // Hydrological Sciences J. 1991. Vol. 36. No. 6. P. 631–643.
  53. Leng P., Li Z.-L., Duan S.-B., Gao M.-F., Huo H.-Y. A practical approach for deriving all-weather soil moisture content using combined satellite and meteorological data // ISPRS J. Photogrammetry and Remote Sensing. 2017. Vol. 131. P. 40–51.
  54. Liou Y.-A., Kar S. K. Evapotranspiration Estimation with Remote Sensing and Various Surface Energy Balance Algorithms — A Review // Energies. 2014. Vol. 7. P. 2821–2849.
  55. Moehrlen C. Literature review of current used SVAT models: Internal Report 04-99. Department of Civil and Environmental Engineering. University College Cork. Ireland. 1999. 22 p.
  56. Muzylev E. L., Startseva Z. P., Uspensky A. B., Volkova E. V. Utilization of AVHRR/NOAA based land surface temperatures in modeling the hydrological cycle of river basins // Proc. Intern. Radar Symp. (IRS-2000). 24–29.07.2000. St. Petersburg. A. Deepak Publishing. Hampton. Virginia. USA. 2001. P. 40–44.
  57. Muzylev E., Startseva Z.,Uspensky A.,Volkova E., Vasilenko E., Kukharsky A. Using satellite data on meteorological and vegetation characteristics and soil surface humidity in the Land Surface Model for the vast territory of agricultural destination // Geophysical Research Abstracts. EGU General Assembly. Vienna. Austria. 24–28 Apr. 2017. Vol. 19. P. 12725.
  58. Overgaard J., Rosbjerg D., Butts M. B. Land-surface modeling in hydrological perspective — a review // Biogeosciences. 2006. Vol. 3. P. 229–241.
  59. Pitman A. J. The evolution of, and revolution in, land surface schemes designed for climate models // Intern. J. Climatology. 2003. Vol. 3. P. 479–510.
  60. Product User Manual. Land Surface Temperature (PUM LST). LSA SAF. SAF/LAND/IM/PUM_LST/2.1. 2008. 49 p.
  61. Rwasoka D. T., Gumindoga W., Gwenzi J. Estimation of actual evapotranspiration using the surface energy balance system (SEBS) algorithm in the Upper Manyame catchment in Zimbabwe // Physics and Chemistry of the Earth. Parts A/B/C. 2011. Vol. 36. No. 14-15. P. 736–746.
  62. Serban C., Maftei C., Barbulescu A. Assessment of evapotranspiration using remote sensing data and grid computing and application // WSEAS Trans. Computers. 2010. Vol. 9. No. 11. P. 1245–1254.
  63. Startseva Z., Muzylev E., Volkova E., Uspensky A., Uspensky S. Water and heat regimes modelling for a vast territory using remote-sensing data. // Intern. J. Remote Sensing. 2014. Vol. 35. No. 15. P. 5775–5799.
  64. Su H., McCabe M., Wood E., Su Z., Prueger J. Modeling evapotranspiration during SMACEX: Comparing two approaches for local- and regional-scale prediction // J. Hydrometeorology. 2005. Vol. 6. No. 6. P. 910–922.
  65. Taconet O., Bernard L., Vidal-Madjar D. Evapotranspiration over agricultural region using a surface flux/temperature model based on NOAA-AVHRR data // J. Applied Meteorology and Climatology. 1986. Vol. 25. No. 3. P. 284–307.
  66. Uspensky A. B., Shcherbina G. I. Derivation of land surface temperatures and emissivities from satellite IR window measurements // Advances in Space Research. 1998. Vol. 21. No. 3. P. 433–437.
  67. Valor E., Caselles V. Mapping land surface emissivity from NDVI: application to European, African, and South American areas // Remote Sensing Environment. 1996. Vol. 57. P. 167–184.
  68. Van de Griend A. A., Owe M. On the relationship between thermal emissivity and normalized vegetation index for natural surfaces // Intern. J. Remote Sensing. 1993. Vol. 14. No. 6. P. 1119–1131.
  69. Wan Z., Dozier J. A generalized split-window algorithm for retrieving land surface temperature from space // IEEE Trans. Geosciences Remote Sensing. 1996. Vol. 34. No. 4. P. 892–905.
  70. Xia T., Kustas W. P., Anderson M. C., Alfieri J. G., Gao F., McKee L., Prueger J. H., Geli H. M. E., Neale C. M. U., Sanchez L., Alsina M. M., Wang  Z. Mapping evapotranspiration with high-resolution aircraft imagery over vineyards using one- and two-source modeling schemes // Hydrology and Earth System Sciences. 2016. Vol. 20. P. 1523–1545.
  71. Zeyliger A. M., Ermolaeva O. S. SEBAL Model Using to Estimate Irrigation Water Efficiency and Water Requirement of Alfalfa Crop // Geophysical Research Abstracts. EGU General Assembly. Vienna. Austria. 07–12 Apr. 2013. Vol. 15. P. 12671.
  72. Zeyliger A. M., Ermolaeva O. S. Water Stress and Biomass Monitoring and SWAP Modeling of Irrigated Crops in Saratov Region of Russia // Geophysical Research Abstracts. EGU General Assembly. Vienna. Austria. 18–23 Apr. 2016. Vol. 18. P. 13486.
  73. Zeyliger A. M., Ermolaeva O. S. Management Strategies to Sustain Irrigated Agriculture with Combination of Remote Sensing, Weather Monitoring and Forecasting and SWAP Modeling // Geophysical Research Abstracts. EGU General Assembly. Vienna. Austria. 24–28 Apr. 2017. Vol. 19. P. 15422.