Международная научная периодика

– Приглашаем авторов к сотрудничеству –

Naukalib.ru:
рецензируемая периодика
гуманитарного
и естественно-научного профиля

  • ISSN 2619-063X Международный научный сельскохозяйственный журнал
el-sha-4

Международный научный сельскохозяйственный журнал
№1-2026

ИТОГИ НАУЧНОГО ФОРУМА ОТ 28.03.2026Г. "БИОРАЗНООБРАЗИЕ, РАЦИОНАЛЬНОЕ ПРИРОДОПОЛЬЗОВАНИЕ И УСТОЙЧИВОЕ РАЗВИТИЕ АПК"

УДК 556.531:579.68:504.064

ИНТЕГРАЦИЯ МОНИТОРИНГА КАЧЕСТВА ВОД С АНАЛИЗОМ ФИЗИЧЕСКОГО СОСТОЯНИЯ И УПРАВЛЕНИЕМ ВОДНЫМИ РЕСУРСАМИ

Страницы: 53-57

Булычёв Богдан Юрьевич

Аспирант, Ярославский государственный университет им. П.Г. Демидова, Ярославль

Аннотация:

Рассматриваются вопросы развития интегрированных систем мониторинга качества воды как основы эффективного управления водными ресурсами. Рассматриваются IoT, дистанционное зондирование, ГИС и методы ИИ. Подчёркивается роль цифровых двойников и моделей машинного обучения. Обсуждаются проблемы интеграции данных и перспективы внедрения интеллектуальных решений для устойчивого водопользования, включая регион Верхней Волги.

Ключевые слова:

качество воды, водные ресурсы, мониторинг, интегрированное управление, цифровые двойники.

Список использованных источников:

  1. Turcu, C. An Internet of Things Oriented Approach for Water Utility Monitoring and Control / C. Turcu, C. Turcu, V. Gaitan // arXiv:1811.12807 [cs.CY, cs.SY]. – 2018. – URL: https://arxiv.org/abs/1811.12807 (дата обращения: 23.03.2026).
  2. UNESCO. Water Security and the Global Water Agenda. – Paris: UNESCO, 2013. – 48 p.
  3. Turkob, C. CIS WQMS: Connected intelligence smart water quality monitoring scheme / C. Turkob, Ch. Okoye // Journal of IoT Applications. – 2023. – 23. – Art. 100800. – DOI: 10.1016/j.iot.2023.100800.
  4. Kwon, S. Water quality monitoring using hybrid physical–soft sensors for river digital twins: a comprehensive review / S. Kwon, Y. Kang, S. H. Nam, Y. D. Kim // Water Science and Technology. – 2025. – Vol. 92. – 9. – P. 1286–1307. – DOI:  2166/wst.2025.
  5. Mohan, S. Integration of machine learning and remote sensing for water quality monitoring and prediction: a review / S. Mohan, B. Kumar, A. P. Nejadhashemi // Sustainability. – 2025. – Vol. 17. – 3. – Art. 998. – DOI: 10.3390/su17030998.
  6. Sallee, N. Remote sensing for water quality retrieval: progress and challenges / N. Sallee, R. Doerffer, C. Giardino // Remote Sensing. – 2022. – Vol. 14. - 8. – Art. 1770. – DOI: 10.3390/rs14081770.
  7. Yan, T. Indices and models of surface water quality assessment: Review and perspectives / T. Yan, S. L. Shen, A. Zhou // Environmental Pollution. – 2022. – Vol. 308. – Art. 119611. – DOI: 10.1016/j.envpol.2022.119611.
  8. Xia, X. Identifying Trustworthiness Challenges in Deep Learning Models for Continental Scale Water Quality Prediction / X. Xia, X. Liu, J. Liu [et al.] // arXiv:2503.09947 [cs.LG, eess.SP]. – 2025. – DOI: 10.48550/arXiv.2503.09947.
  9. Shen, H. Advances in integration of monitoring data and computational models for water quality prediction: a review / H. Shen, Q. Zeng, Y. Gao, L. Zhong, Z. Chen // Environmental Modelling and Software. – 2024. – Vol. 178. – 105484. – DOI: 10.1016/j.envsoft.2023.105484.
  10. Pradhan, U. Coupled hydrodynamic water quality modelling in the coastal zone: a case study of dynamic water quality prediction / U. Pradhan // Frontiers in Marine Science. – 2022. – DOI: 10.3389/fmars.2022.987067.
  11. Бешенцев А. Н., Бешенцева О. А. Геоинформационные системы в управлении природными ресурсами. М.: Академ. проект, 2018. 256 с.
  12. Chidiac, S. A comprehensive review of water quality indices (WQI): history, models, attempts and perspectives / S. Chidiac, P. El Najjar, N. Ouaini [et al.] // Reviews in Environmental Science and Biotechnology. – 2023. – Vol. 22. – P. 349–395.
  13. Sapitang, M. Application of integrated artificial intelligence geographical information system in managing water resources: a review / M. Sapitang, H. Dullah, S. D. Latif [et al.] // Remote Sensing Applications: Society and Environment. – 2024. – Vol. 35. – Art. 101236. – DOI: 10.1016/j.rsase.2024.101236.
  14. Sun, Y. Application of remote sensing technology in water quality monitoring: From traditional approaches to artificial intelligence / Sun Y., Sun Y., Wang D. [et al.] // Water Research. – 2024. – Vol. 267. – Art. 122546. – DOI: 10.1016/j.watres.2024.122546.
  15. Lokman, A. A review of water quality forecasting and classification using machine learning models and statistical analysis / A. Lokman, W. Wan Zakiah Wan Ismail, N. Nor Azlina Ab Aziz // Water. – 2025. – Vol. 17, No. 15 – Art. 2243. – DOI: 10.3390/w17152243.
  16. Митрофанов, С. В., Минаев, О. М. Применение искусственного интеллекта для мониторинга экологического состояния водных ресурсов // Экология и природопользование. – 2024. – № 10 (12). – С. 1–14. – DOI: 10.36871/ek.up.p.r.2024.10.12.014.
  17. Fournier, C. LSTM networks provide efficient cyanobacterial blooms forecasting even with incomplete spatio temporal data / C. Fournier, R. Fernandez Fernandez, S. Cires [et al.] // Water Research. – 2024. – 267. – Art. 122553. – DOI: 10.1016/j.watres.2024.122553.

Сведения о финансировании:

Нет информации.

Ссылка для цитирования:

Булычёв Б.Ю. Интеграция мониторинга качества вод с анализом физического состояния и управлением водными ресурсами // Международный научный сельскохозяйственный журнал. – 2026. — №1. – С. 53-57. 

URL статьи: https://naukalib.ru/1699/

© Булычёв Б.Ю., 2026

Материал распространяется на условиях лицензии Creative Commons «Атрибуция» 4.0 Международная (CC BY 4.0)

INTEGRATION OF WATER QUALITY MONITORING WITH PHYSICAL ANALYSIS AND WATER MANAGEMENT

Bulychev Bogdan Yuryevich

Graduate student, P.G. Demidov Yaroslavl State University

Abstract:

The development of integrated water quality monitoring systems as the basis for effective water management is considered. IoT, remote sensing, GIS and AI methods are considered. The role of digital twins and machine learning models is emphasized. The problems of data integration and the prospects for introducing intelligent solutions for sustainable water use, including the Upper Volga region, are discussed.

Keywords:

Water quality, water resources, monitoring, integrated management, digital twins.

Текст публикации:

Прокрутить вверх