გასავრცელებელი მასალები

ტუსციის უნივერსიტეტი (UNITUS)
სომხეთის მეცნიერებათა ეროვნული აკადემიის ეკოლოგიურ-ნოოსფეროს შესწავლის ცენტრი (CENS)
ეკოლოგიურ-ნოოსფეროს შესწავლის ცენტრი გახდა ყოვლისმომცველი ინსტიტუტი, სადაც მიმდინარეობს ფუნდამენტური და გამოყენებითი კვლევები ეკოლოგიის, გარემოს დაცვის და საკვები პროდუქტების უვნებლობის სფეროში. ეკოლოგიურ-ნოოსფეროს შესწავლის ცენტრში მიმდინარე ინტერდისციპლინარული კვლევები მოიცავს ისეთ საკითხებს, როგორებიცაა: ტერიტორიების ეკოლოგიური სტატუსის შეფასება, სამეცნიერო და მეთოდოლოგიური საფუძვლების შემუშავება რისკების ანალიზისათვის, ბუნებრივი რესურსების მართვის პროცესების ოპტიმიზაცია, ადამიანის ეკოლოგიის სფეროში არსებული პრობლემების გადაჭრა.

შემდეგ ბმულზე შეგიძლიათ გაეცნოთ ინფორმაციას მეცნიერული მიღწევების, უახლესი კვლევების და პუბლიკაციების შესახებ.

სტატიები
წიგნები
რადიოლოგიური დაცვის და უსაფრთხოების ლაბორატორია, უმაღლესი ტექნიკური ინსტიტუტი/ ლისაბონის უნივერსიტეტის ბირთვული ტექნოლოგიის კამპუსი (UL)
მეტალები და მცირე დოზით IR: HepG2 უჯრედების გამოყენებით კომბინირებული ექსპოზიციის  მოლეკულური ეფექტები როგორც ბიოლოგიური მოდელი
ხელმისაწვდომია ქვემოთ მოცემული ბმულის მეშვეობით:

პუბლიკაცია
დისტანციური ზონდირების განყოფილება, გეოლოგიის და გეოგრაფიის ინსტიტუტი, საბუნებისმეტყველო მეცნიერებათა ფაკულტეტი III, ჰალლე-ვიტენბერგის მარტინ ლუთერის უნივერსიტეტი

Böttcher, K. (2019): Remote Sensing of boreal forest phenology: methods and applications. Dissertation, Martin Luther University of Halle-Wittenberg, Urn:nbn:de:gbv:3:4-1981185920-328937

Riedel, F.; M. Denk; Müller, I., Barth, N. & Gläßer, C. (2018): Prediction of soil parameters using the spectral range between 350 and 15000 nm: A case study based on the Permanent Soil Monitoring Program in Saxony, Germany. Geoderma 315: 188–198. DOI: 10.1016/j.geoderma.2017.11.027

Götze, C.; Denk, M.; Riedel, F. & Gläßer, C. (2017): Interlaboratory Comparison of Spectrometric Laboratory Measurements of a Chlorite Rock Sample. PFG – Journal of Photogrammetry, Remote Sensing and Geoinformation Science, 85: 307-316. DOI: 10.1007/s41064-017-0031-2

Götze, C; Gerstmann, H.; Gläßer, C.; Jung, A.: An approach for the classification of pioneer vegetation based on species-specific phenological patterns using laboratory spectrometric measurements. Physical Geography, 27: 1-17.

Götze, C.; Beyer, F.; Gläßer, C. (2016): Pioneer vegetation as an indicator of the geochemical parameters in abandoned mine sites using hyperspectral airborne data. Environmental Earth Science 75: 613. DOI 10.1007/s12665-016-5367-1

Gerstmann, H.; Möller, M.; Gläßer C. (2016): Optimization of spectral indices and long-term separability analysis for classification of cereal crops using multi-spectral RapidEye imagery. International Journal of Applied Earth Observation and Geoinformation 52: 115-125. DOI: 10.1016/j.jag.2016.06.001

Götze, C.; Gläßer, C.; Jung, A. (2016): Detecting heavy metal pollution of floodplain vegetation in a pot experiment using reflectance spectroscopy. International Journal of River Basin Management 14 (4): 1-24. DOI: 10.1080/15715124.2016.1205077

Elste, S.; Gläßer, C.; Walther, I.; Götze, C. (2015): Multi-temporal analysis of RapidEye data to detect natural vegetation phenology during the growing seasons in the northern Negev, Israel. PFG – Journal of Photogrammetry, Remote Sensing and Geoinformation Science 2:117-127.

Thürkow, D.; Gläßer, C.; Scheuer, S. & Schiele, S. (2009): Visualization of Hydrological Processes with GEOVLEX: Introduction of an integrated methodical-technical Online Learning Approach. In: König, G. & Lehmann,H. (Eds.), E-Learning Tools, Techniques and Applications. International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol. XXXVIII-6/W7. Proc. ISPRS working group VI/1 & VI/2 in Potsdam, 17-19 June 2009, 23-27.

Lausch, A. et al (2019): Linking Remote Sensing and Geodiversity and Their Traits Relevant to Biodiversit (Part I: Soil Characteristics), Remote Sensing 2019 (11): 2356. DOI: 10.3390/rs11202356

Gerstmann, H., Gläßer, C., Thürkow, D. & M. Möller: Detection of Phenology-Defined Data Acquisition Time Frames For Crop Type Mapping. FG – Journal of Photogrammetry, Remote Sensing and Geoinformation Science 86 (4): 1-13. DOI: 10.1007/s41064-018-0043-6

Gläßer, C; Gerstmann, H.; Conrad C.; & P. Knöfel (2017): Optimization of multi-temporal Land Use Classification by Integration of Phenological time frames. 9th International Workshop on the Analysis of Multitemporal Remote Sensing Images (MultiTemp), page 1-3. Belgium-Brugge, (27.-29. Juni 2017)

Gerstmann, H. (2018): Phenological and spectral optimisation of multi-temporal land use classification. Dissertation. Martin Luther University of Halle-Wittenberg. URN urn:nbn:de:gbv:3:4- 2397

Denk, M. (2018): Qualitative and quantitative spectral characterization of iron- and steelworks by- products – Combining information from the visible light to the longwave infrared. Dissertation, Martin Luther University of Halle-Wittenberg, URN urn:nbn:de:gbv:3:4-22723

Gerstmann, H., Doktor, D., Gläßer, C. & M. Möller (2016): PHASE: A geostatistical model for the Kriging-based spatial prediction of crop phenology using public phenological and climatological observations. Computers and Electronics in Agriculture 127: 726–738. DOI: 10.1016/j.compag.2016.07.032

Denk, M.; Gläßer, C., Kurz, T. H.; Buckley, S. J.; Drissen, P. (2015): Mapping of iron and steelwork by- products using close range hyperspectral imaging: A case study in Thuringia, Germany. European Journal of Remote Sensing, Vertical Geology Conference VGC-14 Special issue, 48: 489-509. DOI: 10.5721/EuJRS20154828

ილიას სახელმწიფო უნივერსიტეტი
უმაღლესი ტექნიკური ინსტიტუტი - ლისაბონის უნივერსიტეტის ბირთვული ტექნოლოგიის კამპუსი
სტატია

The Environmental Behaviour of Uranium.
Please find the online version here: https://www.iaea.org/publications/14688/the-environmental-behaviour-of-uranium