Геомаркетинг » ПРИМЕНЕНИЕ ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ДЛЯ ИДЕНТИФИКАЦИИ ОПАСНЫХ ГЕОЛОГИЧЕСКИХ ПРОЦЕССОВ НА ТЕРРИТОРИИ НОВОЙ МОСКВЫ

DOI: https://doi.org/10.25296/1993-5056-2023-18-4-18-37

ПРИОБРЕСТИ ПОЛНУЮ ВЕРСИЮ за 250 руб.

“Инженерная геология”, Том XVIII, № 4/2023

ПРИМЕНЕНИЕ ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ДЛЯ ИДЕНТИФИКАЦИИ ОПАСНЫХ ГЕОЛОГИЧЕСКИХ ПРОЦЕССОВ НА ТЕРРИТОРИИ НОВОЙ МОСКВЫ

Жидков Р.Ю., Романова Е.Р., Абакумова Н.В., Рекун В.С., Лесников Г.А.

Жидков Р.Ю., Романова Е.Р., Абакумова Н.В., Рекун В.С., Лесников Г.А., 2023. Применение данных дистанционного зондирования Земли для идентификации опасных геологических процессов на территории Новой Москвы. Инженерная геология, Том ХVIII, № 4, с. 18–37, https://doi.org/10.25296/1993-5056-2023-18-4-18-37.

Территория Троицкого и Новомосковского административных округов (ТиНАО), вошедшая в состав г. Москвы в 2012 г., существенным образом отличается от остальной части города как в плане функциональной организации, так и в отношении инженерно-геологической изученности. В то же время при выполнении работ по созданию и актуализации городской геологической основы эти территории должны быть охвачены наравне с другими административными округами столицы. Методы дистанционного зондирования Земли (ДЗЗ) могут частично компенсировать недостаток данных буровых работ и инженерно-геологических исследований на территории Новой Москвы. В статье приведена краткая инженерно-геологическая характеристика исследуемой территории, выполнена оценка степени ее изученности. Описаны наиболее широко применяемые и перспективные на сегодняшний день методы ДЗЗ: лидарная (лазерная) съемка, спутниковая интерферометрия, аэрофотосъемка с регистрацией инфракрасного диапазона электромагнитного спектра. Рассмотрен отечественный и зарубежный опыт применения методов ДЗЗ в инженерной геологии с целью геоморфологического районирования, идентификации проявлений оползневых процессов, карста и суффозии, подтопления и заболачивания, а также уточнения положения уровня поверхностных вод. В качестве основного результата предложена общая методология инженерно-геологического изучения и картографирования территории Новой Москвы на основе данных ДЗЗ. В перспективе применение описанной методологии позволит интегрировать данные о территории ТиНАО в общегородской информационный ресурс г. Москвы, который разработан на основе региональной трехмерной модели и включает векторные слои распространения стратиграфо-генетических комплексов, инженерно-геологических условий и современных геологических процессов.

1. Абакумова Н.В., 2022. Типизация насыпных грунтов Московской агломерации. Инженерная геология, Том XVII, № 2, с. 6–26, https://doi.org/10.25296/1993-5056-2022-17-2-6-26.
2. Аникеев А.В., 2014. О роли карстового процесса в образовании карстово-суффозионных воронок. Развитие научных идей
Е.М. Сергеева на современном этапе, Сергеевские чтения, Материалы годичной сессии Научного совещания РАН по проблемам геоэкологии, инженерной геологии и гидрогеологии, Вып. 16, Москва, 2014, с. 224–229.
3. Аникеев А.В., 2017. Провалы и воронки оседания в карстовых районах: механизмы образования, прогноз и оценка риска. Изд-во РУДН, Москва.
4. Балдина Е.А., Лебедева Е.В., Медведев А.А., 2022. Методика дешифрирования архивных и современных космических снимков для изучения динамики склоновых процессов в долине р. Гейзерная (Камчатка). ИнтерКарто. ИнтерГИС, Том 28, с. 266–283, https://doi.org/10.35595/2414-9179-2022-1-28-266-283.
5. Балдина Е.А., Трошко К.А., Николаев Н.Р., 2016. Радиолокационные данные Sentinel-1 и возможности их обработки для дешифрирования форм рельефа острова Котельный. Известия высших учебных заведений «Геодезия и аэрофотосъемка», № 3,
с. 78–85.
6. Бондарик Г.К., Пендин В.В., Ярг Л.А., 2007. Инженерная геодинамика. КДУ, Москва.
7. Вахрушев Б.А., Кунов А.А., Кунов В.А., 2022. Использование метода дешифрирования спутниковых снимков с целью картирования поверхностных карстовых форм и их пространственного анализа. Ученые записки Крымского федерального университета имени В.И. Вернадского. География. Геология, Том 8(74), № 4, с. 248–263.
8. Голодковская Г.А., Елисеев Ю.Б., 1989. Геологическая среда промышленных регионов. Недра, Москва.
9. Голодковская Г.А., Калинин А.В. (ред.), 1991. Геологические проблемы Московской агломерации. Сборник научных трудов. Изд-во МГУ, Москва.
10. Гудилин И.С., Комаров И.С., 1978. Применение аэрометодов при инженерно-геологических и гидрогеологических исследованиях. Недра, Москва.
11. Гусева А.С., Устинов С.А., Петров В.А., Игнатов П.А., 2017. Геоэкологическая оценка опасных геологических процессов в пределах территории Новой Москвы с использованием ГИС-технологий. Геоинформатика, № 2, с. 21–29.
12. Дайковская Т.С., 2014. Современное состояние овражной сети на территории Новой Москвы. Геоморфология, № 4, с. 39–47, https://doi.org/10.15356/0435-4281-2014-4-39-47.
13. Даньшин В.М., 1947. Геологическое строение и полезные ископаемые Москвы и ее окрестностей. Изд-во Московского общества испытателей природы, Москва.
14. Джамалов Р.Г., Егоров Ф.Б., Гричук А.Д., 2018. Современная изученность, состояние и перспективы использования ресурсов подземных вод Новой Москвы. Недропользование XXI век, № 1(70), с. 38–47.
15. Жидков Р.Ю., Абакумова Н.В., Рекун В.С., 2023. Применение комплексного ретроспективного анализа при определении конфигурации массивов техногенных грунтов на примере г. Москвы. Инженерная геология, Том ХVIII, № 1, с. 18–34, https://doi.org/10.25296/1993-5056-2023-18-1-18-34.
16. Захарова Л.П., Копытов А.А., Петрова Е.В., Птушкин С.В., 2022. Создание фотограмметрической модели города Москвы по материалам беспилотных летательных аппаратов. Геопрофи, № 6, с. 14–19.
17. Калинин А.А., Бондаренко А.М., Строгий Б.Н., Семенцов М.Н., Казачков И.А., Матвейкина Ж.В., Самойлова Т.Ф., 2017. Фотограмметрия и дистанционное зондирование, под ред. А.А. Калинина. Изд-во Азово-Черноморского инженерного института Донского государственного аграрного университета, Зерноград.
18. Ковалев С.Н., Ефремова Т.С., Михайлова Н.М., 2015. Овраги и овражная эрозия на территории Москвы. В сб. статей Эрозия почв и русловые процессы, Том 19. Изд-во МГУ, Москва, с. 112–132.
19. Корчуганова Н.И., Корсаков А.К., 2009. Дистанционные методы геологического картирования. КДУ, Москва.
20. Лимонов А.Н., Гаврилова Л.А., 2020. Фотограмметрия и дистанционное зондирование. Академический проект, Москва.
21. Лихачева Э.А., Шварев С.В., Аникина Н.В., 2015. Геоморфологическая оценка территориальных ресурсов Новой Москвы. Геоморфология, № 1, с. 77–88.
22. Лурье И.К., Балдина Е.А., Прасолова А.И., Прохорова Е.А., Семин В.Н., Чистов С.В., 2015. Серия карт эколого-географической оценки земельных ресурсов территории Новой Москвы. Вестник Московского университета. Серия 5. География, № 4, с. 50–59.
23. Ляпишев К.М., Погорелов А.В., Липилин Д.А., 2015. К вопросу дешифрирования оползней по данным спутниковых снимков. В сб. научных трудов под ред. А.В. Погорелова, Географические исследования Краснодарского края, Вып. 9. Изд-во Кубанского государственного университета, Краснодар, с. 329–333.
24. Макарова Н.В., Григорьева С.В., 2018. Геоморфологическое районирование территории Москвы в новых границах. Геоморфология, № 4, с. 53–65, https://doi.org/10.7868/S0435428118040053.
25. Михайлюкова П.Г., Читалин А.Ф., Семенова М.И., Сивков Д.В., Михайлов А.С., 2021. Анализ применимости космических снимков Sentinel-1 и Sentinel- 2/MSI для решения задач геологического дешифрирования. ГеоЕвразия-2021. Геологоразведка в современных реалиях, Труды IV Международной геолого-геофизической конференции и выставки, Том I, Москва, 2021, с. 110–114.
26. Муминов Б.Х., Фоменко И.К., Сироткина О.Н., 2022. Оценка оползневой опасности Нурекского района Таджикистана. Известия высших учебных заведений. Геология и разведка, № 1, с. 50–60, https://doi.org/10.32454/0016-7762-2022-64-1-50-60.
27. Орлов Т.В., Садко С.А., 2015. Исследование карстового рельефа восточной части плато Лаго-Наки методами высотного лазерного сканирования (LIDAR) и дешифрирования аэрофотоснимков высокого разрешения. Геоэкология, № 4, с. 365–376.
28. Осипов В.И., Бурова В.Н., Заиканов В.Г., Молодых И.И., Пырченко В.А., Сависько И.С., 2011. Карта крупномасштабного (детального) инженерно-геологического районирования территории г. Москвы. Геоэкология, № 4, с. 306–318.
29. Серов А.Ю., Антипов А.В., Гаврилов С.Г., Сидорова Н.И. (ред.), 2019. 75 лет инженерных изысканий в Москве. Талан Групп, Тверь.
30. Трофимов В.Т., Красилова Н.С., 2014. Инженерно-геологические карты. КДУ, Москва.
31. Шовенгердт Р.А., 2013. Дистанционное зондирование. Методы и модели обработки изображений. Техносфера, Москва.
32. Энтин А.Л., Михайлюкова П.Г., Кедич А.И., Харченко С.В., 2022. Современный опыт использования радиолокационной интерферометрии для регистрации изменений высотных отметок поверхности суши. Геоморфология, Том 53, № 2, с. 27–42, https://doi.org/10.31857/S0435428122020067.
33. Alexander S.C., Rahimi M.H., Larson E.B., Bomberger C., Greenwaldt B., Alexander C.E., 2013. Combining LiDAR, aerial photography, and pictometric tools for karst features database management. NCKRI Symposium 2, Proceedings of the Thirteenth multidisciplinary Conference on sinkholes and the engineering and environmental impacts of karst, Tampa, Florida, USA, 2013, pp. 441–448.
34. Azar M.Kh., Hamedpour A., Maghsoudi Y., Perissin D., 2021. Analysis of the deformation behavior and sinkhole risk in Kerdabad, Iran using the PS-InSAR method. Remote Sensing, Vol. 13, Issue 14, ID 2696, https://doi.org/10.3390/rs13142696.
35. Giaccone E., Oriani F., Tonini M., Lambiel Ch., Mariethoz G., 2021. Using data-driven algorithms for semi-automated geomorphological mapping. Stochastic Environmental Research and Risk Assessment, Vol. 36, pp. 115–131, https://doi.org/10.1007/s00477-021-02062-5.
36. Guerrero J., Sevil J., Desir G., Gutiérrez F., Arnay Á.G., Galve J.P., Reyes-Carmona C., 2021. The detection of active sinkholes by airborne differential LiDAR DEMs and InSAR cloud computing tools. Remote Sensing, Vol. 13, Issue 16, ID 3261, https://doi.org/10.3390/rs13163261.
37. Han L., Duan P., Liu J., Li J., 2023. Research on landslide trace recognition by fusing UAV-based LiDAR DEM multi-feature information. Remote Sensing, Vol. 15, Issue 19, ID 4755, https://doi.org/10.3390/rs15194755.
38. Jefriza J., Yusoff I.M., Abir I.A., Syahreza S., Rusdi M., Razi P., Lateh H., 2020. The applications of InSAR technique for natural hazard detection in smart society. Journal of Physics: Conference Series, Vol. 1572, ID 012067, https://doi.org/10.1088/1742-6596/1572/1/012067.
39. Johnson S., Haneberg W., Bryson S., Crawford M., 2023. Measuring ground surface elevation changes in a slow-moving colluvial landslide using combinations of regional airborne lidar, UAV lidar and UAV photogrammetric surveys. Quarterly Journal of Engineering Geology and Hydrogeology, Vol. 56, Issue 2, ID qjegh2022-078, https://doi.org/10.1144/qjegh2022-078.
40. Kim J.-W., Lu Zh., Degrandpre K., 2016. Ongoing deformation of sinkholes in Wink, Texas, observed by time-series Sentinel-1A SAR interferometry (preliminary results). Remote Sensing, Vol. 8, Issue 4, ID 313, https://doi.org/10.3390/rs8040313.
41. Lendzioch T., Langhammer J., Vlček L., Minařík R., 2021. Mapping the groundwater level and soil moisture of a montane peat bog using UAV monitoring and machine learning. Remote Sensing, Vol. 13, Issue 5, ID 907, https://doi.org/10.3390/rs13050907.
42. Lohani B., Ghosh S., 2017. Airborne LiDAR technology: a review of data collection and processing systems. Proceedings of the National Academy of Sciences, India Section A: Physical Sciences, No. 87, pp. 567–579, https://doi.org/10.1007/s40010-017-0435-9.
43. Mahalingam R., Olsen M.J., O’Banion M.S., 2016. Evaluation of landslide susceptibility mapping techniques using Lidar-derived conditioning factors (Oregon case study). Geomatics, Natural Hazards Risk, No. 7, pp. 1884–1907, https://doi.org/10.1080/19475705.2016.1172520.
44. McFeeters S.K., 1996. The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features. International Journal of Remote Sensing, Vol. 17, Issue 7, pp. 1425–1432, https://doi.org/10.1080/01431169608948714.
45. Mehendale N., Neoge S., 2020. Review on LiDAR technology. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.3604309.
46. Miandad J., Darrow M., Hendricks M., Daanen R., 2020. Landslide mapping using multiscale LiDAR digital elevation models. Environmental and Engineering Geoscience, No. 26(4), pp. 405–425, https://doi.org/10.2113/EEG-2268.
47. Mondini A.C., Santangelo M., Rocchetti M., Rossetto E., Manconi A., Monserrat O., 2019. Sentinel-1 SAR Amplitude Imagery for Rapid Landslide Detection. Remote Sensing, Vol. 11, Issue 7, ID 760, https://doi.org/10.3390/rs11070760.
48. Napieralski J., Barr I., Kamp U., Kervyn M., 2013. Remote sensing and GIScience in geomorphological mapping. Treatise on Geomorphology, Vol. 3, pp. 187–227, https://doi.org/10.1016/B978-0-12-374739-6.00050-6.
49. Nava L., Bhuyan K., Meena S.R., Monserrat O., Catani F., 2022. Rapid Mapping of Landslides on SAR Data by Attention U-Net. Remote Sensing, Vol. 14, Issue 6, ID 1449, https://doi.org/10.3390/rs14061449.
50. Okoli J., Nahazanan H., Nahas F., Kalantar B., Shafri H.Z.M., Khuzaimah Z., 2023. High-resolution Lidar-derived DEM for landslide susceptibility assessment using AHP and fuzzy logic in Serdang, Malaysia. Geosciences, Vol. 34, Issue 2, ID 34, https://doi.org/10.3390/geosciences13020034.
51. Rohde M.M., Biswas T., Housman I.W., Campbell L.S., Klausmeyer K.R., Howard J.K., 2021. A machine learning approach to predict groundwater levels in California reveals ecosystems at risk. Frontiers in Earth, Vol. 9, ID 784499, https://doi.org/10.3389/feart.2021.784499.
52. Rouse J.W., Haas R.H., Schell J.A., Deering D.W., 1973. Monitoring vegetation systems in the Great plains with ERTS (Earth Resources Technology Satellite). Proceedings of 3rd Earth resources technology satellite Symposium, SP-351, Greenbelt, MD, USA, 1973, pp. 309–317.
53. Santangelo M., Cardinali M., Bucci F., Fiorucci F., Mondini A.C., 2022. Exploring event landslide mapping using Sentinel-1 SAR backscatter products. Geomorphology, Vol. 397, ID 108021, https://doi.org/10.1016/j.geomorph.2021.108021.
54. Stateczny A., Narahari S.C., Vurubindi P., Guptha N.S., Srinivas K., 2023. Underground water level prediction in remote sensing images using improved hydro index value with ensemble classifier. Remote Sensing, Vol. 15, Issue 8, ID 2015, https://doi.org/10.3390/rs15082015.
55. Xu B., Zhang Ch., Liu W., Huang J., Su Yu.,Yang Yu., Jiang W., Sun W., 2023. Landslide identification method based on the FKGRNet model for remote sensing images. Remote Sensing, Vol. 15, Issue 13, ID 3407, https://doi.org/10.3390/rs15133407.
56. Xu Q., Zhao B., Dai K., Dong X., Li W., Zhu X.,Yang Y., Xiao X., Wang X., Huang J., Lu H., Deng B., Ge D., 2023. Remote sensing for landslide investigations: A progress report from China. Engineering Geology, Vol. 321, ID 107156, https://doi.org/10.1016/j.enggeo.2023.107156.
57. Zangana I., Otto J.-Ch., Mäusbacher R., Schrott L., 2023. Efficient geomorphological mapping based on geographic information systems and remote sensing data: an example from Jena, Germany. Journal of Maps, Vol. 19, Issue 1, ID 2172468, https://doi.org/10.1080/17445647.2023.2172468.
58. Zhu J., Taylor T.P., Currens J.C., Crawford M.M., 2014. Improved karst sinkhole mapping in Kentucky using LiDAR techniques: a pilot study in Floyds Fork watershed. Journal of Cave and Karst Studies, Vol. 76, No. 3, pp. 207–216, https://doi.org/10.4311/2013ES0135.
59. Официальный сайт Управления Федеральной службы государственной статистики по г. Москве и Московской области, 2023. Население. URL: https://77.rosstat.gov.ru/folder/64634 (дата обращения: 19.11.2023).
60. Сайт What-when-how, 2023. In depth tutorials and information. URL: https://what-when-how.com/remote-sensing-from-air-andspace/radar-interferometry-radar-and-lidar-remote-sensing/ (дата обращения: 19.11.2023).

ЖИДКОВ Р.Ю.
ГБУ «Мосгоргеотрест», г. Москва, Россия, rzhidkov@mggt.ru
Адрес: Ленинградский пр-кт, д. 11, г. Москва, 123040, Россия
РОМАНОВА Е.Р.
Институт геоэкологии им. Е.М. Сергеева РАН, г. Москва, Россия, romanova.elizaveta.r@yandex.ru
Адрес: Уланский пер., д. 13, стр. 2, а/я 145, г. Москва, 101000, Россия
Национальный исследовательский Московский государственный строительный университет, г. Москва, Россия
Адрес: Ярославское шоссе, д. 26, г. Москва, 129337, Россия
АБАКУМОВА Н.В.*
Московский государственный университет им. М.В. Ломоносова, г. Москва, Россия, abakumova.nv@mail.ru
Адрес: Ленинские горы, д. 1, г. Москва, 119234, Россия
РЕКУН В.С.
ГБУ «Мосгоргеотрест», г. Москва, Россия, vrekun@mggt.ru
ЛЕСНИКОВ Г.А.
ГБУ «Мосгоргеотрест», г. Москва, Россия, glesnickov@mggt.ru

Engineering Geology World, Vol. ХVIII, No. 4/2023

APPLICATION OF REMOTE SENSING DATA FOR IDENTIFICATION OF HAZARDOUS GEOLOGICAL PROCESSES ON THE TERRITORY OF NEW MOSCOW

Zhidkov R.Yu., Romanova E.R., Abakumova N.V., Rekun V.S., Lesnikov G.A.

Zhidkov R.Yu., Romanova E.R., Abakumova N.V., Rekun V.S., Lesnikov G.A., 2023. Application of remote sensing data for identification of hazardous geological processes on the territory of New Moscow. Engineering Geology World, Vol. ХVIII, No. 4, pp. 18–37, https://doi.org/10.25296/1993-5056-2023-18-4-18-37.

The territory of the Troitsky and Novomoskovsky administrative districts (TiNAO), which became part of Moscow in 2012, significantly differs from the rest of the city in terms of engineering-geological study and functional organization. However, when working on the development and updating of the urban geological base, these areas should be covered equally with other administrative districts of Moscow. Remote sensing methods can partially compensate for the lack of drilling data and engineering-geological surveys on the territory of New Moscow. The paper provides a brief engineering-geological description of the studied territory, assesses the degree of its study, and describes the most popular and promising remote sensing methods — LiDAR (laser) scanning, satellite interferometry, and aerial photography with infrared spectrum registration. Domestic and international experience in using remote sensing methods in engineering geology is considered to define the boundaries of geomorphological elements, identify manifestations of landslides, karst, and suffusion processes, flooding and underflooding, and refine the position of surface water level. The main result offers a general methodology for engineering-geological study and mapping of the New Moscow territory based on remote sensing data. In the future, its application will allow integrating the data on TiNAO territory into the city-wide information resource developed on the basis of a regional 3D model and including vector cartographic layers of the distribution of stratigraphic-genetic complexes, engineering-geological conditions, and modern geological processes.

landslides karst suffusion remote sensing New Moscow LiDAR machine learning engineering-geological mapping underflooding

1. Abakumova N.V., 2022. Typification of filled soils of the Moscow agglimeration. Engineering Geology World, Vol. XVII, No. 2, pp. 6–26, https://doi.org/10.25296/1993-5056-2022-17-2-6-26. (in Russian)
2. Anikeev A.V., 2014. On the role of the karst process in the formation of karst-suffusion sinkholes. Development of scientific ideas of E.M. Sergeev at the present stage, Sergeevsky readings, Materials of the annual Session of the Russian Academy of Sciences Scientific Council on Geoecology, Engineering Geology and Hydrogeology, Issue 16, Moscow, 2014, pp. 224–229. (in Russian)
3. Anikeev A.V., 2017. Sinkholes and funnels in karst areas: mechanisms of formation, forecast and risk assessment. Publishing house of the RUDN, Moscow. (in Russian)
4. Baldina E.A., Lebedeva E.V., Medvedev A.A., 2022. Technique for interpretation of archive and recent satellite images to study the slope processes dynamics in the Geyzernaya River valley (Kamchatka). InterCarto. InterGIS, Vol. 28, pp. 266–283, https://doi.org/10.35595/2414-9179-2022-1-28-266-283. (in Russian)
5. Baldina E.A., Troshko K.A., Nikolaev N.R., 2016. Sentinel-1 radar data and their processing capabilities for relief features interpretation of Kotelny Island. Izvestia vuzov “Geodesy and Aerophotosurveying”, No. 3, pp. 78–85. (in Russian)
6. Bondarik G.K., Pendin V.V., Yarg L.A., 2007. Engineering geodynamics. KDU, Moscow. (in Russian)
7. Vakhrushev B.A., Kunov A.A., Kunov V.A., 2022. Using the method of decoding satellite images in order to map surface karst forms and subsequent spatial analysis of the nature of their placement. Uchenyye zapiski Krymskogo federal’nogo universiteta imeni
V.I. Vernadskogo. Geografiya. Geologiya, Vol. 8(74), No. 4, pp. 248–263. (in Russian)
8. Golodkovskaya G.A., Eliseev Yu.B., 1989. Geological environment of industrial regions. Nedra, Moscow. (in Russian)
9. Golodkovskaya G.A., Kalinin A.V. (eds), 1991. Geological problems of the Moscow agglomeration. Collection of scientific papers. Publishing house of the Moscow State University, Moscow. (in Russian)
10. Gudilin I.S., Komarov I.S., 1978. Application of aerial methods in engineering-geological and hydrogeological studies. Nedra, Moscow. (in Russian)
11. Guseva A.S., Ustinov S.A., Petrov V.A., Ignatov P.A., 2017. Geoecological valuation of dangerous geological processes within the territory of New Moscow using GIS-technology. Geoinformatika, No. 2, pp. 21–29. (in Russian)
12. Daykovskaya T.S., 2014. Assessment of gully network current state in the New Moscow area. Geomorfologiya, No. 4, pp. 39–47, https://doi.org/10.15356/0435-4281-2014-4-39-47. (in Russian)
13. Danshin V.M., 1947. Geological structure and minerals of Moscow and its environs. Publishing house of the Moscow Society of Naturalists, Moscow. (in Russian)
14. Gamalov R.G., Egorov F.B., Grichuk A.D., 2018. Current knowledge, condition and prospects for using groundwater resources in New Moscow. 21 Century Subsoil Use, No. 1(70), pp. 38–47. (in Russian)
15. Zhidkov R.Yu., Abakumova N.V., Rekun V.S., 2023. Application of complex retrospective analysis in determining the configuration of manmade soil massifs on the example of Moscow. Engineering Geology World, Vol. XVIII, No. 1, pp. 18–34, https://doi.org/10.25296/1993-5056-2023-18-1-18-34. (in Russian)
16. Zakharova L.P., Kopytov A.A., Petrova E.V., Ptushkin S.V., 2022. Creation of a photogrammetric model of Moscow based on materials from unmanned aerial vehicles. Geoprofi, No. 6, pp. 14–19. (in Russian)
17. Kalinin A.A., Bondarenko A.M., Strogiy B.N., Sementsov M.N., Kazachkov I.A., Matveikina Zh.V., Samoilova T.F., 2017. Photogrammetry and remote sensing, in A.A. Kalinin (ed.). Publishing house of the Azov-Black Sea Engineering Institute of the Don State Agrarian University, Zernograd. (in Russian)
18. Kovalev S.N., Efremova T.S., Mikhailova N.M., 2015. Gullies and gully erosion in Moscow. In collection of papers Soil erosion and channel processes, Vol. 19. Publishing house of the Moscow State University, Moscow, pp. 112–132. (in Russian)
19. Korchuganova N.I., Korsakov A.K., 2009. Remote sensing methods for geological mapping. KDU, Moscow. (in Russian)
20. Limonov A.N., Gavrilova L.A., 2020. Photogrammetry and remote sensing. Akademicheskiy proyekt, Moscow. (in Russian)
21. Likhacheva E.A., Shvarev S.V., Anikina N.V., 2015. Geomorphological estimation of the territorial resources of the New Moscow. Geomorfologiya, No. 1, рр. 77–88. (in Russian)
22. Lurie I.K., Baldina E.A., Prasolova A.I., Prokhorova E.A., Semin V.N., Chistov S.V., 2015. A series of maps of the environmentalgeographical assessment of land resources of the New Moscow territory. Vestnik Moskovskogo universiteta. Seriya 5, Geografiya, No. 4, pp. 50–59. (in Russian)
23. Lyapishev K.M., Pogorelov A.V., Lipilin D.A., 2015. On the issue of interpreting landslides using satellite image data. In collection of scientific papers A.V. Pogorelov (ed.), Geographical research of the Krasnodar Region, Issue 9. Publishing house of the Kuban State University, Krasnodar, pp. 329–333. (in Russian)
24. Makarova N.V., Grigorieva S.V., 2018. Geomorphological zoning of Moscow territory in the new borders. Geomorfologiya, No. 4,
рр. 53–65, https://doi.org/10.7868/S0435428118040053. (in Russian)
25. Mikhailyukova P.G., Chitalin A.F., Semenova M.I., Sivkov D.V., Mikhailov A.S., 2021. Analysis of the applicability of Sentinel-1 and Sentinel-2/MSI satellite images for solving problems of geological interpretation. GeoEurasia-2021. Geological exploration in modern realities, Proceedings of the IV International geological and geophysical Conference and Exhibition, Vol. I, Moscow, 2021, pp. 110–114. (in Russian)
26. Muminov B.K., Fomenko I.K., Sirotkina O.N., 2022. Landslide hazard assessment of the Norak region of Tadjikistan. Proceedings of Higher Educational Establishments. Geology and Exploration, No. 64(1), pp. 50–60, https://doi.org/10.32454/0016-7762-2022-64-1-50-60. (in Russian)
27. Orlov T.V., Sadko S.A., 2015. Investigation of karst relief in the eastern part of Lago-Naki plateau by LIDAR and high-resolution airborn images. Geoekologiya, No. 4, pp. 365–376. (in Russian)
28. Osipov V.I., Burova V.N., Zaikanov V.G., Molodykh I.I., Pyrchenko V.A., Savisko I.S., 2011. Large-scale (detailed) map of engineering geological zoning of Moscow territory. Geoekologiya, No. 4, pp. 306–318. (in Russian)
29. Serov A.Yu., Antipov A.V., Gavrilov S.G., Sidorova N.I. (eds), 2019. 75 years of engineering surveys in Moscow. Talan Grupp, Tver. (in Russian)
30. Trofimov V.T., Krasilova N.S., 2014. Engineering-geological maps. KDU, Moscow. (in Russian)
31. Shovengerdt R.A., 2013. Remote sensing. Image processing methods and models. Tekhnosfera, Moscow. (in Russian)
32. Entin A.L., Mikhailyukova P.G., Kedich A.I., Kharchenko S.V., 2022. The modern state of radar interferometry using for estimation of the land surface displacements. Geomorfologiya, Vol. 53, No. 2, pp. 27–42, https://doi.org/10.31857/S0435428122020067. (in Russian)
33. Alexander S.C., Rahimi M.H., Larson E.B., Bomberger C., Greenwaldt B., Alexander C.E., 2013. Combining LiDAR, aerial photography, and pictometric tools for karst features database management. NCKRI Symposium 2, Proceedings of the Thirteenth multidisciplinary Conference on sinkholes and the engineering and environmental impacts of karst, Tampa, Florida, USA, 2013, pp. 441–448.
34. Azar M.Kh., Hamedpour A., Maghsoudi Y., Perissin D., 2021. Analysis of the deformation behavior and sinkhole risk in Kerdabad, Iran using the PS-InSAR method. Remote Sensing, Vol. 13, Issue 14, ID 2696, https://doi.org/10.3390/rs13142696.
35. Giaccone E., Oriani F., Tonini M., Lambiel Ch., Mariethoz G., 2021. Using data-driven algorithms for semi-automated geomorphological mapping. Stochastic Environmental Research and Risk Assessment, Vol. 36, pp. 115–131, https://doi.org/10.1007/s00477-021-02062-5.
36. Guerrero J., Sevil J., Desir G., Gutiérrez F., Arnay Á.G., Galve J.P., Reyes-Carmona C., 2021. The detection of active sinkholes by airborne differential LiDAR DEMs and InSAR cloud computing tools. Remote Sensing, Vol. 13, Issue 16, ID 3261, https://doi.org/10.3390/rs13163261.
37. Han L., Duan P., Liu J., Li J., 2023. Research on landslide trace recognition by fusing UAV-based LiDAR DEM multi-feature information. Remote Sensing, Vol. 15, Issue 19, ID 4755, https://doi.org/10.3390/rs15194755.
38. Jefriza J., Yusoff I.M., Abir I.A., Syahreza S., Rusdi M., Razi P., Lateh H., 2020. The applications of InSAR technique for natural hazard detection in smart society. Journal of Physics: Conference Series, Vol. 1572, ID 012067, https://doi.org/10.1088/1742-6596/1572/1/012067.
39. Johnson S., Haneberg W., Bryson S., Crawford M., 2023. Measuring ground surface elevation changes in a slow-moving colluvial landslide using combinations of regional airborne lidar, UAV lidar and UAV photogrammetric surveys. Quarterly Journal of Engineering Geology and Hydrogeology, Vol. 56, Issue 2, ID qjegh2022-078, https://doi.org/10.1144/qjegh2022-078.
40. Kim J.-W., Lu Zh., Degrandpre K., 2016. Ongoing deformation of sinkholes in Wink, Texas, observed by time-series Sentinel-1A SAR interferometry (preliminary results). Remote Sensing, Vol. 8, Issue 4, ID 313, https://doi.org/10.3390/rs8040313.
41. Lendzioch T., Langhammer J., Vlček L., Minařík R., 2021. Mapping the groundwater level and soil moisture of a montane peat bog using UAV monitoring and machine learning. Remote Sensing, Vol. 13, Issue 5, ID 907, https://doi.org/10.3390/rs13050907.
42. Lohani B., Ghosh S., 2017. Airborne LiDAR technology: a review of data collection and processing systems. Proceedings of the National Academy of Sciences, India Section A: Physical Sciences, No. 87, pp. 567–579, https://doi.org/10.1007/s40010-017-0435-9.
43. Mahalingam R., Olsen M.J., O’Banion M.S., 2016. Evaluation of landslide susceptibility mapping techniques using Lidar-derived conditioning factors (Oregon case study). Geomatics, Natural Hazards Risk, No. 7, pp. 1884–1907, https://doi.org/10.1080/19475705.2016.1172520.
44. McFeeters S.K., 1996. The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features. International Journal of Remote Sensing, Vol. 17, Issue 7, pp. 1425–1432, https://doi.org/10.1080/01431169608948714.
45. Mehendale N., Neoge S., 2020. Review on LiDAR technology. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.3604309.
46. Miandad J., Darrow M., Hendricks M., Daanen R., 2020. Landslide mapping using multiscale LiDAR digital elevation models. Environmental and Engineering Geoscience, No. 26(4), pp. 405–425, https://doi.org/10.2113/EEG-2268.
47. Mondini A.C., Santangelo M., Rocchetti M., Rossetto E., Manconi A., Monserrat O., 2019. Sentinel-1 SAR Amplitude Imagery for Rapid Landslide Detection. Remote Sensing, Vol. 11, Issue 7, ID 760, https://doi.org/10.3390/rs11070760.
48. Napieralski J., Barr I., Kamp U., Kervyn M., 2013. Remote sensing and GIScience in geomorphological mapping. Treatise on Geomorphology, Vol. 3, pp. 187–227, https://doi.org/10.1016/B978-0-12-374739-6.00050-6.
49. Nava L., Bhuyan K., Meena S.R., Monserrat O., Catani F., 2022. Rapid Mapping of Landslides on SAR Data by Attention U-Net. Remote Sensing, Vol. 14, Issue 6, ID 1449, https://doi.org/10.3390/rs14061449.
50. Okoli J., Nahazanan H., Nahas F., Kalantar B., Shafri H.Z.M., Khuzaimah Z., 2023. High-resolution Lidar-derived DEM for landslide susceptibility assessment using AHP and fuzzy logic in Serdang, Malaysia. Geosciences, Vol. 34, Issue 2, ID 34, https://doi.org/10.3390/geosciences13020034.
51. Rohde M.M., Biswas T., Housman I.W., Campbell L.S., Klausmeyer K.R., Howard J.K., 2021. A machine learning approach to predict groundwater levels in California reveals ecosystems at risk. Frontiers in Earth, Vol. 9, ID 784499, https://doi.org/10.3389/feart.2021.784499.
52. Rouse J.W., Haas R.H., Schell J.A., Deering D.W., 1973. Monitoring vegetation systems in the Great plains with ERTS (Earth Resources Technology Satellite). Proceedings of 3rd Earth resources technology satellite Symposium, SP-351, Greenbelt, MD, USA, 1973, pp. 309–317.
53. Santangelo M., Cardinali M., Bucci F., Fiorucci F., Mondini A.C., 2022. Exploring event landslide mapping using Sentinel-1 SAR backscatter products. Geomorphology, Vol. 397, ID 108021, https://doi.org/10.1016/j.geomorph.2021.108021.
54. Stateczny A., Narahari S.C., Vurubindi P., Guptha N.S., Srinivas K., 2023. Underground water level prediction in remote sensing images using improved hydro index value with ensemble classifier. Remote Sensing, Vol. 15, Issue 8, ID 2015, https://doi.org/10.3390/rs15082015.
55. Xu B., Zhang Ch., Liu W., Huang J., Su Yu.,Yang Yu., Jiang W., Sun W., 2023. Landslide identification method based on the FKGRNet model for remote sensing images. Remote Sensing, Vol. 15, Issue 13, ID 3407, https://doi.org/10.3390/rs15133407.
56. Xu Q., Zhao B., Dai K., Dong X., Li W., Zhu X.,Yang Y., Xiao X., Wang X., Huang J., Lu H., Deng B., Ge D., 2023. Remote sensing for landslide investigations: A progress report from China. Engineering Geology, Vol. 321, ID 107156, https://doi.org/10.1016/j.enggeo.2023.107156.
57. Zangana I., Otto J.-Ch., Mäusbacher R., Schrott L., 2023. Efficient geomorphological mapping based on geographic information systems and remote sensing data: an example from Jena, Germany. Journal of Maps, Vol. 19, Issue 1, ID 2172468, https://doi.org/10.1080/17445647.2023.2172468.
58. Zhu J., Taylor T.P., Currens J.C., Crawford M.M., 2014. Improved karst sinkhole mapping in Kentucky using LiDAR techniques: a pilot study in Floyds Fork watershed. Journal of Cave and Karst Studies, Vol. 76, No. 3, pp. 207–216, https://doi.org/10.4311/2013ES0135.
59. Official website of the Office of the Federal State Statistics Service for Moscow and the Moscow Region, 2023. Population.
URL: https://tass.ru/nedvizhimost/19747707 (accessed: 19 November 2023). (in Russian)
60. Site of the What-when-how, 2023. In depth tutorials and information. URL: https://what-when-how.com/remote-sensing-from-air-andspace/radar-interferometry-radar-and-lidar-remote-sensing/ (accessed: 19 November 2023).

ROMAN YU. ZHIDKOV
State Budgetary Institution “Mosgorgeotrest”; Moscow, Russia; rzhidkov@mggt.ru
Address: Bld. 11, Leningradsky Ave, 123040, Moscow, Russia
ELIZAVETA R. ROMANOVA
Sergeev Institute of Environmental Geoscience, Russian Academy of Sciences; Moscow, Russia; romanova.elizaveta.r@yandex.ru
Address: Bld. 13, Pde 2, Р.О. box 145, Ulansky Ln., 101000, Moscow, Russia
Moscow State (National Research) University of Civil Engineering; Moscow, Russia
Address: Bld. 26, Yaroslavskoe Hwy, 129337, Moscow, Russia
NATALIYA V. ABAKUMOVA*
Lomonosov Moscow State University; Moscow, Russia; abakumova.nv@mail.ru
Address: Bld. 1, Leninskie Gory, 119234, Moscow, Russia
VITALII S. REKUN
State Budgetary Institution “Mosgorgeotrest”; Moscow, Russia; vrekun@mggt.ru
GRIGORII A. LESNIKOV
State Budgetary Institution “Mosgorgeotrest”; Moscow, Russia; glesnickov@mggt.ru

Статьи из журнала

ИССЛЕДОВАНИЕ ХАРАКТЕРИСТИК ПРОЧНОСТИ ТВЕРДЕЮЩИХ ЗОЛОШЛАКОВЫХ МАТЕРИАЛОВ

“Инженерная геология”, Том XVIII, № 4/2023

Автор: Андреева Е.В.

Цель работы — исследование гранулометрического состава, физических свойств, влагосодержания и характеристик прочности твердеющих золошлаковых материалов (ЗШМ), разработка рекомендаций по использованию их в качестве материала для насыпных пляжей и дамб на ...

ПРИМЕНЕНИЕ ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ДЛЯ ИДЕНТИФИКАЦИИ ОПАСНЫХ ГЕОЛОГИЧЕСКИХ ПРОЦЕССОВ НА ТЕРРИТОРИИ НОВОЙ МОСКВЫ

“Инженерная геология”, Том XVIII, № 4/2023

Авторы: Жидков Р.Ю., Романова Е.Р., Абакумова Н.В., Рекун В.С., Лесников Г.А.

ПРИРОДНЫЕ ЭКОЛОГО-ГЕОЛОГИЧЕСКИЕ СИСТЕМЫ МАССИВОВ ПЕСЧАНЫХ ГРУНТОВ БЕЛОРУССИИ

“Инженерная геология”, Том XVIII, № 4/2023

Авторы: Королев В.А., Галкин А.Н.

В представленной статье рассмотрены особенности природных эколого-геологических систем массивов песчаных грунтов элементарного уровня, которые широко распространены на территории Белоруссии. Несмотря на то, что эти системы занимают в стране значительные площади, ...

СРАВНЕНИЕ ЭФФЕКТИВНОСТИ ИНЪЕКЦИОННОГО ЗАКРЕПЛЕНИЯ ПЕСЧАНЫХ ГРУНТОВ В ПОЛЕВЫХ И ЛАБОРАТОРНЫХ УСЛОВИЯХ РАСТВОРАМИ НА ОСНОВЕ АЛИФАТИЧЕСКОЙ ЭПОКСИДНОЙ СМОЛЫ

“Инженерная геология”, Том XVIII, № 4/2023

Авторы: Пензев А.П., Самарин Е.Н., Шеховцова А.В., Мирный А.Ю., Пензева Е.П., Летуновская С.С.

Рассмотрена эффективность нового инъекционного раствора на примере лабораторных исследований образцов песчаных грунтов, которые были получены в ходе опытных полевых работ на территории Мещерского полигона МГУ имени М.В. Ломоносова. Установлено, что ...

ОПРЕДЕЛЕНИЕ ТЕПЛОФИЗИЧЕСКИХ СВОЙСТВ МЕРЗЛЫХ, ПРОМЕРЗАЮЩИХ И ОТТАИВАЮЩИХ НЕФТЕЗАГРЯЗНЕННЫХ ЗАТОРФОВАННЫХ ГРУНТОВ С ПОМОЩЬЮ РАЗЛИЧНЫХ МЕТОДОВ

“Инженерная геология”, Том XVIII, № 4/2023

Авторы: Мотенко Р.Г., Власенко Д.В., Калошина Ю.С.

Активное хозяйственное освоение территорий, занятых многолетнемерзлыми и сезонномерзлыми грунтами, связано со строительством и разработкой месторождений углеводородного сырья. В районах добычи, переработки, транспортировки и хранения нефти возможно загрязнение мерзлых грунтов нефтью ...

M	T	W	T	F	S	S
				1	2	3
4	5	6	7	8	9	10
11	12	13	14	15	16	17
18	19	20	21	22	23	24
25	26	27	28	29	30
« Oct				Dec »

ПРИМЕНЕНИЕ ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ДЛЯ ИДЕНТИФИКАЦИИ ОПАСНЫХ ГЕОЛОГИЧЕСКИХ ПРОЦЕССОВ НА ТЕРРИТОРИИ НОВОЙ МОСКВЫ

APPLICATION OF REMOTE SENSING DATA FOR IDENTIFICATION OF HAZARDOUS GEOLOGICAL PROCESSES ON THE TERRITORY OF NEW MOSCOW

ИССЛЕДОВАНИЕ ХАРАКТЕРИСТИК ПРОЧНОСТИ ТВЕРДЕЮЩИХ ЗОЛОШЛАКОВЫХ МАТЕРИАЛОВ

ПРИМЕНЕНИЕ ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ДЛЯ ИДЕНТИФИКАЦИИ ОПАСНЫХ ГЕОЛОГИЧЕСКИХ ПРОЦЕССОВ НА ТЕРРИТОРИИ НОВОЙ МОСКВЫ

ПРИРОДНЫЕ ЭКОЛОГО-ГЕОЛОГИЧЕСКИЕ СИСТЕМЫ МАССИВОВ ПЕСЧАНЫХ ГРУНТОВ БЕЛОРУССИИ

СРАВНЕНИЕ ЭФФЕКТИВНОСТИ ИНЪЕКЦИОННОГО ЗАКРЕПЛЕНИЯ ПЕСЧАНЫХ ГРУНТОВ В ПОЛЕВЫХ И ЛАБОРАТОРНЫХ УСЛОВИЯХ РАСТВОРАМИ НА ОСНОВЕ АЛИФАТИЧЕСКОЙ ЭПОКСИДНОЙ СМОЛЫ

ОПРЕДЕЛЕНИЕ ТЕПЛОФИЗИЧЕСКИХ СВОЙСТВ МЕРЗЛЫХ, ПРОМЕРЗАЮЩИХ И ОТТАИВАЮЩИХ НЕФТЕЗАГРЯЗНЕННЫХ ЗАТОРФОВАННЫХ ГРУНТОВ С ПОМОЩЬЮ РАЗЛИЧНЫХ МЕТОДОВ

Мероприятия